《Toxics》：Effects of Micro/Nanoplastics on Crop Physiological Responses and Soil Environment: A Meta-Analysis
摘要：农业土壤中塑料的持续累积对土壤生态系统、植物和人类健康构成威胁。在环境条件下，这种累积会导致形成更具反应活性的塑料形态，如微塑料（<5 mm）和纳米塑料（<1 μm）。这些塑料的添加剂能够浸出到土壤中，破坏生物、物理和化学性质，同时影响植物生理活动。鉴于现有研究结果存在差异，本项综合性Meta分析旨在整合不同研究结果，识别关键驱动因素，如聚合物类型、形状、粒径、剂量、暴露持续时间及pH。共纳入50项研究、478个观测值用于Meta分析。总体而言，微塑料/纳米塑料（MPs/NPs）使作物生物量显著降低约10.9%（p < 0.001），氮利用效率（NUE）降低约10.9%（p < 0.001），而根冠比的变化相对较小且不显著（-1.3%，p = 0.281）。按聚合物类型分析，聚氯乙烯（PVC）对生物量和NUE的负面效应最强，分别降低24.03%和24.30%；按粒径分析，小尺寸微塑料（1–100 μm）对生物量（-9.63%）和NUE（-9.88%）的抑制作用最大；按形状分析，纤维对生物量（-8.99%）和NUE（-10.51%）的降低最为显著；按剂量分析，高剂量（>1）导致生物量（-19.77%）和NUE（-19.82%）的最大降幅；按暴露持续时间分析，长期暴露（>90天）对生物量（-12.15%）和NUE（-12.15%）影响最强；按生长介质pH分析，酸性条件（pH < 6.5）下生物量降幅最大（-12.63%），而微碱性条件（pH 7.6–8.5）下NUE降幅最大（-12.29%）。MetaForest分析表明，暴露持续时间是预测生物量和NUE响应的最重要变量，其次是剂量和粒径。本研究表明，MPs/NPs对作物生产力构成显著威胁，且其影响受塑料特性（类型、尺寸、形状、剂量）和环境条件（暴露时间、pH）的强烈调控。
1. 引言
全球塑料产量在2024年增至约4.138亿公吨[1]。塑料是在特定温度下通过缩合及添加单体和添加剂制成的[2]。常见塑料包括聚氯乙烯（PVC）、聚乙烯（PE）、低密度和高密度聚乙烯（LDPE和HDPE）、聚对苯二甲酸乙二醇酯（PET）和聚丙烯（PP）[3]。用于塑料生产的添加剂包括紫外线（UV）和热稳定剂、着色剂、消光剂、遮光剂、光泽添加剂、增塑剂（如邻苯二甲酸酯、邻苯二甲酸二乙基己酯、二异壬酯、柠檬酸酯、双酚A（BPA）、己二酸酯）及聚合物[4]。塑料因其柔韧性、耐久性和易加工性而被广泛使用[5]。塑料的用途包括包装产品、管道和建筑材料、家居用品以及农用产品和材料（如地膜和灌溉管线）[6]。使用后，大量塑料废物通过污水污泥农用、废水灌溉和大气沉降在土壤这一主要汇中累积[7]。累积的塑料随后通过生物过程、化学降解和物理磨损分解为微/纳米塑料[8]。
微塑料（粒径<5 mm）和纳米塑料（<1 μm）是陆地生态系统和农业土壤中的新兴污染物，源于持续的人为输入[9,10,11]。微塑料（MPs）按来源分为初级源（来自家用塑料、化妆品、纺织品、清洁产品和化学工业）和次级源（来自较大塑料产品的碎裂）[12]。尽管水生生态系统中MPs的识别和影响已有广泛研究和报道，但陆地生态系统的影响仍在研究中。
MPs已在多种聚合物类型（PE、PP、PS、PVC和PET）和形状（薄膜、纤维、碎片和颗粒）中被识别，具有不同的物理和化学特性[13]。结构和化学差异影响MPs与土壤-植物系统的相互作用方式并产生生物毒性。例如，PVC中含有稳定剂和增塑剂，其MPs对植物和土壤生物造成氧化应激，损害光合作用并降低植物总体生长[14,15]。相比之下，PE和PP聚合物类型因其物理特性可产生物理效应，如改变土壤结构进而导致植物根系萎缩，破坏根系生长[10]。此外，MP/NP与土壤和植物的相互作用还受粒径和形状影响。例如，纤维状MPs/NPs可缠绕植物根系并扭曲根系结构，而颗粒状可阻塞土壤孔隙从而减少水分运动和土壤通气[9,16]。据报道，较小粒径的NPs可穿透根组织并诱导细胞毒性，如膜损伤和氧化应激[17,18]。
尽管已有大量关于MPs/NPs对植物和土壤环境影响的研究，但多数研究在隔离条件下进行，导致结果差异。这些研究通常在MP/NP形状、类型、尺寸、浓度、暴露持续时间和植物种类上存在差异，难以比较结果并得出确定性结论。因此，为获得更可靠和全面的结果，有必要采用Meta分析系统整合现有发现。例如，一项综合37项研究、2886个观测值的Meta分析表明，MPs显著降低植物生物量约13%（95% CI: 7–19%）[19]。较高剂量和较小MP粒径对根系活力和生物量影响显著。然而，该研究未涵盖氮利用效率（NUE）、暴露持续时间和生长介质pH等其他交互作用。
因此，本研究的主要目的是通过Meta分析定量综合MP特性对作物根冠比、生物量和NUE的风险评估。具体而言，本研究评估聚合物类型、粒径、形状、浓度、暴露持续时间和生长介质pH的影响，以识别影响农业系统中作物表现和NUE的最关键因素。
2. 材料与方法
本研究遵循系统综述和Meta分析优先报告条目（PRISMA）指南（图1、补充文件（PRISMA清单）），以确保相关研究选择的透明性、可重复性和无偏性[20]。检索前制定了综述方案，但未前瞻性注册，因为尚无合适的农业Meta分析注册库。至少三位作者独立进行文献检索、研究筛选、数据提取和质量评估。
2.1 文献检索
使用三个主要科学数据库进行全面文献检索：Web of Science、Scopus和Google Scholar，纳入2013年至2025年间发表的研究。检索策略采用关键词和布尔运算符（AND、OR）组合。主要检索词包括“microplastics AND crops”“microplastics AND biomass”“microplastics AND nitrogen use efficiency”“nanoplastics AND plant growth”“microplastics AND root to shoot ratio”“microplastics AND soil pH”和“microplastics AND agricultural systems”。另外从综述文章和相关已发表论文的参考文献列表中手动识别补充研究。本Meta分析共纳入50项研究，总效应量为478个观测值（图1、表S1）。
相关研究文章从开始即下载，使用Microsoft Excel电子表格记录Meta分析所需关键信息，包括：研究ID、作者姓名、文章DOI链接、发表年份、实验地点经纬度、实验系统（实验室、温室或田间）、作物名称、植物类型（如谷类/豆类）、MP聚合物类型（PE、PP、PVC、PES、可生物降解和PS）、形状（纤维、碎片、薄膜、珠粒、泡沫、颗粒或粒状）、粒径和剂量、暴露持续时间、pH（实验前后）、生长介质类型（土壤）、肥料类型和用量（kg/ha，将克换算为kg/ha）、NUE（处理和对照，克换算为kg）、生物量（克换算为kg/ha）、根长（mm）、株高（cm）和根冠比（表1）。
2.2 数据提取
2.2.1 纳入标准
对照处理与MP或NP暴露进行比较；研究在基于土壤的作物生产系统中进行；至少报告一个目标响应变量：生物量、根冠比和NUE；提供足够的统计分析数据：均值、标准误（SE）和样本量（n）。
2.2.2 排除标准（表S2）
筛选前识别并移除重复研究；通过标题和摘要筛选去除不相关研究；缺乏适当对照比较；包含综述、非同行评审报告、书籍章节或会议论文；仅报告建模和模拟结果；与农业作物无关的研究、水生生态系统研究或非英文研究。
从每项选定研究中提取相关信息。作物相关变量：作物种类、生物量、根冠比和NUE。MP相关变量：聚合物类型（PE、PP、PVC、PS、PET、可生物降解塑料）、粒径（纳米、小、中、大）、形状（薄膜、纤维、碎片、颗粒）、浓度（剂量）和暴露持续时间。环境变量包括土壤pH（生长介质pH）和实验条件。使用Microsoft Office Excel组织数据集，R Studio 4.4.1（Windows 10+）运行数据集[21,22]。
2.3 Meta分析
采用Meta分析是因为个体研究在检查MPs和NPs对谷类和豆类作物生物量、根冠比和NUE的影响时结果多变甚至矛盾。通过定量综合多个独立实验的数据，可增加统计效力并减少小样本相关的不确定性。采用Cochran's Q统计评估研究间异质性，并用I2指数和研究间方差（τ2）量化[23]。进行多元线性回归以确定根冠比、生物量和NUE的变化是否可由主要MP特性（剂量、暴露持续时间、粒径、形状和聚合物类型）解释。多变量调节变量分析显示，在调整其他调节变量后，MP特性与三种植物响应有不同关联，因此以根冠比、生物量和NUE为响应变量，剂量、暴露持续时间、粒径、形状和聚合物类型为预测变量。通过分组置换重要性（ΔMSE）确定MP特性对作物响应的相对重要性。调整后的回归系数及其置信区间显示各变量与LnRR之间关系的方向和幅度。
2.3.1 效应量
本Meta分析的效应量使用对数响应比（LnRR），这是生态和农业Meta分析中常用的比较处理效应相对于对照的指标。MPs/NPs对生物量、根冠比和NUE的影响表示为相对于对照处理的增减。公式(1)：LnRR = ln(Xti/Xci)，其中Xti为处理组均值，Xci为对照组均值。LnRR < 0表示MPs/NPs导致测量变量降低；LnRR > 0表示增加；LnRR = 0表示与对照无差异。每个效应量的方差(Vi)按公式(2)估算。
2.3.2 百分比响应
为便于解释，LnRR转换为百分比响应：公式(3)。负值表示由于MPs/NPs效应导致测量变量降低百分比，正值表示增加百分比。采用LnRR因其尺度独立性和可解释性，同时纳入Hedges' g以校正小样本偏倚。加权平均效应量（InRR++）按公式(4)估算，95%置信区间按公式(5)计算，合并效应量的标准误按公式(6)计算。采用随机效应模型，因为纳入研究在作物种类、土壤条件、MP特性和实验设计上存在差异。该模型同时考虑研究内和研究间变异。使用R版本（R studio 4.2.3）中的rma和metafor包，以限制最大似然（REML）方法估计研究间方差（τ2）。
进行亚组分析以评估聚合物类型、粒径、形状、剂量、暴露持续时间和土壤pH的影响。进行Meta回归以评估连续关系，如剂量-响应关系、尺寸依赖效应和暴露持续时间效应，解释研究间变异性。
2.3.3 养分利用效率
养分利用效率采用氮生产力偏因子评估，公式(7)：NUE = Y/Fapplied，其中Y = 产量，Fapplied表示对照和处理研究中施用的均匀肥料（氮肥或养分）量。所有产量在计算前标准化为统一单位。
2.3.4 统计分析
所有分析和可视化均在R版本（R studio 4.2.3）中使用REML、vegan、metafor、linkET和ggplot2包进行。根冠比表示植物碳分配和生长策略的变化；生物量响应是植物生长表现的直接指标；NUE表示植物有效利用氮进行生物量/产量生产的效率。箱线图显示个体观测值在百分比响应尺度上的分布。Y轴为百分比响应，显示效应大小和方向；X轴为解释变量或调节变量，影响三个植物性状作为响应变量。例如，Y轴上+50%响应表示比对照高50%；0%虚线表示无效应参考线；空心圆表示极端观测值。箱体下边缘为第一四分位数（Q1）、中线为中位数（Q2）、上边缘为第三四分位数（Q3），四分位距（IQR）表示中央50%的观测值。须线表示主要观测体的分布范围，箱内菱形表示平均百分比响应。N表示效应量观测总数，n表示每个微塑料形状类别内的观测数。在几乎所有图3–8中，箱体和须线明显延伸至负区和正区，因为平均效应为负且各观测值也如此，显示出可观的变异性。
2.3.5 敏感性分析和发表偏倚质量评估
为确保纳入研究的可靠性和有效性，采用漏斗图分析和剪补法评估发表偏倚。剪补校正前后的漏斗图显示研究围绕总体平均效应量大致对称分布，表明发表偏倚较低，总体结论未受显著影响。通常，漏斗图中标准误较大的研究在图形底部广泛分布，精度较高的研究在顶部接近合并效应量聚集。当发表偏倚较小时形成对称倒漏斗[24]。剪补法估计缺失或未发表研究的数量，并据此重新计算总体效应量[25]。剪补校正前观察到向负效应量的轻微不对称，这是因为在环境污染研究中，报告有害效应的实验通常比显示中性响应的研究更容易发表[26]。本研究中MPs和NPs被日益视为新兴污染物，因此展示对作物和土壤系统负面效应的研究获得更多关注。相比之下，剪补分析显示校正和未校正漏斗图之间差异较小，表明潜在缺失研究对合并效应量影响很小。此外，两图相似性表明生物量、NUE和根相关性状观察到的负面效应是稳健的，不太可能仅由选择性发表驱动。即使在考虑潜在缺失研究后，总体趋势仍为负，表明MPs/NPs在不同研究和环境条件下一致影响作物表现。这增强了本Meta分析总体结论的可信度。未来研究应继续改进实验标准，使用更接近环境真实浓度的MPs，开展更多长期田间试验，报告完整统计信息，并将不显著结果与显著结果一同报告，以减少不确定性并加强未来MPs和NPs在农业土壤生态系统中的生态风险评估。
3. 结果
3.1 全球研究分布及MP特性
图2显示本Meta分析纳入研究的空间分布，显示出明显的区域偏向，集中于亚洲（尤其中国）和欧洲，非洲和南美相关研究较少。与其他大洲相比，亚洲农业土壤MPs研究更多[27,28]。这种不均匀分布反映了研究能力的差异和各地区农用塑料使用强度。各研究中MPs在形状、聚合物类型、粒径、浓度（剂量）和暴露持续时间上差异显著。在MP/NP形状方面，常用形状为纤维、薄膜、碎片和颗粒状[28]。薄膜和纤维出现频率较高，因其在环境中广泛存在且具有较高持久性和迁移性[29,30]。珠粒、颗粒、碎片和泡沫则较少，因其在环境中扩散能力低[31]。聚合物类型分布显示PE、PP、PS、聚酯/聚酰胺和PVC是最常研究的聚合物类型[4]。PE和PP占主导，反映其在农用灌溉管道、包装材料和地膜中的广泛使用。聚合物类型的地理分布表明农业实践强烈影响进入土壤的MPs类型。
粒径分布显示小尺寸MP（1–100 μm）占主导，其次为中尺寸（100–1000 μm），纳米尺寸（<1 μm）研究最少。尽管NPs的检测和定量技术仍具挑战性，较小颗粒因大塑料的碎裂而更丰富[12]。剂量分布显示，虽然纳入了一些高剂量实验以探索毒性阈值，但更多研究使用中低浓度。集中在中剂量的研究提示理解农业中MPs现实影响的最相关剂量[19]。
暴露持续时间分布差异大，多数研究为短期（≤30天）和中短期（30–90天），长期（>90天）研究较少。这意味着多数实验研究受时间限制，长期累积效应被低估。较长暴露时间可能反映MPs的真实影响，因土壤中累积积累、渐进性土壤结构改变、土壤微生物破坏和植物摄取可能性增加[32]。全球数据集总体结果表明，农业中MPs效应高度由物理特性（尺寸和形状）、化学特性（聚合物类型）和环境条件（剂量和暴露持续时间）组合驱动。然而，长期和NP研究的地理覆盖不均且有限。因此未来研究应优先开展长期田间试验、改进NPs检测并更广泛覆盖MP和NP特性。
3.2 MP形状对作物生理的影响（图3，表S3）
三个箱线图显示不同MP形状（薄膜、纤维、颗粒和碎片）下根冠比、生物量和NUE的百分比响应。根冠比未受任何MP形状显著影响，纤维产生最大降幅（-2.24%，95% CI: -90.1–111.3，不显著），其次为薄膜（5.30%，95% CI: -40–75，**）、碎片（0.61%，95% CI: -33.3–43.9，不显著）和颗粒（0.75%，95% CI: -48–42.2，不显著）。根冠比总体效应量小且统计不显著（N = 396，效应量 = 1.03，不显著）。缺乏显著效应表明MP暴露未实质改变地下和地上器官间的生物量分配。
与根冠比相反，所有MP形状均显著降低生物量。纤维引起最大降幅（-8.99%，95% CI: -68.8–90.5，***），其次为薄膜（-4.43%，95% CI: -73.9–86.6，*）、颗粒（-7.85%，95% CI: -80–100，*）和碎片（-5.43%，95% CI: -67.9–100，不显著）。总体生物量响应显著为负（N = 379，效应量 = -6.53%，***）。NUE也受MP形状显著影响（-6.15%，***）。纤维产生最大降幅（-10.51%，95% CI: -68.2–90.5，***），其次为薄膜（-4.34%，不显著）、颗粒（-5.52%，不显著）和碎片（-2.85%，不显著）。
3.3 MP类型对作物生理的影响
聚合物类型在决定植物毒性效应强度方面起关键作用，PE、PP、PES、PS、PVC、Bio和其他聚合物类别间存在显著差异（图4，表S4）。根冠比相对不受聚合物类型影响，而生物量和NUE显著降低，表明MP诱导的胁迫主要影响植物生长和养分利用而非生物量分配。PP是唯一与根冠比显著增加相关的聚合物（10.79%，95% CI: -9.10–56，***）。所有聚合物类型的总体效应小且不显著（1.03%，不显著），表明MP暴露未实质改变地下和地上组织间的碳分配。
多种聚合物类型显著降低生物量，确认植物生长对MP污染高度敏感。在所检聚合物中，PVC产生最大生物量降幅（-24.03%，95% CI: -67.9–20.7，*），其次为Bio（-13.11%，95% CI: -25–2.78，***）、PES（-9.69%，95% CI: -60–66.7，不显著）、PE（-8.11%，95% CI: -54.1–39.1，***）和PS（-4.71%，95% CI: -60–66.7，不显著）。PP引起最小降幅（-3.05%，95% CI: -66.7–36.7，不显著）。
NUE的模式与生物量相似，表明植物生长降低与氮获取和利用的破坏密切相关。PVC再次产生最强负面响应（-24.30%，95% CI: -67.9–20，*），其次为Bio（-11.80%，95% CI: -25–2.78，***）、PES（-9.69%，95% CI: -73–66.7，*）、PE（-8.06%，95% CI: -70.3–100，**）和PS（-5.86%，95% CI: -80–90.5，不显著）。PP仍是最不具破坏性的聚合物类型（-3.05%，95% CI: -66.7–50，不显著）。
3.4 MP粒径对作物生理的影响
粒径是MP毒性最重要的决定因素之一，因其影响颗粒迁移性、根系穿透、细胞摄取、转运和与土壤性质的相互作用。MP粒径显著影响生物量和NUE，而根冠比基本不受影响（图5，表S5）。结果表明较小颗粒对作物生长和养分利用产生较强抑制作用，突出粒径作为植物毒性关键驱动因素的重要性。
根冠比在所有粒径类别中响应较小且统计不显著。纳米颗粒使根冠比增加9.90%（95% CI: -33.9–43.7，不显著），中尺寸颗粒增加3.26%（95% CI: -48–69.8，不显著），大尺寸颗粒增加3.80%（95% CI: -30–42.1，不显著），而小颗粒略降低1.01%（95% CI: -90.1–111，不显著）。均无统计显著性。
生物量受粒径显著影响。小颗粒（1–100 μm）引起最大生物量降幅（-9.63%，95% CI: -80–86.6，***），其次为中尺寸颗粒（-9.95%，95% CI: -73.9–66.7，***）。纳米颗粒产生较小降幅（-2.45%，95% CI: -46–90.1，不显著），大颗粒导致不显著下降（-5.59%，95% CI: -66.7–100，不显著）。
NUE模式与生物量紧密对应。小颗粒产生最大降幅（-9.88%，95% CI: -80–86.6，***），其次为中尺寸颗粒（-9.95%，95% CI: -73.9–66.7，***），纳米颗粒和大颗粒产生较小且不显著的降幅（分别为-1.05%和-5.59%）。
3.5 MP剂量对作物生理的影响
MP浓度是决定植物毒性效应程度的关键因素，因为颗粒丰度增加提高了塑料、土壤成分、微生物和植物组织间相互作用的概率。MP剂量显著影响生物量和NUE，而根冠比基本不受影响（图6，表S6）。结果表明暴露浓度增加会加剧对植物生产力和养分利用的不利影响，突出作物系统中的剂量依赖性毒性。
根冠比在所有浓度类别中相对稳定，未表现出统计显著响应。高剂量（>1）产生正响应（8.09%，95% CI: -66.1–75），而中、低和极低剂量产生从-0.27%到-1.22%的小负响应或中性响应。
生物量受MP浓度强烈影响。高剂量（>1）引起最大生物量降幅（-19.77%，95% CI: -73.9–73.2，***），其次为低剂量（-10.15%，95% CI: -67.9–100，不显著）、极低剂量（-9.22%，95% CI: -68.8–59.8，不显著）和中剂量（-3.55%，95% CI: -80–90.5，*）。
NUE表现出与生物量相似的模式。高浓度产生最大降幅（-19.82%，95% CI: -73.9–73.2，**），中浓度产生最小降幅（-3.54%，95% CI: -80–90.5，*）。低和极低浓度分别使NUE降低7.33%和4.52%，但这些响应不具统计显著性。
3.6 MP暴露持续时间对作物生理的影响
暴露持续时间是污染物毒性的关键决定因素，因为生物响应随时间的演变而变化。短期暴露可能诱发即时生理紊乱，而长期暴露可导致由MPs、土壤过程和植物代谢功能持续相互作用产生的累积效应。暴露持续时间显著影响生物量和NUE，但对根冠比影响有限（图7，表S7）。值得注意的是，长期暴露（>90天）引起生物量和NUE最大降幅，表明慢性暴露放大MPs对作物表现的不利影响。
根冠比不受暴露持续时间显著影响。短期暴露（<30天）使根冠比增加1.25%（95% CI: -90.1–111），中期暴露（30–90天）增加3.07%（95% CI: -69.2–75），而长期暴露（>90天）导致轻微下降2.75%（95% CI: -48–66.7）。
生物量响应随暴露持续时间显著变化。长期暴露产生最大降幅（-12.15%，95% CI: -73.9–66.7，***），其次为短期暴露（-5.57%，95% CI: -68.8–100，*），中期暴露产生相对较小且不显著的下降（-2.12%，95% CI: -80–86.6，不显著）。
NUE表现的模式几乎与生物量一致，长期暴露产生最大降幅（-12.15%，95% CI: -73.9–66.7，***），其次为短期暴露（-2.76%，95% CI: -68.8–100，不显著），中期暴露保持统计不显著（-2.12%，95% CI: -69.2–75，不显著）。
3.7 生长介质pH对MP毒性的影响
pH是调控养分有效性、微生物活性、污染物迁移性和根系生理过程的最重要环境变量之一。因此，MP毒性可能随pH条件显著变化，因为塑料颗粒的物理化学行为随周围化学环境变化。生长介质pH显著调节MPs对生物量和NUE的影响，而根冠比基本不受影响（图8，表S8）。在pH类别中，酸性条件产生最大生物量降幅，而微碱性条件导致NUE最强下降。
根冠比对生长介质pH敏感性有限。酸性和中性介质产生小正响应，分别为2.16%（95% CI: -69.2–69.8，不显著）和0.32%（95% CI: -90.1–111，不显著），微碱性条件产生适度负响应（-6.21%，95% CI: -33.9–75，*）。
酸性条件下生物量显著降低（-12.63%，95% CI: -80–40.8，***），而中性和微碱性条件产生较小且不显著的降幅，分别为-1.64%（95% CI: -68.8–100，不显著）和-3.98%（95% CI: -67.9–100，不显著）。与生物量不同，微碱性条件下NUE降幅最强（-12.29%，95% CI: -67.9–71.4，***），酸性和中性介质显示较小且不显著的响应，分别为-4.84%和-4.64%。
3.8 MPs对作物生理影响的综合评估
图9（频率和分布曲线）包含三个分析变量：X轴表示效应量大小和方向；直方图和红色密度曲线分别表示观测值的频率/分布；虚线表示总体平均效应和统计显著性。效应量（InRR）在Y轴上表示-2至1之间的百分比变化尺度。该图报告效应量观测数（N）、统计显著性（p）和平均百分比响应效应（InRR）。灰色直方图条显示不同InRR值出现的频率，即单个效应量的分布。直方图宽度为效应量区间，高度表示该区间内观测值出现的频率。红色密度曲线的峰值指示观测值集中位置；例如，生物量在接近零处浓度最高但向负InRR值延伸，表明许多生物量效应量相对接近零。
总体结果图表明MPs/NPs对植物生物量和NUE产生显著负面效应，而对根冠比产生相对较弱的影响。总体合并效应量显示生物量和NUE显著降低约-10.9%（p < 0.001），而根冠比降低相对较小且统计不显著（-1.3%，p = 0.281）。在总体效应频率分布上，生物量（N = 379，平均InRR = 0.12，p < 0.001）和NUE（N = 328，平均InRR = 0.12，p < 0.001）出现显著偏移，而根冠比频率分布偏移小且不显著（N = 396，平均InRR = 0.01，p = 0.281）。这意味着MPs/NPs主要损害与养分获取和生长相关的生理和代谢过程，而非显著改变根和地上部分间的生物量分配。
图10中五个变量（粒径、暴露持续时间、剂量、形状和类型）的相对重要性通过分组置换重要性（ΔMSE）量化，对应三个响应变量：根冠比、生物量和NUE。ΔMSE衡量模型预测值与观测值之间的差异，ΔMSE越大表明该变量在模型中的预测重要性越大；反之则提供相对较少预测信息。误差条表示置换重要性估计的不确定性或变异性，水平误差条表示95%置信区间。CV R2为五折交叉验证，代表模型的样本外预测性能。例如，生物量R2为0.415（41.5%），表明比根冠比具有更大预测信息。基于MetaForest的置换重要性分析显示，暴露持续时间是生物量和NUE的最重要预测因子，其次是剂量和粒径。对于根冠比，粒径重要性最大，其次是暴露持续时间和形状。聚合物类型对三种响应的贡献相对较小。结果表明暴露持续时间和颗粒特征可能比聚合物类型更能决定植物对MPs的响应。模型对NUE（CV R2 = 0.442）和生物量（CV R2 = 0.415）的预测性能高于根冠比（CV R2 = 0.143）。根冠比的平均InRR接近零且总体效应不显著，表明该响应相对不敏感。因此，根冠比相对较低的CV R2可能反映了所选调节变量可归因的变异性有限。
图11的调整后系数表示在模型中其他预测因子保持恒定时，特定预测因子变化所预期的lnRR变化。例如，较大粒径与更正的lnRR相关（校正了暴露持续时间、剂量、形状和聚合物类型）。向左和右延伸的水平线代表调整系数的置信区间。若整个区间在零以上，则关联在约5%水平统计显著，反之亦然。对于分类变量，颗粒为形状的参考类别，PE为聚合物类型的参考类别。总体调节因子显著性（形状omnibus p和类型omnibus p）表明整个分类变量是否显著解释变异。例如，尽管薄膜与颗粒相比可能显示正系数，若其置信区间跨越零，该特定比较不应解释为统计显著，即使总体形状omnibus检验显著。
多变量调节变量分析显示，校正其他调节变量后，MP特性与三种植物响应有不同关联。对于根冠比，多数系数较小，但PP相对于PE显示正关联（0.15）。对于生物量和NUE，剂量和暴露持续时间与响应负相关，而薄膜形状颗粒显示正效应（分别为0.08和0.10）。PVC对生物量（-0.33）和NUE（-0.38）均产生最强负关联，而PP和PS显示正关联。总体而言，结果表明聚合物类型和颗粒形状对生物量和NUE的变异有显著贡献，同时剂量和暴露持续时间呈负相关。
4. 讨论
4.1 MPs对根冠比的影响
根冠比是碳分配和资源分配的关键指标，反映植物如何平衡养分获取和光合结构间的投资[33]。根冠比通常维持在相对较窄范围内，因为它反映地下资源获取和地上碳同化间的基本平衡[34]。在胁迫条件下，植物常调整总生长而非大幅改变分配模式。
纤维处理中观察到的轻微负响应可能与纤维在土壤基质中的物理干扰有关。纤维可缠绕根系并改变孔隙连通性，可能限制根伸长并改变根系周围水分运动[35]。然而，观察到的降幅不足以引起生物量分配的重要变化。这些发现与先前报告MPs更强烈影响总生物量而非分配模式的研究一致[36]。
PP暴露下观察到的根冠比增加可能代表一种适应性胁迫响应，植物在不利条件下分配更多生物量给根系以增强养分和水分获取[37]。类似的根分配增加已在养分限制、干旱胁迫和土壤物理扰动下报道[38]。PP通常被认为化学活性最低的聚合物之一，含有的有毒添加剂少于PVC和某些可生物降解塑料[39]。因此，暴露于PP的植物可维持正常生理功能，同时调整生物量分配以补偿资源可用性降低[40]。然而，缺乏显著效应表明大多数聚合物类型降低整体植物生长而不显著改变分配模式。
纳米颗粒中观察到的轻微增加可能表示补偿性响应，植物在MP诱导胁迫下分配更多资源给根系以增强养分和水分摄取，类似的适应性响应已在干旱、养分缺乏和污染物暴露中报道[41,42]。根冠比随MP剂量无明显变化表明植物尽管暴露于不同MP浓度仍维持比例生物量分配。这一观察表明碳分配机制对浓度依赖的塑料胁迫相对有弹性。资源分配模式受涉及生长素、细胞分裂素和脱落酸的复杂激素网络调控，即使总生长降低时仍保持根和地上部发育间的功能平衡[43,44]。然而，观测间相当大的变异性表明该响应高度依赖物种并受实验条件影响。
长期暴露下根冠比轻微下降可能表明长期胁迫导致的根系活力逐渐降低[45,46]。但效应不足以引起碳分配的重要变化。这些发现表明MP暴露持续时间对总体生产力的影响强于对生物量分配的影响[47]。植物通常在较宽pH范围内协调调控根和地上部生长，允许在土壤化学变化时维持功能平衡[48]。酸性介质中根冠比较强抑制可能与低pH条件下MP表面改性增强有关。
4.2 MP类型对作物生物量的影响
生物量总体降低支持大量报道显示MPs干扰根系生长、光合作用、养分获取和水分关系，所有这些均导致较低生物量产量[49,50]。纤维状MPs可物理缠绕根系，减少根系穿透、损害土壤-根接触、破坏水分和养分摄取过程[51]。此外，纤维被证明可改变土壤容重和孔隙分布，导致通气和保水变化[9]。颗粒状MPs也引起实质生物量降低。其相对紧凑形状可能阻塞根孔隙并通过改变土壤团聚和养分扩散路径干扰根系生长。先前研究表明颗粒状MPs可降低根系发育并增加作物氧化应激，最终减少生物量积累[50]。
PVC对生物量的强抑制效应与先前将PVC识别为陆地生态系统中最危险塑料聚合物之一的研究一致[52,53]。PVC含有大量添加剂，包括邻苯二甲酸酯、稳定剂、润滑剂和重金属基化合物，可能在降解过程中浸出到周围土壤环境[54,55]。这些化合物可诱导氧化应激、破坏膜完整性、抑制光合作用和损害养分摄取。多项研究报道暴露于PVC MPs的植物中活性氧（ROS）产生和脂质过氧化增加，导致生物量积累减少[56]。
小尺寸和中尺寸MPs的较强抑制效应可能归因于其在土壤环境中迁移性和持久性的优化组合。1–1000 μm范围内的颗粒可容易在根区积累，改变土壤孔隙结构，干扰根-土相互作用[10,51]。其相对较大表面积增强与养分、土壤胶体和根表面的
