不仅仅是走廊：黑潮延伸区的水动力陷阱与纤维风险

《Water Research》：Not Just a Corridor: Hydrodynamic Traps and Fiber Risk in the Kuroshio Extension

微塑料在黑潮延伸区的分布、迁移机制及生态风险评估研究，通过26站采样发现纤维类PET微塑料占比超79%，浓度0.32-23.68个/m3，受涡旋增强局部累积和强洋流驱动长距离传输共同影响。污染物主要来自渔业和航运活动，ECI指数与微塑料丰度显著相关（r=0.84）。采用PLI、PHI、ERI等多维度模型评估风险，揭示KE兼具跨境传输和污染分选枢纽功能，提出需加强微纤维专项监管和建立多维风险框架。

　　

Jungang Lu|Yinan He|Meng Jiao|Nian Wei|Tiantian Leng|Khalida Jabeen|Huazhu Zheng|Zhengyu Yao|Daoji Li|Bilin Liu

华东师范大学河口与海岸研究院，中国上海200062

摘要

微塑料（MPs）在海洋系统中广泛存在，但在开阔海域，其动态和风险仍知之甚少。本研究首次对西北太平洋动态洋流系统“黑潮延伸区”（KE）表层水域中的微塑料进行了高分辨率评估。在26个采样点（35°–45°N，148°–162°E）的采样数据显示，微塑料浓度范围为0.32至23.68个/立方米（平均3.04 ± 5.54个/立方米），其中聚对苯二甲酸乙二醇酯（PET）纤维占比超过79%。研究发现两种关键机制影响了污染模式：中尺度涡流加剧了局部积累，而强流系统促进了长距离传输。根据聚合物类型、形态和颜色特征，渔业和航运被认为是微塑料的主要来源。偏最小二乘（PLS）回归模型表明，表层盐度和溶解氧有助于微塑料的滞留，而更深处的叶绿素最大值和较高的海表温度（SST）则降低了其滞留。这些动态特征通过新开发的生态-水文协同调节指数（ECI）得以体现，该指数与微塑料丰度高度相关（r = 0.84，p < 0.05）。通过污染负荷指数（PLI）、聚合物危害指数（PHI）和生态风险指数（ERI）评估了生态风险，并通过蒙特卡洛模拟进行了验证。虽然大多数采样点的风险较低或中等，但有两个采样点由于高毒性聚合物的存在而超过了区域阈值。总体而言，黑潮延伸区既是微塑料的跨界通道，也是其分选中心，这强调了在近海环境中需要针对微纤维制定具体法规和进行多维度风险评估的必要性。

部分内容摘录

1. 引言

全球塑料产量每年约为4.5亿吨，并预计到2040年将翻倍[1,2]。由于消费者废弃物的管理不足，大量塑料进入水生环境，估计每年有800万吨塑料进入海洋[3,4]。微塑料（MPs）——直径小于5毫米的塑料颗粒——因其环境持久性、小尺寸和高表面积与体积比而备受关注，这些特性

样本采集

2022年6月15日至7月16日，我们在“SongHang”研究船上对黑潮延伸区（KE）的26个采样点（35°–45°N，148°–162°E；图1和表S1）进行了塑料采样。采样点的选择基于共同的巡航计划，旨在捕捉KE系统的关键水动力特征，包括急流核心区、黑潮-亲潮过渡带以及中尺度涡流丰富的区域。采样布局考虑了海洋条件的纬度和经度梯度

不同采样点中微塑料的丰度和分布

所有26个采样点均检测到微塑料，浓度范围为0.32至23.68个/立方米（平均3.04 ± 5.54个/立方米），显示出明显的空间异质性（图2a）。A1（23.68个/立方米）、D2（10.96个/立方米）和F4（16.16个/立方米）是三个明显的热点区域，而H2（0.32个/立方米）的微塑料浓度最低，这凸显了微塑料分布的不均匀性。

从形态上看，纤维状微塑料占主导地位，占所有颗粒的80.3%，在19个采样点均有发现

黑潮延伸区表层海水中微塑料的污染水平

为了将黑潮延伸区中的微塑料丰度置于全球背景下，我们整合了来自不同海洋环境的拖网采样数据，绘制了全球微塑料浓度分布图（图S5）。分析显示，不同地区的污染水平存在显著差异，地理地貌特征（如封闭海湾、半封闭海域和开阔海域）在污染水平形成中起着关键作用。

沿海和半封闭海域，如韩国沿海水域（43.00个/立方米）[39

结论

本研究揭示，传统上被视为高能量扩散系统的黑潮延伸区，通过生态-水文耦合作用可以成为合成微塑料的滞留区。PET纤维的占主导地位以及离散的纤维束的存在表明，渔业和海上活动是微塑料持续输入的主要来源，而中尺度涡流和锋面系统等海洋结构促进了局部积累。这些发现挑战了关于开阔海域环境不会受到微塑料影响的传统观点

作者贡献声明

Jungang Lu：撰写 – 审稿与编辑、撰写 – 原稿、可视化、验证、软件使用、资源获取、方法论设计、数据整理、概念构建。Yinan He：验证、正式分析、数据整理。Meng Jiao：资源获取、方法论设计。Nian Wei：软件使用。Tiantian Leng：数据采集。Khalida Jabeen：撰写 – 审稿与编辑。Huazhu Zheng：数据整理。Zhengyu Yao：方法论设计。Daoji Li：项目监督、资金申请

利益冲突声明

作者声明没有已知的财务利益冲突或个人关系可能影响本文的研究结果。

致谢

本研究得到了农业农村部资助的“全球渔业资源调查、监测与评估计划”（高海区渔业资源综合科学调查）以及上海高校“特聘教授后续支持计划”的支持（GZ2022011）。此外，还获得了上海科学技术委员会（22dz1202800）的财务支持