微塑料，正成为海洋生态系统中“看不见的幽灵”。它们不仅随食物链逐级富集，更作为有毒污染物的移动载体，对海洋生物乃至人类健康构成潜在威胁。然而，要在复杂多变的真实海水中快速、精准地揪出这些微小颗粒，并同时判断其老化程度，长期以来犹如大海捞针。传统傅里叶变换红外光谱受制于粒径与水分子干扰，而拉曼光谱虽拥有微观级分辨能力，却因老化引发的信号变化极其微弱，肉眼与常规算法难以捕捉；更棘手的是，海中泥沙、碎屑、生物膜等未知干扰物层出不穷，传统闭集识别模型只能识别见过的种类，一旦遭遇全新杂质便频频翻车，误判率居高不下。

针对上述难题，中国科学院城市环境研究所朱永官院士团队崔丽课题组，创新性地将注意力机制神经网络（aNN）与开集深度学习（OSDL）算法引入拉曼光谱分析，为海洋微塑料检测装上了一双慧眼。构建了覆盖多种常见聚合物类型、涵盖人工加速与自然老化多阶段的拉曼光谱数据集，让模型见多识广。实验结果显示，该方法对海水中自然老化微塑料的聚合物类型识别准确率超过97%，老化状态判别准确率高达93%。更重要的是，借助开集识别策略，模型能够“知其为，亦知其不为”：对训练集中从未出现的全新杂质，拒识准确率高达97%，将传统闭集算法的假阳性风险降低25%以上。即便在真实海水环境中的实地验证，该方法依然保持90%的识别准确率。

这项技术不仅攻克了拉曼-AI在复杂基质中抗干扰能力差、易误判的长期痛点，更将微塑料的“身份识别”与“老化评估”同步纳入精准轨道，为海洋微塑料污染的动态监测、溯源管控和生态风险预警提供了新的工具。未来，这套智能识别体系有望搭载于便携式设备，让海洋微塑料监管从实验室走向碧海蓝天，真正筑牢海洋生态安全的第一道防线。研究成果以An open-set Raman spectroscopy framework for rapid profiling of microplastic types and aging states in complex seawater为题，发表于Environmental Science & Technology上。中国科学院城市环境研究所与东北农业大学联合培养硕士生宋潇洋为论文第一作者，东北农业大学陈晓蒙副教授、城市环境研究所崔丽研究员、朱龙吉副研究员为共同通讯作者。研究工作得到国家自然科学基金（22241603, 42477119）、国家重点研发计划（2024YFD1700600）、福建省自然科学基金（2024J09057）及厦门海洋渔业开发项目（23CZB005HJ08）的支持。

论文链接

开集拉曼光谱快速鉴别复杂海水中微塑料类型与老化状态

（文：城市土壤生物地球化学过程创新团队；图：城市土壤生物地球化学过程创新团队）