王曉南,閆振廣,劉征濤*,王婉華,張 聰(.中國環(huán)境科學研究院,環(huán)境基準與風險評估國家重點實驗室,國家環(huán)境保護化學品生態(tài)效應與風險評估重點實驗室,北京 000；.中海石油環(huán)保服務有限公司,天津 30045)

?

生物效應比(BER)技術預測我國水生生物基準探討

王曉南1,閆振廣1,劉征濤1*,王婉華1,張 聰2(1.中國環(huán)境科學研究院,環(huán)境基準與風險評估國家重點實驗室,國家環(huán)境保護化學品生態(tài)效應與風險評估重點實驗室,北京 100012；2.中海石油環(huán)保服務有限公司,天津 300452)

摘要：基于中國與美國間生物敏感性的差異,對生物效應比(BER)技術預測我國水生生物基準值進行了研究.首先,對中美共有的且急性生物毒性數(shù)據(jù)符合3門8科的污染物進行篩選,然后,依據(jù)兩國物種的敏感性與代表性建立基于不同生物組合的BER技術,最后,對不同生物組合BER技術預測水生生物急性基準值與實測基準值進行比較與分析,篩選出預測效果較好的BER技術.結果表明:共篩選出9個中美共有且毒性數(shù)據(jù)豐富的污染物(As(III)、Cr(VI)、Hg、Cu、Zn、Pb、對硫磷、毒死蜱和三丁基錫),依據(jù)本土生物毒性數(shù)據(jù)推導出該9種污染物的我國水生生物急性基準值分別為201.72、2.64、0.74、1.32、55.83、92.25、0.12、0.36和0.38μg/L.此外,在對7種生物組合方式BER技術的預測效果進行分析比較的基礎上,初步提出基于同屬或科的生物組合方式的BER技術可較好地對9種污染物的本土水生生物急性基準值進行預測.研究結果可為在本土生物毒性數(shù)據(jù)缺乏時充分利用現(xiàn)有毒性數(shù)據(jù)或進行少量毒性試驗的基礎上對我國水生生物急性基準值的預測提供幫助.

關鍵詞：生物效應比；水生生物基準；預測基準值；中國；美國

* 責任作者, 研究員, liuzt@craes.org.cn

目前,我國正在系統(tǒng)地開展環(huán)境基準技術方法研究[1-4],包括:水生生物基準、生態(tài)學基準、沉積物基準、土壤環(huán)境基準等.其中,在水生生物基準技術方法研究方面,國內學者對水生生物基準推導過程中最少生物毒性數(shù)據(jù)需求[5]、水質參數(shù)歸一化[6-7]、水生生物基準受試物種的篩選[8-11]等技術方法進行了研究.在水生生物基準值推導方面,國內學者一般進行污染物對本土生物的生態(tài)毒理學試驗或進行生物毒性數(shù)據(jù)搜集,然后依據(jù)所得到的急慢性毒性數(shù)據(jù),采用相應的方法推導這些污染物的水生生物基準值,如:依據(jù)搜集的毒性數(shù)據(jù)先后推導了硝基苯[12]、鎘[13]、氨氮[14]、鋅[15]等污染物的水生生物基準值;其他學者則進行污染物的生態(tài)毒理學試驗并結合搜集的毒性數(shù)據(jù)先后推導了氯酚類化合物[16]、三氯生[17]、硝基苯[18]、四溴雙酚-A[19]等污染物的水生生物基準值.通過不斷地研究和發(fā)展,我國水生生物基準研究工作逐步從對國外的相關技術方法進行引進和學習,發(fā)展到對我國本土水生生物基準方法學和技術體系進行探索和研究.

在推導本土水生生物基準時,美國[20]、澳大利亞[21]等國家推薦使用本土物種的毒性數(shù)據(jù),并且有學者對使用非本土物種毒性數(shù)據(jù)推導出的基準值能否保護本土水生生物提出了質疑[22].因此,各國在推導本國水生生物基準時,基本均面臨本土生物毒性數(shù)據(jù)缺乏的問題.即使在水生生物基準發(fā)展較早的美國,至今也才推薦了58種污染物(化學的、物理的、生物的)的水生生物基準值.在我國,由于水生生物基準研究工作起步較晚,各項相關研究尚不完善,并且我國也存在本土物種的生態(tài)毒理學數(shù)據(jù)普遍較缺乏的問題.因此,在推導水生生物基準時,如何利用好現(xiàn)有的生物毒性數(shù)據(jù),如何解決本土毒性數(shù)據(jù)缺乏的問題,成為水生生物基準研究中急需解決的重要問題.

在推導水生生物基準時,直接采用他國生物毒性數(shù)據(jù)或基準值存在爭議[22],然而,如果將各類污染物的水生生物基準都從頭開始研究、測試、推導,短期內難以發(fā)揮有效的科技支撐作用.本文以中國與美國為例,利用中美物種間的毒性效應差異比,對生物毒性效應比(BER)技術預測水生生物基準值進行探討.設定BER等于“我國某一類群生物的毒性值”除以“美國同一類群生物的毒性值”,我國預測的水生生物基準值等于美國基準值乘以BER.該方法的探索,以期在本土生物毒性數(shù)據(jù)缺乏時,為我國水生生物基準的研究與推導提供有用的技術信息.

1 材料與方法

1.1 生物毒性數(shù)據(jù)的搜集與篩選原則

水生生物毒性數(shù)據(jù)的主要來源包括:中國知網CNKI、ECOTOX(http://cfpub.epa.gov/ ecotox/)等數(shù)據(jù)庫以及公開發(fā)表的文獻.

數(shù)據(jù)搜集完成后,參照美國水生生物基準指南[20],對搜集的生物毒性數(shù)據(jù)進行初步篩選.毒性數(shù)據(jù)的初步篩選原則包括:測試信息不完全、有疑點的數(shù)據(jù)(未設立對照組、對照組大量死亡等)、性質不穩(wěn)定(易揮發(fā)、易水解)而未采用流水式試驗等的毒性數(shù)據(jù)不可用.完成初步篩選后,需進一步對毒性數(shù)據(jù)進行篩選,二次篩選原則包括:浮游甲殼類生物的急性毒性試驗終點為48-h LC50或EC50,魚、貝、蝦、蟹等生物的試驗終點是96-h LC50或EC50,優(yōu)先選擇流水式試驗結果及對試驗溶液濃度有監(jiān)控的毒性數(shù)據(jù);所有毒性數(shù)據(jù)都要求有明確的測試終點、測試時間及對測試階段或指標的詳細描述.當同一個物種或同一個終點有多個毒性值可用時,使用該多個值的幾何平均值SMAV(種平均急性值)[20].

1.2 中美共有污染物的篩選

US EPA至今共推薦了58種污染物(生物、化學、物理)的水生生物基準值,由于對美國水生生物分類的認識有限,本文在進行BER技術研究時,只采用了US EPA公開發(fā)布的58種污染物的毒性數(shù)據(jù)作為美國物種毒性數(shù)據(jù).為了進一步進行中美生物毒性效應比BER的分析研究,依據(jù)1.1節(jié)的搜集和篩選原則,結合《中國動物志》[23]和中國生物物種名錄(http: data.sp2000.cn/2011_ cnnode_c/info_checklist.php),搜集和篩選該58種污染物的我國本土生物毒性數(shù)據(jù),然后,依據(jù)“三門八科”[20]最少生物毒性數(shù)據(jù)需求原則,篩選出中美共有的且毒性數(shù)據(jù)比較充足的污染物.

1.3 BER技術預測水生生物急性基準初步分析

通過先前對水質基準受試生物篩選[8-11,24]的研究,結合US EPA物種種間關系估算模型[25]的研究,發(fā)現(xiàn)同類物種(如同目、同科、同屬、同種)對同個污染物的敏感性比較相似,以至US EPA在其物種種間關系估算模型中指出:要優(yōu)先選用生物學距離≤3(US EPA規(guī)定同目生物學距離為3、同科為2、同屬為1)[25]的替代物種進行估算來獲取更為可靠的毒性值.因此,從US EPA現(xiàn)有的水生生物基準文件中可以得到不同生物分類對污染物的敏感性情況,借鑒US EPA物種種間關系估算方法、水效應比技術[26],利用不同生物組合方式的中美物種間的敏感性差異,來對我國水生生物急性基準進行初步估算和預測.BER技術的意義在于可充分利用現(xiàn)有的本土生物毒性數(shù)據(jù)或者進行少量的生物毒性試驗,對我國水生生物基準進行估算和預測.

針對1.2節(jié)篩選的中美共有典型污染物,選擇兩國同類的并且敏感的生物進行組合,依據(jù)不同生物組合進行BER(式1)計算,然后采用BER技術預測我國的HC5(5%物種危害濃度)或FAV(最終急性值)(式2),并對預測HC5(FAV)值和實測HC5(FAV)值進行數(shù)量級差異分析.前人研究提出,如果預測值和實測值間差異在一個數(shù)量級以內則認為差異較小、預測較好[27-32],超過一個數(shù)量級則認為差異較大、預測較差.最后,依據(jù)不同生物組合BER技術的預測效果,初步提出我國BER預測技術.

式中:我國生物毒性數(shù)據(jù)為我國不同生物組合方式物種急性毒性值的幾何平均值,美國生物毒性數(shù)據(jù)為美國不同生物組合方式物種急性毒性值的幾何平均值.

式中:美國水生生物基準值為US EPA公布推薦的相關污染物的基準值.

1.4 實測水生生物基準值的推導

依據(jù)US EPA水生生物基準指南[20],對1.2節(jié)篩選出的各污染物的GMAV(屬急性平均值)進行計算和排序(排序第幾為第R,最低的為1,最高的為N),采用下列公式(3～6)計算CMC(急性基準值),式中P為累積概率P = R/(N + 1),L為選擇P值最接近0.05的4個GMAV和相應的P值進行計算,FAV為最終急性值,可用于計算CMC值.

2 結果與分析

2.1 中美共有污染物的生物毒性數(shù)據(jù)

依據(jù)1.2節(jié)篩選原則,最終篩選出9個中美共有且本土生物毒性數(shù)據(jù)豐富的污染物,包括:As(III)、Cr(VI)、Hg、Cu、Zn、Pb、對硫磷、毒死蜱和三丁基錫(TBT).受篇幅限制,只列出毒死蜱、三丁基錫的本土生物毒性數(shù)據(jù)和文獻來源(表1、表2),其中Hg、Cr(VI)、As(III)和對硫磷的數(shù)據(jù)見前人研究[24],Cu、Zn、Pb的數(shù)據(jù)參考前研究[30,33-34].美國共有污染物的生物毒性數(shù)據(jù)可在US EPA基準文件[35]中查找.

表1 毒死蜱的本土生物毒性數(shù)據(jù)Table 1 Toxicity data of native species for chlorpyrifos

表2 三丁基錫的本土生物毒性數(shù)據(jù)Table 2 Toxicity data of native species for TBT

2.2 不同生物組合方式的BER技術

依據(jù)中美典型污染物現(xiàn)有的生物毒性數(shù)據(jù)和生物敏感性分布,結合我國生物分類情況,選出7種不同生物組合方式的BER技術并計算BER 值,然后對我國水生生物基準值進行預測并對預測效果進行分析.具體組合方式如下:

(1) 組合1:我國大型溞+鯉魚+鯽魚+羽搖蚊/美國基準文件前4種[35].

該組合關注的是中國重要物種和美國敏感性物種間差異:

大型溞:美國MTDR推薦了一種浮游甲殼類生物[20],大型溞是其中的一種,并且該物種在我國分布廣泛且毒性數(shù)據(jù)充足;

鯉魚、鯽魚:美國MTDR推薦了兩種魚類[20],我國魚類以鯉科為主,鯉科魚中以鯉魚、鯽魚分布廣泛且毒性數(shù)據(jù)較充足;

羽搖蚊:美國MTDR推薦的在水生生物基準推導過程中至少需要一種昆蟲類生物的毒性數(shù)據(jù)[20],其中羽搖蚊在我國分布廣泛且常被用于生態(tài)毒理學試驗.

美國基準文件前4種物種的名稱和生物分類可在文獻[35]中查找.

(2) 組合2:與美國基準文件前4屬同類的我國4屬/美國基準文件前4屬,各污染物的屬組合結果見表3,我國缺少毒死蜱相應4屬的毒性數(shù)據(jù),因此未對其進行研究.

該組合關注的是中美敏感屬間的差異,在計算水生生物基準值時,US EPA關注前4屬敏感性生物[20],它們對基準值的大小將產生最直接的影響.

表3 我國的4個敏感生物屬Table 3 The 4 sensitive genera in China

(3) 組合3:我國4種與美國基準文件前4個物種同種的生物(同時考慮我國生物分類情況、本土基準受試生物篩選結果[8-11]和現(xiàn)有毒性數(shù)據(jù)情況)/美國基準文件前4種,各污染物的物種組合結果見表4,無同種生物時,用同屬的其他物種替代.該組合關注的是中美敏感物種間的差異.

表4 我國的4種敏感生物物種Table 4 The 4 sensitive species in China

(4) 組合4:我國溞科大型溞+蚤狀溞+鋸頂?shù)皖~溞+模糊網紋溞/美國基準文件中同類的4個溞科物種.

該組合關注的是中美敏感性溞科物種間的差異,由2.1節(jié)本土生物毒性數(shù)據(jù)和美國生物毒性數(shù)據(jù)排序可知,淡水枝角類生物如溞科的溞屬、低額溞屬、網紋溞屬的物種對各類污染物的敏感性均排在前列,因此,本文嘗試對我國4種枝角類溞科敏感性生物(大型溞、蚤狀溞、模糊網紋溞、鋸頂?shù)最~溞,沒有毒性數(shù)據(jù)時可用同屬或同科的物種替代)和美國基準文件中相似的4個溞科物種(沒有同種的數(shù)據(jù)時可用同屬同科的數(shù)據(jù)代替,同屬同科數(shù)據(jù)不足4個時可用與我國同種的數(shù)據(jù)重復一次計算;沒有溞科數(shù)據(jù)時可用文件中敏感的甲殼綱其他物種代替)(表5)進行BER分析.

表5 美國基準文件中的4種生物物種Table 5 The 4species in US EPA criteria documents

(5) 組合5:指定4屬中各1種生物,同時考慮我國本土基準受試生物篩選結果/美國基準文件中同類的4屬生物.

該組合關注的是中國重要物種和美國同類物種間差異,我國指定的4屬為甲殼綱溞科溞屬的大型溞、硬骨魚綱鯉科鯉屬的鯉魚、硬骨魚綱鯉科鯽屬的鯽魚和昆蟲綱搖蚊科搖蚊屬的羽搖蚊幼蟲.美國同類的4屬生物優(yōu)先選擇與我國同種生物,沒有同種生物時,依次以同屬、同科、同綱的其他生物代替,如果數(shù)據(jù)還是不足,以所缺屬的其他生物重復一次計算,各污染物的物種組合結果見表6.

(6) 組合6:我國的2種鯉科魚/美國的2種鯉科魚.

該組合關注的是中國重要鯉科物種和美國同類物種間差異,我國指定的2種鯉科魚為分布廣泛、毒性數(shù)據(jù)較充足的硬骨魚綱鯉科鯉屬的鯉魚、硬骨魚綱鯉科鯽屬的鯽魚.美國的2種鯉科魚優(yōu)先選擇與我國同種生物(鯉魚、鯽魚),沒有同種生物時,依次以同屬、同科的其他生物代替,如果數(shù)據(jù)還是不足,以所缺屬的其他生物重復一次計算,各污染物的物種組合結果見表7.

表6 美國基準文件中的4屬生物物種Table 6 Species of the 4genera in US EPA criteria documents

表7 美國基準文件中的2種鯉科魚Table 7 The 2cyprinid fish in US EPA criteria documents

(7) 組合7:我國的2種鯉科魚/美國2種鮭科魚.

該組合關注的是中國重要鯉科物種和美國重要鮭科物種間差異,本文中我國指定的2種鯉科魚為分布廣泛、毒性數(shù)據(jù)較充足的硬骨魚綱鯉科鯉屬的鯉魚、硬骨魚綱鯉科鯽屬的鯽魚.美國魚類以鮭科魚為主,鮭科魚毒性數(shù)據(jù)豐富,2種鮭科魚的選擇較多,為使分析比較更為可靠,本文優(yōu)先選用數(shù)據(jù)充足的硬骨魚綱鮭科的虹鱒和溪紅點鮭.本文對中美2種鯉科鮭科魚進行BER計算,探索中美兩國各自主要魚類物種用于BER技術的可行性.

2.3 實測本土水生生物基準值

依據(jù)1.4節(jié)水生生物基準值推導方法,結合2.1節(jié)搜集篩選到的本土水生生物毒性數(shù)據(jù),計算9種共有污染物As(III)、Cr(VI)、Hg、Cu、Zn、Pb、對硫磷、毒死蜱和三丁基錫的本土水生生物急性基準值(表8).

表8 9種污染物的本土水生生物基準實測值Table 8 Measured aquatic life criteria for 9pollutants

2.4 預測本土水生生物基準值

采用不同生物組合方式BER技術預測與估算本土水生生物基準值的方法見1.3節(jié),以生物組合1的預測方法為例:組合1的BER值=大型溞、鯉魚、鯽魚與羽搖蚊毒性數(shù)據(jù)的幾何平均值/美國基準文件前4種毒性數(shù)據(jù)的幾何平均值,預測本土水生生物基準值=BER×美國水生生物基準值.

2.5 BER技術預測本土水生生物基準初步分析

本文對上述7種生物組合方式的BER技術進行了探索和分析,對基于實測毒性數(shù)據(jù)的基準值和基于BER技術所預測的基準值進行了推導和差異分析,依據(jù)不同生物組合的預測效果,初步提出我國BER預測技術.7種生物組合方式的BER技術對9種污染物水生生物的預測效果如下:

(1) 組合1:我國大型溞+鯉魚+鯽魚+羽搖蚊/美國基準文件前4種的BER技術預測效果見圖1,從圖1可知,生物組合方式1所預測的基準值與實測推導的基準值差異在1個數(shù)量級以內的有1 個,超過1個數(shù)量級的有8個,一般認為差異在1個數(shù)量級以內的預測效果較好,超過1個數(shù)量級則預測效果較差[24,27-32],可見生物組合方式1的BER技術對水生生物基準值的預測存在較大的不確定性.

圖1 生物組合1預測基準值與實際值的比較Fig.1 Comparison of measured criteria and predicted criteria based on BER method of biological group 1圖中橫縱坐標值為對實際基準值和預測基準值進行對數(shù)處理lg (μg/L)后的值,下圖同

圖2 生物組合2預測基準值與實際值的比較Fig.2 Comparison of measured criteria and predicted criteria based on BER method of biological group 2

(2) 組合2:與US EPA基準文件前4屬同類的我國4屬/美國基準文件前4屬的BER技術的預測效果見圖2.從圖2可知,生物組合方式2所預測的基準值與實測推導的基準值差異在0.5個數(shù)量級以內的有5個,1個數(shù)量級以內的有3個,差異在1個數(shù)量級以內的認為預測效果較好[24,27-32],可見與生物組合方式1相比,生物組合方式2的BER技術對水生生物基準值的預測較好.

(3) 組合3:我國4種與美國基準文件前4個物種同種的生物(同時考慮我國生物分類情況、本土基準受試生物篩選結果和現(xiàn)有毒性數(shù)據(jù)情況)/美國基準文件前4種的BER技術預測效果見圖3.從圖3可知,生物組合方式3所預測的基準值與實測基準值差異在1個數(shù)量級以內的有8 個,超過1個數(shù)量級的有1個,差異在1個數(shù)量級以內的認為預測效果較好[24,27-32],超過1個數(shù)量級則預測效果較差,可見生物組合方式3和2的預測效果相似,均比生物組合方式1的BER技術的預測效果好,但存在一定的不確定性.

圖3 生物組合3預測基準值與實際值的比較Fig.3 Comparison of measured criteria and predicted criteria based on BER method of biological group 3

(4) 組合4:我國溞科大型溞+蚤狀溞+鋸頂?shù)皖~溞+模糊網紋溞/美國基準文件中同類的4個溞科物種的BER技術預測效果見圖4.從圖4可知,生物組合方式4所預測的基準值與實測推導的基準值差異在0.5個數(shù)量級以內的有5個,1個數(shù)量級以內的有4個,差異在1個數(shù)量級以內則認為預測效果較好[24,27-32],可見生物組合方式4的BER技術對水生生物基準值的預測效果較好.

(5) 組合5:我國指定4屬中各1種生物,同時考慮我國本土基準受試生物篩選結果/美國同類的4屬生物的BER技術預測效果見圖5.從圖5可知,生物組合方式5所預測的基準值與實測推導的基準值差異在0.5個數(shù)量級以內的有7個,1個數(shù)量級以內的有2個,差異在1個數(shù)量級以內則認為預測效果較好[24,27-32],可見生物組合方式5的BER技術對水生生物基準值的預測效果較好.

圖4 生物組合4預測基準值與實際值的比較Fig.4 Comparison of measured criteria and predicted criteria based on BER method of biological group 4

圖5 生物組合5預測基準值與實際值的比較Fig.5 Comparison of measured criteria and predicted criteria based on BER method of biological group 5

(6) 組合6:我國的2種鯉科魚/美國的2種鯉科魚的BER技術預測效果見圖6.從圖6可知,生物組合方式6所預測的基準值與實測推導的基準值差異在1個數(shù)量級以內的有7個,超過1個數(shù)量級的有2個,差異在1個數(shù)量級以內則認為預測效果較好[24,27-32],超過1個數(shù)量級則預測效果較差,可見生物組合方式6的BER技術對水生生物基準值的預測效果存在一定的不確定性.

圖6 生物組合6預測基準值與實際值的比較Fig.6 Comparison of measured criteria and predicted criteria based on BER method of biological group 6

(7) 組合7:我國的2種鯉科魚/美國的2種鮭科魚的BER技術預測效果見圖7.從圖7可知,生物組合方式7所預測的基準值與實測推導的基準值差異在1個數(shù)量級以內的有8個,超過1個數(shù)量級的有1個,差異在1個數(shù)量級以內則認為預測效果較好[24,27-32],超過1個數(shù)量級則預測效果較差,可見生物組合方式7的BER技術對水生生物基準值的預測效果比生物組合方式6相對要好,仍存在一定的不確定性.

圖7 生物組合7預測基準值與實際值的比較Fig.7 Comparison of measured criteria and predicted criteria based on BER method of biological group 7

從上述的7種生物組合方式的BER技術對9種污染物水生生物基準值預測效果來看,基于科、屬的生物組合方式2、4、5的BER技術可較好地對水生生物基準值進行預測,多數(shù)預測值的差異在1個數(shù)量級內,甚至在0.5個數(shù)量級內,表明預測效果較好[24,27-32],而基于種的生物組合方式1、3、6、7在預測基準值時存在一定的不確定性.

基于科、屬的BER預測效果較好可能是因為:基于科、屬的生物組合方式包含了4種不同分類群的生物毒性數(shù)據(jù),生物分類比較全面,具有一定的代表性和穩(wěn)定性.荷蘭在推導其國家水生生物基準時,規(guī)定當存在4種不同生物分類群的毒性數(shù)據(jù)時,即可推導水生生物基準值[67].US EPA規(guī)定在推導各州水生生物基準值時,需要至少4種不同生物分類群的物種毒性數(shù)據(jù)[68].此外,美國ICE技術也指出在預測水生生物基準值時,同科、同屬替代—預測物種對的預測效果較好[25].通過比較分析可知,本文基于科、屬的生物組合方式2、4、5的BER技術對水生生物基準值的預測效果較好.而基于特定種的生物組合方式6、7的BER技術由于物種數(shù)量較少(2種),以致預測效果不確定性較大.基于不同生物分類間比較的組合方式1的BER技術,由于中美間進行比較的生物分類差別較大,以致預測效果很差.基于與美國前4種物種同種的BER技術(組合方式3),由于兩國間特有物種的差異,以致其預測效果也存在一定的不確定性.

2.6 不確定性分析

由于美國至今僅推薦了58種污染物的水生生物基準值,我國本土生物毒性數(shù)據(jù)也存在缺乏的問題,因此,通過篩選后本文進行了9種污染物的BER技術的探索與分析,污染物數(shù)量較少可能會帶來水生生物基準值估算的一些不確定性.采用7種生物組合方式來對中美水生生物基準預測與估算進行探索,多樣的生物組合方式可一定程度上減小BER估算預測的不確定性.

3 結論

3.1 在US EPA推薦的58種污染物的基礎上,結合“三門八科”生物毒性數(shù)據(jù)需求原則,最終篩選出9個中美共有且本土生物毒性數(shù)據(jù)較豐富的污染物,包括:As(III)、Cr(VI)、Hg、Cu、Zn、Pb、對硫磷、毒死蜱和三丁基錫(TBT);依據(jù)本土生物毒性數(shù)據(jù),推導該9種污染物的本土水生生物急性基準值分別為:201.72、2.64、0.74、1.32、55.83、92.25、0.12、0.36和0.38 μg/L.

3.2 提出了7種本土生物組合方式的BER技術,并對基于實測毒性數(shù)據(jù)的基準值和基于BER技術所預測的基準值進行了差異分析,依據(jù)不同生物組合的預測效果,初步提出基于科或屬的生物組合方式2(與US EPA前4屬同類的我國4屬/美國基準文件前4屬)、生物組合方式4(我國溞科大型溞+蚤狀溞+鋸頂?shù)皖~溞+模糊網紋溞/美國基準文件中類似的4個溞科物種)和生物組合方式5(我國指定4屬中各1種生物／美國同類的4屬生物)的BER技術可較好地對9種污染物的本土水生生物基準值進行預測.研究結果表明在充分地利用現(xiàn)有生物毒性數(shù)據(jù)或進行較少的生物毒性試驗(4種)的基礎上可對我國水生生物基準值進行預測.

參考文獻：

[1] 孟 偉,張 遠,鄭丙輝.水環(huán)境質量基準、標準與流域水污染物總量控制策略 [J].環(huán)境科學研究, 2006,19(3):1-6.

[2] 劉征濤.水環(huán)境質量基準方法與應用 [M].北京:科學出版社, 2012.

[3] 閆振廣,余若禎,焦聰穎,等.水質基準方法學中若干關鍵技術探討 [J].環(huán)境科學研究, 2012,25(4):397-403.

[4] 王曉南,劉征濤,王婉華,等.重金屬鉻(VI)的生態(tài)毒性及其土壤環(huán)境基準 [J].環(huán)境科學, 2014,35(8):3155-3161.

[5] 劉征濤,王曉南,閆振廣,等.“三門六科”水質基準最少毒性數(shù)據(jù)需求原則 [J].環(huán)境科學研究, 2012,25(12):1364-1369.

[6] 閆振廣,孟 偉,劉征濤,等.我國淡水水生生物鎘基準研究 [J].環(huán)境科學學報, 2009,29(11):2393-2406.

[7] 閆振廣,孟 偉,劉征濤,等.我國淡水生物氨氮基準研究 [J].環(huán)境科學, 2011,32(6):1564-1570.

[8] 王曉南,鄭 欣,閆振廣,等.水質基準魚類受試生物篩選 [J].環(huán)境科學研究, 2014,27(4):341-348.

[9] 鄭 欣,閆振廣,王曉南,等.水質基準甲殼類受試生物篩選 [J].環(huán)境科學研究, 2014,27(4):356-364.

[10] 蔡 靳,閆振廣,何 麗,等.水質基準兩棲類受試生物篩選 [J].環(huán)境科學研究, 2014,27(4):349-355.

[11] 王偉莉,閆振廣,劉征濤,等.水質基準本土環(huán)節(jié)動物與水生昆蟲受試生物篩選 [J].環(huán)境科學研究, 2014,27(4):365-372.

[12] 吳豐昌,孟 偉,張瑞卿,等.保護淡水水生生物硝基苯水質基準研究 [J].環(huán)境科學研究, 2011,24(1):1-10.

[13] 閆振廣,孟 偉,劉征濤,等.我國淡水水生生物鎘基準研究 [J].環(huán)境科學學報, 2009,29(11):2393-2406.

[14] 閆振廣,孟 偉,劉征濤,等.我國淡水生物氨氮基準研究 [J].環(huán)境科學, 2011,32(6):1564-1570.

[15] 吳豐昌,馮承蓮,曹宇靜,等.鋅對淡水生物的毒性特征與水質基準的研究 [J].生態(tài)毒理學報, 2011,6(4):367-382.

[16] Jin X, Zha J, Xu Y, et al.Derivation of aquatic predicted no-effect concentration (PNEC) for 2, 4-dichlorophenol: Comparing native species data with non-native species data [J].Chemosphere, 2011,84(10):1506-1511.

[17] Wang X, Liu Z, Yan Z, et al.Development of aquatic life criteria for triclosan and comparison of the sensitivity between native and non-native species [J].Journal of hazardous materials, 2013,260: 1017-1022.

[18] Yan Z, Zhang Z, Wang H, et al.Development of aquatic life criteria for nitrobenzene in China [J].Environmental Pollution, 2012,162:86-90.

[19] Yang S, Yan Z, Xu F, et al.Development of freshwater aquatic life criteria for tetrabromobisphenol A in China [J].Environmental Pollution, 2012,169:59-63.

[20] US EPA.Guidelines for deriving numerical national water quality criteria for the protection of aquatic organisms and their uses (PB 85-227049) [R].Duluth, Minnesota, Narragansett, Rhode Island; Corvallis, Oregon, USA: Office of Research and Development, Environmental Research Laboratories, U.S.Environmental Protection Agency, 1985.

[21] ANZECC A.Australian and New Zealand guidelines for fresh and marine water quality [R].Canberra,Australia: Australian and New Zealand Environment and Conservation Council, Agriculture and Resource Management Council of Australia and New Zealand, 2000.

[22] Davies P, Cook L, Goenarso D.Sublethal responses to pesticides of several species of Australian freshwater fish and crustaceans and rainbow trout [J].Environmental Toxicology and Chemistry, 1994,13(8):1341-1354.

[23] 中國科學院.中國動物志 [M].北京:科學出版社, 1979.

[24] Wang X, Yan Z, Liu Z, et al.Comparison of species sensitivity distributions for species from China and the USA [J].Environmental Science and Pollution Research, 2014,21(1): 168-176.

[25] USEPA.Web-based interspecies correlation estimation (Web-ICE) for acute toxicity: User manual [M].Gulf Breeze:USEPA, Office of Research and Development, 2013.

[26] 閆振廣,孟 偉,劉征濤,等.我國典型流域鎘水質基準研究 [J].環(huán)境科學研究, 2010,23(10):1221-1228.

[27] Dyer S, Versteeg D, Belanger S, et al.Comparison of species sensitivity distributions derived from interspecies correlation models to distributions used to derive water quality criteria [J].Environmental Science and Technology, 2008,42(8):3076-3083.

[28] Dyer S, Versteeg D, Belanger S, et al.Interspecies correlationestimates predict protective environmental concentrations [J].Environmental Science and Technology, 2006,40(9):3102-3111.

[29] Blum D, Speece R.Determining chemical toxicity to aquatic species [J].Environmental Science and Technology, 1990,24(3): 284-293.

[30] Feng C, Wu F, Dyer S, et al.Derivation of freshwater quality criteria for zinc using interspecies correlation estimation models to protect aquatic life in China [J].Chemosphere, 2013,90(3): 1177-1183.

[31] Wu F, Mu Y, Chang H, et al.Predicting water quality criteria for protecting aquatic life from physicochemical properties of metals or metalloids [J].Environmental Science and Technology, 2012,47(1): 446-453.

[32] Awkerman J, Raimondo S, Barron M.Development of species sensitivity distributions for wildlife using interspecies toxicity correlation models [J].Environmental Science and Technology, 2008,42(9):3447-3452.

[33] 吳豐昌,馮承蓮,曹宇靜,等.我國銅的淡水生物水質基準研究[J].生態(tài)毒理學報, 2011,6(6):617-628.

[34] 閆振廣,何 麗,高 富,等.鉛水生生物水質基準研究與初步應用 [J].環(huán)境科學與技術, 2014,37(4):31-37.

[35] US EPA.1995Updates: water quality criteria documents for the protection of aquatic life in ambient water [R].Office of Water, United States Environmental Protection Agency, 1996.

[36] 馬繼華,蔣耀培,劉 泉,等.“毒死蜱”對南美白對蝦的急性毒性影響 [J].水產科技情報, 2009,(4):192-194.

[37] 葛士林,曹傳旺,王志英.3種農藥對紅裸須搖蚊體內蛋白質質量分數(shù)和AChE活性的影響 [J].東北林業(yè)大學學報, 2011,39(1): 108-109.

[38] 譚亞軍.四種殺蟲劑對大型蚤(D.magna)的慢性毒性 [D].浙江大學, 2004.

[39] 徐 燕,邊文杰,李少南,等.5種殺蟲劑在水-人工底泥系統(tǒng)中對大型溞的急性毒性及其比較 [J].農業(yè)環(huán)境科學學報, 2011,30(5): 855-859.

[40] 吳長興.毒死蜱和氟蟲腈的環(huán)境毒理與風險 [D].杭州:浙江大學環(huán)境與資源學院, 2010.

[41] 來有鵬,劉賢金,余向陽,等.農藥對河蝦的急性毒性及其谷光甘肽轉移酶(GSTs)的影響 [J].農藥, 2008,47(11):820-822.

[42] 丁正峰,薛 暉,王曉豐,等.毒死蜱(CPF)對克氏原螯蝦的急性毒性及組織病理觀察 [J].生態(tài)與農村環(huán)境學報, 2012,28(4): 462-467.

[43] 李 康.阿特拉津和毒死蜱對中華絨螯蟹(Eriocheir sinensis)的毒性效應研究 [D].華東師范大學, 2005.

[44] 邊文杰,徐燕,李少南,等.毒死蜱與魚肝微粒體P450的相互作用[J].浙江農業(yè)學報, 2011,23(4):776-781.

[45] 張 莉,顧曉軍,劉 新.魚類肝臟微粒體對于硫代磷酸酯類殺蟲劑活化代謝率的種間差異 [J].生態(tài)毒理學報, 2010,5(6): 809-816.

[46] 李常健,駱 鷹,楊錦兀,等.阿維菌素·毒死蜱對草魚的毒性效應研究 [J].安徽農業(yè)科學, 2011,39(6):3365-3367.

[47] 丁正峰,薛 暉,王曉豐,等.毒死蜱(CPF)對河川沙塘鱧幼魚的急性毒性 [J].中國水產科學, 2012,19(3):528-535.

[48] 劉 麗.毒死蜱對鯉魚的免疫毒性研究 [J].河南師范大學, 2013.

[49] 馬軍國,李效宇.毒死蜱對尖膀胱螺的急性毒性試驗 [J].湖北農業(yè)科學, 2012,51(19):4330-4332.

[50] 馬軍國.白鰱細胞色素P450(CYP3A137)的克隆及其表達研究[J].河南師范大學, 2013.

[51] 夏曉華,張林霞,王莉娜,等.毒死蜱對大鱗副泥鰍的急性毒性及遺傳毒性研究 [J].河南農業(yè)科學, 2013,1:129-131.

[52] 王 娜,劉莉莉,孫凱峰,等.有機磷農藥的構效關系及其對浮游生物的毒性效應 [J].生態(tài)環(huán)境學報, 2012,21(1):118-123.

[53] 鄭 璐.稻田排水中毒死蜱對鯽魚毒性效應的研究 [D].吉林農業(yè)大學, 2013.

[54] 夏錦瑜,王冬蘭,張志勇,等.毒死蜱和丙溴磷對鯽魚的毒性效應及其在魚體中的富集 [J].江蘇農業(yè)學報, 2010,26(5):1088-1092.

[55] 侯方浩,余向陽,趙于丁,等.毒死蜱對錦鯽性腺的影響及其在魚組織中的富集 [J].江蘇農業(yè)學報, 2009,25(1):188-191.

[56] 尹曉輝,朱國念,鄧建宇,等.毒死蜱對中華蟾蜍胚胎發(fā)育毒性及生態(tài)毒理效應 [C].第六屆全國環(huán)境化學大會暨環(huán)境科學儀器與分析儀器展覽會摘要集, 2011.

[57] 沈 堅,趙 穎,李少南,等.三種常用農藥對環(huán)棱螺,圓田螺和河蜆的急性毒性研究 [J].農藥學學報, 2013,15(5):559-566.

[58] 宋志慧,陳天乙,馬維琦.有機錫化合物對蘿卜螺的毒性作用 [J].環(huán)境科學, 1997,4:83-84.

[59] 王珊珊,馮 流.有機錫化合物的毒性效應及其影響因素 [J].安全與環(huán)境學報, 2005,5(3):12-15.

[60] 張寶東,張毓琪.氯化三丁基錫對鋰魚的急性毒性 [J].交通環(huán)保:水運版, 1995,16(1):18-19.

[61] 譚 燕,李遠友,杜永兵,等.三丁基錫對孔雀魚的毒性效應研究[J].環(huán)境化學, 2006,25(3):315-319.

[62] 宋志慧,陳天乙,劉如冰.三丁基錫對搖蚊幼蟲的毒性作用 [J].環(huán)境科學, 1998,19(2):87-88.

[63] 王 蕾.三丁基錫對非洲爪蟾和紅鯽的毒性效應 [J].華東師范大學, 2008.

[64] 朱春華,薛海波,李廣麗.三丁基錫(TBT)對羅氏沼蝦的毒性效應[J].生態(tài)學雜志, 2011,30(3):527-532.

[65] 陳天乙,鄭素平.有機錫化合物對水生無脊椎動物的毒性研究[J].環(huán)境化學, 1994,13(3):266-268.

[66] 陳天乙,譚元生,田 明.有機錫化合物對底棲動物的急性毒性研究 [J].環(huán)境科學, 1994,15(5):63-64.

[67] RIVM.Guidance document on deriving environmental risk limits in the Netherlands.Report No.601501012 [R].Bilthoven,the Netherlands: National Institute of Public Health and the Environment, 2001.

[68] USEPA.Water quality standards handbook [M].Washington DC: Office of Water, 1994.

Study of using biological effect ratio (BER) method to predict the aquatic life criteria in China.

WANG Xiao-nan1, YAN Zhen-guang1, LIU Zheng-tao1*, WANG Wan-hua1, ZHANG Cong2(1.State Key Laboratory of Environmental Criteria and Risk Assessment, State Environmental Protection Key Laboratory of Ecological Effects and Risk Assessment of Chemicals, Chinese Research Academy of Environmental Sciences, Beijing 100012, China；2.China Offshore Environmental Services Co., Ltd., Tianjin 300452, China).China Environmental Science, 2016,36(1)：276～285

Abstract：In this study, predicted aquatic life criteria using biological effect ratio (BER) method based on the difference of species sensitivity between China and the USA was investigated.First, pollutants with acute toxicity data from 3Phyla and 8Families that both in China and the USA were selected.Second, the different biological groups were developed for BER method based on the sensitivity and representation of species of the two countries.Third, effective BER method was selected based on the comparison of predicted criteria maximum concentration (CMC) and the measured CMC.Results showed that: 9pollutants of As(III), Cr(VI), Hg, Cu, Zn, Pb, parathion, chlorpyrifos and TBT both in China and the USA were selected, and the measured CMCs for protecting the Chinese native aquatic species were derived to be 201.72, 2.64, 0.74, 1.32, 55.83, 92.25, 0.12, 0.36 and 0.38μg/L, respectively.Moreover, comparison of predicted criteria and the measured criteria of 7different biological groups for BER method showed that BER method of biological groups based on the same genera or family could predict the CMCs of 9pollutants in China well.The result of this study could provide useful information for predicting CMC making full use of the existed toxicity data or just carrying out less toxicity test when toxicity data of native species is lacking.

Key words：biological effect ratio (BER)；aquatic life criteria；predicted criteria；China；USA

中圖分類號：X171.5

文獻標識碼：A

文章編號：1000-6923(2016)01-0276-10

收稿日期：2015-05-26

基金項目：國家水體污染與治理科技重大專項(2012ZX07501-003-06);環(huán)境基準與風險評估國家重點實驗室自由探索基金(SKLECRA2014OFP06)

作者簡介：王曉南(1986-),男,山西運城人,助理研究員,博士,主要從事生態(tài)毒理學、環(huán)境基準與風險評估研究.發(fā)表論文20余篇.