Նյարդային ցանցը կորոշի ծովերում և օվկիանոսներում ածխածնի մակարդակը
Սանկտ Պետերբուրգի պետական համալսարանի օվկիանոսագետները նեյրոնային ցանցի մոդել են մշակել, որը ջրի բաղադրության պարամետրերի հիման վրա գնահատում է ածխաթթու գազի կոնցենտրացիան ջրային մարմնում: Ալգորիթմն արդեն հաջողությամբ փորձարկվել է Բալթիկ ծովում ստացված տվյալների վրա։
Հետազոտության արդյունքները, որոնք ստացվել են «Օվկիանոսների և ծովերի ֆիզիկական օվկիանոսագրություն և կենսաարտադրողականություն» (FOBOS) ծրագրի մագիստրանտի վերջնական որակավորման աշխատանքի նախապատրաստման շրջանակներում, հրապարակվել են Oceanology գիտական ամսագրում:
Ծովային բույսերը ֆոտոսինթեզի ժամանակ կլանում են ջրում լուծված ածխաթթու գազը, իսկ մահանալուց հետո հեշտացնում են դրա երկարաժամկետ պահպանումն օվկիանոսի խորը շերտերում, գրում է Научная Россия պորտալը։
Սա օգնում է նվազեցնել ջերմոցային էֆեկտը, քանի որ համաշխարհային օվկիանոսները կլանում են մարդածին ածխածնի երկօքսիդի արտանետումների մոտ 25%-ը: Այնուամենայնիվ, ածխածնի ավելցուկը հանգեցնում է ջրային մարմինների թթվացմանը, որը ոչնչացնում է մարջաններն ու խեցիները, իսկ օրգանական նյութերի քայքայումը նվազեցնում է թթվածնի մակարդակը ստորին շերտերում՝ ստեղծելով «մեռած գոտիներ»:
Բալթիկ ծովը, լինելով ծանծաղ և փակ, հատկապես ենթակա է այս գործընթացներին: Գետերի արտահոսքի առատությունը և օվկիանոսի հետ ջրի թույլ փոխանակումը հրահրում են ցիանոբակտերիաների արագ զարգացումը՝ «ծաղկում», որոնք ուժեղացնում են ածխածնի կլանումը, բայց նաև վատթարանում են ջրի որակը և ընդլայնում թթվածնի պակասով տարածքները: Սա սպառնում է էկոհամակարգին՝ այն խոցելի դարձնելով կլիմայի հետագա փոփոխությունների նկատմամբ:
Ջրում ածխածնի երկօքսիդը չափելու համար օվկիանոսագետները օգտագործում են մասնակի ճնշման չափում (pCO2)՝ այն ճնշումը, որը գազը կստեղծեր, եթե միայն այն զբաղեցներ ամբողջ ծավալը։ Օվկիանոսագրության մեջ այս պարամետրը ցույց է տալիս, թե որքանով է ջուրը հագեցված CO2-ով, համեմատած մթնոլորտի հետ:
Սանկտ Պետերբուրգի համալսարանի մասնագետները վերլուծել են շրջակա միջավայրի պարամետրերի տվյալները, որոնք ազդում են ածխաթթու գազի կոնցենտրացիայի վրա և կառուցել են արհեստական ինտելեկտի միջոցով մասնակի ճնշումը գնահատելու մոդել: Նյարդային ցանցում օգտագործվել են ջրամբարի լուսավորության, ջերմաստիճանի և աղիության, ինչպես նաև խառը շերտի խորության ցուցիչներ՝ վերցված բաց SOCAT արշավային տվյալների բազայից, ինչպես նաև արբանյակներից։
«Մենք ստեղծել ենք մասնակի ճնշման քարտեզներ ամբողջ Բալթիկ ծովի մակերևութային շերտի համար՝ օգտագործելով ջրի պարամետրերի իրական չափումները: Նման քարտեզները թույլ են տալիս ավելի ճշգրիտ գնահատել պարամետրը հազվադեպ չափումներով տարածքներում, ինչպիսիք են ծովածոցերի ափերին կամ աշուն-ձմեռային շրջանի առափնյա գոտիներում: Սանկտ Պետերբուրգի պետական համալսարանում և Ռուսական «Գիտելիք» ընկերության դասախոս:
Սանկտ Պետերբուրգի պետական համալսարանի դոցենտ Պոլինա Լոբանովան դարձավ «Գիտելիք. դասախոս» համառուսաստանյան մրցույթի հաղթողներից մեկը և ստացավ հատուկ մրցանակ՝ ուղևորություն մոտորանավով՝ նավի վրա դասախոսություններ կարդալու հնարավորությամբ: Նա խոսեց օվկիանոսագետի աշխատանքի և Համաշխարհային օվկիանոսի մասին Սանկտ Պետերբուրգի պետական համալսարանի «Հայնրիխ Տերահերց» փոդքաստում:
Ինչպես նշել է Սանկտ Պետերբուրգի համալսարանի շրջանավարտ Սոֆյա Կուզմինան, մեքենայական ուսուցումն օգտագործում է երկու տեսակի տվյալ՝ ուսուցում և թեստ։ Առաջինը սովորեցնում է մոդելին որոշել, թե որ pCO₂ արժեքները համապատասխանում են տվյալ պարամետրերին: Օրինակ, երբ ջրի ջերմաստիճանը նվազում է, մասնակի ճնշումը կարող է մեծանալ, քանի որ գազի լուծելիությունը մեծանում է: Ալգորիթմը հիշում է այս կախվածությունը և վերլուծում այն այլ գործոնների հետ համատեղ՝ ապագայում արդյունավետ օգտագործելու համար։
Այնուհետև մոդելը փորձարկվել է փորձարկման հավաքածուի վրա, որտեղ այն ինքնուրույն կանխատեսել է մասնակի ճնշման արժեքները՝ հիմնվելով նոր պարամետրերի վրա: Գիտնականները նրա հաշվարկները համեմատել են Բալթիկ ծովում ձեռք բերված իրական արշավախմբի տվյալների հետ և հաստատել համակարգի ճիշտությունը:
Սանկտ Պետերբուրգի համալսարանի շրջանավարտ Սոֆյա Կուզմինան Սանկտ Պետերբուրգի համալսարանական օլիմպիադայի կրկնակի հաղթող է ուսանողների և երիտասարդ մասնագետների Petropolitan Science (Re)Search-ի Երկրի գիտությունների ոլորտում, մասնակցել է Ավաչա ծովածոցի (Բերինգի ծով) և Պենժինսկայա ծովի ծովի և Օխոտսկի ծովի համալսարանի այլ նախագծերի բնապահպանական մոնիտորինգի գիտարշավների:
«Մենք օգտագործում ենք բազմաշերտ պերցեպտրոն՝ նեյրոնային ցանց, որը կանխատեսում է pCO2՝ օգտագործելով որոշումների կայացման բազմաթիվ թաքնված շերտեր: Յուրաքանչյուր փուլում հաշվի է առնվում տարբեր պարամետրերի ներդրումը, ինչը թույլ է տալիս խուսափել գերմարզումից, որը սովորաբար անհրաժեշտ է նման մոդելների համար, և ստանալ օբյեկտիվ գնահատական», – ավելացրեց Սոֆյա Կուզմինան:Հետազոտությունը նկարագրում է նաև Բալթիկ ծովում pCO2-ի երկարաժամկետ և սեզոնային տատանումները, որոնց արդյունքները համահունչ են նախորդ աշխատանքին՝ հաստատելով մոդելի վավերականությունը: