Elk jaar komen duizenden mensen naar Monterey Bay om te kijken naar de voedende razernij van zeevogels, zeeleeuwen, en bultruggen. Maar waarom doen bepaalde kustgebieden, zoals Monterey Bay, een mekka worden voor zowel mens als dier? Een nieuw computermodel van MBARI-onderzoekers Monique Messié en Francisco Chavez kan de locaties van biologische hotspots over de hele wereld voorspellen, alleen basisinformatie over de lokale wind gebruiken, stromingen, en nitraatconcentraties, die werkt als een meststof voor zeealgen. Messié en Chavez publiceerden onlangs een beschrijving van hun nieuwe model in het tijdschrift Geofysische onderzoeksbrieven .

Monterey Bay is een hotspot voor walvissen en andere zeedieren, deels vanwege de enorme zwermen ansjovis en krill. Ansjovis en krill zijn er in overvloed omdat in dit gebied veel kleinere dieren leven, zoals roeipootkreeftjes, evenals microscopisch kleine algen zoals diatomeeën. Diatomeeën groeien overvloedig in het voorjaar, wanneer er veel nitraat in het water zit. Dit nitraat komt uit diep water dat naar de oppervlakte wordt gedragen wanneer sterke noordwestenwinden oppervlaktewater wegduwen van de kust - een proces dat bekend staat als opwelling.

Hoewel opwellende gebeurtenissen meestal maar een paar dagen duren, hun biologische effecten kunnen weken of maanden aanhouden, aangezien diatomeeënbloei zoöplankton zoals roeipootkreeftjes en krill in staat stelt zich te voeden, groeien, en reproduceren. Gedurende deze periode, oceaanstromingen kunnen zowel de diatomeeën als het zoöplankton tientallen kilometers van de kust wegvoeren.

Dus het korte antwoord over Monterey Bay is dat het een hotspot is vanwege de opwelling. Met bestaande modellen kan zoveel worden voorspeld. Maar het model van Messié is ongebruikelijk omdat het tot in detail laat zien waar dieren (in dit geval roeipootkreeftjes) zullen zich waarschijnlijk verzamelen in en rond opwellende gebieden.

Het gebruik van een computermodel om dit proces te reproduceren is een enorme uitdaging. De meeste computermodellen van de oceaan zijn extreem complex, waarin veel verschillende factoren zijn opgenomen over fysieke en soms biologische processen die op verschillende diepten plaatsvinden.

In tegenstelling tot, Het nieuwe model van Messié is relatief eenvoudig. Toch doet het verrassend goed werk bij het voorspellen van de gedetailleerde locaties van bekende hotspots rond verschillende van 's werelds belangrijkste opwellende gebieden.

De kern van het model is nitraat, een essentiële voedingsstof voor diatomeeën en vele andere microscopisch kleine zeealgen (ook bekend als fytoplankton). Veel fytoplankton heeft nitraat nodig om te groeien. Maar diatomeeën vermenigvuldigen zich alleen als er veel nitraat in het zonovergoten oppervlaktewater zit.

Bij gebrek aan gedetailleerde gegevens over nitraatconcentraties in afgelegen opwellingscentra, Messié en haar collega's gebruikten algemene informatie over de beschikbare hoeveelheid in diep water in de verschillende opwellingsgebieden, gecombineerd met informatie over de lokale winden die dit nitraat naar de oppervlakte brengen.

Het model houdt ook rekening met oceaanstromingen. "Een van de dingen die we hebben geleerd bij het maken van dit model, "Messi merkte op, "was hoe belangrijk oceaanstromingen waren bij het verplaatsen van nitraat en algen in de oceaan. Eerst probeerden we onze eigen stromingen te berekenen op basis van algemene informatie over winden, maar uiteindelijk gebruikten we een bestaande gegevensopslag die schattingen van oceaanstromingen opleverde op basis van satellietgegevens."

De onderzoekers hebben de resultaten van het model eerst vergeleken met veldgegevens die voor de kust van Centraal-Californië werden verzameld door MBARI, de National Oceanic and Atmospheric Administration (NOAA), en de California Cooperative Oceanic Fisheries Investigations (CalCOFI).

Volgens Messie, "Het model heeft goed werk geleverd door de algemene patronen van de opeenvolging van fytoplankton te simuleren, en verschillen tussen onshore en offshore populaties." het model voorspelde piekconcentraties van roeipootkreeftjes op ongeveer 50 tot 100 kilometer afstand van de kust - een fenomeen dat werd waargenomen door CalCOFI-zoöplanktononderzoeken in de regio.

De door het model voorspelde copepod-hotspots kwamen ook overeen met krill-hotspots die werden geïdentificeerd tijdens NOAA's veldonderzoeken. Krill heeft de neiging om in dieper water te leven dan roeipootkreeftjes, waar ze mogelijk niet zo worden beïnvloed door oppervlaktestromen. Om deze reden, de onderzoekers waren aanvankelijk verrast dat krill terecht zou komen in de gebieden die waren voorspeld als hotspots voor roeipootkreeftjes. Maar de bevinding is logisch als je bedenkt dat biologische hotspots vaak veel verschillende soorten dieren huisvesten (zeevogels, zeeleeuwen, en bultruggen, bijvoorbeeld).

Messié merkt op dat, zolang ze de omstandigheden in de echte wereld nauwkeurig kunnen simuleren, kleiner, eenvoudigere modellen hebben verschillende voordelen ten opzichte van grotere modellen. Voor een ding, ze nemen veel minder computertijd in beslag (sommige grote modellen hebben dagen of weken nodig om te draaien, zelfs op supercomputers). Kleinere modellen kunnen min of meer in realtime worden uitgevoerd om bestaande omstandigheden en gebeurtenissen te bestuderen terwijl ze zich nog voordoen. Ze zijn ook relatief eenvoudig aan te passen om concurrerende wetenschappelijke hypothesen te testen.

Aan de andere kant, Het huidige model van Messié is alleen ontworpen om de omstandigheden gedurende een heel opwellingseizoen (lente en zomer in Centraal-Californië) te simuleren. In aanvulling, het kan geen hotspots identificeren die zich vormen vanwege andere nitraatbronnen dan lokale opwelling. (De Golf van de Farallones, net voor de kust van de Baai van San Francisco, zou zo'n plek kunnen zijn).

Messie, Chávez, en verschillende medewerkers aan de Universiteit van Californië, Santa Cruz, ontving onlangs een $ 700, 000, driejarige subsidie ​​van NASA om het bestaande model uit te breiden, zodat het de evolutie van hotspots van maand tot maand kan volgen of voorspellen.

Ze hopen ook te ontdekken hoe goed hun gemodelleerde zoöplankton-hotspots overeenkomen met bekende hotspots voor walvissen en zeevogels. Als het antwoord "zeer goed" is, kan het model worden gebruikt om te voorspellen waar walvissen en zeevogels op verschillende tijdstippen van het jaar samenkomen. Dit zou wetenschappers kunnen helpen bij het bestuderen van de dieren en natuurbeschermingsgroepen in de hoop ze te beschermen, om nog maar te zwijgen over leden van het publiek die de beste tijden en plaatsen willen weten om dieren in het wild te bekijken.

Het recente artikel van Messié en Chavez laat zien dat, zelfs in computermodellen, klein kan soms mooi zijn.