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1024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.