Literatur vom gleichen Autor/der gleichen Autor*in
plus bei Google Scholar

Bibliografische Daten exportieren
 

A methodology for the fast identification and monitoring of microplastics in environmental samples using random decision forest classifiers

Titelangaben

Hufnagl, Benedikt ; Steiner, Dieter ; Renner, Elisabeth ; Löder, Martin G. J. ; Laforsch, Christian ; Lohninger, Hans:
A methodology for the fast identification and monitoring of microplastics in environmental samples using random decision forest classifiers.
In: Analytical Methods. Bd. 11 (2019) Heft 17 . - S. 2277-2285.
ISSN 1759-9679
DOI: https://doi.org/10.1039/C9AY00252A

Angaben zu Projekten

Projekttitel:
Offizieller Projekttitel
Projekt-ID
Sonderforschungsbereich 1357 ​Mikroplastik Verständnis der Mechanismen und Prozesse der biologischen Effekte, des Transports und der Bildung: Von Modell- zu komplexen Systemen als Grundlage neuer Lösungsansätze
DFG Project Number 391977956 – SFB 1357
PLAWES – The Journey of Microplastics from the River Weser to the North Sea
BMBF Project PLAWES, grant 03F0789A

Projektfinanzierung: Bundesministerium für Bildung und Forschung
Deutsche Forschungsgemeinschaft

Abstract

A new yet little understood threat to our ecosystems is microplastics. These microscopic particles accumulate in our oceans and in the end may find their way into the food chain. Even though their origin and the laws governing their formation have become ever more clear fast and reliable methodologies for their analysis and identification are still lacking or at an early stage of development. The first automatic approaches to analyze μFTIR images of microplastics which have been enriched on membrane filters are promising and provide the impetus to put further effort into their development. In this paper we present a methodology which allows discrimination between different polymer types and measurement of their abundance and their size distributions with high accuracy. In particular we apply random decision forest classifiers and compute a multiclass model for the polymers polyethylene, polypropylene, poly(methyl methacrylate), polyacrylonitrile and polystyrene. Further classification results of the analyzed μFTIR images are given for comparability. The study also briefly discusses common issues that can arise in classification such as the curse of dimensionality and label noise.

Weitere Angaben

Publikationsform: Artikel in einer Zeitschrift
Begutachteter Beitrag: Ja
Zusätzliche Informationen: BAYCEER150552
Institutionen der Universität: Fakultäten > Fakultät für Biologie, Chemie und Geowissenschaften > Fachgruppe Biologie > Lehrstuhl Tierökologie I
Fakultäten > Fakultät für Biologie, Chemie und Geowissenschaften > Fachgruppe Biologie > Lehrstuhl Tierökologie I > Lehrstuhl Tierökologie I - Univ.-Prof. Dr. Christian Laforsch
Profilfelder > Advanced Fields > Polymer- und Kolloidforschung
Profilfelder > Advanced Fields > Ökologie und Umweltwissenschaften
Forschungseinrichtungen > Forschungszentren > Bayreuther Zentrum für Ökologie und Umweltforschung - BayCEER
Forschungseinrichtungen > Sonderforschungsbereiche, Forschergruppen > SFB 1357 - MIKROPLASTIK
Fakultäten
Fakultäten > Fakultät für Biologie, Chemie und Geowissenschaften
Fakultäten > Fakultät für Biologie, Chemie und Geowissenschaften > Fachgruppe Biologie
Profilfelder
Profilfelder > Advanced Fields
Forschungseinrichtungen
Forschungseinrichtungen > Forschungszentren
Forschungseinrichtungen > Sonderforschungsbereiche, Forschergruppen
Titel an der UBT entstanden: Ja
Themengebiete aus DDC: 500 Naturwissenschaften und Mathematik > 500 Naturwissenschaften
500 Naturwissenschaften und Mathematik > 540 Chemie
500 Naturwissenschaften und Mathematik > 570 Biowissenschaften; Biologie
Eingestellt am: 21 Nov 2019 08:05
Letzte Änderung: 17 Feb 2022 07:40
URI: https://eref.uni-bayreuth.de/id/eprint/53359