Kıyıya yakın mikroplastik dağılım desenlerini çevresel gradyanlar açıklıyor: makine öğrenimi modellerinden çıkarımlar

Kıyılarımızdaki küçük plastikler neden önemli

Okyanuslarımız, gözle görülmeyecek kadar küçük ama deniz canlılarını ve kıyı ekosistemlerini etkileyebilecek kadar büyük mikroskobik plastik parçacıklarla dolu. Hükümetler plastik kirliliğini azaltma sözü verse de, bu küçük parçacıkların denize ulaştıktan sonra nereye yerleştiğini kontrol eden etkenler hakkında hâlâ şaşırtıcı derecede az şey biliyoruz. Bu çalışma, Çin’in Shenzhen kentinin yoğun kıyı şeridi boyunca üç yıllık ölçümleri izliyor ve modern veri madenciliği araçlarını kullanarak çarpıcı bir desen ortaya koyuyor: mikroplastikler kimyasal kirliliğin en yoğun olduğu yerlerde toplanma eğiliminde olup, böylece kıyı çevresinin kendisinin izleyicileri haline geliyorlar.

Kıyıyı bir koşullar yamacı olarak görmek

Mikroplastikleri tek, basit bir kirletici olarak ele almak yerine araştırmacılar kıyı şeridini örtüşen etkilerden oluşan bir yamaca benzetti. Kentsel nehirler, kanalizasyon çıkışları, sanayi bölgeleri ve limanlar yalnızca plastik değil aynı zamanda gübre ve atık su kaynaklı besinler, yağ kalıntıları ve çinko ile kurşun gibi çözünmüş metaller de taşır. 2022 ile 2024 arasında üç yaz ve bir sonbaharda ekip, bu değişkenleri Shenzhen’in kıyıya yakın sularını kapsayan ince bir ızgaraya haritaladı. Ardından büyük veri setlerindeki gizli desenleri arayan istatistiksel yöntemler uygulayarak benzer "kimyasal parmak izlerine" sahip deniz alanlarını gruplayıp bu parmak izlerinin mikroplastik bolluğuyla ne kadar örtüştüğünü incelediler.

Küçük parçacıkları yönlendiren kimyasal parmak izleri

Analiz, mikroplastiklerin kıyı sularına girdikten sonra rastgele dağılmadığını ortaya koydu. Bunun yerine en yüksek yoğunlukları, nitrojen ve fosfor bileşikleri, yağ benzeri organik kirlilik ve iz metaller bakımından zengin bölgelerde tekrar tekrar ortaya çıktı. Tuz içeriğinin daha düşük olduğu ve asitlikte değişimler görülen—yani nehir etkisi ve yoğun kıyı faaliyetinin işaretleri olan—alanlar da genellikle daha fazla mikroplastik barındırıyordu. Buna karşılık, nehir ağızlarından uzaklık, su derinliği ve yağış kaynaklı akış gibi su hareketini temsil etmesi amaçlanan faktörler gözlemlenen değişimin çok daha azını açıkladı. Bu, bu çalışmanın ölçeği ve zamanlaması bağlamında, suyun uzun ömürlü kimyasal koşullarının mikroplastik sıcak noktaları hakkında akıntıların anlık etkisinden daha fazla bilgi verdiğini öne sürer.

Bilgisayarları kirlilik desenlerini tanımaya öğretmek

Bu ilişkilerin öngörücü olarak kullanılıp kullanılamayacağını test etmek için yazarlar, çevresel ölçümlerine dayanarak kıyı noktalarını yalnızca mikroplastik bolluğunun beş seviyesine ayıracak birkaç makine öğrenimi modeli eğitti. Özellikle CatBoost olarak bilinen bir yöntem, hem eğitim verisinde hem de bağımsız bir yıl gözleminde çoğu konumu doğru sınıflandırabildi. Ekip modellerin karar verme süreçlerini incelediğinde aynı bulgu tekrarlandı: özellikle toplam azot ve fosfor formları olmak üzere besinler, yağ kalıntıları, çözünmüş oksijen ve bazı metaller tutarlı şekilde en etkili girdiler olarak sıralandı. Bu önemli kimyasal gruplar eğitim sürecinden çıkarıldığında modellerin başarısı keskin şekilde düştü; bu da bunların mikroplastik desenlerini organize etmede merkezi olduğunu doğruladı.

İnsan etkisinin habercileri olarak küçük plastikler

Bir araya getirildiğinde sonuçlar basit ama güçlü bir fikri destekliyor. Mikroplastikler denize ulaştığında, büyük ölçüde kıyı sularının daha geniş kimyasal durumuna 'yarı-pasif' yolcu gibi tutunuyor. Besin zenginleşmesi, sanayi emisyonları ve kentsel atık suyun çevreyi zaten değiştirdiği yerlerde birikiyor ve kalıyorlar; yalnızca nehir debisinin ani artışları veya tekil kirlilik olayları tarafından yönetilmiyorlar. Politika yapıcılar ve kıyı yöneticileri için bu, gübre akışı ve endüstriyel deşarjların azaltılmasına yönelik çabaların aynı anda mikroplastik risklerini de düşürebileceği anlamına geliyor. Ayrıca birçok bölgenin zaten topladığı rutin su kalitesi ölçümlerinin plastik kirliliği desenlerini tahmin etmeye ve yorumlamaya yardımcı olabileceğini gösteriyor. Bu bakımdan mikroplastikler yalnızca kirleticiler değil: modern kıyı denizlerimizi tanımlayan görünmez kimyasal gradyanların görünür göstergeleri olarak da hizmet edebilirler.

Atıf: Li, J., Sun, W., Wang, Y. et al. Environmental gradients explain nearshore microplastic distribution patterns: insights from machine learning models. npj Emerg. Contam. 2, 11 (2026). https://doi.org/10.1038/s44454-026-00028-2

Anahtar kelimeler: mikroplastikler, kıyı kirliliği, besin zenginleşmesi, makine öğrenimi, iz metaller