Publication Details |
Category | Text Publication |
Reference Category | Journals |
DOI | 10.3243/kwe2021.05.003 |
Title (Primary) | Funktionale Klassifikation von Phytoplankton-Gemeinschaften als innovative Erweiterung taxonomischer Bewertungsverfahren. Functional classification of phytoplankton communities as an innovative way to expand taxonomic analysis methods |
Author | Wentzky, V.; Tittel, J.; Borchardt, D.; Jäger, C.; Donner, J.; Rinke, K. |
Source Titel | KW Korrespondenz Wasserwirtschaft |
Year | 2021 |
Department | ASAM; SEEFO |
Volume | 14 |
Issue | 5 |
Page From | 295 |
Page To | 300 |
Language | deutsch |
Topic | T5 Future Landscapes |
Keywords | Taxonomie; Phytoplankton; Talsperre; Bewertung; Algen; Cyanobakterien; taxonomy; phytoplankton; reservoir; analysis; algae; cyanobacteria |
Abstract | Die Charakterisierung und Quantifizierung von PhytoplanktonGemeinschaften sind ein wesentlicher Aspekt der Gütebeurteilung von Standgewässern. In dieser Arbeit wird eine neue Herangehensweise hergeleitet und demonstriert, welche die klassische, taxonomischorientierte Methodik durch einen funktionalen Ansatz ergänzt, der auf den physiologischen und ökologischen Eigenschaften der Taxa (Traits) beruht. Kern des Ansatzes bildet der sogenannte TraitSchlüssel, mit dem eine taxonomische Information in eine funktionale Information übersetzt werden kann. Die Aussagekraft und Potenziale des Verfahrens warden anhand von Langzeitdaten (50 Jahre) der PhytoplanktonGemeinschaft der RappbodeTalsperre exemplarisch demonstriert. Die Traitbasierte Analyse reduziert die Komplexität der Daten und ermöglicht eine quantitative Analyse der beobachteten Veränderungen auf der Basis von statistischen Methoden, die auf den klassischen taxonomischen Ansatz nicht anwendbar sind. Sowohl hinsichtlich der saisonalen Sukzession als auch der langfristigen Trends lassen die funktionalen Eigenschaften Rückschlüsse auf die maßgeblichen Umweltfaktoren zu. Für die wasserwirtschaftliche Praxis erweitert sich damit der Informationsgehalt und die Interpretierbarkeit der vorhandenen Daten. Diese Aufwertung der Ergebnisse kann ohne Mehraufwand erhalten werden. Von besonderem Interesse sind hierbei Kausalanalysen signifikanter Langzeittrends oder von sprunghaften Veränderungen in der PhytoplanktonEntwicklung, die hiermit in einen kausalen und systemanalytischen Zusammenhang gestellt werden können. Characterising and quantifying phytoplankton communities is a key element in assessing the lake quality. This article comes up with and demonstrates a new approach in which traditional taxonomy-based methodologies are complemented by a functional approach based on the taxa’s physiological and ecological characteristics (traits). The centrepiece of this approach is a trait key that can translate taxonomic information into functional information. The meaningfulness and potential of this approach is demonstrated using long-term data (50 years) for a phytoplankton community in the Rappbode Reservoir. Traitbased analysis reduces data complexity and facilitates quantitative analysis of changes observed based on static methods that cannot be used for the traditional taxonomic approach. Functional traits relating to both seasonal succession and long-term trends allow conclusions to be drawn about key environmental factors. This expands the information available and the ability to interpret available data for use in real-world water management. These enhanced results can be achieved without additional effort. Causal analyses of significant long-term trends and rapid changes in phytoplankton trends are particularly interesting and can be placed in a causal and systematic relationship. |
Persistent UFZ Identifier | https://www.ufz.de/index.php?en=20939&ufzPublicationIdentifier=24596 |
Wentzky, V., Tittel, J., Borchardt, D., Jäger, C., Donner, J., Rinke, K. (2021): Funktionale Klassifikation von Phytoplankton-Gemeinschaften als innovative Erweiterung taxonomischer Bewertungsverfahren. Functional classification of phytoplankton communities as an innovative way to expand taxonomic analysis methods KW Korrespondenz Wasserwirtschaft 14 (5), 295 - 300 10.3243/kwe2021.05.003 |