Because we had no initial data for

Because we had no initial data for the 2008 survey, we initialized the
lake in a homogeneous composition, as would be expected from an
idealized dimictic lake that perfectly mixed throughout its entire depth
in the spring. In this case, themodel predicted the emergence of chemical
gradients from the initially homogeneous composition (Supplementary
Fig. 6) and the predicted distribution of chemical species accorded with
the single-time-point survey (Supplementary Fig. 3).
To relate the output of the model with our biological data, we
reinterpreted the modelled rates as predictions of microbial distribution.
Implicit biomass models, like the one we developed,
predict the rates of processes catalysed by all microbes performing
that process and assume that the biomass of the microbial community
equilibrates quickly to the changing chemical environment22.
They also assume that ‘everything is everywhere’ and are not constrained
by ecological processes such as dispersion. We therefore

ผลลัพธ์ (ไทย) 1:

เนื่องจากเรามีไม่มีข้อมูลเริ่มต้นสำหรับการสำรวจ 2008 เราเริ่มต้นทะเลสาบในองค์ประกอบที่เหมือนกัน เป็นจะคาดหวังจากการเล dimictic อุดมคติที่สมบูรณ์แบบผสมตลอดความลึกของมันทั้งหมดในฤดูใบไม้ผลิ ในกรณีนี้ themodel ทำนายการเกิดขึ้นของสารเคมีการไล่ระดับสีในองค์ประกอบแรกเป็นเนื้อเดียวกัน (ตีนจกรูปที่ 6) และการกระจายการคาดการณ์ของสารเคมีชนิดประตูด้วยสำรวจจุดเวลาเดียว (เสริมรูป 3)การเชื่อมโยงการแสดงผลของแบบจำลองกับข้อมูลทางชีวภาพของเรา เราการตีความใหม่อัตราแบบจำลองเป็นการคาดคะเนของจุลินทรีย์กระจายรุ่นชีวมวลนัย เหมือนเราพัฒนาทำนายราคา catalysed โดยจุลินทรีย์ทั้งหมดที่ดำเนินการกระบวนการที่ดำเนินการ และคิดว่าชีวมวลของจุลินทรีย์ชุมชนequilibrates เร็วไป environment22 ทางเคมีการเปลี่ยนแปลงนอกจากนี้สมมติว่า 'ทุกอย่างทุกที่' และจะไม่จำกัดโดยใช้กระบวนการทางนิเวศวิทยาเช่นการกระจาย เราดังนั้น

ผลลัพธ์ (ไทย) 2:

เพราะเราไม่ได้มีข้อมูลเบื้องต้นสำหรับการสำรวจปี 2008 เราเริ่มต้น
ทะเลสาบในองค์ประกอบที่เป็นเนื้อเดียวกันในขณะที่คาดว่าจะมาจาก
ทะเลสาบ dimictic เงียบสงบที่ผสมอย่างสมบูรณ์แบบตลอดทั้งลึกทั้ง
ในฤดูใบไม้ผลิ ในกรณีนี้ themodel คาดการณ์การเกิดขึ้นของสารเคมี
ไล่ระดับสีจากองค์ประกอบที่เป็นเนื้อเดียวกันในขั้นต้น (เสริม
รูป. 6) และการกระจายการคาดการณ์ของสารเคมีชนิดสอดคล้องกับ
การสำรวจเดียวเวลาจุด (เสริมรูปที่. 3).
ที่จะเกี่ยวข้องกับการส่งออกของ รุ่นที่มีข้อมูลทางชีวภาพของเราเรา
ตีความอัตราการสร้างแบบจำลองการคาดการณ์ของการกระจายของจุลินทรีย์.
รุ่นชีวมวลโดยปริยายอย่างหนึ่งที่เราพัฒนา,
คาดการณ์อัตราของกระบวนการเร่งปฏิกิริยาโดยจุลินทรีย์ทั้งหมดที่มีประสิทธิภาพ
กระบวนการที่และคิดว่าชีวมวลของชุมชนจุลินทรีย์
equilibrates ได้อย่างรวดเร็วเพื่อการเปลี่ยนแปลงทางเคมี environment22.
พวกเขายังคิดว่าทุกอย่างมีอยู่ทั่วไปและไม่ได้ จำกัด
โดยกระบวนการของระบบนิเวศเช่นการกระจายตัว ดังนั้นเราจึง

ผลลัพธ์ (ไทย) 3:

เพราะเราไม่มีข้อมูลเบื้องต้นสำหรับการสำรวจ 2008 , ที่เราเริ่มต้นทะเลสาบในองค์ประกอบที่เป็นเนื้อเดียวกัน เช่น จะคาดหวังจากอุดมคติ dimictic ทะเลสาบที่สมบูรณ์ผสมตลอดทั้งหมดของความลึกในฤดูใบไม้ผลิ ในกรณีนี้ แบบจำลองทำนายการเกิดขึ้นของเคมีการไล่สีจากตอนแรกเป็นส่วนประกอบ ( เสริมภาพที่ 6 ) และทำนายการกระจายของสารเคมีชนิดว่าสำรวจจุดเวลาเดียว ( เพิ่มเติมรูปที่ 3 )ที่เกี่ยวข้องกับการแสดงผลของรูปแบบกับข้อมูลชีวภาพของเรา เราreinterpreted ที่จำลองอัตราการคาดการณ์การแพร่กระจายของจุลินทรีย์รุ่นชีวมวลโดยปริยาย เหมือนที่เราพัฒนาคาดการณ์ราคาของกระบวนการ catalysed โดยจุลินทรีย์ที่แสดงที่กระบวนการ และสันนิษฐานว่า ชีวมวลของชุมชนจุลินทรีย์equilibrates ได้อย่างรวดเร็วกับการเปลี่ยนแปลงทางเคมี environment22 .พวกเขายังคิดว่าทุกอย่างเป็นทุกที่และไม่ จำกัดโดยกระบวนการทางนิเวศวิทยา เช่น การแพร่กระจาย เราจึง