Tilbake til søkeresultatene

STIPINST-Stipendiatstillinger i instituttsektoren

Stipendiatstilling 1 NERSC (2020-2023)

Tildelt: kr 4,1 mill.

Algeoppblomstring er en del av den naturlige årlige sessongvariasjonen i hav- og kystvann og spiller en viktig rolle i det marine økosystemet. Målet med dette institusjonelle doktorgradsstudiet initiert av Nansensenteret er å kunne varsle utvikling av mulige skadelige algeoppblomstringer i norske kystvann fra én til tre uker frem i tid (sesong varsler). Tidligere varsler vil gi bedre overvåkingen og mulighet for tidlig identifisering av skadelige algeoppblomstringer. Fiskeri og akvakultur næringene vil få bedre tid på å planlegge nødvendige tiltak. Algeoppblomstring skjer når planteplankton vokser raskt i antall. Planteplankton er mikroskopiske organismer som lever i vannet og danner grunnlaget for den marine næringskjeden samt at de bidrar til karbonkretsløpet. På grunn av fotosyntesen og deres fargepigmenter endrer algene fargen på havvannet og i tilstrekkelige store mengder er algene synlige fra verdensrommet. I en studie publisert i Frontiers in Marine Science, har vi brukt en ny teknikk for å identifisere optisk homogene havområder og analysert en 21 år lang tidsserie av satellitt målinger for å undersøke variasjoner i algeoppblomstringer i Barents-, Norskehavet og i Nordsjøen. Studien ga klimatologi, trender og interårlig naturlig variasjon av framveksten av alger, det vil si når vår- og sommeroppblomstringene startet, deres intensitet, høyeste biomassen, og hvor lenge oppblomstringene varte. I løpet av de siste tyve årene har algeoppblomstringene om sommeren startet senere på året og de har vart lenger. Potensielle mekanismer som fører til den mellomårlige variasjoner, ble også undersøkt for de forskjellige havområdene. Tykkelsen på blandingslaget skiller seg ut som den viktigste faktoren for når våroppblomstringen starter og dens maksimale biomasse, og statistisk sett bidrar den til å forklare mer enn halvparten av den årlige variabiliteten. Dette baner vei for kunne benytte tykkelsen på blandingslaget til å forutsi endringer i det årlige variasjonen av algeoppblomstringer i våre havområder, ved å analysere både observasjoner og modellresultater. Mattilsynets «Blåskjellvarsel»-tjenesten gir råd om giftstoffer i blåskjell langs hele norskekysten for å hindre sjømatforgiftning. Biomassen til Dinophysis-arten (en type alger), samt toksinkonsentrasjon, overvåkes rutinemessig lange hele norske kysten og er tilgjengelig på deres nettside. I en påfølgende studie publisert i Harmful Algae klare vi å prediktere framveksten av skadelige Dinophysis oppblomstring i Nord-Norge. Hovedmålet er å anvende maskinlæringsteknikker (Support vector machine) på in-situ data fra tidligere skadelige oppblomstringer og satellittfjernmålingsdata for å utvikle et prediksjonssystem. Viktig miljøfaktorene er funnet å påvirke variasjoner av forekomsten av skadelige oppblomstringer. Denne statistiske metoden har blitt testet opp i fortid mot tidligere indentifiserte skadelige algeoppblomstringer som ikke brukt til å bygge model. Varsel er mer nøyaktig enn både klimatologiske prognoser og varslingsprognoser - opptil 3 uker fram i tid. De overnevnte miljøfaktorene ble funnet å være viktigst for å forutsi tidspunktet for oppblomstringene, mens initial biomasse er viktigst for å prediktere hvor kraftig oppblomstringen vil bli. Resultatene har også blitt presentert på flere møter. Denne aktiviteten har satt i gang et pilotprosjekt innenfor det norske senteret for forskningsdrevet innovasjon «Climate Futures» i samarbeid med Havforskningsinstituttet (HI). Målet er i) å utforske potensialet til verktøyet med HI, som leder overvåkingsprogrammet og skreddersy varsler til næringen og forvalting, ii) å utforske andre målinger og observasjoner som ytterligere kan forbedre nøyaktigheten av varslene, og iii) å teste hvor godt metoden virker i andre havområder. I en tredje studie, brukes det igjen dataen fra Mattilsynets «Blåskjellvarsel»-tjenesten og bruker maskin læring til å finne ut hvilken environmental faktor påvirke hvert av skadelige algeoppblomstringen type. Modellen kan brukes til å varsle sannsynlighet til å ha en skadelige algeoppblomstringen event selv i område hvor det har ikke vart målingen. Resultatene har blitt presentert på flere møter, og en vitenskapleig artikkel er under review i Environmental Data Science. I en fjerde studie, brukes det same maskin læring model fra 3. artikler i kombinasjon med Klimaprojekjon, til å antyde framtida evolusjon av skadelige algeoppblomstringer i Norske kystvann. Resultatene har blitt presentert på flere møter og en podcast arrangert på temaet. Kandidat har sendt doktograd thesis til Universitet i Bergen (15 i August 2023), som ble evaluert og godkjent uten endringer (24 i October 2023). Disputas skjede den 31. i November og var velykket. Kandidat er nå ansatt på NERSC siden 2. i November 2023 på 2 projects som følge sitt arbeid (en startegisk projekt på Bjerknes Centre for Climate Research, og en EU-project FOCCUS).

I dette projekt har vi utviklet ny method for å prediktere skadelige oppblomstringer. De statistiske metoden har stor potentialt for å forbedre overvåkingsprogrammet og skreddersy varsler til næringen og forvalting. Methoden skal nå brukes for å overvåkne oppblomstringer risiko av skadelige algae (finansert av EU-FOCCUS project) og bli tilgjengelig i Copernicus Marine Service. Det er forventet at resultat fra dette projekt skal bli relevant for “Overvåkingsgruppen”, som har ansvar for miljøovervåkingengruppe for de marine økosystemene i norske havområder.

Publikasjoner hentet fra Cristin

Ingen publikasjoner funnet

Ingen publikasjoner funnet

Budsjettformål:

STIPINST-Stipendiatstillinger i instituttsektoren

Finansieringskilder