基于机器学习的拉曼成像技术在微塑料识别与可视化中的应用

文献类型： 中文期刊

第一作者： 马梦丹

作者： 马梦丹;许玉芝;李芳;徐笠

作者机构：

关键词： 微塑料;高光谱解混;拉曼成像;机器学习;环境检测

期刊名称： 中国无机分析化学

ISSN： 2095-1035

年卷期： 2025 年 15 卷 007 期

页码： 939-949

摘要： 微塑料（MPs）作为一种新型持久性污染物，已对生态系统构成潜在威胁，因此，有效进行微塑料的识别和分类工作对于环境污染的监测和风险评估至关重要，在现有的多种检测方法中，拉曼成像技术因其低样本需求及化学特异性强等优点被广泛应用于分析微塑料的类别和特征。为了应对MPs引发的生态环境问题，探讨高光谱解混方法与机器学习相结合的拉曼成像技术，用于识别和可视化土壤中的微塑料。采用N-FINDR算法耦合无约束最小二乘法（N-FINDR-UCLS）分析聚苯乙烯（Polystyrene,PS）、聚丙烯（Polypropylene,PP）、聚乙烯（Polyethylene,PE）和聚己二酸/对苯二甲酸丁二醇酯[Poly(butylene adipate-co-terephthalate),PBAT]等四种常见的微塑料，分别对单一微塑料以及原始、老化和土壤中混合的微塑料进行了拉曼成像，并利用N-FINDR-UCLS分析，将其计算求得的平均光谱与原始微塑料拉曼数据进行对比，以皮尔逊相关系数（r）评价光谱图的相似性和鲁棒性。结果显示，建立的方法能够快速准确地识别单一以及原始和老化微塑料多元混合的微塑料类型，并在复杂的土壤样品中保持良好的识别能力。在微塑料污染日益严重的背景下，为环境监测和污染治理提供了强有力的工具，未来的研究可以进一步优化算法，引入更多种类的微塑料样本，并探索在其他复杂环境中的应用。

分类号： O657.37%TP181%X830

  • 相关文献

[1]机器学习在微塑料识别与环境风险评估中的应用研究进展. 白润昊,范瑞琪,刘琪,刘勤,严昌荣,崔吉晓,何文清. 2024

[2]山东省兔场环境评定. 杨丽萍,姜文学,高淑霞,张秀玲. 2009

[3]计算机在实验动物环境及设施检测上的应用. 张维,陈洪岩,张坦,夏长有,尹训滨. 2001

[4]不同类型兔舍冬季环境检测与评价. 杨丽萍,姜文学,高淑霞,张秀玲. 2009

[5]养蚕环境泥土中家蚕核型多角体病毒的PCR检测技术研究. 唐芬芬,张永红,李俊,邵榆岚,钟健,杨大平,白兴荣. 2015

[6]浅谈微生物在海洋环境保护中的应用. 李东海,谭海东,朱春阳,赵妹华. 1998

[7]双壳贝类消化系统中微塑料的分离鉴定及应用研究. 丁金凤,李景喜,孙承君,何昌飞,蒋凤华,高丰蕾,郑立. 2018

[8]微塑料富集金属铅元素的能力与特征分析. 高丰蕾,李景喜,孙承君,蒋凤华,王兵,何云红,郑立,王小如. 2017

[9]东海表层海水中微塑料分布与组成. 刘涛,孙晓霞,朱明亮,梁俊华,赵永芳. 2018

[10]海洋中微塑料的来源、分布及生态环境影响研究进展. 孙承君,蒋凤华,李景喜,郑立. 2016

[11]我国西北覆膜农田土壤微塑料数量及分布特征. 程万莉,樊廷录,王淑英,李尚中,张建军,赵刚,王磊,党翼. 2020

[12]不同地膜覆盖对土壤环境及芋艿生长的影响. 白娜玲,张海韵,张翰林,郑宪清,李双喜,张娟琴,何宇,吕卫光. 2020

[13]上海市松江地区河道微塑料分布特征. 郑亮,刘一萌,李晓辰,曹译文,陈宜昊,唐洁君,隋延鸣. 2021

[14]土壤团聚体稳定性与有机碳对不同年限覆膜种植的响应. 黄鉎岚,黄爽兵,程红光,邢丹,吉波,Gratien Twagirayezu. 2024

[15]食品调料中微塑料的特征分析. 杨海锋,刘海燕,林淼,姚春霞. 2024

[16]微塑料与有毒污染物相互作用及联合毒性作用研究进展. 赵美静,夏斌,朱琳,孙雪梅,赵信国,戴伟,陈碧鹃,曲克明. 2021

[17]典型土壤中微塑料的测定方法研究. 李雯星,吴亚梅,王康,陈伟,田佳宇,徐笠. 2023

[18]滨海湿地环境中微塑料表面性质及形貌变化. 周倩,涂晨,张晨捷,章海波,付传城,李远,李连祯,熊宽旭,徐笠,骆永明. 2021

[19]农田土壤微塑料污染现状与进展. 杨扬,何文清. 2021

[20]三峡库区重庆段表层水体中微塑料组成及分布特征. 张潇峮,彭梦,王艺,李立杰,柴毅,沈子伟,李云峰,倪朝辉,张燕. 2022

作者其他论文 更多>>

微信小程序