Nieuwe detectie- en identificatiemethode voor mariene microplastics

UGent, VLIZ en ILVO hebben een kosten- en tijdeffectieve methode ontwikkeld voor de detectie en identificatie van microplastics in het mariene milieu, met een nieuwe ondergrens van 4µm.

Trefwoorden: #detectie, #identificatie, #microplastics, #sensor

Lees verder

Nieuws

( Foto: VLIZ )

ENGINEERINGNET.BE - Microplastics tussen 1µm-5mm groot zijn wijdverspreid en persistent in het mariene milieu.

Het is daarom cruciaal om een betrouwbare, goedkope methode te hebben om concentraties hiervan te monitoren en potentiële risico’s te beoordelen.

Er bestaan al vele analysetechnieken voor microplastics. Maar de meeste zijn duur, tijdrovend en foutgevoelig, vooral als microplastics verweerd zijn door mechanische inwerking, UV-straling, biofouling of hydrostatische druk.

Het grote aantal analysemethoden, met hun eigen resolutie, focus en kwaliteit, maken het ook moeilijk om studies te vergelijken. Vandaar dat promovenda Nelle Meyers een nieuwe methode ontwikkelde voor analyse van microplastics in het mariene milieu. Ook optimaliseerde ze de protocollen voor de extractie ervan uit zeewater, sediment en biota.

Deze semiautomatische analysemethode combineert het kleuren van microplastic met een fluorescente kleurstof, te weten Nijlrood, en machine-learning algoritmes.

Een eerste algoritme helpt beslissen of deeltjes al dan niet uit plastic gemaakt zijn. Een tweede algoritme, genaamd Random Forest, classificeert de plastic deeltjes op basis van hun polymeertype.

De prestaties van deze modellen zijn gevalideerd voor ongerepte microplastics tussen 50-1200μm. Daarna ook voor microplastics die de onderzoekers lieten verweren onder semi-gecontroleerde omstandigheden in oppervlakte- en diepzeewater. De Random Forest-modellen bleken hierbij betrouwbaarder voor de polymeeridentificatie, zelfs voor deeltjes kleiner dan 10µm.

Als derde stap injecteerden de onderzoekers microplastics in mariene biota, waarna ze geëxtraheerd en geanalyseerd werden. De Random Forest-modellen bleken opnieuw betrouwbaar voor de detectie en identificatie van ongerepte kunststoffen tot de meeste verweerde kunststoffen. Voor partikels tussen 2-10µm werd zelfs een nauwkeurigheid van ruim 90% behaald.

Ook testte Meyers de prestaties van beide modellen voor echte zeewater- en sedimentstalen afkomstig uit het Belgische Noordzee. De combinatie van de geoptimaliseerde extractieprotocollen met de modellen bleken ook hier betrouwbaar, uitgezonderd PET, donkere partikels en microvezels. De casestudie in de Noordzee resulteerde in de identificatie van het baggerbergingsgebied Loswal Zeebrugge-Oost als hotspot voor microplastics.

Tot slot is een kosteneffectiviteitsanalyse van veelgebruikte analysemethoden voor microplastics in zeewater uitgevoerd, en voorspellende tools ontwikkeld die objectieve informatie bieden aan onderzoekers en beleidsmakers om een keuze te maken tussen analysemethoden en hun financiële middelen efficiënt in te zetten voor monitoring en studie.

Dit onderzoek is uitgevoerd als onderdeel van het Andromeda project, gefinancierd door Belgian Federal Science Policy Office. Het experimentele werk is uitgevoerd in de laboratoria van VLIZ en ILVO.