Key points are not available for this paper at this time.
In diesem Artikel demonstrieren wir die Detektion und Identifizierung von zehn Mikroplastiktypen direkt in einer Wasserprobe mithilfe einer Identifikationstabelle, die aus hyperspektralen Mikroplastikbildern abgeleitet wurde. Wir wählten insgesamt vierzehn Wellenlängen aus, die zur Unterscheidung dieser zehn Mikroplastiktypen verwendet werden können. Wir verbesserten die Sichtbarkeit dieser Wellenlängen, indem wir das Wasser rechnerisch entfernten und die Baseline-Korrektur mit der Reflextanz bei 1550 nm vornahmen. Mit dieser Methode wird der Großteil der mühsamen Probenvorbereitung, die vor der Analyse mit robusten Techniken wie Raman-Spektroskopie und Fourier-Transform-Infrarotspektroskopie erforderlich ist, vermieden, verhindert und erleichtert. Die zehn verschiedenen Kunststoffe wurden zunächst separat und dann in einer Mischung im Wasser untersucht. Die Mikroplastikkonzentrationen variierten je nach Mikroplastiktyp und wurden <12 mg/ml pro Typ gehalten. Schließlich wurde die Detektion und Identifizierung pixelweise in einem hyperspektralen Bild eines realistischen Wasser-Matrix-Simulators mit Mischungen von nur wenigen Mikroplastikpartikeln bestätigt. Alle Messungen wurden mit Mikroplastiken unterschiedlicher Größen und unregelmäßiger Formen durchgeführt, die hausintern durch Mahlen von kommerziellen Pellets und Platten hergestellt wurden. Dies ermöglichte die Etablierung eines Verfahrens zur Identifizierung dieser schädlichen Partikel in echten Wasserproben. Der aktuelle Messaufbau der hyperspektralen Bildgebung und die Methode der Datenanalyse einer Mischung von Mikroplastiken direkt aus einer wasserbasierten Probe könnten einen Weg zu schnellerer, zuverlässigerer und vor-Ort-Detektion eröffnen.
Gebejes et al. (Sat,) untersuchten diese Frage.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: