Drone và máy học tiết lộ quy mô ô nhiễm nhựa trong môi trường sống trên sông

Drone và máy học tiết lộ quy mô ô nhiễm nhựa trong môi trường sống trên sông

    [Vui lòng đăng ký trang Youtube của Pacific Group tại

    https://www.youtube.com/channel/UCAxje1GxiUpZD6MEcR0f5Jg/videos

    Chúng tôi có các buổi chia sẻ về kinh doanh thực tế hàng tuần]

    Drone và máy học tiết lộ quy mô ô nhiễm nhựa trong môi trường sống trên sôngDrones and machine learning help reveal the scale of plastic pollution

    Nhà cung cấp: Đại học Tsukuba
    Ô nhiễm nhựa là một vấn đề toàn cầu lớn nhưng việc nắm bắt quy mô của vấn đề có thể là một thách thức. Trong một nghiên cứu gần đây được công bố trên tạp chí Scientific Reports, các nhà nghiên cứu từ Đại học Tsukuba đã phát triển một phương pháp mới để lập bản đồ rác nhựa xung quanh các con sông.

    Khi dân số ngày càng tăng thì lượng chất thải thải ra cũng tăng theo. Nhựa hiện có thể được tìm thấy trong mọi môi trường trên Trái đất. Môi trường ven sông có thể là điểm nóng về ô nhiễm khi các con sông thu gom và vận chuyển chất thải dọc theo dòng chảy của chúng. Tại các con sông, rác thải nhựa có thể làm giảm chất lượng nước, tăng nguy cơ lũ lụt và gây hại cho các loài động thực vật sử dụng sông và các môi trường sống xung quanh.

    Bước đầu tiên để giải quyết vấn đề rác là hiểu nhựa đang tích tụ ở đâu.

    Tác giả chính của nghiên cứu, Giáo sư Fatwa Ramdani cho biết: “Nhiều kỹ thuật đã được thử nghiệm để lập bản đồ rác trong các môi trường khác nhau nhưng chúng thường phức tạp hoặc tốn kém. "Chúng tôi bắt đầu tìm kiếm một phương tiện lập bản đồ ô nhiễm đơn giản hơn, hiệu quả về chi phí trong các hệ thống ven sông có thể được áp dụng rộng rãi."

    Để làm được điều này, các nhà nghiên cứu đã sử dụng kết hợp các hình ảnh quang học và nhiệt có độ phân giải rất cao, được thu thập bằng cách sử dụng máy bay không người lái bay thấp. Máy bay không người lái được sử dụng để phát hiện ô nhiễm nhựa dọc theo sông Brantas, thành phố Malang, ở Indonesia. Sau đó, một phương pháp học máy đã được sử dụng để xử lý hình ảnh. Ba bộ phân loại học máy khác nhau đã được thử nghiệm để xem cái nào có thể nhận dạng chính xác nhất các loại vật thể khác nhau, bao gồm cả chất dẻo.

    Giáo sư Ramdani giải thích: “Sử dụng các phương pháp này, chúng tôi nhận thấy rằng sự kết hợp giữa các hình ảnh quang học và nhiệt học đã tạo ra những ước tính chính xác nhất về lượng rác thải nhựa. "Riêng chúng, không loại hình ảnh nào tạo ra kết quả đặc biệt chính xác."

    Các nhà nghiên cứu cũng nhận thấy rằng một phương pháp phân loại - XGBoost - hoạt động tốt hơn các phương pháp khác được thử nghiệm. Một số thách thức vẫn còn với phương pháp này. Ví dụ, cho dù nhựa nổi trên bề mặt hay chìm trong nước đều ảnh hưởng đến kết quả ở một mức độ nào đó.

    Tuy nhiên, phương pháp mới này là một bước hữu ích để xác định các điểm nóng ô nhiễm. Việc hiểu rõ nơi chất dẻo tích tụ trong môi trường có thể giúp nhắm mục tiêu các nỗ lực làm sạch và có thể cung cấp thông tin chi tiết về các nguồn gây ô nhiễm.

    Zalo
    Hotline