Mélanie Thomas
La quantité d’oxygène dissous dans une rivière est une question de vie ou de mort pour les plantes et les animaux qui y vivent, mais cette focus en oxygène varie considérablement d’une rivière à l’autre, en fonction de leur température, de leur lumière et de leur débit uniques. Pour mieux comprendre quel facteur a le moreover grand influence sur la concentration d’oxygène dissous, les chercheurs de Penn Condition ont utilisé un modèle d’apprentissage en profondeur pour analyser les données de centaines de rivières à travers les États-Unis.
La focus en oxygène est une mesure importante de la qualité de l’eau vehicle les poissons et autres organismes aquatiques ont besoin d’oxygène dissous pour respirer, selon Wei Zhi, professeur-chercheur adjoint en génie civil et environnemental et leading auteur de l’étude, récemment publiée dans Mother nature Water.
“Des études ont montré que trois facteurs majeurs – le débit, la température et la lumière du soleil – influencent la quantité d’oxygène dissous trouvée dans une rivière ou un ruisseau”, a déclaré Zhi. “Nous voulions savoir, à l’échelle du continent américain, lequel de ces pilotes concurrents était dominant.”
Selon l’auteur correspondant Li Li, professeur Barry et Shirley Isett de génie civil et environnemental à Penn Condition, la perception commune est que les trois facteurs sont importants : la vitesse à laquelle un cours d’eau coule a une incidence sur la vitesse à laquelle l’oxygène de l’air peut se dissoudre dans l’eau la température affecte la quantité d’oxygène que l’eau peut tirer de l’air et le niveau de lumière du soleil qui brille dans l’eau affecte la quantité d’oxygène que les plantes dans l’eau peuvent fabriquer par elles-mêmes.
“Il est difficile, cependant, de déterminer lequel de ces facteurs est le plus vital à l’échelle continentale en raison des différentes quantités de données de surveillance dans différentes rivières à différents moments”, a déclaré Zhi. “Il y a eu peu de cohérence dans la façon dont les concentrations d’oxygène dissous ont été mesurées dans différentes rivières. Par exemple, certaines rivières n’ont été mesurées que dans les années 1980 en été, et certaines rivières n’ont été mesurées que dans les années 2000 au printemps.”
En utilisant 40 ans de données provenant de 580 rivières à travers les États-Unis contigus – chacune avec des circumstances de température, de débit et d’ensoleillement uniques – les chercheurs ont formé un modèle d’apprentissage en profondeur à mémoire à courtroom terme pour comprendre la relation entre les situations météorologiques et l’oxygène dissous.
“Traditionnellement, il a été très difficile de prédire les niveaux d’oxygène dissous à une si grande échelle, simultanément avec un modèle”, a déclaré Li. “Mais avec une approche d’apprentissage en profondeur et de mégadonnées, nous pouvons le faire. Les modèles d’apprentissage en profondeur permettent une analyse systématique à grande échelle des modèles et des moteurs.”
Le modèle a révélé qu’à l’échelle continentale, la température l’emportait sur la lumière et le débit des cours d’eau dans le contrôle de la dynamique de l’oxygène dissous. La lumière était le deuxième facteur significant sur les niveaux d’oxygène dissous, tandis que le débit des cours d’eau avait une affect minime, selon les résultats.
“La température est le moteur prédominant de la dynamique quotidienne de l’oxygène dissous dans les rivières américaines”, a déclaré Zhi. “Des prédictions assez précises de la focus en oxygène peuvent être faites uniquement par la température. L’oxygène dissous diminue dans le réchauffement des rivières, ce qui a des implications importantes pour la sécurité de l’eau et la santé des écosystèmes dans le futur réchauffement climatique.”
Ce projet a été soutenu par la chaire Barry et Shirley Isett du Département de génie civil et environnemental de Penn Condition et par le Bureau de la recherche biologique et environnementale du Département américain de l’énergie. Chaopeng Shen, professeur agrégé de génie civil et environnemental à Penn Condition, et Wenyu Ouyang de l’Université de technologie de Dalian en Chine ont également contribué à cette recherche.
