माइक्रोप्लास्टिक का तेजी से पता लगाने के लिए वैज्ञानिकों ने विकसित किया उपकरण
स्वास्थ्य पर माइक्रोप्लास्टिक के कणों के वास्तविक प्रभाव को समझने से पहले, इसकी मात्रा निर्धारित करने के लिए तेज और अधिक प्रभावी तरीकों की आवश्यकता है।
By Dayanidhi
Published: Tuesday 26 April 2022
आज माइक्रोप्लास्टिक हमारे चारों ओर फैला हुआ है, चाहे वह पीने का पानी हो, खाना हो या जिस हवा में हम सांस लेते हैं उसमें भी यह समाहित है। लेकिन इससे पहले कि वैज्ञानिक स्वास्थ्य पर इन कणों के वास्तविक प्रभाव को समझ सकें, उन्हें इसकी मात्रा निर्धारित करने के लिए तेज और अधिक प्रभावी तरीकों की आवश्यकता है।
अब यूनिवर्सिटी ऑफ टोरंटो के एप्लाइड साइंस एंड इंजीनियरिंग के शोधकर्ताओं द्वारा हाल ही में किए गए दो अध्ययनों ने नए तरीकों का सुझाव दिया है, जो माइक्रोप्लास्टिक्स को गिनने और वर्गीकृत करने की प्रक्रिया को आसान, तेज और अधिक किफायती बनाने के लिए मशीन लर्निंग का उपयोग करते हैं।
सिविल, मिनरल इंजीनियरिंग और केमिकल इंजीनियरिंग के विभागों में एसोसिएट प्रोफेसर, एलोडी पाससेपोर्ट कहते हैं कि माइक्रोप्लास्टिक के लिए पानी के नमूने का विश्लेषण करने में वास्तव में समय लगता है।
उन्होंने कहा कि मेसन जार के आकार के नमूने का पूरी तरह से विश्लेषण करने में 40 घंटे तक का समय लग सकता है। यह विशेष रूप से कठिन हो जाता है जब आप समय के साथ तुलना करना चाहते हैं या पानी के विभिन्न निकायों से नमूने देखना चाहते हैं।
माइक्रोप्लास्टिक को बायोडिग्रेड या नष्ट होने में सैकड़ों से हजारों साल लग सकते हैं। लेकिन यह केवल दिखाई देने वाला प्लास्टिक कचरा ही नहीं है यह एक अहम मुद्दा भी है, जो समय के साथ छोटे और छोटे कणों में टूट जाता है। वे टुकड़े जो आकार में पांच मिलीमीटर से कम लेकिन 0.1 माइक्रोमीटर से अधिक होते हैं, उन्हें माइक्रोप्लास्टिक के रूप में जाना जाता है।
माइक्रोप्लास्टिक के प्रभावों का अध्ययन करने वाले शोधकर्ता अभी भी यह समझने की कोशिश कर रहे हैं कि ये छोटे टुकड़े मानव और पर्यावरणीय स्वास्थ्य को कैसे प्रभावित कर सकते हैं जो अन्य सामग्री से अलग हैं।
हालांकि पिछले अध्ययनों ने विभिन्न वातावरणों में माइक्रोप्लास्टिक्स की उपस्थिति का पता लगाया गया है। लेकिन उनके स्तर को मापने के लिए मानक, समय और स्थान के साथ विभिन्न नमूनों की तुलना कैसे करें अभी भी यह प्रश्न सामने खड़ा है।
पाससेपोर्ट कहते हैं कि हमने खुद से पूछा कि क्या कोई ऐसी माप हो सकती है जो माइक्रोप्लास्टिक्स की मात्रा का अनुमान लगा सकती है। प्रोफेसर टेलर के सहयोग से, जिनके पास मशीन से सीखने और उसे ढालने में विशेषज्ञता है, उन्होंने कहा कि हमने एक अनुमान लगाने वाला मॉडल तैयार किया है जो एक प्रशिक्षित एल्गोरिदम को नियोजित करता है जो कुल द्रव्यमान माप से माइक्रोप्लास्टिक गणना का अनुमान लगा सकता है।
वह कहती हैं हमारी पद्धति ने मैन्युअल गिनती के समान परिणामों के साथ गल्तियों का पता लगाने की गारंटी दी है, यह कम खर्चीला और तेज है, जिससे माइक्रोप्लास्टिक प्रदूषण का अनुमान लगाने के लिए कई बिंदुओं से कई नमूनों के विश्लेषण करने में मदद मिलती है।
टैन कहते हैं कि माइक्रोप्लास्टिक विश्लेषण पर काम कर रहे शोधकर्ताओं को यह जानने की जरूरत है कि कितने प्लास्टिक कण हैं, कणों के प्रकार, पॉलिमर और आकार किस तरह के हैं।
इस जानकारी के साथ, वे जीवित जीवों पर माइक्रोप्लास्टिक प्रदूषण के प्रभावों का अध्ययन कर सकते हैं, साथ ही साथ यह प्रदूषण कहां से आ रहा है, इसके स्रोतों से निपटा जा सकता है।
दृश्य प्रकाश माइक्रोस्कोपी का उपयोग करने वाली विधियों में ऑप्टिकल माइक्रोस्कोप के तहत नमूनों को एक-एक करके गिनने के लिए चिमटी के उपयोग की आवश्यकता होती है जिसमें गलती होने के आसार होते हैं।
पीएच.डी. विभाग में सामग्री विज्ञान और इंजीनियरिंग के बिन शी,ने माइक्रोप्लास्टिक्स के स्वचालित माप करने और वर्गीकरण के लिए गहन शिक्षण मॉडल का इस्तेमाल किया।
शी ने माइक्रोप्लास्टिक की छवियों के टुकड़ों और उनके आकार को वर्गीकृत करने के लिए स्कैनिंग इलेक्ट्रॉन माइक्रोस्कोप का उपयोग किया। स्क्रीनिंग विधियों की तुलना में, इस विधि ने क्षेत्र की अधिक गहराई और बेहतर सतह विवरण प्रदान किया जो छोटे और पारदर्शी प्लास्टिक कणों की गलत पहचान को रोक सकता है।
शी कहते हैं कि डीप लर्निंग से माइक्रोप्लास्टिक्स की मात्रा का पता लगाने में तेजी लाई जा सकती है, खासकर तब, जब इसमें से अन्य सामग्रियों को हटाना पड़ेगा, जो खनिज, सब्सट्रेट, कार्बनिक पदार्थ और जीवों जैसी गलत पहचान हो सकती हैं।
उन्होंने कहा हम सटीक एल्गोरिदम विकसित करने में सफल रहे जो ऐसे जटिल वातावरण में वस्तुओं को प्रभावी ढंग से माप और वर्गीकृत कर सकते हैं।
माइक्रोप्लास्टिक्स की रासायनिक संरचना और आकार में विविधता कई शोधकर्ताओं के लिए मुश्किलें पैदा कर सकती है, खासकर तब जब माइक्रोप्लास्टिक्स की मात्रा निर्धारित करने के लिए कोई मानकीकृत तरीका नहीं है।
शी ने फेस वाश, प्लास्टिक की बोतलें, फोम कप, वाशिंग और सुखाने की मशीन और मेडिकल मास्क जैसे स्रोतों से विभिन्न आकृतियों और रासायनिक रचनाओं जैसे मोतियों, फिल्मों, फाइबर, फोम और टुकड़ों में माइक्रोप्लास्टिक के नमूने एकत्र किए। फिर उन्होंने सैकड़ों छवियों की एक लाइब्रेरी बनाने के लिए स्कैनिंग इलेक्ट्रॉन माइक्रोस्कोप का उपयोग करके हर एक नमूने की छवियों को संसाधित किया।
यह प्रोजेक्ट माइक्रोप्लास्टिक्स इमेज सेगमेंटेशन के लिए पहला लेवल वाला ओपन-सोर्स डेटासेट है, जो दुनिया भर के शोधकर्ताओं को इस नई विधि से लाभ उठाने और अपने शोध के लिए अपने स्वयं के एल्गोरिदम विकसित करने में मदद कर सकता है। शी कहते हैं इस विधि में नैनो प्लास्टिक के पैमाने तक नीचे जाने की क्षमता है, जो कि 0.1 माइक्रोमीटर से छोटे कण हैं।
उन्होंने कहा अगर हम विभिन्न आकार के साथ विभिन्न वातावरणों से अधिक माइक्रोप्लास्टिक नमूनों को शामिल करने के लिए छवियों की हमारी लाइब्रेरी का विस्तार करना जारी रखेंगे, तो हम माइक्रोप्लास्टिक प्रदूषण की अधिक प्रभावी ढंग से निगरानी और विश्लेषण कर सकते हैं।
टीम को यह भी उम्मीद है कि यह विधि लोगों और वैज्ञानिकों को अपने वातावरण में माइक्रोप्लास्टिक प्रदूषण की निगरानी करने के लिए सशक्त बना सकती है।
पाससेपोर्ट ने कहा कि हर एक के वजन हासिल करने के लिए नमूने एकत्र कर सकते हैं, छान सकते हैं और सूखा सकते हैं और फिर माइक्रोप्लास्टिक्स की मात्रा का अनुमान लगाने के लिए एक प्रशिक्षित एल्गोरिदम का उपयोग कर सकते हैं।
टैन ने कहा कि जैसा कि हम अपना काम जारी रखते हैं, हम कुछ स्वचालित प्रशिक्षण नमूनों के चयन विधियों को पेश करना चाहते हैं जो किसी को भी बस एक बटन क्लिक करने और स्वचालित रूप से प्रशिक्षण नमूने का चयन करने में मदद करेगा।
उन्होंने बताया कि हम अपने तरीके को आसान बनाना चाहते हैं ताकि उनका उपयोग कोई भी कर सके, इसके उपयोग के लिए मशीन लर्निंग और गणित के किसी भी ज्ञान की आवश्यकता नहीं है। यह शोध एसीएस इएस एंड टी वाटर नामक पत्रिका में प्रकाशित हुआ है।