Das exponentiell steigende Wachstum in der Plastikproduktion und der weltweiten Nachfrage hat das Augenmerk auf das Missmanagement von anthropogenem Abfall und die Auswirkungen der Abfallakkumulation auf die Umwelt gelenkt. Insbesondere die Meeresverschmutzung durch Mikroplastikpartikel hat das Interesse der Forscher auf sich gezogen. Um den negativen Einfluss von Plastikmüll auf verschiedene Ökosysteme weltweit zu bewältigen, ist es unerlässlich, dass die Forschergemeinschaft die Datenerhebung und Berichterstattung zu Konzentrationen, Verteilung und allgemeinen Trends von Plastikmüll harmonisiert. Fortschritte in der globalen ozeanographischen Modellierung, gekoppelt mit bestehenden Berichten über Plastikkonzentrationen und -dynamik, haben unsere Fähigkeit zur Vorhersage der Haupttransportwege von Plastik und wichtiger Umweltreservoire erheblich verbessert. Diese großen Modelle sind wertvoll, um vorrangige Forschungsbereiche zu identifizieren, sind jedoch oft zu grob in der Auflösung, um die zeitlichen und räumlichen Variationen in der Plastikakkumulation umfassend zu verstehen. Eine zunehmende Datenmenge in diesen hochpriorisierten Zonen und über geografische Regionen hinweg ist entscheidend für ein präziseres Verständnis der Schicksale und Auswirkungen von Plastik, was für örtliche Behörden und Behörden wichtig ist, um gezielte Interventionsstrategien zu entwickeln. Bestehende Methoden zur Quantifizierung, Klassifizierung und Berichterstattung von Trümmern in verschiedenen Umgebungen werden oft durch operationelle Herausforderungen wie große Probenmengen, langsame oder mühsame Verarbeitungsschritte oder Mangel an Standardisierung bei Klassifizierungspraktiken beeinträchtigt. Plastikforschung wird in einer Vielzahl von Umgebungen (Luft, Wasser, Biota und Sediment) durchgeführt, von denen jede ihre eigenen Herausforderungen bei der Probenverarbeitung darbietet. Inkonsistenzen in Terminologie, Berichtseinheiten und Methoden erschweren genaue geografische Vergleiche und die Verwendung in nummerischen Modellen für Mikroplastik. Es besteht ein dringender Bedarf an effizienten, zeitsparenden, kostengünstigen, vereinfachten und unvoreingenommenen Standardisierungsmethoden zur Verarbeitung von Feldproben, die jedoch auch innerhalb der Plastikverschmutzungsforschergemeinschaft als Schlüsselthema diskutiert wurden. Ein neuartiger Ansatz durch kombinierte experimentelle Verfahren und Bildverarbeitungstechniken ermöglicht die Quantifizierung und Charakterisierung von Mikroplastik in verschiedenen Umgebungen. Der Workflow akzeptiert Bilder von Handys gleichzeitig mit simplen Strandprobennahmeprotokollen, die von Forschern und Bürgerwissenschaftlern genutzt werden. Die Bildverarbeitung umfasst drei Schlüsselelemente: Segmentierung, Partikelklassifizierung und Partikelcharakterisierung. Die Partikel werden dann individuell klassifiziert und analysiert, um Größe, Form, Farbe, Oberfläche und andere Merkmale zu erschließen. Der Workflow ist darauf ausgelegt, Plastikpartikel effizient zu erfassen und physikalische Parameter für jedes Plastikpartikel aus den Eingabebildern zu bestimmen. Dies bietet eine schnellere und robustere Alternative zur manuellen Auswahl. Das Ziel ist es, Open-Source-Ressourcen wie Datensätze, Modelle und Schnittstellen bereitzustellen, um Forscher im Bereich der Plastikverschmutzung bei der standardisierten und vergleichbaren Probenauswertung zu unterstützen.
Frontiers | Computer-Vision-Segmentierungsmodell — Deep Learning zur Kategorisierung von Mikroplastikgerusten
