021-52688862
Marketing@plaschain.com
利用卫星检测聚集的海洋塑料斑块的新技术
时间:2020.04.29
责任编辑:lucy
浏览:432

  普利茅斯海洋实验室的观察科学家们开发了一种技术,该技术表明,欧洲航天局的Sentinel-2卫星可以探测到漂浮在沿海水域的塑料聚集块。


marineplasticsattelite.jpg


  使用这种方法,还可以将大于5毫米的塑料颗粒(宏观塑料)的聚集体与天然漂浮物(例如海藻,浮木和泡沫)区分开来,在四个案例研究地点的平均准确度为86%。


  浮动塑料检测的操作方法

  这一技术挑战主要由自然环境研究委员会的ACCORD研究计划资助,是迈向开发一种检测全球水域中漂浮的塑料斑块的操作方法的第一步。

  该团队通过一种算法对沿海水域进行高分辨率,多光谱的光学卫星数据处理,该算法经过调整以突出显示漂浮在海面上的物体,从而为Sentinel-2多光谱仪创建了漂浮碎片指数(FDI)。

  下一步是确定浮动塑料。多亏了与爱琴海大学的合作,后者分享了已部署的塑料靶材的信息,以便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,因此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。一旦建立了塑料签名,团队便开始对天然杂物(例如浮木,海藻和海泡)进行相同的处理,这些杂物可能会混入塑料贴片中。


  在“野外”寻找塑料

  随着算法开发和验证的完成,该团队开始在野外寻找塑料。根据已发表的研究报告和社交媒体文章,他们在两个发达国家(加拿大(海湾群岛)和苏格兰)以及两个发展中国家(加纳(阿克拉)和越南(岘港))中发现了聚集现象。

  他们使用光谱特征和FDI以及归一化植被指数(NDVI)手动选择了怀疑由塑料主导的像素。然后使用自动化方法,使用朴素贝叶斯(Bayesian)分类模型对漂浮材料进行区分。这种朴素的贝叶斯分类器是一种概率算法,它计算检测到的像素属于其训练过的材料类别的概率;在这种情况下,已知的是塑料,海水,浮木,海藻和海泡沫。


floatingdebrislastic.jpg


  跨站点几乎准确的结果

  在这四个研究地点中,可疑塑料被成功归类为塑料,总体准确度为86%(海湾群岛100%,阿克拉87%,苏格兰83%和岘港77%)。分类不准确的原因是像素没有充分充满漂浮的碎屑,并且一小部分可疑塑料被识别为海泡沫。

  该团队将继续完善这项技术,以进一步提高其在浑浊的沿海水域和大型河流系统中检测漂浮塑料碎片的准确性。

  普利茅斯海洋实验室的地球观测科学家Lauren Biermann博士和第一作者评论道:塑料污染是一个全球性问题。该方法有望为人造卫星和无人驾驶飞机提供一个垫脚石,以在产品生命周期结束时解决海洋塑料问题。但是,只有解决源头问题并减少塑料产量,我们才会取得有意义的进步 ”。


89.png

  链塑网建有共混行业交流群,欢迎产业链上下游朋友入群探讨交流,您可以扫描以上二维码申请加入,期待您的到来~

文章来源:普利茅斯海洋实验室
欢迎您投稿至:wei.liu@plaschain.com
相关资讯
Relevant information