これら 10 の河川は世界の海洋プラスチック汚染の 95% に「寄与」している

地球上で海は 70% の面積を占めています。広大な海洋世界では、いくつかの異物が海洋生物の生存を深刻に脅かしています。

2016年に世界経済フォーラムが発表した報告書によると、毎年、800万トンのプラスチックが世界の海に流入しています。毎分トラック1台分のプラスチックが海に投棄されている量に相当します。

800種を超える沿岸および海洋生物がプラスチック廃棄物によって直接影響を受けており、毎年100万羽の海鳥と10万頭の海洋哺乳類がプラスチック廃棄物によって死亡しています。

海洋のプラスチック汚染も人間の健康を脅かします。耐火プラスチック廃棄物は海水に入ると、外力の作用によりマイクロプラスチックに変化し、魚介類やその他の生物が餌として容易に食べることができます。

プラスチック毒素は、最終的には魚、エビ、貝類、その他の生物を通じて人間の食卓に到達します。一部の専門家は次のように示唆しています海洋中のプラスチックは最終的にナノプラスチックに分解されますが、ナノプラスチックは非常に小さいため、摂取すると人間の細胞に侵入する可能性があります。人間のホルモンレベルと成長と発達に影響を与えます。

国連環境計画は報告書の中で、海に投棄されたプラスチック廃棄物の中には、95% は 10 の河川に由来し、60% は東南アジアに由来し、その中でもメコン川が最も汚染されています。

メコン川は東南アジアで最も重要な国境を越えた水系であり、6 か国を流れ、途中の 7,000 万人の飲料水源として機能しています。メコン川のプラスチック汚染をどう解決するかは、全人類と将来世代に関わる重要な課題となっている。

対策：プラスチック汚染の侵入口を把握する

国連環境計画は2019年5月、英語コード名「CounterMEASURE」でメコン川とガンジス川流域のプラスチック汚染対策プロジェクトを発表した。

CounterMEASURE は、プラスチック廃棄物の海洋への「侵入」、つまり廃棄物がどのようにして海水に入るのかに主に焦点を当てています。その重要な目的の 1 つは、次のとおりです。メコン川流域のプラスチック廃棄物の発生源と経路を正確に特定するための識別および監視モデルを開発することです。

このプロジェクトでは、科学者たちはドローン、GIS、機械学習などのテクノロジーを利用して、最終的に海に合流する河川や水路などの陸域を監視し、プラスチック廃棄物の地理空間データと画像を取得し、プラスチック汚染を評価するシステムを開発します。メコン川の最先端技術。

 GIS + UAV + ML、ワンストップのサンプリングと分析

アジア工科大学地理情報センター (GIC) の支援を受けて、研究者らは GIS プラットフォームを開発しました。目的は、ドローンを使ってメコン川流域の航空写真を撮影し、その画像に基づいてプラスチック廃棄物の実際の分布と排出量を計算することです。

•   航空写真 

マシンモデル:DJI ファントム 4 プロ

射撃場：タイのウボンラチャタニとラオスのビエンチャンにあるメコン川流域とその支流流域

撮影条件：ラオスの撮影基準は高度30m以下、解像度は4K（3840×2160ピクセル）、解析には623枚の光学画像を使用

•   ステップ 1: データセットを作成する 

ラオス地域の航空写真、ゴミを含む画像が合計 3423 枚、ゴミが含まれていない画像が 7000 枚含まれています。そして、これをモデルのトレーニング用のデータセットとして使用します。

•   ステップ 2: ターゲット検出モデルを作成する 

ドローンで収集した空撮画像をアスペクト比に合わせて均等に分割し、そして、スライドウィンドウ法を用いて各領域に対してディープラーニングを実行します。

このプロセスでは、決定する必要があるパラメータは、長方形の長さと幅、スライドの幅の 3 つだけです。これにより、処理プロセスがより速く、より直感的になります。

この段階で使用される深層学習モデルは、これは、3 つの既存の CNN システム モデル (VGG16、MobileNet-V2、Inception-v3) に基づいて作成されています。

モデルの作成プロセス中に、Google Vision API を利用すると、1098 個のゴミエリアを検出できます。

•   実験結果 

画像分析の結果は次のとおりです。ラオスのビエンチャンのメコン川流域で、76万1,400平方メートルの面積（画像の重複部分を除く）で合計8,284個のゴミが発見され、1,000平方メートルあたり平均10.89個のゴミが見つかった。

さらに、転移学習手法により、対象オブジェクトを複数のカテゴリに分類したり、複数の入力を使用したりします。モデルの精度をさらに向上させることができます。

普遍的なモデルを構築するまでの道のりは長い

ラオスのビエンチャンにあるメコン川流域のプラスチック廃棄物識別モデルでは、精度率は 83.9% に達しました。ただし、このモデルはビエンチャンのメコン川流域にのみ適用可能であり、普遍的ではありません。

国連環境計画が発表したデータによると、世界の海洋プラスチック汚染の95%は10の河川に由来しており、そのうち8つはアジア、2つはアフリカにある。

共通の機械学習モデルを作成し、さまざまな河川の航空写真規格と画像形式を統一し、これが調査範囲を拡大し、「プラスチックごみの海への流入」を早期に抑制する鍵となっている。

4月20日、国連環境計画は次のように発表した。Googleと協力して海洋プラスチック汚染に関する一般的な機械学習モデルを開発する予定だ。

この新しい一般的な機械学習モデルは、メコン川流域のプラスチック汚染のより詳細かつ正確な分析を可能にすることに加えて、また、拡張性が高く、世界中の他の深刻なプラスチック汚染流域でも利用できると同時に、プラスチック汚染の広がりに関するヒートマップを作成するための資料も提供されます。

海の健康は地球と人間の生活と密接に関係していると、BBC の古典的なドキュメンタリー「ブルー プラネット」で次のように述べられています。

海は無限であり、私たちを畏敬の念、驚き、そして時には恐怖で満たします。

おそらく、今の人類に欠けているのは、この畏敬の念と愛の感覚なのかもしれない。あなたと私は、海洋生態系を根源から守るためにプラスチック製品の使用を減らすために、何百もの船が競い合います。