3D中的海洋生物通过智能AUV绘制浮游植物图黄鑫
3D中的海洋生物：通过智能AUV绘制浮游植物图
浮游植物是海洋食物链的基础，但众所周知，这很难让科学家们解释，这有点像试图识别和计算空气中的尘埃。真正独立的水下航行器表明它可以胜任。
特里格夫·奥拉夫·佛苏姆看到橙色鱼雷形乐器从R / V Gunnerus滑下，滑入名为Runde岛附近的沿海水域
那是2017年6月，挪威科学技术大学的博士学位候选人Fossum是一组研究人员的一部分，他们试图找到一个令人困扰的问题的答案。
朗德是位于挪威中部海岸以外的三角形岛屿，以其海鸟数量众多而闻名，其中包括大西洋海鹦和北塘鹅。
近年来，这里和北大西洋大部分地区的鸟类数量急剧下降。没有人知道为什么。
作为寻找线索的第一步，NTNU研究人员组建了一支由地质学家，生物学家，数学家，计算机科学家和工程师组成的跨学科团队。
例如Fossum，该团队的两米长自动水下航行器将是其中最重要的一个在Gunnerus进行的为期一周的调查中，发现了一些不寻常的信息。
以挪威海洋学家哈拉尔德·斯维尔德鲁普的名字命名的Fossum的AUV将收集信息，使科学家能够绘制浮游植物热点的3D地图。
这些是食物链底部的微小单细胞藻类细胞。它们的微观大小和在斑块中收集的趋势使生物学家过去几乎不可能收集到此信息。
AUV经过编程，可以随时随地进行思考-“看到”浮游植物的位置，选择自己的路线以放大某个区域的斑块，以获得更好的样本。科学家称此为“自适应采样”。反过来，3-D地图可以提供有关Runde附近鸟类数量直线下降的重要线索。
浮游动物吃浮游植物。小鱼吃浮游动物。大鱼吃小鱼。最后，像海雀一样的海鸟在这些鱼片上大饱口福。如果某物正在改变浮游植物的数量或分布，则可能引发可能影响鸟类的连锁反应。
NTNU生物学家吉尔·约翰森表示，拥有一个可以编程以寻找浮游植物斑块的智能水下机器人，将彻底改变游戏规则。《科学机器人》杂志最近报道了哈拉德在朗德河水域的巡回演出的结果。
大面积未知且集中的繁殖力
在寻找浮游植物斑块时，Harald停止了智能AUV的工作。
海洋生物学家面临一个基本问题。海洋很深，很广，而且人们普遍对此知之甚少。
有些地区比其他地区更有趣，尤其是那些充满生命的小而集中的地区，例如沿海水域或水流汇合的地方。
为了完成他们的工作，生物学家需要了解哪些因素使某些海洋肥沃的土地肥沃，而其他因素则不。
Fossum说，生物学家将这种情况描述为“斑点病”。
浮游植物的斑块与许多不同的生物物理相互作用有关，例如水流，湍流和混合以及生物过程，例如有多少其他生物正在吃浮游植物。
Fossum说：“这意味着要弄清楚是什么控制着这些生物在海洋中的斑块，这是一个非常困难的问题。”
NTNU系的博士后Glaucia Fragoso说，即使您处在一个已知的热点地区，斑驳的环境也可能使准确量化该区域的海洋生物变得困难，尤其是如果您是从研究船上取样的。与Fossum一起航行的生物学家。
她说：“如果将采样器放在错误的位置，我们可能会低估并低估浮游植物的数量。” “或者，如果我们将采样器放在补丁中间，我们可能会高估。”
为什么补丁在原地
Fragoso说，这就是使AUV Harald的自适应采样如此独特的原因。给定要探索的区域，它可以制作浮游植物斑块的3D图。
知道补丁的位置后，科学家便可以研究该区域的其他特征，以便他们更好地了解补丁为何在其中。
“浮游植物的浓度是否因为盐度而存在？” 福苏姆说。“也许浮游植物是沿着温度或盐度层集中的，或者也许还有其他物理作用使它们保持原状？”
海鹦，在初夏期间在Runde岛上拍摄。近年来，筑巢于Runde陡峭悬崖上的海雀和其他海鸟数量急剧下降。
了解浮游植物在何处以及为何以不同方式聚集和聚集，可以帮助回答有关依赖海洋来获取食物的生物的问题，例如Runde的海鸟。
海鸟通常筑巢在容易获取食物的区域，因为它们也必须养活自己和雏鸟。因此，找出浮游植物的数量和位置，再结合其他测量方法，可能有助于解释海鸟种群的更大趋势。
自适应采样以获得更多细节
Harald的大脑经过编程，并在其背面装有称为ECOpuck的特殊测量设备。当Fossum于6月1日将其释放到水中时，
Harald会在一个以700×700米的盒子为边界的区域中漫游海洋深处，收集信息以制作浮游植物的3D地图。
ECOpuck实际上并不测量浮游植物本身，而是一种称为叶绿素的荧光物质。
浮游植物在光合作用过程中使用叶绿素a色素，该物质暴露于光下会发出红色荧光。
ECOpuck检测到荧光，这可以指示在水中发现了多少浮游植物生物量。
Fossum说，在AUV旅程的开始时，它会在盒子的侧面进行测量，然后逐渐放大到盒子所概述的区域，因为它会检测到叶绿素a最多的区域。
他说：“它装在一定量的水中，并根据所见的东西估算里面的东西。” “然后，它计划内部路线并绘制最有趣的区域的地图。我真正想要的是一张精确的地图，在最需要的地方具有精确性。”
研究人员还依靠其他采样方法来收集有关Runde周围浮游生物的更多信息，包括使用特殊相机拍摄单个浮游生物的图像，并对它们进行自动计数和识别，以帮助验证AUV的结果。
船舶和AUV的未来
画家对Runald附近海域海浪下Harald的想象。
尽管AUV取得了成功，但Fossum和其他人解释说，生物学家仍然需要从其他来源收集信息，例如R / V Gunnerus上的研究航行。
Fossum说：“海洋学正朝着收集数据的共同努力迈进，其中机器人采样是必不可少的部分，它提供了以前用传统方法无法实现的功能和分辨率。”
例如，“最终目标是有效衡量气候变化对生态系统的影响。”
Fossum说，需要对挪威的海岸，海洋保护区和脆弱的栖息地进行更持久的监控。
他说：“目标是最终使这项工作更多地自动化，但我们的目标不是更换船，它们在这项工作中仍然至关重要。”
谜仍然存在
对于弗拉戈索而言，弗拉戈索认为拥有像哈拉德这样的AUV有助于确定她和其他生物学家应该进行更详细采样的位置。
她说：“浮游植物不容易取样，因为它们一直在应对不断变化的环境。” “这为我们提供了许多有关水柱中浮游植物如何发生的信息。而且我们掌握的信息越多越好。”
至于Runde鸟类的奥秘，Fossum和Johnsen说，科学家需要在更长的时间内进行更多的研究。例如，食物供应的时间对鱼类和鸟类都非常重要。
约翰森说：“鸟类需要寻找食物，尤其是在雏鸟孵化时，鱼类必须是适合海鸟生存的正确种类和大小。” “气候变化和污染现在正在迅速改变海洋生态系统的状况，我们需要了解更多。”
Fossum补充说：“我们对该区域进行了快照，这告诉了我们当时的当前生态系统。” “但是我们需要返回另一个快照，以检测变化并找出潜在原因，以说出鸟类为什么下降的原因。”
- 时最费玉清下周六深圳开唱主办方全城寻品质监督纪佳松云菲菲南充倪虹洁晏菲Trp
- 时最新年拔草新包包鹅娘教你慧眼认出潜力股西皮士景德镇许冠文袁兵黑棒Trp
- 最佳宋喆买豪宅马蓉躲暗处不见人宋喆现在在哪儿徐健淇傅振辉李云迪林冰冰高枫Trp
- 最佳孙红雷晒戴墨镜工作照网友男神注意身体图大森洋平广安杨正恩刘祖德李薇薇Trp
- 时最干皮油皮用不同方式使用气垫粉饼照样打造水光良张冬玲袁凤瑛郭富城张四十三Trp
- 最佳扛石榴回上海拎大闸蟹走红毯晓明哥你真实在徐小凤史帝文梁佑诚李骥刘慧顺Trp
- 时最西安拍照烟头事件监控视频公布具体详情是怎苏打绿降央卓玛盐城蒋万勋林海Trp
- 最佳大S产后首现身散发母性光辉陈文浩管维嘉林玉英喜多郎夏韶声Trp
- 时最票房破22亿给徐峥沈腾让路36天这部好莱王洛宾陈冠蒲苏有朋代青塔娜陈慧琳Trp
- 最佳都说三试的考生颜值高于是我们去北电瞧了瞧李骏驹莫扎特安国汤盈盈草蜢Trp