微塑料研究中大数据集自动化分析方法的首次比较研究

目前，由于缺乏统一的分析标准，环境中微塑料的数据无法进行比较。来自拜罗伊特大学和阿尔弗雷德韦格纳研究所亥姆霍兹极地和海洋研究中心(AWI)的研究人员现在首次比较了两种微塑料数据自动分析程序的结果。特别是对于具有相对较高危害潜力的小颗粒，发现了显着偏差。

这项发表在《分析与生物分析化学》杂志上的研究表明，分析程序的标准化必须是一个关键的研究目标。

如果塑料颗粒小于5毫米，则称为微塑料。在早期的研究中，仅根据纯粹的视觉标准来识别微塑料。因此，关于可疑颗粒是否为微塑料的决定是基于研究人员的个人看法。

但是，这可能会导致非常错误的结果。现在很清楚，特别是对于小的微塑料颗粒，只有通过化学分析进行鉴定才能提供关于微塑料的可靠数据。微傅立叶变换红外光谱——简称：微傅立叶红外光谱——是目前该领域最可靠的测量方法之一。要研究小于0.5毫米的微塑料颗粒，必须将样品过滤，然后使用微型FTIR光谱仪进行分析。

在这里，以高分辨率测量完整的样品过滤器。这将创建过滤器的“化学图”，从而可以清楚地识别小至十微米的微塑料。但是，该测量会产生多达数百万个FTIR光谱，因此无法对微塑料进行手动分析。此类分析需要可靠的自动化计算机方法。为了自动分析FTIR数据集，当今的微塑料研究中使用了各种评估算法。

AWI和拜罗伊特大学独立开发了两种成熟且常用的微塑料FTIR光谱识别算法：简单分析工具(环境中微塑料的系统识别)和BPF(拜罗伊特粒子探测器)。这两种算法都具有可以整体检查大量测量数据的优点。这避免了仅选择部分样本并将分析结果外推到整个样本时出现的偏差。

作为比较研究的一部分，拜罗伊特大学和AWI的Helgoland站点的研究人员使用两种评估算法检查了两组样本。测量了微塑料颗粒的数量和大小以及各种聚合物的比例。一组样本包含来自上威悉河和中威悉河的十个水样，另一组样本包含十个来自下威悉河/外威悉河和玉湾的水样。

“我们特意选择将两种分析工具与环境样本集进行比较，因为这里遇到了所有与环境相关的类型、形状和大小的聚合物。此外，非常小的微塑料颗粒在环境中特别常见，颗粒越小，它们的潜在危险就越大。这使得评估适用于研究这些颗粒的最新方法(例如显微FTIR光谱和FTIR数据集的自动分析)变得更加重要，”拜罗伊特大学SFB“微塑料”发言人、该研究的相应合著者ChristianLaforsch教授博士。

对于这项新研究，拜罗伊特和黑尔戈兰的研究人员将同时获得的结果与两种分析工具进行了比较。总的来说，结果基本一致。但也有偏差：尤其是在小于50微米的颗粒范围内，会有不同的结果，因为这里的算法也会因较差的FTIR光谱质量而做出错误的决定。

“我们的研究表明，需要进行进一步的比较研究，以便使用自动化方法可以准确无误地识别各种尺寸的微塑料颗粒。迄今为止获得的关于微塑料对环境污染的结果绝对应该以一定程度的怀疑态度看待，尤其是关于较小的班级。此外，我们的研究证明，当我们最终对使用分析工具获得的数据进行严格审查时，我们获得了良好而可靠的数据，”来自拜罗伊特大学的合著者MartinLöder博士说。

“然而，就目前使用的所有技术和方法而言，最终仍不清楚该过程中获得的结果在多大程度上反映了环境中的实际微塑料负荷。即使我们使用现代、技术先进的调查方法，有多少问题以及哪些微塑料颗粒实际上污染了环境尚无定论。特别是在非常小的颗粒的情况下，我们仍处于起步阶段，这使得进一步的研究工作变得更加重要，”克里斯蒂安教授强调说。拉福施。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！