Гиперспектральная съемка для обнаружения микропластика с использованием камер Specim FX17 и SWIR
Микропластик, частицы размером от 10 до 500 микрометров, загрязняют как водные, так и наземные экосистемы, образуясь в результате распада крупных пластиковых изделий. Из-за малых размеров микропластик легко распространяется и попадает в организмы, в том числе и в организм человека, что вызывает серьезные опасения по поводу его влияния на здоровье. Для понимания механизмов образования и масштабов распространения микропластика в природе необходимо разработать надежные методы его обнаружения и идентификации.
В целях содействия исследованиям Норвежский институт водных исследований (NIVA) предоставил образцы пластика для спектрального анализа с использованием технологии гиперспектральной визуализации Specim. В состав образцов входили крупные гранулы пластика размером в несколько миллиметров и отфильтрованный микропластик различных размеров. Цель исследования заключалась в оценке возможности камер Specim FX17 и SWIR для идентификации микропластика, а также в определении эффективности использования спектральных данных, полученных с крупных пластиковых гранул, для обнаружения более мелких фрагментов микропластика.
В исследовании анализировали различные виды пластика (см. рисунок 1). Для создания базы данных спектров использовали крупные гранулы нескольких миллиметров, представляющие собой обычные полимеры: полиэтилен высокой (ПЭВП) и низкой (ПЭНП) плотности, полиэтилентерефталат (ПЭТ), поликарбонат (ПК), полипропилен (ПП), полиамид (ПА), два типа полистирола (ПС1 и ПС2) и поливинилхлорид (ПВХ). Эти материалы часто обнаруживают в окружающей среде, так как их широко используют, и со временем они распадаются на микропластик.
Кроме крупных образцов, исследовали и частицы микропластика из полиэтилена (ПЭ) и полистирола (ПС) разного размера и цвета. Это позволило оценить, насколько эффективно созданная спектральная база данных работает с мелкими частицами.
Рисунок 1 - Фотографии образцов.
Подготовка измерения
Спектральное отражение измеряли гиперспектральными камерами Specim FX17 (диапазон 900-1700 нм) и SWIR (диапазон 1000-2500 нм). Для крупных гранул пластика камеры Specim FX17 и SWIR использовали объективы с углом обзора 38 и 17 градусов соответственно, что давало поле зрения около 10 см. Размер пикселя при этом составлял примерно 0,2 мм (Specim FX17) и 0,3 мм (SWIR).
Для анализа микропластика использовали систему высокого разрешения с макрообъективом Specim OLES. Она позволяла получать изображения с гораздо меньшим размером пикселя: 19 мкм (Specim FX17) и 24 мкм (SWIR), что позволяло детально изучать мельчайшие частицы. Все измерения выполнялись на платформе LabScanner 40 x 20, а обработка данных – в программе SpecimINSIGHT.
Спектральный анализ: роль размера выборки
Основной задачей исследования было выяснить, можно ли использовать базу данных спектров, созданную на основе крупных пластиковых частиц, для точной идентификации микропластика. Основное внимание уделялось полиэтилену (ПЭ) и полистиролу (ПС) – эти полимеры присутствовали как в крупных, так и в мелких образцах, поэтому анализ ограничивался толькоими.
Выяснилось, что спектральные характеристики становятся менее чёткими по мере уменьшения размера образца (см. рисунки 2 и 3). Особенно это заметно для микрочастиц полистирола, которые, как правило, меньше и прозрачнее, чем полиэтилен. Из-за этого спектральные особенности этих материалов становятся менее выраженными, что значительно усложняет их идентификацию, когда они представлены в виде микропластика.
Рисунок 2 - Эталонные спектры образца FX17 для ПЭ и ПС, также относящиеся к одному микропластику каждого размера.
Камера SWIR, работающая в более широком спектральном диапазоне (1000–2500 нм), позволяет обнаружить больше деталей, чем камера Specim FX17 (900–1700 нм). Это обеспечивает более полную спектральную информацию, что помогает в идентификации сложных образцов.
Рисунок 3 - талонные спектры SWIR для ПЭ и ПС, также относящиеся к одному микропластику каждого размера.
Моделирование и идентификация микропластика с использованием гиперспектральной визуализации
Чтобы оценить, насколько хорошо метод работает при обнаружении пластика, разработали классификационную модель на основе дискриминантного анализа методом частичных наименьших квадратов (PLS-DA). Эту модель использовали, чтобы классифицировать микропластик, используя в качестве эталона спектральную библиотеку, созданную по спектрам более крупных образцов. Для упрощения классификации и повышения её точности, спектры полиэтилена высокой и низкой плотности (HDPE и LDPE) объединили в один класс – PE, а спектры двух типов полистирола (PS1 и PS2) – в один класс – PS.
Камера Specim FX17
Использование Specim FX17 с разработанной моделью показало, что микропластик в целом идентифицируется достаточно хорошо (см. рис. 4a). Спектральные данные, полученные с крупных образцов, эффективно применялись к мелким частицам, что говорит о перспективности метода.
Тем не менее, были и ошибки. Некоторые частицы полиэтилена (ПЭ) ошибочно классифицировали как полипропилен, а некоторые частицы полистирола (ПС) – как ПВХ. Эти ошибки чаще встречались у самых мелких частиц микропластика, где ослабленные спектральные характеристики затрудняли различение материалов. Кроме того, некоторые частицы ПЭ вообще не были обнаружены, что свидетельствует об ограничении чувствительности метода при работе с очень мелкими или полупрозрачными частицами (см. рис. 4б).
Рисунок 4а - Результаты моделирования, полученные с помощью Specim FX17.
Рисунок 4б - Результаты моделирования, полученные с помощью Specim FX17, увеличенные до самых мелких частиц.
SWIR-камера
В отличие от результатов, полученных с камерой Specim FX17, камера SWIR показала более высокую точность при классификации. Несмотря на несколько больший размер пикселя (24 мкм против 19 мкм у Specim FX17), более широкий спектральный диапазон SWIR (1000–2500 нм против 900–1700 нм) позволил значительно улучшить точность идентификации материалов (см. рис. 5a и 5б).
Рисунок 5а - Результаты моделирования, полученные с помощью SWIR.
Рисунок 5б - Результаты моделирования, полученные с помощью SWIR, увеличенные до самых мелких частиц.
Дополнительная спектральная информация, полученная камерой SWIR в диапазоне от 1700 до 2500 нм, повысила способность модели обнаруживать и правильно классифицировать микропластик, как полиэтилен, так и полистирол. Таким образом, гиперспектральная SWIR-камера Specim обеспечивает более надежную и точную идентификацию микропластика в широком диапазоне размеров частиц.
Заключение
Это исследование подтверждает эффективность гиперспектральной визуализации для обнаружения и классификации микропластика. Созданная база данных спектров на основе крупных частиц пластика может быть успешно использована для идентификации более мелкого микропластика, особенно при использовании камер, охватывающих более широкий спектральный диапазон. Хотя камера Specim FX17 хорошо справляется со своей задачей в пределах своего спектрального диапазона, система Specim SWIR обеспечивает более высокую точность, особенно при анализе частиц меньшего размера. Эти результаты подчеркивают перспективность гиперспектральной визуализации как ценного инструмента для экологического мониторинга и изучения микропластика.
