深度学习算法可以帮助贝类行业避免因有害藻华引起的破坏
支持面部识别和自动驾驶的相同技术可能很快将帮助缅因州的贝类产业保护人们免受有害藻华的危险影响。一个最近的一篇论文报告的研究人员如何使用这些深层次的学习算法来预测贝类中毒,就像气象学家预报天气。
该论文的资深作者,资深研究科学家Nick Record说:“深度学习方法已经变得极为复杂,而创造性地使用它们可以使我们应对各种挑战。”“这项工作将行业,资源经理和Bigelow Laboratory研究人员的专业知识结合在一起,我相信通过共同努力,我们可以解决这个问题。”
Bigelow海洋科学实验室与缅因州海洋资源部(DMR)合作,采用高级研究科学家Steve Archer在2014年开创的先进化学方法,每年测试成千上万个贝类样品中的毒素。这些测量值可帮助DMR判断区域是否处于对贝类收获安全。多年来,这种方法还创建了一个数据集,可显示该州何时何地发生了毒素,从而为预测将来何时出现毒素提供了独特的机会。
研究小组使用该数据集训练了一种算法,以识别某些藻类产生的有毒化合物的化学“指纹”。这些毒素可以迅速浓缩到贝类中的有害水平,而贝类则通过过滤大量水而进食。
他们的模型利用神经网络,这是一种基于大脑结构的复杂机器学习方法,可以处理大量数据以识别复杂的模式。随着越来越多的数据涌入,他们的算法在预测即将到来的毒性方面变得非常准确。伊莎贝拉·格拉索(Isabella Grasso)是缅因州南部社区大学的一名学生,在Bigelow Laboratory为本科生提供了2018年研究经验,他帮助领导了该研究项目,并在2019年东北贝类卫生协会年会上向行业和管理领导者介绍了结果。
记录说:“有毒的贝类事件可能在缅因州及全国范围内引起重大问题,但我们认为我们可以大大减少其影响。”“能够预测这些零星事件的能力可以使农民准备并调整收割的时机,从而有助于保护行业和消费者。”
缅因州海洋资源部全年对贝类进行监控,以确保在水中毒素水平较高时不进行捕捞。尽管这可以确保所有出售的海鲜都可以安全食用,但渔业封锁可能会严重破坏该州的海鲜产业。
最近,Archer and Record获得了与DMR和缅因州贝类养殖者合作测试和完善预测的资助。与种植者的个人合作关系将使研究人员能够接收并整合有关预报是否准确运行并提供有用信息的反馈。
研究人员预测,随着缅因州海湾的持续变暖,海藻大规模繁殖可能会变得更加普遍,这可能有利于有毒的藻类物种。该小组希望能够在几年内提供实时的实时预测,以帮助监测整个缅因湾的努力和贝类收获。
缅因州海洋资源部公共卫生主管科尔·坎威特说:“监测缅因州的整个海岸是一项巨大的责任,对人类健康的影响不容小视。”“这一预测可以帮助我们优化采样工作,也可以帮助其他州预测和管理有害藻华。”