基于太赫兹时域光谱的土壤MP的快速定量检测研究
Lijia Xu1, Yanqi Feng1, Ao Feng1
1College of Mechanical and Electrical Engineering, Sichuan Agriculture University, Ya'an 625000, P. R. China.
Analytical chemistry
|January 31, 2025
概括
这项研究引入了一种使用太赫兹光谱和机器学习的新方法,以快速检测和分类土壤中的微塑料. 开发的模型具有很高的准确性,为环境监测提供了一个有前途的工具.
科学领域:
- 环境科学 环境科学
- 分析化学 分析化学
- 频谱学是一种光谱学.
背景情况:
- 微塑料 (MPs) 对土壤生物有负面影响,需要有效的检测方法.
- 目前用于土壤MP分析的技术可能是缓慢和劳动密集的.
- 开发快速准确的MP检测对于农业土壤健康至关重要.
研究的目的:
- 将太赫兹时域光谱 (THz-TDS) 与机器学习相结合,用于分类和检测农业土壤中的MP.
- 评估不同机器学习模型的性能,用于MP分类和量化.
- 为土壤微塑料分析建立一个强大而高效的分析方法.
主要方法:
- 使用移动平均 (MA) 预处理THz光谱图像数据.
- 开发和比较分类模型:随机森林 (RF),线性差异分析,支向量机 (SVM).
- 开发和评估回归模型 (主要组件回归 (PCR),射频,最小平方支向量机 (LSSVM)) 用于MP量化,使用六种特征提取方法.
主要成果:
- 在快速的MP分类中,SVM模型获得了0.9817的高F1得分.
- 回归模型显示精度超过83%,RF显示总体精度最高.
- PE-UVE-RF模型表现出极好的性能,R_c^2为0.9974和R_p^2为0.9916,通过假设测试和真实样本预测得到验证.
结论:
- 与机器学习相结合的THz-TDS提供了一种快速,准确和有效的方法来分类和检测农业土壤中的微塑料.
- 开发的基于SVM和RF的模型为土壤MP分析提供了显著的速度和准确性的改进.
- 这种综合方法为环境监测和评估微塑料对土壤生态系统的影响提供了巨大的潜力.
