城市绿地微塑料污染源解析与生态风险预测：PMF模型与可解释机器学习的整合应用

本研究整合正定矩阵因子分解（PMF）模型与可解释机器学习方法，系统解析城市绿地微塑料（MPs）污染源（农业活动占比29.6%），评估当前低生态风险并预测2030年将升至中等风险，为城市生态系统MPs精准治理提供科学依据。

　　

Environmental Implication

微塑料（MPs）广泛存在于各类环境中，然而其在城市绿地中的来源与生态风险仍不明确。本研究显示农业活动、混合生活-工业源及交通源是城市绿地MPs的主要来源。尽管当前MPs在城市绿地中生态风险较低，但经济与基础设施的快速发展预计将提升其生态风险水平。

CRediT authorship contribution statement

Jinjiang Duan: 方法论，调查。 Kailei Li: 方法论，调查。 Xiangbin Gao: 方法论，调查。 Cheng Yang: 写作-审阅编辑。 Yu Xiang: 方法论。 Lei He: 方法论。 Han Zhang: 方法论。 Dongdong Gao: 方法论。 Ruxin Yang: 写作-审阅编辑，资源整合，方法论，概念设计。 Mengli Chen: 写作-审阅编辑，初稿撰写，资源整合，方法论，概念设计。 Jianhao Song: 初稿撰写，可视化，软件，形式分析，数据管理，概念设计。 Xingnian Ren: 写作-审阅编辑，监督，资源整合，项目管理，资金获取，概念设计。

Declaration of Competing Interest

作者声明不存在任何可能影响本研究的已知竞争性经济利益或个人关系。

Acknowledgment

本研究得到国家自然科学基金（项目编号42407008）、四川省自然科学基金（2024NSFSC0879和2025ZNSFSC1222）、西南交通大学博士创新基金（CX-2025ZD10）及中国博士后科学基金（2024M752664）资助。

Conclusion

本研究对成都市城市绿地微塑料（MPs）污染进行了全面调查。MPs普遍存在，平均丰度为554±184 项/千克，且在不同区域呈现明显空间异质性。小尺寸（<100 μm）碎片状MPs占主导地位，聚丙烯（PP）为最主要聚合物类型。农业活动是绿地MPs首要来源，其次为混合生活-工业源和交通源。尽管当前生态风险较低，但经济发展与交通扩张预计将使风险水平在2030年前升至中等。本研究为制定城市MPs精准管控策略提供了关键科学依据。