可回收垃圾的识别和分类系统。资料来源：杨磊

对废物进行准确管理和分类以便再利用，是环境保护领域日益严峻的挑战。针对这一问题，中国合肥工业大学的研究人员开始了废物管理领域的创新探索，寻求能够简化和改进可回收废物识别和分类的有效方法。

研究人员深入研究了废物管理的复杂性，探索了激光诱导击穿光谱技术在识别和分类可回收废物方面的应用，并在 AIP Advances 上发表了题为 "激光诱导击穿光谱识别和分类可回收废物 "的论文，讨论了他们的工作： 改善废物管理的关键一步"。

他们收集并分析了 80 个可回收废物样本的光谱，根据激光诱导击穿光谱将其分为纸张、塑料、玻璃、金属、纺织品和木材。在优化废物管理方面迈出的这关键一步表明，在改善环境可持续性和促进资源再利用方面取得了重大进展。

"我们首次利用 LIBS 技术对可回收垃圾进行了识别和分类，"作者杨磊说。"这种方法检测结果准确、可靠、快速，并能实现自动检测。"

鉴于废旧材料的复杂性和精确分类的重要性，研究人员进一步将金属和塑料细分为多个子类别。每一类废物都有其独特的性质，在特定的再利用和回收实践中具有独特的潜力，因此准确的识别和分类是开启高效废物管理解决方案的关键。

研究方法采用了一系列机器学习模型，以进一步推进识别过程。在探索的模型中，线性判别分析（LDA）和随机森林（RF）的组合成为可回收废物分类的最佳选择。此外，在对金属和塑料进行子分类时，主成分分析和 RF 的组合被认为是最有效的。

研究人员对 LDA 与 RF 模型在可回收废物分类方面的准确性印象深刻，准确率达到了 100%。在对金属和塑料进行子分类时，PCA(9D) + RF 模型的准确率最高。这些结果表明了这种方法在提高回收效率和改善废物管理实践方面的潜力。

"最让我们惊讶的是，在不对废弃物进行任何预处理的情况下，利用 LIBS 技术进行分类和识别，结果令人满意，"Yang 说。

他们的研究取得了可喜的成果，因此团队迫切希望在未来扩展他们的工作。他们计划通过增加废弃物样本的数量和纳入其他形式的废弃物（如厨房垃圾）来加强研究。此外，他们还希望加深对利用LIBS检测透明玻璃的理解，为回收利用和废物管理开辟新的途径。

参考资料

Laser-induced breakdown spectroscopy identifies and classifies recyclable waste: A crucial step toward improved waste management, AIP Advances (2023). DOI: 10.1063/5.0149329