新AI算法能监测全球海洋塑料垃圾

根据英国杂志《科学报告》23日发表的一项环境研究，英国人工智能小组已经报道了一种新方法来检测海洋环境中大型塑料(大于5毫米)漂浮垃圾带。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。