Ученые СПбГУ создали нейросеть для определения углерода в морях и океанах

Алгоритм уже успешно протестирован

Океанологи из Санкт-Петербургского государственного университета создали нейросетевую модель, способную оценивать концентрацию углекислого газа в водоемах на основе характеристик состава воды. Алгоритм уже успешно протестирован на данных, собранных в Балтийском море.

Морские растения поглощают растворенный углекислый газ в процессе фотосинтеза, а после отмирания помогают сохранять его в глубоких слоях океана, что способствует уменьшению парникового эффекта. Мировой океан поглощает примерно 25% антропогенных выбросов диоксида углерода. Однако избыток углерода вызывает закисление водоемов, что негативно сказывается на кораллах и раковинах, а разложение органических веществ снижает уровень кислорода в донных слоях, создавая «мертвые зоны». Балтийское море, будучи мелководным и замкнутым, особенно подвержено этим процессам. Из-за большого количества речного стока и низкого водообмена с океаном происходит интенсивное «цветение» цианобактерий, которые усиливают поглощение углерода, но при этом ухудшают качество воды и увеличивают зоны с дефицитом кислорода. Это создает угрозу для экосистемы, делая её более уязвимой к климатическим изменениям. Специалисты университета проанализировали параметры среды, влияющие на уровень углекислого газа, и разработали модель для оценки парциального давления с применением искусственного интеллекта. Нейросеть использовала данные об освещенности, температуре, солености воды и глубине перемешанного слоя, полученные из открытой базы SOCAT и спутниковых наблюдений.