Ett forskarlag från University of Waterloo har skapat ett system för identifiering av mikroplaster. Det är tänkt att stödja avloppsreningsverk och livsmedelsindustrin så att de kan fatta informerade beslut för att minska de möjliga effekterna av mikroplaster på miljön och människors hälsa.
För att hitta ett bra sätt att analysera mikroplaster använde Dr. Wayne Parker och hans team en avancerad spektroskopimetod. Genom att utsätta partiklarna för olika ljus fick de olika signaler från olika plasttyper. Dessa signaler fungerar som unika kännetecken och hjälper till att skilja mikroplast från andra partiklar.
– Mikroplaster är hydrofoba material som kan suga upp andra kemikalier. Vetenskapen utvecklas fortfarande när det gäller hur illa problemet är, men det är teoretiskt möjligt att mikroplaster ökar ansamlingen av giftiga ämnen i näringskedjan, säger han i en kommentar.
Forskningen har resulterat i ett AI-verktyg som gör det möjligt för forskare att analysera stora partikelmängder ungefär 50 procent snabbare än tidigare metoder, samtidigt som noggrannheten ökar med 20 procent.
– Vi tränade den på data från befintliga litteraturkällor och våra egna genererade bilder för att förstå den varierande sammansättningen av mikroplaster och upptäcka skillnaderna snabbt och korrekt – oavsett fingeravtryckskvaliteten, säger Dr. Alexander Wong, professor vid avdelningen för systemdesign och ingenjörskonst vid University of Waterloo.