2026, Vol. 63
2. 上海污染控制与生态安全研究院, 上海 200092;
3. 上海环境卫生工程设计院有限公司, 上海 200232
2. Shanghai Institute of Pollution Control and Ecological Security, Shanghai 200092, China;
3. Shanghai Environment Sanitation Engineering Design Institute, Shanghai 200232
垃圾填埋是处理固体废弃物的主要方式之一[1]。全球范围内，约有70%的固体废物最终被填埋。此类场地作为固体废物的主要处置方式，其中塑料类废物占比达9.9%~19.1%[2]。在填埋场内经受紫外线辐射、机械压实及微生物降解作用后，破碎生成大量次生微塑料（Microplastics，MPs），即粒径小于5 mm的合成聚合物颗粒[3]。已有研究表明，填埋场中MPs的生成呈指数增长趋势；填埋龄30年的区域MPs丰度可达0.65± 0.19个·kg–1塑料，较初始阶段增长8倍[4]。尤其值得关注的是，我国现有2.7万个历史不规范垃圾填埋场，较多的历史不规范填埋场建于环境法规制定之前，部分未配备环境保护措施[5]。这类场地在填埋过程中产生的MPs可以随着渗滤液持续进入土壤和地下水[6]，致使周围的土壤和水体中存在大量MPs。
MPs由于具有粒径小、分布广、化学性质稳定的特点[7]，极易与其他污染物结合，并进入生物体，在食物链中累积，危害环境与人体健康[8]。其还可以通过改变土壤物理结构、化学循环及微生物功能，威胁农业的可持续性[9]。历史不规范填埋场作为MPs的潜在释放源，通过渗滤液下渗、地表径流、大气输送沉降等多种扩散方式，对周边环境造成MPs生态风险。目前已有研究关注历史不规范填埋场垃圾堆体及其表层土壤中MPs的污染特征，但其如何影响周边土壤尤其是农田土壤的污染特征和生态风险尚不明确。Lou等[10]对中国东南地区3个垃圾填埋场（2个卫生填埋场、1个历史不规范填埋场）的垃圾堆体进行MPs检测，结果表明3个垃圾填埋场的平均MPs浓度为0.44~1.56 g·kg–1（矿化垃圾质量），且MPs污染风险受到填埋年限与区域经济因素驱动。Ma等[11]研究表明，广州市的两个历史不规范填埋场的土壤与渗滤液中均检出MPs，且地理因素显著影响MPs的分布和特征。Rahmani等[12]通过对伊朗哈马丹地区垃圾填埋场进行MPs调查，研究表明不同类型填埋场土壤的MPs污染特征不同，医疗废弃物、城市废旧填埋场的MPs丰度显著高于普通的城市垃圾填埋场，且历史不规范填埋场扩散威胁高。对于MPs的生态风险评价方法，多采用传统的静态评价方法，较少结合蒙特卡罗模拟等方法动态解析参数的不确定性，因其忽略参数变异性和空间异质性常导致风险误判。Gu等[13]对淄博农田的MPs研究采用污染负荷指数法基于平均丰度（154个·g–1）划分风险等级，但局部热点丰度高达420个·g–1（变异系数为78%），均值可能掩盖了空间高风险的情况。
鉴于历史不规范垃圾填埋场持续释放微塑料（MPs）的污染风险及其对周边土壤生态系统的多重威胁，亟需开展污染特征解析与精准化风险评估以支撑场地管理决策。本文选取华东地区某一典型区域——浙江省嘉善县某历史不规范填埋场及毗邻农田表层土壤为研究对象，利用傅里叶变换显微红外光谱技术（Fourier Transform Infrared Microspectroscopy，µ-FTIR），定量揭示MPs的丰度、类型及空间分布特征；结合污染负荷指数法（Pollution Load Index，PLI）、改进风险商法（Risk Characterization Ratio，RCR）、多特征潜在风险指数法（Multi-characteristics Potential Ecological Risk Index，MPERI）与蒙特卡罗概率模拟，综合评估MPs污染的环境生态风险及不确定性范围。研究成果将为历史不规范填埋场修复管理、周边农田安全利用及概率化风险管理模型的工程应用提供科学支撑。
1 材料与方法 1.1 采样方案浙江省嘉善县某历史不规范垃圾填埋场，距离县城中心约5 km。南面临河，周围紧邻农田，东侧距离公路约300 m，北侧和东北侧距离居住点约100 m，西南侧距离居住点约75 m。该历史不规范填埋场已完成封场处理，上方垃圾堆体已移除，填埋场地势呈现中间高、四周低的特点。本研究依据地势条件采集填埋场上方的表层土壤。
本研究采用系统性空间布点策略，在填埋场本体沿地形主轴线实施对角线布点（如图 1所示），探究地表径流驱动的MPs分布规律，同时向北、东、西三侧延伸布点，实现与周边农田的污染源-汇关联对比；针对毗邻农田，按填埋场边界距离梯度（0~80 m）以10 m间距布设剖面采样网格，探究MPs污染随距离的空间分布特征。采样过程中为避免塑料干扰，采样人员均佩戴非塑料手套，全部使用金属工具，并在采样前使用去离子水冲洗，采样土壤使用铝制自封袋保存备用。
|
图 1 填埋场及周边农田采样点位示意图 Fig. 1 Spatial distribution map of sampling sites in the landfill and adjacent farmland |
土壤样品前处理：人工分选去除样本中肉眼可辨的粗颗粒非塑料杂质后，将土壤样品分装于洁净培养皿中，转移至60 ℃恒温干燥箱连续干燥至质量恒定，确保水分完全脱除。称取5.0 g烘干土样（填埋场上方土壤样品取1.0 g），与预配制的饱和氯化钠溶液（ρ=1.20 g·cm–3）共同加入浮选装置中，用玻璃棒搅拌直至溶液充分混合均匀[14]，静置24 h完成微塑料-土壤基质的相分离过程。随后缓慢倒出上清液于烧杯中，重复上述操作过程3次，合并上清液。分层收集上清液，加入30%过氧化氢溶液[15]，置于45 ℃烘箱中进行氧化消解（24~48 h），待反应体系无可见气泡生成后终止反应。抽滤至0.45 μm的滤膜上，等待观察。
样品MPs检测：MPs的检测分析采用多阶段综合鉴定方法。在无尘环境条件下，首先通过高速光学成像系统（VHX-6000，基恩斯，日本）对滤膜样本进行显微观察，将目标区域放大50倍~100倍实施初步筛查。观测过程中采用数字化定量分析技术，系统记录可疑颗粒的粒径、几何形态及显色特征[16]，同时使用不锈钢镊子夹出符合以下特征参数的候选颗粒：（1）表面无生物附着残留；（2）具备塑性形变特征；（3）排除典型无机物表面结构。
通过高倍光学显微镜观察，筛选的候选颗粒需进一步进行分子特征验证。采用傅里叶变换显微红外光谱系统（Nicole iN10 MX，赛默飞，美国），将单个颗粒转移至金刚石压砧中施加标准压力固定，在透射模式下进行16次累积扫描获取光谱数据。得出相应的红外光谱图后，通过OMNIC软件进行谱峰解析，并与聚合物标准数据库进行谱图匹配度分析。一般把匹配度超过70%的聚合物判定为MPs。
1.3 环境生态风险评价方法 1.3.1 污染负荷指数法（PLI）污染负荷指数法（PLI）是一种基于多变量统计分析的定量环境评估工具[17]，该方法计算单点或多污染物的累积风险水平，适合对污染场地的初步筛查。
| $ C{F}_{i}=\frac{{C}_{i}}{{C}_{0i}}\text{；}\text{ PLI}=\sqrt{C{F}_{i}}\text{；}{\text{PLI}}_{\text{ZONE}}=\sqrt[n]{{\text{PLI}}_{1}\times {\text{PLI}}_{2}\times {\text{PLI}}_{3}\cdots {\text{PLI}}_{\text{n}}} $ | (1) |
式中，CFi为微塑料的污染系数，无量纲；Ci为在特定采样点处微塑料的实际含量，个·kg–1；C0为参考值，选择类似方法所获得的微塑料丰度数据，本研究中参考值取2 462个·kg–1 [18]。PLI法将污染风险分为三个等级：PLI < 1为轻度污染；1≤PLI < 2为中等污染；PLI > 2为重度污染。
1.3.2 改进风险商法（RCR）PLI值与采样点微塑料丰度呈正相关，需指出，参考背景值（C0）的选择直接影响PLI计算结果，而微塑料C0迄今尚未建立统一标准。此外，MPs污染涉及聚合物类型、粒径分布及老化程度等多维属性，单一丰度指标难以全面表征其环境行为与生态风险。风险商法（Risk Quotient，RQ）结合MPs的丰度与其毒性阈值，能够更加全面地评估MPs的环境生态风险[19]：
| $ \text{PNEC}=\frac{\text{MIC}}{\text{AF}}\text{；}RQ=\frac{\text{MEC}}{\text{PNEC}} $ | (2) |
式中，MIC为最低影响浓度，单位为mg·L–1或mg·kg–1；AF为影响因子，取1；MEC为实测丰度，个·kg–1；PNEC为预测无效应浓度，本研究中取4824个·kg–1 [20]。
传统的PNEC未能充分考虑不同类型聚合物对环境造成的影响，本研究引入风险表征概率（RCR）优化RQ法。RCR法充分考虑不同类型微塑料的毒性危害指数，鉴于PNEC所涉及的毒理数据多集中于PP、PE和PET类型的微塑料，使用调整系数K=3/16进行校正[21]。
| $ \begin{array}{l}Z=K\times S\text{；}H=\sum {P}_{i}\times {Z}_{i}\text{；}{\text{MEC}}_{\text{Z}}=\text{MEC}\times H\text{；}\\ \text{RCR}=\frac{{\text{MEC}}_{\text{z}}}{\text{PNEC}}\end{array} $ | (3) |
式中，S为聚合物危害系数；K取值为3/16，调整系数；Z为调整后的聚合物危害系数；P为该MPs在环境中的占比；H为由MPs引起的聚合物风险指数；MECz为调整后的微塑料丰度；RCR为风险表征比。塑料聚合物的危害系数值[22]如表 1所示：
|
表 1 塑料聚合物危害系数值 Table 1 Hazard factor values for plastic polymers |
风险概率表征（RCR）将污染程度分为4个等级：0 < RCR≤ 1为无显著风险；1 < RCR ≤10为低风险；10 < RCR≤100为中风险；RCR > 100为高风险。
1.3.3 多特征潜在风险指数法（MPERI）上述改进后的RQ法考虑到了MPs的类型与毒性效应，但未考虑MPs的颜色、粒径、形状等多维特征，故引入多特征潜在风险指数法[23]（MPERI）以全面评估MPs的生态风险，该方法具有较强的综合性，适合复杂污染系统，但参数选取依赖于专家权重打分：
| $ {\text{PLI}} = \sqrt {\frac{{{C_i}}}{{{C_0}}}} $ | (4) |
| $ \begin{array}{l} {T_{{\text{polyme}}{{\text{r}}_i}, {\text{shap}}{{\text{e}}_i}, {\text{colo}}{{\text{r}}_i}}} = \mathop \sum \limits_{n = 1}^n {P_{{\text{polyme}}{{\text{r}}_n}, {\text{shap}}{{\text{e}}_n}, {\text{colo}}{{\text{r}}_n}}} \times \hfill \\ {S_{polyme{r_n}, shap{e_n}, colo{r_n}}} \hfill \\ \end{array} $ | (5) |
| $ T{i_m} = \sum {T_{{\text{polymer}}}} \times \left( {0.2{T_{{\text{color}}}} + 0.8{T_{{\text{shape}}}}} \right) \times {P_{{\text{size}}}} $ | (6) |
| $ {\text{MPERI = PLI}} \times T{i_m} $ | (7) |
式中，
蒙特卡罗模拟是一种基于概率统计的数值计算方法，通过重复随机抽样量化模型输入参数的不确定性，进而解析生态风险评估结果的概率分布特征。使用水晶球软件进行蒙特卡罗模拟分析。首先利用SPSS软件对填埋场上方和周边土壤的微塑料丰度进行对数正态分布的检验，填埋场上方与周边农田MPs丰度P值分别为0.984和0.097，根据夏皮洛-威尔克检验（P > 0.05），两组数据均符合对数正态分布。在模拟前，将两组微塑料丰度数据定义为对数正态分布，随后将生态风险评价的结果定义为模拟的预测结果，进行随机迭代次数为10 000次，置信水平为95%的蒙特卡罗模拟。
1.4 数据处理使用OriginPro 2022和SPSS 26进行图形绘制与数据处理，得到平均值±标准差（SD），检验MPs丰度在不同点位之间的差异显著性（Duncan检验），采用标准单因素方差进行分析（One-way ANOVA，P < 0.05）。
2 结果与讨论 2.1 某历史不规范填埋场及周边农田表层土壤MPs污染特征采集某历史不规范填埋场原始表层土壤共9个点位，所有点位均检出MPs，其MPs丰度分布如图 2所示，分布范围为7425.5~21306.5个·kg–1，平均丰度为13066.7±3813.9个·kg–1。其中，MPs丰度最高的为S5点位（21306.5±2191.5个·kg–1），丰度最低的为S8点位（7425.5±563.5个·kg–1）。结果表明，填埋场上方表层土壤的MPs丰度分布呈现明显的空间异质性。Wan等[24]研究发现华南某非正规填埋场垃圾下方土壤的MPs丰度为570~14200个·kg–1，略低于本研究结果，可能与垃圾填埋场的填埋垃圾类型有关。
|
图 2 历史不规范填埋场表层土壤微塑料丰度分布 Fig. 2 MPs abundance distribution in the topsoil of a historical non-sanitary landfill |
采集填埋场周边农田土壤共15个点位，MPs检出率为100%，其MPs丰度分布如图 3所示，其分布范围为199.5~2868.5个·kg–1，平均丰度为1092.6±831.3个·kg–1。填埋场三个方向（北、东、西）的农田土壤MPs的分布丰度上，北向与东向、西向存在显著性差异（P＜0.05），北向MPs平均丰度为2007.1个·kg–1，显著高于东西两个方向，经前期背景调查了解，该区域全年盛行东南风，北向MPs丰度分布较高可能与风向存在关系[25]。Asadi等[26]研究表明伊朗大不里士某历史不规范填埋场周围土壤MPs平均丰度为470±193个·kg–1，显著低于本研究结果，可能源于区域环境特征、污染释放强度及迁移机制的复合作用。与填埋场上方采样点位的MPs丰度检出结果进行比较，填埋场上方远高于周边土壤，结果表明，填埋场可能会作为周边土壤的MPs释放源。
|
注：（a）各个点位微塑料丰度分布；（b）北、东、西三个方向微塑料丰度分布。 Note: (a) Microplastic abundance distribution across sampling sites; (b) Microplastic abundance distribution in northern, eastern, and western sectors. 图 3 历史不规范填埋场周边农田表层土壤微塑料丰度分布 Fig. 3 MPs abundance distribution in the topsoil of adjacent farmland near a historical non-sanitary landfill |
通过FTIR可以判断MPs疑似物质的类型，如图 4和图 5a所示。结果表明，填埋场上方表层土壤中PET是检出最多的MPs类型，占到了总体MPs的60%以上，其次是PE，占比30.7%，而PA（2.4%）、PP（0.8%）占比较低。填埋场周边农田土壤中的PET也是检出最多的MPs类型，占比为44.5%，其次为PE（34.1%），以及PP（12.2%），而PELD（4.9%）、PAN（2.4%）、PA（1.8%）及其他（6.1%）占比较低。填埋场上方土壤与周边农田土壤的MPs检出类型表明，两者的检出占比前两位均为PET与PE，这进一步表明填埋场可能是农田MPs污染的重要来源之一。广州市两个历史不规范填埋场土壤中检出类型最多的MPs为PET、PU（聚氨酯）、PS[11]；韩国某填埋场附近土壤中检出最多的MPs主要类型为PP、PE和PET[27]；上海郊区大棚菜地土壤中占比最多的MPs类型为PVC、PE[28]，稻田土壤中PET MPs占比最多。填埋场上方PET的来源可能为生活垃圾，例如涤纶衣物、食品包装和饮料瓶等；PE的来源可能为塑料袋、包装膜和泡沫材料等。周边农田中PET与PE的来源，一方面可能源自填埋场MPs的扩散，例如垃圾填埋场的渗滤液携带[29]，降水、地表径流的输送[30]，以及风力输送、大气沉降[25]等；另一方面来自农业活动的输入，例如农膜、农业塑料器具、有机肥/污泥等。
|
注：（a）类型；（b）尺寸；（c）形状；（d）颜色。a中图例，PELD为低密度聚乙烯，PA为聚酰胺，PP为聚丙烯，PE为聚乙烯，PET为聚对苯二甲酸乙二醇酯。 Notes: (a) Type, (b) Size, (c) Shape, (d) Color. Legend in (a): PELD, Polyethylene low-density; PA, Polyamide; PP, Polypropylene; PE, Polyethylene; PET, Polyethylene terephthalate. 图 4 历史不规范填埋场表层土壤中微塑料污染特征 Fig. 4 Characteristics of MPs pollution in the topsoil of a historical non-sanitary landfill |
|
注：（a）类型；（b）尺寸；（c）形状；（d）颜色。（a）中图例，PAN为聚丙烯腈，其余微塑料类型同图5注。 Notes: (a) Type, (b) Size, (c) Shape, (d) Color. PAN. Figure (a) Polyacrylonitrile, the rest of the MPs types are the same as those in Figure 5. 图 5 历史不规范填埋场周边农田表层土壤中微塑料的污染特征 Fig. 5 Characteristics of MPs pollution in the topsoil of adjacent farmland near a historical non-sanitary landfill |
本研究中，MPs的形状、尺寸与颜色特征由高倍显微镜观察得到，典型MPs的显微镜下拍摄的图像如图 6所示。本研究依据检测方法的下限与MPs的定义情况将MPs的尺寸分为50~500 μm、500~1 000 μm、1 000~2 000 μm和2 000~5 000 μm，将小于1 mm的MPs定义为小尺寸MPs[21]。本研究依据该区域内MPs的形态特点，将所测得的MPs分为4类：纤维、碎片、薄膜和颗粒[31]。
|
注：（a）红色薄膜PE；（b）透明纤维PET；（c）透明碎片PA；（d）白色颗粒PE。 Note: (a) Red film PE; (b) Transparent fiber PET; (c) Transparent fragment PA; (d) White particle PE. 图 6 高倍显微镜下MPs图像 Fig. 6 Images of MPs under high power microscopy |
填埋场上方各点位检出的MPs均以小尺寸为主，如图 4b所示，小尺寸MPs占比为70.9%；周边农田土壤中大部分点位也以小尺寸的MPs为主，如图 5b所示，小尺寸的MPs占比为66.3%，两者占比均显著高于较大尺寸MPs（1~5 mm）。这与前期研究类似，Su等[32]对上海老港垃圾填埋场MPs污染特征进行调查，研究表明小尺寸MPs更容易扩散到渗滤液中，且随着填埋时间的增加，小尺寸MPs的占比会增加。大尺寸塑料在土壤中受微生物分解[33]、泥沙磨蚀[34]和紫外线辐射等自然作用，持续破碎成更小的颗粒；同时，小尺寸MPs也更易随大气扩散与沉降。
填埋场表层土壤中检出的MPs形状以纤维和碎片为主，分别占比60.2%与23.9%，各点位检出情况如图 4c所示；周边农田土壤中也有类似的结果，纤维与碎片形状的MPs，分别占比51.2%与29.9%，各点位检出情况如图 5c所示。该结果与MPs的检出类型有关，该区域检出的PET微塑料以纤维状为主，且大尺寸MPs易分解为小尺寸的碎片。薄膜与颗粒状的MPs在该区域占比较低，填埋场表层土壤分别为13.1%与2.6%，周边农田土壤分别为15.3%与3.5%，如图 7c所示。其中，薄膜状MPs以PE为主，颗粒状MPs占比较小的原因可能为检测方法的局限性导致小尺寸颗粒状MPs难以被观察并检出。
|
注：（a）类型；（b）尺寸；（c）形状；（d）颜色.a）中图例微塑料类型同图 5和图 6注。 Notes: (a) type, (b) size, (c) shape, (d) color. The types of MPs in the legend of Figure (a) are the same as those noted in Figures 5 and 6. 图 7 历史不规范填埋场和周边农田表层土壤中微塑料不同污染特征占比 Fig. 7 Proportions of different microplastic pollution characteristics in topsoil of a historical non-sanitary landfill and adjacent farmland |
填埋场与周边农田表层土壤中MPs颜色检出情况均以透明色为主，其占比分别为71.8%与53.1%，如图 7d所示。填埋场上方MPs颜色其次为黑色（13.3%）、红色（6.1%）；周边土壤中则是红色（25.3%）、黑色（9.3%）。透明色MPs占比高的原因可能包括：（1）为了保证透光率，农业上使用的地膜，多为透明或半透明的PE材质[35]；（2）来自透明的包装袋，这些材料在机械破碎或生物降解后，形成透明MPs碎片[36]；（3）在紫外线的照射下，有色塑料的颜料分子会逐渐降解，导致褪色，从而形成透明MPs，着色剂等塑料表面的化学物质也会随着填埋而溶出[33]。
2.2 生态风险评价 2.2.1 污染负荷指数法评价PLI法结果如图 8a所示，结果表明，填埋场周边农田表层土壤MPs污染在整体态势上处于低风险水平，但部分特定点位污染风险值得重点关注，尤其是位于填埋场北向的N20、N30和N50点位，其PLI处于或接近中风险程度。填埋场上方的PLI结果则表明填埋场上方整体MPs污染处于较严重的污染程度，部分点位（S4、S8）处于中风险，其余点位均需要重点关注。
|
注：（a）污染负荷指数法；（b）改进风险商法；（c）多特征潜在风险指数法。 Note: (a) PLI, (b) RCR, (c) MPERI. 图 8 历史不规范垃圾填埋场及周边农田表层土壤中微塑料的生态风险评价结果 Fig. 8 Microplastic ecological risk assessment result |
PLI法仅考虑MPs丰度的影响，改进后的风险商法考虑聚合物类型、丰度与毒性特征，引入RCR指数，结果如图 8b所示。填埋场周边农田土壤MPs污染呈现出中风险接近低风险的总体特征，然而，东向的E20、E80点位以及北向的N30点位，其污染风险程度相对较高，这种与PLI法评估结果存在的差异，主要归因于在周边农田东、西向部分点位检测出了具有较大毒性的PAN等塑料类型。
填埋场上方的RCR指数结果与PLI指数结果不同，整个填埋场中的MPs污染处于低风险程度（RCR＜10），这是由于在结合聚合物具体类型进行评估时，填埋场上方土壤中毒性较大的聚合物类型检出较少，但综合考虑PLI和RCR指数，填埋场上方MPs的污染风险仍需得到重视。
2.2.3 多特征潜在风险指数法评价多特征潜在风险指数法更加全面地考虑MPs的多维特征，包含类型、形状、颜色、尺寸等污染特征，用MPERI指数来代表，结果如图 8c所示。结果表明，周边农田土壤大部分点位处于轻微风险程度（MPERI＜10），而E20、E80、N30点位需要重点关注，这与RCR指数结果相似，同样来自毒性较大的MPs类型的检出；填埋场则整体处于中等风险程度（MPERI＞10），部分点位（S4、S9）接近高风险程度，需要重点关注。
2.3 蒙特卡罗模拟分析蒙特卡罗模拟[37]可以通过模拟迭代量化不同生态风险指数的累积概率（如图 9所示），并通过敏感度分析量化不同参数对生态风险评价结果的贡献程度（如图 10所示）。王华等[38]使用二维风险评估矩阵结合蒙特卡罗模拟评估长江流域的MPs生态风险，研究表明，流域内90.8%的MPs污染负荷风险处于低风险等级，但63.4%的聚合物危害风险处于高风险等级，通过模拟得出优先控制因子：微塑料丰度、PVC型和PU型MPs，证实蒙特卡罗模拟有效弥补了传统微塑料生态风险评估中静态指数法的局限性，为风险分级管控提供了动态决策依据。
|
注：（a）污染负荷指数法；（b）改进风险商法；（c）多特征潜在风险指数法。a中垂直线从左到右依次为PLI=1，2；b中垂直线为RCR=10；c中垂直线从左到右依次为MPERI=100，500，具体风险分级见1.3。 Note: (a) PLI; (b) RCR; (c) _MPERI. In Figure a, the vertical lines from left to right represent PLI = 1, 2; in Figure b, the vertical line represents RCR = 10; in Figure c, the vertical lines from left to right represent MPERI = 100, 500. The specific risk classification can be found in 1.3. 图 9 蒙特卡罗模拟累积概率图 Fig. 9 Monte Carlo simulation cumulative probability |
|
注：（a）改进风险商法；（b）多特征潜在风险指数法。MEC，MPs的实测丰度；PE、PA、PET、PAN，检出的各种不同类型MPs；Ci，特定采样点MPs丰度；TPolymer，聚合物危害指数；Tcolor，颜色危害指数；Tshape，形状危害指数；Psize，小尺寸微塑料百分比。 Note: (a) RCR, (b) MPERI.MEC, measured environmental concentration; PE, PA, PET, PAN, detected MP polymer types; Ci, MPs abundance at a specific sampling site; TPolymer, polymer-specific hazard index; Tcolor, color-specific hazard index; Tshape, shape-specific hazard index; Psize: percentage of small-size microplastics. 图 10 蒙特卡罗模拟风险敏感度图 Fig. 10 Monte Carlo simulation risk contribution |
本研究中，PLI法的蒙特卡罗模拟结果表明，模拟10 000次后，周边农田土壤的PLI均值为0.64，处于低风险程度；填埋场上方土壤PLI均值为2.27，处于重度风险程度，周边农田在PLI＜1的累积概率显著高于填埋场土壤，意味着周边农田出现低风险概率较高，然而蒙特卡罗模拟的结果也表明仍有8.15%的累积概率使得周边农田土壤进入中高风险。
RCR的蒙特卡罗模拟结果表明，在RCR＞10时，填埋场表层土壤发生MPs中高风险污染的累积概率显著高于周边农田表层土壤，表明2.2.2中关于填埋场的RCR风险评价结果可能出现低估。RCR的风险敏感性图表明，对填埋场RCR指数贡献最大的参数是微塑料的实测丰度（MEC），而对于周边农田RCR指数贡献最大的是PAN聚合物类型。MPERI的蒙特卡罗模拟结果与RCR相似，随着MPERI指数的增加，填埋场在中高风险累积概率上大于周边农田土壤，意味着填埋场的MPERI风险值得重点关注；MPERI的风险敏感性图表明，填埋场以及周边农田土壤中，影响MPERI风险结果的贡献率最高的参数均为MPs的类型，这对后续场地MPs污染防控与管理的重点提供参考。
3 结论本研究通过对浙江省嘉善县某历史不规范填埋场以及周边农田表层土壤的系统调查与MPs检测，初步揭示了该典型区域的MPs污染特征，并通过PLI、RCR和MPERI三种环境生态风险评价方法结合蒙特卡罗模拟，全面评估该典型区域MPs的生态风险，为该典型区域MPs的风险防控提供科学依据。本研究通过对比历史不规范填埋场与周边农田土壤中MPs的污染特征与生态风险，表明填埋场是周边环境MPs的重要来源，两地MPs在类型、尺寸和颜色分布上高度相似。风险评估显示，填埋场整体处于中高风险，而周边农田以中低风险为主，但含PAN的位点风险显著升高；蒙特卡罗模拟进一步提示，当前对填埋场风险可能存在低估，且MPs类型是影响风险不确定性的关键因素。基于上述发现，建议优先实施PAN类微塑料的靶向管控，增强防渗工程阻隔效果，并建立“场区-周边”协同监测体系，以阻断跨介质生态风险传导，为填埋场MPs风险优先级管理和周边农田安全利用提供决策支持。然而，本研究采用的高倍光学显微镜和FTIR联用检测方法，具有尺寸上的局限性（＞50 μm），未来可采用更加精确的定量小尺寸甚至纳米级别MPs的检测仪器（例如显微拉曼光谱技术、热解-气相色谱-质谱联用技术等）。由于小尺寸塑料颗粒（亚微米级和纳米级）更易穿透生物屏障，引发毒性效应，尺寸检测局限可能会导致MPs生态风险被低估；未来还需聚焦MPs动态风险智能预警，融合蒙特卡罗模拟与机器学习算法，结合不同场景条件（例如暴雨气候等），模拟预测MPs的迁移规律与生态风险，推动风险管控从被动响应转向主动预警的范式转变。
| [1] |
Xu S, Qasim M Z, Zhang T, et al. Diversity, abundance and expression of the antibiotic resistance genes in a Chinese landfill: Effect of deposit age[J]. Journal of Hazardous Materials, 2021, 417: 126027. DOI:10.1016/j.jhazmat.2021.126027
(  0) |
| [2] |
Li Y F, Ling W, Yang J, et al. Risk assessment of microplastics in humans: Distribution, exposure, and toxicological effects[J]. Polymers, 2025, 17(12): 1699. DOI:10.3390/polym17121699
( 0) |
| [3] |
Duan J J, Bolan N, Li Y, et al. Weathering of microplastics and interaction with other coexisting constituents in terrestrial and aquatic environments[J]. Water Research, 2021, 196: 117011. DOI:10.1016/j.watres.2021.117011
( 0) |
| [4] |
Huang Q J, Cheng Z W, Yang C F, et al. Booming microplastics generation in landfill: An exponential evolution process under temporal pattern[J]. Water Research, 2022, 223: 119035. DOI:10.1016/j.watres.2022.119035
( 0) |
| [5] |
Sun H Y, Hu J W, Wu Y, et al. Leachate from municipal solid waste landfills: A neglected source of microplastics in the environment[J]. Journal of Hazardous Materials, 2024, 465: 133144. DOI:10.1016/j.jhazmat.2023.133144
( 0) |
| [6] |
Cao G D, Cai Z W. Getting health hazards of inhaled nano/microplastics into focus: Expectations and challenges[J]. Environmental Science & Technology, 2023, 57(9): 3461-3463.
( 0) |
| [7] |
Liang L C, Zhang H H, Xu Y S, et al. The pollution level and environmental risk assessment of new pollutant DEHP (bis(2-ethylhexyl)phthalate) on undisturbed soil of informal landfill (In Chinese)[J]. Environmental Chemistry, 2024, 43(10): 3342-3354. [梁丽琛, 张后虎, 许元顺, 等. 新型污染物邻苯二甲酸(2-乙基己基)酯在非正规生活垃圾填埋场原状土壤中赋存水平及环境风险评估[J]. 环境化学, 2024, 43(10): 3342-3354.]
( 0) |
| [8] |
Yang H, Ma M G, Thompson J R, et al. Waste management, informal recycling, environmental pollution and public health[J]. Journal of Epidemiology and Community Health, 2018, 72(3): 237-243. DOI:10.1136/jech-2016-208597
( 0) |
| [9] |
Xiang Y Z, Rillig M C, Peñuelas J, et al. Global responses of soil carbon dynamics to microplastic exposure: A data synthesis of laboratory studies[J]. Environmental Science & Technology, 2024, 58(13): 5821-5831.
( 0) |
| [10] |
Lou F F, Wang J, Sima J Y, et al. Microplastic contamination in different aged landfill mineralization[J]. Waste Management, 2025, 204: 114930. DOI:10.1016/j.wasman.2025.114930
( 0) |
| [11] |
Ma J, Ma M, Li J S, et al. Distribution and characteristics of Microplastics in leachate and underneath soil of two informal landfills[J]. Waste Management, 2025, 195: 155-166. DOI:10.1016/j.wasman.2025.02.002
( 0) |
| [12] |
Rahmani A, Nasrollah Boroojerdi M, Seid-mohammadi A, et al. Abundance and characteristics of microplastics in different zones of waste landfill site: A case study of Hamadan, Iran[J]. Case Studies in Chemical and Environmental Engineering, 2023, 8: 100494. DOI:10.1016/j.cscee.2023.100494
( 0) |
| [13] |
Gu J, Zhang X Y, Ming Y, et al. Characterization and risk assessment of microplastics in agricultural soils: A case study of Nantong, Zibo, and Shijiazhuang, China[J]. Pedosphere, 2025. DOI:10.1016/j.pedsph.2025.07.001
( 0) |
| [14] |
Zheng S Q, Zhou B Y, Guo N F, et al. Optimization and application of pretreatment method of microplastics detection in municipal solid waste landfills[J]. Waste Management, 2024, 183: 260-270. DOI:10.1016/j.wasman.2024.05.013
( 0) |
| [15] |
Xu H Z, Xie Q J, Yin H L, et al. Digestion method of microplastics in wastewater from wastewater treatment plant (In Chinese)[J]. Science Technology and Engineering, 2020, 20(2): 860-865. [许焕征, 解清杰, 尹海龙, 等. 污水厂污水中微塑料的消解方法[J]. 科学技术与工程, 2020, 20(2): 860-865.]
( 0) |
| [16] |
Li M, Wang F P, Chen Z Q, et al. Research progress on the extraction, qualitative, and quantitative methods of microplastics in biological samples (In Chinese)[J]. Environmental Science, 2025, 46(8): 5303-5315. [李敏, 王妃平, 陈子奇, 等. 生物样品中微塑料的提取、定性与定量方法研究进展[J]. 环境科学, 2025, 46(8): 5303-5315.]
( 0) |
| [17] |
Tomlinson D L, Wilson J G, Harris C R, et al. Problems in the assessment of heavy-metal levels in estuaries and the formation of a pollution index[J]. Helgolä nder Meeresuntersuchungen, 1980, 33(1): 566-575.
( 0) |
| [18] |
Chen L Y, Yu L, Li Y J, et al. Spatial distributions, compositional profiles, potential sources, and intfluencing factors of microplastics in soils from different agricultural farmlands in China: A national perspective[J]. Environmental Science & Technology, 2022, 56(23): 16964-16974.
( 0) |
| [19] |
Brain R A, Sanderson H, Sibley P K, et al. Probabilistic ecological hazard assessment: Evaluating pharmaceutical effects on aquatic higher plants as an example[J]. Ecotoxicology and Environmental Safety, 2006, 64(2): 128-135. DOI:10.1016/j.ecoenv.2005.08.007
( 0) |
| [20] |
Deng P, Hu X G, Wang R Q, et al. Spatial risks of microplastics in soils and the cascading effects thereof[J]. Environmental Science & Technology, 2025, 59(21): 10299-10309.
( 0) |
| [21] |
Zhang X, Leng Y F, Liu X N, et al. Microplastics' pollution and risk assessment in an urban river: A case study in the Yongjiang River, Nanning City, South China[J]. Exposure and Health, 2020, 12(2): 141-151. DOI:10.1007/s12403-018-00296-3
( 0) |
| [22] |
Lithner D, Larsson Å, Dave G. Environmental and health hazard ranking and assessment of plastic polymers based on chemical composition[J]. Science of the Total Environment, 2011, 409(18): 3309-3324. DOI:10.1016/j.scitotenv.2011.04.038
( 0) |
| [23] |
Chang M J, Sun P P, Zhang L Y, et al. Changes in characteristics and risk of freshwater microplastics under global warming[J]. Water Research, 2024, 260: 121960. DOI:10.1016/j.watres.2024.121960
( 0) |
| [24] |
Wan Y, Chen X, Liu Q, et al. Informal landfill contributes to the pollution of microplastics in the surrounding environment[J]. Environmental Pollution, 2022, 293: 118586. DOI:10.1016/j.envpol.2021.118586
( 0) |
| [25] |
Yang M N, Tian X, Guo Z L, et al. Wind erosion induced low-density microplastics migration at landscape scale in a semi-arid region of northern China[J]. Science of the Total Environment, 2023, 871: 162068. DOI:10.1016/j.scitotenv.2023.162068
( 0) |
| [26] |
Asadi M J, Ghayebzadeh M, Maryam Seyed Mousavi S, et al. Investigating the amount of macro, meso, and microplastics in the surface soil around the landfill of Tabriz and the effect of the prevailing wind on their distribution[J]. Heliyon, 2025, 11(2): e42143. DOI:10.1016/j.heliyon.2025.e42143
( 0) |
| [27] |
Kim W K, Park H, Ishii K, et al. Investigation on microplastics in soil near landfills in the republic of Korea[J]. Sustainability, 2023, 15(15): 12057. DOI:10.3390/su151512057
( 0) |
| [28] |
Hu S Q. Polluion characteristies and ecological risk assesmen of microplasties and six phhalate esters in farmland of Shanghai subub (In Chinese)[J]. Journal of Eeology and Rural Envirnment, 2024, 40(7): 975-984. [胡双庆. 上海郊区农田土壤微塑料和6种邻苯二甲酸酯污染特征及生态风险评估[J]. 生态与农村环境学报, 2024, 40(7): 975-984.]
( 0) |
| [29] |
Wang L, Wang H, Huang Q J, et al. Microplastics in landfill leachate: A comprehensive review on characteristics, detection, and their fates during advanced oxidation processes[J]. Water, 2023, 15(2): 252. DOI:10.3390/w15020252
( 0) |
| [30] |
Yuan P Y, Cao X D, Zhao L, et al. Overlooked yet critical pathways for microplastics input to soil and groundwater system: Transport mechanisms and simulation predictions in landfill environments[J]. Water Research, 2025, 284: 124041. DOI:10.1016/j.watres.2025.124041
( 0) |
| [31] |
Yang L, Zhang Y L, Kang S C, et al. Microplastics in freshwater sediment: A review on methods, occurrence, and sources[J]. Science of the Total Environment, 2021, 754: 141948. DOI:10.1016/j.scitotenv.2020.141948
( 0) |
| [32] |
Su Y L, Zhang Z J, Wu D, et al. Occurrence of microplastics in landfill systems and their fate with landfill age[J]. Water Research, 2019, 164: 114968. DOI:10.1016/j.watres.2019.114968
( 0) |
| [33] |
Guan X Y, Dai Y M, Li X, et al. Acetochlor promotes the aging of mulch-derived microplastics in soil by altering the plastisphere microbial community[J]. Journal of Hazardous Materials, 2025, 494: 138641. DOI:10.1016/j.jhazmat.2025.138641
( 0) |
| [34] |
[34]Hao Y L, Hu Y X, Guo S L. Effects of sediment abrasion on micrplastic fragment ation (In Chinese)[J]. Acta Pedologica Sinica, 2024, 61(3): 737-745. DOI:10.11766/trxb202208250469 [郝永丽, 胡亚鲜, 郭胜利. 泥沙磨蚀作用对微塑料老化破碎的影响[J]. 土壤学报, 2024, 61(3): 737-745.]
( 0) |
| [35] |
Song N N, Li M J, Wang X X, et al. Effect of film mulching age and organic fertilizer application on the distribution characteristics of microplastics in the soil of a peanut field (In Chinese)[J]. Environmental Science, 2024, 45(3): 1684-1691. [宋宁宁, 李梦佳, 王学霞, 等. 覆膜年限和有机肥施用对花生田耕层土壤微塑料赋存特征的影响[J]. 环境科学, 2024, 45(3): 1684-1691.]
( 0) |
| [36] |
Zhang J R, Ren S Y, Xu W, et al. Effects of plastic residues and microplastics on soil ecosystems: A global meta-analysis[J]. Journal of Hazardous Materials, 2022, 435: 129065. DOI:10.1016/j.jhazmat.2022.129065
( 0) |
| [37] |
Mantashloo A, Shokoohi R, Torkshavand Z, et al. Monte Carlo simulation for human health risk assessment of groundwater contaminated with arsenic at an Iranian semi-arid region[J]. Environmental Nanotechnology, Monitoring & Management, 2025, 23: 101069.
( 0) |
| [38] |
Wang H, Li S Q, Zeng Y C, et al. Comprehensive assessment of microplastics ecological risk in the Yangtze River Basin (In Chinese)[J]. Water Resources Protection, 2024, 40(2): 107-116. [王华, 李思琼, 曾一川, 等. 长江流域微塑料生态风险综合评估[J]. 水资源保护, 2024, 40(2): 107-116.]
( 0) |