自2004年以来全世界生产塑料的总量呈指数级增长. 据统计截至2022年全球生产的原生塑料总量高达400.3亿t，其中我国生产的塑料占全球的35.6% ^[1]. 而且绝大部分的塑料都被排入环境中，对环境造成了不可逆的损害. 2004年Thompson等^[2]在《科学》杂志上首次提出微塑料（MPs）是指粒径小于5 mm的塑料碎片或颗粒，MPs在环境中分布广泛而且具有多种危害，有研究表明MPs暴露会影响水生生物的繁殖能力和生长发育. 张晓飞^[3]等研究发现高密度聚乙烯（HDPE）胁迫下，会造成尼罗罗非鱼氧化损伤，使其肠道菌群发生紊乱；许晨等^[4]研究发现聚苯乙烯对集胞藻、惠氏微囊藻的生长有显著的抑制作用；Au等^[5]研究发现MPs暴露会导致淡水两栖动物生长和繁殖显著减少. 此外，MPs会通过食物链的富集和放大作用在人体大量聚集，数据显示，一个人每周的MPs摄入量可以达5 g^[6]；有国外研究团队在人体胎盘和血液中发现了MPs的存在^[7，8]，而且有研究证实体内MPs含量越高，发生肠道炎症的几率越高^[9]，以上研究进一步引发了人们对MPs毒害的担忧.

黄河是中国第二长河，也是中华民族的母亲河. 自MPs被广泛关注以来，有不少学者针对黄河流域MPs进行了研究. Wang等^[8]调查发现黄河上游乌梁素海的MPs赋存情况空间差异较大，且MPs主要来自农田；Qian等^[9]针对黄河中上游交界城市包头市的MPs污染特征进行了调查，发现丰水期的MPs丰度要高于枯水期；Han等^[10]对黄河下游入海口的MPs分布特征进行了调查，发现地表水MPs浓度随距离黄河入海口的远近呈线性下降. 但相比于长江以及国外的一些主要流域，黄河流域MPs研究还很不完善，研究主要集中在某个干流或者某部分河段，缺乏整个流域尺度上的整体性认识. 为此，本研究整合黄河流域已有的MPs数据，针对流域尺度建立了调查评价体系，通过多样性指数来量化MPs的特征，并引入ESI指数来探究不同形状MPs的潜在生态风险，本研究利用数学方法建立综合考虑MPs丰度、形状和聚合物等特征的二维风险评估矩阵模型，以定性评估流域内部各研究区域MPs的绝对生态风险，以期为黄河流域MPs污染防控提供科学参考.

1 材料与方法 1.1 研究区域概况

黄河发源于青海省青藏高原的巴颜喀拉山脉，穿越黄土高原及黄淮海大平原，注入渤海，如图 1所示. 干流全长5 464 km，水面落差4.48 km. 流域总面积79.5万km²（含内流区面积4.2万km²）. 重要支流有湟水、洮河、祖厉河、清水河、大黑河、皇甫川、无定河、汾河、渭河、伊洛河、沁河和大汶河等^[11]. 黄河流域面积75万km²，耕地15.3万km²（约2.3亿亩），人口1.2亿. 从统计数字来看，黄河平均年径流量为500多亿m³，承担着全国17%的耕地，12%的人口和50多座大中城市的供水任务^[12].

1.2 数据来源及处理

以“黄河”或“黄河流域”、“淡水系统”、“表层水”、“MPs”为主题在Web of Science和CNKI中进行文献搜索，在文献中直接读取或使用Origin软件间接从图形中获得MPs丰度以及尺寸、形状、颜色和聚合物等特征数据. 由于黄河流域文章数量较少，为了取得足够量的数据，只对文章的采样时期、采样方法、MPs的提取方法以及MPs的鉴别方法进行了筛选. 最终，整理获得黄河流域9个河段，96个采样点丰水期的MPs数据集. 将收集来的数据重新命名，其中干流有刘家峡水库^[13]，6个采样点，命名为A1~A6；兰州段^[14]8个采样点，命名为B1~B8；河套地区^[15]12个采样点，命名为C1~C12；乌梁素海^[8]9个采样点，命名为D1~D9；山西段^[16]6个采样点，命名为E1~E6；郑州段^[17]7个采样点，命名为H1~H7；黄河入海口^[10，18~20]10个采样点，命名为I1~I10；支流有无定河^[21]13个采样点，命名为F1~F13；渭河^[22~24]25个采样点，命名为G1~G25.

鉴于已有研究中环境MPs的异质性和不一致的尺寸范围定义，不同研究中测量的MPs丰度不能直接用于各研究间的对比，为了获得可比较的生态风险评估结果，采用Kooi等^[25]使用的幂律方程和校正因子（CF）对收集来的数据进行了对齐和重新缩放. 计算公式如下：

$ y=b x^{-a} $

(1)

$ \mathrm{CF}=\frac{L_{\mathrm{UL}, D}^{1-a}-L_{\mathrm{LL}, D}^{1-a}}{L_{\mathrm{UL}, M}^{1-a}-L_{\mathrm{LL}, M}^{1-a}} $

(2)

$ \mathrm{PEC}=\mathrm{MEC} \times \mathrm{CF} $

(3)

式中，y和x分别表示相对丰度（items·m^-3）和大小（μm）；a表示幂律指数，本研究根据Wang等^[26]的研究对淡水使用幂律指数a=2.64；b表示拟合参数；UL和LL分别表示样品尺寸的上限值和下限值；D和M分别表示默认尺寸和实测尺寸，本研究的默认尺寸范围选择（1~5 000 μm）；PEC表示预测值；MEC表示实测值.

1.3 研究方法 1.3.1 MPs多样性指数计算

为了进行各研究区域MPs特征组成之间的对比，引入辛普森多样性指数（Simpson diversity index，SDI）和香农-维纳指数（Shannon-wiener diversity index，SWI）来对MPs的多样性进行量化，其中SDI对均匀度更加敏感，SWI对丰富度更加敏感^[27，28]. 其计算公式如下：

$ \mathrm{SDI}=1-\sum\limits_{i=1}^S P_i^2 $

(4)

$ \mathrm{SWI}= \begin{cases}-\sum\limits_{i=1}^S P_i \ln P_i, & P_i>0, \\ -\sum\limits_{i=1}^S P_i \ln \left(P_i+1\right), & P_i=0 .\end{cases} $

(5)

式中，S表示类别数，P_i表示类别i的MPs在总样本中的比例.

1.3.2 二维风险评估矩阵

Lithner等^[29]对塑料聚合物的危害进行了评分（表 1），随着对MPs研究的推进，Xu等^[30]在长江口MPs的生态风险评估中，应用了潜在生态风险指数（potential ecological risk index，PERI），该指数能综合考量MPs丰度和聚合物危害，PERI分为5个等级^[31]对应的等级划分见表 2；Rangel-Buitrago等^[32]为了描述不同MPs形状造成的风险差异，建立了环境状况指数（environmental status index，ESI），使对MPs的生态风险研究更加全面，ESI划分为4个等级^[33]具体的等级划分见表 2. ESI和PERI的计算公式如下：

$ \mathrm{ESI}=\frac{\sum\limits_{i=1}^n w_i \times x_i}{\sum\limits_{i=1}^n w_i} $

(6)

$ \text { PERI }=\sum P_k \times S_k \times\left(C_i / C_{\mathrm{s}}\right) $

(7)

式中，C_i表示各采样区域MPs丰度；C_s表示标准参考值，本研究采用Everaert等^[34]计算出的表层水体中MPs安全丰度（6 650 items·m^-3）；P_k为第k种聚合物在MPs中所占比例，具体数值见表 3；S_k为第k种聚合物的危害分数，具体数值见表 1；w_i表示MPs形状的单一权重，当污染物造成直接损害时w_i=1.5，当污染物造成间接损害时w_i=1，本研究的污染物属于间接损害，因此w_i取值为1^[35]. 王华等^[36]定义了二维风险评估矩阵，两个维度分别为MPs的PERI和ESI，综合考虑MPs的丰度、形状和聚合物等特征，以此定性评估流域内部各采样点的MPs绝对生态风险，由此得到1~20的风险指数（表 4）.

2 结果与讨论 2.1 黄河流域水体MPs空间分布

黄河流域的MPs分布特征结果见图 2，结果表明，MPs的平均丰度为（31 050.00±7 740.00）×10³ items·m^-3，其中黄河中游区域支流要高于干流，各个河段之间的丰度极值差异巨大，黄河下游入海口的位置MPs污染明显高于流域整体水平，丰度范围为（46 130.00~350 280.00）×10³ items·m^-3可能是因为MPs本身易随水流迁徙，最终在入海口处大量汇集，此外兰州段和渭河区域的MPs污染也高于其他河段，分别为（8 360.00~166 000.00）×10³ items·m^-3和（3 490.00~12 260.00）×10³ items·m^-3，可能是因为兰州段地形地貌比较特殊，水土保持不好，导致土壤中的MPs随着雨水冲刷进入到水体中. 而渭河区域人口多，生活垃圾的排放，以及农业上地膜的使用，都会导致MPs的污染.

2.2 黄河流域水体MPs组成特征 2.2.1 各采样区域MPs组成特征

由图 3可以看出在各个采样区域的MPs组成特征. MPs形状上，郑州段的纤维状MPs所占的比例明显高于其他点位，Ding等^[23]研究发现生活污水，特别是纺织洗衣废水，是MPs纤维的主要来源，而郑州作为中心城市，其人口密度在整个流域中都属于前列，这可能是该段MPs中纤维状MPs占比多的原因. 黄河入海口区域流经济南市、淄博市、滨州市和东营市，该区域的纤维状的MPs所占比例也明显高于其他点位，这进一步证实了Ding等的观点；MPs颜色方面，山西段的MPs以彩色居多，可能是由于该地区MPs污染来源比较广泛. 黄河入海口的透明MPs占比最高，可能是由于彩色的更容易被鱼类当成食物吞食^[37]，所以水体中留存的透明MPs更多；MPs尺寸方面，无定河、渭河和郑州段有接近97%的MPs粒径小于500 μm.

2.2.2 上中下游MPs组成特征

由图 4可以看出，黄河流域上中下游的MPs组成特征存在一定的差异. 下游的纤维状MPs占比明显高于上游和中游，可能是下游人口密度大，生活污水排放多以及入海口附近鱼类捕捞活动频繁，而且纤维状的MPs更容易随水流迁移，碎片状MPs占比随着流域向下呈现明显的下降趋势，米家辉等^[38]研究发现，污水处理厂处理碎片状MPs的效率最高，因为碎片状的MPs质量较大能够通过自由沉降方式去除，这可能也是黄河流域碎片状MPs占比呈下降趋势的原因；颜色方面，中游彩色的MPs占比最大，可能是因为中游的MPs来源比较丰富；粒径方面，1 000~5 000 μm的MPs占比随流域逐渐下降，可能是因为黄河水体中泥沙含量大，MPs在随水体的迁移过程中进一步破碎.

2.2.3 总体MPs特征组成

从图 5可以看出，黄河流域MPs形状中纤维状和碎片状占比较多，分别为56.90%和22.43%，可能是因为纤维状MPs多来源于生活污水 ^[39]而黄河流域人口较多，生活污水排放多. 颜色主要是以透明和黑色为主分别占比36.15%和15.64%，可能是因为一次性餐具、塑料袋的大量使用，这些制品主要由浅色塑料制成且容易破损，是MPs的主要来源^[40]，也可能是因为塑料在阳光照射下脱色导致^[41]；粒径集中在0~500 μm，占总量的62.70%. 闵芮等^[42]对黄河上游的给水厂MPs处理情况进行了调查研究，发现给水厂可以去除90%以上的大于50 μm的MPs，张山风等^[43]在对水厂调研时发现水厂出水中的MPs粒径以20~50 μm为主，占比为58.00%~86.00%，且所有样品中绝大多数MPs的粒径都小于100 μm. 刘佳奇等^[44]研究发现MPs在城市排水系统中的粒径多集中在1 000 μm以下. 这两项研究说明MPs来源中粒径小于1 000 μm的占比较高；聚合物主要是PE和PP，分别占比24.40%和12.89%. 朱元彤等^[45]研究发现我国污水处理厂中PE、PP、PET占比第一的污水处理厂数量较多，说明MPs的来源中PP、PE本身占比就高，所以流向水体中的MPs中PP、PE占比最高.

2.2.4 黄河流域MPs多样性分析

如图 6所示. MPs颜色、形状、粒径和聚合物的SDI多样性指数分别为0.754~0.996、0.183~0.696、0.069~0.665和0.156~0.958，SWI多样性指数分别为0.289~1.504、0.561~1.651、0.335~1.524和0.156~1.095，与其他研究相比，本研究的SDI（0.615）高于贵州南明河流域MPs的SDI（0.544）^[46]，但SWI（0.850）小于长江流域MPs的SWI（1.087）^[47]，说明黄河流域的MPs的均匀度较大，但丰富度不足. SWI和SDI在量化MPs多样性方面略有差异，特别是在MPs颜色多样性中的SDI指数逐渐增加但SWI却在下降，说明黄河流域MPs颜色的丰富度自上游到下游在减少但均匀度在增加.

2.3 黄河流域MPs赋存特征影响因素

MPs是人造产物，人类活动会对MPs在环境中的分布特征造成直接影响^[48]. 图 7的相关性分析表明，人类活动整体与MPs丰度呈显著正相关（P < 0.05）. 其中快递业务量、地区生产总值、农作物播种面积和社会消费品零售总额与MPs丰度相关性较为显著. 人口密度和全年接待国内外游客与MPs丰度没有显著的相关性. 这说明了物流业、农业和零售业是影响MPs分布的主要行业. 电商平台购买商品的数量和种类，可能是导致空气MPs污染水平较高的原因^[49]，同时空气中的MPs和快递包装的塑料垃圾通过风、雨水等途径进入河流，再汇入湖泊和海洋^[50]. “十三五”以来，中国快递包裹数量每年新增近100亿件，大量塑料包含于快递包装中，而中国快递塑料包装材料实际回收率不到10%^[51]，塑料被直接丢弃到自然环境中或混入生活垃圾中填埋、焚烧. 此外农作物播种面积与MPs丰度同样具有较强相关性，在农业种植中会大量使用塑料薄膜，而这些薄膜的回收率较低，根据国家发展和改革委员会官网统计，2021年我国农膜回收率稳定在80.00%以上，但仍然有大量塑料薄膜会在自然环境中风化为MPs，进而通过地表径流进入水环境，造成水体MPs污染.

值得注意的是，MPs丰度与人口密度和全年接待国内外游客没有显著相关性，这可能是因为由于受自然环境条件、社会经济发展水平的影响，黄河中上游各地区间人口密度分布具有明显的不平衡性^[52]，从而导致黄河流域人口密度与MPs丰度不具有相关性. 此外，2017~2021年，黄河流域旅游高质量发展总体水平（相对贴近度）处于0.026~0.867^[53]，区域发展水平差异显著，呈现不平衡、不均匀的空间分布态势，东北-西南方向的空间集聚特征明显^[54]. 但是在旅游业发达的地区，例如西安市对城镇污水的处理非常重视，陈莹等^[55]研究发现西安市所有出水水质指标的达标保证率均超过95.00%，最多仅有2.00%的样本出水达不到标准限值. Gao等^[56]的调查表明污水处理厂对MPs的去除率为50.00%~99.99%不等，污水处理厂去除了污水中的大部分MPs，这也可能是导致黄河流域MPs与全年接待国内外游客数量不具有相关性的原因.

2.4 基于二维风险评估矩阵的绝对生态风险评价

如表 5所示，黄河流域MPs的PERI值差异很大，范围在0.20~511 070之间，66.67%的地区属于Ⅴ级风险区，22.22%的地区属于Ⅰ级风险区，11.11%的地区属于Ⅲ级风险区. 其中黄河入海口和山西段的PERI值较高，导致流域整体MPs生态风险高于泰国沿海省份（PERI：50.00~470.00）^[57]和我国长江流域（PERI：0.33~4 049.00）^[47]，说明黄河流域MPs生态风险水平整体较高，尤其是山西段和黄河入海口，需要重点防治. 另外，黄河流域MPs的ESI指数按照等级划分，黄河流域88.89%的区域处于差等级，11.11%的区域处于一般等级，没有良好和不理想等级. 与同类型研究相比，黄河流域的ESI整体水平高于哥伦比亚加勒比中部海岸^[31]（70.00%海滩处于一般等级，9.00%海滩处于差等级）以及中国长江流域^[34]（79.10%的城市处于差等级，20.90%的城市处于良好、一般和不理想等级）.

基于二维风险矩阵得到黄河流域各区域的MPs绝对生态风险（见表 5）. 风险指数范围为3~20，其中超过77.78%的区域风险指数大于18，这表明黄河流域的大部分区域MPs的绝对生态风险处于较高水平. 就流域各区段而言，黄河中下游的绝对生态风险整体要高于上游，这与长江流域的结论相似^[34]，说明MPs易随着水流向下迁移. 刘家峡水库虽然风险指数为3，处于低风险等级，但刘家峡水库位于甘肃省，是黄河上游的一处重要水源涵养地，也是甘肃省重要的水产品养殖地，应该提高警惕，以保护水库的水源质量.

值得一提的是在PERI分析中无定河处于Ⅲ级风险区，但在考虑了MPs形状危害的绝对生态风险评价中，无定河的风险指数为18，达到了较高的水平，郑州段的MPs丰度跟渭河相差不大，但风险指数却相差7. 由此可以看出在进行流域MPs生态风险评价时，丰度作为MPs的基础指标并不能很好地评价MPs在环境中的风险水平，应该尽可能全面考虑到MPs的各种危害因素，以达到一个更加精准科学的评价目的.

3 结论

（1）黄河流域MPs空间分布特征具有明显的差异性，平均丰度范围在（31 050.00±7 740.00）×10³ items·m^-3. 下游的丰度比上游中游更高，中游区域支流的MPs丰度比干流的高，其中丰度最高值出现在黄河入海口.

（2）流域MPs形貌特征比较集中，整体上以纤维状和碎片状居多，而且碎片状MPs占比从上游到下游呈现明显下降趋势. 颜色以透明和彩色为主，其中中游彩色占比最多. 尺寸大多数小于1 000 μm，且1 000~5 000 μm的MPs占比从上游到下游也呈现下降趋势. 聚合物类型主要是PP和PE.

（3）黄河流域MPs生态风险水平整体较高，66.67%的地区属于Ⅴ级风险区. 绝对风险水平也较高，有77.78%的区域风险指数大于18级，刘家峡水库为重要水源地，风险较高需要重点关注.