طيف رامان لتحديد أنواع البلاستيك (RaSPI) وخرائط رامان لتحديد البلاستيك (RaMPI) مجموعتا بيانات

لماذا تهمّ الأدلة البلاستيكية الصغيرة

انتشرت نفايات البلاستيك عبر الكوكب، من أعماق المحيطات إلى قمم الجبال وحتى داخل أجسادنا. لفهم مقدار البلاستيك الموجود، وأين ينتقل وكيف قد يؤثر على الصحة، يحتاج العلماء إلى طرق سريعة وموثوقة لمعرفة نوعية قطعة البلاستيك الصغيرة. يقدم هذا المقال مجموعتين من القياسات المصممة بعناية والتي تعمل كأنها بصمات مفصلة للبلاستيك، لمساعدة الباحثين والبرامج الحاسوبية على تمييز القطع البلاستيكية بسهولة وبدقة أكبر.

مراقبة البلاستيك بضوء ملون

إحدى الطرق الفعّالة لتحديد أنواع البلاستيك هي تسليط ضوء ليزر عليها وتسجيل كيف يتشتت الضوء. تنتج هذه الطريقة، المسماة مطيافية رامان، نمطاً من القمم يعتمد على الجزيئات داخل المادة، يشبه إلى حد ما رمز شريطي. تعمل هذه الطريقة بشكل جيد خصوصاً في العينات المبللة أو القذرة لأن الماء لا يتداخل بقوة مع الإشارة. حتى الآن، كانت العديد من مكتبات بصمات البلاستيك معتمدة على قطع نقية مصنعية واستخدمت إعدادات ومستويات جودة مختلفة، مما صعّب مقارنة النتائج أو تدريب برامج حاسوبية قادرة على معالجة آلاف القياسات دون مساعدة بشرية.

بناء مجموعة نظيفة من بصمات البلاستيك

تجمع المجموعة الجديدة الأولى، المسماة RaSPI، 402 طيفاً مفصلاً من 275 قطعة بلاستيكية. تغطي هذه القطع 14 عائلة بلاستيكية شائعة، بدءاً من عبوات الطعام وأكواب المشروبات إلى مواد تقنية، وتشمل منتجات تجارية وقطعاً مأخوذة من تلوث العالم الحقيقي. استخدم الفريق لونَي ليزر وسجلوا عبر نطاق إشاري واسع حتى تُلتقط السمات الدقيقة. كما وثقوا لون كل قطعة ومصدرها وملاحظات أخرى، لأن الأصباغ والإضافات يمكن أن تغيّر النمط. يُشارك كل طيف بشكله الأصلي وبنسخة مُنقاة: تمت إزالة الخلفية المشتتة، وتصحيح الشُظايا الساطعة العشوائية، ووضع البيانات على شبكة مشتركة لتتم محاذاة الأطياف المختلفة بشكل منظم للتحليل لاحقاً.

رسم خرائط للبقع البلاستيكية في بعدين

تركّز المجموعة الثانية، RaMPI، على كيفية ظهور بقع البلاستيك عبر سطح، مثل غبار متناثر على شريحة. هنا، أنشأ الباحثون 34 خريطة صغيرة بمسح ليزر عبر خلطات بلاستيكية وتسجيل طيف عند كل نقطة. تحتوي هذه الخرائط معاً على أكثر من 33,000 طيف، نحو نصفها من البلاستيك والنصف الآخر من الخلفية الفارغة. أُخذت القياسات بلون ليزر واحد عبر نطاق إشاري أضيق لكن مع العديد من اختيارات قوة الليزر ومدة التعرض. تخلق هذه التباينات المقصودة بيانات تتراوح من نقية جداً إلى صاخبة إلى حد كبير، مما يعكس جودة غير متساوية يواجهها العلماء في عينات حقيقية من البحيرات والمحيطات والمدن.

تعليم الحواسيب قراءة الإشارات

لجعل هذه الخرائط مفيدة حقاً، صنّف الفريق يدوياً كل طيف باعتباره أحد الأنواع الـ14 من البلاستيك أو كخلفية فارغة. ثم تحققوا من الجودة التقنية للبيانات بحساب مستويات الإشارة إلى الضوضاء وبالتأكد من أن خطوات المعالجة لم تشوه الأشكال العامة. كاختبار عملي، دربوا نموذجاً حاسوبياً بسيطاً على أطياف RaSPI ثم طلبوا منه تصنيف كل نقاط خرائط RaMPI. طابقة إجابات النموذج مع التسميات البشرية عبر العديد من الخرائط أظهرت أن بصمات RaSPI وخرائط RaMPI متسقة مع بعضها ومناسبة لتطوير وفحص أدوات معتمدة على الحاسوب.

ما تعنيه هذه المجموعات لمشكلة تلوّث البلاستيك

بالنسبة للمهتمين بالبلاستيك في البيئة، ليست هذه المجموعات دراسة صحية مباشرة بل صندوق أدوات مشترك. من خلال توفير بصمات مفتوحة وموثّقة جيداً للعديد من البلاستيكات اليومية، بما في ذلك قطع متعرية بمواد مضافة غير معروفة، توفر مجموعتا RaSPI وRaMPI الأساس المشترك للباحثين ومطوري البرمجيات. بمواد تدريب أفضل، يمكن للحواسيب أن تتعلم اكتشاف وفرز شظايا البلاستيك بسرعة أكبر وبجهد بشري أقل. بدورها، يمكن أن تسرّع هذه القدرات من مسوح تلوّث البلاستيك في الماء والتربة والهواء، مما يساعد العلماء وصانعي السياسات على الحصول على صورة أوضح عن وجهات البلاستيك وحجم المشكلة فعلياً.

الاستشهاد: Hogan, Ú.E., Voss, H.B., Lei, B. et al. Raman spectra for plastics identification (RaSPI) and Raman maps for plastics identification (RaMPI) datasets. Sci Data 13, 765 (2026). https://doi.org/10.1038/s41597-026-07103-8

الكلمات المفتاحية: اللدائن الدقيقة, مطيافية رامان, التعلم الآلي, التلوث البيئي, مجموعات بيانات طيفية