印度尼西亚公司Evoware希望用食用海藻代替塑料包装

Evoware食用包装

随着全球人口的不断增加,人们生活所带来的塑料污染也在不断增加。日前人们生活习惯和生活方式都需要容易处理的一次性物品,如锡罐或瓶装冷饮和水。但是这些物品的储存堆积导致了全球范围内塑料污染的增加。塑料是由许多有害的污染物组成的,它对于空气、水和土地的污染都是塑料对环境有害影响的表现。

塑料污染所带来的问题

塑料是无所不在的,使用于包装食品,玩具和各种类型的物品。尽管进行了大量的回收工作;与铝和玻璃相反,塑料不能经常回收。塑料的恶名也源于它很难分解,需要500到1000年的时间(取决于塑料的性质)以使塑料能够适当分解。

每年有多达1270万吨塑料流入海洋, 超过90%的塑料垃圾流入海洋和河流。大约70%的废物是由食品和冷饮包装产生的。根据世界经济论坛(World Economic Forum)的数据,江河湖海中的塑料比鱼多。每一种塑料制品依然存在,并转化成微型和纳米塑料。海洋动物把塑料垃圾误认为是食物,六分之一的鱼被塑料微粒污染。微塑料在鱼类达到生育年龄之前就开始残害它们。

碳通常是从石油中炼制的,它是一种对环境有害的化石燃料副产品。此外,许多种类的塑料都不能生物降解。尽管一些塑料可以回收,大多数是不能回收的(因为不能回收利用,或者因为它没有被回收)。举例来说,美国每年回收的废弃聚氯乙烯(PVC)(32亿公斤)中的25%都是回收的。聚氯乙烯是世界上广泛使用的塑料之一

塑料
塑料

为什么要寻找塑料的替代品?

寻找环境友好的塑料替代品的原因是十分名正言顺的。这里所说的替代品即植物塑料(plant-based plastics)。这些所谓的生物塑料是生物可降解的,它们也会减少我们对化石燃料的依赖,减少塑料的碳足迹。

另一种选择:Evoware食用包装

Evoware食用包装
Evoware食用包装

海洋正在稳步充满塑料,寻找解决问题的方法至关重要。做到这一点的一种方法是从塑料使用转向更可持续的环保材料。这正是印度尼西亚公司Evoware想要做的。印度尼西亚是世界第二大塑料进海倾销者。他们90%的塑料废物倾倒于海洋中,另外有70%的废物来自食品和饮料包装。

印度尼西亚也是海藻最大的生产国。海藻养殖是该国的一个大产业,但其规模并未转化为农民的收益。这一主要出口的许多生产者生活在贫困中。Evoware希望他们的计划能够有助于解决这两个问题。他们希望与该国的海藻农民合作,从他们的农产品中制造出可生物降解的包装,这不仅可以减少该国的塑料浪费,而且可以大大推动印尼贫困农民的生计。

Evoware的目的不是要用海藻来取代所有的塑料用途。显然,它不适合更强大的物品包装,相反,他们专注于较小的产品,如食品袋和包装,以及其他小产品如肥皂的包装。为了这些目的,他们创造了两种海藻基材料。一种是可生物降解的,设计用于非食品产品。与塑料不同,消费者不需要担心使用后会在哪里结束。

另一种是非常有趣,设计用于食品包装,它溶于温水中,即使在非溶解状态下也可完全食用。与其将调料袋的内容倒入面条中,您可以简单地将所有东西都扔进去。你可以把你的茶包放进去,因为他们无论如何都会分解。

Evoware说海藻为基础的生物塑料味道不怎么样。事实上,它几乎无味无嗅。显然它同时含有大量的纤维,维生素和矿物质,适合人类食用。

 

本文转载自公众号微藻博士 https://mp.weixin.qq.com/s/eadVrklHJkchdAs1D4N6Ow

 

Related Posts

信息图对比两种微藻培养路线:开放式跑道池与密闭光生物反应器,标注了成本、纯度、易放大等要点。 Read More

 规模化微藻培养与生物固碳技术

全球碳中和进程加速,寻找低成本、高效率生物固碳技术成为产业刚需。微藻是光合效率远超陆生植物的单细胞生物,光合速率可达树木10倍以上,兼具两大核心价值:一是高效固定CO₂完成碳汇,二是将无机碳转化为蛋白、油脂、虾青素等高价值生物质。依托绿藻、蓝藻等商业化藻种打造规模化培养体系,同步实现碳减排、废弃物治理、生物原料生产三重收益,是双碳政策下极具发展潜力的循环经济赛道。…

信息图展示AI图像识别微藻检测技术,中央显微镜与相机,左侧水样采集与AI识别,右侧显微成像与数据预警各环节并列。 Read More

 AI图像识别微藻检测技术

近年来全球水体藻华爆发频次持续上升,藻毒素、异味物质严重威胁饮用水水源安全;同时微藻工业化养殖行业快速扩张,养殖池藻密度、活性、藻种的常态化监测需求激增。传统显微镜人工镜检作为行业“金标准”,存在耗时长、人力成本高、结果高度依赖检验人员经验,易产生漏检、误判等痛点。本文系统梳理基于计算机视觉的水中微藻图像识别全套技术体系,完整拆解样品前处理、图像增强、细胞分割、特征提取、机器学习与深度学习分类全流程技术路线,对比各类算法的适用场景、识别精度与算力成本。现阶段各类AI识别模型对常见微藻识别准确率普遍突破90,但野外团聚藻识别、跨设备模型迁移、标准化数据集建设仍存在短板。该套自动化检测技术可同步服务水环境监管与微藻工业化养殖两大领域,为微藻产业数字化监测提供低成本、高效率解决方案。…