从废弃塑料快递包装中找到微塑料碎片的可追溯性,使用近红外光谱与化学测量结合使用近红外光谱

科学领域:

• 环境科学 环境科学
• 分析化学 分析化学
• 材料科学 材料科学 材料科学

背景情况:

• 快递行业产生大量的废塑料快递包装 (WPEP),导致微塑料 (MP) 污染.
• 由于其复杂的组成和多样性,从各种WPEP中分类和追踪国会议员是具有挑战性的.
• 需要有效的化学测量方法来对WPEP进行分类,以促进回收和污染管理.

研究的目的:

• 开发和评估一种有效的化学测量方法,用于从WPEP中分类微塑料碎片的大类号码分类 (LCNC).
• 为了比较一种新的EPHAH分解策略与LCNC的传统OAO和OAA方法的性能.
• 通过近红外 (NIR) 光谱学建立WPEP微塑料碎片的准确识别模型.

主要方法:

• 近红外 (NIR) 光谱法用于分析10家快递公司的聚乙烯WPEP中的750个微塑料碎片.
• 在LCNC中用于特征选择,采用了一种全新的,平行半对半分解 (EPHAH) 方法.
• 部分最小平方差异分析 (PLS-DA) 与EPHAH相结合,并与一个对一个 (OAO) 和一个对所有 (OAA) 策略进行了比较. 强大的主要组件分析 (RPCA) 用于消除异常值.

主要成果:

• EPHAH-PLSDA模型实现了96.00%的优异分类准确度,显著优于OAO-PLSDA (88.67%) 和OAA-PLSDA (87.33%).
• EPHAH战略有效地处理了LCNC的决策边界,并改善了投票分辨率,克服了OAO和OAA方法的局限性.
• 使用RPCA去除异常值,使交叉验证的根平均平方误差 (RMSECV) 降低了21.5%,改善了模型性能.

结论:

• EPHAH-PLSDA策略在准确分类来自不同WPEP的微塑料碎片方面表现出显著的优势.
• 这种化学测量方法为识别和追踪微塑料污染提供了有效的工具,有助于废物管理和回收工作.
• 开发的识别模型提供了高性能,从WPEP中识别微塑料碎片的识别率为96.00%.