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

海洋は、日光の届く海面に浮遊する植物プランクトンと呼ばれる微小な植物によって駆動される、生きたエンジンである。これらの極小の生物は海洋食物網の基礎であり、光合成を通じて地球上で生成される全有機炭素の約半分を担っている。これらの植物がどのように機能し、変化する気候に対してどのように反応し得るかを理解するためには、科学者は単にそれらがどれだけ存在するかだけでなく、どのような種類であるかを知る必要がある。数十年にわたり、宇宙からその存在量を測定する標準的な方法は、クロロフィルaと呼ばれる特定の緑色の色素を探すことであった。この色素はほぼすべての植物プランクトンに含まれており、木の葉の数を数えてその大きさを推定するように、総バイオマスを示す信頼できる代用指標として機能する。しかし、葉の総量を知るだけでは、その木がオークなのか、松なのか、あるいは柳なのかを教えてはくれない。海洋においても、異なるグループの植物プランクトンは生態系において異なる役割を果たしており、それらを区別することは地球の健康状態を理解する上で極めて重要である。

課題は、海洋が光と生命の複雑な混合物であるという点にある。クロロフィルaは宇宙から容易に捉えられるが、特定の植物プランクトングループのユニークな指紋となる他の色素を検出することは非常に困難である。これらの補助色素は、植物が異なる光の条件に適応するのを助けるものであるが、その信号はクロロフィルaの圧倒的な存在感にかき消されたり、現在の衛星が見ることができる限られたカラーバンドを使用して分離するのが難しかったりする。長年、研究者たちは、単なる緑の強弱を超えた海洋の色合いの微妙な違いに、中に生息する微小なコミュニティの正体を明らかにするのに十分な情報が含まれているのではないかと考え続けてきた。プリマス海洋研究所およびエクセター大学のデビッド・モファットとその共同研究者による新しい研究は、高度なコンピュータ学習技術を用いてデータの中をより深く掘り下げることで、この問いに答えようとしている。

研究者たちは、まず膨大な実測データのコレクションから始めた。彼らは1991年から2021年までの間に、船舶や研究船によって世界中から採取された33,000以上の海水サンプルを集めた。ラボにおいて、これらのサンプルは様々な色素の正確な濃度を特定するために分析され、実際に水中に何が存在していたかという詳細な「正解（グラウンド・トゥルース）」を作成した。次に、各サンプルを、同じ日に同じ場所で撮影された衛星画像と照合した。衛星データは、欧州宇宙機関のオーシャン・カラー・クライメート・チェンジ・イニシアチブから提供されたものであり、これは長年にわたる複数のセンサーによる海洋の色の一貫した記録を提供している。チームはこの照合済みデータセットを使用して、2種類の異なる機械学習モデルを訓練した。一つは表形式のデータから学習するように設計された洗練された基盤モデルであり、もう一つは過学習することなく複雑なパターンを見つけ出す能力で知られるアルゴリズムの一種であるランダムフォレスト・モデルである。これらのモデルが本当に新しいことを学習しているかどうかをテストするために、彼らはクロロフィルaの濃度のみに依存し、他のすべての色彩情報を無視する単純なベースライン・モデルも構築した。

結果は、全スペクトルの海洋の色を用いたモデルが、単純なクロロフィルのみのアプローチを一貫して上回ったことを示した。この発見は、海洋の色には単なる植物の量以上の情報が含まれていること、すなわち、そこに存在する特定の種類の植物についてのヒントが含まれていることを裏付けている。しかし、モデルの成功は、どの色素を特定しようとしているかによって異なった。珪藻に関連することが多い色素であるフコキサンチンについては、モデルは非常に優れた性能を示したが、これは主にフコキサンチンが全クロロフィルaの量と非常に強く結びついているため、単純なベースライン・モデルでもかなりの精度で予測できていたことに起因する。真のブレイクスルーは、異なるグループのマーカーとなるアロキサンチンや特定の形態のフコキサンチンなどの他の色素において見られた。これらについては、全範囲のカラーデータを用いたモデルが、ベースラインに対して劇的な改善を示した。コンピュータは、単純なクロロフィル計数では見えない海洋の色の微妙な変化を察知することを学習し、それによって異なる植物プランクトンのコミュニティをより高い精度で区別できるようになったのである。

コンピュータがどのようにこれらの決定を下しているのかを理解するために、研究者たちはモデルの論理を分解して、どの情報が最も重要であったかを確認する手法を用いた。彼らは、ある色素についてはモデルが全クロロフィルaの量に大きく依存していることを発見し、これらの色素が全体的なバイオマスと連動して動いていることを確認した。しかし、他の色素については、モデルは全般的な緑の量を無視し、代わりに水に反射する青、緑、赤の光の特定の比率に焦重していることが分かった。このことは、モデルが単に植物の量に基づいて推測しているのではなく、特定のグループのユニークな光学特性を検出していることを示唆している。研究者がこれらの訓練されたモデルを適用して色素分布の世界地図を作成したところ、その結果は既知の生態学的パターンと一致する絵を描き出した。地図は、栄養豊富な沿岸域や湧昇帯において特定の色素が高濃度であることを示す一方で、他の色素は広大で栄養の乏しい熱帯海洋において支配的であることを示した。この空間的な分離は、豊かな激しい水域で繁栄するものと、穏やかで澄んだ外洋の条件に適応したものという、異なる植物プランクトン・グループの既知の習性を反映している。

この研究はまた、現在のテクノロジーの限界についても強調した。モデルは多くのグループをうまく分離できたが、非常に小さく、かつ豊富な細菌のような生物に含まれる色素であるゼアキサンチンについては苦戦した。モデルはこの色素の正確な量をうまく予測できなかったが、これはその信号が弱く、衛星データの背景ノイズから分離するのが難しいためと考えられる。それでもなお、この困難な色素に対しても、モデルは期待される分布に一致する広範なパターンを捉えることができた。これは、テクノロジーがまだ完璧ではないものの、単純なバイオマス計量をはるかに超えた意味のある生態学的情報を抽出する能力がすでに備わっていることを示している。研究者たちは、これらの知見は最終的な解決策ではなく、重要な一歩であると強調している。彼らは、機械学習が数十年にわたる衛星記録の中に隠された詳細を解き明かし、海洋の微小な生命の構成の変化を監視するための新しい方法を提供できることを証明した。より敏感なカラーセンサーを備えた新しい衛星が打ち上げられるにつれ、これらの手法はさらに強力になり、私たちの惑星を支える植物プランクトンの複雑で不可欠な世界をより鮮明に見通す窓となるだろう。