Kwallenbloeien voorspellen in de Noordzee: een klimaat-gedreven systeem voor vroegtijdige waarschuwing

Klimaatverandering versterkt kwallenbloei, wat mariene ecosystemen en kustindustrieën bedreigt. Dit onderzoek ontwikkelt een vroegtijdig waarschuwingssysteem voor de Noordzee door machine learning te integreren met mechanistische modellen en experimentele gegevens over de dynamiek van zoöplankton tijdens extreme gebeurtenissen. Hybride modellen kunnen kwallenbloei voorspellen door hittegolven en saliniteitsverschuivingen te analyseren. Dit systeem zal adaptief beheer en adequaat beleid voor klimaatbestendige oceanen ondersteunen.

Trefwoorden:Zoöplanktondynamica, Extreme klimaatgebeurtenissen, wallenbloei, Hybride modellering, Systeem voor vroegtijdige waarschuwing

Disciplines:Computationele biomodellering en machine learning, Tijdreeksanalyse en ruimtelijke modellering, Mariene ecologie