Among the direct measures of water

Among the direct measures of water quality, turbidity (either
measured as Secchi depth, concentrations of suspended solids, or
turbidity by optical instruments) was by far the strongest explanatory
variable for most of the investigated biota. Relationships to
water column chlorophyll a were, in comparison, much weaker.
This finding is consistent with Edinger et al. (2000) who reported
Secchi depth to be the best predictor for coral cover across 13 sites
in 4 regions where water clarity ranged from 20 m Secchi
depth. Similarly, De’ath and Fabricius (2010) found Secchi depth to
be far better than chlorophyll a to predict macroalgal cover and
hard coral and octocoral biodiversity across the whole GBR. The
superior performance of turbidity as a direct indicator for water
quality is not surprising, since turbidity is better spatially predicted
than chlorophyll a (De’ath and Fabricius 2010), and far better
predicted than dissolved nutrients (which are rapidly
transformed and cycled). Distance to river was strongly correlated
to water quality in both data sets (R2 = 0.58 and 0.30 in Study 1 and
2, respectively), suggesting a riverine origin for much of the nutrients
and turbidity. Distance to river also reflects the episodic exposure
to freshwater and potentially to pesticides (Devlin et al.,
2012). Due to its high correlation to nutrients and turbidity, distance
to river was also a good predictor of many of the biotic measures,
but since this measure is invariant over time it is not a
suitable water quality proxy for monitoring changes. As turbidity
is highly correlated to the other particulate water quality measures
(TSS, PN and PP) in the GBR (Fabricius et al., 2005; Brodie et al.,
2007; Cooper et al., 2007; Schaffelke et al., 2012), we suggest that
direct turbidity measurements, from data logging turbidity loggers
and/or from Secchi depth readings during each visit, are the most
highly recommended variables to monitor water quality on the
GBR. It is likely that this relationship also holds for reef systems located
on shallow continental shelves in other parts of the Indo-Pacific.
Water column chlorophyll and particulate nutrients, although
not strong predictors of coral physiology and reef benthos, may be
added as additional water quality variables to inform about water
column productivity, phytoplankton biomass, and the flow-on effects
of increasing food availability for plankton communities
including larvae of crown-of-thorns starfish, benthic filter feeders
and plankton feeding fish. However, the annual cost for instrumental
monitoring of turbidity is about twice as high as the costs to assess
bioindicators. Costs per site and year for turbidity monitoring
include the purchase and depreciation of the instruments, three
field visits per year to exchange instruments, time for cleaning
and service and to download and process the data, and analytical

ผลลัพธ์ (ไทย) 1:

ในบรรดามาตรการโดยตรงคุณภาพน้ำ ความขุ่น (อย่างใดอย่างหนึ่งวัดเป็น Secchi ความลึก ความเข้มข้นของของแข็งแขวนลอย หรือความขุ่น โดยออฟติ) เสร็จอธิบายที่แข็งแกร่งตัวแปรส่วนใหญ่หน้าสอบสวน ความสัมพันธ์กับคอลัมน์น้ำคลอโรฟิลตัวได้ เปรียบเทียบ อ่อนแอกว่ามากค้นหานี้จะสอดคล้องกับ Edinger et al. (2000) ที่รายงานความลึก Secchi จะ ทำนายที่ดีที่สุดสำหรับปกคลุมปะการังทั้ง 13 แห่งใน 4 ภูมิภาคที่น้ำตื้นจนถึง < 2 เมตรไป > 20 ม. Secchiความลึก ในทำนองเดียวกัน De'ath และขาวแวนนาไม (2010) พบ Secchi ลึกไปจะดีกว่าการทำนาย macroalgal ฝาคลอโรฟิล และฮาร์ปะการังและ octocoral ความหลากหลายทางชีวภาพทั่ว GBR ทั้ง การประสิทธิภาพที่เหนือกว่าของความขุ่นเป็นตัวบ่งชี้โดยตรงสำหรับน้ำคุณภาพไม่น่าแปลกใจ เนื่องจากความขุ่นดีกว่าคาดการณ์ spatiallyกว่าคลอโรฟิลล์ a (De'ath และ 2010 ขาวแวนนาไม), และไกลดีกว่าสารอาหารที่ละลายน้ำ (ซึ่งจะรวดเร็วกว่าที่คาดการณ์เปลี่ยน และขี่จักรยาน) ระยะห่างจากแม่น้ำมีความสัมพันธ์คุณภาพน้ำในทั้งสองชุดข้อมูล (R2 = 0.58 และ 0.30 ใน 1 ศึกษา และ2 ตามลำดับ), กำเนิดการไรน์สำหรับมากของสารอาหารแนะนำและความขุ่น ระยะห่างจากแม่น้ำยังสะท้อนแสงหลักน้ำจืด และอาจฆ่าแมลง (เดฟลิน et al.,2012) เนื่องจากความสัมพันธ์สูงกับสารอาหารและความขุ่น ห่างจากแม่น้ำก็ยังทำนายดีของหลายมาตรการลร่วมแต่ เนื่องจากวัดนี้เป็นที่ไม่เปลี่ยนแปลงช่วงเวลาที่ไม่มีพร็อกซีคุณภาพน้ำที่เหมาะสำหรับการตรวจสอบการเปลี่ยนแปลง เป็นความขุ่นมีความสัมพันธ์สูงเพื่อวัดคุณภาพน้ำอนุภาคอื่น ๆ(TSS, PN และ PP) ใน GBR (ขาวแวนนาไม et al. 2005 โบรดี et al.,2007 คูเปอร์ et al. 2007 Schaffelke et al. 2012), แนะนำวัดค่าความขุ่นโดยตรง จากข้อมูลที่เข้าสู่เครื่องบันทึกค่าความขุ่นหรือจาก Secchi อ่านค่าความลึกในระหว่างเยี่ยมชมแต่ละ มีมากที่สุดแนะนำตัวแปรในการตรวจสอบคุณภาพน้ำในการGBR มีแนวโน้มว่า ความสัมพันธ์นี้ยังมีสำหรับระบบแนวปะการังอยู่จากเนียร์แบบคอนติเนนตัลในส่วนอื่น ๆ ของอินโด-แปซิฟิกน้ำคลอโรฟิลคอลัมน์และอนุภาคสารอาหาร แม้ว่าทำนายไม่แน่นของปะการังสรีรวิทยาและแนวปะการัง benthos อาจจะเพิ่มเป็นตัวแปรคุณภาพน้ำเพิ่มเติมเพื่อแจ้งเกี่ยวกับน้ำคอลัมน์ประสิทธิภาพ แพลงก์ตอนพืชชีวมวล และผลในการไหลเพิ่มความพร้อมอาหารสำหรับแพลงก์ตอนรวมถึงตัวอ่อนของมงกุฎหนาม หน้าดินกรองอุปกรณ์ให้อาหารและแพลงก์ตอนให้อาหารปลา อย่างไรก็ตาม ประจำปีค่าใช้จ่ายสำหรับบรรเลงการตรวจสอบของความขุ่นคือสองสูงเท่ากับต้นทุนในการประเมินbioindicators ค่าใช้จ่ายต่อปีสำหรับการตรวจสอบความขุ่นและไซต์รวมถึงการซื้อและค่าเสื่อมราคาของเครื่องมือ สามการเข้าเยี่ยมต่อปีการแลกเปลี่ยนตราสาร เวลาสำหรับทำความสะอาดและบริการ และ เพื่อดาวน์โหลดและประมวลผลข้อมูล และวิเคราะห์

ผลลัพธ์ (ไทย) 2:

ท่ามกลางมาตรการโดยตรงของคุณภาพน้ำขุ่น (ทั้ง
วัดความลึก Secchi ความเข้มข้นของสารแขวนลอยหรือ
ความขุ่นโดยตราสาร) เป็นไกลโดยอธิบายแข็งแกร่ง
ตัวแปรสำหรับส่วนมากของสิ่งมีชีวิตในการตรวจสอบ ความสัมพันธ์จะ
คอลัมน์น้ำคลอโรฟิลอยู่ในการเปรียบเทียบปรับตัวลดลงมาก
การค้นพบนี้มีความสอดคล้องกับลุง et al, (2000) ที่มีการรายงาน
ความลึก Secchi จะเป็นปัจจัยบ่งชี้ที่ดีที่สุดสำหรับการปะการังปกคลุมทั่วทั้ง 13 แห่ง
ใน 4 ภูมิภาคที่น้ำใสตั้งแต่ <2 เมตรถึง> 20 เมตร Secchi
ลึก ในทำนองเดียวกัน De'ath และ Fabricius (2010) พบว่าความลึก Secchi ไป
จะดีกว่าคลอโรฟิลในการทำนายปก macroalgal และ
ปะการังแข็งและความหลากหลายทางชีวภาพ octocoral ทั่วทั้ง GBR
ประสิทธิภาพที่เหนือกว่าความขุ่นเป็นตัวบ่งชี้โดยตรงสำหรับน้ำ
ที่มีคุณภาพไม่น่าแปลกใจเนื่องจากความขุ่นที่ดีกว่าที่คาดการณ์เชิงพื้นที่
กว่าคลอโรฟิล (Fabricius De'ath และ 2010) และที่ดีกว่า
ที่คาดการณ์ไว้กว่าสารอาหารที่ละลายในน้ำ (ซึ่งอย่างรวดเร็ว
และเปลี่ยนกรณื) ระยะห่างจากแม่น้ำมีความสัมพันธ์อย่างมาก
กับคุณภาพน้ำในทั้งสองชุดข้อมูล (R2 = 0.58 และ 0.30 ในการศึกษาที่ 1 และ
2 ตามลำดับ) บอกต้นกำเนิดแม่น้ำมากของสารอาหาร
และความขุ่น ระยะห่างจากแม่น้ำยังสะท้อนให้เห็นถึงการเปิดรับหลักการ
ไปน้ำจืดและสารกำจัดศัตรูพืชที่อาจจะ (เดฟลิน et al.,
2012) เนื่องจากความสัมพันธ์สูงในการสารอาหารและความขุ่นระยะทาง
แม่น้ำก็ยังเป็นปัจจัยบ่งชี้ที่ดีของหลายมาตรการชีววิทยา
แต่เนื่องจากวัดนี้เป็นค่าคงที่เวลาผ่านไปมันไม่ได้เป็น
พร็อกซี่คุณภาพน้ำที่เหมาะสมสำหรับการตรวจสอบการเปลี่ยนแปลง ในฐานะที่เป็นความขุ่น
ความสัมพันธ์อย่างมากกับมาตรการอื่น ๆ ที่มีคุณภาพน้ำอนุภาค
(TSS, PN และ PP) ใน GBR (Fabricius et al, 2005;. โบรดี้, et al.,
2007; Cooper et al, 2007;. Schaffelke et al, 2012. ) เราขอแนะนำให้
วัดความขุ่นโดยตรงจากการตัดไม้บันทึกข้อมูลความขุ่น
และ / หรือจากการอ่าน Secchi ลึกในระหว่างการเข้าชมแต่ละครั้งจะมากที่สุด
ตัวแปรในการตรวจสอบคุณภาพน้ำในขอแนะนำ
GBR ก็มีโอกาสที่ความสัมพันธ์นี้ยังถือสำหรับระบบแนวตั้งอยู่
บนชั้นวางของคอนติเนนตื้นในส่วนอื่น ๆ ของอินโดแปซิฟิก
คอลัมน์น้ำคลอโรฟิลและอนุภาคสารอาหารที่แม้จะ
ไม่ได้ทำนายที่แข็งแกร่งของสรีรวิทยาปะการังและแนวปะการังสัตว์หน้าดินอาจจะ
เพิ่มเป็นตัวแปรที่มีคุณภาพน้ำเพิ่มเติมจะแจ้งให้ทราบเกี่ยวกับน้ำ
ผลผลิตคอลัมน์แพลงก์ตอนพืชชีวมวลและการไหลเกี่ยวกับผลกระทบ
ของอาหารที่เพิ่มขึ้นสำหรับชุมชนแพลงก์ตอน
รวมทั้ง ตัวอ่อนของดาวมงกุฎหนาม, เครื่องให้อาหารสัตว์หน้าดินกรอง
และแพลงก์ตอนให้อาหารปลา แต่ค่าใช้จ่ายประจำปีสำหรับการใช้เครื่องมือ
การตรวจสอบเป็นเรื่องเกี่ยวกับความขุ่นสูงเป็นสองเท่าในขณะที่ค่าใช้จ่ายในการประเมิน
ดัชนีชี้วัด ค่าใช้จ่ายต่อเว็บไซต์และในปีสำหรับการตรวจสอบความขุ่น
รวมถึงการซื้อและค่าเสื่อมราคาของตราสารที่สาม
เข้าชมสนามต่อปีเพื่อแลกเปลี่ยนตราสารเวลาสำหรับการทำความสะอาด
และการบริการและการดาวน์โหลดและการประมวลผลข้อมูลและการวิเคราะห์