CN109711615A - 地表水类固醇雌激素的急慢性预测无效应浓度的计算方法 - Google Patents
地表水类固醇雌激素的急慢性预测无效应浓度的计算方法 Download PDFInfo
- Publication number
- CN109711615A CN109711615A CN201811584910.3A CN201811584910A CN109711615A CN 109711615 A CN109711615 A CN 109711615A CN 201811584910 A CN201811584910 A CN 201811584910A CN 109711615 A CN109711615 A CN 109711615A
- Authority
- CN
- China
- Prior art keywords
- data
- species
- acute
- value
- acute toxicity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000001154 acute effect Effects 0.000 title claims abstract description 66
- 230000001684 chronic effect Effects 0.000 title claims abstract description 54
- 230000003637 steroidlike Effects 0.000 title claims abstract description 53
- 230000001076 estrogenic effect Effects 0.000 title claims abstract description 52
- 238000004364 calculation method Methods 0.000 title claims abstract description 34
- 239000002352 surface water Substances 0.000 title claims abstract description 19
- 241000894007 species Species 0.000 claims abstract description 136
- 231100000369 acute toxicity data Toxicity 0.000 claims abstract description 78
- 231100000048 toxicity data Toxicity 0.000 claims abstract description 31
- 238000000034 method Methods 0.000 claims abstract description 26
- 241000251468 Actinopterygii Species 0.000 claims abstract description 8
- 241000195493 Cryptophyta Species 0.000 claims abstract description 8
- 241001465754 Metazoa Species 0.000 claims abstract description 5
- 239000000262 estrogen Substances 0.000 claims description 38
- 229940011871 estrogen Drugs 0.000 claims description 37
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 30
- 230000001988 toxicity Effects 0.000 claims description 23
- 231100000419 toxicity Toxicity 0.000 claims description 23
- 230000007059 acute toxicity Effects 0.000 claims description 20
- 231100000403 acute toxicity Toxicity 0.000 claims description 20
- 230000007665 chronic toxicity Effects 0.000 claims description 19
- 231100000160 chronic toxicity Toxicity 0.000 claims description 19
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 230000001174 ascending effect Effects 0.000 claims description 5
- 230000001186 cumulative effect Effects 0.000 claims description 5
- 238000011156 evaluation Methods 0.000 claims description 4
- 231100000614 poison Toxicity 0.000 claims description 3
- 239000002574 poison Substances 0.000 claims description 3
- 238000002203 pretreatment Methods 0.000 claims description 3
- 150000003431 steroids Chemical class 0.000 claims description 3
- 244000148755 species properties Species 0.000 claims description 2
- 230000007613 environmental effect Effects 0.000 abstract description 18
- 241000196324 Embryophyta Species 0.000 abstract description 2
- BFPYWIDHMRZLRN-SLHNCBLASA-N Ethinyl estradiol Chemical compound OC1=CC=C2[C@H]3CC[C@](C)([C@](CC4)(O)C#C)[C@@H]4[C@@H]3CCC2=C1 BFPYWIDHMRZLRN-SLHNCBLASA-N 0.000 description 31
- 230000000694 effects Effects 0.000 description 17
- VOXZDWNPVJITMN-ZBRFXRBCSA-N 17β-estradiol Chemical compound OC1=CC=C2[C@H]3CC[C@](C)([C@H](CC4)O)[C@@H]4[C@@H]3CCC2=C1 VOXZDWNPVJITMN-ZBRFXRBCSA-N 0.000 description 10
- 238000009795 derivation Methods 0.000 description 9
- 238000012502 risk assessment Methods 0.000 description 9
- 238000011160 research Methods 0.000 description 7
- 229960005309 estradiol Drugs 0.000 description 6
- 238000012216 screening Methods 0.000 description 6
- 230000009466 transformation Effects 0.000 description 6
- 238000002474 experimental method Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 231100000331 toxic Toxicity 0.000 description 4
- IISBACLAFKSPIT-UHFFFAOYSA-N bisphenol A Chemical compound C=1C=C(O)C=CC=1C(C)(C)C1=CC=C(O)C=C1 IISBACLAFKSPIT-UHFFFAOYSA-N 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 241000252212 Danio rerio Species 0.000 description 2
- 241001494246 Daphnia magna Species 0.000 description 2
- 231100000111 LD50 Toxicity 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000005315 distribution function Methods 0.000 description 2
- 231100000507 endocrine disrupting Toxicity 0.000 description 2
- 239000003344 environmental pollutant Substances 0.000 description 2
- 229930182833 estradiol Natural products 0.000 description 2
- 231100001261 hazardous Toxicity 0.000 description 2
- 231100000492 no effect concentration Toxicity 0.000 description 2
- 239000004014 plasticizer Substances 0.000 description 2
- 231100000719 pollutant Toxicity 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000002588 toxic effect Effects 0.000 description 2
- BFPYWIDHMRZLRN-UHFFFAOYSA-N 17alpha-ethynyl estradiol Natural products OC1=CC=C2C3CCC(C)(C(CC4)(O)C#C)C4C3CCC2=C1 BFPYWIDHMRZLRN-UHFFFAOYSA-N 0.000 description 1
- ISAVYTVYFVQUDY-UHFFFAOYSA-N 4-tert-Octylphenol Chemical compound CC(C)(C)CC(C)(C)C1=CC=C(O)C=C1 ISAVYTVYFVQUDY-UHFFFAOYSA-N 0.000 description 1
- 241000195649 Chlorella <Chlorellales> Species 0.000 description 1
- 241000276610 Cichlasoma Species 0.000 description 1
- 241001309409 Cichlasoma dimerus Species 0.000 description 1
- 241000252233 Cyprinus carpio Species 0.000 description 1
- 241000951565 Dolichospermum spiroides Species 0.000 description 1
- 241001284789 Gobiocypris rarus Species 0.000 description 1
- 241001489138 Haliotis diversicolor Species 0.000 description 1
- BZLVMXJERCGZMT-UHFFFAOYSA-N Methyl tert-butyl ether Chemical compound COC(C)(C)C BZLVMXJERCGZMT-UHFFFAOYSA-N 0.000 description 1
- 241000192710 Microcystis aeruginosa Species 0.000 description 1
- 241001628273 Moina macrocopa Species 0.000 description 1
- 241000270942 Rana pipiens Species 0.000 description 1
- 241000191896 Rana sylvatica Species 0.000 description 1
- 229930182558 Sterol Natural products 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000003078 antioxidant effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 231100000671 aquatic toxicology Toxicity 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 229940106691 bisphenol a Drugs 0.000 description 1
- CCGSUNCLSOWKJO-UHFFFAOYSA-N cimetidine Chemical compound N#CNC(=N/C)\NCCSCC1=NC=N[C]1C CCGSUNCLSOWKJO-UHFFFAOYSA-N 0.000 description 1
- 229960001380 cimetidine Drugs 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 231100000463 ecotoxicology Toxicity 0.000 description 1
- 230000013020 embryo development Effects 0.000 description 1
- 231100000049 endocrine disruptor Toxicity 0.000 description 1
- 239000000598 endocrine disruptor Substances 0.000 description 1
- 231100000821 endpoints of toxicity testing Toxicity 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005183 environmental health Effects 0.000 description 1
- 231100000584 environmental toxicity Toxicity 0.000 description 1
- 229960002568 ethinylestradiol Drugs 0.000 description 1
- 238000013213 extrapolation Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 239000013505 freshwater Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 210000003494 hepatocyte Anatomy 0.000 description 1
- 231100000636 lethal dose Toxicity 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000029052 metamorphosis Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 231100000706 no observed effect level Toxicity 0.000 description 1
- 230000001473 noxious effect Effects 0.000 description 1
- 150000002989 phenols Chemical class 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 230000007096 poisonous effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 150000003432 sterols Chemical class 0.000 description 1
- 235000003702 sterols Nutrition 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 231100000027 toxicology Toxicity 0.000 description 1
- 230000009278 visceral effect Effects 0.000 description 1
Landscapes
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明公开了一种地表水类固醇雌激素的急慢性预测无效应浓度的计算方法。急慢性预测无效应浓度的计算方法包括：首先，将收集的急性毒性数据使用Sigmaplot、ETX2.1及Burrlioz进行模型拟合，计算HC5值；然后再根据公式PNEC急＝HC5/AF计算急性PNEC值，并根据公式PNEC＝HC5/FACR计算慢性PNEC值。本发明方法基于我国本土和引进生物物种毒性数据，在两栖类和鱼类的基础上增加了藻类和软体类水生生物的毒性数据，使用物种类别多，其能体现出不同物种的差异，另外本发明联合应用三个软件，由此保障结果的准确度更高、更符合实际、更具有指导意义，为制定类固醇雌激素的环境基准提供数据支持。
Description
技术领域
本发明属于类固醇雌激素生态风险评价领域，特别涉及一种地表水类固醇雌激素的急慢性预测无效应浓度的计算方法。
背景技术
目前为止，我国尚未制定水环境中类固醇雌激素的环境标准，但环境中，尤其是水环境中类固醇雌激素污染情况不容乐观。因此，对环境中雌激素污染水平进行检测，并根据其对环境生物造成的影响进行生态风险评价显得尤为重要。生态风险评价是定量评价有毒有害污染物的一种重要手段。在生态风险评价中，预测无效应浓度(Predicted No EffectConcentration,PNEC)的评估是一个非常重要的方面。在欧盟，PNEC值甚至直接被用于水生态基准的制定，它一直是人们研究的一个热点问题。预测无效应浓度PNEC作为化学物质生态风险评价和管理的重要依据，已成为生态风险评价和水质基准领域的研究热点。
PNEC值的推导可分为两步，即毒性数据筛选和推导方法选择。毒性数据可从已发表的文献和美国环境保护署的EPAECOTOX数据库(http://cfpub.epa.gov/ecotox/)以及瑞典wikipharma(http://www.wikipharma.org/api_data.asp)数据库获取相关物质的水生生物的急性/慢性毒性数据，如半致死浓度(Median Lethal Concentration，LC50)，半数有效浓度(Medium Effective Concentration，EC50)或x％的危害浓度(HazardousConcentration，HCx，通常取值HC5)、无观察效应浓度(No Observed EffectConcentration，NOEC)、最低观察效应浓度(Low Observed Effect Concentration，LOEC)。PNEC的推导方法主要有基于单物种毒性测试结果的外推法、以种群或生态系统为基础的生态风险模型法等。
目前，针对环境雌激素污染，已有学者进行了PNEC的推导，但主要集中在双酚A(BPA)的生态风险评价研究，如Wright-Walters(参考文献1)等用数据权重校正法对BPA的淡水PNEC值进行了推导。刘长(参考文献1)利用物种敏感性分布法构建了BPA的生态风险评价模型。目前，对于水体中类固醇雌激素的PNEC的推导研究较为缺乏。
发明内容
针对现有技术的不足和缺陷，本发明提供了一种地表水类固醇雌激素的急慢性预测无效应浓度的计算方法。本发明方法可以计算出两种雌激素毒性效应较高的类固醇雌激素(E2和EE2)的急慢性预测无效应浓度，以期为环境雌激素污染的风险评价提供数据支撑。
为了实现上述目的，本发明采用了以下技术方案：
第一方面，本发明提供一种地表水类固醇雌激素的急性预测无效应浓度的计算方法，所述类固醇雌激素为E2或EE2，所述计算方法包括：
急性毒性数据的选择收集步骤，选择收集多种水生生物物种在含有类固醇雌激素水体中暴露时间为96h以内的LC50和/或EC50数据作为急性毒性数据；
急性预测无效应浓度的计算步骤，包括：
HC5的计算步骤，对收集到的多种水生生物物种的急性毒性数据进行SSD拟合，通过得到的拟合曲线计算类固醇雌激素的HC5，其中，HC5为5％的危害浓度，是拟合曲线上累积概率为5％时所对应的毒性值；
采用公式I计算急性预测无效应浓度的步骤，将HC5值代入公式I计算得到地表水类固醇雌激素的急性预测无效应浓度，
PNEC急＝HC5/AF，公式I
其中，PNEC急为急性预测无效应浓度；AF为评价因子，取值范围为1～5。
在本发明第一方面的上述计算方法，作为一种优选实施方式，所述公式I中AF的取值为5。
在本发明第一方面的上述计算方法，作为一种优选实施方式，在所述急性毒性数据的选择收集步骤中，所述多种水生生物物种属于两栖类、鱼类、藻类、溞类和软体类水生生物中至少两类；优选地，所述多种水生生物物种的数量为8种以上，所述急性毒性数据的数量为10个以上。
在本发明第一方面的上述计算方法，作为一种优选实施方式，在所述急性毒性数据的选择收集步骤中，所述物种为鱼类时选择收集在含有类固醇雌激素水体中暴露时间为96h的LC50和/或EC50数据作为该物种急性毒性数据，所述物种为溞类时选择收集在含有类固醇雌激素水体中暴露时间为48h的LC50和/或EC50数据作为该物种急性毒性数据，所述物种为藻类时选择在含有类固醇雌激素水体中暴露时间为72h或96h的LC50和/或EC50数据作为该物种急性毒性数据；优选地，当同一个物种有多个可用的LC50数据时，则将多个可用的LC50数据的几何平均值作为该物种的急性毒性数据；当同一个物种有多个可用的EC50数据时，则将多个可用的EC50数据的几何平均值作为该物种的急性毒性数据。
在本发明第一方面的上述计算方法，作为一种优选实施方式，所述急性毒性数据选自文献、美国环境保护署的EPAECOTOX数据库和瑞典wikipharma数据库中的一种或多种。
在本发明第一方面的上述计算方法，作为一种优选实施方式，所述SSD拟合是指分别采用Sigmaplot、ETX及Burrlioz三种软件，对收集到的急性毒性数据进行SSD拟合，通过各个软件得到的拟合曲线分别计算所述类固醇雌激素的HC5，然后从三种软件的拟合曲线得到的三个HC5结果中选择中间HC5值作为公式I中的HC5用于计算急性预测无效应浓度，或者取三种软件的拟合曲线得到的三个HC5结果的几何平均值作为公式I中的HC5用于计算急性预测无效应浓度。
在本发明第一方面的上述计算方法，作为一种优选实施方式，
采用Sigmaplot软件进行SSD拟合时，包括如下步骤：
急性毒性数据的前处理步骤，对所述急性毒性数据进行对数转换，得到各个物种的急性毒性数据的对数值；将所述急性毒性数据由小到大排列并给每个所述急性毒性数据设定排列序号i，然后根据公式Ⅱ计算相应物种的累计概率P，所述公式Ⅱ如下：P＝i/(N+1)，其中N为急性毒性数据的总数量；
SSD拟合步骤，采用Sigmaplot软件内置的多个函数模型将各个物种的急性毒性数据的对数值与累计概率P进行拟合，选取最佳拟合模型并由此计算出累计概率为5％时的毒性值作为通过Sigmaplot软件的拟合曲线计算得到的HC5；优选地，所述最佳拟合模型的选取由决定系数R2确定；
采用ETX软件进行SSD拟合时，包括：对所述急性毒性数据进行对数正态拟合，通过得到的拟合曲线计算出累计概率为5％时的毒性值作为通过ETX软件的拟合曲线计算得到的HC5；
采用Burrlioz软件进行SSD拟合时，包括：对所述急性毒性数据进行拟合，通过得到的拟合曲线计算出累计概率为5％时的毒性值作为通过Burrlioz软件的拟合曲线计算得到的HC5。
第二方面，本发明提供一种地表水类固醇雌激素的慢性预测无效应浓度的计算方法，所述类固雌激素为E2或EE2，所述计算方法包括：
将上述公式I中使用的HC5带入公式Ⅲ中进行慢性预测无效应浓度的计算，所述公式Ⅲ如下：
PNEC慢＝HC5/FACR，公式Ⅲ
其中，FACR为最终急性慢性比，是多种水生生物物种的急性慢性比ACR的几何平均值。
在本发明第二方面的上述计算方法，作为一种优选实施方式，
某一物种的急性慢性比ACR为该物种的急性毒性值FAV和该物种的慢性毒性值FCV的比值；所述该物种急性毒性值FAV优选为该物种在含有类固醇雌激素水体中暴露时间96h的LC50和/或EC50数据、或者该物种在含有类固醇雌激素水体中暴露时间48h的LC50或EC50数据；该物种的慢性毒性值FCV优选为该物种在含有类固醇雌激素水体中暴露时间14d以上，更优选为14-50d的NOEC和/或EC10数据；当没有该物种的NOEC数据时，将最低可观察效应浓度LOEC数据的一半作为NOEC数据；更优选地，如果同一种物种有多个NOEC和/或EC10数据，则取多个NOEC数据的几何均值作为该物种的NOEC数据，和/或取多个EC10数据的几何均值作为该物种的EC10数据。
在本发明第二方面的上述计算方法，作为一种优选实施方式，所述多种水生生物物种数量为3种以上。
相比现有技术，本发明具有如下有益效果：
1)本发明方法基于我国本土和引进生物物种毒性数据，在两栖类和鱼类的基础上增加了藻类和软体类水生生物的毒性数据，使用物种类别多，其能体现出不同物种的差异，符合我国的水体要求，该方法得到的PNEC值更加精准。
2)本发明联合应用三个软件Sigmaplot、ETX及Burrlioz推导PNEC，由此保障结果的准确度更高、更符合实际、更具有指导意义，为制定类固醇雌激素的环境基准提供数据支持。
3)本发明的方法适用于水环境中最具雌激素效应的两种雌激素(17β-雌二醇E2、17α-乙炔基雌二醇EE2)的PNEC的计算，而且采用一套方法得到的HC5值可以同时用于急性和慢性PNEC的推算，方法简单、结果准确，在目前慢性毒性数据少的情况下，也可以准确地推算出慢性PNEC值。
附图说明
图1是实施例中E2的sigmaplot软件拟合曲线图；
图2是实施例中EE2的sigmaplot软件拟合曲线图；
图3是实施例中E2的ETX2.1软件拟合曲线图；
图4是实施例中EE2的ETX2.1软件拟合曲线图；
图5是实施例中E2的Burrlioz软件拟合曲线图；
图6是实施例中EE2的Burrlioz软件拟合曲线图。
具体实施方式
下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于本发明而不用于限制本发明的范围。对外应理解，在阅读了本发明的内容之后，本领域技术人员对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。
本发明中涉及的Sigmaplot、ETX2.1及Burrlioz软件均为商业软件。ETX软件是由荷兰公共健康与环境研究所开发的基于log-normal函数的评估软件，是欧盟等地区的官方风险评估软件。Burrlioz由澳大利亚联邦科学和工业研究组织CSIRO提供的评估软件，主要模型为Burr Type III模型，是澳大利亚和新西兰的官方评估软件。Sigmaplot是由SystatSoftware International公司研发的一款专业科学绘图软件，内建100组方程序，是一种较为常用的商业软件。
一方面，本申请提供了地表水类固醇雌激素(E2或EE2)的急性预测无效应浓度的计算方法，由于地表水类固醇雌激素E2的急性预测无效应浓度的计算方法同样适用于地表水类固醇雌激素EE2的急性预测无效应浓度的推算，因此下面以地表水类固醇雌激素E2为例来说明的急性预测无效应浓度的计算方法。
一、毒性数据筛选收集：
毒性数据的筛选收集是推导PNEC的基础。本申请中，从已发表的文献和美国环境保护署的EPAECOTOX数据库(https://cfpub.epa.gov/ecotox/)以及瑞典wikipharma(http://www.wikipharma.org/welcome.asp)数据库中获取多种水生生物的类固醇雌激素的急性毒性数据。在本发明中以LC50和/或EC50为毒性终点，急性毒性数据选择暴露时间在96h以内的LC50和/或EC50数据。本发明所述的水生生物物种属于两栖类、鱼类、藻类、溞类和软体类水生生物中至少两类；这些物种为国内环境中已有的生物种和国外引进来的生物种，为了保证最终推算结果的可靠性，水生生物物种的数量优选为8种以上，比如为10种、15种或20种或更多种，更优选为10-15种，急性毒性数据的数量为10个以上，比如为10种、15种或20种或更多种，更优选为10-15个。每个物种对应一个LC50和/或EC50数据。
在本发明的优选实施例中，物种为鱼类时选择收集在含有类固醇雌激素E2水体中暴露时间为96h的LC50和/或EC50数据作为该物种急性毒性数据，物种为溞类时选择收集在含有类固醇雌激素E2水体中暴露时间为48h的LC50和/或EC50数据作为该物种急性毒性数据，物种为藻类时选择在含有类固醇雌激素水体中暴露时间为72h或96h的LC50和/或EC50数据作为该物种急性毒性数据。当同一个物种有多个LC50数据时，从中选择可靠的或可用的数据，比如某一数据明显远离其他数据时，则把远离其他数据的数据剔除掉，将多个可用的LC50数据的几何平均值作为该物种的急性毒性数据之一；同理，当同一个物种有多个可用的EC50数据时，则将多个可用的EC50数据的几何平均值作为该物种的急性毒性数据之一。一个物种的急性毒性数据要选择敏感的效应终点，当同一个效应终点有多个可靠的毒性数据可用时，选用几何平均值作为其毒性数据使用，以确保每一个物种仅使用某一效应终点的一个毒性数据用。急性毒性数据的选择筛选标准会对最终计算的预测无效应浓度产生一定影响，如果不按照本发明要求选择毒性数据，推导出的PNEC结果不准确，可能导致数量级上的差异。
二、急性预测无效应浓度的计算：
1、HC5的计算：
对收集到的多种水生生物物种的急性毒性数据进行物种敏感度分布曲线(Species Sensitivity Distribution，SSD)拟合，通过得到的拟合曲线计算类固醇雌激素的HC5，其中，HC5为5％的危害浓度(Hazardous Concentration for 5％of species)，是拟合曲线上累积概率为5％时所对应的毒性值(或称为污染物浓度)。
在急性毒性数据量充足的情况下，SSD法是有效的评估方法。逻辑斯蒂(log-logistic)、对数正态分布(log-normal)是常用于SSD分析的模型。其累积分布方程如(1)和(2)所示。通常认为拟合方程的均值(μ)和标准偏差(σ)可从试验数据中获得。在统计评估中通过probit单位或logit单位转换能实现分布的线性化，其线性转换方程如(3)和(4)所示。通过所得的线性方程计算HC5，线性转换的好处是比较直观。
累积正态分布方程:
累积logistic分布方程:
probit线性转换方程:
Pu(rx)＝f-1(rx) (3)
logit线性转换方程:
式中，Lu指logit线性转换毒性数据量值；Pu指的是probit线性转换毒性数据量值；μ为全部数据的均值；σ为全部数据的标准偏差；rx为排序百分数，rx＝i/(N+1)，i代表从1到N，N表示收集到的毒性数据总量，x表示某个物种。
除此上述两种模型外，Sigmoid、Weibull、三角函数等模型也可被应用于物种敏感度的拟合。不同类别模型曲线有较大差别，因此，根据毒性数据分布特征选取适合的拟合模型非常重要，对最终数据的准确性和可靠性产生较大影响。
在本发明的实施例中，SSD拟合采用Sigmaplot、ETX2.1或Burrlioz三种软件中的一种，对收集到的急性毒性数据进行SSD拟合，由此从得到的最优SSD拟合曲线中计算所述类固醇雌激素E2的HC5，并将其作为后续计算急性预测无效应浓度的HC5。最优SSD拟合曲线取决于拟合优度，拟合优度用决定系数R2和图像综合判别。确定最佳拟合模型后计算出累计概率为5％的毒性值，即保护95％以上的物种不受污染物影响的HC5值。
为了增加本发明数据的可靠性和准确性，本发明优选实施例采用如下方式进行计算：
SSD拟合是分别采用Sigmaplot、ETX2.1及Burrlioz三种软件，对收集到的急性毒性数据进行SSD拟合，由此每个软件可以输出一个最优SSD拟合曲线，从各个软件得到的最优拟合曲线中分别计算所述类固醇雌激素E2的HC5，即分别得到S-HC5、E-HC5、B-HC5；然后从这三个HC5结果中选择中间大小的HC5值作为后续计算急性预测无效应浓度的HC5；当然也可以取S-HC5、E-HC5、B-HC5的几何平均值作为后续计算急性预测无效应浓度的HC5。
采用Sigmaplot、ETX2.1及Burrlioz三种软件分别对急性毒性数据进行SSD拟合可以采用常规拟合方法，优选采用以下方法进行拟合：
采用Sigmaplot软件进行SSD拟合时，包括如下步骤：
(1)各个急性毒性数据的前处理步骤：
(a)在进行拟合前要分别对急性毒性数据进行对数转换，以得到每一物种的同一效应终点的急性毒性数据的对数值；
(b)将所述急性毒性数据由小到大排列并给每个所述急性毒性数据(或者说每个物种的同一效应终点的急性毒性数据)设定排列序号i，然后根据公式Ⅱ计算相应物种的累计概率P，所述公式Ⅱ如下：P＝i/(N+1)，其中N为急性毒性数据的总数量，i代表某特定物种的排序号，其取值是从1到N的整数；
通过(a)和(b)的数据处理后，可以得到每个物种的同一效应终点的急性毒性数据的对数值，以及该物种对应的累计概率P。然后利用每个物种的成对数据进行拟合。
(2)SSD拟合步骤：
采用Sigmaplot软件内置的多个函数模型(比如log-normal，Sigmoid，Weibull，Gompertz等)将各个物种的急性毒性数据的对数值与累计概率P进行拟合，选取最佳拟合模型并由此计算出累计概率为5％时的毒性值作为通过Sigmaplot软件的拟合曲线计算得到的S-HC5；优选地，所述最佳拟合模型的选取由决定系数R2确定；
同理，采用ETX2.1软件进行SSD拟合，包括：对多个物种的所述急性毒性数据进行对数正态拟合，通过得到的拟合曲线计算出累计概率为5％时的毒性值作为通过ETX软件的拟合曲线计算得到的E-HC5；
同理，采用Burrlioz软件进行SSD拟合，包括：对所述急性毒性数据进行拟合，通过得到的拟合曲线计算出累计概率为5％时的毒性值作为通过Burrlioz软件的拟合曲线计算得到的B-HC5。
2、PNEC急的计算：
将步骤1得到的HC5值代入下方公式I中计算得到地表水类固醇雌激素E2的急性预测无效应浓度，
PNEC急＝HC5/AF， 公式I
其中，PNEC急为水体中急性预测无效应浓度；AF为评价因子，取值范围为1～5。从保守的角度出发，通常公式I中AF的取值为5。
另一方面，本发明还提供了一种地表水类固醇雌激素的慢性预测无效应浓度的计算方法，所述类固雌激素为E2或EE2。由于目前慢性毒性数据比较少，直接由慢性数据推导得到的慢性预测无效应浓度数据可靠性差，所以本发明采用了急慢性毒性数据相结合的方式对慢性预测无效应浓度进行推算，得到的结果可靠性强，准确度高。
一、急慢性毒性数据的筛选和收集
多种水生生物物种急性毒性数据的选择同急性预测无效应浓度计算方法中的急性毒性数据的选择，在此不再一一赘述。某一物种的急性毒性值用FAV表示。
多种水生生物物种慢性毒性数据的选取标准如下：
某一物种的慢性毒性值FCV优选为该物种在含有类固醇雌激素水体中暴露时间14d以上，更优选为14-50d的NOEC和/或EC10数据；当没有该物种的NOEC数据时，将最低可观察效应浓度LOEC数据的一半作为NOEC数据；如果同一种物种有多个NOEC和/或EC10数据，则取多个NOEC数据的几何均值作为该物种的NOEC数据，和/或取多个EC10数据的几何均值作为该物种的EC10数据。
所述多种水生生物物种数量为3种以上。
二、慢性预测无效应浓度(PNEC慢)的计算：
1、各个物种的急性慢性比ACR的计算：某一物种的急性慢性比ACR等于该物种的急性毒性值FAV除以该物种的慢性毒性值FCV，更优选地，某一物种的急性慢性比ACR等于该物种在含有类固醇雌激素水体中暴露时间96h的急性毒性值LC50/该物种在含有类固醇雌激素水体中暴露时间14d的慢性毒性值EC10。
2、最终急性慢性比FACR的计算：其为多种水生生物物种的急性慢性比ACR的几何平均值。
3、PNEC慢的计算：
将急性预测无效应浓度计算中使用的HC5带入公式Ⅲ中进行慢性预测无效应浓度的计算，所述公式Ⅲ如下：
PNEC慢＝HC5/FACR， 公式Ⅲ
实施例1：E2急性毒性数据收集及其急慢性PNEC的推导
一、PNEC急的计算
(一)急性毒性数据收集，参见表1。
表1 E2对水生生物的急性毒性数据
收集的多个物种E2急性数据超过10个，表1整理的数据来源于目前已有的文献和以及相关的毒性数据库中的数据，其中包含了国内以及国外各项实验所得毒性数据。实验所用物种为中国本土物种及引进物种。由于评估的时候容易受到数据质量的影响，因此选择数据的时候需要选择可靠的急性毒性数据。
(二)PNEC急的计算
1、软件拟合及HC5值的计算
采用Sigmaplot、ETX2.1及Burrlioz三种软件，对收集到的多个物种的急性毒性数据进行SSD拟合。
A、Sigmaplot软件评估
利用Sigmaplot软件，对收集的多个物种的急性毒性数据进行拟合。数据输入前，将其进行对数处理，将筛选出的各物种的急性毒性数据由小到大排列，将每个物种的毒性值进行对数转换，并对毒性值按照大小顺序设定相应的序数i，根据公式Ⅱ：P＝i/(N+1)计算出各个物种的累计概率。将转换后的各物种的毒性值与累计概率拟合，软件内置拟合可用的log-normal，Sigmoid，Weibull，Gompertz等多种函数模型，拟合优度由决定系数R2决定。HC5是由最佳拟合模型计算出的累计概率为5％时的毒性值。根据表1中数据使用Sigmaplot进行拟合时，雌激素E2毒性数据在使用Sigmoid模型时拟合度最高，E2的Sigmoid模型拟合R2值为0.9842。通过该拟合曲线计算得雌激素E2的HC5为：80.35μg/L，其拟合结果如图1所示。
B、ETX软件评估
利用风险评估软件ETX2.1对雌激素E2的急性毒性数据进行对数正态拟合，得出相应的HC5值。拟合结果如图3所示，HC5值由软件给出。得到的雌激素E2的HC5值为38.85μg/L。
C、Burrlioz软件评估
利用Burrlioz风险评估软件对雌激素E2的急性毒性数据进行拟合，得出相应的HC5值。拟合情况如图5所示。软件得出雌激素E2HC5为41μg/L。
不同软件推导的雌激素的计算结果列于表2。HC5由三种软件拟合度最高的模型拟合计算而来。ETX2.1和Burrlioz的E2推导值相近，均低于Sigmaplot的推导值。
表2不同软件推导得到的雌激素E2的HC5
E2的HC5选择Burrlioz拟合得出的41μg/L用于计算PNEC急。
2、按照公式I计算PNEC急
PNEC急＝HC5/AF，公式I
PNEC急＝41/5＝8.2μg/L。
二、PNEC慢的推导
(一)用于各物种的急性慢性比(ACR)计算的急慢性毒性数据收集，E2急性毒性数据参见表3，E2慢性毒性数据参见表4。
表3 E2急性毒性数据
表4 E2慢性毒性数据
(二)最终急性慢性比(FACR)的计算
1、利用公式ACR＝FAV/FCV计算各物种的急性慢性比，并由此得出最终急性慢性比(FACR)，其为上述3种水生生物的急性慢性比(ACR)的几何平均值，结果参见表5。
表5 E2的最终急慢性比
(三)生态危害评估的慢性PNEC
根据公式PNEC慢＝HC5/FACR计算E2的慢性PNEC值。
急性毒性的HC5选择三个软件的中间值，即41μg/L，其E2的PNEC慢为1.63ng/L，具体参见表6。
表6雌激素E2的慢性PNEC
在图5和图6中分别呈现出了直方图和累计分布函数，每个间隔1000个序列评估10次，这10个的几何平均值的计算，作为评估95％置信区间的最优的最低和最高的边界值。
实施例2：EE2急性毒性数据收集及其急慢性PNEC的推导
一、PNEC急的计算
(一)急性毒性数据收集，参见表7。
表7 EE2对水生生物的急性毒性数据
收集的多个物种EE2急性数据超过10个，表1整理的数据来源于目前已有的文献和以及相关的毒性数据库中的数据，其中包含了国内以及国外各项实验所得毒性数据。实验所用物种为中国本土物种及引进物种。由于评估的时候容易受到数据质量的影响，因此选择数据的时候需要选择可靠的急性毒性数据。
(二)PNEC急的计算
1、软件拟合及HC5值的计算
采用Sigmaplot、ETX2.1及Burrlioz三种软件，对收集到的多个物种的急性毒性数据进行SSD拟合。
A、Sigmaplot软件评估
利用Sigmaplot软件，对收集的多个物种的急性毒性数据进行拟合。数据输入前，将其进行对数处理，将筛选出的各物种的急性毒性数据由小到大排列，将每个物种的毒性值进行对数转换，并对毒性值按照大小顺序设定相应的序数i，根据公式Ⅱ：P＝i/(N+1)计算出各个物种的累计概率。将转换后的各物种的毒性值与累计概率拟合，软件内置拟合可用的log-normal，Sigmoid，Weibull，Gompertz等多种函数模型，拟合优度由决定系数R2决定。HC5是由最佳拟合模型计算出的累计概率为5％时的毒性值。根据表1中数据使用Sigmaplot进行拟合时，雌激素EE2毒性数据在使用Sigmoid模型时拟合度最高，EE2的Sigmoid模型拟合R2值为0.9844。通过该拟合曲线计算得雌激素EE2的HC5为2.18μg/L，其拟合结果如图2所示。
B、ETX软件评估
利用风险评估软件ETX2.1对雌激素EE2的急性毒性数据进行对数正态拟合，得出相应的HC5值。拟合结果如图4所示，HC5值由软件给出。得到的雌激素EE2的HC5值为5.45μg/L。
C、Burrlioz软件评估
利用Burrlioz风险评估软件对雌激素EE2的急性毒性数据进行拟合，得出相应的HC5值。拟合情况如图6所示。软件得出雌激素EE2的HC5为14μg/L。
不同软件推导的雌激素的计算结果列于表8。HC5由三种软件拟合度最高的模型拟合计算而来。
表8不同软件推导得到的雌激素EE2的HC5
EE2的HC5选择ETX2.1拟合得出的5.45μg/L用于计算PNEC急。
2、按照公式I计算PNEC急
PNEC急＝HC5/AF，公式I
PNEC急＝5.45/5＝1.09μg/L。
二、PNEC慢的推导
(一)用于各物种的急性慢性比(ACR)计算的急慢性毒性数据收集，EE2急性毒性数据参见表9，EE2慢性毒性数据参见表10。
表9 EE2急性毒性数据
表10 EE2慢性毒性数据
(二)最终急性慢性比(FACR)的计算
1、利用公式ACR＝FAV/FCV计算各物种的急性慢性比，并由此得出最终急性慢性比(FACR)，其为上述3种水生生物的急性慢性比(ACR)的几何平均值，结果参见表11。
表11 EE2的最终急慢性比
(三)生态危害评估的慢性PNEC
根据公式PNEC慢＝HC5/FACR计算EE2的慢性PNEC值。
急性毒性的HC5选择三个软件的中间值，即5.45μg/L，其EE2的PNEC慢为0.58ng/L，具体参见表12。
表12雌激素EE2的慢性PNEC
上述实施例收集了基于我国本土物种和引进物种的E2、EE2的毒性数据，根据数据量的大小特征采用统计评估(SSD法)对两种雌激素急慢性PNEC进行推导：首先，将毒性数据使用Sigmaplot、ETX2.1及Burrlioz进行模型拟合，计算HC5值，再根据公式PNEC＝HC5/FACR计算慢性PNEC值；HC5选择三个软件的中间值后，计算得出PNEC值；最终得到，E2的HC5选择Burrlioz拟合得出的41μg/L，其PNEC慢值计算为1.63ng/L。EE2的HC5选择ETX2.1拟合得出的5.45μg/L，其PNEC慢值计算为0.58ng/L。
发明人对温州市地表水中典型类固醇雌激素含量进行了检测，其中，E2、EE2两种雌激素的平均浓度分别为28.95ng/L和68.70ng/L，远远高于本章推导的最低无效应浓度，说明温州市地表水中雌激素污染情况较为严重。因此，本申请通过提供上述地表水类固醇雌激素的预测无效应浓度的计算方法，计算出两种雌激素毒性效应较高的类固醇雌激素(E2和EE2)的慢性预测无效应浓度，能为环境雌激素污染的风险评价提供较为准确的数据支撑，也能为未来制定类固醇雌激素的环境基准提供数据支持。
本申请中引用的文献如下：
文献1：Wright-walters M.,Volz C.,Talbott E.,et al.An updated weight ofevidence approach to the aquatic hazard assessment of Bisphenol A and thederivation a new predicted no effect concentration(PNEC)using a non-parametric methodology[J].Science of the Total Environment,2011,409(4):676-685。
文献2：刘长，大辽河口典型酚类内分泌干扰物的分布特征和生态风险评价[D].青岛:中国海洋大学,2012。
文献3：刘莹.典型环境雌激素对九孔鲍胚胎变态发育的急性毒性研究[D].北京:清华大学,2010。
文献4：刘晶靓.滇池鱼类典型环境内分泌干扰物生物富集及毒性效应研究[D].昆明:昆明理工大学,2012。
文献5：Bickley L.K.,Lange A.,Winter M.J.,et al.Evaluation of a carpprimary hepatocyte culture system for screening chemicals for oestrogenicactivity[J].Aquatic Toxicology,2009,94(3):195-203。
文献6：Kashiwada S.,Ishikawa H.,Miyamoto N.,et al.Fish test forendocrine-disruption and estimation of water quality of Japanese rivers[J].Water Research,2002,36(8):2161-2166。
文献7：Hogan N.S.,Lean D.R.S.Exposures to estradiol,ethinylestradioland octylphenol affect survival and growth of Rana pipiens and Rana sylvaticatadpoles[J].Journal of Toxicology And Environmental Health,2006,69(16):1555-1563。
文献8：Fernando J.M.,Vázquez G.R.,Piazza Y.G.,et al.Effects ofwaterborne exposure to 17β-estradiol and 4-tert-octylphenol on early lifestages of the South American cichlid fish Cichlasoma dimerus[J].Ecotoxicologyand Environmental Safety,2016,124:82-90。
文献9：王星.17β-雌二醇对稀有鮈鲫的生态毒性研究[D].乌鲁木齐:新疆农业大学,2012。
文献10：Brennan S.J.,Brougham C.A.,Roche J.J.,et al.Multi-generationaleffects of four selected environmental oestrogens on Daphnia magna[J].Chemosphere.Chemosphere,2006,64(1):49-55。
文献11：贾真,封莉,张立秋,等.四种环境雌激素对斑马鱼内脏团抗氧化防御系统的影响研究-17β-雌二醇与三种增塑剂DMP、DBP、DOP的影响[J].环境科学与管理,2014,(4):30-35。
文献12：贾真,封莉,张立秋,等.17β-雌二醇与三种增塑剂对小球藻生长及生理特性的影响[A].中国环境科学学会.2013中国环境科学学会学术年会论文集(第八卷)[C].中国环境科学学会:2013:7。
文献13：杨璨.三种环境内分泌干扰物对铜绿微囊藻生长及生理的影响[D].上海:上海交通大学,2014。
文献14：曹维,陈建孟,马建义,等.MTBE与雌二醇对螺旋鱼腥藻的联合毒性[J].生态毒理学报,2007,450-455。
文献15：Lee S.,Jung D.,Kho Y.L.,et al.Ecotoxicological assessment ofcimetidine and determination of its potential for endocrine disruption usingthree test organisms:Daphnia magna,Moina macrocopa,and Danio rerio[J].Chemosphere,2015,9(135):208-216。
Claims (10)
1.一种地表水类固醇雌激素的急性预测无效应浓度的计算方法，所述类固醇雌激素为E2或EE2，其特征在于，所述计算方法包括：
急性毒性数据的选择收集步骤，选择收集多种水生生物物种在含有类固醇雌激素水体中暴露时间为96h以内的LC50和/或EC50数据作为急性毒性数据；
急性预测无效应浓度的计算步骤，包括：
HC5的计算步骤，对收集到的多种水生生物物种的急性毒性数据进行SSD拟合，通过得到的拟合曲线计算类固醇雌激素的HC5，其中，HC5为5％的危害浓度，是拟合曲线上累积概率为5％时所对应的毒性值；
采用公式I计算急性预测无效应浓度的步骤，将HC5值代入公式I计算得到地表水类固醇雌激素的急性预测无效应浓度，
PNEC急＝HC5/AF，公式I
其中，PNEC急为急性预测无效应浓度；AF为评价因子，取值范围为1～5。
2.根据权利要求1所述的计算方法，其特征在于，所述公式I中AF的取值为5。
3.根据权利要求1所述的计算方法，其特征在于，在所述急性毒性数据的选择收集步骤中，所述多种水生生物物种属于两栖类、鱼类、藻类、溞类和软体类水生生物中至少两类；优选地，所述多种水生生物物种的数量为8种以上，所述急性毒性数据的数量为10个以上。
4.根据权利要求3所述的计算方法，其特征在于，在所述急性毒性数据的选择收集步骤中，所述物种为鱼类时选择收集在含有类固醇雌激素水体中暴露时间为96h的LC50和/或EC50数据作为该物种急性毒性数据，所述物种为溞类时选择收集在含有类固醇雌激素水体中暴露时间为48h的LC50和/或EC50数据作为该物种急性毒性数据，所述物种为藻类时选择在含有类固醇雌激素水体中暴露时间为72h或96h的LC50和/或EC50数据作为该物种急性毒性数据；优选地，当同一个物种有多个可用的LC50数据时，则将多个可用的LC50数据的几何平均值作为该物种的急性毒性数据；当同一个物种有多个可用的EC50数据时，则将多个可用的EC50数据的几何平均值作为该物种的急性毒性数据。
5.根据权利要求1所述的计算方法，其特征在于，所述急性毒性数据选自文献、美国环境保护署的EPAECOTOX数据库和瑞典wikipharma数据库中的一种或多种。
6.根据权利要求1所述的计算方法，其特征在于，所述SSD拟合是指分别采用Sigmaplot、ETX及Burrlioz三种软件，对收集到的急性毒性数据进行SSD拟合，通过各个软件得到的拟合曲线分别计算所述类固醇雌激素的HC5，然后从三种软件的拟合曲线得到的三个HC5结果中选择中间HC5值作为公式I中的HC5用于计算急性预测无效应浓度，或者取三种软件的拟合曲线得到的三个HC5结果的几何平均值作为公式I中的HC5用于计算急性预测无效应浓度。
7.根据权利要求6所述的计算方法，其特征在于，
采用Sigmaplot软件进行SSD拟合时，包括如下步骤：
急性毒性数据的前处理步骤，对所述急性毒性数据进行对数转换，得到各个物种的急性毒性数据的对数值；将所述急性毒性数据由小到大排列并给每个所述急性毒性数据设定排列序号i，然后根据公式Ⅱ计算相应物种的累计概率P，所述公式Ⅱ如下：P＝i/(N+1)，其中N为急性毒性数据的总数量；
SSD拟合步骤，采用Sigmaplot软件内置的多个函数模型将各个物种的急性毒性数据的对数值与累计概率P进行拟合，选取最佳拟合模型并由此计算出累计概率为5％时的毒性值作为通过Sigmaplot软件的拟合曲线计算得到的HC5；优选地，所述最佳拟合模型的选取由决定系数R2确定；
采用ETX软件进行SSD拟合时，包括：对所述急性毒性数据进行对数正态拟合，通过得到的拟合曲线计算出累计概率为5％时的毒性值作为通过ETX软件的拟合曲线计算得到的HC5；
采用Burrlioz软件进行SSD拟合时，包括：对所述急性毒性数据进行拟合，通过得到的拟合曲线计算出累计概率为5％时的毒性值作为通过Burrlioz软件的拟合曲线计算得到的HC5。
8.一种地表水类固醇雌激素的慢性预测无效应浓度的计算方法，所述类固雌激素为E2或EE2，其特征在于，所述计算方法包括：
将权利要求1-7任一项所述公式I中使用的HC5带入公式Ⅲ中进行慢性预测无效应浓度的计算，所述公式Ⅲ如下：
PNEC慢＝HC5/FACR，公式Ⅲ
其中，FACR为最终急性慢性比，是多种水生生物物种的急性慢性比ACR的几何平均值。
9.根据权利要求8所述的计算方法，其特征在于，
某一物种的急性慢性比ACR为该物种的急性毒性值FAV和该物种的慢性毒性值FCV的比值；所述该物种急性毒性值FAV优选为该物种在含有类固醇雌激素水体中暴露时间96h的LC50和/或EC50数据、或者该物种在含有类固醇雌激素水体中暴露时间48h的LC50或EC50数据；该物种的慢性毒性值FCV优选为该物种在含有类固醇雌激素水体中暴露时间14d以上，更优选为14-50d的NOEC和/或EC10数据；当没有该物种的NOEC数据时，将最低可观察效应浓度LOEC数据的一半作为NOEC数据；更优选地，如果同一种物种有多个NOEC和/或EC10数据，则取多个NOEC数据的几何均值作为该物种的NOEC数据，和/或取多个EC10数据的几何均值作为该物种的EC10数据。
10.根据权利要求8或9所述的计算方法，其特征在于，所述多种水生生物物种数量为3种以上。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811584910.3A CN109711615A (zh) | 2018-12-24 | 2018-12-24 | 地表水类固醇雌激素的急慢性预测无效应浓度的计算方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811584910.3A CN109711615A (zh) | 2018-12-24 | 2018-12-24 | 地表水类固醇雌激素的急慢性预测无效应浓度的计算方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109711615A true CN109711615A (zh) | 2019-05-03 |
Family
ID=66257348
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811584910.3A Pending CN109711615A (zh) | 2018-12-24 | 2018-12-24 | 地表水类固醇雌激素的急慢性预测无效应浓度的计算方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109711615A (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102436541A (zh) * | 2011-09-20 | 2012-05-02 | 南开大学 | 基于浮游生物群落变化的生态学基准值计算方法 |
| CN103810390A (zh) * | 2014-02-20 | 2014-05-21 | 闫振广 | 计算应急水质标准的方法 |
| CN105279356A (zh) * | 2014-07-04 | 2016-01-27 | 中国环境科学研究院 | 获取水环境基准优先研究污染物的方法及装置 |
-
2018
- 2018-12-24 CN CN201811584910.3A patent/CN109711615A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102436541A (zh) * | 2011-09-20 | 2012-05-02 | 南开大学 | 基于浮游生物群落变化的生态学基准值计算方法 |
| CN103810390A (zh) * | 2014-02-20 | 2014-05-21 | 闫振广 | 计算应急水质标准的方法 |
| CN105279356A (zh) * | 2014-07-04 | 2016-01-27 | 中国环境科学研究院 | 获取水环境基准优先研究污染物的方法及装置 |
Non-Patent Citations (4)
| Title |
|---|
| DE BRUIJN JACK, ET AL.: "Technical Guidance Document on Risk Assessment Part Ⅱ", 《HTTP://PUBLICATIONS.JRC.EC.EUROPA.EU/REPOSITORY/HANDLE/JRC23785》 * |
| XUYIN YUAN, ET AL.: "Characteristics and Risk Assessment of Estrogenic Compounds", 《INTERNATIONAL CONFERENCE ON ENVIRONMENT SYSTEMS SCIENCE AND ENGINEERING(ESSE 2014)》 * |
| 孟伟,等: "美国水质基准技术分析与我国相关基准的构建", 《环境科学研究》 * |
| 汪贞，等: "应用物种敏感性分布评估三氯卡班对我国淡水环境的生态风险", 《生态与农村环境学报》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zhou et al. | Endocrine disrupting chemicals in wild freshwater fishes: Species, tissues, sizes and human health risks | |
| Edegbene et al. | Identifying and classifying macroinvertebrate indicator signature traits and ecological preferences along urban pollution gradient in the Niger Delta | |
| Sultana et al. | Ecological and human health risk assessment of heavy metals in cultured shrimp and aquaculture sludge | |
| Bartolomé et al. | Occurrence and distribution of metals in mussels from the Cantabrian coast | |
| Liu et al. | Polybrominated diphenyl ethers (PBDEs) in a large, highly polluted freshwater lake, China: occurrence, fate, and risk assessment | |
| Thomas et al. | Contaminants of emerging concern in tributaries to the Laurentian Great Lakes: II. Biological consequences of exposure | |
| Dreelin et al. | Cryptosporidium and Giardia in surface water: A case study from Michigan, USA to inform management of rural water systems | |
| Lu et al. | Potential exposure of perfluorinated compounds to Chinese in Shenyang and Yangtze River Delta areas | |
| Hung et al. | A preliminary risk assessment of trace elements accumulated in fish to the Indo-Pacific Humpback dolphin (Sousa chinensis) in the Northwestern waters of Hong Kong | |
| Zhang et al. | Comparison of toxic metal distribution characteristics and health risk between cultured and wild fish captured from Honghu City, China | |
| Smith et al. | Body burdens of heavy metals in Lake Michigan wetland turtles | |
| Qin et al. | Quantitative tolerance values for common stream benthic macroinvertebrates in the Yangtze River Delta, Eastern China | |
| Hung et al. | Risk assessment of trace elements in the stomach contents of Indo-Pacific humpback dolphins and finless porpoises in Hong Kong waters | |
| Tanaskovski et al. | Elemental analysis of mussels and possible health risks arising from their consumption as a food: the case of Boka Kotorska Bay, Adriatic Sea | |
| Zhang et al. | Heavy metals and metalloid distribution in different organs and health risk assessment for edible tissues of fish captured from Honghu Lake | |
| Wathen et al. | A national statistical survey assessment of mercury concentrations in fillets of fish collected in the US EPA national rivers and streams assessment of the continental USA | |
| Saleh et al. | Potential ecological risk of heavy metals in surface sediments from the Aden coast, Southern Yemen | |
| Yap et al. | Comparative study of potentially toxic nickel and their potential human health risks in seafood (fish and mollusks) from Peninsular Malaysia | |
| Marziali et al. | Mercury bioavailability in fluvial sediments estimated using chironomus riparius and diffusive gradients in thin-films (DGT) | |
| Lee et al. | Fish tissue contamination with organic pollutants and heavy metals: Link between land use and ecological health | |
| Irham et al. | The abundance and diversity of benthic community in Krueng Cut estuary, Banda Aceh, Indonesia | |
| Long et al. | An evaluation of candidate measures of biological effects for the National Status and Trends Program | |
| CN109711615A (zh) | 地表水类固醇雌激素的急慢性预测无效应浓度的计算方法 | |
| Qin et al. | Development of seawater quality criteria for phenanthrene based on toxicity data of native species in the Bohai Sea | |
| Liu et al. | Trace element distribution in tissues and risk of exposure of ruddy shelduck wintering in Nanhaizi Wetland, Baotou, China |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190503 |