《Journal of Environmental Chemical Engineering》：High-Throughput Microplastics Identification by Interpretable Machine Learning and Multi-Source Spectral Integration
编辑推荐：
●一种整合傅里叶变换红外光谱（FT-IR）与拉曼光谱的机器学习框架，用于识别微塑料（MPs）。●特征重要性与Grad-CAM分析实现了可解释的光谱归因。●XGB在环境样品上取得了90.62%的最高前三类准确率。●多源光谱融合提高了模型的稳定性和泛化能力。引言塑料因其轻质、高耐
- ●
一种整合傅里叶变换红外光谱（FT-IR）与拉曼光谱的机器学习框架，用于识别微塑料（MPs）。
- ●
特征重要性与Grad-CAM分析实现了可解释的光谱归因。
- ●
XGB在环境样品上取得了90.62%的最高前三类准确率。
- ●
多源光谱融合提高了模型的稳定性和泛化能力。
引言
塑料因其轻质、高耐久性和低成本而成为使用最广泛的基础材料之一[1]。全球塑料产量从2008年的2.45亿吨增长至2024年的4.309亿吨[2]，这种持续增长进一步加剧了环境压力。微塑料（MPs）定义为粒径小于5 毫米的塑料颗粒，可分为原生微塑料和次生微塑料。原生微塑料包含化学品中的塑料颗粒和工业颗粒，而次生微塑料则由大型塑料降解产生[3]。微塑料可通过大气环流和水循环进行远距离传输[4]，导致其在各种环境中广泛分布，如海洋、陆地生态系统和极地地区[5]、[6]、[7]。此外，微塑料的高比表面积有利于吸附重金属和有机污染物，从而改变其环境行为[8]、[9]，使其成为微生物和污染物的有效载体[10]、[11]。此外，微塑料易被生物摄入，在生物组织中积累，并沿食物链发生生物放大[12]，对生态系统和人类健康构成潜在风险。
对于微塑料，传统的显微镜下目视分类虽然可行，但易出错[13]。尽管已引入尼罗红染色[14]和热解-气相色谱-质谱联用（Py-GCMS）[15]等技术，但这些方法仍然费时费力且效率低下，限制了微塑料监测中的高通量鉴定[16]。光谱技术，包括傅里叶变换红外光谱（FT-IR）和拉曼光谱（Raman），可提供非破坏性的、高分辨率的分子结构信息，使其特别适用于微尺度颗粒的鉴定，并确立了其作为微塑料检测主流方法的地位[17]、[18]。例如，Bergmann等人[19]采用微傅里叶变换红外成像技术，首次揭示了北极深海沉积物中存在高浓度微塑料。Kukkola等人[20]开发了一种荧光引导的拉曼光谱系统，利用集成适配器在环境水样品中有效检测微塑料。然而，FT-IR对样品前处理要求严格，而拉曼光谱易受荧光背景信号干扰，尤其是对含颜料或添加剂的微塑料[21]。
随着检测数据规模和复杂度的增长，依赖人工解释或单一特征提取的传统分析方法已无法满足高通量鉴定的需求。近年来，机器学习的快速发展使其成功应用于高效的微塑料鉴定，能够自动提取和分类高维光谱特征[22]。Lim等人[23]采用卷积神经网络（CNN）识别拉曼光谱，对粒径为1-10微米的微塑料进行快速检测和分类，准确率达到85%以上。Luo等人[24]通过优化主成分分析（PCA）并构建模拟拉曼光谱以提高信噪比，进一步提升了鉴定性能。Zhang等人[25]开发了一种轻量级深度神经网络，利用FT-IR数据实现高通量微塑料分析，其分类准确率高于人工方法。此外，包括随机森林（RF）、支持向量机（SVM）和极限梯度提升（XGB）在内的机器学习模型也展现出从高维光谱数据中有效提取特征的能力，在微塑料和纳米塑料鉴定中取得了高精度[26]。然而，现有研究主要集中于单模态光谱（如单独的FT-IR或Raman），微塑料的多源鉴定方法发展仍不充分。Sukkuea等人[27]以μ-FT-IR信号和图像为输入，采用AlexNet、ResNet18和Vision Transformer提取特征，对多种机器学习模型进行了比较评估，在五类微塑料上取得了超过99%的总体准确率。Xu等人[28]创新性地提出了一种基于Transformer的光谱融合框架，整合FT-IR、Raman和激光诱导击穿光谱，实现了99.23%的高精度鉴定。尽管这些研究前景广阔，但所使用的光谱数据集规模相对有限，聚合物类型多样性不足。此外，这些研究均未涉及决策过程的可视化分析，因而缺乏代表性和可解释性。
为建立环境微塑料的高通量光谱鉴定方法，本研究从公开发表的文献中收集了9,503条具有公开原始FT-IR或Raman光谱的数据。由于这些光谱来源于独立数据源，而非对相同颗粒的配对测量，因此常规的样本级双模态融合方法不适用。利用这些资源，本研究采用决策树（DT）、RF、SVM、XGB和一维卷积神经网络（CNN1D）五种模型建立微塑料鉴定模型，并相互比较。此外，通过结合特征重叠及其与光谱化学结构的对应关系，分析了各模型之间的识别差异。最后，利用独立收集的环境样品数据集评估模型的泛化能力，旨在建立一个高效、稳健且可解释的微塑料光谱鉴定框架。
章节摘要
微塑料光谱数据集的建立
本研究建立了一个涵盖10种常见聚合物的微塑料光谱数据集，包括丙烯腈-丁二烯-苯乙烯（ABS）、聚碳酸酯（PC）、聚乙烯（PE）、聚对苯二甲酸乙二醇酯（PET）、聚氯乙烯（PVC）、聚丙烯（PP）、聚苯乙烯（PS）、聚甲基丙烯酸甲酯（PMMA）、聚氨酯（PU）和聚酰胺（PA）。如图1所示，FT-IR数据集（mpb和mpc）由Liu等人[29]测量和整理，mpc1数据集由Weisser等人[30]收集。Raman
FT-IR光谱数据集上的分类性能
各模型在FT-IR数据集上的性能如表2所示。作为基线模型的DT表现不如其他模型，总体准确率为92.99%，表明基于阈值的分割方法在FT-IR识别中的局限性。RF达到了97.62%的准确率，而SVM、XGB和CNN1D分别达到了98.40%、98.28%和98.14%。集成模型和基于核的方法表现出相对较高的性能，表明它们能够捕捉超越简单模式的复杂光谱特征
结论
本研究开发并评估了一种基于机器学习的多源光谱融合框架，用于从FT-IR和Raman光谱中高效识别微塑料。在统一预处理和特征构建后，从分类准确率、计算效率、稳定性和可解释性等方面对DT、RF、SVM、XGB和CNN1D进行了比较。PCA在保留关键光谱信息的同时降低了维度和计算成本，在不损害
CRediT作者贡献声明
郑一年：撰写-审阅与编辑、监督、项目管理、经费获取、形式分析、概念构思。刘延龙：撰写-原稿、软件、资源、方法论、形式分析、概念构思。王易兆：验证、调查研究、形式分析。李鹏熙：验证。谢晶艳：验证。陈宇通：撰写-原稿、可视化、验证、调查研究、形式分析、数据整理。
利益冲突声明
作者声明不存在可能影响本文所述工作的已知竞争性经济利益或个人关系。
致谢
本工作受国家自然科学基金（编号：22178156）和兰州大学超算中心的资助。
陈宇通|刘延龙|王易兆|李鹏熙|谢晶艳|郑一年
