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

O oceano é um motor vivo, impulsionado por plantas microscópicas chamadas fitoplanctons que flutuam em águas iluminadas pelo sol. Esses organismos minúsculos são a base da teia alimentar marinha e são responsáveis por aproximadamente metade de todo o carbono orgânico produzido na Terra através da fotossíntese. Para entender como essas plantas funcionam e como podem responder a um clima em mudança, os cientistas precisam saber não apenas quanto delas está presente, mas que tipos elas são. Durante décadas, a forma padrão de medir sua abundância a partir do espaço tem sido procurar por um pigmento verde específico chamado clorofila-a. Este pigmento é encontrado em quase todo o fitoplâncton e atua como um indicador confiável para a biomassa total, de forma muito semelhante a contar as folhas de uma árvore para estimar seu tamanho. No entanto, saber a quantidade total de folhas não lhe diz se a árvore é um carvalho, um pinheiro ou um salgueiro. No oceano, diferentes grupos de fitoplâncton desempenham diferentes papéis no ecossistema, e distinguir entre eles é crucial para compreender a saúde do planeta.

O desafio reside no fato de que o oceano é uma mistura complexa de luz e vida. Embora a clorofila-a seja fácil de detectar do espaço, outros pigmentos que atuam como impressões digitais únicas para grupos específicos de fitoplâncton são muito mais difíceis de detectar. Esses pigmentos acessórios ajudam as plantas a se adaptarem a diferentes condições de luz, mas seus sinais são frequentemente abafados pela presença esmagadora da clorofila-a ou são difíceis de separar usando o número limitado de bandas de cores que os satélites atuais conseguem ver. Durante anos, pesquisadores se perguntaram se as diferenças sutis nas cores do oceano, além da mera intensidade do verde, conteriam informações suficientes para revelar a identidade das comunidades microscópicas que ali vivem. Um novo estudo de David Moffat e seus colegas do Laboratório de Pesquisa Marinha de Plymouth e da Universidade de Exeter busca responder a essa questão utilizando técnicas avançadas de aprendizado computacional para olhar mais profundamente nos dados.

Os pesquisadores começaram com uma vasta coleção de medições do mundo real. Eles reuniram mais de 33.000 amostras de água do mar coletadas de navios e embarcações de pesquisa ao redor do globo entre 1991 e 2021. Em laboratório, essas amostras foram analisadas para identificar as concentrações exatas de vários pigmentos, criando uma verdade de campo detalhada do que realmente havia na água. Em seguida, eles combinaram cada uma dessas amostras com imagens de satélite tiradas no mesmo dia e no mesmo local. Os dados de satélite vieram da Iniciativa de Mudança Climática de Cor do Oceano da Agência Espacial Europeia, que fornece um registro consistente de cores oceânicas de múltiplos sensores ao longo de muitos anos. A equipe utilizou esse conjunto de dados combinados para treinar dois tipos diferentes de modelos de aprendizado de máquina. Um modelo é um sofisticado modelo de fundação projetado para aprender a partir de dados tabulares, enquanto o outro é um modelo de floresta aleatória (random forest), um tipo de algoritmo conhecido por sua capacidade de encontrar padrões complexos sem sobreajuste (overfitting). Para testar se esses modelos estavam realmente aprendendo algo novo, eles também construíram um modelo de linha de base simples que dependia apenas da concentração de clorofila-a, ignorando todas as outras informações de cor.

Os resultados mostraram que os modelos utilizando o espectro completo das cores do oceano superaram consistentemente a abordagem simples de apenas clorofila. Essa descoberta confirma que a cor do oceano contém mais informações do que apenas a quantidade de vida vegetal; ela guarda pistas sobre os tipos específicos de plantas presentes. No entanto, o sucesso dos modelos variou dependendo do pigmento que tentavam identificar. Para a fucoxantina, um pigmento frequentemente associado aos diatomáceos, os modelos tiveram um desempenho muito bom, mas isso ocorreu em grande parte porque a fucoxantina está tão fortemente ligada à quantidade total de clorofila-a que o modelo de linha de base simples já conseguia prevê-la com uma precisão razoável. O verdadeiro avanço ocorreu com outros pigmentos, como a alloxantina e certas formas de fucoxantina que são marcadores para diferentes grupos. Para estes, os modelos que utilizaram o intervalo completo de dados de cor mostraram uma melhoria dramática em relação à linha de base. O computador aprendeu a detectar mudanças sutis na cor do oceano que eram invisíveis para a contagem simples de clorofila, permitindo distinguir entre diferentes comunidades de fitoplâncton com muito maior precisão.

Para entender como o computador estava tomando essas decisões, os pesquisadores utilizaram uma técnica que decompõe a lógica do modelo para ver quais partes da informação eram mais importantes. Eles descobriram que, para alguns pigmentos, o modelo dependia fortemente da quantidade total de clorofila-a, confirmando que esses pigmentos se movem em sincronia com a biomassa total. Mas para outros, o modelo ignorou a quantidade total de verde e focou nas proporções específicas de luz azul, verde e vermelha refletida pela água. Isso sugere que os modelos não estavam apenas adivinhando com base em quanta vida vegetal havia, mas estavam de fato detectando as assinaturas ópticas únicas de grupos específicos. Quando os pesquisadores aplicaram esses modelos treinados para criar mapas globais de distribuição de pigmentos, os resultados pintaram um quadro que correspondia aos padrões ecológicos conhecidos. Os mapas mostraram altas concentrações de certos pigmentos em águas costeiras ricas em nutrientes e zonas de ressurgência, enquanto outros pigmentos dominavam os vastos oceanos tropicais pobres em nutrientes. Essa separação espacial reflete os hábitos conhecidos de diferentes grupos de fitoplâncton, com alguns prosperando em águas ricas e turbulentas e outros adaptados às condições calmas e claras do oceano aberto.

O estudo também destacou as limitações da tecnologia atual. Embora os modelos tenham conseguido separar com sucesso muitos grupos, eles tiveram dificuldades com a zeaxantina, um pigmento encontrado em organismos do tipo bactérias, muito pequenos e abundantes. Os modelos não conseguiram prever a quantidade exata deste pigmento de forma muito eficaz, provavelmente porque seu sinal é fraco e difícil de separar do ruído de fundo nos dados de satélite. No entanto, mesmo para este pigmento difícil, o modelo conseguiu capturar um padrão amplo que correspondia à distribuição esperada desses minúsculos organismos em águas tropicais quentes. Isso indica que, embora a tecnologia ainda não seja perfeita, ela já é capaz de extrair informações ecológicas significativas que vão muito além das simples contagens de biomassa. Os pesquisadores enfatizam que estas descobertas não são uma solução final, mas um passo significativo à frente. Elas demonstram que o aprendizado de máquina pode desbloquear detalhes ocultos em décadas de registros de satélite, oferecendo uma nova maneira de monitorar a composição em mudança da vida microscópica do oceano. À medida que novos satélites com sensores de cor mais sensíveis forem lançados, esses métodos se tornarão ainda mais poderosos, proporcionando uma janela mais clara para o mundo complexo e vital do fitoplâncton que sustenta o nosso planeta.