塑料废物及其在自然界的积累最近已成为一个主要的环境问题。虽然海洋中的塑料污染确实令人担忧，但众所周知，世界各地土壤中塑料的存在也会造成重大的环境和健康问题。由于自然和人为过程，塑料在土壤中分解成微小的颗粒，称为微塑料(MPs)，显著改变了土壤特征。此外，它们被植物吸收，有可能进入人类食物链，造成健康问题。

　　了解MPs对土壤质量的影响对公司的可持续发展非常重要，特别是在环境、社会和治理(ESG)目标的“环境”部分。全球公司经常面临越来越大的压力，要求他们采取环保措施，特别强调处理与塑料相关的问题，这是这些项目的核心。然而，控制土壤MPs对环境影响的潜在机制仍然未知。由于土壤异质性和MP多样性，土壤-MP相互作用非常复杂，难以预测和缓解其对土壤参数的影响。

　　为了解决土壤MP研究中的这一空白，由Yong Sik Ok教授领导的一组科学家采用机器学习(ML)算法来评估和预测MP对土壤参数的影响。杨教授是KU HCR教授，国际ESG(环境、社会和治理)协会(IESGA)主席，以及环太平洋大学协会可持续废物管理计划(APRU SWM计划)主席和项目主任。

　　“机器学习是人工智能(AI)的一个充满活力和变革的领域，它使用算法和模型从大量数据集中学习和做出预测，并且非常准确。使用机器学习来全面了解MPs在土壤系统中的作用是节省时间和资源的，并为该主题的未来研究奠定了基础，”Yong教授解释说，他是这项研究的通讯作者。他们的研究结果于2023年11月5日在线发表在《环境污染》杂志上，此前Ok教授在《自然》杂志《自然评论地球与环境》的“环境中的塑料”系列下发表了两篇批判性评论。

　　ML算法被编程来预测MPs对土壤性质的影响，并发现不同的MP因素，如类型、大小、形状和剂量，显著改变了土壤性质。具体而言，MP大小被确定为影响土壤性质的主要因素。此外，MP的形态、类型和用量对土壤的化学性质也有明显的影响。

　　“这项开创性的研究为支持塑料废物管理方面的明智决策提供了重要数据，与全球对可持续性和ESG原则的关注保持一致。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，塑料相关问题日益受到关注。勇教授说:“机器学习技术在这个问题上的应用，显示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MPs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MPs对土壤特性影响的传统复杂和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方面的明智决策，同时与全球可持续发展目标和ESG、社会责任和社区参与的原则保持一致。此外，这可以彻底改变企业的可持续发展努力，为更多的绿色工作和可持续发展铺平道路，为当代和后代创造一个更绿色和环保的世界。”在ESG背景下，整合ML见解来研究MPs的影响符合社会责任，促进具有积极社区效应的可持续实践。企业通过应用机器学习解决方案，不仅可以减少环境足迹，还可以建立社区信任。这些努力可能反过来影响行业标准，可能创造就业机会并推动相关领域的经济增长。

　　杨教授总结道:“我们一直致力于解决塑料污染带来的全球威胁和土壤生态系统的重要性，我们在《自然》杂志开创性的特刊《食物系统中的土壤》和《环境中的塑料》上发表了三篇文章。”(ANI)