河流中大型塑料动态的驱动因素：全球综述

《ACS ES&T Water》：Driving Factors of Macroplastic Dynamics in Rivers: A Global Review

　　

理解河流大型塑料动态至关重要，因为河流是将陆地塑料输送到海洋的主要途径，加剧了全球海洋污染。本综述综合了当前关于控制河流中大型塑料动态的环境因素的研究，包括水文气象因素（如降雨、流量）、人为因素（如管理不善的塑料废物、人口密度）以及河流特征（地理特征，如河岸植被、坡度；人工特征，如大坝、堰）。通过系统文献检索，研究人员识别出193项研究，并将其分类为十种关系类型以进行跨研究比较。分析显示，研究明显偏向水文气象驱动因素（53.7%），而针对人为因素或河流特征的研究较少（各占23.1%）。环境驱动因素在大型塑料输送阶段的研究也不均衡：水文气象变量主要与运动相关，人为因素与输入相关，河流特征则与运动和积累均相关。然而，由于方法和环境差异，这些关系在不同研究中并不一致。重要的是，很大比例的研究依赖定性或描述性方法，较少使用统计检验来定量评估驱动因素与输送之间的关系。地理分布不均也显而易见，大多数研究集中在欧洲和亚洲。本综述强调需要更多基于证据的定量研究，以建立环境因素与河流大型塑料污染之间全球适用的关联。

**河流大型塑料动态驱动因素：全球综述解读**

**研究背景与问题**

塑料污染已成为全球性环境问题，对河流生态系统造成显著的生态、经济和社会负面影响。河流作为连接陆地与海洋的关键通道，是大型塑料（macroplastic）向海洋环境输送的主要途径。然而，河流大型塑料动态（macroplastic dynamics）——包括输入（input）、运动（movement）、积累（accumulation）、再移动（remobilization）和输出（output）五个阶段——受到多种环境因素的复杂影响。现有研究虽已关注水文气象（hydrometeorological）因素（如降雨、流量）、人为（anthropogenic）因素（如管理不善的塑料废物、人口密度）和河流特征（river characteristics，包括地理特征如河岸植被、坡度，以及人工特征如大坝、堰）的作用，但存在严重的研究偏差：大部分研究集中于水文气象驱动因素，而对人为因素和河流特征的探讨不足。此外，各环境因素与不同输送阶段之间的关系尚未得到系统综合，且多数研究缺乏定量统计检验，地理分布也极不均衡（主要集中在欧洲和亚洲）。因此，开展这项全球综述，旨在系统梳理现有证据，揭示环境因素与河流大型塑料动态之间的关联模式，识别关键研究空白，并为未来研究提供方向。

**研究内容与结论**

研究人员遵循PRISMA（Preferred Reporting Items for Systematic Reviews and Meta-Analyses）方法，对Web of Science和Scopus数据库进行了系统文献检索，截至2025年12月，最终纳入193篇同行评审期刊文章和会议论文。通过元数据分析，将环境变量分为水文气象、人为和河流特征三大类，并进一步细分出具体变量（如降雨、流量、管理不善的塑料废物MPW、人口密度、河道特征、河岸植被等）。研究分类了十种关系类型（基于相关性强度和统计显著性），并分析了各变量与大型塑料动态（按运动、积累等阶段）的关联。主要结论包括：（1）研究呈现明显偏重：水文气象变量占53.7%，人为因素和河流特征各占23.1%。（2）环境变量与输送阶段的关联具有系统性差异：水文气象变量主要与运动阶段相关，人为因素主要与输入阶段相关，河流特征则与运动和积累均相关。（3）关系不一致：由于方法、环境差异及统计检验不足，许多关系未得到一致验证，大量研究仅定性描述而未进行统计检验。（4）地理分布不均：欧洲（40%）和亚洲（32.8%）研究占主导，非洲、南美洲和澳大利亚研究极少。该研究强调，未来需要更多定量、基于证据的研究，以建立全球适用的环境因素与河流大型塑料污染之间的联系。论文发表在《ACS ES》。

**主要关键技术方法**

研究人员采用系统文献综述方法，遵循PRISMA 2020框架。检索数据库为Web of Science和Scopus，检索式包括“macroplastic*” AND “river*” AND “transport*”以及“plastic*” AND “debris” AND “river*” AND “transport*”。纳入标准为明确聚焦河流大型塑料动态且包含原始数据或建模分析。数据提取涵盖研究类型（野外、实验室实验、建模）、地理区域（国家、河流名称）、空间尺度（全球、区域、流域、局部）、时间尺度（分钟至年）、环境分区（地表水、水柱、洪泛区、河岸、陆地、河口）及数据收集方法（目视调查、遥感、底拖网、锚网、曼塔网等）。环境变量分类为：水文气象（降雨、径流、风速、水位、河流流量、潮汐、日照、洪水）、人为（管理不善的塑料废物MPW、污水处理厂WWTP、人口密度、城市面积、土地利用类型、水路货运、客运、防洪设施）和河流特征（自然地理：河道特征、河岸植被、河道内植被、河流沉积物、有机碎屑、距河口距离；人工：大坝、丁坝）。相关性分析采用预先定义的阈值（表1），将相关系数（ρ）和p值结合，分为强、中、弱、无明确关系、未检验等类别。样本来源覆盖全球，但以欧洲和亚洲为主，少数研究来自非洲、南美洲和澳大利亚。

**研究结果**

**3.1. 分析文献的特征**
通过对193篇纳入研究的元数据分析，发现最早文献可追溯至2014年。空间分布上，欧洲（40%）和亚洲（32.8%）占主导，北美洲（12%）、非洲（7.8%）、南美洲（6.3%）和澳大利亚（1%）研究较少。多数研究在局部（49%）和流域（30%）尺度开展，以野外研究为主，侧重于地表水，采样方法以拖网、网具和目视计数为主。最常研究的输送阶段是积累（48.2%），其次是运动（39.9%）。研究倾向于低地、城市化河流，而对源头、山区和农村河流关注不足。

**3.2. 环境因素研究焦点的偏斜**
分析显示，53.7%的研究探讨了水文气象变量（共分析130次），23.1%探讨了人为变量（56次），23.1%探讨了河流特征（56次）。在水文气象因素中，河流流量（35.4%）是最常分析的变量，其次是风速和降雨（各20.8%）。在人为因素中，土地利用类型（28.1%）最多，其次是人口密度（22.8%）。在河流特征中，河道特征（26.8%）最多，其次是河岸植被（19.6%）、河流沉积物和碎屑坝（17.9%），而大坝和丁坝研究最少（1.8%）。这种偏斜反映了对水文气象驱动因素的优先关注，但忽视了人为因素和河流特征的关键作用。

**3.3. 大型塑料动态与环境变量的相关性**
**3.3.1. 水文气象变量**
降雨、地表径流、风速、水位、河流流量、潮汐和洪水与大型塑料动态存在强正相关，但关系不一致。多项研究报道了显著但较弱的相关性，也有许多研究未发现统计学显著关系。45%的研究未进行统计检验，而是基于观察或概念讨论。结果表明，水文气象变量的作用受研究设计、采样频率、人为因素和地理变异影响，需要更稳健的验证。

**3.3.2. 人为变量**
管理不善的塑料废物（MPW）、污水处理厂（WWTP）、人口密度、城市面积、土地利用类型、水路货运和客运与大型塑料动态存在强或显著相关，但关系多变。正相关归因于废物产生和不当处置，而无相关可能源于高效废物管理系统或屏障。33%的研究未进行统计检验，表明定量评估不足。

**3.3.3. 河流特征变量**
河道特征、河岸植被、河道内植被和有机碎屑与大型塑料动态存在强或显著相关，尤其是植被和碎屑坝作为有效截留结构，促进积累。但大坝、河流沉积物等变量常无显著关系。研究表明，这些变量的作用依赖于局部水动力条件和塑料特性。

**3.4. 大型塑料输送阶段与环境变量**
水文气象变量主要与运动阶段（58%）相关，人为因素主要与输入阶段（18%）相关，河流特征主要与积累阶段（67%）相关。这种模式反映了各因素的典型功能，但也表明研究存在系统性偏重，需更明确考虑输送阶段。

**讨论与结论**

**讨论总结**
研究结果揭示了当前文献的关键空白：地理偏斜（欧洲和亚洲主导）、对地表水过度关注、对特定环境变量（如洪水、地表径流、太阳能暴露、人工基础设施）探索不足，以及统计检验的缺乏。许多研究仅定性描述驱动因素，而未定量评估其关联强度。此外，环境变量与不同输送阶段的关系尚未明确解析，限制了跨研究比较。未来研究应优先关注欠发达地区，采用多环境分区监测，整合水文气象、人为和河流特征的多元分析方法，并建立标准化统计框架。

**结论翻译**
通过对河流系统大型塑料动态科学文献的元数据分析，研究人员识别出该研究领域迫切需要扩展知识。尽管在理解海洋环境塑料污染方面取得了显著进展，但河流大型塑料输送仍相对未被充分探索，尽管其在连接陆地与海洋生态系统中起着关键作用。环境变量在河流大型塑料动态中的作用研究仍处于早期阶段，许多方面对其在大型塑料污染时空变化中的作用仍知之甚少。本综述强调了当前文献中的若干关键空白，包括地理不均衡、主要关注地表水以及特定环境变量的探索有限。基于研究结果，研究人员建议：未来研究应优先关注代表性不足的地区（如非洲和澳大利亚）；采用多环境分区监测方法；结合水文气象、人为和河流特征变量进行综合研究；采用标准化统计框架；并采用分阶段方法明确关联环境变量与输入、运动和积累阶段。这些空白限制了制定针对性缓解策略的能力，因为其他关键环境变量常被忽视。通过多样化研究努力以涵盖更广泛的河流环境分区和环境变量，研究人员可以获得对河流大型塑料动态及其长期影响的更全面视角。