利用激光誘導擊穿光譜改進可回收廢物分類

對廢物進行準確管理和分類以便再利用，是環(huán)境保護領域日益嚴峻的挑戰(zhàn)。針對這一問題，中國合肥工業(yè)大學的研究人員開始了廢物管理領域的創(chuàng)新探索，尋求能夠簡化和改進可回收廢物識別和分類的有效方法。

研究人員深入研究了廢物管理的復雜性，探索了激光誘導擊穿光譜技術在識別和分類可回收廢物方面的應用，并在 AIP Advances 上發(fā)表了題為 "激光誘導擊穿光譜識別和分類可回收廢物 "的論文，討論了他們的工作： 改善廢物管理的關鍵一步"。

他們收集并分析了 80 個可回收廢物樣本的光譜，根據激光誘導擊穿光譜將其分為紙張、塑料、玻璃、金屬、紡織品和木材。在優(yōu)化廢物管理方面邁出的這關鍵一步表明，在改善環(huán)境可持續(xù)性和促進資源再利用方面取得了重大進展。

"我們首次利用 LIBS 技術對可回收垃圾進行了識別和分類，"作者楊磊說。"這種方法檢測結果準確、可靠、快速，并能實現自動檢測。"

鑒于廢舊材料的復雜性和精確分類的重要性，研究人員進一步將金屬和塑料細分為多個子類別。每一類廢物都有其獨特的性質，在特定的再利用和回收實踐中具有獨特的潛力，因此準確的識別和分類是開啟高效廢物管理解決方案的關鍵。

研究方法采用了一系列機器學習模型，以進一步推進識別過程。在探索的模型中，線性判別分析（LDA）和隨機森林（RF）的組合成為可回收廢物分類的最佳選擇。此外，在對金屬和塑料進行子分類時，主成分分析和 RF 的組合被認為是最有效的。

研究人員對 LDA 與 RF 模型在可回收廢物分類方面的準確性印象深刻，準確率達到了 100%。在對金屬和塑料進行子分類時，PCA(9D) + RF 模型的準確率最高。這些結果表明了這種方法在提高回收效率和改善廢物管理實踐方面的潛力。

"最讓我們驚訝的是，在不對廢棄物進行任何預處理的情況下，利用 LIBS 技術進行分類和識別，結果令人滿意，"Yang 說。

他們的研究取得了可喜的成果，因此團隊迫切希望在未來擴展他們的工作。他們計劃通過增加廢棄物樣本的數量和納入其他形式的廢棄物（如廚房垃圾）來加強研究。此外，他們還希望加深對利用LIBS檢測透明玻璃的理解，為回收利用和廢物管理開辟新的途徑。

參考資料

Laser-induced breakdown spectroscopy identifies and classifies recyclable waste: A crucial step toward improved waste management, AIP Advances (2023). DOI: 10.1063/5.0149329