本周，《科学报告》提出了探测浮式大叶生物结块超过5毫米的海洋环境的新方法。这种方法使用欧洲航天局哨兵2号卫星的数据，能够以86%的精确度区分塑料和其他材料。

Lauren Biermann及其同事从Sentinel-2数据中根据其光谱特征（即吸收和反射的可见光和红外光的波长）识别出了漂浮碎片的斑块。然后，作者们训练了一个机器学习算法，根据不同塑料和天然材料的特定光谱特征对组成这些斑块的单个材料进行分类。这些特征来自于2019年4月24日在南非德班港冲上的塑料垃圾的卫星数据，以及作者在2018年和2019年在希腊米蒂利尼海岸（Mytilene）外海部署的漂浮塑料的卫星数据。他们还使用了之前获得的关于可能与海洋塑料一起被发现的自然材料的卫星数据，如海藻、木质碎屑、泡沫和火山岩等。

作者在四个不同地点的沿海水域的哨兵2号数据上测试了他们的方法。阿克拉（加纳）、圣胡安岛（加拿大）、岘港（越南）和苏格兰东部（英国）。该方法成功地将塑料与其他漂浮物或海水进行了区分，四个地点的平均准确率为86%，圣胡安岛附近的准确率为100%。

研究结果表明，该方法在四个不同的沿海地区取得了成功。作者希望，该方法可以与无人机或高分辨率卫星一起使用，以改善对海洋塑料垃圾的全球监测，并协助清理行动。