Beweise dafür, dass sich im Great Pacific Garbage Patch schnell Plastik ansammelt | Scientific Reports

Probenahme

Vom 27. Juli bis zum 19. September 2015 wurden zwischen 25°N-41°N und 129-156°W insgesamt 652 Oberflächennetze von 18 teilnehmenden Schiffen eingeholt. Im Oktober 2016 überprüften wir unser Untersuchungsgebiet erneut, indem wir zwei Flüge mit einem Hercules C-130-Flugzeug durchführten, die Luftbilder (n = 7.298 Einzelbildmosaike) sammelten, um die größeren und selteneren >50 cm großen Kunststoffobjekte besser zu quantifizieren (Abb. 1).

Die Schiffe führten Netzschlepps von 0,35-4 Stunden Dauer durch, während sie mit 0,7-6,8 Knoten fuhren. Alle Schleppnetze wurden so ausgelegt, dass sie sich vom Schiff wegbewegten, um Nachlaufeffekte auf die Fangeffizienz der Geräte zu vermeiden. Alle Schiffsbesatzungen wurden mit Hilfe von Online-Materialien und in Einzelworkshops geschult, die vor der Ausfahrt durchgeführt wurden. Während das Schleppnetz geschleppt wurde, schätzte der erfahrenste Seemann an Bord des Schiffes den Seegang (Beaufort-Skala) durch Messung der Windgeschwindigkeit und Beobachtung der Wellenhöhen. Diese Daten wurden zusammen mit dem Datum, der Dauer sowie den Anfangs- und Endkoordinaten jedes Schleppvorgangs in den mitgelieferten Standarddatenblättern festgehalten. Die Position und Länge aller Netzschlepps wurde in der Nachbearbeitungsphase durch Überprüfung der Positionsdaten von GPS-Trackern bestätigt, die auf allen beteiligten Schiffen installiert waren. Die meisten Probenahmestationen umfassten einen einzigen Netzschlepp (n = 350 Probenahmestationen), bei dem ein Manta-Schleppnetz (0,5 mm Quadratmaschen, 90 cm × 15 cm Öffnung) verwendet wurde, das zu den Standardgeräten für die Quantifizierung der Plastikverschmutzung gehört. Mit dem größten teilnehmenden Schiff (RV Ocean Starr) schleppten wir gleichzeitig zwei Manta-Schleppnetze und zwei große Neuston-Schleppnetze (1,5 cm Quadratmaschen, 6 m × 1,5 m Mündung, davon 0,5 m über der Wasserlinie; im Folgenden als „Mega-Schleppnetze“ bezeichnet) an jedem Probenahmeort (n = 76 Stationen). Nach jedem Manta-Schleppnetz wurde das Netz von außen mit Meerwasser gespült, der Einwegsteert entfernt, mit Heftklammern verschlossen und in einen einzelnen Zip-Lock-Beutel gelegt. Nach jedem Schleppnetzzug wurde das Netz ebenfalls von außen mit Meerwasser abgespült und der große Steert in einer mit Meerwasser gefüllten Box geöffnet. Alle schwimmfähigen Kunststoffe wurden dann entfernt, in Aluminium eingewickelt und in beschriftete Plastikbeutel verpackt. Der gesamte mit den Manta-Schleppnetzen gefangene Inhalt wurde aufbewahrt, während die mit den Mega-Schleppnetzen gefangenen Organismen (meist lebend) wieder ins Meer entlassen wurden. Alle Proben wurden auf See in einem Kühl- oder Gefrierschrank gelagert und auf dem Weg ins Labor in einer FedEx-Kühlbox (2-8 °C) oder einem Kühltransporter (-2 °C). Obwohl wir bei der Handhabung der Proben sehr vorsichtig vorgingen, kann es sein, dass einige Trümmerteile während des Transports zerbrochen wurden, was zu einer gewissen Verzerrung in der Größenverteilung der Trümmer führt. Detaillierte Informationen zu diesen Netzschlepps (d. h. Koordinaten, metozeanische Bedingungen, Beprobungszeiten und -dauer) sind in Abb. 33 zu finden.

Bei den Luftuntersuchungen wurde ein weitaus größeres Gebiet (311,0 km2) beprobt als bei den oben beschriebenen Schleppnetzuntersuchungen (3,9 km2 bzw. 13,6 km2 für Manta- und Mega-Netzschlepps), was eine zuverlässigere Quantifizierung von Trümmern mit einer Größe von mehr als 50 cm ermöglicht, die relativ selten sind. Beide Flüge starteten und endeten auf dem Moffett Airfield bei Mountain View, Kalifornien. Die erste Vermessung aus der Luft wurde am 2. Oktober 2016 von 18:56 bis 21:14 Uhr UTC bei einer konstanten geografischen Breite von 33,5°N und Längengraden zwischen 141,4°W und 134,9°W durchgeführt. Die zweite Erhebung begann am 6. Oktober 2016 von 22:14 bis 0:37 UTC, von 30,1°N, 143,7°W bis 32,9°N, 138,1°W. Im Vermessungsmodus flog das Flugzeug in einer Höhe von etwa 400 m und mit einer Geschwindigkeit von 140 Knoten über Grund. Die Probenahme-Transekte zielten auf Gebiete ab, in denen die Seegangsbedingungen am niedrigsten waren, basierend auf der Wettervorhersage, einschließlich des atmosphärischen Drucks an der Meeresoberfläche, der Wolkenbedeckung, der Windgeschwindigkeit in 10 m Höhe über dem Meeresspiegel und der Höhe der Grenzschicht, die vom Global Forecasting System der NOAA bereitgestellt wurden, sowie der Daten zur signifikanten Wellenhöhe und der Spitzenperiode, die von den Ergebnissen des WaveWatch3-Modells der NOAA verbreitet wurden. Obwohl wir Treibgut mit Hilfe von geschulten Beobachtern und drei Sensortypen (Lidar, SWIR-Imager und RGB-Kamera) vermessen haben, analysieren wir hier nur Informationen aus den georeferenzierten Mosaiken, die von einer RGB-Kamera (CS-4800i) erzeugt wurden, die während der Vermessungszeit in der Regel jede Sekunde Fotos aufnahm (Bildgröße = ~360 m über die Strecke, ~240 m entlang der Strecke, ~0.

Verarbeitung der Schlingpflanzenproben

Die Schlingpflanzenproben wurden separat in einen Siebturm gewaschen (fünf Siebe von Glenammer Engineering Ltd. mit quadratischen Öffnungen von 0,05 cm, 0,15 cm, 0,5 cm, 1,5 cm und 5 cm), der das Material in die folgenden Größenklassen unterteilte: 0,05-0,15 cm, 0,15-0,5 cm, 0,5-1,5 cm, 1,5-5 cm und >5 cm. Trümmerteile >5 cm wurden dann manuell in die Klassen 5-10 cm, 10-50 cm und >50 cm sortiert, indem die Objektlängen (breiteste Abmessung des Objekts) mit einem Lineal gemessen wurden. Die schwimmfähigen Teile wurden von der Biomasse getrennt, indem das Material in jedem Sieb in gefiltertes Salzwasser (Salzgehalt 3,5 %, Temperatur 19-23 °C) gegeben wurde. Das Laborpersonal rührte das Material mehrmals um, um sicherzustellen, dass sich die schwimmenden Partikel von der Biomasse lösten. Schwimmende Objekte, die als Treibgut identifiziert wurden, wurden manuell mit einer Pinzette von der Wasseroberfläche geholt, nach Arten getrennt und gezählt. Schwimmende Abfälle wurden nach Materialtyp (Kunststoff, Glas, Paraffin, Teer, Gummi, Holz, Bimsstein, Samen oder unbekannt) klassifiziert, wobei Kunststoffe weiter in die folgenden Kategorien unterteilt wurden: (1) Typ „H“ – Fragmente und Gegenstände aus Hartplastik, Kunststoffplatten oder -folien; (2) Typ „N“ – Kunststoffleinen, -seile und -netze; (3) Typ „P“ – vorproduzierte Kunststoffpellets in Form eines Zylinders, einer Scheibe oder einer Kugel; und (4) Typ „F“ – Fragmente oder Gegenstände aus Schaumstoff (z. B. expandiertes Polystyrol). Nach der Zählung und Kategorisierung wurden die Stücke mit destilliertem Wasser gewaschen, in Aluminiumschalen überführt, über Nacht bei 60 °C getrocknet und mit einem OHAUS Explorer EX324M (0,0001 g Ablesbarkeit) für Objekte <5 cm und einem OHAUS Explorer EX12001M (0,1 g Ablesbarkeit) für Objekte >5 cm gewogen.

Um das sich im GPGP ansammelnde Meeresplastik bestmöglich zu charakterisieren, führten wir zusätzliche Analysen mit dem gesammelten Material durch. Zunächst wurden für jede Kategorie von Kunststoffen 10 Stück (n = 220 Stück) für die Analyse der Polymerzusammensetzung mittels Fourier-Transformations-Infrarotspektroskopie (FT-IR) ausgewählt. Die Messungen wurden mit einem Perkin Elmer Spectrum 100 FT-IR durchgeführt, das mit einem universellen ATR-Zubehör ausgestattet war (Bereich = 600-4000 cm-1). Der jeweilige Polymertyp wurde durch Vergleich der FT-IR-Spektren der Proben mit bekannten Spektren aus einer Datenbank (Perkin-Elmer ATR of Polymers Library) bestimmt. Zweitens untersuchten wir alle gesammelten Kunststoffabfälle auf das Produktionsdatum sowie auf alle Schriftzüge, die Aufschluss über die Herkunft geben (d. h. Sprache und „Made in“-Angaben). Schließlich klassifizierten wir die an 30 RV Ocean Starr-Stationen gesammelten Kunststoffteile der Typen „H“ und „L“ in Objekttypen (z. B. Flaschendeckel, Tüten, Flaschen usw.). Da ‚H‘-Objekte, die größer als 50 cm waren, relativ selten waren, analysierten wir 10 zusätzliche RV Ocean Starr-Stationen für diese Art/Größenkategorie. Konnte der Objekttyp eines Fragments nicht bestimmt werden, klassifizierten wir das Stück je nach Wandstärke und Flexibilität entweder als Hartplastikfragment oder als Folienfragment34. Wir verwendeten Manta-Schleppnetzproben zur Charakterisierung von Objekten der Größenklassen 0,15-0,5 cm, 0,5-1,5 cm und 1,5-5 cm und Mega-Schleppnetzproben zur Charakterisierung von Objekten der Größenklassen 5-10 cm, 10-50 cm und >50 cm. Kunststoffe in der kleinsten Größenklasse (0,05-0,15 cm) wurden in dieser Analyse der Objekttypen nicht berücksichtigt, da es schwierig ist, kleine Fragmente zu handhaben und zu identifizieren.

Die numerischen/Massekonzentrationen von schwimmfähigen Kunststoffen (Anzahl/kg Kunststoff pro km2 Meeresoberfläche), die in jedem Netzschleppnetz gemessen wurden, wurden für alle Größen-/Typenkategorien von Kunststoffen getrennt berechnet. Dazu teilten wir die Anzahl und das Gewicht der Kunststoffobjekte innerhalb jeder Kategorie durch die geschleppte Fläche der Probe. Wir berechneten die geschleppte Fläche, indem wir die Breite der Netzöffnung (90 cm für das Manta-Schleppnetz, 6 m für das Mega-Schleppnetz) mit der Schlepplänge (bestimmt anhand der GPS-Positionsdaten) multiplizierten. Die durchschnittliche Fläche der Manta-Schleppnetze betrug 0,008 km2 (SD = 0,004, min-max: 0,001-0,018 km2), während die durchschnittliche Fläche der Mega-Schleppnetze 0,090 km2 betrug (SD = 0,013, min-max: 0,046-0,125 km2). Da schwimmfähige Kunststoffe aufgrund der windbedingten Vermischung von Oberflächentrawlern übersehen werden können, schätzten wir anschließend die „tiefenintegrierten“ Massen- und numerischen Kunststoffkonzentrationen (Ci) für alle Typ-/Größenkategorien an jedem der Trawl-Probenahmeorte anhand der in Ref. 35 beschriebenen Gleichungen. In den ergänzenden Methoden 1 wird detailliert beschrieben, wie Ci in Abhängigkeit von der Aufstiegsgeschwindigkeit (Wb) des Plastiks im Meer, der mit dem Schleppnetz beprobten Tiefe und dem Seegang berechnet wurde. Es wird auch beschrieben, wie wir Wb für jede der Typ-/Größenkategorien dieser Studie gemessen haben. Nach dem Vergleich der Ergebnisse der Kunststoffkonzentration, die mit gepaarten Manta- und Mega-Netzschleppnetzen (n = 76 Standorte) erzielt wurden, haben wir beschlossen, Manta- und Mega-Schleppnetzproben zur Quantifizierung von 0,05 bis 5 cm bzw. 5 bis 50 cm großen Trümmern zu verwenden. Die Vergleichsergebnisse und die Gründe für diese Entscheidung finden Sie in den ergänzenden Methoden 2.

Bearbeitung von Luftbildern

Alle RGB-Bilder, die während unserer Erhebungsflüge (n = 7.298) aufgenommen wurden, wurden anhand der genauen Positions- und Höhendaten des Flugzeugs, die während der Erhebungen gesammelt wurden, georeferenziert. Anschließend wurden sie von zwei geschulten Beobachtern und einem Erkennungsalgorithmus geprüft. Die Beobachter überprüften alle Bilder im Vollbildmodus auf einem Samsung HD-Monitor (LU28E590DS/XY), und die Einzelbildmosaike, die Trümmer enthielten, wurden in die QGIS-Software (Version 2.18.3-Las Palmas) hochgeladen, um ihre Position und Merkmale zu erfassen. Wir gehen davon aus, dass wir eine sehr geringe Anzahl von falsch-positiven und eine hohe Anzahl von falsch-negativen Ergebnissen hatten. Dies ist darauf zurückzuführen, dass die Beobachter einen konservativen Ansatz verfolgten: Sie registrierten nur solche Merkmale als Trümmer, bei denen sie sehr sicher waren, dass es sich um sie handelte. Daher wurden viele Merkmale, bei denen es sich zwar um Trümmer handeln könnte, die aber anderen natürlichen Merkmalen ähnelten, wie z. B. Sonnenschein oder brechende Wellen, nicht in unseren Plastikdatensatz aufgenommen. Nach Abschluss dieser Arbeit führten wir zur Qualitätskontrolle einen experimentellen Algorithmus durch, der in der Lage war, potenziellen Müll in allen unseren RGB-Mosaiken zu erkennen. Um Fehlalarme zu vermeiden, wurden alle vom Algorithmus erkannten Merkmale auch von einem Beobachter visuell überprüft, und nur die visuell als Trümmer identifizierten Merkmale wurden in unserer QGIS-Datenbank erfasst. Für jede Sichtung wurden Position (Breitengrad, Längengrad), Länge (breiteste Abmessung des Objekts), Breite und Objekttyp erfasst: (1) „gebündeltes Netz“ – eine Gruppe von Fischernetzen, die eng zusammengebündelt sind; sie sind in der Regel bunt und haben eine runde Form; (2) „loses Netz“ – ein einzelnes Fischernetz; sie waren im Allgemeinen recht durchsichtig und hatten eine rechteckige Form; (3) „Behälter“ – rechteckige und helle Objekte wie Fischkisten und Fässer; (4) „Seil“ – lange zylindrische Objekte mit einer Dicke von etwa 15 cm; (5) „Boje/Deckel“ – runde, helle Objekte, bei denen es sich entweder um einen großen Deckel oder eine Boje handeln könnte; (6) „Unbekannt“ – Objekte, bei denen es sich eindeutig um Trümmer handelt, deren Objekttyp jedoch nicht identifiziert werden konnte; es handelte sich dabei zumeist um unregelmäßig geformte Gegenstände, die Plastikfragmenten ähnelten; und (7) „Sonstige“ – nur ein Objekt wurde erfolgreich identifiziert, das jedoch keiner der oben genannten Kategorien zuzuordnen war: ein Rettungsring. Wir haben 1.595 Trümmerteile erfasst (403 und 1.192 in den Flügen 1 und 2); 626 waren 10-50 cm und 969 >50 cm lang. Die meisten von ihnen wurden als ‚unbekannt‘ eingestuft (78 % für 10-50 cm, 32 % für >50 cm), gefolgt von ‚Boje oder Deckel‘ (20 %) und ‚gebündeltes Netz‘ (1 %) für 10-50 cm Müll und von ‚gebündeltes Netz‘ (29 %), ‚Container‘ (18 %), ‚Boje oder Deckel‘ (9 %), ‚Seil‘ (6 %) und ‚loses Netz‘ (4 %) für >50 cm Müll. Zur Berechnung der Plastikkonzentrationen im Meer haben wir die georeferenzierten Bilder in 31 Mosaiken von etwa 10 km2 gruppiert. Für die numerischen Konzentrationen teilten wir einfach die Anzahl der 10-50 cm und >50 cm großen Trümmerteile innerhalb jedes Mosaiks durch die abgedeckte Fläche. Zur Schätzung der Massenkonzentrationen mussten wir zunächst die Masse jedes gesichteten Objekts schätzen und dann die Masse der 10-50 cm und >50 cm großen Trümmerteile innerhalb jedes Mosaiks separat durch die abgedeckte Fläche addieren. Weitere Informationen darüber, wie wir die Masse jedes gesichteten Objekts schätzten, finden sich in den ergänzenden Methoden 3.

Numerische Modellformulierung

Plastische Pfade im Ozean können durch Lagrangesche Partikeltrajektorien dargestellt werden31. In unserem Modell wurden die Partikel durch die folgenden Umweltfaktoren fortbewegt: Meeresoberflächenströmungen, welleninduzierte Stokes-Drift und Winde. Ausgehend von identischen Partikelfreisetzungen haben wir eine Reihe von Szenarien entwickelt, um die Vielfalt der Form und Zusammensetzung von Kunststoffen im Meer darzustellen. Ausgehend von der reinen Strömung an der Meeresoberfläche wurden nach und nach Einflussfaktoren hinzugefügt, die die Wirkung des atmosphärischen Luftwiderstands und der Windwellen auf die schwimmfähigen Partikel darstellen. Die Wirkung des Windes wurde simuliert, indem die Verschiebung der Partikel als ein Bruchteil der Windgeschwindigkeit in 10 m Höhe über dem Meeresspiegel betrachtet wurde. Dies wird als ‚Windstärkekoeffizient‘ bezeichnet. Wir haben verschiedene Szenarien für den Windkoeffizienten untersucht, darunter 0 %, 0,1 %, 0,5 %, 1 %, 2 % und 3 %. Wir haben die globalen Meeresoberflächenströmungen (1993 bis 2012) aus der globalen 1/12°-Reanalyse HYCOM + NCODA (Experiment 19.0 und 19.136,37,38) und die Daten zu Windgeschwindigkeit und -richtung (10 m über dem Meeresspiegel) (1993 bis 2012) aus der globalen NCEP/NCAR-Reanalyse39 entnommen. Die Amplitude der welleninduzierten Stokes-Drift wurde anhand der Koeffizienten des Wellenspektrums (signifikante Wellenhöhe, Spitzenwellenperiode und -richtung) aus den Ergebnissen des Wavewatch3-Modells berechnet40.

Für jedes Antriebsszenario wurden von 1993 bis 2012 Partikel identisch und kontinuierlich freigesetzt, wobei die räumliche Verteilung und die Amplituden signifikanter ozeanischer Kunststoffquellen an Land (Bevölkerungs-Hotspots an der Küste23 und große Flüsse24) sowie auf See (Fischerei26,41, Aquakultur42 und Schifffahrt43) berücksichtigt wurden. Die Quellenszenarien wurden anhand des relativen Quellenbeitrags und der geografischen Verteilung kombiniert (siehe ergänzende Methoden 4). Wir haben globale Partikel in der Zeit unter Verwendung der oben beschriebenen Antriebsszenarien vorwärtsbewegt und erfolgreich die Bildung von ozeanischen Müllflecken reproduziert, wobei sich die Form und der Gradient der Partikelkonzentrationen in diesen Gebieten zwischen den Antriebsszenarien unterscheiden. Wir berechneten tägliche Partikelbesuche über ein 0,2°-Gitter, das unserem Beobachtungsbereich entspricht und sich von 160°W bis 120°W in der Länge und 20°N bis 45°N in der Breite erstreckt. Die Anzahl der täglichen Partikelbesuche wurde auf die Gesamtzahl der zu einem bestimmten Zeitpunkt im globalen Modell vorhandenen Partikel normiert. Die vom Modell vorhergesagte dimensionslose Konzentration δ i der Zelle i wurde wie folgt berechnet:

$$${\delta }_{i}=\sum _{s}{\alpha }_{s}{\delta }_{i,s}$$

(1)

wobei αs das dimensionslose Gewicht relativ zum Beitrag von Quelle s und δi,s der Prozentsatz der globalen Partikel aus Quelle s in Zelle i ist. δi,s errechnet sich aus der Anzahl der Partikel ni,s aus Quelle s in Zelle i über die Gesamtzahl der globalen Partikel Σ i n s aus Quelle s:

$${\delta }_{i,s}=\frac{{n}_{i,s}}{{\sum }_{i}{n}_{s}}$$

(2)

Numerische Modellkalibrierung

Wir haben 2015 und 2016 Messungen auf See durchgeführt, aber unser numerisches Modell verwendet Ozeanzirkulations-Reanalysen, die den Zeitraum von 1993 bis 2012 abdecken. Modellierte Ozeanzirkulationsdaten nach 2012 sind von HYCOM verfügbar, allerdings nicht als Reanalyseprodukt. Daher haben wir beschlossen, sie in dieser Studie nicht zu verwenden. Da die ersten Modellpartikel, die 1993 freigesetzt wurden, sich erst nach etwa 7 Jahren in dem Gebiet ansammeln, haben wir den Durchschnitt der täglichen Partikelbesuche über 12 Jahre gemittelt, von 2000 bis 2012. Wir gruppierten die beobachteten Trümmergrößenklassen in vier Kategorien: Mikroplastik (0,05-0,5 cm), Mesoplastik (0,5-5 cm), Makroplastik (5-50 cm) und Megaplastik (>50 cm). Wir verglichen die Modellvorhersagen mit den Konzentrationen von Mikroplastik in der Tiefe, da dieser Datensatz, der mit Manta-Schleppnetzen erhoben wurde, die größte räumliche Abdeckung aufweist. Die aus den Schleppnetzmessungen abgeleiteten Massenkonzentrationen wurden in Zellen mit einer Auflösung von 0,2 Grad gruppiert und mit den vom Modell vorhergesagten nichtdimensionalen Konzentrationen δ für die fünf verschiedenen Treibszenarien verglichen. Die beste Modellanpassung wurde für das Antriebsszenario nur mit Meeresoberflächenströmung gefunden (R2 = 0,52, n = 277 Zellen). Der Regressionskoeffizient nahm ab, als wir den atmosphärischen Widerstandsterm erhöhten (R2 = 0,39 bis 0,21 je nach Windgeschwindigkeitskoeffizient).

Als wir die Ansammlung von Modellpartikeln in der GPGP-Region analysierten, stellten wir signifikante saisonale und inter-annuelle Variationen der GPGP-Position fest. Die modellierten GPGP-Dimensionen waren in den 12 Jahren unserer Analyse relativ konstant, aber die relative Position dieser Akkumulationszone variierte mit den Jahren und Jahreszeiten. Wir beschlossen zunächst, unser Modell auf saisonale Schwankungen zu testen, indem wir unsere Mikroplastikkonzentrationen (gemessen im Juli-September 2015) mit den modellierten Durchschnittskonzentrationen für die Zeiträume Juli-September 2000 bis 2012 verglichen. Dieser Vergleich ergab schlechtere Ergebnisse (R2 = 0,46 bis 0,21, je nach Antriebsszenario) als der 12-Jahres-Durchschnitt (R2 = 0,52), da die Juli-September-GPGP-Position von Jahr zu Jahr erheblich schwankte.

Der Zusammenhang zwischen der Anhäufung von Meeresmüll im Nordpazifik und Klimaereignissen wie der El-Niño-Süd-Oszillation (ENSO) und der Pazifischen Dekadischen Oszillation (PDO) wurde bereits diskutiert18. Um den zwischenjährlichen Schwankungen Rechnung zu tragen, haben wir die Breiten- und Längsposition des GPGP mit diesen beiden Klimaindizes verglichen: ENSO und PDO. Wir stellten fest, dass die Jahre 2002 und 2004 mit den Bedingungen während unserer Expedition mit mehreren Schiffen vergleichbar waren. Daher verglichen wir unsere Messungen mit den Durchschnittswerten der Partikelbesuche von Juli bis September der Jahre 2002 und 2004 zusammen. Dieser zweite Versuch lieferte bessere Ergebnisse (R2 = 0,58 bis 0,41, je nach Antriebsszenario), was darauf schließen lässt, dass klimatische Ereignisse wie ENSO oder PDO die durchschnittliche Position des GPGP beeinflussen. Daher haben wir uns entschieden, den Juli-September-Mittelwert für 2002 und 2004 zu verwenden, der den zwischenjährlichen Schwankungen der GPGP-Position besser Rechnung trägt. Weitere Informationen zur Auswahl der Jahre für die Kalibrierung des Modells anhand von Schleppnetz- und Luftbilddaten finden sich in den ergänzenden Methoden 5. Die beste Übereinstimmung zwischen den Modellvorhersagen und den Mikroplastikbeobachtungen wurde erneut für das Antriebsszenario nur mit Meeresoberflächenströmung gefunden (R2 = 0,58, n = 277). Die beste Regressionsanpassung zwischen gemessenen und modellierten Mikroplastikkonzentrationen hatte a = -8,3068 und b = 0.6770 in der parametrischen Formulierung:

$$\,{c}_{mod}=\,{10}^{\frac{{\mathrm{log}}_{10}\delta -a}{b}}$$

(3)

Aus dieser Formulierung berechneten wir die modellierte Mikroplastik-Massekonzentration in unserem Domänengebiet und extrahierten Konturstufen nach Größenordnung, von 0.01 g km-2 bis 10 kg km-2. Der in dieser Studie definierte GPGP entspricht der 1 kg km-2 Mikroplastik-Massenkonzentration, die ein Gebiet von 1,6 Millionen km2 abdeckt und in Abb. 2a als fette Linie dargestellt ist. Zur Validierung haben wir die Mikroplastikmessungen innerhalb und außerhalb der 1 kg km-2 Konturlinie kategorisiert (Abb. 2b). Für Stationen innerhalb des vom Modell vorhergesagten GPGP lag der Median der gemessenen Mikroplastikkonzentration bei 1,8 kg km-2 (25. – 75. Perzentile = 3,5 – 0,9 kg km-2), während der Median für Stationen außerhalb bei 0,3 kg km-2 lag (25. – 75. Perzentile = 0,2 – 0,7 kg km-2). Unter Verwendung unserer kalibrierten Mikroplastikverteilung berechneten wir die Masse und die numerische Konzentration für einzelne Größenklassen, indem wir die modellierten Konzentrationen durch das Verhältnis zwischen der durchschnittlichen modellierten Mikroplastikverteilung innerhalb des GPGP und den durchschnittlichen gemessenen Konzentrationen pro Größenklasse der Stationen innerhalb des Flecks skalierten. Ein Vergleich zwischen gemessenen und modellierten Massen-/Zahlenkonzentrationen für alle Größenklassen von Plastik im Meer ist in Abb. 2c und d dargestellt.

Unsere Konfidenzintervalle wurden so formuliert, dass sie Unsicherheiten sowohl bei der Probenahme als auch bei der Modellierung berücksichtigen. Für die Schleppnetzerfassung (d. h. Mikro-, Meso- und Makroplastik) berücksichtigten wir Unsicherheiten im Zusammenhang mit den Korrekturen der vertikalen Durchmischung, die anhand des gemeldeten Seegangs und der Aufstiegsgeschwindigkeiten der Kunststoffe auf die Oberflächenkonzentrationen angewendet wurden (siehe ergänzende Methoden 1). Bei den Luftbildmosaiken haben wir Unsicherheiten berücksichtigt, die mit der Schätzung der Masse der gesichteten Objekte auf der Grundlage von Korrelationen zwischen der Oberfläche und dem Trockengewicht der in den Schleppnetzen gesammelten Objekte zusammenhängen (siehe ergänzende Methoden 3). Um schließlich Modellierungsunsicherheiten zu berücksichtigen, addierten (bzw. subtrahierten) wir den Standardfehler der gemessenen Konzentration zu (bzw. von) der mittleren oberen (bzw. unteren) Massenkonzentration, wenn wir die Mikroplastikverteilung auf einzelne Größenklassen skalierten.

Charakterisierung nach Typen, Quellen und Antriebsszenarien

Die gesamte geschätzte Massenfracht von Meereskunststoff im GPGP nach Größenklassen wurde weiter nach Typen unterteilt. Wir berechneten den durchschnittlichen Massenanteil der einzelnen Plastikarten pro Probenahmeereignis für die Stationen innerhalb des Flecks (ergänzende Tabelle 1) und leiteten den Beitrag der Typen „H“, „N“, „F“ und „P“ ab. Da wir überwiegend Müll aus marinen Quellen beobachteten, untersuchten wir außerdem den Beitrag der Quellen, der durch unsere kalibrierte Modellverteilung vorhergesagt wurde. Für einzelne Modellzellen berechneten wir den prozentualen Anteil der Besuche von Lagrange-Partikel aus einzelnen Quellen. Da die anfänglichen Partikel entsprechend den geschätzten globalen Einträgen gewichtet wurden, machten die Modellpartikel aus marinen Quellen ursprünglich 28,1 % der gesamten Materialmenge aus, mit Fischerei (17,9 %), Aquakultur (1,3 %) und Schifffahrt (8,9 %). Wir berechneten die Differenz zu diesem anfänglichen Prozentwert für jede Modellzelle und setzten sie in die vorhergesagte Gesamtmassenkonzentration ein. Auf diese Weise definierten wir „Anomalien“ im marinen Quellenbeitrag im Nordpazifik und drückten diese in der Einheit Masse pro Fläche aus. Obwohl unser kalibriertes Modell nur die Meeresoberflächenströmung berücksichtigte, verglichen wir schließlich die Vorherrschaft der Treibszenarien, indem wir die jeweilige Anzahl der Partikelbesuche für jede Modellzelle auswerteten. Wir berechneten die Konturen um den GPGP für die einzelnen Antriebsszenarien so, dass das innerhalb jeder Kontur enthaltene Material unserem anfänglichen Antriebsszenario (d. h. nur Meeresoberflächenströmung) entspricht.

Die von unserem Modell vorhergesagte Abhängigkeit der Partikeltrajektorie vom Windgeschwindigkeitskoeffizienten stimmt gut mit Sichtungen und Modellierungen von Trümmern überein, die vom Tohoku-Tsunami 2011 in Japan stammen44,45. Die ersten identifizierten japanischen Trümmerteile, die nach 10 bis 12 Monaten an den nordamerikanischen Küsten ankamen, waren Objekte mit hoher Windlast wie Bojen, Boote und Schwimmdocks. Auch auf den hawaiianischen Inseln trafen 18 Monate nach dem Vorfall Trümmer ein. Der Zeitpunkt des Eintreffens stand in engem Zusammenhang mit der Art der Objekte, wobei im ersten Jahr große Austernzuchtbojen und andere Schwimmer, Container und Kanister den Anfang machten. Im zweiten Jahr kamen mehr Bojen, gekippte Boote, Kühlschränke und Paletten an, später dann Holzbalken und Holztrümmer. Unser Modell sagte voraus, dass im zweiten Jahr nach dem Tsunami 2011 nur Objekte mit einem Windungskoeffizienten von über 3 % auf Hawaii ankommen könnten. Objekte mit einem Windungskoeffizienten von 1 bis 2 % würden Hawaii im dritten Jahr erreichen, während sich Objekte ohne Windungskoeffizienten hauptsächlich im GPGP nordöstlich des Archipels ansammeln würden.

Langzeitanalyse

Die Definition einer dynamischen GPGP-Grenze, die saisonale und inter-annuelle Schwankungen berücksichtigt, ermöglichte es uns abzuschätzen, welche Meeresoberflächen-Schleppnetzdatenpunkte aus der Literatur innerhalb oder außerhalb der GPGP-Region liegen. Daher nutzten wir unser kalibriertes Modell, um die dekadische Entwicklung der Mikroplastik-Massekonzentrationen (kg km-2) innerhalb und um den GPGP zu bewerten. Die Konzentrationsdaten aus der Literatur (ergänzende Tabelle 2) wurden veröffentlichten Datensätzen entnommen oder aus Abbildungen digitalisiert, wenn sie nicht digital verfügbar waren17,46,47. Wurden die Daten in der Einheit Masse pro Wasservolumen48 angegeben, wurde die Netto-Schlepptiefe zur Berechnung der Konzentration pro Oberflächeneinheit verwendet. Wenn nur numerische Konzentrationen gemeldet wurden22,48, schätzten wir die Massenkonzentration anhand der durchschnittlichen Plastikmasse im Ozean aus Netzschlepps, bei denen sowohl Massen- als auch numerische Konzentrationen gemeldet wurden (m = 3,53 mg, SE: 0,10 mg, n = 872).

Wir verglichen die vom Modell vorhergesagte GPGP-Grenze mit den Standorten der zwischen 1999 und 201221,22,48,49 gesammelten Proben. Proben, die vor 1999 gesammelt wurden17,46,47,48, wurden mit der GPGP-Position verglichen, die für die beprobten Monate und Jahre im Zeitraum 1999-2012 geschätzt wurde, die ähnliche ENSO- und PDO-Werte aufwiesen (siehe ergänzende Methoden 6). Unter Verwendung unserer dynamischen GPGP-Modellgrenze als Referenz, klassifizierten wir jeden Netzschlepp in 3 Kategorien: (1) Beprobung innerhalb der GPGP-Grenze, (2) Beprobung außerhalb der GPGP-Grenze, aber oberhalb von 20°N und unterhalb von 45°N und (3) Beprobung im restlichen Nordpazifik. Wir haben nur die Netze der ersten beiden Kategorien verwendet, damit die Konzentrationsstatistiken außerhalb des Flecks nicht durch Messungen in äquatorialen und polaren Gewässern verzerrt werden, wo die Konzentrationen sehr niedrig sind. Anschließend gruppierten wir diese Beobachtungen der Mikroplastikkonzentration aus Planktonnetzschleppnetzen nach Jahrzehnten, wobei wir Daten aus den Jahren 1965-1974 (n = 20 innerhalb und n = 58 außerhalb17,48), 1975-1984 (n = 0 innerhalb und n = 19 außerhalb46), 1985-1994 (n = 4 innerhalb und n = 2 außerhalb47), 1995-2004 (n = 2 innerhalb und n = 252 außerhalb22,49), 2005-2014 (n = 195 innerhalb und n = 861 außerhalb21,22,48) und schließlich 2015 (n = 288 innerhalb und n = 213 außerhalb; diese Studie). Wir berechneten den Mittelwert (± Standardfehler) der gemessenen Mikroplastikmassenkonzentration pro Dekade innerhalb und außerhalb der GPGP-Grenze. Schließlich extrahierten wir dekadische Trends durch Anpassung einer Exponentialfunktion (R2 = 0,94) unter der Annahme von Nullkonzentrationen zu Beginn des 20. Die exponentielle Anpassung zeigte bessere Ergebnisse als lineare, quadratische oder kubische Funktionen (R2 = 0,71, R2 = 0,86 bzw. R2 = 0,91).