应用物种敏感性分布评估苯胺的水生生态风险

胡习邦，曾东，王俊能，贺德春，许振成

环境保护部华南环境科学研究所，广东 广州 510655



应用物种敏感性分布评估苯胺的水生生态风险

胡习邦，曾东，王俊能，贺德春，许振成*

环境保护部华南环境科学研究所，广东 广州 510655

摘要：应用物种敏感性分布（Species Sensitivity Distribution，SSD）方法构建了淡水生物对苯胺（Aniline）的敏感性分布曲线，计算了苯胺对不同生物的5%危害浓度（HC5），分析比较不同类别生物对苯胺的毒性敏感性差异及特征，并在不同污染物质量浓度下，评价了中国部分水体和突发环境事件中苯胺对不同生物类别所产生的生态风险。结果表明，不同物种对苯胺污染物的耐受范围存在差异，表现为：软体动物<节肢动物<藻类<甲壳动物<两栖动物<蠕虫类<鱼类<纤毛动物<环节动物，耐受范围越大表示随着污染物质量浓度增加，风险增大的趋势较缓慢；苯胺对不同物种的HC5表现为：甲壳动物<蠕虫类<鱼类<纤毛动物<藻类<环节动物<节肢动物<软体动物<两栖动物。HC5越小，表明苯胺对该物种的生态风险越大，其中甲壳动物对苯胺最敏感，其HC5为2.29 μg·L-1，从总体上看，苯胺对淡水生物系统的HC5为4.72 μg·L-1；由不同质量浓度值得出的潜在影响比例（Potential affected fraction，PAF）的大小，反映不同类别生物的损害程度。中国部分水体水生态风险评估表明其水生态风险极低，PAF接近于0；但在山西苯胺突发环境事件中，苯胺对甲壳类、扁平类动物的影响比较明显。

关键词：苯胺；水生态风险；物种敏感性分布；Bootstrap；地表水；突发环境事件

引用格式：胡习邦， 曾东， 王俊能， 贺德春， 许振成. 应用物种敏感性分布评估苯胺的水生生态风险［J］. 生态环境学报， 2016，25（3）: 471-476.

HU Xibang， ZENG Dong， WANG Junneng， HE Dechun， XU Zhencheng. Assessing Aquatic Ecological Risk of Aniline by Species Sensitivity Distributions ［J］. Ecology and Environmental Sciences， 2016， 25（3）: 471-476.

苯胺（Aniline）是芳香胺类最具代表性的物质，是染料工业最重要的合成中间体之一，被广泛应用于农药、兽药、橡胶与香料的生产。苯胺属高毒性物质，可以通过皮肤吸收、消化道和呼吸道等途径进入人体，导致高铁血红蛋白含量升高，损害人体血液循环系统；可直接作用于肝细胞，引起中毒性损害；进入肌体后易通过血脑屏障与含大量类脂质的神经系统发生作用，引起神经系统的损害，长期接触还可引起肝癌或膀胱癌（Dom et al.，2010；张圣虎等，2015）。由于苯胺具有致癌特性，世界各国均将其列为重点监测污染物，例如美国环境保护署（USEPA）将其列为129种优先控制污染物之一，中国也将其列入优先控制污染物黑名单（周文敏等，1990）。尽管已有研究对苯胺在水体、鱼类等环境介质中的分布进行了分析监测（贺德春等，2014）927，且中国制定了苯胺在地表水环境中的质量标准（GB3838─2002）（国家环境保护总局，2002），但仍缺乏基于水生态风险的水质基准研究。苯胺等毒害污染物可通过水体进入生态系统循环中，对水生生态环境产生潜在的风险，并通过食物链传递影响人体健康，因此，开展苯胺对人体的健康风险评价和水生态风险评价等研究显得非常必要。

物种敏感性分布法（Species Sensitivity Distribution，SSD）是一种应用统计学外推生态风险方法，可用于生物风险评价的效应评价和环境基准等工作，如美国环境保护署（USEPA）等将其应用于生物的保护工作，国内外已开展了基于SSD的水生生态风险评价和土壤环境生态风险评价（Jensen et al.，2007；Raimondo et al.，2008；吴丰昌等，2011；胡习邦等，2012）。本研究通过构建苯胺的急性物种敏感性分布曲线，分析比较不同生物类别对苯胺的的毒性敏感性差异及特征，并针对中国已有文献报道的地区水体苯胺分布情况，评估水体中苯胺对不同水体生物的生态风险，以期为中国水体苯胺类污染物的生态风险评价与管理提供参考。

1 材料与方法

1.1 研究方法

SSD是20世纪70年代末兴起的一种生态风险评价新方法（Kooijman，1987）。该理论认为：不同门类的生物由于生活史、生理构造、行为特征和地理分布等不同而产生了差异性，其在毒理学上反映为不同的物种对污染物有不同的剂量-效应响应关系，即在结构复杂的生态系统中，不同的物种对某一胁迫因素（如有毒化学品）的敏感程度服从一定的（累积）概率分布（Posthumal et al.，2002；Wheeler et al.，2002）。SSD的用法一般分为正向（Forward use）和反向（Inverse use）两种（Straalen，2002）。正向方法主要用于生态风险评价，即已知污染物浓度水平，通过SSD曲线计算潜在影响比例（Potential affected fraction，PAF），用以表征生态系统或者不同类别生物的生态风险；而反向方法则通过确定保护一个生态系统中大部分物种的污染物浓度水平来制定环境质量基准，一般定为5%危害浓度（Hazardous Concentration 5%，HC5），即在95%以上的物种受保护时所对应的急性或慢性浓度。

1.2 毒理数据获取

表1 毒理数据筛选标准Table 1 Criteria for selecting toxicity data

SSD的构建可以使用LC50（或EC50）或NOEC值等急性或慢性数据，本研究使用急性毒性数据构建SSD。利用美国环境保护署ECOTOX数据库（http://www.epa.gov/ecotox/）和相关文献，搜集苯胺对水生生物的毒理数据。根据已有研究（Duboudin et al.，2004）所采用的标准筛选毒理数据，见表1。由于苯胺的毒性数据量较少，在分析时仅考虑两种情况：（1）全部物种不进行归类；（2）把全部物种归为藻类（Algae）、无脊椎动物（Invertebrates）和脊椎动物（Vertebrates）3门。全部物种包含藻类、无脊椎动物和脊椎动物，无脊椎动物中包含甲壳类、昆虫和蜘蛛类、环节动物、蠕虫类、节肢动物以及其他无脊椎动物类等，脊椎动物中包含鱼类和两栖动物，不再对脊椎动物和无脊椎动物进行细分类别。获得苯胺的数据量、毒性数据范围及包含的物种数见表2。

1.3 SSD拟合

将毒理数据（浓度值）进行对数变换，然后利用参数方法或非参数方法进行拟合，就可以得到SSD曲线。参数拟合形式主要有波尔Ⅲ模型（Burr Type Ⅲ）、逻辑斯蒂累积密度模型（Logistic CDF）、对数正态累积密度模型（Lognormal CDF）、韦布尔累积密度模型（Weibull CDF）、蒙特卡罗模型（Monte Carlo）、高斯模型（Gaussian）、龚珀资模型（Gompertz）、指数增长模型（Exponential Growth）和S型模型（Sigmoid）等（陈波宇等，2010）。目前，还没有理论研究证明SSD属于某一特定曲线形式，因此可选择不同的拟合方法。本研究尝试多种模型拟合后，最终认为采用BurrIII型分布进行SSD的拟合，其效果比较好。

Burr III型分布是一种灵活的分布函数，对物种敏感性数据拟合特性较好，在澳大利亚和新西兰的环境风险评价和环境质量标准制定中被推荐使用（Hunt et al.，2010）。Burr III型函数的参数方程为：

式中，x为环境浓度，μg·L-1；b、c、k为函数的3个参数（下同）。

1.4 数据处理

本研究将从生态系统的不同生态位研究苯胺对淡水生物种内、种间以及整个群落的影响。对于同一物种有多个数据的情况，采用其所有浓度数据的几何均值。

SSD对于毒理数据量的最小要求没有统一的规定，OECD 2000年和澳大利亚分别于1992年和2000年发表的水质标准中推荐的最小数量为5个（Hose et al.，2004）。本研究采用Bootstrap非参数方法对小样本进行统计模拟，从而获得未知分布和未知参数的统计估计（孔丹莉等，2006）。

表2 苯胺的毒理数据量（LC50或EC50，μg·L-1）Table 2 Statistics of toxicity data （LC50or EC50）of aniline

1.5 HC5和PAF计算

在SSD拟合曲线上对应5%累积概率的污染物质量浓度为HC5。应用Burr III分布计算HC（q）的公式为：

PAF表示环境浓度超过生物毒理终点值的物种比例，即给定的污染物浓度在SSD曲线上对应的累积概率。Burr III分布计算PAF的公式为：

2 结果与分析

2.1 参数计算结果

表3是使用Burr III分布模型计算得到的SSD曲线的拟合参数结果。从表3可知，Burr III分布模型拟合度，除了环节动物类为0.97、纤毛动物为0.98之外，其余均大于0.99，拟合效果较好。

表3 不同物种对苯胺的急性物种敏感度分布拟合结果和HC5值Table 3 The results of aniline's acute species sensitivity distribution models

2.2 不同物种对苯胺的敏感性

不同物种对苯胺的耐受范围和HC5分别见表2和表3。从图1和表2可以看出，不同物种的耐受范围存在差异，表现为：软体动物<节肢动物<藻类<甲壳动物<两栖动物<蠕虫类<鱼类<纤毛动物<环节动物，这可能与各物种的组别多样性有关，同时还与生物体内的脂肪含量以及本身的自净化能力相关，例如环节类动物的耐污染负荷的范围远大于其他各不同种群的水生物。不同的耐受范围可间接看出该物种抵抗苯胺污染的能力，耐受范围越大，表示随着浓度增加，风险增大的趋势较缓慢。从研究的数据上看，藻类、无脊椎动物、脊椎动物3门9类（甲壳动物、蠕虫类、鱼类、藻类、纤毛动物、节肢动物、环节动物、软体动物、两栖动物）物种的几何均值分别为689、10550、27352、90440、122228、232961、324595、431230、494375，这表明甲壳动物极易受到苯胺污染的损害，相比较而言环节动物、软体动物和两栖动物的耐受性相对要高。

从图1和表3可以看出，苯胺对不同物种的HC5表现为：甲壳动物<蠕虫类<鱼类<纤毛动物<藻类<环节动物<节肢动物<软体动物<两栖动物，其HC5值分别为2.29、3.19、4.17、4.52、4.64、5.08、5.23、5.26、5.54 μg·L-1，其中甲壳动物类最敏感，两栖动物类敏感性最低。HC5是该物种存在生态风险的阈值，HC5越小，即是保护该物种95%的生物组别的苯胺浓度水平越低，说明苯胺对该物种的生态风险越大。尽管蠕虫类、鱼类在淡水生态系统中毒性耐受范围较宽，但从总体上看，保护95%水生物系统生物安全的苯胺HC5仅为4.72 μg·L-1，总体毒性水平较低。由于蠕虫类、鱼类是淡水生态系统中是不可或缺的生态位，并且苯胺具有脂溶性，经食物链逐级传递，极易造成整个淡水生态系统的生态风险和人体健康风险。

2.3 苯胺的水生生态风险评估

水体中苯胺的质量浓度数据主要来源于本课题前期研究与文献报道，数据的选取遵循以下四点原则：一是尽量选择近年的报道数据，二是尽量选择地表水体，三是计算时采用平均值，四是分析监测方法基本一致。由于有关水体苯胺的监控报道较少，尚不能全面反映不同区域水体中苯胺的环境质量状况，目前仅报道了珠江水系、椒江（入海口）地表水中苯胺的质量浓度，分别为3.64～72.72、9.3～105.1 μg·L-1，平均浓度分别为37.6、43.9 μg·L-1（何百寅等，2011；江锦花等，2006），其平均质量浓度监测值与中国地表水环境质量标准（GB3838─2002）中集中式生活饮用水地表水源地苯胺限值100 μg·L-1相比，均未超过标准限值。然而，2012年12月31日山西长治发生的8.7 t苯胺泄漏事件，导致进入浊漳河中的苯胺最大质量浓度为8430 μg·L-1，高出《地表水环境质量标准》中苯胺质量浓度标准限值83倍（曲建华等，2015），严重威胁了邯郸、安阳等市的饮用水安全。然而，中国目前尚未公开过水生态保护的基准值，现有的地表水质标准并未明确规定保护对象，如水生态系统、人体健康等，所以苯胺对中国水生生态系统的生态风险有待进一步评估。

图1 不同物种对苯胺的SSD曲线Fig. 1 SSD curves of aniline to different species

本文根据上述拟合的SDD分布模型，对已有报道地区水体中的苯胺进行水生生态风险评估。尽管收集到的苯胺对水生生物的生态毒性参数不全为本土生物，但多数为代表性物种，因此这些资料可用于对本案例的初步估评。利用公式（3）计算了中国不同地区水体中和5种假设情形的不同苯胺暴露浓度下的PAF值，见表4。表4显示了不同浓度的苯胺污染下得出的PAF值的大小，反映不同类别生物的损害程度。从表4可知，在100 μg·L-1以下，全部物种的PAF值几乎为0；在质量浓度为1000 μg·L-1时，甲壳动物和蠕虫类的PAF值分别为96%和2.4%，生态风险逐步显露；在质量浓度为10000 μg·L-1时，甲壳动物、蠕虫类、鱼类和纤毛动物的PAF值分别为100%、54.6%、0.5%和0.3%；而当质量浓度为100000 μg·L-1时，全部物种的PAF值达到了46.8%，除两栖动物外其他水生物物种分别受到不同的生态损害。

表4 苯胺在不同暴露浓度（μg·L-1）下的PAF预测值Table 4 Predicted PAF values under various Aniline concentration

从SDD分布模型分析水生生态风险的结果来看（详见表4），苯胺对珠江、椒江的水体的水生物种基本不存在生态风险。然而，2012年山西的苯胺泄露事件中，监测的最大质量浓度苯胺对甲壳类、扁平类动物的影响比较明显，PAF值分别为100%和47.7%，对鱼类的影响比较微弱，其PAF值为0.2%。本课题组贺德春等（2014）929报道的漳河苯胺泄露事件水体和鱼类样品的苯胺残留情况，其中9个水样中苯胺的含量范围为1.2～1943.6 μg·L-1（详见表4），12份鱼样品中仅2份有苯胺残留量，分别为60.8 μg·kg-1和4.3 μg·kg-1；进一步表明由于该事件发生在冬季，对鱼类造成的生态损害相对较小。从以上综合分析表明，中国部分水域中苯胺对水生生物的风险非常小，但在突发环境事件中苯胺对甲壳动物、蠕虫类造成的生态风险相对较大，对鱼类亦存在一定的生态风险。

3 结论

本文采用物种敏感度分布曲线法计算了苯胺污染对淡水生物的生态风险阈值，得出苯胺对淡水生物系统的HC5为4.72 μg·L-1，同时对中国部分河流和湖库水体中苯胺的生态风险进行评估，评估结果表明，大部分水域中水生生态风险较低，但在2012年山西的苯胺泄露突发事件中，最大质量浓度的苯胺对甲壳类、扁平类动物的影响比较明显，对鱼类的影响比较微弱。

将SSD方法应用于饮用水源地水与突发环境事件的水生态风险评估中具有一定的意义，但水生态风险评估过程中存在众多不确定性因素，如仅以苯胺为研究对象，直接搜集国外毒理数据库数据，加上水体中可能存在的苯胺类毒害化学品类型众多，及中国区域生态系统差异大，可能无法客观反映水生生物的生态风险。因此，亟需进一步开展苯胺类众多毒害化学品及其联合毒性作用对能代表本地特色的物种的生态毒理研究和水生生物风险调查研究，以便为水生生态风险评价和管理提供参考。

参考文献：

DOM N， KNAPEN D， BENOOT D， et al. 2010. Aquatic multi-species acute toxicity of （chlorinated） anilines: experimental versus predicted data ［J］. Chemosphere， 81（2）: 177-186.

DUBOUDIN C， CIFFROY P， MAGAUD H. 2004. Acute-to-chronic species sensitivity distribution extrapolation ［J］. Environmental Toxicology and Chemistry， 23（7）:1774-1785.

HOSE G C， VAN DEN BRINK P J. 2004. Confirming the species-sensitivity distribution concept for endosulfan using laboratory，mesocosm and field data ［J］. Archives of Environmental Contamination and Toxicology， 47（4）: 511-520.

HUNT J， BIRCH G， WARNE M S. 2010. Site-specific probabilistic ecological risk assessment of a volatile chlorinated hydrocarbon contaminated tidal estuary ［J］. Environmental Toxicology and Chemistry， 29（5）: 1172-1181.

JENSEN J， SMITH S R， KROGH P H， et al. 2007. European risk assessment of LAS in agricultural soil revisited: species sensitivity distribution and risk estimates ［J］. Chemosphere， 69（6）: 880-892.

KOOIJMAN S. 1987. A safety factor for LC50values allowing for differences in sensitivity among species ［J］. Water Research， 21（3）: 269-276.

POSTHUMAL， SUTERII G W， TRAAS T P. 2002. Species sensitivity distributions in ecotoxicology ［M］. CRC Press.

RAIMONDO S， VIVIAN D N， DELOS C， et al. 2008. Protectiveness of species sensitivity distribution hazard concentration for acute toxicity used in endangered species risk assessment ［J］. Environmental Toxicology and Chemistry， 27（12）: 2599-2607.

STRAALEN VAN N M. 2002. Threshold models for species sensitivity distributions applied to aquatic risk assessment for zinc ［J］. Environmental Toxicology and Pharmacology， 11（3-4）: 167-172.

WHEELER J R， GRIST E P M， LEUNG K M Y， et al. 2002. Species sensitivity distributions: data and model choice ［J］. Marine Pollution Bulletin， 45: 192-202.

陈波宇， 郑斯瑞， 牛希成， 等. 2010. 物种敏感度分布及其在生态毒理学中的应用［J］. 生态毒理学报， 5（4）: 491-497

国家环境保护总局， 国家质量监督检验检疫总局. 2002. GB3838─2002.地表水环境质量标准［S］. 北京: 中国环境科学出版社.

何百寅， 叶雪兰， 冯峰， 等. 2011. 广州大学城水体中硝基苯和苯胺的含量情况调查［J］. 广州化工， 39（6）: 125-126， 190.

贺德春， 赵波， 唐才明， 等. 2014. 液相色谱-串联质谱法快速测定水及鱼肉中的苯胺［J］. 色谱， 32（9）: 926-929.

胡习邦， 王俊能， 许振成， 等. 2012. 应用物种敏感性分布评估DEHP对区域水生生态风险［J］. 生态环境学报， 21（6）: 1082-1087.

江锦花， 朱利中， 张明. 2006. 椒江口水体和生物体中典型有机污染物的浓度水平及来源初探［J］. 环境化学， 25（5）: 546-549.

孔丹莉， 丁元林. 2006. 非参数bootstrap方法及其应用［J］. 数理医药学杂志， 19（3）: 232-233.

曲建华， 孟宪林， 尤宏. 2015. 地表水源突发污染应急处置技术筛选评估体系［J］. 哈尔滨工业大学学报， 47（8）: 54-58， 70.

吴丰昌， 孟伟， 曹宇静， 等. 2011. 镉的淡水水生生物水质基准研究［J］.环境科学研究， 24（2）: 172-184.

张圣虎， 许晶晶， 刘济宁， 等. 2015. 长江南京段水体中7种苯胺类化合物的检测方法及生态风险评价［J］. 中国环境科学， 35（10）: 3135-3141.

周文敏， 傅德黔， 孙宗光. 1990. 水中优先控制污染物黑名单［J］. 中国环境监测， 6（4）: 1-3.

Assessing Aquatic Ecological Risk of Aniline by Species Sensitivity Distributions

HU Xibang， ZENG Dong， WANG Junneng， HE Dechun， XU Zhencheng*
South China Institute of Environmental Sciences， Ministry of Environmental Protection， Guangzhou 510655， China

Abstract:Species sensitivity distributions （SSD） method was used to assess the ecological risk of aniline for freshwater organisms. The hazardous concentration for 5% of the species （HC5） was calculated， and the distinguished character of hazardous concentrations of aniline to different species was analyzed. The acute ecological risks of the aniline and the sensitivity of different freshwater species were assessed in the different surface water body in China， including environmental accident water. The results showed that different organisms have different tolerance range of aniline. That was in the order of Molluscas < Arthropod < Algae < Crustacean < Amphibia < Worms < Fishes < Ciliophora < Annelida. The wider tolerance range of aniline for organisms indicated that the increasing trend of ecological risk would slow down when the aniline's concentration increased. The HC5for all the species from low to high was in the order of Crustacean < Worms < Fishes < Molluscas < Arthropod < Algae < Amphibia < Ciliophora < Algae < Annelida < Arthropod < Molluscas < Amphibia. The lower HC5is， the higher ecological risk of aniline for species is. Crustacean was the most sensitive specie among all the freshwater species with the HC5of 2.29 μg·L-1. Meanwhile， the HC5for all of the freshwater species came up to 4.72 μg·L-1. The value of Potential affected fraction （PAF） reflected the different damage degree in different pollution scenario. There was very low aquatic ecological riskby using SSD to assess the acute ecological risk assessment of aniline from several surface water body in China， which the PAF value was close to 0. It was obviously posed ecological damage to crustacean and worms during the aniline spilling accident in Shanxi Province.

Key words:Aniline pollution； aquatic ecological risks； Bootstrap； species sensitivity distributions （SSD）； surface water body

DOI:10.16258/j.cnki.1674-5906.2016.03.015

中图分类号：X171.5； X820.4

文献标志码：A

文章编号：1674-5906（2016）03-0471-06

基金项目：国家科技重大专项水专项（2012ZX07211）

作者简介：胡习邦（1981年生），男，博士，主要从事水环境风险研究。E-mail: hooyan@126.com

*通信作者：许振成（1953年生），男，研究员，主要从事环境科学与工程研究。E-mail: xuzhencheng@scies.org

收稿日期：2015-11-12