超灵敏纳米塑料量化可再生膜传感器通过数据驱动的拉曼光谱处理算法实现

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:

• 在自然水域中检测纳米塑料 (NP) 是具有挑战性的,因为复杂的矩阵和分析限制.
• 现有的方法在灵敏度,准确性和单颗粒分析方面存在困难.

研究的目的:

• 开发一种超灵敏,快速和定量方法来检测单颗粒纳米塑料.
• 将一个新的拉曼光谱处理算法 (Pre_seg) 与可再生的氧化 (AAO) 膜传感器集成.

主要方法:

• 利用AAO膜作为联合过基板和拉曼传感器来最大限度地减少样品损失.
• 开发了Pre_seg算法,用于信号对噪声比率 (SNR) 和半极值 (fwhms) 的全宽度的统计确定值.
• 在氧化消化预处理后,在各种湖水矩阵中验证了该方法.

主要成果:

• 对于纳米塑料,Pre_seg 实现了93.5%的预测准确度,而对于非NP粒子,则达到≥90.4%的排斥准确度.
• 量化混合纳米塑料的度低至0.5μg L-1.1.
• 在和寡湖水中表现出强度,并在多个再生周期中证实了传感器稳定性.

结论:

• Pre_seg算法和AAO传感器系统为纳米塑料检测提供了高度敏感和准确的方法.
• 这种创新方法使得水系统中纳米塑料的可扩展,可定制和环境相关的监测成为可能.