WO2017113980A1 - 基于毒性效应的流域沉积物中重金属生态风险评估方法 - Google Patents
基于毒性效应的流域沉积物中重金属生态风险评估方法 Download PDFInfo
- Publication number
- WO2017113980A1 WO2017113980A1 PCT/CN2016/104225 CN2016104225W WO2017113980A1 WO 2017113980 A1 WO2017113980 A1 WO 2017113980A1 CN 2016104225 W CN2016104225 W CN 2016104225W WO 2017113980 A1 WO2017113980 A1 WO 2017113980A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- heavy metal
- watershed
- ecological
- heavy
- value
- Prior art date
Links
- 229910001385 heavy metal Inorganic materials 0.000 title claims abstract description 160
- 239000013049 sediment Substances 0.000 title claims abstract description 49
- 238000000034 method Methods 0.000 title claims abstract description 35
- 231100000331 toxic Toxicity 0.000 title claims abstract description 22
- 238000012502 risk assessment Methods 0.000 title abstract description 9
- 230000004044 response Effects 0.000 claims abstract description 10
- 238000005070 sampling Methods 0.000 claims abstract description 5
- 238000012216 screening Methods 0.000 claims abstract description 5
- 231100000419 toxicity Toxicity 0.000 claims description 25
- 230000001988 toxicity Effects 0.000 claims description 25
- 230000002588 toxic effect Effects 0.000 claims description 20
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 18
- 229910052751 metal Inorganic materials 0.000 claims description 16
- 239000002184 metal Substances 0.000 claims description 16
- 231100000048 toxicity data Toxicity 0.000 claims description 14
- 238000005315 distribution function Methods 0.000 claims description 12
- 231100000816 toxic dose Toxicity 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 7
- 229910052753 mercury Inorganic materials 0.000 claims description 7
- 229910052785 arsenic Inorganic materials 0.000 claims description 6
- 239000003344 environmental pollutant Substances 0.000 claims description 6
- 231100000719 pollutant Toxicity 0.000 claims description 6
- 230000035945 sensitivity Effects 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims description 5
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 claims description 5
- RQNWIZPPADIBDY-UHFFFAOYSA-N arsenic atom Chemical compound [As] RQNWIZPPADIBDY-UHFFFAOYSA-N 0.000 claims description 4
- 229910052802 copper Inorganic materials 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 4
- 229910052793 cadmium Inorganic materials 0.000 claims description 3
- 230000007665 chronic toxicity Effects 0.000 claims description 3
- 231100000160 chronic toxicity Toxicity 0.000 claims description 3
- 230000001186 cumulative effect Effects 0.000 claims description 3
- 229910052759 nickel Inorganic materials 0.000 claims description 3
- 229910052725 zinc Inorganic materials 0.000 claims description 3
- 229910052804 chromium Inorganic materials 0.000 claims description 2
- 229910052745 lead Inorganic materials 0.000 claims description 2
- 238000012545 processing Methods 0.000 claims description 2
- 231100000783 metal toxicity Toxicity 0.000 abstract description 12
- 230000000694 effects Effects 0.000 abstract description 3
- 241000894007 species Species 0.000 description 15
- 150000002739 metals Chemical class 0.000 description 7
- 241000902900 cellular organisms Species 0.000 description 6
- 230000007613 environmental effect Effects 0.000 description 6
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 4
- PXHVJJICTQNCMI-UHFFFAOYSA-N Nickel Chemical compound [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 description 4
- 239000010949 copper Substances 0.000 description 4
- 241000251468 Actinopterygii Species 0.000 description 3
- 241001465754 Metazoa Species 0.000 description 3
- 239000011133 lead Substances 0.000 description 3
- 239000011701 zinc Substances 0.000 description 3
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 2
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 229910052757 nitrogen Inorganic materials 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 239000002957 persistent organic pollutant Substances 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 241000195493 Cryptophyta Species 0.000 description 1
- 241000252233 Cyprinus carpio Species 0.000 description 1
- 241000238557 Decapoda Species 0.000 description 1
- 241000199914 Dinophyceae Species 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 244000207740 Lemna minor Species 0.000 description 1
- 235000006439 Lemna minor Nutrition 0.000 description 1
- 241001124553 Lepismatidae Species 0.000 description 1
- 241001233242 Lontra Species 0.000 description 1
- 241001291576 Lontra canadensis Species 0.000 description 1
- 241000406668 Loxodonta cyclotis Species 0.000 description 1
- ZOKXTWBITQBERF-UHFFFAOYSA-N Molybdenum Chemical compound [Mo] ZOKXTWBITQBERF-UHFFFAOYSA-N 0.000 description 1
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 235000001855 Portulaca oleracea Nutrition 0.000 description 1
- 241000700141 Rotifera Species 0.000 description 1
- 241000195663 Scenedesmus Species 0.000 description 1
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical compound [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 description 1
- RTAQQCXQSZGOHL-UHFFFAOYSA-N Titanium Chemical compound [Ti] RTAQQCXQSZGOHL-UHFFFAOYSA-N 0.000 description 1
- HCHKCACWOHOZIP-UHFFFAOYSA-N Zinc Chemical compound [Zn] HCHKCACWOHOZIP-UHFFFAOYSA-N 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- BDOSMKKIYDKNTQ-UHFFFAOYSA-N cadmium atom Chemical compound [Cd] BDOSMKKIYDKNTQ-UHFFFAOYSA-N 0.000 description 1
- 239000011651 chromium Substances 0.000 description 1
- 229910017052 cobalt Inorganic materials 0.000 description 1
- 239000010941 cobalt Substances 0.000 description 1
- GUTLYIVDDKVIGB-UHFFFAOYSA-N cobalt atom Chemical compound [Co] GUTLYIVDDKVIGB-UHFFFAOYSA-N 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- JEIPFZHSYJVQDO-UHFFFAOYSA-N iron(III) oxide Inorganic materials O=[Fe]O[Fe]=O JEIPFZHSYJVQDO-UHFFFAOYSA-N 0.000 description 1
- WPBNNNQJVZRUHP-UHFFFAOYSA-L manganese(2+);methyl n-[[2-(methoxycarbonylcarbamothioylamino)phenyl]carbamothioyl]carbamate;n-[2-(sulfidocarbothioylamino)ethyl]carbamodithioate Chemical compound [Mn+2].[S-]C(=S)NCCNC([S-])=S.COC(=O)NC(=S)NC1=CC=CC=C1NC(=S)NC(=O)OC WPBNNNQJVZRUHP-UHFFFAOYSA-L 0.000 description 1
- 230000002503 metabolic effect Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 229910052750 molybdenum Inorganic materials 0.000 description 1
- 239000011733 molybdenum Substances 0.000 description 1
- 229910052758 niobium Inorganic materials 0.000 description 1
- 239000010955 niobium Substances 0.000 description 1
- GUCVJGMIXFAOAE-UHFFFAOYSA-N niobium atom Chemical compound [Nb] GUCVJGMIXFAOAE-UHFFFAOYSA-N 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 235000015170 shellfish Nutrition 0.000 description 1
- 229910052709 silver Inorganic materials 0.000 description 1
- 239000004332 silver Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 229910052715 tantalum Inorganic materials 0.000 description 1
- GUVRBAGPIYLISA-UHFFFAOYSA-N tantalum atom Chemical compound [Ta] GUVRBAGPIYLISA-UHFFFAOYSA-N 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000010936 titanium Substances 0.000 description 1
- 229910052719 titanium Inorganic materials 0.000 description 1
- WFKWXMTUELFFGS-UHFFFAOYSA-N tungsten Chemical compound [W] WFKWXMTUELFFGS-UHFFFAOYSA-N 0.000 description 1
- 229910052721 tungsten Inorganic materials 0.000 description 1
- 239000010937 tungsten Substances 0.000 description 1
- 229910052720 vanadium Inorganic materials 0.000 description 1
- LEONUFNNVUYDNQ-UHFFFAOYSA-N vanadium atom Chemical compound [V] LEONUFNNVUYDNQ-UHFFFAOYSA-N 0.000 description 1
- 239000003643 water by type Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/06—Investigating concentration of particle suspensions
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Definitions
- the invention relates to a method for determining ecological risk, in particular to a method for assessing the ecological risk of heavy metals in a watershed sediment based on toxic effects.
- the concentration value of the i-th heavy metal protecting 95% of aquatic organisms as described in the step (6) Is the toxicity data value corresponding to the cumulative probability of 5% aquatic organisms on the fitted curve. In general, heavy metal concentrations below this reference value protect most aquatic organisms and make the entire ecosystem development sustainable.
- the toxicity coefficient of heavy metals in the assessment of heavy metal ecological risk in sediments based on toxic effects is calculated based on the distribution of biota in the basin, and the distribution of biota in the basin is representative.
- the heavy metal toxicity coefficient calculated by the step (7) of the present invention can be used as a reference value of the heavy metal toxicity coefficient to evaluate other watersheds with similar biota distribution without recalculating the heavy metal toxicity coefficient. For example, if the watershed is a typical eastern plain shallow lake in China, the toxicity coefficient obtained by the step (7) of the present invention can be used as a reference value. Used to evaluate other eastern plain shallow lakes in China.
- the ecological risk index Er i of the i-th heavy metal is calculated one by one.
- the ecological risk index of the i-th heavy metal obtained in this step is shown in Table 4. According to the data in the table, only the Hg of the eight heavy metals measured is measured. The lake has moderate ecological hazards, and the other seven heavy metals have slight ecological hazards to the lake;
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Biochemistry (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Immunology (AREA)
- Environmental & Geological Engineering (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Food Science & Technology (AREA)
- Geology (AREA)
- Remote Sensing (AREA)
- Medicinal Chemistry (AREA)
- Biomedical Technology (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Dispersion Chemistry (AREA)
- Processing Of Solid Wastes (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种生态风险的确定方法，尤其是一种基于毒性效应的流域沉积物中重金属生态风险评估方法。所述评估方法主要包括以下步骤：1.筛选流域内主要水生生物，2.沉积物采样并确定检测重金属种类，3.测量沉积物中重金属浓度，4.收集重金属释放系数，5.收集重金属毒性数据并对数据进行拟合，6.根据拟合方程确定重金属HC s
i值，7.计算重金属毒性系数，8.计算重金属毒性响应系数，9.计算重金属的生态风险指数。这个方法还可包括步骤10：计算多种重金属生态风险综合指数。相比于采用地壳丰度来间接粗略估算金属毒性效应的现有技术，该方法能更准确反映沉积物中重金属对流域水生生物的生态风险。
Description
本发明涉及生态风险的确定方法，尤其是一种基于毒性效应的流域沉积物中重金属生态风险评估方法。
重金属污染物与其他有机污染物不同，不少有机污染物可以通过自然界本身物理的、化学的或生物的净化，使有害性降低或解除，而重金属污染物很难在环境中降解，对生态环境和人体健康产生较大危害和潜在环境风险。工农业活动产生大量含有重金属的废弃物，其中的重金属通过迁移释放等过程进入河流和湖泊等水体，绝大部分迅速地转移至沉积物与悬浮物中，悬浮物在被水流搬运的过程中也会逐步转变为沉积物的一部分。沉积物中的重金属含量通常会比水体中的重金属含量要高得多，并会随环境条件的变化而逐渐被释放成为水体重金属污染的主要内源。此外，重金属含量在水体中无分布规律，却在沉积物中有明显的水平分布规律，对沉积物中重金属的研究有助于追踪其污染源，以及了解重金属的扩散和潜在环境风险。沉积物区域是大量鱼虾、贝壳类底栖动物的新称代谢场所，沉积物中的重金属在底栖动物体内通过食物链可富集上万倍，对水环境生态系统的危害很大。因此，对沉积物中重金属进行生态风险研究具有重要意义。
沉积物中重金属的生态风险不仅取决于其含量，还取决于其从沉积物向水体的释放，更直接取决于其对生物的毒性效应，特别是评估多种重金属生态风险的时候，由于每种重金属的毒性效应不一样，因此需要引入重金属毒性系数权重，而重金属的毒性效应也受生物种类的影响，且不同流域的生物种类分布存在差异。
目前，沉积物中重金属生态风险评估通常是针对单一的金属进行评估，如富集系数法和地累积指数法等，同时综合多种金属的评估较少，如回归过量分析法等。这些方法大部分都没有考虑重金属的生物毒性效应，只有瑞典
科学家Hakanson于1980年提出的潜在生态危害指数法(potential ecological risk index,RI)综合评估了多种金属的生态危害并且考虑了不同重金属对生物的毒性效应。但是，由于当时局限于重金属的毒性数据的缺乏，Hakanson只是根据重金属在地壳中的丰度与来间接计算重金属毒性系数，没有直接计算重金属对生物的毒性效应，更没有考虑不同物种对重金属毒性的敏感性差异等。
当前，Hakanson这一方法仍然是环境科学与工程领域评估重金属的生态风险时运用的主要方法。发明专利申请201410137454.3公开了“一种河湖沉积物中重金属污染的生态风险确定方法”，此专利申请主要运用统计和抽样计算原理确定多种重金属的分布，其中重金属污染物的毒性系数仍然基于地壳丰度计算的。发明专利申请201410074703.9公开了“河流三相空间重金属污染综合生态风险评价方法”，此专利申请在计算重金属的毒性系数也直接运用Hakanson方法计算出的数值。
Hakanson提出的基于重金属在地壳中的丰度而计算出的重金属毒性系数是对当时重金属的毒性数据的缺乏而妥协的产物。此外，现有的沉积物中重金属的生态风险评估方法仍然缺乏重金属对水生生物的毒性效应的考量，更没有考虑到不同流域生物区系分布的不同。
在重金属的毒性数据越发完善的今天，对于沉积物中重金属的生态风险评估迫切需要一个更加准确的重金属毒性系数的计算方法，以便于更准确地评价沉积物中重金属的生态危害。
发明内容
为了解决以上问题，本发明提出了一种基于毒性效应的流域沉积物中重金属生态风险评估方法：
(1)按照生物分布广度与数量筛选所评估的流域水环境的主要水生生物物种；
(2)对所评估流域范围内的沉积物采样，确定要检测的重金属的种类并将其编号：若总共有n种重金属要检测，金属编号为1、2、…、i、…、n-1、n，其中1≤n≤45；
(3)逐一测量每份沉积物样品第i种重金属的浓度，并计算出第i种重金属的浓度平均值
并按照公式
逐一计算第i种重金属的污染系数
其中，
为未受污染沉积物中第i种重金属含量的参比值；
(4)收集第i种重金属的释放系数
(5)收集第i种重金属对步骤(1)中筛选出的水生生物物种的慢性毒性数据，对收集到的数据进行曲线拟合处理，选取拟合优度最高的曲线回归方程，从而得到第i种重金属物种敏感度的最优拟合方程；
(6)根据步骤(5)所得到的最优拟合方程绘制拟合曲线(SSD)，并将这个方程y值，即累计概率定为0.05，求出其对应的x值，这个x值即为保护95％水生生物的第i种重金属的毒性浓度值
(7)步骤(4)至(6)重复n次，分别得出步骤(2)中所确定检测的每一种重金属的释放系数
和毒性浓度值
并将每一种重金属的释放系数
和毒性浓度值
综合并进行归一化校正，逐一得出第i种重金属的毒性系数Si；
(8)使用公式Tri＝Si*(5/BPI)x逐一计算出第i种重金属的毒性响应系数Tri，其中，BPI为所评估水体的生物产量指数，x取值为1、1/2或0；
(9)使用公式
逐一计算出第i种重金属的生态风险指数Eri，所得Eri用于评价单一金属对所评估流域的生态风险：当Eri<30时第i种重金属对所评价流域有轻微的生态危害，当30≤Eri<60时第i种重金属对所评价流域有中等生态危害，当60≤Eri<120时第i种重金属对所评价流域有强的生态危害，当120≤Eri<240时第i种重金属对所评价流域有很强的生态危害，当Eri>240时第i种重金属对所评价流域有极强的生态危害。
优选地，上述生态风险评估方法还包括步骤(10)：使用公式
计算评价水体中多种重金属污染物所造成的总生态风险综合指数RI，通过RI来确定所评估流域的生态风险：当RI<150时流域存在轻微的生态危害，当150≤RI<300时流域存在中等的生态危害，当300≤RI<600时流域存在较强生态危害，当RI≥600时流域存在极强的生态危害。
进一步地，步骤(1)中所筛选的主要水生生物物种应具有统计学代表性，即所筛选出的物种对所检测重金属的反应能够代表所评估流域的生态系统对所检测重金属的反应。因此，筛选需要在不同类别的生物群系中进行，并且在每一个类别的生物群中应筛选多个生物物种。举例来说，所述水生生物类别可包括浮游植物、水生植物、浮游动物、鱼类、和底栖动物，筛选时在上述五个类别的生物群里分别选取三个生物物种。
进一步地，步骤(2)所述的沉积物样品应具有统计学代表性：采集沉积物表层0-1cm处的样品，所述样品的采集点应平均分布于所评估流域，所述样品的数量应根据实际流域面积确定，流域面积越大样品数越多，样品数至少为五个，取其金属浓度的平均值。
众所周知，重金属指比重(密度)大于4或5的金属，约有45种，如铜、铅、锌、铁、钴、镍、钒、铌、钽、钛、锰、镉、汞、钨、钼、金、银等。因此，在步骤(2)中，将n限定为：1≤n≤45。
然而，步骤(2)所述的重金属种类要根据流域主要污染源决定。进一步地，基于中国流域污染现状及精确测试手段的可实现和普及，推荐所测试的重金属种类至少要包括Hg、Cd、Pb、Cu、Zn、Cr、As、Ni这八种有毒重金属，即n≥8。
进一步地，步骤(3)所述的未受污染沉积物中第i种重金属含量的参比值
即工业化前全球沉积物金属的最高背景值，可以从现有的文献中获得(例如“潜在生态危害指数法评价中重金属毒性系数计算”，环境科学与技术第31卷第2期)。
进一步地，在步骤(5)中，将所收集到的不同生物物种的毒性数据的浓度值对以浓度排列的分位数作图，根据所得的数据点分布形状来选择曲线方程进行拟合。拟合应采用多个不同的函数进行并选出最优回归曲线，以尽量避免由函数选择不恰当而引入的系统误差。当毒性数据点的分布为常见的S型时，拟合曲线优选使用log-Normal分布函数、log-logistic分布函数log-triangular分布函数或他们的组合。当毒性数据点的分布不同于常见的S型分布时，可考虑使用其他曲线或非参数方法对数据点进行拟合，如采用BurrIII型分布函数作为重金属毒性数据的回归曲线方程。
进一步地，步骤(5)所述的拟合优度是由毒性数据点和所得的曲线回归方程的判断系数R2来确定：当曲线回归方程的判断系数R2越趋近于1，此曲线回归方程对数据的拟合优度越高。当上述所得出的几个判断系数非常接近时，使用毒性数据点和所得的曲线回归方程的估计标准误差Sxy进一步判断所选用曲线方程的拟合优度：曲线回归方程的估计标准误差Sxy越小，此曲线回归方程对数据的拟合优度越高。
进一步地，步骤(6)所述的保护95％水生生物的第i种重金属的浓度值
是拟合曲线上5％水生生物的累积概率对应的毒性数据值。一般来说，重金属浓度低于这一参考值即可保护大多数的水生生物，使整个生态系统发展具有可持续性。
进一步地，步骤(7)中所述的综合并归一化校正包括以下计算步骤:
a.将第i种重金属的浓度值
进行求倒数，得出的各个数值均保留三位有效数字；
b.将步骤a所求出的各个倒数除以它们中最小的一个倒数，得出的各个数值均保留三位有效数字；
c.将步骤b所求出的各个数值乘以相对应的第i种重金属的释放系数
d.将步骤c所求出的各个数值除以它们中最小的一个数，得出的各个数
值均保留三位有效数字；
e.将步骤d所求出的各个数值开平方，得出的各个数值均保留两位有效数字。
进一步地，步骤(8)所述的BPI是生物生产量指数(Bioproduction Index)由沉积物样品的烧灼量和含氮量确定。BPI表示水体对重金属污染的敏感度，即沉积物孔隙水的Eh和pH以及上覆水的pH、盐度和碱度等对各种重金属在水体中的毒性的影响。
进一步地，步骤(8)所述的x取值由所测重金属的种类所决定。汞的毒性响应系数随BPI的增高而降低，两者呈线性关系，因此，当所测重金属为汞(Hg)时x取值为1。砷的毒性响应系数与BPI无关，因此，当所测重金属为砷(As)时x取值为0。其他重金属的毒性响应系数也随BPI的增高而降低，但不呈线性关系，因此当所测重金属不为汞或砷时其x取值为1/2。
与现有技术相比，本发明提供的基于毒性效应的流域沉积物中重金属生态风险评估方法的优点在于：
1.采用金属对水生生物实际的毒性效应数据，而且考虑了不同物种对金属的毒性敏感性，并采用保护95％生物的阈值来确定金属的毒性系数，在毒性系数的确定中引入了风险的概念。相比于采用地壳丰度来衡量金属毒性效应的现有技术，本发明提供的生态风险评估方法能更准确反映沉积物中重金属对水生生物以及所评流域生态的风险。
2.基于毒性效应的流域沉积物中重金属生态风险评估方法中的重金属的毒性系数是以流域的生物区系分布为基础而计算得出的，当所评流域的生物区系分布具有一定的代表性时，通过本发明的步骤(7)所计算出的重金属毒性系数即可做重金属毒性系数参考值来评价其他具有类似生物区系分布的流域，而不用对重金属毒性系数重新计算。举例来说，如果所评流域是中国典型东部平原型浅水湖泊，用本发明的步骤(7)所得出的毒性系数即可作为参考值，
用于评价中国其他东部平原型浅水湖泊。
图1为实施例1中Cr毒性数据的拟合曲线。
下面详细描述本发明的实施例，所述实施例的示例在附图中示出。所述参考附图描述的实施例是示例性的，仅用于解释本发明，而不能视为对本发明的限制。
实施例1
对某湖泊沉积物中重金属的生态风险进行评估：
1.按照生物分布广度与数量筛选所评估的流域水环境的主要水生生物物种，其包括：属于浮游植物的甲藻、栅藻和隐藻，属于水生植物的野莲、浮萍和羽叶满江红，属于浮游动物的细致拟砂壳虫、萼花臂尾轮虫和象鼻蚤，属于鱼类的大银鱼、鲤鱼和湖鲚，以及属于底栖动物的河蚬、摇蚊和铜锈环棱螺；
2.对所评估流域范围内的沉积物采样，确定检测分析重金属的种类并将其编号：若总共有8种重金属要检测，金属编号为Cr(1)、Ni(2)、Cu(3)、Zn(4)、As(5)、Cd(6)、Hg(7)和Pb(8)；
3.逐一测量每份沉积物样品第i种重金属的浓度，计算出第i种重金属的浓度平均值
并按照公式逐一计算第i种重金属的污染系数
其中，
为未受污染(即工业化前与现代文明前)沉积物中第i种重金属的含量，具体数值来源于“潜在生态危害指数法评价中重金属毒性系数计算”，环境科学与技术第31卷第2期，本步骤所得数据见表1；
4.从文献中收集第一种重金属(即Cr)的释放系数
5.收集Cr对步骤1中筛选出的水生生物物种的毒性数据，并将所收集到的毒性数据的浓度值对以浓度排列的分位数作图，发现数据点的分布呈S型。用log-Normal分布函数、log-logistic分布函数和log-triangular分布函数分别对数据点进行拟合后，因log-logistic分布函数拟合方程的判断系数R2相对于其他两个分布函数拟合方程的R2最接近于1，选取log-logistic分布函数拟合方程为最优拟合方程，即Y＝1.02+(0.05-1.02)/(1+(X/5.74)^11.84，收集的数据见表2，所求出的曲线见图1；
6将根据步骤5所得最优拟合方程的y值定为0.05，求出其对应的x值，即保护95％水生生物的Cr的毒性浓度值
所求出的数值为2.42μg/L；
7.步骤4至6重复n次，分别求出步骤2中所确定的每一种重金属的释放系数
和毒性浓度值
并将每一种重金属的释放系数
和毒性浓度值
综合并进行归一化校正，逐一得出第i种重金属的毒性系数Si，本步骤所求出的毒性浓度值
及综合归一化校正计算中所产生的数据见表3；
8.使用公式Tri＝Si*(5/BPI)x逐一计算出第i种重金属的毒性响应系数Tri，其中，BPI为所评估水体的生物产量指数，BPI由沉积物样品的烧灼量和含氮量确定，通过这种方法得到此湖的BPI＝6.7，x取值1、1/2或0，本步骤所求出的第i种重金属毒性响应系数见表4；
9.使用公式
逐一计算出第i种重金属的生态风险指数Eri，本步骤所求出的第i种重金属的生态风险指数见表4，通过表中数据可知：所测8种重金属中，只有Hg对所测湖泊有中等生态危害，其余7种重金属对此湖泊均有轻微生态危害；
10.使用公式
计算评价水体中各种重金属污染物所造成的总生态风险综合指数，得到RI＝114，通过RI来确定所评估流域的生态风险：所评8种重金属对此湖综合造成轻微的生态危害。
表1.各种重金属在此湖沉积物中的浓度与对应污染系数
表2.Cr的慢性毒性数据
表3.各金属毒性系数Si综合归一化校正计算
表4.各种重金属毒性响应系数
Claims (9)
- 一种基于毒性效应的流域沉积物中重金属生态风险评估方法，其步骤包括：(1)按照生物分布广度与数量筛选所评估的流域水环境的主要水生生物物种；(2)对所评估流域范围内的沉积物采样，确定要检测的重金属的种类并将其编号：若总共有n种重金属要检测，金属编号为1、2、…、i、…、n-1、n，其中1<n≤45；(3)逐一测量每份沉积物样品第i种重金属的浓度，并计算出第i种重金属的浓度平均值并按照公式
逐一计算第i种重金属的污染系数
其中，
为未受污染沉积物中第i种重金属含量的参比值；
(4)收集第i种重金属的释放系数
(5)收集第i种重金属对步骤(1)中筛选出的水生生物物种的慢性毒性数据，对收集到的数据进行曲线拟合处理，选取拟合优度最高的曲线回归方程，从而得到第i种重金属物种敏感度的最优拟合方程；(6)根据步骤(5)所得到的最优拟合方程绘制拟合物种敏感度分布曲线(SSD)，并将这个方程y值，即累计概率定为0.05，求出其对应的x值，这个x值即为保护95％水生生物的第i种重金属的毒性浓度值
(7)步骤(4)至(6)重复n次，分别得出步骤(2)中所确定检测的每一种重金属的释放系数和毒性浓度值
并将每一种重金属的释放系数
和毒性浓度值
综合并进行归一化校正，逐一得出第i种重金属的毒性系数Si；
(8)使用公式Tri＝Si*(5/BPI)x逐一计算出第i种重金属的毒性响应系数Tri，其中，BPI为所评估水体的生物产量指数，x取值为1、1/2或0；(9)使用公式逐一计算出第i种重金属的生态风险指数Eri， 所得Eri用于评价单一金属对所评估流域的生态风险：当Eri<30时第i种重金属对所评价流域有轻微的生态危害，当30≤Eri<60时第i种重金属对所评价流域有中等生态危害，当60≤Eri<120时第i种重金属对所评价流域有强的生态危害，当120≤Eri<240时第i种重金属对所评价流域有很强的生态危害，当Eri>240时第i种重金属对所评价流域有极强的生态危害。
- 根据权利要求1所述的基于毒性效应的流域沉积物中重金属生态风险评估方法，其中该评估方法还包括步骤(10)：使用公式计算评价水体中多种重金属污染物所造成的总生态风险综合指数RI，通过RI来确定所评估流域的生态风险：当RI<150时流域存在轻微的生态危害，当150≤RI<300时流域存在中等的生态危害，当300≤RI<600时流域存在较强生态危害，当RI≥600时流域存在极强的生态危害。
- 根据权利要求1或2所述的基于毒性效应的流域沉积物中重金属生态风险评估方法，其特征在于步骤(2)所述的沉积物样品应具有统计学代表性：所述样品的采集点应平均分布于所评估流域，所述样品的数量至少不低于5个。
- 根据权利要求1或2所述的基于毒性效应的流域沉积物中重金属生态风险评估方法，其特征在于步骤(2)所述的重金属种类根据流域主要污染源决定，所检测的重金属种类包括Cr、Ni、Cu、Zn、As、Cd、Hg和Pb。
- 根据权利要求1或2所述的基于毒性效应的流域沉积物中重金属生态风险评估方法，其特征在于步骤(5)所述的用于拟合的曲线为log-Normal分布函数、log-logistic分布函数、log-triangular分布函数或他们的组合。
- 根据权利要求1或2所述的基于毒性效应的流域沉积物中重金属生态风险评估方法，其特征在于步骤(5)所述的拟合优度是由毒性数据点和拟合所得的曲线回归方程的判断系数R2来确定：曲线回归方程的判断系数R2越趋近于1，此曲线回归方程对数据的拟合优度越高，进一步使用毒性数据点和所 得的曲线回归方程的估计标准误差Sxy判断所选用曲线方程的拟合优度：曲线回归方程的估计标准误差Sxy越小，此曲线回归方程对数据的拟合优度越高。
- 根据权利要求1或2所述的基于毒性效应的流域沉积物中重金属生态风险评估方法，其特征在于步骤(7)所述的综合并归一化校正包括以下计算步骤：a.将第i种重金属的浓度值进行求倒数，得出的各个数值均保留三位有效数字；
b.将步骤a所求出的各个倒数除以最小的一个倒数，得出的各个数值均保留三位有效数字；c.将步骤b所求出的各个数值乘以相对应的第i种重金属的释放系数
d.将步骤c所求出的各个数值除以他们的最小的一个数，得出的各个数值均保留三位有效数字；e.将步骤d所求出的各个数值开平方，得出的各个数值均保留两位有效数字。 - 根据权利要求7所述的基于毒性效应的流域沉积物中重金属生态风险评估方法，其特征在于步骤(7)所得到的第i种重金属毒性系数为：
- 根据权利要求1或2所述的基于毒性效应的流域沉积物中重金属生态风险评估方法，其特征在于步骤(8)所述的x取值由所测重金属种类所决定：当所测重金属为汞(Hg)时x取值为1，当所测重金属为砷(As)时x取值为0，其他重金属时x取值为1/2。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US16/067,575 US10768161B2 (en) | 2015-12-30 | 2016-11-01 | Method for ecological risk assessment of heavy metal in river basin sediment based on toxicity effect |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201511018338.0A CN105608324B (zh) | 2015-12-30 | 2015-12-30 | 基于毒性效应的流域沉积物中重金属生态风险评估方法 |
| CN201511018338.0 | 2015-12-30 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| WO2017113980A1 true WO2017113980A1 (zh) | 2017-07-06 |
Family
ID=55988254
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| PCT/CN2016/104225 WO2017113980A1 (zh) | 2015-12-30 | 2016-11-01 | 基于毒性效应的流域沉积物中重金属生态风险评估方法 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US10768161B2 (zh) |
| CN (1) | CN105608324B (zh) |
| WO (1) | WO2017113980A1 (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110018300A (zh) * | 2019-05-21 | 2019-07-16 | 南京大学 | 镉镍复合对土壤中小麦根伸长毒性的预测方法及其应用 |
| CN110988323A (zh) * | 2019-12-10 | 2020-04-10 | 东南大学 | 一种利用大型溞的全沉积物毒性评价方法 |
| CN116237353A (zh) * | 2023-02-21 | 2023-06-09 | 河北地质大学 | 一种修复填埋物重金属污染的方法 |
Families Citing this family (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105608324B (zh) * | 2015-12-30 | 2017-03-01 | 中国环境科学研究院 | 基于毒性效应的流域沉积物中重金属生态风险评估方法 |
| CN106093365A (zh) * | 2016-06-03 | 2016-11-09 | 齐齐哈尔大学 | 一种珍稀水禽生态健康评价的方法 |
| CN109902929B (zh) * | 2019-01-25 | 2020-07-17 | 中国环境科学研究院 | 一种划分水稻重金属污染产区的方法 |
| CN109885932B (zh) * | 2019-02-20 | 2023-04-28 | 南通大学 | 一种基于水质模型的河流中重金属铅的入海通量表征方法 |
| CN109900682B (zh) * | 2019-03-22 | 2022-01-25 | 临沂大学 | 一种基于富集因子值计算的表层土壤重金属污染来源定量识别方法 |
| CN110135714B (zh) * | 2019-04-30 | 2021-07-13 | 清华大学 | 一种河流、湖泊沉积物重金属生态毒性风险的综合评价方法 |
| CN110095587A (zh) * | 2019-05-27 | 2019-08-06 | 生态环境部南京环境科学研究所 | 一种基于高光谱影像的区域生态风险评价方法 |
| CN110295220A (zh) * | 2019-06-14 | 2019-10-01 | 北京大学深圳研究生院 | 一种红树林湿地沉积物健康状况的微生物指标评估方法 |
| CN110717649B (zh) * | 2019-09-06 | 2023-07-04 | 临沂大学 | 一种区域农田表层土壤重金属潜在生态风险评价方法 |
| CN111192642B (zh) * | 2019-12-18 | 2023-08-22 | 北京大学深圳研究生院 | 一种适用于野外的近海生物重金属生物毒性预测方法 |
| CN111241476B (zh) * | 2020-01-06 | 2023-08-08 | 中国海洋大学 | 一种获得区域性河口营养物基准值的方法 |
| CN111369106A (zh) * | 2020-02-17 | 2020-07-03 | 北京师范大学 | 一种适用于湖泊底栖生态系统的健康评价方法 |
| CN114660184A (zh) * | 2020-12-22 | 2022-06-24 | 沈阳沈化院测试技术有限公司 | 一种对农药废盐无害化、资源化的风险进行评价方法 |
| CN113076637B (zh) * | 2021-03-29 | 2022-08-12 | 湖南汽车工程职业学院 | 一种重金属污染分析系统及计算机可读存储介质 |
| CN113240282B (zh) * | 2021-05-14 | 2023-05-09 | 北京市环境保护科学研究院 | 一种多目标层次化确定汞污染土壤修复标准的方法 |
| CN113469493A (zh) * | 2021-05-21 | 2021-10-01 | 桂林理工大学 | 一种基于独立作用模型的重金属复合污染风险评估方法 |
| CN113917101B (zh) * | 2021-10-09 | 2024-01-12 | 中国人民大学 | 流域水环境中铜的慢性毒性预测与长期基准推导方法 |
| CN113917102B (zh) * | 2021-10-09 | 2024-01-12 | 中国人民大学 | 通过参数校正获取铜短期水质基准的方法 |
| CN114323846A (zh) * | 2021-12-20 | 2022-04-12 | 中国水产科学研究院南海水产研究所 | 一种在水生态系统中沉积物重金属的风险评价方法 |
| CN114487284B (zh) * | 2021-12-31 | 2023-09-08 | 武汉怡特环保科技有限公司 | 一种测量空气中重金属浓度的方法及系统 |
| CN114971263B (zh) * | 2022-05-23 | 2024-05-07 | 中南大学 | 一种矿冶区“渣-土-水”体系重金属迁移风险预测方法 |
| CN115015224B (zh) * | 2022-05-30 | 2023-04-25 | 南京理工大学 | 一种利用飞灰所含重金属测定水体环境风险分级评价方法 |
| CN115825393B (zh) * | 2022-12-13 | 2024-03-15 | 云南大学 | 一种重金属污染土壤生态风险评估方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6699707B1 (en) * | 1999-11-17 | 2004-03-02 | Geovation Technologies, Inc. | Microbial enzyme-enhanced organic-inorganic solid-chemical composition and methods for anaerobic bioremediation |
| CN1987477A (zh) * | 2006-12-28 | 2007-06-27 | 天津大学 | 河道沉积物中重金属的连环拟合方法 |
| CN103793620A (zh) * | 2014-03-03 | 2014-05-14 | 黑龙江省环境保护科学研究院 | 河流三相空间重金属污染综合生态风险评价方法 |
| CN103886217A (zh) * | 2014-04-04 | 2014-06-25 | 江苏省环境科学研究院 | 一种河湖沉积物中重金属污染的生态风险确定方法 |
| CN104636627A (zh) * | 2015-02-28 | 2015-05-20 | 张霖琳 | 一种土壤重金属生态风险评估方法 |
| CN105608324A (zh) * | 2015-12-30 | 2016-05-25 | 中国环境科学研究院 | 基于毒性效应的流域沉积物中重金属生态风险评估方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140188495A1 (en) * | 2012-12-30 | 2014-07-03 | Nanjing University | Method for assessing and managing health risks associated with heavy metal pollution |
| CN103645286B (zh) * | 2013-12-24 | 2015-08-26 | 江苏省环境科学研究院 | 一种水体中多环芳烃的生态风险确定方法 |
| CN103793580B (zh) * | 2014-03-03 | 2016-09-14 | 黑龙江省环境科学研究院 | 基于河流生态系统的重金属优控污染物筛选模型的建模方法 |
-
2015
- 2015-12-30 CN CN201511018338.0A patent/CN105608324B/zh active Active
-
2016
- 2016-11-01 WO PCT/CN2016/104225 patent/WO2017113980A1/zh active Application Filing
- 2016-11-01 US US16/067,575 patent/US10768161B2/en active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6699707B1 (en) * | 1999-11-17 | 2004-03-02 | Geovation Technologies, Inc. | Microbial enzyme-enhanced organic-inorganic solid-chemical composition and methods for anaerobic bioremediation |
| CN1987477A (zh) * | 2006-12-28 | 2007-06-27 | 天津大学 | 河道沉积物中重金属的连环拟合方法 |
| CN103793620A (zh) * | 2014-03-03 | 2014-05-14 | 黑龙江省环境保护科学研究院 | 河流三相空间重金属污染综合生态风险评价方法 |
| CN103886217A (zh) * | 2014-04-04 | 2014-06-25 | 江苏省环境科学研究院 | 一种河湖沉积物中重金属污染的生态风险确定方法 |
| CN104636627A (zh) * | 2015-02-28 | 2015-05-20 | 张霖琳 | 一种土壤重金属生态风险评估方法 |
| CN105608324A (zh) * | 2015-12-30 | 2016-05-25 | 中国环境科学研究院 | 基于毒性效应的流域沉积物中重金属生态风险评估方法 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110018300A (zh) * | 2019-05-21 | 2019-07-16 | 南京大学 | 镉镍复合对土壤中小麦根伸长毒性的预测方法及其应用 |
| CN110018300B (zh) * | 2019-05-21 | 2021-09-03 | 南京大学 | 镉镍复合对土壤中小麦根伸长毒性的预测方法及其应用 |
| CN110988323A (zh) * | 2019-12-10 | 2020-04-10 | 东南大学 | 一种利用大型溞的全沉积物毒性评价方法 |
| CN116237353A (zh) * | 2023-02-21 | 2023-06-09 | 河北地质大学 | 一种修复填埋物重金属污染的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105608324B (zh) | 2017-03-01 |
| US20190004024A1 (en) | 2019-01-03 |
| US10768161B2 (en) | 2020-09-08 |
| CN105608324A (zh) | 2016-05-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2017113980A1 (zh) | 基于毒性效应的流域沉积物中重金属生态风险评估方法 | |
| Pacle Decena et al. | Assessing heavy metal contamination in surface sediments in an urban river in the Philippines. | |
| Macedo et al. | Development of a benthic macroinvertebrate multimetric index (MMI) for Neotropical Savanna headwater streams | |
| Griffith et al. | Analysis of macroinvertebrate assemblages in relation to environmental gradients in Rocky Mountain streams | |
| Wu et al. | Development and testing of a phytoplankton index of biotic integrity (P-IBI) for a German lowland river | |
| Sawyer et al. | Influence of habitat, water quality, and land use on macro-invertebrate and fish assemblages of a southeastern coastal plain watershed, USA | |
| Marinović Ruždjak et al. | Evaluation of river water quality variations using multivariate statistical techniques: Sava River (Croatia): a case study | |
| Marziali et al. | Toxicity risk assessment of mercury, DDT and arsenic legacy pollution in sediments: a triad approach under low concentration conditions | |
| Bervoets et al. | Identification of threshold body burdens of metals for the protection of the aquatic ecological status using two benthic invertebrates | |
| Xiao et al. | Water quality assessment of the Huaihe River segment of Bengbu (China) using multivariate statistical techniques | |
| Yadamsuren et al. | Macroinvertebrate community responses to land use: a trait-based approach for freshwater biomonitoring in Mongolia | |
| Flinders et al. | Relationship of fish and macroinvertebrate communities in the mid-Atlantic uplands: implications for integrated assessments | |
| Figuerola et al. | Assessing the effects of sewage effluents in a Mediterranean creek: fish population features and biotic indices | |
| Almaniar et al. | Abundance and diversity of macrobenthos at Tanjung Api-Api waters, South Sumatra, Indonesia. | |
| Robinson et al. | The use of the oyster Saccostrea glomerata as a biomonitor of trace metal contamination: intra-sample, local scale and temporal variability and its implications for biomonitoring | |
| Srilert et al. | Spatial and temporal variabilities of surface water and sediment pollution at the main tidal-influenced river in Ca Mau Peninsular, Vietnamese Mekong Delta | |
| Morillo et al. | Trace metal bioavailability in the waters of two different habitats in Spain: Huelva estuary and Algeciras Bay | |
| Guendouzi et al. | Contamination level and ecological risk assessment of particulate trace metals in Southwestern Mediterranean Sea | |
| Xie et al. | Heavy metals pollution and potential ecological health risk assessment in the Yangtze River reaches | |
| Pinna et al. | Influence of sampling effort on ecological descriptors and indicators in perturbed and unperturbed conditions: A study case using benthic macroinvertebrates in Mediterranean transitional waters | |
| Greenfield | Introduction to wetland monitoring | |
| Liu et al. | Improved method for benthic ecosystem health assessment by integrating chemical indexes into multiple biological indicator species—A case study of the Baiyangdian Lake, China | |
| Ohte et al. | Sources and transport of algae and nutrients in a Californian river in a semi‐arid climate | |
| ShyleshChandran et al. | Distribution and risk assessment of trace metals in multifarious matrices of Vembanad Lake system, Peninsular India | |
| Allert et al. | Effects of mining-derived metals on riffle-dwelling benthic fishes in Southeast Missouri, USA |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| 121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 16880771 Country of ref document: EP Kind code of ref document: A1 |
|
| NENP | Non-entry into the national phase |
Ref country code: DE |
|
| 122 | Ep: pct application non-entry in european phase |
Ref document number: 16880771 Country of ref document: EP Kind code of ref document: A1 |