Дроны и машинное обучение раскрывают масштабы пластикового загрязнения речных местообитаний

Прочитано: 51 раз(а)
1 Звезда2 Звезды3 Звезды4 Звезды5 Звезд (Оценок пока нет)
Loading ... Loading ...


Загрязнение пластиком — серьезная глобальная проблема, но понять ее масштабы может быть сложно. В недавнем исследовании, опубликованном в Scientific Reports, исследователи из Университета Цукубы разработали новый метод картирования пластикового мусора вокруг рек.

С ростом населения растет и количество производимых отходов. Пластик теперь можно найти в любой среде на Земле. Прибрежная среда может быть очагом загрязнения, поскольку реки собирают и транспортируют отходы по своему течению. В реках пластиковые отходы могут ухудшить качество воды , увеличить риск наводнений и нанести вред видам растений и животных , которые используют реку и окружающую среду обитания.

Первым шагом в решении проблемы мусора является понимание того, где скапливается пластик.


«Было опробовано множество методов картографирования мусора в различных средах , но они часто сложны или дороги», — говорит ведущий автор исследования, профессор Фатва Рамдани. «Мы решили найти более простые и экономичные средства картографирования загрязнения в прибрежных системах, которые можно было бы широко применять».

Для этого исследователи использовали комбинацию оптических и тепловых изображений очень высокого разрешения, собранных с помощью низколетящих дронов. Дроны использовались для обнаружения загрязнения пластиком вдоль реки Брантас в городе Маланг в Индонезии. Затем для обработки изображений использовался подход машинного обучения. Были протестированы три разных классификатора машинного обучения, чтобы выяснить, какой из них может наиболее точно распознавать различные типы объектов, включая пластик.

«Используя эти методы, мы обнаружили, что комбинация оптических и тепловых изображений дает наиболее точные оценки количества пластикового мусора », — объясняет профессор Рамдани. «Сами по себе ни один из типов изображений не дал особенно точных результатов».

Исследователи также обнаружили, что один метод классификации — XGBoost — работает лучше, чем другие протестированные. Некоторые проблемы все еще остаются с этим методом. Например, то, плавал ли пластик на поверхности или был погружен в воду, в некоторой степени повлияло на результаты.

Тем не менее, этот новый метод является полезным шагом к выявлению очагов загрязнения. Понимание того, где пластик накапливается в окружающей среде, может помочь направить усилия по очистке и может дать представление об источниках загрязнения.

Дроны и машинное обучение раскрывают масштабы пластикового загрязнения речных местообитаний



Новости партнеров