2020, Vol. 41
2. 江苏省水处理技术与材料协同创新中心, 苏州 215009;
3. 国民核生化灾害防护国家重点实验室, 北京 102205
2. Jiangsu Collaborative Innovation Center of Technology and Material of Water Treatment, Suzhou 215009, China;
3. State Key Laboratory of Nuclear Biological and Chemical Protection for Civilian, Beijing 102205, China
近年来, 随着药物的生产和使用量逐年增多, 越来越多的药物在地表水环境中被广泛检出, 成为重要的新型污染物之一[1].其残留浓度虽然只有ng ·L-1~μg ·L-1, 属于微量级别, 但因其有源源不断的输入源头, 导致其在地表水环境中呈现出“伪持续存在”的状态, 从而给非靶向水生生物带来潜在风险[2~4], 甚至通过食物链和食物网影响人类健康[5], 已经引起了人们的极大关注[6].
在我国的水环境药物风险排序中, 消炎药仅次于风险最高的抗生素[7], 其中NSAIDs在地表水环境中被广泛检出, 如双氯芬酸、布洛芬、吲哚美辛、萘普生和酮洛芬等[8, 9].其中双氯芬酸、布洛芬和吲哚美辛的水环境风险都排在前十, 双氯芬酸被评估为风险优先级最高的药物[7].有关NSAIDs水环境风险的研究表明：双氯芬酸在微量级别的浓度下(μg ·L-1)会使鱼肾脏发生基因和形态学的改变[4]；布洛芬在水体的赋存浓度为70 ng ·L-1时, 会引起斑马鱼DNA的损伤, 加快细胞凋亡[10]；萘普生为100 μg ·L-1浓度时, 即可伤害斑马鱼的胃和肠道[11]；水蚤和藻类在双氯芬酸、萘普生、酮洛芬和布洛芬等药物的联合暴露下, 其受到的叠加毒性要明显大于这些药物单独暴露的毒性[12].由此可见, 对地表水中NSAIDs混合物的赋存开展长期研究有其重要性和必要性.
近年来, 越来越多的药物包括抗生素、消炎药、激素、抗菌剂、阻断剂、抑制剂、镇痛药和精神类药物等在太湖水体中被检出[8], NSAIDs属于在太湖水体中检出频率较高的一类药物.已有研究报道太湖水体中药物污染物引起的水环境风险, 如布洛芬、避蚊胺和咖啡因等药物对太湖水生生物具有较高的生态风险[13].太湖水体中经常检出的NSAIDs包括布洛芬、双氯芬酸、萘普生和吲哚美辛[14~17], 已有的研究主要侧重某一个季节或者是针对太湖局部区域的一两种NSAIDs进行监测, 尚无研究从整个时空角度关注多种典型NSAIDs在四季和全太湖的赋存情况.目前, 水环境中化学混合物的风险已经引起广泛关注, Kortenkamp等[18]指出水环境中即使每种化合物的浓度低于环境风险阈值, 其混合物也可能存在较大的环境风险.因而, 在时空上全面监测太湖水体中多种典型NSAIDs混合物的赋存有重要的意义.
本研究在太湖选取19个取样断面, 覆盖整个太湖水域, 在四季对5种典型非甾体类消炎药即布洛芬、酮洛芬、萘普生、双氯芬酸和吲哚美辛的赋存浓度进行监测.本研究目的为：从整体上了解全年NSAIDs的时空分布规律, 明确太湖水体中NSAIDs的赋存特点, 分析NSAIDs与环境因子的相关性, 初步评估NSAIDs混合物的生态风险, 以期为后续研究NSAIDs混合物对水生生物的长期危害提供理论依据, 也可以为探索太湖水体中NSAIDs的处理工艺提供背景数据, 还可以为今后地表水环境质量标准的修订提供参考和依据.
1 材料与方法 1.1 样品采集及现场监测样品采集工作于2018年9月(秋季)、2018年12月(冬季)、2019年3月(春季)和2019年6月(夏季)开展, 取样断面信息如图 1及表 1所示.每个断面采集1 L水样, 加入5 mL的甲醛(国药, 分析纯)以抑制微生物.所有样品冷藏运回实验室并立即进行预处理.水样处理完后, 在一周之内分析完毕.各断面的环境因子(电导率、叶绿素a、水温、溶解氧、透明度和pH)通过多参数水质检测仪(YSI, 6600 V2)现场监测.
|
图 1 太湖断面示意 Fig. 1 Sampling transects of Taihu Lake |
|
表 1 太湖断面信息 Table 1 Sampling transects information of Taihu Lake |
1.2 样品预处理
样品的预处理方法和检测方法在文献[19]的基础上略有改动.水样先后用2 μm和0.45 μm的混合纤维膜(津腾MEC)过滤, 而后用1 mol ·L-1稀盐酸调pH值至4.取1L水样用Waters Oasis HLB(200 mg, 6 mL)进行净化富集, 步骤如下：依次用10 mL甲醇和10 mL超纯水(盐酸调pH为4)对HLB小柱进行活化后进水样；控制水样的流速为3 mL ·min-1；进样结束后, 用10 mL的超纯水对HLB小柱进行淋洗；然后再负压抽干60 min；再用4 mL甲醇进行洗脱3次, 收集洗脱液并缓和氮吹至干, 最后用甲醇准确定容至500 μL待测.
1.3 HPLC-MS/MS分析NSAIDs的检测采用超高效液相色谱-3重4级杆串联质谱仪(Waters Acquity UPLC Xevo TQ, Waters).色谱条件：采用Water Acquity BEH C18色谱柱(2.1 mm×100 mm, 1.7 μm), 柱温为40℃；流动相A为5 mmol ·L-1醋酸铵, 流动相B为乙腈；进样量为5 μL.具体的洗脱程序如表 2所示.
|
|
表 2 流动相洗脱程序 Table 2 Mobile phase elution procedures |
质谱条件：离子源采用电喷雾离子源(ESI)；在正离子和负离子源模式下, 毛细管柱电压为3 kV；离子源温度为150℃；干燥气温度为500℃, 干燥气流量为900 L ·h-1；锥孔反吹气流量为50 L ·h-1；碰撞气流量为0.16 mL ·min-1；检测模式为MRM模式. 5种NSAIDs的质谱条件以及检测限和定量限如表 3所示.
|
|
表 3 5种NSAIDs的质谱条件 Table 3 Mass spectrometry conditions for five NSAIDs |
1.4 质量保障与控制
采样和实验过程中用到的棕色广口瓶、容量瓶和抽滤装置等先用超声清洗器进行超声清洗2次, 然后用超纯水冲洗3次, 最后用烘箱烘干. 5种非甾体类消炎药采用外标法进行定量, 定量曲线的浓度包括1、5、20、50、100和200 μg ·L-1, 标准曲线的线性相关系数R2>0.99.各断面5种消炎药的加标回收率在77.0% ~121.5%之间.
1.5 生态风险评估模型本研究针对太湖水体中NSAIDs混合物的生态风险进行评价, 其方法参照Thomas等[20]提出的混合药物的生态风险评价方法, 该方法采用MRQ模型, 用MRQMEC/PNEC来表示NSAIDs的混合风险熵值, 其公式如下：
|
(1) |
式中, MEC为太湖水体中NSAIDs的实测浓度(ng ·L-1), PNEC为预测无效应浓度(ng ·L-1), 其通过查阅相关研究获得.EC50为半最大效应浓度, 单位为ng ·L-1, AF为评价因子.min(EC50algea, EC50daphnids, EC50fish)表示的是某种药物半最大效应浓度在藻类、水蚤类和鱼类中的最小值.
MRQ的评价标准为：当MRQ < 0.1时, NSAIDs混合物对水环境的潜在生态风险为低风险；当0.1≤MRQ < 1时, NSAIDs混合物对水环境的潜在生态风险为中风险；当MRQ≥1时, NSAIDs混合物对水环境的潜在生态风险为高风险[21].
1.6 统计分析采用Excel(2016)软件分析NSAIDs在太湖水体中的分布规律；采用IBM SPSS Statistics 25软件分析各区域之间和各季节之间NSAIDs总浓度的差异性(单因素方差分析)；采用Canoco 4.5软件研究环境因子与太湖水体NSAIDs赋存浓度之间的相关性(RDA分析)；采用Origin(2018)软件分析太湖水体中NSAIDs混合物的生态风险.
2 结果与分析 2.1 NSAIDs在太湖北部水体中的四季分布规律太湖北部水体中5种NSAIDs在春、夏、秋、冬这4个季节的总浓度范围分别为37.7~66.7、14.9~110.2、16.4~146.6和18.3~42.7 ng ·L-1, 在季节上存在显著性差异, 夏秋两季的总浓度显著高于春冬两季(P < 0.05)(如图 2).在夏秋两季, S4~S6断面处的NSAIDs总浓度均较高(夏季>95 ng ·L-1, 秋季>120 ng ·L-1), S1~S3断面处的总浓度相对较低(10~80 ng ·L-1).在4个季节, 酮洛芬在NSAIDs混合物中所占的质量分数均较大, 达到70%以上(少数取样断面除外), 在夏季和冬季的质量分数普遍在90% ~100%范围内, 但是在春季和秋季其他NSAIDs的质量分数有所提升, 其中在秋季最为明显, 布洛芬(5% ~8%)、双氯芬酸(13% ~16%)和萘普生(10% ~20%)质量分数有一定比例, 对NSAIDs总浓度有所贡献.
|
小写字母表示单因素方差分析的差异, 不同字母之间差异性明显 图 2 太湖北部水体NSAIDs的四季赋存浓度 Fig. 2 Concentrations of NSAIDs in northern water of Taihu Lake throughout the year |
小写字母表示单因素方差分析的差异, 不同字母之间差异性明显
2.2 NSAIDs在太湖西部水体中的四季分布规律太湖西部水体中5种NSAIDs在春、夏、秋、冬这4个季节的总浓度范围分别为44.9~68.8、123.1~134.3、97.1~121.3和30.1~35.7 ng ·L-1, 各季之间存在显著性差异(P < 0.05), 总浓度排序为：夏季>秋季>春季>冬季(如图 3).与太湖北部类似, 酮洛芬在4个季节中的检出浓度均较高, 除个别取样断面外, 其占据了NSAIDs总浓度的70%以上, 其中夏季和冬季酮洛芬的质量分数普遍高于97%.在春季和秋季, 布洛芬和双氯芬酸对NSAIDs总浓度的贡献也不容忽视, 其在春季的质量分数分别为17% ~40%和3% ~17%, 在秋季的质量分数分别为7% ~8%和12% ~16%.此外, 在秋季, 萘普生在S7和S8断面处也占有一定的质量分数(6.8%和6.4%).
|
图 3 太湖西部水体NSAIDs的四季赋存浓度 Fig. 3 Concentrations of NSAIDs in western water of Taihu Lake throughout the year |
太湖中部水体中5种NSAIDs在春、夏、秋、冬这4个季节的总浓度范围分别为31.5~52.9、49.2~69.4、47.1~107.5和20.8~35.9 ng ·L-1, 其季节性差异明显(P < 0.05), 秋季的总浓度显著高于春、冬两季, 但与夏季差异性不明显(如图 4).NSAIDs总浓度的最高值出现在秋季的S11断面处, 浓度为107.5 ng ·L-1, 其他季节和断面处的总浓度波动范围较小(20~65 ng ·L-1).同样地, 5种NSAIDs中检出浓度最高的依然是酮洛芬, 其在NSAIDs总浓度中的质量分数为80% ~100%, 但是秋季S11和冬季S12除外, 主要原因是其他NSAIDs对总浓度有所贡献, 例如, 布洛芬、双氯芬酸和萘普生在秋季S11断面处的质量分数分别为8.0%、16.5%和8.6%, 萘普生在冬季S12断面处的质量分数为41%.
|
小写字母表示单因素方差分析的差异, 不同字母之间差异性明显 图 4 太湖中部水体NSAIDs的四季赋存浓度 Fig. 4 Concentrations of NSAIDs in central water of Taihu Lake throughout the year |
太湖南部水体中5种NSAIDs在春、夏、秋、冬这4个季节的总浓度范围分别为25.3~72.5、37.4~92.6、50.8~123.3和25.8~44.2 ng ·L-1, 在季节上存在显著性差异(P < 0.05), 与太湖中部水体的季节性差异类似(如图 5).酮洛芬在NSAIDs总浓度中依然占据较高的比重, 其在春、夏、冬这3季的质量分数除少数断面外均在90%以上, 在秋季的质量分数相对较低(70% ~90%), 但是秋季大部分断面处(S14~S16)的NSAIDs总浓度较高(>90 ng ·L-1), 其他NSAIDs如布洛芬(7% ~10%)、双氯芬酸(5% ~18%)和萘普生(0% ~8%)对总浓度均有所贡献.
|
小写字母表示单因素方差分析的差异, 不同字母之间差异性明显 图 5 太湖南部水体NSAIDs的四季赋存浓度 Fig. 5 Concentrations of NSAIDs in southern water of Taihu Lake throughout the year |
太湖东部水体中5种NSAIDs在春、夏、秋、冬这4个季节的总浓度范围分别为53.5~54.3、30.9~107.9、112.1~135.1和34.6~47.8 ng ·L-1, 在季节上存在显著性差异(P < 0.05), 秋季的总浓度显著高于春季、夏季和冬季(如图 6).与太湖其他区域的规律类似, 在5种NSAIDs中, 检出浓度最高的消炎药依然是酮洛芬, 除了秋季之外(酮洛芬质量分数为68% ~70%), 其他3个季节酮洛芬占NSAIDs的质量分数均在85% ~100%之间, 但是秋季其他NSAIDs如布洛芬(6% ~7%)、双氯芬酸(13% ~17%)和萘普生(7% ~13%)所占质量分数相对较高, 从而使秋季的NSAIDs总浓度显著高于其他季节.
|
小写字母表示单因素方差分析的差异, 不同字母之间差异性明显 图 6 太湖东部水体NSAIDs的四季赋存浓度 Fig. 6 Concentrations of NSAIDs in eastern water of Taihu Lake throughout the year |
太湖水体中NSAIDs的赋存在时间上存在差异性：5种NSAIDs的赋存主要体现在夏秋两季, 中位浓度较高[图 7(a)], 其混合物的平均浓度在这两个季节显著高于冬季和春季[图 7(b)].秋季有4种NSAIDs(布洛芬、双氯芬酸、酮洛芬和萘普生)在太湖水体中同时存在, 且浓度普遍较高, 是NSAIDs混合物污染最严重的季节[图 7(a)].纵观全年来看, 5种NSAIDs在太湖水体中均有检出, 其中酮洛芬是5种NSAIDs赋存总浓度的主要贡献者.同时, NSAIDs在太湖水体中也存在一定的空间差异性：5种NSAIDs在太湖5个区域均有检出, 且在北部、西部和东部区域的中位浓度较高[图 7(c)], 3个区域NSAIDs混合物的平均浓度显著高于中部区域[图 7(d)], 但南部区域NSAIDs混合物的平均浓度与其他区域均不存在显著性差异.纵观整个太湖区域来看, 酮洛芬依然是NSAIDs总浓度的主要贡献者, 但是在北部、西部和东部区域, 布洛芬和(或)双氯芬酸的赋存浓度相对较高, 会增大该区域的混合生态风险[图 7(c)].
|
(a)和(b)分别表示5种NSAIDs浓度的季节变化箱线图和NSAIDs混合物平均浓度季节变化, (c)和(d)分别表示5种NSAIDs空间变化箱线图和NSAIDs混合物平均浓度空间变化, (b)和(d)小写字母表示单因素方差分析的差异, 不同字母差异性明显 图 7 太湖水体中5种NSAIDs赋存浓度的时空变化 Fig. 7 Temporal and spatial occurrence of five NSAIDs in the water of Taihu Lake |
为了解NSAIDs分布与环境因子(电导率、叶绿素a、水温、pH、溶解氧和透明度)的相关性, 采用Canoco 4.5软件对太湖水体19个断面中的5种NSAIDs赋存浓度做DCA分析.结果显示, 4个季节中, DCA分析的最大梯度长度(lengths of gradient)为1.397 < 3, 因而, 环境因子与太湖水体中NSAIDs分布的相关性采用RDA分析, 结果如图 8所示.
|
TDS为电导率；Chl-a为叶绿素a；T为水温；DO为溶解氧；Tr为透明度；pH为酸碱度 图 8 不同季节环境因子与NSAIDs分布的相关性分析 Fig. 8 Correlation analysis between environmental factors and distribution of NSAIDs in different seasons |
在春、夏、秋、冬这4个季节, RDA的第一和第二排序轴的解释量如图 8所示, 其总解释量(cumulative percentage variance of species data)分别为32.4%、43.5%、35.6%和49.1%.在春季和冬季[图 8(a)和8(d)], 太湖所有区域NSAIDs的分布与水体pH最为相关, 其中在春季中部和南部水体(如S11、S14、S15和S16)NSAIDs的分布与pH的相关性较大, 而冬季则是北部区域(如S3和S6)与pH的相关性较大.在夏季和秋季[图 8(b)和8(c)], 与NSAIDs分布相关性最大的环境因子是电导率, 其中夏季太湖水体NSAIDs的分布与电导率的相关性较大的断面集中在太湖北部(S1和S2)、中部(S12)、南部(S16)和东部(S17), 而秋季主要集中在太湖北部区域(S4和S5)和东部区域(S18).
3 讨论 3.1 NSAIDs在太湖水体中的时空分布规律分析由图 2~7可知, 5种NSAIDs在太湖水体中均有检出, 其检出水平为ng ·L-1量级.NSAIDs在太湖的北部、西部和东部水体中的赋存浓度普遍较高(S1~S3断面除外), 与太湖中部存在显著性差异, 但在太湖南部的浓度与其他区域差异均不明显.主要的可能原因为：①太湖的北部、西部和东部分别靠近无锡、宜兴和苏州, 这3个地方经济发达、人口密集、污染物排放量和NSAIDs的使用量大, 因此, NSAIDs随地表径流进入太湖水体中的量也相对较多[22, 23], 北部和东部区域NSAIDs的分布与电导率的正相关性最大[图 8(b)和8(c)], 可以进一步解释上述现象.②太湖北部S1~S3断面处NSAIDs的赋存浓度较低, 可能归因于：S1断面位于五里湖, 该湖区相对封闭且经过无锡市大力治理, 受到严格管控；S2和S3断面在饮用水源地(贡湖湾), 处于“引江济太工程”引水的入湖区域, 水质较为良好[24].③太湖中部水体的NSAIDs赋存浓度普遍较低, 因其受到人类活动影响较小.④太湖南部水体的NSAIDs赋存浓度与其他区域不存在显著性差异, 因为太湖南部的湖州虽然没有北部3市发达, 但依然对NSAIDs的入湖量有一定贡献.
从全年来看, 太湖水体中NSAIDs的赋存浓度在季节上存在显著性差异, 夏秋两季明显高于春冬两季(图 2~7).这是因为太湖流域在2018年的秋季和2019年的夏季处于丰水期, 地表径流可能会携带着大量陆源污染物进入太湖, 会同时加大水体NSAIDs的浓度和电导率, 所以在夏秋两季NSAIDs的分布与电导率的正相关性最大[图 8(b)和8(c)], 由此也可以判断NSAIDs赋存浓度较高的主要原因可能是地表径流增大了NSAIDs的入湖量[25].而太湖流域在2018年的冬季和2019年的春季处于枯水期, 地表径流携带的污染物(包括NSAIDs)入湖量较少, 导致NSAIDs在太湖水体总的浓度降低.而且在春季和冬季藻类及水生植物减少, 其对水中CO2的利用降低, 导致水体的pH相对夏、秋季下降[26], 因此, 春冬两季表现出NSAIDs的分布与pH呈正相关[图 8(a)和8(d)].
太湖水体中酮洛芬在时空上的赋存浓度均要高于其它4种NSAIDs(图 2~7), 这可能是因为酮洛芬的副作用小、毒性低和疗效好, 因而导致其需求量大[27].据统计, 2013年我国酮洛芬的年使用量就已达到100吨左右, 并且逐年增长, 酮洛芬在人体内不能被完全代谢, 其随尿液的排出率最高可达90%[28].被排泄的酮洛芬通过污水管网进入污水处理厂, 但目前绝大部分污水处理厂的工艺是针对常规污染物, 并不能有效去除酮洛芬等新型污染物, 从而导致其随污水处理厂的尾水排出, 最终进入湖泊等水体[29].
3.2 NSAIDs混合物的生态风险评价MRQ的计算是基于最坏的情况考虑, 采用筛选出的最敏感物种的PNEC.本研究选取的布洛芬、酮洛芬、双氯芬酸、萘普生和吲哚美辛的PNEC分别为10[30]、15 600[25]、100[31]、20 000[32]和10 000 ng ·L-1 [33].通过比较分析太湖四季5种NSAIDs的混合风险熵(图 9), 判断NSAIDs混合物在太湖中的生态风险.
|
图 9 不同季节太湖水体中5种NSAIDs混合物的生态风险分布特征 Fig. 9 Distribution characteristics of ecological risk of five NSAIDs mixtures in the water of Taihu Lake in different seasons |
在春季, NSAIDs混合物在S1和S10处存在高生态风险, 在其它断面存在中等生态风险.在夏季, NSAIDs混合物在8个断面(S3、S4、S6、S7、S8、S10、S12和S14)存在中等生态风险, 并且主要集中在太湖北部和西部, 其它断面存在低生态风险.在秋季, 太湖水体中NSAIDs的混合风险熵普遍较高, 其中S6、S7、S8、S11、S15、S17和S19处(主要集中在西部和东部), NSAIDs的混合风险熵值都大于1, 表明NSAIDs混合物存在高生态风险；太湖北部的S1和S2以及太湖中部的S10和S12处NSAIDs的混合风险熵值都小于0.01, 生态风险较低；其它断面处的混合风险熵值在0.1~1之间, NSAIDs混合物存在中等生态风险.在冬季, 太湖水体受NSAIDs混合物的影响较小, NSAIDs混合物只在S1、S2和S18存在中等生态风险, 在其它断面都是低生态风险.
从全年来看, 太湖水体中共出现9个断面存在NSAIDs混合物的高生态风险, 普遍集中在太湖北部(2个)、西部(3个)和东部(2个).此外, 太湖水域在春夏秋这3季处于NSAIDs混合物的中高级生态风险时期, 春夏秋3季出现高生态风险的断面分别有2、0和7个, 出现中生态风险的断面分别有17、8和8个, 其中秋季NSAIDs混合物的高生态风险出现频率最高, 各区域至少有1个断面存在高生态风险.造成上述生态风险的主要原因可能为：①在太湖北部、西部和东部, 布洛芬和双氯芬酸的浓度较高, 增大了区域风险性.② 5种NSAIDs在夏秋两季的浓度都较高, 在春季的浓度虽然相较夏秋两季较低, 但是春季是流行性感冒的发病期, 风险性较高的布洛芬和双氯芬酸对于感冒引起的头痛和发热具有良好的疗效[34], 从而导致这两种药物的使用量增加, 使其在水体中赋存浓度增高, 从而加剧了NSAIDs的混合生态风险.
综上所述, NSAIDs混合物在太湖的大部分水域存在中高级别生态风险, 并且持续时间长, 因此NSAIDs混合物在太湖中的污染不容忽视, 应该采取有效措施控制NSAIDs入湖, 或者探索太湖水体中NSAIDs的处理工艺, 从而降低NSAIDs混合物的生态风险.
4 结论(1) 太湖水体中NSAIDs混合物(布洛芬、酮洛芬、萘普生、双氯芬酸和吲哚美辛)在太湖中部的赋存浓度较低, 在太湖北部、西部和东部的赋存浓度较高, 其中太湖水源地和景区附近的水体受NSAIDs的影响较小, 5种NSAIDs中酮洛芬是太湖水体NSAIDs污染的主要贡献者.
(2) 太湖水体中NSAIDs混合物的赋存浓度随季节发生变化：在夏季和秋季的赋存浓度较高, 分别为15.9~134.3 ng ·L-1和16.4~144.6 ng ·L-1, 其在太湖水体的分布与水体电导率的相关性较大；在春季和冬季的赋存浓度较低, 分别为25.3~72.5 ng ·L-1和14.6~57.4 ng ·L-1, 其在太湖水体的分布与水体pH的相关性较大.秋季是NSAIDs混合物污染最严重的季节, 有4种NSAIDs(布洛芬、双氯芬酸、酮洛芬和萘普生)同时在太湖水体中检出, 且赋存浓度普遍较高.
(3) 利用MRQ模型评价太湖水体中5种NSAIDs混合物的生态风险发现NSAIDs混合物给太湖水体造成的污染不容忽视：NSAIDs混合物在太湖的大部分水域都存在中高级别的生态风险, 共有9个断面处于NSAIDs混合物的高生态风险；NSAIDs混合物的中高级别生态风险持续时间长, 横跨春季、夏季和秋季, 其中秋季的生态风险最大.
| [1] | Świacka K, Maculewicz J, Smolarz K, et al. Mytilidae as model organisms in the marine ecotoxicology of pharmaceuticals-a review[J]. Environmental Pollution, 2019, 254: 113082. DOI:10.1016/j.envpol.2019.113082 |
| [2] | Zhou H D, Ying T Q, Wang X L, et al. Occurrence and preliminarily environmental risk assessment of selected pharmaceuticals in the urban rivers, China[J]. Scientific Reports, 2016, 6(1): 34928. DOI:10.1038/srep34928 |
| [3] | Ebele A J, Abdallah M A E, Harrad S. Pharmaceuticals and personal care products (PPCPs) in the freshwater aquatic environment[J]. Emerging Contaminants, 2017, 3(1): 1-16. |
| [4] | Bickley L K, van Aerle R, Brown A R, et al. Bioavailability and kidney responses to diclofenac in the fathead minnow (Pimephales promelas)[J]. Environmental Science & Technology, 2017, 51(3): 1764-1774. |
| [5] | Harmens H, Foan L, Simon V, et al. Terrestrial mosses as biomonitors of atmospheric POPs pollution:a review[J]. Environmental Pollution, 2013, 173: 245-254. DOI:10.1016/j.envpol.2012.10.005 |
| [6] | Rojo M, Álvarez-Muñoz D, Dománico A, et al. Human pharmaceuticals in three major fish species from the Uruguay River (South America) with different feeding habits[J]. Environmental Pollution, 2019, 252: 146-154. DOI:10.1016/j.envpol.2019.05.099 |
| [7] | Li Y, Zhang L Y, Liu X S, et al. Ranking and prioritizing pharmaceuticals in the aquatic environment of China[J]. Science of the Total Environment, 2019, 658: 333-342. DOI:10.1016/j.scitotenv.2018.12.048 |
| [8] | Nkoom M, Lu G H, Liu J C. Occurrence and ecological risk assessment of pharmaceuticals and personal care products in Taihu Lake, China:a review[J]. Environmental Science:Processes & Impacts, 2018, 20(12): 1640-1648. |
| [9] | Xie H W, Hao H S, Xu N, et al. Pharmaceuticals and personal care products in water, sediments, aquatic organisms, and fish feeds in the Pearl River Delta:occurrence, distribution, potential sources, and health risk assessment[J]. Science of the Total Environment, 2019, 659: 230-239. DOI:10.1016/j.scitotenv.2018.12.222 |
| [10] | Sarma S N, Kim Y J, Song M, et al. Induction of apoptosis in human leukemia cells through the production of reactive oxygen species and activation of HMOX1 and Noxa by benzene, toluene, and o-xylene[J]. Toxicology, 2011, 280(3): 109-117. DOI:10.1016/j.tox.2010.11.017 |
| [11] | Barbosa M O, Moreira N F F, Ribeiro A R, et al. Occurrence and removal of organic micropollutants:an overview of the watch list of EU Decision 2015/495[J]. Water Research, 2016, 94: 257-279. DOI:10.1016/j.watres.2016.02.047 |
| [12] | Cleuvers M. Mixture toxicity of the anti-inflammatory drugs diclofenac, ibuprofen, naproxen, and acetylsalicylic acid[J]. Ecotoxicology and Environmental Safety, 2004, 59(3): 309-315. DOI:10.1016/S0147-6513(03)00141-6 |
| [13] |
刘娜, 金小伟, 薛荔栋, 等. 太湖流域药物和个人护理品污染调查与生态风险评估[J]. 中国环境科学, 2017, 37(9): 3515-3522. Liu N, Jin X W, Xue L D, et al. Concentrations distribution and ecological risk assessment of pharmaceuticals and personal care products in Taihu Lake[J]. China Environmental Science, 2017, 37(9): 3515-3522. DOI:10.3969/j.issn.1000-6923.2017.09.039 |
| [14] | Xie Z X, Lu G H, Yan Z H, et al. Bioaccumulation and trophic transfer of pharmaceuticals in food webs from a large freshwater lake[J]. Environmental Pollution, 2017, 222: 356-366. DOI:10.1016/j.envpol.2016.12.026 |
| [15] | Xie Z X, Lu G H, Liu J C, et al. Occurrence, bioaccumulation, and trophic magnification of pharmaceutically active compounds in Taihu Lake, China[J]. Chemosphere, 2015, 138: 140-147. DOI:10.1016/j.chemosphere.2015.05.086 |
| [16] | Lin T, Yu S L, Chen W. Occurrence, removal and risk assessment of pharmaceutical and personal care products (PPCPs) in an advanced drinking water treatment plant (ADWTP) around Taihu Lake in China[J]. Chemosphere, 2016, 152: 1-9. DOI:10.1016/j.chemosphere.2016.02.109 |
| [17] | Lu G H, Yang X F, Li Z H, et al. Contamination by metals and pharmaceuticals in northern Taihu Lake (China) and its relation to integrated biomarker response in fish[J]. Ecotoxicology, 2013, 22(1): 50-59. |
| [18] | Kortenkamp A, Faust M. Regulate to reduce chemical mixture risk[J]. Science, 2018, 361(6399): 224-226. DOI:10.1126/science.aat9219 |
| [19] |
张芹, 张圣虎, 汪贞, 等. 骆马湖表层水体中32种PPCPs类物质的污染水平、分布特征及风险评估[J]. 环境科学, 2017, 38(1): 162-169. Zhang Q, Zhang S H, Wang Z, et al. Pollution level, distribution characteristics and risk assessment of 32 PPCPs in surface water of Luomahu Lake[J]. Environmental Science, 2017, 38(1): 162-169. DOI:10.3969/j.issn.1673-1212.2017.01.038 |
| [20] | Backhaus T, Faust M. Predictive environmental risk assessment of chemical mixtures:a conceptual framework[J]. Environmental Science & Technology, 2012, 46(5): 2564-2573. |
| [21] | Yu H J, Cao W P. Assessment of pharmaceutical and personal care products (PPCPs) of Dalong Lake in Xuzhou by concentration monitoring and bio-effects monitoring process[J]. Environmental Toxicology and Pharmacology, 2016, 43: 209-215. DOI:10.1016/j.etap.2016.03.015 |
| [22] | Li W H, Shi Y L, Gao L H, et al. Occurrence, distribution and potential affecting factors of antibiotics in sewage sludge of wastewater treatment plants in China[J]. Science of the Total Environment, 2013, 445-446: 306-313. DOI:10.1016/j.scitotenv.2012.12.050 |
| [23] | Wang C, Lu G H, Wang P F, et al. Assessment of environmental pollution of Taihu Lake by combining active biomonitoring and integrated biomarker response[J]. Environmental Science & Technology, 2011, 45(8): 3746-3752. |
| [24] |
丁剑楠, 张闪闪, 武旭跃, 等. 太湖贡湖湾水体中微囊藻毒素的时空分布及健康风险评估[J]. 生态环境学报, 2018, 27(11): 2095-2101. Ding J N, Zhang S S, Wu X Y, et al. Spatial and temporal distribution and health risk assessment of microcystins in water of Gonghu Bay, Taihu Lake[J]. Ecology and Environmental Sciences, 2018, 27(11): 2095-2101. |
| [25] |
温智皓, 段艳平, 孟祥周, 等. 城市污水处理厂及其受纳水体中5种典型PPCPs的赋存特征和生态风险[J]. 环境科学, 2013, 34(3): 927-932. Wen Z H, Duan Y P, Meng X Z, et al. Occurrence and risk assessment of five selected PPCPs in municipal wastewater treatment plant and the receiving water[J]. Environmental Science, 2013, 34(3): 927-932. |
| [26] |
代丹.太湖水体钙、镁对流域酸沉降和藻华的响应研究[D].北京: 中国环境科学研究院, 2016. Dai D. Responses of lake water calcium and magnesium to regional acid deposition and algae blooms in Taihu Lake[D]. Beijing: Chinese Research Academy of Environmental Science, 2016. http://cdmd.cnki.com.cn/Article/CDMD-82405-1016232879.htm |
| [27] |
邓芠.酮洛芬在水环境中的光化学降解行为研究[D].广州: 广东工业大学, 2016. Deng W. The study on photoiltic behavior of ketprofen in aqueous environment[D]. Guangzhou: Guangdong University of Technology, 2016. |
| [28] | Duan Y P, Meng X Z, Wen Z H, et al. Acidic pharmaceuticals in domestic wastewater and receiving water from hyper-urbanization city of China (Shanghai):environmental release and ecological risk[J]. Environmental Science and Pollution Research, 2013, 20(1): 108-116. |
| [29] |
张盼伟, 周怀东, 赵高峰, 等. 太湖表层沉积物中PPCPs的时空分布特征及潜在风险[J]. 环境科学, 2016, 37(9): 3348-3355. Zhang P W, Zhou H D, Zhao G F, et al. Spatial, temporal distribution characteristics and potential risk of PPCPs in surface sediments from Taihu Lake[J]. Environmental Science, 2016, 37(9): 3348-3355. |
| [30] | Han S Y, Choi K, Kim J, et al. Endocrine disruption and consequences of chronic exposure to ibuprofen in Japanese medaka (Oryzias latipes) and freshwater cladocerans Daphnia magna and Moina macrocopa[J]. Aquatic Toxicology, 2010, 98(3): 256-264. DOI:10.1016/j.aquatox.2010.02.013 |
| [31] | Ma R X, Wang B, Yin L N, et al. Characterization of pharmaceutically active compounds in Beijing, China:Occurrence pattern, spatiotemporal distribution and its environmental implication[J]. Journal of Hazardous Materials, 2017, 323: 147-155. DOI:10.1016/j.jhazmat.2016.05.030 |
| [32] | van Wezel A P, Jager T. Comparison of two screening level risk assessment approaches for six disinfectants and pharmaceuticals[J]. Chemosphere, 2002, 47(10): 1113-1128. DOI:10.1016/S0045-6535(02)00048-6 |
| [33] | Lister A L, Van Der Kraak G. An investigation into the role of prostaglandins in zebrafish oocyte maturation and ovulation[J]. General and Comparative Endocrinology, 2008, 159(1): 46-57. DOI:10.1016/j.ygcen.2008.07.017 |
| [34] | 曹双双.上海淀山湖水环境中典型PPCPs的多介质分布特征及风险评估[D].上海: 上海师范大学, 2019. http://cdmd.cnki.com.cn/Article/CDMD-10270-1019121536.htm |