白洋淀典型抗生素与底栖藻类群落指标相关性研究

底栖藻类作为湖泊中主要的生产者,其对抗生素较为敏感,目前有关喹诺酮类抗生素(quinolones, QNs)与底栖藻类群落的相关性研究较为缺乏,因此本研究选取白洋淀为研究区,利用超高效液相色谱串联质谱法(HPLC-MS/MS)检测水体QNs浓度,并分析底栖藻类群落结构和功能指标,利用商值法(RQ)计算QNs的生态风险值,建立QNs生态风险与底栖藻类群落指标的相关性。研究结果如下。(1)白洋淀QNs浓度存在明显时空差异。就空间分布而言,QNs的最高浓度出现在生境1(1 309.80ng·L~(-1));就时间变化而言,4月QNs浓度最高;就QNs种类而言,氟甲喹(flumequine, FLU)浓度最高(1 054.38 ng·L~(-1));(2)就藻类群落指标的空间分布而言,除藻密度(AD)、叶绿素a(Chl a)、叶绿素b(Chl b)、叶绿素b/a(Chl b/a)、绿藻比例(CHL)、蓝藻比例(CYA)、碱性磷酸酶(APA)、β-葡萄糖苷酶(GLU)、亮氨酸氨基肽酶(LEU)和无灰干重(AFDW)等指标最大值出现在生境2外,其他指标最大值出现在生境3;就时间分布而言,大部分底栖藻类群落指标11月值高于4月和8月;(3)除FLU的生态风险处于中等水平外,其余QNs生态风险较低;其中,8月生境2的生态风险值最高(RQ最大值为0.9446);(4) AD、Chl a、Chl b、叶绿素c(Chl c)、Chl b/a与RQ_(CIP)和RQ_(FLU)呈显著相关,其中Chl a与RQ_(FLU)的相关性显著(r=0.827,P<0.01)。结果表明,底栖藻类结构指标与QNs风险值相关性较为显著,因此,可考虑筛选较为敏感的底栖藻类群落结构指标,为富营养化湖泊生态监测方法研究提供理论基础及相关数据支撑。     

区域环境中多环芳烃的皮肤接触暴露水平

通过实例介绍污染物-皮肤接触暴露的量化方法.选择了多环芳烃污染较严重的天津市,计算了该地区人群通过2种主要皮肤接触途径(皮肤-降尘接触和皮肤-洗浴水接触)对区域环境中16种PAH化合物(PAH16)的皮肤接触暴露与健康风险.儿童、青少年和成人三个亚群对PAH16的日均皮肤接触暴露量分别为3.41×10-2、2.68×10-2、1.95×10-2μg.kg-.1d-1.终生加权暴露量为2.20×10-2μg.kg-1.d-1.不确定性分析的结果表明,至少50%人群对PAH16暴露量在2.00×10-2—4.00×10-2μ.gkg-.1d-1范围内,暴露量极高和极低的人都很少.在16种化合物中,皮肤接触暴露优势化合物是Phe,F la,Pyr,Bap和Baa.皮肤途径终生加权暴露对总暴露量的贡献很低(1.06%),换算为BaP等效浓度(BaPeq)后则增加到6.00%.人群由于PAH16皮肤接触暴露所导致的平均致癌风险为8.1×10-7a-1,并未超出最大可接受风险1×10-5a-1.     

白洋淀湿地表层沉积物多环芳烃的分布、来源及生态风险评价

对白洋淀湿地表层沉积物15种多环芳烃含量进行了检测.结果表明,其总含量范围为324.6~1738.5ng·g-1,整体来看,白洋淀湿地多环芳烃污染处于中等偏低污染水平.多环芳烃组成主要以2~3环、4环为主,其含量分别占总含量的47.8%、28.6%.白洋淀湿地表层沉积物多环芳烃主要以化石燃料、木柴及生物质低温燃烧来源为主,个别样点受油类排放污染严重.风险评价表明,严重的多环芳烃生态风险在白洋淀湿地表层沉积物中不存在,但是在部分区域某些多环芳烃含量超过了效应区间低值(ERL),可能存在着对生物的潜在危害.     

多环芳烃活性参数与色谱保留指数相关性分析

为了简化多环芳烃(PAHs)的Koc、Kow和BCF等活性参数的测定和预测工作,通过对PAHs的活性参数与气相色谱保留指数(I)、苯环个数(N)的相关关系分析,分别建立了I与lgKoc、lgKow和lgBCF,N与lgKoc、lgKow和lgBCF间的2类一元线性回归预测方程,以及I、N与lgKoc、lgKow和lgBCF间的二元线性回归预测方程。结果表明,PAHs类化合物的I值或N值分别与lgKoc、lgKow和lgBCF存在明显的线性相关性,均能对上述3种活性参数进行准确预测,其中,用I值建立的一元回归方程的预测精度更好;而利用I值和N值共同建立的二元预测方程经t检验发现,方程中变量N的偏回归系数的统计检验没有显著意义。本研究利用I值建立的一元线性预测模型能较好地预测PAHs类化合物的Koc、Kow和BCF等活性参数,从而为PAHs的活性参数预测提供了一种简便易行的方法。     

石油污染土壤中多环芳烃分析及生态风险评价

对中原油田石油污染土壤中多环芳烃(PAHs)的残留量进行了调查。结果表明,PAHs总残留量范围为70.8～5 013.2μg.kg-1,且以3环以上多环芳烃组分为主。其中,苯并[a]芘检出率为100%,采油树前地表土壤苯并[a]芘检出量很高,最高可达996.9μg.kg-1。参考加拿大农业区域土壤PAHs的治理标准值,采用内梅罗综合指数法进行评价的结果表明:运行中和停产时间较短的油井周围土壤的生态风险较高;油井运行状态、停产时间及距采油树(污染源)的距离对土壤的生态风险都有影响,油井停产时间越长,其周围土壤的生态风险随之降低,距污染源越远,土壤生态风险越低。     

锦州湾表层沉积物中多环芳烃测定与生态风险评价

通过测定锦州湾表层沉积物样品中16种美国EPA优控多环芳烃（PAHs）的污染水平,分析其组成、空间分布特征及来源,并进行了生态风险评价.结果表明,锦州湾表层沉积物中PAHs总量分布范围为133.44—593.91 ng.g-1,近岸地区浓度较高,外海海区浓度逐渐降低.就其组成特征而言,以4—6环PAHs为主,占总量的5...     

新乡市地表水中多环芳烃的分布特征及生态风险

利用GC-MS测定了新乡市地表水中15种多环芳烃(PAHs)的含量,分析了其组成特征,并通过安全阈值(MOS10)法评价了新乡市地表水中PAHs的生态风险.结果表明,新乡市地表水中PAHs的含量为369—4248 ng·L,与国内其他河流相比,污染水平较高.PAHs的组成以3环和4环为主,分别占总量的41.3%和40.3%.新乡市地表水中单种PAHs对水生生物的生态风险大小依次为蒽(Ant)菲(Phe)芘(Pyr)苯并[a]芘(Ba P)荧蒽(Flua)芴(Flu)苊(Ace),其中Ant和Phe的暴露浓度超过影响10%水生生物的概率分别为30.2%和10.4%,具有潜在生态风险;Ace、Flu、Flua、Pyr和Ba P的暴露浓度超过影响10%的水生生物的概率分别为0.85%、1.96%、4.26%、6.71%和5.69%,生态风险较低.联合生态风险评价结果表明,新乡市地表水中∑PAH7等效浓度超过影响10%水生生物的概率为43.7%,大于任何单种PAHs对水生生物的生态风险,主要河流的生态风险从大到小依次为金堤河(56.6%)共产主义渠(43.0%)天然文岩渠(16.4%).     

辽河口湿地土壤多环芳烃的分布与生态风险评价

2008年10月,2009年5月和8月分别对辽河口湿地土壤进行分层取样,利用GC-FID技术定量分析PAH含量.结果表明,不同站位表层土壤中PAHs总量变化范围为268.7-2853.8 ng·g<'-1>,平均值为1241.9ng·g<'-1>.2008年10月份土壤PAHs以高环为主,2009年5月和8月均是以低环...     

曹妃甸和黄骅港近岸海域表层水体中PAHs的分布、来源及风险评价

曹妃甸和黄骅港是河北省近海工业布局和港口分布较密集的区域,对其近岸海域海水水质进行监测具有重要意义。2014年9月采集研究区近岸海域表层海水,并利用GC-MS对其中16种优先控制PAHs进行测定。结果表明,曹妃甸和黄骅港近岸海域表层海水中∑PAHs含量分别为52.6~192.1 ng·L~(-1)和85.4~156 ng·L~(-1),平均含量分别为74.59 ng·L~(-1)和121.45 ng·L~(-1)。黄骅港近岸海域∑PAHs含量高于曹妃甸近岸海域的含量,但PAHs的种类没有差异。对比其他研究区域水体中PAHs的含量,本区域表层海水中PAHs的含量处于中等水平,属于轻污染。异构体比值结合该区域现状分析初步判断,研究区表层海水中PAHs来源于石油污染和煤、生物质等的燃烧。应用风险商值法(RQ)对研究区域表层海水中PAHs的生态风险进行评价,结果表明该海域存在低生态风险,需采取措施控制PAHs的污染。     

太湖梅梁湾沉积物中多环芳烃的生态和健康风险

持久性有机物引起的水质安全性问题日益受到广泛的关注.利用生态和健康风险评价的原理和方法,对太湖梅梁湾水源地沉积物中的多环芳烃可能导致的负面效应进行了分析.首先采用商值法筛选出该地区沉积物中具有潜在风险的多环芳烃,再进一步用建立在暴露浓度分布和物种敏感度分布上的概率法定量表征风险.结果表明,太湖梅梁湾水源地沉积物的多环芳烃中,菲、荧蒽、芘、苯并[a]蒽、屈、苯并[a]芘、二苯并[a,h]蒽7种具有潜在风险;在保护95%的物种水平下,菲的风险最小,而荧蒽和芘风险较高,达20%.健康风险分析表明,美国EPA提出的7种具有遗传毒性的多环芳烃其致癌风险在梅梁湾沉积物中均在10-5水平以下.     

环境中多环芳烃(PAHs)的生物标志物的功效分析

污染物的生物监测一直是环境风险评估研究的重要内容.肝脏中谷胱甘肽硫转移酶(glutathione-S -transferase,GST)、7-乙氧基-3-异吩恶唑酮-脱乙基酶(ethoxyresorufin-O-deethylase,EROD)、DNA-加合物(DNA-adducts)和胆汁中多环芳烃代谢物(PAH m...     

北京市某废弃焦化厂不同车间土壤中多环芳烃(PAHs)的分布特征及风险评价

以北京市某废弃焦化厂为研究对象,系统采集了6个车间0～4m深的26个土壤样本,利用GC/MS检测了U.S.EPA优控的16种多环芳烃(PAHs)的含量,分析了PAHs在焦化厂不同车间表层土壤的污染状况和深层土壤中的垂直分布特征并对土壤污染风险进行了评估.结果表明,1)该废弃焦化厂不同车间表层土壤(0～20cm)总PAHs(∑PAHs)的残留量介于672.8～144814.3ng·g-1之间;污染程度排序为:回收车间>老粗苯车间>焦油车间>炼焦车间>水处理车间>制气车间.2)该厂未受扰动的土壤样品显示PAHs主要聚集在表层土壤,并随着土壤深度的增加而迅速减少;其他样点由于土壤扰动,∑PAHs含量最大值出现在第三层土壤(80～180cm);该厂4m深底层土壤仍有高浓度PAHs,∑PAHs含量最高值出现在炼焦车间,达12953.1ng·g-1.3)焦化厂土壤PAHs污染主要集中在3环和4环的PAHs单体上,分别占到污染总量的51.3%和31.7%.4)根据Maliszewska-Kordybach的PAHs总量标准及加拿大土壤PAHs单体治理标准,该厂回收、老粗苯、焦油和炼焦车间表层和深层土壤PAHs含量均达到重污染水平,并对其周围土地带来较大风险,需要治理.     

太湖胥口湾表层水和沉积物中多环芳烃的浓度水平及生态风险

多环芳烃(polycyclic aromatic hydrocarbons,PAHs)是环境中普遍存在的稠环类化合物,由于其对人体健康和生态环境产生较大危害,美国环保局将16种PAHs列为优先控制的污染物。PAHs也是太湖流域的主要污染物之一。作为华东地区的重要水系和水源地,研究太湖环境质量的变化对改善太湖流域水生生态系统和提高沿岸居民身体健康具有重要意义。论文研究了太湖胥口湾水域表层水和沉积物的PAHs。结果显示,表层水和沉积物的PAHs总浓度分别为7.2~83 ng·L~(-1)和66~620ng·g~(-1)干重;年均值为29 ng·L~(-1)和218 ng·g~(-1)干重;年均毒性当量浓度为2.4 ng·L~(-1)和28 ng·g~(-1)干重。沉积物中的主要污染物为荧蒽、芘和,影响毒性当量浓度的主要是苯并(a)芘和二苯并(a,h)蒽。4环PAHs在沉积物中占主要,其浓度百分比为44%~48%,而5环PAHs则占毒性当量总浓度的90%以上,说明其危害主要来自5环PAHs。PAHs特征化合物比值分析表明,胥口湾沉积物中PAHs主要来源于煤和木材燃烧,表层水大部分为燃烧和石油的混合来源。污染水平的时空变化特点为丰水期(8月)表层水PAHs浓度偏高,沉积物偏低。湖区和湖岸的PAHs浓度只在丰水期有显著差异,表层水PAHs浓度湖区高于湖岸,沉积物相反;其他时期湖区和湖岸PAHs浓度无显著差异。根据加拿大沉积物环境质量标准,胥口湾整体生态风险水平较低。从时空分布特征来看,个别生态风险较高的点主要分布在湖岸,5月平水期可能是沉积物中PAHs生态风险较高的频发期。     

环渤海北部沿海地区表层土壤中PAHs的污染特征及风险评价

系统采集了环渤海北部沿海地区31个表层土壤样品,利用GC/MS分析了16种USEPA优控多环芳烃(PAHs)的含量和组分特征,运用主成分因子载荷法揭示了其污染来源,并初步评价了其风险水平.结果表明,沿海地区65%的土壤已被污染,最高污染样点PAHs含量达920.4ng·g-1,平均含量309.5ng·g-1,与国内外相关研究比较,处于中低等污染水平.各类燃料的不完全燃烧是该地区土壤中PAHs的主要来源,石油类挥发或泄漏对采油区土壤中PAHs的累积影响显著.     

京津潮白河多环芳烃及其衍生物分布

采用固相萃取-气相色谱质谱联用仪测定京津潮白河中的多环芳烃(PAHs)及其衍生物(SPAHs)的污染水平,并采用絮凝法分析水样中自由态PAHs/SPAHs和结合态PAHs/SPAHs的分布。结果表明,京津潮白河中PAHs和SPAHs总质量浓度分别为55.06～215.02 ng·L~(-1)和92.37～227.33 ng·L~(-1),上游河段PAHs和SPAHs质量浓度均低于下游河段。7种致癌PAHs占比为22%～41%,需引起重视。本研究中的SPAHs包括三类物质:氧化PAHs(OPAHs)、甲基PAHs(MPAHs)和氯代PAHs(Cl PAHs)。其中,OPAHs对SPAHs贡献最大(59%～71%),其次是Cl PAHs(22%～32%)和MPAHs(7%～14%)。京津潮白河中PAHs和SPAHs主要以自由态形式存在,总浓度可以准确估计污染物的环境风险。