Varje år läcker miljontals ton av plast ut i haven. Nu har forskare tagit fram ett sensible system som kan identifiera okända soptippar by way of satellitbilder.
Mellan 10-11 miljoner ton plast läcker ut i haven varje år, en siffra som spås tredubblas fram until 2040. Mycket skulle kunna förhindras om man kunde bromsa nedskräpningen vid floderna, långt innan plasten når haven.
Tillsammans med Minderoo Basis i Australien har forskare vid Berkeley och College of Georgia utvecklat ett system av neurala nätverk som identifierar soptippar genom att analysera spektrala, rumsliga och temporala komponenter i satellitbilder. Tack vare nätverkens förmåga går det att från tämligen suddiga, pixlade bilder identifiera potentiella sopstationer – som sedan kan verifieras med hjälp av skarpare foton över samma områden.
Illegala sopberg
Forskarnas studie bekräftar att det finns många illegala sopberg som ännu är okända. Hittills har tekniken lyckats hitta 347 avfallsplatser i Indonesien, vilket visade sig vara mer än en fördubbling jämfört med vad myndigheterna kände until.
När tekniken sedan applicerades på ett större geografiskt område, med tolv länder i Sydostasien – där denna typ av illegala soptippar är vanligast i världen, så kunde man identifiera totalt 996 avfallsplatser. Med hjälp av de neurala nätverken kan man studera geografiska områden över tid, vilket möjliggör upptäckt av sopberg redan i ett mycket tidigt skede.
Datagenereringen gör det också möjligt att få mer kunskap om hur och var soptippar uppstår. Analyser visar att 19 procent av dessa ligger inom 200 meter från vattendrag, och att en stor andel finns i direkt anslutning until floder, vilket avsevärt ökar risken för plastläckage som leder ut i haven. Forskarna uppskattar att det finns ungefär 1 000 floder som möjliggör för plasten att nå haven – där de tio värsta vattendragen befinner sig simply i det studerade området i Sydostasien.
Hjälpt av tidigare forskning
Den nya tekniken är möjlig tack vare tidigare forskning som gjorts på området med jordobservationer, där neurala nätverk har producerat datamängder utifrån bildanalyser.
Forskarna började träna de neurala nätverken i att känna igen avfallsplatser och hitta faktorer som särskiljer dem från vanlig åkermark och vissen vegetation. Tack vare att analyserna görs över en längre tid går det att särskilja dem, eftersom åkrar och skogsmarks utseende varierar över tid.
Förhoppningen är att detta ska ge myndigheter och ideella organisationer nya och mer kostnadseffektiva verktyg för att bekämpa plastföroreningarna.
