在沉积物样本中快速检测和量化尼罗河红色染色的微塑料颗粒
Masashi Tsuchiya1, Tomo Kitahashi1,2, Yosuke Taira3
1Japan Agency for Marine-Earth Science and Technology (JAMSTEC), Yokosuka, Kanagawa, Japan.
PeerJ
|April 4, 2025
概括
一种新的人工智能驱动的方法可以快速检测和量化海洋沉积物中的微塑料 (MP). 这种自动化系统显著减少了分析时间,并提高了MP污染研究的准确性.
科学领域:
- 环境科学 环境科学
- 海洋生物学 海洋生物学
- 分析化学 分析化学
背景情况:
- 微塑料 (MP) 在海洋沉积物中的分布和迁移尚未完全理解.
- 准确量化MP对于估计污染水平和制定对策至关重要.
- 目前的MP分析方法耗时,特别是对于具有小颗粒大小的深海沉积物.
研究的目的:
- 开发一种快速有效的方法,用于自动识别和计数海洋沉积物中的微塑料.
- 为了解决MP检测传统手动处理方法的局限性.
- 为了能够更快,更准确地评估海洋环境中的PM污染.
主要方法:
- 开发了一个新的半自动化系统,结合了尼罗河红色 (NR) 染色,光显微镜和机器学习.
- 该系统自动识别和计数NR染色的沉积物MP粒子.
- 人工颗粒物和有纤维的MP被用作机器学习模型的训练数据.
主要成果:
- 开发的方法可以有效地检测大小在18至500微米之间的MP,将其分类为纤维或颗粒.
- 该系统在分类MP类型时达到98%的准确性 (100%为纤维,96%为谷物).
- 每颗颗粒的分析时间显著减少 (4.2-8.8秒),对于较大的颗粒数量来说,速度更快.
结论:
- 这种新方法可以快速可靠地量化海洋沉积物中的MP数量和形式.
- 预计这种方法将提高MP分布和数量的数据的准确性.
- 该系统的易用性使其在各种领域的应用更加容易,包括公民科学和船上研究船的分析.
