Использование машинного обучения для моделирования мертвых зон в озерах

Исследователи из Университета Коннектикута (UConn) разработали метод компьютерного моделирования на основе машинного обучения для прогнозирования качества воды в озерах, в частности, гипоксических «мертвых зон». Метод, пятилетняя разработка которого была опубликована в журнале Environmental Modelling & Software, был протестирован на центральном бассейне озера Эри.

Эта работа важна, поскольку эвтрофикация — процесс, вызываемый избытком питательных веществ (например, из-за стока удобрений) и ведущий к цветению водорослей и кислородному голоданию, — ожидает интенсификации из-за изменения климата. Мертвые зоны наносят вред водным экосистемам, приводят к гибели рыбы и имеют серьезные экологические и экономические последствия. Для миллионов людей, зависящих от воды озера Эри, такие модели становятся ключевым инструментом мониторинга и поддержки принятия решений.

Модель была обучена на 15-летних данных (2002–2017 гг.) для прогноза растворенного кислорода (показатель гипоксии) и кажущегося потребления кислорода (показатель биологической активности). «Это была хорошая проверка концепции, учитывая скудность данных наблюдений в озере», — отметила профессор Марина Астита. Модель точно предсказала целевые параметры и определила, что наиболее значимой переменной, определяющей эвтрофикацию в исследуемом районе, является термическая стратификация (расслоение воды по температуре). В будущем исследователи планируют применить методологию к другим водоемам и оценить влияние сценариев изменения климата на качество воды.