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

De oceaan is een levende motor, aangedreven door microscopische planten genaamd fytoplankton die in zonlichtrijk water drijven. Deze minuscule organismen vormen de basis van het mariene voedselweb en zijn verantwoordelijk voor ongeveer de helft van alle organische koolstof die op aarde wordt geproduceerd via fotosynthese. Om te begrijpen hoe deze planten functioneren en hoe ze kunnen reageren op een veranderend klimaat, moeten wetenschappers niet alleen weten hoeveel van hen aanwezig zijn, maar ook wat voor soort ze zijn. Decennialang was de standaardmethode om hun abundantie vanuit de ruimte te meten het zoeken naar een specifiek groen pigment genaamd chlorofyl-a. Dit pigment komt in bijna alle fytoplankton voor en dient als een betrouwbare proxy voor de totale biomassa, vergelijkbaar met het tellen van de bladeren aan een boom om de grootte ervan in te schatten. Echter, weten hoeveel bladeren er in totaal zijn, vertelt je niet of de boom een eik, een den of een wilg is. In de oceaan spelen verschillende groepen fytoplankton verschillende rollen in het ecosysteem, en het onderscheiden tussen hen is cruciaal voor het begrijpen van de gezondheid van de planeet.

De uitdaging ligt in het feit dat de oceaan een complexe mengeling is van licht en leven. Hoewel chlorofyl-a gemakkelijk vanuit de ruimte te spotten is, zijn andere pigmenten die fungeren als unieke vingerafdrukken voor specifieke groepen fytoplankton veel moeilijker te detecteren. Deze hulp-pigmenten helpen de planten zich aan te passen aan verschillende lichtomstandigheden, maar hun signalen worden vaak overstemd door de overweldigende aanwezigheid van chlorofyl-a of zijn moeilijk te scheiden met behulp van het beperkte aantal kleurbanden die huidige satellieten kunnen zien. Jarenlang hebben onderzoekers zich afgevraagd of de subtiele verschillen in de kleuren van de oceaan, voorbij de intensiteit van het groen, genoeg informatie bevatten om de identiteit te onthullen van de microscopische gemeenschappen die erin leven. Een nieuwe studie door David Moffat en zijn collega's van het Plymouth Marine Laboratory en de Universiteit van Exeter zet zich in om deze vraag te beantwoorden door geavanceerde computertrajecten te gebruiken om dieper in de data te kijken.

De onderzoekers begonnen met een enorme collectie van werkelijke metingen. Ze verzamelden meer dan 33.000 monsters van zeewater die tussen 1991 en 2021 wereldwijd door schepen en onderzoeksschepen waren genomen. In een laboratorium werden deze monsters geanalyseerd om de exacte concentraties van diverse pigmenten te identificeren, wat een gedetailleerde 'ground truth' creëerde van wat er daadwerkelijk in het water zat. Vervolgens koppelden ze elk van deze monsters aan satellietbeelden die op dezelfde dag en op dezelfde locatie waren gemaakt. De satellietgegevens kwamen van de Ocean Colour Climate Change Initiative van de Europese Ruimtevaartorganisatie, die een consistent verslag biedt van oceaankleuren van meerdere sensoren over vele jaren. Het team gebruikte deze gekoppelde dataset om twee verschillende soorten machine learning-modellen te trainen. Eén model was een geavanceerd fundatiemodel ontworpen om te leren van tabulaire data, terwijl het andere een random forest-model was, een type algoritme dat bekend staat om zijn vermogen om complexe patronen te vinden zonder te overfitten. Om te testen of deze modellen echt iets nieuws leerden, bouwden ze ook een eenvoudig basismodel dat alleen vertrouwde op de concentratie van chlorofyl-a, waarbij alle andere kleurinformatie werd genegeerd.

De resultaten lieten zien dat de modellen die gebruik maakten van het volledige spectrum van oceankleuren consequent beter presteerden dan de eenvoudige methode met enkel chlorofyl. Deze bevinding bevestigt dat de kleur van de oceaan meer informatie bevat dan alleen de hoeveelheid plantleven; het bevat aanwijzingen over de specifieke soorten planten die aanwezig zijn. Het succes van de modellen varieerde echter afhankelijk van welk pigment ze probeerden te identificeren. Voor fucoxanthine, een pigment dat vaak geassocieerd wordt met diatomeeën, presteerden de modellen zeer goed, maar dit kwam grotendeels doordat fucoxanthine zo sterk verbonden is met de totale hoeveelheid chlorofyl-a dat het eenvoudige basismodel het al met redelijke nauwkeurigheid kon voorspellen. De echte doorbraak kwam bij andere pigmenten, zoals alloxanthine en bepaalde vormen van fucoxanthine die markers zijn voor andere groepen. Voor deze pigmenten vertoonden de modellen die de volledige reeks kleurinformatie gebruikten een dramatische verbetering ten opzie van het basismodel. De computer leerde subtiele verschuivingen in de kleur van de oceaan op te merken die onzichtbaar waren voor de eenvoudige chlorofyltelling, waardoor het in staat was om verschillende fytoplanktongemeenschappen met veel grotere precisie te onderscheiden.

Om te begrijpen hoe de computer deze beslissingen nam, gebruikten de onderzoekers een techniek die de logica van het model ontleedt om te zien welke stukken informatie het meest belangrijk waren. Ze ontdekten dat het model voor sommige pigmenten zwaar leunde op de totale hoeveelheid chlorofyl-a, wat bevestigt dat deze pigmenten in nauwe samenhang bewegen met de totale biomassa. Maar voor andere pigmenten negeerde het model de totale hoeveelheid groen en richtte het zich in plaats daarvan op de specifieke ratio's van blauw, groen en rood licht die door het water worden gereflecteerd. Dit suggereert dat de modellen niet alleen gokten op basis van hoeveel plantleven er was, maar daadwerkelijk de unieke optische signaturen van specifie recente groepen detecteerden. Wanneer de onderzoekers deze getrainde modellen toepasten om wereldwijde kaarten van pigmentdistributie te maken, toonden de resultaten een beeld dat overeenkwam met bekende ecologische patronen. De kaarten toonden hoge concentraties van bepaalde pigmenten in nutriëntenrijke kustwateren en opwellingzones, terwijl andere pigmenten de uitgestrekte, nutriëntenarme tropische oceanen domineerden. Deze ruimtelijke scheiding weerspiegelt de bekende gewoonten van verschillende fytoplanktongroepen, waarbij sommigen gedijen in rijk, turbulent water en anderen aangepast zijn aan de kalme, heldere condities van de open oceaan.

De studie benadrukte ook de beperkingen van de huidige technologie. Hoewel de modellen erin slaagden om veel groepen succesvol te scheiden, hadden ze moeite met zeaxanthine, een pigment dat voorkomt in zeer kleine, overvloedige bacterie-achtige organismen. De modellen konden de exacte hoeveelheid van dit pigment niet erg goed voorspellen, waarschijnlijk omdat het signaal zwak is en moeilijk te scheiden van de achtergrondruis in de satellietgegevens. Desalniettemin slaagde het model er zelfs voor dit moeilijke pigment in om een breed patroon te vangen dat overeenkwam met de verwachte distributie van deze minuscule organismen in warme, tropische wateren. Dit geeft aan dat hoewel de technologie nog niet perfect is, het al in staat is om betekenisvolle ecologische informatie te extraheren die veel verder gaat dan eenvoudige biomassa-tellingen. De onderzoekers benadrukken dat deze bevindingen geen definitieve oplossing zijn, maar een belangrijke stap voorwaarts. Ze laten zien dat machine learning verborgen details in decennia aan satellietgegevens kan ontsluiten, wat een nieuwe manier biedt om de veranderende samenstelling van het microscopische leven in de oceaan te monitoren. Naarmate er nieuwe satellieten met gevoeligere kleursensoren worden gelanceerd, zullen deze methoden nog krachtiger worden en een helderder venster bieden op de complexe en vitale wereld van het fytoplankton dat onze planeet in stand houdt.