會員登錄
英國《科學報告》雜志23日發(fā)表的一項環(huán)境學研究，英國人工智能團隊報告了一種能檢測海洋環(huán)境中大塑料（大于5毫米）漂浮垃圾帶的新方法。研究人員利用歐洲空間局“哨兵2”號衛(wèi)星數(shù)據(jù)，訓練機器學習算法將塑料從其他材料中區(qū)分出來，平均準確率達86%，局部區(qū)域最高達到了100%。
?
人類活動與垃圾排放，讓大量塑料涌入海洋，如何將塑料從其它漂浮物中準確高效鑒別出來成為難題。鑒于漂浮物吸收和反射的可見光與紅外光波長各有所異，英國普利茅斯海洋實驗室研究人員勞倫·比爾曼及其同事利用這種光譜特征，在“哨兵2”號數(shù)據(jù)中識別出了漂浮物帶。研究團隊隨后訓練了一種機器學習算法，能根據(jù)不同塑料和天然材料的特定光譜特征，為組成這些漂浮帶的個體材料進行分類。
?
機器學習算法利用到的這些特征，是來自于2019年4月24日沖到南非德班港的塑料垃圾的衛(wèi)星數(shù)據(jù)，以及研究團隊2018年和2019年在米蒂利尼海岸（希臘）部署的漂浮塑料的衛(wèi)星數(shù)據(jù)。他們還利用了之前獲得的、可能會與海洋塑料同時發(fā)現(xiàn)的海藻、木質(zhì)物、泡沫和火山巖等天然材料的衛(wèi)星數(shù)據(jù)。
?
研究團隊利用四個不同地區(qū)沿岸海域的“哨兵2”號數(shù)據(jù)測試了這種方法：阿克拉（加納）、圣胡安島（加拿大）、峴港（越南）和蘇格蘭東部（英國）。該方法能以86%的平均準確率成功將四個地方的塑料從其他漂浮材料或海水中區(qū)分出來，在圣胡安島的準確率更是達到了100%。
?
該研究結(jié)果表明，這種方法在四個不同的海岸帶都取得了成功。研究人員希望這種方法可以與無人機或高分辨率衛(wèi)星聯(lián)用，提高對海洋塑料垃圾的全球監(jiān)測。
關(guān)注【深圳科普】微信公眾號，在對話框：
回復【最新活動】，了解近期科普活動
回復【科普行】，了解最新深圳科普行活動
回復【研學營】，了解最新科普研學營
回復【科普課堂】，了解最新科普課堂
回復【團體定制】，了解最新團體定制活動
回復【科普基地】，了解深圳科普基地詳情
回復【科學防控】，學習疫情相關(guān)科普知識
回復【科普小達人】，報名參賽贏取萬元大獎
深圳市寶安區(qū)國際會展中心20號館
- 參加最新科普活動
- 認識科普小朋友
- 成為科學小記者
- 參加最新科普活動
- 認識科普小朋友
- 成為科學小記者
