นักวิทยาศาสตร์ได้กำหนดวิธีใหม่ในการทำลายระบบนิเวศทางทะเล
การกำหนดเขตแดนของพื้นที่ทางนิเวศวิทยาของมหาสมุทรเป็นสิ่งที่ท้าทาย บนบก อีโครีเจียนที่แตกต่างกัน เช่น ป่าฝนหรือทุ่งทุนดราสามารถจำแนกตามชนิดของสัตว์และพืชและความอุดมสมบูรณ์ของพวกมันได้ แต่ในมหาสมุทร สปีชีส์ส่วนใหญ่เป็นแบบจุลภาค และการเคลื่อนที่ของพวกมันหมายถึงขอบเขตที่เปลี่ยนแปลงตลอดเวลา
โดยปกติ นักวิทยาศาสตร์ที่ศึกษาการกระจายตัวของสิ่งมีชีวิตในทะเลจะใช้ภาพถ่ายดาวเทียมเพื่อวัดระดับคลอโรฟิลล์ในภูมิภาค ซึ่งเป็นสารประกอบทางเคมีที่เกิดจากการสังเคราะห์แสงของแพลงก์ตอนพืชเพื่อให้ทราบถึงจำนวนชีวิตในพื้นที่ แต่การวัดเหล่านี้ไม่ได้แยกความแตกต่างระหว่างสปีชีส์ของแพลงก์ตอนพืชซึ่งบางชนิดสนับสนุนการผสมผสานระหว่างสัตว์และพืชโดยเฉพาะ
งานวิจัยใหม่ที่นำโดย Maike Sonnewald นักสมุทรศาสตร์กายภาพแห่งมหาวิทยาลัยพรินซ์ตันในรัฐนิวเจอร์ซีย์ ได้สรุปแนวทางใหม่ในการจำแนกระบบนิเวศทางทะเล เธอบอกว่ามหาสมุทรสามารถแบ่งออกเป็น 100 จังหวัดเชิงนิเวศ ซึ่งรวมกันเป็น 12 จังหวัดหลักที่มีความสมดุลระหว่างสัตว์และพันธุ์พืช
จังหวัดขนาดใหญ่เหล่านี้ล้วนมีความโดดเด่น โดยส่วนใหญ่สร้างขึ้นจากมวลดิน เช่น สนามเพลาะหรือทวีป หรือโดยกระบวนการทางมหาสมุทร เช่น บริเวณที่น้ำขึ้นสูงทำให้น้ำเย็นขึ้นสู่ผิวน้ำ จังหวัดหนึ่งซึ่งนักวิทยาศาสตร์เรียกง่ายๆ ว่า H ครอบคลุมพื้นที่ส่วนใหญ่ในแถบศูนย์สูตรของมหาสมุทรอินเดีย และมีแพลงก์ตอนพืชผสมกันซึ่งเอื้อต่อสิ่งมีชีวิตจำนวนมาก K megaprovince พบได้เฉพาะในมหาสมุทรอาร์กติกสูงและรองรับสปีชีส์น้อยลง แต่แพลงก์ตอนพืชที่มีขนาดใหญ่กว่าทางกายภาพซึ่งอาศัยอยู่ที่นั่นทำให้มวลชีวภาพทั้งหมดใกล้เคียงกับใน H. วิธีการตรวจจับด้วยคลอโรฟิลล์จะทำให้ทั้งสองพื้นที่ดูคล้ายกันมากกว่า พวกเขาเป็นจริงๆ
Sonnewald กล่าวว่าการมีความเข้าใจอย่างลึกซึ้งเกี่ยวกับจังหวัดเชิงนิเวศที่แตกต่างกัน ซึ่งคำนวณผ่านวิธีการเรียนรู้ด้วยเครื่องที่แยกวิเคราะห์ข้อมูลมหาสมุทรจำนวนมหาศาล รวมถึงข้อมูลเกี่ยวกับแพลงก์ตอนพืช 51 สายพันธุ์ อาจทำให้นักสมุทรศาสตร์สามารถวัดสุขภาพทางทะเลได้ดียิ่งขึ้น การรู้จักโซนต่างๆ อาจช่วยให้นักวิทยาศาสตร์ติดตามการเปลี่ยนแปลงของความอุดมสมบูรณ์หรือความหลากหลายของชนิดได้ง่ายขึ้น ซึ่งจะช่วยให้เข้าใจผลกระทบของการเปลี่ยนแปลงสภาพภูมิอากาศหรือเป็นประโยชน์ต่อผลประโยชน์ทางการค้า เช่น การประมง
“มหาสมุทรและชีวมวลของมหาสมุทรกำลังเปลี่ยนแปลงไปพร้อมกับสภาพอากาศที่เหลือ” Sonnewald กล่าว “แม้ว่าบางส่วนจะมีผลประโยชน์ทางเศรษฐกิจและสังคมมากกว่าส่วนอื่นๆ แต่การติดตามการเปลี่ยนแปลงโดยรวมนั้นมีค่ามาก”
เพื่อให้งานนี้เป็นไปได้ นักวิจัยได้พัฒนาอัลกอริธึมการเรียนรู้ด้วยเครื่องที่เรียกว่า Systematic AGgregated Eco-province (SAGE) พวกเขาฝึก SAGE โดยใช้ข้อมูลจากโครงการดาร์วินของสถาบันเทคโนโลยีแมสซาชูเซตส์ ซึ่งรวบรวมข้อมูลเกี่ยวกับลม กระแสน้ำ อุณหภูมิ และประชากรแพลงก์ตอนพืชทั่วโลก อัลกอริธึมใช้ข้อมูลที่มีความหนาแน่นและเชื่อมโยงถึงกันของแบบจำลอง และพบว่าบริเวณมหาสมุทรบางแห่งมีลักษณะร่วมกัน กลุ่มที่มีความคล้ายคลึงกันเหล่านี้กลายเป็นจังหวัดเชิงนิเวศ
Orhun Aydin นักวิจัยของ Esri บริษัทซอฟต์แวร์ระบบข้อมูลทางภูมิศาสตร์กล่าวว่าถึงแม้จะมีความพยายามในการรวบรวมข้อมูลขนาดใหญ่เช่นโครงการดาร์วิน แต่ก็ยังมีนักวิจัยข้อมูลจำนวนมากที่ต้องการมีเกี่ยวกับมหาสมุทรที่ไม่สามารถใช้งานได้ในขณะนี้ แมชชีนเลิร์นนิงเสนอวิธีการ
“เราต้องการโมเดลที่สามารถคาดการณ์ได้เกินกว่าสิ่งที่เราสามารถสังเกตได้ในตอนนี้” Aydin กล่าว “[Machine Learning] อาจล้ำค่าในอนาคต”
Sonnewald กล่าวว่าเธอหวังว่าจะพบประโยชน์เพิ่มเติมสำหรับ SAGE และกำลังร่วมมือกันในโครงการเกี่ยวกับการทำให้เป็นกรดในมหาสมุทร เพื่อดูว่าเครื่องมือนี้สามารถแปลเป็นภาษาท้องถิ่นและเปรียบเทียบจังหวัดที่คล้ายกันของการทำให้เป็นกรดได้หรือไม่
“หัวข้อค่อนข้างแตกต่าง แต่วิธีการของ SAGE ทำให้เราค้นพบความเหมือนและความแตกต่างที่อาจถูกบดบังได้” Sonnewald กล่าว
