查看原文
其他

英国:AI+卫星 监测全球海洋塑料垃圾

慧天地 2021-09-20

点击图片上方蓝色字体“慧天地”即可订阅

文章转载自微信公众号海丝科情,信息来源:科技日报、Plymouth Marine Laboratory等,版权归原作者及刊载媒体所有。



(点击图片即可查看详细信息)

使用欧洲空间局(欧空局)开放源码哨兵应用平台(SNAP 6.0)软件生成的卫星图像。图片来源:www.pml.ac.uk

英国《科学报告》杂志23日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)漂浮垃圾带的新方法。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其他材料中区分出来,平均准确率达86%,局部区域最高达到了100%。


DOI: 10.1038/s41598-020-62298-z

图片来源:www.planetobserver.com


人类活动与垃圾排放,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·比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。


图片来源:www.stormfront.org


机器学习算法利用到的这些特征,是来自于2019年4月24日冲到南非德班港的塑料垃圾的卫星数据,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。


图片来源:earth.esa.int


与爱琴海大学的合作,分享已部署的塑料靶材的信息,进行塑料垃圾的新研究,因此该团队能够准确了解Sentinel-2通过FDI所“看到的”东西,能够为浮动塑料建立光学标记。在南非德班发生严重洪灾之后,对这些已知的塑料检测结果进行了补充,并补充了经过验证的塑料数据。



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)、岘港(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其他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,提高对海洋塑料垃圾的全球监测。





东南亚和西印度洋的沿海和海洋环境丰富多样,具有高度的生物多样性和生产力。然而,沿海生态系统受到人类活动、全球市场、经济增长及全球气候变化影响的威胁。


来自英国国家海洋学中心和PML的科学家正在共同开展ACCORD项目,以提高确定海洋生态系统对全球和当地环境变化的潜在敏感性或复原力的机制和进程的了解。然后,这一理解将被用来确定生态系统变化的环境和社会影响,以便为风险评估、适应性空间管理和缓解战略提供依据。ACCORD项目的启动会议和研讨会于2019年7月在越南岘港举行。


点击文末“阅读原文”即可查看原文章。


(点击图片即可查看详细信息)




内容转载、商务活动、投稿等合作请联系

微信号:huitiandi321

邮箱:geomaticshtd@163.com

欢迎关注慧天地同名新浪微博:

ID:慧天地_geomaticser

往期精彩推荐

GeoAI-空间显式模型

假如没有人造卫星,人类会怎样?

我们可以向卫星许愿了!




《慧天地》敬告

《慧天地》公众号聚焦国内外时空信息科技前沿、行业发展动态、跨界融合趋势,探索企业核心竞争力,传播测绘地理信息文化,为测绘、地信、遥感等相关专业的同学提供日常学习、考研就业一站式服务,旨在打造政产学研用精准对接的平台。《慧天地》高度重视版权,对于原创、委托发布的稿件,会烦请作者、委托方亲自审核通过后才正式推发;对于来自网站、期刊、书籍、微博、微信公众号等媒介的稿件,会在作者栏或者文章开头显著标明出处,以表达对作者和推文引用平台版权的充分尊重和感谢;对于来源于网络作者不明的优质作品,转载时如出现侵权,请后台留言,我们会及时删除。感谢大家一直以来对《慧天地》的关注和支持!


——《慧天地》运营团队

编辑:杜金钊 审核:王杰 李斯奇
指导:万剑华教授 
: . Video Mini Program Like ,轻点两下取消赞 Wow ,轻点两下取消在看

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存