We used nonmetric multidimensional

We used nonmetric multidimensional scaling (NMDS) to visualize
compositional diversity patterns of phytoplankton communities
from different regions. First, we constructed a community
matrix d samples in rows and species in columns. The joint community
matrix, incorporating all regions, had 44871 samples and
2146 taxa. To scale down the task to computationally feasible size
we collapsed the data to geographically distinct sampling locations
(stations) and averaged the species-specific biomasses. We further
restricted the data to the summer season (July to Sept in the
northern hemisphere, and Dec to March in the southern hemisphere).
For the Baltic Sea, which had heterogeneous spatial sample
coverage, we collapsed the data of the seventeen sub-basins
(Table 1). The Baltic Sea data were temporally constrained to
1990e2005 in order to reduce the effect of known long-term trend
in phytoplankton compositional diversity (Olli et al., 2011), and we
also excluded stations with very close proximity to the shoreline
(

ผลลัพธ์ (ไทย) 1:

เราใช้ nonmetric หลายมาตราส่วน (NMDS) เห็นภาพรูปแบบความหลากหลาย compositional phytoplankton ชุมชนจากภูมิภาคต่าง ๆ ครั้งแรก เราสร้างชุมชนเมตริกซ์ d ตัวอย่างในสปีชีส์ในคอลัมน์และแถว ชุมชนร่วมกันตัวอย่าง 44871 มีเมตริกซ์ เพจทุกภูมิภาค และ2146 taxa ขนาดลงงานขนาด computationally เป็นไปได้เรายุบข้อมูลการสุ่มตัวอย่างที่แตกต่างกันทางภูมิศาสตร์ที่ตั้ง(สถานี) และ averaged species-specific biomasses เราเพิ่มเติมจำกัดข้อมูลฤดูร้อน (กรกฎาคมถึงกันยายนในการซีกโลกเหนือ และธันวาคมถึงมีนาคมในซีกโลกใต้)ในทะเลบอลติก ซึ่งมีตัวอย่างพื้นที่ที่แตกต่างกันความครอบคลุม เรายุบข้อมูลของอ่างล่างหน้าย่อยที่ 17(ตาราง 1) ข้อมูลทะเลบอลติก temporally ถูกจำกัดไป1990e2005 เพื่อลดผลของแนวโน้มระยะยาวที่รู้จักกันในความหลากหลาย compositional phytoplankton (Olli et al., 2011), และเรายัง ไม่รวมสถานีชายฝั่งที่ใกล้ชิด(< 3 กิโลเมตร)

ผลลัพธ์ (ไทย) 2:

เราใช้การปรับ nonmetric หลายมิติ (NMDS)
จะเห็นภาพรูปแบบหลากหลายcompositional
ของชุมชนแพลงก์ตอนพืชจากภูมิภาคต่างๆ ครั้งแรกที่เราสร้างชุมชนของเมทริกซ์ตัวอย่าง d ในแถวและสายพันธุ์ในคอลัมน์
ชุมชนร่วมเมทริกซ์ที่ผสมผสานทุกภูมิภาคมี 44,871 ตัวอย่างและแท็กซ่า2146 ที่จะไต่ลงงานที่จะเป็นไปได้คอมพิวเตอร์ขนาดเราทรุดข้อมูลที่แตกต่างกันทางภูมิศาสตร์สถานที่การสุ่มตัวอย่าง(สถานี) และเฉลี่ยสายพันธุ์เฉพาะชีวมวล เรายังจำกัด ข้อมูลไปยังฤดูร้อน (กรกฎาคม-กันยายนในซีกโลกเหนือและธันวาคม-มีนาคมในซีกโลกใต้). สำหรับทะเลบอลติกซึ่งมีตัวอย่างเชิงพื้นที่ที่แตกต่างกันคุ้มครองเราทรุดข้อมูลของเจ็ดแอ่งย่อย(ตารางที่ 1). ข้อมูลที่ทะเลบอลติกถูก จำกัด ชั่วคราวเพื่อ1990e2005 เพื่อลดผลกระทบจากการที่รู้จักกันแนวโน้มในระยะยาวในแพลงก์ตอนพืชหลากหลายcompositional (Olli et al., 2011) และเราสถานียังไม่รวมที่มีความใกล้ชิดมากใกล้กับชายฝั่ง(<3 กม. )

ผลลัพธ์ (ไทย) 3:

เราใช้ nonmetric multidimensional scaling ( nmds ) เห็นภาพความหลากหลายของแพลงก์ตอนพืชในชุมชนรูปแบบส่วนประกอบ

จากภูมิภาคที่แตกต่างกัน ครั้งแรกที่เราสร้างชุมชน
เมทริกซ์ D ตัวอย่างในแถวและชนิดในคอลัมน์ เมทริกซ์ชุมชน
ร่วมกัน ผสมผสานทุกภูมิภาค มี 44871 ตัวอย่างและ
2146 ซ่า . ขนาดลงงานให้ computationally เป็นไปได้ขนาด
เราลงข้อมูลทางภูมิศาสตร์ที่แตกต่างกันตัวอย่างที่ตั้ง
( สถานี ) และเฉลี่ยการ BIOMASSES เผ่าพันธุ์ - เฉพาะ . เราเพิ่มเติม
จำกัดข้อมูลฤดูร้อน ( กรกฎาคมถึงกันยายนในซีกโลกภาคเหนือ
, ธันวาคม - มีนาคมในซีกโลกใต้ ) .
สำหรับทะเลบอลติก ซึ่งมีข้อมูลปริภูมิตัวอย่าง
ครอบคลุม เราล้มลงข้อมูลของสิบเจ็ดซับอ่าง
( ตารางที่ 1 )ข้อมูลทะเลบอลติกเป็นชั่วคราวบังคับ

1990e2005 เพื่อลดผลกระทบที่รู้จักกันในระยะยาวแนวโน้ม
ในแพลงก์ตอนพืชส่วนประกอบความหลากหลาย ( Olli et al . , 2011 ) และยังไม่รวมกับสถานีเรา
ใกล้ชิดใกล้ชิดกับชายฝั่ง
( < 3 km )