恒河下游沉积物微塑料污染评估：土地利用与降雨模式的影响及其生态意义

本研究针对恒河下游沉积物中微塑料(MP)污染问题，通过整合遥感土地利用分类(LULC)、机器学习(RF算法)与实地采样，揭示了城市化密度(r=0.52)、人口密度(r=0.42)及降雨量(r=0.90)与MP浓度的显著相关性。研究首次系统量化了印度Patna地区不同土地利用类型下MP的分布特征，为制定流域塑料污染防控策略提供了科学依据。

　　

在被誉为"印度母亲河"的恒河沿岸，每天有超过百万信徒进行宗教沐浴，同时这条河流也承载着沿线4亿居民的生活废水。近年来，科学家们在这条神圣河流的沉积物中发现了一种隐形威胁——微塑料(Microplastics, MPs)。这些直径小于5mm的塑料颗粒，不仅可能堵塞水生生物的消化道，还会吸附重金属和持久性有机污染物，通过食物链最终进入人体。更令人担忧的是，恒河每年向海洋输送的塑料垃圾量位居全球前十，但关于其沉积物中MPs的驱动机制研究几乎空白。

来自印度Patliputra大学的研究团队在《Chemosphere》发表的研究，首次揭示了恒河下游MP污染与人类活动的定量关系。研究人员采用多学科交叉方法：通过Google Earth Engine(GEE)平台处理Sentinel-2卫星影像，运用随机森林(Random Forest, RF)算法实现98.3%精度的土地利用分类；沿Patna河段设置梯度采样点，采用密度分离-显微计数-FTIR鉴定的标准流程分析沉积物MPs；最后通过冗余分析等统计方法解析环境驱动因子。

研究结果

土地利用/土地覆盖分类应用GEE
研究区被细分为6类功能分区（居民区、水体、植被等），RF分类器表现出色（Kappa系数0.97）。这种高精度分类为后续MPs空间分析奠定了坚实基础。

恒河MPs浓度特征与来源
数据显示MPs浓度呈现下游递增趋势（最高达1017.66±81.08 particles/500g），其中0-1mm的纤维占比最高。特别值得注意的是，居民区附近采样点MPs浓度是农业区的2.3倍，直接印证了城市污水排放的关键作用。

环境驱动机制
统计分析揭示三个核心发现：1）2km缓冲区内，MPs与城市密度(r=0.52)、人口密度(r=0.42)均呈显著正相关；2）降雨量展现出最强相关性(r=0.90)，说明地表径流是MPs迁移的重要途径；3）植被覆盖区表现出"汇"效应，暗示生态修复的潜在价值。

这项研究的突破性在于首次建立了恒河流域"人类活动-气候-微塑料"的定量关系模型。其发现不仅解释了为何雨季MPs污染加剧，更指出现有污水处理系统对微塑料的截留效率不足。作者建议将MPs监测纳入流域管理指标体系，并优先在人口密集区实施源头控制。该成果为发展中国家大型河流的塑料污染治理提供了可复制的技术框架，对实现联合国可持续发展目标(SDG)14"水下生命"具有重要实践意义。