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
Benthic animal-borne sensors and citizen science combine to validate ocean modelling
Lavender, E.; Aleynik, D.; Dodd, J.; Illian, J.; James, M.; Smout, S.; Thorburn, J. (2022). Benthic animal-borne sensors and citizen science combine to validate ocean modelling. NPG Scientific Reports 12(1): 16613. https://dx.doi.org/10.1038/s41598-022-20254-z
In: Scientific Reports (Nature Publishing Group). Nature Publishing Group: London. ISSN 2045-2322; e-ISSN 2045-2322
|   |
| Auteurs | | Top |
- Lavender, E.
- Aleynik, D.
- Dodd, J.
- Illian, J.
|
- James, M.
- Smout, S.
- Thorburn, J.
|
|
| Abstract |
Developments in animal electronic tagging and tracking have transformed the field of movement ecology, but interest is also growing in the contributions of tagged animals to oceanography. Animal-borne sensors can address data gaps, improve ocean model skill and support model validation, but previous studies in this area have focused almost exclusively on satellite-telemetered seabirds and seals. Here, for the first time, we develop the use of benthic species as animal oceanographers by combining archival (depth and temperature) data from animal-borne tags, passive acoustic telemetry and citizen-science mark-recapture records from 2016–17 for the Critically Endangered flapper skate (Dipturus intermedius) in Scotland. By comparing temperature observations to predictions from the West Scotland Coastal Ocean Modelling System, we quantify model skill and empirically validate an independent model update. The results from bottom-temperature and temperature-depth profile validation (5,324 observations) fill a key data gap in Scotland. For predictions in 2016, we identified a consistent warm bias (mean = 0.53 °C) but a subsequent model update reduced bias by an estimated 109% and improved model skill. This study uniquely demonstrates the use of benthic animal-borne sensors and citizen-science data for ocean model validation, broadening the range of animal oceanographers in aquatic environments. |
IMIS is ontwikkeld en wordt gehost door het VLIZ.
