Kan AI opdage mikroplastikpartikler i havvand ud fra droneoptagede hyperspektrale billeder ?

Kan droner udstyret med hyperspektrale sensorer skelne mellem sub-millimeter mikroplastik og organisk affald i overflade-scanninger af åbent hav? Problemet ligger i skæringspunktet mellem fjernmåling, materialespektroskopi og undertrykkelse af miljøstøj, hvor svage spektrale signaturer skal udvindes fra bølger, blænding og biologisk rod – gennemførligheden i flådeskala er endnu ikke bevist.

Background

Opdagelsen af mikroplastpartikler i havvand ved hjælp af droneoptagelser med hyperspektral billeddannelse er et fremvoksende forskningsområde, hvor forskere udforsker potentialet i denne teknologi til at overvåge og spore havforurening. Hyperspektral billeddannelse indebærer at indfange detaljeret spektral information fra miljøet, hvilket kan bruges til at identificere tilstedeværelsen af mikroplast. Forskere har arbejdet på at udvikle algoritmer og maskinlæringsmodeller, der kan opdage mikroplast i hyperspektrale billeder med nøjagtighed. Denne tilgang har vist lovende resultater i laboratoriemiljøer og kontrollerede eksperimenter, men dens effektivitet i virkelige miljøer bliver stadig testet og valideret. Brugen af droner til at indfange hyperspektrale billeder giver en række fordele, herunder evnen til hurtigt og effektivt at dække store områder. Imidlertid forbliver detektionen af mikroplast i havvand en udfordrende opgave på grund af faktorer som vanddybde, turbiditet og tilstedeværelsen af andet affald. På trods af disse udfordringer gør forskerne fremskridt med at udvikle denne teknologi, som potentielt kan give et værdifuldt redskab til at overvåge og begrænse mikroplastforureningens indvirkning på marine økosystemer. Yderligere forskning er nødvendig for fuldt ud at realisere potentialet i denne tilgang og udvikle praktiske løsninger til at detektere mikroplast i havvand.

— Beriget 14. maj 2026 · Kilde: Environmental Science and Technology, 2022