Maskininlärningsbaserad bedömning av vindkraftsparkers påverkan på bottenlevande samhällen på mjukbotten i Shandonghalvön

Liv på havsbotten möter vindkraft

När offshore-vindkraftparker sprider sig längs kusterna oroar sig många för vad oändliga rader av torn kan göra mot livet på havsbotten. Denna studie granskar frågan i detalj för fyra stora vindparker utanför Kinas Shandonghalvön. Genom nästan ett decennium av fältundersökningar kombinerat med satellitdata och moderna datormodeller visar författarna hur bottenlevande samhällen först drabbas, sedan återhämtar sig och i vissa avseenden till och med gynnas runt dessa nya energistrukturer.

Den förändrade havsbotten under turbinerna

Forskningen fokuserar på "mjukbotten"-habitat — leriga och sandiga bottnar som hyser maskar, musslor, kräftdjur och andra bottenlevande organismer som utgör basen i marina näringskedjor. Före byggandet var området mestadels en plan, siltig botten. Pålning, kabeldragning och sedimentstörningar under konstruktionen orsakade en tillfällig minskning i antalet arter och i den övergripande samhällsmångfalden. Men när vindparkerna började driftsättas skapade metalltornen och deras stenbeklädnad runt fundamenten fläckar av hård botten där det tidigare inte fanns någon, vilket omvandlade delar av bottnen till konstgjorda rev.

En naturlig experiment i rum och tid

De fyra vindparkerna byggdes och sattes i drift vid olika tidpunkter mellan 2021 och 2024, vilket bildade en naturlig "tidslinje" från nybyggda till väletablerade områden. Från 2015 till 2024 provtog forskarna bottenlevande djur två gånger per år vid mer än 200 stationer: inne i parkerna, nära deras gränser och i avlägsna kontrollområden. Samtidigt använde de satelliter för att spåra vattentemperatur, algnivåer och suspenderade partiklar. Detta gjorde det möjligt att särskilja förändringar orsakade av turbinerna från dem som drivs av bredare klimat- och oceanförhållanden.

Låta data tala med maskiner

För att förstå dessa komplexa, utspridda data använde teamet en maskininlärningsmetod kallad XGBoost och jämförde den med en mer traditionell statistisk modell. Båda försökte förutsäga hur mångsidigt bottenlevande samhället var vid varje plats, baserat på miljöförhållanden, avstånd till turbiner, hur länge parken varit i drift och hur mycket hård yta som fanns. XGBoost fångade större delen av den verkliga variationen — och förklarade omkring tre fjärdedelar av skillnaderna i mångfald — samtidigt som den avslöjade vilka faktorer som spelade störst roll. Ett verktyg kallat SHAP hjälpte till att översätta modellens inre funktioner till lättlästa rangordningar och responskurvor.

Från störning till återhämtning och vinst

Det starkaste signalvärdet modellerna fann var tiden sedan turbinerna började köras. Under konstruktion och de första åren av drift sjönk bottenmångfalden under den ursprungliga baslinjen. Runt två och ett halvt år efter idrifttagandet vände den trenden: mångfalden återhämtade sig och översteg sedan något nivåerna före byggnation. Nära turbinfoten, där sten tillsatts för stabilitet, var effekten slående. Dessa hårda fläckar hyser omkring 40 procent fler arter och ungefär 13 procent högre mångfaldspoäng än närliggande ostörda områden. Mönstret tyder på en klassisk effekt av konstgjorda rev: nya ytor attraherar havstulpaner, musslor och andra påväxter, vilka i sin tur lockar mer rörliga djur och ökar den totala biomassan.

Hitta den gynnsamma designen

Studien antyder också designregler för "vänligare" vindparker. Mångfald ökade med andelen hård botten upp till en viss punkt, sedan planade den ut, vilket tyder på att spridda, måttstora revliknande zoner kan fungera bättre än att täcka botten helt med sten. Turbinavstånd visade en inverterad U-formad effekt: låga densiteter förändrade habitatet för lite, medan mycket täta layouter kan introducera tillräckligt med ljud och andra störningar för att uppväga fördelarna. Ett mellantäthetspann verkade stödja de rikaste samhällena.

Vad detta betyder för havsliv och energi

För icke-specialister är slutsatsen överraskande hoppfull. Offshore-vindparker stör visserligen bottenlivet initialt, men i detta fall återhämtade sig samhällena inom några år och fick till och med fler arter runt turbinfundamenten. Genom att noggrant välja turbindensitet, fundamentdesign och mängden sten som placeras på botten kan planerare minska kortsiktig skada och öka det långsiktiga habitatvärdet. Författarnas modelleringsram — som kombinerar fältundersökningar, satelliter och tolkbar maskininlärning — erbjuder en handlingsplan för att kontrollera och förbättra det ekologiska fotavtrycket av framtida vindprojekt, vilket hjälper omställningen till ren energi att bättre förena sig med friska hav.

Citering: Wang, L., Zhang, Y., Gu, X. et al. Machine learning-based assessment of offshore wind farm impacts on soft-bottom benthic communities in the Shandong Peninsula. Sci Rep 16, 11780 (2026). https://doi.org/10.1038/s41598-026-38939-0

Nyckelord: offshore-vindkraftparker, havsbottens biologiska mångfald, konstgjorda rev, marin ekologi, maskininlärning i ekologi