英國《科學(xué)報告》雜志 4 月 23 日發(fā)表的一項環(huán)境學(xué)研究，英國人工智能團隊報告了一種能檢測海洋環(huán)境中大塑料(大于 5 毫米)漂浮垃圾帶的新方法。研究人員利用歐洲空間局“哨兵2”號衛星數據，訓練機器學(xué)習算法將塑料從其他材料中區分出來(lái)，平均準確率達 86%，局部區域最高達到了 100%。

　　人類(lèi)活動(dòng)與垃圾排放，讓大量塑料涌入海洋，如何將塑料從其它漂浮物中準確高效鑒別出來(lái)成為難題。鑒于漂浮物吸收和反射的可見(jiàn)光與紅外光波長(cháng)各有所異，英國普利茅斯海洋實(shí)驗室研究人員勞倫·比爾曼及其同事利用這種光譜特征，在“哨兵2”號數據中識別出了漂浮物帶。研究團隊隨后訓練了一種機器學(xué)習算法，能根據不同塑料和天然材料的特定光譜特征，為組成這些漂浮帶的個(gè)體材料進(jìn)行分類(lèi)。

　　機器學(xué)習算法利用到的這些特征，是來(lái)自于 2019 年 4 月 24 日沖到南非德班港的塑料垃圾的衛星數據，以及研究團隊 2018 年和 2019 年在米蒂利尼海岸(希臘)部署的漂浮塑料的衛星數據。他們還利用了之前獲得的、可能會(huì )與海洋塑料同時(shí)發(fā)現的海藻、木質(zhì)物、泡沫和火山巖等天然材料的衛星數據。

　　研究團隊利用四個(gè)不同地區沿岸海域的“哨兵2”號數據測試了這種方法：阿克拉(加納)、圣胡安島(加拿大)、峴港(越南)和蘇格蘭東部(英國)。該方法能以 86% 的平均準確率成功將四個(gè)地方的塑料從其他漂浮材料或海水中區分出來(lái)，在圣胡安島的準確率更是達到了 100%。

　　該研究結果表明，這種方法在四個(gè)不同的海岸帶都取得了成功。研究人員希望這種方法可以與無(wú)人機或高分辨率衛星聯(lián)用，提高對海洋塑料垃圾的全球監測。
　?。?a href="http://www.hnsema.com">邯鄲網(wǎng)站開(kāi)發(fā)）

《微軟飛行模擬》或很快...

華為應用商店上架Here W...