新的人工智能算法可以监测全球海洋塑料废物

近日，英国《科学报告》杂志发布了一项引人注目的环境研究成果。英国人工智能研究团队公布了一种全新的海洋塑料漂浮垃圾带检测方法。在日益严峻的海洋塑料污染问题面前，这一创新方法的出现，为我们提供了更为精准和全面的监测手段。

一直以来，人类活动与垃圾排放导致大量塑料流入海洋，如何区分塑料和其他漂浮物成为一个亟待解决的难题。针对这一问题，英国普利茅斯海洋实验室的劳伦比尔曼及其同事取得重要突破。他们利用浮子吸收和反射的可见光和红外光的波长差异这一光谱特征，识别了来自欧洲航天局哨兵2号卫星数据中的漂浮物。在此基础上，研究团队进一步训练了一种机器学习算法，该算法能够根据塑料和天然材料的光谱特征对它们进行精确分类。

这项研究的成功得益于使用来自不同地区的卫星数据。研究团队使用了2019年4月24日在南非德班被冲走的塑料垃圾的卫星数据，以及之前在希腊米特林海岸部署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、泡沫和火山岩等，这些数据都有可能与海洋塑料共存。

经过在四个不同地区沿海水域的测试，包括阿克拉（加纳）、圣胡安岛（加拿大）、岘港（越南）和苏格兰东部（英国），该方法的成功将塑料与其他漂浮材料或海水区分开来。平均准确率达到了86%，而在圣胡安岛的测试甚至达到了100%。

这一创新方法的成功应用，为我们提供了更为精准和全面的监测海洋塑料漂浮垃圾的手段。研究人员表示，他们希望这种方法能与无人机或高分辨率卫星相结合，以改善对全球海洋塑料废弃物的监测工作。

事实上，海洋塑料污染的和程度已经远远超出了我们的预期。这些无处不在的塑料不仅破坏了海洋生态系统，还可能通过食物链对人类健康造成潜在威胁。今天，我们已意识到这个问题的严重性，并需要改进技术来跟踪塑料的具体分布。而这项基于人工智能和卫星数据的双重“追踪”技术，无疑为我们提供了一个强有力的工具，能够从空间和生态方面更为准确全面地评估问题的严重性，从而帮助我们采取更大规模的清理和缓解措施。