卫星联手机器学习，如何检测海洋中的塑料垃圾？

各人应该都很清晰，塑料垃圾对付海洋生物一向是种可骇的威胁，然而今朝为止，我们依然很难检测到海洋中的塑料污染状况。

塑料成品每每色彩多样，差异尺寸，差异范例，大大都由多种化学物质制成，更糟糕的是，地球上的海洋地区辽阔无垠，每年新增的数百万吨塑料很快就会四散伸张，这种“大塑料”会逐渐解析成微小的塑料块，难以循迹，给海洋生物造成致命威胁。

而只有确定海洋地区内哪些位置的塑料成品最多，才气拟定出有针对性的洁净与污染提防设施。

按照近期《天然通信（Scientific Reports）》期刊上颁发的最新研究功效表现，以呆板进修为基本的情景卫星，可以搞定海洋情形塑料污染的追踪使命。

英国普利茅斯海洋尝试室的一支科学家小组就此举办测试，操作颠末实习的呆板进修算法说明由欧洲航天局运行的两颗卫星发回的数据，从而找出与塑料垃圾相干的蛛丝马迹。

本次研究中行使的两颗Sentinel-2卫星，均配备有12波段多光谱仪（MSI）传感器，可以或许以10米为根基像素单元，网络海面上的高判别率图像。在两颗卫星的协同全力下，体系每隔2-5天，即可从天下各地的沿海地区内一再网络数据。换句话说，这套体系每个月可以或许对地球上全部邻海位置举办6-15次全景图像网络——这然则一大批数据！

卫星会网络包罗光信号在内的多种数据范例，并按照工具反射的光信号波长，区分方针的详细材质。从道理层面来看，清亮的海水可以或许高效接收近红外（NIR）到短波红外（SWIR）光谱范畴内的光波，而塑料及自然碎屑等漂流物则会大量反射近红外光波。这种光接收程度层面的差别，也让卫星在理论上得到了检测海面漂流物的手段。

差异漂流物的近红外信号也有所区别。研究职员操作卫星数据，实习出一种呆板进修算法，乐成地从卫星捕获到的光信号数据中，辨认出漂流塑料的光信号，进而发明白希腊海岸周边存在的塑料漂流区。研究职员们还操作这类光数据，教会了算法将某些近红外光信号与漂流的塑料碎片关联起来。同样的，算法也慢慢学会了怎样区分塑料与自然物质（譬喻海藻，浮木，以及泡沫塑料等）。

在算法开始运行之后，研究职员开始操作来自环球四大沿海水域的卫星数据举办测试，别离为：阿克拉（加纳）、圣克安群岛（加拿大）、达南（越南）以及苏格兰（英国）。总体而言，该算法可以或许以86%的精确度辨认出塑料污染，该算法在说明圣胡安群岛的数据时带来了100%精确度。

另外，该算法还能按照卫星数据，定位尺寸≥5毫米的塑料碎片，正是这类“大塑料” 逐渐解析成微小的塑料块，给海洋生物造成了致命威胁。上述功效也表白，将卫星数据与呆板进修算法团结，确实能辅佐人类跟踪并整理环球塑料污染困难。

（编辑：河北网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!