基于拉曼光谱技术的海水微塑料快速识别技术研究

IOCAS-IR

	基于拉曼光谱技术的海水微塑料快速识别技术研究
	杨思节 ; 冯巍巍 ; 蔡宗岐 ; 王清
发表期刊	光谱学与光谱分析
ISSN	1000-0593
	2021-08-12
出版年	2021
卷号	v.41 期号:08 页码:151-155
文献类型	CNKI期刊论文
摘要	近年来由于塑料的大量使用和排放,这些塑料经环境作用破碎变成微塑料大量汇聚到海洋中,导致海洋中聚集大量微塑料。微塑料形状较小,难以识别其来源与种类。激光拉曼探测技术具有快速、无损、且各物质指纹峰明显易被精确识别等优点,近年来被广泛应用。本文基于拉曼光谱探测技术,提出了一种结合小波处理、随机森林算法实现海水中微塑料快速识别的智能分类方法。针对六种典型的海水微塑料标准样品(丙烯腈(A)-丁二烯(B)-苯乙烯(S)的三元共聚物(ABS)、聚酰胺(PA)、聚对苯二甲酸乙二醇酯(PET)、聚丙烯(PP)、聚苯乙烯(PS)、聚氯乙烯(PVC)),采用激光拉曼探测技术进行光谱数据收集,对获取的拉曼光谱采用小波基为DB7、分解次数为3的小波,标准差归一化进行了拉曼光谱预处理。为了提高识别速度,同时还需要对光谱数据进行数据压缩预处理,分别进行了数据压缩点为64, 128, 256, 512和1 024点的数据压缩比较,它们的决策树算法识别精度分别为91.51%, 91.67%, 92.35%, 93.17%和93.21%,随机森林算法识别精度分别为93.12%, 93.92%, 94.83%, 96.81%和96.81%,实验结果表明,微塑料的拉曼光谱压缩为512点时为效率和精度的最佳压缩点,可以为实际工程应用中微塑料拉曼数据压缩提供参考。分别采用决策树、随机森林两种算法进行微塑料拉曼光谱识别研究。研究结果表明,基于拉曼光谱数据,随机森林算法的识别微塑料交叉验证精度高于决策树算法。为进一步提高识别精度,进行了模型参数(折次k)优化研究,采用经过优化后的模型参数(k=20),随机森林算法识别微塑料的交叉验证精度可以达到97.24%。可以为实际海水中微塑料的快速识别提供技术参考。
关键词	微塑料激光拉曼小波分析决策树随机森林
CNKI专辑号	A;B;
CNKI专辑名称	基础科学;工程科技Ⅰ辑;
CNKI专题号	B027;B014;
CNKI专题名称	环境科学与资源利用;化学;
分类号	X834;O657.37
收录类别	北大核心 ; 中科院核心 ; 中科院扩展
语种	中文;
资助项目(基金）	国家重点研发计划项目(2019YFD0901101) ; 山东省重点研发计划项目(2019JZZY010810)资助
文献类型	CNKI期刊论文
条目标识符	http://ir.qdio.ac.cn/handle/337002/187700
专题	中国科学院海洋研究所
作者单位	1.哈尔滨工业大学(威海) 2.中国科学院海岸带环境过程与生态修复重点实验室(烟台海岸带研究所) 3.中国科学院海洋大科学研究中心 4.中国科学院大学
推荐引用方式 GB/T 7714	杨思节,冯巍巍,蔡宗岐,等. 基于拉曼光谱技术的海水微塑料快速识别技术研究. 2021.