Subskrypcja JoVE jest wymagana do oglądania tego materiału. Zaloguj się lub rozpocznij bezpłatny okres próbny.

Artykuł metodologiczny

Ocena utraconej frakcji: różnorodność, obfitość i masa mikroplastików (1-300 μm) w systemach wodnych

530 wyświetleń

DOI:

10.3791/68148

22 sierpnia 2025

W tym artykule

Podsumowanie

Protokół ten opisuje metodologię, którą należy zastosować do próbek wodnych pobranych na filtrach w celu wykrywania, identyfikacji i ilościowego określania MP o wielkości mikronów (1-300 μm). Mikrospektroskopia Ramana może zidentyfikować polimeryczną strukturę chemiczną cząstek MP i określić ilościowo ich obfitość pod względem liczby cząstek i ich masy w próbkach wody.

Streszczenie

Przedstawiony tutaj protokół umożliwia ilościowe oznaczanie mikroplastików (MP) o średnicy zaledwie ~1 μm, dokładną identyfikację typów polimerów i oszacowanie objętości cząstek, co krytycznie pozwala na obliczenie masy MP. Reprezentatywne wyniki próbek pobranych w Great South Bay (GSB) w stanie Nowy Jork wykazały, że cząstki w zakresie 1-6 μm o równoważnej średnicy sferycznej (ESD) były najliczniejsze, przy czym około 75% cząstek miało mniej niż 5 μm. Warto zauważyć, że etap wstępnego przesiewania nie przyniósł żadnych cząstek większych niż 60 μm, co sugeruje, że duże MP były rzadkie w miejscach przybrzeżnych, z których pobrano próbki. Przed filtracją zastosowano etap utleniania chemicznego w celu usunięcia zanieczyszczeń organicznych, co ułatwiło filtrację większych objętości wody (>1 l) z dyskretnych próbek pobranych w butelkach i zmniejszyło zatykanie się filtra. Chociaż podejście to znacznie poprawiło skuteczność filtracji, niektóre aspekty metodologii nadal wymagają udoskonalenia w celu skrócenia całkowitego czasu wymaganego na przygotowanie próbki i analizę danych. Mikrospektroskopia Ramana i związane z nią przetwarzanie danych pozostają czasochłonne, szczególnie w przypadku dokładnej analizy cząstek mniejszych niż 10 μm w złożonych matrycach środowiskowych. Bieżące wysiłki koncentrują się na minimalizacji niepewności analitycznej, optymalizacji kompromisu między dokładnością zliczania cząstek a czasem przetwarzania oraz zmniejszeniu liczby artefaktów w procesie wykrywania.

Wprowadzenie

Mikrodrobiny plastiku (MP) to wysoce niejednorodna grupa cząstek, które różnią się znacznie pod względem wielkości, kształtu, koloru, gęstości, składu chemicznego i innych właściwości fizycznych, co sprawia, że ich identyfikacja i kwantyfikacja są szczególnie trudne1. W badaniach MP zastosowano różne metody analityczne, od technik wizualnych, takich jak mikroskopia świetlna2 po bardziej zaawansowane podejścia chemiczne, takie jak piroliza chromatografia gazowa3. Mikroskopia świetlna jest powszechnie stosowaną metodą charakteryzowania większych MP (zwykle 0,5-5 mm) ze względu na swoją prostotę, szybkość i opłacalność1. Umożliwia wizualną identyfikację i kwantyfikację cząstek podobnych do tworzyw sztucznych, dostarczając jednocześnie informacji na temat morfologii i struktury powierzchni2. Jednak technika ta nie dostarcza informacji chemicznych o składzie chemicznym i opiera się na wiedzy specjalistycznej analityka. Błędna identyfikacja jest dobrze udokumentowanym ograniczeniem analizy wizualnej, z raportowanymi wskaźnikami błędów wahającymi się od 20% do 70%, szczególnie w przypadku małych, przezroczystych cząstek. Takie błędy mogą znacznie zawyżać stężenia MP w próbkach środowiskowych4.

Z drugiej strony, chromatografia gazowa pirolityczna (GC) w połączeniu ze spektrometrią mas (MS) może dostarczyć szczegółowych informacji o składzie chemicznym MP poprzez analizę produktów degradacji termicznej3. W połączeniu z etapem desorpcji termicznej może również wykrywać dodatki do tworzyw sztucznych podczas tej samej analizy5. Jednak metoda ta wymaga ręcznej wstępnej selekcji cząstek podobnych do tworzyw sztucznych i ich starannego umieszczenia w systemie pirolizy, co skutkuje niską przepustowością próbki1.

Aby przezwyciężyć ograniczenia tradycyjnych metod, coraz bardziej niezbędne stają się zautomatyzowane techniki, które umożliwiają zarówno identyfikację, jak i kwantyfikację MP. Spektroskopia w podczerwieni z transformacją Ramana i Fouriera (FTIR) zapewnia dokładną identyfikację polimerów dzięki unikalnym spektralnym odciskom palców 6,7,8. Te metody spektroskopii oscylacyjnej wykrywają drgania molekularne wywołane przez światło, laser w przypadku Ramana i podczerwień w przypadku FTIR, tworząc widma odzwierciedlające określone struktury molekularne7. Obie techniki znacznie przyczyniły się do postępów w wykrywaniu i charakterystyce małych cząstek MP (<300 μm) w różnych matrycach środowiskowych8. Zmniejszają liczbę wyników fałszywie dodatnich poprzez chemiczne potwierdzanie cząstek podobnych do tworzyw sztucznych, minimalizują wyniki fałszywie ujemne i są nieniszczące. W połączeniu z mikroskopią (mikrospektroskopią) techniki te umożliwiają identyfikację i kwantyfikację cząstek polimerowych mniejszych niż 0,3 mm (przy wykrywaniu μFTIR do ~10 μm i μRamana do ~0,3 μm)8. Każda metoda ma jednak ograniczenia: Raman oferuje wyższą rozdzielczość przestrzenną i lepszą detekcję dla niektórych polimerów (np. polistyrenu), ale jest bardziej podatny na interferencję fluorescencji i zazwyczaj wymaga dłuższego czasu akwizycji. Niemniej jednak mikrospektroskopia Ramana może wykrywać cząstki mniejsze niż 0,3 μm, pokrywając szerszy zakres rozmiarów mikroplastiku niż obrazowanie FTIR 8,9.

Podstawowym narzędziem do opisanych tu prac jest konfokalny mikrospektrofotometr Ramanowskiego dostępny w Laboratorium Obrazowania Molekularnego NAno-Ramanowskiego (NARMIL) SoMAS. Protokół został zoptymalizowany pod kątem wykrywania, identyfikacji i ilościowego określania mikrowielkości MP (<300 μm) na filtrach z próbek wody, które zwykle są wykluczane, gdy do pobierania próbek tworzyw sztucznych w przemyśle morskim używa się planktonu lub sieci mantowych. Konieczny jest również proces chemicznego utleniania, aby zmniejszyć obecność pozostałości innych niż plastik (śmieci organiczne). Minimalizuje to zakłócenia analityczne przed analizą mikrospektroskopową Ramana i, co ważne, zapobiega zatykaniu się porów filtra, umożliwiając filtrację większych objętości wody. Za pomocą tej technologii możliwe jest wykrywanie cząstek MP we frakcji o wielkości od submikronów do milimetrów zebranych na filtrach z próbek wody, a także umożliwia obliczanie określonych stężeń MP, wielkości cząstek i mas.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Protokół

Niniejszy protokół został zmodyfikowany w stosunku do wersji oryginalnej9. Protokół stanowi wytyczne do analizy próbek wodnych (wody pitnej, rzeki, jeziora, wód przybrzeżnych lub otwartego oceanu) w celu ekstrakcji, detekcji i kwantyfikacji MP (<300 µm) na filtrach. Wykorzystane odczynniki i sprzęt wymieniono w Tabeli materiałów.

1. Kontrola jakości

  1. Należy przefiltrować wszystkie odczynniki przez filtr membranowy 0.22 µm przed użyciem.
  2. Personel musi nosić bawełniane fartuchy laboratoryjne (bez materiałów syntetycznych) i myć ręce przed oraz pomiędzy manipulacjami z próbkami.
  3. Sprzęt do filtracji należy przepłukać wodą destylowaną przefiltrowaną przez filtr 0.22 µm przed i pomiędzy kolejnymi filtracjami. Gdy sprzęt nie jest używany, należy go przykryć czystą folią aluminiową.
  4. Próbki ślepe terenowe: Wypłukane butelki na próbki należy napełnić wodą destylowaną przefiltrowaną przez filtr 0.22 µm i przetworzyć w taki sam sposób jak próbki środowiskowe.
  5. Próbki ślepe laboratoryjne: Wraz z każdą partią próbek należy przepuścić 1 L wody destylowanej przefiltrowanej przez filtr 0.22 µm przez filtry Al2O3.

2. Pobieranie i przygotowanie naturalnych próbek wody do oznaczania ilości MP

  1. W celu zminimalizowania zanieczyszczeń należy wstępnie wypłukać wszystkie butelki na próbki (w tym butle Niskina i naczynia szklane) wodą destylowaną przefiltrowaną przez filtr 0,22 µm.
  2. Dyskretne próbki słupa wody (>1 L) z systemów wodnych można pobierać przy użyciu standardowych metod pobierania, np. za pomocą butelek szklanych (wody powierzchniowe) lub butli Niskina z polichlorku winylu (PVC) zamontowanych na rozecie (słup wody), a następnie przenieść je bezpośrednio do butelek szklanych.
  3. Pobrana woda powinna zostać wstępnie przefiltrowana przez metalowe sita o oczkach 200 µm i 60 µm, aby usunąć zanieczyszczenia organiczne i rozdzielić mikroplastiki (MPs) na frakcje wielkościowe.
    UWAGA: Zatrzymane cząstki można zidentyfikować bezpośrednio pod mikroskopem.
  4. Wodę, która przeszła przez metalowe sito 60 µm, należy przechowywać w butelkach szklanych. Następnie tę frakcję należy przefiltrować na membrany tlenku glinu (Al2O3) (średnica 25 mm, wielkość porów 0,2 µm).

3. Utlenianie chemiczne próbek wody

UWAGA: Aby zminimalizować zakłócenia analityczne spowodowane obecnością licznych cząsteczek biogenicznych, próbki są oczyszczane metodą chemicznego utleniania przed analizą mikrospektroskopową Ramana.

  1. Połączyć 100 mL 30% (v/v) nadtlenku wodoru z 1 L próbki w szklanym naczyniu i dokładnie wymieszać.
    UWAGA: Z H2O2 należy obchodzić się ostrożnie – silny utleniacz, może powodować podrażnienie skóry i oczu. Należy nosić rękawiczki i gogle oraz przestrzegać procedur bezpieczeństwa w laboratorium.
  2. Przykryć naczynie pokrywką lub folią aluminiową i umieścić w piecu w temperaturze 60 °C na około 10 h.
  3. Pozostawić próbkę do ochłonięcia na 10 min, a następnie przystąpić do filtracji, gdy próbka jest jeszcze ciepła.

4. Filtrowanie próbek wody

UWAGA: Ze względu na naturalną kruchość filtra, należy zachować ostrożność, aby nie wygiąć membranowych filtrów Al2O3 podczas montażu i demontażu, manipulując filtrem wyłącznie za pomocą pierścienia z polipropylenu przymocowanego do membrany.

  1. W komorze z laminarnym przepływem powietrza przefiltrować próbki o objętości 1 L oraz próbki ślepe, używając szklanego systemu filtracyjnego z podstawą ze spiekanego szkła i metalowym zaciskiem.
  2. Po filtracji przepłukać filtry wodą destylowaną przefiltrowaną przez membranę 0,22 µm.
  3. Umieścić filtr na szkiełku przedmiotowym bez nakładki do analizy metodą Ramana.

5. Analiza mikrospektroskopowa Ramanem przefiltrowanych cząstek MP

UWAGA: Konfokalny mikrospektrofotometr Ramanowski wraz z oprogramowaniem są wykorzystywane jako metoda analityczna do identyfikacji i ilościowego oznaczania cząstek MP. Instrument ten składa się z zmodyfikowanego pionowego mikroskopu epifluorescencyjnego, sterowanego komputerowo zmotoryzowanego stolika x-y-z z rozdzielczością kroku 0,1 µm we wszystkich wymiarach, czterech linii laserowych (laser jonowy Ar+ 457/514 nm, laser He/Ne 633 nm, laser diodowy 785 nm) oraz detektora CCD chłodzonego elementem Peltiera o rozdzielczości 1,040 × 256.

  1. Korzystając z funkcji akwizycji obrazu w oprogramowaniu do spektroskopii Ramanowskiej, skonfiguruj instrument do analizy mikroplastików (MP) w próbkach wodnych.
    1. Laser: He/Ne 633 nm o mocy laserowej ok. 9,3 mW (poprzez obiektyw 50×).
    2. Siatka dyfrakcyjna: 1200 linii/mm.
    3. Zakres widmowy: 200-2500 cm⁻¹-1.
    4. Czas ekspozycji: 0,7 s/widmo.
  2. Ustaw siatkę w obrębie obszaru zainteresowania (ROI), wykonując pomiary widm co 1 µm w wymiarach x i y.
  3. Zdefiniuj każdy ROI jako 100 µm Proszę podać tekst źródłowy do tłumaczenia. 100 µm siatka na obrazie z kamery (10,000 µm2).
    UWAGA: Obszar ROI można modyfikować; na przykład mniejsze obszary skrócą całkowity czas analizy.
  4. Należy przeanalizować ok. 40 ROI na filtr, wybranych losowo przy użyciu modelu w kształcie krzyża, aby reprezentowały one rozkład przestrzenny MP na całej powierzchni naświetlonego filtra.
  5. Po automatycznym zbieraniu danych należy użyć funkcji akwizycji obrazów w oprogramowaniu, aby sporządzić szczegółowe dwuwymiarowe mapy chemiczne każdego ROI.
  6. Na podstawie każdej mapy chemicznej należy zidentyfikować i określić ilość cząstek MP, wykorzystując analizę komponentów (metodę korelacji najmniejszych kwadratów nieujemnych) zgodnie z możliwościami oprogramowania.
  7. Porównaj widma z bibliotekami referencyjnymi. Zaakceptuj dopasowania o wyniku >60 (wewnętrzna ocena biblioteki 0-100) jako potwierdzone MP10.

6. Ilościowe wyliczanie cząsteczek MP metodą filtracyjną

  1. Po zsumowaniu liczby cząstek z około 40 ROI, oblicz liczbę cząstek MP na litr próbki (N), zgodnie z równaniem 111.
    Wzór na równowagę statyczną, \( N = \frac{Af \times n}{b \times M \times V} \), równanie edukacyjne.    (1)
    gdzie Af to całkowita powierzchnia odsłonięta filtra (mm2), n to całkowita liczba policzonych cząstek MP zsumowana dla wszystkich badanych ROI, b to liczba badanych ROI, M to powierzchnia jednego ROI (mm2), a V to objętość (l) wody przefiltrowanej z próbki.
  2. Ustal niepewność analityczną całkowitej liczby cząstek (N) w każdej próbce, obliczając błąd standardowy ze wszystkich ROI policzonych dla danej próbki.
  3. Podaj całkowitą liczbę cząstek na L jako N ± 1S.E.

7. Obliczenia wielkości, objętości i masy cząstek

UWAGA: Wyznacz wymiary, powierzchnię oraz równoważną średnicę sferyczną (ESD) każdej cząsteczki przy użyciu oprogramowania do analizy obrazu.

  1. Wyznacz pole powierzchni poprzez zliczenie całkowitej liczby pikseli dodatnich dla plastiku przypisanych do obrazu każdej cząsteczki.
  2. Wykorzystaj to pole powierzchni cząsteczki (Ap) do obliczenia ESD, stosując równanie 211:
    Wzór na obliczenie ESD, równanie średnicy sferycznej równoważnej, reprezentacja matematyczna.    (2)
  3. Oblicz szacunkową objętość idealnego elipsoidy dla każdej cząsteczki za pomocą równania 312.
    Równanie objętości V=(4/3)*π*(ESD/2)^3, wzór, analiza geometryczna, schemat.    (3)
  4. Oblicz masy (M) każdego polimeru tworzywa sztucznego w puli MP, wykorzystując szacunki objętości oraz opublikowane gęstości właściwe (ρ; g cm3) każdego polimeru (tj. M = ρV). Masę zazwyczaj podaje się w µg/L
    UWAGA: Aby oszacować niepewność przeniesioną w obliczeniach masy (względny błąd masy, RE = SD/średnia) dla każdej cząsteczki, bierze się pod uwagę niepewność analityczną zarówno w algorytmie objętości, jak i w średniej gęstości, stosując następujące równanie13:
    Równanie względnego błędu masy; schemat wzoru; zastosowanie edukacyjne; analiza zależności objętości i gęstości.    (4)
    Gdzie R.E. vol to błąd względny (S.E. nachylenia/nachylenie) nachylenia regresji liniowej (objętość 3-D oraz „objętość 2-D”)9. R.E. den to zmienność względna (S.E. / średnia) w zakresie raportowanych wartości gęstości dla każdego polimeru zawartego w danej cząsteczce.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Wyniki

W niniejszym opracowaniu przedstawiono wyniki uzyskane przy użyciu najnowszej wersji metodologii. Metoda ta została zmodyfikowana względem jej pierwotnego zastosowania9,14. Próbki wykorzystane w tym artykule stanowią część projektu oceny zanieczyszczenia mikroplastikiem (MP) w trzech głównych przybrzeżnych zbiornikach wodnych Long Island, NY: Great South Bay, estuarium Peconic oraz zatoka Shinnecock. Przedstawione tutaj wyniki służą jako dowód koncepcji (proof-of...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Dyskusja

Metodologia ta umożliwia ilościowe oznaczanie cząstek mikroplastiku (MP) o wielkości zaledwie 1 μm z próbek wody pobranych na filtrach, co pozwala na szczegółowe pomiary obfitości cząstek, składu chemicznego, wielkości i masy. Konieczne jest jednak rozpoznanie i zajęcie się źródłami niepewności nieodłącznie związanymi z tym podejściem, szczególnie podczas analizy cząstek mniejszych niż 10 μm w złożonych matrycach środowiskowych.

Ważnym aspektem, którym należy się zająć, jest obecny brak znorma...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Oświadczenia

Autorzy oświadczają, że nie są im znane żadne konkurencyjne interesy finansowe ani powiązania osobiste, które mogłyby mieć wpływ na pracę opisaną w tym artykule.

Podziękowania

Autorzy są wdzięczni Larissie Chraim, Anthony'emu Hillowi, Alannie Chen, Mayi Butkevich i Leslie Mejia za ich pomoc w laboratorium i analizie danych. Wszystkie dane spektralne Ramana zostały opracowane w Laboratorium Obrazowania Molekularnego NAno Ramana (NARMIL) Szkoły Nauk o Morzu i Atmosferze SBU, zasobu społecznościowym poświęconym zastosowaniom w naukach o środowisku i ufundowanym dzięki grantowi NSF-MRI OCE-1336724. Badania były częściowo wspierane przez grant zalążkowy Uniwersytetu Stony Brook (SBU) oraz stypendium SBU Presidential Dissertation Completion Fellowship CF21.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
Folia aluminiowa dowolna marka handlowa
Sita analityczne ze stali nierdzewnejRetsch GmbH, NiemcyDIN 4188
Filtry AnodiscWhatman
Uchwyt filtraFisherBrand-Millipore SigmaXX1012542
Butelki szklaneFisherBrand-Millipore Sigma02-912-313Każdy szklany pojemnik nadaje się do procesu pobierania próbek
Lejek do szkłaFisherBrand-Millipore SigmaXX1012514
Hidrogen Nadtlenek 30 %Innowacyjne nauki7722-84-1
inVia konfokalny mikrospektrofotometr Ramana Firma Renishaw
Okap z przepływem laminarnymLabconco lub dowolny inny okap laminarny do użytku laboratoryjnego
Metalowy zaciskFisherBrand-Millipore SigmaXX1012503
Kleszcze metaloweFisherBrand-Millipore Sigma13-820-061
Szkiełka mikroskopoweRybak termicznyhttps://www.thermofisher.com/
Rękawice nitryloweKimtech55080-54
Folia nitrocelulozowa fliters 0,22Technologia filtrów GVS 1214898
Piec z ogrzewaniem promieniowymInstrumenty laboratoryjne 3609
Pompa próżniowaWelch25468-01 A
WiRE 5.2Firma Renishaw

Bibliografia

  1. Shim, W. J., Hong, S. H., Eo, S. E. Identification methods in microplastic analysis: A review. Anal Methods. 9 (9), 1384-1391 (2017).
  2. Song, Y. K., et al. A comparison of microscopic and spectroscopic identification methods for analysis of microplastics in environmental samples. Mar Pollut Bull. 93 (1-2), 202-209 (2015).
  3. Fries, E., et al. Identification of polymer types and additives in marine microplastic particles using pyrolysis-GC/MS and scanning electron microscopy. Environ Sci Process Impacts. 15 (10), 1949-1956 (2013).
  4. Löder, M. G. J., Gerdts, G. Marine Anthropogenic Litter. Marine Anthropogenic Litter. Bergmann, M., Gustow, M., Klages, L. , 201-228 (2015).
  5. Dekiff, J. H., Remy, D., Klasmeier, J., Fries, E. Occurrence and spatial distribution of microplastics in sediments from Norderney. Environ Pollut. 186, 248-256 (2014).
  6. Käppler, A., et al. Identification of microplastics by FTIR and Raman microscopy: a novel silicon filter substrate opens the important spectral range below 1300 cm(-1) for FTIR transmission measurements. Anal Bioanal Chem. 407, 6791-6801 (2015).
  7. Araujo, C. F., Nolasco, M. M., Ribeiro, A. M. P., Ribeiro-Claro, P. J. A. Identification of microplastics using Raman spectroscopy: latest developments and future prospects. Water Res. 142, 426-440 (2018).
  8. Primpke, S., Lorenz, C., Gerdts, G. An automated approach for microplastics analysis using focal plane array (FPA) FTIR microscopy and image analysis. Anal Methods. 9, 1499-1511 (2017).
  9. Medina Faull, L. E., Zaliznyak, T., Taylor, G. T. Assessing diversity, abundance, and mass of microplastics (~1-300 µm) in aquatic systems. Limnol Oceanogr Methods. 19, 369-384 (2021).
  10. Woodall, L. C., et al. The deep sea is a major sink for microplastic debris. J Soc Open Sci. 1, 140317(2014).
  11. Engel, A. Determination of marine gel particles. Practical Guidelines for the Analysis of Seawater. Wurl, O. , CRC Press. 139-150 (2009).
  12. Hillebrand, H., Dürselen, C. D., Kirschtel, D., Pollingher, U., Zohary, T. Biovolume calculation for pelagic and benthic microalgae. J Phycol. 35 (2), 403-424 (1999).
  13. Harris, D. Quantitative Chemical Analysis. 13, W.H. Freeman and Company. New York. (2007).
  14. Medina Faull, L. E., Zaliznyak, T., Taylor, G. T. From the Caribbean to the Arctic, the most abundant microplastic particles in the ocean have escaped detection. Mar Pollut Bull. 202, 116338(2024).
  15. Munno, K., et al. Patterns of microparticles in blank samples: a study to inform best practices for microplastic analysis. Chemosphere. , (2023).
  16. Lao, W., Wong, C. S. How to establish detection limits for environmental microplastics analysis. Chemosphere. 333, 138883(2023).
  17. Dawson, A., Santana, J., Nelis, M., Cherie, D., Motti, A. Taking control of microplastics data: a comparison of control and blank data correction methods. J Hazard Mater. 443 (Part A), 130218(2023).
  18. Prata, J. C., Manana, M. J., da Costa, J. P., Duarte, A. C., Rocha-Santos, T. What is the minimum volume of sample to find small microplastics: Laboratory experiments and sampling of Aveiro Lagoon and Vouga River, Portugal. Water. 12 (4), 1219(2020).
  19. Cowger, W., et al. Reporting guidelines to increase the reproducibility and comparability of research on microplastics. Appl Spectrosc. 74 (9), 1066-1077 (2020).
  20. Schymanski, D., Goldbeck, C., Humpf, H. U., Fürst, P. Analysis of microplastics in water by micro-Raman spectroscopy: release of plastic particles from different packaging into mineral water. Water Res. 129, 154-162 (2018).
  21. Erni-Cassola, G., Gibson, M. I., Thompson, R. C., Christie-Oleza, J. A. Lost, but found with Nile Red: A novel method for detecting and quantifying small microplastics (1 mm to 20 µm) in environmental samples. Environ Sci Technol. 51 (23), 13641-13648 (2017).
  22. Tamminga, M. Nile Red staining as a subsidiary method for microplastic quantification: A comparison of three solvents and factors influencing application reliability. SDRP J Earth Sci Environ Stud. 2 (2), 165-172 (2017).
  23. Klein, M., Fischer, E. K. Microplastic abundance in atmospheric deposition within the metropolitan area of Hamburg, Germany. Sci Total Environ. 685, 96-103 (2019).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Przedruki i uprawnienia

Tagi

Ilo ciowe oznaczanie mikroplastikuR norodno mikroplastikuObfito mikroplastikuMasa mikroplastikuWodne mikroplastikiMikrospektroskopia RamanowskaUtlenianie chemiczneRozk ad wielko ci cz stekZapychanie filtr wrodowiskowe mikroplastiki

Ten artykuł został opublikowany

Film wkrótce dostępny