أنابوليس ، دكتوراه في الطب – الشعاب المرجانية في أزمة. الشعاب المرجانية هي طريقة قديمة للحياة ، وبسبب الشعاب المرجانية التي تبنيها ، فإن بقاء عدد لا يحصى من الكائنات الحية الأخرى يعتمد على النظم البيئية الصحية للشعاب المرجانية. لكن الشعاب المرجانية تموت بمعدل ينذر بالخطر. لقد فقد العالم أكثر من نصف شعابه المرجانية على مدار الأربعين عامًا الماضية.

يمكن أن يضيع الباقي في نهاية القرن إذا لم تحقق جهود الحفاظ على الشعاب المرجانية انتصارات سريعة. للاحتفاظ بكل شيء ، يجب أن تعرف أولاً مكانه والمبلغ المتبقي لديك.

كان من الصعب تتبع الشعاب المرجانية لأنها مخبأة تحت الأمواج ، لكن هذا يتغير مع تطوير العلماء لتقنيات جديدة لرسم خرائط للشعاب المرجانية من الفضاء.

لمواجهة هذا التحدي ، تشارك مؤسسة خالد بن سلطان ليفينج أوشن (KSLOF) مع مركز أبحاث أميس التابع لناسا في وادي السيليكون ، كاليفورنيا لاستخدام بيانات المؤسسة عالية الدقة حول الشعاب المرجانية لتوسيع قدرات ناسا لرسم خرائط المرجان.

ستسمح هذه الشراكة لوكالة ناسا بإنشاء خرائط لجميع الشعاب المرجانية في العالم وتتبع كيفية تغير الشعاب المرجانية بمرور الوقت ، مما يمنح العلماء في جميع أنحاء العالم البصيرة اللازمة للتعامل مع أزمة الشعاب المرجانية.

تمنح اتفاقية قانون الفضاء مع مؤسسة خالد بن سلطان للمحيطات الحية ناسا الوصول إلى البيانات من رحلة الشعاب المرجانية العالمية للمؤسسة ، وهي واحدة من أكبر المسوحات المرجانية التي تم الانتهاء منها على الإطلاق.

ستستخدم الشراكة مجموعة البيانات الضخمة هذه بالتعاون مع الشبكة العصبية NeMO-Net والكمبيوتر العملاق Pleiades في Ames ، الذي يدير NeMO-Net. يهدف مشروع NeMO-Net إلى رسم خريطة وتتبع صحة الشعاب المرجانية في العالم لمنحنا أفضل نظرة تحت الأمواج التي شاهدناها على الإطلاق.

باستخدام جهاز الاستشعار عن بعد الثوري التابع لوكالة ناسا ، FluidCam ، والذي يمكنه الرؤية تحت أمواج البحر غير المضطربة ، من الممكن مسح الشعاب المرجانية بمقياس سنتيمتر واحد في طائرات بدون طيار وطائرات ثلاثية الأبعاد. يستخدم NeMO-Net البيانات من جهاز الجيل التالي لتصنيف الشعاب المرجانية حول العالم.

مع هذا المزيج من الأدوات والمعلومات ، ستصبح خرائط NeMO-Net أكثر دقة ، مما يمنح الباحثين وعلماء البيئة معلومات أفضل حول ما يحدث للشعاب المرجانية وكيفية حمايتها أثناء تعرضهم لضغوط بشرية غير مسبوقة.

لتجميع مجموعة البيانات التي ستدرب الشبكة العصبية NeMO-Net ، أمضت مؤسسة Ocean Foundation عشر سنوات في رسم خرائط ومسح الشعاب المرجانية في رحلة الشعاب المرجانية العالمية. لقد أحاطت هذه المهمة البحثية بالعالم في محاولة لمعالجة أزمة الشعاب المرجانية.

وقد شارك في ذلك مئات العلماء الذين أمضوا عشرات الآلاف من الساعات في مسح الشعاب المرجانية في المحيط الأطلسي والمحيط الهادئ والمحيط الهندي وكذلك البحر الأحمر. بالإضافة إلى التقارير العلمية عن حالة الشعاب المرجانية ، أنشأت البعثة 65000 كيلومتر مربع من خرائط موطن الشعاب المرجانية عالية الدقة – أو حوالي خمس الشعاب المرجانية في العالم.

قال رئيس KSLOF: “عندما أطلقت المؤسسة Global Reef Expedition في عام 2006 ، كانت مهمة طموحة بشكل لا يصدق. اختراع تقنيتنا أثناء عملنا ، ابتكرنا طرقًا جديدة لرسم خرائط للشعاب المرجانية باستخدام صور الأقمار الصناعية والتحقق منها باستخدام البيانات المأخوذة في الميدان”. العالم سام فوركيس أستاذ ورئيس قسم الجيولوجيا البحرية في المعهد ، كلية علوم البحار والغلاف الجوي بجامعة ميامي.

قادت Forkis جهود الصندوق لرسم خرائط الشعاب المرجانية في مهمة الشعاب المرجانية العالمية وهي متحمسة لرؤية أن وكالة ناسا تستخدم بيانات الصندوق لنقل رسم خرائط الشعاب المرجانية إلى المستوى التالي. ممكن من حيث رسم خرائط الشعاب المرجانية “.

باستخدام الشبكات العصبية والتعلم الآلي ، تعمل ناسا على أتمتة عملية استغرقت فريقًا من علماء KSLOF سنوات بمفردهم.

حصلت ناسا على بعض البيانات التي احتاجتها بمساعدة عشرات الآلاف من العلماء المدنيين في جميع أنحاء العالم الذين يلعبون لعبة NeMO-Net ، وهي لعبة فيديو تفاعلية للعلوم المدنية حيث يحدد اللاعبون ويصنفون الشعاب المرجانية من الصور ثلاثية الأبعاد. الشعاب المرجانية.

ستتحقق مجموعة البيانات العالمية التي يوفرها KSLOF للوكالة ، بما في ذلك جميع خرائط موائل الشعاب المرجانية التي تم إنشاؤها في حملة الشعاب المرجانية العالمية ، وبيانات التدريب الحقيقية التي يحتاجون إليها لرسم خرائط دقيقة للشعاب المرجانية من صور الأقمار الصناعية على نطاق عالمي.

قالت ألكسندرا ديمبسي ، مديرة إدارة العلوم في KSLOF: “إذا كنت تستخدم التعلم العميق أو التعلم الحاسوبي ، فإن جودة البيانات التي تستخدمها مهمة جدًا”. “المؤسسة لديها مجموعة البيانات القياسية بالذهب لتدريب شيء مثل التعلم العميق لأننا نعلم أنه صحيح – أخذنا سفينة وذهبنا بالفعل إلى هناك.”

الطريقة الوحيدة لجمع مجموعة بيانات عالمية دقيقة للغاية هي الدخول إلى الحقل. “عندما ذهبنا إلى GRE ، لم تكن لدينا أي فكرة عن إمكانية استخدام بياناتنا بهذه الطريقة. تطورت التكنولوجيا بسرعة كبيرة ، لكننا كنا نعلم أننا نجمع بيانات قيمة يجب أن تصمد أمام اختبار الزمن.”

تكمن مشكلة علم الشعاب المرجانية في أن الغالبية العظمى من الشعاب المرجانية في العالم بعيدة جدًا بحيث لا يستطيع العلماء الوصول إليها أو لا يمكنهم الوصول إليها كثيرًا. في الوقت الحالي ، الطريقة الوحيدة لمعرفة كيف تتغير الشعاب المرجانية بمرور الوقت هي من خلال الغواصين ، وهو أمر مكلف ويستغرق وقتًا طويلاً ويمكن أن يكون خطيرًا ومنحازًا.

“مع وجود هذه البيانات بين يدي وكالة ناسا ، والآن فجأة لن تضطر إلى الذهاب إلى الفضاء ، يمكنك رسم خريطة للشعاب المرجانية من الفضاء. يا لها من ابتهاج للحفاظ عليها ، “قال فوركيس.

باستخدام صور الأقمار الصناعية القديمة ، لن تكون ناسا قادرة فقط على توثيق حالة الشعاب المرجانية اليوم ، ولكن يمكنها أيضًا تتبع كيفية تغيرها بمرور الوقت.قد تكون خرائط ناسا أكثر دقة في المستقبل حيث يتم إطلاق الأقمار الصناعية في المدار باستخدام تقنية جديدة. أن برنامج NeMO-Net يتطور ليرى تحت الأمواج.

قالت ديمبسي ، التي أمضت حياتها المهنية بأكملها في علوم المرجان والمحافظة عليه ، “ستكون هذه الخرائط لا تقدر بثمن في الحفاظ على الشعاب المرجانية”.

“من الصعب حقًا تطوير استراتيجيات فعالة للحفظ مثل المناطق البحرية المحمية إذا كنت لا تعرف ما الذي تقوم بحفظه. تملأ هذه الخرائط هذه الفجوة ولديها القدرة على إفادة النظم البيئية للشعاب المرجانية والأشخاص الذين يعتمدون عليها في المستقبل أجيال. “