餐桌上一撮看似纯净的海盐，可能暗暗“夹带”着来自海洋的微塑料。
近年来，微塑料污染已被联合国和世界经济论坛列为全球最严重的环境威胁之一。它们来源于日常塑料制品，在海洋风浪、阳光和时间的作用下逐渐破碎，成为小于 5 毫米甚至 1 微米的颗粒，肉眼几乎看不见，却悄悄进入了鱼类、贝类甚至盐中。
科学家们正在寻找新的方法，揭开这些“隐形污染物”的面纱。
研究地点：海盐是天然“污染指示器”
西班牙格拉纳达大学团队 地中海沿岸盐田（Almería）和格拉纳达内陆盐田开展研究，采集了 232 个盐样。
· 内陆盐田：以地下卤水为来源，较少受海洋微塑料影响，被视为对照组。
· 沿海盐田：直接暴露于海洋环境，更能反映真实的污染状况。
样品既包括常见的普通海盐，也包括在法国部分地区罕见且昂贵的海盐“盐之花（Fleur de Sel）”。
为什么选择盐？
因为盐田蒸发过程会“浓缩”水中的颗粒，使海盐成为微塑料污染的天然指示物。
图 1. 台式扫描系统，配备Resonon高光谱成像仪和一些盐样品，在图像采集过程之前对其进行保护，以防止外部污染。（1）Resonon PikaIR +高光谱成像仪；（2）卤素灯；（3）放置白色参考的线性平台；（4）盐样品；（5）电脑。
研究方法：高光谱成像 × 机器学习
传统检测方法需要复杂的化学预处理，而这次团队采用了绿色、无损的新方法：
1 Resonon 高光谱成像仪（HSI）
· 使用可见光–近红外（VNIR 400–1000 nm）与短波红外（SWIR 900–1700 nm）相机，对盐样逐像素扫描；
· 每个像素都记录下独特的“光谱指纹”，就像为样品建立“身份证”。
2 机器学习判别
· 构建 PLS-DA 模型，将盐的光谱特征与五种常见塑料（PE、PP、PET、PVC、PS）进行比对；
· 模型自动识别哪些像素属于纯净盐晶体，哪些隐藏着微塑料。
图2. 从高光谱反射全图和使用1600、1200和1000nm波段（全图和检索到的ROI）生成的假彩色RGB图像中提取ROI的方案。培养皿中分别装有内陆盐场（左）和海洋PVC（右）。底部显示了两个ROI的平均光谱。
图 3. 对原始标准塑料材料和研磨 15 秒后进行粒度研究得出的尺寸分布曲线：（A）PVC 和（B）PE。
图 4. 五种 µP 标准（顶部）和三种盐类的 ROI 平均光谱示例：无 µP 模拟参考、沿海和内陆（底部）。
图 5. 从不同强度的盐样品的反射图像中提取的 ROI 内的 74,529 个像素光谱的 PLS-DA 分类图：（A）未污染的盐；（B）污染的盐（3% 的像素）和（C）污染的盐（0.4% 的像素）。
研究发现：“盐之花”的污染更严重
结果显示：
· 普通海盐：检测到的微塑料比例很低。
· 盐之花：部分样品中微塑料像素比例高达 3%！
研究人员指出，原因在于“盐之花”漂浮在盐池表面，自然结晶时更容易携带漂浮的污染物；而普通海盐则沉积在池底，受污染的机会相对较少。
这意味着：越“高端”的盐，越可能暴露在更大的微塑料风险之下。
技术支撑：Resonon 高光谱成像系统
· 高灵敏度：捕捉肉眼看不到的微小光谱差异；
· 快速扫描：几秒内即可完成全谱成像；
· 无损检测：无需破坏样品，特别适合食品与环境研究；
· 算法兼容：结合机器学习，轻松构建“光谱指纹库”。