Fast, Automated Microplastics Analysis Using Laser Direct Chemical Imaging

Význam tématu

Microplasty se v oceánech akumulují v obrovských množstvích, ohrožují mořské organismy a vstupují do potravních řetězců. Regulace a modelování dopadů znečištění vyžadují přesné, rychlé a standardizované analytické postupy pro stanovení velikosti, tvaru a polymerového složení částic o velikosti 1 µm až 5 mm.

Cíle a přehled studie

Studie představuje ucelený workflow pro odběr, přípravu a analýzu vodních vzorků z Indického oceánu pomocí laserového přímého infračerveného zobrazování (LDIR). Cílem bylo zvýšit automatizaci, minimalizovat kontaminaci a zkrátit čas analýzy v porovnání s konvenčním FTIR a Ramanovým spektrem.

Použitá metodika a instrumentace

Odběr:

• Vysokotlaký odběrový systém GIMPF (Geesthacht Inert Microplastic Fractionator) s dvojicí sít 10–300 µm a >300 µm pro frakciaci suspenzí objemu až 61 m3.
• Filtrace, vakuové nanesení na PTFE a PC membrány (5 µm pórů), skladování ve skleněných lahvích.

Úprava vzorků:

• Enzymaticko-oxidační štěpení organické a anorganické matrice: Proteináza K, H2O2/Fe2+, chitináza.
• Denzitní separace v ZnCl2 roztoku (ρ = 1,7 g·mL⁻¹).
• Přísná kontrola kontaminace: vakuové laminar-flow boxy (99,995 % filtrace částic >0,1 µm), Dustbox čističe vzduchu, procedurální blank vzorky.

Instrumentace:

• Agilent 8700 LDIR Chemical Imaging System: Quantum Cascade Laser (1800–975 cm⁻¹), MCT detektor, rychlé infračervené snímání i QCL sweep spektroskopie.
• Softwarová platforma Agilent Clarity v. 1.1.2 pro automatizované vyhledávání částic, měření spekter, real-time porovnání se spektrem mikroplastů (>420 referencí).
• Pro částice >300 µm doplňkově ATR-FTIR (diamantová/ge-krystal) a LDIR μ-ATR.

Hlavní výsledky a diskuse

Ve vzorcích (stanice 1–7) byly naměřeny koncentrace 10–226 MPs·m⁻³ (částice >20 µm). Celkem bylo identifikováno 30 471 přírodních a 635 syntetických částic (14 polymerových skupin). Převládaly:

• Acryláty/polyuretany/laky (39,2 %)
• PET (26 %)
• PE-Cl (7,1 %)
• PVC (6 %)
• PE a PP (po 5,2 %)

94,9 % částic mělo průměr <100 µm. Navzdory téměř úplnému odstranění matrice tvořily syntetické mikroplasty pouze 2,6 % detekovaných částic, zbytek představovaly přírodní materiály (celulóza, silikáty, chitin apod.). Automatizované LDIR zobrazování významně snižuje nejistotu extrapolací a operátorskou zaujatost vizuální identifikace.

Přínosy a praktické využití metody

• Rychlá automatizovaná analýza až 800 částic za hodinu.
• Méně manuální práce a nižší chybovost proti FTIR/Raman metodám.
• Možnost rozlišení složených částic, agregátů a vláken i v přítomnosti biofilmu.
• Široký rozsah velikostí (od ~10 µm do několika mm) a geografické profilování ve volné přírodě.

Budoucí trendy a možnosti využití

• Standardizace postupů a rozšíření interneních databází spekter včetně přirozených matric.
• Profilování koncentrací microplastů v různých hloubkách vodního sloupce.
• Mobilní či polní verze LDIR systémů pro rychlý monitoring.
• Integrace s modely transportu a osudu plastů v oceánech.

Závěr

Automatizované LDIR chemické zobrazování prokázalo vysokou účinnost, přesnost a opakovatelnost při analýze microplastů v mořských vodách. Metoda výrazně urychluje detekci a kvantifikaci částic, nabízí detailní spektrální informace a potenciál pro rozvoj měřících standardů v oblasti environmentální analýzy.

Reference

1. Geyer R. et al. Science Advances, 2017.
2. Jambeck J. R. et al. Science, 2015.
3. Eriksen M. et al. PLoS ONE, 2014.
4. Ivleva N. P. et al. Angew. Chem. Int. Ed., 2017.
5. Koelmans A. et al. Environ. Res. Lett., 2017.
6. Song Y. K. et al. Environ. Sci. Technol., 2017.
7. Hildebrandt L. et al. Mar. Environ. Res., 2019.
8. Domogalla-Urbansky J. et al. Environ. Sci. Pollut. Res., 2019.
9. Lorenz C. et al. Environ. Pollut., 2019.
10. Enders K. et al. Mar. Pollut. Bull., 2015.
11. Cole M. Sci. Rep., 2016.
12. Prata J. C. et al. Mar. Pollut. Bull., 2020.
13. Kooi M. et al. Sci. Rep., 2016.
14. Brunner K. et al. J. Geophys. Res. Oceans, 2015.
15. Lenaker P. L. et al. Environ. Sci. Technol., 2019.
16. Domogalla-Urbansky J. et al. Environ. Sci. Pollut. Res. Int., 2019.