Прорыв в изучении морских экосистем
Ученые Санкт-Петербургского государственного университета представили уникальную нейросетевую модель для анализа концентрации углекислого газа в водоемах. Алгоритм, успешно протестированный на данных Балтийского моря, открывает новые возможности для мониторинга экологического состояния акваторий.
Фотосинтез и климатический баланс
Морская флора играет ключевую роль в регулировании парникового эффекта, поглощая CO₂ и обеспечивая его хранение в глубинах океана. Однако избыток углерода вызывает закисление воды, угрожая биоразнообразию и формируя зоны с критически низким содержанием кислорода.
Уникальные особенности Балтийского моря
Мелководье и ограниченный водообмен делают регион особенно уязвимым. Активное цветение цианобактерий усиливает поглощение углерода, но одновременно провоцирует экологические challenges, требующие точного мониторинга.
Технология многослойного перцептрона
Полина Лобанова, доцент СПбГУ, подчеркивает преимущества нейросетевого подхода: «Использование данных SOCAT и спутниковых измерений позволило создать детальные карты парциального давления CO₂. Это особенно ценно для труднодоступных участков в осенне-зимний период».
Машинное обучение в действии
Софья Кузьмина, выпускница университета, объясняет принцип работы модели: «Многоуровневая архитектура нейросети анализирует температуру, соленость и освещенность, прогнозируя pCO₂ с минимальной погрешностью. Тестирование в Балтийском море подтвердило высокую точность расчетов».
Перспективы экологического мониторинга
Исследование выявило сезонные и многолетние колебания углеродного баланса, согласующиеся с мировыми трендами. Разработка ученых СПбГУ создает основу для прогнозирования климатических изменений и защиты морских экосистем.
Источник: scientificrussia.ru
