Образцы собрали в Белом, Баренцевом, Карском, Восточно-Сибирском морях и море Лаптевых, сообщили в пресс-службе НовГУ.
В отличие от многих существующих баз, здесь представлены спектры не чистых лабораторных образцов, а реального пластика, подвергшегося воздействию окружающей среды. На основе этих данных нейросети могут определять тип микропластика с точностью более 96% без дополнительной химической обработки. Это должно ускорить идентификацию частиц и сделать её возможной непосредственно во время экспедиций.
Микропластик — это крошечные частицы обычного пластика, которые могут достаточно долго оставаться в окружающей среде. Они попадают в воду в результате разложения пластикового мусора, износа автомобильных шин, стирки синтетической одежды, разрушения рыболовных сетей и из других источников. Одна из основных задач ученых сегодня — понять в результате мониторинга, сколько частиц микропластика находится в той или иной среде. Полимеры, обладая разной плотностью, ведут себя в воде по-разному: например, полиэтилен всплывает, а другие виды могут тонуть и надолго оставаться на дне океана.
До недавнего момента у исследователей было две основные проблемы.
Во-первых, большинство литературных источников содержат информацию об «идеальных» гранулах чистого пластика. Но пластик в море стареет, не нем могут селиться бактерии, он обрастает «биокороной», трескается на солнце и меняет свои свойства. В результате обнаруженные в море микрочастицы сначала надо идентифицировать — являются ли они кусочками пластика или какими-то другими частицами. Чтобы определить химический состав конкретной частицы, учёные исследуют ее инфракрасный спектр, уникальный для каждого типа пластика, так же как отпечаток пальца у человека. Спектр частицы, которая подвергается воздействию воды, света, воздуха, всегда отличается от спектра «чистого» заводского образца. Поэтому для базы данных очень важны образцы микропластика из окружающей среды.
Во-вторых, в настоящее время существует не так много баз инфракрасных спектров микропластика, и обычно они существенно меньшего размера. Для того, чтобы ускорить процесс идентификации микропластика необходимо обучить нейросетевые модели, качество «работы» которых существенно улучшается при увеличении размера баз данных, которые используются для обучения. Кроме того, модели обученные на базах данных микропластика из одного климатического региона не всегда хорошо работают в другом климатическом регионе. Разработанная база данных MICROSCAN — не только самая большая в мире, но и первая база данных микропластика в Арктике.
Команда Центра исследования проблем микропластика НовГУ создала базу MICROSCAN — самую большую в мире открытую базу инфракрасных спектров микропластика из вод Восточной Арктики.
«База содержит инфракрасные спектры 2010 реальных частиц размером от полумиллиметра до пяти миллиметров, — рассказал заведующий лабораторией моделирования полимеров Центра исследования проблем микропластка НовГУ, Сергей Люлин. — Сейчас она включает спектральные данные микрочастиц полиэтилена (PE), полипропилена (PP) и полистирола (PS) — самых распространенных синтетических полимеров».
Исходным материалом для неё стали микропластиковые частицы обнаруженные в поверхностных водах в Белом, Баренцевом, Карском, Восточно-Сибирском морях и море Лаптевых в 2020–2021 годах. Каждая найденная частица исследовалась в инфракрасном свете (FTIR-спектроскопия) без какой-либо дополнительной химической очистки. Проверку результатов идентификации проводили с помощью трех разных подходов: спектральное сопоставление: спектры частицы сравнивались с эталонными спектрами, имеющимися в самом приборе; искусственный интеллект: проверку проводили с помощью одной из лучших в мире моделей глубокого машинного обучения (сверточной нейросети CNN1D). Она способна распознать один из 120 типов полимерных материалов с точностью 96–97%; экспертный контроль: опытные химики перепроверяли спорные спектры вручную.
Исследование опубликовано в журнале Scientific Data, издающемся Nature Publishing Group.
