Impulse für die nächste Generation der arktischen Ökosystemforschung
Die arktischen Ökosysteme werden durch den Klimawandel grundlegend verändert, schneller als irgendwo anders auf der Welt. Atmosphärischer Kohlenstoff, der für Millionen Jahre in den arktischen Böden gebunden war, wird jetzt in Form der Treibhausgase Kohlendioxid und Methan freigesetzt. Doch trotz dieses Wissens und jahrzehntelanger Forschung ist das Ausmaß dieses Kohlenstofftransfers und die Wechselwirkung mit der globalen Erwärmung, durch die er ausgelöst wird, noch immer unklar. „Eines der größten Probleme ist der Mangel an experimentellen Nachweisen zur künftigen Kohlenstoffentweichung bei den erwarteten Klimabedingungen“, erklärt Ivan Janssens, Professor an der Fakultät für Biologie an der Universität Antwerpen und Projektmanager von FutureArctic. Oft hinkt die Wissenschaft hinter der Realität hinterher, da die Feldbeobachtungen nur für die aktuellen Bedingungen gelten. „Sobald ausreichend Nachweise gesammelt und analysiert wurden, hat sich das Klima mit sämtlichen Rückkopplungsmechanismen bereits verändert“, merkt er an. Die Geschwindigkeit, in der Kohlenstoff entweicht, hat die Erwartungen meist übertroffen. „Das ist der wahre Wert des Aufbaus von FutureArctic: Er bietet experimentelle Nachweise zu Zukunftsszenarien in großem Umfang“, sagt Janssens. Das EU-finanzierte Projekt FutureArctic wurde mit Unterstützung der Marie-Skłodowska-Curie-Maßnahmen durchgeführt. Janssens und sein Team haben Nachwuchsforschende darin ausgebildet, den möglichen Kohlenstofftransfer in der Arktis besser zu analysieren. Im Projekt wird ein einzigartiges Experiment in Island durchgeführt, bei dem maschinelles Lernen und ein „Ökosystem der Dinge“ eingesetzt wird, um große Mengen an Umweltdatenströmen von einer geothermisch kontrollierten Anlage zu analysieren.
Ein „Ökosystem der Dinge“ schaffen
Der Begriff „Ökosystem der Dinge“ leitet sich vom „Internet der Dinge“ ab, mit dem eine vernetzte Infrastruktur bezeichnet wird, über die das Verständnis größerer Systeme vertieft wird. Das Ziel bei FutureArctic war, die Grundlagenforschung für ein Netzwerk vernetzter Sensoren in einem natürlichen Ökosystem aufzustellen. Damit könnten mehrere Ökosystemprozesse gleichzeitig aufgezeichnet werden, sodass sich neue Möglichkeiten für die fortschrittliche Analyse der Funktionsweise von Ökosystemen über maschinelles Lernen ergeben. Einige der Forschenden haben neue Sensorprototypen entwickelt, mit denen komplexe Ökosystemprozesse mit hoher Auflösung erfasst werden können, zum Beispiel das Wurzelwachstum und Schwankungen des Bodenwassers. Außerdem wurden neue Technologien für Drohnenbeobachtungen vorgestellt. Andere Forschende haben das Grundlagenwissen zu Pflanzen- und Bodengesundheit ausgeweitet. Ein Ziel im Projekt war, die Versuchsstandorte mit mehreren Sensoren auszustatten und über maschinengestützte Methoden erste Analysen der Ökosystemprozesse durchzuführen, um die traditionelle Feld- und Versuchsforschung zu ergänzen. „Mit diesen zwei Ansätzen könnten Ökosystemmodelle deutlich verfeinert werden, insbesondere Modelle zu künftigen Kohlenstoffsenken in Ökosystemen“, fährt Janssens fort.
Verbindungen zwischen wissenschaftlichen Bereichen anregen
Die Forschenden haben im Laufe des Projekts Protokolle erarbeitet, um Daten mittels maschinellen Lernens zu analysieren. Daher war disziplinübergreifende Zusammenarbeit notwendig. „Die Umweltforschenden mussten die Anforderungen der KI-Forschenden kennen und die KI-Forschenden mussten die Komplexitäten bei der Beobachtung natürlicher Ökosysteme nachvollziehen“, erklärt Janssens. „Diese Verbindung war ein bedeutender Durchbruch. Wir denken bereits über die nächste Stufe der Integration nach.“ Das Team hofft, dass aus den Ergebnissen die möglichen Vorteile von höchst instrumentierten Ökosystemen und maschinengestützten frühen Analysen hervorgehen, um die Komplexitäten der künftigen Kohlenstofffreigabe und -aufnahme in Ökosystemen tiefergehend zu erforschen. „Wenn wir andere inspirieren können, diesen Ansatz zu verfolgen, wäre das bereits ein großer Erfolg“, so Janssens.
Schlüsselbegriffe
FutureArctic, Arktis, Ökosysteme, KI, Forschung, Ökosystem der Dinge, Umwelt, Durchbruch, maschinelles Lernen
