A multi-level preprocessing and modelling framework for spectral imaging of microplastics

تشكل الجسيمات البلاستيكية الدقيقة، وهي تلك الشظايا الصغيرة من البلاستيك التي تغلغلت في محيطاتنا وتربتنا وحتى هوائنا، تهديداً متزايداً للأنظمة البيئية وصحة الإنسان. ولفهم حجم هذه المشكلة، يجب على العلماء أن يكونوا قادرين على إيجاد هذه الجسيمات، وتحديد نوع البلاستد الذي تنتمي إليه بدقة، وعدّها. وبينما تعد عملية فحص الجسيمات تحت المجهر خطوة أولى شائعة، إلا أنها غالباً ما تكون غير موثوقة لأن العين البشرية يمكن أن تُخدع بسهولة بشكل أو لون ذرة غبار. ويعتمد النهج الأكثر دقة على استخدام الضوء لقراءة البصمة الكيميائية للجسيم؛ فمن خلال عكس الأشعة تحت الحمراء عن عينة ما، يمكن للباحثين رؤية أي الجزيئات تمتص الضوء وعند أي أطوال موجية، مما يخلق توقيعاً فريداً لمواد مثل البولي إيثيلين أو البولي ستيرين. ومع ذلك، كان تحويل هذه التكنولوجيا القوية إلى أداة روتينية لتحليل العينات البيئية المعقدة أمراً صعباً؛ فالبيانات الناتجة ضخمة، وغالباً ما تحتوي على ملايين القياسات الفردية، كما أن العملية يمكن أن تختل بسهولة بسبب التغيرات في الإضاءة، أو سمك الجسيمات، أو الطريقة التي تعمل بها الأداة نفسها.

لقد طور فريق من الباحثين من فنلندا إطار عمل جديد لحل هذه العقبات المحددة، حيث ابتكروا طريقة انسيابية لتحديد الجسيمات البلاستيكية الدقيقة باستخدام التصوير بالأشعة تحت الحمراء. ويركز عملهم على تنقية البيانات في ثلاث مراحل متميزة: الصورة العامة، وأجزاء صغيرة من الصورة، والتواقيع الضوئية الفردية نفسها. تخيل أنك تحاول الاستماع إلى محادثة في غرفة صاخبة؛ عليك أولاً خفض ضجيج الخلفية، ثم تصفية الصدى الناتج عن الجدران، وأخيراً التركيز على الكلمات المنطوقة تحديداً. وبالمثل، قام الباحثون أولاً بتصحيح الصورة بأكملها لإزالة الانزياحات الناتمة عن الظروف البيئية المتغيرة أثناء المسح. ثم قاموا بإصلاح الأنماط الصغيرة المتكررة للخطأ التي ظهرت في كل قسم من أقسام الصورة، تماماً مثل إزالة لطخة ثابتة من عدسة الكاميرا. وأخيراً، قاموا بتنقية البيانات الكيميائية لكل جسيم، وتنعيم الضوضاء وإبراز السمات المحددة التي تميز نوعاً من البلاستيك عن الآخر.

إن الابتكار الأكثر أهمية في نهجهم يكمن في كيفية تعاملهم مع الحجم الهائل للبيانات. فبدلاً من محاولة مقارنة كل بكسل منفرد في صورة ضخمة بمكتبة من أنواع البلاستيك المعروفة — وهي مهمة بطيئة وتتطلب قدرات حوسبية عالية — قاموا بتجميع البكسلات المتشابهة معاً في مجموعات (clusters). ثم قارنوا التوقيع المتوسط لهذه المجموعات بمكتبتهم المرجعية. وقد أثبتت هذه الاستراتيجية فاعلية ملحوظة؛ فعندما اختبروا اثني عشر طريقة مختلفة لمطابقة البيانات، حققت الطريقة التي تعتمد على النظر في شكل المنحنيات الكيميائية بدلاً من مجرد ارتفاعها دقة مثالية لأربعة أنواع شائعة من البلاستيك: البولي ستيرين، والبولي إيثيلين تيريفثاليت، والبولي إيثيلين، والبولي بروبيلين. وكان هذا مهماً بشكل خاص لأن البولي إيثيلين والبولي بروبيلين متشابهان كيميائياً للغاية وغالباً ما يسببان ارتباكاً لأدوات التحديد القياسية.

ومن خلال الجمع بين هذه التصحيحات متعددة المستويات واستراتيجية مطابقة أكثر ذكاءً، أظهر الباحثون قدرتهم على إنتاج خرائط أوضح لمواقع الجسيمات ونوع المواد المصنوعة منها، كل ذلك مع تسريع عملية التحليل بشكل كبير. نجحت الطريقة في التمييز بين أنواع البلاستيك التي يصعب التمييز بينها، وقللت من الوقت اللازم لمعالجة الصور الكبيرة. وتشير الدراسة إلى أنه من خلال إزالة الأخطاء بشكل منهجي والتركيز على المجموعات التمثيلية من البيانات بدلاً من كل نقطة على حدة، يمكن للعلماء جعل تحديد الجسيمات البلاستيكية الدقيقة أكثر قوة وكفاءة وموثوقية. ويمثل هذا التقدم خطوة تقرب المجال من القدرة على مراقبة وجود هذه الملوثات المستمرة في البيئة بشكل روتيني ودقيق.