Ученые автоматизировали поиск макропластика по спутниковым снимкам
Согласно результатам их исследования, опубликованного в журнале Scientific Reports, точность этого метода достигает 86 процентов, и теперь его можно применять в экологическом мониторинге.
Пластиковый мусор, попадающий в океан, некоторое время плавает на поверхности, а потом может обрасти живыми организмами и затонуть. И в том и в другом случае он разрушается до частиц размером менее пяти миллиметров, которые называют микропластиком. Отслеживать и устранять загрязнение морских вод микропластиком пока невозможно, поэтому ученые ищут оптимальные способы обнаружения и ликвидации крупных пластиковых фрагментов до того, как они затонут или разрушатся на мелкие частицы.
Большой потенциал имеют методы дистанционного зондирования, однако, до недавних пор их было неудобно применять для постоянного мониторинга пластикового загрязнения. К примеру, широко используемый в экологических исследованиях спутник Landsat 8 делает мультиспектральные снимки разрешением 30 метров с шагом в 16 дней, то есть может пропустить свежеобразовшееся пластиковое пятно небольшого размера.
Европейское космическое агентство несколько лет назад запустило спутники Sentinel-2A и Sentinel-2B, которые делают снимки разрешением 10 метров с шагом 2-5 дней. Эти спутники ориентированы на съемку суши, но захватывают большие площади прибрежных акваторий, которые зачастую становятся первичными очагами пластикового загрязнения.
Ученые под руководством Лорен Бирманн (Lauren Biermann) из Морской лаборатории Плимута провели исследование, чтобы оценить возможность мониторинга пятен макропластика с помощью снимков спутников серии Sentinel. На основании информации о постоянном появлении пластикового мусора из научных статей, прессы и социальных сетей в качестве пробных площадок они выбрали прибрежные воды Ганы, запада Северной Америки, Вьетнама и восточного побережья Шотландии.
В основе метода лежит различная отражающая способность объектов на поверхности океана по отношению к излучению в ближнем инфракрасном диапазоне (NIR). Чистая поверхность морской воды его поглощает, а плавающие на ней объекты (морская пена, водоросли, куски древесины и пластик) — отражают. Авторы исследования определили спектральные сигнатуры всех этих компонентов, используя индекс NDVI (с помощью него удобно отличать растительность от других объектов — воды, застройки, асфальта и т.д.) и новый индекс FDI (Floating Debris Index), который позволяет более точно идентифицировать плавающие пятна пластика на поверхности моря. Исследователи обучили программное обеспечение ACOLITE (именно в нем ведется работа со снимками, полученными из спутников) возможность различать материалы с помощью методов машинного обучения (они не привели в статье никаких данных о том, какой именно алгоритм использовался и на каких выборках обучался). Общая схема работы представлена ниже.
Схема обработки аэрокосмических снимков
Lauren Biermann et al. / Scientific Reports, 2020
Lauren Biermann et al. / Scientific Reports, 2020
Сочетание двух индексов позволило добиться кластеризации всех материалов на поверхности океана и эффективно отличить их друг от друга. Авторы исследования составили обширные библиотеки спектральных сигнатур для различных видов пластика и сопутствующих компонентов, которыми смогут пользоваться все желающие при проведении экологического мониторинга и дешифрировании снимков водной поверхности.
Lauren Biermann et al. / Scientific Reports, 2020
Ученые проверили точность определения макропластика на прибрежной акватории Греции, снимки которой не использовали в процессе кластеризации спектральных сигнатур. Оказалось, что спутник никогда не путает пластик с водорослями и древесиной, но может принять его за морскую воду или пену. Это связано с ограничениями метода: не менее 30 процентов пикселя (10×10 метров) должны быть заполнены пластиком, чтобы спутник смог его распознать. В целом испытания оценили точность метода в 86 процентов, а во время обучения она менялась от 77 процентов у побережья Шотландии до 100 процентов у островов Сан-Хуан (США).