Загрязнение моря, искусственный интеллект для отслеживания пластиковых островов

Интеграция спутникового наблюдения и искусственного интеллекта знаменует собой новую эру: эта технология больше не является просто пассивным инструментом наблюдения, а активным руководством по восстановлению и защите здоровья наших океанов.

Хотя пластиковые острова представляют собой тревожное и растущее явление загрязнения наших морей, до сих пор не существует технологии, позволяющей точно идентифицировать скопления мелкого и рассеянного мусора. Одна из трудностей — отслеживание следов обломков, образующихся по линиям схождения морских течений. Два года назад был начат амбициозный проект по решению этой проблемы под названием AI for Detecting Ocean Plastic Pollution with Tracking, короче ADOPT, реализуемый известным швейцарским исследовательским институтом EPFL.

Спутниковые снимки и искусственный интеллект

Целью была разработка двух типов систем: «Определите острова мусора, проанализировав спутниковые снимки, а затем спрогнозируйте, куда они переместится к тому времени, когда команды по очистке смогут добраться до них, обычно в течение 24 часов.«, — говорит Эмануэле Далсассо, один из ученых. На самом деле, даже когда острова пластика идентифицируются, время, которое проходит от сообщения до вмешательства, предполагает дальнейшее движение в воде.

Сегодня, благодаря проекту ADOPT, искусственный интеллект предлагает конкретное решение: алгоритм способен сканировать тысячи спутниковых изображений, чтобы находить плавающий пластик в режиме реального времени, отличая его от природных элементов, которые могут сбить с толку, с точностью, никогда ранее не достигавшейся.

ИИ распознает спектральную подпись

Проблема морского мусора заключается в его фрагментарном характере. Зачастую это частично затопленные объекты, которые сливаются с пеной волн, солнечными бликами или морской растительностью. Модель, разработанная исследователями, не ограничивается простым визуальным анализом. Ключ к успеху заключается в подходе, ориентированном на данные.

Система была обучена на тысячах примеров, предоставленных океанографами, и научилась распознавать специфические спектральные характеристики пластика (то, как он отражает свет) по сравнению с природными материалами. Используя алгоритм уточнения меток, ИИ может исправлять неточные комментарии человека, различая искусственный мусор и морскую пену.

Интегрированная спутниковая сеть

Эти инструменты пролетают над определенной точкой океана только раз в шесть дней, а их изображения имеют низкое разрешение, всего 10 метров на пиксель, что затрудняет отслеживание мусора. На самом деле инновации заключаются не только в программном обеспечении, но и в совместном использовании данных из космоса. Алгоритм использует данные спутника Sentinel-2 ЕКА, который каждые 2–5 дней предоставляет бесплатные изображения с разрешением 10 метров на пиксель.

Однако, чтобы преодолеть временные и пространственные разрывы, команда дополнила систему данными PlanetScope, созвездия сотен наноспутников, которые ежедневно сканируют Землю с более высоким разрешением. Эта комбинация позволяет осуществлять непрерывный мониторинг: в то время как Sentinel-2 определяет еженедельные тенденции, ежедневные данные PlanetScope позволяют отслеживать движение пластиковых пятен практически в реальном времени.

Критические проблемы: плохая погода

Однако есть важная проблема: система плохо работает в плохую погоду. Оптические датчики не могут «видеть» сквозь облака. «Одним из вариантов было бы использование радиолокационных изображений с Sentinel-1.«, — говорит Далсассо, один из исследователей, и добавляет: «Сигналы радара могут проходить сквозь облака и работать днем ​​и ночью. Но они предоставляют информацию только о текстуре и геометрии мусора, а это означает, что мы упустим ключевые спектральные характеристики, которые обнаруживаются оптическими датчиками и необходимы для обнаружения островков мусора.«.

Пластиковые острова: от картографии к предсказанию

Исследование, недавно опубликованное в журнале Nature Communications, не ограничивается одной лишь идентификацией. Следующим шагом проекта ADOPT является прогнозирование дрейфа. «Цель двоякая»— объясняют исследователи. «Определите мусорные пятна и спрогнозируйте, куда они будут двигаться в ближайшие 24 часа, используя модели ветра и течения, скорректированные с помощью машинного обучения». Это позволит таким организациям, как The Ocean Cleanup, отправлять суда для сбора отходов в точные места, экономя топливо и повышая эффективность восстановления.

В целях глобального сотрудничества исследователи решили сделать систему открытым исходным кодом, выложив код и модели на таких платформах, как GitHub. Цель состоит в том, чтобы позволить правительствам и неправительственным организациям по всему миру контролировать свои морские экосистемы, выявляя горячие точки загрязнения, особенно вблизи устьев рек, где риск попадания пластика в море наиболее высок.