北江中下游内分泌干扰物的空间分布、生态风险及产业相关性

熊仕茂, 王秀珍, 罗伟铿, 马艳, 林颖, 王美欢, 郑晶. 北江中下游内分泌干扰物的空间分布、生态风险及产业相关性[J]. 环境化学, 2021, 40(12): 3803-3814. doi: 10.7524/j.issn.0254-6108.2020081004
引用本文: 熊仕茂, 王秀珍, 罗伟铿, 马艳, 林颖, 王美欢, 郑晶. 北江中下游内分泌干扰物的空间分布、生态风险及产业相关性[J]. 环境化学, 2021, 40(12): 3803-3814. doi: 10.7524/j.issn.0254-6108.2020081004
XIONG Shimao, WANG Xiuzhen, LUO Weikeng, MA Yan, LIN Ying, WANG Meihuan, ZHENG Jing. Spatial distribution, ecological risk and industry-dependence of endocrine disrupting chemicals in the Beijiang River, South China[J]. Environmental Chemistry, 2021, 40(12): 3803-3814. doi: 10.7524/j.issn.0254-6108.2020081004
Citation: XIONG Shimao, WANG Xiuzhen, LUO Weikeng, MA Yan, LIN Ying, WANG Meihuan, ZHENG Jing. Spatial distribution, ecological risk and industry-dependence of endocrine disrupting chemicals in the Beijiang River, South China[J]. Environmental Chemistry, 2021, 40(12): 3803-3814. doi: 10.7524/j.issn.0254-6108.2020081004

北江中下游内分泌干扰物的空间分布、生态风险及产业相关性

    通讯作者: E-mail:wangmeihuan@scies.org
  • 基金项目:
    清远市水污染防治、南粤水更清、饮用水源技术服务项目(PM-hx001-201709-0446)资助

Spatial distribution, ecological risk and industry-dependence of endocrine disrupting chemicals in the Beijiang River, South China

    Corresponding author: WANG Meihuan, wangmeihuan@scies.org
  • Fund Project: Technical Services for Water Pollution Control, Clean Water in Nanyue, Drinking Water Sources in Qingyuan City(PM-hx001-201709-0446).
  • 摘要: 为了解北江中下游内分泌干扰物(endocrine disrupting chemicals,EDCs)空间分布及生态风险,利用LC-MS/MS和GC-MS对北江中下游8个水源地、8个典型种植业下游、5个典型水产养殖业下游及4个大型污水处理厂水样中10种EDCs进行分析。结果表明,10种目标EDCs有6种低于检出限,仅双酚A、雌酮、辛基酚和壬基酚有检出,其中双酚A、壬基酚为北江中下游中主要EDCs,平均浓度分别为360 ng·L−1和382 ng·L−1。空间分布与影响因素分析表明,宏观因素影响区域EDCs浓度整体水平,水源地中辛基酚与壬基酚分别与第一、第二产业总值有明显相关性;局部浓度水平受产业类型、产品种类与上下游等因素影响,种植业、水产养殖业下游EDCs浓度水平主要受区域种植、养殖面积影响,其次是种植、养殖产品种类,污水处理厂出水EDCs浓度与设计处理量、服务人口呈强烈正相关。生态风险评价显示,双酚A、辛基酚和壬基酚生态风险随流域流向逐渐升高,启示对单位长度河段生态风险的变化率分析有助于确定EDCs污染源头。
  • 加载中
  • 图 1  采样位点图

    Figure 1.  Map of sampling sites

    图 2  不同类型水样中EDCs浓度

    Figure 2.  Concentration of EDCs in different types of water samples

    图 3  流域EDCs浓度占比(占自身总量)空间分布

    Figure 3.  The spatial distribution of endocrine disrupting chemicals concentration ratio (for their own gross)in Beijiang river

    图 4  EDCs流域生态风险

    Figure 4.  Ecological risks of EDCs in Beijiang River

    表 1  各采样点详细信息

    Table 1.  Detailed information of sampling sites

    采样点
    Sampling site
    类型
    Type
    区域
    Area
    人口/ (万人)
    Population
    第一产业总产值/(亿元)
    Primary industry product
    第二产业总产值/(亿元)
    Secondary industry product
    第三产业总产值/(亿元)
    Thirdly industry product
    种植/养殖面积/(公顷)
    Plant/Breet aera
    日处理量/
    总捕捞量/(t)
    Daily capacity/
    Total yield
    SYD-1 河流型 东部 35.18 54.4 83.9 116.6
    SYD-2 河流型 南部 49.17 28 219 241
    SYD-3 湖库型 东部 6.03 11.3 53.7 49.9
    SYD-4 河流型 西北部 14.94 35.9 30.4 70.4
    SYD-5 湖库型 西北部 2.4 7.4 9.2 14.3
    SYD-6 湖库型 西北部 5.1 6.3 11.1 22.6
    SYD-7 湖库型 中部 15.03 31.1 19.2 42.8
    SYD-8 河流型 南部 17.2 36.4 101 116
    WSCL-1 氧化沟 东部 35.18 60000
    WSCL-2 微曝氧化沟 南部 49.17 40000
    WSCL-3 人工湿地 东部 6.03 30000
    WSCL-4 改良氧化沟 西北部 14.94 20000
    ZZ-1 蔬菜 东部 54.5 98049
    ZZ-2 水稻蔬果 东部 54.5 98049
    ZZ-3 杨梅 西北部 35.8 72703
    ZZ-4 水晶梨 西北部 35.8 72703
    ZZ-5 水稻 中部 7.4 16008
    ZZ-6 水稻蔬果 南部 31.1 71369
    ZZ-7 水稻 南部 36.4 52693
    ZZ-8 香蕉 西北部 36.4 52693
    SCYZ-1 四大家鱼 东部 331 30195
    SCYZ-2 四大家鱼 东部 331 30195
    SCYZ-3 四大家鱼 西北部 142 7378
    SCYZ-4 鳗鱼、甲鱼 中部 37 5149
    SCYZ-5 鱼、虾 南部 270 34342
    采样点
    Sampling site
    类型
    Type
    区域
    Area
    人口/ (万人)
    Population
    第一产业总产值/(亿元)
    Primary industry product
    第二产业总产值/(亿元)
    Secondary industry product
    第三产业总产值/(亿元)
    Thirdly industry product
    种植/养殖面积/(公顷)
    Plant/Breet aera
    日处理量/
    总捕捞量/(t)
    Daily capacity/
    Total yield
    SYD-1 河流型 东部 35.18 54.4 83.9 116.6
    SYD-2 河流型 南部 49.17 28 219 241
    SYD-3 湖库型 东部 6.03 11.3 53.7 49.9
    SYD-4 河流型 西北部 14.94 35.9 30.4 70.4
    SYD-5 湖库型 西北部 2.4 7.4 9.2 14.3
    SYD-6 湖库型 西北部 5.1 6.3 11.1 22.6
    SYD-7 湖库型 中部 15.03 31.1 19.2 42.8
    SYD-8 河流型 南部 17.2 36.4 101 116
    WSCL-1 氧化沟 东部 35.18 60000
    WSCL-2 微曝氧化沟 南部 49.17 40000
    WSCL-3 人工湿地 东部 6.03 30000
    WSCL-4 改良氧化沟 西北部 14.94 20000
    ZZ-1 蔬菜 东部 54.5 98049
    ZZ-2 水稻蔬果 东部 54.5 98049
    ZZ-3 杨梅 西北部 35.8 72703
    ZZ-4 水晶梨 西北部 35.8 72703
    ZZ-5 水稻 中部 7.4 16008
    ZZ-6 水稻蔬果 南部 31.1 71369
    ZZ-7 水稻 南部 36.4 52693
    ZZ-8 香蕉 西北部 36.4 52693
    SCYZ-1 四大家鱼 东部 331 30195
    SCYZ-2 四大家鱼 东部 331 30195
    SCYZ-3 四大家鱼 西北部 142 7378
    SCYZ-4 鳗鱼、甲鱼 中部 37 5149
    SCYZ-5 鱼、虾 南部 270 34342
    下载: 导出CSV

    表 2  研究选择的EDCs类化学品

    Table 2.  The EDCs have been selected for the study

    中文全称 Chinese name英文全称 English full name化学式 Chemical Formula简称 AbbreviationCAS类型 Type
    双酚Abisphenol-aC15H16O2BPA1980/5/7外源雌激素
    辛基酚4-tert-octylphenolC14H22O4-t-OP140-66-9
    壬基酚4-nonylphenolC9H19C6H4OH4-NP104-40-5天然雌激素
    雌酮estroneC18H22O2E153-16-7
    17-β-雌二醇17-β-estradiolC18H24O2E257-91-0
    炔雌醇17-α-ethinylestradiolC20H24O2EE257-63-6人工合成雌激素
    已烯雌酚diethylstilbestrolC18H20O2DES6898-97-1
    代森锰锌mancozebC8H12MnN4S8Zn8018-01-7杀菌剂
    高氰戊菊酯esfenvalerateC25H22ClNO366230-04-4杀虫剂
    氯氰菊酯fenvalerateC25H22ClNO351630-58-1
    中文全称 Chinese name英文全称 English full name化学式 Chemical Formula简称 AbbreviationCAS类型 Type
    双酚Abisphenol-aC15H16O2BPA1980/5/7外源雌激素
    辛基酚4-tert-octylphenolC14H22O4-t-OP140-66-9
    壬基酚4-nonylphenolC9H19C6H4OH4-NP104-40-5天然雌激素
    雌酮estroneC18H22O2E153-16-7
    17-β-雌二醇17-β-estradiolC18H24O2E257-91-0
    炔雌醇17-α-ethinylestradiolC20H24O2EE257-63-6人工合成雌激素
    已烯雌酚diethylstilbestrolC18H20O2DES6898-97-1
    代森锰锌mancozebC8H12MnN4S8Zn8018-01-7杀菌剂
    高氰戊菊酯esfenvalerateC25H22ClNO366230-04-4杀虫剂
    氯氰菊酯fenvalerateC25H22ClNO351630-58-1
    下载: 导出CSV

    表 3  加标回收率

    Table 3.  Recovery rate of spike

    化合物 Compound空白/(ng·L−1) Blank检出限 Limits of detection回收率/% Recovery相对标准偏差/% RSD
    BPA17.60.37 ng·L−189—94 (92)3.0
    4-t-OPn.d.0.89 ng·L−1122—139(129)9.1
    4-NP43.40.30 ng·L−1118—138(127)10.2
    E1n.d.1.10 ng·L−173—75(74)0.8
    E2n.d.3.92 ng·L−177—87(82)4.8
    EE2n.d.2.01 ng·L−171—76(73)2.4
    DESn.d.1.75 ng·L−153—84 (73)17.4
    Mancozebn.d.10 mg·kg−193—102(94)7.4
    Esfenvaleraten.d.0.1 μg·L−185—113(97)14.5
    Fenvaleraten.d.0.1 μg·L−186—98(93)5.8
      注:n.d.表示未检出. n.d. means not detected.
    化合物 Compound空白/(ng·L−1) Blank检出限 Limits of detection回收率/% Recovery相对标准偏差/% RSD
    BPA17.60.37 ng·L−189—94 (92)3.0
    4-t-OPn.d.0.89 ng·L−1122—139(129)9.1
    4-NP43.40.30 ng·L−1118—138(127)10.2
    E1n.d.1.10 ng·L−173—75(74)0.8
    E2n.d.3.92 ng·L−177—87(82)4.8
    EE2n.d.2.01 ng·L−171—76(73)2.4
    DESn.d.1.75 ng·L−153—84 (73)17.4
    Mancozebn.d.10 mg·kg−193—102(94)7.4
    Esfenvaleraten.d.0.1 μg·L−185—113(97)14.5
    Fenvaleraten.d.0.1 μg·L−186—98(93)5.8
      注:n.d.表示未检出. n.d. means not detected.
    下载: 导出CSV

    表 4  EDCs类化学品的PNEC值

    Table 4.  The PNEC value of EDCs

    化合物 Compound英文名称 English namePNEC/(μg·L−1)推导说明 Source
    双酚ABisphenol A1.5从SSD推导,PNEC=HC5/AF=7.5/5[a].
    雌酮Estrone0.003PNEC[a].
    辛基酚4-t-Octylphenol0.122PNEC[a].
    壬基酚4-Nonylphenol1.12从慢性NOEC数据SSD方法推导,HC5,AF=1[a].
      注: a,此数据来自文献[27-28]. This data was from the reference [27] and [28].
    化合物 Compound英文名称 English namePNEC/(μg·L−1)推导说明 Source
    双酚ABisphenol A1.5从SSD推导,PNEC=HC5/AF=7.5/5[a].
    雌酮Estrone0.003PNEC[a].
    辛基酚4-t-Octylphenol0.122PNEC[a].
    壬基酚4-Nonylphenol1.12从慢性NOEC数据SSD方法推导,HC5,AF=1[a].
      注: a,此数据来自文献[27-28]. This data was from the reference [27] and [28].
    下载: 导出CSV

    表 5  各监测点位水样中EDCs浓度(ng·L−1)

    Table 5.  Concentration of EDCs in water samples of each monitoring site(ng·L−1)

    化合物
    Compound
    水源地(n=8)
    Water sources
    农产品种植区(n=8)
    Agricultural products planting
    水产养殖区(n=5)
    Fishery
    污水处理厂(n=4)
    Wastewater treatment plant
    平均
    浓度
    Mean
    检出率/%
    Detection frequency
    浓度范围
    Range
    平均浓度
    Mean
    浓度范围
    Range
    平均浓度
    Mean
    浓度范围
    Range
    平均浓度
    Mean
    浓度范围
    Range
    平均浓度
    Mean
    双酚A42—138546543—79440188—36020633—416259360100
    雌酮n.d.n.d.n.d.—3.791.06n.d.—1.430.73n.d.—3.901.650.9252
    辛基酚n.d.—6.962.41n.d.—7.173.03n.d.—3.331.20n.d.n.d.2.0520
    壬基酚149—574343194—637397250—89247154—614317382100
      注:n.d.表示未检出. n.d. means not detected.
    化合物
    Compound
    水源地(n=8)
    Water sources
    农产品种植区(n=8)
    Agricultural products planting
    水产养殖区(n=5)
    Fishery
    污水处理厂(n=4)
    Wastewater treatment plant
    平均
    浓度
    Mean
    检出率/%
    Detection frequency
    浓度范围
    Range
    平均浓度
    Mean
    浓度范围
    Range
    平均浓度
    Mean
    浓度范围
    Range
    平均浓度
    Mean
    浓度范围
    Range
    平均浓度
    Mean
    双酚A42—138546543—79440188—36020633—416259360100
    雌酮n.d.n.d.n.d.—3.791.06n.d.—1.430.73n.d.—3.901.650.9252
    辛基酚n.d.—6.962.41n.d.—7.173.03n.d.—3.331.20n.d.n.d.2.0520
    壬基酚149—574343194—637397250—89247154—614317382100
      注:n.d.表示未检出. n.d. means not detected.
    下载: 导出CSV

    表 6  EDCs生态风险水平

    Table 6.  Ecological risk of EDCs

    化合物 Compound东部(n=8) East南部(n=6) South西北部(n=8) Northwest中部(n=3) Midsection平均 Mean
    双酚A0.022—0.597(0.308)0.059—0.924
    (0.323)
    0.028—0.371
    (0.128)
    0.028—0.427
    (0.192)
    0.240
    雌酮n.d.—0.478
    (0.220)
    n.d.—0.535
    (0.287)
    n.d.—1.302
    (0.458)
    n.d.0.308
    辛基酚n.d.—0.036
    (0.015)
    0.004—0.059
    (0.031)
    0.004—0.024
    (0.008)
    0.004—0.038
    (0.015)
    0.017
    壬基酚0.048—0.797
    (0.432)
    0.294—0.482
    (0.355)
    0.133—0.334
    (0.253)
    0.174—0.513(0.303)0.341
    总计0.257—1.518
    (0.976)
    0.584—1.501
    (0.996)
    0.354—1.723
    (0.848)
    0.389—1.161
    (0.692)
    0.906
      注:n.d.表示未检出. n.d. means not detected.
    化合物 Compound东部(n=8) East南部(n=6) South西北部(n=8) Northwest中部(n=3) Midsection平均 Mean
    双酚A0.022—0.597(0.308)0.059—0.924
    (0.323)
    0.028—0.371
    (0.128)
    0.028—0.427
    (0.192)
    0.240
    雌酮n.d.—0.478
    (0.220)
    n.d.—0.535
    (0.287)
    n.d.—1.302
    (0.458)
    n.d.0.308
    辛基酚n.d.—0.036
    (0.015)
    0.004—0.059
    (0.031)
    0.004—0.024
    (0.008)
    0.004—0.038
    (0.015)
    0.017
    壬基酚0.048—0.797
    (0.432)
    0.294—0.482
    (0.355)
    0.133—0.334
    (0.253)
    0.174—0.513(0.303)0.341
    总计0.257—1.518
    (0.976)
    0.584—1.501
    (0.996)
    0.354—1.723
    (0.848)
    0.389—1.161
    (0.692)
    0.906
      注:n.d.表示未检出. n.d. means not detected.
    下载: 导出CSV
  • [1] 李亮, 周悦梅, 朱春雷. 水体中内分泌干扰物检测及去除研究进展 [J]. 能源研究与信息, 2016, 32(1): 25-29.

    LI L, ZHOU Y M, ZHU C L. Recent advances in monitoring and removal of endocrine disrupting chemicals in the water bodies [J]. Energy Research and Information, 2016, 32(1): 25-29(in Chinese).

    [2] YING G G, WILLIAMS B, KOOKANA R. Environmental fate of alkylphenols and alkylphenol ethoxylates-a review [J]. Environment International, 2002, 28(3): 215-226. doi: 10.1016/S0160-4120(02)00017-X
    [3] COMBARNOUS Y. Endocrine disruptor compounds (EDCs) and agriculture: The case of pesticides [J]. Comptes Rendus Biologies, 2017, 340(9-10): 406-409. doi: 10.1016/j.crvi.2017.07.009
    [4] DE J C, BORNMAN M, JM. The effect of p-nonylphenol on the fertility potential of male rats after gestational, lactational and direct exposure [J]. Andrologia, 2010, 31(2): 107-113.
    [5] 郎朗, 张光明. 饮用水水源及水厂内分泌干扰物污染分析 [J]. 环境工程, 2008, 26(S1): 60-63.

    LANG L, ZHANG G L. Analysisof endocrine disruptor pollution in drinking water sources and waterworks [J]. Environmental Engineering, 2008, 26(S1): 60-63(in Chinese).

    [6] AHMED S A. The immune system as a potential target for environmental estrogens (endocrine disrupters): A new emerging field [J]. Toxicology, 2000, 150(1/2/3): 191-206.
    [7] 邱丽娜, 云霞, 那广水, 等. 北黄海近岸海域生物体中酚类内分泌干扰物富集与放大作用研究 [J]. 安全与环境学报, 2015, 15(4): 353-357.

    QIU L N, YUN X, NA G S, et al. On the bioaccumulation and biomagnification of phenols endocrine disruptors in the organisms in the coast of Northern Yellow Sea [J]. Journal of Safety and Environment, 2015, 15(4): 353-357(in Chinese).

    [8] HUMFREY C D. Reproductive health in humans and wildlife: are adverse trends associated with environmental chemical exposure? [J]. Science of the Total Environment, 1997, 205(2/3): 97-106.
    [9] SHARPE R M, SKAKKEBAEK N E. Are oestrogens involved in falling sperm counts and disorders of the male reproductive tract? [J]. Lancet, 1993, 341(8857): 1392-1395. doi: 10.1016/0140-6736(93)90953-E
    [10] COCK M D, MAAS Y G H, BOR M V D. Does perinatal exposure to endocrine disruptors induce autism spectrum and attention deficit hyperactivity disorders? Review [J]. Acta Pã ¦ diatrica, 2012, 101(8): 811-818.
    [11] ZHANG C, LI Y, WANG C, et al. Occurrence of endocrine disrupting compounds in aqueous environment and their bacterial degradation: A review [J]. Critical Reviews in Environmental Science & Technology, 2016, 46(1): 1-59.
    [12] REFSDAL A O. To treat or not to treat: A proper use of hormones and antibiotics [J]. Animal Reproduction Science, 2000, 60/61: 109-119. doi: 10.1016/S0378-4320(00)00094-4
    [13] CALLANTINE M R, STOB M, ANDREWS F N. Fecal elimination of estrogens by cattle treated with diethylstilbestrol and hexestrol [J]. American Journal of Veterinary Research, 1961, 22(88): 462-465.
    [14] 沈娜. 粉末活性炭应急处理原水农药类内分泌干扰物试验研究[D]. 哈尔滨: 哈尔滨工业大学, 2011.

    SHEN N. Emergent treatment for pesticide endocrine disrupting chemicals in source water by powdered activated carbon[D]. Harbin: Harbin Institute of Technology, 2011(in Chinese).

    [15] MCLACHLAN J A. Estrogens in the environment. Proceedings of the symposium on estrogens in the environment, Raleigh, North Carolina, USA, September 10-12, 1979[C] .1980 .
    [16] 邵兵, 胡建英, 杨敏. 重庆流域嘉陵江和长江水环境中壬基酚污染状况调查 [J]. 环境科学学报, 2002, 22(1): 12-16. doi: 10.3321/j.issn:0253-2468.2002.01.003

    SHAO B, HU J Y, YANG M. A survey of nonylphnol in aquatic environment of Chongqing valley [J]. Acta Scientiae Circumst Antiae, 2002, 22(1): 12-16(in Chinese). doi: 10.3321/j.issn:0253-2468.2002.01.003

    [17] 杨毅, 李成乐, 李跃, 等. 成都市饮用水源地典型内分泌干扰物时空迁移转化规律研究 [J]. 中国农村水利水电, 2017, 5: 118-213. doi: 10.3969/j.issn.1007-2284.2017.06.023

    YANG Y, LI C L, LI Y, et al. Research on temporal-spatial migration and transformation of typical endocrine disrupting chemicals in the drinking water source area of Chengdu [J]. China Rural Water and Hydropower, 2017, 5: 118-213(in Chinese). doi: 10.3969/j.issn.1007-2284.2017.06.023

    [18] 刘畅伶, 张文强, 单保庆. 珠江口典型河段内分泌干扰物的空间分布及风险评价 [J]. 环境科学学报, 2018, 38(1): 115-124.

    LIU C L, ZHANG W Q, SHAN B Q. Spatial distribution and risk assessment of endocrine disrupting chemicals in the typical station of Pearl River [J]. Acta Scientiae Circumst Antiae, 2018, 38(1): 115-124(in Chinese).

    [19] 宋明伟. 北江流域水体环境中EDCs污染物环境风险研究[D]. 广州: 中山大学, 2010.

    SONG M W. Environmental risk assessment of endocrine disrupting chemicals(EDCs)in Beijiang River basin[D]. Guangzhou: Sun Yat-sen University(in Chinese).

    [20] 高敏. 北江流域典型EDCs污染物水生生态风险研究[D]. 武汉: 华中农业大学, 2014.

    GAO M. The aquatic ecological risk of EDCs in the Beijiang River[D]. Wuhan: Huazhong Agricultural University, 2014(in Chinese).

    [21] 昌盛, 樊月婷, 付青, 等. 北江清远段地表水及沉积物中酞酸酯的分布特征与风险评估 [J]. 生态环境学报, 2019, 28(4): 184-192.

    CHANG S, FAN Y T, FU Q, et al. Distribution characteristics and risk assessment of phthalic acid esters in surface water and sediment of Qingyuan section of Beijiang River [J]. Ecology and Environmental Sciences, 2019, 28(4): 184-192(in Chinese).

    [22] 韩向云. 北江清远段典型持久性有机污染物的分布特征与风险评估[D]. 石家庄: 河北师范大学, 2018.

    HAN X Y. Distribution characteristics and risk assessment of typical persistent organic pollutants in the Beijiang River of Qingyuan section[D]. Shijiazhuang: Hebei Normal University, 2018(in Chinese).

    [23] VALENTINO R, D ESPOSITO V, ARIEMMA F, et al. Bisphenol A environmental exposure and the detrimental effects on human metabolic health: Is it necessary to revise the risk assessment in vulnerable population? [J]. Endocrinol Invest, 2016, 39: 259-263. doi: 10.1007/s40618-015-0336-1
    [24] 张珏, 奚晔, 詹铭. 超高效液相色谱法测定饮用水中壬基酚、辛基酚 [J]. 实用预防医学, 2016, 23(3): 289-291. doi: 10.3969/j.issn.1006-3110.2016.03.010

    ZHANG J, XI Y, ZHAN M. Determination of nonylphenol and octylphenol in drinking water by ultra high performance liquid chromatography [J]. Practical Preventive Medicine, 2016, 23(3): 289-291(in Chinese). doi: 10.3969/j.issn.1006-3110.2016.03.010

    [25] 曾庆玲, 李咏梅, 赵俊明, 等. 天然与人工合成雌激素及其去除途径 [J]. 环境科学与技术, 2007, 30(10): 108-111. doi: 10.3969/j.issn.1003-6504.2007.10.037

    ZENG Q L, LI Y M, ZHAO J M, et al. Natural and synthetic estrogens and their removal [J]. Environmental Science Technology, 2007, 30(10): 108-111(in Chinese). doi: 10.3969/j.issn.1003-6504.2007.10.037

    [26] KHANAL S K, XIE B, THOMPSON M L, et al. Fate, transport and biodegradation of natural estrogens in the environment and engineered systems [J]. Environmental Science Technology, 2006, 40(2): 6537-6546.
    [27] PENG F J, PAN C G, ZHANG M, et al. Occurrence and ecological risk assessment of emerging organic chemicals in urban rivers: Guangzhou as a case study in China [J]. Science of the Total Environment, 2017, 589(7): 46-55.
    [28] EC 2003. No 1488/94 European Commission technical guidance document in support of commission directive 93/67/EEC on risk assessment for new notified substances and commission regulation (EC) on risk assessment for existing substances, Part Ⅱ[S]. European Commission.
    [29] 陈玫宏, 郭敏, 刘丹, 等. 典型内分泌干扰物在太湖及其支流水体和沉积物中的污染特征 [J]. 中国环境科学, 2017, 37(11): 4323-4332. doi: 10.3969/j.issn.1000-6923.2017.11.038

    CHEN M H, GUO M, LIU D, et al. Occurrence and distribution of typical endocrine disruptors in surface water and sediments from Taihu Lake and its tributaries [J]. China Environmental Science, 2017, 37(11): 4323-4332(in Chinese). doi: 10.3969/j.issn.1000-6923.2017.11.038

    [30] SHAN X M, SHEN D H, WANG B S, et al. Simultaneous determination of bisphenols and alkylphenols in water by solid phase extraction and ultra performance liquid chromatography-tandem mass spectrometry [J]. Biomedical and Environmental Sciences, 2014, 27(6): 471-474.
    [31] LIU Y H, ZHANG S H, JI G X, et al. Occurrence, distribution and risk assessment of suspected endocrine-disrupting chemicals in surface water and suspended particulate matter of Yangtze River (Nanjing section) [J]. Ecotoxicology & Environmental Safety, 2017, 135: 90-97.
    [32] WANG L, YING G G, CHEN F, et al. Monitoring of selected estrogenic compounds and estrogenic activity in surface water and sediment of the Yellow River in China using combined chemical and biological tools [J]. Environmental Pollution, 2012, 165(6): 241-249.
    [33] WANG L, YING G G, ZHAO J L, et al. Assessing estrogenic activity in surface water and sediment of the Liao River system in northeast China using combined chemical and biological tools [J]. Environmental Pollution, 2011, 159(1): 148-156. doi: 10.1016/j.envpol.2010.09.017
    [34] XU W, YAN W, HUANG W, et al. Endocrine-disrupting chemicals in the Pearl River Delta and coastal environment: sources, transfer, and implications [J]. Environmental Geochemistry and Health, 2014, 36(6): 1095-1104. doi: 10.1007/s10653-014-9618-3
    [35] ZHANG Y Z, TANG C Y, SONG X F, et al. Concentrations, potential sources and behavior of organochlorines and phenolic endocrine-disrupting chemicals in surficial sediment of the Shaying River, eastern China [J]. Environmental Earth Sciences, 2013, 70(5): 2237-2247. doi: 10.1007/s12665-013-2378-z
    [36] 刘玄, 曾令玲, 简健平, 等. 渝北区主栽农作物农药使用情况调查及分析 [J]. 植物医生, 2018, 31(9): 17-19.

    LIU X, ZENG L L, JIAN J P, et al. Investigation and analysis on pesticide use of main crops in Yubei District district [J]. Plant Doctor, 2018, 31(9): 17-19(in Chinese).

    [37] 廖燕俸, 柯玲, 蔡金玉. 福建省尤溪县主栽农作物农药使用状况调查分析 [J]. 农业科技通讯, 2017, 6: 212-216. doi: 10.3969/j.issn.1000-6400.2017.07.070

    LIAO Y F, KE L, CAI J Y. Investigation and analysis on pesticide use of main crops in Youxi County, Fujian Province [J]. Bulletin of Agricultural Science and Technology, 2017, 6: 212-216(in Chinese). doi: 10.3969/j.issn.1000-6400.2017.07.070

  • 加载中
图( 4) 表( 6)
计量
  • 文章访问数:  2708
  • HTML全文浏览数:  2708
  • PDF下载数:  51
  • 施引文献:  0
出版历程
  • 收稿日期:  2020-08-10
  • 录用日期:  2021-11-26
  • 刊出日期:  2021-12-27

北江中下游内分泌干扰物的空间分布、生态风险及产业相关性

    通讯作者: E-mail:wangmeihuan@scies.org
  • 1. 生态环境部华南环境科学研究 国家环境保护环境污染健康风险评价重点实验室,广州,510655
  • 2. 清远市清城区环境监测站,清远,511500
  • 3. 贵州医科大学公共卫生学院,贵阳,550025
基金项目:
清远市水污染防治、南粤水更清、饮用水源技术服务项目(PM-hx001-201709-0446)资助

摘要: 为了解北江中下游内分泌干扰物(endocrine disrupting chemicals,EDCs)空间分布及生态风险,利用LC-MS/MS和GC-MS对北江中下游8个水源地、8个典型种植业下游、5个典型水产养殖业下游及4个大型污水处理厂水样中10种EDCs进行分析。结果表明,10种目标EDCs有6种低于检出限,仅双酚A、雌酮、辛基酚和壬基酚有检出,其中双酚A、壬基酚为北江中下游中主要EDCs,平均浓度分别为360 ng·L−1和382 ng·L−1。空间分布与影响因素分析表明,宏观因素影响区域EDCs浓度整体水平,水源地中辛基酚与壬基酚分别与第一、第二产业总值有明显相关性;局部浓度水平受产业类型、产品种类与上下游等因素影响,种植业、水产养殖业下游EDCs浓度水平主要受区域种植、养殖面积影响,其次是种植、养殖产品种类,污水处理厂出水EDCs浓度与设计处理量、服务人口呈强烈正相关。生态风险评价显示,双酚A、辛基酚和壬基酚生态风险随流域流向逐渐升高,启示对单位长度河段生态风险的变化率分析有助于确定EDCs污染源头。

English Abstract

  • 内分泌干扰物(endocrine disrupting chemicals,EDCs)也称为环境激素(environmental hormone),是一类外源性干扰内分泌系统的化学物质,可分为多卤联苯类、邻苯二甲酸酯类、酚类、重金属类、有机锡类等,通过干扰激素的合成、分泌、运输、代谢和结合,从而影响生物平衡、发育、生殖过程[1]。EDCs通过食物、水源等各种途径进入生物体内,部分EDCs脂溶性较强,可通过食物链富集,且EDCs化学性质稳定,可在机体内长期蓄积难以排出体外[2],因此,即使低浓度的摄入都可能会对生物体产生危害[3-4]。EDCs的毒作用机制大体上可分为直接与受体结合、与激素以外的生物大分子结合、影响内分泌系统与其他系统的协调作用、作用于细胞信号传导通路、与天然激素竞争、抑制微管聚合、增加体内自由基含量和引起细胞凋亡等方面[5]。对生物个体宏观方面的影响主要表现为性激素分泌量及活性下降、雄性物种雌性化、精子数量减少、生殖器官异常、各种癌症发病率(尤其是女性乳腺癌)增加,以致生殖能力下降,后代的健康和成活率降低等[6-10],严重威胁人类和野生动物的物种繁衍和长期生存。

    城镇污水处理厂出水被认为是流域EDCs的主要来源,主要因为常规的污水处理设备难以将生活污水中的此类物质完全清除[11]。养殖行业是另一个重要污染来源,为控制家禽家畜的发情周期、治疗生殖障碍、诱导流产等[12-13],会对动物使用大量的类固醇类药物,导致动物排泄物中含有大量的EDCs,并随污水排放或雨水冲刷进入流域。此外,伴随着农业的发展,水源水中检测出多种农药类EDCs[14]。国内外已开展了不少针对EDCs在流域中的污染工作研究。早在1980年,McLachlan等[15]最先开展环境中的EDCs浓度水平研究,而国内邵兵等[16]在2002年首次对重庆流域中的壬基酚污染情况进行报道。杨毅等发现农药、化肥等农资的不规范使用是柏木河中EDCs污染的主要原因[17]。刘畅伶等发现珠江口人为活动活跃河段的EDCs浓度水平较高[18]

    北江是珠江第二大水系,是流域内百万多人口的重要饮用水源地之一。随着工农业的发展,环境中EDCs污染物的累积量同益增加,环境风险也在逐步累积。近年来,已有不少研究开展对北江流域内EDCs的污染研究,化合物集中在多环芳烃(polycyclic aromatic hydrocarbons,PAHs)[19]、重金属[20]、邻苯二甲酸酯(phthalic acid esters,PAEs)[21]、有机氯农药(Organochlorine pesticides,OCPs)[22]等,方向多为污染水平和生态风险,鲜少有对雌激素类、其他农药的研究。目前暂无结合当地多种产业结构,详细分析不同产业下游水体的EDCs水平及影响因素的研究。从源头上减排是当前对EDCs排放进行有效控制的主要方法,因此对EDCs的主要来源行业详细分析,有望提高流域EDCs防治政策可行性。因此,本研究针对北江中下游使用EDCs的行业类型、产品种类、规模、分布区域等情况,调查北江中下游EDCs浓度分布,分析其主要来源及生态风险,旨在加强污染源与污染物浓度之间的联系,防范EDCs对流域环境带来的潜在风险。

    • (1)仪器与材料:AB SCIEX API4000+ MS/MS三重四极杆质谱仪,购于美国应用生物系统公司;Agilent GC/MS(7890B-5977A),Agilent 1260液相色谱仪,HP-5MS毛细管柱(30 m×0.25 mm×0.25 μm),HP-FFAP毛细管柱(30 m×0.25 mm×0.25 μm),ZORBAX Eclipse Plus C18色谱柱(2.1 mm×100 mm,1.8 μm),购于美国安捷伦科技有限公司;氮吹浓缩仪(N-EVAP系列),购于美国Organomation公司;水浴锅,购于上海智诚分析仪器制造;Milli-Q 超纯水系统,购于德国默克公司;R-215旋转蒸发仪,购于瑞士Buchi公司;2.5 L棕色玻璃瓶,购于广州市酷泰贸易有限公司。

      (2)试剂与材料:乙酸乙酯、乙腈、甲醇、丙酮、二氯甲烷和正己烷,均为色谱纯,购于Merck公司;硫酸、盐酸、SnCl2、双酚A、17-β-雌二醇、炔雌醇、雌酮、己烯雌酚、辛基酚、壬基酚、代森锰锌、氯氰菊酯和氰戊菊酯标准溶液均购于上海安谱实验科技股份有限公司;内标标准溶液双酚A-d4、雌四醇-d4、雌酮-d4和蒽醌-d8购于上海安谱实验科技股份有限公司;HLB小柱(6 cc,500 mg),购于Waters公司;玻璃纤维滤膜(142 mm、70 mm、0.45 μm,Whatman GF/F),购于UK公司;固相萃取膜片(C18 ENVI DISK,45 mm),购于美国色谱科公司。

    • 本文选择北江中下游作为研究区域,区域内有县级以上在用饮用水源地11个,本研究在该区域8个区县各选取一个县级以上饮用水源地(SYD1-8)进行监测,监测位点尽量与现有水源地监控断面一致;4个不同类型污水处理厂(WSCL1-4)的出水口进行监测;8个主要种植区县(ZZ1-8)和5个主要水产养殖区县(SCYZ1-5)下游设置监测位点,采样位点如图1所示,各采样位点详细信息见表1。2017年9月在各监测点位进行了样品采集,每个监测点以2.5 L棕色玻璃瓶采集水样3瓶,水样采集时取同一截面水平面0.5 cm以下,左中右3个点的混合样。采集后的水样立即加入50 mL色谱纯甲醇和400 μL硫酸(4 mol),置于4 ℃冰盒中运回实验室,并于48 h内进行前处理。

    • 本研究以1997年世界野生动物基金会(WWF)公布的68种EDCs为研究范围,去除国家明令禁止使用的EDCs类化学品(如苯菌灵、除草醚等),去除无商业用途与使用价值(如苯并(a)芘、二噁英、八氯苯乙烯等)的化学品及常规监测指标(如重金属等)。同时结合EDCs类化学品的当地的生产使用情况,选择广泛应用于增塑剂的双酚A[23];用作表面活性剂的辛基酚与壬基酚[24];低浓度下即能影响人体内分泌系统的雌酮、17-β-雌二醇、人工合成雌激素炔雌醇和已烯雌酚[25-26];北江中下游种植业用量最大的杀菌灭虫剂代森锰锌与高氰戊菊酯;北江中下游水产养殖业中用量最大的灭虫剂氯氰菊酯,具体检测指标及详细信息见表2

    • 前处理:1 L水样依次使用142 mm、70 mm GF/F滤膜过滤,滤膜在采样前后准确称量并记录。滤液再通过0.45 μm GF/F玻璃滤膜进行过滤,在过滤液中加入内标,以5—10 mL·min−1的速度通过HLB小柱,真空抽干HLB柱(1 h),用甲醇和二氯甲烷依次洗脱,混合洗脱液氮吹至近干,甲醇定容至1 mL,通过0.45 μm滤膜过滤后放棕色进样瓶,−20 ℃保存待测。

      仪器分析:Agilent 1260系列液相色谱用于目标化合物的分离,使用ZORBAX Eclipse Plus C18色谱柱,柱温30 ℃,进样体积10 μL,流动相为乙腈(A)和5 mmol·L−1乙酸铵水溶液(B),流速为400 μL·min−1。梯度洗脱程序如下:A相比例在0—0.5 min为10%,0.5—2 min上升至40%,2—4 min上升至70%,4—11 min上升至87%,11—11.5 min下降至10%,11.5—14 min保持10%。AB SCIEX API4000+ MS/MS系列四极杆质谱用于目标化合物的检测,质谱条件为,电喷雾电离源(ESI),负离子源电离模式,MRM扫描,离子喷雾电压−5500 V,载气温度600 ℃。

    • (1)代森锰锌

      前处理:用自来水将板式过滤器冲洗干净,用约1 L的纯水抽滤,丙酮搽拭过滤盘后待用。连接板式过滤器,将样品充分混匀,经过装有142 mm GF/F玻璃纤维滤膜的板式过滤器进行过滤,过水速率约为每秒1—2滴,过滤后把玻璃纤维滤膜和滤出液分别收集。玻璃纤维滤膜晾干放入干燥器中,滤出液进入样品制备阶段。取10 g的SnCl2,用5 mol盐酸水溶液定容到500 mL,配制成SnCl2-HCL混合溶液。取30 mL滤出液加入到40 mL SnCl2-HCL混合溶液中,充分摇匀后置于80 ℃水浴2 h,待样品充分反应后装入进样小瓶待测。

      仪器分析:Agilent GC(7890B)用于目标化合物的分析,进样口温度250 ℃,柱温50 ℃保持4 min,分流比15:1,进样体积50 μL,顶空进样;色谱柱为HP-FFAP毛细管柱(30 m×0.25 mm×0.25 μm)。

      (2)氯氰菊酯和氰戊菊酯

      前处理:以0.45 μm GF/F玻璃纤维滤膜进行过滤,过滤后的水样采用六通道固相萃取膜片进行目标物富集,每2 L水样富集在一张固相萃取膜片上,水样过滤后,真空抽干1 h,然后每张固相萃取膜片分别以15 mL乙酸乙酯和15 mL二氯甲烷洗脱,合并所有洗脱液,旋转蒸发浓缩至近干,以二氯甲烷定容至5 mL,过0.45 μm有机相滤膜后,于棕色小瓶中–20 ℃保存,取1 mL样品,加入内标,浓缩至200 μL,待测。

      仪器分析:Agilent GC/MS(7890B-5977A) 用于目标化合物的分析,使用电子轰击电离源(EI),选择离子检测(SIM)。载气为氦气,流速1.0 ℃·min−1,不分流进样,进样体积1 μL,进样口温度300 ℃,离子源温度250 ℃;四极杆温度150 ℃。色谱柱为HP-5 MS毛细管柱(30 m×0.25 mm×0.25 μm),升温程序:从55 ℃(保持2 min)以20 ℃·min−1升温至160 ℃(保持5 min),再以2 ℃·min−1升温至200 ℃,以4 ℃·min−1升温至240 ℃(保持3 min),最后以5 ℃·min−1升温至290 ℃(保持5 min)。

    • 分别制备空白组、空白加标组,每组设置3个平行,按照1.4节检测方法对样品进行前处理,上机检测。每次测定样品前均重新配制工作液作标准曲线,前后两次相差均不超过10%。各检测指标的检出限与加标回收率如表3所示。

    • 利用Excel 2010进行数据梳理,IBM SPSS22.0进行统计分析。

    • 采用风险商(RQ)值法评估所监测点位抗生素的生态风险,评价流程如下:

      (1)推导预测无效应质量浓度(PNEC)值,即生态风险阈值。PNEC值表示在现有科学认知水平下,确认化合物不会对水生生物造成不利影响的最大效应浓度值。根据欧盟风险评价指南(European Commission)推荐的评价因子法(assessment factor, AF),结果如表4所示。

      (2)监测水体中抗生素的RQ值可根据化合物的实际监测质量浓度(MEC)和生态风险阈值进行计算,以评价抗生素类污染物的生态风险水平。计算公式如下:

      其中,RQtotal为目标化合物在某监测水体的加和生态风险商值(无量纲),RQi为化合物i的RQ值(无量纲)。根据RQ的大小,可以将生态风险划分成4个等级:无风险或最低风险(RQ<0.01),低风险(0.01≤RQ<0.1),中等风险(0.1≤RQ<1)和高风险(RQ≥1)。

    • 对各监测点位的水样进行检测分析,10种目标EDCs有6种低于检出限,仅双酚A、壬基酚、辛基酚和雌酮有检出,各污染物浓度范围、检出情况详见表5,各类型监测点位污染物浓度水平及组成详见图2。北江中下游水体中的主要EDCs种类为双酚A、辛基酚,在25个监测点位中均有检出,平均浓度分别为360 ng·L−1和382 ng·L−1。其中,壬基酚浓度水平远高于太湖[29]、巢湖[30]、长江南京段[31](平均浓度分别为29.6 ng·L−1、38.6—86.1 ng·L−1和199 ng·L−1);双酚A浓度水平远高于太湖[29]、巢湖[30]、长江南京段[31](平均浓度分别为17.5 ng·L−1、7.3—224.9 ng·L−1和119 ng·L−1)的浓度水平,但与黄河[32]、辽河[33]和珠江[34](平均浓度分别为534 ng·L−1、536.9 ng·L−1、117—685 ng·L−1)的浓度相接近,在全国范围内处于相对较高水平。壬基酚与双酚A的高浓度水平与其大量的生产和使用密不可分,据报道2011年壬基酚在中国的产量达30000 t,双酚A为26000 t[35]

      双酚A在各类型水样的浓度依次为水源地(浓度范围为42—1385 ng·L−1,平均浓度465 ng·L−1)>种植区(浓度范围为43—794 ng·L−1,平均浓度401 ng·L−1)>污水处理厂(浓度范围为33—416 ng·L−1,平均浓度259 ng·L−1)>水产养殖区(浓度范围88—360 ng·L−1,平均浓度206 ng·L−1)。壬基酚在各类型水样的浓度依次为水产养殖业(浓度范围为250—892 ng·L−1,平均浓度471 ng·L−1)>种植业(浓度范围为194—637 ng·L−1,平均浓度397 ng·L−1)>水源地(浓度范围为149—574 ng·L−1,平均浓度343 ng·L−1)>污水处理厂(浓度范围为54—614 ng·L−1,平均浓度317 ng·L−1)。壬基酚可以用作农药乳化剂,农药乳化剂的大量使用可能是导致种植业下游有较高的检出浓度的原因之一。辛基酚在各类型水样的浓度依次为种植区(浓度范围为n.d.—7.17 ng·L−1,平均浓度3.03 ng·L−1)>水源地(浓度范围为n.d.—6.96 ng·L−1,平均浓度2.41 ng·L−1)>水产养殖业(浓度范围为n.d.—3.33 ng·L−1,平均浓度1.20 ng·L−1)>污水处理厂(未检出)。雌酮在各类型水样的浓度依次为污水处理厂(浓度范围为n.d.—3.90 ng·L−1,平均浓度1.65 ng·L−1)>种植区(浓度范围为n.d.—3.79 ng·L−1,平均浓度1.06 ng·L−1)>水产养殖业(浓度范围为n.d.—1.43 ng·L−1,平均浓度0.73 ng·L−1)>水源地 (未检出)。

    • 不同水源地EDCs的浓度差异明显,其中位于流域西北部河流上游的SYD-4水样中双酚A和壬基酚浓度较其他水源地最低,EDCs总浓度为193 ng·L−1。东南部的河流下游SYD-8水源地水样中EDCs类化学品总浓度最高,EDCs总浓度达1770 ng·L−1,有典型的沿河流流向富集加强的趋势。水源地的类型对EDCs总浓度也有明显影响,河流型的水源地由于承受上游的污染物压力,EDCs总浓度平均值为835 ng·L−1,高于湖泊型水源地约50 ng·L−1。调查县区常住人口、第一至第三产业生产总值对双酚A、壬基酚、辛基酚的流域浓度的影响发现,壬基酚与第二产业生产总值的相关性较好,皮尔森相关系数为0.51,辛基酚则第一产值生产总值有明显相关性(r=0.65),说明两者可能分别来源于第二与第一产业。而双酚A的浓度与四个指标均无显著相关性,说明双酚A的使用与来源广泛。

      不同农产品种植区监测位点水样中EDCs浓度也有较大差别,其中非农业大县的ZZ-5位点种植区监测位点水样中EDCs总浓度最低(237 ng·L−1),甚至低于农业大县的ZZ-2位点EDCs总浓度(1434 ng·L−1)的1/5。区域种植业EDCs化学品的总种植面积和第一产业生产总值有显著正相关性,皮尔森系数分别达到0.86与0.83,说明宏观统计数据一定程度上能反映附近水体中EDCs浓度水平,也说明了种植业生产过程使用的EDCs容易通过土地渗入进入流域。种植种类对流域EDCs浓度有一定影响,水果种植下游平均总浓度为858 ng·L−1,高于水稻蔬菜种植下游平均总浓度为707 ng·L−1。可能与水果种植的单位面积EDCs类农药使用量有关,据2017年渝北区[36]、2016年福建省尤溪县[37]农药抽查统计结果,水果的单位面积农药使用量为水稻蔬菜的2—3倍。

      水产养殖业呈现明显的EDCs东高西低随河流富集特征,位于东部的SCYZ-1位点检出的双酚A、雌酮和壬基酚均为5个位点中的最高值,总浓度为1254 ng·L−1。而分散于研究区域西部、中部与南部的SCYZ-3到SCYZ-5EDCs总浓度水平均只在400 ng·L−1水平。此外,与种植业类似,水产养殖业EDCs浓度与周边生产情况关系显著。EDCs总浓度与区域渔业总捕捞量、总养殖面积显著相关,皮尔森相关系数分别为0.51与0.70。说明水产养殖产业是局部EDCs重要来源,也说明水产养殖业使用的EDCs较容易进入附近水体。养殖的种类也会对EDCs浓度水平产生影响,四大家鱼(青鱼、草鱼、鲢鱼、鳙鱼)的养殖区域平均EDCs总浓度水平为841 ng·L−1,远远高于养殖虾、鳖、鳗鱼等的区域(433 ng·L−1)。

      调查的4个污水处理厂均为城镇生活污水处理厂出水口,EDCs的浓度可能受接收水质影响较大,而受地域与河流流向富集影响较小。4个位点中位于东北部的WSCL-1污水处理厂EDCs浓度水平最高达到974 ng·L−1,位于东部的WSCL-3的浓度水平最低总浓度仅为87.1 ng·L−1,只有WSCL-1的约9%。研究结果与推测相一致,EDCs总浓度与污水处理厂的设计污水处理量与人口紧密相关,皮尔森相关系数分别为0.738与0.819。通过污水处理厂及其最近水源地位点EDCs浓度比较可见(WSCL-1对应SYD-1如此类推),除了WSCL-3,其余的污水处理厂EDCs浓度要较最近水源地位点高56—209 ng·L−1。说明尽管污水处理厂能一定程度上降低EDCs的浓度,但难以完全去除,大量高浓度的生活废水经处理后EDCs浓度仍会高于一般的流域水体浓度,使污水处理厂也成为流域EDCs的主要贡献来源。

      EDCs占自身总量比例的地域分布如图3所示,流域的EDCs总体呈西北低(478 ng·L−1),东(949 ng·L−1)南(887 ng·L−1)部高的空间分布特征。说明随着河流流进,沿途的化工、种植、水产与生活等污水中的EDCs排放速率高于自然降解/吸附速率,导致EDCs沿河流流向不断积累,下游将较上游表现出更高的生态风险。其中,双酚A、壬基酚、辛基酚的空间分布情况同总EDCs,雌酮的分布则与其他3种的分布特征不同,呈西北部高(1.37 ng·L−1)、东(0.66 ng·L−1)南(0.86 ng·L−1)部低的特征,来源自上游的可能性较高。

    • 生态风险评价结果如表6所示。双酚A与壬基酚的RQ值范围较为类似,双酚A为0.022—0.924($ \overline {{\rm{RQ}}}=0.240 $),壬基酚为0.048—0.797($ \overline {{\rm{RQ}}}=0.341 $),尽管在浓度上较突出,但由于毒性相对较低,所以生态风险水平仅处于中等水平;辛基酚RQ值范围(0.008—0.057,$ \overline {{\rm{RQ}}}=0.017 $)与其浓度表现一致,对生态基本不构成明显影响。最值得注意的是毒性最大的雌酮,尽管浓度较其他三者低,但是风险水平处于$ \overline {{\rm{RQ}}}=0.308 $的高位,提示进行环境污染物污染物筛选与控制过程中,毒性强弱应作为主要考虑因素。此外,双酚A、辛基酚和壬基酚生态风险均呈由西北部向东南部(沿河流方向)逐渐增加的态势(图4),带动EDCs总生态风险也沿河流方向持续增加,整体上处于中等偏高风险(0.7<RQtotal<1),EDCs的生态风险应该予以重视。雌酮的生态风险在西北部最高,说明受上游雌酮排放影响明显。通过分析单位河流长度流域环境风险变化率,有利于判断EDCs主要贡献河段(风险增长率高河段),便于迅速准确定位排放源头。

    • (1)10种目标EDCs有6种低于检出限,仅双酚A、壬基酚、辛基酚和雌酮有检出,其中双酚A、壬基酚为北江中下游中主要EDCs,平均浓度分别为360 ng·L−1和382 ng·L−1,在全国范围内属较高浓度水平。

      (2)水源地中辛基酚与壬基酚分别与第一第二产业总值有明显相关性;种植业、水产养殖业下游EDCs主要受区域种植、养殖面积影响,同时随种植、养殖的产品种类发生变化;设计处理量与服务人口与污水处理厂出水EDCs浓度成正比,污水处理厂无法完全去除EDCs成为流域污染的一个重要来源。

      (3)北江中下游EDCs总生态风险处于中等偏高水平。双酚A、辛基酚与壬基酚流域风险随水流流向呈西北低,东南高走向。雌酮的分布特征相反,说明上游为主要来源。

    参考文献 (37)

目录

/

返回文章
返回