人工智能预测微塑料对土壤性质的影响

近年来，塑料废物及其在自然界中的积累已成为主要的环境问题。虽然海洋中的塑料污染无疑是一个问题，但众所周知，世界各地土壤中塑料的存在也会导致严重的环境和健康问题。

当塑料通过自然和人为过程在土壤中破碎成更小的碎片(称为微塑料(MP))时，它们会极大地改变土壤特性。此外，它们还被植物吸收，可能进入人类食物链并引起健康并发症。

掌握MP对土壤特性的影响对于企业可持续发展具有重要意义，特别是在环境、社会和治理(ESG)目标的“环境”方面。跨国公司常常面临着越来越高的期望，要求采用环保战略，特别强调处理与塑料相关的问题，这是这些举措的核心。

然而，控制土壤MP环境影响的根本机制仍然未知。由于土壤异质性和MP多样性，土壤与MP的相互作用非常复杂，这使得预测和减轻其对土壤性质的影响具有挑战性。

为了解决土壤MP研究的不足，YongSikOk教授领导的科学家团队使用机器学习(ML)算法来评估和预测MP对土壤性质的影响。Ok教授是KUHCR教授、国际ESG(环境、社会和治理)协会(IESGA)主席、环太平洋大学协会可持续废物管理项目(APRUSWM项目)主席和项目总监。

“机器学习是人工智能(AI)的一个动态和变革领域，它使用算法和模型从大量数据集中进行学习并非常准确地进行预测。使用机器学习全面了解MP在土壤系统中的作用，既节省时间又节省资源并为该课题的未来研究奠定了基础。”该研究的通讯作者Ok教授解释道。

他们的研究结果于2023年11月5日在《环境污染》杂志上在线发布，此前Ok教授在《自然评论地球与环境》的“环境中的塑料”文集下发表了两篇批判性评论。

机器学习算法被编程来预测MP对土壤性质的影响，发现不同的MP因素，如类型、大小、形状和剂量，会显着改变土壤性质。具体而言，MP大小被确定为影响土壤性质的主要因素。除此之外，MP的形状、类型和剂量也被发现明显影响土壤的化学性质。

“这项开创性的研究提供了重要数据，以支持塑料废物管理的明智决策，符合全球对可持续发展和ESG原则的关注。它强调了创新研究在指导企业可持续发展努力方面的重要性，其中塑料相关问题日益严重奥克教授表示：“机器学习技术在这个问题上的应用表明了先进技术在推动可持续实践和创造更绿色、更环保的未来方面的潜力。”

这些关于MP对土壤特性影响的定量见解代表了理解和缓解塑料废物困境的突破。该研究对机器学习算法的利用标志着预测和解释MP对土壤性质影响的传统复杂且资源密集型方法的突破性转变。

“我们基于机器学习的研究方法强调了先进技术在解决环境中MP污染挑战方面的潜力。这种数据驱动的研究可以指导塑料废物管理的明智决策，同时与全球可持续发展目标和“ESG、社会责任和社区参与原则。此外，这可能会彻底改变企业可持续发展工作，并为更多绿色就业和可持续发展铺平道路，为当代和子孙后代创造一个更加绿色和生态意识的世界。”。

整合机器学习见解来研究议员在ESG背景下的影响与社会责任相一致，促进具有积极社区影响的可持续实践。解决MP污染问题的企业不仅可以减少环境足迹，还可以通过应用机器学习解决方案建立社区信任。这些努力反过来可能会影响行业标准，有可能创造就业机会并推动相关领域的经济增长。

“我们始终致力于解决塑料污染和土壤生态系统的重要性所带来的全球威胁，我们在《自然》杂志关于‘食品系统中的土壤’和‘环境中的塑料’的开创性特刊上发表的三篇文章就是例证，”教授总结道。。好的。