现在是春天，阳光灿烂，有什么东西即将发生在北冰洋冷水中的浮游生物身上。
漫长的晴天和不断上升的气温唤醒了浮游植物。春天的繁殖期已经开始，这些微小的浮游生物在水面下爆炸性地增长。
在峡湾的一艘船上，Tore Mo-Bj?rkelund将一个机器人发射到海里。然后是另一个。
这些机器人是两个轻量级的自主水下航行器（auv），它们被编程为在水中移动并探测叶绿素发出的辐射。叶绿素是浮游植物用于光合作用的绿色色素。
“春天是海洋中忙碌的季节，藻华是一个动态而复杂的过程。它们很难进行详细分析，”Mo-Bj?rkelund说。
Mo-Bj?rkelund是挪威科技大学（NTNU）的博士，他开发了一种算法，可以在时间和空间上绘制火山爆发的地图。陪同他出海的是海洋生物学家Sanna Majaneva，一旦机器人确定了藻类最密集的地方，她就准备采集水样。
当Mo-Bj?rkelund正在测试昂贵的新型先进机器人时，Majaneva配备了一个Niskin水采样器：一个连接在电线上的塑料管，上面有一个简单的机械触发机制。
当管子到达合适的深度时，一个重物被送到电线上，触动触发器，管子就关闭了。该采样器与100多年前Fridtjof Nansen开发的采样器非常相似，该采样器可以精确地在所需的深度收集水样。
在水面下移动的两个auv在技术上似乎更先进，但最终提供所有答案的是Sanna Majaneva的简单水采样器。
“这些东西真的很有效。技术发展的问题在于，我们制造的东西通常不能用。相比之下，浮游生物网或水采样器几乎每次都有效。它们是现代技术难以匹敌的简单、廉价和可靠的解决方案，”Mo-Bj?rkelund说。
然而，生物学家需要新的解决方案来更好地了解在灰蓝色、不透明的水面下发生的事情。
水采样器可以沿着水中的垂直线采样，并提供精确位置发生的情况的概述。但它并不能让我们深入了解水藻在垂直线周围的空间里发生了什么。
这就是为什么Majaneva需要Mo-Bj?rklund的水下机器人的帮助。机器人可以做一些她的水采样器不能做的事情：它可以找到水柱中浮游植物最密集的地方。
她说：“你可能认为浮游生物在水中的分布是均匀的，但我们知道，事实上，浮游生物的分布是相当不均匀的——一种精细尺度的斑块。”“使用传统方法很难进行研究，这些斑块内不同生物之间的相互作用可能比我们目前所知道的更多。”
Majaneva是参与“Nansen Legacy”项目的几位海洋生物学家之一，该项目是一个跨学科的研究项目，研究海洋气候和生态系统的快速变化。
每年春天浮游植物的大量繁殖构成了海洋生态系统的基础，但我们仍有许多不了解的地方。
“我研究浮游动物。我想了解它们之间的区别是什么，它们是如何共存的，以及它们是如何相互影响的。
研究浮游植物繁殖期间发生的事情对于更好地了解影响食物链上游生物的过程非常重要。
“我们想了解更多关于生物多样性和不同浮游生物种类的流行情况。也许这种小尺度的补丁比我们之前认为的更重要。”机器人被教导在进行决策
这两个水下机器人现在将在1.5乘1.5公里的区域内移动，测量50米深处的荧光。这将使他们能够在这个三维的水盒子中找到叶绿素浓度最高的地方。
他们还将计算测量结果最不确定的地方，以便重新测量并提高数据质量。同时，它们需要避免相互碰撞。
“我的博士课题是适应性测量。测量用于确定下一步测量的位置。我不会称它为人工智能，因为没有神经网络在起作用，但我们在现场收集的数据上训练了一个模型。机器人根据在此过程中收集的数据做出决策。这个模型是一个数学统计过程，是机器人用来做决定的空间优化，”Mo-Bj?rkelund说。
在实地工作之前，他通过模拟研究人员在实地预期发生的情况，对软件进行了微调。现在他将知道这个系统是否有效。
在最初的一轮测绘之后，两个机器人上升到地面，通过卫星交换数据。这使得一个机器人可以根据来自另一个机器人的数据做出决定。这可能包括重新访问测量不确定的区域，以及避免与其他机器人碰撞。
在科考船上，研究人员可以监控测量数据，这些数据以三维图像的形式显示在屏幕上，创建一个水中光合作用的模型，就在那里，然后。
Mo-Bj?rkelund说：“在这种情况下，我们看到表面上没有多少叶绿素，但在更深的地方有一个巨大的花。”
在前往斯瓦尔巴群岛探险之前，Mo-Bj?rklund的大部分工作都是在办公室完成的，而Majaneva的工作是从这里开始的。
在第二轮测量之后，机器人被抬出水面。研究人员航行到机器人测量叶绿素浓度最高的地方，并部署水采样器来寻找浮游生物。
水里有什么物种？能量是如何在浮游植物和浮游动物之间流动的？
对于Mo-Bj?rkelund来说，这标志着多年工作的高潮。
“这只是一次试验。如果要将这些类型的机器人作为一种标准方法使用，则需要更多的工程设计。生物学家正在使用几十年前开发的技术，因为现代技术还不够可靠。”
特隆赫姆，2024年：斯瓦尔巴群岛探险已经过去两年了。Mo-Bj?rkelund早已完成了他在NTNU的学业，并与其他三位前NTNU学生建立了自己的水下技术公司。
挪威科技新闻在特隆赫姆NTNU大学博物馆实验室的繁忙会议间隙，与Sanna Majaneva喝了一杯咖啡。
她使用遗传学的方法来找出康斯峡湾的水样中含有哪些植物和动物。然而，即使在水样中发现了它们的DNA，确定水中存在哪些生物也不是直截了当的。
“我们使用环境DNA和基因条形码来识别浮游植物、浮游动物和鱼类。环境DNA是绘制生物多样性地图的一种有效方法，但是仍然有许多物种在DNA参考文库中找不到，”Majaneva说。
此外，即使研究人员在一个特定地区发现了某个特定物种的DNA，他们也不能确定该生物是否就生活在他们发现它的地方。
“它也可能是一个碎片，从更高的水柱上漂浮下来，”马贾尼娃解释说。
她谈到了使环境监测和生物研究尽可能具有成本效益的持续压力。
遗传方法使她免于几个月的显微镜工作，但它们仍然需要发展，并留下许多未解之谜。
Mo-Bj?rkelund的水下机器人也可以节省生物学家在野外的宝贵时间。
“这些类型的机器人将使我们能够调查不同深度的几个地点，并研究不同电流的影响。它们将帮助我们决定应该在哪里采集样本，或者我们应该在哪里设置监测站。我们应该在20米还是35米的深度采集水样？毕竟，我们不能把整个水柱都带上船。也许机器人可以为我们采集水样？那我们就不需要出席了。探险是昂贵的，”Majaneva说。前进的道路
Nansen Legacy项目现在已经完成，但在NTNU开发自主水下机器人的工作仍在继续。
“海洋在不断变化，我们永远不可能一直测量一切。为了尽可能更好地了解海洋，我们需要把精力集中在最有趣的领域，”海洋技术系的马丁·路德维森教授说。
“收获”项目目前正在测试水下交通工具如何使用声纳技术和粒子摄像机来计算水柱中浮游动物的浓度，而“吉祥物”项目则专注于统计方法，使机器人能够确定应该在何时何地进行测量。
Ludvigsen说：“使用auv进行自适应测绘可以让我们更好地了解海洋中物理、生物和化学过程的动态。”
Majaneva认为，南森遗产项目证明了跨学科合作的重要性。
“我们需要彼此的知识来看清大局，”她说。
