I sin doktoravhandling ved Universitetet i Bergen utviklet Edson Silva metoder for å forutsi og vurdere forekomsten av skadelig algeoppblomstring. Studiet har vært utført langs norskekysten og de nordiske hav, men metodene kan tilpasses til bruk i andre havområder.
Alger danner grunnlaget for mye av livet i havet. De er mat for dyreplankton, som igjen blir spist av fisk. Når vannmiljøer opplever raske endringer, som en økning i næringsstoffer eller lys, kan encellede alger raskt formere seg, noe som fører til en oppblomstring. Skadelig algeoppblomstring kan gjøre skade på miljøet, menneskers helse og oppdrettsanlegg, og forårsake økonomiske tap ved at anlegg må holdes stengt for å forhindre forgiftning.
Noen algearter produserer giftstoffer som kan være skadelige, spesielt under oppblomstring når konsentrasjonene er høye. Det er høy risiko forbundet med å spise skjell som er utsatt for oppblomstring. Filtermatende organismer som feks. blåskjell kan akkumulere giftstoffer når de filtrerer vann med høy forekomst av giftige alger. På grunn av dette overvåkes klorofyll-a-konsentrasjonen og giftstoffer konstant i vannet langs kysten. Selv om en slik overvåking bidrar til å redusere forgiftningsfaren, vil de økonomiske konsekvensene for oppdrettsanlegg være betydelige.
Prediksjonsmodeller for oppblomstringer er nyttige for å kunne iverksette forebyggende tiltak og redusere økonomiske konsekvenser. Silvas avhandling bruker maskinlæring (KI) for å forutsi giftige alger som kan påvirke norske skjellfarmer ved å kombinere data fra Mattilsynet med fjernmåling fra satellitt og data fra modellreanalyser. Studien viser at miljøfaktorer som havoverflatetemperatur, blandet lagdybde, svevestøv og vind kan knyttes til intensiteten av oppblomstringer i Nordsjøen, Norskehavet og Barentshavet.
En av hans artikler beskriver en Support Vector Machine (SVM)-modell som estimerer sannsynligheten for tilstedeværelsen av åtte giftige alger ved hjelp av ulike miljøvariabler. Modellen kan også estimere sannsynligheten for skadelige nivåer for spesifikke algearter.
Som beskrevet i en av de andre artiklene ble SVM-modellen utvidet for å forutsi forekomsten av en giftig algeart (Dinophysis acuminata). Disse modellene tilbyr komplementære tilnærminger – én som er anvendelig langs hele kysten og en annen finjustert for spesifikke oppdrettsanlegg.
Tilpasningsdyktigheten til SVM-modeller gjør dem egnet for andre regioner med tilgjengelige data for overvåking av skadelige alger.
Edson Silva er forsker ved NERSC og involvert i Climate Futures-prosjekter.
Vitenskapelige artikler:
- Edson Silva, François Counillon, Julien Brajard, Anton Korosov, Lasse H. Pettersson, Annette Samuelsen, Noel Keenlyside, (2021) Twenty-One Years of Phytoplankton Bloom Phenology in the Barents, Norwegian, and North Seas, Frontiers in Marine Science 8
- Edson Silva, Julien Brajard, François Counillon, Lasse H. Pettersson, Lars Naustvoll, (2023) Probabilistic Models for Harmful Algae: Application to the Norwegian Coast, (In review, Environmental Data Science, July 2023)
- Edson Silva, François Counillon, Julien Brajard, Lasse H. Pettersson, Lars Naustvoll, (2023) Forecasting Harmful Algae Blooms: Application to Dinophysis acuminata in Northern Norway, Harmful Algae 126