LUT opetti tekoälyn tunnistamaan meren kasviplanktonia

Kasviplankton tuottaa maapallolle happea ja on merkittävä osa merieliöiden ravintoketjua. LUT-yliopiston tietokonenäkö- ja hahmontunnistusosaamista hyödynnetään kasviplanktonin tutkimuksessa.

Kuva: Sirpa Lehtinen, SYKE Merikeskus

Tietokoneohjelmiston tekemä, automatisoitu tunnistus on menetelmänä nopea – aiemmin pikkiriikkisiä planktonsoluja on tunnistettu ihmissilmin mikroskoopin linssin läpi.

"Sadasta Itämerestä otetusta kuvanäytteestä olemme saaneet tekoälyn tunnistamaan yli 84 prosentin varmuudella jo 34 eri kasviplanktontyyppiä. Kuvia on oltava riittävästi, jotta tunnistusprosentista saadaan korkea", tietojenkäsittelytekniikan professori Heikki Kälviäinen kertoo.

Kuvadata tulee Suomen ympäristökeskuksen (SYKE) kautta Itämereltä Utön saaren edustalta. Korkeatasoiset, virtaussytometriset* kuvantamislaitteet nappaavat kuvan läpivirtaavasta, suodatetusta merivedestä aina kun linssin edessä on planktonia muistuttava kohde.

"Dataa tulee todella paljon ja sen manuaalinen käsittely on erittäin työlästä. Automaattisen lajintunnistusmenetelmän opettaminen vaatii toki viikkoja ja paljon laskentakapasiteettia, mutta opittuaan tunnistusohjelmistoa on nopea käyttää", Kälviäinen sanoo.

Planktonlajien tunnistamisen kautta ympäristökeskuksen meribiologit saavat ymmärrystä planktonyhteisön koostumuksesta ja ekologiasta aiempaa tiheämmällä aikaresoluutiolla. Tiedot kertovat myös Itämeren ja maapallon ekosysteemin tilasta.

"Kasviplanktonin määrä ja yhteisörakenne kertovat esimerkiksi rehevöitymisen ja ilmastonmuutoksen vaikutuksista veden laatuun, koska ne reagoivat herkästi ympäristön muutoksiin. Muutokset planktonyhteisön koostumuksessa ennakoivat vaikutuksia ravintoverkon ylemmille tasoille", vanhempi tutkija Sanna Suikkanen SYKEn merikeskuksesta kertoo.

Myös haitallisten planktonlajien ja vieraslajien havaitseminen edellyttää planktonlajiston tuntemista.

Tunnistusmenetelmä ahkeroi meressä

Planktonlajien tunnistusmenetelmän kehittäminen käynnistyi LUTilla vuonna 2018. Osku Grönberg teki aiheesta lopputyönsä: Planktonlajien tunnistaminen kuvantavasta virtaussytometriadatasta konvolutiivisilla neuroverkoilla.

Tulevaisuuden tavoitteena on, että kasviplanktonsolut tunnistettaisiin mahdollisimman nopeasti kuvanottohetken jälkeen. LUT kehittää yhteistyössä Suomen ympäristökeskuksen kanssa tähän soveltuvaa menetelmää Suomen Akatemian rahoittamassa FASTVISION-hankkeessa, joka käynnistyi syyskuun alussa 2019.

"Meressä olevien automaattisten kuvantamislaitteiden tuottama data syötetään lajintunnistusohjelmistoon", Kälviäinen kertoo menetelmästä.

Hankkeessa tarkastellaan kasviplanktonyhteisön koostumusta Itämeressä sekä sen muutoksia vuosien ja vuodenaikojen jaksoilla. Saatavaa dataa verrataan Suomen ympäristökeskuksen keräämään meriseuranta-aineistoon.

"Data näyttää, millainen lajikirjo Itämeren tietyssä kohdassa on kesällä, millainen talvella, ja millainen tilanne on ollut vaikkapa kymmenen vuotta sitten", Heikki Kälviäinen sanoo.

Alueellisen tiedon lisäksi FASTVISION-hankkeen toivotaan tarjoavan käsityksen siitä, ovatko planktonyhteisön muutokset yleistettävissä muillekin Euroopan merialueille.

Projekti on haastava, mutta ei mahdoton. Kälviäistä kiehtoo erityisesti se, että LUT voi vastata luonnonsuojelun digitaaliseen osaamistarpeeseen. Tietojenkäsittelytekniikan professori odottaa saavansa havaintoja myös neuroverkkojen syväoppimisesta (transfer learning). Syvät neuroverkot ovat yleinen työkalu, jolla on sovelluskohteita kaikilla konenäön ja tekoälyn osa-alueilla.

"On mielenkiintoista nähdä, pystyykö yhdellä alueella yhdellä lajistolla opetettu lajintunnistusohjelmisto oppimaan uuden ympäristön lajiston minimaalisella määrällä esimerkkikuvia", Heikki Kälviäinen sanoo.

Kasviplanktonin määrä kertoo esimerkiksi ilmastonmuutoksen vaikutuksista veden laatuun.
- Sanna Suikkanen, SYKE

*Virtaussytometria on tekniikka, jossa solut tai muut nesteessä olevat hiukkaset lasketaan, ryhmitellään tai muuten määritellään siirtämällä solut yksitellen pienen reiän tai putken läpi. Lähde: Tieteen termipankki

Kuva: Sirpa Lehtinen, SYKE Merikeskus

FASTVISION – elämää veden kiitoradalla

  • Suomen Akatemia rahoittaa syksyllä 2019 alkanutta FASTVISION-hanketta kaksi vuotta.
  • Hankkeessa yhdistyvät Suomen ympäristökeskuksen planktonin kuvantamislaitteet ja lajintuntemus sekä LUT Computer Vision and Pattern Recognition Laboratoryn (CVPRL) osaaminen.
  • LUT kehittää kasviplanktonin lajintunnistusohjelmistoja käyttäen koneoppimismenetelmiä. Menetelmä tunnistaa planktonlajit ihmissilmää nopeammin ja tehokkaammin.
  • Plankton, veden keijusto, on monen merieliön ravintoa. Planktonilla on tärkeä rooli merten ja maapallon ekosysteemeissä.
  • Itämerta ja sen eliöstöä uhkaa veden lämpenemisen rinnalla rehevöityminen.

Lisätietoja:

Heikki Kälviäinen, tietojenkäsittelytekniikan professori, projektinjohtaja, LUT-yliopisto
040 586 7552
heikki.kalviainen@lut.fi

Sanna Suikkanen, vanhempi tutkija, Suomen ympäristökeskus p.0295 251660
sanna.suikkanen@ymparisto.fi

Lue myös: