基于拉曼光谱技术的海水微塑料快速识别技术研究
文献类型：CNKI期刊论文
| 作者 | 杨思节; 冯巍巍; 蔡宗岐; 王清 |
| 发表日期 | 2021-08-12 |
| 出处 | 光谱学与光谱分析
 |
| 关键词 | 微塑料 激光拉曼 小波分析 决策树 随机森林 |
| 英文摘要 | 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。 |
| 文献子类 | CNKI期刊论文 |
| 资助机构 | 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 |
| 卷 | v.41期:08页:151-155 |
| 语种 | 中文; |
| 分类号 | X834;O657.37 |
| ISSN号 | 1000-0593 |
| 源URL | [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.中国科学院海洋大科学研究中心 2.中国科学院大学 3.哈尔滨工业大学(威海) 4.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) |
| 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. |
入库方式： OAI收割
来源：海洋研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。