Foto: M. Zeising/AWI
https://www.awi.de/forschung/klimawissenschaften/physikalische-ozeanographie/schwerpunkte/phytooptics.html
Phytoplankton sind mikroskopisch kleine Algen im Ozean, die durch Photosynthese Biomasse aufbauen und so die Grundlage des marinen Lebens und globaler biogeochemischer Kreisläufe bilden. Phytoplankton wird in funktionelle Gruppen aufgeteilt, die sich in Größe, Form und Pigmentzusammensetzung unterscheiden, was wiederum ihre ökologische Rolle und Verteilung im Ozean prägt. Die Arbeitsgruppe (AG) Phytooptics am AWI entwickelt innovative, biooptisch basierte Methoden, um Phytoplankton und weitere Wasserinhaltsstoffe mit hoher räumlicher und zeitlicher Auflösung zu erfassen. Eine Unterscheidung der verschiedenen Phytoplanktongruppen und Inhaltsstoffe basiert auf spektral aufgelösten optischen Messungen, um neben Chlorophyll- auch andere Pigment- und Stoffkonzentrationen zu bestimmen. Die Satellitendaten werden zusammen mit in-situ Messungen aus Forschungsexpeditionen genutzt, um Algorithmen zur Bestimmung optischer und biogeochemischer Eigenschaften zu entwickeln und zu verbessern. Die Datenprodukte werden anschließend mit den in-situ Daten validiert und deren Abdeckung in der Wassersäule und bei Wolkenbedeckung durch die Kombination mit automatisierten optischen Messungen, Verfahren des Maschinellen Lernens und gekoppelter Ozean-Ökosystem-Modellierung erweitert. Ein besonderer Fokus liegt auf der Analyse der Langzeitdaten (ab 1997) von funktionellen Phytoplanktongruppen in den polaren Regionen, um Trends, Variabilität und klimabedingte Veränderungen zu verstehen. Hier setzen viele Kooperationen mit anderen AGs und Instituten an. Ziel ist es, die Rolle des Phytoplanktons im Allgemeinen und der verschiedenen funktionellen Gruppen im Ozean und in Wechselwirkung mit der Atmosphäre zu quantifizieren und damit fundierte Aussagen über die Auswirkungen des Klimawandels auf marine Ökosysteme und Stoffkreisläufe zu ermöglichen.
Forschungsziele
• Welche Veränderungen in der Menge und Zusammensetzung des Phytoplanktons lassen sich in den Polarmeeren in den letzten 30 Jahren beobachten und wie stehen diese im Vergleich zu den Änderungen der Temperatur und der Meereisbedeckung?
• Wie lassen sich funktionelle Phytoplanktongruppen und andere Wasserinhaltsstoffe großräumig und über lange Zeiträume aus optischen in-situ und Satellitendaten besser quantitativ bestimmen?
• Wie können optisch hochaufgelöste in-situ und Satellitendaten durch den Einsatz maschinellen Lernens und gekoppelter numerischer Modellierung Satellitenprodukte verbessern?
Methoden
• Untersuchung von Langezeitdatensätzen zur Verteilung und Zusammensetzung von Phytoplankton und dessen Abbauprodukten, sowie der Analyse der Wechselwirkung mit den physikalischen Eigenschaften des Ozeans und der Atmosphäre (AC3, FRAM, DOMSPEC).
• Biogeochemische Ozeanmodellierung des organischen Kohlenstoffkreislaufs und der Wechselwirkungen zwischen Phytoplankton, Partikeln und der Atmosphäre (AC3).
• Test und Weiterentwicklung biooptischer Methoden für automatisierte in-situ optische Messungen (MUSE, FRAM) und Erstellung von Langzeitdatensätzen aus Satellitendaten (ML-PhytAO, PhytoCCI, S5P-PAL2, 4DMEDSEA, EnMAP4Water, GALENE-SCS).
• Entwicklung von Satelliten–Datenprodukten für den operationellen Service (z.B. für E.U. Copernicus Marine Environment Monitoring Service, ESA, Climate Change Initiative, DLR), speziell für den Einsatz in polaren Gebieten (ML-PhytAO, S5P-PAL2, EnMAP4Water-PFT, PhytoCCI).
• In-situ biooptische Messungen auf Schiffskampagnen in den Polarmeeren (kontinuierliche spektral aufgelöste Messungen sowie Tiefenprofile – MUSE, FRAM).
• Evaluation der multi- und hyperspektralen Satellitendatenprodukte zu Ocean Colour (wie EnMAP, Sentinel-3 OLCI, Sentinel-5P TROPOMI – MLPhytAO, EnMAP4Water, S5POC, PhytoCCI, 4DMEDSEA).
• Anwendung von maschinellem Lernen zur Verbesserung der Bestimmung der funktionellen Phytoplanktongruppen (MLPhytAO), sowie zur Verbesserung der Abdeckung der Satellitendaten in der Wassersäule und bei Eis- und Wolkenbedeckung (gap filling, data fusion – Phyto4D, DOMSPEC, ML-PhytAO).
• Nutzung von gekoppelter Atmosphären-Wasser-Strahlungstransport-Simulationen zur Ableitung der Unsicherheiten von Algorithmen (S5P-PAL2) und Sensitivität von Satellitensensoren (GALENE-SCS).
Verantwortliche
Prof. Dr. Astrid Bracher, AWI
https://www.awi.de/ueber-uns/organisation/mitarbeiter/detailseite/astrid-bracher.html
Laufende Projekte mit unserer Beteiligung
MUSE:
Marine Umweltrobotik und -Sensorik für nachhaltige Erforschung, dem Schutz und Management der Küsten, Meere und Polarregionen
DFG Transregio 172 (AC)3 (2016-2027):
Arctic Amplification – Climate Relevant Atmospheric and Surface Processes, Feedback, and Mechanisms
ESA project GALENE SCS (2026-2027):
A satellite mission proposed at Earth Explorer-ESA program for observing coastal and inland aquatic ecosystems and wetlands
MARDATA/Inspire project DOMSpec (2026-2029):
Deciphering Fram Strait’s Organic Matter Dynamics from Spectral High Resolution Data
ESA project PhytoCCI (2025-2028):
Phytoplankton biomass and diversity Climate Change Initiative
https://climate.esa.int/de/projekte/PHYTO-CCI
CMEMS project MLPhytAO (2024-2026):
Machine Learning based approach towards products of Phytoplankton functional Types in the Arctic Ocean
https://marine.copernicus.eu/about/research-development-projects/2022-2024/ml-phytao
DLR/BMWE project EnMAP4Water (2024-2028):
https://www.awi.de/en/science/climate-sciences/physical-oceanography/main-research-focus/ocean-optics/projects/enmap-calval-water.html
ESA project 4DMED-Sea (2023-2026):
Sustaining the Mediterranean Sea: Fostering Science, Preserving Ocean Life
http://ricerca.ismar.cnr.it/4DMED/index.html
ESA and S&T project S5POC-PAL:
Scientific support for integration of the S5P ocean color spectral diffuse attenuation processor onto S5P-PAL (S5P‐PAL2) (2023-2026)