Raman-Spektren zur Kunststoffidentifikation (RaSPI) und Raman-Karten zur Kunststoffidentifikation (RaMPI) Datensätze

Warum winzige Kunststoffhinweise wichtig sind

Kunststoffabfälle haben sich über den Planeten ausgebreitet, von den Tiefen der Ozeane bis zu Berggipfeln und sogar in unseren eigenen Körpern. Um zu verstehen, wie viel Kunststoff vorhanden ist, wohin er sich bewegt und wie er die Gesundheit beeinflussen könnte, brauchen Wissenschaftler schnelle, verlässliche Methoden, um zu bestimmen, aus welcher Art Kunststoff ein winziger Fragment besteht. Dieser Artikel stellt zwei sorgfältig zusammengestellte Messsammlungen vor, die wie detaillierte Fingerabdrücke für Kunststoffe funktionieren und Forschern sowie Computerprogrammen helfen sollen, Kunststoffpartikel leichter und genauer zu erkennen.

Kunststoffe mit farbigem Licht betrachten

Eine leistungsstarke Methode zur Identifikation von Kunststoffen besteht darin, Laserlicht auf sie zu richten und aufzuzeichnen, wie das Licht gestreut wird. Diese Methode, Raman-Spektroskopie genannt, erzeugt ein Muster von Peaks, das von den Molekülen im Material abhängt — ähnlich einem Barcode. Sie funktioniert besonders gut bei nassen oder verschmutzten Proben, weil Wasser das Signal nicht stark stört. Bisher basierten viele Kunststoff-Fingerabdruckbibliotheken auf sauberen, fabrikgefertigten Proben und verwendeten unterschiedliche Einstellungen und Qualitätsstufen, was den Vergleich von Ergebnissen oder das Training von Programmen, die Tausende von Messungen ohne menschliche Hilfe durchsieben sollen, erschwerte.

Aufbau eines sauberen Satzes von Kunststoff-Fingerabdrücken

Die erste neue Sammlung, RaSPI genannt, enthält 402 sehr detaillierte Spektren von 275 Kunststoffproben. Diese Proben decken 14 gängige Kunststofffamilien ab, von Lebensmittelverpackungen und Trinkbechern bis hin zu technischen Materialien, und umfassen sowohl Handelsprodukte als auch aus der realen Umwelt entnommene Teile. Das Team verwendete zwei Laserfarben und zeichnete über einen weiten Signalbereich auf, sodass subtile Merkmale erfasst werden. Zudem dokumentierten sie Farbe, Herkunft und weitere Notizen zu jedem Objekt, da Farbstoffe und Additive das Muster verändern können. Jedes Spektrum wird in seiner Originalform und in einer bereinigten Version geteilt: störender Hintergrund wird entfernt, zufällige helle Spitzen werden korrigiert und die Daten werden auf ein gemeinsames Gitter gebracht, sodass verschiedene Spektren für die spätere Analyse sauber ausgerichtet sind.

Plastikpartikel in zwei Dimensionen kartieren

Die zweite Sammlung, RaMPI, konzentriert sich darauf, wie Plastikpartikel über eine Fläche verteilt auftreten, ähnlich Staub, der auf einem Objektträger liegt. Hier erstellten die Forscher 34 winzige Karten, indem sie einen Laser über Kunststoffmischungen scannten und an jedem Punkt ein Spektrum aufzeichneten. Zusammen enthalten diese Karten über 33.000 Spektren, etwa die Hälfte davon stammt von Kunststoff und die andere Hälfte vom leeren Hintergrund. Die Messungen erfolgten mit einer Laserfarbe über einen engeren Signalbereich, jedoch mit vielen verschiedenen Kombinationen aus Laserleistung und Belichtungszeit. Diese gezielte Variation erzeugt Daten, die von sehr sauber bis ziemlich verrauscht reichen und die ungleichmäßige Qualität widerspiegeln, die Wissenschaftler in realen Proben aus Seen, Ozeanen und Städten antreffen.

Computern das Lesen der Signale beibringen

Um diese Karten wirklich nützlich zu machen, hat das Team jedes einzelne Spektrum manuell als eine der 14 Kunststoffarten oder als Hintergrund markiert. Anschließend überprüften sie die technische Qualität der Daten, indem sie Signal-zu-Rausch-Verhältnisse berechneten und bestätigten, dass die Verarbeitungsschritte die Gesamtformen nicht verfälschten. Als praktischen Test trainierten sie ein einfaches Computermodell mit den RaSPI-Spektren und ließen es dann alle Punkte auf den RaMPI-Karten klassifizieren. Die Antworten des Modells stimmten in vielen Karten eng mit den menschlichen Labels überein, was zeigt, dass die Fingerabdrücke aus RaSPI und die Karten aus RaMPI konsistent zueinander sind und sich gut zur Entwicklung und Validierung computerbasierter Werkzeuge eignen.

Was diese Datensätze für die Plastikverschmutzung bedeuten

Für alle, die sich um Kunststoff in der Umwelt sorgen, sind diese Datensätze keine direkte Gesundheitsstudie, sondern eine gemeinsame Werkzeugkiste. Indem sie offene, gut dokumentierte Fingerabdrücke vieler alltäglicher Kunststoffe bereitstellen, einschließlich verwitterter Stücke mit unbekannten Additiven, bieten die RaSPI- und RaMPI-Sammlungen Forschern und Softwareentwicklern eine gemeinsame Grundlage. Mit besserem Trainingsmaterial können Computer lernen, Kunststofffragmente schneller und mit weniger menschlichem Aufwand zu erkennen und zu sortieren. Das wiederum kann Untersuchungen zur Kunststoffverschmutzung in Wasser, Boden und Luft beschleunigen und Wissenschaftlern wie Entscheidungsträgern ein klareres Bild davon geben, wohin Kunststoffe gelangen und wie groß das Problem wirklich ist.

Zitation: 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

Schlüsselwörter: Mikroplastik, Raman-Spektroskopie, maschinelles Lernen, Umweltverschmutzung, Spektraldatensätze