今日动态 返回首页
会员注册 登录 生物通快讯免费订阅
  • 首页 今日动态 人才市场 新技术专栏 中国科学人 云展台
    BioHot
    • 定制我的BioHot
    • 进入我的BioHot
    • 进入我的集采
    • 肿瘤癌症研究
    • 免疫/基因/细胞疗法
    • 神经生物学
    • 健康与疾病
    • 衰老机制与长寿
    • 单细胞技术
    • 基因编辑-CRISPR
    • RNA研究
    • 肠道菌与人体微生态
    • 细胞代谢
    • AI生物信息学
    • COVID
    云讲堂直播 会展中心 特价专栏 技术快讯 免费试用

  • 生物通官微
    陪你抓住生命科技
    跳动的脉搏

生物通首页  >  今日动态  >  正文

基于机器学习的微塑料含量估算方法,实现快速准确的定量分析

《Scientific Reports》:Machine learning-driven estimation of microplastic percentage yield for rapid and accurate quantification

【字体: 大 中 小 】 时间:2026年07月23日 来源:Scientific Reports 4.9

编辑推荐:

  摘要在农业土壤中准确量化微塑料对于环境风险评估至关重要,但提取效率的差异仍是一个重大障碍。本研究探讨了利用机器学习算法来预测微塑料的占比,并建立区间校正因子以提升微塑料的量化精度。研究中对土壤添加了四种类型的微塑料,然后使用七种盐溶液(如氯化锌和碘化钠;密度为1.00–1.58克

  

摘要

在农业土壤中准确量化微塑料对于环境风险评估至关重要,但提取效率的差异仍是一个重大障碍。本研究探讨了利用机器学习算法来预测微塑料的占比,并建立区间校正因子以提升微塑料的量化精度。研究中对土壤添加了四种类型的微塑料,然后使用七种盐溶液(如氯化锌和碘化钠;密度为1.00–1.58克/立方厘米)进行密度分离。皮尔逊相关分析和特征重要性评分表明,盐液密度是影响结果的主要因素(得分值为0.52),而留一法分析进一步验证了集成机器学习模型的强大非线性优势。在六种机器学习模型中,随机森林算法的确定系数R2最高,达到了0.991,且误差指标最低。此外,基于随机森林算法的区间校正因子具有更出色的调整效果,能够在不同的回收场景下使预测值与目标值更好地匹配。所提出的综合框架为标准化提取流程提供了可扩展的解决方案。该研究的成果有助于理解实验参数与微塑料回收量之间的复杂关系,从而实现更精确的实验室级微塑料监测。

相关新闻
生物通微信公众号
生物通新浪微博
微信
新浪微博
我要投稿
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热搜:土壤微塑料定量、盐溶液密度分离、机器学习算法、区间校正因子、随机森林模型、环境风险评估

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号