在英国《科学报告》杂志4月23日发表的一项环境研究报告中，英国人工智能小组报告了一种新方法，可以检测海洋环境中大型塑料（5毫米以上）漂浮垃圾带。研究人员利用欧洲航天局的“哨兵2号”卫星数据训练机器学习算法，将塑料与其他材料区分开来。平均准确率为86%，局部达到最大100%。螺杆泵
人类的活动和垃圾的排放已经导致许多塑料流入海洋。如何准确有效地识别漂浮物中的塑料已成为一个难题。鉴于漂浮物吸收和反射的可见光和红外光波长不同，英国普利茅斯海洋实验室的劳伦特·比尔曼和同事利用这一光谱特征对“哨兵2号”目标带数据中的漂浮物进行了识别。研究小组随后训练了一种机器学习算法，根据不同塑料和天然材料的特定光谱特性，对构成这些漂浮带的各种材料进行分类。不锈钢磁力泵
机器学习算法使用的这些特征来自于2019年4月24日被冲入南非德班港的塑料垃圾卫星数据，以及2018年和2019年部署在米蒂利尼海岸（希腊）海岸的漂浮塑料卫星数据。他们还利用了先前获得的有关天然材料的卫星数据，如海藻、泡沫、木材和火山岩，这些材料可能与海洋塑料同时被发现。计量泵
研究小组使用哨兵2号在四个不同地区的沿海水域的数据测试了这种方法：阿克拉（加纳）、岘港（越南）、圣胡安岛（加拿大）和东苏格兰（英国）。该方法能成功地将四个位置的塑料与其它漂浮物或海水区分开来，平均准确率达86%，在圣胡安岛的准确率达到100%。离心泵
研究结果表明，该方法在四个不同的海岸带上取得了成功。研究人员希望这种方法可以与无人机或高分辨率卫星结合使用，以改善对海洋塑料废物的全球监测。排污泵
