Description: Eine arktisweit einheitliche Erfassung von Strandmüll ist die grundlegende Voraussetzung für die Entwicklung eines regionalen Aktionsplans (RAP) wie von der Protection of the Arctic Marine Environment Arbeitsgruppe des Arktischen Rats (PAME) für 2021 angestrebt. Die Erfassung von Strandmüll gibt dabei sowohl Informationen über den aktuellen Verschmutzungszustand als auch eine Grundlage für die Bewertung des Erfolgs möglicher Aktionspläne. Um dies zu erreichen, ist eine einheitliche Methodik erforderlich, die eine kosten- und zeiteffiziente Erfassung von arktischen Stränden ermöglicht. Die traditionelle Erfassung von Strandmüll wurde in diesem Projekt durch fernerkundliche Methoden wie Satellitenbilder oder Drohnenerfassungen unterstützt und erweitert. Die Entwicklung einer geeigneten Methodik war das Hauptziel dieser Studie, und die Methodik wurde an ausgewählten Hotspots von Strandmüll auf Grönland und Spitzbergen evaluiert. Zu diesem Zweck wurden zuvor potenzielle Hotspots identifiziert, indem Daten von bereits existierenden Standmüllkartierungen sowie Informationen zu potenziellen Quellen und weiterer geografischer Faktoren (z. B. Bevölkerungsdichte, Abwasserbehandlung usw.) ausgewertet wurden. Zur Auswertung wurdenein statistischer und ein Modell-basierter Ansatz gewählt.Für die Entwicklung einer geeigneten Methodik wurde eine Literaturstudie durchgeführt, in der das Potenzial verschiedener Fernerkundungsmethoden hinsichtlich räumlicher und spektraler Auflösung, Zeit- und Kosteneffizienz und der Anwendbarkeit einer (halb-) automatischen Klassifikation verglichen wurde. In Anbetracht der Einschränkungen der räumlichen Auflösung aller Fernerkundungstechniken konzentriert sich diese Studie auf Makromüll (>2,5 cm). Eine Kombination von Satellitenbildern mit Drohnenerfassungen und konventionellen Strandmüllkartierungen wird empfohlen.Für die Drohnenerfassung wurde eine manuelle Sichtung der Drohnenbilder und eineAnwendung Maschinellen Lernens getestet. Bei der manuellen Sichtung konnten bis zu 17,5% der Plastikobjekte im Vergleich zur OSPAR (Vertrag zum Schutz der Nordsee und des Nordostatlantiks) Erfassung gefunden werden. Die niedrige Erfassungsrate resultierte aus der Größenverteilung der Plastikobjekte mit der Mehrzahl der Objekte <10 cm, der heterogenen Strandumgebung und der Bodenauflösung (ground sample distance: GSD) von 1,4 cm und 3,4 cm für den RGB (Rot-Grün-Blau) - beziehungsweise den VIR (sichtbar - Infrarot) - Sensor. Eine (halb-) automatische Auswertung der Drohnenbilder wurde anhand verschiedener Anwendungen Maschinellen Lernens (Random Forest, Support Vector Machine, Neuronale Netzwerke) getestet. Die höchste Gesamtgenauigkeit (overall accuracy: OA) wurde unter Anwendung von Random Forest für VIR-Bilder erreicht mit einer OA von 90,6%. Die häufigste Fehlklassifikation von Plastikobjekten fand mit Steinen und Holz statt. Auf Grund des deutlich geringeren Müllvorkommens im Vergleich zum Vorkommen von Steinen und Holz, führte schon ein geringer Prozentsatz an falsch bestimmten Steinen und Holz zu einer erheblichen Überschätzung des Plastikmülls. Um den komplexen Umweltbedingungen und der Größenverteilung der Plastikobjekte in der Arktis gerecht zu werden, wird für zukünftige Studien eine GSD im Subzentimeter-Bereich empfohlen. Für große Flächen war das drohnenbasierte Strandmüll-Monitoring im Vergleich zum OSPAR-Monitoring bis zu 22-mal schneller, wohingegen für kleinere Flächen das OSPAR-Monitoring effizienter war. Trotzdem können Drohnenerfassungen auch für kleine Gebiete von Vorteil sein, da die Strände in der Arktis oft abgelegen sind und die Zeit an den Stränden begrenzt sein kann. Die Ergebnisse der WorldView 3 (WV3) -Bilder zeigen, dass die Erkennung von Strandmüll mit Satellitenbildern immer noch durch die räumliche Auflösung begrenzt ist und nur große Müllansammlungen erkennbar sind. Eine höhere räumliche Auflösung oder eine größere spektrale Abdeckung wäre erforderlich, um auch geringere Müllansammlungen an Stränden von Satelliten aus zu erkennen. In zukünftigen Studien sollten Anwendung der Sub-Pixel Klassifikation in Untersuchungsgebieten mit sehr hohemMüllaufkommen getestet werden, um die Mindestpixelabdeckung durch Plastikobjekte zu bestimmen, die für eine erfolgreiche Erkennungerforderlich ist. Die Ergebnisse einer solchen Auswertung können verwendet werden, um die Mindestauflösung von Satellitenbildern zu bestimmen, um Müllansammlungen, wie sie auf Grönland und Spitzbergen vorgefunden wurden, erkennen zu können. Quelle: Forschungsbericht
Global identifier:
Doi(
"10.60810/openumwelt-6503",
)
Types:
Origin: /Bund/UBA/openUMWELT
Tags: Grönland ? Kunststoffabfall ? Satellitenbild ? Sensor ? Spülsaummonitoring ? Abwasserbehandlung ? Marines Ökosystem ? OSPAR ? Ratte ? Satellit ? Strandmüll ? Arktis ? Bevölkerungsdichte ? Größenverteilung ? Künstliche Intelligenz ? Literaturstudie ? Strand ? Studie ? Vertrag ? Nordostatlantik ? Aktionsplan ? Küstenlinie ? Kosteneffizienz ? Schutz der Arktis ? Fernerkundung ? Klassifikation ? Standortbedingung ? Gestein ? Nordsee ? Sustainability | Strategies | International matters ? UAV ?
License: unbekannt
Language: Englisch/English
Issued: 2023-01-01
Time ranges: 2023-01-01 - 2023-01-01
Accessed 1 times.