《Marine Pollution Bulletin》：Raman imaging spectroscopy approach for the microplastics detection in the
Oka estuary in the
Urdaibai biosphere reserve (Basque Country, Spain)
编辑推荐：
本研究采用优化的μ-Raman光谱成像技术，首次对联合国教科文组织保护区Urdaibai河口沉积物中微塑料（MPs）的时空分布特征进行系统分析。研究人员通过季度采样发现MPs浓度达16-165 items/kg，以PE、PET、PP和PS为主，揭示了保护区仍面临塑料污染压力，为海岸带塑料管控提供科学依据。
在塑料制品产量预计2050年达5.9亿吨的背景下，微塑料（MPs）作为新兴环境污染物，通过吸附重金属、有机污染物形成"复合毒性鸡尾酒"，对生态系统和公共健康构成严重威胁。沿海沉积物作为污染物的最终汇，成为监测MPs污染的关键指标。然而，在联合国教科文组织保护的Urdaibai生物圈保护区（西班牙巴斯克地区），尽管已有重金属和有机污染物研究，但微塑料污染状况始终是空白。这片拥有独特坎塔布连海岸生态系统的区域，在城镇化、农业和旅游业多重压力下，其奥卡河口的微塑料分布规律亟待揭示。
为破解这一难题，巴斯克大学研究团队在《Marine Pollution Bulletin》发表论文，首次采用优化后的显微拉曼（μ-Raman）光谱成像技术，对该河口5个位点开展为期一年的季度监测。研究创新性地结合化学成像与改进型直接经典最小二乘法（DCLS），实现对250-2000 μm粒径段微塑料的精准识别。结果显示：保护区微塑料浓度虽低于欧洲重度污染河流，但最高达165 items/kg的污染水平仍显着超过偏远流域，其中聚乙烯（PE）和聚对苯二甲酸乙二醇酯（PET）纤维占比超60%，旅游活动与水文地貌被证实为关键影响因素。
关键技术方法包括：1）基于相分离器的NaI密度浮选法提取沉积物中微塑料；2）785 nm激光显微拉曼光谱成像系统进行全滤膜自动扫描（步长240 μm）；3）光漂白技术抑制基质荧光干扰；4）改进型DCLS算法结合人工校验实现聚合物自动识别。所有样本（4季×5位点）均来自奥卡河口潮汐区表层沉积物。
3. 结果与讨论
3.1 微塑料浓度时空异质性
Arteaga（AR）位点全年浓度显着高于其他位点（最高165 items/kg），统计分析表明地理位点而非季节是主要变异来源。研究者推测这与AR区蜿蜒河道导致的低流速、高沉积速率有关，而近海位点受强潮汐作用抑制了微塑料沉降。
3.2 聚合物组成与形态特征
PET（34.6%）、PE（27.3%）、PP（21.6%）和PS（13.4%）主导污染谱图，与全球常用塑料类型一致。值得注意的是所有PET均以纤维形态存在，而其他聚合物仅呈现碎片形态，暗示纺织洗涤可能是PET纤维主要来源。
3.3 污染源解析
尽管区域曾存在瓷砖制造、造船等历史工业，但当前旅游活动（旺季人口增加30-40%）被认定为主要污染源。意外的是，污水处理厂（WWTP）出水口邻近位点并未显示异常高值，提示现有处理工艺对微塑料去除有限。
4. 结论与展望
本研究通过拉曼成像光谱技术成功绘制保护区内微塑料污染图谱，证实即便在监管严格区域，塑料污染仍不可忽视。方法学上，研究团队参与的Quasimeme国际比对验证了该技术>90%的识别准确率。未来需结合尿素-硫脲消化法优化有机质去除效率，并借助LDIR（激光红外光谱）等技术拓展小粒径微塑料检测能力。该成果为海岸带塑料管控提供了基准数据，凸显了加强塑料废弃物管理、完善法规体系及公众教育的紧迫性。
