河流微塑料入海通量研究进展

荣佳辉， 牛学锐， 韩 美*， 倪 娟

1.山东师范大学地理与环境学院, 山东 济南 250358

2.山东城市建设职业学院, 山东 济南 250103

塑料垃圾如今已成为全球性的问题，目前塑料产量每年超过3×108t[1]，并在国民高消费需求的驱动力下稳步增长. 塑料垃圾会在风化、机械或化学应力的作用下破裂形成塑料碎片[2]，这些碎片受到太阳辐射或侵蚀作用体积逐渐变小，在经历长期且复杂的物理化学反应后分解为极其细微的颗粒等[3]，其中直径小于5 mm的称为微塑料[4]. 由于微塑料具有体积小、性质稳定的特性，可以通过径流、风力、洋流等过程遍布全球，目前从赤道到两极的海洋、陆地环境以及生物群、非生物群介质中均可监测到微塑料污染[5-7]. 20世纪七八十年代对微塑料的早期研究主要集中在海洋环境[8-10]，但关于陆地及淡水环境中微塑料污染的科学研究不足，而海洋中80%的塑料污染物均源自陆地，主要通过河流输送到海洋[11]. 研究[2]表明，相比于海洋环境，陆地上的风化作用和太阳辐射更为强烈，可能导致微塑料的破碎及降解的速率更高. 全球河流中微塑料的平均浓度约是海洋中观测到的最大浓度的40～50倍[12]，入海河流向海洋环境的运输是微塑料转移的主要途径，也是造成海洋微塑料污染的重要来源[13-14].

由于缺乏统一精确的微塑料监测、分析与鉴定方法，目前大多有关河流微塑料的研究均止步于分布及丰度的研究[15-17]，由此导致后续的定量研究仍存在空白，但也为微塑料的来源、迁移富集过程以及通量量化的进一步探究奠定了数据基础. 河流物质入海通量是指某个时间段内(通常指一个水文年)流经河流特定断面的物质总量[18]. 在理想情况下，将某一时间段内河流断面中微塑料的丰度与流量相耦合，通过计算或建立模型得出并预测其通量，能为不同河流之间数据增加可比性提供重要前提[19]. 随着河流环境微塑料研究的逐渐深入，越来越多的学者开始关注河流微塑料入海通量的问题. 2015年，首次基于全球模型对河流塑料入海通量进行了估算[11]. 最新数据表明，全球河流每年向海洋运输的塑料碎片总量为0.41×106～4×106t[12]，但考虑到数据集精确性及连续性不足和各流域模型不适用性的局限，此估算值的准确性备受争议[12,20-21].

该研究通过梳理总结近年来国内外有关河流微塑料入海通量研究的文献，从入海通量的研究内容与模型计算和源数据统计等研究方法的角度进行系统综述，并展望未来发展趋势，以期为深入开展河流环境微塑料污染与入海通量预测等研究提供参考.

1 微塑料入海通量与模型研究

塑料污染已被认定为当今海洋及河流环境中主要的污染问题之一[22]，具有潜在的化学毒性和生物毒性风险，甚至可能对人类健康造成威胁[23-24]. 自联合国环境规划署(UNEP)将微塑料污染作为重点环境问题持续关注以来[25-26]，海洋[8-10]、湖泊[27-28]、海岸线[5]及河流[29-31]等环境中的微塑料污染研究内容日益丰富，学者们在先前量化海洋环境中微塑料污染的研究[32-37]基础上，尝试估算陆源(尤其是河流)对海洋中微塑料的贡献量，目前有关河流微塑料入海通量的研究从空间尺度上可划分为全球尺度和区域尺度，该研究在此基础上对国内外的相关文献进行对比分析和深入讨论.

1.1 全球河流微塑料入海通量的变化与模型研究

国际上研究塑料碎片入海通量的方法有两种：水文监测和模型模拟. 由于水文站点的监测数据数量有限，且影响因素诸多，用监测数据的平均值来估算塑料碎片的入海通量有较大误差. 因此，采用模型模拟的方法来估算河流微塑料入海通量是该研究领域的重点.

Jambeck等[11]根据微塑性(粒径<5 mm)和大塑性(粒径>5 mm)排放量与因管理不当产生的塑料废物(MMPW)量间的相关性，首次对2010年192个沿海国家和地区的塑料垃圾入海通量进行估算及排名，结果显示，2010年有4.8×106～12.7×106t塑料垃圾进入海洋，其中中国塑料垃圾的年排放量为1.32×106～3.53×106t. Lebreton等[38]在文献[11]的基础上做出了改进，其以人口密度、塑料废物产生率及集水区径流量作为参数，估算出全球河流塑料(微塑料和大塑料)入海通量的变化范围为1.15×106～2.41×106t/a. 由于高密度的人口，相对较大的塑料废物产生率以及较高频率的暴雨，导致污染最严重的20条河流大多位于亚洲，占全球塑料垃圾年输入量的67%以上. 这两项研究均基于塑料废弃物量、人口数与经济状况指标，计算出研究区因管理不当产生的塑料垃圾量以估算出入海通量，处理数据时使用了美国河流中微塑料与大块塑料垃圾的比例，而这一处理原则对于其他国家和地区而言并不普遍适用，不同国家和地区对于“限塑令”的态度及塑料垃圾的处理方式均有所不同，故在不同政策背景下对不同国家进行塑料入海通量排名意义不大. 此外，各流域微塑料在迁移富集过程中会受到一系列复杂的物理化学作用，仅以排放量作为切入点忽略了诸多影响因素，因此这类全球模型的微塑料入海通量计算方法存在欠缺.

(1)

(2)

Siegfried等[39]改进了早期用于研究河流营养盐的输出模型，从微塑料来源(个人护理产品、家庭灰尘、洗衣用纺织品以及轮胎和道路的磨损颗粒)的角度描述了微塑料向海排放溯源过程，根据不同来源的微塑料向河流的输入产量(RSpnt,i，kg·a/km2)和进入河流中微塑料排放量占进入水体系统微塑料总量的比例(FEriv,i)建立式(3)，得出从源头排放的单位面积下的微塑料产量(YldMP，kg·a/km2)，由产量和流域面积(A，km2)计算微塑料入海通量(LMP，kg/a)，即式(4). 通过模型估算出2000年欧洲河流微塑料的入海通量总计为1.44×106t/a，并在全球协调和自适应镶嵌情境下运用模型预测出2050年的欧洲河流微塑料入海通量相比于2000年最多减少50%，这一时间尺度上河流微塑料入海通量的大幅变化能够反映出发展社会经济、改善污水处理系统并提高污水处理技术的重要性.

Siegfried等[39]提出了一种基于全球模型通过点源来分析河流微塑料向海洋输送的组成及数量的方法，尽管用于校验的实测数据不足，但以较为可靠的数据和模型参数为基础，对现有可用的单个河流测量值进行了相对合理的比较，检验结果显示出所运用的模型可适用于某一特定的河流流域，这为研究微塑料的特征识别、来源分析及入海通量提供了新的思路，对未来量化微塑料入海通量研究具有重要的启发和借鉴意义.

(3)

LMP=YldMP×A

(4)

1.2 区域尺度河流微塑料入海通量变化与模型研究

相较于大空间尺度下的定量分析，以中小尺度为背景进行研究的优势在于更便于获取精确可靠的实测河流数据. Lechner等[40]根据河流下游人口密度与微塑料浓度的相关性进行了简单的模型计算，估算出多瑙河的微塑料入海通量为 1 534 t/a，Faure等[41]也使用了相似的方法计算了罗纳河每年的微塑料出口量为208 t. 由于影响微塑料浓度变化的因素诸多，这类仅考虑如人口密度等单个影响因子进行定量分析的简单计算方法会导致估算结果出现较大的偏差.

Hurley等[42]量化了2015年和2016年水文年期间英格兰西北部流入爱尔兰海的默西河及艾尔韦尔河流域在洪水影响下沉积物中的微塑料污染变化情况，先根据河道面积(Ac，m2)、河床泥沙淤积量(BSs，kg/m2)和河段沉积物中微塑料浓度(MPc，mg/kg)的关系建立式(5)，计算出该河段沉积物中微塑料储蓄量(RSmicroplastics，mg)，计算结果通过无量纲转换系数(k)进行单位转换，即以kg或t为单位进行表达不同河段储蓄量的总和即为流域沉积物中微塑料总量，并在此基础上估算出2015年及2016年冬季洪水期间两流域沉积物中微塑料的入海通量为(0.36±0.12)t. 此外，该研究还提出了3种计算沉积物微塑料通量不确定性的分析方法并进行评估，对比分析后选出最适用的一个进行微塑料通量估算，即洪水期间每个集水区的微塑料通量计算为洪水前后河床输沙量的差值，并对观测值及参数的不确定性进行分析，利于在进一步的研究工作中避免这些不确定性，以提高结果的精确度. 总体而言，该研究的数据处理方法值得借鉴，但不足之处在于实测数据的缺乏，且仅对洪水气象背景下河流沉积物中微塑料的通量变化进行了估算.

(5)

Eo等[43]研究了韩国洛东河中微塑料的时空分布，并从季节变化的角度对其微塑料入海通量进行了估计，结果显示,2017年洛东河向海排放微塑料数量为5.4×1012～11×1012个，质量为53.3～118 t. 他们首先根据河流下游站水深计算分别计算出表层水(从水面至0.2 m深)和底层水(0.2 m深至水底)两部分的河流流量，再通过不同季节的月平均河流流量和每个时期水样和沉积物中微塑料的丰度计算得出每月河流的微塑料荷载量，最后基于其尺寸和平均聚合物密度的关系建立式(6)(7)，将微塑料的数量转换为质量得出年负荷(W，t/a).

Wnon-fiber=4/3πr3×1.04×α

(6)

Wfiber=πr2h×1.04

(7)

式中：r为半径，对于非纤维类型的微塑料使用单个微粒的测量长度，对于纤维颗粒则使用测量的平均半径(10 μm)；α为形状因子(碎片和薄膜为0.1，球形为1)；h为每根纤维的测量长度，μm；1.04为海洋环境中的平均聚合物密度,g/cm3.

Eo等[43]该研究考虑了季节变化背景下不同储层中微塑料丰度的时空差异，对比于先前仅考虑单一季节或单一储层的研究，其对于河流微塑料入海通量的估算更有说服力，研究结果表明，在对河流微塑料入海通量进行计算时，必须至少使用两个季节(包括雨季和旱季)的微塑料丰度数据. 对比而言，Lebreton等[38]对洛东河的估计值远高于此，导致研究结果产生差异的原因除了全球模型的不普遍适用性以外，还包括研究对象选取的不确定性，而产生这种不确定性的原因是与河流环境中的大塑料相比，微塑料的数量多且质量低.

1.3 中国河流微塑料入海通量变化与模型研究

中国作为人口大国，塑料的生产量与消耗量规模巨大，2013年中国的塑料产量近 4 800×104t，2012的消费量甚至高达 6 600×104t[20]，根据Jambeck等[11]的全球模型估算，2010年中国从陆地向海洋排放了132×104～353×104t塑料垃圾. 随着国际上对微塑料污染研究的日益重视，2014年7月，Zhao等[21]率先发布了长江口及邻近东海和沿岸河口微塑料的空间分布特征，长江作为世界第三大的河流，流经中国较为发达的地区，且流域人口密度高、塑料消耗量大，塑料垃圾的排放量不容忽视，因此成为微塑料研究的热门流域[44-46]. 在全球模型的估算值排名中，长江居于首位，每年向东海排放的微塑料入海通量为31×104～48×104t[38].

Bai等[20]建立了一个基于入海污染物源汇过程评价的物质流分析方法，利用来源可靠的统计与监测数据，模拟微塑料从来源到中间产物最后汇入海洋的迁移过程，并用该模型预测2010—2020年我国塑料垃圾入海通量. 模型分为A(输入)和B(输出)两部分，A部分包括海水养殖业(AO1，Mt)、滨海旅游业(AO2，Mt)、河流输送(AO3，Mt)和海岸渔船(AO4，Mt)产生的塑料废物，计算方法如式(8)～(11)所示，再根据每种塑料制品中原塑料比例、加工比例、进口比例、废品率及未回收塑料废物的比例系数对A部分进行相关分析，确定输出量预测值的最小值、中值及最大值，其中最大预测值与实际值的偏差最小，则利用A的最大值和未经高温处理的塑料垃圾平均比计算B部分的塑料垃圾年入海量.

AO1=S×Y×25%×M1×U×

20%×50%+N1×P1×t1

(8)

AO2=N2×P2×96%×26%×t2×10%

(9)

(10)

AO4=N5×P1×1%×t3×50%+N×q×M5

(11)

式中：S为养殖面积，m2；Y为塑料浮筒的使用量，个；M1为浮筒重量，其破损率为25%；U为塑料网的使用率，其破损率为50%；N1为从事养殖业的人数；P1为人员日均垃圾产量，kg；t1为人员年均工作时长，h；N1为游客数量，人；P2为游客日均垃圾产量，kg；其中不可降解垃圾占96%，塑料垃圾占26%，10%的塑料垃圾进入沿海地区；t2为景区开放时长，h；M3、M4分别为船员生活垃圾和黄浦江漂浮垃圾年产量，t，其中塑料垃圾分别占1%和25%；N3、N4分别为黄浦江流域总人口数和所有入海河流流域总人口数；N5为渔船船员人数；t3为船员年均工作时长，h；N为渔船数量，艘；q为因意外破损的塑料泡沫箱数量，个；M5为泡沫箱重量，kg.

该研究预测2011年中国河流入海塑料垃圾量为0.55×106～0.75×106t，而Jambeck等[11]的估算结果几乎是该研究的2～5倍，造成这一计算偏差的原因有两方面，一是二者采用了不同的统计方法；二是使用了不同的数据源. 从这两方面分析而言，Bai等[20]采用了多因素分析的方法，涵盖了微塑料整个的形成阶段，采用包括实测及政府提供的更为全面可靠的详细数据，这在很大程度地降低了误差，因此预测值与实际值具有较强的一致性. 这项研究验证了全球模型对我国入海塑料排放量的高估，提供了更为精确的通量模型方法，推动了我国微塑料入海通量研究的发展.

Zhao等[47]根据河流流量和降雨量，获取不同季节(春季、夏季、秋季、冬季)微塑料的丰度浓度(Ci，n/m3)，结合实测月排放量(Di，m3)建立模型式(12)估算长江年均微塑料入海通量(LCE，t/a)，结果显示，2017年有537.6～905.9 t微塑料通过长江进入东海，比全球模型估算值低2～3个数量级. 对比而言，在大尺度且连续的时空背景下进行监测，是数据精确性的保障，所得结果更具说服力，对于微塑料入海通量的估算与预测研究具有重要意义.

式中：i为四季；Mmicroplastics为每个粒子的平均质量，kg；Dr为平均排放率，假定该比率恒定.

Mai等[48]对4个季节珠江不同入海口(j)中微塑料的丰度进行监测及统计，通过微塑料的丰度浓度(Ci,j)和河流过滤水量的体积(Qi,j)建立式(13)计算出每个季节(i)微塑料的通量(Fi,j)，四季数据之和即珠江各入海口中微塑料的入海通量，预测其数量为3.9×1010个，质量为66 t，该结果大大低于全球模型的估测值(9.1×104～17×104t). 该研究在采集样品时有考虑到时空演变及潮汐对微塑料丰度的影响，并对珠江三角洲8个入海口的微塑料浓度进行了较为连续的分季监测，以获得精确的实测数据，再结合政府公开的水文数据通过模型对微塑料入海通量进行预测，极大地提高了基础数据的精确性.

Fi,j=Ci,j×Qi,j×109

(13)

总结而言，全球模型的估算结果给全世界敲响了塑料污染的警钟，但以同一处理原则所获取的数据为基础计算出的预测值与各个国家和地区对应的实际值相比差距较大，可见全球模型并不普遍适用，且实测数据是计算值精确的必要基础，如何获取大量且精确的数据基础是全球模型中最难攻克的问题. 相比之下，区域尺度的河流微塑料通量研究更易监测和统计实测数据，也更易模拟微塑料的溯源过程，故区域尺度的相关研究居多且预测值更为精准. 近年来，中国积极应对微塑料污染问题，对塑料进口与处理严格管控，经多位学者的证实，全球模型高估了我国塑料的入海通量，并掀起了我国河流微塑料研究的热潮，对我国塑料污染问题的决策制定具有重要意义.

目前微塑料研究迅速兴起，现有的模型及计算方法逐渐复杂化，但由于实测数据较难获取，导致估算与预测方法的适用性以及精确性的校验极具挑战，因此源数据的监测、鉴定与统计技术的进步与改善显得尤为重要.

2 微塑料入海通量源数据统计及其方法研究

通过不同研究对比发现，造成河流微塑料入海通量预测值之间或预测值与实测值之间差异较大问题的原因，除了模型本身造成的估算误差外，基础数据集采集过程中也存在诸多不确定性，为使微塑料入海通量的估算更为精确合理，源数据获取与统计过程的严谨性是关键. 污染物的入海通量一般通过流量和污染物浓度来计算，因此从方法学角度而言，微塑料的丰度浓度数据是研究河流微塑料入海通量的基本前提，目前现有的真正落脚于微塑料入海通量研究虽然不多，但关于入海河流中微塑料的丰度及其方法研究较为深入，这为入海通量的计算奠定了重要的数据基础.

2.1 微塑料入海通量源数据统计研究

总体而言，由于入海河流的河口段位于陆地与海洋之间的过渡地带，通常是人口密度最高的地区，微塑料污染尤为严重，可见探究入海河流微塑料污染对河口近岸浅海生态环境及海洋经济的影响具有重要意义，因此目前河流环境，尤其是河口系统已成为微塑料研究的热点区域[5,49]，其中有关微塑料丰度的研究集中于大型河流[50-55]，中小型河流研究较少. 表1归纳了全球入海河流水体或沉积物中微塑料的丰度(多以平均值或最大值表示)分布特征，可为未来微塑料入海通量研究提供数据参考. 由表1可见，学者们越来越注重研究时空尺度上微塑料污染的演变，由单一季节转变为长期监测[47-48，59]，由单一采样点转变为多断面采样[55]. 此外，由于目前仍未有统一的单位来描述微塑料的丰度浓度，通常情况下，丰度以质量、体积[44,56](个/kg或个/m3)或面积[51,55](个/m2或个/km2)表示，这使得不同河流之间的微塑料数据难以进行直观的对比.

表1 全球入海河流的微塑料丰度

2.2 微塑料入海通量源数据统计方法

河流微塑料入海通量基础数据的采集既有野外实地监测获得的数据[51]，也有从已有数据集中提取的数据[12,20]，二者均需精确可靠的实测数据作为依据，但由于采样、样品处理、定性与定量分析等研究方法仍缺乏系统性和规范性，且尚未建立分析微塑料污染的结果评价标准，因此不同研究采用的方法各异，进而导致研究结果差异较大.

2.2.1采样方法

2.2.1.1采样工具

在样品采集过程中，通常用到的工具包括非塑料材质的水桶、拖网以及不锈钢材质的抓斗. 其中，水桶仅限于小体积的表层水或中层水取样；大体积的水体则需用到拖网. 相关研究中常见的拖网类型有Manta拖网[52,69-70]、尼龙网[58,60]和浮游生物网[51-52]等，网目孔径决定了其捕捉不同尺寸微塑料的能力，因此导致采取的微塑料样品产生质量上的差异，研究表明，使用80 μm筛网采集到的微塑料数量相比于330 μm筛网多出3个数量级[51]. 拖网和筛网的尺寸一般取决于目标微塑料的粒径大小，经统计，最常用的筛网孔径在300～335 μm范围内[50，62,68]. 抓斗则用于水体沉积物的取样[53-54]，除此之外，可能还需使用起重机或船只等额外的设备[58].

2.2.1.2采样时间

水体中微塑料的时空变动极不稳定，因此采样时间和地点的选取环节尤为重要. 作为驱动因素，风(速度和方向)、降水和洋流等的季节性变动以及极端天气(洪水)的发生对水体内微塑料分布和丰度的变化发挥着至关重要的作用[71-72]. 研究[73]表明，风驱动产生的湍流会导致微塑料颗粒丰度发生纵向变化. 此外，与旱季相比，雨季的强降水作用会增强河流迅速迁移河道河床中微塑料污染的能力，进而导致河流向海排放的微塑料数量增加[45,74]. 已有研究[75]表明，微塑料丰度与高降雨量呈显著正相关，在雨季后河流流量最大时监测到的微塑料数量达到最高值. 因此在进行河流微塑料入海通量计算时，应准备至少2个季节(旱季、雨季)的微塑料丰度数据，并进行长期监测，以得到连续且精确的水文和微塑料数据.

2.2.1.3采样地点

河流不同地点的面积与宽度不同，可能导致各点的微塑料丰度值发生波动，因此以河流随机地点采样获取到的微塑料丰度数据评估入海通量的研究方法不具备科学性和严谨性[50]. 例如，在河流流量和潮汐影响的复杂水文状况下，河流从上游将微塑料输送至潮流界，潮汐运动则将沿海地区的微塑料推移至此，在潮流界形成一个微塑料堆积区，若使用潮流界的微塑料丰度数据进行入海通量的估算，可能会导致结果的高估.

根据其他污染物入海通量的研究经验，估算河流入海微塑料通量的最佳地点是潮汐河口中发生潮位变化的上界，即河流的潮区界[63]，并且应在潮区界的不同时空尺度下进行长期监测，以准确评估河流向海洋的微塑料通量. 此外，也可根据不同变量对河流微塑料入海通量的影响来选取采样点，例如，为探究水动力及人类活动对入海通量的影响，采样点的选取还应包括河流的集水区及人口密集区等河段.

2.2.2样品预处理方法

微塑料体积微小，易于其他杂质混淆，因此如何高速有效地将微塑料从采集的样品中分离出来，以提高其辨识率，这一环节尤为重要. 现今研究中常见的是将样品消解法、密度分离法、过滤、仪器鉴定法相结合的处理方式[76]. 为了最大限度地消除其他杂质对试验结果产生的误差影响，以确保微塑料辨识度，通常选择消解法进行预处理，其中使用的消解剂按其化学性质主要分为酸性、碱性、氧化性和酶[10,76-80]. 不同消解剂的类型、试验条件及消解效果等见表2，其中各类消解剂的作用效果各有差异，消解的程度与消解时长及所处温度等条件有关.

表2 常见的消解剂类型、试验条件和消解结果

密度分离法的原理是利用较轻的微塑料与较重的杂质之间的密度差实现二者的组分分离. 在操作过程中需要向样品中加入浮选液进行连续多次的浮选和离心等操作，浮选液的选取将直接影响对微塑料组分的提取率，通常选用价廉易得的饱和NaCl溶液作为浮选液[77]，若仅考虑微塑料的提取率，密度更大的ZnCl2溶液对微塑料颗粒的提取率在95%以上[80].

2.2.3定量与定性分析方法

对于微塑料的前期判断主要采用目测法，根据物体的颜色、形状、硬度、透明度等特性进行判断是否为微塑料. 通常情况下使用10 ～16倍镜的光学显微镜及扫描电镜对自然风干后的滤膜进行观察和拍照等工作，其中相对较大的微塑料需要换取小倍率[81-82]. 其次是对微塑料的组分鉴定，由于红外光谱分析具有不破坏样本和对比鉴定等优点，因此通常采用傅里叶变换-红外光谱分析法(FT-IR)对微塑料进行成分的鉴定，最后根据鉴定结果统计微塑料丰度. 目前对于微塑料个数的统计大多采用视觉计数法[81]，由于这一主观操作极易将微塑料与其他杂质混淆，从而产生试验误差，故此计数方法有待改进.

2.2.4评价方法

Hermsen等[83]提出了一种从海洋生物中提取微塑料研究的权重评判方法，该方法规定了分析程序各方面的最低质量标准，如取样、样品处理、定量和定性分析方法的使用准则，并按照这一标准给每个步骤打分，为研究中使用的数据提供一个可靠性分数. Koelmans等[84]将这种方法进行改进并应用于淡水环境中微塑料研究的分析，尝试建立微塑料分析步骤的评价体系，为量化微塑料丰度提供了评价标准. 目前微塑料入海通量源数据的统计方法存在诸多不确定性，且尚未建立标准化的研究和评价体系，可能直接导致最终的预测值与实际值偏差过大，因此亟需对采样过程设计、采样工具选取、定量分析及水文数据监测等一系列基础数据的提取、处理及分析过程进行优化和技术开发.

3 结论与展望

微塑料污染如今已成为环境科学研究的热点问题，目前有关微塑料的污染现状、特征和来源等方面的研究逐渐趋于成熟，但河流微塑料入海通量的模型估算等定量研究仅处于起步阶段，并且微塑料的样品采集、处理及分析等过程仍存在诸多不确定性，建议在未来的工作中从以下几个方面加以深究.

a) 建立标准化的河流微塑料监测体系. 在有关河流微塑料的研究方法中，无论是监测、采样、样品的处理，还是定量与定性分析均缺乏统一的标准，用以表示结果的单位也各有差异，从而难以进行数据的横向对比，如何建立一个标准化的研究体系，以快速高效地获取精确的微塑料数据，是该研究领域的重点问题，这不仅是微塑料入海通量研究的重要基础，也是推动当地相关管理政策制定的强劲动力.

b) 将河流中微塑料迁移机制与水文及土地利用参数相耦合. 在土壤水力特性、当时降水模式和河流水文条件的综合影响下，不同流域的持水能力差异较大，土壤性质不同则会影响河流微塑料的滞留作用，低流量和高渗透性的土壤类型有利于提高沉积物对微塑料的截留效率；而河流水动力是微塑料分布变化的主要驱动因素，在流体的动力作用下，微塑料颗粒可能发生聚集、悬浮或沉降等行为，流速与流速将决定这一迁移转化过程的速率，对潮汐和流量等水文动力学的理解越深入、水文数据越可靠，就能越精确地计算出微塑料的入海通量. 因此基于水文与泥沙运输模型对河流微塑料的迁移富集过程进行模拟，能更好地分析微塑料丰度的时空变化.

c) 注重河流微塑料的源汇过程研究. 世界各地河流的水文、形态和人为特征都差异较大，这使得利用小型河流的数据来估计大型河流的情况是不可靠的. 因此需要更多不同尺度河流微塑料源汇过程的研究，以评估河流中微塑料污染的现状，尤其是河流集水区中微塑料迁移的通量和机制以及这些微粒自源头入海的过程. 目前大多数基于模型的研究都可能高估了河流微塑料的入海通量，他们几乎都忽略了河流系统中沉积物对微塑料的滞留作用. 为了更好地估计从河流到海洋的微塑料通量，需要对采样点进行长期监测.

d) 不断开发与改进微塑料入海通量的计算方法，实现精确监控与定性、定量模型相结合. 目前的模型多大为定性分析，用以定量分析微塑料的模型较少，并且有关陆源微塑料的定量数据不多，难以检验模型的精确度，这是微塑料污染研究中最大的制约因素之一. 在有限的基于模型估算通量的研究中，具有普遍适用性的模型方法甚少，因此除了将监测体系标准化以获取精准的实测数据外，还需要对微塑料入海通量研究进行更深层次的探索，尤其是相关模型的不断改进与测量技术开发，二者相辅相成才能实现对河流微塑料入海通量的精准预测与过程模拟，以更好地服务于我国海洋环境中微塑料污染的源头管控和环境外交方面的政策实施.