基于太赫茲光譜的土壤中微塑料定量研究

李艷慧，張亞惠 ，姚江軍 *，聶鵬程

（1塔里木大學(xué)信息工程學(xué)院，新疆 阿拉爾 843300）

（2浙江大學(xué)山東工業(yè)技術(shù)研究院，山東 棗莊 277800）

（3浙江大學(xué)生物系統(tǒng)工程與食品科學(xué)學(xué)院，浙江 杭州 310058）

地膜是農(nóng)業(yè)增產(chǎn)增效的重大技術(shù)措施，已應(yīng)用20余年，但是地膜回收率不到60%，廢棄地膜在長(zhǎng)期的物理、化學(xué)、生物等外界作用下可進(jìn)一步破碎裂解成微塑料。一般認(rèn)為微塑料是指直徑小于5 mm的碎片、纖維、顆粒、發(fā)泡、薄膜等[1]，微塑料的主要組成成份包括聚乙烯（PE）、聚氯乙烯（PVC）、聚丙烯（PP）、聚苯乙烯（PS）、聚乳酸（PLA）及聚對(duì)苯二甲酸乙二酯（PET）等聚合物[2]，其中PVC和PE是全球范圍內(nèi)合成量最高的兩種塑料[3]。目前人們對(duì)微塑料污染的研究主要集中于海洋[4-5]、海岸帶潮灘[6-7]、河口[8-9]、湖泊[10-11]等水域生態(tài)系統(tǒng)，但對(duì)土壤中的微塑料積聚關(guān)注較少。近期的研究表明，土壤中的微塑料含量是海洋中測(cè)量水平的4～23倍，并且土壤中的年度微塑料積累量也遠(yuǎn)超水域系統(tǒng)[12]。研究發(fā)現(xiàn)土壤中的微塑料會(huì)對(duì)陸地生態(tài)系統(tǒng)的物質(zhì)循環(huán)及能量流動(dòng)產(chǎn)生深遠(yuǎn)影響[13-14]。由于其吸附特性，進(jìn)入土壤的微塑料不僅成為重金屬載體，吸附、聚集土壤中的重金屬[15]。微塑料還成為抗生素和持久性有機(jī)污染物等環(huán)境污染物的載體[16]。塑料大棚中的地膜上溴氰菊酯殺蟲劑濃度（占總濃度38.8%～52.2%）遠(yuǎn)高于土壤（占總濃度2.9%～5.4%）[17]。地膜上毒殺酚和毒死蜱殘留量是土壤中殘留量的70多倍[18]。微塑料上的重金屬和有機(jī)污染物等經(jīng)土壤動(dòng)物的攝食，在食物鏈中積累最終會(huì)影響人類健康[19-20]。另外，微塑料還可以改變土壤理化性質(zhì)，當(dāng)它在土壤中積累到一定濃度，對(duì)土壤功能、植物生長(zhǎng)及生物多樣性都會(huì)產(chǎn)生深遠(yuǎn)的負(fù)面影響[21]。因此，為了環(huán)境安全和人類健康，需要對(duì)土壤中的微塑料污染水平進(jìn)行檢測(cè)。

傳統(tǒng)的微塑料檢測(cè)方法主要有：傅里葉紅外光譜法[22]、掃描電鏡法[23]、顯微共聚焦拉曼光譜法[24]、熱解分析法[25]、質(zhì)譜色譜法[26]等。盡管這些方法取得了較好的效果，但在對(duì)微塑料進(jìn)行定性和定量檢測(cè)之前，多數(shù)情況下需要進(jìn)行費(fèi)力的可疑塑料顆粒的提取和鑒定操作，少數(shù)情況不需要，如便攜式儀器可實(shí)現(xiàn)實(shí)時(shí)、就地檢測(cè)，但精確度較低。土壤質(zhì)地及團(tuán)聚體結(jié)構(gòu)一定程度上會(huì)影響微塑料浮選和分離的效果，而且土壤中含有難熔態(tài)化合物、有機(jī)質(zhì)以及不完全燃燒產(chǎn)生的黑炭等[27]，會(huì)影響土壤中的微塑料識(shí)別。目前為止，國(guó)內(nèi)外并沒有統(tǒng)一成熟的微塑料提取方法，不同提取方法會(huì)對(duì)實(shí)驗(yàn)結(jié)果造成不同影響，并且提取后需要對(duì)可疑的塑料碎片進(jìn)行檢測(cè)和計(jì)數(shù)，由于操作過程過于復(fù)雜，這些方法不適合大批量的樣本檢測(cè)。因此需要探索新的方法解決以上問題，太赫茲光譜可以反映物質(zhì)結(jié)構(gòu)的“指紋”特性，適用于物質(zhì)的無損檢測(cè)，具有樣本預(yù)處理少，測(cè)量速度快和準(zhǔn)確率高的特點(diǎn)，已在包括微塑料等多種物質(zhì)的定性定量檢測(cè)中均已取得了較為理想的效果[28-29]?？紤]到上述背景，本研究的工作目標(biāo)如下：利用太赫茲光譜吸光度數(shù)據(jù)探究不同預(yù)處理方法和不同建模方法結(jié)合預(yù)測(cè)土壤中微塑料濃度的精度差異，得出最優(yōu)預(yù)處理方法和最優(yōu)建模方法以建立土壤中微塑料濃度的最優(yōu)預(yù)測(cè)方法。比較同源土壤不同種類微塑料的預(yù)測(cè)模型精度，以分析預(yù)測(cè)方法是否對(duì)微塑料種類有局限性。比較非同源土壤相同種類微塑料的預(yù)測(cè)模型精度以驗(yàn)證預(yù)測(cè)方法是否有地域局限性。

1 材料與方法

1.1 土壤收集

本實(shí)驗(yàn)選取地理位置相距較遠(yuǎn)的東南沿海地區(qū)廣東省電白縣的紅土和西北內(nèi)陸地區(qū)甘肅省張縣的黑土，土壤的理化性質(zhì)相差較大，以便探究本實(shí)驗(yàn)方法是否具有地域局限性。取以上兩個(gè)地方郊區(qū)農(nóng)田的表層土壤（0～20 cm）進(jìn)行采樣，分別命名為土壤1，土壤2，將采集到的土壤樣本放在室內(nèi)通風(fēng)環(huán)境中干燥72 h，然后研磨并通過100目篩子過篩，過篩后的土壤在烘箱中烘干（100℃）2 h以減小水蒸氣對(duì)太赫茲光譜的影響。

1.2 微塑料污染樣本的制備

本實(shí)驗(yàn)選取土壤中最常見的兩種微塑料PVC和LDPE替代土壤中的微塑料污染物，PVC購(gòu)自Aike Reagent公司，LDPE購(gòu)自Xiya Reagent公司。PVC初始形式是白色粉末，LDPE是白色球形顆粒需要用打磨機(jī)在充滿氮?dú)獾沫h(huán)境中打磨成粉末，將打磨后的微塑料粉末過100目篩（100目篩子的孔徑為0.15 mm）。將上述兩種土壤與上述兩種微塑料粉末以14種不同的含量梯度（包括0.00%、0.05%、0.10%、0.15%、0.20%、0.35%、0.50%、0.70%、1.00%、1.50%、3.00%、5.00%、7.00%、10.00%）混合制作4組樣本，使用壓片機(jī)在壓強(qiáng)為13 Mpa的壓力下將樣本壓制成直徑為13 mm，厚度為1 mm的圓形樣本，每種梯度有十個(gè)相同的樣本，總樣本量為560（4×140）個(gè)。將4組樣本命名為土壤1+LDPE、土壤2+LDPE、土壤1+PVC、土壤2+PVC。將制作好的樣本放于溫度為18℃相對(duì)濕度為7%的恒溫恒濕箱中存儲(chǔ)待檢測(cè)，實(shí)驗(yàn)過程中未使用任何塑料制品和粘合劑，以避免污染樣本。

1.3 太赫茲光譜采集

本研究使用的是華訊方舟TDS太赫茲光譜儀CCT-1800透射模塊譜線模式。光譜范圍為0.1～4.0 THz，動(dòng)態(tài)范圍為透射模式70 Db，時(shí)域信號(hào)長(zhǎng)度為53 ps，時(shí)域信號(hào)掃描最小精度為2 μm。空氣中的水汽吸收峰較多，對(duì)樣本獲取太赫茲光譜信號(hào)影響很大。實(shí)驗(yàn)開始前，先打開氮?dú)獗檬固掌澒庾V儀的檢測(cè)倉(cāng)充滿氮?dú)猓跇颖緳z測(cè)過程中需要持續(xù)對(duì)檢測(cè)倉(cāng)進(jìn)行氮?dú)獯祾?，用來排除水汽的干擾。在獲取樣本光學(xué)參數(shù)前，首先需要獲得太赫茲波穿透空氣的參考信號(hào)，然后在樣本架上放置待測(cè)樣本，每個(gè)樣本掃描5次求平均值以獲得太赫茲波穿透樣本的光譜信號(hào)。每3 min更換一次樣本。在建模之前，將每組樣本的數(shù)據(jù)集按照3∶1的比例通過隨機(jī)抽樣分為校正集與預(yù)測(cè)集。每組校正集105個(gè)樣本，預(yù)測(cè)集35個(gè)樣本。

1.4 定量分析

本研究使用Matlab軟件，采用多種處理方法對(duì)土壤光譜進(jìn)行變換處理及相關(guān)分析。數(shù)據(jù)變換處理包括歸一化處理、均值中心化處理、移動(dòng)窗口平滑處理。進(jìn)行光譜預(yù)處理的目的在于比較分析不同光譜預(yù)處理方法對(duì)模型預(yù)測(cè)結(jié)果的影響，從而為后續(xù)提高預(yù)測(cè)模型精度打下基礎(chǔ)。

最小二乘法支持向量機(jī)（LS-SVM）回歸算法將輸入數(shù)據(jù)從正態(tài)空間映射到高維空間，用等式約束替換不等式約束，并求解高維空間中的最小損失函數(shù)以獲得線性擬合方程[30]。極限學(xué)習(xí)機(jī)（ELM）是一種新型的單隱層前饋神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法。通過設(shè)置網(wǎng)絡(luò)隱層神經(jīng)元個(gè)數(shù)，且算法執(zhí)行過程無需迭代隱層，輸入權(quán)值以及隱元偏置隨機(jī)產(chǎn)生，通過計(jì)算隱層輸出矩陣的廣義逆來確定輸出權(quán)值[31]。偏最小二乘（PLS）是一種常用的多元統(tǒng)計(jì)分析方法，它通過同時(shí)對(duì)光譜矩陣和性質(zhì)矩陣進(jìn)分解，從而建立最優(yōu)的分析模型[32]。本文采用LS-SVM、ELM和PLS算法構(gòu)建了以太赫茲時(shí)域光譜為自變量，污染濃度為因變量的回歸定量分析模型。

LS-SVM、ELM和PLS回歸定量分析模型分別以均方根誤差（RMSE）和決定系數(shù)（R2）作為模型性能的評(píng)價(jià)指標(biāo)，均方根誤差評(píng)價(jià)定量分析模型的優(yōu)劣和預(yù)測(cè)能力，決定系數(shù)衡量了模型的相關(guān)程度。計(jì)算公式如式（1）和式（2）。

在以上公式中，m表示樣本數(shù)，yr表示樣本r的參考值，fr表示樣本r的預(yù)測(cè)值。yr表示m個(gè)樣本的參考值的平均值。R2表示模型解釋樣本光譜的能力，而RMSE表示所構(gòu)建模型的標(biāo)準(zhǔn)偏差（真實(shí)濃度和預(yù)測(cè)濃度之間的差）它可以評(píng)價(jià)定量分析模型的優(yōu)劣和預(yù)測(cè)能力。R2越接近1和RMSE越接近0，模型的預(yù)測(cè)效果越好。

2 光學(xué)參數(shù)提取

太赫茲波獨(dú)特的穿透能力可以反映物質(zhì)結(jié)構(gòu)的“指紋”特征，本實(shí)驗(yàn)選擇的是太赫茲光譜的透射模塊譜線模式，可很好的發(fā)揮太赫茲光譜的優(yōu)勢(shì)。向土壤中添加微塑料會(huì)改變土壤的成分，從而引起太赫茲吸收光譜的變化。由于實(shí)驗(yàn)儀器光譜兩端信噪比較低，研究人員經(jīng)過反復(fù)實(shí)驗(yàn)選取包含吸收峰的0.8～1.6 THz波段進(jìn)行分析，此波段信噪比最高，微塑料的檢測(cè)效果最好。

由圖1可知，4組樣本在0.8～1.6 THz波段特征峰趨勢(shì)并非全部一致，只有同源土壤不同微塑料樣本組特征峰趨勢(shì)一致，相同微塑料非同源土壤樣本組特征峰趨勢(shì)不一致，這說明特征峰是土壤的而并非微塑料的。但每組樣本隨著頻率的增加，土壤與微塑料混合物樣本和純土壤樣本的吸光度曲線呈相同的遞增趨勢(shì)。并且相同頻率下吸光度隨微塑料濃度的增大而增大，圖1（a）中土壤1+LDPE組0.8 THz時(shí)吸光度由1.4 a.u.增大到2.4 a.u.，1.6 THz時(shí)吸光度由 2.7 a.u.增大到 5.3 a.u.。圖 1（b）中土壤 1+PVC組0.8 THz時(shí)吸光度由1.4 a.u.增大到1.7 a.u.，1.6 THz時(shí)吸光度由2.4 a.u.增大到4.1 a.u.。圖1（c）中土壤2+LDPE組0.8 THz時(shí)吸光度由1.1 a.u.增大到1.5 a.u.，1.6 THz時(shí)吸光度由 2.6 a.u.增大到 4.5 a.u.。圖 1（d）中土壤2+PVC組0.8 THz時(shí)吸光度由1.0 a.u.增大到1.3 a.u.，1.6 THz時(shí)吸光度由 2.6 a.u.增大到 3.9 a.u.。由前文可知同一組樣本中微塑料濃度是唯一變量，因此，利用太赫茲吸收光譜來監(jiān)測(cè)土壤中微塑料含量是可行的。此外，LEWIS R A[33]的研究已被證明太赫茲波在稀釋的土壤樣品上的吸收可有效鑒定土壤成分，例如芳族化合物和土壤污染物，李斌等[34]人的研究發(fā)現(xiàn)太赫茲透射光譜吸收系數(shù)可用于檢測(cè)土壤中重金屬元素鉛的含量。

圖1 樣本在0.8～1.6 THz波段的吸光度曲線

3 結(jié)果與分析

對(duì)太赫茲吸光度數(shù)據(jù)進(jìn)行歸一化的預(yù)處理后結(jié)果如表1所示，三種建模方法對(duì)土壤1中LDPE濃度的預(yù)測(cè)效果為：LS-SVM=PLS＞ELM。同樣，三種建模方法對(duì)土壤中PVC濃度的預(yù)測(cè)效果也為L(zhǎng)S-SVM=PLS＞ELM?？傮w來說，LS-SVM模型和PLS模型的預(yù)測(cè)效果是相似的，它們的預(yù)測(cè)效果都比ELM模型更精確。相比較對(duì)土壤1中LDPE濃度的預(yù)測(cè)，對(duì)土壤1中PVC濃度的預(yù)測(cè)效果更好。

表1 太赫茲光譜數(shù)據(jù)歸一化預(yù)處理后建模預(yù)測(cè)結(jié)果

三種建模方法對(duì)土壤2中LDPE濃度的預(yù)測(cè)效果為：LS-SVM＞PLS＞ELM。對(duì)土壤2中PVC濃度的預(yù)測(cè)效果為L(zhǎng)S-SVM=PLS＞ELM。與預(yù)測(cè)土壤2中LDPE相比，預(yù)測(cè)土壤2中PVC濃度的整體效果更精確。相比較土壤2，對(duì)于土壤1中兩種微塑料的預(yù)測(cè)效果更精確。總體而言，基于歸一化預(yù)處理的三種建模方法的預(yù)測(cè)效果相差不大。綜上所述，無論微塑料種類和土壤來源如何，LS-SVM模型的性能均優(yōu)于其他兩種方法。

由表2可知，太赫茲吸光度數(shù)據(jù)經(jīng)過均值中心化處理后，三種建模方法對(duì)土壤1中LDPE濃度的預(yù)測(cè)效果為：LS-SVM＞PLS＞ELM，三種建模方法對(duì)土壤1中PVC濃度的預(yù)測(cè)效果為：LS-SVM＞PLS＞ELM。相比較對(duì)土壤1中LDPE濃度的預(yù)測(cè)，對(duì)于土壤1中PVC濃度的預(yù)測(cè)效果更好。

表2 太赫茲光譜數(shù)據(jù)均值中心化預(yù)處理后建模預(yù)測(cè)結(jié)果

三種建模方法對(duì)土壤2中LDPE濃度的預(yù)測(cè)效果為L(zhǎng)S-SVM＞ELM＞PLS，對(duì)土壤2中PVC濃度的預(yù)測(cè)效果也為L(zhǎng)S-SVM＞ELM＞PLS。這些趨勢(shì)與表1所示的趨勢(shì)有所不同。相比較2號(hào)土壤LDPE濃度的預(yù)測(cè)，2號(hào)土壤PVC濃度預(yù)測(cè)效果更好。相比較2號(hào)土壤，對(duì)于1號(hào)土壤的兩種微塑料預(yù)測(cè)效果略優(yōu)。整體來說太赫茲光譜數(shù)據(jù)基于均值中心化預(yù)處理后3種建模方法預(yù)測(cè)效果差異較小，LS-SVM建模預(yù)測(cè)效果略優(yōu)于其它兩種建模方法。相比較光譜數(shù)據(jù)歸一化預(yù)處理后的建模結(jié)果，均值中心化預(yù)處理后數(shù)據(jù)建模效果整體得到提升。

由圖2得出，太赫茲吸光度數(shù)據(jù)經(jīng)過移動(dòng)窗口平滑處理后，三種建模方法對(duì)土壤1中LDPE濃度的預(yù)測(cè)效果為L(zhǎng)S-SVM＞PLS＞ELM，三種建模方法對(duì)土壤1中PVC濃度的預(yù)測(cè)效果為L(zhǎng)S-SVM=PLS＞ELM。相比較對(duì)1號(hào)土壤中LDPE濃度的預(yù)測(cè)，對(duì)于1號(hào)土壤中PVC濃度預(yù)測(cè)效果更好。

圖2 土壤中添加的微塑料含量與預(yù)測(cè)的微塑料含量之間的線性擬合

三種建模方法對(duì)土壤2中LDPE濃度的預(yù)測(cè)效果為L(zhǎng)S-SVM＞PLS＞ELM，三種建模方法對(duì)土壤2中PVC濃度的預(yù)測(cè)效果為L(zhǎng)S-SVM=PLS＞ELM，對(duì)于土壤2中LDPE濃度的預(yù)測(cè)效果不如對(duì)于土壤2中PVC濃度的精確。與土壤2相比，對(duì)土壤1中的兩種微塑料的預(yù)測(cè)效果更好?？傮w而言，基于移動(dòng)窗口平滑預(yù)處理的三種建模方法的預(yù)測(cè)效果存在明顯差異。LS-SVM模型的預(yù)測(cè)效果和PLS模型的預(yù)測(cè)效果明顯優(yōu)于ELM模型，綜合來看，LS-SVM建模效果最好。與歸一化預(yù)處理和均值中心化預(yù)處理之后的建模預(yù)測(cè)效果相比，移動(dòng)窗口平滑預(yù)處理后的數(shù)據(jù)建模預(yù)測(cè)效果總體上有較大提升。

根據(jù)以上實(shí)驗(yàn)結(jié)果可知，3種預(yù)處理方法結(jié)合3種建模方法，預(yù)測(cè)效果最好的是對(duì)數(shù)據(jù)移動(dòng)窗口平滑預(yù)處理后進(jìn)行LS-SVM建模，預(yù)測(cè)效果R2值在0.960 0以上，RMSE小于0.006 0，總體來說不同地域的土壤和不同種類微塑料預(yù)測(cè)結(jié)果差異較小。但是在所有實(shí)驗(yàn)結(jié)果中，預(yù)測(cè)效果最優(yōu)的是對(duì)土壤1+LDPE組的樣本數(shù)據(jù)移動(dòng)窗口平滑處理后進(jìn)行LS-SVM建模，所得的建模R2c值達(dá)到0.999 4，RMSEc為0.000 7，R2p值達(dá)到0.983 7，RMSEp為0.004 1。

4 討論

土壤中的微塑料對(duì)土壤功能、植物生長(zhǎng)及生物多樣性都會(huì)產(chǎn)生廣泛而深遠(yuǎn)的負(fù)面影響。本文已經(jīng)根據(jù)土壤來源和微塑料種類對(duì)建模結(jié)果進(jìn)行了分析。太赫茲吸光度數(shù)據(jù)經(jīng)過移動(dòng)窗口平滑處理后進(jìn)行LS-SVM和PLS建模，R2在0.940 0以上，RMSE在0.008 0以下，預(yù)測(cè)效果良好，ANDREA P等[35]人使用近紅外光譜法對(duì)土壤中的微塑料進(jìn)行檢測(cè)和分類，其PLS-DA和SVR模型的相關(guān)系數(shù)分別為0.830 0和0.920 0。相較于其它光譜系統(tǒng)太赫茲光譜透射模塊譜線模式對(duì)微塑料的定量檢測(cè)精確度更高。本研究中的微塑料檢測(cè)是在實(shí)驗(yàn)室中進(jìn)行的。這種方法不如實(shí)時(shí)檢測(cè)方便。但是，微塑料是聚集性污染物，實(shí)時(shí)檢測(cè)隨機(jī)性較大。QIU Z等[36]人使用近紅外光譜對(duì)土壤中的微塑料污染程度進(jìn)行實(shí)時(shí)檢測(cè)，建立流形嵌入分布對(duì)齊可傳遞模型后對(duì)目標(biāo)區(qū)域土壤中的微塑料分類準(zhǔn)確率僅為79.52%。為了使實(shí)驗(yàn)更準(zhǔn)確地模擬自然界中土壤微塑料污染情況，研究人員將微塑料的濃度梯度跨度設(shè)置的很大（0.01%～10%），它可以更全面地反映自然界中真實(shí)存在的多種情況。此外，當(dāng)將土壤和微塑料混合制成樣本時(shí)，未添加任何粘合劑，研究人員將混合物在13 Mpa的壓強(qiáng)下用壓片機(jī)壓成樣本，鹽堿度過高的土壤壓制成的樣本容易破碎，因?yàn)榇祟愅寥赖恼掣搅^低，因此在未來的工作中研究人員需要開發(fā)更好的相關(guān)支持設(shè)備，以確保研究工作的順利進(jìn)行。

5 結(jié)論

本研究以LDPE或PVC與土壤的混合物為研究對(duì)象，對(duì)所有樣本在0.8～1.6 THz吸光度數(shù)據(jù)分別進(jìn)行歸一化，均值中心化和移動(dòng)窗口平滑預(yù)處理，以LS-SVM模型、ELM模型和PLS模型對(duì)土壤中的微塑料進(jìn)行預(yù)測(cè)。根據(jù)以上模型預(yù)測(cè)效果本研究可以得到以下結(jié)論：太赫茲吸光度數(shù)據(jù)經(jīng)移動(dòng)窗口平滑處理后進(jìn)行LS-SVM建模模型精度最高，R2大于0.960 0，RMSE小于0.006 0，預(yù)測(cè)土壤中微塑料濃度效果良好。太赫茲吸光度數(shù)據(jù)移動(dòng)窗口平滑處理后進(jìn)行PLS建模結(jié)果的R2值大于0.940 0，RMSE小于0.008 0，預(yù)測(cè)效果也值得肯定；對(duì)于預(yù)測(cè)土壤中PVC污染程度的模型精度略優(yōu)于LDPE；對(duì)于1號(hào)土壤微塑料污染程度預(yù)測(cè)略優(yōu)于2號(hào)土壤；總體來說以上兩種方法不受地域限制和微塑料種類限制。使用太赫茲光譜檢測(cè)農(nóng)業(yè)土壤微塑料含量具有實(shí)驗(yàn)預(yù)處理少、檢測(cè)速度快和準(zhǔn)確率高等特點(diǎn)，本研究為監(jiān)測(cè)土壤中微塑料污染程度提供了新方法。