A mikroműanyagok, vagyis az 5 milliméternél kisebb műanyagdarabok és -részecskék az utóbbi években a takarmánybiztonság szempontjából is egyre nagyobb figyelmet kapnak.

A takarmányba több ponton is bekerülhetnek, például az alapanyagok feldolgozása, szállítása, csomagolása vagy tárolása során. Ha az állatok elfogyasztják ezeket, az felveti az állatok egészségével és az élelmiszerláncba való továbbjutásukkal kapcsolatos kérdéseket.

A takarmány saját összetevői is erős jelet adnak

A kínai Zhejiang A&F Egyetem kutatói most azt vizsgálták, hogy egy hordozható közeli infravörös spektrométerrel, valamint gépi tanulási módszerekkel felismerhetők és mennyiségük is becsülhető-e a különböző mikroműanyagoknak a csirketakarmányban.

Hét gyakori műanyagtípust vontak be a vizsgálatba: a poliamidot (PA), a polikarbonátot (PC), a polietilént (PE), a polietilén-tereftalátot (PET), a polipropilént (PP), a polisztirolt (PS) és a polivinil-kloridot (PVC). Összesen 840, különböző mennyiségű mikroműanyagot tartalmazó mintát készítettek.

A kutatók 0,01 és 1 százalék közötti mikroműanyag-tartalmú mintákkal dolgoztak. Fontos ugyanakkor, hogy a legmagasabb, 1 százalékos érték nem a kereskedelmi takarmányokban jellemző szennyezettséget jelentette, hanem azért alkalmazták, hogy megfelelően széles tartományban tudják vizsgálni a mérési módszer és a számítási modellek működését. A mintákat hordozható műszerrel vizsgálták, amely a közeli infravörös tartományban gyűjtött adatokat.

A feladat azért nem egyszerű, mert a takarmány saját összetevői is erős jelet adnak. A fehérjék, zsírok, keményítő és a nedvesség infravörös tartománya részben átfed a műanyagok jelével, ezért a mikroműanyagok jelenléte nem egyetlen, könnyen felismerhető „ujjlenyomatként” jelenik meg. Inkább több hullámhosszon jelentkező, kisebb eltérésekről van szó. Emiatt a kutatók nem pusztán a spektrumok szemmel látható különbségeire támaszkodtak, hanem gépi tanulási modellekkel elemezték a teljes adathalmazt.

Ez a módszer jobban képes kezelni az információt

Az eredmények alapján a hét műanyagtípus megkülönböztetésében az úgynevezett Extremely Randomized Trees, röviden ET modell teljesített a legjobban.

A független tesztmintákon 96,03 százalékos pontosságot ért el, ami azt mutatja, hogy a módszer a vizsgált laboratóriumi körülmények között megbízhatóan tudta elkülöníteni egymástól a különböző műanyagokat. A kutatók szerint a hagyományos, egyszerűbb modellekhez képest ez a módszer jobban képes kezelni a sok, egymással összefüggő és részben átfedő spektrális információt.

A PVC esetében például rendkívül jó eredményt kaptak: az úgynevezett R² érték 0,9846 volt a nyers spektrumokkal, egy egyszerű előfeldolgozással pedig 0,9851-re javult. A polietilén és a polisztirol szintén viszonylag jól becsülhetőnek bizonyult.

Ezzel szemben a poliamid, a polikarbonát, a PET és a polipropilén esetében a takarmány összetevői, a részecskék fényvisszaverő tulajdonságai és a minták fizikai eltérései jobban megnehezítették a pontos mennyiségi becslést.