English

• 在人类社会的工业化进程中，塑料制品在带给人类生活极大便利的同时，也对人类生存的环境造成了严重的污染。塑料废弃物经物理、化学、生物等作用，分解为大量的尺度小于5mm的微塑料(Microplastics，MPs)^[1]存在于水或土壤环境中。水环境中的MPs具有比表面积较大、密度小、表面疏水性强、易于随水流迁移等特性，可吸附疏水性有机物，形成MPs与有机物的复合体^[2~6]，随水流迁移增加水体污染的复杂性^{[7, 8]}；小尺度的MPs易于被水生生物摄食而影响其生理特性^[9~11]；此外，MPs自身老化过程中还会向水体持续释放有毒有害添加剂。因此，MPs已被界定为水环境中的新兴污染物，其在水环境(尤其作为水源水的淡水环境)中的出现已成为威胁水生态健康及供水安全的重要因素，针对水环境中MPs污染研究已成为行业关注的热点。

  近几年来，国内外科研工作者开展了大量有关MPs的来源、丰度、迁移转化、生物效应等研究^[12~16]，但对已发表文献的调研发现，研究过程中涉及的MPs样品的采集、预处理及定性定量分析方法各异。本文对水样中MPs的采集、预处理与定性定量分析方法进行综述，对比分析不同方法的优缺点，并展望未来的研究方向，以期为水环境中MPs污染研究提供有益参考。

  1.   样品采集

  样品采集是开展样品分析的重要环节，所采集样品的代表性直接影响最终分析结果的可靠性。影响MPs样品采集的因素有很多，其中的采样装置、采样位置和采样量尤为重要。在样品采集过程中，合适的采样工具、科学的采样点布置以及合理的水样采集量，均可为后续的样品分析奠定可靠基础。

  1.1   采样装置

  目前，用于水环境中MPs样品采集的装置主要有Neuston网、Manta网、表面拖网(surface trawling)、浮游生物网(Plankton net)和采样泵等。

  水样采集时，地表水体中含有的各类悬浮物质易于堵塞筛网网孔。为了获取样品分析所需的足够多的MPs数目，需要通过增大筛网孔径以减少网孔的堵塞，然而增大孔径会导致水样中粒径小的MPs丢失。因此在实际采样中需要根据水样的特点确定合适的筛网孔径及采样装置。

  对于含有较大尺度MPs的水样，分析时所需的水样体积较大，一般采用孔径较大的Neuston网、Manta拖网以及采样泵，但采样泵能耗较大且不易携带，并有可能污染水样，Neuston网、Manta拖网使用方便但采样过程耗时。当采集对象为含有较小尺度MPs的水样时，可以采用孔径相对较小的表面拖网、Plankton网，操作方便简单，但采样时筛网易于堵塞或破裂。表 1列举了用于水环境中MPs采集的常见筛网的应用情况。

  表 1

  

  表 1  微塑料采样装置及应用

  Table 1.  Microplastic sampling device and application

  下载: 导出CSV

  水样来源	采样装置	网孔直径/μm	微塑料丰度		采样地点	参考文献
  			105 Items/km2	Items/m3
  表层水	Neuston网	333		1.9~32	美国五大湖	[17]
  	Neuston网	150		1.690	北大西洋	[18]
  	表面拖网	333		(3.4~25.8)×103	太湖	[19]
  	表面拖网	112	0.55~342		湘西河	[20]
  	Manta网	300	8.92		莱茵河	[21]
  	Manta网	333	0.057~1.3		地中海	[22]
  	Plankton网	80		3~106	巴黎河流	[23]

  1.2   采样位置和采样量

  为保证所采集样品的质量及代表性，在采样过程中，需特别注意以下两点：(1)基于不同水样，合理设置采样位置。不同的采样深度可能导致不同的采样结果。MPs在水中的分布不仅取决于其本身的性质，如密度、形状、尺度，还会受到水环境气象水文条件的影响，如水流、风力和波浪等。由于海水(1.03g ·cm^-3)与淡水(1.0g ·cm^-3)之间存在密度差，淡水环境中的MPs可能分布更深，所以相比于海水环境，淡水环境水样的采样点布置应更深，以确保所采集水样的代表性。(2)基于样品尺度确定合理的采样量。对于1000μm以上的颗粒，由于它们在环境中的浓度相对较低，为确保样本的代表性，一般需要采集较大体积的水样量；对于1000μm以下的颗粒，需要采集的水样量可以相对较少。此外，也可通过公式n=ln(1-a)/ln(1-p)来确定所需的水样量，其中，a表示找到至少一个粒子的最小概率，p是在采样体积中找到一个粒子的概率^[24]。

  2.   样品预处理

  鉴于水样的复杂性，所采集的水样往往不能直接用于分析，需要采用物理、化学等适当的技术手段对水样进行预处理，消除可能干扰后续分析准确度的因素。水样的预处理方法一般有：消解法、密度浮选、过滤筛分和目视分类等^[25~27]。

  2.1   消解法

  水环境中的MPs并不是单独存在，其表面往往附着各种微生物或有机化合物，影响对MPs样品的检测分析，因此需要在样品分析之前进行生物质的脱除。消解是一种重要的前处理方法，常用的MPs样品消解处理方法有两大类：化学消解和生物消解。化学消解是借助强酸、强碱或强氧化剂来氧化降解有机物或破坏生物质的细胞结构，导致生物质死亡而达到生物质与MPs的分离。然而，强酸或强碱化学消解去除生物污染的同时可能会导致MPs内部结构或表面形态发生变化，影响进一步的表征分析。Qiu等^[28]研究发现，采用高浓度的酸(如H₂SO₄、HNO₃)消解处理聚对苯二甲酸乙二酯(PET)时会导致MPs发生形变。Dehaut等^[29]对塑料样品的进行消解前处理时发现，NaOH会破坏醋酸纤维素(CA)、聚酰胺(PA)、PET、聚氯乙烯(PVC)材质塑料微粒的结构。因此，采用强酸或强碱化学消解法处理MPs样品时，需针对样品的特性，选择合适的化学消解剂，以避免MPs样品本身受到破坏。

  除了酸消解、碱消解，还可以采用强氧化剂对MPs样品进行消解前处理。研究发现，作为一种强氧化剂，H₂O₂能比强碱和强酸更有效地消化MPs表面附着的有机物，且几乎不影响塑料聚合物的分子结构。王志超等^[30]采用7种不同的消解液处理10种不同材质的塑料样品，发现采用H₂O₂(30%，25℃)消解后的塑料样品的质量、表面形态仅发生了微小变化，对后续的塑料识别无显著影响。目前，强氧化剂用于MPs样品消解前处理的研究还较少，可用的强氧化剂种类也有限。

  生物消解主要是酶消解法，利用酶对肽键的特异性(能够打断那些将氨基酸连结成多肽链的肽键)，有效分解蛋白质，使得MPs表面附着生长的微生物发生生物降解作用。酶消解法危险性较低，对MPs的损伤较小，逐渐被用来替代传统的化学消解法。Courtene-Jone等^[31]对比了多种蛋白酶(胰蛋白酶、木瓜蛋白酶和胶原酶)对生物样品的最佳降解效果，研究发现胰蛋白酶效果最好，对MPs无明显影响。然而，酶的提取工艺复杂，提取效率低，分解效率还会随着样品中有机物质的种类不同而变化，因此酶消解法目前只在小范围内应用。

  2.2   密度浮选

  密度浮选是通过向含有MPs的水样中加入高密度饱和溶液以提升MPs与混合液的密度差，可使MPs悬浮于混合液的表面，实现对MPs的提取。混合液的密度越高，可以提取的MPs的类型就越多。NaCl溶液(密度1.2g ·cm^-3)因其廉价环保等特点，常被用来作为密度浮选的添加剂从水样中分离MPs。然而，水环境中常见MPs的密度一般介于0.8~1.4 g ·cm^-3，饱和NaCl溶液密度仍然偏低，无法浮选出所有类别的MPs，尤其是含有添加剂的塑料聚合物，导致借助密度浮选法得出的MPs浓度与实际情况存在较大偏差。相比之下，ZnCl₂和NaI饱和溶液具有较高的密度值(密度分别为1.5~1.7g ·cm^-3和1.8g ·cm^-3)，足以分离绝大多数种类的MPs。因此，ZnCl₂和NaI更加适合作为密度浮选的添加剂。

  目前，采用密度浮选法提取水中MPs时大多只选择单一密度的溶液，如ZnCl₂或NaI，并不能分离水样中所有MPs样品。Zhao等^[32]提出了一种新的双重密度分离方法，即采用NaI萃取和甲醇沉淀相结合的方法用于样品中MPs的分离。首先向水样中加入饱和NaI溶液增加混合液的密度，部分较小密度的MPs上浮于混合液表层而被移出。再向混合液中加入甲醇降低混合液的密度，样品中剩余的MPs能够以沉淀的形式分离。与以往的研究相比，双重密度提取方法具有一定的优越性。

  2.3   过滤筛分

  开展水环境中不同尺度MPs的研究，需要对样品进行过滤筛分。将水样通过合适孔径的筛网，去除粒径较大的颗粒和其他杂质，再通过不同孔径的筛网实现对MPs的粒径分级。Mai等^[33]在研究从渤海、黄海地表水收集的MPs中多环芳烃的吸附情况时，将分选后的塑料颗粒用不同孔径的筛网(孔径分别为2mm、500μm、300μm)分为了333~500 μm、500μm~2mm、2~5 mm等几个尺度分布，利用全反射衰减傅里叶变换红外光谱分别鉴别不同尺度MPs的多环芳烃吸附浓度。关于不同区域的MPs丰度的研究越来越多，但是所采用的对MPs的粒径分级方法往往不同，导致很难进行不同区域间的MPs尺度及丰度的对比，应加快建立标准化的粒径分级体系。

  2.4   目视分类

  目视分类是将样品中的MPs与其他有机或无机材料分离的一个基本方法。较大尺度的MPs(>1mm)可以通过目测进行分类，而较小尺度的微塑性颗粒需要借助显微镜进行分类。MPs的识别可以根据颗粒的形态特征(如种类、形状、颜色和降解程度等)进行分类。例如，Yang等^[34]借助立体显微镜成功实现了对食盐中MPs的识别，发现研究所用的食盐样品中，MPs的粒度以200μm为主，占比约为塑料微粒总数的55%。然而，由于目视分类过程非常耗时，且无法鉴别塑料聚合物的类型，因此目视分类并不是处理MPs的可靠方法。

  综上，MPs的理化特性及水环境的复杂性，决定了对其前处理的难易程度。单一的前处理方法已不能满足对分析检测的需要，多种方法的联用可以取得较好的前处理效果。Rodrigues等^[34]研究认为湿式过氧化消解加氯化锌分离是最有效的方法，在湿式过氧化物氧化法中，用铁溶液和30% H₂O₂处理样品，静置后加热，在铁溶液存在下，H₂O₂反应生成有机基质的强氧化剂羟基自由基(·OH)，消解有机质，再通过ZnCl₂进行密度分离。

  3.   微塑料的定性定量分析

  针对MPs的定性定量分析，最常用的方法是首先通过视觉识别塑料颗粒，再结合光学和光谱技术确认其化学组成^[36]。目前的定量分析方法主要分为物理表征和化学表征。物理表征主要是通过显微镜法表征其尺寸、形状、颜色等物理参数；化学表征则主要是借助光谱分析、热解-气相色谱/质谱(Py-GC-MS)联用技术、差示扫描量热法(DSC)等研究MPs的组成^[37]。

  3.1   光谱技术

  光谱分析主要用于鉴别尺寸1~100 μm的塑料颗粒^[38]，是目前应用较为广泛的MPs的分析鉴定方法之一。光谱分析主要分为傅里叶变换红外光谱法(FTIR)与Raman光谱法。

  FTIR法是应用较早的技术之一，检测MPs相对快速和可靠，具有对样品无损、操作简单、鉴定准确等优点，是较为普遍的化学组分鉴定方法。FTIR法主要是提供MPs成分的化学键信息，不同的键结构会产生不同的峰型，形成特定的图谱，通过与标准谱库对比，可以将MPs和其他有机物、无机物区分开。然而FTIR对样品制备要求较高，检测比较耗时，并且无法检测20μm以下的塑料颗粒。随着对MPs研究的不断深入，鉴定小尺寸MPs的方法得到进一步发展。人们将显微镜与FTIR相结合发展了Micro-FTIR法^[26]，该方法充分结合了两者的优点，更好地提高了空间分辨率，可以检测到更小尺寸的塑料颗粒^[39]。例如，Löder等^[40]采用焦平面阵列微傅里叶变换红外光谱法(FPA-Micro-FTIR)成功检测了20μm以下的MPs的化学组成与结构。

  Raman光谱是检测MPs聚合物类型、颗粒大小及分布的另外一种常用方法^[41]。Raman光谱是一种基于光的非弹性散射的振动光谱技术，通过分析与入射光频率不同的散射光谱得到分子振动、转动方面信息，以获取物质的分子结构。与FTIR相比，Raman光谱的一个显著优点是对样品的厚度或形状没有限制。此外，Raman光谱法具有较高的空间分辨率(< 1μm)^[42]，对水和大气二氧化碳的干扰信号不敏感。使用Raman光谱分析检测MPs时，样品中的微生物、有机(腐殖质)或无机(粘土矿物、未完善的晶体结构)物质均会引起荧光障碍，样品应该首先经过预处理以降低有机含量或减少无机含量，以避免存在Raman分析偏差。Raman光谱还存在荧光干扰、信噪比低，尤其在高激光功率下，可能会导致样品燃烧等缺陷^[43]，需要选择适当的仪器参数(激光波长和功率、测量时间、测量前样品的光漂白)或改进膜滤材料避免不必要的强荧光背景。塑料颗粒经过预处理后，通常直接置于滤膜进行光谱分析。为了获得高质量的Raman光谱，减少膜滤材料在光谱采集过程中对Raman信号的干扰，需要对膜滤材料进行改进。Oβmann等^[44]采用Raman光谱鉴定MPs类别，分别以镀铝聚碳酸酯膜、镀镍聚碳酸酯膜、镀金聚碳酸酯膜等为滤膜，研究了滤膜在测定过程中的荧光干扰，发现选择镀铝聚碳酸酯膜作为滤膜时，荧光反应较弱，对于测定结果基本没有干扰。

  3.2   热解-色谱联用技术

  热解-气相色谱/质谱联用技术(Py-GC-MS)是将热裂解技术和GC-MS技术相结合的分析方法，通过高温裂解的办法使聚合物裂解为可挥发的小分子，然后导入到GC-MS系统进行分析，利用反映单体特征的裂解谱图鉴别裂解产物来达到对聚合物的结构进行鉴定的目的。近年来，Py-GC-MS已被广泛应用于聚合物的组成分析。Peters等^[45]采用Py-GC-MS法对鱼胃中MPs颗粒进行分析，发现PVC和PET占44.1%，并且大部分塑料为纤维状。然而，Py-GC-MS法对色素等添加剂的干扰非常敏感^[39]，无法准确分析含有添加剂的MPs。Hermabessiere等^[46]对Py-GC-MS法进行了优化，进而可以鉴别含有色素的塑料粒子。

  对于MPs的分析，Py-GC-MS是一种常规分析方法，但分析的样品量有限(约0.5mg)。与Py-GC-MS技术不同，热萃取脱附气相色谱-质谱法(TED-GC-MS)是通过聚合物的特征分解产物来识别环境样品中的聚合物颗粒，将样品在惰性气体下加热，沸点大于100℃的分解产物吸附在固相吸附器上，随后被转移到热解吸装置上，用温和的温度从吸附器中解吸有机分子，通过色谱柱分离，最后通过质量选择检测器进行高灵敏度分析。该方法分析的样品量多，可快速获得环境样品中聚合物的质量分数。Elert等^[47]利用TED-GC-MS快速鉴别样品中的MPs，研究发现，塑料降解(老化)的状态不会影响粒子检测，这使得该方法非常适合于环境样品的快速分析；同时发现，与其他方法如Py-GC-MS或光谱法相比，TED-GC-MS法分析的样品量可高达100mg。

  3.3   差示扫描量热法

  DSC法是在程序控温下测量试样和参比物的热流随温度变化的技术，该方法可以实现对MPs聚合物类型的快速鉴定^[48]。此外，随着对MPs表征要求的提升，一些新的基于DSC技术的检测方法被研发并用于对环境样品中MPs的检测分析。Majewsky等^[49]研究发现，采用热重分析-差示扫描量热(TGA-DSC)技术可对环境样品中的聚乙烯(PE)和聚丙烯(PP)精确鉴定，但此方法也有不足，其他类型的MPs的相变信号由于重叠较多而无法被识别；并且随着样品量增加，峰面积增加，分辨率会下降，导致测量结果不准确。因此，TGA-DSC技术适用于对少量(1~20 mg)特定样品的检测分析。另外，Chialanza等^[50]还研究出一种将偏振光显微镜图像分析(Image Analysis，IA)与DSC相结合的新型联用技术，用于环境样品中的MPs的表征，其借助IA对MPs颗粒进行物理表征，借助DSC进行化学鉴定和质量量化。然而该技术受颗粒大小的影响较为明显，分析前需要对样品进行粒径分级处理。

  3.4   显微镜检法

  显微镜检是借助显微镜观察MPs的表面形态，可实现对样品塑性或非塑性的初步鉴别。塑料颗粒的颜色和尺寸会影响识别检测效率，例如分辨不同大小的蓝色塑料微珠时，体积小的塑料微珠则更易被识别^[51]。当样品中的MPs在显微镜下难以分辨时，可采用荧光标记的方法来进行区分，研究发现，PE、PP、PS(聚苯乙烯)等经尼罗红染色后呈绿色荧光，可以直接在显微镜下进行分类^[52]。MPs颗粒尺度大小会影响显微镜检的准确度，普通光学显微镜很难识别尺寸小于100μm的塑料颗粒。扫描电镜(SEM)技术，可以实现了对更小粒径(小于100μm)塑料微粒的识别并能获取到塑料微粒的表面形态，该技术的不足之处是无法分析塑料聚合物的元素构成。为了实现对MPs元素特征的分析，越来越多的联用技术得到发展，其中扫描电镜-能量色散X射线联用(SEM-EDS)技术能够获取MPs的表面形态及元素组成，检测人员可根据样品的形态结构和化学成分，对样品颗粒进行识别。但是SEM-EDS技术存在样品制备比较耗时且成本较高、无法识别塑料颗粒的颜色等缺陷，目前只能用于特定的MPs检测^[53]。

  近年来，检测MPs的方法越来越多，各有优缺点，单一方法并不能满足研究所需，各种技术之间的联用更具优势。采用前述类似于TED-GC-MS的方法可快速识别分析样品中的MPs，但并不能提供关于颗粒大小和数量的直接信息。光谱分析方法可提供关于MPs的化学性质信息，但存在单次检测样本量小、测量时间长、样品中有机污染干扰等问题。因此，为了建立可靠、标准化的检测方法，应考虑几种不同方法的组合。

  4.   总结与展望

  综上所述，随着对环境污染、生态健康研究的重视，人们对于水环境中MPs样品的采集与分析已开展了初步研究，并取得了一定的进展，确定了一些采样、样品预处理以及定性定量分析方法。但由于研究工作尚处于起步阶段，亟需在以下几个方面有所突破。

  (1) 加快建立MPs样品分析的通用评价标准。目前，有关水环境中MPs的研究进展迅速，研究过程中涉及到采样、预处理、定性定量分析等环节。各环节均有不同的方式方法见诸于文献，但并未见相关分析过程各环节质量控制方面的报道，不同的采样、预处理、定性定量分析结果的可靠性、可比性存疑。通过分析过程的质控研究，建立适于不同分析环境、不同样品特性的MPs采集、预处理、定性定量分析方法，有助于水环境中MPs研究的深入开展。

  (2) 生物污染MPs样品的无损消解技术研究。消解是MPs样品前处理的有效方法，但大量的研究表明，采用常见的消解剂处理微生物污染的MPs样品时，会破坏MPs的结构，影响MPs的荧光强度，导致MPs浓度的测定值与真实值存在较大偏差。因此，研发微生物污染的MPs样品无损消解剂或开展新型无损消解技术意义重大。

  (3) 开展纳米塑料的检测方法研究。相比于传统意义的MPs，纳米级塑料颗粒具有更小的尺度和更大的比表面积，被生物摄食后更易于进入细胞组织，而更大的比表面积预示其对微量有机物具有更强的吸附能力^[54]。因此，纳米塑料颗粒不仅对水生态的不良影响更为严重，对其准确检测也更具难度。

  (4) 实际水环境中MPs的原位检测技术研究。目前，有关MPs在水体中的运移规律研究是MPs研究的重要方向之一。MPs的物化特性以及水环境的复杂性共同决定了实际水环境中MPs检测的重要性，样品消解等前处理措施必然会对样品检测产生一定的负面影响，检测过程脱离了实际环境的影响，检测结果与实际情况也必然存在误差。因而，实际环境中原位检测技术的开发对MPs的研究更具实际意义。

  
  
• 1. [1]

     Tsang Y Y, Mak C W, Liebich C, et al. Marine Pollut. Bull., 2017, 115(1-2): 20~28. http://www.sciencedirect.com/science/article/pii/S0025326X16308979

  2. [2]

     Jabeen K, Li B, Chen Q, et al. Chemosphere, 2018, 213: 323~332. http://www.sciencedirect.com/science/article/pii/S0045653503004843

  3. [3]

     Herzke D, Anker-Nilssen T, Nøst T H, et al. Environ. Sci. Technol., 2016, 50(4): 1924~1933. doi: 10.1021/acs.est.5b04663

  4. [4]

     Chen Q, Zhang H, Allgeier A, et al. J. Hazard. Mater., 2019, 364: 82~90.

  5. [5]

     周瑛, 徐博凡, 王萍亚, 等.浙江工业大学学报, 2019, 47(6): 648~653. http://www.cqvip.com/QK/93046A/201906/7003093514.html

  6. [6]

     王一飞, 李淼, 于海瀛, 等.生态毒理学报, 2019, 14(4): 23~30. http://www.cnki.com.cn/Article/CJFDTotal-STDL201904004.htm

  7. [7]

     Guerranti C, Martellini T, Perra G, et al. Environ. Toxicol. Pharm., 2019, 68: 75~79. http://www.researchgate.net/publication/331611740_Microplastics_in_cosmetics_environmental_issues_and_needs_for_global_bans

  8. [8]

     Song Y K, Hong S H, Jang M, et al. Environ. Sci. Technol., 2017, 51(8): 4368~4376. https://xueshu.baidu.com/s?wd=paperuri%3A%28616fe37ff22f4fc7e3876da9e9e5d6fe%29&filter=sc_long_sign&tn=SE_xueshusource_2kduw22v&sc_vurl=http%3A%2F%2Fpubs.acs.org%2Fdoi%2Fsuppl%2F10.1021%2Facs.est.6b06155%2Fsuppl_file%2Fes6b06155_si_001.pdf&ie=utf-8&sc_us=15475143099615352724

  9. [9]

     Ding J, Zhang S, Razanajatovo R M, et al. Environ. Pollut., 2018, 238: 1~9. http://www.sciencedirect.com/science/article/pii/S0269749117342355

  10. [10]

      Qiao R, Sheng C, Lu Y, et al. Sci. Total Environ., 2019, 662: 246~253. http://www.airitilibrary.com/Publication/Index/16808584-201402-201403070001-201403070001-301-310

  11. [11]

      陈彪, 汪羚, 李达, 等.生态毒理学报, 2019, 14(1): 30~40. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=cyyhj201901004

  12. [12]

      Steer M, Cole M, Thompson R C, et al. Environ. Pollut., 2017, 226: 250~259. http://www.ncbi.nlm.nih.gov/pubmed/28408185

  13. [13]

      Ma J, Zhao J, Zhu Z, et al. Environ. Pollut., 2019, 254: 113104. doi: 10.1007/s11356-015-5828-1

  14. [14]

      Liu G, Zhu Z, Yang Y, et al. Environ. Pollut., 2019, 246: 26~33. http://www.sciencedirect.com/science/article/pii/S1352231015305306

  15. [15]

      刘淑丽, 简敏菲, 周隆胤, 等.环境科学, 2019, 40(6): 2639~2646. http://www.cnki.com.cn/Article/CJFDTotal-HJKZ201906018.htm

  16. [16]

      亓会英, 王元元, 张大海, 等.海洋湖沼通报, 2019, (3): 69~77. http://www.cnki.com.cn/Article/CJFDTotal-HYFB201903009.htm

  17. [17]

      Baldwin A K, Corsi S R, Mason S A. Environ. Sci. Technol., 2016, 50(19): 10377~10385. http://www.ncbi.nlm.nih.gov/pubmed/27627676

  18. [18]

      Reisser J, Slat B, Noble K, et al. Biogeosciences, 2015, 12(4): 1249~1256. http://www.researchgate.net/publication/269107181_The_vertical_distribution_of_buoyant_plastics_at_sea

  19. [19]

      Su L, Xue Y, Li L, et al. Environ. Pollut., 2016, 216: 711~719. http://www.sciencedirect.com/science/article/pii/S0269749116305243

  20. [20]

      Zhang K, Xiong X, Hu H, et al. Environ. Sci. Technol., 2017, 51(7): 3794~3801. http://europepmc.org/abstract/MED/28298079

  21. [21]

      Mani T, Hauk A, Walter U, et al. Sci. Rep., 2016, 5(1): 17988. http://www.nature.com/articles/srep17988

  22. [22]

      Faure F, Saini C, Potter G, et al. Environ. Sci. Pollut. Res., 2015, 22(16): 12190~12197. http://core.kmi.open.ac.uk/display/18228910

  23. [23]

      Dris R, Gasperi J, Rocher V, et al. Environ. Chem., 2015, 12(5): 592~599. http://www.researchgate.net/profile/Vincent_Rocher/publication/278802202_Microplastic_contamination_in_an_urban_area_A_case_study_in_Greater_Paris/links/57556ae008aec74acf57d9c7.pdf

  24. [24]

      Baldwin A K, Corsi S R, Mason S A. Environ. Sci. Technol., 2016, 50(19): 10377~10385. http://www.ncbi.nlm.nih.gov/pubmed/27627676

  25. [25]

      Hossain M S, Rahman M S, Uddin M N, et al. Chemosphere. 2020, 238: 124688. http://www.ncbi.nlm.nih.gov/pmc/articles/PMC2841199/

  26. [26]

      Hossain M S, Sobhan F, Uddin M N, et al. Sci. Total Environ., 2019, 690: 821~830.

  27. [27]

      Han X, Lu X, Vogt R D. Environ. Pollut., 2019, 254: 113009.

  28. [28]

      Qiu Q, Tan Z, Wang J, et al. Estuar. Coast. Shelf Sci., 2016, 176: 102~109. http://www.researchgate.net/publication/301579115_Extraction_enumeration_and_identification_methods_for_monitoring_microplastics_in_the_environment

  29. [29]

      Dehaut A, Cassone A, Frère L, et al. Environ. Pollut., 2016, 215: 223~233. http://www.ncbi.nlm.nih.gov/pubmed/27209243

  30. [30]

      王志超, 孟青, 李卫平, 等.不同消解方法对微塑料质量及其表面特征的影响.环境工程学报, 2019: 1~12.

  31. [31]

      Courtene-Jones W, Quinn B, Murphy F, et al. Anal. Methods, 2017, 9(9): 1437~1445. http://www.researchgate.net/publication/309202515_Optimisation_of_enzymatic_digestion_and_validation_of_specimen_preservation_methods_for_the_analysis_of_ingested_microplastics

  32. [32]

      Zhao S, Danley M, Ward J E, et al. Anal. Methods, 2017, 9(9): 1470~1478. http://pubs.rsc.org/en/content/articlepdf/2016/ay/c6ay02302a

  33. [33]

      Mai L, Bao L, Shi L, et al. Environ. Pollut., 2018, 241: 834~840. http://europepmc.org/abstract/MED/29909309

  34. [34]

      Yang D, Shi H, Li L, et al. Environ. Sci. Technol., 2015, 49(22): 13622~13627. doi: 10.1021/acs.est.5b03163

  35. [35]

      Rodrigues M O, Gonçalves A M M, Gonçalves F J M, et al. Ecol. Indicat., 2018, 89: 488~495.

  36. [36]

      Hanvey J S, Lewis P J, Lavers J L, et al. Anal. Methods, 2017, 9(9): 1369~1383. http://pubs.rsc.org/en/content/articlepdf/2016/ay/c6ay02707e

  37. [37]

      Phuong N N, Poirier L, Lagarde F, et al. Environ. Pollut., 2018, 243: 228~237. http://www.sciencedirect.com/science/article/pii/S0269749115302499

  38. [38]

      Gago J, Galgani F, Maes T, et al. Front. Marine Sci., 2016, 3: 219.

  39. [39]

      Wesch C, Bredimus K, Paulus M, et al. Environ. Pollut., 2016, 218: 1200~1208. http://www.sciencedirect.com/science/article/pii/S0269749116310326

  40. [40]

      Löder M G J, Kuczera M, Mintenig S, et al. Environ. Chem., 2015, 12(5): 563. http://www.researchgate.net/publication/281064086_Focal_plane_array_detector-based_micro-Fourier-transform_infrared_imaging_for_the_analysis_of_microplastics_in_environmental_samples

  41. [41]

      杨璐, 许超, 张智力, 等.塑料科技, 2019, 47(8): 90~94. http://www.cqvip.com/QK/94265X/20198/7002719791.html

  42. [42]

      Oßmann B E, Sarau G, Holtmannspötter H, et al. Water Res., 2018, 141: 307~316. http://www.sciencedirect.com/science/article/pii/S0043135418303956

  43. [43]

      Araujo C F, Nolasco M M, Ribeiro A M P, et al. Water Res., 2018, 142: 426~440. http://www.sciencedirect.com/science/article/pii/S0043135418304421

  44. [44]

      Oßmann B E, Sarau G, Schmitt S W, et al. Anal. Bioanal. Chem., 2017, 409(16): 4099~4109. http://www.ncbi.nlm.nih.gov/pubmed/28439620

  45. [45]

      Peters C A, Hendrickson E, Minor E C, et al. Marine Pollut. Bull., 2018, 137: 91~95.

  46. [46]

      Hermabessiere L, Himber C, Boricaud B, et al. Anal. Bioanal. Chem., 2018, 410(25): 6663~6676. doi: 10.1007/s00216-018-1279-0.pdf

  47. [47]

      Elert A M, Becker R, Duemichen E, et al. Environ. Pollut., 2017, 231: 1256~1264. http://www.sciencedirect.com/science/article/pii/S0269749117320523

  48. [48]

      Castañeda R A, Avlijas S, Simard M A, et al. Can. J. Fish. Aquat. Sci., 2014, 71(12): 1767~1771. http://search.ebscohost.com/login.aspx?direct=true&db=aph&AN=99322712&site=ehost-live

  49. [49]

      Majewsky M, Bitter H, Eiche E, et al. Sci. Total Environ., 2016, 568: 507~511. http://europepmc.org/abstract/MED/27333470

  50. [50]

      Chialanza M R, Sierra I, Pérez Parada A, et al. Environ. Sci. Pollut. Res., 2018, 25(17): 16767~16775.

  51. [51]

      Nel H A, Dalu T, Wasserman R J, et al. Sci. Total Environ., 2019, 655: 567~570. http://europepmc.org/abstract/MED/28886547

  52. [52]

      Erni-Cassola G, Gibson M I, Thompson R C, et al. Environ. Sci. Technol., 2017, 51(23): 13641~13648. doi: 10.1021/acs.est.7b04512

  53. [53]

      Ter Halle A, Jeanneau L, Martignac M, et al. Environ. Sci. Technol., 2017, 51(23): 13689~13697. http://europepmc.org/abstract/MED/29161030

  54. [54]

      Lehner R, Weder C, Petri-Fink A, et al. Environ. Sci. Technol., 2019, 53(4): 1748~1765.

• 表 1  微塑料采样装置及应用

  Table 1.  Microplastic sampling device and application

  水样来源	采样装置	网孔直径/μm	微塑料丰度		采样地点	参考文献
  			105 Items/km2	Items/m3
  表层水	Neuston网	333		1.9~32	美国五大湖	[17]
  	Neuston网	150		1.690	北大西洋	[18]
  	表面拖网	333		(3.4~25.8)×103	太湖	[19]
  	表面拖网	112	0.55~342		湘西河	[20]
  	Manta网	300	8.92		莱茵河	[21]
  	Manta网	333	0.057~1.3		地中海	[22]
  	Plankton网	80		3~106	巴黎河流	[23]

  下载: 导出CSV
•