En Informes científicos esta semana. El enfoque, que utiliza datos de los satélites Sentinel-2 de la Agencia Espacial Europea, es capaz de distinguir los plásticos de otros materiales con un 86% de precisión.

Lauren Biermann y sus colegas identificaron parches de escombros flotantes de los datos de Sentinel-2 en función de sus firmas espectrales:las longitudes de onda de la luz visible e infrarroja que absorbían y reflejaban. Luego, los autores entrenaron un algoritmo de aprendizaje automático para clasificar los materiales individuales que componían estos parches de acuerdo con las firmas espectrales específicas de diferentes materiales plásticos y naturales. Estas firmas se obtuvieron a partir de datos satelitales sobre basura plástica varada en el puerto de Durban en Sudáfrica el 24 de abril de 2019 y plástico flotante desplegado por los autores frente a la costa de Mytilene (Grecia) en 2018 y 2019.También utilizaron datos satelitales obtenidos previamente. en materiales naturales que puedan encontrarse junto con el plástico marino, como las algas, escombros leñosos, espuma y roca volcánica.

Los autores probaron su método con datos Sentinel-2 de aguas costeras en cuatro ubicaciones diferentes:Accra (Ghana), las islas San Juan (Canadá), Da Nang (Vietnam) y este de Escocia (Reino Unido). El método distinguió con éxito los plásticos de otros materiales flotantes o agua de mar con una precisión promedio del 86% en las cuatro ubicaciones y una precisión del 100% en las islas de San Juan.

Los hallazgos demuestran que el método fue exitoso en cuatro áreas costeras diferentes. Los autores esperan que pueda usarse con drones o satélites de alta resolución para mejorar el monitoreo global de la basura plástica marina y ayudar en las operaciones de limpieza.