CN115169796B - 一种水环境中抗生素生态风险评估系统及方法 - Google Patents
一种水环境中抗生素生态风险评估系统及方法 Download PDFInfo
- Publication number
- CN115169796B CN115169796B CN202210619238.7A CN202210619238A CN115169796B CN 115169796 B CN115169796 B CN 115169796B CN 202210619238 A CN202210619238 A CN 202210619238A CN 115169796 B CN115169796 B CN 115169796B
- Authority
- CN
- China
- Prior art keywords
- risk
- antibiotic
- monitoring
- module
- assessment
- 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.)
- Active
Links
- 230000003115 biocidal effect Effects 0.000 title claims abstract description 162
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 80
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000012502 risk assessment Methods 0.000 title claims abstract description 17
- 238000012544 monitoring process Methods 0.000 claims abstract description 121
- 239000003242 anti bacterial agent Substances 0.000 claims abstract description 94
- 229940088710 antibiotic agent Drugs 0.000 claims abstract description 71
- 206010059866 Drug resistance Diseases 0.000 claims abstract description 41
- 238000012216 screening Methods 0.000 claims abstract description 31
- 231100000419 toxicity Toxicity 0.000 claims abstract description 29
- 230000001988 toxicity Effects 0.000 claims abstract description 29
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 20
- 231100000719 pollutant Toxicity 0.000 claims abstract description 20
- 230000000813 microbial effect Effects 0.000 claims abstract description 19
- 230000002688 persistence Effects 0.000 claims abstract description 18
- 238000011835 investigation Methods 0.000 claims abstract description 15
- 231100000693 bioaccumulation Toxicity 0.000 claims abstract description 13
- 238000004458 analytical method Methods 0.000 claims abstract description 12
- 238000009825 accumulation Methods 0.000 claims abstract description 10
- 238000011156 evaluation Methods 0.000 claims description 82
- 230000007613 environmental effect Effects 0.000 claims description 24
- LRHPLDYGYMQRHN-UHFFFAOYSA-N n-Butanol Substances CCCCO LRHPLDYGYMQRHN-UHFFFAOYSA-N 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 13
- 230000000845 anti-microbial effect Effects 0.000 claims description 12
- 238000004519 manufacturing process Methods 0.000 claims description 9
- 230000002085 persistent effect Effects 0.000 claims description 9
- 230000002401 inhibitory effect Effects 0.000 claims description 6
- 239000000356 contaminant Substances 0.000 claims description 5
- 238000011109 contamination Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 150000001875 compounds Chemical class 0.000 claims description 4
- 239000012636 effector Substances 0.000 claims description 4
- 230000010354 integration Effects 0.000 claims description 4
- 231100000369 acute toxicity data Toxicity 0.000 claims description 3
- 230000001684 chronic effect Effects 0.000 claims description 3
- 230000007665 chronic toxicity Effects 0.000 claims description 3
- 231100000160 chronic toxicity Toxicity 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 231100000720 measured environmental concentration Toxicity 0.000 claims description 3
- 235000016709 nutrition Nutrition 0.000 claims description 3
- 238000007086 side reaction Methods 0.000 claims description 3
- 231100000816 toxic dose Toxicity 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims 3
- 230000001419 dependent effect Effects 0.000 claims 1
- 230000035508 accumulation Effects 0.000 abstract description 2
- 238000012937 correction Methods 0.000 abstract description 2
- 241000894007 species Species 0.000 description 17
- 239000000126 substance Substances 0.000 description 6
- 238000005192 partition Methods 0.000 description 4
- 244000005700 microbiome Species 0.000 description 3
- 241000186361 Actinobacteria <class> Species 0.000 description 1
- 241000894006 Bacteria Species 0.000 description 1
- 208000035143 Bacterial infection Diseases 0.000 description 1
- 241000233866 Fungi Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 230000001775 anti-pathogenic effect Effects 0.000 description 1
- 208000022362 bacterial infectious disease Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 244000000010 microbial pathogen Species 0.000 description 1
- 229930000044 secondary metabolite Natural products 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063114—Status monitoring or status determination for a person or group
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Computer Security & Cryptography (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
本发明提供一种水环境中抗生素生态风险评估系统及方法,属于生态风险评估技术领域。包括水环境监测模块、初筛模块、对目标抗生素进行持久性、生物累积性、水生生物毒性、微生物耐药性评估的环境暴露与危害评估模块、高层级评估模块以及生态风险评级模块;通过对目标水环境中的抗生素进行监测、筛查、危害评估以及生态风险评级,为水环境抗生素污染物监测和评估提供科学指导,通过对抗生素从持久性、累积性、毒性以及耐药性四个方面进行评估,使具有风险标签的目标抗生素开展持续监测、源头分析和源头管控,对于点源引起的污染,可采用查处、限期整改等行政手段;对于面源引起的污染,可在相关地区限用或禁用高生态风险抗生素种类。
Description
技术领域
本发明属于生态风险评估技术领域,具体是一种水环境中抗生素生态风险评估系统及方法。
背景技术
抗生素,是指由微生物(包括细菌、真菌、放线菌属)或高等动植物在生活过程中所产生的具有抗病原体或其他活性的一类次级代谢产物,能干扰其他生活细胞发育功能的化学物质。临床常用的抗生素有微生物培养液中的提取物以及用化学方法合成或半合成的化合物,主要用于治疗各种细菌感染或致病微生物感染类疾病,因此,抗生素为人类健康事业作出了巨大贡献。
这些在水环境中长期存在的抗生素会诱导微生物的耐药性,并最终通过食物链对人类健康和生态系统构成潜在威胁,这就需要从各个方面对抗生素进行风险评估,为水环境污染物的排放和治理提供参考依据,因此,亟需一种水环境中抗生素生态风险评估系统及方法。
发明内容
针对上述存在的问题,本发明提供了一种水环境中抗生素生态风险评估系统及方法。
本发明的技术方案是:一种水环境中抗生素生态风险评估系统,包括对水环境中的抗生素种类进行监测并建立抗生素监测名单的水环境监测模块、对监测出的抗生素开展筛查的初筛模块、对目标抗生素进行持久性、生物累积性、水生生物毒性、微生物耐药性评估的环境暴露与危害评估模块、高层级评估模块以及对目标抗生素进行评级的生态风险评级模块;所述初筛模块对水环境监测模块建立的监测名单中各抗生素的水-正丁醇分配系数、环境抗生素浓度以及特殊毒性进行初筛;
所述环境暴露与危害评估模块包括持久性评估单元、累积性评估单元、毒性评估单元、耐药性评估单元;采用数据库查询结合预测模型的方法获得抗生素的半衰期t1/2,所述持久性评估单元根据t1/2值的大小确定目标抗生素环境持久性水平的风险标签,当t1/2<60时,认为抗生素为非持久性,终止评估;当t1/2>60时,判定抗生素的风险标签为P;
所述累积性评估单元根据生物体内污染物的平衡浓度与其生存环境中该污染物浓度的比值计算富集系数,并根据富集系数的大小确定目标抗生素生物累积性的风险标签,其中,富集系数用BCF表示,当BCF<10时,认为抗生素不具有高生物富集倾向,终止评估;当BCF≥10时,判定抗生素的风险标签为B;
所述毒性评估单元通过计算目标化合物在环境中检测的浓度与该受试物种的预测无效应浓度的比值得到风险商,并根据受试物种风险商的大小确定目标污染物的生态风险的风险标签,其中,受试物种风险商用RQT表示,当RQT<0.1时,低风险,终止评估;当RQT≥0.1时,判定抗生素的风险标签为T;
所述耐药性评估单元通过耐药性风险商值的大小确定目标污染物的微生物耐药风险的风险标签,其中,耐药性风险商值用RQR表示,当RQR<0.1时,低风险,终止评估;当RQR≥0.1时,判定抗生素的风险标签为R;
所述高层级评估模块对风险标签为R的抗生素品种开展高层级评估,并得出风险管控值;
所述生态风险评级模块通过环境暴露与危害评估模块的评估结果对水环境抗生素生态风险水平由高到低划分为四类,分别为:I类:抗生物同时具有P、B、T以及R四个风险标签;II类:抗生物同时具有上述任意三个风险标签;III类:抗生素同时具有上述任意两个风险标签;IV类:抗生物具有上述任意一个风险标签。
进一步地,所述水环境监测模块包括对目标流域、海域或水功能区开展抗生素生产、使用及排放的背景调研的调研单元、判断水环境是否发生生产副反应或生物转化的反应判定单元、建立抗生素监测名单并进行目标抗生素监测的抗生素监测单元、建立抗生素衍生物监测名单并进行目标衍生物监测的衍生物监测单元,所述抗生素监测单元和衍生物监测单元分别与初筛模块连接,通过对目标流域、海域或水功能区的不同种类的抗生素或衍生物进行监测,并建立监测名单,方便直观了解水体中个抗生素种类,间接分析水体的污染来源,为抗生素风险评估奠定基础。
更进一步地,所述调研单元包括对风险源空间分布情况和抗生素排放情况进行实时监测的风险源监测子单元、对所述风险源监测子单元监测的数据进行整合并建立风险源排污特征数据库的数据整合子单元、分析风险源排污特征与水环境监测点的抗生素浓度之间的关系的风险等级分析子单元、针对所述风险等级分析子单元的分析结果对不同风险源的污染程度进行分类的风险源分级子单元,通过对风险源进行监测、整合以及分析,方便根据风险源的污染特性,建立有效的防御体系和整改措施。
更进一步地,所述风险源分级子单元根据不同风险源排污特征与水环境监测点的抗生素浓度之间的关系,对不同风险源的污染程度分为三级,具体为:A类:重度污染源;B级:中度污染物;C级:轻度污染源,根据污染程度对风险源划分等级,然后,根据不同的污染程度,有针对性的进行治理,安全有效。
进一步地,所述监测名单中各抗生素的水-正丁醇分配系数用kow表示,环境抗生素浓度用MEC表示,所述初筛模块对抗生素的水-正丁醇分配系数、环境抗生素浓度以及特殊毒性进行初筛时,具体过程如下:
当log kow≥3.5,则认为该检出抗生素具有强脂溶性,并通过环境暴露与危害评估模块进行评估,否则,终止评估;
当MEC≥10时,表明该检出抗生素可能存在持续输入源,并通过环境暴露与危害评估模块进行评估,否则,终止评估;
当检出抗生素可能含有毒性,并通过环境暴露与危害评估模块进行评估,否则,终止评估。
进一步地,所述受试物种风险商RQT的计算公式为:
RQT=MEC/PNEC(1)
式(1)中,MEC表示目标抗生素在环境中检测的浓度,PNEC表示预测无效应浓度,且PNEC的计算公式为:PNEC=EC50/AF或PNEC=LC50/AF或PNEC=ChV/AF,其中,EC50为半抑制浓度(mg/L)、LC50为半致死浓度(mg/L)、ChV为慢性毒性浓度(mg/L),AF为影响因子,当同一营养级物种的LC50、EC50或ChV存在多个值时,取最小值以评估对该物种的最大风险;AF为评价因子,慢性毒性和急性毒性数据的AF值分别取100和1000;水生生物毒性风险水平根据RQT值的大小分为4个等级,具体为:当RQT<0.01时,无风险;当0.01<RQT<0.1时,低风险;当0.1<RQT<1时,中风险;当RQT>1时,高风险。
进一步地,所述耐药性风险商值RQR的计算公式为:
RQR=MEC/PNECR(2)
式(2)中,MEC为实测环境浓度,PNECR为微生物耐药预测无效浓度,且PNECR的计算公式为:PNECR=MIC/AF,其中,MIC为最低抑菌浓度,AF为评估因子;微生物耐药性风险水平根据RQR值的大小分为4个等级:当RQR<0.01时,无风险;当0.01<RQR<0.1时,低风险;当0.1<RQR<1,中风险;当RQR>1时,高风险。
进一步地,所述环境暴露与危害评估模块还包括为水环境治理提供参数依据的动态监测单元、参数收集子单元以及参数校准单元,所述动态监测单元包括对水环境的水质理化参数进行持续监测的参数监测子单元、对水环境中抗生素浓度和种类进行持续监测的抗生素监测子单元、用于监测时间计算的定时子单元以及对水环境中的水质理化参数或抗生素等级超过预设值的报警子单元、用于参数监测子单元和抗生素监测子单元监测到的数据进行整合分析的参数收集子单元,所述参数校准单元是对参数收集子单元整合的数据进行校验,通过对水环境进行。
本发明还公开了上述抗生素生态风险评估系统的评估方法,包括以下步骤:
S1、通过水环境监测模块对目标流域、海域或水功能区开展抗生素生产、使用及排放的背景调研,确定抗生素或其衍生物的监测名单,依照监测名单开展环境监测;
S2、通过初筛模块对水环境监测模块建立的监测名单中各抗生素的水-正丁醇分配系数、环境抗生素浓度以及特殊毒性进行初筛,抗生素的水-正丁醇分配系数用kow表示,环境抗生素浓度用MEC表示,当满足LogKOW≥3.5、MEC≥10ng/L或报告特殊毒性的其中一项条件,则进入环境暴露与危害评估模块评估阶段,否则终止评估;
S3、采用数据库查询结合预测模型的方法获得抗生素的半衰期t1/2,当t1/2<60d时,认为抗生素为非持久性;当60d<t1/2<180d时,认为抗生素为持久性;当t1/2>180d时,认为抗生素为高持久性,然后,通过持久性评估单元确定目标抗生素环境持久性水平的风险标签,当t1/2>60时,判定抗生素的风险标签为P;
S4、累积性评估单元根据富集系数的大小确定目标抗生素生物累积性的风险标签,富集系数用BCF表示,当BCF<10时,认为抗生素不存在持续输入源,终止评估;当BCF≥10时,判定抗生素的风险标签为B;
S4、毒性评估单元根据受试物种风险商的大小确定目标污染物的生态风险的风险标签,其中,受试物种风险商用RQT表示,当RQT<0.01时,无风险,终止评估;当RQT≥0.01时,判定抗生素的风险标签为T;
S5、耐药性评估单元通过耐药性风险商值的大小确定目标污染物的微生物耐药风险的风险标签,其中,耐药性风险商值用RQR表示,当RQR<0.01时,无风险,终止评估;当RQR≥0.01时,判定抗生素的风险标签为R;
S6、对于具有微生物耐药风险的抗生素品种,推荐采用微宇宙法开展高层级评估;
S7、生态风险评级模块通过环境暴露与危害评估模块的评估结果对水环境抗生素生态风险水平由高到低划分为四类,分别为:I类:抗生物同时具有P、B、T以及R四个风险标签;II类:抗生物同时具有上述任意三个风险标签;III类:抗生素同时具有上述任意两个风险标签;IV类:抗生物具有上述任意一个风险标签。
相对于现有技术,本发明的有益效果是:
(1)本发明公开了一种水环境中抗生素生态风险评估系统,通过对目标水环境中的抗生素进行监测、筛查、危害评估以及生态风险评级,为水环境抗生素污染物监测和评估提供科学指导,并为水环境污染物的排放和治理提供科学依据。
(2)本发明的环境暴露与危害评估模块对抗生素从持久性、累积性、毒性以及耐药性四个方面进行评估,若其中一项指标显示中风险以上,则对该抗生素品种赋予相应的风险标签,对具有风险标签的目标抗生素开展持续监测、源头分析和源头管控,对于点源引起的污染,可采用查处、限期整改等行政手段;对于面源引起的污染,可在相关地区限用或禁用高生态风险抗生素种类。
附图说明
图1是本发明的工艺流程图;
其中,1-水环境监测模块、10-调研单元、100-风险源监测子单元、101-数据整合子单元、102-风险等级分析子单元、103-风险源分级子单元、11-反应判定单元、12-抗生素监测单元、13-衍生物监测单元、2-初筛模块、3-环境暴露与危害评估模块、30-持久性评估单元、31-累积性评估单元、32-毒性评估单元、33-耐药性评估单元、34-动态监测单元、340-参数监测子单元、341-抗生素监测子单元、342-定时子单元、343-报警子单元、344-参数收集子单元、35-参数收集子单元、36-参数校准单元、4-高层级评估模块、5-生态风险评级模块。
具体实施方式
为了进一步了解本发明的内容,以下通过实施例对本发明作详细说明。
实施例1
如图1所示,一种水环境中抗生素生态风险评估系统,包括对水环境中的抗生素种类进行监测并建立抗生素监测名单的水环境监测模块1、对监测出的抗生素开展筛查的初筛模块2、对目标抗生素进行持久性、生物累积性、水生生物毒性、微生物耐药性评估的环境暴露与危害评估模块3、高层级评估模块4以及对目标抗生素进行评级的生态风险评级模块5;初筛模块2对水环境监测模块1建立的监测名单中各抗生素的水-正丁醇分配系数、环境抗生素浓度以及特殊毒性进行初筛;
环境暴露与危害评估模块3包括持久性评估单元30、累积性评估单元31、毒性评估单元32、耐药性评估单元33;采用数据库查询结合预测模型的方法获得抗生素的半衰期t1/2,持久性评估单元30根据t1/2值的大小确定目标抗生素环境持久性水平的风险标签,当t1/2<60时,认为抗生素为非持久性,终止评估;当t1/2>60时,判定抗生素的风险标签为P;
累积性评估单元31根据生物体内污染物的平衡浓度与其生存环境中该污染物浓度的比值计算富集系数,并根据富集系数的大小确定目标抗生素生物累积性的风险标签,其中,富集系数用BCF表示,当BCF<10时,认为抗生素不具有高生物富集倾向,终止评估;当BCF≥10时,判定抗生素的风险标签为B;
毒性评估单元32通过计算目标化合物在环境中检测的浓度与该受试物种的预测无效应浓度的比值得到风险商,并根据受试物种风险商的大小确定目标污染物的生态风险的风险标签,其中,受试物种风险商用RQT表示,当RQT<0.1时,低风险,终止评估;当RQT≥0.1时,判定抗生素的风险标签为T;
耐药性评估单元33通过耐药性风险商值的大小确定目标污染物的微生物耐药风险的风险标签,其中,耐药性风险商值用RQR表示,当RQR<0.1时,低风险,终止评估;当RQR≥0.1时,判定抗生素的风险标签为R;
高层级评估模块4对风险标签为R的抗生素品种开展高层级评估,并得出风险管控值;
生态风险评级模块5通过环境暴露与危害评估模块3的评估结果对水环境抗生素生态风险水平由高到低划分为四类,分别为:I类:抗生物同时具有P、B、T以及R四个风险标签;II类:抗生物同时具有上述任意三个风险标签;III类:抗生素同时具有上述任意两个风险标签;IV类:抗生物具有上述任意一个风险标签。
监测名单中各抗生素的水-正丁醇分配系数用kow表示,环境抗生素浓度用MEC表示,初筛模块2对抗生素的水-正丁醇分配系数、环境抗生素浓度以及特殊毒性进行初筛时,具体过程如下:
当log kow≥3.5,则认为该检出抗生素具有强脂溶性,并通过环境暴露与危害评估模块3进行评估,否则,终止评估;
当MEC≥10时,表明该检出抗生素可能存在持续输入源,并通过环境暴露与危害评估模块3进行评估,否则,终止评估;
当检出抗生素可能含有毒性,并通过环境暴露与危害评估模块3进行评估,否则,终止评估;
受试物种风险商RQT的计算公式为:
RQT=MEC/PNEC (1)
式(1)中,MEC表示目标抗生素在环境中检测的浓度,PNEC表示预测无效应浓度,且PNEC的计算公式为:PNEC=EC50/AF或PNEC=LC50/AF或PNEC=ChV/AF,其中,EC50为半抑制浓度(mg/L)、LC50为半致死浓度(mg/L)、ChV为慢性毒性浓度(mg/L),AF为影响因子,当同一营养级物种的LC50、EC50或ChV存在多个值时,取最小值以评估对该物种的最大风险;AF为评价因子,慢性毒性和急性毒性数据的AF值分别取100和1000;水生生物毒性风险水平根据RQT值的大小分为4个等级,具体为:当RQT<0.01时,无风险;当0.01<RQT<0.1时,低风险;当0.1<RQT<1时,中风险;当RQT>1时,高风险;
耐药性风险商值RQR的计算公式为:
RQR=MEC/PNECR (2)
式(2)中,MEC为实测环境浓度,PNECR为微生物耐药预测无效浓度,且PNECR的计算公式为:PNECR=MIC/AF,其中,MIC为最低抑菌浓度,AF为评估因子;微生物耐药性风险水平根据RQR值的大小分为4个等级:当RQR<0.01时,无风险;当0.01<RQR<0.1时,低风险;当0.1<RQR<1,中风险;当RQR>1时,高风险。
实施例2
本实施例与实施例1的不同之处在于:
所述水环境监测模块1包括对目标流域、海域或水功能区开展抗生素生产、使用及排放的背景调研的调研单元10、判断水环境是否发生生产副反应或生物转化的反应判定单元11、建立抗生素监测名单并进行目标抗生素监测的抗生素监测单元12、建立抗生素衍生物监测名单并进行目标衍生物监测的衍生物监测单元13,抗生素监测单元12和衍生物监测单元13分别与初筛模块2连接;
调研单元10包括对风险源空间分布情况和抗生素排放情况进行实时监测的风险源监测子单元100、对风险源监测子单元100监测的数据进行整合并建立风险源排污特征数据库的数据整合子单元101、分析风险源排污特征与水环境监测点的抗生素浓度之间的关系的风险等级分析子单元102、针对风险等级分析子单元102的分析结果对不同风险源的污染程度进行分类的风险源分级子单元103;
风险源分级子单元103根据不同风险源排污特征与水环境监测点的抗生素浓度之间的关系,对不同风险源的污染程度分为三级,具体为:A类:重度污染源;B级:中度污染物;C级:轻度污染源。
实施例3
本实施例与实施例2的不同之处在于:
环境暴露与危害评估模块3还包括为水环境治理提供参数依据的动态监测单元34、参数收集子单元35以及参数校准单元36,动态监测单元34包括对水环境的水质理化参数进行持续监测的参数监测子单元340、对水环境中抗生素浓度和种类进行持续监测的抗生素监测子单元341、用于监测时间计算的定时子单元342以及对水环境中的水质理化参数或抗生素等级超过预设值的报警子单元343、用于参数监测子单元340和抗生素监测子单元341监测到的数据进行整合分析的参数收集子单元344,参数校准单元36是对参数收集子单元344整合的数据进行校验。
实施例4
本实施例记载的是实施例1-3中的抗生素生态风险评估系统的评估方法,包括以下步骤:
S1、通过水环境监测模块1对目标流域、海域或水功能区开展抗生素生产、使用及排放的背景调研,确定抗生素或其衍生物的监测名单,依照监测名单开展环境监测;
S2、通过初筛模块2对水环境监测模块1建立的监测名单中各抗生素的水-正丁醇分配系数、环境抗生素浓度以及特殊毒性进行初筛,抗生素的水-正丁醇分配系数用kow表示,环境抗生素浓度用MEC表示,当满足LogKOW≥3.5、MEC≥10ng/L或报告特殊毒性的其中一项条件,则进入环境暴露与危害评估模块3评估阶段,否则终止评估;
S3、采用数据库查询结合预测模型的方法获得抗生素的半衰期t1/2,当t1/2<60d时,认为抗生素为非持久性;当60d<t1/2<180d时,认为抗生素为持久性;当t1/2>180d时,认为抗生素为高持久性,然后,通过持久性评估单元30确定目标抗生素环境持久性水平的风险标签,当t1/2>60时,判定抗生素的风险标签为P;
S4、累积性评估单元31根据富集系数的大小确定目标抗生素生物累积性的风险标签,富集系数用BCF表示,当BCF<10时,认为抗生素不具有高生物富集倾向,终止评估;当BCF≥10时,判定抗生素的风险标签为B;
S4、毒性评估单元32根据受试物种风险商的大小确定目标污染物的生态风险的风险标签,其中,受试物种风险商用RQT表示,当RQT<0.1时,低风险,终止评估;当RQT≥0.1时,判定抗生素的风险标签为T;
S5、耐药性评估单元33通过耐药性风险商值的大小确定目标污染物的微生物耐药风险的风险标签,其中,耐药性风险商值用RQR表示,当RQR<0.1时,低风险,终止评估;当RQR≥0.1时,判定抗生素的风险标签为R;
S6、对于具有微生物耐药风险的抗生素品种,推荐采用微宇宙法开展高层级评估;
S7、生态风险评级模块5通过环境暴露与危害评估模块3的评估结果对水环境抗生素生态风险水平由高到低划分为四类,分别为:I类:抗生物同时具有P、B、T以及R四个风险标签;II类:抗生物同时具有上述任意三个风险标签;III类:抗生素同时具有上述任意两个风险标签;IV类:抗生物具有上述任意一个风险标签。
Claims (5)
1.一种水环境中抗生素生态风险评估系统,其特征在于,包括对水环境中的抗生素种类进行监测并建立抗生素监测名单的水环境监测模块(1)、对监测出的抗生素开展筛查的初筛模块(2)、对目标抗生素进行持久性、生物累积性、水生生物毒性、微生物耐药性评估的环境暴露与危害评估模块(3)、高层级评估模块(4)以及对目标抗生素进行评级的生态风险评级模块(5);所述初筛模块(2)对水环境监测模块(1)建立的监测名单中各抗生素的水-正丁醇分配系数、环境抗生素浓度以及特殊毒性进行初筛;
所述环境暴露与危害评估模块(3)包括持久性评估单元(30)、累积性评估单元(31)、毒性评估单元(32)、耐药性评估单元(33);采用数据库查询结合预测模型的方法获得抗生素的半衰期t1/2,所述持久性评估单元(30)根据t1/2值的大小确定目标抗生素环境持久性水平的风险标签,当t1/2<60时,认为抗生素为非持久性,终止评估;当t1/2>60时,判定抗生素的风险标签为P;
所述累积性评估单元(31)根据生物体内污染物的平衡浓度与其生存环境中该污染物浓度的比值计算富集系数,并根据富集系数的大小确定目标抗生素生物累积性的风险标签,其中,富集系数用BCF表示,当BCF<10时,认为抗生素不具有高生物富集倾向,终止评估;当BCF≥10时,判定抗生素的风险标签为B;
所述毒性评估单元(32)通过计算目标化合物在环境中检测的浓度与该受试物种的预测无效应浓度的比值得到风险商,并根据受试物种风险商的大小确定目标污染物的生态风险的风险标签,其中,受试物种风险商用RQT表示,当RQT<0.01时,低风险,终止评估;当RQT≥0.1时,判定抗生素的风险标签为T;
所述耐药性评估单元(33)通过耐药性风险商值的大小确定目标污染物的微生物耐药风险的风险标签,其中,耐药性风险商值用RQR表示,当RQR<0.01时,低风险,终止评估;当RQR≥0.1时,判定抗生素的风险标签为R;
所述高层级评估模块(4)对风险标签为R的抗生素品种开展高层级评估,并得出风险管控值;
所述生态风险评级模块(5)通过环境暴露与危害评估模块(3)的评估结果对水环境抗生素生态风险水平由高到低划分为四类,分别为:I类:抗生物同时具有P、B、T以及R四个风险标签;II类:抗生物同时具有上述任意三个风险标签;III类:抗生素同时具有上述任意两个风险标签;IV类:抗生物具有上述任意一个风险标签;
所述水环境监测模块(1)包括对目标流域、海域或水功能区开展抗生素生产、使用及排放的背景调研的调研单元(10)、判断水环境是否发生生产副反应或生物转化的反应判定单元(11)、建立抗生素监测名单并进行目标抗生素监测的抗生素监测单元(12)、建立抗生素衍生物监测名单并进行目标衍生物监测的衍生物监测单元(13),所述抗生素监测单元(12)和衍生物监测单元(13)分别与初筛模块(2)连接;
所述调研单元(10)包括对风险源空间分布情况和抗生素排放情况进行实时监测的风险源监测子单元(100)、对所述风险源监测子单元(100)监测的数据进行整合并建立风险源排污特征数据库的数据整合子单元(101)、分析风险源排污特征与水环境监测点的抗生素浓度之间的关系的风险等级分析子单元(102)、针对所述风险等级分析子单元(102)的分析结果对不同风险源的污染程度进行分类的风险源分级子单元(103);
所述风险源分级子单元(103)根据不同风险源排污特征与水环境监测点的抗生素浓度之间的关系,对不同风险源的污染程度分为三级,具体为:A类:重度污染源;B级:中度污染物;C级:轻度污染源;
所述环境暴露与危害评估模块(3)还包括为水环境治理提供参数依据的动态监测单元(34)、参数收集子单元(35)以及参数校准单元(36),所述动态监测单元(34)包括对水环境的水质理化参数进行持续监测的参数监测子单元(340)、对水环境中抗生素浓度和种类进行持续监测的抗生素监测子单元(341)、用于监测时间计算的定时子单元(342)以及对水环境中的水质理化参数或抗生素等级超过预设值的报警子单元(343)、用于参数监测子单元(340)和抗生素监测子单元(341)监测到的数据进行整合分析的参数收集子单元(344),所述参数校准单元(36)是对参数收集子单元(344)整合的数据进行校验。
2.根据权利要求1所述的一种水环境中抗生素生态风险评估系统,其特征在于,所述监测名单中各抗生素的水-正丁醇分配系数用kow表示,环境抗生素浓度用MEC表示,所述初筛模块(2)对抗生素的水-正丁醇分配系数、环境抗生素浓度以及特殊毒性进行初筛时,具体过程如下:
当log kow≥3.5,则认为该检出抗生素具有强脂溶性,并通过环境暴露与危害评估模块(3)进行评估,否则,终止评估;
当MEC≥10时,表明该检出抗生素可能存在持续输入源,并通过环境暴露与危害评估模块(3)进行评估,否则,终止评估;
当检出抗生素可能含有毒性,并通过环境暴露与危害评估模块(3)进行评估,否则,终止评估。
3.根据权利要求1所述的一种水环境中抗生素生态风险评估系统,其特征在于,所述受试物种风险商RQT的计算公式为:
RQT=MEC/PNEC(1)
式(1)中,MEC表示目标抗生素在环境中检测的浓度,PNEC表示预测无效应浓度,且PNEC的计算公式为:PNEC=EC50/AF或PNEC=LC50/AF或PNEC=ChV/AF,其中,EC50为半抑制浓度(mg/L)、LC50为半致死浓度(mg/L)、ChV为慢性毒性浓度(mg/L),AF为影响因子,当同一营养级物种的LC50、EC50或ChV存在多个值时,取最小值以评估对该物种的最大风险;AF为评价因子,慢性毒性和急性毒性数据的AF值分别取100和1000;水生生物毒性风险水平根据RQT值的大小分为4个等级,具体为:当RQT<0.01时,无风险;当0.01<RQT<0.1时,低风险;当0.1<RQT<1时,中风险;当RQT>1时,高风险。
4.根据权利要求1所述的一种水环境中抗生素生态风险评估系统,其特征在于,所述耐药性风险商值RQR的计算公式为:
RQR=MEC/PNECR(2)
式(2)中,MEC为实测环境浓度,PNECR为微生物耐药预测无效浓度,且PNECR的计算公式为:PNECR=MIC/AF,其中,MIC为最低抑菌浓度,AF为评估因子;微生物耐药性风险水平根据RQR值的大小分为4个等级:当RQR<0.01时,无风险;当0.01<RQR<0.1时,低风险;当0.1<RQR<1,中风险;当RQR>1时,高风险。
5.根据权利要求1-4任意一项所述的抗生素生态风险评估系统的评估方法,其特征在于,包括以下步骤:
S1、通过水环境监测模块(1)对目标流域、海域或水功能区开展抗生素生产、使用及排放的背景调研,确定抗生素或其衍生物的监测名单,依照监测名单开展环境监测;
S2、通过初筛模块(2)对水环境监测模块(1)建立的监测名单中各抗生素的水-正丁醇分配系数、环境抗生素浓度以及特殊毒性进行初筛,抗生素的水-正丁醇分配系数用kow表示,环境抗生素浓度用MEC表示,当满足LogKOW≥3.5、MEC≥10ng/L或报告特殊毒性的其中一项条件,则进入环境暴露与危害评估模块(3)评估阶段,否则终止评估;
S3、采用数据库查询结合预测模型的方法获得抗生素的半衰期t1/2,当t1/2<60d时,认为抗生素为非持久性;当60d<t1/2<180d时,认为抗生素为持久性;当t1/2>180d时,认为抗生素为高持久性,然后,通过持久性评估单元(30)确定目标抗生素环境持久性水平的风险标签,当t1/2>60时,判定抗生素的风险标签为P;
S4、累积性评估单元(31)根据富集系数的大小确定目标抗生素生物累积性的风险标签,富集系数用BCF表示,当BCF<10时,认为抗生素不具有高生物富集倾向,终止评估;当BCF≥10时,判定抗生素的风险标签为B;
S4、毒性评估单元(32)根据受试物种风险商的大小确定目标污染物的生态风险的风险标签,其中,受试物种风险商用RQT表示,当RQT<0.1时,低风险,终止评估;当RQT≥0.1时,判定抗生素的风险标签为T;
S5、耐药性评估单元(33)通过耐药性风险商值的大小确定目标污染物的微生物耐药风险的风险标签,其中,耐药性风险商值用RQR表示,当RQR<0.1时,低风险,终止评估;当RQR≥0.1时,判定抗生素的风险标签为R;
S6、对于具有微生物耐药风险的抗生素品种,推荐采用微宇宙法开展高层级评估;
S7、生态风险评级模块(5)通过环境暴露与危害评估模块(3)的评估结果对水环境抗生素生态风险水平由高到低划分为四类,分别为:I类:抗生物同时具有P、B、T以及R四个风险标签;II类:抗生物同时具有上述任意三个风险标签;III类:抗生素同时具有上述任意两个风险标签;IV类:抗生物具有上述任意一个风险标签。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210619238.7A CN115169796B (zh) | 2022-06-01 | 2022-06-01 | 一种水环境中抗生素生态风险评估系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210619238.7A CN115169796B (zh) | 2022-06-01 | 2022-06-01 | 一种水环境中抗生素生态风险评估系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115169796A CN115169796A (zh) | 2022-10-11 |
CN115169796B true CN115169796B (zh) | 2023-05-12 |
Family
ID=83483594
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210619238.7A Active CN115169796B (zh) | 2022-06-01 | 2022-06-01 | 一种水环境中抗生素生态风险评估系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115169796B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113535678A (zh) * | 2021-07-08 | 2021-10-22 | 中国科学院南京地理与湖泊研究所 | 一种地表水环境优先污染物清单的构建方法 |
CN114529198A (zh) * | 2022-02-21 | 2022-05-24 | 生态环境部南京环境科学研究所 | 一种流域尺度的旱地作物施用农药水生态综合风险评估方法 |
-
2022
- 2022-06-01 CN CN202210619238.7A patent/CN115169796B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113535678A (zh) * | 2021-07-08 | 2021-10-22 | 中国科学院南京地理与湖泊研究所 | 一种地表水环境优先污染物清单的构建方法 |
CN114529198A (zh) * | 2022-02-21 | 2022-05-24 | 生态环境部南京环境科学研究所 | 一种流域尺度的旱地作物施用农药水生态综合风险评估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115169796A (zh) | 2022-10-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Carlisle et al. | Biological assessments of Appalachian streams based on predictive models for fish, macroinvertebrate, and diatom assemblages | |
Francy et al. | Occurrence and distribution of microbiological indicators in groundwater and stream water | |
Zhang et al. | In situ relationships between spatial–temporal variations in potential ecological risk indexes for metals and the short-term effects on periphyton in a macrophyte-dominated lake: a comparison of structural and functional metrics | |
Sillberg et al. | Water quality classification by integration of attribute-realization and support vector machine for the Chao Phraya River | |
Bianchi et al. | Water quality monitoring of the Sinos River Basin, Southern Brazil, using physicochemical and microbiological analysis and biomarkers in laboratory-exposed fish | |
Jin et al. | Quantification of cyanobacterial cells via a novel imaging-driven technique with an integrated fluorescence signature | |
Almomani et al. | Monitoring and measurement of microalgae using the first derivative of absorbance and comparison with chlorophyll extraction method | |
Mooney et al. | Freshwater chronic ammonia toxicity: A tropical‐to‐temperate comparison | |
Ramalho et al. | Improved methods for the enumeration of heterotrophic bacteria in bottled mineral waters | |
CN108459146A (zh) | 评估废水对水处理微生物毒性的方法 | |
Van Driessche et al. | Experimental assessment of downstream environmental DNA patterns under variable fish biomass and river discharge rates | |
Nikitin | Aqueous medium toxicity assessment by Daphnia magna swimming activity change | |
Phelps et al. | Retrospective and predictive investigation of fish kill events | |
CN115169796B (zh) | 一种水环境中抗生素生态风险评估系统及方法 | |
Imtiaz et al. | Fluorescence spectroscopy for the assessment of microbial load in UVC treated water | |
Novais et al. | The usefulness of ecotoxicological tools to improve the assessment of water bodies in a climate change reality | |
Farré et al. | Interlaboratory study of the bioluminescence inhibition tests for rapid wastewater toxicity assessment | |
Scott et al. | Tracking sources of fecal pollution in a South Carolina watershed by ribotyping Escherichia coli: a case study | |
Johnson et al. | Toxicity of triclosan, penconazole and metalaxyl on Caulobacter crescentus and a freshwater microbial community as assessed by flow cytometry | |
Mai et al. | Protozoa as hotspots for potential pathogens in the drinking water of a subtropical megacity: diversity, treatment, and health risk | |
Lal et al. | Assessing the water quality of Suva foreshore for the establishment of estuary and marine recreational water guidelines in the Fiji Islands | |
CN111443053A (zh) | 基于生物行为学与多光谱的水质在线监测预警系统 | |
Castaño-Ortiz et al. | Antibiotics in the marine environment: occurrence and impact | |
States et al. | Utility‐based analytical methods to ensure public water supply security | |
Bushon et al. | Holding-time and method comparisons for the analysis of fecal-indicator bacteria in groundwater |
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 |