近日，四川農業大學機電學院許麗佳教授團隊在自然指數期刊《Analytical Chemistry》發表了題為《Study on rapid quantitative detection of soil MPs based on terahertz time-domain spectroscopy》（基于太赫茲時域光譜快速定量檢測土壤微塑料的研究）的研究論文，標志著團隊在作物生境監測領域取得了又一重要進展。該研究為使用太赫茲時域光譜技術檢測土壤微塑料提供了標準化方法，并為農業環境監測和土壤健康評估提供了強有力的技術支持。
土壤微塑料樣本圖、機器學習算法結構圖、太赫茲波長示意圖、特征提取示意圖、回歸模型結果示意圖
土壤中的微塑料含量是影響土壤生態系統健康的關鍵因素之一，這些微小的塑料顆?？赡軐ν寥牢⑸?、植物生長以及農業生產造成潛在威脅。為了更準確、快速地檢測土壤中的微塑料含量，四川農業大學團隊深入分析了現有土壤微塑料檢測方法的優缺點，并提出了一種創新方法——將太赫茲時域光譜技術與機器學習相結合，實現了對土壤中微塑料的精準定量檢測。
該團隊利用太赫茲時域光譜技術，獲取了聚乙烯（PE）、聚丙烯（PP）和聚氯乙烯（PVC）等常見微塑料的光譜信息，并通過機器學習算法對這些光譜數據進行預處理、特征提取和分類，最終建立了定量預測模型。研究結果顯示，優化后的支持向量機（SVM）分類模型對微塑料種類的預測準確率高達98.65%。此外，基于紫外可見光譜-隨機森林（UVE-RF）回歸模型對PE和PP的定量預測準確率達到99.1%，而基于遺傳算法-隨機森林（GA-RF）回歸模型對PVC的定量預測準確率也達到了98.4%。
為了驗證模型的通用性和實用性，該團隊進行了多項實驗，包括假設檢驗、檢測極限實驗以及真實土壤樣本的微塑料含量預測實驗。結果表明，該模型能夠檢測到土壤中微塑料濃度低至0.1%、高至20%的范圍，且對真實土壤樣本的預測誤差大多低于0.1%，完全滿足實際農業生產的需求。
許麗佳教授為該論文第一作者和共同通訊作者，碩士研究生馮彥奇為共同第一作者，趙永鵬副教授為論文通訊作者，四川農業大學為第一署名單位和唯一通訊單位；合作單位包括浙江大學、江蘇大學等。據了解，該研究得到了四川省重點研發計劃、四川省天府峨眉人才計劃等項目的資助。（作者：趙永鵬 馮彥奇）
