基于Meta分析的全氟化合物对鱼类生态毒性效应

全氟及多氟化合物（PFAS）是难降解的有机污染物,具有普遍存在、生物蓄积和生物学毒性效应等特点.为探讨PFAS对鱼类的生物毒性效应,综述了64篇文献,通过Meta分析合并效应值探讨鱼类暴露于PFAS对其功能性状的毒性,为PFAS的毒性评估提供参考,有利于PFAS污染的优先控制管理.结果表明：①在研究的12种功能性状中,鱼类的7类功能性状易感,毒性响应顺序为畸形（lnRR=-2.5599）、发育（lnRR=-0.4103）、细胞损伤（lnRR=-0.3962）、生殖（lnRR=-0.3724）、甲状腺水平（lnRR=-0.2492）、生长（lnRR=-0.2194）和生存（lnRR=-0.2192）;②鱼类性别和所处发育阶段显著影响PFAS的水生毒性,PFAS易对雌鱼产生不良影响（lnRR=-0.1628）,且胚胎期鱼类的生理功能受PFAS影响最显著（lnRR=-0.3553）;③研究涉及的PFAS共13种,其中具有磺酸盐基团的PFAS和长链PFAS更易对鱼类的功能性状产生不良影响（P<0.05）;④现有数据揭示PFAS在中低浓度（0.01~10 mg ·L^-1）下易对鱼类产生急性毒性（P<0.05）.     

浙江省大气颗粒物PM2.5中全氟化合物污染特征分析及健康风险评估

全氟化合物作为"典型新型污染物",近年来受到环境工作者的广泛关注.采用加速溶剂萃取仪,以2∶1的二氯甲烷∶丙酮混合溶剂萃取和超高效液相色谱-三重四级杆串联质谱（UPLC-MS/MS）分析采集到的浙江省大气颗粒物PM_2.5样品中全氟化合物的浓度,研究PM_2.5中全氟化合物的污染特征.结果表明,12种全氟化合物■日均总浓度在131.63～578.53 pg·m^-3,冬季污染水平略高于秋季.全氟磺酸类化合物的浓度远低于全氟羧酸类化合物;磺酸类中全氟辛烷磺酸（PFOS）污染最严重,平均在12.90 pg·m^-3;羧酸类化合物浓度大小为:全氟辛酸（PFOA）>全氟己酸（PFHxA）>全氟庚酸（PFHpA）,长链PFCs的检出率远低于短链PFCs.利用HYSPILT-4模型计算采样点QZ气团输送轨迹并聚类,发现该采样点后向轨迹时间差异较大,气团来源影响浓度大小;前向轨迹证实PFCs可随大气短时间内发生远距离传输.全氟十一烷酸（PFUdA）与全氟十四烷酸（PFTeDA）的相关系数达到了0.68,全氟己...     

青藏高原东北部地区表层土壤中全氟化合物的分布特征及来源解析

为探讨全氟化合物（PFASs）在偏远地区的赋存水平及其来源,采用超高效液相色谱-串联质谱法分析了青藏高原东北部地区18个点位表层土壤中12种PFASs含量水平和分布特征,并对其进行来源解析.结果表明,土壤中有11种PFASs检出,■范围为0.043～1.573 ng·g^-1,平均值为0.398 ng·g^-1,其中单体PFBA的含量最高(平均值为0.164 ng·g^-1),PFHxA含量最低(平均值为0.005 ng·g^-1),其他单体PFASs含量处于同一水平(平均值为0.011～0.057 ng·g^-1),短链PFASs是该区域PFASs的主要贡献者. PFASs空间分布整体表现为西和北部较高,东南较低,PFBA存在高山冷凝效应.主成分分析表明,青藏高原东北部区域土壤中PFASs主要来源于PFASs及其前体物大气传输至此发生的沉降和降解,少数地区受点源污染直接排放影响,金属和矿产等工业生产和人类活动是其主要来源.     

沱江流域典型及新兴全氟/多氟化合物的污染特征及来源解析

为研究沱江流域表层水中全氟/多氟化合物（PFASs）的污染特征和来源,采用超高效液相色谱-串联质谱（UPLC-MS/MS）分析了沱江48个表层水样中的PFASs.结果表明,沱江流域水体中ρ（ΣPFASs）为12.5~3789 ng·L^-1,其中全氟辛烷羧酸（PFOA）为最主要污染组分,ρ（PFOA）为9.97~3764 ng·L^-1,占比高达73.6%~99.8%,说明传统PFASs仍是沱江流域主要的PFASs.所涉新兴PFASs检出率最高的为F-53B,检出率达100%,F-53B已在沱江流域被广泛使用.沱江流域浓度最高的新兴PFASs为6：2氟调聚磺酸（6：2 FTS）［nd~27.3 ng·L^-1,平均值为（9.12±7.70） ng·L^-1］,与国内外其它河流相比,处于较高污染水平.工业园区附近采样点的PFASs污染水平较高,其次为沱江下游的泸州河段,说明氟工业园区排放和人类日常生产活动是造成沱江流域PFASs污染的主要影响因素.最后,通过估算得出,沱江流域水相向长江排放的PFASs通量为353 kg·a^-1,其中排放通量最高组分为PFOA （348 kg·a^-1）,可为沱江流域PFASs管控提供基础数据.     

水体中典型重金属和全氟化合物对水生生物的联合毒性

水体作为环境污染因子的最终归宿,不仅容纳了越来越多的有毒物质,而且由于水体的立体性,水生生物极易受到多种因子的复合污染,易造成潜在的生态和健康风险。其中,重金属和持久性有机污染物因分布广、难降解且毒性效应复杂等特点,对水生生态易造成潜在危害而受到广泛的关注。环境污染往往是以混合物的形式联合存在,而联合毒性作用的相关研究较少。因此,本文围绕近年来典型重金属和全氟化合物的单一毒性,以及复合污染对水生动物的联合毒性作用进行了综述,现有的研究结果表明,复合污染对生物体存在联合毒性作用,可能表现为单一元素毒性作用、协同作用或拮抗作用,并对存在的问题和今后的关注重点进行了探讨,以便为未来的研究提供借鉴。     

基于稳定碳同位素的济南市二元羧酸类SOA的污染特征与形成机制

为研究济南市冬季PM_2.5中二元羧酸类二次有机气溶胶（SOA）的来源、液相形成机制及影响因素,于2016年1-2月昼夜共采集46个PM_2.5样品,并对二元羧酸类SOA （包括二元羧酸、酮羧酸与α-二羰基化合物）与左旋葡聚糖的昼夜变化特征进行分析.研究结果表明,二元羧酸、α-二羰基化合物与左旋葡聚糖均呈昼低夜高的变化特征,而酮羧酸的昼夜变化特征与之相反.二元羧酸类SOA的分子组成特征以草酸（C₂）的浓度最高,其次是丁二酸（C₄）和丙二酸（C₃）,与受生物质燃烧较显著的二元羧酸类SOA的分子组成是相同的.C₂/总二元羧酸的浓度（TDACs）、甲基乙二醛（mGly）/乙二醛（Gly）、C₂/SO₄^2-比值的昼夜变化特征与稳定碳同位素（δ¹³C）的组成特征均表明济南市冬季夜晚气溶胶的氧化程度比白天深.C₂及其前体物（Gly、mGly）与SO₄^2-、相对湿度（RH）、液相水含量（LWC）与气溶胶的实际酸度（pH_is）的相关性均较强,表明C₂及其前体物是在液相中经酸催化氧化反应产生的.夜晚二元羧酸类化合物的δ¹³C值高于白天,且随着含碳量的升高二元羧酸的δ¹³C值随之降低.C₂的δ¹³C值随气溶胶的老化而偏正,这是由于同位素动力学效应（KIEs）导致的.     

重庆市典型行业废水中16种全氟化合物污染特征

为了解重庆市不同行业废水中全氟化合物(per-and polyfluoroalkyl substances,PFASs)的污染状况,在该市范围内选择橡胶制造业、塑料制品制造业、涂料制造业、印刷业、造纸和纸制品业、电气机械和器材制造业、电子设备制造业、汽车制造业、纺织业、医药制造业和化学纤维制造业11个典型行业的26家企业为调查对象,对企业污水处理设施进、出口废水中PFASs的污染水平进行研究.结果 显示,16种PFASs在进、出水中均有不同程度的检出,检出率介于3％～100％之间,进、出水中PFASs总含量(∑16PFASs)范围分别为12.4 ～38484 ng·L-1和10.0～48677 ng·L-1,污染水平呈现中链＞短链＞长链的趋势.其中全氟辛酸(perfluorooctanoic acid,PFOA)和全氟辛烷磺酸(perfluorooctane sulfonate,PFOS)是废水中最主要的污染物,分别占进水中∑16 PFASs的50.8％和21.4％,出水中∑16 PFASs的54.4％和20.3％.Spearman相关性分析显示,进出水中短、中链PFASs之间具有明显的正相关关系(P＜0.05),表明两者有相似的污染来源和环境行为.比较进出水中PFASs的污染特征可知,企业污水处理设施对长链PFASs具有相对较好的去除效果,而对短、中链污染物的去除效率十分有限.26家企业废水与长江流域重庆段水体中PFASs的组成情况相类似,均以PFOA为首要污染物,且大部分出水中PFASs污染水平明显高于附近流域,表明工业废水很可能是重庆市地表水中PFASs的重要来源之一,因此工业废水中PFASs的治理需要引起重视.     

全氟化合物在鱼类肝脏中的生物富集因子预测与影响因素分析

全氟化合物(perfluorinated compounds, PFCs)作为一种新兴有机污染物,因其环境持久性及生物富集性,对生态环境健康存在潜在风险。鉴于实验测定PFCs生物富集作用的局限性,为实现对PFCs生物富集因子(bioconcentration factor, BCF)的合理预测及其影响因素分析,本研究基于前人报道的log BCF实验数据,采用多元线性逐步回归方法建立了PFCs对鱼类肝脏生物富集作用的定量结构-活性关系(quantitative structure-activity relationship, QSAR)模型,并对该模型进行了全面验证与评估及机理解释。结果表明,所建QSAR模型的决定系数(R²=0.902)、内部验证指标(Q_LOO²=0.852)、外部验证指标(Q_F1²=0.855、Q_F2²=0.850、Q_F3²=0.814)等统计参数均符合建模标准,模型具备良...