2D および 3D ラマン マッピングを使用した、ブレンドされたマイクロプラスチック中のポリマー濃度の研究

Scientific Reports volume 13、記事番号: 7771 (2023) この記事を引用

413 アクセス

5 オルトメトリック

メトリクスの詳細

ブレンドプラスチックの形でさまざまなポリマーを組み合わせることは、プラスチック業界で長い間使用されてきました。 それにもかかわらず、マイクロプラスチック (MP) の分析は主に単一タイプのポリマーで作られた粒子の研究に限定されてきました。 したがって、ポリオレフィン (PO) ファミリーの 2 つのメンバー、つまりポリプロピレン (PP) と低密度ポリエチレン (LDPE) がブレンドされ、環境中に豊富に存在するだけでなく産業での用途も考慮して、この研究では広範囲に研究されています。 2-D ラマン マッピングは、ブレンド MP (B-MP) の表面に関する情報のみを提供することが示されています。 このような複雑なサンプル中のさまざまなポリマーの存在を完全に理解するには、補足的な 3-D 体積分析が必要です。 したがって、3-D ラマン マッピングを適用して、B-MP 内のポリマーの分布の形態を視覚化し、その濃度を定量的に推定します。 濃度推定誤差 (CEE) として定義されるパラメーターは、定量分析の精度を評価します。 さらに、得られた結果に対する 4 つの励起波長 405、532、633、および 785 nm の影響を調べます。 最後に、測定時間を 56 時間から 2 時間に短縮するために、ライン形状のレーザー ビーム プロファイル (ラインフォーカス) の適用が導入されています。

疑いもなく、プラスチックは今日の産業にとって最も有用な材料の一つです。 しかし、この経済的に優しい材料は、過去数年で環境に対する潜在的な脅威であることが判明しました1。 プラスチック汚染の調査には多くの注目が集まり、驚くべきデータが明らかになりました。 フランスの面積のほぼ3倍に相当する160万平方キロメートルの面積を持つプラスチック廃棄物の大きな島が、過去数年にわたってカリフォルニアとハワイの間の亜熱帯海域に形成されていることが判明した2。 現在の消費傾向と、プラスチック廃棄物の適切な処理とリサイクル方法の欠如により、問題は今後数年間でさらに深刻化することは間違いありません。 たとえば、2050 年までに 120 億トンのプラスチック廃棄物が環境中に存在すると推定されています3。それに加えて、一般にマイクロプラスチック (MP) と呼ばれるプラスチック粒子が私たちが呼吸する空気中に存在することが報告されています4。 、私たちが食べる食べ物5、飲む水6、さらには私たちの体7にも。 実際、これらの小さな MP (1 μm ～ 5 mm) は主に、風化、侵食、摩擦、紫外線 (UV) 光照射などのさまざまな要因による大きなプラスチック粒子の断片化の結果です。私たちの日常生活への道を見つけてください8、9、10。

環境中のマイクロプラスチックの分析を扱う研究のほとんどは、主にポリエチレン (PE)、ポリプロピレン (PP)、ポリスチレン (PS) などの単一タイプのプラスチックの存在に焦点を当てています。11、12、13。 一方、ポリマーの物理化学的特性を特定の用途に合わせて調整することは、長い間確立された研究分野でした 14。 このアプローチを使用すると、まったく新しいポリマーの発明に多大な労力を費やすことなく、望ましい機能を備えたポリマーが得られるため、かなりの市場規模と生産率を備えた商業目的にとって魅力的なものとなっています15。 たとえば、PP、PE、低密度 PE (LDPE)、高密度 PE (HDPE) などの一般的に使用されるポリマーの大きなグループを構成するポリオレフィン (PO) を単純に溶融混合することは、性能を向上させるための実用的なアプローチです。相溶化剤を添加せずに最終製品の機械的特性を評価します15、16。 しかし、機械的特性の向上により、このようなプラスチック廃棄物の必要な分解時間はさらに長くなる可能性があり、単一タイプのプラスチックの場合は数百年以上かかると報告されています17。 驚くべきことに、PO は環境内で最も頻繁に検出されるタイプの MP の 1 つです5,12。 そうは言っても、環境中の複合マイクロプラスチックの存在を最近調査したグループは 1 つだけです18。 著者らは、識別の信頼性を高めるために、ポリマーと繊維の積層層で構成される複合マイクロプラスチックに3Dラマンマッピングを適用しました。 ただし、ポリマーは混和性および非混和性のブレンドの形で使用でき、より複雑な組成を持ちます 19,20。 このような複雑なサンプル中に存在するさまざまな種類のポリマーを定量分析とともに確実に同定することは、例えばマイクロプラスチック分析の標準化プロトコルの開発などの分野で非常に重要です。 それに加えて、リサイクルプロセス中にさまざまなブレンドが形成される可能性があるため、ブレンドプラスチックの研究によりリサイクルの機会が増えることが報告されています22。

適切な分析手法の選択は、混合マイクロプラスチック (B-MP) の研究にとって重要なステップです。 MP の種類を識別できる熱分析法 23 とは別に、複雑な B-MP の識別にはフーリエ変換赤外分光法 (FTIR) 24 およびラマン分光法 (RS) 25 がより実用的であると思われます。 ただし、FTIR は RS と比較して解像度が低いため (1 μm に対して 10 ～ 20 μm)、この目的にとってこの技術はあまり魅力的ではありません 26,27。 最近、FTIR の分解能を原子間力顕微鏡 (AFM) と組み合わせると、ナノスケール領域での MP の分析が向上することが示されました 28。 それにもかかわらず、このアプローチは分析機器の複雑さとコストを大幅に増加させ、2D 情報しか提供しません。 熱分析技術に関しては、測定プロセス中にプラスチック粒子を破壊する必要があるため、これらの方法ではポリマーの形態に関する情報は得られません。 したがって、この研究では、PO ファミリーから作成された B-MP を分析するために 2-D および 3-D ラマン顕微分光法 (RMS) を採用しました。 濃度推定分析は、ポリマーの分布の形態を視覚化することに加えて、B-MP 内の各ポリマーの存在を定量的に評価するために使用されています。 ラマンマッピングの分解能が適用レーザー波長に依存することを考慮して、4 つの異なる波長で得られた結果を定性的および定量的に比較しました。 さらに、B-MPの分析におけるラマンマッピングの所要時間を短縮することを目的として、レーザーラインフォーカスの応用が研究されています。

PP とLDPE のブレンドは、エンジニアリングポリマーだけでなく、包装、ネットやロープの製造など、さまざまな産業用途で広く使用されています29。 したがって、2-D RMS を使用して、各成分の濃度の定量分析とともに、PP/LDPE (重量比 25/75 および 75/25) B-MP 内のポリマーの表面形態を研究しました。 各サンプルの特定の領域は、785 nm と 532 nm の 2 つのレーザー波長を使用して 2-D ラマン マッピングされ、他の測定パラメータの一貫性を保ちました。 図 1 は、785 nm (上の列) と 532 nm (下の列) の励起波長を使用して取得された PP/LDPE (75/25) の 2-D ラマン マップを示しています。 結果を比較すると、両方の励起波長でのラマン マッピングにより、分析された B-MP 内のポリマーの分布に関する情報が得られることがわかります。 それにもかかわらず、532 nm の波長で実行されたマッピングは、予想どおり、より高い解像度のラマン画像を提供します 30。 たとえば、図1e、bの特徴を比較すると、マップされた領域の上部から下部まで伸びるPPのより大きな分布は、532 nmの波長でのみ認識されます。 さらに、図1cと比較して、図1fの左上の領域にはLDPEのより小さな特徴が見られます。 実際、532 nm の励起波長では、785 nm の励起波長と比較して焦点が小さくなり、侵入深さが浅くなります 18,30。 したがって、より良い解像度が提供され、より浅い表面が励起されます。 したがって、532 nm の励起波長を使用すると、ポリマーの薄層の分布がより識別しやすくなります。 濃度推定分析の結果は、図 1 の各小さな画像の上部に示されています。見てわかるように、532 nm の波長を使用して得られた量は、この B- MP は 785 nm の波長を使用して得られたものよりも優れています。 それにもかかわらず、両方のシナリオで予測された濃度は、分析された B-MP 内の各成分の実際の量から依然として遠く離れています。これは 2 つの主な理由によるものと考えられます。 まず、ラマン マッピング用に選択した領域が十分に大きくないため、ポリマーの分布を適切に表すことができません。 第 2 に、2 次元表面上のポリマーの分布は、B-MP の体積内でのポリマーの分布を適切に表すものではない可能性があります。 実際、PP とLDPE29 の溶融および結晶化プロセス中に濃度勾配が発生する可能性があります。

785 nm (上の列) と 532 nm (下の列) の励起波長で得られた PP/LDPE (75/25) の 2-D ラマン マップ。 (a) マッピングされた領域のカメラ画像を示します。(b) と (e) は、対応する領域内の PP の分布とその濃度を示します。(c) と (f) は、対応する領域内のLDPE の分布とその濃度を示します。対応する領域 (d) と (g) は、紫色で示された適合不足 (lof) とともに、PP とLDPE の組み合わせマップを示しています。

次のステップでは、PP/LDPE (25/75) B-MP に対して同じ分析を実行しました。その結果を図 2 に示します。同様に、532 nm の波長で得られたラマン マップは、視覚化するためのより優れた解像度を提供しました。ポリマーの分布。 これは、図 2c、f の特徴と余分なアーティファクトの鮮明さを比較すると、より明白になります。 さらに、濃度推定分析の結果から、励起波長 785 nm と比較して 532 nm を使用すると、ポリマー濃度のより正確な評価が得られることが再度明らかになりました。 今回、PP とLDPE の予測濃度は、分析された B-MP 内の各成分の実際の量、つまり PP が 25%、LDPE が 75% に近づきました。 これらの結果を検証するために、両方のサンプルの他の領域で 2-D ラマンマッピングを実行し (図 S1 を参照)、次の式を使用して定義される濃度推定誤差 (CEE) を計算しました。

ここで、RCPPまたはLDPEおよびECPPまたはLDPEは、それぞれ2-Dラマンマップ内の各ポリマーの実際の(既知の)濃度と推定濃度です。 合計すると、2-D ラマン マッピングを使用して、PP ポリマーとLDPE ポリマーの濃度を予測するための平均 CEE は、それぞれ 25.86% と 42.70% であることがわかりました。 これらの結果を考慮すると、B-MP 内のポリマーの分布を完全に理解するには追加の補足情報が必要であるという論理的な結論を導くことができます。 非常に広い領域をマッピングしたとしても、B-MP 内では各構成ポリマーの濃度の信頼できる推定が実現できない場合があります。 それに加えて、2-D ラマン マップは、B-MP のさまざまな深さ全体にわたる構成ポリマーの形態を適切に表すものではありません。 したがって、3-D ラマン マッピングは、B-MP のより信頼性の高い分析に適用されました。これについては、次のセッションで説明します。

785 nm (上の列) と 532 nm (下の列) の励起波長で得られた PP/LDPE (25/75) の 2-D ラマン マップ。 (a) はマッピングされた領域のカメラ画像を示します。(b) と (e) は対応する領域内のLDPE の分布とその濃度を示します。(c) と (f) は対応する領域内の PP の分布とその濃度を示します。対応する領域 (d) と (g) は、紫色で示された適合不足 (lof) とともに、PP とLDPE の組み合わせマップを示しています。

PP/LDPE (50/50) および PP/LDPE (25/75) B-MP が 3-D ラマン マッピングによる分析の対象となりました。 ラマンマッピングの横方向および軸方向の分解能、侵入深さ、励起光学系と収集光学系の両方の効率、およびラマン信号の散乱はすべて、励起源の波長に大きく依存することはよく知られています18、30、31。 。 したがって、同じ体積の PP/LDPE (50/50) B-MP を、405、532、および 633 nm を含む 3 つの異なる波長を使用して 3-D ラマン マッピングし、得られたマップに対する励起波長の影響を調べました。構成ポリマーの推定濃度の精度も同様です。 前のセクションで示したように、785 nm の励起波長は、532 nm の波長と比較して性能が劣るため、ここでは使用しませんでした。 結果を図 3 にまとめます。一見すると、このアプローチを使用すると、ポリマーの分布の形態に関するより貴重な情報が得られましたが、2-D ラマン マッピングでは実現不可能でした。 実際、分析された B-MP のさまざまな深さ全体にわたって形態は均一ではありませんでした。 対応する 3D マップ間の特徴を比較すると、データが各測定中に同じボリュームから取得されたことがさらに確認されます。

405 nm (a-c)、532 nm (d-f)、および 633 nm (g-i) レーザーを使用して同じ体積から得られた PP/LDPE (50/50) B-MP の 3-D ラマン マップ波長。 各ポリマーの名前の前の括弧内の数字は、マッピングされたボリューム内のそのポリマーの推定濃度を示します。 LoF は「適合不足」を表し、紫色で表示されます。

図 3c、f、i は、個々のコンポーネント、つまり PP とLDPE の相補的ラマン マップと適合度の欠如 (lof) を組み合わせた画像を示しています。 lof の量は、405 nm の励起波長を使用した場合には高くなりますが、532 および 633 nm の波長を使用した場合には非常に低くなることが観察されました。 短波長におけるラマン信号の集光光学系の効率が低いことが、これに起因している可能性があります。 それにもかかわらず、lof は濃度の定量分析中に主要データからマスクアウトされました。 各構成ポリマーの参照スペクトルを使用して、得られた 3-D ラマン マップに定量的濃度推定分析を適用しました。 結果は各画像の左上隅に表示されます。 ご覧のとおり、3-D ラマン分析によって得られたより貴重な情報のおかげで、予測濃度の精度が向上しました。つまり、実際の量に近づきました。 PP/LDPE (25/75) B-MP で 3-D ラマンマッピングを実行すると、同様の精度の向上が観察されました (図 S2 を参照)。 また、励起波長を長くすることで定量分析の精度が向上することも認められた。 おそらく、これは、より高い効率で収集された、より長い波長での散乱が少ないラマン信号によるものと考えられます。 さらに、通常、より長い波長を使用するとレーザースポットが大きくなるため、より大きな体積からラマン信号が収集されます。 したがって、分析中に利用できる情報が増えるにつれて、濃度推定分析の精度が高くなりました。

これらの議論をさらに評価するために、最上表層から深さ 30、60、および 100 µm までの 4 つの 2D 層が、取得された 3D ラマン マップから 2D ラマン マップとしてエクスポートされ、その後、対応する CEE にエクスポートされました。パラメータが計算されました。 この分析の結果を図 4 にまとめます。図からわかるように、633 nm の波長で得られた CEE は、Z = 60 μm を除き、他の 2 つの波長で得られた CEE よりもほとんどの場合低かったです。 532 nm の波長で得られた CEE は 633 nm で得られた CEE と同等でしたが、405 nm で得られた CEE がすべての場合で最高でした。 これは、633 nm の波長を使用した場合の濃度推定分析の精度が高くなるという上記の議論を再度裏付けます。

(a) は、405、532、および 633 nm の波長を使用して、取得された 3-D ラマン マップのさまざまなレイヤーからエクスポートされた 2-D ラマン マップを示しています。 (b) は、(a) に示されている対応する 2 次元ラマン マップごとに計算された濃度推定誤差 (CEE) 間の比較を示しています。

最後に、ラマン分光法は、近い化学構造を持つコポリマーを区別できることがよく知られていることに言及することが重要です 32,33。 したがって、以下の条件が満たされる限り、提案されたアプローチを使用して、今回の研究で使用されたものよりも複雑な組成を持つサンプルの分析が可能です。 まず、未知の物質の正体を検索するために使用される参照ライブラリが、標準物質の高品質のデータ/スペクトルを使用して構築されます。 第 2 に、測定データの解釈に使用される分析アルゴリズムは、類似した構造間の微妙な違いを区別できるほど正確です。

MP またはその他のサンプルの分析における 3-D ラマン マッピングの適用を妨げる課題の 1 つは、必要な測定時間が長いことです。 たとえば、各波長を使用して上記の 3 次元ラマン マップを取得するには、ほぼ 66 時間かかります。 したがって、我々は、さまざまな深さでB-MPの2Dラマンマップを取得するためのレーザーラインフォーカスの適用を検討しました。 目的は、得られたラマン マップの解像度と濃度推定分析の精度の間で妥協することでした。 405 nm で得られた CEE は 532 および 633 nm ほど良好ではなかったため、現在の解析は後者の 2 つの波長でのみ実行されました。 結果を公平に比較​​するために、共焦点モード、つまりレーザー点焦点でマッピングされた同じサンプルの同じ層から、532 nm および 633 nm のレーザー線焦点を使用して 2-D ラマン マップが取得されました。 その後、前述のように各 2-D ラマン マップに対して濃度推定分析が実行され、続いて CEE が計算されました。 結果は図 5 にまとめられています。予想どおり、レーザー ライン焦点を使用したマッピングの解像度は、共焦点モードで得られたマップと比較して低下しました。 しかし、レーザーラインフォーカスを使用すると、B-MP のさまざまな深さ内のポリマーの分布の形態に関する貴重な情報を得ることができます。 たとえば、図5aの同じ列上の小さな画像上の特徴（緑と赤の島）間の類似性は、レーザーラインフォーカスを使用したラマンマッピングを使用してポリマーの分布に関する正確な情報を取得できることを示しています。 これは、532 nm の波長では分解能が高く、特に浅い深さでより顕著になります。 図 5b は、図 5a に示す対応する画像から計算された CEE を示しています。 ご覧のとおり、線焦点マップで得られた CEE は、ほとんどの場合、点焦点マップで得られた CEE と同等か、それよりも低かったです。 これは、レーザーラインフォーカスを使用している間、濃度推定分析の精度がマッピングの解像度のように損なわれないことを意味します。 これもまた、レーザーラインフォーカスモードを使用して励起された、より大きなボリュームから収集されたラマン信号によるものである可能性があります。

(a) の 1 行目と 3 行目は、共焦点モードで 532 および 633 nm の波長を使用して取得された 3-D ラマン マップのさまざまなレイヤーからエクスポートされた 2-D ラマン マップを示し、(a) の 2 行目と 4 行目は、 532 nm および 633 nm のレーザー ライン焦点を使用して取得された、対応する層の 2 次元ラマン マップ。 (b) (a) に示す対応する 2 次元ラマン マップごとに計算された濃度推定誤差 (CEE) 間の比較を示します。

最後に、レーザーラインフォーカスを利用することで、ラマンマッピングに必要な時間が 56 時間から 2 時間に大幅に短縮されました。 したがって、このアプローチを使用すると、B-MP 内のポリマーの定量的濃度に関する正確かつ迅速な情報を取得できます。 取得されたラマン信号の信号対雑音 (S/N) 比を犠牲にすることで、より高速な測定が可能になることに注意してください。

他の箇所で述べたように単純な溶融混合を使用して、LDPE と PP のブレンドサンプルをそれぞれ 25/75、50/50、および 75/25 などの異なる質量比で調製しました 15,34。 簡単に説明すると、LDPE と PP の顆粒を適切な比率でスチール製スライド上で 170 °C で完全に混合し、その後さらなる分析のために室温まで冷却しました。 得られたサンプルは色がなく不透明で、実際のB-MPの表面特性を模倣する不規則な表面形状を持っていました（図S3を参照）。 ポリマーの相分離も、PP/PE 混合リサイクル物と同様であることが観察されました 28。 すべてのサンプルの種類は、分析前にラマン分光法を使用して確認され、その後ライブラリのマッチングが行われました。

この作業全体を通じて、B-MP の分析にはレニショー inVia Basis™ および inVia™ Qontor® ラマン顕微鏡が使用されました。 合計で、405、532、633、785 nm を含む 4 つの異なる波長がラマン データの収集に使用されました。 必要に応じて、開口数 0.5 (長作動距離) または 0.75 の倍率 50 倍の対物レンズを使用しました。 サンプルのレーザー出力は、測定中のサンプルの変形や焼けを避けるために調整されました。 ほとんどの測定では、適切な取得時間として 0.5 秒が使用され、良好な信号対雑音比が得られました。 表 S1 は、この調査で対応する各マッピングに使用された測定設定の詳細な概要を示しています。 測定を実行する前に、標準基準からシリコン ピーク (520.5 ± 1) cm-1 を測定することによってセットアップのキャリブレーションを実行しました。

2-D ラマン マッピングは、ラスター スキャンを使用し、X および Y 座標で 1 µm のステップ サイズで、B-MP の特定の領域 (400 µm × 400 µm) にわたって実行されました。 最適な焦点は、各測定中に機器によって自動的に追跡されます。 同様に、3 次元ラマン マッピングも同じセットアップと、B-MP 内部の深さ 100 μm に達する Z 座標の 10 μm ステップ サイズで実行されました。 ここで重要なパラメータは、次の式を使用して定義できるレーザー ビームの経路 (Z 軸) に沿った光学分解能です。 \(\Delta Z=0.89\lambda /{(NA)}^{2}\); ここで、λ は励起波長、NA は顕微鏡対物レンズの開口数で、実行された 3 次元ラマン マッピングのすべてのケースで 0.75 でした。 システムは共焦点モードで動作するため、小さなスポット（焦点）から収集された光のみが小さなピンホールを通じて光検出器上に焦点を合わせます。これは、サンプルの他の深さからの光が信号を歪めず、効率的にブロックされることを意味します31。 。 したがって、オーバーサンプリングを回避するために Z 方向のステップ サイズとして 10 μm が選択され、浸透深さを超えないように最終深さとして 100 μm が選択されました18。 図S4は、B-MPのさまざまな深さでの最短波長、つまり405 nmで測定されたスペクトルの平均信号対雑音（S/N）比を示しています。 見てわかるように、S/N の量は 100 μm の深さでもまだ許容可能でした。 Z 座標でのステージの移動のため、オートフォーカス機能は 3-D ラマン マッピングには使用されなかったことに言及することが重要です。 各励起波長を使用して得られた結果を公平に比較​​するために、測定中に同じ B-MP の同じ体積を 3D マッピングしました。 さらに、その後の結果の比較のために、線状のレーザービームプロファイル（ラインフォーカス）35を使用して、共焦点モード、つまりレーザーポイントフォーカスでマッピングされた同じB-MPの同じ層をマッピングしました。 。 後者では、X および Y 座標のステップ サイズ 1.3 μm で、適切な取得時間として 2 秒が使用されました。

取得されたすべてのラマン データは、レニショー ラマン顕微鏡の自動制御用の専用ソフトウェアである WiRE ソフトウェアの組み込みモジュールを使用して直接処理および分析されました。 すべての宇宙線が測定されたデータセットから除去され、続いて 11 次の多項式関数を使用してスペクトル背景が除去されました。 次に、B-MP に存在する各ポリマーの個々のスペクトルを参照成分として使用し、非負最小二乗法 (NNLS) アルゴリズムを適用して成分分析を行い、2-D および 3-D ラマン マップをプロットしました。 表 S1 に示す全スペクトル範囲を利用してデータを分析しました。 データの正規化 (平均中心と単位分散に対するスケール) もこの分析中に行われたことは注目に値します。 レニショー 3-D ボリューム ビューアを使用して、3-D ラマン データをプロットしました。 B-MP 内のポリマーの濃度を定量的に分析するために、濃度推定分析を 2-D および 3-D ラマン マップに適用しました。 これは、複数の参照スペクトルの最小二乗フィッティングから導き出される、現在の種の相対的な濃度に関連するパーセンテージ値を計算できる手法です。 この分析はラマン ピークの強度に依存するため、参照スペクトルはラマン マッピング中に使用されたものと同じパラメーターで測定され、データを正規化せずに成分分析が実行されました。

長期間にわたって発展してきた混合プラスチックの大規模市場を考慮すると、混合プラスチックは環境におけるプラスチック汚染の大部分を占める可能性があります。 それにもかかわらず、B-MP はこれまでのところ研究の主なターゲットになっていません。これは、このような複雑なサンプルを研究するための適切な分析方法が存在しないことが原因である可能性があります。 ここでは、3 次元ラマン顕微分光法が B-MP の研究に有望な技術となり得ることが示されました。 これは、ポリマーの分布の形態に関する情報を提供するだけでなく、B-MP 内の各構成成分の濃度を定量分析する可能性も提供します。 そうは言っても、定量分析に十分な解像度と精度を備えたラマン画像を取得するには、適切な測定設定を選択することが非常に重要です。 この事実を明確に示すために、比較的大きな領域 (400 × 400 µm2) と体積 (200 × 200 × 100 µm3) の B-MP に対して、異なる測定設定を使用して 2-D および 3-D ラマン マッピングをそれぞれ実行しました。 最後に、レーザーラインフォーカスを使用した B-MP のさまざまな深さでの 2-D ラマンマッピングが、ポリマーの分布とその濃度に関する情報をより迅速に取得するための代替アプローチとなり得ることが示されました。

現在の研究中に使用および/または分析されたデータセットは、合理的な要求に応じて責任著者から入手できます。

Akdogan, Z. & Guven, B. 環境中のマイクロプラスチック: 現在の理解と将来の研究ニーズの特定についての批判的なレビュー。 環境。 汚染。 254、113011 (2019)。

論文 CAS PubMed Google Scholar

レブレトン、L.ら。 太平洋ゴミベルトにプラスチックが急速に蓄積している証拠。 科学。 議員 8、1–15 (2018)。

記事 CAS Google Scholar

Geyer, R.、Jambeck, JR & Law, KL これまでに作られたすべてのプラスチックの生産、使用、運命。 科学。 上級 3、25–29 (2017)。

記事 Google Scholar

Zhang、Y.ら。 大気中のマイクロプラスチック: 現状と展望についてのレビュー。 地球。 科学。 改訂 203、103118 (2020)。

記事 CAS Google Scholar

ヴィターリ、C.、ピーターズ、R.、ヤンセン、H.-G. & Nielen、MWF 食品、水、飲料中のマイクロプラスチックとナノプラスチック。 パート I 発生。 TraAC トレンド アナル。 化学。 159、116670。https://doi.org/10.1016/j.trac.2022.116670 (2022)。

記事 CAS Google Scholar

オズマン、BE et al. ボトル入りミネラルウォーターに含まれる小さなサイズのマイクロプラスチックと色素粒子。 水耐性 141、307–316 (2018)。

論文 PubMed Google Scholar

ラグーザ、A.ら。 Plasticenta: ヒト胎盤におけるマイクロプラスチックの最初の証拠。 環境。 内部。 146、106274 (2021)。

論文 CAS PubMed Google Scholar

Mitrano, DM & Wohlleben, W. イノベーションと環境安全性の両方を奨励するために、マイクロプラスチック規制はより正確になるべきです。 ナット。 共通。 11、1–12 (2020)。

記事 Google Scholar

Meides, N. et al. 促進された風化にさらされたときのポリプロピレンの断片化を定量化します。 マイクロプラスチック ナノプラスチック https://doi.org/10.1186/s43591-022-00042-2 (2022)。

記事 Google Scholar

フーバー、M.ら。 環境劣化と包装材料からの二次マイクロプラスチックの生成: ポリプロピレンフィルムのケーススタディ。 ポリム。 劣化する。 刺す。 195、109794 (2022)。

記事 CAS Google Scholar

Zhang, S. et al. 環境中のマイクロプラスチック: 分析方法、分布、生物学的影響のレビュー。 TraAC トレンド アナル。 化学。 111、62–72 (2019)。

記事 CAS Google Scholar

Koelmans、AA et al. 淡水と飲料水中のマイクロプラスチック: データ品質の重要なレビューと評価。 水耐性 155、410–422 (2019)。

論文 CAS PubMed PubMed Central Google Scholar

Xu、JL、Thomas、KV、Luo、Z. & Gowen、AA マイクロプラスチック分析のための FTIR およびラマン イメージング: 最先端、課題と展望。 TraAC トレンド アナル。 化学。 119、115629 (2019)。

記事 CAS Google Scholar

ポール、DR & バーロウ、JW ポリマーブレンド。 Ｊ．Ｍａｃｒｏｍｏｌ． 科学。 パート C 18、109–168 (1980)。

記事 Google Scholar

Akkapeddi、MK 商用ポリマーブレンド。 ポリマーブレンドハンドブック 1733 ～ 1883 年に記載。 https://doi.org/10.1007/978-94-007-6064-6_22 (2014)。

Plochocki、AP ポリオレフィン ブレンド: レオロジー、溶融混合、および用途。 Polymer Blends 319–368 (Elsevier、1978) に記載。

Pan、Z.ら。 河口環境におけるマイクロプラスチック汚染と生態学的リスク評価: 中国の東山湾。 Chemosphere 262、127876 (2021)。

論文 ADS CAS PubMed Google Scholar

Jiao, M.、Cao, S.、Ren, L.、Li, R. 3D ラマン分光法とイメージング法を使用した堆積物中の複合マイクロプラスチックの分析。 J.ハザード。 メーター。 上級 3、100016 (2021)。

記事 CAS Google Scholar

佐藤博志ほかナイロン 12 とポリエチレンの相溶化および非相溶化ポリマーブレンドのラマン マッピング研究。 応用分光器。 56、1038–1043 (2002)。

記事 ADS CAS Google Scholar

加藤 R.、矢野 TA、田中 T. 中赤外光熱顕微鏡およびラマン顕微鏡を使用したブレンドポリマーのマルチモーダル振動解析。 バイブ。 分光器。 118、103333 (2022)。

記事 CAS Google Scholar

Campanale, C.、Savino, I.、Pojar, I.、Masarelli, C. & Uricchio, VF 河川環境におけるマイクロプラスチックのサンプリングと分析の方法論の実践的な概要。 サステナビリティ 12、6755 (2020)。

記事 CAS Google Scholar

Radusch, H.-J.、Ding, J. & Akovali, G. プラスチック廃棄物の流れからの異種ポリマー混合物の相溶化。 ポリマーリサイクルの科学と技術のフロンティア、153-189。 https://doi.org/10.1007/978-94-017-1626-0_9。 (1998)

Schwaferts, C.、Niessner, R.、Elsner, M. & Ivleva, NP 環境中のサブマイクロメートルおよびナノプラスチック粒子の分析方法。 TraAC トレンド アナル。 化学。 112、52–65 (2019)。

記事 CAS Google Scholar

Käppler, A. et al. 振動顕微分光法による環境マイクロプラスチックの分析: FTIR、ラマン、あるいはその両方? アナル。 バイオアナル。 化学。 408、8377–8391 (2016)。

論文 PubMed Google Scholar

ソバーニ、Z.ら。 ラマンイメージングによるマイクロプラスチック/ナノプラスチックの識別と可視化 (i): 最小 100 nm。 水耐性 174、115658 (2020)。

論文 CAS PubMed Google Scholar

Araujo, CF、Nolasco, MM、Ribeiro, AMP & Ribeiro-Claro, PJA ラマン分光法を使用したマイクロプラスチックの同定: 最新の開発と将来の展望。 水耐性 142、426–440 (2018)。

論文 CAS PubMed Google Scholar

Böke, JS、Popp, J. & Krafft, C. 二次元マイクロプラスチック同定のための光光熱赤外分光法とラマン分光法を同時に取得。 科学。 議員 https://doi.org/10.1038/s41598-022-23318-2 (2022)。

記事 PubMed PubMed Central Google Scholar

Dos-Santos, ACV、Tranchida, D.、Lendl, B. & Ramer, G. タッピング モード AFM-IR を使用した、使用済みリサイクル ポリオレフィン ブレンドのナノスケール化学特性評価。 アナリスト 147(16)、3741–3747 (2022)。

論文 ADS PubMed Google Scholar

Mastalygina、EE、Popov、AA、Kolesnikova、NN & Karpova、SG アイソタクチック ポリプロピレンと低密度ポリエチレンをベースとしたブレンドの形態、熱挙動、および動的特性。 内部。 Ｊ．Ｐｌａｓｔ． テクノロジー。 19、68–83 (2015)。

記事 CAS Google Scholar

アンガー首相ほかマイクロプラスチック粒子分析ツールとしてのラマン顕微分光法。 TraAC トレンド アナル。 化学。 109、214–226 (2018)。

記事 CAS Google Scholar

Kador, L.、Schittkowski, T.、Bauer, M.、Fan, Y. 共焦点ラマン顕微分光法による三次元材料分析。 応用オプション。 40、4965 (2001)。

論文 ADS CAS PubMed Google Scholar

Tomba、JP、Mana、CD、Perez、CJ、Desimone、PM & Galland、GB ラマン分光法による半結晶性コポリマーの微細構造特性評価。 ポリム。 テスト。 52、71–78 (2016)。

記事 CAS Google Scholar

古川 哲、渡 M.、シースラー、HW、尾崎 Y. 近赤外およびラマン分光法と化学分析法を組み合わせたさまざまなポリ (プロピレン) コポリマーの識別とそのエチレン含有量の予測。 Ｊ．Ａｐｐｌ． ポリム。 科学。 87、616–625 (2003)。

記事 CAS Google Scholar

Das, S. & Kumar, A. PP およびLDPE ポリマー複合材料ブレンド: レビュー。 メーター。 今日はProc. https://doi.org/10.1016/j.matpr.2021.03.695 (2022)。

記事 Google Scholar

Das, SK、Dasari, K.、Rosenfeld, A. & Grunwald, R. ラインフォーカスを使用した 400 nm のフェムト秒レーザーパルスによる TiO2 の拡張領域ナノ構造化。 ナノテクノロジー 21、155302 (2010)。

論文 ADS PubMed Google Scholar

リファレンスをダウンロードする

この研究は、マリー・スクウォドフスカとキュリーの助成金契約第 860775 号に基づく欧州委員会の「MONPLAS」ホライズン 2020 研究革新プログラムによって支援されました。この研究は、メトゥサレム財団とヘラクレス財団、およびブリュッセル自由大学の OZR によっても部分的に支援されました ( VUB）。

応用物理およびフォトニクス学科、ブリュッセルフォトニクス、ブリュッセル自由大学、Pleinlaan 2、1050、ブリュッセル、ベルギー

メルダド・ロトフィ・チョッバリ

Renishaw plc、New Mills、Wotton-under-Edge、Gloucestershire、GL12 8JR、UK

ジェニファー・ファーガソン & ティム・スミス

ブリュッセル自由大学材料化学部、物理化学および高分子科学部、Pleinlaan 2、1050、ブリュッセル、ベルギー

ニコ・ヴァン・デン・ブランデ

応用物理およびフォトニクス学科、ブリュッセル・フォトニクス、Vrije Universiteit Brussel and Flanders Make、Pleinlaan 2、1050、ブリュッセル、ベルギー

タテヴィク・チャリャン、ウェンディ・ムルブルック、ハイジ・オッテヴェール

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

MLC: 概念化、方法論、調査、測定、データ分析、執筆 - 原案、視覚化。 JF: 検証、レビュー、編集。 NVB: 検証、レビュー、編集。 TS: 検証、レビュー、編集。 TC: 監督、検証、レビューおよび編集。 WM: 監督、検証、執筆 - レビューおよび編集。 HO: 監督、プロジェクト管理、資金調達、検証、リソース、執筆 - レビューと編集。

ハイジ・オッテヴェールへの手紙。

著者らは競合する利害関係を宣言していません。

シュプリンガー ネイチャーは、発行された地図および所属機関における管轄権の主張に関して中立を保ちます。

オープン アクセス この記事はクリエイティブ コモンズ表示 4.0 国際ライセンスに基づいてライセンスされており、元の著者と情報源に適切なクレジットを表示する限り、あらゆる媒体または形式での使用、共有、翻案、配布、複製が許可されます。クリエイティブ コモンズ ライセンスへのリンクを提供し、変更が加えられたかどうかを示します。 この記事内の画像またはその他のサードパーティ素材は、素材のクレジットラインに別段の記載がない限り、記事のクリエイティブ コモンズ ライセンスに含まれています。 素材が記事のクリエイティブ コモンズ ライセンスに含まれておらず、意図した使用が法的規制で許可されていない場合、または許可されている使用を超えている場合は、著作権所有者から直接許可を得る必要があります。 このライセンスのコピーを表示するには、http://creativecommons.org/licenses/by/4.0/ にアクセスしてください。

転載と許可

Lotfi Choobbari, M.、Ferguson, J.、Van den Brande, N. 他 2D および 3D ラマン マッピングを使用して、ブレンドされたマイクロプラスチック中のポリマーの濃度を研究します。 Sci Rep 13、7771 (2023)。 https://doi.org/10.1038/s41598-023-35010-0

引用をダウンロード

受信日: 2023 年 2 月 17 日

受理日: 2023 年 5 月 11 日

公開日: 2023 年 5 月 12 日

DOI: https://doi.org/10.1038/s41598-023-35010-0

次のリンクを共有すると、誰でもこのコンテンツを読むことができます。

申し訳ございませんが、現在この記事の共有リンクは利用できません。

Springer Nature SharedIt コンテンツ共有イニシアチブによって提供

コメントを送信すると、利用規約とコミュニティ ガイドラインに従うことに同意したことになります。 虐待的なもの、または当社の規約やガイドラインに準拠していないものを見つけた場合は、不適切としてフラグを立ててください。