4项技术将会帮助人类拯救海洋

简介:

人类的污染行为正在使得海洋不断地流失,但是通过以下四项技术的帮助,将会阻止这些关键水域的消逝。

2010年,人类已经向海洋里面倾倒了8亿多吨的垃圾。客观来讲,5个购物袋的垃圾就推进了全球海岸线的一步。今年早些时候发布的一项研究预测,在未来几年这个数字将会以10倍的速度增长,将会有大片漂浮的垃圾。直至目前总数已经多达245000吨。

然而,污染并非直接导致了海洋的流逝,而是生物的多样性受到了威胁、珊瑚礁面临死亡以及海洋酸化。据联合国统计,直至2100年,如果没有重大的变化,超过一半的海洋物种将面临灭绝的危险。除此之外,根据美国国家海洋和大气管理局显示,全球变暖导致海平面上升——自从1900年以来每年将会上升0.04到0.1英寸,并且今后速度将会变得更快。

技术对于气候的变迁、自然保护以及食物的运动开始扮演着更加重要的角色。我们一直都知道人造卫星和海洋水下机器人能够被用来海洋的研究——但是又如何保护海洋呢?让我们一起来看下以下4项技术,可以帮助人类对于海洋以及里面生物的保护和清洁。

1. 海洋的清理

清理海洋看起来是不可能的。即使是用网络,收集大量的水中塑料漂浮物也要花费几千亿元金钱和上百年的时间。一个厌烦了垃圾的20岁的年轻人开始了海洋清理的工作,利用长期浮动在洋流上的壁垒,以此被动的收集垃圾。因为在大多数的流动下,塑料垃圾浮在顶端,这项技术可以有效防止误捕获鱼类以及其他海洋生物。同时,固定一个平台在海底,通过连接到流动的壁垒可以进行大规模的部署,覆盖数百万平方英里。值得注意的是,2016年将会在沿海水域下面进行一个部署,壁垒将达到2000米长。

2. 海洋机器人

许多年来,科学家一直在用类似机器人的设备探索人类无法到达的海洋深度。现在,他们可以控制水下机器人,并把灯光、传感器和工具传送给机器人,让它们带回来样本、照片以及探索海底的生物。另一个最新的例子是“海浪滑板3号机器人”,一个自动的、太阳能的机器人,能够在海浪中获得电力,推动自己在海上前行。SV3是原来SV2的升级版本,通过利用海洋里无穷尽的能源供给作为推进来收集数据,并且可以持续运行一年之久。两个版本含有Wi-Fi功能,以及大量数据的存储。SV3可以探索世界上超过90%的海洋,而这些海洋在以前就连机器人都无法到达的。

3. 智能网络

每一年,成千上万的死鱼将会被重新扔回到海洋中去。它们太幼小,体积也不大,最终因为被捕到时过度紧张而被“吓死”。 当全世界的人们决定以鱼为食的时候这其实是一个无法持续并且浪费的方案,但最终也出台了相应的解决方案。新西兰出台了一个对于渔业公司和科学家之间的协作技术。替代传统利用庞大的网来拦截所有鱼类的方法,通过运用高科技拖网技术进行识别和捕获特定的鱼类,来进行精细的海鲜捕获。类似这样的技术可以保持鱼类的鲜活性、健康以及可持续性,因为它们可以在灵活的PVC上任意游动,甚至当它们在甲板上也可以免受挤压,从而避免受伤。安全保障技术制造了另一张拖网,旨在确保其他海洋物种不被渔网所捕获。可以通过改造现有的捕鱼设备、使用较少的燃料,让海床遭到最小伤害,并且还可以使用特殊的逃生圈让鱼类出逃。

4. 高科技标签

对于动物标签的研究已经在过去的几十年中呈爆发性增长,最近在《科学》杂志上表明了海洋生命持续增长的重要性。电子标签是及其微小的,可能还不到一分钱的重量大小。他们对于迁移模式以及从野生动物到卫星再到接收站的数据传输已经进行了十多年,这些电子标签可以被附加到任何种类的生物上面,无论多小,这对于世界上那些寿司的狂热者来说无疑显得尤为重要。  

  

原文发布时间为:2015-7-14

 

本文作者:孙博

本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网


目录
相关文章
|
11月前
|
网络可视化
找不到研究方向?找国自然快速捕捉科研热点
找不到研究方向?找国自然快速捕捉科研热点
121 0
|
11月前
|
存储 人工智能 Cloud Native
IT领域最被夸大的6项技术
IT领域最被夸大的6项技术
188 0
|
11月前
|
机器学习/深度学习 存储 传感器
《自然》:机器视觉行为理解与脑神经有内在关联?上交卢策吾团队构建映射模型
《自然》:机器视觉行为理解与脑神经有内在关联?上交卢策吾团队构建映射模型
227 0
|
人工智能 算法 芯片
精度最高「智能线虫」诞生,可动态蠕动前行,人造智能生命研究向前一步
天宝 1.0 是天演人工智能生命模拟工程的第一步。
118 0
精度最高「智能线虫」诞生,可动态蠕动前行,人造智能生命研究向前一步
|
机器学习/深度学习 数据采集 人工智能
事实表明糟糕的数据将会扼杀优秀的人工智能
本文介绍了有助于确保企业的人工智能系统不会由于数据质量问题而受到阻碍的五个规则。
182 0
蛇类高海拔环境的适应机制研究获进展
中国科学院成都生物研究所李家堂等研究团组对温泉蛇进行了全基因测序,将得到的全基因组序列和同属物种及亲缘关系较近的低海拔物种全基因组进行重测序,融合已发表的9个低海拔物种全基因组序列,利用比较基因组学分析,在高海拔温泉蛇属三个物种中发现了27个不同蛋白中的27个共有氨基酸替换。
1789 0