1

樣品描述

本研究涵蓋了多種塑料材料（圖1）。我們提供了較大的顆粒，每個顆粒尺寸為幾毫米，作為基礎樣品，用于構建光譜參考庫。這些顆粒由常用的聚合物組成，例如高密度和低密度聚乙烯（HDPE和LDPE）、聚對苯二甲酸乙二醇酯（PET）、聚碳酸酯（PC）、聚丙烯（PP）、聚酰胺（PA）、兩種聚苯乙烯（PS1和PS2）以及聚氯乙烯（PVC）。這些材料由于其廣泛的使用以及隨著時間的推移容易降解為微塑料的趨勢，在環境中經常被發現。

除了宏觀樣本外，分析還涵蓋了由聚乙烯(PE)和聚苯乙烯(PS)制成的微塑料顆粒。這些微塑料的尺寸和顏色各不相同，用于評估光譜庫應用于較小顆粒時的性能。

圖1：樣品照片

2

測試設置

光譜反射率測量使用Specim FX17和SWIR高光譜相機進行，光譜范圍分別覆蓋900–1700nm和1000–2500nm。對于較大的塑料顆粒，FX17配備38度鏡頭，SWIR相機配備17度鏡頭，視野約為10cm。相應的像素尺寸（FX17約為0.2mm，SWIR約為0.3mm）

為了測量微塑料，我們采用了Specim OLES Macro 鏡頭的高分辨率成像裝置。該裝置允許FX17相機的像素尺寸達到19微米，SWIR相機的像素尺寸達到24微米，從而能夠檢測到極小顆粒中的精細細節。所有測量均使用Specim Labscanner 40×20 平臺進行，并使用SpecimINSIGHT軟件進行數據處理。

3

光譜分析：樣本大小的作用

本研究的一個關鍵目標是確定由較大塑料顆粒構建的光譜庫是否能夠可靠地用于識別微塑料。分析重點關注聚乙烯(PE)和聚苯乙烯(PS)，這兩種聚合物在宏觀和微觀樣本中均有存在。因此，樣本和光譜僅涵蓋這些材料。

圖2：Specim FX17的PE和PS參考光譜，也與每種尺寸的單個微塑料有關。

結果表明，隨著樣品尺寸的減小，其光譜特征變得不那么明顯（圖2和圖3）。這種效應在聚苯乙烯微塑料中尤為明顯，因為它們通常比聚乙烯樣品更小、更透明。因此，這些材料的光譜特征變得不那么明顯，使得在較小尺度下識別它們變得越來越困難。

SWIR 相機的光譜范圍擴展至1000–2500 nm，使其能夠檢測到Specim FX17（工作波長為900–1700nm）無法檢測到的特征。這提供了更全面的光譜信息，有助于鑒定這些難以識別的樣品。

圖3：PE和PS的SWIR參考光譜，也與每種尺寸的單個微塑料有關。

4

利用高光譜成像技術

對微塑料進行建模和識別：為了評估檢測性能，我們利用偏最小二乘判別分析(PLS-DA)建立了一個分類模型。該模型將基于較大樣本構建的參考光譜庫應用于微塑料。為了簡化操作并提高分類準確率，我們將高密度聚乙烯(HDPE)和低密度聚乙烯(LDPE)的光譜歸為一個PE類，并將PS1和PS2合并為一個PS類。

5

Specim FX17相機

當將該模型與Specim FX17相機結合使用時，微塑料顆粒通常能夠被很好地識別（圖4a）。較大樣本的光譜數據能夠有效地轉移到較小顆粒上，證明了該方法的潛力。

然而，我們觀察到了一些錯誤分類。某些聚乙烯(PE)顆粒被錯誤地標記為聚丙烯，一些聚苯乙烯(PS)顆粒被誤認為是聚氯乙烯(PVC)。這些錯誤在最小的微塑料顆粒中更為明顯，因為光譜特征的減少限制了模型的判別能力。此外，一些PE顆粒完全未被檢測到，這表明該模型對極小或半透明顆粒的靈敏度有限（圖4b）。

圖4a：使用Specim FX17獲得的建模結果。

圖4b：使用Specim FX17獲得的建模結果，放大了最小的顆粒。

6

SWIR相機

相比之下，SWIR相機的分類精度更高。盡管SWIR相機的像素略高于Specim FX17（24微米vs.19微米），但SWIR相機的光譜覆蓋范圍更廣（1000-2500納米vs.900-1700納米），從而提高了材料類型的分類精度（圖5a和5b）。

圖5a：使用SWIR獲得的建模結果。

圖5b：使用SWIR獲得的建模結果，放大了最小的顆粒。

短波紅外(SWIR)捕獲的1700至2500nm之間的額外光譜信息增強了該模型檢測和準確分類聚乙烯和聚苯乙烯微塑料的能力。結果表明，Specim的SWIR高光譜相機可在更廣泛的顆粒尺寸范圍內提供更一致、更準確的識別。

7

總結

本研究證明了高光譜成像在檢測和分類微塑料方面的有效性。基于較大塑料顆粒構建的光譜庫可以成功地應用于識別較小的微塑料顆粒，尤其是在使用光譜覆蓋范圍更廣的相機時。雖然Specim FX17相機在其光譜范圍內表現良好，但Specim SWIR系統提供了更高的精度，尤其是對于位于微塑料粒徑譜低端的顆粒。這些發現凸顯了高光譜成像作為環境監測和微塑料研究有力工具的潛力。