• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于物種敏感度分布法的甲基叔丁基醚水生生物預(yù)測無效應(yīng)濃度推導(dǎo)

      2022-06-22 02:58:44鄭玉婷高子竣于洋張麗麗林軍竹濤
      生態(tài)毒理學(xué)報 2022年2期
      關(guān)鍵詞:節(jié)肢動物水生魚類

      鄭玉婷, 高子竣,, 于洋,* , 張麗麗, 林軍, 竹濤

      1. 生態(tài)環(huán)境部固體廢物與化學(xué)品管理技術(shù)中心,北京 100029

      2. 中國礦業(yè)大學(xué)(北京)化學(xué)與環(huán)境工程學(xué)院,北京 100083

      20 世紀(jì)90年代,我國開始使用甲基叔丁基醚(methyl tert-butyl ether, MTBE)作為汽油添加劑,其生產(chǎn)量大、分布廣,在水體中半衰期長,穩(wěn)定性強,具有較強的水溶性且難被生物降解[1]。 這些特點導(dǎo)致其易在地下水中不斷積累,對水體環(huán)境安全造成潛在危害,同時還會對人體及水生生物的生長發(fā)育和繁衍產(chǎn)生一定威脅[2]。 根據(jù)目前MTBE 對水生生物的毒理學(xué)資料,可以認(rèn)為MTBE 對不同的水生生物具有不同的毒性作用并使其產(chǎn)生不同的應(yīng)激反應(yīng)[3]。 隨著國內(nèi)各大城市機動車數(shù)量的快速增長,MTBE 在我國環(huán)境中特別是水環(huán)境介質(zhì)中已有檢出。 王希在等[4]測定了廣東惠州水體中微量MTBE的濃度,結(jié)果表明油庫附近的地表水中濃度范圍為3.58 ~12.25 μg·L-1;煉油廠周邊的濃度范圍為3.6~4.68 μg·L-1;加油站周邊的濃度范圍為0.13 ~3.48 μg·L-1。 梁林涵[5]調(diào)查北京市水體中 MTBE 的含量水平,結(jié)果顯示地下水中幾乎未檢測到,地表水中平均濃度為0.33 ~0.99 μg·L-1,飲用水中平均濃度為 0.11 ~0.31 μg·L-1。 趙麗等[6]對重慶市地下水中MTBE 開展了水質(zhì)監(jiān)測,結(jié)果顯示重慶市丘陵地帶加油站地下水中MTBE 的含量為4.8 ~30.9 μg·L-1,平均濃度為 3.8 μg·L-1。

      美國及部分歐洲國家率先檢測出的地下水體有機污染物中,MTBE 位列第二。 美國認(rèn)為MTBE 具有潛在健康危害,并將其列為優(yōu)先控制的環(huán)境污染物,隨后又將其列入致癌物名單,自2004年起減少甚至停止對MTBE 的使用[7-10]。 我國目前處于MTBE 產(chǎn)業(yè)的快速發(fā)展期,MTBE 的生產(chǎn)和應(yīng)用正日趨成熟。 截至目前,我國發(fā)布了2 批優(yōu)先控制化學(xué)品名錄及《優(yōu)先控制化學(xué)品環(huán)境風(fēng)險管控政策和措施》,但是暫未涉及MTBE,可能由于對MTBE 的環(huán)境風(fēng)險信息掌握不足。

      為評估MTBE 的水環(huán)境風(fēng)險,保護水生生態(tài)系統(tǒng)免受MTBE 的影響,應(yīng)明確MTBE 的危害閾值,該閾值通常被稱為預(yù)測無效濃度(PNEC)。 推導(dǎo)PNEC 是開展MTBE 環(huán)境風(fēng)險評估的重要步驟,可通過物種敏感度分布(SSD)曲線法、不確定系數(shù)法等推導(dǎo)PNEC,其中SSD 法在生態(tài)風(fēng)險評估中應(yīng)用廣泛。 張家瑋等[11]利用SSD 法構(gòu)建了水生生物對壬基酚的敏感性曲線,計算了壬基酚急性數(shù)據(jù)和慢性數(shù)據(jù)的5%物種危害濃度(HC5)值,預(yù)測了急慢性PNEC,并對我國長三角地區(qū)地表水開展了生態(tài)風(fēng)險評估;李禹含等[12]利用SSD 法構(gòu)建了海洋生物對4 種危險化學(xué)品的敏感度曲線,并計算了急性毒性HC5值;王印等[13]利用SSD 法構(gòu)建了淡水生物對DDT 和林丹的敏感度曲線,計算了DDT 和林丹對不同生物的HC5。

      我國鮮有對于MTBE 預(yù)測無效應(yīng)濃度及環(huán)境風(fēng)險評估領(lǐng)域的相關(guān)研究。 本研究通過數(shù)據(jù)庫檢索和文獻調(diào)研方法對MTBE 的毒性數(shù)據(jù)進行收集,利用數(shù)據(jù)質(zhì)量評估開展高質(zhì)量數(shù)據(jù)篩選,采用SSD 法構(gòu)建MTBE 對全部物種、魚類、水生植物、節(jié)肢動物的敏感度曲線,計算了4個類別水生生物的HC5值,進而應(yīng)用評估因子法推算出全部物種、魚類、水生植物和節(jié)肢動物的PNEC 值,評估MTBE 對水生生物的危害,以期為MTBE 的環(huán)境風(fēng)險評估和水質(zhì)基準(zhǔn)提供參考。

      1 研究方法(Research method)

      1.1 生物毒性數(shù)據(jù)獲取與篩選

      1.1.1 生物毒性數(shù)據(jù)獲取

      本研究從EPA-ECOTOX 數(shù)據(jù)庫、日本化學(xué)物質(zhì)生態(tài)毒性試驗數(shù)據(jù)庫(TEECS-Japan)、ECHA 數(shù)據(jù)庫及國內(nèi)外公開發(fā)表的文獻和報告中獲取MTBE相關(guān)毒性數(shù)據(jù)。 毒性數(shù)據(jù)信息包括水生生物種類、拉丁文名稱、毒性終點、測試時間、毒性值、數(shù)據(jù)來源及年份等信息。 其中,水生生物種類優(yōu)先采用水生態(tài)系統(tǒng)中藻類、水溞和魚類3個營養(yǎng)級的毒性數(shù)據(jù)。藻類急性毒性指標(biāo)至少為72 h 以上的半數(shù)抑制濃度(EC50)或半數(shù)致死濃度(LC50);水溞急性毒性指標(biāo)采用48 h-EC50或LC50;魚類急性毒性指標(biāo)采用96 h-LC50,且選擇我國已有的物種;其他參考水生生物,如甲殼類急性毒性指標(biāo)采用96 h-LC50,軟體動物和兩棲類動物急性毒性指標(biāo)采用可檢索到的EC50或LC50。 慢性毒性指標(biāo)采用水生生物的無觀察效應(yīng)濃度(NOEC)。 所有水生生物生態(tài)毒性數(shù)據(jù)有明確的測試終點、測試時間,并在數(shù)據(jù)選擇時對測試階段或指標(biāo)的詳細描述進行審查。 所有數(shù)據(jù)優(yōu)先采用經(jīng)過同行評議的數(shù)據(jù),并注明數(shù)據(jù)來源。 當(dāng)同一物種具有多個毒性終點時,按“最壞情況”假設(shè)取最低值;對于不同生物分類的數(shù)據(jù),取全部分類中數(shù)據(jù)的最低值。

      1.1.2 生物毒性數(shù)據(jù)篩選

      本研究采用Klimisch 等[14]提出的生態(tài)毒理試驗可靠性評估法,對數(shù)據(jù)進行質(zhì)量評估。 即根據(jù)21個評估因素對文獻打分,通過總分?jǐn)?shù)將文獻劃分為非常可靠、可靠、不可靠3個等級,進而篩選出可使用的高質(zhì)量可靠數(shù)據(jù),評估因素如表1 所示。

      同時,依據(jù)我國現(xiàn)行的《化學(xué)物質(zhì)環(huán)境與健康危害評估技術(shù)導(dǎo)則(試行)》[15]規(guī)定,對 MTBE 高質(zhì)量可靠毒理數(shù)據(jù)開展進一步篩選。 篩選重點考慮有效測試數(shù)據(jù)的質(zhì)量高低,測試方法以及對測試過程和結(jié)果描述的清晰程度、邏輯性等。 此外,篩選考量的因素還包括試驗類型說明是否明確(例如是否為標(biāo)準(zhǔn)試驗、是否遵循良好實驗室規(guī)范(GLP)原則等),測試方法與測試物質(zhì)的描述是否清晰,測試條件描述是否全面,測試過程中是否有合適的質(zhì)量控制,測試結(jié)果是否給出了清晰準(zhǔn)確的描述等。

      1.2 HC5 值的計算

      根據(jù)《化學(xué)物質(zhì)環(huán)境與健康危害評估技術(shù)導(dǎo)則(試行)》[15]中規(guī)定,當(dāng)獲得水生生物毒性數(shù)據(jù)充分且滿足統(tǒng)計外推法對數(shù)據(jù)的基本要求時,可采用SSD法預(yù)測水生生物的PNEC。 本研究通過SSD 模型推導(dǎo)HC5,利用HC5值與評估因子(AF)的比值推算PNEC。 HC5指保護95%的物種不受影響時所允許的最大劑量(濃度),代表了可以保護群落中95%的物種安全,不受污染物的顯著性影響,具有統(tǒng)計學(xué)意義[16-17]。 SSD 擬合軟件,本研究采用國家生態(tài)環(huán)境基準(zhǔn)計算軟件物種敏感度分布法(EEC-SSD),并通過正態(tài)分布、邏輯斯諦分布2個模型,擬合MTBE對水生生物的SSD 曲線,推導(dǎo)HC5值。

      1.3 預(yù)測無效應(yīng)濃度的推導(dǎo)

      本研究采用評估因子法推導(dǎo)水環(huán)境中生物的PNEC。 即通過HC5值與評估因子(AF)的比值推算PNEC,具體見公式(1)。 其中,AF 的取值范圍通常為1 ~5[18]。 根據(jù)《農(nóng)藥登記 環(huán)境風(fēng)險評估指南 第2 部分:水生生態(tài)系統(tǒng)》(NY/T 2882.2—2016)[19]中無脊椎動物和初級生產(chǎn)者物種敏感性分布AF 取值3,本研究AF 取值為3。

      式中:PNEC 為水環(huán)境生物的預(yù)測無效應(yīng)濃度(mg·L-1);HC5為水環(huán)境生物的生態(tài)毒理學(xué)關(guān)鍵效應(yīng)值(mg·L-1);AF 為評估因子,取值 3。

      2 結(jié)果與分析(Results and analysis)

      2.1 數(shù)據(jù)質(zhì)量評估

      通過數(shù)據(jù)庫檢索法分別從EPA-ECOTOX 數(shù)據(jù)庫、TEECS-Japan、ECHA 數(shù)據(jù)庫中收集到共計33 條數(shù)據(jù),該數(shù)據(jù)被視為可直接使用的數(shù)據(jù)。 通過文獻調(diào)研法收集到17 篇文獻摘要,根據(jù)摘要信息進一步在文獻中提取相關(guān)數(shù)據(jù)。 其中,中文文獻7 篇,英文文獻10 篇,共計179 條數(shù)據(jù)。 通過對比表1 中21項評估因素,對該17 篇文獻進行數(shù)據(jù)質(zhì)量評估,得到了非??煽课墨I6 篇(18 ~21 分),可靠文獻5 篇(13 ~17 分),不可靠文獻 4 篇(<13 分),另外 2 篇未找到原文(文獻編號1 和4),如圖1 所示。 通過數(shù)據(jù)質(zhì)量評估篩選出的文獻數(shù)據(jù)54 條,占文獻總數(shù)據(jù)的30%。 滿足數(shù)據(jù)質(zhì)量要求的數(shù)據(jù)庫數(shù)據(jù)33 條,合計87 條。

      表1 生態(tài)毒理試驗可靠性評估因素Table 1 Factors for reliability assessment of ecotoxicological tests

      圖1 文獻數(shù)據(jù)質(zhì)量評估分?jǐn)?shù)柱狀圖Fig.1 Histogram of literature data quality assessment scores

      根據(jù)PNEC 值對數(shù)據(jù)的要求,對87 條評估數(shù)據(jù)進一步篩選,最終篩選出滿足生物毒性數(shù)據(jù)要求的20個物種的急性數(shù)據(jù),如表2 所示。 20個物種分為四大類,即魚類、水生植物類、節(jié)肢動物和其他無脊椎動物。 其中魚類包含7 種,虹鱒魚(Oncorhynchus mykiss)、斑馬魚(Danio rerio)、黑頭軟口鰷(Pimephales promelas)、綠色銀漢魚(Menidia beryllina)、羊頭魚(Cyprinodon variegatus)、三棘刺魚(Gasterosteus aculeatus)和藍色太陽魚(Lepomis macrochirus);水生植物類包含5 種,螺旋魚腥藻(Anabaena spiroides)、橢圓小球藻(Chlorella ellipsoidea)、水華束絲藻(Aphanizomenon flos-aquae)、羊角月牙藻(Selenastrum capricornutum)和硅藻(Diatom);節(jié)肢動物包含6 種,蜉蝣(Hexagenia limbata)、草蝦(Palaemonetes pugio)、鉤蝦(Hyallela azteca)、大型溞(Daphnia magna)、藍蟹(Callinectes sapidus)和糠蝦(Americamysis bahia);其他無脊椎動物包含2 種,紫貽貝(Mytilus galloprovincialis)、蝸牛(Physa gyrina)。 全部物種 LC50/EC50的范圍在141 ~8 908 mg·L-1,魚類 LC50/EC50的范圍在545 ~1 054 mg·L-1,水生植物L(fēng)C50/EC50的范圍在279 ~8 908 mg·L-1,節(jié)肢動物L(fēng)C50/EC50的范圍在 141 ~581 mg·L-1。

      表2 甲基叔丁基醚(MTBE)對水生生物的毒性數(shù)據(jù)Table 2 Toxicity data of methyl tert-butyl ether (MTBE) to aquatic organisms

      從概念上講,急性數(shù)據(jù)(LC50、EC50等)和慢性數(shù)據(jù)(NOEC 等)均可用來構(gòu)建SSD 曲線。 由于大多數(shù)污染物在環(huán)境中以低濃度長時間暴露對生態(tài)系統(tǒng)造成影響為主,因此,慢性毒性數(shù)據(jù)更接近環(huán)境中的實際情況。 當(dāng)以獲得PNEC 制定環(huán)境質(zhì)量標(biāo)準(zhǔn)為研究目的時,用NOEC 來計算HC5數(shù)值的生態(tài)意義更為明確。 然而,對于大多數(shù)物種和MTBE 而言,慢性毒性數(shù)據(jù)往往無法滿足構(gòu)建SSD 的數(shù)據(jù)量要求,因此,本研究也同許多研究一樣,使用較易獲得的急性數(shù)據(jù)構(gòu)建SSD 推導(dǎo)PNEC。

      2.2 HC5 值計算

      本研究分別通過正態(tài)分布模型和邏輯斯諦分布模型,對20個水生生物物種的毒性數(shù)據(jù)進行擬合及分析,得到基于急性毒性的物種敏感度分布曲線,如圖2 所示。 由于SSD 模型要求每組樣本數(shù)據(jù)量需要在5 ~500個范圍內(nèi),而其他無脊椎動物的數(shù)據(jù)量僅有2個,不滿足SSD 曲線的構(gòu)建要求,因此未對其他無脊椎動物擬合SSD 曲線。

      毒性值的高低對MTBE 在不同物種體內(nèi)的累積概率具有一定影響。 如圖2 所示,當(dāng)毒性值較低時(<470 mg·L-1),不同物種對 MTBE 的累積概率由高到低的順序依次為:節(jié)肢動物>全部物種>水生植物>魚類,表明節(jié)肢動物對MTBE 的敏感度高于其他物種;當(dāng)毒性值在470 ~770 mg·L-1之間時,不同物種對MTBE 的累積概率由高到低的順序依次為:節(jié)肢動物>全部物種>魚類>水生植物,表明節(jié)肢動物的敏感度仍處于最高,但魚類的敏感度有所變化,高于了水生植物;而當(dāng)毒性值較高(>770 mg·L-1)時,不同物種對MTBE 的累積概率由高到低的順序依次為:節(jié)肢動物>魚類>全部物種>水生植物,表明節(jié)肢動物的敏感度仍較高,魚類已升至敏感度第2位。 可見當(dāng)MTBE 的毒性值濃度較低時,在魚類體內(nèi)的累積概率較低,但當(dāng)其毒性值逐漸升高時,其在魚類體內(nèi)的累積概率也逐漸升高。 綜上,結(jié)果表明,當(dāng)毒性值較高時,相對水生植物來說,MTBE 在節(jié)肢動物和魚類體內(nèi)更容易累積。

      采用正態(tài)分布模型與邏輯斯諦分布模型擬合出的SSD 曲線形態(tài)接近(圖2),可見以上2 種方法獲得了較為一致的結(jié)果。 其中,全部物種HC5值為128.56 mg·L-1(正態(tài)分布模型)、129.62 mg·L-1(邏輯斯諦模型);魚類HC5值為491.13 mg·L-1(正態(tài)分布模型)、485.78 mg·L-1(邏輯斯諦模型);水生植物HC5值為 143.25 mg·L-1(正態(tài)分布模型)、151.83 mg·L-1(邏輯斯諦模型);節(jié)肢動物HC5值為117.71 mg·L-1(正態(tài)分布模型)、121.5 mg·L-1(邏輯斯諦模型)。SSD 曲線擬合參數(shù)如表3 和表4 所示。 全部物種和魚類的擬合度(R2)均在0.9 以上,水生植物R2處于0.7 ~0.9 之間,節(jié)肢動物R2處于 0.8 ~0.9 之間。 這可能是由于水生植物中的螺旋魚腥藻、橢圓小球藻、水華束絲藻、羊角月牙藻和硅藻5個物種雖然都屬于水生植物類,但所屬門類不同,數(shù)據(jù)間存在較大差異,因此擬合度相對較低。 同樣地,節(jié)肢動物R2未達到0.9,也可能由于其中包含蝦類和溞類2 類物種。

      圖2 MTBE 對不同物種的物種敏感度分布(SSD)曲線Fig.2 Species sensitivity distribution (SSD) model of MTBE for different species

      表3 正態(tài)分布模型模擬SSD 曲線關(guān)鍵擬合參數(shù)Table 3 Key fitting parameters of SSD curve simulated by normal distribution model

      表4 邏輯斯諦分布模型模擬SSD 曲線關(guān)鍵擬合參數(shù)Table 4 Key fitting parameters of SSD curve simulated by Logistic distribution model

      2.3 預(yù)測無效應(yīng)濃度

      根據(jù)公式(1)通過 HC5及 AF 推導(dǎo) PNEC。 用正態(tài)分布模型和邏輯斯諦分布模型擬合SSD 曲線,可得出2 組包含全部物種、魚類、水生植物和節(jié)肢動物的HC5值,基于保守原則,本研究HC5選擇2 組數(shù)據(jù)中較低的值。 PNEC 結(jié)果如表5 所示。

      表5 不同種類水生生物的預(yù)測無效應(yīng)濃度(PNEC)推算結(jié)果Table 5 Predicted no effect concentration (PNEC)results of different aquatic organisms

      如表5 所示,不同物種的PNEC 由低到高順序依次為:節(jié)肢動物<全部物種<水生植物<魚類。 在3類不同物種之間,節(jié)肢動物的PNEC 最小,為39.23 mg·L-1,魚類的 PNEC 最大,為 161.93 mg·L-1。PNEC 結(jié)果表明,MTBE 對不同物種的PNEC 存在差異,節(jié)肢動物、水生植物與全部物種的PNEC 較接近,與魚類的PNEC 相差較大。

      3 討論(Discussion)

      本研究的數(shù)據(jù)質(zhì)量評估結(jié)果表明,在收集到的17 篇文獻中,非??煽课墨I6 篇(18 ~21 分),可靠文獻 5 篇(13 ~17 分),不可靠文獻 4 篇(<13 分),不予使用文獻2 篇。 篩選出高質(zhì)量可靠數(shù)據(jù)共54 條,占評估總數(shù)據(jù)的30%。 根據(jù)來源于文獻和數(shù)據(jù)庫共87 條數(shù)據(jù),最終獲得20個物種的急性毒性數(shù)據(jù)。正態(tài)分布模型和邏輯斯諦分布模型擬合結(jié)果表明,2種模型擬合出的SSD 曲線變化趨勢相似,得出MTBE 對水生生物的HC5值較為接近。 PNEC 推導(dǎo)結(jié)果分別為:全部物種的 PNEC 值42.85 mg·L-1、魚類的 PNEC 值 161.93 mg·L-1、水生植物的 PNEC 值47.75 mg·L-1、節(jié)肢動物的 PNEC 值 39.23 mg·L-1。全部物種與水生植物及節(jié)肢動物的PNEC 值相近,與魚類存在較大差異。 同時節(jié)肢動物對MTBE 的敏感度最高,其次是水生植物,魚類的敏感度相對較低。

      本研究同國內(nèi)其他學(xué)者基于SSD 法開展的HC5值研究成果進行了對比[2],后者計算得出的全部水生物種的HC5值為276.12 mg·L-1,本研究所得的HC5值為128.56 mg·L-1,二者之間略有差異,本研究所得值較為保守。 分析差異可能由于以下因素造成:(1)文獻采用急性毒性測試時間范圍為1 ~5 d,本研究采用測試時間≤4 d;(2)文獻對于同一測試物種的同一測試終點使用了多個數(shù)據(jù)的幾何平均值,本研究則按“最壞情況”假設(shè)取最低值,結(jié)果相對保守;(3)文獻采用的是國外模型軟件,本研究采用中國EEC-SSD 軟件。 即數(shù)據(jù)與模型選擇的不同造成了最終結(jié)果的差異。 對比本研究不同種類水生生物的PNEC,可見MTBE 對不同種類水生生物的PNEC 存在較大差異。 而我國不同地區(qū)水生生態(tài)環(huán)境中的物種也存在差異,因此,建議我國根據(jù)不同地區(qū)水生生物的類別情況,提出相應(yīng)的MTBE 限值。

      另外,本研究通過文獻檢索發(fā)現(xiàn),近10年國內(nèi)外對于MTBE 的毒性研究相對較少,研究主要集中在20 世紀(jì)80年代,且試驗物種類型有限,尚未有我國特有物種如稀有鮈鯽等的毒性數(shù)據(jù)。 因此,當(dāng)獲得了更多的水生生物毒性數(shù)據(jù)或中國特有物種試驗數(shù)據(jù)時,本研究推算的MTBE 的PNEC 應(yīng)進行更新。 同時,現(xiàn)階段我國也應(yīng)加強MTBE 環(huán)境風(fēng)險評估等領(lǐng)域的研究。

      猜你喜歡
      節(jié)肢動物水生魚類
      三眼巨蝦化石揭示節(jié)肢動物演化
      大自然探索(2024年1期)2024-03-19 19:01:03
      基于MFCC和ResNet的魚類行為識別
      蟬為什么會蛻皮
      古老的節(jié)肢動物
      奇妙的古代動物 泥盆紀(jì)的魚類
      三氯生對4種水生生物的急性毒性研究
      魚類是怎樣保護自己的
      貴陽學(xué)院不同植被上節(jié)肢動物的群落特征
      魚類怎樣呼吸
      依托科技創(chuàng)新 打造現(xiàn)代水生蔬菜產(chǎn)業(yè)
      長江蔬菜(2014年1期)2014-03-11 15:09:48
      梁平县| 汉沽区| 牟定县| 开远市| 定兴县| 永靖县| 银川市| 依安县| 广丰县| 桂东县| 夹江县| 青川县| 河北区| 讷河市| 隆尧县| 成安县| 万荣县| 浦县| 太保市| 元氏县| 石城县| 无锡市| 安岳县| 思南县| 武陟县| 本溪| 潞西市| 萍乡市| 巴楚县| 双流县| 禹城市| 房产| 乡宁县| 克东县| 密山市| 务川| 阜南县| 磐安县| 芮城县| 噶尔县| 康乐县|