新的人工智能算法可以监测全球海洋塑料废物

在英国杂志《科学报告》 23日发表的一项环境研究中，英国人工智能小组报道了一种检测海洋环境中大型塑料(大于5毫米)漂浮垃圾带的新方法。研究人员利用来自欧洲航天局哨兵2号卫星的数据来训练机器学习算法，以区分塑料和其他材料，平均准确率为86%，在当地最高可达100%。

人类活动和垃圾排放导致大量塑料流入海洋。如何准确有效地识别塑料和其他漂浮物已经成为一个难题。由于浮子吸收和反射的可见光和红外光的波长不同，英国普利茅斯海洋实验室的劳伦比尔曼和他的同事利用这一光谱特征识别了哨兵2号数据中的浮子带。研究小组随后训练了一种机器学习算法，该算法可以根据不同塑料和天然材料的特定光谱特征，对构成这些漂浮区域的单个材料进行分类。

机器学习算法使用的特征是来自2019年4月24日在南非德班被冲走的塑料垃圾的卫星数据，以及2018年和2019年由研究小组部署在米特林海岸(希腊)的漂浮塑料的卫星数据。他们还使用了天然材料的卫星数据，如海藻、木材、泡沫和火山岩，这些都是以前获得的，可能与海洋塑料同时被发现。

研究小组使用来自四个不同地区沿海水域的哨兵2号数据测试了该方法：阿克拉(加纳)、圣胡安岛(加拿大)、岘港(越南)和苏格兰东部(英国)。该方法能在四个地方成功地将塑料与其他漂浮材料或海水区分开来，平均准确率为86%，在圣胡安岛的准确率为100%。

研究结果表明，该方法在四个不同的海岸带取得了成功。研究人员希望这种方法能够与无人机或高分辨率卫星相结合，以改善对海洋塑料废弃物的全球监测。

总编辑圈

正是我们每个人的日常需求使塑料产量成倍增长。如果你想让这些塑料消失，——很容易流入大海，很快就从人们的视线中消失。但事实上，它们中的绝大多数将永远存在，鬼魂以各种方式与我们联系在一起。今天，人类已经意识到海洋塑料污染的深度和程度远远超出了预期，但是需要改进技术来跟踪它们的具体分布。现在，研究人员利用人工智能和卫星数据的双重“追踪”，从空间和生态方面评估问题的严重性，比以前更加准确和全面，从而帮助我们采取更大规模的清理和缓解措施。