人工智能用于定位海洋中漂浮的塑料

要点
- EPFL与瓦赫宁根大学在《Cell iScience》发表AI识别海洋塑料碎片的研究。
- OECD预测2060年全球塑料垃圾量将达12.3亿吨/年。
- 塑料产业贡献了全球温室气体排放量的10.7%。
- 研究利用Sentinel-2与PlanetScope卫星数据实现每日持续监测。
- 模型通过近红外光谱通道解决云层下塑料碎片识别难题。
据部分研究估算,全球每年消耗3.5亿至4.6亿吨塑料。数据显示,过去20年间全球塑料产量已翻倍有余,若当前趋势延续,预计至2060年产量将增至目前的近3倍。观察人士警告,塑料消费量的急剧攀升对生态环境与人类健康构成重大威胁。在各方担忧之际,先进技术与有意识的环保监管的融合正带来一线希望。
人工智能的作用
洛桑联邦理工学院(EPFL)与瓦赫宁根大学(Wageningen University)的研究团队已启动一项开创性任务,以应对这一危机。近期发表于《Cell iScience》期刊的一项突破性研究揭示了一种人工智能模型,该模型能够以空前的精度在卫星图像中识别漂浮的塑料碎片。这一人工智能能力的飞跃,有望借助专业船只,系统性地清理海洋、海域乃至河流中的塑料废弃物。
红色区域标示出被正确识别的塑料废弃物(欧洲航天局/Cell iScience)
卫星图像的潜力
欧洲航天局(ESA)的“哨兵-2”(Sentinel-2)卫星每2至5天对全球沿海地区进行成像。这些数据体量巨大,可达太字节级别,必须依赖自动化分析,而人工智能模型使这一目标成为可能。研究团队与海洋学家及遥感专家合作,构建了一个涵盖全球数千例海洋碎片卫星影像的数据库。这些样本构成了训练其人工智能模型识别塑料碎片的基础,这一过程类似于教会模型如何“看见”问题。
这一创新方法融合了以数据为核心的人工智能原则与计算机视觉算法,后者将专家对图像中可见特定碎片的人工标注转化为训练数据。
预期成果
研究人员致力于开发一种强大的海洋碎片检测模型,该模型能够评估“哨兵-2”卫星图像中每个像素存在碎片的概率。该模型通过采用先进的训练策略提升预测精度,从而超越以往方法。即便在云层覆盖、大气雾霾等恶劣气象条件下,检测器仍能保持高精度,这一重要突破确保了即使在不利条件下也能识别塑料碎片。
2022年,德班海滩在暴雨引发灾难性洪灾及环境破坏后,被海浪冲上岸的垃圾(Shutterstock)
塑料碎片的处理
准确识别海洋漂浮物中的塑料成分至关重要,这一点怎么强调都不为过。尤其在强降雨和洪水过后,大量塑料往往随水流进入开阔海域,这迫切需要建立可靠的识别手段。2022年4月11日,南非德班市遭遇严重洪灾,造成近400人遇难,住宅和企业建筑遭受重创。暴雨导致河流泛滥,将史无前例的垃圾量冲入城市港口,并最终汇入印度洋。
2022年德班洪灾导致大量塑料垃圾被冲入印度洋的卫星图像(图片来源:谷歌地图)
在卫星图像中,利用传统的红、绿、蓝三通道往往难以在云层中分辨这些漂浮物。然而,通过切换至替代光谱通道,包括近红外光,便可以实现有效识别。
除了提升海洋漂浮物预测能力外,该人工智能检测模型正扩展其功能,以纳入由立方星(CubeSat)获取的PlanetScope卫星图像。将Sentinel-2的每周数据与PlanetScope的每日获取数据相结合,有望实现每日持续监测。PlanetScope与Sentinel-2从不同位置几乎同时捕捉同一海洋漂浮物的双重视角,为研究受风力和洋流影响的漂移模式提供了宝贵信息。
事实
部分塑料污染研究(2024)
- 经合组织(OECD):若当前趋势持续,全球塑料垃圾量预计到2060年将达到每年12.3亿吨,并强调亟需采取紧急行动。 - 环境法律中心(CIEL)与“禁止”组织(BAN):塑料产业贡献了全球温室气体排放量的10.7%,凸显出系统性变革以应对塑料污染和气候危机的必要性。
若当前趋势持续,全球塑料垃圾量预计到2060年将达到每年12.3亿吨,并强调亟需采取紧急行动。
塑料产业贡献了全球温室气体排放量的10.7%,凸显出系统性变革以应对塑料污染和气候危机的必要性。
引领更清洁的未来
这段旅程远未结束。马克·罗斯沃姆教授计划与蒂姆·范·埃默里克教授以及荷兰“海洋清洁组织”的合作伙伴展开进一步合作,以探索更多可能性。他们的共同目标是通过卫星持续成像技术,强化对海洋漂浮物的追踪能力。这一举措源于与瑞士数据科学中心合作开展的塑料材料人工智能检测项目,该中心由苏黎世联邦理工学院(ETH Zurich)与洛桑联邦理工学院(EPFL)联合发起。通过融合技术专长与环保意识,我们正朝着更洁净的海洋和更健康的地球迈进。
编辑观点
卫星AI监测技术的成熟将推动海洋塑料回收从“被动清理”转向“主动追踪”,为rPET等再生料提供更透明的溯源数据。从业者应关注该技术如何融入EPR体系,以量化海洋回收贡献,提升再生塑料在食品级应用中的合规竞争力。
常见问题
EPFL的AI模型怎么识别卫星里的塑料?
该模型通过切换至近红外光等替代光谱通道,有效识别云层下的漂浮物。研究团队利用数千例海洋碎片卫星影像构建数据库,训练模型评估每个像素存在碎片的概率,从而在恶劣气象条件下保持高精度检测。
OECD预测2060年塑料垃圾量是多少?
OECD预测若当前趋势持续,全球塑料垃圾量到2060年将达到每年12.3亿吨。这一数据强调了采取紧急行动以应对塑料污染和气候危机的必要性,凸显了系统性变革的紧迫性。
PlanetScope数据对海洋监测有何帮助?
结合PlanetScope每日获取数据与Sentinel-2每周数据,有望实现每日持续监测。双重视角为研究受风力和洋流影响的漂移模式提供宝贵信息,有助于更精准地追踪海洋漂浮物,提升清理效率。