Il Cnr implementa una tecnica automatica di monitoraggio delle microplastiche in ambiente marino

27 Gennaio 2020
Microplastiche

Distinguere le microplastiche dal microplankton o dalle microalghe, farlo in tempi brevi e su un numero statisticamente rilevante di campioni. Questa era la sfida dell’Isasi-Cnr, vinta grazie all’olografia e all’intelligenza artificiale.

Uno studio condotto dai ricercatori dell’Istituto di scienze applicate e sistemi intelligenti del Cnr (Isasi-Cnr) ha individuato un nuovo metodo in grado di distinguere le microplastiche dal microplankton o dalle microalghe all’interno dei campioni marini. Usando l’intelligenza artificiale e un sensore olografico, il metodo proposto dal Cnr permette di acquisire informazioni dagli elementi analizzati grazie all’uso di un microscopio olografico, che fornisce un’ampia e inedita gamma di parametri altamente distintivi che caratterizzano le microplastiche.

In questo modo, le informazioni acquisite permettono di “addestrare” un sistema di intelligenza artificiale, che potrà così distinguere il materiale inquinante dagli altri materiali naturali, le cui dimensioni e le cui forme sono molto simili a quelle delle microplastiche.

Lo studio è stato pubblicato sulla rivista scientifica Advanced Intelligent Systems, e ha coinvolto due gruppi del Consiglio nazionale delle ricerche: il gruppo di Olografia digitale di Pozzuoli e il gruppo di Intelligenza artificiale di Lecce. Le ricerche sono state finanziate dal progetto interdisciplinare Pon (Programma operativo nazionale) “Sistemi di rilevamento dell’inquinamento marino da plastiche e successivo recupero-riciclo (Sirimap)”, uno dei cui obiettivi è proprio lo sviluppo di tecniche automatiche di monitoraggio delle plastiche nel mare.

L’inquinamento dei mari dovuto alla plastica e alle microplastiche è una delle maggiori emergenze ambientali che ci troviamo ad affrontare. L’Italia, date anche le sue caratteristiche geografiche, detiene inoltre un triste primatopiù del 70% dei rifiuti marini del Mediterraneo è depositato nei fondali italiani e il 77% è costituito da plastica. Quando i materiali inquinanti hanno dimensioni microscopiche, il problema diventa ancora più serio, poiché è molto complicato riconoscerli e recuperarli. Per di più, questo fa sì che le microplastiche entrino più facilmente in contatto con gli animali marini: possono diventare “cibo”, trappole e veicolo di malattie, interferendo con la vita acquatica a più livelli. Uno studio condotto recentemente dai ricercatori dell’Ispra nel mar Mediterraneo, ad esempio, ha individuato microplastiche in 50.000 esemplari di 116 diverse specie marine. Di queste, il 59% è rappresentato da pesci ossei ed il restante 41% è costituito da altri animali marini come mammiferi, crostacei, molluschi, meduse, tartarughe, uccelli.

Per tale ragione, Pierluigi Carcagnì, ricercatore dell’Isasi-Cnrspiega come “l’unione di olografia digitale e intelligenza artificiale ha consentito di riconoscere decine di migliaia di oggetti appartenenti a diverse classi con accuratezza superiore al 99%. Più in dettaglio, la segnatura di contrasto di fase, che dipende dallo spessore ottico di ciascun oggetto illuminato, consente di determinare un nuovo insieme di caratteristiche olografiche, come ad esempio la support fractality [vale a dire la capacità di un materiale di ripetere la stessa forma a prescindere dalla scala, sia essa macro o microscopica], che si aggiungono a quelle tipicamente utilizzate nelle classificazioni. Ciò ha consentito di definire un marcatore ottico, ovvero un insieme di parametri morfologici univoci per un’ampia classe di microplastiche, che include materiali, forme e dimensioni vari”.

Finora, l’individuazione delle microplastiche ha richiesto lunghi controlli di ogni singolo oggetto, riducendo inevitabilmente il numero di elementi analizzabili. Il nuovo metodo, invece, fornisce uno strumento di analisi di un numero statisticamente rilevante di campioni, fino a centinaia di migliaia di oggetti l’ora.

 

Scheda azienda

© Riproduzione riservata

ARTICOLI CORRELATI

Manuale Unichim 210

Unichim presenta il Manuale 210: Qualità delle acque - Parametri inorganici, Valutazione delle prestazioni analitiche

Nel webinar di mercoledì 11 dicembre, alle 11:30, sarà presentato il nuovo Manuale Unichim 210 contenente i risultati di un'approfondita...

prevedere le alluvioni università di pisa

Fiumi e torrenti: grazie all’IA ora è possibile prevedere le alluvioni fino a sei ore di anticipo

Nuovi modelli previsionali basati sull’intelligenza artificiale consentono di prevedere le alluvioni provocate da fiumi minori e torrenti, corsi d’acqua che sono...

Arpav

Arpav sperimenta i droni per il monitoraggio ambientale nei progetti europei

La valutazione dell’impatto dell’inquinamento luminoso sulla biodiversità acquatica, ma anche l’analisi approfondita del territorio lungo un fiume sono attività di...

Testata giornalistica registrata presso il Tribunale di Milano in data 07.02.2017 al n. 60 Editrice Industriale è associata a:
Anes
Assolombarda

LabWorld

Testata giornalistica registrata presso il Tribunale di Milano in data 07.02.2017 al n. 59

Se vuoi diventare nostro inserzionista, dai un’occhiata ai nostri servizi.
Scarica il mediakit per maggiori dettagli in merito.

La nostra certificazione CSST WebAuditing

Editrice Industriale è associata a:Anes  Assolombarda