Context and scientific objectives Climate change is one of the biggest challenges of our times, with impact already measurable on our planet and its oceans. To anticipate potential changes in oceanic ecosystems and their consequences on associated services to humans, we need to develop efficient monitoring and modelling methods for physics, chemistry, and biology1. While progress has been made in the first two areas, the biological component of the ocean remains particularly difficult to study at temporal and spatial scales that are relevant for society2. Although Digital Twins of the Ocean (DTOs) place data and numerical technologies at the forefront of environmental science3, their broad scopes are not necessarily meant to resolve processes at regional scales, which are pertinent for stakeholders. Regional DTOs, which collect extensive and diverse observations in a given area, are crucial for enhancing our understanding of the environment at more relevant scales. Among the biological components of the ocean, plankton is extremely diverse4 and plays several critical roles. Phytoplankton is responsible for about half of the global primary production5. The particles resulting from the death and excretion of plankton sequester large amounts of carbon at depth, through biological carbon pumps6, hence contributing to the regulation of climate. Plankton is also critical for marine food webs, directly supporting some of the largest fisheries on earth7. Finally, planktonic organisms are very sensitive to environmental change because they spend their usually short lifespans in the conditions of the watermass they are embedded in. Plankton biomass and diversity are therefore recognized as Essential Ocean and Biodiversity Variables8 (EOVs and EBVs) and used as indicators9 for ecosystem assessment for the Marine Strategy Framework Directive (MSFD). Because of this importance, collecting and integrating plankton data into the EDITO is the target of several ongoing efforts.
While the interannual distribution of plankton over large latitudinal gradients is relatively well known10, their concentrations may vary by orders of magnitude over kilometres or days. Indeed, fronts, eddies, meanders, and filaments generate significant vertical fluxes and redistribute heat, salt, nutrients, oxygen, and carbon above and below the surface mixed layer11. Consequently, phyto- and zooplankton communities exhibit finescale spatial heterogeneity, responding dynamically to the complex interplay of mesoscale (10-100 km) and submesoscale (1-10 km) oceanic features12. When sampling the same point in time, the signature of these features are sudden spikes. Furthermore, the intrinsic dynamics of plankton communities combine with these local phenomena to generate extraordinary bursts of diversity and concentration, over very short time scales13. These hotspots of biological activity can propagate all the way to top predators14. Although these small spatio-temporal scales are vital for understanding plankton dynamics, they are also very challenging to capture. As a consequence, most plankton data currently being integrated into international databases come from relatively sparse ship-based samples and low resolution (e.g., monthly) time series, which is not enough to describe sub-basin processes accurately. The only technology capable of capturing the biological variability of plankton at the same, fine, spatio-temporal scales as its biogeochemical and physical environment is quantitative imaging15: cameras that take large quantities of images in a controlled manner. Among them, the Underwater Vision Profiler 616 is a particularly successful instrument (170 units sold since 2021) that can be deployed from ships, on moorings and on autonomous instruments (gliders, floats). It counts and sizes marine particles from 80µm and images plankton from 0.6mm and up. To collate the massive amount of data generated, specialised, collaborative, online databases were developed17 and leverage machine learning to accelerate the classification of images18. They follow best practices to make data FAIR and harvestable by EU-level and international data aggregators19. The association of high-resolution plankton imaging and physico-biogeochemical datasets, processed with efficient data pipelines, can resolve intense local carbon export events through the subduction of surface water masses20, detect transient anoxic events or harmful algal blooms21, and capture trends in plankton communities by capturing and eliminating the dayto-day variability18, among other processes. All these endeavours require tight data integration into regional DTOs that can then deliver fit-to-purpose products to stakeholders.
The objectives of AQUASPECT are to:
1. Improve plankton imaging technology, through the commercialisation of a new version of the UVP6 targeting smaller sizes, the UVP6m (count from 10µm, image from 100µm);
2. Augment existing monitoring efforts with high spatial or temporal resolution sampling of plankton using imaging, in three contrasting environments (the oligotrophic Mediterranean Sea, the eutrophic North Sea and the low salinity Baltic Sea);
3. Integrate large datasets of EBVs and concomitant environmental data, into regional DTOs, as well as the European DTO (EDITO);
4. Provide more relevant information to stakeholders relative to biodiversity, carbon export, ecosystem state indicators, and effects of anoxia, through these regional DTOs.
Context en wetenschappelijke doelstellingen Klimaatverandering is een van de grootste uitdagingen van onze tijd, waarvan de impact al meetbaar is op onze planeet en haar oceanen. Om te anticiperen op potentiële veranderingen in oceanische ecosystemen en de gevolgen daarvan voor de bijbehorende diensten aan de mens, moeten we efficiënte monitoring- en modelleringsmethoden ontwikkelen voor de natuurkunde, scheikunde en biologie1. Hoewel er vooruitgang is geboekt op de eerste twee gebieden, blijft de biologische component van de oceaan bijzonder moeilijk te bestuderen op temporele en ruimtelijke schalen die relevant zijn voor de samenleving2. Hoewel Digital Twins of the Ocean (DTO's) data en numerieke technologieën in de voorhoede van de milieuwetenschap plaatsen3, is hun brede reikwijdte niet noodzakelijkerwijs bedoeld om processen op regionale schaal op te lossen, die relevant zijn voor belanghebbenden. Regionale DTO's, die uitgebreide en diverse observaties op een bepaald gebied verzamelen, zijn van cruciaal belang voor het vergroten van ons begrip van het milieu op relevantere schaalniveaus. Onder de biologische componenten van de oceaan is plankton extreem divers4 en speelt het verschillende cruciale rollen. Fytoplankton is verantwoordelijk voor ongeveer de helft van de mondiale primaire productie5. De deeltjes die het gevolg zijn van de dood en uitscheiding van plankton vangen grote hoeveelheden koolstof op diepte op, via biologische koolstofpompen6, en dragen zo bij aan de regulering van het klimaat. Plankton is ook van cruciaal belang voor de voedselketens in de zee en ondersteunt rechtstreeks enkele van de grootste visserijtakken ter wereld7. Ten slotte zijn planktonorganismen zeer gevoelig voor veranderingen in het milieu, omdat ze hun doorgaans korte levensduur doorbrengen in de omstandigheden van de watermassa waarin ze zijn ingebed. Planktonbiomassa en -diversiteit worden daarom erkend als essentiële oceaan- en biodiversiteitsvariabelen8 (EOV’s en EBV’s) en gebruikt als indicatoren9 voor ecosysteembeoordeling voor de Kaderrichtlijn Mariene Strategie (KRMS). Vanwege dit belang is het verzamelen en integreren van planktongegevens in de EDITO het doelwit van verschillende voortdurende inspanningen.
Hoewel de jaarlijkse verdeling van plankton over grote breedtegradiënten relatief goed bekend is10, kunnen hun concentraties variëren in ordes van grootte over kilometers of dagen. Fronten, draaikolken, meanders en filamenten genereren aanzienlijke verticale fluxen en herverdelen warmte, zout, voedingsstoffen, zuurstof en koolstof boven en onder de gemengde oppervlaktelaag11. Bijgevolg vertonen fyto- en zoöplanktongemeenschappen ruimtelijke heterogeniteit op kleine schaal, en reageren ze dynamisch op het complexe samenspel van oceanische kenmerken op mesoschaal (10-100 km) en submesoschaal (1-10 km) . Bij het bemonsteren van hetzelfde tijdstip zijn de kenmerken van deze kenmerken plotselinge pieken. Bovendien zorgt de combinatie van de intrinsieke dynamiek van planktongemeenschappen en deze lokale fenomenen voor buitengewone uitbarstingen van diversiteit en concentratie, op zeer korte tijdschalen13. Deze hotspots van biologische activiteit kunnen zich helemaal verspreiden naar toppredatoren14. Hoewel deze kleine ruimte-tijdschalen essentieel zijn voor het begrijpen van de planktondynamiek, zijn ze ook zeer lastig vast te leggen. Als gevolg hiervan zijn de meeste planktongegevens die momenteel in internationale databases worden geïntegreerd, afkomstig van relatief schaarse monsters op schepen en tijdreeksen met een lage resolutie (bijvoorbeeld maandelijks), wat niet voldoende is om deelstroomgebiedprocessen nauwkeurig te beschrijven. De enige technologie die in staat is om de biologische variabiliteit van plankton vast te leggen op dezelfde fijne ruimte-tijdschaal als zijn biogeochemische en fysieke omgeving is kwantitatieve beeldvorming15: camera's die op een gecontroleerde manier grote hoeveelheden beelden opnemen. Onder hen is de Underwater Vision Profiler 616 een bijzonder succesvol instrument (170 stuks verkocht sinds 2021) dat kan worden ingezet vanaf schepen, op ligplaatsen en op autonome instrumenten (zweefvliegtuigen, drijvers). Het telt en rangschikt mariene deeltjes vanaf 80 µm en brengt plankton in beeld vanaf 0,6 mm en groter. Om de enorme hoeveelheid gegenereerde gegevens te verzamelen, zijn gespecialiseerde, collaboratieve, online databases ontwikkeld17, waarbij machine learning wordt ingezet om de classificatie van afbeeldingen te versnellen18. Ze volgen de beste praktijken om gegevens EERLIJK en oogstbaar te maken voor gegevensaggregators op EU-niveau en internationaal19. De combinatie van planktonbeeldvorming met hoge resolutie en fysisch-biogeochemische datasets, verwerkt met efficiënte datapijplijnen, kan intense lokale koolstofexportgebeurtenissen oplossen door de subductie van oppervlaktewatermassa's20, voorbijgaande anoxische gebeurtenissen of schadelijke algenbloeien21 op te sporen en trends in planktongemeenschappen vast te leggen. door onder meer de dagelijkse variabiliteit18 vast te leggen en te elimineren. Al deze inspanningen vereisen een nauwe data-integratie in regionale DTO's die vervolgens passende producten aan belanghebbenden kunnen leveren.
De doelstellingen van AQUASPECT zijn:
1. Verbetering van de technologie voor de beeldvorming van plankton, door de commercialisering van een nieuwe versie van de UVP6, gericht op kleinere formaten, de UVP6m (telling vanaf 10 µm, afbeelding vanaf 100 µm);
2. De bestaande monitoringinspanningen uitbreiden met bemonstering van plankton met hoge ruimtelijke of temporele resolutie met behulp van beeldvorming, in drie contrasterende omgevingen (de oligotrofe Middellandse Zee, de eutrofe Noordzee en de Oostzee met een laag zoutgehalte);
3. Integreer grote datasets van EBV's en bijbehorende milieugegevens in regionale DTO's, evenals in de Europese DTO (EDITO);
4. Via deze regionale DTO's meer relevante informatie verstrekken aan belanghebbenden met betrekking tot biodiversiteit, koolstofexport, indicatoren voor de toestand van ecosystemen en de effecten van zuurstofgebrek.