會員登錄
英國《科學報告》雜誌23日發表的一項環境學研究，英國人工智能團隊報告了一種能檢測海洋環境中大塑料（大於(yu) 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”號衛星數據，訓練機器學習(xi) 算法將塑料從(cong) 其他材料中區分出來，平均準確率達86%，局部區域最高達到了100%。
人類活動與(yu) 垃圾排放，讓大量塑料湧入海洋，如何將塑料從(cong) 其它漂浮物中準確高效鑒別出來成為(wei) 難題。鑒於(yu) 漂浮物吸收和反射的可見光與(yu) 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(lun) ·比爾曼及其同事利用這種光譜特征，在“哨兵2”號數據中識別出了漂浮物帶。研究團隊隨後訓練了一種機器學習(xi) 算法，能根據不同塑料和天然材料的特定光譜特征，為(wei) 組成這些漂浮帶的個(ge) 體(ti) 材料進行分類。
機器學習(xi) 算法利用到的這些特征，是來自於(yu) 2019年4月24日衝(chong) 到南非德班港的塑料垃圾的衛星數據，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星數據。他們(men) 還利用了之前獲得的、可能會(hui) 與(yu) 海洋塑料同時發現的海藻、木質物、泡沫和火山岩等天然材料的衛星數據。
研究團隊利用四個(ge) 不同地區沿岸海域的“哨兵2”號數據測試了這種方法：阿克拉（加納）、聖胡安島（加拿大）、峴港（越南）和蘇格蘭(lan) 東(dong) 部（英國）。該方法能以86%的平均準確率成功將四個(ge) 地方的塑料從(cong) 其他漂浮材料或海水中區分出來，在聖胡安島的準確率更是達到了100%。
該研究結果表明，這種方法在四個(ge) 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(yu) 無人機或高分辨率衛星聯用，提高對海洋塑料垃圾的全球監測。
關(guan) 注【深圳科普】微信公眾(zhong) 號，在對話框：
回複【最新活動】，了解近期科普活動
回複【科普行】，了解最新深圳科普行活動
回複【研學營】，了解最新科普研學營
回複【科普課堂】，了解最新科普課堂
回複【團體(ti) 定製】，了解最新團體(ti) 定製活動
回複【科普基地】，了解深圳科普基地詳情
回複【科學防控】，學習(xi) 疫情相關(guan) 科普星空体育官网入口网站
回複【科普小達人】，報名參賽贏取萬(wan) 元大獎
深圳市龍華區玉翠社區高坳新村小廣場
- 參加最新科普活動
- 認識科普小朋友
- 成為科學小記者
