《Journal of Environmental Management》：Environmental and socioeconomic factors impacting floating litter accumulation in streams
编辑推荐：
关于影响漂浮垃圾负荷驱动因素的研究有限。本研究评估了30个漂浮垃圾收集点的流域特征。结果表明，土地利用覆盖对垃圾负荷率的影响最为显著。同时，收集到的漂浮垃圾量与社区中位收入呈负相关关系。
关于影响漂浮垃圾负荷驱动因素的研究有限。本研究评估了30个漂浮垃圾收集点的流域特征。结果表明，土地利用覆盖对垃圾负荷率的影响最为显著。同时，收集到的漂浮垃圾量与社区中位收入呈负相关关系。
研究背景与科学问题
海洋垃圾问题长期以来受到研究者和环保项目的重点关注，然而针对淡水环境（尤其是河流与溪流）中的垃圾研究却相对匮乏。事实上，淡水垃圾不仅会造成局部生态影响，更是海洋垃圾的重要陆源输送通道。垃圾会危害野生动物健康、影响人类生存环境并降低区域美学价值，还会带来高昂的经济清理成本。尽管已有研究关注到河流是塑料垃圾入海的主要途径（全球每年约有115万至241万吨塑料垃圾经河流进入海洋），但对于“何种流域特征驱动了溪流中漂浮垃圾的累积”这一核心问题，尚缺乏系统的定量认识。
为此，本研究旨在量化溪流漂浮垃圾的累积量，评估与之相关的流域特征，并识别出能够预测垃圾累积的关键候选变量。研究假设至少有一个测量指标（如人口密度、降雨量、土地覆被分类等）能显著预测漂浮垃圾的累积速率。
研究方法与技术路线
研究人员依托部署在美国密西西比州、阿拉巴马州、北卡罗来纳州和南卡罗来纳州的30个溪流原位漂浮垃圾收集装置（Osprey Litter Gitters）网络，于2022年全年采集数据。关键技术方法包括：
- 1.
垃圾数据采集：采用Osprey改良版EPA逃逸垃圾评估协议（ETAP），对每次清理出的垃圾按塑料、泡沫聚苯乙烯、玻璃、纸张、金属及其他类别进行分类计数和称重，大型杂物（如树枝、购物车）不计入总重。
- 2.
流域特征提取：
- •
利用美国地质调查局（USGS）StreamStats应用v4划定每个装置的集水区边界并计算面积；
- •
从俄勒冈州立大学PRISM气候组获取2022年年度及月降水数据（4 km分辨率）；
- •
采用2016年美国国家土地覆盖数据库（NLCD 2016）分析土地覆被类型，将开发用地细分为开放空间、低强度、中强度和高强度四类，并汇总为开发地、农业用地和开阔地三大类；
- •
从美国社区调查（ACS）的普查区块层面获取人口规模、人口密度、家庭中位收入和中位年龄等社会经济数据。
- 3.
统计分析：使用Shapiro-Wilk检验数据正态性，对非正态数据进行对数转换；采用Spearman秩相关矩阵初步探索变量间关联；随后进行线性回归分析确定显著预测因子，显著性水平设定为p<0.05（正态数据）或p<0.01（非正态数据）。
研究结果
3.1 垃圾累积概况
2022年间，30个装置共收集垃圾5149.81 kg，单个站点年收集量范围为52.38 kg至520.47 kg，平均171.66 kg。共分类统计24,106件垃圾物品，其中塑料（12,601件）和泡沫聚苯乙烯（7,416件）占比最高，分别占总数的52%和31%；纸张和玻璃因装置设计偏向收集漂浮物而数量最低。时间上各月间存在波动但无明显规律。
3.2 流域特征描述
集水区面积范围为0.14~72.28 km2，年均降水量120.34~191.39 cm。多数站点的土地以开发用地为主（最高达100%，最低为56%），其中开放空间和低强度开发占主导。人口规模、人口密度、家庭中位收入和中位年龄分别在2,377~92,841人、655~16,596人/km2、$30,000~$99,979和31.30~45.30岁之间，呈现较大变幅。
3.3 垃圾累积与流域特征的关系
Spearman相关矩阵显示，开发用地比例及其四个子类、人口密度与垃圾总量及各分类计数量呈正相关；而集水区面积、农业用地比例、开阔地比例、家庭中位收入和中位年龄则呈负相关。年降雨量与垃圾总量正相关但与各类别计数负相关。
线性回归进一步确认了以下显著关系：
- •
土地覆被：开发用地比例（p≤0.001，r2=0.39）与垃圾总量显著正相关；农业用地（p=0.019，r2=0.18）和开阔地（p≤0.001，r2=0.38）与垃圾总量显著负相关。在开发子类中，中强度开发（p=0.03，r2=0.16）也显著正向预测垃圾总量。
- •
社会经济因素：家庭中位收入（p=0.03，r2=0.15）与垃圾总量显著负相关。
- •
材料类别特异性：开发用地比例显著正向预测塑料（p=0.02，r2=0.17）和其他类（p=0.03，r2=0.15）的计数；开阔地比例则显著负向预测塑料（p=0.008，r2=0.22）、其他类（p=0.01，r2=0.20）和金属（p=0.03，r2=0.17）的计数。开发子类中的中强度（p=0.01，r2=0.20）和高强度（p=0.02，r2=0.18）均显著正向预测塑料计数。
值得注意的是，所有回归模型的r2值相对较低，表明虽然统计显著，但解释力度有限，需谨慎解读。
讨论与结论
本研究表明，土地覆被分类是对溪流漂浮垃圾累积影响最大的流域特征，其次是家庭中位收入。具体而言，开发用地比例越高（尤其是不透水面密集的区域），垃圾累积量越大；而开阔地和农业用地比例越高，垃圾越少。这支持了以往关于不透水面促进垃圾运输的发现——垃圾在硬质路面上更易随径流进入水体。家庭中位收入的负向关联则可能反映了高收入社区拥有更完善的垃圾收运服务和基础设施，减少了垃圾进入水体的机会。
令人意外的是，月均降雨量和人口密度在本研究中并未成为显著预测因子。研究人员认为，站点地理范围狭窄导致降雨差异不足可能是原因之一；而人口密度不显著可能与垃圾分布的非均匀性有关，商业区等高人流区域的低居住密度反而可能产生更多垃圾。
研究人员强调，尽管研究提供了有价值的描述性证据，但仍存在局限性：采样频次不均、仅有一年数据、流域级预测因子较粗、缺乏多变量框架处理共线性等。未来应开展多年监测、细化土地分类、纳入事件尺度降水及市政服务变量，以更全面揭示溪流垃圾累积的驱动机制。
结论：垃圾是一个日益严重的环境与经济问题。通过对30个收集点网络中七项流域特征的评估，本研究发现土地覆被分类对漂浮垃圾累积量的影响最大，其次为家庭中位收入。有趣的是，月均降雨量和人口密度未能显著预测垃圾累积。这些发现可为垃圾拦截设备的布设优化和源头减量策略的制定提供科学依据。
