综述：遥感监测淡水环境中塑料垃圾的前景：系统性综述

这篇综述系统评估了遥感（RS）技术在淡水环境塑料污染监测中的应用现状，重点分析了多平台（无人机、卫星等）、多传感器（RGB/多光谱/高光谱）及算法（机器学习、光谱指数）的协同监测潜力，指出当前研究受限于海洋光谱数据库的迁移应用和缺乏标准化协议（如GSD），并呼吁建立淡水专属光谱库及区域合作网络。

　　

遥感技术在淡水环境塑料污染监测中的进展与挑战

Abstract
管理不当的塑料在自然环境中长期存在，威胁水生和陆地生态系统健康。尽管遥感监测海洋塑料污染已取得里程碑式进展，但针对淡水系统的研究仍显不足。本文系统评估了淡水环境中塑料垃圾监测的遥感平台、传感器特性和检测算法，揭示了当前技术应用的局限性与未来发展方向。

Introduction
塑料污染对全球生态环境和人类健康构成多重威胁，亟需构建从生产减排到末端治理的全链条防控体系。传统监测方法（如网拖采样、船舶观测）存在覆盖范围有限、成本高昂等问题，而遥感技术凭借其时空连续观测优势，成为补充监测的关键工具。值得注意的是，现有塑料光谱特征多源自海洋环境实验，而淡水系统因悬浮物、浮游植物等复杂光学干扰，亟需针对性研究。

Methodology
通过PRISMA框架系统检索2010-2024年文献，最终纳入28项研究。数据提取涵盖地理分布、水体类型、遥感平台（无人机占48.3%、卫星17.2%）、传感器参数（空间分辨率0.4-4.2 cm GSD）及算法类型（图像分类35.7%、视觉计数14.3%）。

Results
研究特征

• 时间分布：2021-2022年为研究高峰期（共17篇）
• 地理盲区：亚洲（印尼、越南）和欧洲（意大利、波黑）为主，非洲、南美、澳洲缺位
• 目标类型：自然漂浮垃圾（69%）、人工靶标（24%）和岸滩堆积物（7%）

技术应用

• 平台选择：无人机在河流监测中展现高灵活性，但飞行高度与GSD非线性相关（如75m飞行获2.04 cm GSD优于10m的2.7 cm）；卫星数据多用于大范围筛查（Sentinel-2、WorldView-3常用）
• 光谱局限：86%研究依赖可见光-近红外（VIS-NIR）波段，仅2项采用短波红外（SWIR）高光谱（如Specim FX17）
• 算法创新：
  • 机器学习：随机森林（RF）、支持向量机（SVM）及YOLO系列模型表现突出
  • 光谱指数：漂浮碎片指数（FDI）、塑料指数（PI）需结合NDVI/NDWI进行背景剔除

Discussion
技术瓶颈

1. 数据标准化缺失：无人机调查缺乏统一GSD协议，传感器焦距等参数影响未被充分评估
2. 光谱干扰：淡水环境高浊度、藻类增殖导致混合像元问题，现有海洋衍生算法准确率下降40%
3. 量化难题：垂直分布信息缺失，视觉计数法误差达±30%

未来方向

• 构建淡水塑料光谱库（重点关注931 nm、1730 nm特征吸收峰）
• 开发多模态融合算法（如U-Net结合PI指数）
• 部署星机协同监测网络（无人机验证卫星数据）

Conclusion
淡水塑料遥感监测仍处于技术适配阶段，需突破"海洋经验"依赖。建立跨大陆研究联盟、制定ASTM级操作规范、探索SWIR传感器应用，将是实现联合国SDGs 14.1目标的关键路径。