據英國《科學報告》雜誌23日發表的一項環境研究，英國人工智能小組報道了一種檢測海洋環境中大型塑料(大於5毫米)漂浮垃圾帶的新方法。研究人員利用來自歐洲航天局哨兵2號衛星的數據來訓練機器學習算法，以區分塑料和其他材料，平均準確率為86%，在當地最高可達100%。
圖片來源：網絡
人類活動和垃圾排放導致大量塑料流入海洋。如何準確有效地識別塑料和其他漂浮物已經成為一個難題。由於浮子吸收和反射的可見光和紅外光的波長不同，英國普利茅斯海洋實驗室的勞倫比爾曼和他的同事利用這一光譜特徵識別了哨兵2號數據中的浮子帶。研究小組隨後訓練了一種機器學習算法，該算法可以根據不同塑料和天然材料的特定光譜特徵，對構成這些漂浮區域的單個材料進行分類。
機器學習算法使用的特徵是來自2019年4月24日在南非德班被沖走的塑料垃圾的衛星數據，以及2018年和2019年由研究小組部署在米特林海岸(希臘)的漂浮塑料的衛星數據。他們還使用了天然材料的衛星數據，如海藻、木材、泡沫和火山岩，這些都是以前獲得的，可能與海洋塑料同時被發現。
研究小組使用來自四個不同地區沿海水域的哨兵2號數據測試了該方法：阿克拉(加納)、聖胡安島(加拿大)、峴港(越南)和蘇格蘭東部(英國)。該方法能在四個地方成功地將塑料與其他漂浮材料或海水區分開來，平均準確率為86%，在聖胡安島的準確率為100%。
研究結果表明，該方法在四個不同的海岸帶取得了成功。研究人員希望這種方法能夠與無人機或高分辨率衛星相結合，以改善對海洋塑料廢棄物的全球監測。
正是我們每個人的日常需求使塑料產量成倍增長。如果你想讓這些塑料消失，——很容易流入大海，很快就從人們的視線中消失。但事實上，它們中的絕大多數將永遠存在，鬼魂以各種方式與我們聯繫在一起。今天，人類已經意識到海洋塑料汙染的深度和程度遠遠超出了預期，但是需要改進技術來跟蹤它們的具體分佈。現在，研究人員利用人工智能和衛星數據的雙重“追蹤”，從空間和生態方面評估問題的嚴重性，比以前更加準確和全面，從而幫助我們採取更大規模的清理和緩解措施。
來源：科技日報
