，Tsuchida等將高速Raman光譜和多元素分析方法應用于在線傳感系統(tǒng)中，成功實現(xiàn)了對回收廠中破碎塑料的高效識別分類，并通過判別分析的數(shù)值對塑料質量進行分類。隨后，董鵑等利用Raman光譜分選法實現(xiàn)了食品包裝塑料的分選鑒別，度高達95%。

總的來說

，Raman光譜分選法具有對樣品無破壞性、檢測靈敏、準確度高、對塑料濕度要求低、塑料適用性廣等優(yōu)點，尤其是對于鑒定塑料尺寸在20μm以下的塑料碎片具有顯著優(yōu)勢。近年來，該技術在微塑料的識別分選中發(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信號干擾嚴重的問題，這極大地影響了該方法的檢測速率和準確性，同時該技術識別塑料較慢，因此，難以滿足工業(yè)要求的快速識別標準。

3.4

激光誘導擊穿光譜（LIBS）分選法

激光誘導擊穿光譜分選法通過對受強激光照射的塑料表面產生的等離子體所發(fā)出的光譜頻率和強度進行檢測分析

，從而識別塑料種類，近年來受到科學家們的廣泛關注和研究。

1998年

，Sattmann等利用激光誘導擊穿光譜法，通過前饋神經網絡算法實現(xiàn)了HDPE,LDPE,PET,PP,PVC的分類識別，取得良好的分類識別效果。2006年，Anzano等利用激光誘導擊穿光譜法實現(xiàn)了電子垃圾塑料ABS,PS,PE,PC,PP,PA的快速識別分選。隨后，Gondal等也詳細研究了LIBS對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譜帶的激光誘導擊穿光譜法，結合人工神經網絡算法，實現(xiàn)了PP