前言近年來，塑料污染越來越多地進(jìn)入研究人員、政界人士和公眾的視線。微塑料(< 5 mm) 尤其是大家關(guān)注的焦點，人們懷疑它們會在環(huán)境和水生生物中積聚 [1]。微塑料來源眾多，其在環(huán)境中保留數(shù)百年后才能被最終分解。然而，人們對環(huán)境和水生生物中微塑料的積聚水平和影響了解甚少。部分原因是缺乏標(biāo)準(zhǔn)的分析方法，以及目前的分析技術(shù)過于耗時導(dǎo)致實踐困難。之前發(fā)表的研究成果依靠目視識別對樣品中的塑料進(jìn)行定量 [2]。本研究開發(fā)了從環(huán)境樣品中提取微塑料的可靠方法。采用傅立葉變換紅外 (FTIR) 光譜成像技術(shù)對各種微塑料類型進(jìn)行定性和定量分析 [3,4]。

實驗部分樣品在一段時間內(nèi)從丹麥維堡的一個濕蓄水池中采集樣品，包括沉積物、水、三脊棘魚和水蛭。研究中未對水生動物展開深入分析，僅用其驗證了動物群體中微塑料的檢測結(jié)果。池塘接收雨水徑流并保留了道路上的污染物，可能導(dǎo)致微塑料的濃度增加?？偣矎某靥林惺占?50 L 水。每批次采水樣 10 L，收集在螺口蓋涂覆 Teflon 涂層的 2 × 5 L 培養(yǎng)基儲瓶中。采樣位置如圖 1所示。用一個直徑 5 cm 的玻璃采樣器（采樣位置見圖 1）在距離池塘邊緣 1–2 米處收集沉積物樣品。將每份沉積物樣品的頂層液體轉(zhuǎn)移至玻璃罐中。如圖 1 所示，使用池塘中鋪設(shè)的漁網(wǎng)捕獲魚樣品。用袋網(wǎng)捕獲其他動物群樣品，然后放入裝有純乙醇的玻璃瓶中。然后將這些樣品放在冰上，以 –20 °C 的溫度保存在實驗室中。

樣品前處理所有玻璃器皿在使用前都要沖洗三次，并蓋好所有設(shè)備、樣品等，以防受到空氣中微塑料的污染。分析環(huán)境樣品中的微塑料時，主要挑戰(zhàn)是如何去除有機(jī)物/生物體。由于許多塑料都有疏水性，有機(jī)物會在塑料表面聚集，因此在對微塑料進(jìn)行光譜表征之前，必須先去除有機(jī)物。用H2O2 氧化作為主要預(yù)處理方法，因為這種方法可以在保持塑料不變的同時去除有機(jī)物。

通過篩分并用乙醇沖洗以富集水樣中的塑料，然后將乙醇蒸發(fā)。對沉積物樣品進(jìn)行篩分與冷凍干燥，然后通過 H2O2 氧化去除有機(jī)物。再用重量分離法分離無機(jī)和有機(jī)組分。動物群樣品的前處理方法是在每 1 g 干重的冷凍干燥樣品中加入 60 mL 的 5 M KOH。然后將該溶液在 45 °C 下攪拌 48 小時。加入超純水，之后篩分樣品。將三種樣品類型的最終富集塑料顆粒樣品分別懸浮于乙醇中。將粒徑 > 80 µm 的樣品沉積到紅外反射載玻片 (MirrIR,Kevley Technologies) 上，進(jìn)行反射模式 FTIR 成像分析。將粒徑 < 80 µm 的樣品沉積在氟化鈣 (CaF2) 紅外透明窗片上，烘干用于隨后的透射模式分析。經(jīng)過處理后，微塑料顆粒將粘附在載玻片上，用于 FTIR 成像分析。

儀器使用傅立葉變換紅外 (FTIR) 成像系統(tǒng)對樣品中的微塑料進(jìn)行定性和定量分析。系統(tǒng)中包括一臺 Agilent Cary 620 FTIR 顯微鏡，與 Agilent Cary 670 FTIR 光譜儀聯(lián)用。顯微鏡上配備了一個 128 × 128 像素的焦平面陣列 (FPA) 檢測器，能夠以 15 倍的放大率在每區(qū)塊 700 × 700 微米的區(qū)域中同時采集 16384幅光譜圖。儀器可以自由切換反射和透射兩種模式。儀器設(shè)置如表 1 所示。

數(shù)據(jù)處理FTIR 成像數(shù)據(jù)分析通過使用丹麥奧爾堡大學(xué)開發(fā)的 MPhunter軟件與德國阿爾弗雷德韋格納研究所合作完成。MPhunter 將一系列參比譜圖關(guān)聯(lián)到 FTIR 成像系統(tǒng)獲得的譜圖中。然后其使用原始譜圖（未衍生）和第一第二衍生譜圖將圖像中所有譜圖（本例中共 420 萬譜圖）關(guān)聯(lián)到每一個加載的參比譜圖，使用整個譜圖范圍或選定范圍內(nèi)的波數(shù)并在 0 和 1 之間產(chǎn)生一個分?jǐn)?shù)，表明擬合優(yōu)度。這三種相關(guān)性可單獨加權(quán)。為檢測樣品中的微塑料，采用一種自動算法將數(shù)據(jù)庫中的所有參比譜圖與圖像中的所有譜圖進(jìn)行比較。在這種情況下，采用了塑料聚合物和天然材料的 113 張參比譜圖，其顯示出與樣品塑料譜圖具有相似性。將譜圖數(shù)據(jù)庫中的各種材料分配到不同的材料組，如 PP、PE、PET 等等。用于微塑料顆粒檢測的算法采用 2 個概率評分閾值。首先，該算法找尋所有最高概率評分的像素（本例中每個像素概率分?jǐn)?shù)為 113）并將其歸為塑料材料，同時尋找評分高于較高閾值的所有像素。此外，該算法分析所有相鄰像素，如果它們擁有與所屬材料組同類型的材料且概率評分高于第二閾值，則添加這些像素為塑料顆粒。

現(xiàn)有相關(guān)性中，原始譜圖的權(quán)重為 0（意味著不在考慮范圍內(nèi)），而第一和第二衍生圖權(quán)重都為 1，意味著最終分?jǐn)?shù)是第一和第二衍生圖分?jǐn)?shù)的平均值。不考慮原始譜圖的原因是傾斜的基線（樣品形狀尺寸造成光散射）往往帶來誤導(dǎo)性的結(jié)果，而在使用衍生圖時不會遇到此問題。圖形輸出可以是顏色相關(guān)的圖像，每個像素通過最近的譜圖匹配進(jìn)行顏色編碼，以及/或者生成第二圖像顯示用戶特定選擇的參比材料的熱點圖。然后分析已鑒定的塑料顆粒，找出顆粒像素之間的最長距離，從而獲得顆粒的主要尺寸。假定顆粒形狀為橢圓且知道掃描中顆粒的面積，從而獲得次要尺寸。第三尺寸厚度，假定為次要尺寸的 0.67 倍。假定顆粒是橢圓，計算其體積。根據(jù)體積和已鑒定塑料材料的密度來計算質(zhì)量。這些顆粒的參數(shù)以列表形式顯示，便于導(dǎo)出。請參閱圖 3 示例。

結(jié)果與討論通過分析樣品的 FTIR 圖像，對樣品中的塑料進(jìn)行定性與定量分析。該分析需要去除目標(biāo)物以外的大部分物質(zhì)。為達(dá)到此目的，對每種不同類型樣品（如水、沉積物、魚）的前處理方法進(jìn)行了優(yōu)化。透射測定（粒徑 10–80 µm）的所有 113 個參比譜圖的完整相關(guān)性圖像，如圖 3 所示。乍看之下，很明顯大部分顆粒是天然原料，比如纖維和蛋白質(zhì)。尤其可以看到纖維顆粒，它們均來源于纖維素材料。圖 4 展示了原始譜圖（未衍生）和第一衍生圖中，定性為聚丙烯的像素和聚丙烯參比圖之間的對比。它清楚地表明，采用衍生圖可以有效減少散射造成的光譜偏移和基線傾斜（與樣品的顆粒性質(zhì)相關(guān)），從而提供與參比譜圖更好的相關(guān)性。