近日，机电公司许丽佳教授团队在自然指数期刊《Analytical Chemistry》发表了题为《Study on rapid quantitative detection of soil MPs based on terahertz time-domain spectroscopy》（基于太赫兹时域光谱快速定量检测土壤微塑料的研究）的研究论文，标志着团队在作物生境监测领域取得了又一重要进展。
土壤微塑料样本图、机器学习算法结构图、太赫兹波长示意图、特征提取示意图、回归模型结果示意图
土壤中微塑料含量是影响土壤生态系统健康的重要因素之一，因此如何准确地快速地检测其具体含量具有重要意义。该研究深入探讨了土壤微塑料含量的检测方法及其优缺点，并提出太赫兹时域光谱与机器学习相结合以定量检测土壤微塑料的检测方法。通过机器学习算法，对PE，PP和PVC等微塑料的太赫兹光谱信息进行预处理，特征提取和分类，并最终建立定量模型。其中，优化后的SVM分类模型其预测准确率达到了98.65%，UVE-RF回归模型对PE和PP的定量预测准确率达到了99.1%，GA-RF回归模型对PVC的定量预测准确率达到了98.4%。为了验证所建立模型的通用性和实用性，本研究采用了假设检验、检测极限实验以及真实土壤微塑料含量预测实验和纯土壤微塑料含量预测实验来验证。结果表明，建立的模型拥有土壤中微塑料浓度为最低至0.1%，最高至20%的检测限，并且预测真实土壤微塑料含量的误差大部分在0.1%以下，可以充分满足实际生产的需要。本研究为使用太赫兹时域光谱检测土壤微塑料的方法标准化作出了贡献。
许丽佳教授为论文第一作者和共同通讯作者，硕士研究生冯彦奇为共同第一作者，赵永鹏副教授为论文通讯作者，bv伟德国际1946为第一署名单位和唯一通讯单位。合作单位还包括浙江大学、江苏大学等。该研究得到了四川省重点研发计划、四川省天府峨眉人才计划等项目的资助。
论文DOI:https://doi.org/10.1021/acs.analchem.4c05736
