纽约州立大学奥尔巴尼分校与康奈尔大学WR：基于物理机制的网目选择性校正模型——实现水体微塑料丰度的标准化估算

背景：水体微塑料污染是全球性环境问题，但不同研究报道的微塑料丰度相差数个数量级，主要原因是采样网目尺寸差异导致的选择性偏差。现有校正方法仅考虑颗粒粒径，忽略颗粒形态（如纤维因高长宽比和柔韧性易穿越网孔）的关键影响，造成系统性低估。研究目的：构建一套基于物理机制的网目选择性校正模型，覆盖10-5000 μm粒径范围，将粒径分布、形态分布（碎片、薄膜/泡沫、颗粒、纤维）及变形概率纳入概率化颗粒-网目相互作用框架，实现全球水体微塑料监测数据的标准化比较。结论：模型将捕获过程分为完全捕获、部分捕获和随机捕获三类。以330 μm曼塔拖网为例，纤维平均捕获概率仅0.70%，紧凑型颗粒达10.55%，差异超15倍。与已发表数据对比，模型将平均估算准确率提升最高70.6%，对数误差降低83.7%，显著优于现有方法。研究同时指出，当不同采样方法存在网目孔径以外的系统性差异时，需推进采样方案标准化。该框架为跨研究数据整合提供了物理可解释、可推广的定量工具。