Tall Trees and Small Plastics. Using Random Forest Classification to Identify Microplastic Pollution in Surface Soil Samples

Mikroplastikpartikel sind kleine Plastikpartikel, die entweder durch die Fragmentierung größerer Plastikteile entstehen oder bewusst hergestellt werden, um Produkten bestimmte, erwünschte Eigenschaften zu geben. Mikroplastikverschmutzung ist in unserer Umwelt allgegenwärtig und reich vorhanden. Bisher gibt es allerdings keine Standardmethode um Mikroplastik in verschiedenen Umweltproben zu detektieren.Das Ziel dieser Diplomarbeit war es einen Klassifikator zu erzeugen, der zwanzig verschiedene Plastiksorten in Bodenproben, die von landwirtschaftlich genutzten Böden stammen, identifiziert. Die Proben wurden von einem Team von Biologen der Universität Bayreuth gesammelt, aufgereinigt und per micro-FTIR Spektroskopie gemessen. Ein Messergebnis besteht aus einem mikroskopischen Bild sowie etwa einer Million Spektren pro Probe. Jedes einzelne Spektrum zeigt Intensitäten bei 609 verschiedenen Wellenzahlen. Um diese riesige Menge an Daten zu verarbeiten, wurde die Software ImageLab (©Epina GmbH) verwendet. Für die Klassifikation wurde die Machine Learning Technik Random Forest gewählt. Die vorliegende Diplomarbeit beschreibt den Entstehungsprozess des Klassifikators für Bodenproben. Des Weiteren beantwortet sie die Frage, ob Bodenproben auch mittels eines bereits existierenden Klassifikators für Oberflächenwasserproben, der bereits zuvor von einem Team der Technischen Universität Wien entwickelt wurde, klassifiziert werden können. Der finale Bodenklassifikator erfüllt alle Anforderungen. Durch die Verwendung dieses Klassifikators ist es jetzt möglich, den Mikroplastikgehalt eines landwirtschaftlichen Feldes vor und nach dem Düngen zu messen. Das ermöglicht Rückschlüsse auf die Mikroplastik-Umweltverschmutzung durch verschiedene Düngemittel und die durch das Düngen hervorgerufene Verteilung von Mikroplastik in der Umwelt.