近日，澳门六合彩直播微纳塑料环境健康与污染防治团队在水环境中微纳塑料分析方法学领域取得重要学术进展。相关成果以“How Are Micronanoplastics (MNPs) Collected and Identified in Aquatic Environments? A Pathway Review from Sampling to Spectral─Artificial Intelligence”为题发表于ACS ES&T Water期刊（DOI：10.1021/acsestwater.6c00708）。第一作者为2024级硕士研究生荣雪，佘希林教授和王颜昊副教授为共同通讯作者，青岛大学为唯一完成与通讯单位。

微纳塑料作为一类典型新污染物，具有粒径跨度大、环境赋存形态复杂、在水环境中隐蔽性强等特点，其高效采集与精准识别始终是制约环境暴露评估与生态健康风险研究的重要技术瓶颈。本综述系统梳理了水环境中微纳塑料从野外采样、样品前处理、光谱表征到人工智能辅助高通量识别的全流程技术体系。文章系统梳理了Manta网、Neuston网、Bongo网等拖网采样技术，以及原位过滤、离心沉降等采样方法的技术特点及适用场景，总结了化学消解、密度分离等样品前处理关键技术，并重点评述了红外光谱、拉曼光谱等光谱表征技术结合机器学习、深度学习等人工智能算法在微纳塑料自动化识别中的研究进展。综述指出，人工智能驱动的光谱解析技术能够有效降低传统人工识别过程中效率低、主观性强等问题，显著提升复杂环境介质及生物样品中微纳塑料识别的自动化水平与分析准确性。该综述系统总结了水环境微纳塑料标准化识别与监测的关键技术进展，为构建高效、规范的微纳塑料监测技术体系提供了理论参考，也为深入开展微纳塑料环境行为、生态效应及健康风险防控研究奠定了理论基础。