Учёные из Санкт-Петербургского государственного университета создали нейросетевую модель, которая анализирует состав воды и позволяет определить уровень содержания углекислого газа в водоёме. Это значительно облегчает мониторинг состояния экосистемы.
Для измерения углекислого газа в воде океанологи используют показатель парциального давления (pCO ) — того давления, которое создавал бы газ, если бы он один занимал весь объем. В океанологии этот параметр показывает, насколько вода насыщена CO по сравнению с атмосферой. Специалисты Санкт-Петербургского университета проанализировали данные о параметрах среды, влияющих на концентрацию углекислого газа, и построили модель для оценки парциального давления с использованием искусственного интеллекта.
В работе с нейросетью учёные применили данные об уровне освещённости, температурных показателях и солёности воды в водоёме, а также информацию о глубине перемешанного слоя, полученные из открытых источников экспедиционных данных SOCAT и со спутников.
В университете сообщили, что избыток углерода в воде приводит к закислению водоёмов. Это разрушает кораллы и раковины. А когда органика разлагается, то уровень кислорода в придонных слоях снижается. Так образуются «мёртвые зоны». Особенно сильно это проявляется в Балтийском море.
Из-за большого количества речного стока и слабого обмена с океаном в море активно развиваются цианобактерии. Они поглощают много углерода, из-за чего вода становится хуже и в ней появляется больше мест, где не хватает кислорода. Это угрожает экосистеме и делает её более уязвимой к изменениям климата.
Мы создали карты парциального давления для поверхностного слоя всего Балтийского моря, используя реальные измерения параметров воды. Такие карты позволяют точнее оценить параметр в районах с редкими замерами — например, у берегов заливов или в прибрежных зонах в осенне-зимний период. Наша модель дает реалистичные показатели, подтвержденные спутниковыми и модельными данными.
Как рассказала Софья Кузьмина, выпускница Санкт-Петербургского государственного университета, в машинном обучении применяются два типа данных: тренировочные и тестовые. Тренировочные данные помогают модели научиться определять, каким значениям pCO соответствуют определённые параметры. Например, при снижении температуры воды парциальное давление может увеличиться, поскольку растворимость газа возрастает. Алгоритм запоминает эту закономерность и анализирует её в сочетании с другими факторами, чтобы эффективно применять в будущем.
Читать материалы по теме:
«Химические пастухи» очистят море от мазута: российские учёные создали новые реагенты
РАН представила биологический метод очистки Чёрного моря от мазута
Учёные из Института водных проблем Севера провели исследование углеродных потоков в водоёмах Карелии
В Санкт-Петербурге создали беспилотный катер для изучения водоёмов
