Blinde vlek in de oceaan? Deze negentien haaien doen wat boeien en satellieten niet kunnen

De Atlantische Oceaan beslaat miljoenen vierkante kilometers. Niet zo gek dus dat voor klimaatwetenschappers een groot deel ervan een blinde vlek blijft. Satellieten kijken alleen naar het wateroppervlak en meetboeien drijven weg van de turbulente gebieden die modellen het meest nodig hebben. Negentien haaien bleken dit hiaat verrassend goed te kunnen opvullen.

Onderzoekers van de University of Miami en het Woods Hole Oceanographic Institution rustten achttien blauwe haaien en een kortvinmakohaai uit met satellietzenders. Terwijl de dieren hun natuurlijke routes zwemmen, meten deze tags continu de diepte en de temperatuur. In totaal leverden de haaien meer dan 8.200 meetprofielen op in de Noordwestelijke Atlantische Oceaan. Met behulp van deze gegevens daalde de voorspellingsfouten voor de zeewatertemperatuur in bepaalde kustgebieden met tot wel 40 procent.

Schrijf je in voor de nieuwsbrief! Ook elke dag vers het laatste wetenschapsnieuws in je inbox? Of elke week? Schrijf je hier in voor de nieuwsbrief!

Oceaandata met gaten

Nauwkeurige klimaatvoorspellingen vereisen goede begindata en dat is precies het probleem in dynamische oceaangebieden. Fronten, waar twee watermassas bij elkaar komen zijn net als zeestromen de plekken die het moeilijkst te meten zijn. Bewolking belemmert het zicht van satellieten die sowieso alleen het oppervlak zien. Argo-floats, de meest gebruikte meetboeien in de open oceaan, zijn passieve instrumenten die wegdrijven van de turbulente gebieden die modellen nu juist het hardst nodig hebben.

Deze gaten in de data tasten de kwaliteit van de voorspellingen direct aan. Langs de Amerikaanse kust en in het gebied van de Golfstroom, een van de meest weerbarstige regio’s voor klimaatmodellen, zijn de onzekerheden het grootst. En dat is geen puur theoretisch probleem: het raakt direct aan de praktijk. Of het nu gaat om de planning van kustverdediging of het beheer van visbestanden, we varen nu nog blind op prognoses die in deze regio’s de plank misslaan.

De haai als levend meetstation

Haaien zoeken van nature precies die dynamische zones op. Dat maakt ze bruikbare dataverzamelaars. De SPLASH-10-sensorzenders die de onderzoekers op de dieren bevestigden, registreerden temperatuur en diepte op meerdere niveaus per duik en stuurden die data bijna in real time door via satelliet. De tags meten temperatuur met een nauwkeurigheid van 0,1 graden Celsius en diepte tot op de halve meter. De dieren zwommen door vier oceanografische regio’s, van het continentale plat tot de Sargassozee en legden daarmee tienduizenden meetpunten vast tot bijna 2.000 meter diepte.

Hoe goed de haaien het deden in verhouding tot bestaande systemen, bleek uit een opvallend getal: in dezelfde periode presteerden de negentien haaien bijna dubbel zo goed als het volledige netwerk van Argo-boeien in dat gebied. “Haaien trekken van nature naar de dynamische oceanografische structuren, zoals fronten en wervelingen”, zegt onderzoeker Ben Kirtman van de University of Miami. “Dat zijn precies de gebieden waar modellen een tekort aan meetgegevens hebben.”

Tot veertig procent minder fout

De onderzoekers gebruikten een deel van de verzamelde gegevens, ruim 1.300 profielen, om het klimaatmodel van de Amerikaanse weerdienst NOAA aan te scherpen. Ze vergeleken de standaardvoorspellingen met de resultaten waar de haaiendata in waren verwerkt. Om de nauwkeurigheid te controleren, werden beide uitkomsten naast satellietwaarnemingen en bestaande klimaatkaarten gelegd.

In de meest dynamische kustgebieden waren de verbeteringen het grootst. Op het continentale plat daalde de gemiddelde fout in de zeewatertemperatuurprognose in november met 43 procent en in december met 33 procent. Die reducties lagen ruim boven de normale interne modelvariantie, wat aangeeft dat het niet om ruis gaat. Opvallend was ook dat het effect weken tot maanden aanhield nadat de data eenmalig waren ingevoerd. De haaienprofielen beïnvloedden de verdere modelontwikkeling, niet alleen de beginstatus.

Hoofdonderzoeker Laura McDonnell, verbonden aan de Woods Hole Oceanographic Institution, noemt het resultaat bemoedigend: “Onze gegevens laten zien dat getagde zeepredatoren aanvullende metingen kunnen leveren, zowel aan de oppervlakte als op diepte.”

Aanvulling, geen vervanging

De onderzoekers zijn duidelijk over de beperkingen. Dit is een proof-of-concept op basis van één seizoen en negentien dieren. Het klimaatmodel rekent met blokken van ongeveer 111 bij 111 kilometer. Door die grove schaal blijven kleinere oceanografische structuren buiten beeld, omdat ze simpelweg te klein zijn voor het model om op te merken. Daarnaast was de dataset die werd gebruikt om de dieptemetingen te controleren, eigenlijk niet gemaakt voor kustgebieden. Dat maakt de vergelijking in die zones minder nauwkeurig. Toekomstig onderzoek moet uitwijzen of deze methode ook standhoudt over meerdere seizoenen, bij gedetailleerdere computermodellen en tijdens extreme weersomstandigheden, zoals sterke warme wervelingen in de oceaan.

Voor een structurele toepassing is bovendien een robuust systeem nodig dat gegevens van gezenderde dieren (ook wel biologging genoemd) direct kan verwerken en doorsturen naar weermodellen. Aan zo’n netwerk wordt momenteel al gewerkt door het Amerikaanse Animal Telemetry Network en het internationale AniBOS-samenwerkingsverband.

Dat de haaidata aanvullend werken in plaats van vervangend, is voor de onderzoekers een principieel punt. “Zelfs bescheiden verbeteringen in oceaanprognoses kunnen een groot verschil maken voor visserijsectoren en kustgemeenschappen”, zegt onderzoeker Camrin Braun van het Woods Hole Oceanographic Institution. “Minder onzekerheid helpt mensen plannen, of het nu gaat om vislocaties, voorraadbeheer of de respons op veranderende omstandigheden.”

We schreven vaker over dit onderwerp, lees bijvoorbeeld ook Haaien blijken superbelangrijk voor onze oceanen. En daarbij geldt: hoe groter, hoe beter

Uitgelezen? Luister ook eens naar de Scientias Podcast: