《Marine Pollution Bulletin》：Artificial intelligence for modeling and reducing microplastic in marine environments: A review of current evidence
编辑推荐：
本文聚焦人工智能（AI）在海洋微塑料污染防治领域的前沿应用。文章系统论述了AI在预测微塑料流动、开发智能检测系统（如卫星遥感、无人机及自主水下机器人AUV/ROV）以及驱动源头干预技术（如优化污水处理过滤、设计新型材料）方面的核心贡献。综述同时指出，数据可得性、模型精度、国际协作及发达国家与发展中国家间的技术部署鸿沟是当前主要挑战，并呼吁未来的研究应着力于增强AI模型、完善检测系统并加强全球数据共享与合作，以充分发挥AI在保护海洋生态系统免受微塑料污染方面的潜力。
海洋正面临着塑料污染的严峻挑战，每年有数百万吨塑料废物进入海洋，其中尺寸小于5毫米的微塑料由于体积微小、难以检测，在海洋环境中广泛分布并进入食物网，对生态系统、野生动物乃至人类健康构成重大威胁。人工智能技术的兴起，为解决这一复杂环境问题提供了前所未有的新工具。
海洋微塑料污染的严峻性与复杂性
微塑料的来源广泛，分为初级微塑料（如个人护理产品中的微珠、合成纺织品纤维）和次级微塑料（由大型塑料垃圾经紫外线辐射、机械磨损等降解而成）。它们通过河流径流、废水排放、大气沉降等多种途径进入海洋。这些颗粒具有持久性，可在海洋环境中存留数百年，并随洋流、风力扩散至全球，从海表到深海海沟，甚至偏远的极地地区均有检出。微塑料的生物危害显著，从浮游生物到鱼类、海鸟、鲸类等各类海洋生物都可能误食，导致物理伤害、营养不良甚至死亡。更严重的是，微塑料可吸附并释放有害化学物质（如邻苯二甲酸酯、双酚A BPA），并通过食物链发生生物富集，最终可能进入人体，引发炎症、免疫紊乱等潜在健康风险。人类器官芯片模型的研究为此提供了直接证据：暴露于聚苯乙烯（PS）微粒的肠道类器官出现细胞死亡和炎症；肝脏类器官则表现出脂质代谢改变和应激标志物升高；气道类器官接触聚酯纤维后，肺损伤生物标志物表达下降；前脑类器官长期暴露则出现发育障碍和细胞活力降低。
人工智能赋能微塑料建模与流向预测
传统的环境模型难以精确模拟微塑料在复杂海洋动力下的行为。人工智能，特别是机器学习（ML）和深度学习，通过分析海量海洋学数据集（如洋流、风场、温度），能够更准确地预测微塑料的迁移路径和累积区域。AI模型能够识别微塑料从源头到汇集区的运移规律，预测如海洋涡旋等热点区域的形成。这些预测能为有针对性的清理行动、政策制定和国际合作提供关键指导。例如，递归神经网络（RNN/LSTM）擅长处理时间序列数据，可用于微塑料输运的时序预测；而卷积神经网络（CNN）与长短期记忆网络（LSTM）的混合模型，则在整合物理规律与数据驱动模式方面展现出优势，能进行更精准的时空预报。
智能检测系统：从遥感图像到机器视觉
检测微塑料的传统方法（如人工水样采集与显微镜观察）耗时费力、覆盖范围有限。AI驱动的智能检测系统实现了革命性突破。在遥感领域，卫星和无人机搭载的高光谱或多光谱传感器，结合AI图像识别算法，可以大范围、近实时地监测海表塑料垃圾。AI经过训练，能够识别塑料独特的光谱特征，将其与藻类、泡沫等自然物质区分开。在水下，自主水下航行器（AUV）和遥控潜水器（ROV）搭载传感器和摄像头，可在不同深度进行采样和成像，AI系统能自动分析这些数据，量化水体中的微塑料浓度。在实验室分析环节，基于机器视觉和深度学习（如CNN）的自动显微镜系统，能够快速、准确地从水样图像中识别、分类并计数微塑料颗粒，甚至区分聚合物类型（如聚乙烯、聚丙烯），其准确率可达90%以上，极大提升了分析效率和一致性。
人工智能驱动的干预措施与挑战
除了监测与预测，AI还能驱动从源头减少微塑料排放的干预措施。在政策制定方面，AI可以模拟不同管理策略（如禁用微珠、改进回收体系）的长期环境影响，为科学决策提供数据支持。在技术设计方面，AI可优化污水处理厂的过滤系统，通过实时调整运行参数来提升微塑料截留效率。此外，AI还能辅助设计新型环保材料，通过分析海量材料数据库，筛选或设计出既满足使用需求又易于环境降解的聚合物，从根源上减少次级微塑料的产生。然而，AI应用的全面铺开仍面临多重挑战：现有模型存在地理数据偏差，在欠监测区域预测不准；不同AI算法缺乏统一的性能评估标准；从技术原型到实际部署存在“最后一公里”障碍；高昂的计算成本和技术门槛在发达国家与发展中国家之间造成了显著的“数字鸿沟”；AI如何与现有国际政策框架（如MARPOL公约、UNEA决议、SDG 14）有效整合，也需进一步探索。
未来展望与研究议程
未来，要充分发挥AI在应对海洋微塑料污染方面的潜力，需要跨学科、跨国界的协同努力。研究重点应包括：建立全球性、标准化的微塑料监测数据共享平台；开发更具可解释性和鲁棒性的AI模型，并加强在真实复杂海洋环境中的验证；制定AI技术应用于环境监测的国际标准与协议；特别关注面向发展中国家的、低成本、易部署的“适宜性”AI解决方案与技术能力建设。最终目标是通过技术创新与全球合作，构建一个从智能监测、精准预测到有效干预的完整技术体系，切实减轻微塑料对海洋生态和人类健康的威胁。
