Evaluierung der Erkennung, Identifizierung, Quantifizierung und Verfolgung von Fortschritten bei der Fernerkundung von aquatischem Plastikmüll

• Antragsteller: Dr. Shungudzemwoyo Garaba
• Fachliche Zuordnung: Geodäsie, Photogrammetrie, Fernerkundung, Geoinformatik, Kartographie
• Förderung: Förderung seit 2018
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 417276871

Leakage Plastiks -LPs sind zu einem schlimmen Umweltproblem für die Menschheit geworden, insbesondere für die blaue Wirtschaft. Mit zunehmendem Problem haben auch interdisziplinäre Studien zugenommen, doch Experten vermuten, dass angesichts der Weite der Ozeane immer noch wenig über LPs bekannt ist. Zählungen und Verteilungen von LPs sind zeitlich und geografisch noch spärlich erfasst. Diese Datenlücken werden in der Regel aus spärlichen Netzschleppzählungen und gegen numerischen Modelllösungen regressiert, aufgefüllt und weisen tendenziell große Unsicherheiten auf. Eine Strategie, die als Lösung zur Schließung der Lücken Interesse geweckt hat, ist die Integration von Fernerkundung-RS und Netzschleppzählungen in die numerische Modellierung. Direkte und indirekte RS-Beobachtungen von LPs werden bereits in einer steigenden Zahl von experimentellen Studien genutzt und untersucht. Diese Arbeiten haben das Potenzial gezeigt das Vorhandensein von Kunststoffen zu „erkennen“ und diese in Bildern zu klassifizieren, wie auch den Polymertyp zu „identifizieren“, einzelne Gegenstände, Patch-Größen oder Pixelabdeckung zu „quantifizieren“ und Pfade, Quellen und Senken zu „verfolgen“. Die hier vorgeschlagene Studie baut auf den Grundlagen von Dr. Garaba im sichtbaren bis kurzwelligen Infrarotspektrum auf und untersucht hyperspektrale Bilder, thermische sowie polarisierte spektrale Eigenschaften von LPs. DieArbeiten basieren auf der FAIR-Politik zur Förderung des offenen Zugangs zu Datensätzen und zielen darauf ab, Algorithmen quelloffen zu machen. Zu diesem Zweck umfassen die erwarteten Ergebnisse „offenen“ Wissenschaft (i) die Einrichtung und Erweiterung von Bild- und Spektralreferenzbibliotheken, die mit Prototyp- und Standard-RS-Technologien erfasst wurden, (ii) die Bewertung künstlicher Intelligenz durch KI-Algorithmen, um wesentliche LP-Deskriptoren zu generieren, (iii) umfassender wechselseitiger Wissenstransfer durch Einbindung von Interessengruppen innerhalb der kürzlich gegründeten IOCCG Task Force on Remote Sensing of Marine Litter and Debris und (iv) Benchmarking aktueller sowie neuer Technologien und Algorithmen, die für die Fernerkundung von LPs relevant sind. Diese erwarteten Ergebnisse werden als schwierig, aber machbar angesehen, da sich Voruntersuchungen als vielversprechend erwiesen haben. Daher können die gewonnenen Erkenntnisse durch modernste RS Technologien gestützt werden, um ein hohes georäumliches, hyperspektrales Bildmaterial zum Aufspüren, Identifizieren, Quantifizieren und Verfolgen von aquatischen Kunststoffen zu liefern. Eine kontinuierliche Neubewertung von Algorithmen und Technologien wird erwartet, da sich die Technologie in einem interdisziplinären Bereich, der noch in den Kinderschuhen stecktt, schnell weiterentwickelt. Im Idealfall sollte RS Stakeholder mit erschwinglichen und nachhaltigen evidenzbasierten Datenströmen uhaftnterstützen, um LPs zu mindern, Aufräumaktionen zu leiten und so eine Kreislaufwirtschaft aufzubauen.

• DFG-Verfahren: Sachbeihilfen