• Home
  • Kemi
  • Astronomien
  • Energi
  • Naturen
  • Biologi
  • Fysik
  • Elektronik
  •  science >> Vetenskap >  >> Naturen
    Big data, artificiell intelligens för att stödja forskning om skadliga blågröna alger

    Kredit:CC0 Public Domain

    Ett team av forskare från forskningscentra som sträcker sig från Maine till South Carolina kommer att utveckla och distribuera högteknologiska verktyg för att utforska cyanobakterier i sjöar över östkusten.

    Det fleråriga projektet kommer att kombinera big data, artificiell intelligens och robotik med nya och beprövade tekniker för sjöprovtagning för att förstå var, när, och hur cyanobakteriella blomningar utvecklas.

    Forskargruppen samlar experter inom sötvattensekologi, datavetenskap, ingenjörsvetenskap och geospatial vetenskap från Bates College, Colby College, Dartmouth, University of New Hampshire, University of Rhode Island och University of South Carolina.

    "Det är sällsynt att team från så många olika specialiteter samlas för att studera ett problem som detta, " sa Alberto Quattrini Li, en biträdande professor i datavetenskap vid Dartmouth och den övergripande projektledaren. "Genom att arbeta tillsammans, vi kan öka mängden data som kan samlas in och öka förutsägbarheten."

    Sötvattensjöar är ansvariga för en mängd olika mänskliga och ekologiska tjänster, som att tillhandahålla dricksvatten och producera mat. Men sjöar över hela landet och världen hotas alltmer av en ökning av förekomsten av skadliga cyanobakteriella blomningar.

    Ibland kallas blågröna alger, blomningar av cyanobakterier påverkar kvaliteten på sjövatten och hotar människors hälsa genom gifter som kan skada flera organsystem.

    Forskare vet att förändringar i markanvändning och globala klimatförändringar är de främsta drivkrafterna för cyanobakterier, men det är fortfarande mycket som inte är känt om vad som påverkar tidpunkten och placeringen av blomningar i enskilda sjöar. Forskare vill också förstå hur cyanobakterier påverkas av extrema nederbördshändelser.

    "Vi misstänker att individuella blomningar beror på en komplicerad växelverkan mellan förhållanden som inkluderar näringsbelastning under den gångna våren, senaste trender i temperatur och nederbörd, och nuvarande insjöförhållanden, sa Kathryn Cottingham, professor i biologi vid Dartmouth. "Tills nu, vi har inte haft verktygen eller tekniken för att spåra förhållanden i rätt rumslig eller tidsmässig skala för att förstå dessa förare."

    Projektet kommer att använda robotbåtar, bojar och kamerautrustade drönare för att mäta fysiska, kemisk, och biologiska data i sjöar där cyanobakterier detekteras. När de kombineras, Tekniken kommer att generera stora mängder data relaterade till sjöarna och utvecklingen av de skadliga blomningarna. Projektet kommer också att bygga nya algoritmiska modeller för att bedöma resultaten.

    Sjöar i New Hampshire, Maine, Rhode Island, och South Carolina kommer att studeras som en del av projektet.

    Information som samlats in genom forskningen kan leda till bättre förutsägelser om när och var cyanobakteriella blomningar äger rum. Dessa förutsägelser kan möjliggöra tidigare åtgärder för att skydda folkhälsan i rekreationssjöar och i sjöar som levererar dricksvatten.

    Med teknik som täcker vatten och luft, Forskare kommer också att samla in information om befolkning och markanvändning runt sjöarna för att avgöra hur dessa faktorer kan påverka blombildningen.

    Projektteknik kommer att delas med sjöförvaltare och medborgare så att samhällsmedlemmar kan utföra sin egen övervakning. Lokala husägare kommer att bilda en kår av "medborgarforskare" för att stödja projektet.

    Grund- och doktorander kommer också att delta i projektet. En sådan tvärvetenskaplig utbildning hoppas kunna förbereda nästa generations forskare för att ta itu med samhällsfrågor.


    © Vetenskap https://sv.scienceaq.com