深圳海滩塑料垃圾及其重金属污染分析

海洋塑料垃圾污染是一个全球性环境问题,为了解海岸线上塑料垃圾及其重金属污染情况,本研究在深圳海岸线上选取5个典型海滩,分析海滩塑料垃圾的组成和来源,并研究塑料垃圾的重金属含量及其浸出行为,评估其潜在的摄入风险.结果表明:塑料和泡沫塑料是海滩垃圾最主要的组成成分,占比高达72%;人类海岸活动是海滩塑料垃圾最主要的来源,占比高达80.58%;塑料垃圾中Zn、Ba、Pb的含量较高,其中Zn的平均值达到500mg/kg以上;在模拟胃酸溶液中,Zn的浸出浓度最高(0.7605~2.6283mg/L),Mn浸出率最高(16.22%~83.45%),Sb的浸出量和浸出率均为最低.基于海滩塑料垃圾样品中重金属最大可浸出率的摄入风险评估表明,塑料样品中的重金属不会造成健康风险.本研究提供的基础数据资料有助于海洋塑料垃圾的管理.

基于分割网络的海滩泡沫浮球遥感影像自动识别应用研究

通过人工目视解译福建沿海23个岸段无人机影像,获取到足够的泡沫浮球样本数据。对4个语义分割网络模型进行训练,对比现有3种主流结构(CNN、CNN+Transformer、Transformer)在海滩塑料泡沫浮球分割任务上的识别效果。实验结果表明:Transunet网络与U-net、DeepLabv3+、Swin-Unet对比,对于不同密集程度、不同大小的海滩塑料泡沫浮球有更高的识别精度。对网络结构而言,CNN+Transformer结构的语义分割网络具有更高的识别精度,可以更好地应对复杂的海滩环境,在实际应用中具有很大的潜力。对识别场景而言,Transunet在所有场景中都表现最佳。对比现有不同结构语义分割网络,为海滩塑料泡沫浮球自动识别提供了一种可行的解决方案。