Aplicações de aprendizado de máquina para identificar e abordar lacunas e vieses na pesquisa sobre o destino do Lixo Plástico Marinho

Abstract

Embora tenha havido investigação significativa sobre o Lixo Plástico Marinho (MPL), especialmente na última década, ainda existem lacunas de conhecimento sobre as suas fontes, destinos e impactos. No que diz respeito ao balanço de massa de plásticos no oceano, recursos e infraestruturas limitados, bem como as dificuldades de amostragem e identificação, dificultam a produção de dados de boa qualidade sobre a degradação, distribuição e tempo de residência dos plásticos em diferentes compartimentos marinhos. No Sul Global, isto pode ser ainda mais preocupante devido aos fundos de investigação mais escassos. Esta tese contribui para uma melhor compreensão do MPL ao utilizar métodos de Machine Learning para melhorar o uso de dados e conhecimentos já disponíveis, otimizando esforços com menos infraestrutura e demandas de financiamento. A tese é composta por três artigos científicos que tratam o tema por diferentes abordagens. O Artigo 1 fornece uma visão histórica do campo de pesquisa, traçando tendências desde a década de 1970 até hoje, particularmente a mudança de foco da escala macro para a micro. A utilização de métodos de Processamento de Linguagem Natural (NLP) permitiu levar em conta mais de 9 mil publicações na área, oferecendo informações valiosas sobre o impacto das políticas e da conscientização pública nos esforços de pesquisa - e vice-versa. Também mostra a distribuição regional de estudos pelo mundo e tópicos de pesquisa existentes. Por último, demonstra que os investigadores dependem cada vez mais de uma parcela menor das publicações, o que significa esforços de investigação menos eficientes. O Artigo 2 centra-se na degradação ambiental dos plásticos e destaca a importância das colaborações entre investigadores na área do MPL e da ciência dos materiais. Ele usa métodos de NLP semelhantes para avaliar a frequência com que propriedades relevantes de polímeros estão presentes em diferentes tópicos no campo do MPL. Ele contém uma longa introdução que visa educar pesquisadores de diferentes disciplinas em conceitos básicos da ciência dos polímeros e destaca os principais componentes dos estudos de degradação que parecem estar faltando na pesquisa de MPL. Ao mesmo tempo, aponta o impacto que esta área pode ter na ciência dos polímeros, preenchendo lacunas anteriormente ignoradas por ela. Finalmente, o Artigo 3 define um método para treinar e avaliar algoritmos de Aprendizado de Máquina (ML) para a classificação de microplásticos a partir dos seus espectros de FTIR. Isto é crucial em muitas investigações, uma vez que a identificação adequada dá pistas sobre as fontes, destinos e impactos dos plásticos. Os modelos de classificação permitem a identificação rápida em massa e o método robusto garante confiança na atribuição de classes, melhorias significativas em comparação com a inspeção manual ou as tradicionais buscas por similaridade em bases de dados. Em última análise, demonstra que os modelos de ML podem ajudar os investigadores a construir bases de conhecimento mais abrangentes sobre a distribuição de plásticos no oceano.

Abstract: While there has been significant research on MPL, particularly in the last decade, there are still knowledge gaps on its sources, fates and impacts. In what concerns the mass balance of plastics in the ocean, limited funds and infrastructure, as well as difficulties in sampling and identification hinder the production of good-quality data on plastics degradation, distribution and residence time at different marine compartments. In the Global South, this can be even more concerning due to more scarce research funds. This thesis contributes to a better understanding of MPL by using Machine Learning methods to improve the use of data and knowledge that is already available, optimising efforts with less infrastructure and funding demands. It consists of three scientific articles that address the issue through different approaches. Article 1 provides a historical overview of the research field tracing trends from the 1970s to today, particularly the change in focus from the macro to the micro scale. Using Natural Language Processing (NLP) methods allowed taking into account over 9 thousand publications in the field, offering valuable insights into the impact of policy and public awareness on research efforts - and vice versa. It also shows the world?s regional distribution of studies and topics of research. Finally, it shows that researchers are increasingly reliant on fewer publications, meaning less efficient research efforts. Article 2 focuses on the environmental degradation of plastics and highlights the importance of collaborations between researchers in the field of MPL and materials science. It uses similar NLP methods to assess how frequently relevant polymer properties are present in different topics within the MPL field. It contains a lengthy introduction that aims to educate researchers from different disciplines in basic polymer science concepts and highlights key components of degradation studies that seem to be missing in MPL research. At the same time, it points out the impact this field can have on polymer science, filling gaps previously overlooked by it. Finally, Article 3 defines a method to train and evaluate machine learning algorithms for the classification of microplastics from their FTIR spectra. This is crucial in many investigations as proper identification gives hints to plastics sources, fates and impacts. The classification models allow for the rapid identification in bulk and the robust method ensures confidence in the assignment of classes, significant improvements compared to manual inspection or traditional database searches. Ultimately, it demonstrates that ML models can help researchers build more comprehensive knowledge bases on plastics distribution in the ocean.