Учёные из Санкт-Петербургского государственного университета создали нейросетевую модель, которая определяет концентрацию углекислого газа в морской воде, сообщает ТАСС.
По информации СПбГУ, модель анализирует параметры воды и рассчитывает парциальное давление углекислого газа — ключевой показатель в океанологии. Такой подход позволяет эффективнее следить за состоянием морских экосистем, особенно в труднодоступных или редко обследуемых районах. Исследователи подчёркивают, что новый инструмент даёт реалистичные оценки и может работать на больших акваториях.
Какие данные "читает" нейросеть и зачем это нужно
Модель обучалась на данных, собранных во время экспедиций и полученных со спутников. В неё заложены параметры освещенности, температуры, солености и глубины перемешанного слоя воды. Алгоритм "понимает", как эти факторы связаны с содержанием углекислого газа. Это особенно важно для Балтийского моря, которое из-за замкнутости и большого речного стока подвержено закислению и снижению уровня кислорода — формированию так называемых мёртвых зон.
Почему Балтика в зоне риска и что с этим делать
Ученые подчёркивают, что Балтика — один из самых уязвимых регионов. Здесь из-за слабого водообмена, активного "цветения" цианобактерий и органических процессов в придонных слоях активно накапливается углерод. Это нарушает кислородный баланс и разрушает кораллы, раковины и другие элементы морской жизни. Созданные карты pCO₂ помогают выявлять проблемные зоны даже в тех местах, где нет регулярных замеров, например, у берегов и в заливах.
Как ИИ обучают понимать поведение воды
По словам исследовательницы Софьи Кузьминой, модель учится распознавать зависимости между показателями. Например, при понижении температуры воды растворимость углекислого газа увеличивается, и это влияет на давление. Машина обрабатывает такие закономерности в комплексе с другими факторами, запоминая и анализируя их. Так формируется предсказательная модель, которая не просто фиксирует, но и помогает делать выводы о состоянии экосистемы.