综述：微塑料环境研究中的数学建模与模拟：系统性综述

《Environmental Reviews》：Mathematical modelling and simulations for microplastic environmental research: a systematic review

本综述系统评估了2012-2022年间75篇微塑料环境模拟研究，重点包括水动力模型（42.6%）、污染物吸附动力学（26.7%）及深度学习等新兴方法（30.7%）。文章强调未来需加强微塑料（MPs）传输过程与其污染物吸附能力的整合模拟，为理解MPs的环境行为与生态风险提供关键理论支撑。

　　

微塑料环境行为的数学模拟框架

人类世（Anthropocene）的特征表现为人类活动对环境产生的深远影响。其中，微塑料（MPs）作为一种新兴污染物，其环境行为与生态效应已成为全球性挑战。数学建模与模拟技术为理解MPs的复杂环境过程提供了重要工具。通过对2012至2022年间75项研究的系统性分析，当前微塑料环境模拟主要聚焦三大方向：水动力传输、污染物吸附动力学及多元统计与机器学习方法。

水动力模拟主导传输机制研究

约42.6%的研究采用水动力模型追踪MPs在环境介质中的迁移路径。这些模型通过求解Navier-Stokes方程，模拟MPs在不同流速、密度分层条件下的运动轨迹，重点解析颗粒尺寸、形状密度对沉降速率的影响。例如，海洋环境中的MPs传输模型常耦合潮汐、风场数据，预测其在河口区域的聚集热点。

吸附动力学揭示污染物载体效应

26.7%的研究专注于MPs对污染物（如重金属、持久性有机污染物）的吸附-解吸动力学模拟。采用Langmuir或Freundlich等温吸附模型，量化MPs比表面积、老化程度与吸附容量的关联性。特别值得注意的是，MPs作为抗生素抗性基因（ARGs）的载体，其表面生物膜形成过程可通过Monod方程模拟，揭示微生物群落的竞争性附着机制。

新兴方法拓展预测维度

其余30.7%的研究探索了回归分析、深度学习（如卷积神经网络CNN）及质量平衡模型等创新方法。其中，基于¹³C标记的质量平衡模型成功量化了土壤-植物系统的MPs迁移通量；而长短期记忆网络（LSTM）则通过时间序列数据预测了MPs在食物链中的富集趋势。

整合模拟引领未来方向

当前研究呈现方法分散化特征，未来需开发耦合模型，将水动力传输与吸附动力学过程整合。例如，引入群体平衡方程（PBE）同步模拟MPs破碎过程与污染物解吸速率，或通过多尺度建模衔接流域尺度迁移与细胞尺度毒性效应，为微塑料风险管理提供决策支持。