共计 758 个字符，预计需要花费 2 分钟才能阅读完成。
为了应对日益严重的塑料污染问题，研究人员开发了一种基于 AI 的系统，能够自动检测和追踪河流中的塑料。该系统通过一系列连续拍摄的视频，应用三种图像和计算处理技术，揭示了塑料在河流中的运输方式。
首先，使用模板匹配技术测量河流表面的流速。接着，通过对象检测 AI YOLOv8 检测塑料并将其分类为四类，并使用 AI DeepSORT 追踪每个物品。最后，将测量的流速和追踪结果结合，计算塑料运输量——即单位时间内携带的塑料数量和质量。图片来源：Tomoya Kataoka（爱媛大学）
理解塑料如何从陆地流向海洋对于解决塑料污染问题至关重要。河流作为主要的运输通道，发挥着关键作用。为了实现 2019 年 G20 大阪峰会上宣布的《大阪蓝色海洋愿景》，即到 2050 年将额外的海洋塑料污染减少到零，迫切需要准确的监测技术。
新开发的用于检测和追踪河流塑料的软件集成了三项关键技术：
- 用于测量河流表面流速的模板匹配；
- 用于检测和分类塑料物体的 YOLOv8；以及
- 用于追踪其运动的 Deep SORT。
该研究发表在《Water Research》期刊上。
通过结合这些技术，该系统能够自动量化河流中漂浮塑料的运输量。这一创新使得在多个地点进行连续、同时监测成为可能，包括在洪水等具有挑战性的条件下——这在以前是难以手动完成且危险的。此外，由于该软件可以按类型区分塑料，因此可以更直接地评估源头减少措施和废物管理政策的有效性。
未来，研究团队计划将该软件集成到与 Yachiyo Engineering Co., Ltd. 联合开发的塑料河流监测系统（PRIMOS）中，以促进其在真实河流环境中的应用。
通过这一努力，团队旨在：
- 准确估计从陆地流向海洋的塑料量
- 阐明整个河流流域的运输过程
- 支持制定和评估基于证据的环境政策。
预计这一举措将为国际社会朝着可持续和无污染社会的努力做出重大贡献。
