Beyond chlorophyll: machine learning estimates of diagnostic phytoplankton pigments from multispectral ocean colour data

L'oceano è un motore vivente, alimentato da piante microscopiche chiamate fitoplancton che galleggiano nelle acque illuminate dal sole. Questi minuscoli organismi sono la base della rete alimentare marina e sono responsabili di circa la metà di tutto il carbonio organico prodotto sulla Terra attraverso la fotosintesi. Per comprendere come queste piante funzionano e come potrebbero rispondere a un clima che cambia, gli scienziati devono sapere non solo quanto siano presenti, ma quali tipi siano. Per decenni, il modo standard per misurare la loro abbondanza dallo spazio è stato quello di cercare un pigmento verde specifico chiamato clorofilla-a. Questo pigmento si trova in quasi tutto il fitoplancton e funge da affidabile indicatore della biomassa totale, proprio come contare le foglie su un albero per stimarne le dimensioni. Tuttavia, conoscere la quantità totale di foglie non dice se l'albero sia una quercia, un pino o un salice. Nell'oceano, diversi gruppi di fitoplancton svolgono ruoli differenti nell'ecosistema, e distinguerli è fondamentale per comprendere la salute del pianeta.

La sfida risiede nel fatto che l'oceano è un complesso miscuglio di luce e vita. Mentre la clorofilla-a è facile da individuare dallo spazio, altri pigmenti che fungono da impronte digitali uniche per gruppi specifici di fitoplancton sono molto più difficili da rilevare. Questi pigmenti accessori aiutano le piante ad adattarsi a diverse condizioni di luce, ma i loro segnali sono spesso sommersi dalla presenza schiacciante della clorofilla-a o sono difficili da separare utilizzando il numero limitato di bande di colore che gli attuali satelliti possono vedere. Per anni, i ricercatori si sono chiesti se le sottili differenze nei colori dell'oceano, oltre alla semplice intensità del verde, contenessero abbastanza informazioni da rivelare l'identità delle comunità microscopiche che vi abitano. Un nuovo studio di David Moffat e dei suoi colleghi del Plymouth Marine Laboratory e dell'Università di Exeter si propone di rispondere a questa domanda utilizzando tecniche avanzate di apprendimento computazionale per guardare più a fondo nei dati.

I ricercatori sono partiti da una vasta collezione di misurazioni del mondo reale. Hanno raccolto oltre 33.000 campioni di acqua marina prelevati da navi e imbarcazioni da ricerca in tutto il mondo tra il 1991 e il 2021. In laboratorio, questi campioni sono stati analizzati per identificare le concentrazioni esatte di vari pigmenti, creando una dettagliata "verità di base" (ground truth) di ciò che era effettivamente presente nell'acqua. Hanno poi accoppiato ciascuno di questi campioni con immagini satellitari scattate lo stesso giorno e nella stessa posizione. I dati satellitari provenivano dall'Ocean Colour Climate Change Initiative dell'Agenzia Spaziale Europea, che fornisce un record coerente dei colori dell'oceano da molteplici sensori nel corso di molti anni. Il team ha utilizzato questo set di dati accoppiati per addestrare due diversi tipi di modelli di machine learning. Un modello è un sofisticato modello di base (foundation model) progettato per apprendere da dati tabulari, mentre l'altro è un modello random forest, un tipo di algoritmo noto per la sua capacità di trovare schemi complessi senza overfitting. Per testare se questi modelli stessero davvero imparando qualcosa di nuovo, hanno anche costruito un semplice modello di base che si basava solo sulla concentrazione di clorofilla-a, ignorando tutte le altre informazioni sul colore.

I risultati hanno mostato che i modelli che utilizzavano l'intero spettro dei colori dell'oceano superavano costantemente l'approccio semplice basato solo sulla clorofilla. Questa scoperta conferma che il colore dell'oceano contiene più informazioni della semplice quantità di vita vegetale; esso contiene indizi sulla specifica tipologia di piante presenti. Tuttavia, il successo dei modelli variava a seconda del pigmento che cercavano di identificare. Per la fucoxantina, un pigmento spesso associato alle diatomee, i modelli hanno performato molto bene, ma ciò era dovuto in gran parte al fatto che la fucoxantina è così fortemente legata alla quantità totale di clorofilla-a che il semplice modello di base poteva già prevederla con una discreta accuratezza. La vera svolta è avvenuta con altri pigmenti, come l'alloxantina e certe forme di fucoxantina che sono marcatori per gruppi differenti. Per questi, i modelli che utilizzavano l'intera gamma di dati cromatici hanno mostrato un miglioramento drammatico rispetto al modello di base. Il computer ha imparato a individuare sottili variazioni nel colore dell'oceano che erano invisibili al semplice conteggio della clorofilla, permettendogli di distinguere tra diverse comunità di fitoplancton con molta più precisione.

Per capire come il computer stesse prendendo queste decisioni, i ricercatori hanno utilizzato una tecnica che scompone la logica del modello per vedere quali pezzi di informazione fossero più rilevanti. Hanno scoperto che per alcuni pigmenti, il modello faceva affidamento pesantemente sulla quantità totale di clorofilla-a, confermando che questi pigmenti si muovono all'unisono con la biomassa complessiva. Ma per altri, il modello ignorava la quantità totale di verde e si concentrava invece sui rapporti specifici di luce blu, verde e rossa riflessa dall'acqua. Ciò suggerisce che i modelli non stavano solo indovinando in base a quanta vita vegetale fosse presente, ma stavano effettivamente rilevando le firme ottiche uniche di gruppi specifici. Quando i ricercatori hanno applicato questi modelli addestrati per creare mappe globali della distribuzione dei pigmenti, i risultati hanno dipinto un quadro che corrispondeva ai noti schemi ecologici. Le mappe mostravano alte concentrazioni di certi pigmenti nelle acque costiere ricche di nutrienti e nelle zone di upwelling, mentre altri pigmenti dominavano i vasti oceani tropicali poveri di nutrienti. Questa separazione spaziale rispecchia le abitudini note dei diversi gruppi di fitoplancton, con alcuni che prosperano in acque ricche e turbolente e altri adattati alle condizioni calme e limpide dell'oceano aperto.

Lo studio ha anche evidenziato i limiti dell'attuale tecnologia. Sebbene i modelli riuscissero a separare con successo molti gruppi, hanno incontrato difficoltà con la zeaxantina, un pigmento presente in organismi simili a batteri, molto piccoli e abbondanti. I modelli non riuscivano a prevedere con molta precisione la quantità esatta di questo pigmento, probabilmente perché il suo segnale è debole e difficile da separare dal rumore di fondo nei dati satellitari. Ciononostante, anche per questo pigmento difficile, il modello è riuscito a catturare un modello generale che corrispondeva alla distribuzione attesa di questi minuscoli organismi nelle acque calde tropicali. Ciò indica che, sebbene la tecnologia non sia ancora perfetta, è già capace di estrarre informazioni ecologiche significative che vanno ben oltre i semplici conteggi della biomassa. I ricercatori sottolineano che queste scoperte non sono una soluzione finale, ma un passo avanti significativo. Esse dimostrano che il machine learning può sbloccare dettagli nascosti in decenni di registri satellitari, offrendo un nuovo modo per monitorare la composizione mutevole della vita microscopica dell'oceano. Man mano che nuovi satelliti con sensori di colore più sensibili verranno lanciati, questi metodi diventeranno ancora più potenti, fornendo una finestra più chiara sul mondo complesso e vitale del fitoplancton che sostiene il nostro pianeta.