该文献于2025年5月12日由南开大学环境科学与工程学院Peng Deng作为第一作者，Xiangang Hu（南开大学）和Li Mu（农业农村部环境保护科研监测所）作为通讯作者，发表于《Environmental Science & Technology》，题为《Spatial Risks of Microplastics in Soils and the Cascading Effects Thereof》。研究通过分析中国农业、自然和城市土壤生态系统的微塑料数据，揭示了微塑料的空间风险及其与气候、人类活动和空气质量的级联效应。  

研究背景  

微塑料（直径<5 mm的塑料颗粒）污染已成为全球土壤环境的重要挑战，其在土壤中的空间风险、与气候/人类活动/空气质量的级联效应，以及不同生态系统（自然、农业、城市土壤）的风险差异尚不明晰。土壤作为塑料废弃物的主要“汇”，通过有机肥、污水灌溉、地膜覆盖、轮胎磨损和大气颗粒物沉降等途径不断积累微塑料。联合国环境规划署2023年报告指出，全球年产塑料超4.3亿吨，且未来二十年可能翻倍。微塑料可通过改变土壤理化性质、影响生物生长繁殖、破坏微生物多样性及阻碍养分循环等危害生态系统，还可能与重金属、有机污染物等发生交互作用。然而，现有研究多聚焦微塑料分布，缺乏生态风险的定量评估及驱动因素分析，且检测方法的不统一导致数据可比性不足。本研究通过构建可解释机器学习模型和统计方法，首次在全国尺度量化中国土壤微塑料的生态风险，识别关键驱动因素，为污染防控提供科学依据。  

摘要： 

本研究整合了中国农业、自然和城市土壤生态系统中超3000个站点年的实地观测数据，通过可解释机器学习模型和统计方法发现，中国约4.32%的土壤生态系统面临MP潜在生态风险，其中农业土壤最脆弱（14.7%处于风险中）。气候因素（温度、降水）、人类活动（农业地膜使用）和空气质量（大气颗粒物浓度）是主要驱动因素。气候与空气质量的级联效应（*p*<0.001）显著影响农业和城市土壤的MP生态风险。研究强调需协同管理人类活动、气候和空气质量，以缓解土壤MP风险，尤其是农业用地。  

结论：

农业土壤因高强度人为输入（地膜、粪肥）和环境破碎化，风险最高；城市土壤风险与PM₂.₅和PM₁₀浓度密切相关，空气质量管理可降低风险；自然土壤风险受黏土含量和气候驱动的大气传输影响。气候因素（如温度）与其他变量（NDVI、PM₁₀、人类足迹指数）的交互作用存在级联效应，例如高温加速塑料破碎，降水促进MP迁移。研究首次量化了气候-空气质量对MP风险的间接影响，呼吁将其纳入环境管理策略。  

研究方法与仪器参数  

1. 数据收集：通过Web of Science和CNKI检索“微塑料+土壤”相关文献，筛选出3161个样本（2016-2022年），覆盖中国31个省份的农业（2548个）、自然（338个）和城市（275个）土壤，提取微塑料丰度、尺寸、类型等数据，手动提取图表数据并通过Origin Lab数字化工具处理。  

2. 数据校准：基于36个土壤微塑料尺寸分布数据，拟合幂律方程y=0.5180·x^{-1.2471}（*y*为相对丰度，*x*为粒径），将不同检测范围的粒径统一转换为20-5000 μm标准区间。  

3. 风险评估：采用物种敏感性分布（SSD）和风险商数（RQ）方法，基于无观察效应浓度（NOEC）数据构建SSD曲线，确定预测无效应浓度（PNEC）为4824个/kg，计算RQ=MEC/PNEC，RQ>1表示存在风险。  

APA格式引用  

Deng, P., Hu, X., Wang, R., Dong, X., Hu, K., & Mu, L. (2025). Spatial Risks of Microplastics in Soils and the Cascading Effects Thereof. *Environmental Science & Technology*. https://doi.org/10.1021/acs.est.4c14505  

关键词  

微塑料；土壤生态系统；生态风险；级联效应；机器学习  

重点图片  

1.图1：中国三类土壤生态系统的微塑料样本地理分布及特征（丰度、尺寸、类型、形状），显示农业土壤微塑料丰度显著高于其他类型（*p*<0.001）。  

2.图2：微塑料生态风险空间格局，农业土壤风险最高（14.7%区域RQ>1），高风险区集中在华南、华东和东北地区。  

4. 图5：变量交互作用网络及双变量偏依赖分析，显示气候因素与其他变量的级联效应，如高温与高地膜使用量协同增加风险。