水生生物对毒死蜱的物种敏感度分布研究

论文摘要

物种敏感度分布（species sensitivity distribution,SSD）是一种基于单物种测试的外推方法,其在污染物环境质量标准的制定与污染生态系统的生态风险评价中的应用近年来已成为研究热点。本研究针对水环境中日益严重的有机磷农药污染问题,选择广泛使用的毒死蜱作为研究对象,利用其对水生生态系统中不同营养层次生物物种的半数效应浓度（median effective concentration, EC50）,建立基于对数-逻辑斯蒂、对数-正态、对数-三角形、韦伯分布的水生生物SSD模型,采用概率图和拟合优度检验方法对模型进行了检验和评价,并应用参数Bootstrap对模型参数及模型输出的5%危害浓度（hazardous concentration for 5% of the species, HC5）和潜在影响比例（potentially affected fraction, PAF）进行不确定性分析。论文还从模型选择角度探讨了降低SSD的不确定性的方法,同时研究了小样本数据构建SSD的方法,并确定出构建SSD所需的最小样本容量。本研究可为环境管理机构对受污染水环境进行快速、科学的生态风险评价,以及制定合理、安全的水质标准提供理论依据和方法支持。主要结果如下：（1）对四种确定概率SSD模型进行概率图和拟合优度检验,结果表明选用的四种累积函数分布均可以较好地拟合物种敏感度数据。依据Anderson-Darling （A-D）检验统计量的比较,确定对数-三角形分布对数据拟合得更好,其参数为a=-2.2260±0.4016,b=3.8306±0.1588,c=2.9032±0.0401。（2）根据建立的对数-三角形SSD模型,预测毒死蜱的HC5值为0.1048μg/L,据此获得毒死蜱的最大浓度标准值（criteria maximum concentration, CMC）为0.0524μg/L。依据毒死蜱的监测数据及对数-三角形SSD模型,预测渤海莱州湾海域、伊波兰加河、普雷图河及波隆伊河中毒死蜱PAF分别为0.01%、4.84%、11.01%、12.35%。简单地表征了渤海莱州湾海域生态系统的生态风险很小；伊波兰加河遭受的风险较小,但需加强对该水域的监测,防止有较高风险危害发生；普雷图和波隆伊这两个水域生态系统遭受的风险较大,应禁止毒死蜱的使用。（3）模型参数的不确定性分析表明,四种SSD模型均具有良好的稳健性。但是四种SSD模型输出的HC5和PAF的估算结果存在明显的差异,说明模型选择造成SSD的不确定性。（4）为了降低模型选择带来的不确定性,采用了非参数Boostrap方法构建毒死蜱的SSD,预测毒死蜱的HC5值为0.0700μg/L,CMC值为0.0350μg/L。预测伊波兰加河、普雷图河及波隆伊河中毒死蜱PAF值分别为7.00%、16.00%、16.00%。渤海莱州湾海域中毒死蜱PAF值在分布下限之外,生态系统的生态风险很小。与对数-三角形SSD模型相比,非参数Bootstrap方法获得的结果较为保守。（5）依据参数Bootstrap方法,确定至少需要9个不同物种急性毒性数据才能构建SSD。而依据非参数Bootstrap方法,确定出使用非参数Bootstrap方法构建SSD所需的最小样本容量为10。

论文目录

• 摘要
• ABSTRACT
• 1 前言
• 1.1 问题的提出
• 1.2 物种敏感度分布的基本内涵
• 1.3 物种敏感度分布研究的基本步骤
• 1.3.1 毒性数据的获取
• 1.3.2 物种敏感度分布模型的构造
• 1.3.3 模型的质量评价
• 1.4 物种敏感度分布的应用
• 1.4.1 物种敏感度分布在环境质量标准制定中的应用
• 1.4.2 物种敏感度分布在生态风险评价中的应用
• 1.5 物种敏感度分布的不确定性
• 1.5.1 数据选择
• 1.5.2 模型选择
• 1.5.3 保护水平选择
• 1.6 研究目的与意义
• 1.7 研究内容
• 1.8 技术路线
• 2 材料与方法
• 2.1 数据获取与处理
• 2.2 基于确定概率模型的物种敏感度分布
• 2.2.1 模型建立
• 2.2.2 模型质量评价
• 2.2.3 模型不确定性分析
• 2.3 基于非参数Bootstrap的物种敏感度分布
• 2.4 基于小样本数据的物种敏感度分布
• 2.4.1 小样本数据的生成
• 2.4.2 基于小样本数据的物种敏感度分布
• 2.4.3 最小样本容量
• 2.5 统计方法
• 3 结果与分析
• 3.1 毒死蜱的急性毒性数据
• 3.2 基于确定概率模型的物种敏感度分布
• 3.2.1 模型参数的估计
• 3.2.2 模型质量评价
• 3.2.3 模型参数的不确定性分析
• 5与PAF的估算'>3.2.4 HC₅与PAF的估算
• 3.3 基于非参数Bootstrap的物种敏感度分布
• 3.4 物种敏感度分布所需最小样本容量
• 3.4.1 基于参数Bootstrap方法
• 3.4.2 基于非参数Bootstrap方法
• 4 讨论
• 4.1 数据的选择
• 4.2 模型的选择
• 4.3 物种敏感度的分析
• 4.4 物种敏感度分布的应用
• 4.4.1 水质标准的推导
• 4.4.2 水生生态风险评价
• 4.5 最小样本容量
• 5 结论与展望
• 5.1 结论
• 5.2 展望
• 参考文献
• 附录
• 附录A 程序与示例
• 附录B 硕士阶段发表论文
• 致谢