《Computers, Environment and Urban Systems》：Open-access model for detecting openly dumped dispersed municipal solid waste from crowdsourced UAV imagery in Sub-Saharan Africa
编辑推荐：
研究人员提出一种开放获取模型，用于通过众包无人机（UAV）影像检测分散性固体废物；该模型在10个撒哈拉以南非洲国家的29个区域实现高达93%的准确率；废物热点与人口密度和基础设施缺陷相关；UAV影像可捕捉高分辨率卫星影像遗漏的细尺度垃圾；该即用型工具使废物监测
研究人员提出一种开放获取模型，用于通过众包无人机（UAV）影像检测分散性固体废物；该模型在10个撒哈拉以南非洲国家的29个区域实现高达93%的准确率；废物热点与人口密度和基础设施缺陷相关；UAV影像可捕捉高分辨率卫星影像遗漏的细尺度垃圾；该即用型工具使废物监测无需大量人工智能（AI）专业知识。
论文主体解读：城市固体废物（MSW，municipal solid waste）管理被视为21世纪具有代表性的环境与公共卫生挑战之一。全球年MSW产量预计从约2.0 billion tonnes增至2050年的3.4 billion tonnes，快速城市化、经济增长和消费模式变化推动其增长；在人口密集城市，MSW易在公共空间积累，而基础设施发展常滞后于需求，导致非正式处置。露天倾倒污染淡水系统、退化土壤、降低农业生产力、损害排水网络并加剧洪水风险，还形成病媒滋生地，塑料碎片进入食物链。全球政策承诺包括联合国可持续发展目标中的可持续消费与生产及可持续城市化，但仍有约30亿人缺乏受控MSW处置渠道；撒哈拉以南非洲2022年产生约231 million tonnes MSW，收集覆盖率全球最低，平均31%，城市约45%、农村6%，大量废物通过露天倾倒或焚烧处置。该区域官方数据稀缺、不一致或过时，公民科学受志愿参与空间偏倚限制；高分辨率卫星影像虽覆盖广，但难以识别小型、分散的露天倾倒分散性MSW（ODD-MSW，openly dumped dispersed municipal solid waste）；UAV影像具厘米级分辨率，但既有研究多为方法进展或站点案例，缺乏跨站点泛化、业务部署和开放模型。为此，研究人员开发开放获取、可部署的深度学习模型，用于检测撒哈拉以南非洲众包UAV影像中的ODD-MSW，目标包括微调预训练开放源码图像分类模型、量化10国29区域跨区域性能、在训练区域外独立场景检验冻结模型迁移性、以相同架构与流程与公开卫星影像基准比较，并通过大规模预测映射细尺度分布及分析其与社会空间指标关系。研究得出模型在域内和独立场景均表现较强，且厘米级影像是检测任务要求；其意义在于为地方社区、市政部门、研究者和公民组织提供无需大量AI专业知识即可将新采集UAV影像纳入监测流程的工具，支持更有针对性的干预并缓解排水阻塞和洪水放大等风险。
方法上，数据来自OpenAerialMap众包UAV正射影像，筛选地面采样距离（GSD，ground sampling distance）<6 cm且每区域覆盖≥1 km2，纳入撒哈拉以南非洲10国29个区域；独立迁移评估另用19国21市25幅正射影像并独立标注。影像切为5 m×5 m瓦片，每区域约100个ODD-MSW与100个背景瓦片，共5800个平衡标注瓦片，按70/15/15划分。模型为ImageNet预训练YOLO11x-cls（一种预训练图像分类模型）微调，采用AdamW、初始学习率0.0005、批大小64、150轮早停及几何与光度增强。评估用精确率、召回率、F1、受试者工作特征曲线下面积（ROC AUC，receiver operating characteristic area under the curve）和准确率；冻结模型作零样本迁移；以相同架构与流程在Dar es Salaam的Msimbazi三角洲用Bing Maps影像作卫星基准；推理计算露天倾倒分散性MSW污染度（ODD-MSWC，Openly Dumped Dispersed MSW Contamination），并用Spearman秩相关分析其与次国家人类发展指数（SHDI，Subnational Human Development Index）、基础设施缺陷指数和WorldPop人口密度的关系。
3.1 Within-domain detection performance（域内检测性能）。在n=870测试集上，模型总体准确率92.87%，ODD-MSW的F1为92.69%、背景F1为92.99%；各研究区域ODD-MSW的F1范围为0.783–1.000（SD 0.054），正确预测平均置信度93.25%、错误预测平均置信度71.92%，分层bootstrap显示指标稳定。研究通过域内留出测试得出模型可在异质环境中有效区分可见ODD-MSW与背景。
3.2 Visual inspection of predictions（预测的目视检查）。通过代表性瓦片目视检查，真阳性主要捕捉暴露的ODD-MSW，如非正式倾倒区和垃圾散布街道；真阴性包括建筑、道路、植被、裸土及类似物；假阳性常见于水面阳光反射、小堆碎石或瓦砾，假阴性常见于树冠、遮蔽物下或密集废轮胎堆中。研究通过定性检查明确了模型操作边界及误报漏报来源。
3.3 Transferability to independent scenes outside the training regions（训练区域外独立场景的迁移性）。冻结模型不微调、不重校准阈值，在25个独立标注场景4794个参考瓦片上总体准确率89.4%，ODD-MSW精确率0.861、召回率0.874、F1为0.867、ROC AUC为0.951，较域内F1下降约6点；逐场景F1为0.718–0.968，中位0.861、SD 0.061，Les Cayes（Haiti）F1=0.968、Kanifing（The Gambia）F1=0.941，Lviv（Ukraine）F1=0.718、Izmir（Turkey）F1=0.742。研究通过零样本迁移得出模型可直接用于新UAV影像而无需站点再训练，但差异显著环境精度下降，用户应核验预测样本。
3.4 Benchmark against openly available satellite imagery（与公开卫星影像的基准比较）。在Dar es Salaam的Msimbazi三角洲，UAV模型F1=0.933；同一模型直接用于Bing卫星瓦片时F1降至0.144（精确率0.108、召回率0.214、准确率0.612、ROC AUC 0.571）；以相同YOLO11x-cls架构、超参数、增强、瓦片几何和参考标签在卫星瓦片上微调，准确率仅0.673、ODD-MSW精确率0.229、召回率0.196、F1=0.211、ROC AUC=0.608，约0.72 F1差距归因于影像有效GSD而非分类器。研究通过受控比较得出公开卫星影像不能替代UAV，厘米级影像是任务要求。模型还对超过13 million个5 m×5 m瓦片推理，显示ODD-MSW空间异质性、部分区域均匀分散、沿水道或建成环境形成热点。
3.5 Regional ODD-MSW distribution and association with socio-spatial indicators（区域ODD-MSW分布及与社会空间指标的关联）。ODD-MSWC
r显示研究区域差异明显，最高在Ghana的Accra的Old Fadama，较低在Liberia的Monrovia和Uganda的Kampala的 peri-urban 环境。区域层面Spearman相关显示，ODD-MSWC与人口密度正相关（ρ=0.674，95% CI [0.41, 0.83]，p<0.001），与基础设施缺陷指数正相关（ρ=0.700，95% CI [0.45, 0.85]，p<0.001），与SHDI无显著关联（ρ=0.215，95% CI [?0.16, 0.54]，p=0.263）；前两者经Holm–Bonferroni校正后仍显著，共享秩方差分别为49.0%和45.4%。研究通过区域聚合相关分析得出ODD-MSW分布与人口密度和基础设施缺陷相关，但n=29且置信区间宽，应作方向性关联而非因果解释。
讨论部分总结：研究认为高分辨率UAV与微调深度学习结合可在多种城市和 peri-urban 环境检测ODD-MSW；域内一致性本身不证明迁移性，25个独立场景的零样本评估提供直接证据，支持模型直接应用于新OpenAerialMap数据而无需站点再训练；但总体F1下降约6点，温带低阳性场景最多下降21点，实践者应先核验预测样本。局限包括视觉相似物（图案地面、晾晒衣物、碎石瓦砾、轮胎再利用）造成假阳性，遮挡（植被、屋顶、密集轮胎堆）造成假阴性，瓦片独立分类缺乏语义和空间上下文；5 m×5 m瓦片、分类阈值和区域边界影响ODD-MSWC，ODD-MSWC宜解释为相对的数据驱动分类覆盖描述而非废物量或密度代理；影像2016–2025跨期、SHDI 2022与WorldPop 2025非同期、平衡采样使指标不能直接外推业务场景；与Ulloa-Torrealba等、Youme等及AerialWaste/DroneWaste比较受类别定义差异限制。基础设施缺陷指数与ODD-MSWC正相关，原文认为该关联与正式收集服务可达性受限及受限城市肌理中非正式倾倒倾向相一致，但解释需谨慎，仍可能受未观测混杂影响；SHDI因空间分辨率粗而无显著趋势。未来可引入空间上下文与概率建模、语义场景理解、多分辨率商业卫星与UAV混合、社区实地制图、接入HOT的FAIR服务，以及Segment Anything Model（SAM）像素级分割。
研究结论翻译：本研究证明，深度学习模型与UAV影像结合能够可靠揭示异质撒哈拉以南城市景观中的细尺度ODD-MSW模式，并在规模上捕捉传统劳动密集型调查常忽视的分散和非正式倾倒。研究还表明，尽管植被、住房或地方实践存在变化，深度学习模型仍可被训练用于稳健检测ODD-MSW。将该模型不再训练地应用于五大洲19个国家25个独立标注场景时，其F1分数保持0.867，表明这种稳健性延伸到训练数据所代表的背景之外；而在相同架构和训练方案下，与公开卫星影像的受控比较显示，厘米级影像是该任务的一项要求而非便利条件。通过提供开放获取模型，本研究旨在赋能市政部门、本地制图社区和从业者，在无需大量技术专长的情况下将原始UAV影像转化为可操作洞见。这种能力对于指导干预、缓解环境与公共卫生风险，以及在正式MSW管理基础设施有限之处支持适应性、本地驱动的城市卫生策略至关重要，可有效增强本地监测、规划和应对MSW挑战的能力。
