淡水水生態(tài)基準方法學(xué)研究：數(shù)據(jù)篩選與模型計算

金小偉，王業(yè)耀，王子健

1. 中國環(huán)境監(jiān)測總站，北京 100012 2. 中國科學(xué)院生態(tài)環(huán)境研究中心，北京 100085

淡水水生態(tài)基準方法學(xué)研究：數(shù)據(jù)篩選與模型計算

金小偉1,2，王業(yè)耀1，王子健2,*

1. 中國環(huán)境監(jiān)測總站，北京 100012 2. 中國科學(xué)院生態(tài)環(huán)境研究中心，北京 100085

水生態(tài)基準研究的核心是水生態(tài)基準方法學(xué)，如何鑒于現(xiàn)有的生態(tài)毒理學(xué)數(shù)據(jù)推導(dǎo)出科學(xué)合理的基準值，并達到切實保護水生生物的目的，是水生態(tài)基準研究的重點。論文從淡水水生態(tài)基準方法學(xué)中數(shù)據(jù)篩選和模型計算出發(fā)，系統(tǒng)地闡述和比較了現(xiàn)有方法學(xué)中關(guān)于數(shù)據(jù)的數(shù)量和質(zhì)量、本土物種數(shù)據(jù)和非本土物種數(shù)據(jù)、實驗室試驗數(shù)據(jù)和野外現(xiàn)場試驗數(shù)據(jù)、常規(guī)測試指標和非常規(guī)測試指標以及數(shù)據(jù)的整理等數(shù)據(jù)篩選原則，并對評估因子法、物種敏感度分布曲線、種間關(guān)聯(lián)預(yù)測以及生態(tài)毒理模型等水生態(tài)基準的計算模型進行比較。參照國外水質(zhì)基準推導(dǎo)的過程及我國水生態(tài)系統(tǒng)的特征，發(fā)展我國水生態(tài)基準研究中數(shù)據(jù)的篩選原則以及科學(xué)合理的基準計算方法，以期為建立我國淡水水生態(tài)基準推導(dǎo)方法學(xué)提供研究基礎(chǔ)和科學(xué)依據(jù)。

水生態(tài)基準；數(shù)據(jù)篩選；評估因子；物種敏感度分布曲線；生態(tài)毒理模型

水質(zhì)標準是水環(huán)境管理的重要依據(jù)，建立科學(xué)合理的水質(zhì)標準成為保證水環(huán)境安全和人體健康的迫切需求。水生態(tài)基準作為建立水質(zhì)標準的科學(xué)基礎(chǔ)，已成為目前國內(nèi)研究的熱點[1-5]，其研究目的在于防止污染物對重要商業(yè)和娛樂水生生物，以及其他重要物種如河流、湖泊中的魚類、底棲無脊椎動物和浮游生物等造成不可接受的長期和短期效應(yīng)[6]。然而由于我國水生態(tài)毒理學(xué)起步較晚，水生態(tài)基準的研究基礎(chǔ)薄弱，幾乎空白。相比之下，自20世紀80年代，美國、加拿大、澳大利亞和荷蘭等國家相繼制定了相應(yīng)的水生態(tài)基準推導(dǎo)方法[6-9]。

確定水生態(tài)基準的核心是水生態(tài)基準方法學(xué)，即如何科學(xué)地定值。如何鑒于現(xiàn)有的生態(tài)毒理學(xué)數(shù)據(jù)推導(dǎo)出合理可信的基準值，并達到切實保護水生生物的目的，是水生態(tài)基準研究的重點[10-13]。推導(dǎo)科學(xué)合理的水生態(tài)基準值依賴于足夠數(shù)量且高質(zhì)量的不同生物類群的生態(tài)毒理和理化數(shù)據(jù)，并通過一定的模型計算獲得最終基準值[13]。目前文獻中存在的各種各樣的生態(tài)毒理數(shù)據(jù)，短期急性毒性數(shù)據(jù)(如LC50)，長期的慢性毒性數(shù)據(jù)(如無觀察效應(yīng)濃度NOEC)常被用來推導(dǎo)水質(zhì)基準。其中大部分是將致死、生長抑制或繁殖作為試驗終點，也有采用非傳統(tǒng)的生化指標(如卵黃蛋白原)作為試驗的評估效應(yīng)終點。有的僅僅針對單個物種進行毒性試驗，也有的采用野外現(xiàn)場試驗研究多個物種的毒性效應(yīng)，面對眾多的數(shù)據(jù)，尚未有統(tǒng)一的數(shù)據(jù)篩選準則，因此推導(dǎo)得出的基準值差異很大。

除了有足夠數(shù)量的高質(zhì)量的生態(tài)毒性數(shù)據(jù)和理化數(shù)據(jù)，科學(xué)合理的基準計算方法也是基準方法學(xué)的基礎(chǔ)。常見的基準計算方法包括評估因子法和基于統(tǒng)計外推法的物種敏感度分布曲線法。另外由于水質(zhì)特征的不同，暴露因子也會影響到基準值的推導(dǎo)和表達，由此發(fā)展了水生態(tài)毒理模型來推導(dǎo)水生態(tài)基準。評估因子法因其評估系數(shù)大小的決定更多地是依靠國家的政策而不僅是經(jīng)驗，其評價結(jié)果也具有不確定性[14]。物種敏感度分布曲線法是被很多國家推薦使用的基準推導(dǎo)方法，但它對數(shù)據(jù)量的要求較高，當毒性數(shù)據(jù)不足時，很難計算基準[13]。

基于此，本文通過比較、探討現(xiàn)有方法學(xué)中毒性數(shù)據(jù)篩選原則以及模型計算方法，初步建立適合我國水生態(tài)基準研究的數(shù)據(jù)篩選原則以及科學(xué)合理的基準計算方法，以期為建立我國水生態(tài)基準推導(dǎo)方法學(xué)提供研究基礎(chǔ)和科學(xué)依據(jù)。

1 數(shù)據(jù)篩選

1.1 數(shù)據(jù)的數(shù)量與質(zhì)量

無論何種基準推導(dǎo)方法，最可靠確鑿的基準都需要大量的、高質(zhì)量的不同生物類群的生態(tài)毒性數(shù)據(jù)，而理化數(shù)據(jù)可以對毒性試驗數(shù)據(jù)進行適當?shù)难a充解釋，如判斷某一物質(zhì)的生物可獲得性或某一類化學(xué)物質(zhì)的毒性。為了保證數(shù)據(jù)的相關(guān)性，如何搜集數(shù)據(jù)成為了基準方法中重要的組成部分。各國都對數(shù)據(jù)的搜集提出了相應(yīng)的規(guī)定，總結(jié)起來主要包括：在線/即時數(shù)據(jù)庫(最新期刊、化學(xué)文摘、毒性數(shù)據(jù)庫)，公開發(fā)表文獻中的急慢性毒性數(shù)據(jù)，國際標準文件，圖書，手冊指南，內(nèi)部數(shù)據(jù)及關(guān)于生態(tài)毒理學(xué)的調(diào)查文件[6-,7,9]。其中最重要的數(shù)據(jù)來源為在線的毒性數(shù)據(jù)庫以及公開發(fā)表的文獻。

為了提高水質(zhì)基準的準確性，用于推導(dǎo)水質(zhì)基準的數(shù)據(jù)必須滿足一定的質(zhì)量標準。所有的基準推導(dǎo)方法對生態(tài)毒理數(shù)據(jù)和理化數(shù)據(jù)都提出了具體的質(zhì)量要求。對于生態(tài)毒理數(shù)據(jù)，歐盟“關(guān)于風(fēng)險評價的技術(shù)綱領(lǐng)”依據(jù)“可靠性”和“相關(guān)性”的原則評價數(shù)據(jù)的質(zhì)量[15]。可靠性是指試驗所采用的方法是否按照標準的實驗方法，試驗過程和試驗結(jié)果的描述是否清楚、合理。相關(guān)性是指所得試驗數(shù)據(jù)的效應(yīng)和終點是否與特定的風(fēng)險評價相一致。類似地，英國、荷蘭、加拿大、澳大利亞/新西蘭也依據(jù)“可靠性”和“相關(guān)性”(或者其中的1種)原則評價數(shù)據(jù)的質(zhì)量和等級[7-9]，主要包括試驗過程、化合物的純度、試驗所選物種、物種生命階段、暴露時間、試驗終點、試驗類型、水質(zhì)參數(shù)、是否建立劑量-效應(yīng)關(guān)系等方面的評估。USEPA(United States Environmental Protection Agency)的基準推導(dǎo)指南指出所用的數(shù)據(jù)必須來自于已發(fā)表的文獻中，或者其他如手稿等(須注明日期、類型、編號等)，報告中必須提供足夠的佐證資料來證明試驗過程和結(jié)果的可靠性[6]。對于理化數(shù)據(jù)，只有少數(shù)國家的指南提出了具體的數(shù)據(jù)質(zhì)量要求。荷蘭規(guī)定固體水分配系數(shù)(KP)需要按照OECD(Orgnization for Econmic Cooperation and Development)的準則通過試驗獲得，水溶性的確定必須是在適當?shù)臏囟认拢ǔＪ窃?5oC，與實驗室毒性試驗的標準溫度相匹配[9]。USEPA對用于確定最終殘留值(final residue values, FRVs)的生物濃縮因子(bioconcentration factors, BCF)也提出了具體規(guī)定[6]?？偠灾?，任何用于基準推導(dǎo)的理化數(shù)據(jù)都必須確保其質(zhì)量符合一定的標準要求。一般來說，目前通用的、通過標準的試驗方法(如ASTM、OECD)得到的數(shù)據(jù)都可以用來作為推導(dǎo)水質(zhì)基準的參數(shù)。

許多國家在制定水質(zhì)基準時往往面臨一個共同的問題：可用的毒性數(shù)據(jù)太少。只有極少數(shù)的化學(xué)品具有涵蓋了不同生物類群的急慢性毒性數(shù)據(jù)，而相當一部分的化學(xué)物質(zhì)只有急性毒性數(shù)據(jù)，而且很多新的化學(xué)品基本沒有任何生態(tài)毒性數(shù)據(jù)。不同的基準計算方法，對所需毒性數(shù)據(jù)量的要求也不同。目前最常用的2種計算基準的方法是評估因子法(assessment factors, AF)和物種敏感度分布曲線法(species sensitivity distributions, SSDs)，關(guān)于這2種方法使用的具體內(nèi)容將在2.1和2.2部分詳細介紹。在利用AFs推導(dǎo)水質(zhì)基準時，由于評估因子的大小依賴于數(shù)據(jù)的類型和數(shù)據(jù)集的大小，因此，不同的國家對數(shù)據(jù)集合大小的要求差別不大。然而在利用SSDs推導(dǎo)水生態(tài)基準時，現(xiàn)有方法對所需毒性數(shù)據(jù)量尚未有統(tǒng)一的標準。澳大利亞/新西蘭水質(zhì)基準綱領(lǐng)中提到，推導(dǎo)高可靠性的觸發(fā)值(high reliability TVs)需要至少3種以上多物種慢性毒性NOEC值或者5種以上不同種類單一物種慢性毒性NOEC值；中度可靠性觸發(fā)值(moderate reliability TVs)需要至少5種以上單一物種的急性毒性值[7]。USEPA推導(dǎo)最終慢性毒性值要求8種以上不同物種的最大可接受濃度值[6]；OECD推導(dǎo)1個精確的評估效應(yīng)結(jié)果要求至少5種不同種類物種的慢性NOEC值[16]。與美國不同的是，當慢性毒性數(shù)據(jù)不足時，OECD并未采用急慢性毒性比(acute-to-chronic ratio, ACR)的方法來推導(dǎo)慢性基準，而是用單一物種的急性毒性值除以1個安全因子得到污染物環(huán)境關(guān)注水平(environmental concern level, ECL)來表示慢性基準。加拿大水質(zhì)基準綱領(lǐng)要求至少6個物種包括北美地區(qū)常見的3種魚類(至少1種冷水魚和1種暖水魚)，2種水生無脊椎生物和1種水生植物或者藻類的毒性數(shù)據(jù)[8]。歐盟的技術(shù)綱領(lǐng)文件用8種不同類群生物的至少10個慢性NOEC值推導(dǎo)預(yù)測無效應(yīng)濃度(PNEC)值[15]，包括2種魚類，1種甲殼類生物，1種昆蟲，節(jié)肢動物門和脊索動物門以外的1種生物，昆蟲類其他未代表的1種，1種藻類和1種高等植物。

從參數(shù)統(tǒng)計的角度來看，SSDs法最少需要不同物種毒性數(shù)據(jù)量的范圍為4～10個。雖然有研究討論過當樣本數(shù)據(jù)很少時(n≤3)統(tǒng)計方法的使用情況[17]，但由于其不確定性，所得基準值的實際應(yīng)用價值很低。Wheeler等[13]中指出對某一特殊評估終點(如：HC5，化合物對5%的物種存在潛在危害的濃度)的可靠評估需要最少10個以上的數(shù)據(jù)量。另外有研究認為5個不同物種的毒性數(shù)據(jù)足夠用于SSDs方法推導(dǎo)基準，而最為理想的是能有7個不同物種的毒性數(shù)據(jù)[18]。Jagoe等[19]1997年提出1種非參數(shù)法(bootstrapping)用以解決SSDs方法樣本符合某種特定分布的假設(shè)，隨后，Newman等[20]2000年提出這種非參數(shù)法需要的樣本數(shù)量為15～55。但考慮到生態(tài)毒性數(shù)據(jù)的普遍缺乏，目前這種非參數(shù)法并沒有用于基準的推導(dǎo)。綜上所述，大多數(shù)國家的綱領(lǐng)文件規(guī)定，用參數(shù)統(tǒng)計方法推導(dǎo)基準最少需要5個樣本數(shù)據(jù)，當毒性數(shù)據(jù)不足時，只能用評估因子法推導(dǎo)基準。

1.2 本土物種與非本土物種

從保護生物多樣性的角度出發(fā)，制定水質(zhì)基準和標準必須考慮不同生物分類和營養(yǎng)級別的各種水生生物；并且物種多樣性存在地理分布差異，這影響著不同地區(qū)的物種敏感度分布。從美國基準中測試急性毒性的程序要求來看，鮭魚科生物(salmonidae)的毒性反應(yīng)處于顯著的地位，這與該科的魚類在北美洲分布廣泛有關(guān)。因此，USEPA特別規(guī)定在制定水生生物基準時不能使用北美地區(qū)以外的物種，以免影響到美國基準的正確性[6]。同樣，澳大利亞利用SSD方法推導(dǎo)水生態(tài)基準時，也建議只用澳大利亞本地的或者區(qū)域水生態(tài)毒理數(shù)據(jù)[7,21]。然而由于慢性毒性試驗的復(fù)雜性以及高成本使得這類毒性數(shù)據(jù)很難獲得，特別是針對特定區(qū)域的水生物種。由于基于某一區(qū)域水生物種毒性數(shù)據(jù)推導(dǎo)的水生態(tài)基準能否為其他區(qū)域的水生物種提供足夠保護的不確定性，使得非本地種是否可以用來推導(dǎo)區(qū)域水生態(tài)基準一直存在爭議[21]。這種爭議的根本原因是本地物種毒性數(shù)據(jù)的缺乏，尤其是在中國。中國由于地理區(qū)域廣闊，水生物種種類繁多，本地物種的實驗室培育以及毒性試驗仍然缺乏標準的方法。

在研究非本地種是否可以用來推導(dǎo)特定區(qū)域水生態(tài)基準方面，一些學(xué)者的研究可以給出一些啟示。金小偉等[11,22]推導(dǎo)了3種氯酚類化合物基于中國本地水生物種的水生態(tài)基準值，并與基于非本地物種毒性數(shù)據(jù)(來自于ECOTOX數(shù)據(jù)庫)推導(dǎo)的水生態(tài)基準值進行了比較，研究結(jié)果顯示2,4-二氯苯酚和2,4,6-三氯苯酚基于不同區(qū)域水生物種推導(dǎo)的水生態(tài)基準值基本相似，其物種分布曲線沒有顯著性差異(P>0.05)，對于五氯苯酚，雖然其基于本地種的水生態(tài)基準值在數(shù)值上略小于非本地物種推導(dǎo)的基準值，但是基本在同一個數(shù)量級，且比較其物種分布曲線未發(fā)現(xiàn)顯著差異[22]。從全球范圍來看，有研究表明通過比較HC5值，澳大利亞本土種和非澳大利亞本土種對化合物硫丹的敏感性沒有顯著性差異[21]。Dyer等[23]和Maltby等[24]的研究分別顯示，在北美和歐洲不同地理分布區(qū)域的物種有著相似的敏感性。另外，Maltby等[25]研究了16種殺蟲劑，指出棲息環(huán)境(海水、淡水、靜水、流水)和地理分布區(qū)域(古北區(qū)、新北區(qū)、溫帶、熱帶)對于構(gòu)建物種敏感度分布曲線(用于推導(dǎo)水生態(tài)基準)沒有顯著性影響，而物種的種類則影響其敏感度分布。

然而有研究發(fā)現(xiàn)，在仔細比較本地種數(shù)據(jù)和非本地種數(shù)據(jù)時，其物種組成存在一定的差異性，因此在數(shù)據(jù)的比較過程中缺乏一種等價性。通常情況下，由于本地物種毒性數(shù)據(jù)的缺乏，用于推導(dǎo)基準值的本地物種，其生物多樣性相對較低，這樣引入高敏感物種而引起推導(dǎo)結(jié)果發(fā)生偏頗的可能性大大增加。另一個需要考慮的因素是有效數(shù)據(jù)的代表性，比如所篩選的物種必須能夠代表特定區(qū)域水環(huán)境自然特征。因此，雖然在本地數(shù)據(jù)極度缺少的情況下不得不通過非本地物種的毒性結(jié)果來推導(dǎo)本區(qū)域水生態(tài)基準，為了避免數(shù)據(jù)的偏頗和可能出現(xiàn)的結(jié)果上的差異，在比較本地種和非本地種時，一定要考慮數(shù)據(jù)的對等性和代表性。

1.3 實驗室試驗與野外現(xiàn)場試驗

USEPA介紹了確定水體NOEC最理想的方法，通過向一些干凈的水體中加入不同濃度的化學(xué)物質(zhì)觀察無明顯效應(yīng)產(chǎn)生時能允許的最高濃度[6]。顯然這種方法并不可取，而必須依靠小規(guī)模的、從單一物種或多物種的實驗室試驗到多物種野外試驗的毒性研究。雖然環(huán)境暴露模型選擇數(shù)據(jù)時規(guī)定，優(yōu)先選擇的毒性數(shù)據(jù)順序是：野外現(xiàn)場試驗，中宇宙/微宇宙試驗，多物種的實驗室暴露測試，單一物種的實驗室暴露測試。但是最豐富、最可靠且最容易獲得的數(shù)據(jù)往往都是單一物種的實驗室試驗數(shù)據(jù)，而其他數(shù)據(jù)則普遍被認為缺乏標準化、重復(fù)性和再現(xiàn)性。對于微/中宇宙試驗，通過對試驗重復(fù)性的研究，發(fā)現(xiàn)變異系數(shù)(coefficient of variation, CV)平均為45%[26]。有的基準方法中推薦使用多物種的毒性試驗推導(dǎo)水質(zhì)基準，但其中一個最大的問題是多物種毒性試驗數(shù)據(jù)相對缺乏且數(shù)據(jù)之間存在很大差異。荷蘭使用的基準方法中多物種現(xiàn)場試驗數(shù)據(jù)并沒有用來推導(dǎo)基準，而是和單一物種實驗室試驗推導(dǎo)的環(huán)境風(fēng)險限值(ERLs)進行比較，同時為了使所得數(shù)據(jù)更加可靠，方法中規(guī)定所用的數(shù)據(jù)必須滿足特定的要求[9]。OECD利用現(xiàn)場多物種試驗數(shù)據(jù)來評估生態(tài)系統(tǒng)研究的可接受性，這對于評估化學(xué)品在野外條件下暴露的影響效應(yīng)非常有用，為了更具有說服力，試驗數(shù)據(jù)必須包括組成生態(tài)系統(tǒng)關(guān)鍵物種的NOEC值以及明顯的劑量-效應(yīng)關(guān)系[16]。

考慮到試驗的成本效益、再現(xiàn)性以及可靠性，大多數(shù)基準推導(dǎo)方法學(xué)不使用多物種的現(xiàn)場試驗數(shù)據(jù)來推導(dǎo)水質(zhì)基準。澳大利亞/新西蘭、德國、英國以及歐盟的方法中規(guī)定只要現(xiàn)場或者微宇宙試驗過程符合可接受的標準，其試驗數(shù)據(jù)可以用來推導(dǎo)水質(zhì)基準。在實際情況下很少有直接利用現(xiàn)場數(shù)據(jù)來推導(dǎo)水質(zhì)基準，更多地是將它們和單一物種的實驗室數(shù)據(jù)推導(dǎo)的基準進行比較，并通過對單一物種試驗基準的校正，避免對水生生物的“過保護”和“保護不足”。

Hose等[21]基于硫丹的急性毒性試驗比較了實驗室數(shù)據(jù)與現(xiàn)場監(jiān)測數(shù)據(jù)之間的物種敏感度分布差異，結(jié)果顯示，排除自然環(huán)境因素(光照、溫度等)干擾的實驗室數(shù)據(jù)不會對風(fēng)險評估的結(jié)果產(chǎn)生顯著影響。基于實驗室數(shù)據(jù)推導(dǎo)得出HC5值在數(shù)值上略小于中宇宙試驗數(shù)據(jù)推導(dǎo)的結(jié)果，因此基于實驗室數(shù)據(jù)獲得的基準值可以保護實際環(huán)境中的水生生物安全。同樣，Sleck等[12]也得出了類似的結(jié)論。Versteeg等[27]詳細討論了為什么測試生物在實驗室試驗會比野外現(xiàn)場試驗更加敏感。實驗室研究和半現(xiàn)場(semi-field)試驗由于在水質(zhì)狀況、棲息地適應(yīng)性等方面存在的差異性可能導(dǎo)致實驗室條件下敏感性增加[27]。而這種差異可以通過評估因子(如美國使用水效應(yīng)比)的校正后獲得最終水生態(tài)基準值[28-29]。

1.4 常規(guī)測試指標和非常規(guī)測試指標

傳統(tǒng)的生物毒性測試終點包括：生存、生長和繁殖等。因為這些效應(yīng)很容易與群落效應(yīng)關(guān)聯(lián)起來，所以也常被用來推導(dǎo)水質(zhì)基準用于保護整個生態(tài)系統(tǒng)。非傳統(tǒng)的測試終點包括：內(nèi)分泌干擾、酶活性的誘導(dǎo)、抑制效應(yīng)、行為效應(yīng)、組織效應(yīng)、應(yīng)激蛋白誘導(dǎo)效應(yīng)、致癌效應(yīng)、致突變效應(yīng)以及DNA和RNA水平的變化等，但這些非傳統(tǒng)的測試終點只有極少數(shù)能夠建立個體與種群、群落及生態(tài)系統(tǒng)之間的效應(yīng)關(guān)系，有些學(xué)者則認為由于生物自身的損傷修復(fù)和生理適應(yīng)能力，分子、激素水平的變化不一定能夠引起種群效應(yīng)的改變[30]，但是種群的變化一般都會有相應(yīng)的個體死亡，生長抑制，繁殖力下降現(xiàn)象，由此建議考慮基于種群水平的水質(zhì)基準推導(dǎo)方法以及生態(tài)風(fēng)險評估技術(shù)[31]。因而非傳統(tǒng)的測試終點很少用于推導(dǎo)水質(zhì)基準。USEPA只用傳統(tǒng)測試終點的數(shù)據(jù)推導(dǎo)水質(zhì)基準，將非傳統(tǒng)測試終點的數(shù)據(jù)歸類為“其他數(shù)據(jù)”[6]；荷蘭推導(dǎo)水質(zhì)基準的測試終點只包括生存、生長和繁殖效應(yīng)，但是其他一些效應(yīng)如生殖器官的病變、產(chǎn)卵量、受精率、孵化率等也被歸納為“繁殖效應(yīng)”[32]。OECD的方法中除了使用傳統(tǒng)的測試終點，在推導(dǎo)水質(zhì)基準的時候也考慮了生化測試終點[16]。加拿大將病理學(xué)、行為學(xué)、生理學(xué)的效應(yīng)作為次等數(shù)據(jù)用于推導(dǎo)臨時基準[8]。

Van der Oost等[33]提出很難預(yù)測什么程度的生化變化會影響整個群落或生態(tài)系統(tǒng)的健康發(fā)展。卵黃蛋白原(VTG)的變化、性激素水平和性腺的大小常作為生物標記物來評估污染物對魚類生殖系統(tǒng)的潛在危害[34]。Hutchinson等[35]認為這些生物標記物可以作為指示牌(signpost)，優(yōu)先考慮用于輔助對水、沉積物、生物群的化學(xué)及生物分析。但對于這些標記物的使用需要防止假陰性現(xiàn)象[35](例如機能響應(yīng)與生物標記物響應(yīng)不相關(guān))或假陽性現(xiàn)象[36](例如生物標記物響應(yīng)未伴隨相應(yīng)的機能響應(yīng))的出現(xiàn)。為了更好地了解個體生物標記物效應(yīng)與整個種群、群落以及生態(tài)系統(tǒng)之間的關(guān)系，有研究提出利用模型通過生物標記物響應(yīng)預(yù)測種群水平的效應(yīng)[37-40]。但是利用生化指標，行為學(xué)以及其他一些非傳統(tǒng)的測試終點來實現(xiàn)對整個群落、生態(tài)系統(tǒng)水平影響的預(yù)測依然很少，如何科學(xué)的使用這些非傳統(tǒng)的測試終點預(yù)測生態(tài)系統(tǒng)的無效應(yīng)水平需要進一步的研究。

1.5 數(shù)據(jù)的整理

對于給定化合物，不同暴露時間、不同測試終點的毒性數(shù)據(jù)往往有不同的表示方式，如NOEC、LOEC、LC/ECx，因此，對這些數(shù)據(jù)進行篩選或?qū)⑺鼈儤藴驶撬|(zhì)基準推導(dǎo)過程中必不可少的部分。當某一物種對某一化學(xué)物質(zhì)在特定測試終點的毒性數(shù)據(jù)有多個的時候，就需要對數(shù)據(jù)進行初步的整理后再用來推導(dǎo)基準值。大多數(shù)的方法是用幾何平均值來表示毒性數(shù)據(jù)的集中趨勢。但是，有些學(xué)者認為算術(shù)平均法由于其公正性、容易計算且具有更多的科學(xué)意義而更適合用來處理環(huán)境毒性數(shù)據(jù)[41]。美國推導(dǎo)水質(zhì)基準的綱領(lǐng)認為對于符合正態(tài)分布的數(shù)據(jù)，幾何平均的方法更適合于數(shù)據(jù)整理，并且明確規(guī)定種平均急性值(species mean acute values, SMAVs)是單個物種急性毒性值的幾何平均值。而屬平均急性值(genus mean acute values, GMAVs)是通過SMAVs的幾何平均獲得[6]。澳大利亞/新西蘭、荷蘭使用的基準推導(dǎo)方法規(guī)定對于某一物種的特定測試終點有多個數(shù)據(jù)時，用幾何平均的方法進行數(shù)據(jù)的整理；對于某一物種不同測試終點或不同生命階段的毒性數(shù)據(jù)，選擇最敏感測試終點或最敏感生命階段的毒性數(shù)據(jù)來推導(dǎo)基準值[7,9]。歐盟風(fēng)險評價的技術(shù)綱領(lǐng)規(guī)定當一個測試物種有多個毒性數(shù)據(jù)時，應(yīng)該選擇最符合歐州環(huán)境參數(shù)的一組數(shù)據(jù)，而且選擇最敏感測試終點，當某一相同的測試終點有多個毒性數(shù)據(jù)時用其幾何平均值進行整理[15]。同樣，OECD也用幾何平均的方法對某一物種同一測試終點的毒性數(shù)據(jù)進行整理，不同的是，對于不同測試終點的毒性數(shù)據(jù)，OECD選擇最小的值來推導(dǎo)基準[16]。

2 模型計算

2.1 評估因子法(AF)

目前，法國、德國、西班牙、英國等使用評估因子法(AF)推導(dǎo)水質(zhì)基準[42-43]，即利用數(shù)據(jù)集中最小的毒性數(shù)據(jù)乘以(或除以)一個因子得到基準。其他一些國家/地區(qū)或組織，包括澳大利亞/新西蘭、荷蘭、美國、加拿大、歐盟、OECD等同時使用SSD法和AF法。在法國，用于單一物種毒性數(shù)據(jù)AFs值的范圍是1～1 000，直接用急性毒性值得到低水平基準(AF=1)，而對于高水平基準利用慢性NOEC值除以10或者急性毒性值除以1 000獲得[42]。西班牙用最敏感物種的毒性數(shù)據(jù)推導(dǎo)基準值，對于急性毒性值(LC/EC50)乘以安全因子0.01，對于慢性毒性值(NOEC)乘以0.1。英國使用數(shù)據(jù)集中最低的不利效應(yīng)濃度除以某個安全因子。其中最大可接受濃度(MAC)是用最小的急性毒性數(shù)據(jù)除以安全因子(一般為2～10)得到，累年平均(annual average, AA)濃度是用慢性毒性數(shù)據(jù)除以安全因子(一般為1～100)獲得[43]。荷蘭通過“初步效應(yīng)評價”的過程利用評估因子法推導(dǎo)最大允許濃度(MPC)和嚴重風(fēng)險濃度(SRCECO)，但僅僅是在不同物種慢性毒性數(shù)據(jù)不足4個或者只有急性毒性數(shù)據(jù)的情況下，評估因子根據(jù)數(shù)據(jù)類型的不同在1～1000之間[9]。當毒性數(shù)據(jù)不足時OECD推薦用最小的慢性NOEC除以10或者最小的急性毒性值除以100來推到水質(zhì)基準。如果只有1個或2個不同物種的急性毒性數(shù)據(jù)時，采用1 000作為安全因子[16]。在通常情況下，澳大利亞/新西蘭的基準都是通過單一物種毒性試驗數(shù)據(jù)利用SSD法推導(dǎo)獲得，當毒性數(shù)據(jù)不足時，綱領(lǐng)中規(guī)定可以使用評估因子法推導(dǎo)觸發(fā)值(TVs)。對于不同物種急性毒性數(shù)據(jù)超過5個的數(shù)據(jù)集，用最小的急性毒性數(shù)據(jù)除以10可獲得中度可靠性TVs，對于很小的毒性數(shù)據(jù)集可利用除以評估因子20～1 000來推導(dǎo)低可靠性TVs[7]。美國推導(dǎo)水質(zhì)基準的綱領(lǐng)中規(guī)定當慢性毒性數(shù)據(jù)不足時，可以通過最終急性值(FAV)除以最終急慢性毒性比(FACR)來獲得最終慢性值(FCV)[6]。

評估因子、安全因子、評估系數(shù)、急慢性毒性比等都是以乘數(shù)的方式通過毒性測試值來預(yù)測真實環(huán)境中的事件。但是這些安全系數(shù)的決定更多是依靠國家的政策而不僅是經(jīng)驗科學(xué)，因此有評估因子法僅僅是保護環(huán)境的一種手段，而不能對環(huán)境中潛在風(fēng)險進行預(yù)測，同時可能會造成對環(huán)境的“過保護”[44]。Chapman等[14]建議在使用評估因子法時應(yīng)該遵從以下原則：1)只有科學(xué)有效的數(shù)據(jù)才可以用來推導(dǎo)基準；2)評估因子法的使用應(yīng)該基于現(xiàn)存的科學(xué)知識背景；3)評估因子法只可以用作評估效應(yīng)水平的數(shù)據(jù)篩選，而不能用來推導(dǎo)閾值；4)評估因子應(yīng)該包括一定范圍內(nèi)的不同值而不是某一個單一的數(shù)值；5)由于不同化學(xué)物質(zhì)的潛在風(fēng)險和性質(zhì)不同，其評估因子的大小也不相同。6)一些無用的“過保護”往往是沒必要的，因此對于個別推導(dǎo)過程評估因子不應(yīng)該大于10。

2.2 物種敏感度分布曲線法(SSDs)

物種敏感度分布曲線(SSDs)在20世紀70年代末就被美國和歐洲國家建議用來推出環(huán)境質(zhì)量標準，其后它在概率生態(tài)風(fēng)險評價和水質(zhì)基準或標準的制定過程中起到了非常重要的支持作用[13,20,45]。USEPA是最早利用SSD方法基于有限的數(shù)據(jù)推導(dǎo)出水質(zhì)基準用于保護水生態(tài)系統(tǒng)中絕大多數(shù)的物種[6,46]。在歐洲，也發(fā)展了對敏感物種危害濃度(hazard concentrations, HCs)的概念[16,18]。關(guān)于SSD技術(shù)最新的應(yīng)用是在澳大利亞/新西蘭的水質(zhì)基準推導(dǎo)方法中[7]。這些對于SSD方法的描述主要區(qū)別在于使用外推法時選擇何種的曲線分布。另外對數(shù)據(jù)類型和數(shù)據(jù)量的要求、置信度以及在假定曲線分布時數(shù)據(jù)的匯總各方法也各不相同。唯一一致的是各方法都選擇5%作為刪減度推導(dǎo)PNEC從而實現(xiàn)對95%以上物種的保護。

SSD方法的第一步是描繪各數(shù)據(jù)的累積概率分布曲線。這種方法是假設(shè)這些數(shù)據(jù)是對所有物種隨機抽樣的，并可以用一定的分布曲線表示。USEPA假設(shè)符合三角分布，荷蘭的方法學(xué)認為符合正態(tài)分布(ETX 2.0 程序)[47]。OECD方法規(guī)定可根據(jù)數(shù)據(jù)的類型選擇正態(tài)分布(log-normal distribution)或者邏輯斯蒂克分布(log-logistic distribution)。一方面，OECD承認USEPA采用毒性數(shù)據(jù)中最敏感的幾個有效值的特點，因為高的毒性數(shù)值并未對曲線的分布造成明顯的影響；另一方面，有學(xué)者認為USEPA僅僅通過4個最敏感物種的毒性數(shù)據(jù)要達到對絕大多數(shù)物種保護水平的方法不夠合理[48]。另外，澳大利亞/新西蘭方法認為USEPA關(guān)于毒性數(shù)據(jù)的要求過于嚴格，而且沒有任何生物學(xué)的理論基礎(chǔ)可以合理解釋為何選擇這種三角分布[7]。因此提出通過選擇擬合最佳分布(BurrliOZ v.1.0.13程序)來克服數(shù)據(jù)與假設(shè)分布不相符的問題。為了回避在選擇假設(shè)分布時的爭論，一些學(xué)者建議最好不假設(shè)曲線的分布形狀而采用一種非參數(shù)的理論去實現(xiàn)基于單一物種毒性試驗的群落或生態(tài)系統(tǒng)效應(yīng)評價。但Grist等[49]發(fā)現(xiàn)在確定HC5時參數(shù)法和非參數(shù)法存在顯著的差異，沒有一個統(tǒng)一的標準來評判2種理論方法的合理性。

在使用SSD方法推導(dǎo)基準時需要選擇分布曲線上某一個百分數(shù)作為刪減度的分界點，這就意味著當化學(xué)物的濃度低于基準值時分布在這一點之上的物種將得保護，但是分布在這一百分位之下的物種會受到化學(xué)物質(zhì)的影響或損害。利用SSD方法推導(dǎo)水質(zhì)基準時通常用百分位5th，一些方法中稱用HC5表示，即可影響5%物種的危險濃度。也有一些學(xué)者認為將HC5解釋為5%的物種將受到影響是不正確的，HC5只是用來推導(dǎo)PNEC的一種方法。Solomon等[50]認為只要能夠保護生態(tài)系統(tǒng)的結(jié)構(gòu)和功能的完整性，任何的百分位都可以選擇作為物種保護的刪減度。美國的基準方法認為用10th或1st推導(dǎo)基準時可能使保護度偏低或偏高，因而選擇兩者之間百分位5th，盡管如此，有研究顯示美國的基準值和無效應(yīng)濃度之間有很好的一致性[51]。荷蘭選擇百分位5th推導(dǎo)MPC，選擇50th推導(dǎo)SRCECO，但綱領(lǐng)中并沒有具體說明選擇的原因。澳大利亞/新西蘭依舊選用百分位5th，其中一個簡單的原因是用它推導(dǎo)得出的觸發(fā)值(TVs)與多物種毒性試驗NOEC值一致，另外，其他研究也發(fā)現(xiàn)了兩者之間很好的相關(guān)性[21,25]，因而在目前的基準方法中一般選擇百分位5th作為物種保護刪減度。

采用SPSS22.0（IBM公司，美國）統(tǒng)計軟件進行數(shù)據(jù)錄入及統(tǒng)計學(xué)分析，術(shù)中手術(shù)時間、出血量、骨折愈合時間等計量資料以（均數(shù)±標準差）表示，采用t檢驗；治療優(yōu)良率等計數(shù)資料以（n，%）表示，采用χ2檢驗，以P＜0.05表示差異具有統(tǒng)計學(xué)意義。

用統(tǒng)計外推法得出的基準結(jié)果與實際環(huán)境中真實的無效應(yīng)濃度之間可能存在一定的差異，因而基準方法學(xué)中利用置信度的概念來評價這種不確定性。除了美國，其他使用SSD法推導(dǎo)水質(zhì)基準的方法學(xué)中規(guī)定了具體的置信水平。一般情況下用50%、90%、95%或者其他級別的確定性來表述外推法得出的基準值高于(或低于)真實的HC5值。雖然這些置信度都可以用來推導(dǎo)基準值，但是從統(tǒng)計學(xué)的角度選擇50%的置信度(又稱中位數(shù)評估)更有實際意義[7,52]。荷蘭利用50%的置信度推導(dǎo)MPCs和SRCECO，同時也提出了90%的置信區(qū)間[9]。澳大利亞/新西蘭也按照荷蘭使用HC5的中位數(shù)評估法(50%)來推導(dǎo)MTC。歐盟風(fēng)險評價技術(shù)綱領(lǐng)用PNEC的中位數(shù)評估法，同時也考慮用95%的置信度來判斷一個評估因子是否可以被用來推導(dǎo)PNEC值。OECD規(guī)定可選擇50%或者95%的置信水平來評估HC5。

2.3 其他方法

生態(tài)毒理學(xué)模型由于其能對區(qū)域水生態(tài)系統(tǒng)進行表征，并能把各營養(yǎng)級的相互關(guān)系進行量化，同時能反映由于毒物的作用引起的物種間的間接效應(yīng)，因此被廣泛地用于水環(huán)境中污染物的生態(tài)風(fēng)險評估，如AQUATOX模型[53-54]。生態(tài)毒理學(xué)模型主要是根據(jù)生態(tài)系統(tǒng)中各物種或種群的生物量來表征風(fēng)險。并且定義某物種在與無毒性物質(zhì)存在情況下相比其生物量在±20%的變化(EC20)是正常的，超過這個范圍則認為存在風(fēng)險。這主要是從生態(tài)系統(tǒng)的結(jié)構(gòu)穩(wěn)定性上和經(jīng)濟學(xué)價值上的綜合考慮。由于它能夠表征水質(zhì)，這一點更符合區(qū)域水生態(tài)基準的制定要求。一些學(xué)者曾嘗試用生態(tài)毒理學(xué)模型來推導(dǎo)區(qū)域水生態(tài)基準值進而評價污染物對區(qū)域水環(huán)境存在的風(fēng)險[2,55]。由于生態(tài)毒理模型對數(shù)據(jù)量的要求較高，其本身的模型參數(shù)也需要本地數(shù)據(jù)校準，阻礙了其在水生態(tài)基準推導(dǎo)過程中的使用。另外以EC20作為生態(tài)系統(tǒng)安全的閾值本身也存在爭議[56]。然而由于其能夠表征區(qū)域特性，以及種間相互作用關(guān)系，是今后污染物風(fēng)險評估技術(shù)的發(fā)展方向。

USEPA研發(fā)的種間關(guān)聯(lián)預(yù)測模型(interspecies correlation estimates, ICEs)通過使用替代物種的毒性試驗結(jié)果來預(yù)測其他包括143種水生及陸生生物的急性效應(yīng)。該模型涵蓋了120種魚類、無脊椎動物的4 472個急性毒性數(shù)據(jù)以及2 084個種間回歸模型，使其成為最全面的種間比較、分析工具[57]。因此，USEPA開發(fā)了Web-ICE 3.0程序通過ICE模型及SSD模型推導(dǎo)污染物的環(huán)境安全濃度值。一些學(xué)者對其預(yù)測的結(jié)果進行了比較分析，研究結(jié)果顯示通過一定安全系數(shù)校正的ICE預(yù)測結(jié)果可以用于保護水生態(tài)環(huán)境的安全[58-61]。但是由于ICE模型只能預(yù)測急性毒性的結(jié)果，針對某些特殊的污染物通過急性毒性結(jié)果外推的慢性毒性結(jié)果不能真實反映污染物對生物體的長期影響，比如一些激素類化合物其急性毒性相對較小，而通過長期的暴露，在很低的劑量下也可能會影響生物的繁殖和發(fā)育。此外ICE模型涵蓋的生物大多為北美地區(qū)的物種，對于是否可以利用其他地區(qū)的生物建立區(qū)域水生態(tài)基準還存在爭論。

3 發(fā)展我國水生態(tài)基準推導(dǎo)方法學(xué)

迄今為止，我國尚未系統(tǒng)編制過一套基于科學(xué)理論和充足數(shù)據(jù)支持的水生態(tài)基準。其根本原因在于水生態(tài)基準研究基礎(chǔ)薄弱，缺乏具有可操作性的水生態(tài)基準制定方法學(xué)。導(dǎo)致現(xiàn)有水質(zhì)標準科學(xué)依據(jù)也不充分，對水生態(tài)系統(tǒng)的保護不夠和過分保護。2002年修訂的中國《地表水環(huán)境質(zhì)量標準》(GB3838—2002)目的是保護水資源的不同使用功能[62]。標準中涉及到有機有毒污染物，主要針對集中式生活飲用水地表水源地，絕大多數(shù)是套用我國《生活飲用水衛(wèi)生規(guī)范》中的標準值。從維護中國水生態(tài)系統(tǒng)的長遠利益來看，根據(jù)我國區(qū)域水體的實際水質(zhì)特性與水生態(tài)系統(tǒng)的結(jié)構(gòu)特征制定相應(yīng)的區(qū)域性水生態(tài)基準，建立基于維護水體生態(tài)系統(tǒng)健康的水質(zhì)基準制定方法學(xué)與規(guī)范，將為我國水生態(tài)基準的制定，進而為水質(zhì)標準的制定提供科學(xué)依據(jù)。然而，一種完全獨立的、全新的方法學(xué)的建立是一項耗資巨大且曠日持久的過程，水生態(tài)基準方法學(xué)的研究可能更適合于在現(xiàn)有方法學(xué)的基礎(chǔ)上去蕪存精。借鑒國外制定水生態(tài)基準方法學(xué)的經(jīng)驗，結(jié)合本國特色的案例研究，發(fā)展有中國區(qū)域特色的水生態(tài)基準方法學(xué)。

在基準的案例研究方面，最初的基準研究基本上都是參考美國的標準技術(shù)文件展開的，通過結(jié)合中國本地物種實驗結(jié)果，從而探討中國淡水水生生物水質(zhì)基準，如丙烯腈、硫氰酸鈉和乙腈以及取代酚類污染物基準[63-64]。然而美國水質(zhì)基準綱領(lǐng)制定時間較早，隨著科學(xué)的不斷發(fā)展，其存在的弊端也是非常明顯，比如美國制定水質(zhì)基準在數(shù)據(jù)的篩選時對植物毒性數(shù)據(jù)考慮很少，這對于制定農(nóng)藥類水質(zhì)基準存在一定的問題；此外美國僅通過4個最敏感物種的毒性數(shù)據(jù)要達到對絕大多數(shù)物種保護水平的方法不夠合理。隨著基準研究的不斷深入，一些學(xué)者開始借鑒其他國家/地區(qū)如歐盟的研究方法，采用國際上普遍認可的物種敏感度分布法(SSDs)對某些污染物展開系列研究，進而推導(dǎo)出污染物的水質(zhì)基準值，雷炳莉等[2]以太湖為例對幾種氯酚類化合物的水生生物基準進行了推導(dǎo)。值得一提的是，近年來金小偉等[11,22,44]基于中國本地種構(gòu)建了3種氯酚類化合物的水生態(tài)基準，并對不同區(qū)域水生物種敏感性差異以及不同基準推導(dǎo)方法進行了系統(tǒng)的比較。這些工作對我國水生態(tài)基準方法學(xué)的發(fā)展起到了積極的作用。

基于國內(nèi)外關(guān)于水生態(tài)基準推導(dǎo)方法學(xué)的基礎(chǔ)，以“保護我國水生生物避免有害物質(zhì)的不利影響，保護我國水生態(tài)系統(tǒng)及其功能的完整性”為目的，發(fā)展適合我國水生態(tài)基準方法研究的數(shù)據(jù)篩選與模型計算方法(表1和表2)。

鑒于大多數(shù)國家水質(zhì)基準綱領(lǐng)文件中對數(shù)據(jù)量的規(guī)定，同時由于非本地種是否可以用來推導(dǎo)特定區(qū)域水生態(tài)基準一直存在爭議。筆者推薦在使用SSD方法推導(dǎo)我國的水生態(tài)基準值時，選擇的本土水生生物測試種應(yīng)至少涵蓋3個營養(yǎng)級：水生植物/初級生產(chǎn)者、無脊椎動物/初級消費者、脊椎動物/次級消費者。選擇的本土水生生物測試種應(yīng)囊括至少5個不同種類，包括至少1種硬骨魚(如鯉科魚類)、至少1種浮游動物(例如大型蚤、輪蟲)、至少1種大型底棲動物(例如河蜆、青蝦)、至少1種浮游藻類(例如小球藻)和至少1種大型水生植物(例如浮萍)。

選擇的水生生物測試種中必須包括我國的本土優(yōu)勢種，或者當?shù)氐闹饕?jīng)濟種、娛樂種。應(yīng)有純粹的基因品系和穩(wěn)定的來源，排除雜交品系和污水生物種。水產(chǎn)養(yǎng)殖場以及交易市場上的水生生物，由于其長期食用激素類藥物及飼料，因此也應(yīng)排除在外。對于一些已經(jīng)證明本地種和非本地種敏感性無明顯差異的污染物，非本地物種(如國際通用模式水生物種)的毒性數(shù)據(jù)可用于環(huán)境風(fēng)險的評估。在毒性試驗中，本地試驗生物的選擇一般應(yīng)從下列幾方面來考慮：(1)敏感性與一致性。受試生物對實驗毒物具有敏感性及對毒物反應(yīng)有一致性。(2)普遍性與可試驗性。受試生物應(yīng)具有廣泛的地理分布和足夠的數(shù)量，經(jīng)得起實驗室檢驗、保養(yǎng)容易、遺傳穩(wěn)定。

表1 生態(tài)毒性試驗中評價數(shù)據(jù)的等級指標Table 1 Evaluation index of ecotoxicity test data for deriving aquatic life criteria (ALC)

受試生物應(yīng)具有豐富的生物學(xué)背景資料，人們已經(jīng)清楚地了解了受試生物的生活史、生長、發(fā)育、生理代謝等。受試生物對試驗毒物的反應(yīng)能夠被測定，并具有一套標準的測定方法和技術(shù)。(3)生態(tài)關(guān)聯(lián)性。受試生物應(yīng)該是生態(tài)系統(tǒng)的重要組成成分，是重要的生態(tài)類群代表(根據(jù)分類學(xué)、營養(yǎng)學(xué)水平)，具有重大的生態(tài)學(xué)價值。所選擇各受試生物種群充分代表了流域不同生態(tài)營養(yǎng)級別，并應(yīng)考慮與人食物鏈的聯(lián)系。(4)受試生物應(yīng)具有重要的經(jīng)濟價值和旅游價值。此外，還應(yīng)考慮到受試生物的個體大小和生活史長短，以前是否接觸過待測試物等異常情況，例如，曾經(jīng)受污染的情況。

表2 水生態(tài)基準數(shù)據(jù)篩選與計算方法Table 2 Data screening and model calculating for deriving aquatic life criteria (ALC)

適合于基準推導(dǎo)的試驗終點有生存、生長和繁殖，同時也包括了行為學(xué)(行動抑制等)和種群水平的指標。除此之外，其他試驗終點如果可以和生存、生長、繁殖效應(yīng)關(guān)聯(lián)起來，也可以用于基準的推導(dǎo)。對于搜集的大量的理化數(shù)據(jù)和生態(tài)毒性數(shù)據(jù)可依據(jù)“可靠性”和“相關(guān)性”的原則評價數(shù)據(jù)的質(zhì)量。對于某一物種的特定測試終點有多個數(shù)據(jù)時，用幾何平均的方法進行數(shù)據(jù)的整理；對于某一物種不同測試終點或不同生命階段的毒性數(shù)據(jù)，選擇最敏感測試終點或最敏感生命階段的毒性數(shù)據(jù)來推導(dǎo)基準值。

考慮不同大小的毒性數(shù)據(jù)集，當毒性數(shù)據(jù)不足時使用AF法(慢性NOEC值除以10或者急性毒性值除以1 000獲得)或ICE模型預(yù)測來計算水質(zhì)基準(表2)。當毒性數(shù)據(jù)充足的條件下使用SSD方法。對于采用不同分布方式的爭論，以及采用非參數(shù)法不考慮分布方式的假設(shè)，都是在假定的分布方式能很好地擬合數(shù)據(jù)或者為了平息相互之間的爭論，因而從根本上都是無效的，因為大多數(shù)情況下所掌握的數(shù)據(jù)并不符合既定的假設(shè)分布。目前所有方法的使用都集中在基準的推導(dǎo)。荷蘭采用正態(tài)分布是建立在雙對數(shù)分布(log-log distribution)的基礎(chǔ)之上，OECD認為三角分布、正態(tài)分布、邏輯斯蒂克這3種分布得出的結(jié)果非常相似[15]。澳大利亞/新西蘭開發(fā)的BurrliOZ v.1.0.13程序可通過選擇擬合最佳分布(如邏輯斯蒂分布、正態(tài)分布、威布爾分布、Burr III分布)來克服數(shù)據(jù)與假設(shè)分布不相符的問題；同時該程序也考慮了基準計算過程的置信度水平，因此很適合于基準的計算與推導(dǎo)。另外在推導(dǎo)水質(zhì)基準的過程中需要考慮到水質(zhì)特征(如pH、溫度、硬度等)對基準值的影響，并通過水質(zhì)參數(shù)利用生態(tài)毒理模型對基準值進行校正。SSD方法已經(jīng)在概率生態(tài)風(fēng)險評價和水質(zhì)基準或標準的制定過程中起到了非常重要的支持作用。是未來一段時間制定水生態(tài)基準的主要方法。在使用SSD方法時應(yīng)當考慮以下假設(shè)：1)如果生態(tài)系統(tǒng)中95%的物種得到保護，則整個生態(tài)系統(tǒng)也得到了保護；2)毒性數(shù)據(jù)是對稱分布的；3)每個毒性數(shù)據(jù)都代表獨立的隨機樣本(OECD 1995)。雖然SSD方法的使用目前也存在很多爭議，但是當數(shù)據(jù)充足的前提下，SSD方法也可以對生態(tài)系統(tǒng)提供合理的保護水平。相對于評估因子法，SSD方法在推導(dǎo)基準值時有很多的優(yōu)點，尤其是在風(fēng)險管理中可以選擇適當?shù)谋Ｗo水平以及置信度。因此，目前用SSD方法推導(dǎo)的基準被認為可以對生態(tài)系統(tǒng)提供足夠的保護，但同時也需要隨著野外試驗毒性數(shù)據(jù)的補充去進一步證明。

致謝：感謝南京大學(xué)環(huán)境學(xué)院張效偉教授，美國加州洛杉磯區(qū)域水質(zhì)管理委員會水質(zhì)管理專家開根森先生對本文的審閱以及提出的寶貴意見！

[1] 金小偉, 雷炳莉, 許宜平, 等. 水生態(tài)基準方法學(xué)概述及建立我國水生態(tài)基準的探討[J]. 生態(tài)毒理學(xué)報, 2009, 4(5): 609-616

Jin X W, Lei B L, Xu Y P, et al. Methodologies for deriving water quality criteria to protect aquatic life (ALC) and proposal for development of ALC in China: A review [J]. Asian Journal of Ecotoxicology, 2009, 4(5): 609-616 (in Chinese)

[2] 雷炳莉, 金小偉, 黃圣彪, 等. 太湖流域3種氯酚類化合物水質(zhì)基準的探討[J]. 生態(tài)毒理學(xué)報, 2009, 4(1): 40-49

Lei B L, Jin X W, Huang S B, et al. Discussion of quality criteria for three chlorophenols in Taihu Lake [J]. Asian Journal of Ecotoxicology, 2009, 4(1): 40-49 (in Chinese)

[3] 吳豐昌, 孟偉, 宋永會, 等. 中國湖泊水環(huán)境基準的研究進展[J]. 環(huán)境科學(xué)學(xué)報, 2008, 28(12): 2385-2393

Wu F C, Meng W, Song Y H, et al. Research progress in lake water quality criteria in China [J] . Acta Scientiae Circumstantiae, 2008, 28(12): 2385-2393 (in Chinese)

[4] 孟偉, 張遠, 鄭丙輝. 水環(huán)境質(zhì)量基準、標準與流域水污染物總量控制策略[J]. 環(huán)境科學(xué)研究, 2006, 19(3): 1-6

Meng W, Zhang Y, Zheng B H. The quality criteria, standards of water environment and the water pollutant control strategy on watershed [J]. Research of Environmental Sciences, 2006, 19(3): 1-6 (in Chinese)

[5] 穆景利, 王瑩, 王菊英. 我國海水水質(zhì)基準的構(gòu)建：以三丁基錫為例[J]. 生態(tài)毒理學(xué)報, 2010, 5(6): 776-786

Mu J L, Wang Y, Wang J Y. Construction of marine water quality criterion in China: A case study of tributyltin (TBT) [J]. Asian Journal of Ecotoxicology, 2010, 5(6): 776-786 (in Chinese)

[6] USEPA. Guidelines for Deriving Numerical National Water Quality Criteria for the Protection of Aquatic Organisms and Their Uses. National Technical Information Service Accession Number PB85-227049 [R]. Washington D C: US Environmental Protection Agency, 1985

[7] Australian and New Zealand Environmentent and Conservation Council and Agriculture and Resource Management Council of Australia and New Zealand. Australian and New Zealand Guidelines for Fresh and Marine Water Quality [R]. Canberra: ANZECC&ARMCANZ, 2000

[8] Canadian Council of Ministers of the Environment. A Protocol for the Derivation of Water Quality Guidelines for the Protection of Aquatic Life. Canadian Environmental Quality Guidelines [R]. Ottawa: CCME, 2007

[9] National Institute of Public Health and the Environment. Guidance Document on Deriving Environmental Risk Limits in the Netherlands. Report No.601501012. [R]. Bilthoven: RIVM, 2001

[10] Isnard P, Garay V, Roman G. Evaluation of PNEC values: Extrapolation from microtox , algae, daphnid, and fish data to HC5 [J]. Chemosphere, 2000, 40(3): 267-273

[11] Jin X W, Zha J M, Xu Y P, et al. Derivation of aquatic predicted no-effect concentration (PNEC) for 2,4-dichlorophenol: Comparing native species data with non-native species data [J]. Chemosphere, 2011, 84(10): 1506-1511

[12] Selck H, Riemann B, Christoffersen K, et al. Comparing sensitivity of ecotoxicological effect endpoints between laboratory and field [J]. Ecotoxicology and Environmental Safety, 2002, 52(2): 97-112

[13] Wheeler J R, Grist E P M, Leung K M Y, et al. Species sensitivity distributions: Data and model choice [J]. Marine Pollution Bulletin, 2002, 45(1): 192-202

[14] Chapman P M, Fairbrother A, Brown D. A critical evaluation of safety (uncertainty) factors for ecological risk assessment [J]. Environmental Toxicology and Chemistry, 1998, 17(1): 99-108

[15] European Chemicals Bureau. Technical Guidance for Deriving Environmental Quality Standards. Common Implementation Strategy for the Water Framework Directive (2000/60/EC) [R]. Luxembourg: European Chemicals Bureau, European Commission Joint Research Center, European Communities, 2011

[16] Oranization for Economic Cooperation and Development. Guidance Document for Aquatic Effect Assessment [R]. Paris: OECD, 1995

[17] Aldenberg T, Luttik R. Extrapolation factors for tiny toxicity data sets from species sensitivity distributions with known standard deviation [M]// Posthuma L, Sunter G W II, Traas T P (eds). Species Sensitivity Distributions in Ecotoxicology. Boca Raton: Lewis Publishers, 2002: 103-118

[18] Van straalen N M, Denneman C A J. Ecotoxicological evaluation of soil quality criteria [J]. Ecotoxicology and Environmental Safety, 1989, 18(3): 241-251

[19] Jagoe R H, Newman M C. Bootstrap estimation of community NOEC values [J]. Ecotoxicology, 1997, 6(5): 293-306

[20] Newman M C, Ownby D R, Mezin L C A, et al. Applying species-sensitivity distributions in ecological risk assessment: Assumptions of distribution type and sufficient numbers of species [J]. Environmental Toxicology and Chemistry, 2000, 19(2): 508-515

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

[22] Jin X W, Zha J M, Xu Y P, et al. Toxicities of pentachlorophenol to native aquatic species in the Yangtze River [J]. Environmental Science and Pollution Research, 2012, 19(3): 609-618

[23] Dyer S D, Belanger S E, Carr G J. An initial evaluation of the use of Euro/North American fish species for tropical effects assessments [J]. Chemosphere, 1997, 35(11): 2767-2781

[24] Maltby L, Blake N, Brock T C M, et al. Addressing Interspecific Variation in Sensitivity and the Potential to Reduce this Source of Uncertainty in Ecotoxicological Assessments. DEFRA Project Code PN0932 [R]. London: UK Department for Environment, Food and Rural Affairs, 2002

[25] Maltby L, Blake N, Brock T C M, et al. Insecticide species sensitivity distributions: Importance of test species selection and relevance to aquatic ecosystems [J]. Environmental Toxicology and Chemistry, 2005, 24(2): 379-388

[26] Sanderson H. Pesticide studies-Replication of micro/mesocosm studies [J]. Environmental Science and Pollution Research, 2002, 9(6): 429-435

[27] Versteeg D J, Belanger S E, Carr G J. Understanding single-species and model ecosystem sensitivity: Data-based comparison [J]. Environmental Toxicology and Chemistry, 1999, 18(6): 1329-1346

[28] Rand G M, Clark J R. Hazard/risk assessment of pyridaben: II. Outdoor aquatic toxicity studies and the water-effect ratio [J]. Ecotoxicology, 2000, 9(3): 169-177

[29] Welsh P G, Lipton J, Chapman G A. Evaluation of water-effect ratio methodology for establishing site-specific water quality criteria [J]. Environmental Toxicology and Chemistry, 2000, 19(6): 1616-1623

[30] Nicholsi J W, Breen M, Denver R J, et al. Predicting chemical impacts on vertebrate endocrine systems [J]. Environmental Science & Technology, 2011, 30(1): 39-51

[31] Lin B L, Tokai A, Nakanishi J. Approaches for establishing predicted-no-effect concentrations for population-level ecological risk assessment in the context of chemical substances management [J]. Environmental Science & Technology, 2005, 39(13): 4833-4840

[32] Slooff W. RIVM Guidance Document. Ecotoxicological Effect Assessment: Deriving Maximum Tolerable Concentrations (MTC) from Single-Species Toxicity Data [R]. Bilthoven: National Institute of Public Health and the Environment (RIVM), 1992

[33] Van der Oost R, Beyer J, Vermeulen N P E. Fish bioaccumulation and biomarkers in environmental risk assessment: A review [J]. Environmental Toxicology and Pharmacology, 2003, 13(2): 57-149

[34] Bosker T, Munkittrick K R, Maclatchy D L. Challenges and opportunities with the use of biomarkers to predict reproductive impairment in fishes exposed to endocrine disrupting substances [J]. Aquatic Toxicology, 2010, 100(1): 9-16

[35] Hutchinson T H, Ankley G T, Segner H, et al. Screening and testing for endocrine disruption in fish-Biomarkers as "signposts," not "traffic lights," in risk assessment [J]. Environmental Health Perspectives, 2006, 114(s1): 106-114

[36] Hartung T. Toxicology for the twenty-first century [J]. Nature, 2009, 460(7252): 208-212

[37] De Coen W M, Janssen C R. A multivariate biomarker-based model predicting population-level responses of Daphnia magna [J]. Environmental Toxicology and Chemistry, 2003, 22(9): 2195-2201

[38] Kramer V J, Etterson M A, Hecker M, et al. Adverse outcome pathways and ecological risk assessment bridging to population-level effects [J]. Environmental Toxicology and Chemistry, 2011, 30(1): 64-76

[39] Miller D H, Jensen K M, Villeneuve D L, et al. Linkage of biochemical responses to population-level effects: A case study with vitellogenin in the fathead minnow (Pimephales promelas) [J]. Environmental Toxicology and Chemistry, 2007, 26(3): 521-527

[40] Fedorenkova A, Vonk J A, Lenders H J R, et al. Ecotoxicogenomics: Bridging the gap between genes and populations [J]. Environmental Science & Technology, 2010, 44(11): 4328-4333

[41] Parkhurst D F. Arithmetic versus geometric means for environmental concentration data [J]. Environmental Science & Technology, 1998, 32(3): 92A-98A

[42] Lepper P. Towards the Derivation of Quality Standards for Priority Substances in the Context of the Water Framework Directive [R]. Schmallenberg: Fraunhofer-Institute Molecular Biology and Applied Ecology, 2002

[43] Zabel T F, Cole S. The derivation of environmental quality standards for the protection of aquatic life in the UK [J]. Water and Environment Journal, 1999, 13(6): 436-440

[44] Jin X W, Zha J M, Xu Y P, et al. Derivation of predicted no effect concentrations (PNEC) for 2,4,6-trichlorophenol based on Chinese resident species [J]. Chemosphere, 2012, 86(1): 17-23

[45] Aldenberg T, Slob W. Confidence-limits for hazardous concentrations based on logistically distributed NOEC toxicity data [J]. Ecotoxicology and Environmental Safety, 1993, 25(1): 48-63

[46] US Environmental Protection Agency. Water Quality Guidance for the Great Lakes System. Federal Register, 40 CFR Part 132. [R]. Washington D C: USEPA, 2003

[47] Aldenberg T, Jaworska J S. Uncertainty of the hazardous concentration and fraction affected for normal species sensitivity distributions [J]. Ecotoxicology and Environmental Safety, 2000, 46(1): 1-18

[48] Okkerman P C, Plassche E, Slooff W, et al. Ecotoxicological effects assessment: A comparison of several extrapolation procedures [J]. Ecotoxicology and Environmental Safety, 1991, 21(2): 182-193

[49] Grist E P M, Crane M, Jones C, et al. Estimation of demographic toxicity through the double bootstrap [J]. Water Research, 2003, 37(3): 618-626

[50] Solomon K R, Takacs P. Probabilistic risk assessment using species sensitivity distributions [M]// Posthuma L, Suter G W II, Traas T P (eds). Species Sensitivity Distributions in Ecotoxicology. Boca Raton: Lewis Publishers, 2002: 285-314

[51] Stephan C E, Rogers J W. Advantages of Using Regression Analysis to Calculate Results of Chronic Toxicity Tests [M]// Bahner R C, Hansen D J (eds). Aquatic Toxicology and Hazard Assessment: Eighth Symposium. Philadelphia: American Society for Testing and Materials, 1985: 328-388

[52] Fox D R. Setting water quality guidelines-A statisticians perspective [J]. SETAC News, 1999, 19(3): 17-18

[53] Park R A, Clough J S, Wellman M C. AQUATOX: Modeling environmental fate and ecological effects in aquatic ecosystems [J]. Ecological Modelling, 2008, 213(1): 1-15

[54] Lei B L, Huang S B, Qiao M, et al. Prediction of the environmental fate and aquatic ecological impact of nitrobenzene in the Songhua River using the modified AQUATOX model [J]. Journal of Environmental Sciences, 2008, 20(7): 769-777

[55] Lei B L, Huang S B, Jin X W, et al. Deriving the aquatic predicted no-effect concentrations (PNECs) of three chlorophenols for the Taihu Lake, China [J]. Journal of Environmental Science and Health Part A, Toxic/Hazardous Substances & Environmental Engineering, 2010, 45(14): 1823-1831

[56] Van der hoeven N, Noppert F, Leopold A. How to measure no effect. Part I: Towards a new measure of chronic toxicity in ecotoxicology. Introduction and workshop results [J]. Environmetrics, 1997, 8(3): 241-248

[57] Dyer S D, Versteeg D J, Belanger S E, et al. Interspecies correlation estimates predict protective environmental concentrations [J]. Environmental Science & Technology, 2006, 40(9): 3102-3111

[58] Awkerman J A, Raimondo S, Barron M G. Development of species sensitivity distributions for wildlife using interspecies toxicity correlation models [J]. Environmental Science & Technology, 2008, 42(9): 3447-3452

[59] Dyer S D, Versteeg D J, Belanger S E, et al. Comparison of species sensitivity distributions derived from interspecies correlation models to distributions used to derive water quality criteria [J]. Environmental Science & Technology, 2008, 42(8): 3076-3083

[60] Raimondo S, Mineau P, Barron M G. Estimation of chemical toxicity to wildlife species using interspecies correlation models [J]. Environmental Science & Technology, 2007, 41(16): 5888-5894

[61] Qi P, Wang Y, Mu J L, et al. Aquatic predicted no-effect concentration derivation for perfluorooctane sulfonic acid [J]. Environmental Toxicology and Chemistry, 2011, 30(4): 836-842

[62] 夏青, 陳艷卿. 水質(zhì)基準與水質(zhì)標準[M]. 北京: 中國標準出版社, 2004: 14-15

[63] Yin D Q, Hu S Q, Jin H J, et al. Deriving freshwater quality criteria for 2,4,6-trichlorophenol for protection of aquatic life in China [J]. Chemosphere, 2003, 52(1): 67-73

[64] Yin D Q, Jin H J, Yu L W, et al. Deriving freshwater quality criteria for 2,4-dichlorophenol for protection of aquatic life in China [J]. Environmental Pollution, 2003, 122(2): 217-222

◆

MethodologiesforDerivingAquaticLifeCriteria(ALC):DataScreeningandModelCalculating

Jin Xiaowei1,2，Wang Yeyao1, Wang Zijian2,*

1. China National Environmental Monitoring Center, Beijing 100012, China 2. Research Center for Eco-Environmental Sciences, Chinese Academy of Sciences, Beijing 100085, China

22 February 2013accepted26 March 2013PublisheddateonCNKIdatabases:27 November 2013

Aquatic life criteria (ALC) should be based on scientific and existing data and models in order to ensure the most effective aquatic life methodology. This review was undertaken to identify key outstanding issues of data screening and model calculating regarding the establishment of ALC, including data quantity and data quality, native species vs. non-native species, laboratory test vs. field test, traditional vs. non-traditional endpoints and data reduction, as well as ALC estimated models of assessment factors (AFs), species sensitivity distribution (SSDs), interspecies correlation estimates (ICEs). A proposed approach focused on data screening and model calculating for developing ALC in China were also discussed, based on modification of existing methodologies and specified taxonomic diversity in China.

: aquatic life criteria; data screening; assessment factor; species sensitivity distribution; AQUATOX model

國家自然科學(xué)青年基金(21307156); 國家水體污染控制與治理科技重大專項(2013ZX07502001)

金小偉(1985-)，男，博士，工程師，研究方向為水生態(tài)基準以及區(qū)域生態(tài)風(fēng)險評價，E-mail: jxw85@126.com；

*通訊作者(Corresponding author)，E-mail: wangzj@rcees.ac.cn

10.7524/AJE.1673-5897.20130222001 優(yōu)先出版網(wǎng)址：www. cnki. net/kcms/detail/11.5470. x. 20131127. 1623. 001. html

2013-02-22錄用日期：2013-03-26 < class="emphasis_bold">網(wǎng)絡(luò)出版時間

時間：2013-11-27

1673-5897(2014)1-001-13

： X171.5

： A

王子健(1953―)，男，研究員，博士生導(dǎo)師，主要研究天然水體和水處理過程中的水質(zhì)轉(zhuǎn)化、相關(guān)毒性和毒理變化以及健康和生態(tài)風(fēng)險。

金小偉，王業(yè)耀，王子健. 淡水水生態(tài)基準方法學(xué)研究：數(shù)據(jù)篩選與模型計算[J]. 生態(tài)毒理學(xué)報, 2014, 9(1): 1-13

Jin X W，Wang Y Y, Wang Z J. Methodologies for deriving aquatic life criteria (ALC): Data screening and model calculating [J]. Asian Journal of Ecotoxicology, 2014, 9(1): 1-13 (in Chinese)