02.05.2024
Подписывайтесь на Telegram-канал по ссылке

Машинное обучение помогло оценить влияние микропластика на свойства почвы

Microplastics soil

Пластиковые отходы и их накопление в природе стали серьёзной экологической проблемой. Загрязнение океанов пластиком, несомненно, вызывает беспокойство учёных, но и присутствие пластика в почве по всему миру также вызывает серьёзные проблемы с окружающей средой и здоровьем людей и животных. В результате естественных и антропогенных процессов пластик распадается на более мелкие части, известные как микропластик. Они способны изменять свойства почвы. Более того, они также поглощаются растениями, потенциально попадая в пищу.

Глобальные корпорации часто сталкиваются с растущими ожиданиями от принятия экологичных стратегий, при этом особое внимание уделяется решению проблем, связанных с пластиком. Тем не менее основополагающие механизмы, регулирующие воздействие микропластика в почве на окружающую среду, до сих пор остаются неизученными. Неоднородность почв и разнообразие типов микропластика затрудняют прогнозирование и смягчение его воздействия на свойства почвы.

Чтобы восполнить этот недостаток в исследованиях, группа корейских учёных использовала алгоритмы машинного обучения для оценки и прогнозирования влияния микропластика на свойства почвы. Алгоритмы машинного обучения были запрограммированы на прогнозирование влияния микропластика на свойства почвы и обнаружили, что различные факторы, такие как тип, размер, форма и дозировка, значительно изменяют свойства почвы. В частности, размер был определён как основной фактор. Исследование опубликовано в журнале Nature Communications.

Кроме того, было обнаружено, что форма, тип и количество микропластика оказывают отчетливое влияние на химические свойства почв. Эти количественные данные о влиянии микропластика на характеристики почвы представляют собой прорыв в понимании проблемы пластиковых отходов. Использование в исследовании алгоритмов машинного обучения знаменует собой революционный сдвиг от традиционно сложных и ресурсоёмких методов прогнозирования и интерпретации влияния загрязнений на свойства почвы.