Kan AI upptäcka mikroplastpartiklar i havsvatten från drönarfångad hyperspektralavbildning ?

Kan drönare utrustade med hyperspektrala sensorer skilja submillimeterstora mikroplaster från organiskt skräp i öppet havsytans skanningar? Problemet ligger i skärningspunkten mellan fjärranalys, materialspektroskopi och undertryckning av miljöstörningar, där svaga spektrala signaturer måste urskiljas från vågor, reflexer och biologisk oordning – genomförbarhet i flotta skala är ännu obevisad.

Background

Upptäckten av mikroplastpartiklar i havsvatten med hjälp av hyperspektral avbildning fångad av drönare är ett framväxande forskningsområde, där forskare utforskar potentialen hos denna teknik för att övervaka och spåra marin förorening. Hyperspektral avbildning innebär att detaljerad spektralinformation från miljön samlas in, vilket kan användas för att identifiera förekomsten av mikroplaster. Forskare har arbetat med att utveckla algoritmer och maskininlärningsmodeller som kan upptäcka mikroplaster i hyperspektrala bilder med hög noggrannhet. Denna metod har visat lovande resultat i laboratoriemiljöer och kontrollerade experiment, men dess effektivitet i verkliga miljöer testas och valideras fortfarande. Användningen av drönare för att fånga hyperspektral avbildning erbjuder flera fördelar, inklusive förmågan att snabbt och effektivt täcka stora områden. Dock återstår utmaningar med att upptäcka mikroplaster i havsvatten på grund av faktorer som vattendjup, grumlighet och förekomsten av annat skräp. Trots dessa utmaningar gör forskarna framsteg i utvecklingen av denna teknik, som potentiellt skulle kunna utgöra ett värdefullt verktyg för att övervaka och minska mikroplastföroreningars påverkan på marina ekosystem. Ytterligare forskning krävs för att fullt ut realisera potentialen hos denna metod och utveckla praktiska lösningar för att upptäcka mikroplaster i havsvatten.

— Uppdaterad 14 maj 2026 · Källa: Environmental Science and Technology, 2022