利用机器学习和多矩阵方法对孟加拉国农业土壤中的微塑料污染进行源追踪、污染负荷评估及风险分析

《Environmental Pollution》：Source tracking, pollution load, and risk assessment of microplastics pollution in agricultural soils of Bangladesh using machine learning and multi-matrix approaches

微塑料污染在Bangladesh Jashore农业土壤中普遍存在，浓度达2887.81±1027.23 MP/kg dw，纤维和透明颗粒为主，聚乙烯等聚合物占比高，污染负荷指数（PLI）和Nemerow指数（NPI）显示中到重度污染，聚合危害指数（PHI）超80%区域存在极高生态风险。SEM-EDS证实微塑料携带汞、铬等重金属，机器学习模型识别农业实践和土壤理化性质为关键影响因素。

　　

阿迪蒂·比斯瓦斯（Aditi Biswas）|帕尔塔·昌德拉·德布纳特（Partha Chandra Debnath）|坎达卡尔·拉谢杜尔·伊斯兰（Khandakar Rashedul Islam）|MD贾希德·哈桑（MD Jahid Hasan）|萨拉吉特·萨克尔（Sarajit Sarker）|斯克·马哈穆杜尔·哈桑·阿西夫（Sk Mahmudul Hasan Asif）|MD阿布·拉伊汉（Md Abu Rayhan）|MD西穆恩·尼斯（Md Simoon Nice）|莫尼尚克尔·哈尔德（Monishanker Halder）|塔波斯·库马尔·查克拉博蒂（Tapos Kumar Chakraborty）|萨米娜·扎曼（Samina Zaman）|戈帕尔·昌德拉·高什（Gopal Chandra Ghosh）

环境科学与技术系，贾绍尔科技大学（Jashore University of Science and Technology），贾绍尔，7408，孟加拉国

摘要

微塑料（MPs）在农业土壤中的污染已成为一个严重的环境问题，尤其是在孟加拉国，因为农业是该国粮食安全和贸易的基础。本研究首次对农业用地中的微塑料进行了全面评估，重点关注了其普遍存在情况及其生态风险。2024年1月至2月期间，从八个地区收集了64个土壤样本。研究结果表明，微塑料的含量高达每千克干重2887.81 ± 1027.23个微塑料，其中纤维状颗粒（0.1–0.5毫米）最为常见，聚乙烯、聚苯乙烯和聚丙烯是最主要的聚合物。污染负荷指数（PLI）和内梅罗污染指数（NPI）等风险指标均表明污染程度为中等到严重。此外，聚合物危害指数显示超过80%的研究区域面临极高的生态风险。扫描电子显微镜-能量色散光谱（SEM-EDS）分析证实了微塑料的存在，并检测到了汞（Hg）、铬（Cr）、砷（As）和镉（Cd）等有毒元素，这表明微塑料可能成为有害物质的载体。多元统计方法和机器学习算法（随机森林和XGBoost）进一步揭示了某些农业活动（尤其是生物肥料和塑料的使用）是微塑料污染的主要来源。土壤性质（如电导率、盐度、pH值和有机碳含量）是影响微塑料污染的关键因素，数据驱动模型在风险评估中发挥了重要作用。通过结合传统风险指标和先进的分析工具，本研究不仅揭示了孟加拉国农业土壤中微塑料污染的严重程度，还提供了针对污染源和农业影响的实用建议，有助于改进可持续农业实践和采取有针对性的干预措施。

引言

近几十年来，全球塑料产量翻了一番以上，每年产量超过4.6亿吨，应用于各种领域。然而，废物管理效率低下：只有约9%的塑料废物被回收利用，19%被焚烧，近一半（约50%）被填埋处理。令人担忧的是，剩余的22%塑料废物被随意丢弃在无监管的垃圾场、露天焚烧或泄漏到环境中，对环境造成严重污染（IUCN, 2024; OECD, 2022）。微塑料（直径≤5毫米）的主要沉积场所之一是土壤（Nizzetto et al., 2016; Horton et al., 2017）。土壤生态系统可积累约32%的塑料废物（Hoang et al., 2024），一旦微塑料进入土壤，它们会长期存在、聚集、吸收污染物并在土壤中迁移（Xu et al., 2020; Lwanga et al., 2022）。尽管微塑料对农业土壤有显著影响（Tang, 2023），但相关研究数据相对较少（Zhou et al., 2020a）。因此，了解微塑料在土壤中的迁移和归趋机制至关重要（Selvam et al., 2021; Samandra et al., 2022）。虽然已有研究探讨了人工土壤中的微塑料迁移行为（Hou et al., 2020），但在实际农业土壤中的微塑料行为仍需进一步研究（Zhang et al., 2022）。 农业土壤覆盖了地球陆地面积的约37%（Tilman et al., 2011），是微塑料进入环境的主要途径。初级微塑料通过污水灌溉、堆肥、生物固体以及农业工具分解进入土壤（Wu et al., 2021），而次级微塑料则来自较大塑料制品的降解，尤其是地膜（Nguyen et al., 2023）。孟加拉国是塑料废物问题严重的国家之一，2016年其塑料废物管理不善的情况位列全球前20位，估计每年产生36万吨塑料废物。每年约有8.7万吨一次性塑料废物产生，其中86%被填埋处理（ESDO, 2019; UNCTAD, 2022）。尽管塑料是回收率最低的废弃物类型，但每年只有2.5%的塑料废物被回收（UNDP, 2019; UNCTAD, 2022）。一次性塑料的随意处置和垃圾场管理不善是农业土壤污染的主要原因（Ahamad, 2019; Himu et al., 2022）。微塑料可垂直移动（附着在植物根部并渗入地下水，Cui et al., 2024）或水平传播（通过径流污染水体，Laermanns et al., 2021），最终进入食物链，对人类健康构成威胁（Wu et al., 2017），特别是在安全措施薄弱的发展中国家（如孟加拉国，Sharmin et al., 2024）。 微塑料会改变土壤条件、微生物多样性和生态稳定性（Hoang et al., 2024），同时增加有害化合物的生物可利用性（Ding et al., 2020）。由于其微小尺寸、大表面积和疏水性，微塑料能够吸附多氯联苯（POPs）、重金属、抗生素和农药，从而放大其毒性（Avio et al., 2015; Chang et al., 2022; Rafa et al., 2024; Chakraborty et al., 2025a）。此外，微塑料还会降低土壤肥力和作物产量（Scheurer & Bigalke, 2018）。与水生系统相比，土壤中微塑料的迁移机制研究不足（Laermanns et al., 2021），部分原因是微塑料难以从富含矿物质的土壤中分离出来，且分析技术缺乏标准化（Bergmann et al., 2015; Piehl et al., 2018; Moller et al., 2020）。 最新研究表明，结合机器学习（ML）的实地数据可以提高研究准确性并降低成本（Tran et al., 2023; Qiu et al., 2023; Chakraborty et al., 2024a）。机器学习还能用于预测微塑料的迁移和长期影响（Phan & Luscombe, 2023）。农业土壤中的微塑料污染是一个全球性环境问题，在亚洲（中国、印度、韩国）、中东（伊朗）和欧洲（西班牙）等地均有报道，显示出这种新兴陆地污染物的普遍性和跨国性。然而，孟加拉国尚未有研究将机器学习应用于农业土壤微塑料研究，尽管该技术在其他领域已被证明有效。现有的孟加拉国研究主要集中在水生生态系统（Nice et al., 2025; Habib et al., 2025; Islam et al., 2025; Ahmed et al., 2025; Pingki et al., 2025; Siddique et al., 2025; Ghosh et al., 2021）、淡水系统（Das et al., 2025; Hassan et al., 2025; Hridoy et al., 2025; Manik et al., 2025）以及陆地灰尘（Chakraborty et al., 2025b; Akter et al., 2024; Islam et al., 2024d; Chakraborty et al., 2024a; Toha et al., 2024; Netema et al., 2024; Tauhiduzzaman et al., 2025）方面。仅有少数研究关注农业土壤（Himu et al., 2022; Rana et al., 2023; Sharmin et al., 2024; Islam et al., 2024c），且尚未涉及孟加拉国西南部地区，存在重要数据缺口。 贾绍尔是孟加拉国西南部最古老的地区之一，人口超过48.6万（Shaibur et al., 2019），每年产出约80万吨农作物（Dewan et al., 2017）。尽管该地区农业价值显著，但至今尚未开展过微塑料土壤污染研究。本研究首次在孟加拉国应用机器学习方法及多种污染指数（CF、NPI、PLI、PHI）和先进分析技术（SEM-EDS、FTIR）对贾绍尔地区的农业土壤进行调查。研究目的包括：(i) 评估微塑料在农业土壤中的分布和特性；(ii) 评估污染程度和生态风险；(iii) 利用机器学习分析微塑料与土壤物理化学性质之间的关系。

研究区域和采样

本研究在孟加拉国西南部的贾绍尔区（北纬23°10′14.39″，东经89°12′44.70″）进行。该地区位于恒河冲积平原，以肥沃的冲积土、亚热带季风气候和广泛的灌溉网络为特征。贾绍尔是该国主要的蔬菜生产基地，占全国蔬菜产量的约60%（The Business Standard, 2019）。主要种植作物包括水稻和土豆等。

农业土壤中的微塑料含量

农业土壤中的微塑料污染对土壤健康、肥力、作物产量、微生物动态和污染物相互作用具有直接影响（Masciarelli et al., 2024; Pérez-Reverón et al., 2022; Athulya et al., 2024）。因此，本研究评估了孟加拉国西南部（贾绍尔区）农业用地中的微塑料含量，该地区是该国最大的蔬菜种植区（Dewan et al., 2017）。

结论

本研究探讨了恒河冲积平原农业土壤中的微塑料污染及其相关风险。研究结果表明，农业土壤中微塑料含量较高，浓度范围为每千克900至5620个微塑料，且微塑料的物理形态存在显著差异。纤维状微塑料最为常见，粒径在0.1至0.5毫米之间，颜色多样。根据出现频率排序的聚合物类型...

作者贡献声明

阿迪蒂·比斯瓦斯（Aditi Biswas）： 负责撰写初稿、验证数据、进行调查和正式分析、数据整理。 帕尔塔·昌德拉·德布纳特（Partha Chandra Debnath）： 负责撰写初稿和概念构思。 坎达卡尔·拉谢杜尔·伊斯兰（Khandakar Rashedul Islam）： 负责可视化处理、正式分析和数据整理。 MD贾希德·哈桑（MD Jahid Hasan）： 负责可视化处理、正式分析和数据整理。 萨拉吉特·萨克尔（Sarajit Sarker）： 负责可视化处理、正式分析和数据整理。 斯克·马哈穆杜尔·哈桑·阿西夫（Sk Mahmudul Hasan Asif）： 负责可视化处理、正式分析和数据整理。 MD阿布·拉伊汉（Md Abu Rayhan）： 负责可视化处理、正式分析和数据整理。

关于生成式人工智能的使用声明

作者声明在本文的撰写过程中使用了生成式人工智能工具（AI-Copilot和Grammarly）来辅助语法修正、风格编辑和内容组织等工作。所有科学概念、数据解释和结论均由作者本人完成，对研究的完整性和准确性负全责。人工智能的使用并未影响研究结果的原创性。

利益冲突声明

作者声明不存在可能影响本研究结果的财务利益冲突或个人关系。

致谢

作者感谢贾绍尔科技大学环境科学与技术系提供的实验室设施支持。