Big data, kunstig intelligens til støtte for forskning i skadelige blågrønalger

Et team af forskere fra forskningscentre, der strækker sig fra Maine til South Carolina, vil udvikle og implementere højteknologiske værktøjer til at udforske cyanobakterier i søer på tværs af østkysten.

Det flerårige projekt vil kombinere big data, kunstig intelligens og robotteknologi med nye og gennemtestede teknikker til søprøvetagning for at forstå, hvor, hvornår, og hvordan cyanobakterielle opblomstringer udvikler sig.

Forskerholdet samler eksperter i ferskvandsøkologi, computer videnskab, ingeniør- og geospatial videnskab fra Bates College, Colby College, Dartmouth, University of New Hampshire, University of Rhode Island og University of South Carolina.

"Det er sjældent, at hold fra så mange forskellige specialer samles for at studere et problem som dette, " sagde Alberto Quattrini Li, en assisterende professor i datalogi ved Dartmouth og den overordnede projektleder. "Ved at arbejde sammen vi kan øge mængden af ​​data, der kan indsamles og øge forudsigelsesmulighederne."

Ferskvandssøer er ansvarlige for en række menneskelige og økologiske tjenester, såsom at sørge for drikkevand og producere mad. Men søer over hele landet og verden er i stigende grad truet af en stigning i forekomsten af ​​skadelige cyanobakterielle opblomstringer.

Nogle gange kendt som blågrønne alger, opblomstringer af cyanobakterier påvirker kvaliteten af ​​søvandet og truer menneskers sundhed gennem toksiner, der kan beskadige flere organsystemer.

Forskere ved, at ændringer i arealanvendelse og globale klimaændringer er de vigtigste drivkræfter bag cyanobakterier, men der er stadig meget, der ikke er kendt om, hvad der påvirker tidspunktet og placeringen af ​​opblomstringer i de enkelte søer. Forskere søger også at forstå, hvordan cyanobakterier påvirkes af ekstreme nedbørshændelser.

"Vi har mistanke om, at individuelle opblomstringer skyldes et kompliceret samspil mellem forhold, der inkluderer næringsstofbelastning i løbet af det seneste forår, seneste tendenser i temperatur og nedbør, og nuværende forhold i søen, " sagde Kathryn Cottingham, professor i biologi ved Dartmouth. "Indtil nu, vi har ikke haft værktøjerne eller teknologierne til at spore forhold i de rigtige rumlige eller tidsmæssige skalaer for at forstå disse drivere."

Projektet vil bruge robotbåde, bøjer og kameraudstyrede droner til at måle fysisk, kemisk, og biologiske data i søer, hvor cyanobakterier er påvist. Når det kombineres, teknologien vil generere store mængder data relateret til søerne og udviklingen af ​​de skadelige opblomstringer. Projektet vil også bygge nye algoritmiske modeller til at vurdere resultaterne.

Søer i New Hampshire, Maine, Rhode Island, og South Carolina vil blive undersøgt som en del af projektet.

Oplysninger indsamlet gennem forskningen kan føre til bedre forudsigelser af, hvornår og hvor cyanobakterielle opblomstringer finder sted. Disse forudsigelser kan muliggøre tidligere handlinger for at beskytte folkesundheden i rekreative søer og i søer, der leverer drikkevand.

Med teknologi, der dækker vand og luft, forskere vil også indsamle oplysninger om befolkning og arealanvendelse omkring søerne for at bestemme, hvordan disse faktorer kan påvirke blomstringen.

Projektteknologi vil blive delt med søforvaltere og borgere, så samfundets medlemmer kan udføre deres egen overvågning. Lokale husejere vil danne et korps af "borgerforskere" for at støtte projektet.

Bachelor- og kandidatstuderende vil også deltage i projektet. En sådan tværfaglig uddannelse er håbet at forberede den næste generation af forskere til at tage fat på samfundsmæssige problemer.