简介

我们目前生活在“塑料时代”,微塑料在地球上无处不在123.45.由于微塑料污染严重,海洋环境尤其令人担忧678据估计,全球流入海洋的塑料总量为每年1000万吨89.陆地输入是海洋微塑料的主要来源10占海洋塑料总量的64%至90%81112.世界各地为水力发电、防洪和航运建设了大量水坝,导致全球自由流动的河流系统支离破碎1314.在大坝上游形成的水库降低了流速,增加了水力停留时间,截留了每年增加的沉积物量,随后改变了污染物的足迹1516.水库近坝地表水中微塑料的富集17确定大坝建设对进入海洋的塑料碎片和在海洋中观察到的塑料碎片之间的质量不平衡的影响是迫切需要的1.沉积物中的微塑料是海洋和陆地环境中的主要塑料汇51819.众所周知,水坝会加剧有机污染物的积累20.,重金属15氮和磷21.然而,大坝对沉积微塑料的影响在很大程度上是未知的。

迄今为止,关于水库微塑料污染的研究很少19222324252627.截至2021年8月,现有183份关于淡水微塑料的出版物中只有35份报告了水库地区的微塑料污染2526.此外,在以往的研究中,微塑料的尺寸和聚合物类别并没有得到很好的限制。大坝截流对微塑料负荷的评估存在很大的不确定性,对全球微塑料质量不平衡的解释是不充分的。这在一定程度上可能是由于忽视了小尺寸的微塑料、小样本量以及尺寸和聚合物类型之间缺乏紧密结合。先前的记录报告了小尺寸微塑料(这里定义为<300 μm)的优先堆积282930.31)在河流沉积物中28.因此,水库沉积物中不断增长的微塑料存量表明,大坝可能会选择性地捕获大量的小尺寸微塑料。

长江是世界第三大河流,也是全球最大的海洋微塑料输入源10.三峡大坝位于长江沿岸的宜昌,是世界上最大的水电工程。三峡水库从运行初期到稳定运行阶段的微塑料污染数据十分珍贵,目前尚未见报道。在这里,我们在2008年、2015年、2019年和2020年开展了四次采样活动,以确定微塑料在不同蓄水阶段的积累偏好和重组模式(补充图。1).在2020年7月和8月期间,TGD排放了5个洪峰的流域洪水。为了调查洪水驱动的微塑料冲刷和重组,我们比较了2019年和2020年所有尺寸和聚合物类别的微塑料污染12.然后我们估计了TGR中整个微塑料的总体质量负荷。基于这些结果,我们的研究为大坝在调节向海洋的微塑料通量中的主要作用提供了新的见解。我们12年的数据对于微塑料调查至关重要。

结果与讨论

大坝促进了小型微塑料在水库沉积物中的沉积

2020年,23个采样点均普遍存在微塑料,共回收2275个微塑料颗粒(补充表)1).得到的聚合物主要为聚乙烯(PE)、聚丙烯(PP)和纤维素,最小直径在30 ~ 3330 μm之间。不同地点的微塑料浓度在1031 ~ 63081项kg之间−1

三峡库区不同河段的空间异质性较大(图2)。1).具体来说,下游的微塑料浓度要低得多(17172±8604项公斤)−1)高于上(24,731±7128项kg−1)和中(28,697±21052项公斤−1)的范围。这可以用多种因素来解释,包括人类活动的干扰、水文条件的变化、农业活动的污染,以及来自水、沉积物和河岸土壤的上游微塑料污染的流入2227.有趣的是,在三峡大坝下游,微塑料浓度随着距离大坝距离的减小而增加(图2)。1).这是可以理解的,因为三峡大坝阻止了微塑料的排放,减缓了三峡大坝的水流,特别是在大坝附近的地方。水流速度减慢有利于微塑料在靠近坝体的水柱中沉积和沉积微塑料的堆积532

图1:2020年三峡大坝上下游23个采样点沉积微塑料尺寸丰度图。
图1

主图中显示了100-300 μm和300-5000 μm组分的微塑料浓度。标记了大坝的位置和上下游区域以及上、中、下游的划分。插图为2020年TGD上游和下游地区基于整体识别的微塑料颗粒的尺寸分布。

通过比较2020年大坝上下游沉积物中微塑料的浓度,我们发现大量的微塑料被困在水库床中(图2)。1).长江上游沉积物中微塑料的平均丰度为23,018±14,268 items kg−1n= 1972),比下游地区(1855±765项kg)高出12倍以上−1n= 303) (p< 0.01)。这与最近的一项研究一致,该研究报告称,大坝后面的沉积物中有大量的微塑料堆积16.在上游和下游沉积物中,小颗粒组分分别占总量的75.7%和55.2%。这表明TGR沉积物充当了一个重要的中间微塑料汇,选择性地捕获了更高比例的小颗粒组分。这是可以理解的,因为大坝建设在库区形成了类似湖泊的环境,改变了水动力条件,从而影响了河流微塑料进入海洋的运输。上游地表水微塑料浓度较高,说明大坝淤积是微塑料浓度较高的原因1733,以及非点源微塑料流入储层盆地27.大坝减缓了水流,促进了微塑料沉积到水库床层532.此外,储层中高钙、富藻的环境也有利于微塑料的沉积,尤其是小塑料的沉积32.导致同一沉积基质中小型微塑料浓度较高的其他过程,包括破碎和沉积34,值得进一步调查。上游>300 μm粒径组分的残留微塑料浓度仅为下游记录的5.7倍。因此,对小尺寸微塑料的忽视将导致对微塑料污染的严重低估。

我们观察到上游和下游沉积物的微塑料尺寸分布存在显著差异(补充表2).在上游沉积物中,100 ~ 300 μm粒度分布最明显,其次是300 ~ 1000、10 ~ 100和1000 ~ 5000 μm粒度,下游沉积物中300 ~ 1000、1000 ~ 5000和10 ~ 100 μm粒度分布最明显。在小粒径组分中,10 ~ 100和100 ~ 300 μm粒径组分在上游微塑料中的比例(17.1和58.6%)均高于下游微塑料(5.5和49.6%),且10 ~ 100 μm粒径组分在坝后选择性滞留的比例较高。10 ~ 100 μm粒径组分虽较少,但较100 ~ 300 μm粒径组分更容易被坝体截留。

储层中小颗粒组分的聚合物组成与下游沉积物中的不同(补充表)2).上游<300 μm聚合物主要由PE(80.5%)、PP(12.3%)、纤维素(5.2%)和聚对苯二甲酸乙二醇酯(PET)(0.5%)组成,下游小尺寸微塑料主要由PE(54.7%)、纤维素(21.5%)、PP(18.2%)和PET(2.8%)组成。储集层中保留了大量的小型PE,同时释放了小型纤维素、PP和PET。因此,小型PE在小型馏分被大坝选择性圈闭中起着主要作用。

储层中不断增长的微塑料下沉(2008-2020年)

为进一步确定水库沉积物是否是小型微塑料的主要汇,我们分别于2008年、2015年、2019年和2020年对广大水库区域不同蓄水阶段微塑料的丰度和分布进行了密集、系统、连续、重复的调查。在所有采样点都检测到微塑料,在四次采样活动中,在TGD上游共提取了8581个微塑料颗粒(补充表)1).水库沉积物中微塑料浓度逐年稳定增长(从3785±3558项kg−12008年达到23,018±14,268件公斤−1在2020年),储集层表现为一个不断增长的微塑料汇(图;2).此外,2019年至2020年微塑料丰度的最大增幅可能归因于洪水。以前的记录表明,河流泛滥在冲刷沿海地区和河流集水区的微塑料方面发挥着关键作用1235363738.同样,洪水也会不可避免地影响微塑料在库区的发生和命运。在2020年7月和8月期间,TGD排放了5个洪峰的流域洪水。5号洪水的洪峰流量为75000米3.年代−1这是自1981年以来最大的洪水。极端洪水没有有效地冲走水库沉积物中的微塑料颗粒,而是极大地加强了大坝后面微塑料的积累(2020年比2019年高出约1.7倍,n= 3059)(图2).一年内升高的微塑料浓度(2019年至2020年:9843项公斤)−1)甚至超过了十年的增长(从2008年到2019年:9390件公斤−1).造成这种现象的因素有很多,包括当地的生活方式和经济,废物排放,洪水等,其中洪水的影响是不可忽视的。洪水事件造成的冲刷力升高和水位升高可能导致大量微塑料从上游和周围水位消落带冲进水库床层122739.微塑料的富集也可以归因于储层中强烈的水力扰动增强了微塑料的向下运移5.尽管洪水干扰最初会导致沉积微塑料的内源性释放,但大坝进一步阻止了微塑料在水中的运输17,这加剧了它们的混合、下沉和垂直运输5

图2三峡库区沉积物中微塑料的年际变化。
图2

一个2008年、2015年、2019年和2020年沉积微塑料的丰度和聚合物组成。b微塑料在不同采样年份的尺寸分布。每年总共有1804、3718、1087和1972个粒子被鉴定、检查和仔细记录(补充表1).方框表示第25和第75百分位,误差条表示95百分位th百分位数。黑色方块和水平线分别表示算术平均值和中位数。

根据2008 - 2020年数据,储层中微塑料尺寸相关丰度为100 ~ 300 > 10 ~ 100 > 300 ~ 1000 > 1000 ~ 5000 μm(图5)。2 b).其中,小颗粒塑料占绝大多数,占回收塑料垃圾的55.1 ~ 78.1%。在不同的蓄水阶段,小颗粒的优势表明微塑料在沉积物中的埋藏是一个大小选择过程。增强微塑料密度的过程,如生物膜定殖5404142,高密度材料结合(如悬浮沉积物43,天然有机物44以及细胞外聚合物质45),以及聚集物的形成46,更容易发生在比表面积更高的小颗粒上474849,这似乎是沉积物中小尺寸微塑料优先积聚的一种解释。与海洋环境相比,由于淡水系统的水密度较低,只有1克∙厘米,因此这种过程可能更为普遍−3,这会促进微塑料从水柱中沉降50.此外,储层中流速的降低和水力滞留时间的延长,可以促进微塑料的均匀和非均匀聚集,有利于微塑料的垂直运移532特别是针对较小的微塑料48515253.下沉后,这些小型微塑料聚集体可能保持负浮力,并隐藏在地表水之下49,而由于污垢的不均匀性,较大的塑料碎片分解成较小的碎片并重新获得浮力向上移动的风险较高54.因此,我们对颗粒大小对微塑料向下运输的触发机制的理解还远远不够强大,需要进一步研究。

2008年试验蓄水阶段(首次高水位172.89 m),储层沉积物中>300 μm粒度组分的比例高于2015 ~ 2020年(图2)。2 b).我们将2008年这种明显的大小分布不匹配归因于人口迁移导致的水位波动带剩余的凋落物。在2010年以后的稳定运行阶段,不同蓄水阶段对微塑料粒径分布的影响尚不明显。值得注意的是,即使在大规模洪水事件发生后,我们也没有观察到它们的大小分布发生显著变化,这也得到了英格兰西北部流域洪水造成的最小大小分布变化的支持12.我们对三峡库区一个空间广泛的样带的微塑料污染进行了长期评估,强调了小尺寸微塑料的持续主要存在。

储层中被低估的小型微塑料主要是PE

μ-FTIR在沉积物中共鉴定出10种聚合物类型(PE、纤维素、PP、PET、聚氯乙烯、聚酰胺、聚苯乙烯、聚丙烯酰胺、聚氨酯和聚乙烯醇)。2).从丰度递减的顺序来看,PE、纤维素和PP等主要聚合物类型占回收微塑料的84%以上(84.4-97.9%)。2).PE是最丰富和普遍存在的聚合物组,在2008 - 2020年期间为54.5 - 82.0%。聚乙烯的主导地位部分是因为它是全球生产和丢弃最多的塑料之一。我们的发现与之前的观察结果一致,其中PE主导了沉积物中的聚合物组成5556、北极冰芯2以及大西洋内陆1.有趣的是,PE的密度比其他聚合物和淡水低,但它最终可能会出现在水库沉积物中。一种解释是PE主要由小颗粒组成56,其密度可以更容易地通过生物污染来改变5404142,并入微藻团聚体45,以及包裹在粪便颗粒内46.此外,大坝减缓了水流,促进了微塑料沉积到水库床层。储层区高钙富藻环境进一步促进了PE的沉积45

2008年获得的聚合物由54.5%的PE, 39.4%的纤维素和3.3%的PP组成,这与后续采样记录的组成有显著差异(图4)。2).如前所述,人口迁移带来的未处理塑料垃圾可能解释了这种差异。2015年和2019年大坝正常运行阶段,微塑料含量为78.7 ~ 82.0%的PE、12.1 ~ 15.0%的纤维素和3.4 ~ 4.1%的PP, 4年间基本没有变化。即使在驱油后的2020年,聚合物组成分布也只有轻微变化,PP从3.4增加到9.9%,PE从82.0减少到63.4%。因此,储层沉积物中的聚合物成分并没有受到不同水力条件甚至大规模驱油的显著改变12,似乎主要与长江上游周边经济社会发展和生活特征有关。然而,我们没有观察到目标地区塑料类型或比例固定使用模式的明确证据;因此,相关的区域塑料消费需要进一步研究。

所有回收聚合物基团的尺寸范围为16 ~ 5000 μm1).约81.6%的PE、5.9%的PP、10.8%的纤维素和0.4%的PET <300 μm。3和补充图。3.).这表明,以前对小尺寸微塑料测量的疏忽导致了对大多数被丢弃的PE丰度的严重低估。对于小颗粒组分,PE(68.4 ~ 91.2%)的贡献高于纤维素(4.3 ~ 24.9%)和PP(3.0 ~ 12.3%)(图2)。3 b).在不同年份的采样地点,PE在小粒径馏分中占主导地位,表明大坝的尺寸选择性圈闭与聚合物类型密切相关。这是可以理解的,因为不同的聚合物具有不同的表面性质(例如疏水性和表面形貌)。57并表现出不同的结合能力与生物和非生物材料4243.此外,不同的聚合物及其吸附的有机物可能提供不同的碳源(例如塑料本身的顽固碳)5859而不稳定的C,如塑料衍生的溶解有机质通过初始光降解和吸附添加剂596061),而它们相应的生物膜生长可能有所不同。例如,不同微塑料表面形成的生物膜具有不同的特征,导致微塑料密度的不同变化42.因此,对小尺寸微塑料的忽视在总体和聚合物特定丰度和风险的估计中引入了严重的不确定性。由于样本量小,以往的研究很少对聚合物类型和粒径进行综合分析28.以往大多数记录的聚合物组成仅限于>300 μm微塑料(补充表3.),因此不能与我们的研究直接比较。因此,有必要对所有尺寸和聚合物类别的大样本量进行调查,以更准确地评估基于尺寸和聚合物特异性的微塑料污染。

图3:沉积微塑料的聚合物特定尺寸分布。
图3

四种主要聚合物类型(包括纤维素、PE、PET和PP)中不同尺寸微塑料基团的比例(一个).不同采样年份小尺寸微塑料中的聚合物组成(b).根据8581个塑料微粒的统计结果,得出了不同聚合物的尺寸分布。黑色空心圆圈表示构成微塑料颗粒大小分布的数据点。黑色实圈为平均粒径,横柱为±标准差。

水库沉积物中微塑料的估计负荷

根据长江泥沙公报2008年、2015年、2019年和2020年三峡库区泥沙沉积量分别为185.6亿吨、278亿吨、59.1亿吨和1.443亿吨62.相应的微塑料平均浓度为3785、6422、13175和23,018项公斤−1,分别。通过将微塑料浓度与年沉积物沉积量相乘法,估算出每年的数量负荷为1245±1410万亿粒,其中小型微塑料为932±1084万亿粒/年(表2)1).因此,大坝将显著改变河流微塑料的足迹,这有助于刷新全球微塑料污染的总体情况。在这里,我们只使用泥沙沉积总量进行计算,因为我们的目的是获得微塑料污染数据的数量级。另一个原因是,由于三峡水库是世界上最大的水库,集水区面积达1084公里,因此几乎不可能通过测量泥沙沉积速率来获得非常准确的淤积量2水深100米。

表1整个微塑料(SMPs)和小尺寸微塑料(SMPs)的平均颗粒质量、数量负荷和质量负荷。

微塑料的年质量负荷估计为8048±7494(529−17822)吨−1(表1),相当于全球塑料年产量的0.0025±0.0022%(2008年、2015年和2019年分别为245,322,3.68亿吨)。63占全球塑料年最大流出量(17000吨/年)的47.3%±44.1%−1在长江)10.然而,基于文献的现场测量,我们估算的水库河床微塑料埋藏量高于长江年塑料流出量。34.正如人们很容易就能看到的那样,一座大坝就能截留大量的微塑料。

TGR不同年份的微塑料质量载荷差异显著(表2)1).这可以部分归因于平均粒子质量的巨大时间异质性。TGR沉积物的平均颗粒质量分别为13.60、2.96、5.50和5.37 μg−12008年、2015年、2019年和2020年,这与之前基于现场测量的估计具有一致的数量级34.因此,微塑料质量负荷的估计存在很大的不确定性64,并需要对全球微塑料的平均颗粒质量进行广泛测量。虽然各粒径微塑料的平均颗粒质量存在差异,但小粒径微塑料的平均颗粒质量基本相同(0.41、0.49、0.44和0.43 μg项)−12008年、2015年、2019年和2020年)。相应的小型微塑料质量比例分别为1.9、13.0、6.3和6.1 wt%(相当于每年181.61、68.58、234.57和1082吨)。储层中小颗粒微塑料的数量负荷极高,但质量负荷相对较低。

与全球淡水沉积物的比较

通过对全球淡水沉积物中微塑料污染的可比数据集进行挖掘和排序,我们发现TGR中的微塑料丰度(23,018±14,268项kg)−1)显著高于大多数研究(0.5 ~ 3315项kg)−1)(图。4及补充表3.),包括河流和海洋沉积物,以及水塘沉积物566566.这在一定程度上是由于在以前的大多数观察中忽略了小尺寸的微塑料。异常,裁判。28报告了类似但更高的微塑料浓度(32,947件公斤)−1)在文瑞塘河(中国)沉积物中的含量比本研究中要高,因为他们也考虑了小尺寸的微塑料。

图4:全球淡水沉积物中的微塑料丰度。
图4

沉积微塑性浓度被绘制为全球范围内的平均浓度(一个).插图蓝色区域(中国)的微塑料浓度更详细地绘制(b).共挖掘出37条单位一致的可比较记录并进行排序(c).圆圈的大小代表微塑料的平均浓度。圆圈和条形的颜色分别代表河流、水库和湖泊。纵坐标轴以指数梯度显示平均微塑性浓度。文献中关于采样点、聚合物组成和颗粒尺寸的详细信息见补充表3.

由于不同研究采用了不同的抽样、分析和尺寸划分方法,直接比较不同研究之间的尺寸分布具有挑战性(补充表)3.).小型微塑料占75.7% (44.4 ~ 89.7.0%,n= 1972),而以往调查中常用的取样技术使用>300 μm筛网可能会忽略这一巨大比例6768.因此,全面的调查对于消除微塑料污染测量中的不确定性至关重要。

水坝破坏了河流微塑料进入海洋的运输模式,并对陆地生态系统产生了重大影响。我们的研究结果表明,由于大坝截流,大量陆地微塑料没有出口到海洋,这强调了在调查全球河流微塑料运输时考虑大坝的重要性。根据国际大坝委员会在美国,超过5.8万座大坝(定义为高度为15米或在5 - 15米之间,蓄水量超过3米的大坝)3.)正在运行,它们破坏了全球河流的自由流动69.因此,应将重点放在全球范围内储层的微塑料负担上。此外,大坝建设减轻了微塑料的海洋负担,并为未来的海洋塑料修复提供了潜在的机会。此外,水库调度方式的转变也可以提高调节微塑料入海通量的可能性。我们的数据还揭示了小尺寸微塑料在储层中的选择性圈闭现象。研究所有尺寸和聚合物类别的微塑料污染的重要性之前已经提出过18.我们的观察结果进一步强调了基于大样本量对聚合物类型和颗粒尺寸进行综合分析的重要性。对于<10 μm甚至<1 μm的更小的微塑料,关于它们的丰度、命运和风险的巨大知识缺口突出了未来关键研究的必要性。

方法

研究区域

本次研究主要集中在三峡大坝周边的两个区域:库区(大坝上游,流域面积1084公里)2)及港岛总径下游地区。作为世界上最大的水电工程,三峡工程的运行为水电发电、防洪和航运带来了巨大效益70.坝体轴线全长2309.47 m,坝顶高程185 m,设计水位175 m。总库容为393亿米3.,其中221.5亿m3.用于防洪。三峡大坝位于世界第三大河——长江。长江经济带人口密集,经济活动密集;它也是全球海洋微塑料排放最多的国家10.三峡库区为调节河流泛洪,水体呈反季节波动,不可避免地调节了河流微塑料在流域的足迹。沉积物收支是影响储层生命周期的重要因素。近年来,三峡工程采用“存清水、排浑水”的运行模式,有效地缓解了三峡工程的泥沙负担S171.上游梯级水库建设是控制三峡水库泥沙收支的另一个重要因素72

实验设计及河床沉积物取样

本研究在2008年、2015年、2019年和2020年开展了4次采样活动,确定了储层微塑料污染的年际变化。第一批泥沙样品采集于2008年三峡工程第一次高水位(172.89 m)试验期间。在此期间,由于人口迁移而产生的大量垃圾被随意丢弃在库区。此外,储层消落带尚未完全形成。因此,这批沉积物样本反映了TGR中最初的微塑料污染。2015年进行第二批试验,自2010年以来一直保持175 m(设计最大水位)的稳定高水位。第三批是在2020年大规模洪水之前的2019年进行的。然后,我们在2020年对水库层中的沉积物进行了重新采样,以研究洪水对微塑料重组的驱动作用。此外,还对2020年三峡大坝下游的沉积物进行了采样,以评估大坝的截留效果。2020年7 - 8月,长江上游发生了5个洪峰的特大特大洪涝事件。 Flood no 1 peaked at 53,000 m3.年代−17月2日;第二次洪水的最高水位为61000米3.年代−17月17日;第三次洪水最高达6万米3.年代−17月26日;4号洪水最高水位5.9万米3.年代−18月15日;5号洪水的最高水位为75000米3.年代−18月17日,超过第二大洪峰6.33万米3.年代−1在1998年。

在四个设计的涵盖不同蓄水阶段的采样活动中,我们对床层沉积物基质的顶部20厘米进行了采样,并收集了56个床层沉积物样本。每年在水文站附近共设计12个共同采样点。采样点几乎均匀地覆盖了库区的不同河段。然而,由于水位或流速的变化,一些采样点数年无法进入,导致某些采样点无法获得沉积物样本。为了研究大坝对三峡工程上下游及三峡内上、中、下游微塑料组成的影响,我们在上游12个采样点的基础上,补充了5个采样点,并于2020年在下游新建6个采样点(补充图2)。1).补充的5个采样点几乎没有改变上游地区的整体微塑料污染状况。所有采样点均位于水体站附近,并均匀地覆盖了主流沿线的不同河段。2020年,三峡工程上游(S20-S23)、中游(S14-S19)和下游(S7-S13)分别有4、6和7个采样点。

使用不锈钢抓斗收集床层沉积物,并手动或借助绞车进行回收。在每个采样点,用Van Veen抓取器收集约1l的沉积物(0 - 20厘米),并放入铝箔袋中。在每个位点随机取3个重复,混合均匀,形成一个复合样品。铝箔袋内的新鲜样本随即被送往实验室。将沉淀物样品充分混合,风干,并储存在阴凉处。

微塑料提取与鉴定

在提取微塑料之前,向50克干燥的沉积物样品中加入超纯水。然后将混合样品通过5mm筛。根据美国国家海洋和大气管理局(NOAA)的协议,使用小于5mm的沉积物馏分提取微塑料,并进行了轻微修改73.氯化锌(ZnCl2)解决方案(ρ= 1.6 g cm−3)通过0.45 μm醋酸纤维素膜(milliq,直径47 mm,美国)过滤去除试剂中的杂质。本研究采用两步密度分离法。大约200毫升氯化锌2在玻璃烧杯(250 mL)中加入干重50 g的沉淀物样品,用玻璃棒搅拌2 min,沉淀24 h。悬浮液经10 μm不锈钢筛真空过滤。用超纯水将筛子上漂浮的颗粒冲洗到烧杯中,然后用铝箔纸覆盖。该过程连续重复3次,并将上清液合并。密度浮选后,用20 mL Fenton试剂(酸化0.05 M FeSO)处理溶液4)和20ml 30%过氧化氢溶液,去除上清液中的有机物74.有机物去除后,用银质滤纸(milliq, 0.45 μm,直径25 mm,美国)过滤上清液。滤纸转移到玻璃培养皿中,在50°C下干燥,以便进一步鉴定。

在氟化钡窗(13毫米直径,Thermo Scientific,美国)上采集到过滤膜上的疑似微塑料,并在立体显微镜(SC-III,中国上海)下拍摄,以记录颜色、大小和形态类型(即碎片、薄膜和纤维)。然后将该氟化钡窗口置于微傅立叶变换红外光谱仪(μ-FTIR, Nicolet iN10MX, USA)中。利用传输模式识别了波数在650 ~ 4000 cm范围内的疑似粒子的光谱−1.光谱在8厘米处−1获得分辨率和64次扫描。所得的可疑粒子光谱与仪器数据库进行了比较。如果匹配率超过75%,则可以确认为对应的微塑料。

采取了最大的预防措施以防止可能的人为污染。所有取样工具在现场使用前都用milliq水彻底清洗。沉积物样本被运输并储存在非塑料容器中。样品处理、提取和鉴定的所有阶段都在超洁净实验室的洁净层流柜下进行。除非另有说明,所有实验室器皿的材料都是非塑料的(玻璃或不锈钢)。在使用之前,所有玻璃器皿(例如烧杯、过滤系统、玻璃过滤器和玻璃盘子)都用milliq水仔细冲洗,并在450°C下加热4小时以去除任何有机物质。所有实验活动均戴丁腈手套和棉质实验服。所有的器皿和样品都用铝箔和玻璃盘子盖住,以防止污染。通过清洁过滤器抽取milliq水和空气,以确定潜在的空气中的塑料污染。程序空白也准备了三份。 The procedural blank controls were then subjected to microplastic identification to determine background contamination. No microplastic particles were identified in any blank samples.

大规模转换

通过将形态特定体积与经验密度系数相乘,计算出单个塑料颗粒的质量。根据粒子形态和尺寸(长度)估计粒子体积,并根据FTIR图像记录。对于碎片和薄膜,颗粒体积计算为V1L =3.× α,其中α为形状因子(α = 0.1)75.对于纤维,颗粒体积为V2=πr2×L76.我们使用的平均微塑料密度为0.98 g cm−377.计算公式如下:

$ $ {{{{{rm \ {W }}}}}}_{{{{{{\ rm{电影 }}}}}},{{{{{\ rm {ffragment }}}}}}}={{{{{\ rm{\ρ}}}}}}\ * {{{{{{rm \ {V}}}}}}} _ {1} = {{{{{rm \{\ρ}}}}}}\ * {{{{{{rm \ {L}}}}}}} ^ {3} \ * {{{{{rm \{\α}}}}}}$ $
(1)
$ $ {{{{{{rm \ {W }}}}}}}_{{{{{{\ rm{纤维 }}}}}}}={{{{{\ rm{\ρ}}}}}}\ * {{{{{{rm \ {V}}}}}}} _ {2} = {{{{{rm \{\ρ}}}}}}{{{{{{\ \倍rm{\π }}}}}}{{{{{\ rm {r}}}}}}} ^ {2} \ * {{{{{rm \ {L}}}}}} $ $
(2)
$ $ {{{{{rm \ {M }}}}}}_{{{{{\ rm{塑料微粒}}}}}}= \压裂{\ mathop{总和\}\ limits_ {1} ^ {n} {M }_{{{{{{{\ mathrm{电影 }}}}}}}}+\ mathop{总和\}\ limits_ {1} ^ {m} {m }_{{{{{{{\ mathrm{片段 }}}}}}}}+\ mathop{总和\}\ limits_ {1} ^ {j} {M }_{{{{{{{\ mathrm{纤维 }}}}}}}}}{ n + m + j} $ $
(3)

在哪里W表示单个粒子的质量;指微塑料颗粒的平均质量;ρ是微塑料的平均密度,0.98 g cm−377;L为微塑料的长度,在立体显微镜下测量,μm;r是纤维微塑料的半径,假设为10 μm(纤维的中值半径)76;n、m、j分别为纤维数、薄膜数、碎片数。

估算沉积微塑料的负荷

微塑料的定量负荷和质量负荷是利用年淤积量的估计长江泥沙公报,由水利部长江水利委员会6277.由于大坝蓄清排浑的运行模式的应用,以及上游梯级水库的建设,水库床内泥沙收支持续下降。三峡库区2008年、2015年、2019年和2020年的泥沙沉积量分别为185.6亿吨、278亿吨、59.1亿吨和1.443亿吨6273.每年定量的微塑料负荷是通过将它们的颗粒浓度乘以每年的沉积物沉积来估算的。通过将微塑料浓度乘以累积沉积物量计算质量预算,通过质量转换计算平均颗粒质量。

淡水沉积物中微塑料污染的测绘和排名

为了将本研究中的微塑料污染与全球数据集进行比较,我们收集了全球淡水沉积物中微塑料污染的清单,并将其列在补充表中3..报道的文章是通过Web of Science进行搜索的,关键词是“微塑料”和“沉积物”。不同的单位被用来描述沉积微塑性浓度,这在比较文献值时增加了复杂性。因此,从检索到的文献中,只有使用一致或可转换单位(项目kg−1)进行筛选并映射在图中。4.由于没有建立标准化的采样和分析方法,聚焦微塑料的大小范围没有得到很好的限制。关于所识别的微塑料的粒径分布、提取方法和识别技术的详细信息见补充表3.

统计分析

使用SPSS (SPSS Inc.,芝加哥,美国)进行统计分析。2020年上下游地区和不同河段微塑料丰度的统计比较,以及不同采样年的统计比较,均基于独立样本t以及。通过Web of Science收集的全球数据集使用ArcGIS 10.2进行绘制。其他数据使用OriginPro 2021绘制。在0.05和0.01水平上评价差异显著。所有数值均以均数±标准差(SD)报告。

报告总结

有关研究设计的进一步资料,请参阅自然组合报告摘要链接到这篇文章。