我們利用機器學習來識別全球 50,000 多個城鎮和農村地區最大的塑膠污染熱點。我們的新全球模型揭示了印度有史以來環境濃度最高的塑膠污染的最詳細情況，這主要是因為印度有大量廢物沒有被收集。

從深海海溝到最高的山頂，塑膠無處不在，但這些觀察結果僅揭示了塑膠污染整體情況的孤立快照。更大的挑戰是先找出這種塑膠在哪裡以及如何進入環境，以便從源頭防止污染。

這不是一件容易的事。測量中最具挑戰性的方面是「排放」——從材料系統和活動中逸出或釋放的大塑膠（任何尺寸大於 5 毫米的物體）。這包括從垃圾箱中吹出的廢物或從收集卡車上掉落的廢物以及人們無意或故意丟棄的垃圾。

我們發現，在廢棄物管理系統受到嚴格控制的已開發國家，亂丟垃圾是最大的排放源。相反，在發展中國家，未收集的廢棄物是主要來源。

利用人工智慧，我們的新電腦模型展示了塑膠如何從受控系統轉移到重新捕獲和遏制變得非常困難的環境。我們必須弄清楚塑膠是如何從受控系統中逸出的，結果發現，每年進入環境的 5,200 萬噸廢物（相當於 870 萬頭非洲灰象的重量）中，未收集的廢物是最大的來源。以重量計算，這約佔所有污染物的 68%，即每年 3,600 萬噸。

因此，認為塑膠污染是人們不負責任的行為造成的，這是一種誤解。主要原因是12億人的固體廢物根本沒有被收集。相反，他們必須將其焚燒、掩埋或撒在陸地或水中。

露天焚燒廢棄物的現象非常普遍，以重量計算，佔全球塑膠污染總量的 57%。這涉及在沒有任何控制措施的情況下明火燃燒廢物，以防止有害排放物進入環境或損害我們的健康。這種做法很受歡迎，可能是因為它似乎讓廢物消失了，減輕了廢物管理當局的負擔，並減少了傾倒在陸地上的廢物的難看程度。

印度已成為最大的塑膠污染國，每年向環境排放 930 萬噸塑料，佔總量的五分之一。這是緊隨其後的兩個最大污染國尼日利亞和印尼的 2.7 倍。

印度位居榜首，因為該國祇有 81% 的垃圾得到了收集。但是，它也產生了比之前一些模型假設的更多的廢物。政府官方消息來源估計每人每天 0.12 公斤，但這些估計值不包括許多農村地區，因此實際數字更接近每人每天 0.54 公斤。如此大量的垃圾、大量的人口和低收集率，共同創造了塑膠污染猖獗的條件。

有針對性的行動

找出這些污染熱點有助於政策制定者設計更有針對性的方法來應對塑膠污染。塑膠污染較高的國家通常在資金和基礎設施方面擁有較少的資源。因此，它們往往最缺乏控制排放的能力。

更詳細了解世界各個角落的廢棄物管理和排放方式，使各國政府得以將其稀缺資源用於塑膠污染最嚴重的地區。我們的模型還將幫助他們制定行動計劃，切實實現全球塑膠條約中商定的目標，該國際協議目前正在談判中，以減少全球塑膠污染。

減少塑膠消耗是遏制塑膠污染的解決方案。但塑膠並不是孤立存在的。它是廢物中複雜材料混合物的一部分，我們需要將所有這些材料放在一起考慮。例如，食物廢棄物和其他可生物降解材料在被存放在土地處置場時，會產生廢棄物管理系統中的大部分氣候排放。

如果我們減少塑膠的使用，我們將需要想辦法重複使用材料或用其他材料取代它們。但我們先前的研究表明，這樣做的機會是有限的，而且在實踐中，我們將在未來很長一段時間內製造塑膠。現在，我們需要更有效地管理塑膠廢棄物。尋找擴大廢物收集服務的方法可以大大減少塑膠污染並使數十億人受益。

本文根據知識共享授權從 The Conversation 重新發布。閱讀原文。