Con un’accuratezza di addirittura l’86% i satelliti, insieme all’intelligenza artificiale, stanno diventando i nostri migliori alleati nella ricerca di frammenti di plastica negli oceani.

La caccia alla plastica negli oceani diventa più facile grazie ai satelliti: le loro osservazioni combinate all’analisi fatta con l’intelligenza artificiale, permettono di riconoscere i frammenti di plastica più grandi di 5 millimetri che si aggregano fra le onde, distinguendoli da altri elementi naturali come alghe o legni con un’accuratezza dell’86%.

Lo dimostrano i primi esperimenti fatti con i dati del satellite Sentinel-2 del programma Copernicus, gestito da Commissione europea e Agenzia spaziale europea (Esa). I risultati sono pubblicati su Scientific Reports dai ricercatori britannici del Plymouth Marine Laboratory.

La tecnica di rilevamento delle macroplastiche in mare si basa sul riconoscimento della loro firma spettrale, ovvero sull’analisi delle lunghezze d’onda della luce visibile e infrarossa che i detriti assorbono e riflettono.

I ricercatori hanno inoltre addestrato un algoritmo di intelligenza artificiale a riconoscere le firme spettrali dei vari materiali galleggianti usando i dati satellitari relativi ai rifiuti plastici presenti nel porto sudafricano di Durban il 24 aprile 2019 e i detriti di plastica disseminati in modo controllato dagli stessi ricercatori lungo la costa greca di Mitilene nel 2018 e nel 2019.

Per lo studio sono stati usati anche altri dati satellitari riguardanti materiali naturali che spesso vengono trovati insieme alla plastica, come alghe, frammenti di legno, schiuma e rocce di origine vulcanica.

L’algoritmo è stato in grado di distinguere le macroplastiche dagli altri elementi naturali con un’accuratezza dell’86%

L’intelligenza artificiale, una volta pronta, è stata messa alla prova sui dati di Sentinel-2 raccolti in quattro località: Accra in Ghana, le isole San Juan in Canada, Da Nang in Vietnam e l’est della Scozia. L’algoritmo è stato in grado di distinguere le macroplastiche dagli altri elementi naturali con un’accuratezza dell’86% nelle quattro diverse località, raggiungendo il 100% nel caso delle isole canadesi.

I ricercatori sperano che l’algoritmo possa essere usato per migliorare il monitoraggio globale della plastica nei mari, usando sia le immagini ad alta risoluzione dei satelliti che quelle riprese dai droni.