Sampling
2015. július 27. és szeptember 19. között 18 résztvevő hajó összesen 652 felszíni hálóhúzást végzett az ÉSZ 25°-41° és a NY 129-156° között. 2016 októberében újra felkerestük a vizsgálati területünket, két repülést végeztünk egy Hercules C-130-as repülőgéppel, amely légi felvételeket gyűjtött (n = 7898 egykockás mozaik), hogy jobban számszerűsítsük a nagyobb és ritkább >50 cm-es műanyag objektumokat (1. ábra).
Mezei megfigyelési erőfeszítés. Hajók (szürke és sötétkék vonalak) és repülőgépek (világoskék vonalak) útvonala és azok a helyek, ahol az óceáni úszó műanyagkoncentrációra vonatkozó adatokat gyűjtötték (körök). A szürke körök (n = 350) a 17 résztvevő hajó által 2015 júliusa és szeptembere között egyetlen Manta-háló vontatásával mintavételezett területeket jelölik. A sötétkék körök (n = 76) az RV Ocean Starr által 2015 júliusa és augusztusa között a Manta és a Mega párosított hálóhúzásával mintavételezett területeket jelölik. A világoskék körök (n = 31) a C-130 Hercules repülőgépről 2016 októberében gyűjtött RGB georeferált mozaikok helyét mutatják. A térkép a QGIS 2.18.1 verziójával készült (www.qgis.org).
A hajók 0,35-4 órás időtartamú hálóhúzásokat végeztek, miközben 0,7-6,8 csomós sebességgel navigáltak. Minden vonóhálót úgy terveztek, hogy a hajóról távolodjon, hogy elkerüljék az eszközök fogási hatékonyságára gyakorolt örvényhatásokat. Az összes hajószemélyzetet online anyagok és az indulás előtt tartott egyéni munkaértekezletek segítségével képezték ki. A vonóháló vontatása közben a hajó legtapasztaltabb tengerésze a szélsebesség mérésével és a hullámok magasságának megfigyelésével becsülte meg a tenger állapotát (Beaufort-skála). Ezeket az adatokat a rendelkezésre bocsátott szabványos adatlapokon rögzítették, az egyes vontatások dátumával, időtartamával, valamint kezdeti és végső koordinátáival együtt. Az utófeldolgozási fázisban az összes háló vontatásának helyét és hosszát megerősítették az összes résztvevő hajóra felszerelt GPS-nyomkövetők pozícióadatainak ellenőrzésével. A legtöbb mintavételi állomás egyetlen háló vontatását foglalta magába (n = 350 mintavételi állomás) Manta vonóhálóval (0,5 mm-es négyzetrácsos háló, 90 cm × 15 cm-es száj), amely a műanyagszennyezés szintjének számszerűsítésére szolgáló egyik szabványos eszköz. A legnagyobb résztvevő hajóval (RV Ocean Starr) minden mintavételi helyen (n = 76 állomás) egyidejűleg két Manta-vonóhálót vontattunk, két nagy Neuston-vonóhálóval (1,5 cm-es négyzetrács, 6 m × 1,5 m-es száj, ebből 0,5 m a vízvonal felett; a továbbiakban “Mega-vonóháló”) együtt. Minden egyes Manta-háló vontatása után a hálót kívülről tengervízzel leöblítettük, és az egyszer használatos zsákvégét eltávolítottuk, kapcsokkal lezártuk és egy cipzáras zacskóba helyeztük. Minden egyes Mega vonóhálós vontatás után a hálót kívülről szintén kiöblítettük tengervízzel, és a nagy zsákvégét egy tengervízzel töltött dobozban kinyitottuk. Ezután minden úszóképes műanyagot eltávolítottak, alumíniumba csomagoltak és felcímkézett műanyag zacskókba helyeztek. A Manta vonóhálók által kifogott teljes tartalmat tárolták, míg a Mega vonóhálók által kifogott (többnyire élő) élőlényeket visszaengedték az óceánba. Minden mintát hűtőszekrényben vagy fagyasztóban tároltak, amíg a tengeren voltak, és FedEx hűtőládában (2-8 °C) vagy hűtőládában (-2 °C), amíg a laboratóriumba szállították. Bár a minták kezelése során óvatosan jártunk el, néhány törmelékdarab a szállítás során összetörhetett, ami a törmelék méret szerinti eloszlásában némi torzítást eredményezett. Az e hálóhúzásokkal kapcsolatos részletes információkat (pl. koordináták, metoceáni körülmények, mintavételi időpontok és időtartam) az ábra33 tartalmazza.
A légi felmérések jóval nagyobb területen (311,0 km2 ) vettek mintát, mint a fent leírt vonóhálós felmérések (3,9 km2 és 13,6 km2 a Manta és Mega hálóhúzások esetében), így megbízhatóbb számszerűsítést kaptunk az 50 cm-nél nagyobb törmelékről, amely viszonylag ritka. Mindkét repülés a kaliforniai Mountain View közelében lévő Moffett repülőtéren kezdődött és ért véget. Az első légi felmérést 2016. október 2-án végezték el mintavételezéssel 18:56 és 21:14 UTC idő között, állandó 33,5° északi szélességen és 141,4° nyugati hosszúság és 134,9° nyugati hosszúság között. A második felmérés 2016. október 6-án kezdődött 22:14 és 0:37 UTC közötti mintavételezéssel, az ÉSZ 30,1°, 143,7° NY és az ÉSZ 32,9°, 138,1° NY között. Felmérési üzemmódban a repülőgép körülbelül 400 m magasságban és 140 csomós földi sebességgel repült. A mintavételi metszetek olyan területeket céloztak meg, ahol a legalacsonyabbak voltak a tenger állapotának feltételei az időjárás-előrejelzés alapján, beleértve a NOAA globális előrejelző rendszere által szolgáltatott tengerfelszíni légnyomást, felhőzetet, szélsebességet 10 m tengerszint feletti magasságban és a felszíni határréteg magasságát, valamint a NOAA WaveWatch3 modell kimenetei által terjesztett jelentős hullámmagasság és csúcsidőszak adatait. Bár az úszó törmelékeket képzett megfigyelők és háromféle érzékelő (Lidar, SWIR képalkotó és RGB kamera) segítségével mértük fel, itt csak az RGB kamera (CS-4800i) által készített, georeferált mozaikokból származó információkat elemezzük, amely kamera a felmérés ideje alatt általában másodpercenként készített felvételeket (képméret = ~360 m a pálya mentén, ~240 m a pálya mentén, ~0.1 m-es felbontás).
Minták feldolgozása
A mintákat külön-külön szitatoronyba mostuk (öt Glenammer Engineering Ltd. szita, 0,05 cm, 0,15 cm, 0,5 cm, 1,5 cm és 5 cm-es négyzetes nyílással), amely az anyagot a következő méretosztályokba osztotta: 0,05-0,15 cm, 0,15-0,5 cm, 0,5-1,5 cm, 1,5-5 cm és >5 cm. A >5 cm-es törmeléket ezután kézzel 5-10 cm-es, 10-50 cm-es és >50 cm-es osztályokba sorolták a tárgyak hosszának (a tárgy legszélesebb mérete) vonalzóval történő mérésével. Az úszó törmeléket úgy választottuk el a biomasszától, hogy az egyes szitákon belüli anyagokat szűrt sós vízbe (sótartalom 3,5%, hőmérséklet 19-23 °C) helyeztük. A laboratóriumi személyzet többször megkeverte az anyagot, hogy biztosítsa a lebegő részecskék leválását a biomassza anyagáról. Az úszótörmelékként azonosított úszó tárgyakat kézzel, csipesszel kiemelték a víz felszínéről, típusok szerint szétválasztották és megszámolták. Az úszó törmeléket anyagtípus szerint osztályozták (műanyag, üveg, paraffin, kátrány, gumi, fa, habkő, mag vagy ismeretlen), a műanyagokat pedig a következő kategóriákba sorolták: (1) “H” típus – kemény műanyagból, műanyag lapból vagy fóliából készült töredékek és tárgyak; (2) “N” típus – műanyag zsinórok, kötelek és halászhálók; (3) “P” típus – henger, korong vagy gömb alakú, előgyártott műanyag pelletek; és (4) “F” típus – habosított anyagból (pl. expandált polisztirol) készült töredékek vagy tárgyak. Miután megszámoltuk és kategorizáltuk, a darabokat desztillált vízzel kimostuk, alumíniumtálakba helyeztük, 60 °C-on egy éjszakán át szárítottuk, majd a <5 cm-es tárgyak esetében OHAUS Explorer EX324M (0,0001 g-os leolvashatóság), a >5 cm-es tárgyak esetében pedig OHAUS Explorer EX12001M (0,1 g-os leolvashatóság) segítségével megmértük.
A GPGP-ben felhalmozódó óceáni műanyag legjobb jellemzése érdekében további elemzéseket végeztünk a begyűjtött anyaggal. Először is, minden műanyag méret/típus kategórián belül 10 darabot (n = 220 darab) választottunk ki a polimerösszetétel Fourier-transzformációs infravörös spektroszkópiával (FT-IR) történő elemzésére. A méréseket egy univerzális ATR tartozékkal felszerelt Perkin Elmer Spectrum 100 FT-IR készülékkel végeztük (tartomány = 600-4000 cm-1). Az adott polimer típusát a minta FT-IR spektrumának egy adatbázisból (Perkin-Elmer ATR of Polymers Library) származó ismert spektrumokkal való összehasonlításával határoztuk meg. Másodszor, az összes begyűjtött műanyaghulladékot átvizsgáltuk a gyártási dátumok, valamint az eredetre utaló írások (azaz a nyelv és a “made in” feliratok) szempontjából. Végül a 30 RV Ocean Starr állomáson gyűjtött “H” és “L” típusú műanyag tárgyakat tárgytípusokba soroltuk (pl. palackfedelek, zacskók, palackok stb.). Mivel az 50 cm-nél nagyobb “H” típusú tárgyak viszonylag ritkák voltak, 10 további RV Ocean Starr állomáson elemeztük ezt a típus/méret kategóriát. Ha egy töredék tárgytípusát nem lehetett meghatározni, akkor a darabot a falvastagságától és rugalmasságától függően kemény műanyagtöredéknek vagy fóliatöredéknek34 minősítettük. A 0,15-0,5 cm, 0,5-1,5 cm és 1,5-5 cm méretosztályba tartozó objektumok jellemzésére Manta vonóhálós mintákat, az 5-10 cm, 10-50 cm és >50 cm méretosztályba tartozó objektumok jellemzésére pedig Mega vonóhálós mintákat használtunk. A legkisebb méretosztályba (0,05-0,15 cm) tartozó műanyagokat nem vettük figyelembe ebben a “tárgytípus” elemzésben a kis töredékek kezelésének és azonosításának nehézségei miatt.
A felhajtó műanyagelemek számszerű/tömegbeli koncentrációját (szám/kg műanyag per km2 tengerfelszín), amelyet minden egyes vonóhálóval mértünk, minden műanyag méret/típus kategóriára külön-külön számoltuk ki. Ehhez az egyes kategóriákon belül a műanyag tárgyak számát és tömegét elosztottuk a minta vontatott területével. A vontatott területet úgy számoltuk ki, hogy a hálónyílás szélességét (90 cm a Manta vonóháló esetében, 6 m a Mega vonóháló esetében) megszoroztuk a vontatás hosszával (amelyet a GPS-pozíciós adatokból határoztunk meg). A Manta-hálóval vontatott vonóhálók átlagos területe 0,008 km2 volt (SD = 0,004, min-max: 0,001-0,018 km2 ), míg a Mega-hálóval vontatott vonóhálók átlagos területe 0,090 km2 volt (SD = 0,013, min-max: 0,046-0,125 km2 ). Mivel a felszíni vonóhálók a szél okozta keveredés miatt a felszíni vonóhálókból kimaradhatnak a felszínen úszó műanyagok, ezért a “mélységbe integrált” tömeg- és számszerű műanyagkoncentrációkat (Ci) minden típus/méretkategória esetében minden egyes vonóhálós mintavételi helyen a 35. hivatkozásban leírt egyenletek alapján becsültük meg. Az 1. kiegészítő módszerek részletesen ismertetik a Ci kiszámításának módját az óceáni műanyag terminális emelkedési sebességének (Wb), a vonóháló által mért mélységnek és a tenger állapotának függvényében. Azt is leírja, hogyan mértük a Wb-t a tanulmányban szereplő egyes típus/méret kategóriák esetében. Miután összehasonlítottuk a párosított Manta- és Mega-hálós vonóhálókkal (n = 76 helyszín) kapott műanyagkoncentrációs eredményeket, úgy döntöttünk, hogy a 0,05-5 cm, illetve 5-50 cm méretű törmelék számszerűsítésére a Manta- és Mega-vonóhálós mintákat használjuk. Az összehasonlítás eredményeit és a döntés indoklását a Kiegészítő módszerek 2. fejezetében találjuk.
Légi képek feldolgozása
A felmérési repülések során készült összes RGB-felvételt (n = 7 298) a felmérések során gyűjtött pontos repülőgép-pozíciós és magassági adatok segítségével georeferáltuk. Ezután két képzett megfigyelő és egy észlelő algoritmus segítségével megvizsgáltuk őket. A megfigyelők az összes képet teljes képernyőn, egy Samsung HD monitoron (LU28E590DS/XY) vizsgálták meg, és a törmeléket tartalmazó egykockás mozaikokat feltöltötték a QGIS szoftverbe (2.18.3-Las Palmas verzió), hogy rögzítsék azok helyzetét és jellemzőit. Bízunk benne, hogy nagyon kevés hamis pozitív és sok hamis negatív eredményt kaptunk. Ennek oka, hogy a megfigyelők konzervatív megközelítést alkalmaztak: csak akkor jegyezték be a jellemzőket törmelékként, ha nagyon biztosak voltak az azonosításukban. Így sok olyan jellemzőt, amely lehetett törmelék, de hasonlított más természetes jellemzőkre, mint például a napfény és a hullámtörés, nem jegyeztünk be az óceáni műanyag adatállományunkba. Miután ezt a munkát befejeztük, minőségellenőrzési lépésként lefuttattunk egy kísérleti algoritmust, amely képes volt a potenciális törmelék felismerésére az összes RGB-mozaikban. A téves pozitív eredmények elkerülése érdekében az algoritmus által észlelt összes jellemzőt egy megfigyelő vizuálisan is megvizsgálta, és csak a vizuálisan törmelékként azonosítottakat vettük fel a QGIS adatbázisunkba. Minden észleléshez rögzítettük a pozíciót (szélességi és hosszúsági fok), a hosszúságot (az objektum legszélesebb dimenziója), a szélességet és az objektum típusát: (1) “kötegelt háló” – szorosan összefogott halászhálók csoportja; ezek általában színes és kerek alakúak; (2) “laza háló” – egyetlen halászháló; ezek általában meglehetősen áttetszőek és téglalap alakúak voltak; (3) “konténer” – téglalap alakú és világos tárgyak, például halászládák és hordók; (4) “kötél” – hosszú, hengeres, körülbelül 15 cm vastagságú tárgyak; (5) “bója/fedél” – kerek, fényes tárgyak, amelyek lehetnek akár egy nagy fedél, akár egy bója; (6) “ismeretlen” – olyan tárgyak, amelyek egyértelműen törmelékek, de amelyek tárgytípusát nem sikerült azonosítani; ezek többnyire szabálytalan alakú, műanyagdarabokra emlékeztető tárgyak voltak; és (7) egyéb – csak egy tárgyat sikerült azonosítani, amely nem tartozott egyik fenti kategóriába sem: egy mentőgyűrű. 1595 törmeléktárgyat rögzítettünk (403 és 1192 darabot az 1. és 2. járaton); 626 darab 10-50 cm hosszú volt, 969 darab pedig >50 cm hosszú. A legtöbbet az “ismeretlen” kategóriába soroltuk (78% a 10-50 cm-es, 32% a >50 cm-es), majd a 10-50 cm-es törmelék esetében a “bója vagy fedél” (20%) és a “kötegelt háló” (1%), a >50 cm-es törmelék esetében pedig a “kötegelt háló” (29%), “konténer” (18%), “bója vagy fedél” (9%), “kötél” (6%) és “vesztett háló” (4%). Az óceáni műanyagkoncentrációk kiszámításához a georeferált képeket 31 ~10 km2 -es mozaikba csoportosítottuk. A számszerű koncentrációkhoz egyszerűen elosztottuk a 10-50 cm-es és >50 cm-es törmelékdarabok számát az egyes mozaikokon belül a lefedett területtel. A tömegkoncentrációk becsléséhez először meg kellett becsülnünk minden egyes észlelt objektum tömegét, majd külön-külön összeadtuk a 10-50 cm-es és >50 cm-es törmelékdarabok tömegét az egyes mozaikokon belül a lefedett területtel. További információ arról, hogy hogyan becsültük meg az egyes kiszúrt objektumok tömegét, a Kiegészítő módszerek 3. fejezetében található.
Numerikus modell megfogalmazása
Az óceáni műanyag útvonalakat Lagrange-részecskék pályáival lehet ábrázolni31. A mi keretrendszerünkben a részecskéket a következő környezeti hajtóerők advektálták: tengerfelszíni áramlatok, hullámok által indukált Stokes-sodródás és szelek. Azonos részecskekibocsátásokból kiindulva egy sor kényszerítő forgatókönyvet állítottunk össze az óceáni műanyagok alakjának és összetételének változatossága érdekében. Kizárólag a tengerfelszíni áramlást használva fokozatosan olyan kényszerítő feltételeket adtunk hozzá, amelyek a légköri légellenállás és a szélhullámok úszó törmelékre gyakorolt hatását reprezentálják. A szél hatását úgy szimuláltuk, hogy a részecskék elmozdulását a szélsebesség törtrészeként vettük figyelembe 10 m tengerszint feletti magasságban. Ezt nevezzük “szélerősségi együtthatónak”. Különböző szélerősség-koefficiens-forgatókönyveket vizsgáltunk, beleértve a 0%, 0,1%, 0,5%, 1%, 2% és 3%-os értékeket. A globális tengerfelszíni áramlatokat (1993-2012) a HYCOM + NCODA globális 1/12°-os reanalízisből (19.0 és 19.136 kísérlet,37,38), a szél (10 m tengerszint feletti magasságban) sebességére és irányára vonatkozó adatokat (1993-2012) pedig az NCEP/NCAR globális reanalízisből39 nyertük. A hullámok által kiváltott Stokes-drift amplitúdóját a Wavewatch3 modell kimeneteiből származó hullámspektrum tömegkoefficiensek (szignifikáns hullámmagasság, csúcshullámperiódus és irány) segítségével számoltuk ki40.
Minden forgatókönyv esetében a részecskéket 1993 és 2012 között azonos módon és időben folyamatosan bocsátottuk ki, követve a jelentős óceáni műanyagforrások térbeli eloszlását és amplitúdóját a szárazföldön (part menti népességi gócpontok23 és nagyobb folyók24), valamint a tengeren (halászat26,41, akvakultúra42 és hajózás43). A forrásforgatókönyveket a 4. kiegészítő módszerekben bemutatott relatív forrás-hozzájárulás, valamint a földrajzi eloszlás alapján kombinálták. A globális részecskéket időben advektáltuk a fent leírt forgatókönyvek segítségével, és sikeresen reprodukáltuk az óceáni szemétfoltok kialakulását, a részecskekoncentráció alakja és gradiense ezeken a területeken a forgatókönyvek között eltérő volt. Napi részecske-látogatásokat számoltunk a megfigyelési területünknek megfelelő, 0,2°-os felbontású rácsokon, amelyek a 160° nyugati hosszúságtól a 120° nyugati hosszúságig és a 20° északi szélességtől a 45° északi szélességig terjedtek. A napi részecske-látogatások számát a globális modellben egy adott időpontban jelen lévő részecskék teljes száma alapján egységesítettük. Az i cella modell által előre jelzett nemdimenziós δ i koncentrációját a következőképpen számították ki:
ahol αs az s forrás hozzájárulására vonatkozó nemdimenziós súly és δi,s az s forrásból származó globális részecskék százalékos aránya az i cellában. A δi,s-t az i cellában lévő s forrásból származó ni,s részecskék számával számoljuk az s forrásból származó Σ i n s globális részecskék teljes számához viszonyítva:
Numerikus modell kalibrálása
A tengeren 2015-ben és 2016-ban gyűjtöttünk méréseket, de numerikus modellünk az 1993 és 2012 közötti időszakra vonatkozó óceáni cirkulációs újraelemzést használ. A 2012 utáni modellezett óceáni cirkulációs adatok elérhetőek a HYCOM-ból, azonban nem reanalízis termékként. Ezért úgy döntöttünk, hogy ebben a tanulmányban nem használjuk fel. Mivel az 1993-ban kibocsátott kezdeti modellrészecskék körülbelül 7 év elteltével kezdenek jelentősen felhalmozódni a térségben, a 2000 és 2012 közötti 12 évre átlagoltuk az uniformizált napi részecske-látogatásokat. A megfigyelt törmelék méretosztályait négy kategóriába soroltuk: mikroműanyagok (0,05-0,5 cm), mezoplasztikumok (0,5-5 cm), makroműanyagok (5-50 cm) és megaplasztikumok (>50 cm). A modell előrejelzéseit a mélységbe integrált mikroműanyag-koncentrációkkal hasonlítottuk össze, mivel ez a Manta vonóhálóval gyűjtött adathalmaz rendelkezett a legnagyobb területi lefedettséggel. A vonóhálós mérésekből származó tömegkoncentrációkat 0,2 fokos felbontású cellákba csoportosítottuk, és összehasonlítottuk a modell által előre jelzett nem dimenziós δ koncentrációval az öt különböző forgatókönyvre vonatkozóan. A legjobb modellilleszkedést a csak a tengerfelszíni áramlást alkalmazó forgatókönyv esetében találtuk (R2 = 0,52, n = 277 cella). A regressziós együttható csökkent, ahogy növeltük a légköri légellenállási terminust (R2 = 0,39-0,21 a szélerősségi együtthatótól függően).
A modell részecskéinek a GPGP régióban történő felhalmozódását elemezve jelentős évszakos és évközi változásokat tapasztaltunk a GPGP pozíciójában. A modellezett GPGP méretei viszonylag konzisztensek voltak az elemzésünk 12 éve alatt, de ennek a felhalmozódási zónának a relatív helyzete évenként és évszakonként változott. Először úgy döntöttünk, hogy teszteljük a modellünket a szezonális ingadozásokra vonatkozóan azáltal, hogy összehasonlítottuk a (2015 júliusa és szeptembere között mért) mikroműanyag-koncentrációinkat a 2000 és 2012 közötti július-szeptemberi időszakok modellezett koncentrációinak átlagaival. Ez az összehasonlítás gyengébb eredményeket hozott (R2 = 0,46-0,21, az erőltetési forgatókönyvtől függően), mint a 12 év átlagos megoldásával (R2 = 0,52), mivel a július-szeptemberi GPGP-helyzet jelentősen változott az egyes évek között.
A Csendes-óceán északi részén a tengeri hulladék felhalmozódása és az olyan éghajlati események, mint az El Niño Southern Oscillation (ENSO) és a csendes-óceáni dekadikus oszcilláció (PDO) közötti kapcsolatot már korábban is tárgyalták18. Ezért az évközi ingadozások figyelembevétele érdekében összehasonlítottuk a GPGP szélességi és hosszirányú helyzetét e két éghajlati indexszel: ENSO és PDO. Megállapítottuk, hogy 2002 és 2004 hasonló volt a többhajós expedíciónk során tapasztalt feltételekhez. Így méréseinket a 2002 és 2004 július-szeptemberére vonatkozó részecske látogatási átlagokkal hasonlítottuk össze. Ez a második kísérlet jobb eredményeket mutatott (R2 = 0,58-0,41, a kényszerítő forgatókönyvtől függően), ami arra utal, hogy az olyan éghajlati események, mint az ENSO vagy a PDO befolyásolják a GPGP átlagos helyzetét. Ezért úgy döntöttünk, hogy a 2002 és 2004 július-szeptemberi átlagot használjuk, amely jobban figyelembe veszi a GPGP helyzetének évközi változásait. A modellnek a vonóhálós és légi felmérések adatai alapján történő kalibrálására szolgáló évek kiválasztásával kapcsolatos további információk az 5. kiegészítő módszerekben találhatók. A modell előrejelzései és a mikroműanyag-megfigyelések közötti legjobb illeszkedést ismét a csak a tengerfelszíni áramlást alkalmazó forgatókönyv esetében találtuk (R2 = 0,58, n = 277). A legjobb regressziós illeszkedés a mért és a modellezett mikroműanyag-koncentrációk között a = -8,3068 és b = 0 volt.6770 a parametrikus formulában:
Ebből a formulából kiszámítottuk a modellezett mikroműanyag tömegkoncentrációt a tartományunk területén, és nagyságrendileg kivontuk a kontúrszinteket, 0.01 g km-2 és 10 kg km-2 között. Az ebben a tanulmányban meghatározott GPGP megfelel az 1,6 millió km2 területet lefedő 1 kg km-2 mikroplastik tömegkoncentráció szintjének, amelyet a 2a. ábrán vastag vonalként ábrázolunk. Validálásként az 1 kg km-2 -es kontúrvonalon belüli és kívüli mikroműanyag-méréseket kategorizáltuk (2b. ábra). A modell által előre jelzett GPGP-n belüli állomások esetében a mért mikroműanyag-koncentráció mediánja 1,8 kg km-2 volt (25-75. percentilis = 3,5-0,9 kg km-2), míg a modellen kívüli állomások esetében a medián 0,3 kg km-2 volt (25-75. percentilis = 0,2-0,7 kg km-2). A kalibrált mikroműanyag-eloszlásunk segítségével kiszámítottuk az egyes méretosztályok tömegét és számszerű koncentrációját a modellezett koncentrációknak a GPGP-n belüli átlagos modellezett mikroműanyag-eloszlás és a folton belüli állomások méretosztályonkénti átlagos mért koncentrációinak arányával való skálázásával. A mért és modellezett tömeg/számszerű koncentrációk összehasonlítását az összes óceáni műanyag méretosztályra vonatkozóan a 2c. és d. ábra mutatja.
Numerikus modellkalibráció. (a) A GPGP határa (kék vonal) a mikroműanyag-koncentráció mérések (körök) és az évszakos és évközi változásokat figyelembe vevő modell részecske-látogatási átlagok összehasonlításával becsülhető. Ez a térkép a QGIS 2.18.1 verziójával készült (www.qgis.org). (b) Modellérvényesítés, amely a mikroműanyagok mért tömegkoncentrációjának mediánját mutatja az általunk előre jelzett 1 kg km-2 GPGP határon kívüli és belüli állomásokon. A sávok a 25. és a 75. percentilis között húzódnak, míg a whiskerek a legkisebb és legnagyobb nem kiugró értéket jelölik. A kiugró értékeket keresztek jelölik. (c) A mért tömegkoncentrációk és a modellezett tömegkoncentrációk a mikroműanyagok, mezoplasztikumok, makroműanyagok és megaplasztikumok esetében. (d) Ugyanaz, mint (c), de numerikus koncentrációkkal.
A bizalmi intervallumokat úgy alakítottuk ki, hogy figyelembe vegyük mind a mintavétel, mind a modellezés bizonytalanságait. A vonóhálós gyűjtés (azaz a mikro-, mezo- és makroműanyagok) esetében figyelembe vettük a felszíni koncentrációkra alkalmazott vertikális keveredési korrekciókkal kapcsolatos bizonytalanságokat a jelentett tengeri állapot és a műanyag emelkedési sebessége alapján (lásd Kiegészítő módszerek 1). A légi mozaikok esetében figyelembe vettük a látott tárgyak tömegének becslésével kapcsolatos bizonytalanságokat a felülnézeti terület és a vonóhálóval gyűjtött tárgyak száraz tömegének korrelációja alapján (lásd Kiegészítő módszerek 3). Végül, a modellezési bizonytalanságok figyelembevétele érdekében a mért koncentráció standard hibáját hozzáadtuk (illetve kivontuk) az átlagos felső (illetve alsó) tömegkoncentrációhoz (illetve abból), amikor a mikroműanyagok eloszlását az egyes méretosztályokra skáláztuk.
Típusok, források és kényszerforgatókönyvek szerinti jellemzés
A GPGP-ben lévő óceáni műanyag teljes becsült tömegterhelését méretosztályok szerint tovább osztottuk típusok szerint. Kiszámítottuk az egyes óceáni műanyagtípusok átlagos tömegarányát mintavételi eseményenként a folton belüli állomásokon (1. kiegészítő táblázat), és levezettük a “H”, “N”, “F” és “P” típusok hozzájárulását. Továbbá, mivel túlnyomórészt tengeri forrásokból származó hulladékot figyeltünk meg, megvizsgáltuk a kalibrált, modellezett eloszlásunk által előre jelzett forrás-hozzájárulást. Az egyes modellcellák esetében kiszámítottuk az egyes forrásokból származó Lagrange-részecskék látogatásának százalékos arányát. Mivel a kezdeti részecskéket a becsült globális bemeneteknek megfelelően súlyoztuk, a tengeri forrásokból származó modellrészecskék eredetileg a teljes anyagmennyiség 28,1%-át tették ki a halászat (17,9%), az akvakultúra (1,3%) és a hajózás (8,9%) mellett. Minden egyes modellcella esetében kiszámítottuk a különbséget ettől a kezdeti százalékos értéktől, és azt a megjósolt teljes tömegkoncentrációhoz jelentettük. Ennek során meghatároztuk a Csendes-óceán északi részén a tengeri források hozzájárulásának “anomáliáit”, és ezeket a felületre jutó tömegegységben fejeztük ki. Végül, annak ellenére, hogy kalibrált modellünk csak a tengerfelszíni áramlást vette figyelembe, összehasonlítottuk a kényszerítő forgatókönyvek túlsúlyát az egyes modellcellákra vonatkozó részecske-látogatások számának értékelésével. A GPGP körüli kontúrokat úgy számoltuk ki az egyes kényszerítő forgatókönyvekre, hogy az egyes kontúrokon belül található anyag megegyezik a kezdeti kényszerítő forgatókönyvünkkel (azaz csak a tengerfelszíni áramlással).
A részecskék röppályájának a modellünk által megjósolt szélerősségi együtthatótól való függése jó összhangban van a 2011-es japán Tohoku szökőárból származó törmelék észleléseivel és modellezésével44,45 . Az első azonosított japán törmeléktárgyak, amelyek 10-12 hónap elteltével érkeztek az észak-amerikai partokra, nagy széltöréssel rendelkező tárgyak, például bóják, csónakok és úszó dokkok voltak. A Hawaii-szigetekre is érkeztek törmelékek 18 hónappal az esemény után. Az érkezés időpontja szorosan összefüggött a tárgytípusokkal, kezdve az első évben a nagy osztrigatenyésztő bójákkal és más úszókkal, konténerekkel és tartályokkal. A második évben több bója, felborult csónak, hűtőszekrény és raklap érkezett, majd később fagerendák és fatörmelék. Modellünk azt jósolta, hogy a 2011-es szökőár utáni második évben csak olyan tárgyak érkezhetnek Hawaiira, amelyeknek a szélerősségi együtthatója 3% feletti. Az 1-2% közötti széltörési együtthatóval rendelkező tárgyak a harmadik évben érnék el Hawaiit, míg a széltörés nélküli tárgyak többnyire a GPGP-ben, a szigetcsoporttól északkeletre halmozódnának fel.
Hosszú távú elemzés
A GPGP dinamikus határának meghatározása, amely figyelembe veszi a szezonális és évközi változásokat, lehetővé tette számunkra, hogy megbecsüljük, hogy a szakirodalomból származó tengerfelszíni vonóhálós adatpontok közül melyek vannak a GPGP régión belül vagy kívül. Ezért kalibrált modellünket arra használtuk, hogy felmérjük a mikroműanyag tömegkoncentrációk (kg km-2 ) évtizedes alakulását a GPGP-n belül és körül. Az irodalomból származó koncentrációs adatokat (2. kiegészítő táblázat) közzétett adatkészletekből szereztük be, vagy ábrákból digitalizáltuk, ha azok digitálisan nem álltak rendelkezésre17,46,47. Ha az adatokat a víz térfogatára vetített tömegegységben48 közölték, akkor a nettó vontatási mélységet használtuk a felszíni egységre vetített koncentráció kiszámításához. Ha csak számszerű koncentrációról számoltak be22,48, akkor a tömegkoncentrációt úgy becsültük meg, hogy az olyan hálóhúzásokból származó átlagos óceáni műanyagtömeget használtuk, ahol mind a tömeg-, mind a számszerű koncentrációról beszámoltak (m = 3,53 mg, SE: 0,10 mg, n = 872).
A modell által előre jelzett GPGP-határt összehasonlítottuk az 1999 és 2012 között gyűjtött minták helyével21,22,48,49 . Az 1999 előtt gyűjtött mintákat17,46,47,48 összehasonlítottuk a GPGP becsült helyzetével az 1999-2012 közötti időszak azon mintázott hónapjaira és éveire vonatkozóan, amelyek hasonló ENSO- és PDO-értékekkel rendelkeztek (lásd a Kiegészítő módszerek 6. részét). A dinamikus GPGP-modell határait referenciaként használva minden egyes hálóvontatót 3 kategóriába soroltunk: (1) a GPGP-határon belül vett minták, (2) a GPGP-határon kívül, de az ÉSZ 20° felett és az ÉSZ 45° alatt vett minták, valamint (3) a Csendes-óceán északi részének többi részén vett minták. Csak a fenti első két kategóriából származó hálóhúzásokat használtuk fel, hogy a folton kívüli koncentrációs statisztikákat ne torzítsák az egyenlítői és sarki vizekben végzett mérések, ahol a koncentrációk nagyon alacsonyak voltak. Ezt követően a planktonhálós vonóhálókból származó mikroműanyag-koncentrációs megfigyeléseket évtizedek szerint csoportosítottuk, az 1965-1974 (n = 20 belül és n = 58 kívül17,48), 1975-1984 (n = 0 belül és n = 19 kívül46) között rögzített adatokat véve alapul, 1985-1994 (n = 4 belül és n = 2 kívül47), 1995-2004 (n = 2 belül és n = 252 kívül22,49), 2005-2014 (n = 195 belül és n = 861 kívül21,22,48) és végül 2015 (n = 288 belül és n = 213 kívül); ez a tanulmány). Kiszámítottuk a mért mikroműanyagtömeg-koncentráció évtizedenkénti átlagát (± standard hiba) a GPGP határán belül és körül. Végül a 20. század eleji nullkoncentrációt feltételező exponenciális függvény (R2 = 0,94) illesztésével évtizedes trendeket vontunk ki. Az exponenciális illesztés jobb eredményeket mutatott, mint a lineáris, kvadratikus vagy köbös függvények (R2 = 0,71, R2 = 0,86 és R2 = 0,91).