《Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy》：Sources of variance in handheld NIR analysis of soil-embedded microplastics
编辑推荐：
为解决土壤微塑料（MPs）现场快速筛查中近红外（NIR）光谱受基质干扰大、仪器重现性差的问题，研究人员系统量化了聚合物类型、含量、粒径及仪器差异对光谱的影响。结果表明，在散射校正后，聚合物身份（PA66、PMMA、PS、PC）是主要化学信息源，而粒径效应弱于仪器串号差异；通过低秩校正可有效对齐不同手持设备数据，为便携式NIR的现场校准提供了实证依据。
当土壤“吃”进微塑料：手持NIR光谱能看清吗？
微塑料（MPs）污染已不仅是海洋的“专利”，农田和城市土壤正成为其隐秘的“蓄水池”。塑料地膜碎裂、污水污泥农用、大气沉降……这些看不见的塑料碎片（通常<5 mm）正在改变土壤结构，影响水分和养分循环。然而，传统的实验室检测方法（如红外显微镜、热裂解-气相色谱/质谱）虽然精准，却耗时耗力且成本高昂，难以支撑大范围的土壤普查。
近红外（NIR）光谱技术似乎带来了转机。它快速、无损、几乎无需耗材，特别是随着手持式NIR光谱仪（如基于MEMS干涉仪的便携设备）的普及，现场“扫一扫”分析土壤成为可能。但理想很丰满，现实很骨感：土壤本身就是一个复杂的“混沌体”——强烈的水分吸收、多变的矿物基质、复杂的颗粒散射，都会像“噪音”一样淹没微塑料那本就微弱的光谱信号。更棘手的是，手持设备之间（甚至同型号不同串号）的光学差异，往往比塑料本身的化学差异还大。这就引出了核心科学问题：在土壤微塑料的NIR分析中，究竟是塑料本身的性质（种类、含量、粒径）主导了光谱，还是仪器和基质的“喧宾夺主”？
为了回答这个问题，来自奥地利因斯布鲁克大学的 Krzysztof B. Bec 团队在 Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy上发表了一项严谨的实证研究。他们通过系统的实验设计，首次量化了土壤微塑料手持NIR分析中的“方差层级”，并找到了消除仪器差异的实用策略。
关键技术方法概览
研究采用了标准农业土壤（LUFA Speyer）与四种常见聚合物（PA66、PMMA、PS、PC）的混合物体系。通过液氮低温研磨和振动筛分制备了5个粒径级（25–50 μm 至 >425 μm）的微塑料，并按0.5%、2.0%、4.0% (w/w) 三个浓度梯度制备土壤样品。光谱采集使用一台Büchi NIRFlex N-500 台式FT-NIR光谱仪和两台不同串号的NeoSpectra手持FT-NIR光谱仪。数据分析采用主成分分析（PCA）和偏最小二乘（PLS）回归等化学计量学方法，重点评估了不同预处理方法（如散射校正）对分离效果的影响，并提出了基于低秩残差化的仪器效应校正方法。
研究结果深度解读
1. 方差来源的“权力游戏”：谁在主导光谱？
研究人员首先利用PCA分析了整个光谱空间的结构。结果发现，在控制了样品装填和散射效应后，聚合物种类（Polymer identity） 是光谱中最强的化学信息源，四种聚合物（PA66、PMMA、PS、PC）在得分图上呈现出清晰的分离。相比之下，浓度（Loading） 虽然也能引起光谱的连续、系统性偏移，但其影响力弱于聚合物种类。
最令人意外的发现是关于粒径（Particle-size fraction） 的。传统观点认为粒径通过散射效应会严重干扰NIR分析，但本研究显示，在应用了标准散射校正（如SNV、MSC）后，不同粒径组的光谱并未呈现出可重现的、系统性的排序。粒径引起的偏移不仅微小，而且杂乱无章，仅在极粗的颗粒（>425 μm）中残留微弱效应。这表明，在土壤基质占主导的背景下，粒径并非聚合物鉴别和含量趋势的主要干扰项。
2. 手持设备的“指纹效应”：串号差异的挑战
当研究转向两台同型号手持NeoSpectra光谱仪时，一个严峻的问题浮出水面：“串号效应”（Serial-number effect）。即使测量相同的样品，两台设备的光谱也呈现出显著的、系统性的差异，这种仪器特有的光谱结构甚至足以掩盖微塑料本身的化学信息。这一发现直接警示：在现场筛查中，如果忽略仪器间差异，基于单一设备建立的模型很可能无法在其他设备上通用。
3. 低秩校正：给仪器“消音”的妙招
面对仪器差异，传统的“校准转移”（Calibration transfer）通常需要复杂的标准样品映射。本研究提出了一种更简洁的解决方案：低秩仪器残差化（Low-rank instrument-specific residualization）。简单来说，就是利用PLS回归从光谱中提取出与仪器编号强相关、但与化学性质无关的“干扰子空间”，然后将其从原始光谱中扣除。结果显示，这种处理能有效对齐两台手持设备的数据，同时保留聚合物鉴别所需的化学差异，为多设备协同筛查提供了低成本的技术路径。
结论与启示
这项研究为土壤微塑料的现场NIR筛查绘制了一张清晰的“方差地图”：
- 1.
信息层级：在干燥土壤条件下，聚合物种类 > 浓度趋势 > 粒径效应。粒径并非不可逾越的障碍，只要控制好样品装填和散射，其干扰是次要的。
- 2.
核心瓶颈：仪器间差异（串号效应） 是当前手持NIR技术从实验室走向现场的最大拦路虎，其影响可能远超样品粒径的变化。
- 3.
实践路径：通过低秩校正等数据处理策略，可以有效抑制仪器特异性噪声，提升模型在不同设备间的鲁棒性。
这项研究的意义在于，它没有停留在“证明NIR能否检测”，而是深入剖析了“检测结果为何波动”。它告诉环境分析工作者，在开发土壤微塑料的便携式筛查方案时，与其过度纠结于难以控制的粒径分布，不如严格标准化样品装填流程，并优先解决仪器本身的校准问题。 这为未来建立可靠、可转移的现场监测协议奠定了坚实的实证基础。
