综述：全球水资源回收设施中微塑料监测的元分析：重点关注被忽视的因素

《Environmental Pollution》：META-ANALYSIS ON MICROPLASTICS MONITORING IN GLOBAL WATER RESOURCE RECOVERY FACILITIES: AN EMPHASIS ON OVERLOOKED FACTORS

市政水处理设施微塑料去除效率研究显示，社会经济差异（如GRDP/capita）、处理级别、采样方法（LSL）及地区（欧洲与亚洲分化）显著影响去除效果，PLSR模型可预测效率但需解决数据偏差问题。

　　微塑料（Microplastics, MPs）作为全球水环境中广泛存在的污染物，已经成为研究和管理的重点。微塑料通常指小于5毫米的塑料碎片，但近年来其分类进一步细化，包括纳米塑料（1纳米至100纳米）、亚微米塑料（100纳米至小于1微米）、小微塑料（1微米至100毫米）、中微塑料（小于2.5厘米）以及大塑料（大于2.5厘米）。这些微塑料来源多样，既包括工业生产中直接制造的初级微塑料，如个人护理产品中的微珠和工业洗涤器排放的微塑料，也包括由于较大塑料碎片的降解或磨损产生的次级微塑料。由于微塑料对水体和生态系统的潜在危害，以及其在水处理设施（WRRFs）中广泛排放的特性，对微塑料在废水处理过程中的分布、去除效率及其影响因素的研究变得尤为重要。

目前，关于微塑料在水处理设施中的研究多集中于中高收入国家，而对发展中国家的关注则相对较少。这种研究偏向可能导致对全球微塑料污染现状的误解，特别是在发展中国家，由于塑料废物管理不善，微塑料的排放问题可能更为严重。因此，本研究旨在通过系统整合全球范围内的相关研究数据，进行元分析，以更全面地了解微塑料在废水处理设施中的分布趋势及其去除效率，并强调一些被忽视的变量和区域。通过这种方法，可以揭示不同地区之间的差异，以及这些差异背后的驱动因素。

研究采用了主成分分析（PCA）和方差分析（ANOVA）等统计方法，对微塑料去除效率的影响因素进行了深入探讨。PCA分析显示，欧洲和亚洲在微塑料去除性能方面形成了两个相对独立的集群，这可能与研究方法的差异以及所包含国家的经济状况有关。亚洲的研究往往涵盖经济差异较大的国家，而欧洲的研究则更倾向于关注较小的微塑料颗粒，并更频繁地使用光谱技术（如傅里叶变换红外光谱FTIR或拉曼光谱Raman）来识别和量化塑料种类。这种方法的差异不仅影响了研究结果的可比性，也反映了不同地区在微塑料处理技术上的不同发展水平。

ANOVA分析进一步揭示了研究方法、二级处理类型以及废水类型对微塑料去除效率具有最显著的影响（p值小于0.01）。此外，经济因素在不同地区的影响程度也有所不同。相对财富（即人均GDP与国家人均GDP的比率）和绝对财富（即人均GDP）在解释微塑料去除效率时表现出不同的效果，这表明在不同经济背景下，微塑料的去除效率可能受到多种因素的共同作用。例如，中国、韩国和越南在去除效率方面表现出与亚洲其他国家显著不同的均值，这可能与这些国家在塑料废物管理、污水处理技术以及经济结构等方面存在差异有关。

为了更准确地预测微塑料去除效率，研究还构建了基于主成分回归（PCR）和偏最小二乘回归（PLSR）的机器学习模型。这些模型整合了PCA和ANOVA中识别出的关键变量和相关性，能够有效预测不同废水处理设施的去除性能。PLSR模型在交叉验证过程中表现出更优的预测效果，其均方误差显著低于PCR模型。这一结果表明，尽管研究方法和经济因素对微塑料去除效率具有重要影响，但通过模型整合这些变量，可以实现对微塑料去除效率的高效预测。

研究结果强调了微塑料污染在全球范围内的不均衡分布，特别是在经济较为落后的地区。例如，越南和伊朗的微塑料去除效率较低，这可能与这些国家在塑料废物管理、污水处理技术和经济条件等方面存在不足有关。此外，研究还发现，一些国家的微塑料浓度与人均GDP之间存在显著相关性，尤其是在中国的一些省份和城市。这一现象表明，微塑料污染不仅与国家整体的经济水平相关，还受到地区经济发展不平衡的影响。

值得注意的是，研究方法的差异对微塑料去除效率的评估具有显著影响。例如，欧洲研究中更常用拉曼光谱来识别和量化微塑料，而亚洲研究则更多依赖于FTIR。这种差异可能源于设备成本、技术熟练度以及研究目的的不同。此外，研究中使用的微塑料下限尺寸（Lower Size Limit, LSL）对结果的影响也不容忽视，LSL越小，检测到的微塑料种类越多，去除效率可能因此受到影响。然而，LSL的设定通常受到研究方法和实验条件的限制，这可能导致对微塑料去除效率的误判。

本研究还指出了当前研究在数据覆盖和方法标准化方面的不足。例如，南美洲、南极洲几乎没有相关研究，而非洲和拉丁美洲的研究也相对较少。这表明，全球范围内的微塑料监测和研究仍存在明显的地理偏差。此外，研究中提到的一些变量，如废水类型、微塑料形态和聚合物种类，由于缺乏足够的数据支持，未能在分析中得到充分探讨。然而，这些变量对微塑料去除效率的影响已在其他研究中得到证实，因此未来的研究应进一步关注这些方面。

研究结果还表明，微塑料去除效率与废水处理设施的规模、处理水平以及研究方法密切相关。例如，中国的废水处理设施在去除效率上表现出较大的差异，这可能与该国内部经济和社会发展的不平衡有关。在一些经济较为发达的沿海省份，微塑料去除效率较高，而在经济较为落后的内陆地区，去除效率则相对较低。这提示我们，即便在同一个国家内部，微塑料污染的程度也可能因地区而异。

此外，研究还发现，尽管微塑料的去除效率与国家的经济水平存在一定的关联，但这种关联并不总是直接的。例如，在全球范围内，国家人均GDP对微塑料去除效率的影响并不显著，而在区域分析中，相对财富（即地区人均GDP与国家人均GDP的比率）则显示出更强的影响力。这表明，地区内部的经济差异对微塑料去除效率的影响可能比国家层面的经济水平更为重要。然而，这种效应在经济结构较为相似的地区（如亚洲）可能减弱，因为相对和绝对财富之间的差异较小。

本研究还强调了数据粒度的重要性。在讨论微塑料污染时，仅使用国家层面的经济指标可能无法准确反映地区内部的差异。例如，越南的微塑料去除效率较低，可能与其较低的人均GDP有关，但同时也可能受到其他因素的影响，如污水处理设施的规模、处理技术以及环境条件等。因此，未来的微塑料研究应更加注重区域层面的分析，以提供更准确的污染评估和管理建议。

最后，研究指出，当前关于微塑料污染的研究存在一定的局限性。首先，研究数据的覆盖范围有限，尤其是在非洲和拉丁美洲等地区，缺乏足够的研究数据可能导致对这些地区微塑料污染状况的误解。其次，研究方法的不统一可能影响结果的可比性，因此，未来的研究应更加注重方法的标准化，以确保不同地区之间的研究结果能够相互比较和验证。此外，研究中发现的一些变量，如废水类型、微塑料形态和聚合物种类，由于数据不足，未能在分析中得到充分考虑，这提示我们，未来的研究应进一步完善数据收集和分析方法，以更全面地理解微塑料污染的复杂性。

总之，本研究通过整合全球范围内的废水处理设施微塑料数据，揭示了微塑料去除效率与研究方法、经济状况、废水类型等变量之间的复杂关系。研究结果不仅有助于理解微塑料污染的全球分布趋势，也为制定更加科学和有效的污染防治措施提供了理论依据。然而，由于数据覆盖范围的限制和研究方法的不统一，未来的研究仍需进一步拓展，特别是在那些尚未被充分研究的地区，以实现对全球微塑料污染状况的全面了解。