(記者張)據(jù)英國《科學(xué)報告》雜志23日發(fā)表的一項環(huán)境研究，英國人工智能小組報道了一種檢測海洋環(huán)境中大型塑料(大于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(wèi)星的數(shù)據(jù)來訓(xùn)練機(jī)器學(xué)習(xí)算法，以區(qū)分塑料和其他材料，平均準(zhǔn)確率為86%，在當(dāng)?shù)刈罡呖蛇_(dá)100%。

 

　　人類活動和垃圾排放導(dǎo)致大量塑料流入海洋。如何準(zhǔn)確有效地識別塑料和其他漂浮物已經(jīng)成為一個難題。由于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征識別了哨兵2號數(shù)據(jù)中的浮子帶。研究小組隨后訓(xùn)練了一種機(jī)器學(xué)習(xí)算法，該算法可以根據(jù)不同塑料和天然材料的特定光譜特征，對構(gòu)成這些漂浮區(qū)域的單個材料進(jìn)行分類。

 

　　機(jī)器學(xué)習(xí)算法使用的特征是來自2019年4月24日在南非德班被沖走的塑料垃圾的衛(wèi)星數(shù)據(jù)，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(wèi)星數(shù)據(jù)。他們還使用了天然材料的衛(wèi)星數(shù)據(jù)，如海藻、木材、泡沫和火山巖，這些都是以前獲得的，可能與海洋塑料同時被發(fā)現(xiàn)。

 

　　研究小組使用來自四個不同地區(qū)沿海水域的哨兵2號數(shù)據(jù)測試了該方法：阿克拉(加納)、圣胡安島(加拿大)、峴港(越南)和蘇格蘭東部(英國)。該方法能在四個地方成功地將塑料與其他漂浮材料或海水區(qū)分開來，平均準(zhǔn)確率為86%，在圣胡安島的準(zhǔn)確率為100%。

 

　　研究結(jié)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(jī)或高分辨率衛(wèi)星相結(jié)合，以改善對海洋塑料廢棄物的全球監(jiān)測。

 

　　正是我們每個人的日常需求使塑料產(chǎn)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(shù)將永遠(yuǎn)存在，鬼魂以各種方式與我們聯(lián)系在一起。今天，人類已經(jīng)意識到海洋塑料污染的深度和程度遠(yuǎn)遠(yuǎn)超出了預(yù)期，但是需要改進(jìn)技術(shù)來跟蹤它們的具體分布。現(xiàn)在，研究人員利用人工智能和衛(wèi)星數(shù)據(jù)的雙重“追蹤”，從空間和生態(tài)方面評估問題的嚴(yán)重性，比以前更加準(zhǔn)確和全面，從而幫助我們采取更大規(guī)模的清理和緩解措施。