Evidência de que a Grande Mancha de Lixo do Pacífico está acumulando plástico rapidamente | Relatórios científicos

Amostragem

De 27 de julho a 19 de setembro de 2015, um total de 652 reboques de rede de superfície foram realizados entre 25°N-41°N e 129-156°W por 18 navios participantes. Em outubro de 2016, revisitamos nossa área de estudo realizando dois vôos com uma aeronave Hercules C-130 que coletou imagens aéreas (n = 7.298 mosaicos de um quadro) para melhor quantificar os objetos plásticos maiores e mais raros >50 cm (Fig. 1).

Embarcações realizaram reboques de rede de 0,35-4 horas de duração, enquanto navegavam a 0,7-6,8 nós. Todas as redes de arrasto foram concebidas para se afastarem da embarcação para evitar efeitos de despertar sobre a eficiência de captura dos dispositivos. Todas as tripulações da embarcação foram treinadas com material on-line e oficinas individuais que tinham sido realizadas antes da partida. Durante o reboque da rede de arrasto, o marinheiro mais experiente a bordo do navio estimou o estado do mar (escala Beaufort) medindo a velocidade do vento e observando as alturas das ondas. Estes dados foram registados nas folhas de dados padrão fornecidas, juntamente com a data, duração, bem como as coordenadas iniciais e finais de cada reboque. A localização e o comprimento de todos os reboques de rede foram confirmados durante a fase de pós-processamento, através da inspeção dos dados de posição dos rastreadores GPS instalados em todas as embarcações participantes. A maioria das estações de amostragem abrangia um único reboque de rede (n = 350 estações de amostragem) usando uma rede de arrasto Manta (0,5 mm de malha quadrada, 90 cm × 15 cm de boca), que é um dos dispositivos padrão para quantificar os níveis de poluição plásticos. Com o maior navio participante (RV Ocean Starr), rebocamos simultaneamente duas redes de arrasto Manta, ao lado de duas grandes redes de arrasto Neuston (1,5 cm de malha quadrada, 6 m × 1,5 m de boca, dos quais 0,5 m acima da linha de água; a seguir denominadas “Mega redes de arrasto”) em cada local de amostragem (n = 76 estações). Após cada reboque de rede Manta, a rede era enxaguada do exterior com água do mar, e seu saco de uso único era removido, fechado com grampos e colocado em um saco individual com fecho de correr. Depois de cada rede de arrasto Mega, a rede também era enxaguada do exterior com água do mar e o seu grande saco era aberto numa caixa cheia de água do mar. Todos os plásticos flutuantes foram então removidos, envoltos em alumínio e colocados em sacos plásticos rotulados. Todo o conteúdo capturado pelas redes de arrasto Manta foi armazenado, enquanto os organismos capturados pelas Mega redes de arrasto (na sua maioria vivos) foram libertados de volta para o oceano. Todas as amostras foram armazenadas num frigorífico ou congelador enquanto estavam no mar, e numa caixa frigorífica FedEx (2-8 °C) ou refrigerada (-2 °C) enquanto eram enviadas para o laboratório. Mesmo que tenhamos tido cuidado ao manusear as amostras, alguns itens de detritos podem ter sido quebrados durante o transporte, levando a algum viés na nossa distribuição de tamanho de detritos. Informações detalhadas relacionadas a esses reboques de rede (ou seja, coordenadas, condições dos metoceanos, tempos e durações de amostragem) são fornecidas na Figshare33.

Os levantamentos aéreos amostraram uma área muito maior (311,0 km2) do que os levantamentos de arrasto descritos acima (3,9 km2 e 13,6 km2, para os reboques de rede de Manta e Mega, respectivamente), produzindo assim uma quantificação mais confiável de detritos maiores do que 50 cm, que são relativamente raros. Ambos os voos começaram e terminaram no aeródromo de Moffett, perto de Mountain View, Califórnia. O primeiro levantamento aéreo foi realizado em 2 de outubro de 2016, com amostragem das 18h56 às 21h14 UTC, a uma latitude constante de 33,5°N, e longitudes que variam de 141,4°W a 134,9°W. O segundo levantamento começou no dia 6 de outubro de 2016, com amostragem de 22:14 a 0:37 UTC, de 30,1°N, 143,7°W a 32,9°N, 138,1°W. Enquanto em modo de levantamento, a aeronave voou a uma altitude de aproximadamente 400 m e a uma velocidade no solo de 140 nós. A amostragem transita por áreas alvo onde as condições do estado do mar foram as mais baixas, com base na previsão do tempo, incluindo pressão atmosférica na superfície do mar, cobertura de nuvens, velocidade do vento a 10 m acima do nível do mar e altura da camada de superfície limite fornecida pelo Sistema de Previsão Global da NOAA, bem como dados significativos da altura da onda e do período de pico distribuídos pelas saídas do modelo WaveWatch3 da NOAA. Embora tenhamos pesquisado destroços flutuantes usando observadores treinados e três tipos de sensores (Lidar, SWIR imager e câmera RGB), aqui nós só analisamos as informações provenientes dos mosaicos geo-referenciados produzidos por uma câmera RGB (CS-4800i) que geralmente tirava fotografias a cada segundo durante o tempo do levantamento (tamanho do quadro = ~360 m ao longo da pista, ~240 m ao longo da pista, ~0.Resolução de 1 m).

Processamento de amostras de rastreamento

As amostras de rastreamento foram lavadas separadamente em uma torre de peneiras (cinco peneiras da Glenammer Engineering Ltd, com 0,05 cm, 0,15 cm, 0,5 cm, 1,5 cm e aberturas quadradas de 5 cm) que dividiram o material nas seguintes classes de tamanho: 0,05-0,15 cm, 0,15-0,5 cm, 0,5-1,5 cm, 1,5-5 cm, e >5 cm. Os itens de detritos >5 cm foram então classificados manualmente em classes de 5-10 cm, 10-50 cm, e >50 cm medindo os comprimentos dos objetos (dimensão mais ampla do objeto) com uma régua. Os detritos flutuantes foram separados da biomassa, colocando o material dentro de cada peneira em água salgada filtrada (salinidade 3,5%, temperatura 19-23 °C). O pessoal de laboratório agitou o material muitas vezes para garantir que as partículas flutuantes fossem separadas do material da biomassa. Objetos flutuantes identificados como detritos flutuantes foram extraídos manualmente da superfície da água usando fórceps, separados em tipos e contados. Os detritos flutuantes foram classificados em tipo de material (plástico, vidro, parafina, alcatrão, borracha, madeira, pedra-pomes, sementes ou desconhecido), sendo os plásticos ainda divididos nas seguintes categorias: (1) tipo “H” – fragmentos e objetos feitos de plástico duro, folha ou filme plástico; (2) tipo “N” – linhas, cordas e redes de pesca de plástico; (3) tipo “P” – pellets plásticos de pré-produção em forma de cilindro, disco ou esfera; e (4) tipo “F” – fragmentos ou objetos feitos de material espumado (por exemplo, poliestireno expandido). Uma vez contadas e categorizadas, as peças foram lavadas com água destilada, transferidas para pratos de alumínio, secas durante a noite a 60 °C, e pesadas usando um OHAUS Explorer EX324M (0,0001 g de legibilidade) para objectos <5 cm, e um OHAUS Explorer EX12001M (0,1 g de legibilidade) para objectos >5 cm.

Para melhor caracterizar o plástico oceânico acumulado dentro do GPGP, realizamos análises adicionais com o material recolhido. Primeiramente, 10 peças dentro de cada categoria de tamanho/tipo de plástico (n = 220 peças) foram selecionadas para análise da composição do polímero por espectroscopia infravermelha de Fourier-transformação (FT-IR). As leituras foram feitas utilizando um espectroscópio Perkin Elmer Spectrum 100 FT-IR equipado com um acessório universal ATR (alcance = 600-4000 cm-1). O respectivo tipo de polímero foi determinado pela comparação dos espectros FT-IR da amostra com espectros conhecidos de uma base de dados (Perkin-Elmer ATR of Polymers Library). Em segundo lugar, examinamos todos os resíduos plásticos coletados para datas de produção, bem como quaisquer declarações escritas dando informações sobre sua origem (ou seja, linguagem e declarações “feitas em”). Por último, classificamos os itens plásticos dos tipos ‘H’ e ‘L’ coletados em 30 estações RV Ocean Starr em tipos de objetos (por exemplo, tampas de garrafas, sacos, garrafas, etc.). Como os objetos ‘H’ maiores que 50 cm eram relativamente raros, analisamos 10 estações RV Ocean Starr extras para esta categoria tipo/tamanho. Se o tipo de objeto de um fragmento não pudesse ser determinado, classificamos a peça como fragmento de plástico duro ou fragmento de filme, dependendo da espessura da parede e flexibilidade34. Utilizamos amostras de arrasto Manta para caracterizar objetos dentro das classes de tamanho 0,15-0,5 cm, 0,5-1,5 cm, e 1,5-5 cm, e amostras de arrasto Mega para caracterizar objetos dentro das classes de tamanho 5-10 cm, 10-50 cm, e >50 cm. Os plásticos dentro de nossa menor classe de tamanho (0,05-0,15 cm) não foram considerados nesta análise de ‘Tipo de Objeto’ devido à dificuldade de manipulação e identificação de pequenos fragmentos.

As concentrações numéricas/massa de itens plásticos flutuantes (contagem/kg de plástico por km2 de superfície do mar) medidas por cada reboque de rede foram calculadas para todas as categorias de tamanho/tipo de plástico separadamente. Para isso, dividimos a contagem e o peso dos objectos de plástico dentro de cada categoria pela área rebocada da amostra. Calculamos a área rebocada multiplicando a largura da boca da rede (90 cm para a rede de arrasto Manta, 6 m para a rede Mega arrasto) pelo comprimento do reboque (determinado a partir dos dados de posição GPS). A área média coberta pelos reboques rede Manta foi de 0,008 km2 (SD = 0,004, min-max: 0,001-0,018 km2), enquanto a área média coberta pelos reboques rede Mega foi de 0,090 km2, (SD = 0,013, min-max: 0,046-0,125 km2). Uma vez que os plásticos flutuantes podem não ser percebidos pelas redes de arrasto de superfície devido à mistura impulsionada pelo vento, estimamos então as concentrações de massa e plástico numérico (Ci) ‘integradas em profundidade’ para todas as categorias de tipo/tamanho em cada um dos locais de amostragem das redes de arrasto usando as equações descritas na ref.35. O método complementar 1 fornece detalhes sobre como o Ci foi calculado em função da velocidade de subida do terminal de plástico oceânico (Wb), profundidade amostrada pela rede de arrasto e estado do mar. Também descreve como medimos Wb para cada uma das categorias tipo/tamanho deste estudo. Depois de compararmos os resultados de concentração de plástico obtidos pelos reboques de Manta e Mega rede (n = 76 locais), decidimos usar amostras de Manta e Mega rede de arrasto para quantificar os detritos de 0,05-5 cm e 5-50 cm de tamanho, respectivamente. Os resultados da comparação e o raciocínio por trás dessa decisão foram fornecidos nos Métodos Suplementares 2.

Processamento de imagens aéreas

Todas as imagens RGB obtidas durante nossos vôos de levantamento (n = 7.298) foram georreferenciadas usando dados precisos de posição e altitude das aeronaves coletadas durante os levantamentos. Elas foram então inspecionadas por dois observadores treinados e por um algoritmo de detecção. Os observadores inspecionaram todas as imagens em tela cheia em um monitor Samsung HD (LU28E590DS/XY) e aqueles mosaicos de quadro único contendo detritos foram carregados no software QGIS (Versão 2.18.3-Las Palmas) para registrar sua posição e características. Confiamos que tivemos um número muito pequeno de falsos positivos e um alto número de falsos negativos. Isto porque os observadores adotaram uma abordagem conservadora: eles só registraram características como detritos quando estavam muito confiantes com a sua identificação. Como tal, muitas características que poderiam ser detritos, mas que se assemelhavam a outras características naturais, como o brilho do sol e a onda de quebra, não foram registadas no nosso conjunto de dados de plástico oceânico. Uma vez finalizado este trabalho, corremos um algoritmo experimental capaz de detectar potenciais detritos em todos os nossos mosaicos RGB como uma etapa de controlo de qualidade. Para evitar quaisquer falsos positivos, todas as características detectadas pelo algoritmo também foram visualmente inspecionadas por um observador e apenas aquelas visualmente identificadas como detritos foram registradas em nosso banco de dados QGIS. Para cada avistamento, registramos posição (latitude, longitude), comprimento (dimensão mais ampla do objeto), largura e tipo de objeto: (1) ‘rede em feixe’ – um grupo de redes de pesca bem agrupadas; são geralmente coloridas e de forma arredondada; (2) ‘rede solta’ – uma única rede de pesca; geralmente eram bastante translúcidas e de forma retangular; (3) ‘recipiente’ – objetos retangulares e brilhantes, como caixotes e tambores de pesca; (4) ‘corda’ – objetos cilíndricos longos com cerca de 15 cm de espessura; (5) ‘bóia/tampa’ – objectos redondos e brilhantes que podem ser uma tampa grande ou uma bóia; (6) ‘desconhecido’ – objectos que são claramente detritos mas cujo tipo de objecto não foi identificado, eram na sua maioria objectos de forma irregular que se assemelhavam a fragmentos de plástico; e (7) ‘outro’ – apenas um objecto foi identificado com sucesso mas não pertencia a nenhuma categoria acima: um anel vitalício. Registramos 1.595 detritos (403 e 1.192 em vôos 1 e 2 respectivamente); 626 eram de 10-50 cm e 969 eram >50 cm de comprimento. A maioria deles foi classificada como ‘desconhecido’ (78% para 10-50 cm, 32% para >50 cm), seguido por ‘bóia ou tampa’ (20%) e ‘rede enfardada’ (1%) para detritos de 10-50 cm, e por ‘rede enfardada’ (29%), ‘recipiente’ (18%), ‘bóia ou tampa’ (9%), ‘corda’ (6%), e ‘perder rede’ (4%) para detritos de >50 cm. Para calcular as concentrações de plástico oceânico, agrupamos as imagens geo-referenciadas em mosaicos de 31 ~10 km2. Para concentrações numéricas, simplesmente dividimos o número de pedaços de detritos de 10-50 cm e >50 cm dentro de cada mosaico, pela área coberta. Para estimar as concentrações de massa, primeiro tivemos que estimar a massa de cada objeto avistado, depois somamos separadamente a massa de 10-50 cm e >50 cm de detritos dentro de cada mosaico pela área coberta. Mais informações sobre como estimamos a massa de cada objeto avistado são fornecidas nos Métodos Suplementares 3.

Formulação do modelo numérico

Caminhos de plástico oceânico podem ser representados por trajetórias de partículas Lagrangianas31. Em nossa estrutura, as partículas foram advindas dos seguintes fatores ambientais: correntes marítimas superficiais, ondas induzidas pela deriva de Stokes e ventos. Partindo de liberações idênticas de partículas, produzimos uma série de cenários forçadores para representar a diversidade na forma e composição dos plásticos oceânicos. A partir da utilização exclusiva da corrente de superfície do mar, fomos acrescentando gradualmente termos forçadores representando as ações de arrasto atmosférico e ondas de vento sobre detritos flutuantes. A ação do vento foi simulada considerando o deslocamento das partículas como uma fração da velocidade do vento a 10 m acima do nível do mar. Isto é referido como o “coeficiente de ventos”. Avaliamos diferentes cenários de coeficiente de ventos, incluindo 0%, 0,1%, 0,5%, 1%, 2% e 3%. Obtivemos correntes globais de superfície do mar (1993 a 2012) da reanálise global HYCOM + NCODA 1/12° (experiência 19.0 e 19.136,37,38), e dados de velocidade e direção do vento (10 m acima do nível do mar) (1993 a 2012) da reanálise global NCEP/NCAR39. A amplitude da deriva de Stokes induzida por ondas foi calculada usando coeficientes de volume do espectro de ondas (altura significativa da onda, período e direção de pico da onda) das saídas do modelo Wavewatch340,

Para cada cenário de forçamento, as partículas foram igual e continuamente liberadas no tempo de 1993 a 2012, seguindo distribuições espaciais e amplitudes de fontes plásticas oceânicas significativas em terra (hotspots de população costeira23 e grandes rios24), bem como no mar (pesca26,41, aquicultura42 e indústrias marítimas43). Os cenários de origem foram combinados usando a contribuição relativa da fonte, bem como a distribuição geográfica apresentada nos Métodos Suplementares 4. Aventuramos partículas globais no tempo usando os cenários de forçamento descritos acima e reproduzimos com sucesso a formação de manchas de lixo oceânico, com a forma e gradiente das concentrações de partículas nestas áreas diferindo entre os cenários de forçamento. Calculamos as visitas diárias de partículas em grelhas de resolução de 0,2° correspondentes ao nosso domínio de observação e que se estendem de 160°W a 120°W em longitude e 20°N a 45°N em latitude. O número de visitas diárias de partículas foi uniformizado sobre o número total de partículas presentes no modelo global em um determinado momento. A concentração não-dimensional prevista no modelo δ i da célula i, foi calculada da seguinte forma:

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

(1)

onde αs é o peso não-dimensional em relação à contribuição da fonte s e δi,s é a percentagem de partículas globais da fonte s na célula i. δi,s é calculado com o número de partículas ni,s da fonte s na célula i sobre o número total de partículas globais Σ i n s da fonte s:

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

(2)

Calibração do modelo numérico

Recolhemos medições no mar em 2015 e 2016, mas o nosso modelo numérico utiliza a reanálise da circulação oceânica cobrindo o período de 1993 a 2012. Os dados modelados de circulação oceânica pós-2012 estão disponíveis na HYCOM, contudo não como um produto de reanálise. Como tal, decidimos não os utilizar neste estudo. Como as partículas do modelo inicial libertadas em 1993 começam a acumular-se significativamente na área após cerca de 7 anos, obtivemos uma média uniforme de visitas diárias de partículas ao longo de 12 anos, de 2000 a 2012. Agrupamos as classes de tamanho de detritos observados em quatro categorias: microplásticos (0,05-0,5 cm), mesoplásticos (0,5-5 cm), macroplásticos (5-50 cm) e megaplásticos (>50 cm). Comparamos as previsões do modelo com as concentrações de microplásticos integrados em profundidade, pois este conjunto de dados coletados pelas redes de arrasto Manta tinha a maior cobertura espacial. As concentrações de massa derivadas das medidas das redes de arrasto foram agrupadas em células de resolução de 0,2 graus e comparadas com a concentração não-dimensional predita pelo modelo δ para os cinco diferentes cenários de forçamento. O melhor ajuste do modelo foi encontrado para o cenário de forçamento apenas com corrente à superfície do mar (R2 = 0,52, n = 277 células). O coeficiente de regressão diminuiu à medida que aumentamos o termo de arrasto atmosférico (R2 = 0,39 a 0,21 dependendo do coeficiente de ventos).

A medida que analisamos a acumulação de partículas do modelo na região GPGP, notamos variações sazonais e inter-anuais significativas da posição GPGP. As dimensões modeladas do GPGP foram relativamente consistentes ao longo dos nossos 12 anos de análise, mas a posição relativa desta zona de acumulação variou com anos e estações do ano. Decidimos testar nosso modelo para variações sazonais comparando nossas concentrações microplásticas (medidas em julho – setembro de 2015) com as médias das concentrações modeladas para os períodos de julho – setembro de 2000 a 2012. Esta comparação produziu resultados mais pobres (R2 = 0,46 a 0,21, dependendo do cenário forçado) do que com a solução média de 12 anos (R2 = 0,52), já que a posição GPGP de julho a setembro variou substancialmente entre anos.

A relação entre a acumulação de detritos marinhos no Pacífico Norte e eventos climáticos como El Niño Southern Oscillation (ENSO) e a Pacific Decadal Oscillation (PDO) já foi discutida anteriormente18. Como tal, para explicar a variação interanual, comparamos a posição latitudinal e longitudinal do GPGP com esses dois índices climáticos: ENSO e DOP. Verificamos que 2002 e 2004 foram semelhantes às condições vividas durante a nossa expedição multiembarcações. Assim, comparamos nossas medidas com as médias de visita de partículas para julho-setembro de 2002 e 2004 juntas. Esta segunda tentativa mostrou melhores resultados (R2 = 0,58 a 0,41, dependendo do cenário forçado), sugerindo que eventos climáticos como ENSO ou PDO influenciam a posição média do GPGP. Portanto, decidimos usar a média de Julho-Setembro para 2002 e 2004, que melhor responde pelas variações inter-anuais na posição do GPGP. Mais informações sobre a seleção de anos para a calibração do modelo em relação aos dados dos levantamentos aéreos e de arrasto são fornecidas nos Métodos Suplementares 5. O melhor ajuste entre as previsões do modelo e as observações microplásticas foi encontrado mais uma vez para o cenário forçado com corrente de superfície marítima apenas (R2 = 0,58, n = 277). A melhor regressão entre as concentrações de microplásticos medidas e modeladas teve a = -8,3068 e b = 0.6770 na formulação paramétrica:

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

(3)

A partir desta formulação, calculamos a concentração de massa de microplásticos modelados na nossa área de domínio e extraímos os níveis de contorno por ordem de grandeza, a partir de 0.01 g km-2 a 10 kg km-2. O GPGP, conforme definido neste estudo, corresponde ao nível de concentração de massa microplástica de 1 kg km-2 cobrindo uma área de 1,6 milhões de km2 e representado como uma linha em negrito na Fig. 2a. Como validação, categorizamos as medidas de microplásticos dentro e fora da linha de contorno de 1 kg km-2 (Fig. 2b). Para as estações dentro do GPGP predito pelo modelo, a mediana da concentração microplástica medida foi de 1,8 kg km-2 (percentis 25º-75º = 3,5-0,9 kg km-2) enquanto que para as estações fora, a mediana foi de 0,3 kg km-2 (percentis 25º-75º = 0,2-0,7 kg km-2). Usando nossa distribuição calibrada de microplásticos, calculamos a massa e concentração numérica para classes de tamanho individuais a partir de concentrações modeladas em escala pela razão entre a distribuição média de microplásticos modelados dentro do GPGP e concentrações medidas médias por classe de tamanho de estações dentro do patch. Uma comparação entre as concentrações medidas e modeladas de massa/numérica para todas as classes de tamanho de plástico oceânico é dada na Fig. 2c e d.

Os nossos intervalos de confiança foram formulados para ter em conta as incertezas tanto na amostragem como na modelação. Para a recolha de arrasto (isto é, micro, meso- e macroplásticos), consideramos as incertezas relacionadas com as correcções de mistura vertical aplicadas às concentrações superficiais usando o estado do mar e as velocidades ascendentes do plástico (ver Métodos Suplementares 1). Para os mosaicos aéreos, considerámos as incertezas relacionadas com a estimativa da massa dos objectos avistados com base nas correlações entre a área de visão superior e o peso seco dos objectos recolhidos nas redes de arrasto (ver Métodos Suplementares 3). Finalmente, para contabilizar as incertezas de modelagem, adicionamos (respectivamente subtraímos) o erro padrão da concentração medida para (resp. de) a concentração média de massa superior (resp. inferior) quando dimensionamos a distribuição dos microplásticos para classes de tamanho individuais.

Caracterização por tipos, fontes e cenários forçadores

A carga de massa total estimada de plástico oceânico no GPGP por classes de tamanho foi ainda dividida por tipos. Calculamos a fração média em massa dos tipos individuais de plástico oceânico por evento de amostragem para estações dentro do patch (Tabela Suplementar 1) e derivamos a contribuição dos tipos ‘H’, ‘N’, ‘F’ e ‘P’. Além disso, como observamos predominantemente resíduos originados de fontes marinhas, investigamos a contribuição da fonte prevista pela nossa distribuição calibrada modelada. Para células modelo individuais, calculamos a percentagem de visitas de partículas Lagrangianas a partir de fontes individuais. Como as partículas iniciais foram ponderadas de acordo com os insumos globais estimados, as partículas do modelo de fontes marinhas originalmente representavam 28,1% da quantidade total de material com pesca (17,9%), aqüicultura (1,3%) e transporte marítimo (8,9%). Calculamos a diferença a partir deste valor percentual inicial para cada célula do modelo e reportamo-la à concentração de massa total prevista. Ao fazê-lo, definimos ‘anomalias’ na contribuição da fonte marinha no Pacífico Norte e as expressamos em unidade de massa por área de superfície. Finalmente, apesar do nosso modelo calibrado considerar apenas a corrente de superfície marinha, comparamos a predominância de cenários forçados através da avaliação do respectivo número de visitas de partículas para cada célula modelo. Calculamos contornos em torno do GPGP para cenários de forçamento individuais de forma que o material contido dentro de cada contorno seja igual ao nosso cenário inicial de forçamento (ou seja, corrente de superfície marítima apenas).

A dependência da trajetória de partículas do coeficiente de ventos previsto pelo nosso modelo está em boa concordância com os avistamentos e modelagem de detritos originados pelo tsunami de Tohoku 2011 no Japão44,45. Os primeiros destroços japoneses identificados que chegaram após 10 a 12 meses às margens da América do Norte eram objetos com ventos fortes, como bóias, barcos e docas flutuantes. Os detritos também chegaram às ilhas Havaianas 18 meses após o incidente. A hora da chegada estava intimamente relacionada com os tipos de objetos, começando no primeiro ano com grandes bóias de fazenda de ostras e outros flutuadores, contêineres e latas. No segundo ano chegaram mais bóias, barcos basculantes, frigoríficos e paletes, seguidos mais tarde por vigas de madeira e destroços de madeira. Nosso modelo previu que somente objetos com um coeficiente de vento acima de 3% poderiam chegar no Havaí no segundo ano após o tsunami de 2011. Objetos com coeficiente de ventos de 1 a 2% chegariam ao Havaí durante o terceiro ano, enquanto objetos sem ventos se acumulariam principalmente no GPGP, a nordeste do arquipélago.

Análise de longo prazo

A definição de um limite dinâmico GPGP que contabiliza as variações sazonais e interanuais nos permitiu estimar quais pontos de dados de arrasto de superfície do mar da literatura estão dentro ou fora da região GPGP. Assim, utilizámos o nosso modelo calibrado para avaliar a evolução decadal das concentrações de massa microplástica (kg km-2) dentro e em torno do GPGP. Os dados de concentração da literatura (Tabela Complementar 2) foram obtidos a partir de conjuntos de dados publicados ou digitalizados a partir de figuras quando não disponíveis digitalmente17,46,47. Quando os dados foram reportados em unidade de massa por volume de água48, utilizou-se a profundidade líquida de reboque para calcular a concentração por unidade de área de superfície. Quando apenas concentração numérica foi relatada22,48, estimamos a concentração de massa usando a massa plástica média oceânica dos reboques líquidos onde tanto a massa quanto as concentrações numéricas foram relatadas (m = 3,53 mg, SE: 0,10 mg, n = 872).

Comparamos o limite GPGP predito pelo modelo com as localizações das amostras coletadas entre 1999 e 201221,22,48,49. As amostras coletadas antes de 199917,46,47,48 foram comparadas com a posição GPGP estimada para os meses e anos amostrados no período 1999-2012 que tinham valores de ENSO e DOP similares (Ver Métodos Suplementares 6). Usando como referência o nosso limite dinâmico do modelo GPGP, classificamos cada reboque líquido em 3 categorias: (1) amostrado dentro do limite GPGP, (2) amostrado fora do limite GPGP, mas acima de 20°N e abaixo de 45°N e (3) amostrado no resto do Pacífico Norte. Utilizamos apenas reboques de rede das duas primeiras categorias acima, de modo que as estatísticas de concentração para fora do limite GPGP não foram enviesadas por medições feitas em águas equatoriais e polares, onde as concentrações foram muito baixas. Em seguida, agrupamos essas observações de concentração microplástica a partir de redes de arrasto com redes de plâncton por décadas, tomando dados registrados entre 1965-1974 (n = 20 dentro e n = 58 fora17,48), 1975-1984 (n = 0 dentro e n = 19 fora46), 1985-1994 (n = 4 dentro e n = 2 fora47), 1995-2004 (n = 2 dentro e n = 252 fora22,49), 2005-2014 (n = 195 dentro e n = 861 fora21,22,48) e finalmente 2015 (n = 288 dentro e n = 213 fora; este estudo). Calculamos a média (± erro padrão) da concentração de massa microplástica medida por décadas para dentro e ao redor do limite do GPGP. Finalmente, extraímos tendências decádicas encaixando uma função exponencial (R2 = 0,94) assumindo concentrações nulas no início do século XX. O ajuste exponencial mostrou melhores resultados do que as funções linear, quadrática ou cúbica (R2 = 0,71, R2 = 0,86 e R2 = 0,91, respectivamente).

Avidência de que a Grande Mancha de Lixo do Pacífico está acumulando plástico rapidamente