基于物理特性的网格选择性校正模型：用于水环境中标准化微塑料丰度估算

《Water Research》：Physically-Based Mesh Selectivity Correction Model for Standardized Microplastic Abundance Estimates in Aquatic Environment

微塑料丰度校正模型通过整合网孔孔径、颗粒尺寸、形态异质性和变形特性，建立物理机制驱动的采样选择性校正框架，验证显示其可使估计精度提升70.6%，对数误差降低83.7%，有效解决跨研究采样偏差导致的丰度数据不一致问题。

　　

作者：赵布|露丝·E·理查森|黄一琳|游凤琪

纽约州立大学奥尔巴尼分校环境与可持续工程系，美国纽约州12222

摘要

准确量化水生环境中微塑料（MP）的丰度对于理解其生态和健康影响至关重要。然而，报告的MP浓度的可靠性和可比性经常受到研究方法不一致性的影响，尤其是采样网孔大小和协议的差异。传统的校正方法，如经验模型或基于幂律的模型，往往无法充分捕捉网孔尺寸、颗粒大小、形状变化性和可变形性对采样结果的复杂影响，从而导致持续的系统性低估，并限制了跨研究的整合。在这项工作中，我们开发了一个基于物理原理的网孔选择性校正模型，该模型从机制上解释了MP在10-5000微米有效尺寸范围内根据采样设置、颗粒大小、形态异质性和变形行为的概率性保留情况。通过模拟不同网孔尺寸和颗粒特性的详细捕获过程，我们的模型建立了环境MP特征与其实际现场丰度之间的直接、物理可解释的联系，从而能够可靠地调整和标准化来自不同采样协议的MP丰度数据。针对多个已发表的数据集进行的模型验证表明，我们的方法可以将平均估计精度提高70.6%，并将平均对数误差降低83.7%，这大大减少了与现有经验模型和幂律校正方法相比的系统性低估。通过实现跨研究的严格校正和MP数据的统一，这一框架推进了全球MP监测工作的标准化和可比性，支持在不同水生系统中进行更准确的定量评估和风险评价。

引言

微塑料（MPs）是直径在1微米到5毫米之间的小塑料颗粒（Arthur等人，2009年；Law和Thompson，2014年）。它们在水生环境中的普遍存在引发了重大的环境和健康问题，因此迫切需要准确量化全球水体中的MP丰度（Vethaak和Legler，2021年；Koelmans等人，2022年；Zhao等人，2024年）。在过去十年中，人们致力于水生环境中的全球MP监测，积累了大量的现场数据集，并对其环境分布有了重要的认识。然而，这些报告的MP丰度的可靠性和可比性仍然受到采样和分析方法严重不一致性的阻碍，即使在相同或位于同一地点的采样点，也存在几个数量级的差异（Zhao等人，2024年；Li等人，2018年；Stanton等人，2020年；Li等人，2020年；Rochman等人，2017年；Michida等人，2019年）。

其中，一个核心的不确定性来源是网孔选择性问题，这是由于在广泛采用的采样技术（如拖网采样、泵过滤和抓取采样）中使用了不同的筛网、网或过滤网孔尺寸所致（Tokai等人，2021年；Yu等人，2025年）。这些不同的网孔尺寸引入了明显的选择性偏差：小于标称网孔尺寸的颗粒会逃逸，而接近或大于截止尺寸的颗粒的保留不仅取决于它们的大小，还取决于它们的形状、可变形性、位置和采样过程中的取向。对于细长或可变形的MP（如纤维、薄膜和泡沫），这种选择性损失尤为明显，因为它们可能会随着流体流动对齐或弯曲，从而通过比其最长尺寸小得多的网孔（Zheng等人，2021年）。这种系统性低估导致报告的丰度存在严重不一致性（Cai等人，2020年），进一步阻碍了不同研究和地区之间MP污染水平的比较（Hidalgo-Ruz等人，2012年；Besley等人，2017年）。

为了解决这些普遍存在的一致性问题并协调不同的数据集，研究人员越来越多地寻求稳健的方法来校正现有研究中报告的丰度。当前的校正方法主要是经验性的，依赖于统计或理论尺寸分布模型来数学上推断观测数据，以解释未采样尺寸范围内的缺失部分（Kooi和Koelmans，2019年；Metz等人，2020年；Koelmans等人，2020年；Leusch等人，2023年；Xu和Gao，2025年）。然而，这些经验方法在几个关键方面存在根本性的局限性。首先，大多数现有框架主要关注报告的尺寸范围的影响，通常假设颗粒大小单独决定了回收效率。这些方法通常忽略了在网孔界面控制MP捕获或丢失的明确物理机制，特别是颗粒形状和可变形性的关键作用。因此，在采样设计和丰度校正过程中，颗粒形态的异质性和机械行为的影响被系统性地忽视了，导致某些MP类型的丰度估计持续被低估和产生偏差。此外，大多数提出的校正模型通常源自特定的采样协议或区域数据集，缺乏使用独立或现场数据在广泛空间尺度上的严格验证。因此，它们缺乏应用于新的采样环境、网孔尺寸或地区的通用性和扩展性。

鉴于这些关键限制，并为了最大化已经生成的大量监测数据的科学价值，在这项研究中，我们开发并验证了一个基于物理原理的网孔选择性校正模型，用于水生环境中的MP丰度校正。我们的目标不是提出另一个特定于地点的捕获概率预测公式，而是建立一个机制框架，解释为什么不同的采样协议会系统地产生不同的MP丰度，并量化通过明确考虑网孔尺寸、颗粒大小、形状分布和变形程度可以协调这些差异的程度。与经验模型或幂律校正方法不同，该模型将这些控制因素嵌入到一个统一的概率描述中，实现了MP保留概率的量化以及从观测到的现场测量值“反向计算”真实环境丰度的能力。通过这种方式，该框架主要作为一种工具，用于理解和校正由协议引起的偏差。通过提供环境MP特性和采样结果之间的物理可解释的桥梁，该模型有助于协调方法引起的差异，并释放现有全球监测数据的全部潜力，从而确保广泛的研究努力转化为更可靠、高保真的科学知识。

本研究的主要贡献和创新点总结如下：

(1)

我们开发了一个基于物理原理的网孔选择性模型，首次从机制上量化了MP颗粒的概率性保留情况，作为颗粒大小、形状和采样设备属性的函数。通过明确表示颗粒-网孔的几何形状和取向统计信息，该框架提供了对采样过程中MP捕获过程的基本理解，并解释了为什么不同的采样协议会系统地产生不同的丰度估计。

(2)

我们的框架建立了观测到的现场测量值与实际环境MP丰度之间的透明和机制性联系，使得事后校正由网孔引起的低估成为可能，并协调了异构的历史数据集。在其校准的范围内，即10-5000微米尺寸范围内的地表水MP和主要在网孔/孔径大小上不同的采样协议，该模型为协调方法依赖的偏差和探索未来采样设计中的权衡提供了一个实用工具。

(3)

通过对多个具有广泛空间覆盖范围的已发表现场数据集进行验证，我们表明，在采样方法相似且主要在网孔大小上存在差异的情况下，所提出的模型通常优于现有的经验模型和基于幂律的方法，显著减少了系统性低估，并提高了跨方法的一致性。

本文的其余部分组织如下。第2节详细介绍了实验数据集和提出的建模框架。第3节展示了校正模型的结果和性能评估。第4节讨论了这项工作的更广泛意义、局限性和潜在扩展。最后，第5节总结了关键发现。

部分摘录

颗粒大小分布

一般来说，水生环境中的颗粒大小分布预计在观测到的尺寸范围内呈现幂律分布。这可以通过破碎过程的物理机制来解释：随着较大的塑料碎片不断被物理、化学和生物力量分解，一系列破碎事件随之发生，导致颗粒的数量呈现出比例不变性，其中较小尺寸的颗粒远远多于较大尺寸的颗粒。

微塑料尺寸分布的幂律指数估计

在这项研究中，分析了来自45篇不同出版物的852个有效MP尺寸数据点，对应于137个不同的水体或时间段。每个单独的水体或时间段都用幂律分布进行了拟合，得出了各自的指数（$\alpha$）。为了最小化任何单篇出版物对整体分析的影响，考虑到不同研究中的采样策略和尺寸分布的变异性，我们计算了每个数据的平均$\alpha$值。

讨论

尽管取得了这些进展，但仍应承认几个限制。首先，这项研究依赖于已发表论文中的数据，这些数据在方法细节、质量控制和报告标准方面存在很大差异。尽管已努力标准化并保证数据的质量，但内部异质性仍可能影响幂律指数估计和丰度校正的准确性。其次，框架的尺寸分布组件尚未经过充分校准。

结论

本研究提出了一个基于机制的MP丰度校正模型，解决了由于网孔选择性和颗粒异质性在环境监测中引起的方法学不一致性问题。通过将MP的尺寸、形状和可变形性明确纳入网孔选择性的概率框架中，我们的模型为使用不同采样协议和网孔尺寸收集的MP数据集提供了稳健且物理透明的基础。

数据可用性声明

本研究中的数据可应要求从相应作者处获取。

CRediT作者贡献声明

赵布：撰写——审阅与编辑，撰写——原始草稿，可视化，验证，方法学，调查，正式分析，数据管理，概念化。露丝·E·理查森：验证，监督，项目管理。黄一琳：数据管理。游凤琪：撰写——审阅与编辑，监督，项目管理，概念化。

利益冲突声明

作者声明没有利益冲突。

致谢

该项目部分得到了康奈尔大学Eric和Wendy Schmidt AI in Science博士后奖学金的支持，这是Schmidt Sciences项目的一部分。