基于综合方法评估海州湾海洋栖息地中的微塑料风险

《Environmental Research》:Assessing microplastics risk in marine habitats of Haizhou Bay based on an integrated approach

【字体: 大 中 小 】 时间:2026年07月29日 来源:Environmental Research 8.2

编辑推荐:

  摘要目前的危险性评估往往忽视了微塑料暴露与物种特定栖息地分布之间的空间重叠问题,而这可能会影响生态风险的估算结果。为解决这一缺陷,我们构建了一种综合方法,将微塑料分布图与中国海州湾10种重要渔业物种的栖息地适宜性模型相结合。我们对比了传统的风险商数与基于联合概率曲线的概率方法,用

  

摘要

目前的危险性评估往往忽视了微塑料暴露与物种特定栖息地分布之间的空间重叠问题,而这可能会影响生态风险的估算结果。为解决这一缺陷,我们构建了一种综合方法,将微塑料分布图与中国海州湾10种重要渔业物种的栖息地适宜性模型相结合。我们对比了传统的风险商数与基于联合概率曲线的概率方法,用以估算整体风险概率。春季微塑料的平均浓度为2.34 ± 2.32个/升,秋季为1.89 ± 2.38个/升,浓度最高的区域位于南部近岸地带。随机森林分析表明,在两个季节中,溶解铁、温度和流速是影响微塑料分布的主要因素。基于风险商数的评估结果显示,海州湾超过90%的区域被划分为潜在风险区,而10种物种的适宜栖息地中有半数以上与这些区域重叠。相比之下,基于联合概率曲线分析得出的整体风险概率在整个海湾及各个栖息地内均约为1.0%。这种差异表明,浓度超过安全阈值并不一定意味着高生态风险。通过整合空间预测、栖息地建模和概率风险估算,所提出的框架能够确定优先管理区域,量化整体风险概率,且可适用于其他面临微塑料污染的沿海地区。

引言

全球范围内,人为压力持续威胁着沿海海洋生态系统(Woods等人,2016)。其中,微塑料因其能够长距离扩散、在生物体内积累并通过食物链传递而备受关注(Yang等人,2022;Compa等人,2022)。在螃蟹、海龟、海鸟、鱼类乃至鲸类等众多海洋生物体内都发现了微塑料的存在(Duncan等人,2019;Sethia等人,2024;Jolaosho等人,2025)。微塑料的摄入会对生物的多个层面产生影响,从组织和器官到行为和生理功能皆有可能受到影响。例如,PVC微塑料会降低硅藻的光合作用效率(Zhang等人,2017),干扰海参的早期发育(Wang等人,2023),还会引发鱼类的免疫系统功能障碍(Timana等人,2025)。
这些影响并不仅限于单个生物体。在环境相关浓度下长期暴露于微塑料,可通过间接途径改变种群动态,扰乱海洋食物网(Huang等人,2020)。Bosker等人(2019)发现,微塑料暴露会降低大型水蚤的种群数量和总生物量。Everaert等人(2022)则发现,微塑料会干扰长角 Temora 螯虫的摄食行为,从而导致其种群密度下降。当这类干扰发生在较低营养级时,还可能引发一系列连锁反应,影响整个食物链。Qian等人(2024)通过三物种营养模型研究表明,积聚在食浮游生物鱼类体内的微塑料不仅会导致这些鱼类自身种群数量锐减,还会影响它们所捕食的浮游动物以及以它们为食的肉食性鱼类。即便浓度低到不会直接导致死亡,微塑料也可能通过跨营养级和时间尺度的亚致死效应带来潜在的生态风险。
针对微塑料污染的生态风险评估通常采用两种主要方法。诸如聚合物危害指数和污染负荷指数之类的确定性方法能够快速进行筛选,但其结果受主观权重设定以及现有数据依赖程度的限制(Lithner等人,2011;Ranjani等人,2021;Zhou等人,2024;Li等人,2025)。概率风险评估则通过整合物种敏感性分布,进而得出预测无效应浓度,为风险评估提供了更为细致的方法。随后可根据这些预测无效应浓度计算风险商数,用于对特定区域的风险进行评估(Adam等人,2021;Nam等人,2023;Bhutto等人,2024)。对于更广泛的区域评估,联合概率曲线则在概率风险评估的基础上,依据既定的风险商数阈值来估算生态系统层面的整体风险概率(Yang等人,2023;Li等人,2025)。
然而,这些方法主要旨在量化研究区域内的整体污染风险。而更为精准的生态评估则需要详细了解微塑料浓度及其对应的风险商数在空间和时间上的分布情况。这类信息对于评估物种在其依赖的栖息地中所面临的潜在风险至关重要(Zhen等人,2023;Li等人,2025)。机器学习方法为解决这些分析难题提供了实用途径(Park等人,2017)。这类算法能够捕捉变量之间的复杂非线性关系,构建出具有强大预测能力的模型,因此非常适合用于高空间分辨率和高时间分辨率下的物种及微塑料分布预测(Park等人,2017;Zhang等人,2021)。将高分辨率的分布图与栖息地适宜性模型相结合,便能为更具空间针对性、更针对特定物种的生态风险评估奠定基础。
栖息地风险评估通过将污染物暴露与生物的生存、觅食和繁殖场所直接关联起来,从而将污染问题与其生态后果联系起来。传统评估侧重于衡量整个区域的整体风险,而基于栖息地的评估方法则认识到,相同的污染物浓度在不同位置对生态系统的威胁程度可能大相径庭,这取决于该位置与关键栖息地的相对关系(Awkerman等人,2016;Compa等人,2022;Richardson等人,2019)。对于石油泄漏和农药这类危害已较为明确的污染物,这类评估方法已被证明十分有效。在这些情况下,研究人员会将物种分布模型与空间化的污染物数据相结合,从而识别出存在风险的栖息地,并为有针对性的管理提供依据(Richardson等人,2019)。在栖息地风险评估中引入概率方法,还能帮助考虑暴露估计值和物种反应方面的不确定性,从而实现更加主动和灵活的管理策略(Helle等人,2016)。这些原则为将基于栖息地的风险评估方法应用于微塑料这类新兴污染物提供了有力的支撑。
黄海南部的海州湾既是重要的渔场,也是重要的海洋栖息地,同时还是微塑料污染的高发区域(Gao等人,2023;Li等人,2024)。该地区生态价值与微塑料污染问题的并存,使得进一步优化针对特定栖息地的风险评估显得尤为必要。在此,我们提出一种综合方法,将高分辨率的微塑料分布图与代表性渔业物种的特定栖息地适宜性模型相结合。具体而言,我们的目标包括:(i)明确海州湾内微塑料的时空分布情况,确定相应的概率风险阈值;(ii)绘制多种代表性物种的适宜栖息地分布图;(iii)通过分析物种分布与微塑料风险区域之间的空间重叠关系,评估这些栖息地的整体风险概率。这种综合方法有助于识别具有特定风险的栖息地,从而为沿海渔业生态系统的管理区域划分提供依据。由于输出结果具备较高的空间精度,管理者可以集中资源处理那些微塑料暴露程度与物种出现频率最高的栖息地,进而提高污染治理措施的效率。

章节节选

样本采集

所有样本均来自2023年和2024年4月及9月对海州湾及其邻近海域(北纬34°20?–35°40?,东经119°20?–121°10?)的渔业资源与环境全面调查(见图S1)。每个季节都会设置16至18个采样点,在这些点位同时进行水样采集和拖网作业。对于微塑料的采集,所有水样都是使用网格尺寸为160微米的浮游生物网II采集的,该网会被垂直放入海底。

海州湾的微塑料浓度

所有采样点都检测到了微塑料,春季的平均浓度为2.34 ± 2.32个/升,秋季为1.89 ± 2.38个/升,两者之间不存在显著的季节性差异(Welch’s t检验,p > 0.05)。
从形态特征来看,这些微塑料以小型颗粒(0–1000微米)、纤维状结构以及蓝色和黑色的聚合物为主(见图2A)。值得注意的是,无论在哪个季节,聚酰胺和聚氯乙烯都是最常见的聚合物类型(见图2B)。这些微塑料的外观和波数特征

海州湾的微塑料浓度及其影响因素

形态和成分是追踪微塑料来源的关键指标。在本研究中,无论在哪个季节,纤维都是最常见的微塑料形状,其次是碎片(见图2)。聚酰胺和聚氯乙烯是最为常见的聚合物类型,其颜色以蓝色和黑色为主。纤维状结构、聚酰胺成分以及蓝色色调都表明,这些微塑料很可能是来自渔网和水产养殖设备,这说明渔业活动是海州湾微塑料的主要来源(Ji等人,2023;

结论

通过整合高分辨率的空间预测、栖息地适宜性建模和概率风险评估,本研究提出了一种多视角综合方法,用于评估海洋栖息地中的微塑料污染风险。将该方法应用于海州湾后可知,它有助于确定需要长期监测的优先栖息地。双重评估结果表明,那些根据风险商数划分出的高风险区域并不一定对应着较高的整体风险概率,这反映了不同评估方法所体现出的风险差异

CRediT作者贡献说明

徐颖:文本撰写——审阅与编辑、研究指导、资金获取。季玉鹏:数据收集、数据整理。任一平:项目管理、数据整理。张崇良:方法设计。徐斌铎:方法设计。王驰:文本撰写——初稿撰写、软件应用、数据整理、概念构思。沈杜青:文本撰写——初稿撰写、可视化处理、软件应用

未引用参考文献

Panzeri等人,2024;Wang等人,2025a。

伦理声明

由于本研究完全基于现有的航次调查数据集和已发表的研究成果,因此无需经过伦理审查或批准。本研究也没有开展任何涉及活体脊椎动物或高等无脊椎动物的实验。

关于手稿准备过程中生成式人工智能及人工智能辅助技术的声明

在准备本研究报告时,作者们使用了Deepseek工具来优化文本表述。在使用该工具之后,作者们对内容进行了必要的审阅和修改,并对最终发表文章的内容承担全部责任。

利益冲突声明

? 作者声明,他们不存在任何可能影响本研究结果的已知财务利益冲突或个人关系。

致谢

本研究得到了山东省自然科学基金(编号:ZR2023MD096)以及青岛崂山实验室的资助。同时,我们也感谢渔业生态系统监测与评估实验室的同事们和学生们,在野外采样和实验室分析工作中给予我们的帮助。
王驰|沈杜青|张崇良|徐斌铎|季玉鹏|任一平|徐颖
中国海洋大学渔业学院,山东青岛266003
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号