Über die wichtigsten Ereignisse der vergangenen Woche (Erster Spatenstich für den GEOMAR-Neubau und Erfolge unseres FreitagsForscherClubs bei Jugend forscht) ist schon ausführlich berichtet worden. Deshalb wiederholen wir sie an dieser Stelle nicht, sondern veröffentlichen einen Gastbeitrag von Svenja Christiansen und Rainer Kiko. Die beiden arbeiten im Forschungsbereich “Marine Ökologie” und beschäftigen sich mit speziellen Planktonorganismen. Dabei benötigen sie Hilfe! Eure Hilfe, liebe Leserinnen und liebe Leser. Wer also schon immer mal in der Meeresbiologie mitarbeiten wollte, sollte jetzt aufmerksam weiterlesen oder kann gleich auf https://planktonid.geomar.de loslegen:
(English version below) Wusstet ihr, dass in manchen Meeresregionen der Großteil des Zooplanktons, also der im Wasser treibenden tierischen Lebewesen aus Einzellern, sogenannten Rhizaria, besteht? Und wusstet ihr, dass diese Einzeller teilweise bis zu mehrere Zentimeter groß werden können und damit auch erheblich zur Biomasse und Biogeochemie in den jeweiligen Regionen beitragen können? Zu diesen Ergebnissen kamen im vergangenen Jahr Forscher, die Bilddaten zur Verbreitung dieser empfindlichen Organismen untersuchten. Insbesondere vor Kalifornien machten die ‘Riesenprotisten’ bis zu 81 Prozent des Zooplanktons aus. Vor Kalifornien kommt kaltes, nährstoffreiches Tiefenwasser an die Oberfläche und sorgt für eine hohe Produktivität in diesem sogenannten Auftriebsgebiet.
Die Bedeutung der Rhizaria im Vergleich zu anderem Zooplankton in verschiedenen Meeresregionen (verändert nach Biard et al. 2016). / The importance of Rhizarians in comparison to other zooplankton in different regions of the worlds oceans (adapted after Biard et al. 2016).
Aus dieser Arbeit ergab sich die Frage, ob nun auch in anderen Küstenauftriebsgebieten ähnliche Muster zu erkennen sind. Sind Rhizaria also auch vor Mauretanien, Angola und Namibia, sowie vor Peru besonders häufig? Um diese Frage zu klären braucht man einen großen Datensatz mit Informationen zu Häufigkeiten und Zusammensetzung des Zooplanktons in den entsprechenden Gegenden. Einen solchen Datensatz haben wir dank des ständigen Einsatzes einer Unterwasserkamera, dem UVP (Underwater Vision Profiler) auf Forschungsfahrten im Atlantik und Pazifik. Der UVP wird an der CTD-Rosette von der Oberfläche bis in maximal 6000 m Tiefe heruntergelassen und macht dabei kontinuierlich 6-11 Bilder pro Sekunde.
Ihr könnt euch wahrscheinlich vorstellen, dass dabei mit der Zeit riesige Mengen an Daten zusammen kommen! Und wahrscheinlich könnt ihr euch auch denken, dass es sehr viel Arbeit ist, all diese Bilder durchzuschauen und die darauf erkennbaren Organismen in die richtigen Kategorien einzuordnen. Tatsächlich haben wir inzwischen mehr als 3 Millionen Bilder!
Also, wie gehen wir vor, um der Bildmengen Herr zu werden? Zunächst einmal lassen wir uns vom Computer helfen. Alle Bilder werden also zuerst mit einem Bilderkennungsprogramm vorsortiert. Die Algorithmen dafür sind inzwischen schon ziemlich gut geworden, aber noch nicht gut genug, um sich allein darauf verlassen zu können. Es muss also am Ende jedes Bild noch einmal von einem Menschen begutachtet und seine Zuordnung zu einer Kategorie bestätigt werden.
Bei dieser wichtigen Arbeit könnt ihr nun seit Anfang dieses Jahres mitmachen: Am 11. Januar haben wir das CitizenScience Projekt PlanktonID auf https://planktonid.geomar.de gestartet. In diesem Projekt könnt ihr uns in einem Online-Spiel bei der Sortierung der UVP Bilder unterstützen. Dabei bekommt ihr immer vier Beispielbilder einer Kategorie angezeigt und wählt dann aus weiteren 16 Bildern diejenigen aus welche in diese Kategorie gehören. Interne Qualitätskontrollen ermöglichen ein direktes Feedback über den Sortiererfolg.
Die Spielseite auf https://planktonid.geomar.de/de/sorting. Rechts werden Beispielbilder für eine Kategorie angezeigt, hier Copepoden. Aus den 16 Bildern in der Mitte wählst du alle aus, die auch Copepoden zeigen. Links wird die aktuelle Spielstatistik angezeigt. / The game on https://planktonid.geomar.de/de/sorting. On the right hand side, example images for one category are displayed, in this case copepods. From the 16 images in the middle you have to select those that also show copepods. On the left your personal statistics are shown.
Das Projekt läuft nun schon seit über drei Monaten und wir sind begeistert über den bisherigen Verlauf und unsere Ergebnisse. Insgesamt haben sich schon über 200 Leute für das Projekt registriert und zusammen haben wir bereits den Datensatz von Bildern aus Auftriebsgebieten im Atlantik durchgearbeitet!
Übersicht über die Spielaktivität im Projekt PlanktonID. / Overview on the activity in the project PlanktonID.
Damit ist das Projekt jedoch noch längst nicht vorbei: Wir arbeiten derzeit an Bildern aus dem Pazifik, welche auf Fahrten in 2013 erlangt wurden. Aktuell ist der UVP nun vor der Küste Perus im Einsatz und wird uns auch noch auf den drei folgenden Forschungsfahrten in diesem Gebiet mit Bildern versorgen. Und danach geht es weiter… Wir setzen also weiterhin auf euch und freuen uns über jeden weiteren Mitspieler!
Dr. Rainer Kiko baut den Underwater Vision Profiler in die CTD Rosette ein und bereitet ihn auf seinen Einsatz im Pazifik vor. Fotos: S. Schmidtko / Dr. Rainer Kiko is installing the Underwater Vision Profiler into the CTD rosette and prepares the instrument for its deployment in the Pacific Ocean. Photos: S. Schmidtko
Der UVP kurz vor seinem Einsatz / The UVP shortly before its next dive. Photo: R. kiko
Erste Auswertungen zeigen eine sehr hohe Qualität in den durch die Spieler gesammelten Daten. Obwohl noch viel Statistik und genauere Auswertungen ausstehen, sind die ersten Ergebnisse vielversprechend und zeigen spannende Verbreitungsmuster der Rhizaria im Benguela Auftriebsgebiet.
Ergebnisse der ersten Auswertungen der durch die Bürgerwissenschaftler auf PlanktonID sortierten Bilder. Hier werden die Häufigkeiten der Rhizaria (rot) und Copepoden (blau) im Benguela Auftriebsgebiet verglichen. / Results of first evaluations of the image classification by citizen scientists on PlanktonID. Here, the abundances of Rhizarians (red) and copepods (blue) are compared.
Schaut doch mal vorbei auf https://planktonid.geomar.de, spielt mit und schaut euch an, woran wir gerade arbeiten!
Svenja Christiansen und Rainer Kiko
*** English version ***
Would you like to take part in the exploration of zooplankton? On https://planktonid.geomar.de you can playfully participate! In this blog we tell you why we initiated the project PlanktonID and how we are doing so far.
Did you know that in some regions of the oceans the majority of the zooplankton, i.e. the animals drifting in the water column, is made up by unicellular organisms, so-called Rhizarians? And did you know that these Rhizarians sometimes can be up to several centimetres large and thus can considerably contribute to biomass and biogeochemistry in the respective regions? These are the results of an analysis of image data on the distribution of these fragile organisms which were published last year. Especially off California, the ‘giant protists’ accounted for up to 81% of the zooplankton. In the so-called upwelling region off California, cold and nutrient-rich deep water reaches the surface and leads to high productivity.
Out of this study the question evolved whether similar patterns are recognizable in other coastal upwelling areas. Are Rhizarians also especially abundant off Mauretania, Angola and Namibia, as well as off Peru? In order to solve this question, a big dataset with information on abundances and composition of the zooplankton in the respective regions is needed. We have such a dataset thanks to the permanent deployment of an underwater camera, the UVP (Underwater Vision Profiler) on cruises in the Atlantic and Pacific Ocean. The UVP is deployed vertically mounted onto the CTD rosette and delivers 6-11 images per second from the surface to 6000 m depth.
You can probably imagine, that this accumulates a huge amount of data over the years! And you can also probably imagine that it is a lot of work to look through all these images and to annotate the recognizable organisms into the correct categories. Indeed we have now more than 3 Million images!
So, how do we proceed to manage all these data? First of all, we let computers help us. All images are first presorted (‘predicted’) by an image recognition programme. The algorithms for image recognition are already quite good, however they are not good enough to exclusively rely on them. So in the end, every image has to be examined by a human in order to verify its classification.
Since the beginning of this year you can now take part in this important work: On the 11th of January we started the CitizenScience project PlanktonID on https://planktonid.geomar.de. In this project, you can assist us in the sorting of our UVP images in an online game. In the game always four example images of one category are displayed and then you have to select images belonging to that category from a collection of 16 further images. Internal quality controls enable direct feedback on the sorting success.
PlanktonID is now running for already more than three months and we are very happy with the progress and the results. In total already more than 200 people registered for the project and together we already finished the sorting of our dataset from the Atlantic Ocean!
This does not mean at all that we are done with the project: We are now working on images from the Pacific Ocean, which were obtained during cruises in 2013. Currently, the UVP is being deployed off Peru and it will also provide us with images from the following three cruises in that area. And it will go on after that… So we still rely on you and we are happy about every new player!
First evaluations show a very high quality in the data we obtained from the citizen scientists. Although there is still a lot of statistics and analyses to do, the first results are promising and show interesting distribution patterns of Rhizaria in the Benguela upwelling region.
Come along and visit us on https://planktonid.geomar.de, play our game and have a look on what we are currently working on!
Svenja Christiansen and Rainer Kiko