謝銳莉，許宜平，張慧，王子健

1. 中國科學院生態(tài)環(huán)境研究中心，中國科學院飲用水科學與技術(shù)重點實驗室，北京 10008 2. 中國科學院生態(tài)環(huán)境研究中心，環(huán)境水質(zhì)學國家重點實驗室，北京 100085 3. 中國科學院大學，北京 100049

人類活動已經(jīng)對地球生態(tài)系統(tǒng)產(chǎn)生了不可逆轉(zhuǎn)的影響，在眾多脅迫因子中，化學物質(zhì)通過對野生生物的毒害作用導(dǎo)致群落和生態(tài)系統(tǒng)結(jié)構(gòu)和能流的改變是一個廣為關(guān)注的命題。工業(yè)化過程中產(chǎn)生的大量未知化學品進入環(huán)境，許多低濃度化學物質(zhì)的生態(tài)影響經(jīng)長期暴露才能顯現(xiàn)出來，而區(qū)域或流域尺度的種群、群落和生態(tài)系統(tǒng)的響應(yīng)需要更長時間才能顯示出來，這就需要建立一種有效的方法體系，來替代傳統(tǒng)的依據(jù)單一生物毒性響應(yīng)或物種敏感度分布的風險預(yù)測或評估方法[1-3]。

生態(tài)風險評估的核心目標之一是評估暴露于毒物中的自然種群的動態(tài)變化[4]。傳統(tǒng)的生態(tài)風險評估方法，如評估因子法(assessment factor, AF)和物種敏感度分布法(species sensitivity distribution, SSD)等，均基于單物種的毒性測試，再經(jīng)外推得出一個敏感物種響應(yīng)的最低濃度閾值或基準值[1-2,5-6]。在個體水平的實驗室標準毒性測試中，實驗周期通常較短，且暴露條件往往保持恒定[7]。然而，進入環(huán)境的化學物質(zhì)會受到各種因素的影響，從而導(dǎo)致暴露環(huán)境受到不斷擾動，短時間內(nèi)的單代毒性測試無法反映化學物質(zhì)對生物體的長期累積效應(yīng)和對物種繁衍歷程的影響。其次，個體水平的毒性數(shù)據(jù)通常來源于多個物種，而不同物種的生活史特征存在差異，比如壽命、生殖時間以及產(chǎn)生的后代數(shù)目。這種差異使得生物對化學物質(zhì)的敏感性不同，即使在外推過程中進行標準化處理也無法消除，從而增加了風險評估過程中的不確定性[8]。最后，生態(tài)系統(tǒng)是一個動態(tài)的實體，個體之間、個體與環(huán)境之間均存在復(fù)雜的相互作用，個體層面的風險評估無法真實反映暴露于化學物質(zhì)中的種群動態(tài)變化和物種之間的捕食關(guān)系變化[7,9]。因此，需將生態(tài)風險評估受體的生物水平拓展至種群以提高評估結(jié)果的真實性。

基于種群水平的風險評估方法整合了較低層次生物組織的影響，可反映化學壓力源對群落結(jié)構(gòu)的累積效應(yīng)，減少了生態(tài)系統(tǒng)響應(yīng)外推過程的不確定性[10-11]，并將生態(tài)系統(tǒng)的復(fù)雜性納入到風險評估中，有助于降低生態(tài)風險評估結(jié)果的不確定性，從而為環(huán)境管理者提出更有效的生態(tài)保護條例提供基礎(chǔ)參考[12]。本文闡明了生態(tài)風險評估從個體水平向種群水平的發(fā)展歷程，并綜述了國內(nèi)外種群層面生態(tài)風險評估的常用技術(shù)及模型，希望能夠?qū)ξ覈鷳B(tài)風險評估方法和技術(shù)發(fā)展提供借鑒。

1 種群生態(tài)風險評估發(fā)展歷程(Historical Perspective of population level ecological risk assessment)

生態(tài)風險評估的最終目的是保護種群、群落以及生態(tài)系統(tǒng)免受污染脅迫因子的威脅[4]。然而傳統(tǒng)的基于個體水平的風險評估方法與種群乃至群落層面的風險管理之間存在著持續(xù)的脫節(jié)[7,12-13]。早期的生態(tài)風險評估研究多針對單一風險源或風險因子，評估尺度也局限在單物種水平。這一時期，環(huán)境管理中采用的多數(shù)化學物質(zhì)的預(yù)測無效應(yīng)濃度(predicted no-effect concentration, PNEC)均依據(jù)實驗室產(chǎn)生的單物種毒性測試結(jié)果，進而外推到風險熵或概率風險水平。評估因子法和物種敏感度分布曲線法是常用的2類外推方法。然而，由于外推過程中是基于單一物種對脅迫因子敏感度的原理，這2種方法在評估化學物質(zhì)暴露引起的生態(tài)系統(tǒng)響應(yīng)時存在很大的不確定性。

2005年，美國環(huán)境保護局(US EPA)風險評估論壇風險評估委員會(Risk Assessment Forum)成立了一個專門的技術(shù)小組，探討與種群級別生態(tài)風險評估相關(guān)的一系列問題，最終確定了3項旨在加強種群風險評估的措施，包括擴展種群水平生態(tài)風險評估的試驗、召開種群水平生態(tài)風險評估的方法技術(shù)研討會以及為種群水平生態(tài)風險評估制定合適的指南。2008年6月，US EPA風險評估委員會再次召開了一次關(guān)于種群水平生態(tài)風險評估的技術(shù)研討會，探討了種群水平生態(tài)風險評估的必要性并提出了一些技術(shù)方法和模型[14]。隨著有毒有害化學品的日益增多以及環(huán)境條件的日趨復(fù)雜，人們逐漸意識到傳統(tǒng)的生態(tài)風險評估方法不能有效預(yù)測種群、群落以及生態(tài)系統(tǒng)所經(jīng)受的真實風險。與此同時，國內(nèi)外學者通過風險相關(guān)的生物調(diào)查、野外毒性毒理實驗和生態(tài)學模型等方法開展了大量種群水平的生態(tài)風險研究，種群水平的生態(tài)風險評估也從傳統(tǒng)的單一野外觀測和生態(tài)毒理模型逐漸發(fā)展到中宇宙模擬、野外模擬試驗和對種群的動態(tài)模擬，發(fā)展了如生命表分析、Logistic曲線等，模擬種群的分布格局及豐度，進而將生物生理參數(shù)納入模型以預(yù)測種群的年齡、階段、遺傳結(jié)構(gòu)和滅絕時間等[15-16]。

2 種群生態(tài)風險評估框架(A general framework for population level ecological risk assessment)

Landis和Kaminski[17]提出種群生態(tài)風險評估終點應(yīng)為生態(tài)實體和其屬性的結(jié)合。選擇評估種群時應(yīng)納入環(huán)境保護目標，優(yōu)先考慮對脅迫源敏感、對生態(tài)系統(tǒng)功能影響大的種群。種群屬性是種群內(nèi)個體屬性，包括人口統(tǒng)計學特性、棲息地使用、生理和基因?qū)傩缘木C合特性。種群豐度是核心的屬性參數(shù)，包括種群大小、種群密度、自然狀態(tài)下的平衡豐度以及環(huán)境容納量。種群增長率描述了種群豐度的時間變化，可反映種群的健康狀況，通常用內(nèi)稟增長率(r)表示。種群結(jié)構(gòu)表征了個體的年齡、大小、性別和發(fā)育階段的分布?？臻g分布和棲息地屬性則反映了種群和環(huán)境的交互作用。由于種群屬性和個體屬性間存在區(qū)別，因此評估終點也存在差異(表1)。個體水平的評估終點主要反映個體的存活、生長和繁殖情況，種群水平的評估終點包括種群豐度、密度、內(nèi)稟增長率、滅絕風險和恢復(fù)概率等，更注重種群在脅迫狀態(tài)下的可持續(xù)發(fā)展能力。

表1 個體屬性和種群屬性的對比[18]Table 1 Comparison of attributes between individuals and populations[18]

雖然環(huán)境管理者一直將種群作為保護目標，但鮮有研究將種群水平的風險評估和生態(tài)風險評估框架結(jié)合。Shaffer[19]于1990年提出了種群生存力分析(population viability assessment, PVA)框架，能夠識別脅迫源并預(yù)測種群持續(xù)生存特定時間的可能性，但該框架主要用于瀕危物種的保護。Efroymson等[20]于2004年初步提出了種群水平生態(tài)風險評估的框架，并應(yīng)用該框架成功預(yù)測了脊椎動物暴露于石油中時種群密度的變化和滅絕的可能性。Barnthouse等[18]在US EPA頒布的生態(tài)風險評估框架的基礎(chǔ)上正式提出了種群水平生態(tài)風險評估(population level ecological risk assessment, PERA)的框架，評估過程與個體水平生態(tài)風險評估框架的思路一致。在Barnthouse基礎(chǔ)上進一步補充細化的種群水平生態(tài)風險評估框架如圖1所示。一個系統(tǒng)的種群生態(tài)風險評估過程，主要包括風險管理規(guī)劃、提出問題、風險評估、風險表征和風險管理5個步驟。風險管理規(guī)劃階段必須明確管理目標，特定的管理目標能夠作為問題提出的起點，為后續(xù)的風險分析提供導(dǎo)向。在提出問題階段，需要確定待評估的種群和評估終點，并選擇合適的概念模型和評估種群風險的工具。按照研究對象，種群水平的風險評估方法主要劃分為以下2類：(1)直接以種群作為研究對象的評估方法；(2)個體水平毒性數(shù)據(jù)結(jié)合種群模型的外推方法。分析階段主要是開展實驗或輸入數(shù)據(jù)運行模型，判斷實驗結(jié)果和模型輸出結(jié)果的可靠性。風險表征階段即利用分析階段所得的結(jié)果進行風險評估，并考慮所用工具和分析過程中的優(yōu)點和不足。最后將評估結(jié)果應(yīng)用于實際的風險管理中，促進管理目標的實現(xiàn)。

圖1 種群水平生態(tài)風險評估的框架[18]Fig. 1 A general framework for population level ecological risk assessments[18]

3 直接以種群為研究對象的評估方法(Direct assessment methods based on population attribute)

直接以種群為研究對象的評估方法包括微宇宙、基于eDNA技術(shù)的野外群落調(diào)查以及關(guān)注生物種群結(jié)構(gòu)的非結(jié)構(gòu)化模型和結(jié)構(gòu)化模型，它們可直接通過種群屬性對暴露于脅迫源中的種群進行風險評估。

3.1 微宇宙

由于以單物種毒性測試為基礎(chǔ)的生態(tài)風險評估不能直接反映自然界中的種內(nèi)和種間關(guān)系，且野外規(guī)模試驗耗費大量人力、物力，微宇宙試驗法逐漸受到廣泛關(guān)注。微宇宙可視為一個小型的生態(tài)系統(tǒng)，包含了天然生態(tài)系統(tǒng)中的主要物種和生化過程。按照構(gòu)建的場所，可分為室外微宇宙和室內(nèi)微宇宙[21]。室外微宇宙與室內(nèi)微宇宙相比體積更大，營養(yǎng)結(jié)構(gòu)更為復(fù)雜，更接近真實的生態(tài)系統(tǒng)。室內(nèi)微宇宙可進一步分為混合培養(yǎng)微宇宙和人工組合微宇宙?；旌吓囵B(yǎng)微宇宙內(nèi)的環(huán)境介質(zhì)和生物種群均來自天然生態(tài)系統(tǒng)，可支持多種藻類、微型動物甚至魚類的生存，而人工組合微宇宙中的環(huán)境介質(zhì)由人工配制而成，在接種生物后，經(jīng)培養(yǎng)演化，成為小型的生態(tài)系統(tǒng)，其優(yōu)點在于最初的生物種群可以人為控制。

通過微宇宙實驗對種群進行生態(tài)風險評價時，首先要選擇受試生物，在適宜的光照強度和溫度下進行微宇宙的構(gòu)建和馴化，一般應(yīng)包括3個及以上營養(yǎng)級組分，以反映種群間的捕食和競爭關(guān)系。然后設(shè)置受試物濃度梯度，進行微宇宙毒性測試。最后在不同時間采集樣品，測定理化參數(shù)及受試物濃度，并對受試生物進行計數(shù)，通過微宇宙內(nèi)種群密度或豐度的變化反映受試物對種群的毒性效應(yīng)，通過理化因子的波動指示微宇宙結(jié)構(gòu)和功能的變化。劉建梅等[22]構(gòu)建了包括浮游藻類、輪蟲和大型溞的微宇宙系統(tǒng)，通過定期測定銅離子濃度和種群豐度的變化曲線并結(jié)合物種敏感度分布預(yù)測了銅離子對該系統(tǒng)的63 d無效應(yīng)濃度(no observed effect concentration, NOEC)。袁丙強和李少南[23]為探究有機磷殺蟲劑三唑磷的水生態(tài)風險，構(gòu)建了室內(nèi)微宇宙系統(tǒng)，通過冗余分析、蒙特卡羅檢驗、顯著性分析和多重比較得出了三唑磷對于大型溞、萼花臂尾輪蟲和綠色湖灣介這3類浮游動物種群的最高無效應(yīng)濃度和最低有效濃度(the lowest effective concentration, LOEC)。Haegerbaeumer等[24]構(gòu)建了土壤微宇宙系統(tǒng)，探究了殺真菌劑氟蟲腈對線蟲的毒性效應(yīng)。

微宇宙可模擬自然環(huán)境中化學物質(zhì)暴露下的種群動態(tài)，以此為基礎(chǔ)的生態(tài)風險評價更具有真實性。然而由于構(gòu)建微宇宙所選擇的生物通常是易于飼養(yǎng)的，未涵蓋全部生態(tài)位的生物，因此對受試物的危害評估考慮不足。

3.2 基于環(huán)境DNA技術(shù)的野外群落調(diào)查

環(huán)境DNA(environmental DNA, eDNA)技術(shù)于20世紀80年代被提出，最早應(yīng)用于微生物群落研究中，隨著第二代測序技術(shù)(next-generation sequencing, NGS)的發(fā)展，研究對象逐漸拓展，由最初的單物種過渡到了種群、群落水平，現(xiàn)已成為生物監(jiān)測、物種多樣性保護和風險評估領(lǐng)域的非侵入性技術(shù)方法[25-28]。eDNA技術(shù)是指從環(huán)境樣品，包括土壤、沉積物、水體和空氣等中提取DNA片段，進而利用PCR擴增和高通量測序?qū)Νh(huán)境樣品中的目標群落進行定性和定量分析的方法。

利用該技術(shù)進行種群生態(tài)風險評估時，主要包括環(huán)境樣品采集、DNA提取和DNA分析3個部分[29-31]。首先，采集環(huán)境樣本。與傳統(tǒng)采樣方法不同，浮游植物、浮游動物及魚類的采集可直接過濾水樣，將濾膜保存于無菌凍存管中，采集底棲動物時直接收集沉積物于無菌凍存管中。然后，使用DNA提取試劑盒提取環(huán)境樣品中的DNA，通過PCR擴增和高通量測序進行可操縱分類單元(operational taxonomic units, OTU)的聚類及物種信息注釋。根據(jù)后續(xù)的數(shù)據(jù)處理，可得到樣本中的物種組成信息，并進一步計算出每個物種的相對豐度。此時，將環(huán)境因子或化學物質(zhì)濃度與種群密度進行相關(guān)性分析，可評估種群密度隨暴露濃度的波動情況，由此得出該物質(zhì)的生態(tài)風險。Yang等[32]利用eDNA技術(shù)鑒定出了太湖流域的浮游動物種群，評估了pH、化學需氧量(COD)、總氮、總磷和硝酸鹽等環(huán)境因素對浮游動物種群結(jié)構(gòu)的影響，并結(jié)合物種敏感度分布推導(dǎo)了特定位點的總氨氮水質(zhì)基準。該研究團隊也將微宇宙實驗與eDNA宏條形碼技術(shù)結(jié)合，鑒定出了澳大利亞墨爾本某濕地的939個原核分類單元和878個真核分類群，評估了沉積物中的銅對種群密度、種群結(jié)構(gòu)、生物多樣性和生物相互作用的影響[33]。

利用eDNA技術(shù)可快速從環(huán)境樣品中鑒定出多個物種，克服了傳統(tǒng)形態(tài)學分類的諸多限制。其次，還可與生態(tài)學理論結(jié)合建模，納入物種特定的人口統(tǒng)計學特征、污染源的時空變化以及預(yù)測種群在污染物脅迫下的反應(yīng)。但由于該技術(shù)費用較高且環(huán)境中eDNA技術(shù)獲得的每個物種的測序序列數(shù)與生物量之間的準確定量關(guān)系難以確定，因此該技術(shù)的使用仍然有限。

3.3 非結(jié)構(gòu)化模型

非結(jié)構(gòu)化模型將種群內(nèi)個體視為相同個體，用少數(shù)變量描述特定種群的動態(tài)變化。Malthus模型由英國人口統(tǒng)計學家Malthus在研究歷史人口統(tǒng)計資料后提出，最初用于預(yù)測人口的變動情況，后被廣泛應(yīng)用于生態(tài)學中種群數(shù)量波動的研究[34-35]。該模型假設(shè)種群內(nèi)稟增長率(r)保持恒定，種群數(shù)量可由式(1)表示，當時間趨于無窮大時，只要r>0，種群數(shù)量(Nt)最終一定會趨于無窮大。

Nt=N0er(t-t0)

(1)

式中：Nt表示t時刻的種群數(shù)量，N0表示種群初始數(shù)量，t表示結(jié)束時間，t0表示初始時間。

然而，由于自然界中資源有限且存在種內(nèi)競爭等因素，種群增長率不可能一直保持恒定，因此該模型的應(yīng)用存在限制。1838年Verhulst在考慮密度制約的情況下，提出了更符合種群增長規(guī)律的Logistic方程[36]，如式(2)所示，納入環(huán)境容納量(K)，將種群增長分為起始期、增速期、轉(zhuǎn)折期、減速期和飽和期5個階段。在此情況下，當時間t趨于無窮大時，種群數(shù)量會接近穩(wěn)定值K。

Nt=KN0/[(N0+KN0)e-rt]

(2)

Hallam和de Luna[37]假設(shè)在種群增長率和種群對有毒物質(zhì)的吸收率之間存在線性關(guān)系，提出了生態(tài)毒理學上的種群增長模型，運用積分均值法得出了種群平均持續(xù)生存的閾值。金香琴[38]利用Logistic模型探究了多環(huán)芳烴脅迫對淡水生物種群生長及種間關(guān)系的影響。Barnthouse[39]利用離散的Logistic模型預(yù)測了枝角類和橈足類等水生生物在農(nóng)藥擾動下種群的恢復(fù)時間。

上述Malthus模型和經(jīng)典Logistic模型多用在單種群的動態(tài)分析中，Lotka-Volterra模型以種間競爭關(guān)系為基礎(chǔ)，表征了2個種群之間互利共生、捕食-被捕食以及相互競爭的關(guān)系，能評估多個種群在化學物質(zhì)暴露條件下的種群動態(tài)。Deines等[40]利用Lotka-Volterra模型預(yù)測了在外來物種入侵、毒物脅迫和環(huán)境變化的條件下，本地物種的種群大小隨時間的波動情況以及種群的擴散遷移趨勢。由于非結(jié)構(gòu)化模型中，種群內(nèi)個體均視為相同個體，所以可通過少數(shù)變量描述種群特點，但簡化的同時也忽略了個體間的差異，導(dǎo)致模型準確度和現(xiàn)實性低。

3.4 結(jié)構(gòu)化模型

結(jié)構(gòu)化模型將種群內(nèi)個體按照年齡、大小、性別和發(fā)育階段等進行分類，用多組變量描述各類別屬性，最經(jīng)典的是矩陣模型和種群生命表。

Leslie[41]開發(fā)的Leslie矩陣是根據(jù)個體生命階段的繁殖力和存活率預(yù)測種群增長的模型。該模型將生物種群所有成員按年齡大小等間隔劃分為n個年齡組，通過繁殖率和存活率構(gòu)成的矩陣預(yù)測種群的大小、繁殖力和存活率信息。應(yīng)用該模型進行種群水平生態(tài)風險評估時，可通過文獻中的歷史數(shù)據(jù)或多代標準毒理學測試獲得模型構(gòu)建的初始參數(shù)。Hanson和Stark[42]構(gòu)建了棉鳚和鱸魚的Leslie矩陣模型，在密度依賴性和環(huán)境隨機性條件下，預(yù)測了2類種群暴露于壬基酚(NP)、三丁基錫(TBT)、氯化汞(MC)和吡啶硫酮鋅(ZnP)中滅絕的可能性及種群的平均恢復(fù)時間，結(jié)果顯示，與傳統(tǒng)急性和慢性毒性數(shù)據(jù)相比，Leslie矩陣方法分別將評估的不確定性降低了80%和61%。Chandler等[43]利用Leslie矩陣構(gòu)建了橈足類生物暴露于氟蟲腈的三代種群模型，結(jié)果表明，氟蟲腈具有生殖毒性，影響了個體的生殖發(fā)育和種群的性別比例。與個體水平的毒性效應(yīng)評估相比，矩陣模型能夠利用有限的數(shù)據(jù)提高種群水平風險評估的現(xiàn)實性，在種群生態(tài)風險評估領(lǐng)域被廣泛使用。

生命表是系統(tǒng)記錄種群死亡率、存活率和生殖率的一種工具，是最清楚、最直接地展示種群死亡和存活過程的一覽表。根據(jù)研究對象和數(shù)據(jù)類型主要分為動態(tài)生命表和靜態(tài)生命表，動態(tài)生命表假定種群所經(jīng)歷的環(huán)境條件沒有變化，真實記錄生物同生群個體在各年齡段和發(fā)育階段的存活情況，同時還可以查明和記錄死亡原因，從而可以分析種群發(fā)育的薄弱環(huán)節(jié)，找出造成種群數(shù)量下降的關(guān)鍵因素，適用于世代不重疊的生物。靜態(tài)生命表是根據(jù)特定時間和區(qū)域內(nèi)種群的年齡分布和存活數(shù)據(jù)編制而成，種群內(nèi)個體出生于不同年，經(jīng)歷的環(huán)境條件也有所差異，適用于開放、復(fù)雜或非人工控制的環(huán)境下種群大小和年齡結(jié)構(gòu)趨向穩(wěn)定的種群，但該模型無法分析死亡原因，也不適用于出生或死亡變動很大的種群。An等[44]基于野生蟑螂的生命周期參數(shù)構(gòu)建了暴露于內(nèi)分泌干擾物質(zhì)的種群生命表，結(jié)合年齡結(jié)構(gòu)矩陣評估了內(nèi)分泌干擾物對蟑螂性別變異的影響，并預(yù)測雙性個體的出現(xiàn)會顯著增加種群的滅絕風險。Ducrot等[45]對暴露于鋅中的蘇氏尾鰓蚓(Branchiurasowerbyi)進行了完整的生命周期測試實驗，使用貝葉斯公式擬合出生命表參數(shù)，結(jié)合矩陣模型預(yù)測了種群每日的漸近增長率。運用種群生命表能對種群進行最真實的風險評估，但由于野外觀測耗費大量人力物力，因此該方法如今應(yīng)用較少。

3.5 直接以種群為研究對象的評估方法的優(yōu)缺點

直接以種群為研究對象的評估方法歷經(jīng)多年的發(fā)展，在種群生態(tài)風險研究中的應(yīng)用已較為成熟，在表2中總結(jié)了各類方法的優(yōu)缺點及適用范圍。微宇宙能反映化學物質(zhì)在真實生態(tài)系統(tǒng)中的毒性效應(yīng)，但由于人為馴化和飼養(yǎng)條件的限制，一般只適用于植物、浮游動物、底棲動物和藻類。eDNA技術(shù)能快速檢測物種在環(huán)境中的分布，實驗過程簡單快速，但費用昂貴。非結(jié)構(gòu)化模型對數(shù)據(jù)要求低，一般應(yīng)用于昆蟲類種群生態(tài)風險的初步評估。一般動物種群的生態(tài)風險評估均可采用結(jié)構(gòu)化模型，但由于數(shù)據(jù)要求高，因此需要大量歷史實測數(shù)據(jù)。

表2 種群水平生態(tài)風險評估(PERA)直接評估技術(shù)方法和模型比較[2,18]Table 2 The direct techniques and models for population level ecological risk assessment (PERA) [2,18]

4 個體水平毒性數(shù)據(jù)結(jié)合種群模型的外推方法(Extrapolation assessment methods based on individual-level toxicity data and population models)

種群生態(tài)風險評估的另一類方法，是以動態(tài)能量收支模型(dynamic energy budget, DEB)、生態(tài)有害結(jié)局路徑(ecological adverse outcome pathway, eAOP)以及其他綜合生態(tài)風險模型等種群生態(tài)模型為核心，基于生物個體水平的毒性測試數(shù)據(jù)，考慮生物和環(huán)境介質(zhì)以及生物之間的相互作用，通過種群模型的動態(tài)模擬將個體水平的毒性效應(yīng)外推至種群水平。

4.1 動態(tài)能量收支模型

DEB模型由Kooijman[46]于1986年提出，該模型基于能量代謝的物理、化學特性，量化了能量在生物體整個生活史階段的分配情況。如圖2所示，在標準的DEB模型中，生物體從食物中攝取能量，同化后儲存在儲存庫中，用于生長、成熟和繁殖等生命過程。能量的利用遵循Kappa規(guī)則，即儲存的能量分為2個部分，其中，固定比例的儲存能量(κ)用于體細胞維持和生長(體細胞維持優(yōu)先于生長)，剩余部分的能量(1-κ)用于成熟度維持、成熟和繁殖(成熟度維持優(yōu)先于成熟和繁殖)。胚胎和幼體利用儲備的能量構(gòu)建生理系統(tǒng)和生殖器官。如果儲備的能量不足以維持正常生命活動的能耗，則個體可能會減輕重量或死亡。隨著發(fā)育停止，當幼體到達成年階段時，能量將重新分配[47]。

圖2 基于動態(tài)能量收支(DEB)模型的評估方法[47]注：IBM表示基于個體的模型，f、L0、Lp、Lm、rB和Rm分別表示攝食率、出生體長、成熟時的體長、最大體長、呼吸率和最大繁殖率，CBR表示臨界體殘留，CTO表示臨界靶位點占據(jù)，CAUC表示曲線下臨界面積，DAM表示損害評估模型，TDM表示閾值損害模型。Fig. 2 The assessment method based on dynamic energy budget (DEB) models[47]Note: IBM stands for individual-based model; f, L0, Lp, Lm, rB and Rm stand for feeding rate, length at birth, length at puberty, maximum length, respiration rate, and maximum reproduction rate, respectively. CBR stands for critical burden residue; CTO stands for critical target occupation; CAUC stands for critical area under the curve; DAM stands for damage assessment model; TDM stands for threshold damage model.

DEBkiss模型是標準DEB模型的簡化形式，生物體用于生長和繁殖的所有能量均直接從食物中獲取，而不是首先儲存在儲存庫中，該模型具有更多的物種和背景特異性，在理解復(fù)雜暴露場景下隨時間變化的毒性效應(yīng)方面非常有用[48]。Billoir等[49]在分析標準大型溞繁殖慢性毒性測試的數(shù)據(jù)時，在標準DEB模型的基礎(chǔ)上，提出DEBtox(dynamic energy budget in toxicology)模型。該模型納入了毒代動力學(toxicokinetics, TK)和毒效動力學(toxicodynamics, TD)過程，將污染物的暴露濃度作為協(xié)變量，生物生活史特征(存活、生長和繁殖)作為時間和暴露濃度的連續(xù)變量，通過各種反應(yīng)機理評估污染物的毒性效應(yīng)。TK模型能定量反映外源性化學物質(zhì)在體內(nèi)的吸收、分布、代謝和排泄等動力學過程，從而預(yù)測目標位點的濃度，主要劃分為經(jīng)驗房室模型和生理毒代動力學模型兩大類[50]。TD模型引入損害動力學，用于描述靶位點濃度變化對特定毒性終點的影響[51]。目前，已開發(fā)出許多反映暴露時間和毒性效應(yīng)之間機制關(guān)系的TK-TD模型，包括臨界體殘留(CBRs)、臨界靶位點占據(jù)(CTO)、曲線下臨界面積(CAUC)、損害評估模型(DAM)和閾值損害模型(TDM)等。DEB模型與TK-TD模型的結(jié)合可反映不同化學物質(zhì)的生理作用模式和毒性作用機制，能對種群所經(jīng)歷的生態(tài)風險做出更精準的預(yù)測。

利用DEBtox軟件及相關(guān)毒性數(shù)據(jù)庫，輸入個體生理學參數(shù)和化學物質(zhì)毒性參數(shù)，運行模型，可得到個體水平的濃度響應(yīng)曲線和半數(shù)致死濃度(LC50)或無效應(yīng)濃度(NEC)值，結(jié)合種群模型，可將個體水平的效應(yīng)外推到種群水平。首先，DEB模型可以和矩陣模型相結(jié)合。在矩陣模型中，個體根據(jù)年齡、大小和發(fā)育階段被分為離散的類別，可通過DEB模型中的個體數(shù)據(jù)來推導(dǎo)每個類別的存活率和生殖率等信息。張慧[52]利用DEB模型建立了稀有鮈鯽在鎘暴露下存活、生長和繁殖的脅迫響應(yīng)關(guān)系及能量分配策略，獲得了稀有鮈鯽在重金屬鎘脅迫下的種群安全濃度閾值。Lopes等[53]將搖蚊暴露于甲硫威中進行毒性實驗，所得的存活數(shù)據(jù)作為DEB模型的輸入?yún)?shù)，利用DEBtox預(yù)測了自然死亡率、致死率、清除率和NEC的值。之后結(jié)合Leslie矩陣證實甲硫威濃度超過21 μgL-1時會對搖蚊的種群動態(tài)造成影響。其次，DEB模型可與基于個體的模型(individual-based model, IBM)相結(jié)合。DEB-IBM模型由Martin等[54]于2012年開發(fā)，DEB模型描述個體層面的生理過程，而IBM模型則能夠追蹤每個個體在不同時間的特征并模擬脅迫源對生理過程或者行為產(chǎn)生效應(yīng)的機理。它們可以將個體新陳代謝與種群動態(tài)聯(lián)系起來，分析壓力源對個體代謝的影響并推斷到種群水平。Vlaeminck等[11]利用DEB模型解釋個體水平上由于不同食物來源所導(dǎo)致的蝸牛敏感度的差異，通過DEB-IBM模型將食物源效應(yīng)外推到種群水平，結(jié)合生長和繁殖的終點信息，發(fā)現(xiàn)抑制能量同化是銅最合理的生理作用模式。

利用DEB模型進行生態(tài)風險評估時，不僅能實現(xiàn)個體到種群水平的外推，還能實現(xiàn)不同物種和化學物質(zhì)間的外推，同時還能評估混合物的毒性效應(yīng)，但是，構(gòu)建該模型所需數(shù)據(jù)量大，物種信息數(shù)據(jù)庫及毒性數(shù)據(jù)庫有待進一步更新。

4.2 生態(tài)有害結(jié)局路徑

生態(tài)有害結(jié)局路徑(ecological adverse outcome pathway, eAOP)是根據(jù)化學物質(zhì)環(huán)境暴露的已知信息，結(jié)合暴露評估和毒性鑒別，描述分子起始事件與生物組織水平的有害結(jié)局之間聯(lián)系的概念性框架，在化學品環(huán)境風險識別及管控中發(fā)揮了重要作用。如圖3所示，環(huán)境中的污染源通過各種介質(zhì)遷移轉(zhuǎn)化后轉(zhuǎn)移到生物體內(nèi)，經(jīng)吸收、分布、代謝和排泄等實現(xiàn)生物體內(nèi)部暴露，當靶位點濃度達到激活劑量時，分子起始事件經(jīng)細胞、器官響應(yīng)后產(chǎn)生個體、種群及生態(tài)系統(tǒng)水平的有害結(jié)局[55-56]。個體水平的有害結(jié)局包括傳統(tǒng)毒性終點和非傳統(tǒng)毒性終點。傳統(tǒng)生物毒性測試可以測定存活、生長和繁殖等毒性終點，它們可以直接用于種群模型的計算中。其他類型的終點，例如與活動、行為、發(fā)育和免疫功能相關(guān)的參數(shù)，只能通過數(shù)學關(guān)系和機理將其與種群水平相聯(lián)系，在個體水平有害結(jié)局的基礎(chǔ)上，通過種群建模闡明高階群體水平效應(yīng)。研究者通過AOP將乙酰膽堿酯酶活性的降低與鮭魚攝食行為、食物消耗和生長聯(lián)系起來，將個體數(shù)據(jù)整合到生活史種群矩陣中，從而預(yù)測到攝入農(nóng)藥降低了魚體細胞的生長速率，并使種群數(shù)量減少[56-57]。Doering等[58]構(gòu)建了類二噁英化合物芳香烴受體激活的eAOP框架，可定量預(yù)測魚類及鳥類暴露于此類物質(zhì)時生命早期階段的劑量-反應(yīng)曲線。Hines等[59]基于AOP框架系統(tǒng)收集有關(guān)暴露、化學物質(zhì)性質(zhì)和毒代動力學的信息，構(gòu)建總體暴露途徑(aggregate exposure pathway, AEP)框架，預(yù)測了多種脊椎動物及無脊椎動物暴露于高氯酸根中的有害結(jié)局。

在eAOP框架下整合多種暴露途徑的累積毒性效應(yīng)及不同生物組織水平的毒性效應(yīng)數(shù)據(jù)，有助于毒理機制研究和風險評估，但目前對于大多數(shù)化學物質(zhì)的生物大分子的分子起始事件以及關(guān)鍵事件的識別仍存在挑戰(zhàn)。

4.3 其他綜合生態(tài)風險模型

綜合生態(tài)風險模型納入了環(huán)境因子，模擬化學物質(zhì)在生態(tài)系統(tǒng)中的遷移、轉(zhuǎn)化和歸趨過程，能在更大的尺度上進行種群水平的風險評估。按照評估尺度可分為基于食物網(wǎng)的模型、基于生態(tài)系統(tǒng)的模型和基于社會生態(tài)系統(tǒng)的模型[61]。

圖3 生態(tài)有害結(jié)局路徑(eAOP)概念圖[60]Fig. 3 Conceptual framework of the ecological adverse outcome pathway (eAOP) [60]

食物網(wǎng)分析是生態(tài)風險評估的重要組成部分，特定的生態(tài)食物網(wǎng)所反映的物種間的復(fù)雜關(guān)系以及時空變化信息能用來評估有毒化學物質(zhì)以及其他脅迫源的累積效應(yīng)。常用的模型包括：多介質(zhì)箱體模型(multimedia box models, MBMs)[62]、AQUATOX模型[63]、三相生態(tài)食物網(wǎng)模型(three-phase ecological food web analysis, TEFWA)[64]、基于逸度的食物網(wǎng)模型(fugacity-based food web model, FFWM)[65]。AQUATOX模型由US EPA發(fā)布，描述生態(tài)系統(tǒng)的概念模型如圖4所示，該模型將生產(chǎn)者、消費者、分解者以及相關(guān)環(huán)境變量納入其中，構(gòu)建食物網(wǎng)，模型輸入?yún)?shù)包括化學物質(zhì)的物化性質(zhì)和毒性參數(shù)、環(huán)境因子參數(shù)以及生物參數(shù)，這些參數(shù)來自野外實際監(jiān)測和數(shù)據(jù)庫檢索。該模型能模擬氮循環(huán)、營養(yǎng)鹽的吸收排泄、化學物質(zhì)的生物積累與轉(zhuǎn)化以及生物的生理生化等過程，能預(yù)測由食物網(wǎng)引起的間接生態(tài)效應(yīng)，現(xiàn)已被廣泛應(yīng)用于溪流、池塘、湖泊、河口和水庫等各種場景的水生態(tài)風險評估中[66]。根據(jù)模型輸出結(jié)果，可預(yù)測種群在特定脅迫源下生物量的變化情況，結(jié)合后續(xù)敏感度分析得到種群生物量變化(±20%)的概率。張璐璐等[67]為探究白洋淀多溴聯(lián)苯醚(PBDEs)的生態(tài)風險，根據(jù)淀內(nèi)優(yōu)勢種群特征和持久性有機污染物的時空分布特征構(gòu)建了AQUATOX模型，得出了各個種群的生物量變化(±20%)的風險水平，為污染物環(huán)境基準的建立提供了較為可行的方法。

基于生態(tài)系統(tǒng)的風險評估模型不僅能反映生物間的捕食和競爭關(guān)系，同樣關(guān)注污染源脅迫下生物和環(huán)境因子間的相互作用。常用的模型包括：綜合水生系統(tǒng)模型(comprehensive aquatic systems model, CASM)[68]、區(qū)域脆弱性評估(regional vulnerability assessment, ReVA)[69]、生態(tài)網(wǎng)絡(luò)分析(ecological network analysis, ENA)[70]。CASM模型由Dynamic Solution公司開發(fā)，是一個通用的質(zhì)量平衡水生食物網(wǎng)建模平臺，已用于各種淡水和沿海水生生態(tài)系統(tǒng)中。輸入?yún)?shù)包括基本水質(zhì)和環(huán)境參數(shù)、系統(tǒng)總初級生產(chǎn)力、系統(tǒng)呼吸作用、營養(yǎng)物質(zhì)變化和分解參數(shù)、污染物毒性參數(shù)等，可以模擬多個種群存在條件下的捕食競爭關(guān)系，通過微分方程表示每個狀態(tài)變量的變化情況，從而預(yù)測種群暴露于溶解性化學污染物條件下數(shù)量變化的可能性。Naito等[71]利用CASM模型評估了諏訪湖浮游植物、浮游動物、底棲動物以及魚類種群暴露于線性烷基苯磺酸鹽中的風險，以生物量變化(±20%)作為潛在毒性終點估算了其NOEC值。

圖4 AQUATOX模型的評估流程圖[74]Fig. 4 Risk assessment procedure with the AQUATOX model[74]

以上2類模型主要關(guān)注種群、群落和生態(tài)系統(tǒng)在脅迫源下結(jié)構(gòu)和功能的改變，而社會生態(tài)層面的風險評估模型是在法律決策背景下評估自然脅迫源和人為活動的綜合風險，包括：凈效益分析模型(net benefit analysis model, NBAM)[72]和社會生態(tài)系統(tǒng)脆弱性模型(socio-ecological systems vulnerability model, SSVM)[73]。

在生態(tài)系統(tǒng)規(guī)模上建立的綜合生態(tài)風險評估模型不僅關(guān)注種群間的關(guān)系，而且反映了暴露條件下生物與環(huán)境因素之間相互作用的改變，在風險管理背景下評估各種生態(tài)系統(tǒng)中種群結(jié)構(gòu)和功能響應(yīng)具有很大潛力。

4.4 個體水平毒性數(shù)據(jù)結(jié)合種群模型的外推方法的優(yōu)缺點

個體水平毒性數(shù)據(jù)結(jié)合種群模型的外推方法在種群生態(tài)風險評估中的應(yīng)用越來越廣泛，筆者總結(jié)了上述方法的優(yōu)缺點和適用范圍(表3)。DEB結(jié)合矩陣模型和IBM模型能對種群生態(tài)風險做出準確的預(yù)測，但數(shù)據(jù)需求量大，模擬過程復(fù)雜。eAOP能將毒性效應(yīng)從分子、細胞水平推至種群水平，利于明確化學物質(zhì)的毒性作用機制，但由于分子起始事件和細胞關(guān)鍵事件的識別較難，因此適用的化學物質(zhì)有限。綜合生態(tài)風險模型適用于大尺度下的種群生態(tài)風險評估，更具有生態(tài)現(xiàn)實性，但對現(xiàn)場環(huán)境因子和生物參數(shù)的數(shù)據(jù)量和準確度要求較高。

表3 PERA外推模型方法比較[10,47,61]Table 3 The extrapolation techniques and models for PERA[10,47,61]

5 種群生態(tài)風險評估的風險表征與不確定性分析(Risk characterization and uncertainty analysis of population level ecological risk assessment)

個體水平的生態(tài)風險表征一般采用商值法和概率法。商值法是將物質(zhì)的環(huán)境暴露濃度與表征該物質(zhì)危害程度的毒性數(shù)據(jù)相比較，比值>1說明有風險。更高層次的風險評估多采用概率法，通過暴露評估和效應(yīng)評估的結(jié)合，把可能發(fā)生的風險依靠統(tǒng)計模型以概率的方式表達出來。目前，種群生態(tài)風險表征仍然多采用商值法，根據(jù)種群水平的評估終點(例如種群內(nèi)稟增長率(r)為1、種群生物量變化±20%、種群年齡和性別結(jié)構(gòu)維持穩(wěn)定)確定種群相應(yīng)的PNEC值。Lin等[75]通過種群內(nèi)稟增長率判斷青鳉種群暴露于4-壬基酚中的風險，并將r=1時的化學物質(zhì)濃度作為種群的PNEC值，r<1表明種群受到脅迫，生物量減少。Hanson和Stark[42]將r=1時的化學物質(zhì)濃度除以評估因子3得到了綿鳚和鱸魚種群暴露于5種化學物質(zhì)中的PNEC值，從而評估了種群暴露于化學物質(zhì)中的風險。

為了對種群所遭受的風險進行綜合評估，必須考慮整個評估過程中的不確定性。PERA中的不確定性主要來源于自然變化、模型不確定性和數(shù)據(jù)不確定性。由于很難在整個時空范圍預(yù)測所關(guān)注變量的真實值，因此自然界本身所固有的不確定性會對評估結(jié)果造成影響。針對自然變化的不確定性，可考慮用所有可能的值構(gòu)建概率分布。通過蒙特卡羅模型將其整合到PERA的模型中，從每個時間階段的相應(yīng)概率分布中選擇存活率或繁殖力參數(shù)，多次運行，最后得到未來種群豐度的概率分布[76]。模型不確定性是由于生態(tài)過程或數(shù)學分析的簡化引入的，數(shù)據(jù)不確定性包括測量誤差和采樣實驗方法設(shè)置不合理等。不確定性的數(shù)學表征方法包括概率分析法、區(qū)間數(shù)學法和模糊理論法。在對不確定性進行分析時，常采用敏感度分析法和采樣法。在建模過程中進行敏感度分析時，可多次改變輸入?yún)?shù)的值對模型進行擾動，通過模型輸出結(jié)果的變化鑒別敏感參數(shù)。采樣法不需要獲取模型方程或者模型程序，通過蒙特卡羅和拉丁超立方體抽樣法從輸入?yún)?shù)的概率密度函數(shù)中隨機取樣，多次運行模型得到模型輸出的概率統(tǒng)計分布。

6 種群生態(tài)風險評估的應(yīng)用與展望(Challenges and opportunities of population level ecological risk assessment)

種群水平的生態(tài)風險評估歷經(jīng)多年的發(fā)展，評估范圍已經(jīng)發(fā)展到多種群和群落水平，甚至拓展到景觀和區(qū)域尺度；評估手段也從傳統(tǒng)的對多物種模擬生態(tài)系統(tǒng)的監(jiān)測轉(zhuǎn)化為eDNA分子生物學手段對群落生物多樣性的監(jiān)測以及DEB、綜合水生態(tài)模型對種群的動態(tài)模擬。它可用于環(huán)境風險全過程管理體系，不僅能在種群水平上反映突發(fā)環(huán)境事件的急性風險，而且能用于預(yù)測持久性污染物的長期、慢性環(huán)境風險，將事件驅(qū)動型的環(huán)境風險管理轉(zhuǎn)變?yōu)橹鲃有缘娘L險預(yù)警。種群水平的生態(tài)風險評價還可用于環(huán)境質(zhì)量評價，為環(huán)境標準的制定和修訂提供理論基礎(chǔ)。然而，由于種群模型的復(fù)雜性和不確定性，以及基礎(chǔ)數(shù)據(jù)的獲取需耗費大量物力財力，種群水平的生態(tài)風險評估仍停留在科學研究層面，未有效應(yīng)用到環(huán)境風險管理中。隨著環(huán)境風險管理對種群、群落以及生態(tài)系統(tǒng)保護的要求的提高，需從以下幾方面開展深入研究，以使種群生態(tài)風險評價結(jié)果能夠更準確地反映生態(tài)系統(tǒng)的情況。

(1)拓展PERA的評估框架的理論基礎(chǔ)。目前的評估框架側(cè)重于對常規(guī)化學物質(zhì)所導(dǎo)致的生態(tài)風險進行評估，缺乏對新型污染物的毒性作用模式研究。通過毒性比率臨界值或化學官能團將毒性化學物質(zhì)區(qū)分為反應(yīng)型、非反應(yīng)型、非極性麻醉型和極性麻醉型的理論還存在爭議，需基于生物體內(nèi)臨界濃度(critical body residue, CBR)衡量外源性化學物質(zhì)對生物的毒性作用從而建立化學物質(zhì)分類規(guī)則。

(2)優(yōu)化監(jiān)測種群屬性的技術(shù)方法。建立標準化的微宇宙構(gòu)建方法，包括生物組成、生物培養(yǎng)介質(zhì)和試驗條件，從而提高實驗結(jié)果的可重復(fù)性。優(yōu)化eDNA的樣品的獲取及分析方法，避免樣品間的交叉污染，使采集樣品能全面真實地反映受試種群的屬性。進一步發(fā)展PCR技術(shù)及DNA測序技術(shù)，降低eDNA技術(shù)的成本。

(3)發(fā)展PERA評估模型，優(yōu)化種群動態(tài)模擬技術(shù)。在種群模型構(gòu)建上，需要針對具體問題和數(shù)據(jù)的可利用度來考慮模型的適用性，模型輸出結(jié)果應(yīng)和環(huán)境風險管理目標有效結(jié)合，表明種群之間、種群和生態(tài)系統(tǒng)間的復(fù)雜關(guān)系，結(jié)合毒理學模型，闡明待評估化學物質(zhì)的作用機制及受體所有可能的暴露途徑，結(jié)合計算模擬技術(shù)，簡化模型參數(shù)的輸入，提高模擬結(jié)果的準確度。

(4)判斷評估結(jié)果的可信度時，應(yīng)加強證據(jù)權(quán)重(WoE)方法體系研究。采用證據(jù)權(quán)重對各證據(jù)的相關(guān)性、強度和可靠性進行打分，整合生成證據(jù)權(quán)重主體，以最終確定是否存在不合理的風險。

(5)在風險交流方面，環(huán)境風險管理工作者應(yīng)積極參與評估過程，將評價結(jié)果作為風險管理決策的支撐，在不同的環(huán)境管理背景下定義可接受的種群風險，補充整合環(huán)境風險信息，構(gòu)建透明有效的環(huán)境風險交流平臺。