基于ICE-SSD联用的地下水中苯并[a]芘生态风险评价——以下辽河平原地下水为例

借鉴地表水生态风险评价框架,尝试构建地下水生态风险评价方法,以下辽河平原地下水为例,开展地下水中苯并[a]芘(BaP)的生态风险评价工作.通过开展示范区地下水生态系统特征分析,筛选出用于地下水生态风险评价的代表性物种,共计5门9科.基于种间关系模型(ICE),推导地下水代表性物种的毒性数据.选取日本三角涡虫作为地下水典型物种,模拟地下水条件开展急性毒性试验,测试结果与模型推导数据间具有较好的一致性,初步验证了模型推导数据的可靠性;同时将测试结果应用于模型数据的校正,以降低方法的不确定性.基于此,构建地下水生态系统物种敏感度曲线(SSD);参考EPA方法构建地表水生态系统SSD曲线;地下水生态系统和地表水生态系统对于BaP 5%物种有害浓度(HC5)值分别为0.11μg·L~(-1)和0.58μg·L~(-1),初步表明地下水物种对BaP胁迫更为敏感.结合下辽河平原区地下水中BaP的暴露浓度水平,开展地下水生态系统风险评价,结果表明:处于高风险水平(RQ1)的概率为0.61%,表明胁迫因子BaP对下辽河平原地下水生态系统影响有限.     

种间关系预测(ICE)模型在水质基准研究中的应用

水质基准研究主要是基于物种的实验室测试的毒性数据开展的。对于一些毒性数据相对缺乏的化学品,水质基准研究就会受到一定的影响。本文从水质基准研究方法的角度,阐述了种间关系预测(ICE)的基本原理和基本方法,系统介绍了ICE模型的毒性预测方法在水质基准研究中的应用,并通过锌的ICE案例研究证明了模型在中国的可利用性。同时,对ICE模型的不确定性和适用性进行了分析。最后,对ICE模型存在的问题和未来的发展方向进行了探索和展望。     

应用ICE和PCA方法评价硝基芳烃的综合毒性

应用种间相关估算(ICE)方法预测50种硝基芳烃缺失的生物毒性数据,对通过ICE计算获得的各种生物毒性数据进行主成分分析(PCA),计算综合毒性因子(ITI),进行综合毒性评价.结果表明,除了黄瓜种子发芽抑制毒性以外,其他各种生物毒性都在1%的显著水平上呈显著的线性正相关.硝基芳烃的这些生物毒性机制基本相似,因此应用ICE方法预测其毒性数据是可行的.QSAR分析表明,ITI与分子最低未占轨道能E_lumo有显著的相关性,r=0.869,表明亲电反应性是硝基芳烃的各种生物毒性所综合反映的主要致毒机理.基于ICE和PCA方法计算得到的ITI与基于QSAR和PCA方法计算得到的ITI的大小趋势具有一致性,ICE与PCA方法的联合应用可以成功地评价和预测硝基芳烃的综合毒性.     

Modelling of a downdraft gasifier fed by agricultural residues

A non-stoichiometric model for a downdraft gasifier was developed in order to simulate the overall gasification process. Mass and energy balances of the gasifier were calculated and the composition of produced syngas was predicted. The capacity of the modeled gasifier was assumed to be 0.5 MW, with an Equivalence Ratio (EQ) of 0.45. The model incorporates the chemical reactions and species involved, while it starts by selecting all species containing C, H, and O, or any other dominant elements. Olive wood, miscanthus and cardoon were tested in the formulated model for a temperature range of 800-1200 °C, in order to examine the syngas composition and the moisture impact on the supplied fuel. Model results were then used in order to design an olive wood gasification reactor.     

我国土壤受试植物筛选与毒性预测

生态毒性数据缺乏是我国土壤基准与生态风险评估研究中一直存在的问题,开展本土受试植物的筛选可提供更多的生态毒理试验选材,从而获得不同物种的生态毒性数据.鉴于植物对土壤污染物的敏感性,从被子植物中依据分布范围、代表性和易于获得性等原则,对我国潜在的受试植物进行筛选,结果发现,13科53种被子植物分布广泛且易于获取,可作为本土受试植物;结合生态毒性数据的搜集与分析,其中12种受试植物的生态毒性数据相对丰富,并对部分典型污染物表现高敏感.此外在受试植物生态毒性预测模型研究方面,对12种受试植物两两进行建模预测,共得到132个物种种间关系估算模型(Interspecies Correlation Estimation,ICE),其中88个为显著性模型(F检验P<0.05);此处,回归分析了已构建ICE模型的评价参数,得出预测效果较好的ICE模型应满足交叉验证成功率≥ 80.00%、MSE ≤ 0.62、R² ≥ 0.76和分类学距离≤ 4的标准.最终筛选出25个符合上述标准的ICE模型,涉及禾本科-禾本科、十字花科-十字花科的相互预测,其中当燕麦Avena sativa、芜青Brassica rapa、普通小麦Triticum aestivum、玉蜀黍Zea mays和黑麦草Lolium perenne等作为替代物种时,预测物种的实际生态毒性值与预测值较为接近.受试植物的筛选与生态毒性预测模型的建立有助于生态毒性数据的产生,并为土壤污染管理和生态风险评估提供科学依据.     

实测/预测辽河铬(Ⅵ)水生生物基准与风险评估

该研究对辽河流域重金属铬(Ⅵ)的水生生物毒性数据进行搜集与筛选,推导辽河流域铬(Ⅵ)的水生生物基准值,并对辽河流域25个采样点位采集水样,测定铬(Ⅵ)的环境暴露浓度,最后对辽河流域水生生物铬(Ⅵ)暴露的潜在风险进行评估.此外,采用美国环境保护署(US EPA)物种种间关系估算模型(ICE)对辽河流域物种毒性值进行预测,并对基于预测毒性值的水生生物基准进行推导.结果表明,辽河流域基于实测毒性数据的水生生物急性基准值(CMC)为17.73μg·L-1,慢性基准值(CCC)为12.15μg·L-1;ICE模型预测的辽河流域生物毒性值推导的CMC值为13.97μg·L-1,实测CMC值与预测值比较接近,表明ICE模型可应用于水生生物基准值的预测.铬(Ⅵ)的水质分析结果表明25个采样点位水体铬(Ⅵ)浓度较低,均达到GB 3838-2002地表水质标准中铬(Ⅵ)的Ⅰ类或Ⅱ类标准,水质状况良好;然而,在对水生生物的潜在风险方面,通过生态风险评估得出7月辽河流域25个点位中环境暴露值超过慢性基准CCC值的有7个,12月超过慢性基准CCC值的有6个,表明辽河流域个别点位铬(Ⅵ)暴露可能会对水生生物产生不可接受的风险.