“新AI算法能监测全球海洋塑料垃圾”

本篇文章633字，读完约2分钟

根据英国科学杂志《科学报告》23日发表的环境学研究，英国人工智能小组报告了一种检测海洋环境中大塑料( 5毫米以上)浮游垃圾带的新方法。 研究人员利用欧洲空间局哨兵2号卫星数据，训练机器学习算法将塑料与其他材料进行了区分，平均精度达到86%，局部区域最高达到100%。

人类活动和垃圾的排放，使大量的塑料流入大海，如何从其他浮游物中正确、有效地识别塑料成为了课题。 考虑到悬浮物吸收和反射的可见光和红外光波长不同，英国普利茅斯海洋实验室的研究人员劳伦·比尔曼及其同事利用这一光谱特征，从哨兵2号的数据中识别出了悬浮物带。 随后，研究小组根据不同塑料和天然材料的特定光谱特征，训练了对构成这些漂浮带的个人材料进行分类的机器学习算法。

机器学习算法利用的这些特点是2019年4月24日发射到南非德班港的塑料垃圾的卫星数据，以及研究小组2019年部署在米蒂利尼海岸(希腊)的漂浮塑料的卫星数据。 他们还利用了以前获得的、有可能被发现为海洋塑料的海藻、木质物、泡沫、火山岩等天然材料的卫星数据。

研究小组使用阿克拉(加纳)、圣胡安岛(加拿大)、岘港(越南)和苏格兰东部(英国) 4个不同地区沿海海域的哨兵2号的数据测试了这种方法。 该方法成功地以平均精度86%将4处塑料与其他浮游材料和海水区分开来，在圣胡安岛的精度达到100%。

该研究结果表明，该方法在4个不同的海岸带取得了成功。 研究人员希望与无人机和高分辨率卫星合用，提高对海洋塑料垃圾的全球监测。 (记者张梦然)