2. 天津中医药大学第一附属医院, 天津 300381
2. First Teaching Hospital of Tianjin University of TCM, Tianjin 300381, China
水是生命之源,健康之本. 饮用水水质关系到广大居民的身体健康和生命安全. 近年来,由于水源环境恶化、 输配水管网老化、 二次供水污染等多种原因,导致水质污染物浓度增加,引发一系列水污染突发公共卫生事件[1],给人们的身心健康带来一定的危害.
健康风险评价(health risk assessment,HRA)是通过估算有害因子对人体不良影响发生的概率来评价暴露于该有害因子的人体健康受到影响的风险. 它以风险度作为评价指标,把环境污染与人体健康联系起来,定量描述污染对人体产生健康危害的风险. 健康风险评价广泛应用于食品[2, 3]、 医疗[4]、 职业暴露[5, 6]和环境[7, 8]等方面,在健康风险因子识别和排序方面发挥着重要的作用,为政府部门决策和进一步风险管理提供科学依据. 在饮用水安全保障方面风险评价可以应用于常规的水质监测研究[9]和突发水污染事件[10]. 目前国内外在饮用水健康风险评价方面的研究聚焦于水源[11, 12, 13],对水质指标的健康风险评价工作则集中在重金属[14, 15, 16],而对直接饮用的末梢水健康风险评价研究较少,特别是针对现行的国家生活饮用水卫生标准(GB 5749-2006)[17]要求的监测指标综合全面的风险评价很少. 少数饮用水健康风险评价研究[18]仅针对饮用水水质合格率,未考虑长期低、 中浓度水质指标的暴露可能产生健康影响. 本研究对天津市401个监测点850份城市饮用水水样的国家生活饮用水卫生标准中常规水质指标(除放射性指标)和氨氮进行了调查研究,并采用美国环保署(US EPA)推荐的健康风险评价模型对其产生的健康风险进行评价,同时结合GIS进行信息的空间可视化表达和进一步的风险因子探索.
1 材料与方法 1.1 研究区域概况天津市位于北纬38°34′~40°15′,东经116°43′~118°4′之间,地处华北平原的东北部,海河流域下游,东临渤海,北依燕山,西靠北京,是海河五大支流南运河、 子牙河、 大清河、 永定河、 北运河的汇合处和入海口,素有“九河下梢”、 “河海要冲”之称. 其土地面积11 916.85 km2,2014年末全市常住人口1 516.81万人. 本研究采样调查期间,其主要水源为引滦入津工程和地下水.
1.2 样品采集2014年10~12月采集天津市401个饮用水监测点的850份水样,严格按照国家生活饮用水卫生标准检验方法(GB/T 5750-2006)[19]进行样品的采集、 保存、 运输和实验室检测. 采样点按照代表性原则覆盖全市所有乡镇(街道),见图 1.
![]() | 图 1 天津市饮用水采样点分布示意 Fig. 1 Distribution of sample points for drinking water in Tianjin |
每次采样时打开水龙头放水3 min以消除滞留水对检测结果的影响,添加相应的保存试剂以保证检测结果的准确性,采集的水样进行冷藏保存并在4 h内运输至实验室进行检测. 每批样品增加1份空白样、 1份平行样和1份加标样,空白样采用蒸馏水作为采样全过程的运输空白,平行样采用随机抽取的采样点的双份样品作为现场平行,加标样采用加入待检水质指标的化学物质作为实验室加标. 同时自国家环境保护部标准样品研究所购买标准样品对实验室进行质量控制考核.
质量控制结果显示,运输空白样均未检测出相应的水质指标,现场平行样相对误差在5%以内,实验室加标样回收率在93%~105%之间. 实验室标准样品质量控制考核合格率为94.74%(108/114). 1.4 健康风险评价模型 1.4.1 化学致癌物所致健康危害的风险化学致癌物所致健康危害的风险模式为:
式中,Rigc为化学致癌物(共k种化学致癌物)经食入途径的平均个人致癌年风险(a-1); Dig为化学致癌物i经食入途径的单位体重日均暴露剂量[mg ·(kg ·d)-1]; qig为化学致癌物经食入途径的致癌强度系数(kg ·d ·mg-1); 70为人类平均寿命(a).
饮水途径的单位体重日均暴露剂量Dig为:
式中,2.2为成人平均每日饮水量(L); ci为化学致癌物或躯体毒物的浓度(mg ·L-1); 70为人均体重(kg).
1.4.2 非致癌污染物所致健康危害的风险非致癌污染物所致健康危害的风险模式为:
式中,Rnig为非致癌物i经食入途径的平均个人致癌年风险(a-1),RfDig为非致癌物经食入途径的参考剂量[mg ·(kg ·d)-1].
1.4.3 总健康危害的风险
式中,RT为总健康风险.
1.4.4 健康风险评价参数选择根据世界卫生组织(WHO)和国际癌症研究机构(IARC)通过全面评价化学有毒物质致癌性的可靠程度而编制的分类系统,将化学物质划分为基因毒物质(包括致癌物质和放射性物质)和身体毒物质(非致癌物). 毒理学参数包括化学致癌物的致癌强度系数(qig)和非化学致癌物的参考剂量(RfDig),该参数均来源于US EPA和IRIS数据库(表 1、 表 2). 风险水平限值按照国际放射性辐射防护委员会(ICRP)和US EPA推荐的最大可接受风险水平和可接受风险范围[11, 20].
![]() | 表 1 模型参数qig Table 1 Values of qig of model parameters |
![]() | 表 2 模型参数RfDig Table 2 Values of RfDig of model parameters |
数据统计应用SPSS 20.0完成,空间分布可视化展示应用ArcGIS 10.1完成.
2 结果与分析 2.1 水质分析本研究的饮用水水质指标包括国家生活饮用水卫生标准 (GB 5749-2006)[17]中全部常规水质指标(除放射性指标)和氨氮. 水质监测结果取多个监测点、 多种水样类型水质检测结果的中位数(或平均值). 除新区的部分水质指标外,其余均呈偏态分布,采用检测结果的中位数进行风险评价.
表 3为部分水质指标的浓度及分布. 水质指标如下:铬(六价)(x1)、 砷(x2)、 镉(x3)、 三氯甲烷(x4)、 四氯化碳(x5)、 氰化物(x6)、 氟化物(x7)、 硝酸盐(x8)、 铅(x9)、 汞(x10)、 硒(x11)、 挥发酚类(x12)、 铁(x13)、 锰(x14)、 锌(x15)、 氨氮(x16)、 色度(x17)、 浑浊度(x18)、 臭和味(x19)、 肉眼可见物(x20)、 氯化物(x21)、 硫酸盐(x22)、 溶解性总固体(x23)、 总硬度(x24)、 耗氧量(x25)、 pH(x26)、 铝(x27)、 铜(x28)、 阴离子合成洗涤剂(x29)等. 由表 3可以看出,市区的镉、 硝酸盐、 铁、 氨氮、 铜等指标较其他两区域高,而郊区和新区的砷、 氟化物、 硒等指标较高.
![]() | 表 3 饮用水水质指标浓度 1)/mg ·L-1 Table 3 Concentrations of drinking water quality indexes/mg ·L-1 |
依据表 3水质浓度数据,按照US EPA风险评价模型和参数计算得到各区域通过饮水途径所引起的平均个人年致癌健康风险(表 4)、 非致癌健康风险(表 5)和总健康风险(表 6).
![]() | 表 4 化学致癌物质饮水途径健康危害的平均个人年风险Rc /a-1 Table 4 Health risk caused by the chemical carcinogens by the drinking water pathway/a-1 |
从表 4可以看出,市区、 郊区和新区的致癌物健康风险分别为4.09×10-5、 3.83×10-5和3.85×10-5,区域间的健康风险排序市区>新区>郊区. 致癌物的健康风险顺序为铬(六价)>镉>砷>三氯甲烷>四氯化碳. 每个区域和每种致癌物的健康风险均未超过ICRP推荐的化学致癌物经饮水途径的最大可接受风险水平(5.0×10-5,即每年每千万人口中因饮用水中各类污染物而受到健康危害甚至死亡的人数不能超过500人)且处于US EPA推荐的经饮水途径所致的健康危害个人的风险可接受范围(1.0×10-4~1.0×10-6).
从表 5可以看出,市区、 郊区和新区的非致癌物健康风险分别为5.31×10-9、 7.10×10-9和5.41×10-9,非致癌物的健康风险的区域顺序为郊区>新区>市区. 主要非致癌物的健康风险顺序为氟化物>氰化物>铅>硝酸盐氮,其中氟化物单项的风险值最高,占非致癌物健康风险比例的68.5%. 每个区域和每种非致癌物的健康风险远小于ICRP推荐的经饮水途径所致的健康危害个人的风险最大可接受水平(5.0×10-5)和US EPA推荐的经饮水途径所致的健康危害个人的风险最大可接受水平(1.0×10-6).
![]() | 表 5 非致癌物质饮水途径健康危害的平均个人年风险Rn/a-1 Table 5 Health risk caused by the chemical non-carcinogens by the drinking water pathway/a-1 |
表 6结果显示:全市总健康风险为3.83×10-5,市区、 郊区和新区的总健康风险分别为4.09×10-5、 3.83×10-5和3.85×10-5,排序为市区>郊区>新区. 主要饮用水健康风险来源于致癌物且相差4个数量级. 全市总健康风险略低于ICRP的最大可接受风险水平且处于US EPA推荐的经饮水途径所致的健康危害个人的风险可接受范围.
![]() | 表 6 饮水途径致健康危害的平均个人年总风险R>T/a-1 Table 6 Table 6 Total health risk caused by the chemicals by the drinking water pathway/a-1 |
GIS是对整个或部分地球表面与空间地理分布有关的数据信息进行采集、 存储、 管理、 分析、 描述和应用的计算机系统. 它结合空间信息和属性信息,提供了对空间数据分析和空间可视化展示的手段. 绘制风险评价信息专题图进行空间可视化展示(图 2和图 3). 由图 2可以直观地看出健康风险在市区、 郊区和新区的空间分布. 总健康风险主要归因为致癌物的健康风险,市区致癌物镉的健康风险明显高于郊区和新区,而郊区的非致癌物氟化物的健康风险明显高于其他两区域.
![]() | 图 2 天津市饮用水健康风险空间分布 Fig. 2 Health risk spatial distributions of drinking water in Tianjin |
![]() | 图 3 市区和郊区饮用水风险因子空间分布 Fig. 3 Spatial distribution of risk factors of drinking water in urban and rural areas |
由表 6可以看出,市区的致癌物健康风险和郊区的非致癌物健康风险较高,通过GIS绘制的致癌物和非致癌物健康风险空间分布专题图可以看出,市区致癌物健康风险偏高的主要原因为水质指标镉健康风险偏高,而郊区非致癌物健康风险偏高主要归因于水质指标氟化物健康风险偏高. 进一步绘制市区致癌物镉和郊区非致癌物氟化物空间分布专题图以深入探索其具体空间分布及产生的原因(图 3).
由图 3(a)可以看出,市区中的2/5的水样镉浓度偏高. 市区存在统一的供水水源、 相近或相同的水质处理工艺、 输配水管网和监管机制,究竟是何原因导致了镉浓度空间分布的差异?本研究利用GIS对风险因子镉浓度出现较大空间差异进行可视化展示,清晰地展示出市区东南和西北方位的两区县镉浓度偏高. 进一步采用现场调查、 对比分析的方法对样品采集监测点位、 供水水厂和样品的实验检测等各环节进行了调查,以深入探索差异产生的原因.
调查发现原因在于信息系统的录入规则,规则要求当小于检出限值(未检出)时,录入检出限值的一半. 在国家生活饮用水标准检验方法(GB/T 5750-2006)[19]中水质指标镉存在多种国家标准推荐的检测方法,其中包括质谱法、 无火焰原子吸收光度法、 火焰原子吸收光度法和双硫腙分光光度法等,但其检测的灵敏度大小不一,检测的限值不尽相同,基于信息系统录入规则要求录入检测限值一半产生的结果也就产生了差异. 本研究中镉浓度偏高的市区2区在水质指标镉的检测上均采用了最低检出限值为5.0×10-3 mg ·L-1的火焰原子吸收分光光度法(直接法),其最低检测限较火焰原子吸收分光光度法(萃取法)的最低检出限值(2.5×10-1 μg ·L-1)高20倍. 当检测结果均为小于检测限值时,根据信息系统录入的规则将最低检出限值的一半录入系统,其结果直接导致水质镉浓度较采用火焰原子吸收分光光度法(萃取法)的镉浓度高20倍. 因此市区风险因子镉的浓度由于检测方法和系统录入规则可能被拔高,其健康风险结果可能被夸大,在对待此项风险因子的评价结果和结论时需谨慎. 调查还发现实验检测人员和信息填报人员关注水质是否达到国家标准,并未关注检测结果与相应限值的距离. 这可能导致对长期饮用少量污染物(水质指标达到国家标准)带来的潜在健康危害的忽略.
由图 3(b)可以看出,郊区的氟化物浓度较高且分布不均,2/9区县的水氟浓度超过了国家小型集中式供水氟化物1.2 mg ·L-1的限值,3/9区县的水氟浓度已接近集中式供水氟化物 1.0 mg ·L-1的限值. 本研究结果表明天津市郊区仍然存在着高氟地区,这与该市存在饮水型氟中毒地区且氟中毒病情较严重的现状相吻合[21]. 因此,饮用水中氟化物产生的健康危害应予以重点关注.
水质指标浓度在市区、 郊区和新区这3个不同区域的分布上存在着一定的差异,其原因可能与饮用水水源的选择、 水质的净化工艺和输配水管网的材质、 服役时间和输送距离等多方面存在差异有关. 进一步调查研究发现,在水源选择方面,市区全部以引滦入津工程为水源,郊区的水源水以地下水为主,新区的水源则是两者兼而用之. 相对引滦入津工程,天津市地下水水氟浓度偏高,这是郊区水氟浓度偏高的主要原因之一. 即使均采用地下水作为水源,不同区域的地下水水质也可能存在地域差异; 在饮用水水质净化处理方面,市区全部由大型集中式供水水厂供应,郊区则存在着一定数量的小型集中式供水和分散式供水,饮用水水质处理措施缺失或不足; 在输配水管网方面,天津市输配水管网的材质存在着多种材质并存(铸铁管、 镀锌管、 铅管、 黑皮管和聚氯乙烯管等),新老管并用(服役>50 a、 40~50 a、 30~40 a和<30 a)的局面,且在地域分布上存在一定的差异[22]. 再加上区域面积差异较大,郊区面积最大,新区次之,市区最小. 因此在输配水管网输送距离、 监测检验和监督管理覆盖程度等方面均存在差别.
3 讨论选择部分国内外不同地区风险评价研究结果进行比较(表 7). 本研究的致癌物健康风险与江苏省[20] 和南昌市[23]饮用水致癌物健康风险水平接近,均为铬(六价)的致癌风险最高,但其中镉与砷的致癌风险顺序相反. 与天津本地[24]和地域接近的北京市[15]水源水健康风险水平接近,但较阿根廷[25]、 湖北某市[26]、 黑龙江省[27]和辽宁大连[28]风险低,较济南农村[29]和浙江J市[9]风险高. 非致癌物健康风险与浙江J市接近,较其他区域低. González等[30]根据男性、 女性和2~3岁儿童人群的不同参考剂量对西班牙特内里费岛末梢水的单一水质指标氟化物进行风险评价,评价对象更具体,评价结论更准确,但采用单一指标进行健康风险评价存在只见局部不见整体的弊端. 本研究的总健康风险略低于ICRP的最大可接受风险水平,与江苏省[20] 和南昌市[23]饮用水风险水平接近,与大连水源水[28]的风险评价结论一致,均得出了致癌物风险大于非致癌物,致癌物应优先控制六价铬,非致癌物应优先控制氟化物的结论. 由于采样时间、 水样类型和水质指标数量等方面的差异,不同地区间风险评价结果的可比性值得商榷.
![]() | 表 7 国内外不同地区健康风险评价结果比较 1) Table 7 Comparison of health risk worldwide |
根据US EPA的健康风险评价方法,评价结果由水质指标的浓度决定. 由于水文、 地域、 气候、 净化工艺、 输配水管网和检测方法等多种因素的影响,各地水源水和饮用水中水质指标浓度可能出现相同、 相近和差异等多种情况.
基于GIS的风险评价研究多针对水源[31]、 空气[32]、 土壤[33]等研究对象. 有研究基于ArcGIS采用反距离权重空间插值分析分别对水源水[34]、 地下水[35]的水质开展健康风险评价,将已知采样点的水质监测结果扩展到未知无监测点区域,估算整个研究区域内评价指标的值,并通过GIS实现了各指标的空间可视化,清晰地展示了整个研究区域水质指标的空间分布. 插值可以将已知监测点数据通过最优无偏估计扩展成相应区域的面数据,但其前提是数据在空间分布呈现一定的规律性. 本研究的对象为饮用水,其供应的区域范围由输配水管网的布设决定,其水质的分布受供水构筑物和输配水管网的分布、 材质和使用年限等因素的影响,故本研究在未获得以上相关信息时未能进行水质的空间插值分析.
目前大多数的水质风险评价研究集中在水源水[11, 12, 13, 14, 20, 34],笔者认为饮用水的健康风险评价应聚焦于末梢水. 其原因为US EPA的健康风险评价模型是建立在每天饮水量为2.2 L的基础上,而水源水很少被直接饮用,故人群暴露的可能性极小,因此饮用水安全风险更应侧重对末梢水进行健康风险评价,其结果更加真实准确. 水源水的健康风险评价结果因与实际暴露水平的差异应仅作为水厂水质净化处理和水源环境保护等方面的参考.
需要指出的是,本研究采用US EPA推荐的模型对该市饮用水健康风险进行定量评价,其他的风险评价方法[36]可能得出不完全一致的风险结果和结论. 评价主要针对饮用水常规水质指标,相对系统全面[37],但还存在着一定的局限:应用US EPA的公式,均引用国际通用系数,可能与该市的实际情况并不完全一致[38],未涉及到微生物[39, 40]和放射性[41]水质指标的健康风险; 未涉及摄入食物、 吸入空气和经皮接触等其他途径[42]带来的健康风险; 未考虑非常规水质指标等其他化学物质[43, 44]的健康风险及其相互作用的影响; 还未考虑饮水习惯(烧开、 净化等)对水质产生的影响[9]. 以上情况均可能导致风险评价的结果和结论出现偏差; 综上所述,此次饮用水健康风险较实际风险可能存在一定的偏差,风险评价有待进一步完善.
4 结论(1)天津市饮用水个人年健康总风险小于ICRP最大可接受风险水平(5.0×10-5),但处于US EPA可以接受的风险范围(1.0×10-4~1.0×10-6),初步认为该市饮用水健康风险处于可接受水平,不会对人体产生明显的健康危害.
(2)天津市饮用水区域间健康风险排序:总健康风险为市区>新区>郊区,致癌物健康风险为市区>新区>郊区,非致癌物健康风险为郊区>市区>新区.
(3)天津市饮用水水质健康风险排序为致癌物>非致癌物,二者相差4个数量级,该市的饮用水主要健康风险来源于致癌物,占99.99%,非致癌物仅占0.01%. 致癌物健康风险顺序为铬(六价)>镉>砷>三氯甲烷>四氯化碳,非致癌物的健康风险顺序为氟化物>氰化物>铅>硝酸盐氮.
(4)降低饮用水中铬(六价)、 镉和砷的浓度能有效控制饮水途径致癌物健康风险和总健康风险且应优先控制铬(六价),降低饮用水中氟化物和氰化物的浓度能有效控制饮水途径非致癌物健康风险且应优先控制氟化物.
(5)GIS能较好地应用于饮用水健康风险评价信息的空间可视化和进一步的风险因子探索.
[1] | 刘汉霞, 张庆华, 江桂斌, 等. 多溴联苯醚及其环境问题[J]. 化学进展, 2005, 17 (3): 554-562. |
[2] | Kim K S, Lee S C, Kim K H, et al. Survey on organochlorine pesticides, PCDD/Fs, dioxin-like PCBs and HCB in sediments from the Han river, Korea[J]. Chemosphere, 2009, 75 (5): 580-587. |
[3] | Liu X B, Li G F, Liu Z G, et al. Water pollution characteristics and assessment of lower reaches in Haihe River Basin[J]. Procedia Environmental Sciences, 2010, 2 : 199-206. |
[4] | 燕乃玲, 赵秀华. 长江源区生态系统完整性测量与评价[J]. 生态学杂志, 2007, 26 (5): 723-727. |
[5] | 徐慧娟, 黎育红, 孙燕. 长江宜昌水文站流量、含沙量和悬移质粒度关系[J]. 长江流域资源与环境, 2006, 15 (S1): 110-115. |
[6] | 虞孝感, 张维阳. 沿江开发成就卓著 环境保护任重道远——热烈祝贺《长江流域资源与环境》创刊二十周年[J]. 长江流域资源与环境, 2012, 21 (7): 781-785 |
[7] | 向彩红, 罗孝俊, 余梅, 等. 珠江河口水生生物中多溴联苯醚的分布[J]. 环境科学, 2006, 27 (9): 1732-1737. |
[8] | 王旭亮, 何欢, 李文超, 等. 加速溶剂萃取/凝胶渗透色谱净化/气相色谱-负化学离子源质谱测定生物样品中的四溴联苯醚[J]. 环境化学, 2011, 30 (6): 1186-1191. |
[9] | 刘汉霞. 多溴联苯醚的分析方法及其在我国典型区域的分布研究[D]. 北京: 中国科学院生态环境研究中心, 2006.57-65. |
[10] | 林忠胜, 马新东, 张庆华, 等. 环渤海沉积物中多溴联苯醚(PBDEs)的研究[J]. 海洋环境科学, 2008, 27 (Z2): 24-27. |
[11] | 陈社军, 麦碧娴, 曾永平, 等. 珠江三角洲及南海北部海域表层沉积物中多溴联苯醚的分布特征[J]. 环境科学学报, 2005, 25 (9): 1265-1271. |
[12] | Liu Y, Zheng G J, Yu H X, et al. Polybrominated diphenyl ethers (PBDEs) in sediments and mussel tissues from Hong Kong marine waters[J]. Marine Pollution Bulletin, 2005, 50 (11): 1173-1184. |
[13] | Samara F, Tsai C W, Aga D S. Determination of potential sources of PCBs and PBDEs in sediments of the Niagara River[J]. Environmental Pollution, 2006, 139 (3): 489-497. |
[14] | Sellström U, Kierkegaard A, de Wit C, et al. Polybrominated diphenyl ethers and hexabromocyclododecane in sediment and fish from a Swedish river[J]. Environmental Toxicology and Chemistry, 1998, 17 (6): 1065-1072. |
[15] | Watanabe I, Kashimoto T, Tatsukawa R. Polybrominated biphenyl ethers in marine fish, shellfish and river and marine sediments in Japan[J]. Chemosphere, 1987, 16 (10-12): 2389-2396. |
[16] | Lacorte S, Guillamón M, Martínez E, et al. Occurrence and specific congener profile of 40 polybrominated diphenyl ethers in river and coastal sediments from Portugal[J]. Environmental Science & Technology, 2003, 37 (5): 892-898. |
[17] | Lacorte S, Raldúa D, Martínez E, et al. Pilot survey of a broad range of priority pollutants in sediment and fish from the Ebro river basin (NE Spain)[J]. Environmental Pollution, 2006, 140 (3): 471-482. |
[18] | Verslycke T A, Dick Vethaak A, Arijs K, et al. Flame retardants, surfactants and organotins in sediment and mysid shrimp of the Scheldt estuary (The Netherlands)[J]. Environmental Pollution, 2005, 136 (1): 19-31. |
[19] | Eljarrat E, de la Cal A, Raldua D, et al. Occurrence and bioavailability of polybrominated diphenyl ethers and hexabromocyclododecane in sediment and fish from the Cinca River, a tributary of the Ebro River (Spain)[J]. Environmental Science & Technology, 2004, 38 (9): 2603-2608. |
[20] | Song W L, Ford J C, Li A, et al. Polybrominated diphenyl ethers in the sediments of the Great Lakes. 1. Lake Superior[J]. Environmental Science & Technology, 2004, 38 (12): 3286-3293. |
[21] | Jiao L P, Zheng G J, Minh T B, et al. Persistent toxic substances in remote lake and coastal sediments from Svalbard, Norwegian Arctic: Levels, sources and fluxes[J]. Environmental Pollution, 2009, 157 (4): 1342-1351. |
[22] | Song W L, Li A, Ford J C, et al. Polybrominated diphenyl ethers in the sediments of the Great Lakes. 2. Lakes Michigan and Huron[J]. Environmental Science & Technology, 2005, 39 (10): 3474-3479. |
[23] | Evenset A, Christensen G N, Carroll J, et al. Historical trends in persistent organic pollutants and metals recorded in sediment from Lake Ellasjøen, Bjørnøya, Norwegian Arctic[J]. Environmental Pollution, 2007, 146 (1): 196-205. |
[24] | Zhu L Y, Hites R A. Brominated flame retardants in sediment cores from Lakes Michigan and Erie[J]. Environmental Science & Technology, 2005, 39 (10): 3488-3494. |
[25] | Qiu X H, Marvin C H, Hites R A. Dechlorane plus and other flame retardants in a sediment core from Lake Ontario[J]. Environmental Science & Technology, 2007, 41 (17): 6014-6019. |
[26] | 聂海峰, 成杭新, 赵传冬, 等. 中国东北主要河流沉积物中多溴二苯醚的含量状况及生态风险分析[J]. 环境科学, 2013, 34 (10): 3825-3831. |
[27] | 刘广明, 吕真真, 杨劲松, 等. 基于主成分分析及GIS的环渤海区域土壤质量评价[J]. 排灌机械工程学报, 2015, 33 (1): 67-72. |
[28] | La Guardia M J, Hale R C, Harvey E. Detailed polybrominated diphenyl ether (PBDE) congener composition of the widely used penta-, octa-, and deca-PBDE technical flame-retardant mixtures[J]. Environmental Science & Technology, 2006, 40 (20): 6247-6254. |
[29] | Tu L K, Wu Y L, Wang L C, et al. Distribution of polybrominated dibenzo-p-dioxins and dibenzofurans and polybrominated diphenyl ethers in a coal-fired power plant and two municipal solid waste incinerators[J]. Aerosol and Air Quality Research, 2011, 11 (5): 596-615. |
[30] | Nam J J, Gustafsson O, Kurt-Karakus P, et al. Relationships between organic matter, black carbon and persistent organic pollutants in European background soils: Implications for sources and environmental fate[J]. Environmental Pollution, 2008, 156 (3): 809-817. |
[31] | Wang X T, Chen L, Wang X K, et al. Occurrence, profiles, and ecological risks of polybrominated diphenyl ethers (PBDEs) in river sediments of Shanghai, China[J]. Chemosphere, 2015, 133 : 22-30. |
[32] | 唐量. 多溴联苯醚及十溴二苯乙烷在上海市典型环境介质中的分布及生态风险评估[D]. 上海: 上海大学, 2012.21-22. |
[33] | 曹洪法, 沈英娃. 生态风险评价研究概述[J]. 环境化学, 1991, 10 (3): 26-30. |
[34] | 张永春, 林玉锁, 孙勤芳, 等. 有害废物生态风险评价[M]. 北京: 中国环境科学出版社, 2002. 172-195. |
[35] | 周玳, 张文华, 王连生. 毒物风险评价外推方法[J]. 环境科学进展, 1995, 3 (2): 42-48. |