Zoeken
Zoeken kan via de modus 'eenvoudig zoeken' (één veld) of uitgebreid via 'geavanceerd zoeken' (meerdere velden). Zo kan je bv. zoeken op een combinatie van een auteursnaam (auteur), een jaartal (jaar) en een documenttype.
Boekenmand
Nuttige resultaten kan je aanvinken en toevoegen aan een mandje. De inhoud hiervan kan je exporteren of afdrukken (naar bv. PDF).
RSS
Op de hoogte blijven van nieuw toegevoegde publicaties binnen uw interessegebied? Dit kan door een RSS-feed (?) te maken van jouw zoekopdracht.
nieuwe zoekopdracht
Predictive modelling of seabed habitats: case study of subtidal kelp forests on the coast of Brittany, France
Méléder, V.; Populus, J.; Guillaumont, B.; Perrot, T.; Mouquet, P. (2010). Predictive modelling of seabed habitats: case study of subtidal kelp forests on the coast of Brittany, France. Mar. Biol. (Berl.) 157(7): 1525-1541. http://dx.doi.org/10.1007/s00227-010-1426-4
In: Marine Biology: International Journal on Life in Oceans and Coastal Waters. Springer: Heidelberg; Berlin. ISSN 0025-3162; e-ISSN 1432-1793
|  |
| Auteurs | | Top |
- Méléder, V.
- Populus, J.
- Guillaumont, B.
|
|
|
| Abstract |
Predictive modelling to map subtidal communities is an alternative to “traditional” methods, such as direct sampling, remote sensing and acoustic survey, which are neither time- nor cost-effective for vast expanses. The principle of this modelling is the use of a combination of environmental key parameters to produce rules to understand species distribution and hence generate predictive maps. This study focuses on subtidal kelp forests (KF) on the coast of Brittany, France. The most significant key parameters to predict KF frequency are (1) the nature of the substrate, (2) depth, (3) water transparency, (4) water surface temperature and (5) hydrodynamics associated with the flexibility of algae in a flow. All these parameters are integrated in a spatial model, built using a Geographical Information System. This model results in a KF frequency map, where sites with optimum key parameters show a deeper limit of disappearance. After validation, the model is used in the context of Climate Change to estimate the effect of environmental variation on this depth limit of KF. Thus, the effects of both an increase in water temperature and a decrease in its transparency could lead to the complete disappearance of KF. |
IMIS is ontwikkeld en wordt gehost door het VLIZ.
