揭秘微塑料：研究方法与潜在陷阱

导语：在实验室的玻璃器皿与盐水中

在通风橱内，一位研究人员将高密度的氯化锌溶液倒入一个装有近海沉积物的广口瓶中，观察较轻的碎片浮向液面。第二天，这些浮起的颗粒将被染色、拍照，并送入光谱仪尝试读取这些塑料的化学指纹。每一个步骤——用于溶解有机物的化学试剂、盐水的密度、用于检测的染料或仪器——都可能改变回收的颗粒种类、计数结果，甚至影响到一份样本最终是否被判定含有塑料。

分离与预处理

在进行任何鉴定之前，必须将微塑料从掩盖它们的基质中释放出来：如沙子、污泥、藻类或动物组织。密度分离——即加入盐溶液使低密度塑料漂浮——仍然是目前的主力方法。研究人员使用各种盐类：普通食盐 (NaCl) 用于低密度聚合物，碘化钠或氯化锌用于聚对苯二甲酸乙二醇酯 (PET) 和聚氯乙烯 (PVC) 等高密度聚合物。更大规模且经过更好验证的盐水溶液通常能回收更广泛密度的聚合物，但在成本、毒性和废物处理方面存在权衡。受控测试表明，与 NaCl 相比，ZnCl2 和 NaI 等高密度溶液能系统性地提高高密度聚合物的回收率，但 NaCl 因其更安全且易于获得，在常规、低成本监测中仍具有吸引力。

目视筛选与染色

提取后，许多实验室使用目视筛选对颗粒进行分类。使用尼罗红（一种亲脂性荧光染料）进行染色可以在蓝光下突出塑料，从而加快计数和成像速度。在受控条件下，尼罗红对多种聚合物和尺寸的检测具有快速、廉价且灵敏的特点，并已应用于沉积物、水样甚至某些生物样本中。但尼罗红并非灵丹妙药：它也会对有机残留物染色，如果消解不完全，可能会高估颗粒计数，且其对极小碎片的灵敏度会有所下降。因此，操作人员必须将染色与验证性的化学分析相结合，以获得稳健的结果。

光谱学与成像

确定聚合物类型通常需要振动光谱法——傅里叶变换红外 (FTIR) 光谱或拉曼 (Raman) 光谱——通过读取分子振动来产生聚合物的“指纹”。微型 FTIR 成像和拉曼映射可以识别小至几微米的颗粒，当与自动化图像分析配合使用时，能极大地减少分析师的偏差并缩短时间。但不同技术各有千秋：拉曼光谱在检测极小颗粒方面表现出色，并提供高空间分辨率，而基于 FTIR 的焦平面阵列成像在处理较大滤膜区域时速度更快。自动化平台虽提高了速度，但可能带来误报或遗漏微小颗粒；仔细的校准、参考库和半自动化工作流程通常能在通量和准确性之间达成最佳平衡。

定量热分析法

在需要估算质量或特定聚合物质量时，热解-气相色谱-质谱法 (Py-GC-MS) 等热分析技术被广泛应用。这些方法通过热降解将聚合物分解成特征碎片，然后进行分离和鉴定，从而得出聚合物的类型和质量。Py-GC-MS 在整体定量以及单颗粒光谱法不切实际的复杂基质分析中非常强大，但它也存在已知的局限性：基质干扰可能产生重叠的热解产物并引发误报，特别是当样本含有脂肪或其他有机物而目标物为聚乙烯等聚合物时。最近的方法学研究改进了提取和标记物选择策略，以降低误报并提高检测限，但该技术要求严格的空白试验、基质匹配对照以及对微弱信号的谨慎解读。

质量控制、污染与可重复性

微塑料分析极易受到污染——空气中的纤维、合成材料制成的实验服以及实验耗材中的塑料都可能出现在空白样中，从而导致结果偏差。因此，高质量的研究包括程序空白、野外空白、加标回收测试和重复处理，以量化并修正污染和回收效率。最近对备受关注的人体组织研究的批评强调了其中的风险：当存在基质干扰和污染控制薄弱时，化学信号可能被误读为塑料，这促使人们呼吁采用更稳健的方法和共享的验证标准。该领域正迅速转向强制性的质量控制清单和实验室间比对，以使数据集具有可比性。

对研究人员和监测项目的实用建议

根据基质和研究问题设计工作流程。对于旨在统计大于 300 µm 颗粒数量的海滩或沉积物调查，简单的 NaCl 密度分离加上目视分拣可能就足够了；对于全面的聚合物清单或高密度聚合物的测量，应使用高密度溶液并通过回收实验进行验证。将快速筛选工具（尼罗红或目视成像）与验证性光谱学相结合进行子集验证。对于基于质量的评估，使用 Py-GC-MS 但需配合严格的基质匹配对照和保守的标记物集，以避免误报。在报告计数或质量的同时，应报告回收率、空白样和检测限，以便读者判断方法选择如何影响结果。

领域的发展方向

自动化、机器学习和统一的国际标准正趋于一致，使测量变得更快速且更具可比性。拉曼和 FTIR 成像的进步，以及结合了单颗粒光谱学与整体热分析法的混合工作流程，正在扩大检测范围并增强聚合物鉴定的信心。与此同时，批判性的方法学回顾和实验室间比对（包括澄清 Py-GC-MS 在生物基质中局限性的努力）正在迫使研究群体采用更严格的控制和更清晰的报告制度。这些变化至关重要：决策者、健康科学家和公众都依赖稳健的方法来论证监管的合理性、评估暴露情况并确定干预措施的优先级。

来源

• Environmental Science & Technology (Hurley et al., 2018; 复杂基质的方法验证)
• University of Queensland (Rauert et al., 2025; Py-GC-MS 在人血中的效能)
• Marine Pollution Bulletin (尼罗红染色研究)
• Analytical Methods and MethodsX (密度分离验证与溢流法)
• Scientific Reports and Chemosphere (预处理和密度溶液的对比研究)
• ACS ES&T Engineering (芬顿试剂与热芬顿方法)