海洋塑料污染是我们今天面临的最紧迫的环境问题之一。一个新研究2019年发布的报告显示，自上世纪50年代塑料的广泛使用以来，海洋中的塑料数量一直在显著增加，而这个问题可能会变得更糟。
塑料污染不仅会影响600多种可以摄取或在塑料碎片中缠绕的海洋物种 - 导致饥饿，溺水或窒息 - 它也对经济产生了负面影响，由于塑料污染，经济成本估计为6-9美元每年十亿美元。更重要的是，微薄塑料威胁人类健康，用鱼类和其他海鲜通过食物链携带有毒污染物。
我们海洋中塑料的问题不会消失，但技术可以帮助做一些事情。基于代理的建模，用于响应环境的个人或粒子的先进行为和状态，是可用于清理海洋的方法之一。就是这样。
在深海寻找塑料热点
基于智能体的模型(ABMs)已被用于研究塑料绳(或拖车绳)在海洋中的分布。从本质上说，拖网拖缆是一串塑料，用于保护拖网在捕鱼作业期间不受磨损和撕裂。许多这样的塑料串最终会进入海洋，对海洋生物构成威胁。
手推车绳索上的塑料碎片经常会进入海洋。爱游戏优惠©DHI.
基于智能体的模型通过研究塑料如何在水柱中演变以及它会在哪里沉淀，帮助识别了沉积物和深海中塑料的热点。最近在北海进行的一项研究表明，拖曳绳的使用导致了沉积物和海滩的跨境污染。为了保护环境，应该考虑使用手推车绳的替代品。
图片显示多莉绳索和其他小于1mm直径的塑料纤维的图片可以变得较高的密度生物体。爱游戏优惠©DHI.
找到最佳站点以放置清理系统
清洁系统 - 使用浮动屏障或臂 - 通常用于捕获海洋垃圾漂浮在海洋表面上。清洁系统基本上充当人工海岸线，目的是在一个地区收集尽可能多的碎屑。基于代理的建模与高级流体动力学模型耦合，可以识别将清理系统捕获的最佳站点 - 并移除 - 船用碎片的最大数量。
跟踪塑料污染的实时系统
技术还可以帮助建立全球全球监测系统进行塑性污染。海洋的清理是一种非营利基础，开发从海洋中提取塑料的技术，正在使用机器学习来检测 - 使用来自摄像机的图像 - 实时河流塑料的数量和特征。为什么河流？因为河流是海洋中塑料的主要来源所有塑料的90％来自10个河流系统，在这里开始塑料污染的最佳管理。
有一些正在进行的研究能够从卫星图像中突出显示海洋中央的塑料斑块。将这些技术的输出作为我们模型的输入，可能会产生一个实时的塑料跟踪系统。
微薄塑料怎么样？
如果在表面上积累大型塑料件，我们是否有表面以下的任何此类部位 - 也许在深海中？学习海洋塑料的科学家发现99％的塑料进入海洋就会消失。那么他们在哪里?有一些理论，如塑料进入食物链，分解成更小的碎片，生物降解，搁浅和光降解，但最可能的原因是沉积。
海洋生长可以增加塑料颗粒的比密度，并挑起它的下沉。这与密度低于水的塑料更为重要，并且最初浮动。但这代表了一半以上的塑料制作。当进入水时，塑料具有比水更高的密度。建模可以帮助我们确定水中塑料的行为及其可能的轨迹和位置，进一步加入清理努力。
塑料颗粒在水中的运动受到比电流的其他因素的高度影响。水平地，它受风（ekman运输）和波浪（Stokes Drift）的影响，而垂直上，密度正在发挥重要作用。考虑到颗粒上的生物污垢生长将改变其密度，颗粒的垂直分布受影响生物膨胀生长本身的因素的影响，例如可用的光，叶绿素和温度。爱游戏优惠©DHI.
对基于代理的建模感到好奇？
请求免费试用我们的反弹道导弹实验室软件或要求我们了解有关您项目如何从基于代理的建模中获得的强大的洞察力中受益的详细信息。
