이 10개 강은 전 세계 해양 플라스틱 오염의 95%에 기여합니다.
바다는 지구에서 70%의 면적을 차지합니다. 그것은 차분할 수도, 환희에 넘칠 수도, 격노할 수도 있습니다. 이 광활한 바다 세계에서는 일부 이물질이 해양 생물의 생존을 심각하게 위협합니다.
2016년 세계경제포럼에서 발표한 보고서에 따르면매년 800만 톤의 플라스틱이 바다로 유입됩니다.이는 매분 트럭 한 대 분량의 플라스틱이 바다에 버려지는 것과 같습니다.
플라스틱 폐기물로 인해 직접적인 영향을 받는 해안 및 해양 생물 종은 800종 이상이며, 매년 100만 마리의 바닷새와 10만 마리의 해양 포유류가 플라스틱 폐기물로 인해 죽습니다.
바다의 플라스틱 오염은 인간의 건강에도 위협이 됩니다.분해되기 어려운 플라스틱 폐기물이 바다에 유입되면 외부 힘의 작용으로 미세 플라스틱으로 변해 물고기, 조개류 및 기타 생물이 쉽게 먹이로 섭취할 수 있습니다.
플라스틱 독소는 결국 물고기, 새우, 조개류 등의 유기체를 통해 인간의 식탁에 도달하게 됩니다. 일부 전문가들은 심지어 다음과 같이 제안하기도 했습니다.바다 속 플라스틱은 결국 나노플라스틱으로 분해되는데, 이 나노플라스틱은 너무 작아서 섭취하면 인간 세포에 침투할 수 있습니다.인간의 호르몬 수치와 성장, 발달에 영향을 미칩니다.
유엔환경계획(UNEP)은 보고서에서 바다에 버려지는 플라스틱 폐기물 중95%는 10개 강에서 발생하고 60%는 동남아시아에서 발생하는데, 메콩강이 가장 오염되었습니다.
유엔 부사무총장 아르미다는 말했다
ASEAN은 세계에서 가장 심각한 해양 플라스틱 오염이 발생하는 지역입니다.
메콩강은 동남아시아에서 가장 중요한 국제적 수자원 체계로, 6개국을 흐르며 이 길을 따라 7천만 명에게 식수를 공급합니다.메콩 강의 플라스틱 오염을 해결하는 방법은 모든 인류와 미래 세대에 관한 중요한 문제가 되었습니다.
CounterMEASURE: 플라스틱 오염의 관문을 찾다
2019년 5월, 유엔 환경 계획은 메콩강과 갠지스강의 플라스틱 오염에 대응하기 위한 대책 프로젝트인 CounterMEASURE를 시작했습니다.
CounterMEASURE는 바다에 있는 플라스틱 폐기물의 "진입 지점", 즉 폐기물이 바닷물로 유입되는 방식에 초점을 맞춥니다. 그 중요한 목적 중 하나는목표는 메콩강 유역의 플라스틱 폐기물의 출처와 경로를 정확히 파악하기 위한 식별 및 모니터링 모델을 개발하는 것입니다.
파란색 선은 메콩강을 나타내고, 빨간색 원은 메콩강 유역을 나타냅니다.
시범 프로젝트 3개는 싱가포르, 베트남, 캄보디아에 위치해 있습니다.
태국에는 2개의 시범 사이트가 있습니다.
이 프로젝트에서 과학자들은 드론, GIS, 머신 러닝과 같은 기술을 사용하여 궁극적으로 바다로 흘러드는 강, 수로 및 기타 육지 지역을 모니터링하고 플라스틱 폐기물의 지리공간 데이터와 이미지를 얻었으며, 이를 바탕으로 메콩 강의 플라스틱 오염을 평가할 수 있는 최첨단 기술을 개발했습니다.
GIS + UAV + ML, 원스톱 샘플링 및 분석
아시아 공과대학 지리정보센터(GIC)의 지원을 받아 연구원들은 GIS 플랫폼을 개발했습니다.목표는 드론을 사용하여 메콩강 유역의 항공 사진을 촬영하고, 사진을 바탕으로 플라스틱 폐기물의 실제 분포와 배출량을 계산하는 것입니다.
- 항공 사진
기계 모델:DJI 팬텀 4 프로
사격장:태국 우본랏차타니와 라오스 비엔티안에 있는 메콩강 유역과 그 지류
촬영 요구 사항:라오스의 촬영기준은 해발 30m 이하이며, 해상도는 4K(3840×2160픽셀)이며, 623장의 광학이미지를 분석에 활용하였습니다.
왼쪽과 오른쪽 사진은 쓰레기 청소 전과 후를 비교한 것입니다.
- 1단계: 데이터 세트 만들기
라오스의 항공 사진.쓰레기를 포함한 이미지 3,423개와 쓰레기를 포함하지 않은 이미지 7,000개가 포함되어 있습니다.이는 모델 학습을 위한 데이터 세트로 사용됩니다.
- 2단계: 객체 감지 모델 만들기
드론이 수집한 항공 이미지는 종횡비에 따라 균등하게 나뉩니다.그런 다음 슬라이드 윈도우 방법을 사용하여 각 영역에 대한 심층 학습을 수행합니다.
고정된 너비의 사각형을 밀어서 전체 이미지를 분석합니다.
이 방법을 사용하면 분석 결과를 더 쉽게 검증할 수 있습니다.
그리고 소량 쓰레기의 탐지 및 식별에 유리합니다.
이 과정에서직사각형의 길이와 너비, 슬라이드의 너비라는 3가지 매개변수만 결정하면 됩니다.이렇게 하면 프로세스가 더 빠르고 직관적으로 진행됩니다.
이 단계에서 사용되는 딥러닝 모델은 다음과 같습니다.이는 기존의 3가지 CNN 시스템 모델(VGG16, MobileNet-V2, Inception-v3)을 기반으로 만들어졌습니다.
모델 생성 중에Google Vision API의 도움으로 1098개의 쓰레기 구역을 감지할 수 있습니다.
- 실험 결과
이미지 분석 결과는 다음과 같습니다.라오스 비엔티안의 761,400㎡ 규모의 메콩강 유역에서 총 8,284개의 쓰레기가 발견되었으며(이미지 중복 영역 제외), 1,000㎡당 평균 10.89개의 쓰레기가 발견되었습니다.
또한, 전이학습 방법을 사용하면 대상 객체를 여러 카테고리로 나누거나 여러 개의 입력을 사용할 수 있습니다.모델의 정확도를 더욱 향상시킬 수 있습니다.
빨간색은 많은 양의 종이 낭비를 나타내고 녹색은 적은 양의 종이 낭비를 나타냅니다.
보편적 모델을 구축하기 위해서는 아직 갈 길이 멀다
라오스 비엔티안의 메콩강 유역 플라스틱 폐기물 식별 모델의 정확도는 83.9%입니다.그러나 이 모델은 비엔티안의 메콩강 유역에만 적용할 수 있으며 보편적이지 않습니다.
유엔 환경 계획(UNEP)이 발표한 자료에 따르면 전 세계 해양 플라스틱 오염의 95%가 10개 강에서 유래한 것으로 나타났으며, 이 중 8개 강은 아시아에, 2개 강은 아프리카에 있습니다.
10개의 강은 메콩강, 인더스강, 갠지스강, 나일강, 니제르강입니다.
아무르강, 양쯔강, 황하, 하이허강, 주강
다양한 강에 대한 공통적인 머신 러닝 모델을 생성하고 항공 사진 표준과 이미지 형식을 통합합니다.이는 조사 범위를 확대하고 바다로 유입되는 플라스틱 폐기물의 양을 가능한 한 빨리 통제하는 데 중요한 열쇠입니다.
4월 20일 유엔환경계획(UNEP)은Google과 협력하여 해양 플라스틱 오염에 대한 일반적인 머신 러닝 모델을 개발합니다.
이 새로운 일반 머신 러닝 모델은 메콩강 유역의 플라스틱 오염에 대한 보다 자세하고 정확한 분석을 제공할 수 있을 뿐만 아니라,또한 확장성과 활용성이 매우 뛰어나, 전 세계의 플라스틱으로 심하게 오염된 다른 유역에도 적용할 수 있으며, 플라스틱 오염 전파에 대한 열 지도를 개발하기 위한 자료를 제공할 것입니다.
바다의 건강은 지구와 인간의 삶과 밀접한 관련이 있습니다. BBC의 고전 다큐멘터리 "블루 플래닛"에서는 다음과 같이 말했습니다.
바다는 무한하며, 우리에게 경외감과 놀라움, 때로는 두려움을 안겨줍니다.
아마도 오늘날 인간에게 부족한 것은 바로 이러한 경외심과 소중함의 감정일 것입니다. 수백 척의 배가 물살에 맞서 경쟁하고, 수백 개의 강물이 바다로 흘러든다. 당신과 내가 플라스틱 제품 사용을 줄이면, 우리는 해양 생태계를 근원부터 보호할 수 있습니다.
