CN110619925A - 一种直接预测有机污染物生物有效性的方法 - Google Patents
一种直接预测有机污染物生物有效性的方法 Download PDFInfo
- Publication number
- CN110619925A CN110619925A CN201910932368.4A CN201910932368A CN110619925A CN 110619925 A CN110619925 A CN 110619925A CN 201910932368 A CN201910932368 A CN 201910932368A CN 110619925 A CN110619925 A CN 110619925A
- Authority
- CN
- China
- Prior art keywords
- concentration
- model
- pollutants
- biological
- enrichment
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B5/00—ICT specially adapted for modelling or simulations in systems biology, e.g. gene-regulatory networks, protein interaction networks or metabolic networks
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Physiology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Biotechnology (AREA)
- Evolutionary Biology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Theoretical Computer Science (AREA)
- Agricultural Chemicals And Associated Chemicals (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明提供了一种直接定量预测无脊椎生物富集有机污染物的方法,属于污染物生态风险评价领域。本发明针对现有基于环境污染水平直接预测生物有效性的不足,以有效态浓度为媒介,建立了多环芳烃在蚯蚓体内富集浓度的直接定量预测方法。为验证上述方法普适性,通过实验测试和文献搜集,获得12067组有机污染物在无脊椎生物体内的富集数据。根据化合物持久性等级、生物生活习性,对数据进行分组处理;将生物富集浓度与环境浓度、有机碳含量、脂质含量代入定量模型拟合,依据拟合度、预测能力等指标对参数进行优化。本方法涵盖446种化合物和184种无脊椎生物,简单快速,方法适用性强,可为化学品生态风险评价和环境区域管控提供理论指导。
Description
技术领域
本发明属于污染物生态风险评价领域,具体涉及一种直接预测土壤或沉积物环境中无脊椎生物富集有机污染物的方法。该模型基于污染物环境暴露水平对无脊椎生物体内生物蓄积量进行快速直接预测,可用来评估环境区域的潜在生态风险,结合土壤及沉积物环境质量标准和毒性终点等生态毒理指标,可为敏感性物种的生态安全提供指导建议。
背景技术
近年来,随着社会经济发展,人口不断增长,化学品的生产量、使用量和排放量迅速增加,由此带来的环境污染问题日益突出。目前已知的有机化学污染物约700万种,其中常用的有5万余种,包括多环芳烃、农药、多氯联苯、多溴联苯醚等有毒有害污染物。这些污染物在生产、运输、储存、消费过程中,会通过大气传输、地表径流、淋溶渗透等途径,进入土壤或水体环境。Mackay等人根据有机物在环境中残留时间从10小时到30000小时以上,将有机化合物分为9个不同的持久性等级。由于有机污染物大部分具有较强的疏水性和较低的降解性,易被土壤或沉积物颗粒吸附并长期赋存,经生物表皮渗透或摄食进入生物体内,导致生殖毒性、遗传毒性、免疫毒性等多种毒害效应,造成严重的生态危害,随食物链传递间接危害人体健康。
在土壤或沉积物环境中,存在着种类多、数量大、分布广泛的无脊椎动物,这些动物处于食物链底端,以土壤或沉积物颗粒为食并从中获取碳源,可通过表皮被动吸收土壤或沉积物及孔隙水中游离态的有机污染物,还可通过主动吞食土壤或沉积物颗粒,经过肠道的机械研磨和各种酶的生物化学作用,使得部分有机污染物残留在生物体内,到达一定剂量(生物有效剂量)后,产生毒性效应。环境中的污染物并非能够全部富集在生物体内,这其中涉及到污染物、土壤、生物之间的三相作用,统称为生物有效性。污染物在土壤或沉积物中的生物有效性包括污染物与环境组分、生物体等发生的多种作用或过程,具体包括污染物与固相组分的结合与释放、污染物的环境迁移、污染物被生物吸收进入体内。污染物被生物吸收过程受到生物体对污染物的暴露方式与途径、生物体自身的生理活动与代谢特点等因素影响,污染物与生物间的作用可通过生物体内富集含量来直观反映。
生物测试法是目前获取生物富集数据最为直接、真实的途径,选取某一或某几种动物作为受试生物,研究有机污染物在生物体内富集动力学和毒性效应(机体死亡、神经毒性、生殖发育毒性、免疫毒性等)的影响。相比于土壤或沉积物环境样点测试,生物测试不仅实验周期长,而且由于本身样品复杂(含有大量蛋白质、脂肪等大分子物质),基质干扰效应严重,对样品前处理和仪器分析测试的要求较高。此外由于生物物种多样、化合物众多、环境样点差异大,逐一对单一有机污染物开展生物蓄积试验不仅耗时长,而且需要消耗大量的人力、物力和财力。因此有必要发展一种可以快速预测生物体内富集浓度的方法,为区域生态安全提供理论依据。
目前关于土壤或沉积物环境中无脊椎生物对有机污染物富集的研究,通常集中在相关性定性评估,以及采用部分提取技术的定量模型预测。如文献“Environmentalscience&technology,2000,34,4335-4340.”发现陆正蚓体内富集浓度与从25个土壤样点中提取出的PAHs和PCBs之间浓度存在正相关性(相关系数r=0.75-0.94)。
部分提取技术,如温和溶剂提取、Tenax提取、环糊精提取、半透膜被动采样技术,该技术是基于污染物形态分布和模拟生物吸收理论,通过提取溶液相及弱结合于固相上的有机污染物(代表易被生物吸收的部分,即有效态污染物)模拟污染物到生物体内的环境传质和生物富集过程,通过构建有效态污染物含量与生物体内积累量之间的定量模型,建立了一系列污染物生物有效性评估方法。如专利CN108318624A公开了一种采用多环芳烃的释放速率进行吸附平衡预测的方法,该专利利用PDMS膜模拟污染物从PDMS膜释放到环境中的释放过程,获得多环芳烃的释放速率常数和平衡状态时PDMS膜上吸附的多环芳烃含量,再结合生物脂质与PDMS膜的浓度比例系数(1.5-10)换算,预测菲律宾蛤仔等水生生物体内污染物含量。专利CN107219344A公开了一种使用聚己内酯半透膜装置(PCL-SPMD)预测土壤中多环芳烃生物有效性的方法,该专利利用PCL SPMD富集土壤中的菲,达到平衡后,将PCL-SPMD中富集菲浓度与蚯蚓体内菲浓度建立线性相关方程,进而通过PCL SPMD富集结果估算实际蚯蚓体内浓度。文献“Environmental science&technology,2003,37,268-274.”分别采用固相微萃取、Tenax提取这两种部分提取技术,提取沉积物中有效态PCBs浓度,同时测量了该环境下夹杂带丝蚓体内富集浓度,建立有效态浓度与生物富集浓度之间的关系模型(n均为19,R2分别为0.88和0.94)。文献“Environmental science&technology,2011,46,962-969.”利用丁醇、环糊精、聚甲醛等物质提取土壤中有效态的PAHs,并建立与赤子爱胜蚓体内PAHs富集浓度的关系模型(n=20-120,R2=0.09-0.80)。由此可见,目前针对土壤或沉积物介质中生物富集的定量预测模型通常是基于有效态浓度为中间媒介进行预测,但仍存在对污染物有效态的概念和界定不统一、尚未规范有效态污染物提取方法的问题。因此,仍需发展一种能够基于有机污染物的环境污染水平对生物富集进行直接预测的方法。
发明内容
本发明建立一种快速、直接预测无脊椎生物富集的方法和模型,可针对多种类型环境样点(包括陆生和底栖环境)、不同种类化合物在无脊椎生物体富集水平进行快速、直接预测,该方法通过获得环境样点的污染物浓度、有机碳含量、生物脂质含量,对生物体内富集浓度进行预测,评估污染物的生物有效性,对环境样点的生态风险评价具有重要意义。
本发明的技术方案:
一种直接预测有机污染物生物有效性的方法,步骤如下:
(1)预测方法的建立
构建PAHs的有效态浓度(Cb)与有机碳校正的环境浓度(CS/fOC)之间的幂函数关系(公式1),所述的土壤环境浓度(CS)采用加速溶剂萃取法测量,有效态浓度(Cb)采用环糊精溶液提取法测量。构建脂质校正的蚯蚓富集浓度(CI/flipid)与有机碳校正的有效态浓度(Cb/fOC)之间的幂函数关系(公式2),所述的蚯蚓富集浓度(CI)通过开展蚯蚓富集实验,待蚯蚓体内富集达到平衡后测量。
其中,fOC为土壤有机碳含量,flipid为蚯蚓脂质含量,ks-bio,ks-I分别描述环糊精提取能力、蚯蚓富集能力的放大因子,as-bio,as-I分别描述环糊精非线性提取能力、蚯蚓非线性富集能力的系数项;
将公式1和公式2联立,得到公式3,化简即为公式4;公式4表明无脊椎生物富集水平仅与污染物的环境浓度、环境介质的有机碳含量、生物脂质含量呈幂函数关系,而不受生物有效态浓度影响;
logCI=K+a×logCS+b×logfOC+m×logflipid (4)
其中,a=as-bio×as-I,b=-(as-bio+1)×as-I,K、a、b、m为拟合系数常数项和各变量项系数;
(2)数据汇总
为验证生物有效性模型(公式4)的普适性,通过文献搜集,结合实验数据,以有机污染物在无脊椎生物体内富集浓度为核心,收集土壤或沉积物环境残留浓度、土壤或沉积物有机碳含量、无脊椎生物信息(生物脂质含量、生物生活习性等)、化合物信息(化合物持久性等级等),形成四类数据指标库。本发明共测试或搜集了12067组有机污染物在陆生或底栖无脊椎生物体内富集浓度数据,有机污染物包括多环芳烃、农药、多氯联苯、多溴联苯醚、邻苯二甲酸酯、抗生素类、酚类、有机锡类、石油烃类、咔唑类、二苯并噻吩、吖啶、吐纳麝香、六溴环十二烷类(HBCDs)、二噁英(PCDD/Fs)、全氟化合物(PFCs)等,共计446种。无脊椎生物包括26种陆生生物和158种底栖生物,其中陆生无脊椎动物包括赤子爱胜蚓、安德爱胜蚓、陆正蚓、粉正蚓、蜗牛、多足类、昆虫、金龟子、鼠妇等生物,底栖无脊椎生物包括夹杂带丝蚓、正颤蚓、霍甫水丝蚓、沙蚕、牡蛎、蛤蜊、贻贝、蚌、螺类、刀蛏、海参、海胆、虾、蟹、海螂、桡足纲、阳遂足、栉水虱、乌贼、端足目、口虾蛄、等足目、海星、蜉蝣、摇蚊幼虫、绿石蝇幼虫、纽虫、水蚤、海胆、水蝽、海星、珊瑚虫、枝角目、轮虫等生物。
(3)生物有效性模型的优化和验证
根据化合物的持久性等级、生物生活习性,对生物富集数据进行分组处理。将各分组数据集按照4:1随机分为训练集和验证集,训练集数据用于建模,验证集数据用于评价模型的外部预测能力。针对建好的模型,从拟合度、预测能力、稳健性三方面对其进行性能评价和验证。模型P<0.05以保证模型具有统计意义,模型各变量的方差膨胀因子均小于10,以保证模型不存在多重共线性。使用调整后相关系数(R2)来评价模型的拟合度,R2值越大,越接近1,表明拟合度越好。验证集数据采用外部预测相关系数R2 ext、均方根误差RMSEext和交叉验证系数Q2 ext来表征模型预测能力;均方根误差用于衡量模型的预测精确度,是一个表示随机误差分散程度的常用参数,数值越小则模型的预测精度越高;交叉验证系数用于衡量模型的稳健性,Q2 ext>0.5,说明模型比较稳健。
以无脊椎生物体内有机污染物的富集水平为因变量,以土壤或沉积物环境残留浓度、有机碳含量、生物脂质含量为自变量,将其代入生物有效性模型(公式4)进行拟合,选择满足拟合要求且R2最大时的模型,即为预测无脊椎生物体内富集浓度与评价指标的定量关系模型。
本发明的有益效果:本发明在综合考虑环境样点差异性、生物种类多样性、化合物结构差异性这三方面因素,建立无脊椎生物体内有机污染物富集浓度与环境浓度、有机碳含量、生物脂质含量的生物有效性定量预测模型,可针对特定环境样点、不同种类化合物在无脊椎生物体富集浓度进行快速、直接预测。模型涵盖446种化合物和184种无脊椎生物,为目前考虑化合物数量和生物种类最多、首次能够基于环境污染水平对生物富集进行直接定量预测的模型。该方法成本低廉、简单快速直接,能够节省生物实验所需的人力、费用、时间。本发明专利的生物富集预测结果,可以为有机化学品风险评价、无脊椎动物生态安全提供重要的理论依据,推进低风险区域的环境管控。
附图说明
图1为多环芳烃在赤子爱胜蚓(flipid=1.5%)体内富集模型拟合图。
图2为有机污染物在无脊椎生物体内富集浓度的预测值与实验值对比图。
图3为易降解有机污染物在无脊椎生物体内富集浓度的预测值与实验值对比图。
图4为难降解有机污染物在无脊椎生物体内富集浓度的预测值与实验值对比图。
图5为多环芳烃类污染物在无脊椎生物体内富集浓度的预测值与实验值对比图。
图6为农药类污染物在无脊椎生物体内富集浓度的预测值与实验值对比图。
图7为其他易降解类有机污染物在无脊椎生物体内富集浓度的预测值与实验值对比图。
图8为多氯联苯类污染物在无脊椎生物体内富集浓度的预测值与实验值对比图。
图9为多溴联苯醚类污染物在无脊椎生物体内富集浓度的预测值与实验值对比图。
图10为其他难降解类有机污染物在无脊椎生物体内富集浓度的预测值与实验值对比图。
图11为有机污染物在陆生无脊椎生物体内富集浓度的预测值与实验值对比图。
图12为有机污染物在底栖无脊椎生物体内富集浓度的预测值与实验值对比图。
图13为易降解有机污染物在陆生无脊椎生物体内富集浓度的预测值与实验值对比图。
图14为易降解有机污染物在底栖无脊椎生物体内富集浓度的预测值与实验值对比图。
图15为难降解有机污染物在陆生无脊椎生物体内富集浓度的预测值与实验值对比图。
图16为难降解有机污染物在底栖无脊椎生物体内富集浓度的预测值与实验值对比图。
图17为多环芳烃类污染物在陆生无脊椎生物体内富集浓度的预测值与实验值对比图。
图18为多环芳烃类污染物在底栖无脊椎生物体内富集浓度的预测值与实验值对比图。
图19为农药类污染物在陆生无脊椎生物体内富集浓度的预测值与实验值对比图。
图20为农药类污染物在底栖无脊椎生物体内富集浓度的预测值与实验值对比图。
图21为其他易降解类有机污染物在陆生无脊椎生物体内富集浓度的预测值与实验值对比图。
图22为其他易降解类有机污染物在底栖无脊椎生物体内富集浓度的预测值与实验值对比图。
图23为多氯联苯类污染物在陆生无脊椎生物体内富集浓度的预测值与实验值对比图。
图24为多氯联苯类污染物在底栖无脊椎生物体内富集浓度的预测值与实验值对比图。
图25为多溴联苯醚类污染物在陆生无脊椎生物体内富集浓度的预测值与实验值对比图。
图26为多溴联苯醚类污染物在底栖无脊椎生物体内富集浓度的预测值与实验值对比图。
图27为其他难降解类有机污染物在陆生无脊椎生物体内富集浓度的预测值与实验值对比图。
图28为其他难降解类有机污染物在底栖无脊椎生物体内富集浓度的预测值与实验值对比图。
具体实施方式
以下结合附图和技术方案,进一步说明本发明的具体实施方式。
实施例1多环芳烃在赤子爱胜蚓体内生物有效性模型的建立
采集农田、公路旁、化工厂等31个样点区域土壤,采用加速溶剂萃取法测萘、苯并(a)芘、茚并(1,2,3-cd)芘等15种PAHs在土壤中的环境浓度(CS);采用50mmol/L的环糊精溶液提取法,测量土壤中有效态PAHs浓度(Cb)。开展赤子爱胜蚓在土壤中的富集实验,培养28天待蚯蚓体内富集平衡后,测量蚯蚓体内PAHs浓度(CI)。同时,测得土壤各项理化性质(如有机碳含量fOC、比表面积等)和蚯蚓的脂质含量(flipid)。
以有效态浓度为媒介,构建PAHs的有效态浓度(Cb)与有机碳校正的环境浓度(CS/fOC)之间的方程式(n=496,R2=0.98);构建脂质校正的蚯蚓富集浓度(CI/flipid)与有机碳校正的有效态浓度(Cb/fOC)之间方程式(n=416,R2=0.97)。联立上述两方程,构建了以PAHs土壤环境浓度、有机碳含量、脂质含量为变量的蚯蚓体内浓度预测模型1,其公式如下:
logCI=-2.21+1.11×logCS-2.05×logfOC+logflipid
(n=416,R2=0.92,SE=0.22,F=2471,P<0.001)
模型具有良好的拟合优度(n=416,R2=0.92)。如附图1,当脂质含量为1.5%、土壤中PAHs环境浓度为0.008-137.6mg/kg、有机碳含量1.95%-15.87%时,可预测生物体内PAHs富集浓度范围是1.88×10-5-68.5mg/kg。另有11651组数据(包含其他土壤或沉积物中PAHs及PCBs、PBDEs、农药等有机污染物在无脊椎生物体内富集)进行外部验证。将验证集数据按照环境介质、化合物种类及持久性等级分组,分别代入建立的模型中,得到生物体内污染物浓度预测值,并与实验值进行对比,3倍偏差预测准确率为24.0%-61.7%,5倍偏差预测准确率为36.4%-75.1%,10倍偏差预测准确率为55.1%-89.5%。
实施例2有机污染物在无脊椎生物体内残留水平的预测和验证
有机污染物包括多环芳烃、多氯联苯、农药、酞酸酯、抗生素、烷基酚、有机锡、石油烃、咔唑、二苯并噻吩、吖啶、吐纳麝香、多溴联苯醚、六溴环十二烷、呋喃、二噁英、全氟化合物等17类、共446种(持久性等级范围1.0-9.0,平均值为7.4),无脊椎动物包括赤子爱胜蚓、安德爱胜蚓、陆正蚓、粉正蚓、金龟子、鼠妇、夹杂带丝蚓、正颤蚓、霍甫水丝蚓、沙蚕、紫贻贝、菲律宾蛤仔、白樱蛤、褐虾、青蟹、海螂、栉水虱、端足虫、多棘海盘车、水蝽、河蚬、轮虫、摇蚊幼虫、绿石蝇幼虫等共计184种,将生物体内富集浓度(CI)与污染物在土壤或污染物环境中残留浓度(CS)、有机碳含量(fOC)、生物脂质含量(flipid)共计9654组数据,代入生物有效性模型(公式4),得到污染物在无脊椎生物体内残留浓度的定量预测模型2:
logCI=-0.93+0.86×logCS-0.74×logfOC+0.50×logflipid
(ntr=9654,R2=0.86,SE=0.74,F=20375,next=2413,RMSE=0.73)
另有2413组数据进行外部验证。结果表明,模型具有良好的拟合优度(R2=0.86)和预测能力(R2 ext=0.87,Q2 ext=0.87,RMSE=0.73)。logCI与logCS、log flipid成正相关,与log fOC成负相关,说明土壤或沉积物环境中污染物残留浓度越大,有机碳含量越小,无脊椎生物脂质含量越高,有机污染物越容易在生物体内富集。将环境区域污染物残留浓度、有机碳含量、生物脂质含量的验证集数据代入建立的模型中,得到生物体内污染物浓度预测值,并将其与实验所测得的生物体内富集浓度值中进行对比,如图2所示,图中实线为1:1线,虚线为1:1线±log10单位的偏差。结果表明,3倍偏差预测准确率为59.5%,5倍偏差预测准确率为73.2%,10倍偏差预测准确率为86.8%。证明本模型可用来预测无脊椎生物体内有机污染物富集浓度。
实施例3易降解有机污染物在无脊椎生物体内残留水平的预测和验证
易降解有机污染物包括多环芳烃、农药、邻苯二甲酸二异辛酯、阿维菌素、环丙沙星、四环素、壬基酚聚氧乙烯醚、双酚A、四溴丙二酚、三丁基锡、石油烃类(C10-C40)、咔唑、二苯噻吩、吖啶、吐纳麝香等共181种(持久性等级范围1.0-9.0,平均值为6.2),无脊椎动物包括赤子爱胜蚓、安德爱胜蚓、陆正蚓、粉正蚓、金龟子、鼠妇、夹杂带丝蚓、正颤蚓、霍甫水丝蚓、沙蚕、紫贻贝、菲律宾蛤仔、白樱蛤、褐虾、青蟹、海螂、栉水虱、端足虫、多棘海盘车、水蝽、河蚬、轮虫、摇蚊幼虫、绿石蝇幼虫等共184种,将生物体内富集浓度(CI)与污染物在土壤或污染物环境中残留浓度(CS)、有机碳含量(fOC)、生物脂质含量(flipid)共计4037组数据,代入生物有效性模型(公式4),得到污染物在无脊椎生物体内残留浓度的定量预测模型3:
logCI=-1.44+0.82×logCS-0.94×logfOC+0.50×logflipid
(ntr=4037,R2=0.77,SE=0.72,F=4502,next=1009,RMSE=0.74)
另有1009组数据进行外部验证。结果表明,模型具有良好的拟合优度(R2=0.77)和预测能力(R2 ext=0.75,Q2 ext=0.75,RMSE=0.74)。将污染物残留浓度、有机碳含量、生物脂质含量的验证集数据代入建立的模型中,得到生物体内污染物浓度预测值,并将其与实验所测得的生物体内富集浓度值中进行对比,结果表明(图3),3倍偏差预测准确率为60.3%,5倍偏差预测准确率为70.7%,10倍偏差预测准确率为84.4%。证明了本模型可用来预测无脊椎生物体内多环芳烃、农药、酞酸酯、抗生素、烷基酚、石油烃、咔唑等易降解有机污染物富集浓度。
实施例4难降解有机污染物在无脊椎生物体内残留水平的预测和验证
难降解有机污染物包括多氯联苯、多溴联苯醚、六溴环十二烷、呋喃、二噁英、全氟化合物等共265种(持久性等级范围6.0-9.0,平均值为8.7),无脊椎动物包括赤子爱胜蚓、安德爱胜蚓、陆正蚓、粉正蚓、金龟子、鼠妇、夹杂带丝蚓、正颤蚓、霍甫水丝蚓、沙蚕、紫贻贝、菲律宾蛤仔、白樱蛤、褐虾、青蟹、海螂、栉水虱、端足虫、多棘海盘车、水蝽、河蚬、轮虫、摇蚊幼虫、绿石蝇幼虫等共184种,将生物体内富集浓度(CI)与污染物在土壤或污染物环境中残留浓度(CS)、有机碳含量(fOC)、生物脂质含量(flipid)共计5617组数据,代入生物有效性模型(公式4),得到污染物在无脊椎生物体内残留浓度的定量预测模型4:
logCI=-0.31+0.94×logCS-0.56×logfOC+0.48×logflipid
(ntr=5617,R2=0.88,SE=0.68,F=14259,next=1404,RMSE=0.68)
另有1404组数据进行外部验证。结果表明,模型具有良好的拟合优度(R2=0.88)和预测能力(R2 ext=0.88,Q2 ext=0.88,RMSE=0.68)。将污染物残留浓度、有机碳含量、生物脂质含量的验证集数据代入建立的模型中,得到生物体内污染物浓度预测值,并将其与实验所测得的生物体内富集浓度值中进行对比,结果表明(图4),3倍偏差预测准确率为68.6%,5倍偏差预测准确率为80.5%,10倍偏差预测准确率为90.3%。证明了本模型可用来预测无脊椎生物体内多氯联苯、多溴联苯醚、六溴环十二烷、二噁英、呋喃、全氟化合物等难降解有机污染物的生物富集浓度。
实施例5多环芳烃类污染物在无脊椎生物体内残留水平的预测和验证
多环芳烃类化合物(PAHs)具体包括萘、菲、芘、苊、蒽、芴、苯并[a]蒽、苯并[b]荧蒽、苯并[a]芘、苯并[g,h,i]苝等共41种(持久性等级范围3.0-9.0,平均值为6.7),无脊椎动物包括赤子爱胜蚓、安德爱胜蚓、陆正蚓、粉正蚓、金龟子、鼠妇、夹杂带丝蚓、正颤蚓、霍甫水丝蚓、沙蚕、紫贻贝、菲律宾蛤仔、白樱蛤、褐虾、青蟹、海螂、栉水虱、端足虫、多棘海盘车、水蝽、河蚬、轮虫、摇蚊幼虫、绿石蝇幼虫等共184种,将PAHs在生物体内富集浓度(CI)与PAHs在土壤或沉积物环境浓度(CS)、有机碳含量(fOC)、生物脂质含量(flipid)共计2570组数据,代入生物有效性模型(公式4),得到多环芳烃类污染物在无脊椎生物体内富集浓度的定量预测模型5:
logCI=-2.55+0.95×logCS-1.31×logfOC+0.24×logflipid
(ntr=2570,R2=0.78,SE=0.65,F=2988,next=643,RMSE=0.68)
另有643组数据进行外部验证。结果表明,模型具有良好的拟合优度(R2=0.78)和预测能力(R2 ext=0.76,Q2 ext=0.76,RMSE=0.68)。将土壤或沉积物环境中PAHs残留浓度、有机碳含量、生物脂质含量的验证集数据代入模型中,得到生物体内PAHs浓度预测值,并将其与生物体内富集浓度实验值进行对比,结果表明(图5),3倍偏差预测准确率为64.9%,5倍偏差预测准确率为77.1%,10倍偏差预测准确率为88.2%。证明了本模型可用来预测无脊椎生物体内多环芳烃类污染物的富集浓度。
实施例6农药类污染物在无脊椎生物体内残留水平的预测和验证
农药类污染物包括阿特拉津、丁草胺、草甘膦、艾氏剂、狄氏剂、异狄氏剂、联苯菊酯、毒死蜱、高效氯氰菊酯、氰戊菊酯、氟虫腈、环氧七氯、马拉硫磷、滴滴涕、灭蚁灵、氯菊酯、六六六、氟环唑、戊唑醇等共83种(持久性等级范围6.0-9.0,平均值为6.9),无脊椎动物包括赤子爱胜蚓、安德爱胜蚓、陆正蚓、粉正蚓、金龟子、鼠妇、夹杂带丝蚓、正颤蚓、霍甫水丝蚓、沙蚕、紫贻贝、菲律宾蛤仔、白樱蛤、褐虾、青蟹、海螂、栉水虱、端足虫、多棘海盘车、水蝽、河蚬、轮虫、摇蚊幼虫、绿石蝇幼虫等共184种,将生物体内富集农药浓度(CI)与农药在土壤或沉积物环境中残留浓度(CS)、有机碳含量(fOC)、生物脂质含量(flipid)共计1118组数据,代入生物有效性模型(公式4),得到农药类污染物在无脊椎生物体内残留浓度的定量预测模型6:
logCI=0.62+0.80×logCs-0.26×logfOC+0.81×logflipid
(ntr=1118,R2=0.86,SE=0.63,F=2253,next=280,RMSE=0.63)
另有280组数据进行外部验证。结果表明,模型具有良好的拟合优度(R2=0.86)和预测能力(R2 ext=0.86,Q2 ext=0.86,RMSE=0.63)。将土壤或沉积物中农药残留浓度、有机碳含量、生物脂质含量的验证集数据代入建立的模型中,得到生物体内农药浓度预测值,并将其与实验所测得的生物体内富集浓度值中进行对比,结果表明(图6),模型3倍偏差预测准确率为66.1%,5倍偏差预测准确率为78.9%,10倍偏差预测准确率为91.8%。证明了本模型可用来预测无脊椎生物体内农药富集浓度。
实施例7其他易降解类有机污染物在无脊椎生物体内残留水平的预测和验证
其他易降解化合物包括邻苯二甲酸二异辛酯、阿维菌素、环丙沙星、四环素、壬基酚聚氧乙烯醚、双酚A、四溴丙二酚、三丁基锡、石油烃类(C10-C40)、咔唑、二苯噻吩、吖啶、吐纳麝香等共57种(持久性等级范围1.0-7.0,平均值为4.6),无脊椎动物包括赤子爱胜蚓、安德爱胜蚓、鼠妇、夹杂带丝蚓、紫贻贝、加州壳菜蛤、菲律宾蛤仔、维吉尼亚牡蛎、环棱螺、厚壳蛤、无齿蚌、心形棘心海胆、轮虫、枝角、桡足生物等共18种,将生物体内富集浓度(CI)与污染物在土壤或沉积物环境中残留浓度(CS)、有机碳含量(fOC)、生物脂质含量(flipid)共计348组数据,代入生物有效性模型(公式4),得到污染物在无脊椎生物体内残留浓度的定量预测模型7:
logCI=1.29+0.67×logCS-0.32×logfOC+0.99×logflipid
(ntr=348,R2=0.83,SE=0.66,F=592,next=87,RMSE=0.75)
另有87组数据进行外部验证。结果表明,模型具有良好的拟合优度(R2=0.83)和预测能力(R2 ext=0.85,Q2 ext=0.84,RMSE=0.75)。将土壤/沉积物中污染物残留浓度、有机碳含量、生物脂质含量的验证集数据代入建立的模型中,得到生物体内污染物浓度预测值,并将其与实验所测得的生物体内富集浓度值对比,结果表明(图7),模型3倍偏差预测准确率为55.9%,5倍偏差预测准确率为73.1%,10倍偏差预测准确率为84.9%。证明了本模型可用来较好预测无脊椎生物体内酞酸酯、抗生素、烷基酚、石油烃、咔唑等易降解有机污染物富集浓度。
实施例8多氯联苯类污染物在无脊椎生物体内残留水平的预测和验证
多氯联苯类化合物(PCBs)具体包括2-Chlorobiphenyl(PCB 1)、2,2',4,4',6-Pentachlorobiphenyl(PCB 103)、Decachlorobiphenyl(PCB 209)等共171种(持久性等级均为9.0),无脊椎动物包括赤子爱胜蚓、安德爱胜蚓、陆正蚓、粉正蚓、金龟子、鼠妇、夹杂带丝蚓、正颤蚓、霍甫水丝蚓、沙蚕、紫贻贝、菲律宾蛤仔、白樱蛤、褐虾、青蟹、海螂、栉水虱、端足虫、多棘海盘车、水蝽、河蚬、轮虫、摇蚊幼虫、绿石蝇幼虫等共184种,将生物体内富集PCBs浓度(CI)与PCBs在土壤或沉积物环境中残留浓度(CS)、有机碳含量(fOC)、生物脂质含量(flipid)共4359组数据,代入生物有效性模型(公式4),得到PCBs类污染物在无脊椎生物体内残留浓度定量预测模型8:
logCI=-0.91+0.95×logCS-0.55×logfOC+0.10×logflipid
(ntr=4359,R2=0.93,SE=0.51,F=20442,next=1090,RMSE=0.53)
另有1090组数据进行外部验证。结果表明,模型具有良好的拟合优度(R2=0.93)和预测能力(R2 ext=0.93,Q2 ext=0.93,RMSE=0.53)。将土壤或沉积物中PCBs环境残留浓度、有机碳含量、生物脂质含量的验证集数据代入建立的模型中,得到生物体内PCBs浓度预测值,并将其与生物体内富集浓度实验值中进行对比,结果表明(图8),模型3倍偏差预测准确率为76.1%,5倍偏差预测准确率为86.7%,10倍偏差预测准确率为94.8%。证明了本模型可用来预测无脊椎生物体内PCBs富集浓度。
实施例9多溴联苯醚类污染物在无脊椎生物体内残留水平的预测和验证
多溴联苯醚类化合物(PBDEs)具体包括2,4'-Dibromodiphenyl ether(BDE 8)、2,2',4,5'-Tetrabromodiphenyl ether(BDE 49)、2,2',3,3',4,4',5,5',6,6'-decabrominated diphenyl ether(BDE 209)、4'-OH-BDE 49等共58种(持久性等级范围6.0-9.0,平均值为7.9),无脊椎动物包括赤子爱胜蚓、安德爱胜蚓、陆正蚓、粉正蚓、金龟子、鼠妇、夹杂带丝蚓、正颤蚓、霍甫水丝蚓、沙蚕、紫贻贝、菲律宾蛤仔、白樱蛤、褐虾、青蟹、海螂、栉水虱、端足虫、多棘海盘车、水蝽、河蚬、轮虫、摇蚊幼虫、绿石蝇幼虫等共184种,将生物体内富集浓度(CI)与PBDEs在土壤或沉积物环境中残留浓度(CS)、有机碳含量(fOC)、生物脂质含量(flipid)共计1064组数据,代入生物有效性模型(公式4),得到PBDEs类污染物在无脊椎生物体内残留浓度的定量预测模型9:
logCI=2.24+0.79×logCS-0.40×logfOC+1.87×logflipid
(ntr=1064,R2=0.82,SE=0.83,F=1607,next=267,RMSE=0.81)
另有267组数据进行外部验证。结果表明,模型具有良好的拟合优度(R2=0.82)和预测能力(R2 ext=0.83,Q2 ext=0.82,RMSE=0.81)。将土壤或沉积物环境中PBDEs残留浓度、有机碳含量、生物脂质含量的验证集数据代入建立的模型中,得到生物体内PBDEs浓度预测值,并将其与实验所测得的生物体内富集浓度值对比,结果表明(图9),模型3倍偏差预测准确率为56.9%,5倍偏差预测准确率为69.3%,10倍偏差预测准确率为82.8%。证明了本模型可用来较好预测无脊椎生物体内PBDEs富集浓度。
实施例10其他难降解类有机污染物在无脊椎生物体内残留水平的预测和验证
其他难降解类化合物包括六溴环十二烷(HBCDs)、八氯代二苯并呋喃、八氯二苯并二噁英、全氟辛酸、全氟己酸等共36种(持久性等级范围6.0-9.0,平均值为9.0),无脊椎动物包括赤子爱胜蚓、陆正蚓、威廉腔环蚓、安德爱胜蚓、夹杂带丝蚓、奥林匹亚牡蛎等共11种,将生物体内富集浓度(CI)与污染物在土壤或沉积物环境中残留浓度(CS)、有机碳含量(fOC)、生物脂质含量(flipid)共计193组数据,代入生物有效性模型(公式4),得到污染物在无脊椎生物体内残留浓度的定量预测模型10:
logCI=6.81+0.95×logCS+4.29×logflipid
(ntr=193,R2=0.75,SE=0.89,F=134,next=48,RMSE=0.86)
另有48组数据进行外部验证。结果表明,模型具有良好的拟合优度(R2=0.75)和预测能力(R2 ext=0.79,Q2 ext=0.79,RMSE=0.86)。将污染物残留浓度、生物脂质含量的验证集数据代入建立的模型中,得到生物体内污染物浓度预测值,并将其与实验所测得的生物体内富集浓度值中进行对比,结果表明(图10),模型3倍偏差预测准确率为59.5%,5倍偏差预测准确率为69.0%,10倍偏差预测准确率为81.0%。证明了本模型可用来预测无脊椎生物体内六溴环十二烷、二噁英、呋喃、全氟化合物等难降解有机污染物富集浓度。
实施例11有机污染物在陆生无脊椎生物体内残留水平的预测和验证
有机污染物包括多环芳烃、多氯联苯、农药、酞酸酯、抗生素、烷基酚、有机锡、石油烃、咔唑、二苯并噻吩、吖啶、吐纳麝香、多溴联苯醚、六溴环十二烷、呋喃、二噁英、全氟化合物等17类、共446种(持久性等级范围1.0-9.0,平均值为7.5),陆生无脊椎动物包括赤子爱胜蚓、安德爱胜蚓、陆正蚓、粉正蚓、金龟子、鼠妇等共计26种,将生物体内富集浓度(CI)与污染物在土壤中残留浓度(CS)、有机碳含量(fOC)、生物脂质含量(flipid)共计1954组数据,代入生物有效性模型(公式4),得到污染物在陆生无脊椎生物体内残留浓度的定量预测模型11:
logCI=-0.25+0.83×logCs-0.75×logfOC+0.98×logflipid
(ntr=1954,R2=0.83,SE=0.76,F=3085,next=488,RMSE=0.72)
另有488组数据进行外部验证。结果表明,模型具有良好的拟合优度(R2=0.83)和预测能力(R2 ext=0.85,Q2 ext=0.85,RMSE=0.72)。将污染物残留浓度、有机碳含量、生物脂质含量的验证集数据代入建立的模型中,得到生物体内污染物浓度预测值,并将其与实验所测得的生物体内富集浓度值进行对比,结果表明(图11),3倍偏差预测准确率为65.0%,5倍偏差预测准确率为76.6%,10倍偏差预测准确率为87.9%。证明了本模型可用来预测陆生无脊椎生物体内有机污染物富集浓度。
实施例12有机污染物在底栖无脊椎生物体内残留水平的预测和验证
有机污染物包括多环芳烃、多氯联苯、农药、酞酸酯、抗生素、烷基酚、有机锡、石油烃、咔唑、二苯并噻吩、吖啶、吐纳麝香、多溴联苯醚、六溴环十二烷、呋喃、二噁英、全氟化合物等17类、共446种(持久性等级范围1.0-9.0,平均值为7.5),底栖无脊椎动物包括夹杂带丝蚓、正颤蚓、霍甫水丝蚓、沙蚕、紫贻贝、菲律宾蛤仔、白樱蛤、褐虾、青蟹、海螂、栉水虱、端足虫、多棘海盘车、水蝽、河蚬、轮虫、摇蚊幼虫、绿石蝇幼虫等共158种,将污染物在生物体内富集浓度(CI)与沉积物环境残留浓度(CS)、有机碳含量(fOC)、生物脂质含量(flipid)共计7700组数据,代入生物有效性模型(公式4),得到污染物在陆生无脊椎生物体内残留浓度的定量预测模型12:
logCI=-0.86+0.87×logCS-0.73×logfOC+0.49×logflipid
(ntr=7700,R2=0.86,SE=0.73,F=16312,next=1925,RMSE=0.71)
另有1925组数据进行外部验证。结果表明,模型具有良好的拟合优度(R2=0.86)和预测能力(R2 ext=0.87,Q2 ext=0.87,RMSE=0.71)。将环境区域污染物残留浓度、有机碳含量、生物脂质含量的验证集数据代入所建模型中,得到生物体内污染物浓度预测值,并将其与实验所测得的生物体内富集浓度值中进行对比,结果表明(图12),模型3倍偏差预测准确率为60.2%,5倍偏差预测准确率为74.3%,10倍偏差预测准确率为87.5%。证明了本模型可用来预测底栖无脊椎生物体内有机污染物富集浓度。
实施例13易降解有机污染物在陆生无脊椎生物体内残留水平的预测和验证
易降解有机污染物包括多环芳烃、农药、邻苯二甲酸二异辛酯、阿维菌素、环丙沙星、四环素、壬基酚聚氧乙烯醚、双酚A、四溴丙二酚、三丁基锡、石油烃类(C10-C40)、咔唑、二苯噻吩、吖啶、吐纳麝香等共181种(持久性等级范围1.0-9.0,平均值为6.3),陆生无脊椎动物包括赤子爱胜蚓、安德爱胜蚓、陆正蚓、粉正蚓、金龟子、鼠妇等共26种,将生物体内富集浓度(CI)与污染物在土壤环境中残留浓度(CS)、有机碳含量(fOC)、生物脂质含量(flipid)共计1187组数据,代入生物有效性模型(公式4),得到污染物在陆生无脊椎生物体内残留浓度的定量预测模型13:
logCI=-1.69+0.83×logCS-0.90×logfOC+0.32×logflipid
(ntr=1187,R2=0.73,SE=0.65,F=1079,next=297,RMSE=0.64)
另有297组数据进行外部验证。结果表明,模型具有良好的拟合优度(R2=0.73)和预测能力(R2 ext=0.75,Q2 ext=0.75,RMSE=0.64)。将土壤中污染物残留浓度、有机碳含量、生物脂质含量的验证集数据代入建立的模型中,得到生物体内污染物浓度预测值,并将其与实验所测得的生物体内富集浓度值中进行对比,结果表明(图13),模型3倍偏差预测准确率为63.2%,5倍偏差预测准确率为77.5%,10倍偏差预测准确率为91.1%。证明本模型可用来预测陆生无脊椎生物体内多环芳烃、农药、酞酸酯、抗生素、烷基酚、石油烃、咔唑等易降解有机污染物富集浓度。
实施例14易降解有机污染物在底栖无脊椎生物体内残留水平的预测和验证
易降解有机污染物包括多环芳烃、农药、邻苯二甲酸二异辛酯、阿维菌素、环丙沙星、四环素、壬基酚聚氧乙烯醚、双酚A、四溴丙二酚、三丁基锡、石油烃类(C10-C40)、咔唑、二苯噻吩、吖啶、吐纳麝香等共181种(持久性等级范围1.0-9.0,平均值为6.3),底栖无脊椎动物包括夹杂带丝蚓、正颤蚓、霍甫水丝蚓、沙蚕、紫贻贝、菲律宾蛤仔、白樱蛤、褐虾、青蟹、海螂、栉水虱、端足虫、多棘海盘车、水蝽、河蚬、轮虫、摇蚊幼虫、绿石蝇幼虫等共计158种,将生物体内富集浓度(CI)与污染物在沉积物中残留浓度(CS)、有机碳含量(fOC)、生物脂质含量(flipid)共计2850组数据,代入生物有效性模型(公式4),得到污染物在底栖无脊椎生物体内残留浓度的定量预测模型14:
logCI=-1.56+0.82×logCS-0.98×logfOC+0.47×logflipid
(ntr=2850,R2=0.76,SE=0.75,F=3019,next=712,RMSE=0.78)
另有712组数据进行外部验证。结果表明,模型具有良好的拟合优度(R2=0.76)和预测能力(R2 ext=0.74,Q2 ext=0.74,RMSE=0.78)。将污染物残留浓度、有机碳含量、生物脂质含量的验证集数据代入建立的模型中,得到生物体内污染物浓度预测值,并将其与实验所测得的生物体内富集浓度值中进行对比,结果表明(图14),模型3倍偏差预测准确率为61.0%,5倍偏差预测准确率为70.2%,10倍偏差预测准确率为82.2%。证明本模型可用来预测底栖无脊椎生物体内多环芳烃、农药、酞酸酯、抗生素、烷基酚、石油烃、咔唑等易降解有机污染物富集浓度。
实施例15难降解有机污染物在陆生无脊椎生物体内残留水平的预测和验证
难降解有机污染物包括多氯联苯、多溴联苯醚、六溴环十二烷、呋喃、二噁英、全氟化合物等共265种(持久性等级范围6.0-9.0,平均值为8.7),陆生无脊椎动物包括赤子爱胜蚓、安德爱胜蚓、陆正蚓、粉正蚓、金龟子、鼠妇等共26种,将生物体内富集浓度(CI)与污染物在土壤中残留浓度(CS)、有机碳含量(fOC)、生物脂质含量(flipid)共计766组数据,代入生物有效性模型(公式4),得到污染物在陆生无脊椎生物体内残留浓度的定量预测模型15:
logCI=3.58+0.85×logCS-0.37×logfOC+2.67×logflipid
(ntr=766,R2=0.85,SE=0.81,F=1396,next=192,RMSE=0.78)
另有192组数据进行外部验证。结果表明,模型具有良好的拟合优度(R2=0.85)和预测能力(R2 ext=0.86,Q2 ext=0.86,RMSE=0.78)。将土壤中污染物残留浓度、有机碳含量、生物脂质含量的验证集数据代入建立的模型中,得到生物体内污染物浓度预测值,并将其与实验所测得的生物体内富集浓度值进行对比,结果表明(图15),模型3倍偏差预测准确率为59.7%,5倍偏差预测准确率为73.1%,10倍偏差预测准确率为88.2%。证明本模型可用来预测陆生无脊椎生物体内多氯联苯、多溴联苯醚、六溴环十二烷、二噁英、呋喃、全氟化合物等难降解有机污染物富集浓度。
实施例16难降解有机污染物在底栖无脊椎生物体内残留水平的预测和验证
难降解有机污染物包括多氯联苯、多溴联苯醚、六溴环十二烷、呋喃、二噁英、全氟化合物等共265种(持久性等级范围6.0-9.0,平均值为8.7),底栖无脊椎动物包括夹杂带丝蚓、正颤蚓、霍甫水丝蚓、沙蚕、紫贻贝、菲律宾蛤仔、白樱蛤、褐虾、青蟹、海螂、栉水虱、端足虫、多棘海盘车、水蝽、河蚬、轮虫、摇蚊幼虫、绿石蝇幼虫等共158种,将生物体内富集浓度(CI)与污染物在沉积物中残留浓度(CS)、有机碳含量(fOC)、生物脂质含量(flipid)共计4850组数据,代入生物有效性模型(公式4),得到污染物在无脊椎生物体内残留浓度的定量预测模型16:
logCI=-0.35+0.95×logCS-0.58×logfOC+0.43×logflipid
(ntr=4850,R2=0.90,SE=0.64,F=14030,next=1213,RMSE=0.65)
另有1213组数据进行外部验证。结果表明,模型具有良好的拟合优度(R2=0.90)和预测能力(R2 ext=0.89,Q2 ext=0.89,RMSE=0.65)。将沉积物中污染物残留浓度、有机碳含量、生物脂质含量的验证集数据代入建立的模型中,得到生物体内污染物浓度预测值,并将其与实验所测得的生物体内富集浓度值中进行对比,结果表明(图16),模型3倍偏差预测准确率为69.1%,5倍偏差预测准确率为81.0%,10倍偏差预测准确率为90.8%。证明了本模型可用来预测底栖无脊椎生物体内多氯联苯、多溴联苯醚、六溴环十二烷、二噁英、呋喃、全氟化合物等难降解有机污染物富集浓度。
实施例17多环芳烃类污染物在陆生无脊椎生物体内残留水平的预测和验证
多环芳烃类化合物具体包括萘、菲、芘、苊、蒽、芴、苯并[a]蒽、苯并[b]荧蒽、苯并[a]芘、苯并[g,h,i]苝等共41种(持久性等级范围3.0-9.0,平均值为7.1),陆生无脊椎动物包括赤子爱胜蚓、安德爱胜蚓、陆正蚓、粉正蚓、金龟子、鼠妇等共26种,将生物体内富集PAHs浓度(CI)与PAHs在土壤中残留浓度(CS)、有机碳含量(fOC)、生物脂质含量(flipid)共计827组数据,代入生物有效性模型(公式4),得到多环芳烃类污染物在陆生无脊椎生物体内富集浓度的定量预测模型17:
logCI=-1.86+1.04×logCS-1.56×logfOC+0.82×logflipid
(ntr=827,R2=0.84,SE=0.46,F=1458,next=207,RMSE=0.47)
另有207组数据进行外部验证。结果表明,模型具有良好的拟合优度(R2=0.84)和预测能力(R2 ext=0.84,Q2 ext=0.84,RMSE=0.47)。将土壤中PAHs残留浓度、有机碳含量、生物脂质含量的验证集数据代入建立的模型中,得到生物体内PAHs浓度预测值,并与生物体内富集浓度实验值进行对比,结果表明(图17),模型3倍偏差预测准确率为80.7%,5倍偏差预测准确率为88.9%,10倍偏差预测准确率为96.6%。证明了本模型可用来预测多环芳烃类污染物在陆生无脊椎生物体内的富集浓度。
实施例18多环芳烃类污染物在底栖无脊椎生物体内残留水平的预测和验证
多环芳烃类化合物具体包括萘、菲、芘、苊、蒽、芴、苯并[a]蒽、苯并[b]荧蒽、苯并[a]芘、苯并[g,h,i]苝等共41种(持久性等级范围3.0-9.0,平均值为6.6),底栖无脊椎动物包括夹杂带丝蚓、正颤蚓、霍甫水丝蚓、沙蚕、紫贻贝、菲律宾蛤仔、白樱蛤、褐虾、青蟹、海螂、栉水虱、端足虫、多棘海盘车、水蝽、河蚬、轮虫、摇蚊幼虫、绿石蝇幼虫等共158种,将生物体内富集PAHs浓度(CI)与PAHs在沉积物环境中残留浓度(CS)、有机碳含量(fOC)、生物脂质含量(flipid)共计1743组数据,代入生物有效性模型(公式4),得到多环芳烃类污染物在底栖无脊椎生物体内富集浓度的定量预测模型18:
logCI=-2.73+0.91×logCS-1.27×logfOC+0.13×logflipid
(ntr=1743,R2=0.75,SE=0.72,F=1751,next=436,RMSE=0.74)
另有436组数据进行外部验证。结果表明,模型具有良好的拟合优度(R2=0.75)和预测能力(R2 ext=0.74,Q2 ext=0.74,RMSE=0.74)。将沉积物中PAHs残留浓度、有机碳含量、生物脂质含量的验证集数据代入建立的模型中,得到生物体内PAHs浓度预测值,并将其与生物体内富集浓度实验值进行对比,结果表明(图18),模型在3倍偏差范围内预测准确率为55.5%,5倍偏差预测准确率为71.3%,10倍偏差预测准确率为84.4%。证明了本模型可用来预测底栖无脊椎生物体内多环芳烃类污染物的富集浓度。
实施例19农药类污染物在陆生无脊椎生物体内残留水平的预测和验证
农药类化合物包括阿特拉津、丁草胺、草甘膦、艾氏剂、狄氏剂、异狄氏剂、联苯菊酯、毒死蜱、高效氯氰菊酯、氰戊菊酯、氟虫腈、环氧七氯、马拉硫磷、滴滴涕、灭蚁灵、氯菊酯、六六六、氟环唑、戊唑醇等共计83种(持久性等级范围6.0-9.0,平均值为6.8),陆生无脊椎动物包括赤子爱胜蚓、安德爱胜蚓、陆正蚓、粉正蚓、金龟子、鼠妇等共26种,将生物体内富集农药浓度(CI)与农药在土壤中残留浓度(CS)、有机碳含量(fOC)、生物脂质含量(flipid)共计333组数据,代入生物有效性模型(公式4),得到农药类污染物在陆生无脊椎生物体内残留浓度的定量预测模型19:
logCI=1.08+0.81×logCS-0.23×logfOC+0.95×logflipid
(ntr=333,R2=0.84,SE=0.56,F=572,next=84,RMSE=0.52)
另有84组数据进行外部验证。结果表明,模型具有良好的拟合优度(R2=0.84)和预测能力(R2 ext=0.86,Q2 ext=0.86,RMSE=0.52)。将土壤中农药残留浓度、有机碳含量、生物脂质含量的验证集数据代入建立的模型中,得到生物体内农药浓度预测值,并将其与实验所测得的生物体内富集浓度值中进行对比,结果表明(图19),模型3倍偏差预测准确率为72.6%,5倍偏差预测准确率为88.1%,10倍偏差预测准确率为98.8%。证明了本模型可用来较好的预测陆生底栖无脊椎生物体内农药富集浓度。
实施例20农药类污染物在底栖无脊椎生物体内残留水平的预测和验证
农药类化合物包括阿特拉津、丁草胺、草甘膦、艾氏剂、狄氏剂、异狄氏剂、联苯菊酯、毒死蜱、高效氯氰菊酯、氰戊菊酯、氟虫腈、环氧七氯、马拉硫磷、滴滴涕、灭蚁灵、氯菊酯、六六六、氟环唑、戊唑醇等共83种(持久性等级范围6.0-9.0,平均值为7.6),底栖无脊椎动物包括夹杂带丝蚓、正颤蚓、霍甫水丝蚓、沙蚕、紫贻贝、菲律宾蛤仔、白樱蛤、褐虾、青蟹、海螂、栉水虱、端足虫、多棘海盘车、水蝽、河蚬、轮虫、摇蚊幼虫、绿石蝇幼虫等共158种,将生物体内富集农药浓度(CI)与农药在沉积物环境中残留浓度(CS)、有机碳含量(fOC)、生物脂质含量(flipid)共785组数据,代入生物有效性模型(公式4),得到农药类污染物在底栖无脊椎生物体内残留浓度的定量预测模型20:
logCI=0.53+0.76×logCS-0.29×logfOC+0.86×logflipid
(ntr=785,R2=0.83,SE=0.65,F=1270,next=196,RMSE=0.65)
另有196组数据进行外部验证。结果表明,模型具有良好的拟合优度(R2=0.83)和预测能力(R2 ext=0.84,Q2 ext=0.84,RMSE=0.65)。将验证集沉积物中农药残留浓度、有机碳含量、生物脂质含量代入建立的模型中,得到生物体内农药浓度预测值,并将其与实验所测得的生物体内富集浓度值中进行对比,结果表明(图20),模型3倍偏差预测准确率分别为67.3%,5倍偏差预测准确率为78.1%,10倍偏差预测准确率为87.2%。证明了本模型可用来较好的预测底栖无脊椎生物体内农药富集浓度。
实施例21其他易降解类有机污染物在陆生无脊椎生物体内残留水平的预测和验证
其他易降解化合物包括邻苯二甲酸二异辛酯、阿维菌素、环丙沙星、四环素、壬基酚聚氧乙烯醚、双酚A、四溴丙二酚、三丁基锡、石油烃类(C10-C40)、咔唑、二苯噻吩、吖啶、吐纳麝香等共57种(持久性等级范围1.0-7.0,平均值为5.0),陆生无脊椎动物包括赤子爱胜蚓、安德爱胜蚓、鼠妇等共5种,将生物体内富集浓度(CI)与污染物在土壤中残留浓度(CS)、有机碳含量(fOC)、生物脂质含量(flipid)共计26组数据,代入生物有效性模型(公式4),得到污染物在陆生无脊椎生物体内残留浓度的定量预测模型21:
logCI=4.74+0.38×logCS-3.10×logfOC
(ntr=26,R2=0.77,SE=0.62,F=31,next=7,RMSE=0.51)
另有7组数据进行外部验证。结果表明,模型具有良好的拟合优度(R2=0.77)和预测能力(R2 ext=0.82,Q2 ext=0.81,RMSE=0.51)。将污染物残留浓度、有机碳含量的验证集数据代入建立的模型中,得到生物体内污染物浓度预测值,并将其与实验所测得的生物体内富集浓度进行对比,结果表明(图21),3倍偏差预测准确率为69.2%,5倍偏差预测准确率为84.6%,10倍偏差预测准确率为92.3%。证明了本模型可用来较好的预测陆生无脊椎生物体内酞酸酯、抗生素、烷基酚、石油烃、咔唑等易降解有机污染物富集浓度。
实施例22其他易降解类有机污染物在底栖无脊椎生物体内残留水平的预测和验证
其他易降解化合物包括邻苯二甲酸二异辛酯、阿维菌素、环丙沙星、四环素、壬基酚聚氧乙烯醚、双酚A、四溴丙二酚、三丁基锡、石油烃类(C10-C40)、咔唑、二苯噻吩、吖啶、吐纳麝香等共57种(持久性等级范围1.0-7.0,平均值为4.7),底栖无脊椎动物包括夹杂带丝蚓、紫贻贝、加州壳菜蛤、菲律宾蛤仔、维吉尼亚牡蛎、环棱螺、厚壳蛤、无齿蚌、心形棘心海胆、轮虫、枝角、桡足生物等共13种,将生物体内富集浓度(CI)与污染物在沉积物中残留浓度(CS)、有机碳含量(fOC)、生物脂质含量(flipid)共计322组数据,代入生物有效性模型(公式4),得到污染物在底栖无脊椎生物体内残留浓度的定量预测模型22:
logCI=1.22+0.77×logCS+1.22×logflipid
(ntr=322,R2=0.87,SE=0.62,F=682,next=80,RMSE=0.58)
另有90组数据进行外部验证。结果表明,模型具有良好的拟合优度(R2=0.87)和预测能力(R2 ext=0.88,Q2 ext=0.88,RMSE=0.58)。将污染物残留浓度、生物脂质含量的验证集数据代入建立的模型中,得到生物体内污染物浓度预测值,并将其与实验所测得的生物体内富集浓度值中进行对比,结果表明(图22),3倍偏差预测准确率为75.0%,5倍偏差预测准确率为78.8%,10倍偏差预测准确率为91.3%。证明了本模型可用来预测无脊椎生物体内酞酸酯、抗生素、烷基酚、石油烃、咔唑等易降解有机污染物富集浓度。
实施例23多氯联苯类污染物在陆生无脊椎生物体内残留水平的预测和验证
多氯联苯类化合物具体包括2-Chlorobiphenyl(PCB 1)、2,2',4,4',6-Pentachlorobiphenyl(PCB 103)、Decachlorobiphenyl(PCB 209)等共171种(持久性等级均为9.0),陆生无脊椎动物包括赤子爱胜蚓、安德爱胜蚓、陆正蚓、粉正蚓、金龟子、鼠妇等共26种,将生物体内富集PCBs浓度(CI)与PCBs在土壤中残留浓度(CS)、有机碳含量(fOC)、生物脂质含量(flipid)共计206组数据,代入生物有效性模型(公式4),得到PCBs类污染物在陆生无脊椎生物体内残留浓度定量预测模型23:
logCI=2.74+1.01×logCS-1.39×logfOC+2.72×logflipid
(ntr=206,R2=0.94,SE=0.39,F=1060,next=52,RMSE=0.34)
另有52组数据进行外部验证。结果表明,模型具有良好的拟合优度(R2=0.94)和预测能力(R2 ext=0.95,Q2 ext=0.95,RMSE=0.34)。将土壤中PCBs残留浓度、有机碳含量、生物脂质含量的验证集数据代入建立的模型中,得到生物体内PCBs富集浓度预测值,并将其与实验所测得的生物体内富集浓度值中进行对比,结果表明(图23),模型3倍偏差预测准确率为94.2%,5倍和10倍偏差预测准确率均为100%。证明了本模型可用来较好的预测陆生无脊椎生物体内PCBs富集浓度。
实施例24多氯联苯类污染物在底栖无脊椎生物体内残留水平的预测和验证
多氯联苯类化合物具体包括2-Chlorobiphenyl(PCB 1)、2,2',4,4',6-Pentachlorobiphenyl(PCB 103)、Decachlorobiphenyl(PCB 209)等共171种(持久性等级均为9.0),底栖无脊椎动物包括夹杂带丝蚓、正颤蚓、霍甫水丝蚓、沙蚕、紫贻贝、菲律宾蛤仔、白樱蛤、褐虾、青蟹、海螂、栉水虱、端足虫、多棘海盘车、水蝽、河蚬、轮虫、摇蚊幼虫、绿石蝇幼虫等共158种,将生物体内富集PCBs浓度(CI)与PCBs在沉积物环境残留浓度(CS)、有机碳含量(fOC)、生物脂质含量(flipid)共计4152组数据,代入生物有效性模型(公式4),得到PCBs类污染物在底栖无脊椎生物体内残留浓度的定量预测模型24:
logCI=-0.88+0.95×logCS-0.53×logfOC+0.09×logflipid
(ntr=4152,R2=0.93,SE=0.52,F=19548,next=1039,RMSE=0.53)
另有1039组数据进行外部验证。结果表明,模型具有良好的拟合优度(R2=0.93)和预测能力(R2 ext=0.93,Q2 ext=0.93,RMSE=0.53)。将沉积物中PCBs残留浓度、有机碳含量、生物脂质含量的验证集数据代入建立的模型中,得到生物体内PCBs浓度预测值,并将其与实验所测得的生物体内富集浓度值中进行对比,结果表明(图24),3倍偏差预测准确率为77.5%,5倍偏差预测准确率为88.5%,10倍偏差预测准确率为95.5%。证明了本模型可用来较好的预测底栖无脊椎生物体内PCBs富集浓度。
实施例25多溴联苯醚类污染物在陆生无脊椎生物体内残留水平的预测和验证
多溴联苯醚类化合物(PBDEs)具体包括2,4'-Dibromodiphenyl ether(BDE 8)、2,2',4,5'-Tetrabromodiphenyl ether(BDE 49)、2,2',3,3',4,4',5,5',6,6'-decabrominated diphenyl ether(BDE 209)、4'-OH-BDE 49等共58种(持久性等级范围6.0-9.0,平均值为8.2),陆生无脊椎动物包括赤子爱胜蚓、安德爱胜蚓、陆正蚓、粉正蚓、金龟子、鼠妇等共26种,将生物体内富集浓度(CI)与PBDEs在土壤中残留浓度(CS)、有机碳含量(fOC)、生物脂质含量(flipid)共计392组数据,代入生物有效性模型(公式4),得到污染物在无脊椎生物体内残留浓度的定量预测模型25:
logCI=2.54+0.76×logCS-0.29×logfOC+2.00×logflipid
(ntr=392,R2=0.92,SE=0.60,F=1420,next=98,RMSE=0.55)
另有98组数据进行外部验证。结果表明,模型具有良好的拟合优度(R2=0.92)和预测能力(R2 ext=0.92,Q2 ext=0.92,RMSE=0.55)。将土壤中PBDEs残留浓度、有机碳含量、生物脂质含量的验证集数据代入模型中,得到生物体内PBDEs浓度预测值,并将其与实验所测得的生物体内富集浓度值中对比,结果表明(图25),模型3倍偏差预测准确率为74.5%,5倍偏差预测准确率为81.6%,10倍偏差预测准确率为93.9%。证明了本模型可用来较好的预测陆生无脊椎生物体内PBDEs富集浓度。
实施例26多溴联苯醚类污染物在底栖无脊椎生物体内残留水平的预测和验证
多溴联苯醚类化合物(PBDEs)具体包括2,4'-Dibromodiphenyl ether(BDE 8)、2,2',4,5'-Tetrabromodiphenyl ether(BDE 49)、2,2',3,3',4,4',5,5',6,6'-decabrominated diphenyl ether(BDE 209)、4'-OH-BDE 49等共58种(持久性等级范围6.0-9.0,平均值为8.0),底栖无脊椎动物包括夹杂带丝蚓、正颤蚓、霍甫水丝蚓、沙蚕、紫贻贝、菲律宾蛤仔、白樱蛤、褐虾、青蟹、海螂、栉水虱、端足虫、多棘海盘车、水蝽、河蚬、轮虫、摇蚊幼虫、绿石蝇幼虫等共158种,将生物体内富集浓度(CI)与PBDEs在沉积物中残留浓度(CS)、有机碳含量(fOC)、生物脂质含量(flipid)共计672组数据,代入生物有效性模型(公式4),得到污染物在无脊椎生物体内残留浓度的定量预测模型26:
logCI=2.35+0.83×logCS-0.39×logfOC+1.84×logflipid
(ntr=672,R2=0.73,SE=0.93,F=601,next=169,RMSE=0.92)
另有169组数据进行外部验证。结果表明,模型具有良好的拟合优度(R2=0.73)和预测能力(R2 ext=0.74,Q2 ext=0.74,RMSE=0.92)。将沉积物中PBDEs残留浓度、有机碳含量、生物脂质含量的验证集数据代入建立的模型中,得到生物体内PBDEs浓度预测值,并将其与实验所测得的生物体内富集浓度值中对比,结果表明(图26),模型3倍偏差预测准确率为43.2%,5倍偏差预测准确率为58.0%,10倍偏差预测准确率为76.3%。证明了本模型可用来较好的预测底栖无脊椎生物体内PBDEs富集浓度。
实施例27其他难降解类有机污染物在陆生无脊椎生物体内残留水平的预测和验证
其他难降解类化合物包括六溴环十二烷(HBCDs)、八氯代二苯并呋喃、八氯二苯并二噁英、全氟辛酸、全氟己酸等共36种(持久性等级范围6.0-9.0,平均值为9.0),陆生无脊椎动物包括赤子爱胜蚓、陆正蚓、威廉腔环蚓、安德爱胜蚓等共9种,将生物体内富集浓度(CI)与污染物在土壤中残留浓度(CS)、有机碳含量(fOC)、生物脂质含量(flipid)共计168组数据,代入生物有效性模型(公式4),得到污染物在陆生无脊椎生物体内残留浓度的定量预测模型27:
logCI=8.91+0.96×logCS+5.43×logflipid
(ntr=168,R2=0.76,SE=0.92,F=146,next=42,RMSE=0.84)
另有42组数据进行外部验证。结果表明,模型具有良好的拟合优度(R2=0.76)和预测能力(R2 ext=0.81,Q2 ext=0.81,RMSE=0.84)。将土壤中污染物残留浓度、生物脂质含量代入建立的模型中,得到生物体内污染物浓度预测值,并将其与实验所测得的生物体内富集浓度值中进行对比,结果表明(图27),模型3倍偏差预测准确率为59.5%,5倍偏差预测准确率为70.3%,10倍偏差预测准确率为78.4%。证明本模型可用来较好预测陆生无脊椎生物体内六溴环十二烷、二噁英、呋喃、全氟化合物等难降解有机污染物富集浓度。
实施例28其他难降解类有机污染物在底栖无脊椎生物体内残留水平的预测和验证
其他难降解类化合物包括六溴环十二烷(HBCDs)、八氯代二苯并呋喃、八氯二苯并二噁英、全氟辛酸、全氟己酸等共36种(持久性等级范围6.0-9.0,平均值为9.0),底栖无脊椎动物包括夹杂带丝蚓、奥林匹亚牡蛎共2种,将生物体内富集浓度(CI)与污染物在沉积物中残留浓度(CS)、有机碳含量(fOC)、生物脂质含量(flipid)共计25组数据,代入生物有效性模型(公式4),得到污染物在底栖无脊椎生物体内残留浓度的定量预测模型28:
logCI=-1.24+0.96×logCS
(ntr=25,R2=0.76,SE=0.68,F=25,next=6,RMSE=0.63)
另有6组数据进行外部验证。结果表明,模型具有良好的拟合优度(R2=0.76)和预测能力(R2 ext=0.90,Q2 ext=0.83,RMSE=0.63)。将沉积物中污染物残留浓度的验证集数据代入建立的模型中,得到生物体内污染物浓度预测值,并将其与实验所测得的生物体内富集浓度值中进行对比,结果表明(图28),模型3倍偏差预测准确率为50.0%,5倍偏差预测准确率为66.7%,10倍偏差预测准确率为100%。证明了本模型可用来较好的预测底栖无脊椎生物体内六溴环十二烷、二噁英、呋喃、全氟化合物等难降解有机污染物富集浓度。
本发明不局限于以上所公开的无脊椎生物种类及有机污染物涵盖种类。所以凡是不脱离本发明所公开的精神下完成的等效或修改,都落入本发明保护的范围。
Claims (3)
1.一种直接预测有机污染物生物有效性的方法,其特征在于,步骤如下:
(1)预测方法的建立
构建PAHs的有效态浓度Cb与有机碳校正的环境浓度CS/fOC之间的幂函数关系,见公式(1);其中,土壤环境浓度CS采用加速溶剂萃取法测量,有效态浓度Cb采用环糊精溶液提取法测量;构建脂质校正的蚯蚓富集浓度CI/flipid与有机碳校正的有效态浓度Cb/fOC之间的幂函数关系,见公式(2);其中,蚯蚓富集浓度CI通过开展蚯蚓富集实验,待蚯蚓体内富集达到平衡后测量;
其中,fOC为土壤有机碳含量,flipid为蚯蚓脂质含量,ks-bio,ks-I分别描述环糊精提取能力、蚯蚓富集能力的放大因子,as-bio,as-I分别描述环糊精非线性提取能力、蚯蚓非线性富集能力的系数项;
将公式(1)和公式(2)联立,得到公式(3),化简为公式(4)即为生物有效性模型;生物有效性模型表明无脊椎生物富集水平仅与污染物的环境浓度、环境介质的有机碳含量、生物脂质含量呈幂函数关系,而不受生物有效态浓度影响;
log CI=K+a×log CS+b×log fOC+m×log flipid (4)
其中,a=as-bio×as-I,b=-(as-bio+1)×as-I,K、a、b、m为拟合系数常数项和各变量项系数;
(2)数据汇总
本方法共测试或搜集12067组有机污染物在陆生或底栖无脊椎生物体内富集浓度数据;
(3)生物有效性模型的优化和验证
根据有机污染物的持久性等级、生物生活习性,对生物富集数据进行分组处理;将各分组数据集按照4:1随机分为训练集和验证集,训练集数据用于建模,验证集数据用于评价模型的外部预测能力;针对建好的模型,从拟合度、预测能力、稳健性三方面对其进行性能评价和验证;模型P<0.05以保证模型具有统计意义,模型各变量的方差膨胀因子均小于10,以保证模型不存在多重共线性;使用调整后相关系数R2来评价模型的拟合度,R2值越大,越接近1,表明拟合度越好;验证集数据采用外部预测相关系数R2 ext、均方根误差RMSEext和交叉验证系数Q2 ext来表征模型预测能力;均方根误差用于衡量模型的预测精确度,是一个表示随机误差分散程度的常用参数,数值越小则模型的预测精度越高;交叉验证系数用于衡量模型的稳健性,Q2 ext>0.5,说明模型比较稳健;
以无脊椎生物体内有机污染物的富集水平为因变量,以土壤或沉积物环境中有机污染物浓度、有机碳含量、生物脂质含量为自变量,将其代入生物有效性模型进行拟合,选择满足拟合要求且R2最大时的模型,即为预测无脊椎生物体内富集浓度与评价指标的定量关系模型。
2.根据权利要求1所述的直接预测有机污染物生物有效性的方法,其特征在于,所述的有机污染物包括多环芳烃、农药、多氯联苯、多溴联苯醚、酞酸酯、抗生素类、酚类、有机锡类、石油烃类、咔唑类、二苯并噻吩、吖啶、吐纳麝香、六溴环十二烷类、二噁英和全氟化合物,共计446种。
3.根据权利要求1或2所述的直接预测有机污染物生物有效性的方法,其特征在于,所述的无脊椎生物包括陆生生物和底栖生物,其中陆生无脊椎动物包括陆生蚯蚓、蜗牛、多足类、昆虫、金龟子和鼠妇,共计26个物种;底栖无脊椎生物包括水生蚯蚓、沙蚕、牡蛎、蛤蜊、贻贝、蚌、螺类、刀蛏、海参、海胆、虾、蟹、海螂、桡足纲、阳遂足、栉水虱、乌贼、端足目、口虾蛄、等足目、海星、蜉蝣、摇蚊幼虫、绿石蝇幼虫、纽虫、水蚤、海胆、水蝽、海星、珊瑚虫、枝角目、轮虫,共计158个物种。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910932368.4A CN110619925B (zh) | 2019-09-27 | 2019-09-27 | 一种直接预测有机污染物生物有效性的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910932368.4A CN110619925B (zh) | 2019-09-27 | 2019-09-27 | 一种直接预测有机污染物生物有效性的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110619925A true CN110619925A (zh) | 2019-12-27 |
CN110619925B CN110619925B (zh) | 2022-09-23 |
Family
ID=68924963
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910932368.4A Active CN110619925B (zh) | 2019-09-27 | 2019-09-27 | 一种直接预测有机污染物生物有效性的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110619925B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111189893A (zh) * | 2019-12-31 | 2020-05-22 | 江苏康达检测技术股份有限公司 | 土壤氟化物生物有效性测定方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180119136A1 (en) * | 2015-05-11 | 2018-05-03 | Mimetics, Llc | Methods for identifying targets for antimicrobial and antiproliferative compounds and compositions therefrom |
CN109290361A (zh) * | 2018-11-07 | 2019-02-01 | 大连理工大学 | 一种环糊精-四氨基铁配体催化剂组合的土壤有机污染物原位修复方法 |
CN109409590A (zh) * | 2018-10-15 | 2019-03-01 | 中国环境科学研究院 | 一种用于淡水水生生物水质基准预测的系统 |
CN110175948A (zh) * | 2019-05-24 | 2019-08-27 | 郑州大学 | 一种基于河流整体健康的生态环境需水阈值量化方法 |
CN110225899A (zh) * | 2016-10-25 | 2019-09-10 | 水科学公司 | 保持种植地土壤养分的方法和组合物 |
-
2019
- 2019-09-27 CN CN201910932368.4A patent/CN110619925B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180119136A1 (en) * | 2015-05-11 | 2018-05-03 | Mimetics, Llc | Methods for identifying targets for antimicrobial and antiproliferative compounds and compositions therefrom |
CN110225899A (zh) * | 2016-10-25 | 2019-09-10 | 水科学公司 | 保持种植地土壤养分的方法和组合物 |
CN109409590A (zh) * | 2018-10-15 | 2019-03-01 | 中国环境科学研究院 | 一种用于淡水水生生物水质基准预测的系统 |
CN109290361A (zh) * | 2018-11-07 | 2019-02-01 | 大连理工大学 | 一种环糊精-四氨基铁配体催化剂组合的土壤有机污染物原位修复方法 |
CN110175948A (zh) * | 2019-05-24 | 2019-08-27 | 郑州大学 | 一种基于河流整体健康的生态环境需水阈值量化方法 |
Non-Patent Citations (6)
Title |
---|
ANABELA CACHADA 等: "Availability of polycyclic aromatic hydrocarbons to earthworms in urban soils and its implications for risk assessment", 《CHEMOSPHERE》 * |
HUIHUI LIU 等: "Mathematical Model for Cyclodextrin Alteration of Bioavailability of Organic Pollutants", 《ENVIRONMENTAL SCIENCE & TECHNOLOGY》 * |
XIYUN CAI 等: "Recyclable Capture and Destruction of Aqueous Micropollutants Using the Molecule-Specific Cavity of Cyclodextrin Polymer Coupled with KMnO4 Oxidation", 《ENVIRONMENTAL SCIENCE & TECHNOLOGY》 * |
伏小勇 等: "蚯蚓处理对污泥中微生物碳量及脱氢酶活性的影响", 《环境科学学报》 * |
张霞: "基于环糊精和核酸适体的持久性有机污染物电化学传感研究", 《中国优秀博硕士学位论文全文数据库(硕士) 工程科技Ⅰ辑(月刊)》 * |
李欣萌: "环糊精提取技术评估土壤PAHs生物有效性的机制与模型", 《中国优秀博硕士学位论文全文数据库(硕士) 工程科技Ⅰ辑(月刊)》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111189893A (zh) * | 2019-12-31 | 2020-05-22 | 江苏康达检测技术股份有限公司 | 土壤氟化物生物有效性测定方法 |
CN111189893B (zh) * | 2019-12-31 | 2022-09-20 | 江苏康达检测技术股份有限公司 | 土壤氟化物生物有效性测定方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110619925B (zh) | 2022-09-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sures et al. | Parasite responses to pollution: what we know and where we go in ‘Environmental Parasitology’ | |
Bloodworth et al. | Negative effects of the sea lice therapeutant emamectin benzoate at low concentrations on benthic communities around Scottish fish farms | |
Zelikoff et al. | Biomarkers of immunotoxicity in fish: from the lab to the ocean | |
Cain et al. | Bioaccumulation dynamics and exposure routes of Cd and Cu among species of aquatic mayflies | |
Lankadurai et al. | Environmental metabolomics: an emerging approach to study organism responses to environmental stressors | |
McCarthy et al. | Identifying migratory Salmo trutta using carbon and nitrogen stable isotope ratios | |
Cary et al. | Phenylpyrazole insecticide fipronil induces male infertility in the estuarine meiobenthic crustacean Amphiascus tenuiremis | |
García-Torres et al. | Exposure assessment to glyphosate of two species of annelids | |
Wang et al. | The combined stress effects of atrazine and cadmium on the earthworm Eisenia fetida | |
Morgan et al. | Morphological plasticity in metal‐sequestering earthworm chloragocytes: Morphometric electron microscopy provides a biomarker of exposure in field populations | |
Bichara et al. | Set‐up of an infrared fast behavioral assay using zebrafish (Danio rerio) larvae, and its application in compound biotoxicity screening | |
Amilhat et al. | Silver E uropean eels health in M editerranean habitats | |
Freese et al. | A question of origin: dioxin-like PCBs and their relevance in stock management of European eels | |
Floate et al. | No support for fluctuating asymmetry as a biomarker of chemical residues in livestock dung1 | |
Fletcher et al. | Trace element accumulation in lotic dragonfly nymphs: Genus matters | |
Dehnhard et al. | Organohalogenated contaminants in plasma and eggs of rockhopper penguins: Does vitellogenin affect maternal transfer? | |
Wei et al. | Legacy and current-use insecticides in agricultural sediments from south China: Impact of application pattern on occurrence and risk | |
CN110619925B (zh) | 一种直接预测有机污染物生物有效性的方法 | |
Langdon et al. | Inherited resistance to arsenate toxicity in two populations of Lumbricus rubellus | |
Delibes et al. | Animal decisions and conservation: the recolonization of a severely polluted river by the Eurasian otter | |
Sample et al. | Recommendations to improve wildlife exposure estimation for development of soil screening and cleanup values | |
Dahiya et al. | Biological indicators of soil health and biomonitoring | |
Jordanova et al. | Effects of heavy metal pollution on pigmented macrophages in kidney of V ardar chub (S qualius vardarensis K araman) | |
Ude et al. | Evaluation of pond water after the culture of ostracods (Heterocypris incongruens): associating toxicity with risk assessment | |
Hennecke et al. | How to characterise non-extractable residues (NER) in PBT assessment-development of a harmonised procedure to be used in routine testing |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |