新AI算法能监测全球海洋塑料

　　英国《科学报告》杂志23发表的一项环境学研究，英国人工智能团队报告了一种能检测海洋环境中大塑料（大于5毫米）漂浮带的新方法。研究人员利用欧洲空间局“哨兵2”号卫星数据，训练机器学习算法将塑料从材料中区分出来，平均准确率达86%，局部区域最高达到了100%。

　　人类活动与排放，让大量塑料涌入海洋，如何将塑料从其它漂浮物中准确高效鉴别出来成为难题。鉴于漂浮物吸收和反射的可见光与红外光波长各有所异，英国普利茅斯海洋实验室研究人员劳伦·尔曼及其同事利用这种光谱特征，在“哨兵2”号数据中识别出了漂浮物带。研究团队随后训练了一种机器学习算法，能根据不同塑料和天然材料的特定光谱特征，为组成这些漂浮带的个体材料进行分类。

　　机器学习算法利用到的这些特征，是来自于2019年4月24冲到南非德班的塑料的卫星数据，以及研究团队2018年和2019年在米蒂利尼海岸（希腊）部署的漂浮塑料的卫星数据。他们还利用了之前获得的、可能会与海洋塑料同时发现的海藻、木质物、泡沫和火山岩等天然材料的卫星数据。

　　研究团队利用四个不同地区沿岸海域的“哨兵2”号数据测试了这种方法：阿克拉（加纳）、圣胡安岛（加拿大）、岘（越南）和苏格兰东部（英国）。该方法能以86%的平均准确率成功将四个地方的塑料从漂浮材料或海水中区分出来，在圣胡安岛的准确率更是达到了100%。

　　该研究结果表明，这种方法在四个不同的海岸带都取得了成功。研究人员希望这种方法可以与无人机或高分辨率卫星联用，提高对海洋塑料的全球监测。（记者张梦然）