全球再生塑料资讯站再生塑料 · 循环经济← 全部资讯

回收技术

【法国】三位法国研究人员设计基于人工智能的装置以识别并清除河流中的塑料垃圾

责任编辑:Irene Shen3 分钟阅读
三位法国研究人员设计基于人工智能的装置以识别并清除河流中的塑料垃圾

要点

  • 莱茵河每年向北海输送约4700吨宏观垃圾,其中大部分为塑料制品。
  • AI Surfnet项目已沿约2000公里欧洲河流绘制近35000处垃圾分布图。
  • Streampic平台通过游戏化机制激励市民上传带地理定位的河道垃圾照片。
  • 斯特拉斯堡项目符合Eurométropole de Strasbourg签署的无塑料河流与海洋宪章。

斯特拉斯堡大学三位研究人员正着手应对阿尔萨斯地区河流中日益泛滥的塑料垃圾问题。他们开发的人工智能系统有望革新此类污染物的识别与清除方式。

法国河流正沦为塑料垃圾的传送带。仅以莱茵河为例,一支德国研究团队估算,每年有高达4700吨的宏观垃圾(其中大部分为塑料制品)顺流而下,最终汇入北海。这部分污染物的产生或中转地涉及阿尔萨斯地区,经由穿越城市区域的支流扩散。

面对这一持续不断的垃圾流,斯特拉斯堡大学“图像、城市与环境”实验室(LIVE,隶属于法国国家科学研究中心CNRS)的三位研究人员设计了一套全新装置:在阿尔萨斯河流沿岸安装摄像头,并接入能够识别每一只漂浮瓶子和包装物的人工智能系统。其最终目标是向斯特拉斯堡市及斯特拉斯堡欧洲都会区(Eurométropole de Strasbourg)的管理部门提供精准的垃圾收集点位,以便在污染物抵达海洋前将其清除。

人工智能如何追踪阿尔萨斯河流中的塑料垃圾?

研究人员首先聚焦于宏观塑料,即尺寸超过数厘米、漂浮于水面的物体。因为这些大型垃圾并不会保持原状:水流、紫外线照射及摩擦作用会将其分解为几乎无法回收的微塑料。LIVE实验室博士生Gauthier Grimmer在接受AirZen采访时指出:“我们现在已知,宏观塑料在降解过程中正是微塑料的主要来源。”

除了这种隐性的污染,对生态系统的影响也极为具体。部分鱼类和鸟类会将这些塑料碎片误认为食物,从而面临窒息风险。此外,垃圾还会在河流河床中形成的“embâcles”(由木材堆积而成的障碍物)中积聚,可能加剧河道堵塞,诱发洪水泛滥,并加速河岸侵蚀。

斯特拉斯堡研究人员的人工智能如何识别每一只塑料瓶?

该装置依托一套架设于水面之上、位于桥梁或河岸的摄像头网络,对城市河段的水面进行连续录像。随后,这些影像数据被输入一个经过训练的计算机视觉人工智能模型,该模型能够识别漂浮的宏观垃圾,并区分塑料、木材、泡沫或单纯的水面反光。

为实现这一目标,研究团队需要海量且多样化的数据集。Streampic平台在此过程中发挥了关键作用:市民上传的每一张附带地理定位信息的河道照片,都能丰富算法训练数据,使其在应对光照变化、季节更替或水位波动时更具鲁棒性。人工智能在真实环境中不断迭代优化,而树枝或落叶等干扰因素正是导致误报的常见挑战。

基于生成的数据序列,团队得以绘制塑料污染热点地图,并识别洪水过后或排水口附近垃圾堆积的河段。Gauthier Grimmer解释道:“我们的目标是为管理者提供支持,帮助他们真正引导并优化垃圾清理行动。”借此,斯特拉斯堡市能够针对最关键的堵塞点部署精准清理行动,并长期追踪清洁活动的实际效果。

这套人工智能系统与Streampic平台何时将推广至法国其他河流?

Streampic.eu是项目的核心组件,它将普通行人转化为环境哨兵。操作十分简便:拍摄一张清晰展示河面可见垃圾的照片,上传至网站,系统自动获取地理位置,照片随即并入人工智能训练库。Romain Wenger强调:“我们认为有必要让市民参与其中,使其在研究过程中发挥一定作用。”为此,团队引入了游戏化机制,以激励最活跃的用户,奖励包括实地考察和实验室参观机会。

斯特拉斯堡的实践嵌入更广泛的生态体系,与Plastic Origins及其AI Surfnet等项目协同推进。后者已沿约2000公里欧洲河流绘制了近35000处垃圾分布图。凭借固定摄像头与持续数据流,斯特拉斯堡提供了互补环节,完全契合欧罗梅特罗波利斯签署的“无塑料河流与海洋,保护海洋”宪章。长远来看,人工智能+摄像头+公民科学这一组合模式有望在法国其他城市水域落地。在此之前,您下次水边散步时拍摄的一张照片,即可为人工智能提供训练数据,助力减少下游塑料污染。

编辑观点

该方案通过AI精准定位源头垃圾,为再生塑料行业提供了高纯度原料的前置保障,降低了后端分选与清洗的能耗。从业者应关注此类源头拦截技术与EPR体系的结合,探索将前端数据流接入回收网络,以优化原料收集效率并提升再生料品质。

常见问题

斯特拉斯堡AI系统如何识别河面塑料?

系统通过架设于桥梁或河岸的摄像头连续录像,利用训练后的计算机视觉模型区分塑料、木材及反光。该模型依托Streampic平台上传的带地理定位照片进行迭代,以应对光照、水位等环境变化带来的误报挑战。

莱茵河每年流入北海的宏观垃圾有多少?

德国研究团队估算,莱茵河每年有高达4700吨宏观垃圾顺流汇入北海,其中大部分为塑料制品。这些污染物部分产生或中转于阿尔萨斯地区,经城市支流扩散,最终成为海洋塑料污染的重要来源。

宏观塑料降解对回收行业有何影响?

宏观塑料在水流、紫外线及摩擦作用下会分解为微塑料,导致几乎无法回收。LIVE实验室指出,宏观塑料是微塑料的主要来源,因此在水面阶段拦截可保留其作为机械回收原料的价值,避免进入难以处理的微塑料阶段。