Satellitdata, der bruges til at detektere havplast

En ny metode til at detektere pletter af flydende makroplast - større end 5 millimeter - i marine miljøer præsenteres i Videnskabelige rapporter denne uge. Tilgangen, som bruger data fra European Space Agency Sentinel-2 satellitter, er i stand til at skelne plast fra andre materialer med 86% nøjagtighed.

Lauren Biermann og kolleger identificerede pletter af flydende affald fra Sentinel-2-data baseret på deres spektrale signaturer-bølgelængderne af synligt og infrarødt lys, de absorberede og reflekterede. Forfatterne uddannede derefter en maskinlæringsalgoritme til at klassificere de individuelle materialer, der udgjorde disse patches i henhold til de specifikke spektrale signaturer af forskellige plastik og naturlige materialer. Disse underskrifter blev opnået fra satellitdata om plastaffald skyllet op i Durban Havn i Sydafrika den 24. april 2019 og flydende plastik indsat af forfatterne ud for kysten af ​​Mytilene (Grækenland) i 2018 og 2019. De brugte også tidligere opnåede satellitdata på naturlige materialer, der sandsynligvis findes sammen med havplast, såsom tang, træaffald, skum og vulkansk sten.

Forfatterne testede deres metode på Sentinel-2-data fra kystnære farvande fire forskellige steder:Accra (Ghana), San Juan -øerne (Canada), Da Nang (Vietnam) og det østlige Skotland (Storbritannien). Metoden adskilte med succes plast fra andre flydende materialer eller havvand med en gennemsnitlig nøjagtighed på 86% på tværs af de fire steder og 100% nøjagtighed fra San Juan -øerne.

Resultaterne viser, at metoden var vellykket på tværs af fire forskellige kystområder. Forfatterne håber, at det kan bruges sammen med droner eller højopløselige satellitter til at forbedre den globale overvågning af marint plastaffald og hjælpe med oprydning.