《Chemosensors》：Micro- and Nanoplastic Water Contamination: Comparative Review of Classical Analytical Methods and Advanced Sensors
微塑料与纳米塑料已成为持久性、可迁移的水体污染物，能够携带邻苯二甲酸酯、多环芳烃（PAHs）及抗生素耐药病原体等共污染物，然而针对这一尺寸范围的检测方法仍分散于经典分析化学与快速多样化的电化学、光学及生物传感器平台之间。本综述通过PRISMA指导的检索策略，从Google Scholar和ScienceDirect中筛选出53篇发表于2021年至2026年中期的原创研究论文，并将其按照检测原理、传感器类型、样品基质、目标聚合物、水源及粒径类别进行分类整理。光学技术占研究总数的一半以上，质谱法与电化学传感器大致瓜分了剩余部分，而生物传感器则是近年来增长最快的类别。水是最主要的测试基质，但在基于水的研究中，十分之七依赖于实验室加标或未明确说明的样品，而非命名的环境水体；目前近半数研究已涉及纳米塑料组分。研究人员结合大气沉降等污染途径，对照当前的欧盟（EU）与世界卫生组织（WHO）框架对这些发现进行了解读——这些框架将微塑料与抗菌素耐药性指标列入观察清单，以待统一测试方法的出台，而非设定强制性限值。本综述指出，基质真实性、纳米塑料检测能力及监测频率是将现有检测科学推向现场水体监测的核心瓶颈。
1. 引言
地球表面约71%被水覆盖，但可供人类直接利用的淡水极为有限。全球水资源中约96.5%为咸水，淡水仅占约2.5%，其中近69%又以冰川和极地冰盖的形式存在。人类依赖的淡水约占淡水总量的30%，主要以地下水形式赋存，而河流、湖泊等地表水中可直接获取的部分不足1%。农业用水约占全球淡水抽取量的70%，进一步加剧了有限水资源的压力。世界卫生组织（WHO）与联合国儿童基金会（UNICEF）在2025年警告称，约有21亿人仍无法获得安全管理的饮用水，其中包括1.06亿人直接依赖未经处理的地表水源。在水资源数量紧缺的同时，水质也日益受到化学与颗粒物污染的威胁，其中微塑料与纳米塑料已成为备受关注的污染物。
自Thompson等人提出微塑料这一术语以来，塑料污染已从主要可见的垃圾问题演变为跨越水生、陆地和大气圈层的复杂颗粒物污染问题。自20世纪50年代以来，全球塑料用量急剧增加，大量生产的材料已在垃圾填埋场中积累或扩散到环境中。全球塑料产量与用量从2000年的2.34亿吨增至2019年的4.60亿吨，在一切照旧的情景下预计到2040年将达到7.36亿吨。与可生物降解有机物不同，塑料会持续存在并逐步碎裂而非完全矿化，从而产生比表面积更大、反应活性更强、更易迁移且更易与生物发生相互作用的更小颗粒。在纳米尺度上，这些颗粒的行为更接近胶体，可能更容易穿越生物屏障，从而同时增强其环境迁移性与毒理学相关性。已在地表水、地下水、饮用水、雨水、海水及大气沉降中检测到它们的存在，证实水既是主要的传输介质，也是直接的暴露途径。
除了物理存在外，微塑料与纳米塑料还可作为共污染物和微生物危害的载体。例如，塑料表面能有效吸附邻苯二甲酸酯和多环芳烃（PAHs），同时也可作为病原体和抗生素抗性基因的载体，从而增加了这些颗粒的生态与公共卫生意义。越来越多的毒理学证据将此类暴露与氧化应激、炎症反应及其他不良细胞效应联系起来，涉及摄入、吸入和皮肤接触等途径，但一项关于消化、生殖和呼吸系统结局的快速系统性综述发现，直接的人体证据基础仍主要来自动物研究而非人体观测数据。WHO在其首份关于饮用水中微塑料的专项评估中得出了大致相似的结论，即未发现在当时暴露水平下存在风险的证据，但明确指出支撑该结论的基础发生数据质量差且不一致是其主要局限性。在监管与基于危害的讨论中，微塑料与纳米塑料越来越常与持久性、可迁移性和毒性物质的概念一同被考虑，后者最初是为那些可穿透常规处理的有机水污染物而开发的分类体系。这表明，在长期暴露风险中，耐久性和迁移潜力可能与急性毒性同等重要。
分析检测仍是微塑料与纳米塑料水污染领域的核心挑战之一。然而，标准化工作流程仍然缺乏，尤其对于纳米塑料和小于10 μm的微塑料而言。这些局限性以及对跨实验室统一方案和一致数据报告的需求，推动了先进分析传感平台的快速发展。
本系统性综述介绍了用于检测水中微塑料与纳米塑料的经典分析方法和先进的传感器方法。对2021年至2026年中期发表的研究按照检测原理进行了分类，包括质谱法、振动光谱法、电化学传感、等离子体传感、荧光、高光谱成像、生物传感器及人工智能辅助方法。由此产生的数据集显示，光学方法仍占主导地位，而电化学传感器是增长最快的类别之一，尤其是在最近几年，这一模式与近期传感器文献的综合分析结果一致。具体而言，研究人员在灵敏度、选择性、基质兼容性、便携性和现场部署准备度方面，比较了既定的分析工作流程与新兴的传感器技术。此外，还强调了一个贯穿性的瓶颈框架，该框架源于对基质真实性、纳米塑料检测能力和监测频率缺口的分类，这些问题在不同平台上反复出现。
2. 方法论
为了系统地综述用于水中微塑料与纳米塑料评估的分析方法，遵循PRISMA指南从Google Scholar和ScienceDirect检索了已发表的文章。使用“水中微塑料”、“水中纳米塑料”、“传感器”和“检测方法”等术语的组合，选取了2021年1月至2026年中期的出版物。从中选取满足全文可获取、报告了塑料类型、描述了检测方法、定义了水源或其他样品基质以及属于原创非综述研究设计等纳入标准的原创文章。此外，还纳入了详细的检测技术、传感器类别、目标聚合物、工作基质、水源和目标粒径类别等信息。在ScienceDirect上，使用平台内置的文章类型过滤器限制结果以排除综述文章，这与上述原创非综述的纳入标准一致。Google Scholar不提供等效过滤器，因此在标题和摘要筛选期间手动移除了Google Scholar返回的综述类记录。由于原始检索在运行时未单独记录日志，此处报告的识别阶段计数是通过在2026年7月9日使用相同检索词在两个平台上重新运行来确认的；在这333条记录中，有124条在两个来源间重复或重叠，剩下209条记录进入筛选阶段。根据纳入标准对标题、摘要和全文进行筛选；在此阶段被排除的156条记录的个别原因未在原始综述记录中保留，也未在此重建。从这种分类中产生的定量模式与叙述性文献交织在一起，整合了经典方法与最新的传感器发展。本系统性综述并非正式的定量荟萃分析：未计算效应量综合或异质性统计。因此，缺少每条记录的排除原因和正式偏倚风险评估虽然值得注意，但并不影响任何定量的汇总估计。
3. 微塑料与纳米塑料的多样性
微塑料与纳米塑料是水生环境中一组持久且具有毒理学相关性的污染物，特别是因为它们能够充当邻苯二甲酸酯和PAHs等有机污染物的载体。微塑料通常定义为小于5 mm的塑料颗粒，纳米塑料通常认为小于1 μm，它们源自较大塑料碎片在紫外线（UV）辐射、机械磨损、氧化和生物过程作用下的碎裂。
在本综述汇编的53项研究中，八种聚合物类型占据了几乎所有目标颗粒：聚乙烯（PE）、聚丙烯（PP）、聚苯乙烯（PS）、聚氯乙烯（PVC）、聚对苯二甲酸乙二醇酯（PET）、聚酰胺（PA，尼龙）、聚甲基丙烯酸甲酯（PMMA）和聚碳酸酯（PC）。这些聚合物的主链化学性质差异显著：PE和PP是由乙烯和丙烯通过加成聚合形成的简单聚烯烃，PS带有庞大的芳香侧基，而PVC、PET、PA、PC和PMMA则是由自由基或逐步生长（缩合）聚合生产的含杂原子聚合物。这种化学多样性直接转化为不同的密度、表面极性和降解途径。
这些聚合物均非天然存在：它们都来源于大规模石化制造，并通过包装、纺织品、轮胎、建筑材料和其他消费品的碎裂二次进入水生环境。一旦释放，聚合物相对于水的密度是决定其后续环境循环的最重要特性：低密度聚烯烃PE和PP保持浮力，主要通过风和表层流在水面输运，而密度较高的聚合物如PVC、PET、PA和PC则会下沉并优先在沉积物中积累。PS处于中间位置，固体树脂接近中性浮力，而其发泡聚苯乙烯（EPS）泡沫形式则保持高度浮力。
随着时间的推移，这种理想化的浮沉模式会被生物污损和聚集逐渐改变，微生物生物膜和附着的有机物会增加颗粒的有效密度，甚至驱使原本漂浮的PE和PP向沉积物移动。微生物的定殖同时将每个颗粒转化为一个独特的、可迁移的微生境，称为塑料际，使得微塑料和纳米塑料能够将其自身及其附着的微生物群落重新分布到远超出其释放点的区域。除了水生环境本身，相同的碎裂过程也会产生气载纤维和碎片，它们经历大气传输，随后通过湿沉降回到地表水。
确定聚合物身份在这八种类型中并非同样可靠。已记录到PVC和PET之间存在光谱误分类的风险：一项傅里叶变换红外光谱和拉曼光谱的系统间比较发现，PVC的最高光谱命中质量指数是针对PET参考谱而非其自身的，这归因于PVC中常用的邻苯二甲酸酯增塑剂与PET固有的酯羰基键之间的重叠。环境风化在不同聚合物间的影响也不均匀：一项在受控风化条件下对聚苯乙烯、PET和尼龙6进行的系统比较表明，每种聚合物的拉曼和红外特征都以不同的速率和沿不同的化学途径偏离其原始参考光谱，因此，基于原始树脂校准的光谱库会随着颗粒在环境中老化而逐渐失去可靠性，并且对每种聚合物的影响程度不同。热学方法也存在类似的局限性：在更广泛的聚合物集合中比较可分解性与可检测性表明，一些聚合物在热解-GC-MS条件下抵抗热分解，即使同一方法在更易热解的树脂上表现良好，也会专门针对这些聚合物产生假阴性。实际后果是，没有任何单一方法能为表1总结的八种聚合物分类法提供统一的置信度，并且该数据集中最不常见聚合物报告的检出频率应被视为其在环境中真实发生情况的下限，而非精确估计。
微塑料和纳米塑料不仅是因其高持久性而成为水污染物，还因为它们是其他有机微污染物的载体。近期研究表明，雨水可能含有可测量浓度的PAHs、邻苯二甲酸酯和BTEX化合物，这些物质源自大气冲刷过程。除了有机化合物，雨水还可能携带作为独特微生物栖息地的微塑料和纳米塑料颗粒，通常被称为塑料际。通常，微生物会在塑料颗粒上形成生物膜，在其中它们比在水中自由悬浮时更能抵抗环境胁迫。与微塑料颗粒相关的生物膜一直被证明富集了人类致病菌以及抗生素抗性基因，其浓度显著超过周围水柱中的浓度，定殖物种间的水平基因转移进一步放大了这一风险。由于这些塑料颗粒在从废水排放口、农业径流或城市雨水渠等不同来源迁移到水生生态系统时基本保持完整，它们充当了高度流动的储库。这种流动性促进了病原体和抗性基因在其原始释放点之外的环境持久性和长距离传播。
4. 微塑料与纳米塑料的水污染途径
水系统中微塑料和纳米塑料的存在主要与较大塑料碎片的碎裂有关，但也与纺织品使用和工业活动的排放有关。此外，大气传输已成为一个重要但仍未得到充分解决的污染机制。
通过大气途径造成的污染强烈受当地气象条件和降雨强度的影响，这在城市环境中已有证明。在大气沉降中已鉴定出气载微塑料纤维，来自伦敦市中心等城区的早期证据显示，纤维占检测到的颗粒比例高达92%。纤维的沉降率被证明显著高于偏远地区，这一模式后来在更广泛的城市和偏远地点得到了证实，并与吸入作为直接的人类暴露途径相关联。这些颗粒通过降水从大气中去除，随后被引入地表水和雨水系统。事实上，大气沉降越来越被认为是微塑料/纳米塑料水污染的相关途径，与直接排放和地表径流并列。重要的是，大气沉降会影响未直接暴露于点源污染的水体。远程湖泊、由降水补给的受保护含水层以及用于饮用的收集雨水都可能受到污染。有证据表明，气载微塑料纤维可以长距离传输，甚至到达南大洋和南极洲等偏远地区。
大气降水可能会增加水体中有机微污染物的浓度，其中BTEX等化合物的冲刷与降雨强度和气象条件相关。因此，单次降水事件可以同时将颗粒态和溶解态的污染物引入水生系统。类似的时空变异性在城市雨水的微塑料中也有报道，其中浓度、粒径分布和形态在降雨事件与干旱天气条件之间存在差异。通常在风暴事件期间和之后立即观察到更高的浓度和更大比例的较小颗粒。这种变异性进一步加剧了微塑料研究中已经存在的重大方法论问题。一项对一百多项研究的荟萃分析表明，仅采样方法就可能导致报告浓度相差几个数量级。具体来说，小体积抓取样本和大体积网采样本即使在相同地点和时间进行，也常常产生截然不同的结果。这些局限性表明，传统的监测方法，尤其是依赖定期抓取采样的方法，不太适合捕捉与降雨事件相关的短期污染峰值。因此，当前评估低估实际暴露水平和峰值污染物负荷的风险相当大。
5. 水污染物监测方法
常规分析技术，如原子吸收和原子荧光光谱法、电感耦合等离子体质谱法（ICP-MS）、气相色谱-质谱联用法（GC-MS）和液相色谱-串联质谱法（LC-MS/MS），仍然是监管水质监测的标准参考方法，因其高精度和低检测限而受到信赖。尽管准确灵敏，但这些方法始终依赖于昂贵的台式仪器、专业人员以及冗长的样品制备。因此，虽然非常适合定期的合规性测试，但它们缺乏捕捉瞬时的、事件驱动的污染所需的时间分辨率，例如暴雨冲刷的污染物脉冲或间歇性工业排放。
这种现实世界污染的快速动态与传统实验室方法低时间分辨率之间的差距，推动了化学和生物传感器平台的发展。通过将对目标水污染物的识别转换为电化学或光信号，这些设备能够实现快速、低成本且可能连续、可现场部署的检测。生物传感器主要根据其换能器类型和工作原理进行分类，因为可靠的信号转换对于信号再现性至关重要。光学生物传感器利用吸光度、荧光和化学发光等特性，采用光纤或光电换能器，配合提供检测特异性和灵敏度的生物受体。一个专门的子类，等离子体生物传感器，包括表面等离子体共振（SPR）、局域表面等离子体共振（LSPR）和表面增强拉曼散射（SERS），依赖于亚波长光与纳米结构导电界面或金属纳米颗粒的相互作用。最终，所有光学生物传感平台都需要光电转换，以将光学响应转换为数字或电子输出进行处理。电化学生物传感器通过一种换能器来应用这一原理，该换能器将由生物受体-分析物结合事件引起的电子转移变化转化为可量化的电信号。在这些系统中，生物受体充当识别单元，而换能器则将分子相互作用转换为可读信号。信号检测依赖于四种主要的电化学技术：电位法、安培法、电化学阻抗谱（EIS）以及伏安法。通过这些设备将对目标水污染物的识别转换为电化学或光信号，能够实现快速、低成本且可能连续、可现场部署的检测。
便携式生物传感器提供了一种实用的方法来监测计划性抓取采样完全遗漏的污染动态。生物传感器产生快速的信号响应，并能够进行连续监测，而经典光谱法则需要耗时的图谱绘制、单颗粒扫描或较长的色谱运行时间。此外，传统的实验室技术需要严格的多步样品处理以从环境基质中分离颗粒。生物传感器通常可以在水介质中直接操作，减少样品制备步骤。
在本综述汇编的53项近期研究中，光学技术占28项，质谱法占12项，电化学传感器占11项，其余两项基于不适合这两类的机械或气体传感原理。
电化学和光学传感的总和已经超过质谱法的三倍以上，这与该领域起源时热学和色谱技术几乎是唯一可用工具的情况发生了逆转。这种逆转的速度与其规模同样重要：电化学的份额几乎全部集中在2023年以后的论文中，表明这是一个活跃的、持续的转变，而非一个稳定的分布。
在整个数据集中，不仅限于经典子集，聚苯乙烯出现在53项研究中的29项中，大约是下一个最常见目标聚乙烯的两倍。这是出于方便而非环境相关性。商业化的PS纳米球是单分散的、廉价且易于获得特定尺寸，使其成为明显的校准标准。然而，它们不能很好地代表包含混合、风化、形状不规则碎片的真实样品。这种便于测试的物质与环境实际存在物质之间的不匹配将在下文讨论。
6. 经典分析方法
经典方法，如热解气相色谱质谱联用法（Py-GC/MS）和热萃取脱附GC/MS（TED-GC/MS），最初是为了表征真实沉积物和水样中的有机聚合物而开发的。这些方法提供了聚合物特异性、基于质量的定量，通常被视为参考方法，特别是在沉积物、土壤和生物组织等复杂基质中。Py-GC/MS将过滤后的颗粒分解成特征性的热解片段，质谱仪可将其与参考库进行匹配，从而提供真正聚合物特异性的定量结果，而不仅仅是计数组成不明的颗粒。例如，PE热解成特征性的、基质干扰的正构烷烃和正构烯烃序列；聚苯乙烯产生苯乙烯单体、二聚体和高度特异性的苯乙烯三聚体；PP产生特定的热解产物，如2,4-二甲基-庚-1-烯；而PET和聚碳酸酯在直接热降解条件下会产生多种极性化合物，导致色谱效果差和灵敏度低。加入衍生化试剂如四甲基氢氧化铵（TMAH）进行热化学分解，可诱导酯键和醚键断裂后进行甲基化，产生高度特异性、可读的衍生物。最后，丁苯橡胶（SBR）分解成特定的指示物，如丁二烯二聚体和4-苯基环己烯。
质谱法以其各种热解和脱附形式，在本综述汇编的数据集中仍然是最大的单一技术类别，占53项研究中的20项，鉴于其在聚合物表征方面的历史基础，这种主导地位并非偶然。因此，Py-GC/MS提供了一个优势，这在更广泛的微塑料和纳米塑料化学分析方法评估中被反复强调。Li等人将GC/MS与TMAH消解和二氯甲烷萃取步骤相结合，从沉积物和土壤中回收微塑料和纳米塑料，在这些基质中有机和矿物干扰本会淹没热解信号。Ccanccapa-Cartagena等人调整了相同的方案，通过简化样品制备至23分钟的运行时间，并报告线性度高于0.996，用于检测自来水中的七种常见聚合物。这种定量方法随后扩展到针对合成和环境土壤的经土壤验证的Py-GC/MS工作流程。实现了0.02-0.44 μg的低检测限，并在沙土、壤土和砂质壤土类型中获得了高回收率，但对于富含有机物的样品，仍需进行广泛的预清洁。
TED与GC/MS联用，在管式炉中热解整个滤膜，其开发目的是为了避免将滤膜切割成碎片进行分析所带来的采样偏差。Sorolla-Rosario等人表明，这种全滤膜方法在常见聚合物中给出了更一致的结果。Kittner等人后来使用相同的技术，在更广泛的聚合物集合中比较了可分解性与可检测性。这项研究表明，一些聚合物抵抗热分解，产生假阴性，如果该方法仅在热敏聚合物上验证，这一局限性可能被忽视。在质谱方法中，基于基质辅助激光解吸电离（MALDI）的平台已经开始将检测扩展到以前此类方案无法触及的基质。例如，优化的银簇离子化提高了PS纳米塑料检测的信号强度；空心激光解吸电离实现了在普通便携式空气采样器上收集的气载纳米和微塑料的高通量分析，无需任何前处理或后处理；而俘获离子迁移率变体实现了整个小鼠组织切片内PS微球的空间映射。这些研究说明了质谱法已被推动到远超其最初在沉积物和水中进行微塑料和纳米塑料检测的应用范围。
与此同时，振动光谱技术，特别是傅里叶变换红外光谱（FTIR）和拉曼显微镜，允许在不完全破坏样品的情况下进行颗粒级别的识别。然而，它们的性能受到采集时间、基质干扰和尺寸依赖性检测限的限制。在当前数据集中，只有三项研究使用了FTIR或μFTIR。对同一组饮用水过滤器进行的直接比较发现，μRaman可以分辨小至约1.0 μm的颗粒，而μFTIR漏掉了大部分低于50 μm的颗粒，说明了仪器选择如何能在相同样品上强烈塑造报告的结果。此后，一种相关的基于反射率的μFTIR方法结合多元分析，提高了该技术追踪风化颗粒光降解的能力，尽管这两种方法都不能完全解决快速、现场适应性监测的问题。
综上所述，经典分析方法具有共同的特点：聚合物身份识别可信度高，但运行时间长、样品处理具破坏性且仪器庞大。
7. 用于微塑料与纳米塑料检测的传感器
一旦将参考分析仪器研究放在一边，我们数据集中的其余38项研究描述了用于微塑料和纳米塑料检测的传感器开发。在图5中，传感器根据其识别机制而非信号转换原理进行分类。因此，一项电化学转换的研究被归类在生物传感器下，因为其选择性源自适体/CRISPR-Cas12a识别元件，而非仅来自电极表面。相比之下，在图3中，传感器根据其信号转换原理进行分类。因此，电化学报告的总数在图3和图5之间有所不同。
聚合物化学在多个关键方面显著影响传感器的设计、性能和操作效率。塑料颗粒涵盖广泛的化学结构，如PE、PET、PP、PS、PVC和PMMA，它们通过生物传感器的检测需要多种特定的生物受体，这些受体被选择或工程化以在分子水平上靶向特定的聚合物化学结构。这些生物受体与纳米和微塑料相互作用，为传感器提供了对不同塑料类型的特异性。通过区分PE与PET或PP，生物传感器可防止由非塑料环境基质引起的假阳性或高估。
生物受体对塑料聚合物结构中特定官能团直接相互作用的高亲和力，使得能够检测超低颗粒浓度和更小的纳米塑料。然而，各种因素可能降低结合亲和力，从而损害生物传感器的特异性和选择性。原始微塑料和纳米塑料由于其聚合物化学性质而表现出天然的惰性和高疏水性。由于风化，聚合物的化学结构可能通过氧化、链断裂和分子量降低而发生改变。风化自然发生，因为塑料颗粒暴露于太阳紫外线辐射、水分、微生物降解等环境因素。因此，聚合物表面形成了新的官能团，使其变得更加亲水。这种转变改变了表面性质，影响了颗粒与传感器表面和生物受体的相互作用。除了不同程度的风化氧化外，由于有意或无意添加的物质，如颜料、稳定剂、增塑剂或阻燃剂，同一种聚合物在分子结构上也可能存在显著差异。因此，即使对于同一种微塑料或纳米塑料，也很难设计单一的通用受体。这种多样性可以通过多识别系统来解决，其中传感器依靠多探针或多重传感平台在现实场景中有效检测多种塑料类型。或者，生物传感器可以通过靶向检测与特定聚合物化学相关的浸出添加剂和吸附污染物来检测塑料污染，例如双酚A和邻苯二甲酸酯。
电化学平台构成了传感器子集中最大的群体，其次是拉曼/SERS方法和生物传感器。AI/深度学习图像分类研究在此被归入成像分析，而非视为独立的传感器类别；基于成像和AI辅助分类的方法共同构成第四类。这一趋势与机器学习辅助光谱和图像检测的快速扩展相一致。太赫兹超材料、光学光热红外（O-PTIR）和荧光系统各在一到两项研究中被使用。它们的发展表明了用于水样中微塑料和纳米塑料定量的技术上独特的多种方法。
7.1. 用于微塑料与纳米塑料检测的电化学传感器
在电化学传感器中，目标微塑料或纳米塑料颗粒与电极表面的相互作用会改变其电学性质，如电流、阻抗或电容。最简单的实现方式依赖于直接颗粒计数。Colson和Michel开发了一种库尔特型流通传感器，其中单个PE和PS颗粒通过微孔时产生离散的阻抗脉冲，从而实现实时、无试剂的颗粒计数。然而，该传感器的化学特异性有限，且尺寸阈值接近20 μm，限制了其在真实水样中的应用。
最近的工作已转向纳米材料修饰的电极表面，以同时提高灵敏度和缩小尺寸范围。Du等人表明，通过电化学阻抗谱工作的石墨烯修饰电极可以在宽浓度范围内解析混合的PE/PS微塑料，且只需单一的低成本传感层。Wang等人更进一步，用铜基金属有机框架结合多壁碳纳米管功能化电极。他们实现了在真实水样中对三种尺寸等级的聚苯乙烯纳米塑料的无标记检测。Zhao等人报告的一种相关金属标记策略，在用金属标记物标记纳米塑料后使用电化学溶出伏安法，能够在几种不同类型的水样中进行定量浓度分析。
使用天然来源和仿生电极材料代表了电化学传感器发展的另一个方向。Naik等人用铁掺杂的聚多巴胺涂覆碳糊电极，旨在模拟贻贝足丝蛋白的粘附化学。这种修饰电极高选择性地检测PS纳米塑料，能在加标自来水中区分PS与结构相似的聚合物。在该数据集的另一项研究中，源自海星或芦荟生物质的生物炭电极能够定量检测PS微粒，检测限分别约为0.44 nM和0.52 nM。这两种电极都非常经济实惠，但批次间差异仍然是标准化的实际障碍。
电化学传感器开发中的一个持续挑战是在实现高灵敏度和选择性与在现实水化学条件下验证性能之间取得平衡。干扰因素，如天然有机物对电极的污染、竞争性离子吸附以及环境基质复杂的电化学背景，很少与最低检测限一起被表征。尽管如此，电化学传感器相比其他传感器类型具有优势，因为它们可以很容易地小型化为手持格式。
7.2. 用于微塑料与纳米塑料检测的光学传感器
光学传感是本综述中确定的最大单一检测方法类别。光学方法在检测策略中展现出最大的方法学多样性，涵盖表面增强拉曼散射（SERS）、表面等离子体共振（SPR）、荧光、比色法和太赫兹传感。这些技术并非共享共同的仪器平台，而是仅仅统一于其对光-物质相互作用的基本依赖。
SERS是该组中最大的单个技术，并且仍然是能够最一致地在纳米塑料范围内达到检测限的方法。Ruan等人报告使用纳米结构SERS基底检测低至20 nm的PS纳米塑料。这个粒径是该数据集中任何光学方法直接检测到的最小粒径之一。Wang等人将电吸附预浓缩与SERS结合，以提高痕量纳米塑料的选择性，而Yang等人使用过滤-串联银纳米线膜在大体积预浓缩后进行SERS检测。这些报告显示了样品制备和光谱读取越来越多地被共同设计而非视为独立步骤，这一趋势也在近期关于基于SERS的微塑料和纳米塑料检测策略的综合综述中得到强调。
图5中光学方法的第二个主要分支是等离子体传感器，它利用颗粒结合后局域或传播的表面等离子体共振的位移。Wu等人展示了一种双功能等离子体膜，可以同时从湖水中过滤低微米级的微塑料，并在单颗粒水平上实现SERS增强检测，将样品浓缩和光谱鉴定结合在一个步骤中。Wang等人报告了一种用于检测超小芳香族和疏水性纳米塑料的局域表面等离子体共振光学微纤维传感器，将等离子体传感扩展到潜在可现场部署的光纤格式。
基于荧光的方法，通常使用尼罗红等染料或聚合物本身的荧光，以及比色法或纳米酶传感器占据了一个较小但实践上重要的利基市场，因为它们原则上可以用肉眼或智能手机摄像头读取。而且，它们可以在保持现场便携性的同时达到光谱仪的灵敏度。值得注意的是，Zhang等人开发了一种纳米阵列Cu2S@MoS2异质结基底，用于对环境基质中的聚苯乙烯进行高灵敏度、可视化检测，该基底能从同一次测量中同时提供视觉比色信号和确认性的SERS光谱。
类似于电化学传感的趋势，报告最低检测限的光学平台几乎无一例外地依赖于实验室加标或合成水样。因此，在化学复杂的真实世界环境基质中进行严格验证仍有待证明。
一种独特且迅速兴起的光学检测分支将常规图像或光谱采集与深度学习分类相结合，而不是依赖人工识别。Royer等人训练了一个卷积神经网络直接从野外照片中分割和分类微塑料碎片，报告了96%的分类准确率和相对于人工计数的显著效率提升，尽管该方法依赖于大型标注训练集，并且不提供聚合物身份的化学确认。Devipriya等人比较了几种预训练的卷积架构，结合迁移学习用于从数字显微镜图像中将微塑料分类为珠子、纤维和碎片，发现迁移学习减少了所需的训练数据，但不规则碎片形状仍然是最难分辨的类别。Adi等人并未试图取代光谱鉴定，而是使用卷积神经网络对FTIR光谱进行分类，同时应用Sh
