英国《科学报告》杂志23日发表环境研究报告，英国人工智能团队报告了一种方法，可以检测海洋中的大型塑料（大于5mm）漂浮垃圾斑块环境新方法。利用欧洲航天局“哨兵二号”卫星的数据，研究人员训练了机器学习算法来区分塑料和其他材料，平均准确率达到86%，局部准确率高达100%。人类活动和垃圾排放导致大量塑料涌入海洋。如何准确高效地从其他漂浮物中识别出塑料成为难题。由于漂浮物体吸收和反射不同波长的可见光和红外光，英国普利茅斯海洋实验室的研究员LaurenBierman及其同事使用这种光谱特征来识别哨兵2号数据中的漂浮物体。腰带。然后，研究团队训练了一种机器学习算法，根据不同塑料和天然材料的特定光谱特征，对构成这些漂浮带的各种材料进行分类。机器学习算法利用的这些特征来自于2019年4月24日冲入南非德班港的塑料垃圾的卫星数据，以及研究团队在2018年和2019年在米蒂利尼（希腊）海岸的部署.漂浮塑料的卫星数据。他们还使用了之前获得的天然材料卫星数据，例如海藻、木材、泡沫和火山岩，这些材料可能与海洋塑料一起发现。研究小组使用来自四个不同地区沿海水域的Sentinel-2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）。该方法能够在四个位置成功地将塑料与其他漂浮物或海水区分开来，平均准确率为86%，在圣胡安岛的准确率为100%。研究结果表明，这种方法在四个不同的沿海地区取得了成功。研究人员希望该方法可以与无人机或高分辨率卫星结合使用，以改善对海洋塑料垃圾的全球监测。
