生物气溶胶的地表-大气交换：占气溶胶体积 74%、跨太平洋 10 天仍存活，与生物冰核全球贡献 10⁻⁵% 的争议

生物气溶胶：被低估的体积与碳份额

微生物气溶胶主要由细菌与真菌细胞构成，粒径多在 0.1~3 µm。Carotenuto 等（Atmos. Chem. Phys.）在地中海草地的微气象实验指出，微生物气溶胶可占总气溶胶体积的 74%；在陆地近地面，微生物细胞数普遍为 10⁴~10⁶ cells/m³，而植物、土壤、岩石表面的定植密度高达 10⁴~10⁸ cells/cm²。全球叶面积约 6.4×10⁸ km²，约为陆地地表面积（约 1.5×10⁸ km²）的 4 倍——这意味着叶表（而非仅土壤）是陆地生物气溶胶的首要源。

判别边界：把空气微生物主要归因土壤扬尘，会错判季节峰值——Lindemann 等的观测显示空气细菌在夏秋季（冠层覆盖期）最高、冬春最低，与土壤耕作期相反，证明叶表源的主导地位。

通量怎么测：微气象法与 PLAnET 模型

Carotenuto 等采用严格的微气象（涡度/梯度）方法估算地中海草地的微生物净通量，发现草地以正的净微生物通量（向上排放）为主，并进一步建立确定性模型 PLAnET：仅用少量易获取的气象参数即可逐日再现通量变化，偏差较小，可作为化学传输模型的排放模块。其作者也明确指出，降雨这一关键触发过程尚未纳入，是模型的主要缺口。

Whitehead 等在婆罗洲热带雨林的涡度观测显示，多数早晨 09:00–11:00 出现向上气溶胶通量，源于夜间边界层破裂后的通风；林冠内 1–20 µm 大颗粒夜间增多，近地面粗颗粒数浓度与宽口径生物气溶胶光谱仪（WIBS）的生物气溶胶信号高度相关——粗颗粒数浓度由生物气溶胶主导。

判别边界：EC/微气象法测的是净通量且依赖湍流充分发展，稳定夜间或林冠内的排放会被低估；林冠内的颗粒输送靠间歇性大尺度湍流事件，连续采样须能捕捉这些脉冲。

存活：UV、湿度、温度与污染的四重调控

Van Leuken 等的综述指出，病原体在大气中的失活主要由湿度、温度与紫外辐射决定；风速、稳定度、地形与沉降决定扩散。Gong 等在青岛沿海的粒径分级观测给出了污染-存活的定量曲线：

• 空气质量指数 AQI<50 时，活细菌浓度 2.12±2.04×10⁴ cells/m³，存活率 31.0±14.7%；
• AQI 升至 101–150 时，活细菌降至约 9.0×10³ cells/m³，存活率跌至 8.6±1.0%；
• 非活细菌占比随 AQI 从 11.1% 升至 18.4%，PM₁₀ 与 AQI 是非活细菌浓度的主要解释变量。

Tignat-Perrier 等的宏基因组比较发现，大气样本中与胁迫响应（干燥、UV、氧化应激）相关的基因比例偏高，且真菌比例较高——真菌对大气物理胁迫的耐受整体强于细菌。

判别边界：浓度高不等于活菌多——污染期总颗粒与非活细胞上升，但可培养/活体比例反而下降；健康风险评估若用总细胞数外推会高估感染性。

长距离输送：上对流层与跨太平洋的存活证据

DeLeonRodriguez 等（PNAS）在加勒比飓风观测中用 qPCR 与显微计数发现，8–15 km 上对流层中活细菌平均约占 0.25–1 µm 颗粒的 20%，且比真菌细胞至少多一个数量级；两次飓风气溶胶化了大量新细胞，17 个细菌类群在所有样本中出现，部分可利用大气中的 C1–C4 碳化合物——具备在对流层存活的性状。

Smith 等在海拔 2.7 km 的 Mt. Bachelor 天文台追踪自由对流层空气：跨太平洋输送约 10 天后，仍从 27.4% 的细菌样本与 47.6% 的真菌样本中回收活菌，鉴定出 49 个物种，后向轨迹指向中国/日本，并检出疑似植物病原菌。

判别边界：自由对流层的低水汽、高气溶胶/CO/O₃ 化学特征是排除边界层污染的判据；仅凭浓度无法确认洲际来源，须结合后向轨迹与化学指纹。

生物冰核之争：全球 10⁻⁵% 与局地高浓度

这是该领域最尖锐的分歧。一方面，INA 细菌（如 Pseudomonas syringae）的外膜蛋白 inaZ 可在 −2℃ 这样的高温度下催化异质冻结，远高于任何非生物冰核；Morris 等提出“生物降水反馈”假说，认为植被-微生物-降水构成自地质时间尺度的反馈环。另一方面，Hoose 等用全球模型（含细菌、真菌孢子、花粉的排放参数化与经典成核理论）估算，初级生物气溶胶对全球平均冰核速率的贡献仅 10⁻⁵%，上限估计 0.6%，结论是生物降水过程在全球尺度上重要性很小。

局地观测却反复给出高值：

• Moore 等在北佛罗里达 8 场计划火烧中发现，烟雾中微生物细胞浓度升至 6.7±1.3×10⁴ cells/m³（约 5 倍），≥−15℃ 活跃的生物冰核达 2.4±0.91×10³ INP/m³；估算每燃烧 1 m² 释放约 7±4×10⁹ 个细胞与 2±1×10⁸ 个生物冰核，且活菌比例约 80%，与环境空气无显著差异；
• Huffman 等发现降雨期间及雨后生物颗粒在 2–6 µm（细菌聚集体与真菌孢子特征段）显著增加，并与大气冰核强相关，还发现两种此前未知的冰核活性真菌；
• Seifried 等对苏格兰松的研究估算，每平方米松林可释放 4.1×10⁹~4.6×10¹² 个在 −25℃ 及以上活跃的冰核大分子（INM），且来源不限于花粉，而是树皮、针叶、枝条表面——北方林在高纬/高海拔是 INM 的巨大储库。

判别边界：全球年均值与局地事件值回答的是不同问题——生物冰核在全球平均中可忽略，但在植被冠层、野火烟羽、降雨脉冲与高纬林区的特定时空窗内可占主导；用全球模型的 10⁻⁵% 否定局地生物降水，或用单点高值外推全球，都是尺度错配。

沙漠尘：生物载荷的载体与健康关联

Griffin 等综述指出，全球沙漠尘年排放量约 0.5~5.0 Gt，撒哈拉与萨赫勒贡献 50%~75%；沙尘云在搬运中通过沙击地表、吸附水面飞沫不断加载细菌、真菌孢子、病毒与花粉。巴巴多斯的哮喘发病率在 1973–1996 年间上升 17 倍，与非洲尘通量增加同期；沙尘还通过向缺铁海洋输送铁触发有害藻华。

判别边界：沙尘的健康效应不能只看地壳矿物——其携带的 LPS、过敏原、病原体与吸附的人为污染物共同构成毒性，单测 PM₁₀ 会漏掉生物组分。

可复用的判别边界表

参考来源

• Carotenuto et al., Atmos. Chem. Phys., Mediterranean grassland microbial flux & PLAnET: https://acp.copernicus.org/preprints/acp-2017-527/acp-2017-527.pdf
• Whitehead et al., Atmos. Chem. Phys., Borneo rainforest aerosol fluxes (OP3/ACES): https://scispace.com/pdf/aerosol-fluxes-and-dynamics-within-and-above-a-tropical-3hmo73l7ds.pdf
• DeLeonRodriguez et al., PNAS (2013), upper troposphere microbiome & hurricanes: https://www.pnas.org/content/110/7/2575.full.pdf
• Smith et al., Microbial Ecology (2012), free-tropospheric trans-Pacific transport: http://anbiosci.com/protocols/Smith_2012_Microbial%20Ecology%20PWair.pdf
• Gong et al., Environmental Pollution, Qingdao viable bacteria under pollution: https://www.sciencedirect.com/science/article/pii/S0269749119338436
• Tignat-Perrier et al., microbial functional signature in boundary layer (HAL): https://hal.science/hal-03079607/document
• Hoose et al., Environmental Research Letters (2010), global PBAP ice nucleation 10^-5%: http://iopscience.iop.org/article/10.1088/1748-9326/5/2/024009/pdf
• Morris et al., Global Change Biology (2014), bioprecipitation feedback: https://onlinelibrary.wiley.com/doi/pdfdirect/10.1111/gcb.12447
• Moore et al., The ISME Journal (2021), wildland fire viable microbes & bio-INP: https://www.nature.com/articles/s41396-020-00788-8.pdf
• Huffman et al., Atmos. Chem. Phys. (2013), bioaerosols & ice nuclei during rain: https://noa.gwlb.de/servlets/MCRFileNodeServlet/cop_derivate_00045138/acp-13-6151-2013.pdf
• Seifried et al., Atmosphere (2023), Scots pine INM emissions: https://www.mdpi.com/2073-4433/14/2/266/pdf?version=1675646916
• Lindemann et al., Applied & Environmental Microbiology (1982), plants as airborne bacteria sources: https://journals.asm.org/doi/pdf/10.1128/aem.44.5.1059-1063.1982
• Griffin, Clinical Microbiology Reviews, desert dust clouds & health: http://cmr.asm.org/cgi/reprint/20/3/459.pdf
• Van Leuken et al. (2016), dispersion modelling of pathogenic bioaerosols review: https://www.sci-hub.st/storage/2024/4491/705f9f57a7be1eaa15addc7d0789d904/vanleuken2016.pdf