Giornale di approfondimento economico della BCC di Buonabitacolo

Ambiente: dal CNR un metodo innovativo per l’identificazione delle microplastiche in mare

di Francesco Pacchiano

Un sensore olografico e un metodo innovativo di intelligenza artificiale consentono di rilevare automaticamente la presenza di microplastiche in campioni marini, distinguendole dal microplankton: questo l’importante risultato di una ricerca del CNR pubblicata su Advanced Intelligent Systems (Wiley). Tale attività di ricerca è svolta nell’ambito del progetto interdisciplinare Pon Ricerca e Innovazione 2014-2020 “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 in ambiente marino. “L’inquinamento dei mari dovuto alla plastica è una delle maggiori emergenze ambientali che ci troviamo ad affrontare. Quando questi inquinanti scendono fino a dimensioni microscopiche, il problema è ancora più allarmante: le microplastiche possono infatti essere ingeriti della fauna marina destinata al consumo, entrando nella catena alimentare e causando effetti negativi sulla salute anche umana. Dimensioni ridotte degli inquinanti e vasta eterogeneità dei campioni marini, finora, hanno impedito di effettuare uno screening automatico ed accurato mirato a conoscere l’abbondanza delle microplastiche”, spiegano Vittorio Bianco e Pasquale Memmolo del CNR. “Il metodo da noi proposto utilizza le informazioni fornite da un microscopio olografico a contrasto di fase, per estrarre da ciascun elemento analizzato un’ampia e inedita gamma di parametri altamente distintivi per questa classe di inquinanti. Tali parametri hanno consentito di addestrare un’architettura di intelligenza artificiale a distinguere le microplastiche da microalghe di dimensione e forma in apparenza similari”. “L’unione di olografia digitale e intelligenza artificiale ci 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 o il fill ratio. Queste 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 varie” aggiunge Pierluigi Carcagnì, del Cnr. “Finora, il riconoscimento delle microplastiche in campioni marini ha richiesto lunghe ispezioni di ogni singolo oggetto al microscopio ottico da parte di personale esperto, riducendo il numero di elemento analizzabili, poche decine per ora di ispezione, e l’accuratezza del riconoscimento. Il nuovo metodo di olografia digitale fornisce invece un riconoscimento oggettivo di un numero statisticamente rilevante di campioni, fino a centinaia di migliaia di oggetti l’ora, con microscopi realizzabili in configurazioni portatili per analisi in situ della qualità delle acque”.