Notícia

Drones e aprendizado de máquina ajudam a revelar a escala da poluição por plásticos

Pesquisadores desenvolveram um novo método para mapear a quantidade de poluição por plásticos em habitats fluviais

Divulgação, Universidade de Tsukuba

Fonte

Universidade de Tsukuba

Data

quarta-feira, 18 maio 2022 06:45

Áreas

Ciência de Dados. Engenharia Ambiental. Inteligência Artificial. Monitoramento Ambiental. Poluição. Sensoriamento Remoto. Tecnologias.

A poluição por plásticos é um grande problema global, mas entender a escala do problema pode ser um desafio. Em um estudo recente, pesquisadores da Universidade de Tsukuba, no Japão, desenvolveram um novo método para mapear o lixo plástico ao redor dos rios.

À medida que a população humana cresce, também aumenta a quantidade de resíduos produzidos. O plástico agora pode ser encontrado em todos os ambientes da Terra. Os ambientes ribeirinhos podem ser focos de poluição, pois os rios coletam e transportam resíduos ao longo de seu curso. Nos rios, os resíduos plásticos podem reduzir a qualidade da água, aumentar o risco de inundações e prejudicar as espécies de plantas e animais que usam o rio e os habitats circundantes.

Um primeiro passo para resolver este problema é entender onde o plástico está se acumulando.

“Muitas técnicas foram testadas para mapear lixo em diferentes ambientes, mas muitas vezes são complexas ou caras”, disse o Dr. Fatwa Ramdani, professor da Universidade de Tsukuba e autor principal do estudo. “Nós nos propusemos a encontrar um meio mais simples e econômico de mapear a poluição em sistemas ribeirinhos que possa ser amplamente aplicado”, continuou o professor.

Para fazer isso, os pesquisadores usaram uma combinação de imagens ópticas e térmicas de altíssima resolução, coletadas usando drones voando em baixa altitude. Os drones foram usados ​​para detectar poluição plástica ao longo do rio Brantas, na cidade de Malang, na Indonésia. Uma abordagem de aprendizado de máquina foi então usada para processar as imagens. Três classificadores de aprendizado de máquina diferentes foram testados para ver qual poderia reconhecer com mais precisão diferentes tipos de objetos, incluindo plásticos.

“Usando esses métodos, descobrimos que uma combinação de imagens ópticas e térmicas produziu as estimativas mais precisas das quantidades de lixo plástico. Por si só, nenhum tipo de imagem produziu resultados particularmente precisos”, explicou o professor Ramdani.

Os pesquisadores também descobriram que um método de classificação – XGBoost – teve um desempenho melhor do que os outros testados. Alguns desafios ainda permanecem com este método. Por exemplo, se o plástico está flutuando na superfície ou submerso na água pode afetar os resultados.

No entanto, este novo método é um passo útil para a identificação de concentrações de poluição. Compreender onde os plásticos estão se acumulando no meio ambiente pode ajudar a direcionar os esforços de captação e pode fornecer informações sobre as fontes de poluição.

Os resultados foram publicados na revista Scientific Reports.

Acesse o artigo científico completo (em inglês).

Acesse a notícia completa na página da Universidade de Tsukuba (em inglês).

Fonte: Universidade de Tsukuba. Imagem: À esquerda, imagem óptica; ao centro, imagem térmica, com gradientes de temperatura entre 25,9 oC e 38,3 oC; à direita, imagem combinada (óptica e térmica), com dados de treinamento da inteligência artificial. Fonte: Divulgação, Universidade de Tsukuba.

Os comentários constituem um espaço importante para a livre manifestação dos usuários, desde que  cadastrados no Canal Ambiental e que respeitem os Termos e Condições de Uso. Portanto, cada comentário é de responsabilidade exclusiva do usuário que o assina, não representando a opinião do Canal Ambiental, que pode retirar, sem prévio aviso, comentários postados que não estejam de acordo com estas regras.

Leia também

2024 ambiental t4h | Notícias, Conteúdos e Rede Profissional em Meio Ambiente, Saúde e Tecnologias

Entre em Contato

Enviando
ou

Fazer login com suas credenciais

ou    

Esqueceu sua senha?

ou

Create Account