中国环境科学

作者：王星程, 王好雨, 潘欣语, 陶芳, 郑兴兴, 曹爽

单位：1. 中国计量大学能源环境与安全工程学院, 浙江 杭州 310018;2. 山东省淄博市张店区生态环境技术服务中心, 山东淄博 255000;3. 聚光科技(杭州)股份有限公司, 浙江杭州 310052

关键词：机器学习,微塑料,分类识别,定量分析,吸附性能

基金：浙江省自然科学基金资助项目(LTGS24B070005);浙江省“尖兵领雁+X”研发攻关计划项目(2024C03133)

本文综述系统地探讨了机器学习技术在微塑料领域的应用,涵盖分类识别、定量分析与吸附性能预测.经梳理近年文献,发现如卷积神经网络(CNN)和支持向量机(SVM)等技术,对提升微塑料检测精度与效率意义重大.在分类识别中,CNN模型可精准辨别微塑料类型与形状;定量分析时,借助图像和光谱数据,机器学习能快速确定微塑料浓度.在吸附性能预测方面,基于非混合定量结构-性质关系(QSPR)的模型展现出比传统模型更高的准确性和鲁棒性.然而,当前还面临数据质量不佳、收集标注困难及模型可解释性欠缺等挑战.未来研究应聚焦数据集多元化及增强模型可解释性,以推动机器学习技术在微塑料研究中的进一步应用.

来源：2025年第6期

《中国环境科学》期刊编辑部

查看中国环境科学杂志2025年第6期