科学家利用深度学习“追踪”微塑料老化历程

近日，大连理工大学副教授单佳佳课题组探索利用多模态深度学习追踪微塑料老化历程，并预测其早期受到的老化因子类型，取得研究进展。相关成果发表在《环境科学与技术》，并被选为封面文章。

利用深度学习追踪微塑料老化。大连理工大学供图

微塑料在环境中广泛存在，并经历老化过程，导致其表面理化性质发生变化，而这些理化性质的变化会进一步影响微塑料的环境行为。因此，追溯微塑料在环境中的老化过程对于理解其环境行为和评估环境风险具有重要意义。

团队利用数据科学从度揭示了经过不同老化历程的微塑料老化特征的差异性，并且利用多模态老化特征建立了微塑料老化历程预测模型，首次将老化微塑料的各种特征综合到一个统一的框架中，实现了对微塑料老化历程的溯源的初步探索。

该研究还提出建立一个从野外采集、实验室老化、文献中收集等的微塑料老化特征库，并且构建了数据库内部之间的关系，希望建立一个更加全面的微塑料老化指纹库，为未来更加准确的微塑料老化历程溯源模型做好基础。

相关论文信息：https://doi.org/10.1021/acs.est.4c05022