חלקיקים פלסטיים - חלקיקים פלסטיים קטנים מ-5 מ"מ - מתרבים כל פינה של הפלנטה שלנו, מאגמים הרריים מרוחקים ועד תעלות האוקיינוס העמוקות ביותר שלהם, גודלם הקטן מקשים לזהות, אך השפעות סביבתיות ובריאות שלהם דורשות ניטור מדויק.ללא זיהוי אמין, איננו יכולים לכמת את היקף הזיהום, להעריך סיכונים, או לפתח אסטרטגיות מיליטנטיות יעילות של טכנולוגיות אנליטיות, למידה וזיהוי מהיר יותר, לזהות שיטות מיקרו-פלסטיקה של זיהום.

מדוע קביעת תוצאות

מיקרופלסטיקה מקורם ממגוון מקורות – פסולת פלסטיק מחוספסת, סיבים סינתטיים מטקסטיל, מיקרובים במוצרי טיפול אישיים, ואגן תעשייתי פעם במים, הם חומרים כימיים רעילים, כימיקלים מזיקים להובלת מיקרובים מזיקים, ויכולים להיות מכוסים על ידי חיים מימיים, בסופו של דבר להיכנס לשרשרת המזון האנושית.

גילוי אמין הוא הבסיס של הערכת סיכונים.ללא זה, איננו יכולים לקבוע קווי בסיס, לעקוב אחר מגמות, או לאמת את יעילות פעולות ניקוי ורגולציה.הצורך בשיטות זיהוי חזקות וסטנדרטיות הוא דחוף, אבל טכניקות מסורתיות לעתים קרובות ליפול קצר במהירות, רגישות, או יעילות עלות.

שיטות זיהוי מסורתיות: חיזוקים ומגבלות

זיהוי חזותי ומיקרוסקופ

במשך עשרות שנים, ניתוח מיקרופלסטי החל עם מיקרוסקופ.חוקרים לסרוק באופן ידני מסננים עבור חלקיקים חשודים, להסתמך על צורה, צבע ומרקם. גישה זו היא עבודה-רגישה וטעייה; הבחנה פלסטית מהריסות אורגניות או חלקיקים מינרלים דורשת מומחיות רבה יותר, חלקיקים קטנים יותר מ -100 מיקרונים הם קשה מאוד לזהות, המוביל לתחת משמעותית של זיהום.

טכניקות ספציפיות: FTIR ו-Raman Spectroscopy

ארבעהier-transform אינפרא אדום (FTIR) spectroscopy ו-Raman spectroscopy לספק זיהוי כימי על ידי ניתוח רטטים מולקולריים.שיטות אלה הן מדויקות מאוד ויכולות להבדיל סוגים פולימרים (למשל, פוליאתילן, פוליפרופילן, פוליפרקין, פוליסטיילרין), עם זאת, הם דורשים כלי שיט יקר, זמן רב הכנה (כגון עיכול של חומר אורגני), ולעתים קרובות של חלקיקים אמיתיים יכולים לטפל בטכניקות מעבדה, כגון דגימות מים, כגון דגימות, כגון:

Pyrolysis-Gas Chromatography-Mass Spectrometry (Py-GC/MS)

Py-GC /MS מחמם מדגם כדי לפרק פלסטיק לתוך שברים אופייניים, אשר לאחר מכן מופרדים ו מזוהים.זה מספק נתונים כמותיים על ריכוזים המוניים של פולימרים ספציפיים אבל הורס את הדגימה, אינו מציע מידע על גודל חלקיקים או צורה, ודורש ניתוח נתונים מורכב.זה משלים ערך שיטות הדמיה אבל לא פתרון עמידה עבור ניטור שגרתי.

טכנולוגיות מתפתחות: גבול חדש

המגבלות של שיטות מסורתיות עוררו חדשנות.כאן אנו חוקרים את שלוש הטכנולוגיות המודגשות במאמר המקורי - מערכות הדמיה אוטומטיות, תגים פלואורסנטים, ומכשירים מיקרו-השפעהיים - לצד התקדמות נוספת המעצבים מחדש את השדה.

מערכות הדמיה אוטומטיות עם Machine Learning

מערכות הדמיה מתקדמות משלבות מצלמות ברזולוציה גבוהה עם בינה מלאכותית כדי לזהות ולסווג מיקרופלסטיקה בדגימות מים.זרימת עבודה טיפוסית כרוכה סינון דגימת מים על קרום, לצלם את המסנן תחת תאורה מבוקרת, ולהאכיל את התמונות לרשת עצבית convolutional (CNN) שהוכשרה על אלפי תמונות מיקרופלסטיות מאומתות.

(FLT:0) איך זה עובד: FLT:1 ; CNN לומד לזהות תכונות כגון מרקם, צבע, צורה, ודפוסי קצה כי להבחין פלסטיק חלקיקים טבעיים. מערכות מתקדמות יכול לזהות חלקיקים קטנים כמו 10 מיקרונים ומעבד אלפי תמונות לשעה. כמה פלטפורמות לשלב ספקטרוסקופיה - כגון FTIR אוטומטיים או Raman מיפוי - כדי לאשר זהות כימית לאחר בדיקות חזותיות ראשוניות.

(FLT:0) Advantages: FLT:1 מקטין באופן דרמטי את זמן הניתוח בהשוואה למיקרוסקופיות ידניות (שעות לעומת ימים) משפר את העקביות ולהפחית את השגיאה האנושית.

(FLT:0) התחייבויות: 1.10.10.1 דורש נתונים של הכשרה משמעותית ומשאבים חישוביים.עדיין נאבקים עם סוגים מסוימים של חלקיקים, כגון מיקרופלסטיק שקוף או כהה מאוד.

החוקרים מאוניברסיטת טוקיו פיתחו מערכת באמצעות אלגוריתם למידה עמוק שהשיגה > 95% דיוק בזיהוי מיקרופלסטיקים מדגימות הנהר.

2. טכניקות כוונון פלואורסנט

תג פלואורסנט מנצל את זיקה של צבעים מסוימים עבור משטחים פלסטיק.כאשר נחשפים אורכי גל ספציפיים (בדרך כלל UV או כחול), מיקרופלסטיקים מתויגים פולטים פלואורשן שניתן לזהות על ידי מצלמה או מיקרוסקופ פלואורסנס.טכניקה זו יכולה לחשוף חלקיקים בלתי נראים תחת אור לבן.

(FLT:0) איך זה עובד: FLT:1 צבע פלואורסנט לא רעיל (למשל, הנילוס האדום, שהוא שפתופילי ומדביק משטחים פלסטיק הידרופוביים) נוסף לדגימה מים.לאחר הדגימה, הדגימה מסונן ונצפית תחת מערכת הדמיה פלואורית.

(FLT:0) Advantages: FLT:1 רגישות גבוהה - יכול לזהות ננופלסטים עד 1 מיקרון. פשוט ומהיר; דורש הכנה מינימלית של דגימות.

(FLT:0) התחייבויות: 1) חיובי כוזב מחומר אורגני שקושר גם את הצבע; דורש צעד עיכול להסרת אורגנים טבעיים.צבעים שונים עובדים הכי טוב עבור פולימרים שונים, כך שאין שום תג אוניברסלי אחד.

(FLT:0) התקדמות: 1.10.1 צוות מאוניברסיטת קווינסלנד פיתח את האמירה פלואורסנט כי במקביל לכמת שישה סוגים של פולימרים נפוצים באמצעות אלגוריתם לא מעורב. גישה זו, שפורסם ב-FLT:2Environmental Science & TechnologyFLT:3, פותח את הדלת במהירות להקרנה רב-פומית בהגדרות.

3.מכשירים מיקרופלודיים

מיקרוידיקליקים מניפולציה של כמויות זעירות של נוזל (מיקרוליטים כדי picters) בערוצים המוסכמים לתוך זכוכית או שבבי פולימר. עבור זיהוי מיקרופלסטי, מכשירים אלה יכולים לבודד, להתרכז ולנתח חלקיקים בזרימה רציפה, המציע אפשרויות ניטור בזמן אמת.

(FLT:0) איך זה עובד: FLT:1 דגימה מים מומשת באמצעות מיקרו-ערוצי שבו כוחות אינפורמטיביים, גלים אקוסטיים, או שדות dielectrophoretic נפרדים חלקיקים בגודל או צפיפות. מיקרופלסטיקים מופנים לאזור זיהוי שבו חיישנים אופטיים או אלקטרוכימיים ספירה וסווג אותם.

(FLT:0) Advantages: FLT:1 Portability - אשר מערכות ניתן להחזיק מעמד. ניתוח בזמן אמת ללא תחבורה מדגם. צריכת טינה נמוכה ופסולת מינימלית ניתן אוטומטית עבור פריסה ארוכת טווח בנהרות או צמחי טיפול במים.

(FLT:0) התחייבויות:FLT:1 כיום מוגבל לדגימות מים נקיים יחסית (הפרעות נמוכות, תוכן אורגני נמוך) צ'יפ יכול להתחסן עם פסולת גדולה יותר.באמצעותput הוא נמוך יותר ממערכות הדמיה אוטומטיות.

(FLT:0)Example:FLT:1 בשנת 2023, חוקרים במכון הפדרלי השוויצרי לטכנולוגיה (EPFL) הראו מכשיר מיקרו-השפעהי המשתמש dielectrophoresis כדי ללכוד microplastics מן זרם זורם לנתח את גודל ההפצה שלהם.המכשיר השיג 90% יעילות ללכוד חלקיקים בין 10 ל -100 מיקרונים.

המונחים: Hyperspectral Imaging

מצלמות Hyperspectral ללכוד תמונות על פני מאות להקות ספקטרליות, גלויות לאדום גלי קצר.כל פיקסל מכיל ספקטרום שניתן להתאים לספריה של חתימות פלסטיות, ומאפשר זיהוי כימי ללא מגע פיזי או תווית.

(FLT:0) איך זה עובד: אלגוריתמים 1 (A) מסנן מים הוא תמונה תחת תאורה מבוקרת.האור המשקף בכל להקה באורך גל צר נרשם. אלגוריתמים מסוימים שאינם מעורבים לאחר מכן להקצות חומרים לכל פיקסל.זה יוצר מפה כימית של פני השטח המסנן, חושף את המיקום ואת הסוג הפולימרי של כל מיקרופל.

(FLT:0) Advantages:FLT:1 Nondestructive - No colors or העיכול הדרושים. יכול לכסות אזורים מסננים גדולים במהירות (למשל, מסנן 47 מ"מ ב 30 דקות).

(FLT:0) התחייבויות:0 (Limitations: FLT:1) מצלמות יקרות (לעתים קרובות > 50,000 $) דורשות כיבוד קפדני וספרייה ספקטרלית מקיפה.לחות מים יכולים להפריע לספקטרום אינפרא אדום.

(ב) מקור:0) מקורות משאבים חיצוניים: 1FLT:1 The EPA's (FLT:2) הוכחה של מחקר קונספט ,FLT 3: על הדמיה היפר-ספקטרוםית לניתוח מיקרופלסטימנט מדגיש את הפוטנציאל שלה להקרנה מהירה של פסולת מים.

5. biosensors ו- Portable hydrogel Kits

ביוסנסורים משתמשים באלמנטים של זיהוי ביולוגי (DNA aptamers, נוגדנים, אנזימים) אשר נקשרים במיוחד משטחים מפלסטיק, יצירת אות חשמלי, אופטי או מבוסס מסה. ערכות מבוסס הידרוגל משלבות חיישנים אלה לתוך ממטריקס ג'ל שמשנה צבע או פלואוסטרנס כאשר מיקרופלסטיק נמצאים.

(FLT:0) איך זה עובד: FLT:1 דגימה מים מועבר דרך מחסנית המכילה membrane aptamer-coated. Binding של microplastics גורם שינוי מוליכות חשמלית או משחרר מולקולה עיתונאית פלואורסנט.חלק ערכות הידרוגל דומות בדיקות הריון - ip the רצועת, לחכות, לקרוא את עוצמת הצבע.

(FLT:0) Advantages: FLT:1 באופן קיצוני עלות נמוכה למבחן (תחת 1 דולר) אין צורך במעבדה - מדענים אזרחים יכולים להשתמש בהם. תוצאות מהירות (10-20 דקות).

(FLT:0) התחייבויות: 1) רגישות נמוכה יותר מאשר שיטות ספקטרוסקופיות. קרוס-אקטיביות עם חומרים הידרופוביים אחרים, כיום מוגבל לזיהוי איכותי או חצי-כאנטי.

(FLT:0) בכיוון העתידי:00FLT:1 A 2024 מחקר ב-FLT:2ACS חיישןs SensorsFLT 3: 3 דיווח ביוסנסטור מבוסס אדמיר אשר מזהה מיקרופלסטיקה פוליאתילן בריכוזים נמוכים כמו 1 מיקרוגרם / L בשתייה, עם אבטיפוס ידני.

סקירה השוואתית של טכנולוגיות זיהוי

כדי לעזור לאנשי מקצוע איכותיים וחוקרים לבחור את השיטה הנכונה, הסיכום הבא משווה מדדים מרכזיים בכל הטכנולוגיות שנדונו.

  • (FLT:0) מיקרוסקופיה: FLT:1low Cost, אבל איטי מאוד (שעות לדגימה) ושיעור שגיאות גבוה.
  • (FLT:0) FTIR / Rman Spectroscopy:cioFLT:1 דיוק גבוה, אבל ציוד יקר, מפעיל מאומן צריך, איטי (שעות עד ימים).
  • (FLT:0) Automated Imaging + AI:03FLT:1) מהיר ( דקות עד שעות), דיוק טוב, אבל עלות ראשונית גבוהה ודורשת מידע על זיהוי.
  • (FLT:0) פלואורנסנט טאג: LT:1 רגיש מאוד (1 μm), צבע מהיר, זול, אבל נוטה חיובי כוזב מחומר אורגני דורש מיקרוסקופ או מצלמה.
  • (FLT:0Microfluidic מכשירים:FLT:1 ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇
  • (FLT:0) Hyperspectral Imaging:FearLT:1 , Nondestructive, מכסה שטח מסנן שלם, מזהה פולימרים, אבל יקר מאוד וצריכה ספקטרום הספרייה.
  • (FLT:0)Biosensors/Hydrogel Kitssreas:FLT ( 1 Ultra-low Cost), שדה מבוזר, מהיר, אך פחות מדויק, מוגבל לפולימרים ספציפיים.

אתגרים באימוץ והתאמה

למרות ההתקדמות הטכנולוגית, כמה מהמכשולים נותרו לפני ששיטות אלה הופכות לשגרה במעבדות ניטור מים ברחבי העולם.

היעדר פרוטוקולים סטנדרטיים

כיום, אין תקן מקובל באופן אוניברסלי לגילוי מיקרופלסטי קיים.הממשל האירופי (FLT:0JRC) (מרכז המחקר ג'וינט) אנדרט 1 והמינהל הלאומי של ארצות הברית לאוקיינוסים ואטמוספירה (NOAA) הציע הנחיות, אך הם ממשיכים להתפתח.כל טכנולוגיה מתפתחת דורשת אימות נגד חומרים והשוואה בין-laboratory.

מטריקס Interference

דגימות מים ממקורות שונים - ocean, הנהר, שפכים, מים לשתייה - תמיד בהפרעות, חומר אורגני ותוכן מינרלים. שיטה שעובדת במים ברז עלול להיכשל בגלימת שומן (למשל, עיכול, צפיפות) אינם תמיד מתאימים לטכנולוגיות חיישן חדשות יותר.

גבולות גודל

רוב טכניקות ספקטרוסקופיות הנוכחיות נאבקות מתחת למיקרו-ננופלסטים (חלקיקים ובושה; 1 μm) נחשבים רעילים יותר, אך הם מאתגרים מאוד לזהות טכניקות מתפתחות כמו super-enhanced Raman spectroscopy (SERS) ו- nanoparticle מעקב תוכנית ניתוח מעקב מעקב מעקב, אך הם עדיין לא מוכנים.

עלויות וגישה

מכשירים מתקדמים נשארים יקרים ללא הגבלה עבור מעבדות קטנות רבות ואומות מתפתחות. פלטפורמות קוד פתוח וחיישנים זולים, כגון רצועות הידרוג'ל פלורסצ'נט, במטרה לדמוקרטיזציה של ניטור מיקרופלסטי, אך הם זקוקים לאימות קפדני.

כיוונים עתידיים ואינטגרציה

העתיד של גילוי מיקרופלסטי נמצא בהתכנסות של טכנולוגיות מרובות והשילוב של בינה מלאכותית ואינטרנט של דברים (IoT) קישוריות.

חיישנים ננוטכנולוגיה-Enhanced

ננו-חומרים כגון גרפן, חלקיקים זהב, ונקודות קוונטיות יכולים להגביר אותות ממיקרופלסטיקה.לדוגמה, SERS המשתמשים ב-כסף או ננוסטארים זהב יכולים לזהות חלקיקים פלסטיים בודדים.

AI-Driven Data Fusion

מודלים של למידת מכונות יכולים לשלב נתונים מחיישנים מרובים - אופטית, ספקטרוסקופית, כימית - כדי לשפר את דיוק הסיווג ולהקטין את החיובים המזויפים.פלטפורמות מבוססות ענן יכולות לאפשר שיתוף בזמן אמת של מפות מיקרופלסטיות ברחבי האזורים, תמיכה במאמצים לפקח גלובליים כמו UNFLT:0Clean Seas קמפיין 1LT:1 .

⁇ ב Situ Monitoring Networks

buoys אוטונומיים ורחפנים המצויים בחיישנים מיקרו-השפעהיים או תמונות פלואורסנט יכולים תמיד לייעל נתונים מיקרופלסטיים מנהרות ואזורי חוף.רשתות כאלה יעזרו לזהות נקודות חמות של זיהום ולעקוב אחר יעילות ההתערבות בזמן אמת.

אינטגרציה מדע האזרח

ערכות בעלות נמוכה, כגון רצועות הידרוג שהוזכרו קודם לכן, להעצים קהילות לאסוף נתונים בסיס.כאשר בשילוב עם יישומי ניתוח מבוססי סמארטפונים, כלים אלה יכולים ליצור נתונים גדולים שמשלמים ניטור מקצועי.עם זאת, בקרת איכות נותרה בעיה קריטית.

מסקנה

טכנולוגיות מתפתחות מממשות את זיהוי המיקרופלסטיקה במקורות מים, המציעות מהירות חסרת תקדים, רגישות וגישה. הדמיה אוטומטית עם למידת מכונה, תגים פלואורנסנט, מכשירים מיקרו-השפעהיים, הדמיה היפר-ספקטרוםית, וביוסנסורים כל אחד מביא כוחות ייחודיים לשולחן. בעוד שיטות מסורתיות עדיין מחזיקות ערך עבור יישומים מסוימים, עתיד ניטור מיקרו-פלסטיק במערכות משולבות, חכמות, ואינטליגנציה שיכולה לספק נתונים גלובליים, ולהבטיח, ולהבטיח, ולהבטיח, תקנים סביבתיים סטנדרטיים, ולהבטיח, ולהבטיח, ולהבטיח, ולהבטיח, והבטחות יעילות, ופעולות סטנדרטיות, לתקנות יעילות, לתקנות יעילות, לתקנות יעילות, לתקנות יעילות, לתקנות יעילות, לתקנות יעילות, לתקנות יעילות, לתקנות יעילות, והגנתיות, לתקנות יעילות, לתקנות יעילות, והגנתיות, לתקנות יעילות, והגנתיות, לתקנות יעילות, לתקנות יעילות, לתקנות יעילות, והגנתיות, לתקנות יעילות, והגנתיות, לתקנות יעילות סטנדרטיות, לתקנות יעילות סטנדרטיות, לתקנות יעילות, לתקנות יעילות, לתקנות אבטחה סביבתיות, לתקנות יעילות, לתקנות יעילות, לתקנות יעילות סטנדרטיות, לתקנות יעילות סטנדרטיות, והגנת