打开网易新闻 查看精彩图片

导 语

这项研究把全国846个采样点、11年的淡水微塑料数据整理成“按塑料种类”的数据库,再训练一个能同时看懂5种塑料的AI模型。结果发现,中国淡水微塑料主要由聚乙烯(PE)、聚丙烯(PP)、聚对苯二甲酸乙二醇酯(PET)、聚氯乙烯(PVC)、聚苯乙烯(PS)五种塑料组成;最需要警惕的是PVC释放的增塑剂DEHP—在极端释放情况下,北京、天津、台湾等地的河流会达到中等风险。

01

认识三个关键词

  • 微塑料(MPs):直径约20微米到5毫米的小塑料颗粒,主要来自塑料垃圾在环境中破碎、老化后形成的碎屑。

  • 增塑剂(PAEs):为了让塑料更软、更耐用而添加的化学物,最常见的是DEHP、DBP等。它们不是长在塑料里,而会随着塑料老化慢慢释放到水中,有毒性。

  • DEHP:本文评估中唯一构成明显生态风险的增塑剂,长期接触可能对水生生物造成伤害。

打开网易新闻 查看精彩图片

图1 用机器学习解读淡水微塑料的分布与增塑剂风险

02

研究者是怎么做的(四步)

  1. 建数据库:从630篇文献中筛选出56篇高质量研究,汇总成846个采样点(523条河流+323个湖泊,覆盖29个省级区域,2014—2024年),并把粒径统一到20—5000微米。

  2. 训练AI模型:用三种机器学习模型(随机森林RF、XGBoost、多层感知机MLP)同时预测5种主要塑料。MLP的平均R²(0.61)虽然略低于RF(0.69)和XGBoost(0.68),但它共享参数的结构能保留不同塑料之间的共现关系,因此最终选用MLP。

  3. 找出影响因素:用可解释性方法,找出降水、气温、人类发展指数(HDI)、城市化、地表径流等因素对不同塑料分布的影响。

  4. 评估风险:把预测出的塑料浓度,乘以每种塑料的增塑剂释放系数,再用风险商(RQ)评估7种增塑剂的生态风险。

03

主要发现

微塑料在中国河湖里的分布与组成

河流里的微塑料平均为6847个/立方米,湖泊为4754个/立方米,河流普遍比湖泊更高。从组成看,占比最高的是聚乙烯PE(河流24.5%、湖泊17.4%),其次是聚丙烯PP和聚酯PET。值得注意的是,湖泊里其它塑料的比例(36.4%)远高于河流(14.1%),说明湖泊中的塑料种类更加多样。

打开网易新闻 查看精彩图片

图2 中国淡水中的微塑料分布与组成:(a) 全国河湖采样点分布;(b) 河流(蓝)与湖泊(红)丰度对比;(c) 河湖中各类塑料占比。

什么因素影响不同塑料的分布

AI模型告诉我们,不同塑料的幕后推手不一样,而且河流和湖泊差别很大。河流里,人类发展指数(HDI)主要影响PE和PP;降水主要影响PVC和PET;气温主要影响PS。湖泊里,气温主要影响PE和PP;地表径流主要影响PVC;城市化主要影响PET;牧场比例主要影响PS。

04

为什么会这样:

河流像“传送带”,湖泊像“蓄水池”

河流的水流快,像一条传送带。雨水会把城市里的塑料垃圾(尤其是PET饮料瓶、PVC包装等)冲进河里;经济越发达(HDI高)的地区,塑料袋和包装(PE、PP)也越多。湖泊的水流慢、停留时间长,更像一个蓄水池,塑料容易沉降并累积。因此湖泊里城市化的影响(PET纺织品、电子废物)、地表径流(PVC)和泡沫塑料(PS)的作用更突出。

05

对治理塑料污染有什么启发

这项研究给出的核心建议是:不要一刀切,要分区、分水体、分塑料种类精准治理

  • 优先盯住高风险区:北京—天津—台湾以及东南沿海的河流,应优先加强监测和干预,重点治理城市污水和雨水径流带来的塑料。

  • 按水体对症下药:河流重点拦截高流量期的塑料传输、管控工业点源;湖泊重点治理流域面源、农膜和地表径流。

  • 按塑料种类精准施策:东南沿海PP多,应强化饮料瓶回收和生产责任延伸制度;中部湖泊PET多,应加强电子废物和纺织品的分类回收处理。

扫码阅读文章全文

引用信息

Wan, X.; Guo, Q.; Han, Z.; Jiang, T.; Chai, G.; Tong, Y.; Cui, H.; Cui, X. Decoding microplastic pollution in China freshwater: interpretable machine learning insights into composition-specific distribution and associated phthalate ester leaching risk. Water Research 2026, 307, 126663.

DOI:10.1016/j.watres.2026.126663

来源:本文内容改编自《Water Research》论文《Decoding microplastic pollution in China freshwater: interpretable machine learning insights into composition-specific distribution and associated phthalate ester leaching risk》,作者万希哲、童银栋、崔洪洋、崔晓宇(天津大学、南开大学、西藏大学)

编辑:黄智恒

排版:李滨妤

审核:孙丽华

由于微信修改了推送规则,没有经常点“推荐”的,会慢慢收不到推送。如果你还想看到我们发布的权威信息,请将“净水技术”加为星标,每次看完后不忘点下“推荐”和“”。

打开网易新闻 查看精彩图片

欢迎广大水务企业加盟合作

打开网易新闻 查看精彩图片

打开网易新闻 查看精彩图片