RFAGBモデル:ボハイ海における遠隔検知データに基づくマイクロプラスチックの逆転のための新しい機械学習モデル

科学分野:

• 環境科学
• リモートセンシング技術
• 海洋汚染の監視

背景:

• 微塑料の汚染は,生態系と人間の健康に潜在的なリスクをもたらす重要な世界的な環境問題です.
• 微細プラスチックをモニタリングする従来のスペクトルメソッドは高価で時間がかかります.
• リモートセンシングは 費用対効果の高い大規模マイクロプラスチック検出の 可能性を秘めていますが 精度が向上する必要があります

研究 の 目的:

• リモートセンシングデータを用いて,マイクロプラスチックの豊富さを逆転させるための正確で効率的な方法を開発する.
• ボハイ海における 微小プラスチック物質の分布を調査する
• マイクロプラスチックの変化に影響を与える重要な要因を特定する.

主な方法:

• 新しいランダムフォレスト吸収グラデント強化モデル (RFAGB) の開発と適用.
• 遠隔検知データを活用して 微小プラスチック量の逆転を図る
• 微小プラスチック分布を分析し,ボハイ海で高価値ゾーンを特定する.

主要な成果:

• RFAGBモデルは,単一の機械学習モデルと比較して,精度が著しく改善された (23%のR平方,RMSEの67%の減少).
• レイゾウ湾は平均マイクロプラスチック量が最も多い (1.06 ± 0.48 m−3) でした.
• 中央のボハイ海域で 2つの異なるマイクロプラスチックホットスポットが特定されました

結論:

• RFAGBモデルは遠隔検知によるマイクロプラスチックのモニタリングに 強化された強度と精度を提供します.
• 衛星によるリモートセンシング技術は 海洋の微小プラスチックを 定期的に大規模に監視する大きな可能性を秘めています
• 汚染源のインプットと水力学的要因は,マイクロプラスチック空間的および時間的な変化の要因である可能性が高い.