Forschungsbereich 3:
Innovative Technologien für die Meeresforschung

Technologische und methodische Innovationen bilden das Fundament für wissenschaftliche Fortschritte, und beschleunigen sowie verbessern unsere Fähigkeiten, den Ozean zu beobachten, zu modellieren und Vorhersagen über ihn zu treffen. Neuartige autonome Beobachtungsplattformen, integrierte Fernerkundungstechnologien, innovative molekularbiologische Ansätze, wachsende Rechenressourcen, Herausforderungen und Möglichkeiten eines exponentiell ansteigenden Datenvolumens, sowie der Einsatz von maschinellem Lernen und künstlicher Intelligenz zeigen, dass die Forschung in den Bereichen Methodik und Technologie in Zukunft einen enormen Nutzen für die Umweltwissenschaften bringen wird. Der Forschungsbereich 3 befasst sich daher mit der zentralen Herausforderung, die Wissensgewinnung durch die Entwicklung integrierter Beobachtungsinfrastrukturen, fortschrittlicher Modellierungstechniken und Methoden zur intelligenten Datennutzung zu fördern. Durch die Verknüpfung von technologischen und methodischen Innovationen mit wissenschaftlicher Anwendung bietet FB 3 den Rahmen, der den Fortschritt in FB1 und FB2 untermauert und die Rolle des IOW in internationalen Beobachtungsprogrammen, Modellierungsinitiativen, und Dateninfrastrukturen stärkt. Die Forschungsaktivitäten des FB3 sind in drei eng miteinander verknüpften und interdisziplinären Forschungsthemen zusammengefasst:

• Neue Beobachtungstechnologien
• wissenschaftliche Modellentwicklung
• Datenintegration

Hier finden Sie eine kurze Übersicht über die neuesten Veröffentlichungen des Forschungsbereichs sowie über kürzlich geförderte Projekte. Die vollständige Liste finden Sie unter "RA3-Veröffentlichungen" bzw "RA3-Projekte".

Neue Beobachtungstechnologien

Trotz bedeutender Errungenschaften bei den Beobachtungstechnologien ist unsere Fähigkeit, wichtige Ökosystemprozesse und -bilanzen zu messen, nach wie vor begrenzt. Um weitere Fortschritte zu erzielen, sind nicht nur verbesserte Messgeräte erforderlich, die zuverlässig in schwierigen Bedingungen funktionieren, sondern auch intelligente und adaptive Strategien, die sicherstellen, dass Beobachtungen zur richtigen Zeit am richtigen Ort erfolgen. Ebenso wichtig für ein ganzheitliches Verständnis der Ökosysteme ist die Erweiterung des Spektrums der beobachteten Parameter, einschließlich neuer biologischer Indikatoren auf der Grundlage von Umwelt-DNA. Unser Ansatz kombiniert die Entwicklung neuer Sensortechnologien, darunter die optische Fernerkundung, verbesserte Probenahme- und Analysemethoden, sowie eine optimierte Beobachtungsfrequenz, Auflösung und räumliche Abdeckung. Datenverarbeitungsverfahren und Kalibrierungsroutinen, die die Qualität der Beobachtungen absichern und Messunsicherheiten in einer transparenten und reproduzierbaren Weise wiedergeben, werden für eine Vielzahl von Parametern automatisiert. Außerdem werden passende Integrationsmechanismen für Daten aus heterogenen Quellen entwickelt. Ein zentrales Ziel ist es, kritische Lücken in den derzeitigen Beobachtungssystemen zu schließen. Eine intelligente Kombination von Datenströmen aus verschiedenen europäischen Forschungsinfrastrukturen (ICOS, Euro-ARGO, Copernicus) mit maßgeschneiderten Daten aus einzelnen Projekten wird ein entscheidender Bestandteil dieser Bemühungen sein. Darüber hinaus stellt die systematische Integration von maschinellem Lernen und Modellierung in Beobachtungssysteme einen wichtigen Innovationsweg dar.

Insbesondere für die dynamische Flachwasserzone im Küstenbereich sind technologische Fortschritte erforderlich, um deren zeitliche und räumliche Variabilität zu erfassen. Dort wirken physikalische, chemische und biologische Prozesse über verschiedene Größenordnungen hinweg zusammen – von Mikrometern bis hin zu Ostseebecken, mit denen die Flachwassergebiete in Verbindung stehen, und von Sekunden bis hin zu Jahreszeiten –, und starke Wellen, Strömungen sowie die eingeschränkte Zugänglichkeit machen die Messung solcher Prozesse zu einer enormen Herausforderung. Langzeitbeobachtungen erfordern daher robuste Messgeräte, die Stürmen standhalten können, während starkes Biofouling den dauerhaften Einsatz zusätzlich erschwert. Eine wichtige Errungenschaft des FB3 ist die Etablierung eines integrierten Beobachtungssystems für Küstengewässer. Konkret wurde im Rahmen des S2B-Projekts ein flexibles, internetfähiges Verankerungssystem entwickelt, das für raue küstennahe Bedingungen ausgelegt ist.

Wissenschaftliche Modellentwicklung

Die Entwicklung und Weiterentwicklung numerischer Modelle ist eine gemeinschaftliche Aufgabe, zu der das IOW aktiv beiträgt – nicht nur aufgrund der komplexen Hydrodynamik in der Ostsee, die eine direkte Anwendung etablierter Modellsysteme auf unser Untersuchungsgebiet verhindert, sondern vor allem aufgrund der wissenschaftlichen Neugier, die unsere Modellentwicklung antreibt, und das Fachwissen, das diese auf dem neuesten Stand der Technik ermöglicht. Um die Komplexität des Erdsystems in Ostsee-Modellen darstellen zu können, haben wir ein effizientes und hochauflösendes Rahmenmodell zur Kopplung mehrerer Modelle entwickelt (IOW-ESM), das ozeanographische Prozesse und deren Wechselwirkungen mit der Atmosphäre, der Landoberfläche und dem Wasserkreislauf konsistent abbildet. Aufbauend auf den am IOW mitentwickelten Modellierungssystemen integriert dieser Ansatz fortschrittliche numerische Methoden, analytische Theorie und prozessbasiertes Verständnis in einem gemeinsamen, flexiblen Modellierungsrahmen. Das IOW verfügt über weltweit anerkanntes Fachwissen in der Modellentwicklung in den Bereichen Biogeochemie (ERGOM), Hydrodynamik von Mündungsgebieten und regionalen Ozeanen (GETM), sowie marinen Turbulenzen (GOTM). In Zukunft werden verbesserte Turbulenzmodelle, explizite Oberflächenwelleneffekte und eine verfeinerte Grenzschichtdynamik – zusammen mit verbesserten Beschreibungen der Wassermasseumwandlung und der vertikalen Durchmischung – die realistische Darstellung der Prozesse verbessern. Die modulare Kopplungsarchitektur des IOW-ESM, die sich durch Flussberechnungen im Austauschgitter und interaktive Randbedingungen auszeichnet, gewährleistet numerische Robustheit, eine flexible Integration von Komponenten und eine konsistente Kopplung zwischen Atmosphäre und Ozean und unterstützt gleichzeitig die regionale dynamische Herunterskalierung globaler Klimaprognosen. Kürzlich eingeführte, durch maschinelles Lernen unterstützte Kalibrierungsverfahren beziehen hauseigene Beobachtungsdaten systematisch in den Abstimmungsprozess ein und verbessern so die Genauigkeit und Konsistenz des gekoppelten Modellsystems. Eine spezielle Infrastruktur für das Software- und Datenmanagement wird diese Fortschritte untermauern, einheitliche Arbeitsabläufe über Beobachtungs- und Modelldaten hinweg ermöglichen und letztlich die Vorhersagefähigkeiten verbessern sowie die Entwicklung von Ökosystemmodellen beschleunigen.

Datenintegration

In den letzten zehn Jahren haben Umfang und Vielfalt der wissenschaftlichen Daten, die in allen Forschungsbereichen des IOW generiert werden, erheblich zugenommen. Es ist zu erwarten, dass sich dieser Trend mit der Entwicklung neuer Beobachtungstechnologien und Modellierungsansätze fortsetzen wird. Das steigende Datenvolumen ermöglicht datenwissenschaftliche Anwendungen, die die am IOW und an anderen Orten verfügbaren Datensätze auf verschiedenen räumlichen und zeitlichen Skalen innerhalb eines gemeinsamen, disziplinübergreifenden Analyserahmens nutzen. In diesem Zusammenhang werden wir uns besonders auf die Anpassung und Umsetzung gezielter und explorativer datenwissenschaftlicher Anwendungen fokussieren, wie maschinelles Lernen und künstliche Intelligenz und die Entwicklung von Ansätzen zur Wiederverwendung (d. h. Erschließung und Integration) heterogener Datensätze . Diese Ansätze  nutzen solche Datenressourcen zum Zweck der Mustererkennung, um innovative Forschungsfragen (und Lösungen) anzuregen, die erst aufgrund des verfügbaren Datenvolumens sichtbar werden. Dazu gehört auch die Entwicklung von Entscheidungshilfetools und KI-gestützten Frühwarnsystemen für Gesundheitsrisiken in Küstengebieten. Ein Schlüsselelement für den Erfolg solcher Forschungsvorhaben ist eine gemeinsame Informationsinfrastruktur für die FAIR-konforme Verwaltung wissenschaftlicher Daten (Findable: Auffindbar; Accesible: Zugreifbar; Interoperable: Interoperal; Reusable: Nachnutzbar). Aufbauend auf bestehenden Forschungsdateninfrastrukturen werden sich zukünftige Entwicklungen mit den Herausforderungen befassen, die im Zusammenhang stehen mit (i) der Integration von Daten, die durch neuartige Technologien – einschließlich „Omics“-Methoden – generiert werden, in bestehende und neue Datenstrukturen und wissenschaftliche Verfahren, (ii) der Sicherung der Datenqualität einschließlich Datenprovenienz und (iii) der Fähigkeit, vorhandene Daten zu finden und wiederzuverwenden, was intelligente Speicherstrategien sowie ausführlich beschriebene Kontextparameter und Metadaten erfordert. Solche integrierten Dateninfrastrukturen sowie FAIR-konforme und nachhaltige Daten-Workflows vereinfachen sowohl das institutionelle Datenmanagement als auch die Archivierung und Bereitstellung von Daten und Datenprodukten für die wissenschaftliche Gemeinschaft und die breite Öffentlichkeit. Die aktive Mitgliedschaft in den Konsortien NFDI4Biodiversity und NFDI4Earth der Nationalen Forschungsdateninfrastruktur wird die groß angelegte Datenintegration, die Harmonisierung von Metadaten und die Datenzugänglichkeit verbessern und so sicherstellen, dass heterogene Datensätze für die interdisziplinäre Forschung effizient wiederverwendet werden können.