Een nieuwe methode voor het detecteren van flarden drijvende macroplastics – groter dan 5 millimeter – in mariene omgevingen wordt gepresenteerd in Wetenschappelijke rapporten deze week. De aanpak, die gegevens gebruikt van de Sentinel-2-satellieten van het Europees Ruimteagentschap, kan kunststoffen met een nauwkeurigheid van 86% onderscheiden van andere materialen.

Lauren Biermann en collega's identificeerden stukjes drijvend puin uit Sentinel-2-gegevens op basis van hun spectrale handtekeningen - de golflengten van zichtbaar en infrarood licht dat ze absorbeerden en weerkaatsten. De auteurs hebben vervolgens een algoritme voor machinaal leren getraind om de afzonderlijke materialen waaruit deze patches zijn opgebouwd te classificeren volgens de specifieke spectrale handtekeningen van verschillende plastic en natuurlijke materialen. Deze handtekeningen zijn verkregen uit satellietgegevens over plastic zwerfvuil dat op 24 april 2019 in de haven van Durban in Zuid-Afrika is aangespoeld en drijvend plastic dat in 2018 en 2019 door de auteurs voor de kust van Mytilini (Griekenland) is ingezet. Ze gebruikten ook eerder verkregen satellietgegevens op natuurlijke materialen die waarschijnlijk samen met zeeplastic worden aangetroffen, zoals zeewier, houtachtig puin, schuim en vulkanisch gesteente.

De auteurs hebben hun methode getest op Sentinel-2-gegevens van kustwateren op vier verschillende locaties:Accra (Ghana), de San Juan-eilanden (Canada), Da Nang (Vietnam) en Oost-Schotland (VK). De methode onderscheidde met succes kunststoffen van andere drijvende materialen of zeewater met een gemiddelde nauwkeurigheid van 86% over de vier locaties en 100% nauwkeurigheid voor de San Juan-eilanden.

De bevindingen tonen aan dat de methode succesvol was in vier verschillende kustgebieden. De auteurs hopen dat het kan worden gebruikt met drones of satellieten met hoge resolutie om de wereldwijde monitoring van plastic zwerfvuil op zee te verbeteren en opruimingsoperaties te ondersteunen.