基于无人机遥感与机器学习的岸滩大型塑料垃圾监测方法

作者：周志伟; 邓化; 施华宏

来源：海洋环境科学, 2023, 42(01): 141-150.

DOI：10.13634/j.cnki.mes.2023.01.015

• 塑料垃圾
• 无人机
• 机器学习
• 遥感
• 海岸带监测

鉴于现场人工调查手段对海滩垃圾的监测具有成本高、耗时长等特点，近年来无人机遥感技术在海洋垃圾监测中的应用受到广泛关注。为评估无人机遥感及机器学习技术在海洋垃圾信息收集与分析中的有效性，首先，本研究将无人机遥感图像的目视解译结果与实地调查进行对比，结果表明，目视解译对垃圾的总体识别率达68.1%～75.1%，对各类塑料垃圾的识别率达38.9%～94.3%，说明无人机图像解译垃圾具有较强的可行性；其次，在目视解译无人机图像的基础上，引入机器学习技术自动解译图像，该技术对各类塑料垃圾的识别准确率达77.9%～81.5%，回收率达45.6%～60.6%；最后，本研究将无人机遥感与机器学习技术运用于崇明岛岸滩的实地调查中，成功地实现了样区塑料瓶、塑料渔网、塑料浮球、塑料泡沫和浮木等多类垃圾通量和组成的快速统计与空间分布分析，并揭示了台风前、后岸滩垃圾的变化特征。本研究发展并验证了基于无人机遥感与机器学习图像解译的岸滩塑料垃圾监测技术，实现了垃圾数据的半自动化采集、识别与统计的完整监测过程，提升了监测效率。本研究发展的机器学习模型可解决海量、复杂无人机影像中垃圾的定位与识别需求，一定程度上实现了智能化监测，在海岸带塑料垃圾的科学研究及业务监测领域具有良好的应用前景。