Los posibles efectos de la interacción entre la escasez de hierro (Fe) y la acidificación del océano en el Océano Austral (SO) son en gran parte desconocidos. En el artículo “Iron limitation modulates ocean acidification effects in Southern Ocean phytoplankton communities” se presentan los resultados de un experimento para la investigación de los efectos combinados del CO2 y la disponibilidad de Fe sobre las poblaciones de fitoplancton naturales del mar de Weddell, en la Antártida. Más concretamente, el objetivo del estudio es investigar los efectos de interacción de la acidificación del océano y la disponibilidad de hierro sobre la composición en especies, producción primaria, absorción de hierro y fotofisiología de las comunidades de plancton con hierro limitado.
El experimento consistió en recoger muestras de fitoplancton y agua de mar en el Mar de Weddell en la Antártida a mediados de diciembre de 2010. Estas muestras se depositaron en cámaras de incubación a bordo del barco, en las que se mantuvieron condiciones de iluminación constantes. Para que hubiese tiempo de que las comunidades de fitoplancton se desarrollasen y se pudiese recoger información ecológica relevante, los experimentos duraron 18-20 días para el tratamiento con enriquecimiento de hierro (Fe+), y entre 27 y 30 días para los tratamientos con escasez de hierro (Fe-). En total se dispuso de 18 cámaras de incubación, 9 para el tratamiento Fe+ y 9 para Fe-. Para cada condición (Fe+ y Fe-) las 9 cámaras se distribuyeron en tres niveles de presión de \(CO_2\): 3 cámaras a 190 \(\mu\)atm, otras 3 a 390 \(\mu\)atm y las últimas tres a 800 \(\mu\)atm. Cada cámara se midió cinco veces a lo largo del experimento, en distintos días.
Las variables medidas fueron las siguientes:
Parámetros químicos
TA Alcalinidad total (en \(\mu\)mol/kg)
DIC: Carbono Inorgánico disuelto (en \(\mu\)mol/kg).
pH
Fe.diss: Concentración total de oxígeno disuelto.
Parámetros biológicos:
Parámetros fisiológicos:
NPP: Producción primaria neta
FeUptake: Consumo de Fe por parte de las comunidades de fitoplancton.
deltaF.Fm =\(F_{\nu}/F_{m}\): rendimiento fotoquímico
sigma.PSII: absorción funcional
NPQ_ Non-Photochemical Quenching
rETR: Tasa relativa de transporte de electrones
(Los cuatro últimos parámetros tienen que ver con medidas de actividad fotofisiológica detectada en cada cámara)
Parte de los datos de este estudio están disponibles públicamente en: (http://doi.pangaea.de/10.1594/PANGAEA.836013?format=html#download). Los autores del artículo han desarrollado también un paquete R para la química del carbono en el agua de mar: seacarb. No obstante, a los efectos de la realización de este trabajo, los datos no disponibles se han reconstruido (por simulación). La base de datos completa para la realización de este trabajo puede descargarse en iron.csv.
En este archivo figuran ademas las variables:
date: fecha en que se realizo la observación.
replica: (de 1 a 3) cada una de las réplicas que se hizo de cada experimento. Recuérdese que de cada condición (+Fe-190, -Fe-190, +Fe-390, -Fe-390, +Fe-800 y -Fe-800) se hicieron tres réplicas, lo que supuso observar 6x3=18 cámaras de incubación.
obsID: Identificación de la observación. Las 18 de incubación cámaras se observaron 5 veces a lo largo del experimento, entre el 22/12/2010 y el 6/1/2011.
Coano: Variable indicatriz que vale 1 cuando en la cámara se detectan coanoflagelados y vale 0 cuando no se detectan.
Realizar una estadistica descriptiva de las variables del archivo, construyendo las figuras que se consideren mas adecuadas para dicha descripcion.
Utilizando sólo los datos de la primera observación (obsID=1), utiliza el análisis de la varianza para determinar si había diferencias asociadas al tratamiento (+Fe/-Fe) o a la presión de CO2 en alguna de las variables consideradas. Revisa el cumplimiento de las hipótesis del ANOVA (normalidad y homoscedasticidad) y ten en cuenta la posible presencia de interacciones.
Repite el apartado anterior utilizando los datos de la última observación (obsID=5) (este fue de hecho el análisis de datos presentado en la publicación en que se basa este trabajo).
Solamente para las variables NPP, FeUptake, Fe.Diss, pH y chl.a.POC, calcula para cada réplica la diferencia entre los valores observados final (obsID=5) e inicial (obsID=1). Determina, como en los apartados anteriores, si hay diferencias asociadas al tratamiento, presión de CO2 o interacción entre ambos factores.
Construye, diagnostica e interpreta un modelo de regresión para predecir el carbono inorgánico disuelto (DIC) en función del hierro disuelto (Fe.diss), la alcalinidad total (TA) y el pH. (NOTA: por diagnosticar el modelo se entiende validar sus hipótesis y suprimir las variables que se consideren irrelevantes). Acompaña el análisis de cuantas representaciones gráficas consideres necesarias. Una vez que hayas ajustado el mejor modelo con los datos disponibles, ¿existe evidencia de que la pendiente de la regresión haya variado a lo largo del tiempo (obsID)?
Construye, diagnostica e interpreta un modelo de regresión para predecir el consumo de hierro (FeUptake) en función del resto de variables fisiológicas (NPP, deltaF.Fm, NPQ, rETR y sigmaPSII). Acompaña el análisis de cuantas representaciones gráficas consideres necesarias. Una vez que hayas ajustado el mejor modelo con los datos disponibles, ¿existe evidencia de que la pendiente de la regresión haya variado a lo largo del tiempo (obsID)?
Construye un modelo de regresión logística para predecir la presencia/ausencia de coanoflagelados a partir de las variables pCO2.trtm, pH, Fe.diss, DIC y NPP.
Importante: Elegir como nivel de significación para todos los contrastes el 5%. Acompañar los resultados con intervalos de confianza al 95%.