，并通過判別分析的數(shù)值對(duì)塑料質(zhì)量進(jìn)行分類。隨后，董鵑等利用Raman光譜分選法實(shí)現(xiàn)了食品包裝塑料的分選鑒別，度高達(dá)95%。

總的來說

，Raman光譜分選法具有對(duì)樣品無破壞性、檢測(cè)靈敏、準(zhǔn)確度高、對(duì)塑料濕度要求低、塑料適用性廣等優(yōu)點(diǎn)，尤其是對(duì)于鑒定塑料尺寸在20μm以下的塑料碎片具有顯著優(yōu)勢(shì)。近年來，該技術(shù)在微塑料的識(shí)別分選中發(fā)揮了重要作用,是塑料分選的重要手段之一。但該方法也存在受塑料雜質(zhì)信號(hào)干擾嚴(yán)重的問題，這極大地影響了該方法的檢測(cè)速率和準(zhǔn)確性，同時(shí)該技術(shù)識(shí)別塑料較慢，因此，難以滿足工業(yè)要求的快速識(shí)別標(biāo)準(zhǔn)。

3.4

激光誘導(dǎo)擊穿光譜（LIBS）分選法

激光誘導(dǎo)擊穿光譜分選法通過對(duì)受強(qiáng)激光照射的塑料表面產(chǎn)生的等離子體所發(fā)出的光譜頻率和強(qiáng)度進(jìn)行檢測(cè)分析

，從而識(shí)別塑料種類，近年來受到科學(xué)家們的廣泛關(guān)注和研究。

1998年

，Sattmann等利用激光誘導(dǎo)擊穿光譜法，通過前饋神經(jīng)網(wǎng)絡(luò)算法實(shí)現(xiàn)了HDPE,LDPE,PET,PP,PVC的分類識(shí)別，取得良好的分類識(shí)別效果。2006年，Anzano等利用激光誘導(dǎo)擊穿光譜法實(shí)現(xiàn)了電子垃圾塑料ABS,PS,PE,PC,PP,PA的快速識(shí)別分選。隨后，Gondal等也詳細(xì)研究了LIBS對(duì)HDPE,LDPE,PS,PP,PET,PVC塑料的分選，研究表明：LIBS是一種快速分類不同種類塑料的有效工具，對(duì)廢物管理具有重要作用。

2011年，Boueri等利用240~820nm譜帶的激光誘導(dǎo)擊穿光譜法

，結(jié)合人工神經(jīng)網(wǎng)絡(luò)算法，實(shí)現(xiàn)了PP、PVC、聚四氟乙烯(PTFE)、POM、PE、PA、PC、PMMA塑料的高效識(shí)別，識(shí)別率可達(dá)81%~。隨后，Pereira-Filho等建立了一種高效分析分類廢塑料ABS和PC的模型，能夠在無預(yù)處理或極少預(yù)處理的情況下快速進(jìn)行分析分選。 近期，Junjuri等利用fs-LIBS技術(shù)（飛秒激光誘導(dǎo)擊穿光譜技術(shù)）實(shí)現(xiàn)了HDPE,LDPE,PP,PS,PET共5種塑料的高效分選，度達(dá)到99.53%~。

綜上所述

，LIBS分選法具有分析快、分離識(shí)別度高，可對(duì)材料進(jìn)行遠(yuǎn)程、實(shí)時(shí)分析，也可以同時(shí)對(duì)多種元素進(jìn)行分析，相較于近紅外光譜識(shí)別法，該技術(shù)受樣品表面雜質(zhì)影響小，不需要對(duì)樣品進(jìn)行預(yù)處理，環(huán)境適應(yīng)性好，同時(shí)該技術(shù)易于集成化且對(duì)識(shí)別相對(duì)較難的黑色塑料制品也有很好的適用性。

3.5

高光譜成像技術(shù)（HIS）分選法

高光譜成像技術(shù)分選法是近些年發(fā)展起來的一種新型分選技術(shù)

，該技術(shù)將光譜技術(shù)與圖像技術(shù)相結(jié)合，通過對(duì)收集到的檢測(cè)物的三維信息進(jìn)行分析從而實(shí)現(xiàn)廢塑料的有效分選。

2011年

，Serranti等研究并建立了基于波長范圍為400~1000nm可見-近紅外和1000~1700nm近紅外的高光譜成像分析檢測(cè)技術(shù)，該技術(shù)可識(shí)別聚烯烴和污染物，并可以用于控制聚烯烴回收工廠的進(jìn)料及聚丙烯、聚乙烯產(chǎn)品的質(zhì)量。 此外，考慮到不同光選技術(shù)的局限性，一些組合的分選方式也被相繼報(bào)道。2017年，Shameem等利用LIBS和Raman相結(jié)合的方法