Opis projektu
Bardziej precyzyjne modele składowania dwutlenku węgla w oceanach
W wyniku zachodzącej w oceanie fotosyntezy CO2 przekształcany jest w materię organiczną, z której 5–15 % tonie w głębinach oceanu. Znajomość głębokości, na jaką ta materia organiczna opada, ma znaczenie dla kontrolowania ilości dwutlenku węgla składowanego w oceanie. Stworzenie globalnych map tłumienia strumienia pozwoliłoby lepiej zrozumieć i przewidywać składowanie dwutlenku węgla w oceanie. Prace nad nimi są jednak utrudnione ze względu na brak wiedzy na temat przestrzenno-czasowej zmienności procesów, które odpowiadają za tłumienie strumienia. Wykorzystując innowacyjne połączenie uczenia maszynowego, nowatorskiej analizy danych i najnowocześniejszego obrazowania in situ, zespół finansowanego przez UE projektu ANTICS zbada składowanie dwutlenku węgla w oceanie. Uzyskane wyniki pomogą w opracowywaniu i walidacji morskiego komponentu biochemicznego modeli systemu ziemskiego wykorzystywanych do prognozowania cyklu węglowego.
Cel
Photosynthesis in the ocean converts approximately 100 Gt of carbon dioxide (CO2) into organic matter every year, of which 5-15% sinks to the deep ocean. The depth to which this organic matter sinks is important in controlling the magnitude of ocean carbon storage, as changes in this flux attenuation depth drive variations in atmospheric pCO2 of up to 200 ppm. Efforts to produce global maps of flux attenuation have yielded starkly contrasting global patterns, blocking our understanding of ocean carbon storage and our ability to predict it. The bottleneck is our ignorance of the spatiotemporal variability of the processes that control flux attenuation.
ANTICS will directly address this knowledge gap by using an innovative synthesis of cutting-edge in situ imaging, machine learning and novel data analyses to mechanistically understand ocean carbon storage. Use state-of-the-art imaging technologies, I will collect data on size, distribution and composition of organic matter particles and measure their sinking velocity in the upper 600 m across the Atlantic. I will design a neural network model that allows the conversion of in situ images into carbon fluxes, and develop analysis routines of particle size spectra that quantify the processes causing flux attenuation: remineralisation, physical aggregation/disaggregation, fragmentation/repackaging by zooplankton. By statistically linking these outputs to seasonality, depth, primary production and temperature, I will be able to determine which processes dominate under specific environmental conditions. This step change in our understanding will allow ANTICS to resolve flux attenuation spatially and temporally. I will use this pioneering knowledge to validate and inform the parametrization of the marine biogeochemical component of the UK’s earth system model used for carbon cycle forecasting in the next IPCC assessments.
Dziedzina nauki
- natural sciencescomputer and information sciencesdata science
- natural scienceschemical sciencesinorganic chemistryinorganic compounds
- natural sciencesearth and related environmental sciencesoceanographyocean chemistry
- natural sciencescomputer and information sciencesartificial intelligencecomputational intelligence
Program(-y)
Temat(-y)
System finansowania
ERC-STG - Starting GrantInstytucja przyjmująca
SO14 3ZH Southampton
Zjednoczone Królestwo