近日，女同性恋av 女同性恋av 近海环境安全实验室在微塑料智能监测领域取得系列进展。相关成果分别发表于国际环境领域顶级期刊《SCIENCE OF THE TOTAL ENVIRONMENT》（JCRQ1, IF2025=8.0）、《WATER RESEARCH》（JCRQ1,IF2025=12.4）上。

研究内容1

微塑料（MPs）作为一种新污染物，对海洋生态系统和人类健康构成了极大威胁。由于海洋现场采样数据的不连续性、复杂性、昂贵性，导致难以满足海洋微塑料研究和污染控制的需要。因此，发展快速监测技术实现MPs数据的高效采集具有迫切性。遥感技术具有可以同时进行大范围监测、针对同一地点的连续观测、多光谱数据的广覆盖、不受地域环境限制等优点，在MPs的监测中潜力巨大。为此，结合遥感技术和实测数据，建立了基于多元回归的反演模型，对渤海海域MPs污染状况进行了大范围监测。本研究提出了三种变量选择方法，即逐次投影算法（SPA）、波段组合法和遥感指数法。通过比较精度评价指标，选择基于SPA的方法对2022年渤海海域MPs丰度及其时空分布进行分析。SPA模型的确定系数为0.75，均方根误差为0.38个/m³，模型误差在可接受范围内。研究表明卫星遥感技术在海洋多点源污染监测中具有巨大潜力。

图1基于卫星遥感的微塑料丰度反演模型——以渤海为例。

研究内容2

研究内容1中所发展的统计回归模型反演微塑料存在精度不足、误差较大的缺点。针对这个问题，我们进一步开发了一种基于卫星遥感技术和集成学习算法的新型反演模型——随机森林吸收梯度增强模型（RFAGB）。

该模型通过融合随机森林（RF）与梯度提升（GB）两种异构基学习器的优势，并引入交互项构建、分箱处理等特征工程策略，有效捕获了遥感数据中的复杂非线性关系。利用五折交叉验证生成元特征，并通过元学习器进行自适应融合，显著提升了模型性能。与单一随机森林模型相比，RFAGB模型在测试集上的决定系数（R²）提升了23%（达到0.8667），均方根误差（RMSE）降低了67%（降至0.3457），并展现出优异的鲁棒性。

应用该模型对2014–2023年渤海海域表层微塑料丰度进行反演，结果表明渤海微塑料丰度呈现显著的时空异质性：近岸及河口区域微塑料丰度较高，莱州湾平均丰度最高（1.06 ± 0.48 个/m³），中部海域存在两个明显的高值区；渤海微塑料丰度呈现明显的季节变化，夏季较高（1.65 ± 0.43 个/m³），冬季较低（0.68 ± 0.32 个/m³）。进一步的深入分析表明污染源（特别是黄河与辽河径流）输入和海洋动力过程是影响渤海微塑料分布的关键因素。

本研究证实了卫星遥感结合集成学习模型在海洋微塑料监测中的巨大潜力，所提出的RFAGB模型可为大范围、常态化的海洋微塑料污染监测与评估提供可靠的技术支持。

图2 RFAGB模型：一种新的渤海微塑料遥感反演机器学习模型

以上研究的第一作者分别为女同性恋av 女同性恋av 2021级硕士毕业生洪萍萍和2023级硕士生沈傲，指导教师为牛志广教授、马永正副教授、张殿君副教授和肖劲根博士。

相关论文链接：

1. Pingping Hong, Jingen Xiao, Hongtao Liu, Zhiguang Niu, Yini Ma, Qing Wang, Dianjun Zhang*, Yongzheng Ma*. (2024). An inversion model of microplastics abundance based on satellite remote sensing: a case study in the Bohai Sea. Science of The Total Environment. 2024, 909, 168537.

//doi.org/10.1016/j.scitotenv.2023.168537

2. Ao Shen, Yongzheng Ma*, Yuan Li, Pingping Hong, Zhiguang Niu, Ying Zhang, Jingen Xiao, Dianjun Zhang*. RFAGB model: A new machine learning model for microplastic inversion based on remotely sensed data in Bohai Sea, Water Research, 2025, 043, 124490

//doi.org/10.1016/j.watres.2025.124490