Bioaccumulation and human health risk assessment of polychlorinated biphenyls (PCBs) in farmed oysters along Guangdong coast
-
摘要: 文章利用气相色谱质谱法测定了广东沿海主要养殖区 (汕头、汕尾、深圳、珠海、江门、阳江、湛江) 养殖牡蛎体内30种多氯联苯 (Polychlorinated biphenys, PCBs) 的含量，评价了其污染水平和致癌风险。结果表明，广东养殖牡蛎中普遍检出PCBs，检出率为97.6%，其质量分数为nd~8.62 ng·g−1 (湿质量，下同)，平均值为 (0.57±1.23) ng·g−1，其中以深圳水域养殖牡蛎体内的PCBs含量最高，珠海次之，汕头、阳江、江门、湛江及汕尾较低。不同地区养殖牡蛎中PCBs的组成模式类似，均以五氯代和六氯代PCBs为主。与国内外部分沿海海域贝类相比，广东省养殖牡蛎中PCBs含量处于较低水平。广东省养殖牡蛎中PCBs残留量低于中国《食品安全国家标准 食品中污染物限量》及欧盟国家的贝类卫生标准，食用牡蛎的致癌风险及危害商数均小于美国环保局 (EPA) 推荐的可接受风险水平，致癌风险处于可接受风险水平。Abstract: We analyzed 30 congeners of polychlorinated biphenyls (PCBs) in the farmed oysters (Crassostrea rivularis, C. hongkongensis, C. gigas) from the main aquaculture areas along Guangdong coast (Shantou, Shanwei, Shenzhen, Zhuhai, Jiangmen, Yangjiang and Zhanjiang) by using gas chromatography mass spectrometry (GC/MS). The detection rates of PCBs in oysters and their potential risks to human health were also evaluated. Results show that PCBs had a detection rate of 97.6% in the farmed oysters along Guangdong coast. Concentration of PCBs in oysters ranged from nd to 8.62 ng·g−1 (wet mass), with an average value of (0.57±1.23) ng·g−1. The highest PCBs concentration was found in Shenzhen, followed by Zhuhai, Shantou, Yangjiang, Jiangmen, Zhanjiang and Shanwei. The congeners of PCBs and their compositions were similar in different locations, showing that Hexa-PCBs and Penta-PCBs are the most abundant components in oysters. Compared with the shellfish in other coastal waters at home and abroad, the concentration of PCBs in this study is at a lower level. Bioaccumulation of PCBs in farmed oysters is lower than the limited residue levels of PCBs in National Food Safety Standard Limits of Pollutants in food in China and the hygienic standard for shellfish in European Union. The carcinogenic risk and hazard quotient of PCBs in oysters are less than the threshold value of the US Environmental Protection Agency, indicating that the carcinogenic risk of indicator PCBs in Guangdong oysters is at an acceptable level for consumers.
-
Keywords:
- Oyster /
- Bioaccumulation of PCBs /
- Risk assessment /
- Guangdong Province
-
现代海洋牧场建设是实现我国海洋渔业与近海生态系统和谐发展的重要途径之一。作为一种海洋经济新业态, 海洋牧场既能养护渔业资源，又能修复生态环境。建设现代化海洋牧场得到了包括政府与企业在内社会各界的认可[1-3]。我国海洋牧场以人工鱼礁建设和资源增殖放流为主[4]。人工鱼礁是为了改善水域生态、营造良好的水域生物栖息环境而在水体中设置的构造物，可为鱼类等提供繁殖、生长、索饵和庇敌的场所，起到良好的保护、增殖和提高渔获量的效果[5-10]。人工鱼礁已在潜水观光、生态系统修复[11]、控制违法捕捞作业方式等方面取得了良好的应用。目前人工鱼礁水动力的研究方式主要是数值模拟，并且大部分研究集中于单个或几个礁体的小范围模拟研究[12-24]，外部驱动为恒定流场，从大范围来研究人工鱼礁区的工作则相对较少[25-26]。从大范围评估规划海域的流场特征及其分布规律，将为海洋牧场的规划和建设提供重要依据。
潮汐是海洋最基本的动力因素之一，直接影响着海域的营养盐、泥沙、温度、盐度等要素的输运及扩散特征[27-30]。人工鱼礁的投放必将对局部乃至周边海域的潮汐潮流特征产生一定影响，从而改变局部乃至周围海域的物质输运格局，进而影响海域生产力。本文以惠州东山海拟建人工鱼礁区为例，通过数值模拟方式，从大空间范围上来研究规划区域的潮汐潮流特征，评估人工鱼礁区对局部及邻近海域潮汐潮流的影响方式和影响程度，以期为海洋牧场区的规划与建设提供科学依据。
1. 材料与方法
1.1 数据来源
本研究于2016年7月15日12时至16日12时，在T3 (礁区内)和T4 (礁区外)观测站使用Flowquest海流剖面仪和Keller DCX-22自容压力水位计进行了连续25 h 的实时观测(图 1)。海流测量在锚泊的渔船上进行，由笔记本电脑、固定支架和Flowquest海流剖面仪组成测量系统。按照《海洋调查规范—海洋水文观测》(GB 12763.2—2007)执行，分表层、0.2 H、0.4 H、0.6 H、0.8 H和底层6层观测(H为测站水深)，表层深度为水面下1 m，底层为海底上1 m，仪器每5 min观测1次并记录数据。水位测量是把仪器固定在支架上，绑上铅块后直接沉入海底记录数据，通过连接在支架上的浮球回收仪器，水位计设定为1 min记录1次数据。
1.2 模型介绍
本文所用模型FVCOM (The Unstructured Grid Finite Volume Community Ocean Model) 为美国麻省理工大学Chen等[31]开发的近岸海洋数值模式，FVCOM采用非结构三角网格，可以很好地拟合复杂岸线，引入潮滩动边界处理，在河口及潮滩区域更为适用，并且能够在大型服务器上进行并行计算，极大地提升了计算效率，缩短了调试与计算时间，目前已经被越来越多的学者用于近岸海洋数值模拟研究[32-33]。
东山海大型人工鱼礁区设计投放鱼礁单体共计3 120个，其中HYJ1型礁体为薄壁透空结构，下部3 m高度，内为圆柱体，直径为4 m；内部空心，壁厚0.2 m；上部为球体，直径为4 m；球体及圆柱上均有孔洞(直径15~40 cm)，内部有横架支撑；整体礁高5 m，预制钢筋砼鱼礁共816个；HYJ2型礁体为薄壁透空结构，整体礁高4 m，呈八脚亭型；亭顶部高2 m，亭身高2 m，亭顶宽1 m，亭顶部每侧面中心位置开窗，尺寸为0.5 m×1.6 m，预制钢筋砼鱼礁共816个；HYJ3型礁体为正方体镂空结构，整体礁高4 m，预制钢筋砼鱼礁共1 488个，形成礁体空方量152 508 m3，礁群实体表面积307 442 m2。海上浮标4座(图 2)。为了保证人工鱼礁海域流场计算的准确性，对人工鱼礁区及附近海域进行现场观测，并对实测资料进行整理，现场观测结果为本次数值模拟提供了准确的开边界及对比验证数据。模型对人工鱼礁区域网格进行了局部加密，以较高的精度模拟预测了人工鱼礁对附近区域环境因子的影响，以获得准确的预测结果。
模型计算区域西至南澳镇，东至碣石镇，包括了大亚湾、红海湾以及碣石湾(图 3)。模型计算网格最高分辨率达到15 m，外海边界处网格分辨率为3 000 m，整个计算区域共有网格节点32 772个，三角形单元63 990个，垂向均匀分为10层。东山海人工鱼礁区域网格进行了局部加密(图 3右)，模型计算时间步长为5 s，数值模拟时间为1个月，模型结果输出的时间间隔为1 h。模型所用岸线和水深均来自于海图数据。开边界水位使用TMD预报并用实测资料进行修正，风场数据来自于现场观测结果。
1.3 模型验证
为了验证模型计算结果的准确性，将模拟结果与现场观测结果进行比对验证。验证时间段为2016年7月15日12时至7月16日12时。T3和T4测站的水位验证结果见图 4，可以看出，模拟的水位变化过程与实测资料吻合良好。将T3和T4的流速和流向与实测进行对比验证，T3和T4测站模拟流速流向与实测值总体上吻合良好，说明本模型能够较准确地预测人工鱼礁区附近海域的水动力特征。
![]()
图 4 实测与模拟结果对比图左为T3测站，右为T4测站Figure 4. Comparison of measured and simulated resultsLeft is T3, and right is T4.为了进一步验证模型的准确性，本文统计了2个测站的均方根误差(RMSE)、相对误差(RE)、技能评估参数(skill)[34-36]、相关系数(R)以及纳什效率系数(NSE)(表1)。NSE接近1，说明模型质量良好，可信度高；接近于0表示模拟结果接近观测值的平均值水平，总体结果可信；远远小于0则模型不可信。从统计结果可以发现，2个测站的均方根误差接近于5 cm，流速相对误差小于15%，skill、R和NSE均大于0.9，这说明潮位的模拟结果很好，模型的可信度高；虽然流速测站的skill大于0.65，但R和NSE均偏小，这是因为海流受到多种因素影响，而本文仅考虑潮汐和局地风，但模型能很好地体现研究区域的潮流特征，可满足本研究需要。
表 1 各测站误差统计Table 1. Error statistics of each station均方根误差
RMSE相对误差/%
RE技能评估参数
skill相关系数
R纳什效率系数
NSET3潮位 T3 tidal level 0.06 7.5 0.97 0.95 0.91 T4潮位 T4 tidal level 0.05 6.5 0.98 0.96 0.93 T3流速 T3 current velocity 3.62 9.2 0.67 0.43 0.21 T4流速 T4 current velocity 2.89 12.3 0.77 0.64 0.37 1.4 实验设计
本研究主要通过数值实验来开展，先通过实测资料对建礁前的研究区域进行模拟，通过验证对比完善模型，得到建礁前各个参数的数值模拟结果；之后基于拟建人工鱼礁区的方案(图 3)，把人工鱼礁纳入到模型中去，在相同的边界条件下再次进行模拟，得到建礁后的各个参数的结果；最后通过建礁前后模拟结果对比分析，研究人工鱼礁区对礁区及附近海域潮汐动力环境的影响情况。
2. 结果
2.1 调和常数变化
首先对数值模拟结果的水位进行调和分析，得到了模拟区域主要分潮的振幅和和迟角分布图(图 5和图 6)，限于篇幅仅列出K1和M2这2个主要分潮的结果。研究区域的潮波主要从西太平洋传播而来的，外海潮波在向西传播的过程中分成两支，其中一支向东北沿台湾海峡北上，另一支则向西传播，进而影响到本研究区域。人工鱼礁区K1的振幅约为32 cm，M2的振幅约为26 cm，对比图 5中建礁前后结果可以发现，人工鱼礁对于K1和M2这2个分潮的振幅基本没有影响。
![]()
图 6为K1和M2分潮的迟角对比图。人工鱼礁区K1分潮的迟角为157.2°，M2分潮的迟角为341°，建礁后几乎没有对这2个分潮的迟角造成影响。而在研究区域K1和M2分潮占主导作用，即东山海人工鱼礁的建设对该区域的潮高和潮差没有影响，该区域的潮汐也不会推迟或提前到来。
2.2 潮型系数变化
不同地区的潮汐类型也不同。Dietrich[37]将潮型系数F [F=(K1+O1)/(M2+S2)]定义为全日分潮振幅(K1+O1)与半日分潮振幅(M2+S2)之比。潮型系数F<0.25为半日潮类型；0.25~1.5为混合潮类型，且以半日潮为主；1.5~3.0为混合潮类型，以全日潮为主；大于3.0为全日潮类型。由图7-a可知人工鱼礁区的潮型系数为1.64，是全日潮为主的混合潮，全日分潮中K1和O1分潮占主导地位。对比图7-a和图7-b可以发现建礁后研究区域的潮型系数几乎没有改变，还是以全日潮为主的混合潮，这说明人工鱼礁区的建设并不会影响该区域的潮汐性质。
![]()
2.3 潮流椭圆的变化
基于数值模拟的结果，对潮流进行调和分析得到了研究区域主要分潮的潮流椭圆(图 8)。图中椭圆的长轴长度代表分潮流速，长轴方向代表分潮流向，其中蓝色表明为顺时针旋转，红色表明为逆时针旋转，椭圆越扁越接近往复流，椭圆越圆越接近旋转流。从图中可以发现，人工鱼礁区各个分潮大部分接近往复流，建礁前M2分潮以逆时针为主(图 8-c)，建礁后个别区域分潮方向发生改变(图 8-d)；建礁前K1分潮在右上角为顺时针旋转，左下角则以逆时针为主(图8-c)，建礁后局部区域会出现旋转方向改变的情况(图 8-d)，这说明人工鱼礁建设后还是会对礁区流场产生明显影响。从统计结果可以发现，建礁后各个分潮的流速都会发生减小，虽然都是毫米级的，但是各个分潮叠加后效果就放大了，同时礁区的流向也发生了改变。底层流速和流向的改变明显大于表层。
2.4 余流的变化
余流能够表征海洋中物质输运的方向及强度，本文通过计算余流来探讨人工鱼礁对区域物质输运的影响。表层人工鱼礁区北部余流为偏西方向，南部为西南偏南方向，礁区南北两侧余流较大，中部则较小，表层余流平均流速为4.40 cm·s–1(图9)；建礁后，因为人工鱼礁的阻挡，余流整体呈减小趋势，减小为4.29 cm·s–1，礁区内余流方向也发生改变，但整体方向没有变化，建礁后礁区南部400 m内的余流略有减小(图 9-b)。底部受上层影响较小，底层的余流较为平顺，整体呈南偏东方向，平均流速为4.86 cm·s–1(图 10)；建礁后礁区内整体余流减小至4.48 cm·s–1，底层的减小程度大于表层，同时也对礁区南部余流略有影响(图 10-b)。
![]()
图 9 人工鱼礁区表层余流变化Figure 9. Change in surface residual currents in artificial reef areas![]()
图 10 人工鱼礁区底层余流变化Figure 10. Change in bottom residual currents in artificial reef area2.5 礁区周围流场及上升流变化
图 11-a为人工鱼礁区域未建设前网格加密区域大潮涨落急时刻底层流场分布图。图中红色框内为人工鱼礁建设区域，可以看出人工鱼礁区涨急和落急时刻水流均较平顺，涨急流速大于落急流速，表底层流速也较为平顺，表层流速大于底层流速。
![]()
图 11 人工鱼礁区大潮底层涨急流场变化Figure 11. Change of flow distribution of maximum flood in spring tide in bottom of artificial reef area建礁后涨急时刻，工程前人工鱼礁区表底层流场平顺，工程后受到人工鱼礁的阻挡礁区的流速流向发生改变，表底层流场均发生紊乱，底层改变更为明显，底层流场中出现涡流特征，表层流速略有增大，底层整体略有减小；落急时刻流速流向变化与涨急时刻类似，工程前人工鱼礁区域流速平顺，工程后礁区流速流向发生明显变化，表层流速略有增大，底层流速略有减小，同时底层流向发生紊乱，甚至出现涡流(图 11-b)。从流速上来看，人工鱼礁区域大潮表层涨急时刻平均流速为0.122 m·s–1，工程后增大为0.125 m·s–1，底层涨急时刻平均流速为0.096 m·s–1，工程后减小为0.094 m·s–1，表层落急时刻平均流速为0.064 m·s–1，工程后增大为0.071 m·s–1，底层落急时刻平均流速为0.024 m·s–1，工程后减小为0.022 m·s–1。
图 12为礁区断面流速图。从图中可以发现，建礁后涨急时刻，在礁体群的迎流面出现较为明显的上升流区域，从底层向表层递减，底层上升流最大流速可达1.2 cm·s–1，而在礁体群后面则出现了下降流区域，底层最大流速可达0.7 cm·s–1，这一结果与Bonaldo等[29]、杨红和张午[26]的研究结果相似。
综上，人工鱼礁建设后对流场的改变有直接作用，礁体附近局部流场改变明显，底层整体流速变慢，有利于礁区附着生物的附着和恋礁型鱼类的聚集；同时人工鱼礁投放后，只对鱼礁附近的局部流场产生一定影响，对其他区域没有影响。因此，本次人工鱼礁建设不会改变周边原有的水动力环境，不会影响周边海域的使用功能。
3. 讨论
在单个礁体的数值模拟研究方面，前人已经开展了很多工作，并取得了大量研究成果，但大部分是基于定常流场，没有考虑实际海洋中的各种因素。本文从实际海洋驱动要素出发，从大区域研究人工鱼礁对礁区及周边海域造成的影响，验证和误差结果表明本文所建模型精度良好，能够较好地进行礁区及其附近海域的数值模拟研究。东山海人工鱼礁区的潮汐类型是以全日潮为主的不规则半日潮，全日分潮K1和半日分潮M2在各分潮中起主要作用，振幅均在30 cm左右，港口镇西侧海域则是以半日潮为主的不规则半日潮，总之数值模拟区域的潮汐情况相对复杂。数值模拟结果表明，东山海人工鱼礁区的建设不会影响人工鱼礁区及其附近海域的分潮振幅和迟角，也不会改变局地和附近海域的潮汐性质，也即人工鱼礁建设对礁区及其周边的涨落潮几乎没有影响；东山海人工鱼礁建设会对潮流有一定的影响，礁区的水平流场会产生较为明显的变化，流速和流向都发生明显改变，底层尤其显著，但对礁区外的影响较小。
建礁前人工鱼礁区表底层流场比较平顺，涨落急时刻流向稳定没有明显变化；建礁后礁区流速和流向发生明显变化，表层流速增大明显，底层流速略有减小，同时表底层流向发生紊乱，底层紊乱较大，甚至出现涡流。水平流场的改变对恋礁型鱼类的影响还有待深入研究。余流方面，人工鱼礁区表层余流大致为西南方向，在港口镇沿岸分为两支，一支沿岸线向北，另一支则向南沿着岸线流向港口镇西侧，底层余流则整体为偏南方向，建礁后表底层余流略有减小，底层较为明显，余流方向基本没有改变。垂向方面，建礁前底部流场平顺，几乎没有上升流存在；建礁后在礁体群的迎流面出现较为明显的上升流区域，从底层向表层递减，底层上升流最大可达1.2 cm·s–1，而在礁体群后则出现了下降流区域，底层最大可达0.7 cm·s–1。本文上升流和下降流的出现区域与Bonaldo等[29]、杨红和张午[26]得到的结果一致，数值上因区域不同而有所差别；Bonaldo等[29]的模型精度较高，模拟结果优于本文。
本研究结果表明，数值模拟是研究人工鱼礁的一种有效手段。人工鱼礁的建设会明显改变人工鱼礁区的流场形态，但对礁区外的影响则很小；人工鱼礁建设造成了礁区水平流场的紊乱、余流减小以及上升流出现。本文从大区域上评估了规划海域的流场特征及其分布规律，为海洋牧场区的规划和建设提供了一定的科学依据。下一步将基于潮汐潮流的研究结果，开展人工鱼礁区水体交换、营养盐、泥沙输运以及渔业资源等方面的研究工作，进一步优化人工鱼礁建设质量和效果的评估方法，为海洋牧场建设提供可靠的数据支撑；同时因为本文的结果是以礁体群为整体进行模拟得到的，无法达到精确模拟单个礁体的精度，所以模拟结果可能比实际结果偏大；下一步将利用本文得到的礁区周围的动力因子作为边界条件，构建可以模拟单个礁体的高精度模型，对单个流态等因素进行更深入的研究。
-
![]()
图 2 广东沿海养殖牡蛎多氯联苯同分异构体组成模式
Figure 2. PCB congener profiles in farmed oysters along Guangdong coast
![]()
图 3 广东沿海养殖牡蛎不同氯代多氯联苯分布
Figure 3. PCB homologue profiles in farmed oysters along Guangdong coast
表 1 广东沿海养殖牡蛎多氯联苯的残留水平及检出率
Table 1 Concentration and occurrence rates of PCBs in farmed oysters along Guangdong coast
采样点
Sampling site多氯联苯
w (PCBs)/(ng·g−1, wet mass)检出率
Detection rate/%范围
Range平均值
Mean汕头 Shantou 0.16~0.67 0.34 100 汕尾 Shanwei nd~0.87 0.21 90.6 深圳 Shenzhen nd~8.62 3.90 100 珠海 Zhuhai 0.06~1.60 0.63 100 江门 Jiangmen nd~1.00 0.30 95.8 阳江 Yangjiang 0.12~0.82 0.33 100 湛江 Zhanjiang nd~0.80 0.22 97.1 注：nd. 未检出；后表同此 Note: nd. Undetected; the same case in the following table. 
下载: 导出CSV
表 2 国内外不同地区双壳贝类多氯联苯质量分数比较
Table 2 Comparison of PCBs concentration in oysters from different sampling sites in the world
采样地点
Sampling site采样时间
Sampling time多氯联苯
w(PCBs)/(ng·g−1)文献
Reference广东沿海 (中国) Guangdong coast (China) 2016—2017 nd~36.07a, nd~8.62b, nd~319.26c, 0.57±1.23b 本研究 舟山渔场 (中国) Zhoushan fishery areas (China) 2010 18.0~95.9a [24] 宁波 (中国) Ningbo (China) 2009 nd~0.32b [25] 青岛 (中国) Qingdao (China) 2018 nd~168.66a [26] 海口 (中国) Haikou (China) 2017 17.51~47.43a [27] 厦门 (中国) Xiamen (China) 2014 3.4±4.3b [28] 山东沿海 (中国) Shandong coast (China) 2017 nd~36.8b [29] 萨克森瓦登海岸 (德国) Sachsenwadden coast (Germany) 2007 475.75~937.39c [30] 尼加拉瓜海岸 (尼加拉瓜) Nicaraguan coast (Nicaraguan) 2012—2013 230a [31] 孟加拉国沿海 (孟加拉) Bangladesh coast (Bangladesh) 2015 3.8~37.7b [32] 加利西亚海岸 (西班牙) Galicia coast (Spain) 2011—2014 5.58~179.49a [33] 地中海海岸 (西班牙) Mediterranean coast (Spain) 2000—2013 0.1~5.8a [34] 巴塔哥尼亚 (阿根廷) Patagonia (Argentina) 2010 48~61a [35] 注：a. 以组织干质量计；b. 以组织湿质量计；c. 以组织脂质量计 Note: a, b and c indicate PCBs concentrations calculated based on dry tissue mass, wet tissue mass and lipid tissue mass, respectively.
下载: 导出CSV
表 3 广东养殖牡蛎多氯联苯的人体健康风险评价
Table 3 Human health risk assessment for PCBs in farmed oysters along Guangdong coast
采样点
Sampling site评价参数
Evaluation parameter儿童 (2~5岁)
Child (2−5 years)青少年 (6~18岁)
Teenager (6−18 years)成人 (>18岁)
Adult (>18 years)男
Boy女
Girl男
Boy女
Girl男
Male女
Female汕头 Shantou 日摄入量 EDI/(ng·d−1) 4.22 2.54 13.58 8.40 8.40 7.96 致癌风险 CR 1.3×10−9 8.5×10−10 6.8×10−10 4.7×10−10 1.7×10−10 2.1×10−10 危害商数 HQ 0.01 0.01 0.02 0.01 0.01 0.01 汕尾 Shanwei 日摄入量 EDI/(ng·d−1) 2.61 1.57 8.39 5.19 5.19 4.92 致癌风险 CR 7.9×10−10 5.2×10−10 4.2×10−10 2.9×10−10 1.1×10−10 1.3×10−10 危害商数 HQ 0.01 0.01 0.01 0.01 0.00 0.00 深圳 Shenzhen 日摄入量 EDI/(ng·d−1) 48.01 28.88 154.57 95.63 95.63 90.56 致癌风险 CR 1.5×10−8 9.6×10−9 7.7×10−9 5.3×10−9 1.9×10−9 2.4×10−9 危害商数 HQ 0.15 0.09 0.20 0.13 0.08 0.08 珠海 Zhuhai 日摄入量 EDI/(ng·d−1) 7.69 4.63 24.77 15.33 15.33 14.51 致癌风险 CR 2.3×10−9 1.5×10−9 1.2×10−9 8.5×10−10 3.1×10−10 3.9×10−10 危害商数 HQ 0.02 0.02 0.03 0.02 0.01 0.01 江门 Jiangmen 日摄入量 EDI/(ng·d−1) 3.68 2.22 11.86 7.34 7.34 6.95 致癌风险 CR 1.1×10−9 7.4×10−10 5.9×10−10 4.1×10−10 1.5×10−10 1.9×10−10 危害商数 HQ 0.01 0.01 0.02 0.01 0.01 0.01 阳江 Yangjiang 日摄入量 EDI/(ng·d−1) 4.08 2.45 13.14 8.13 8.13 7.70 致癌风险 CR 1.2×10−9 8.2×10−10 6.6×10−10 4.5×10−10 1.6×10−10 2.1×10−10 危害商数 HQ 0.01 0.01 0.02 0.01 0.01 0.01 湛江 Zhanjiang 日摄入量 EDI/(ng·d−1) 2.65 1.60 8.54 5.28 5.28 5.00 致癌风险 CR 8.1×10−10 5.3×10−10 4.3×10−10 2.9×10−10 1.1×10−10 1.4×10−10 危害商数 HQ 0.01 0.01 0.01 0.01 0.00 0.00
下载: 导出CSV
-
[1] CACHADA A, LOPES L V, HURSTHOUSE A S, et al. The variability of polychlorinated biphenyls levels in urban soils from five European cities[J]. Environ Pollut, 2008, 157(2): 511-518.
[2] LYALL K, CROEN L A, SJÖDIN A et al. Polychlorinated biphenyl and organochlorine pesticide concentrations in maternal midpregnancy serum samples: association with autism spectrum disorder and intellectual disability[J]. Environ Health Persp, 2017, 125 (3): 474-480. doi: 10.1289/EHP277
[3] TURYK M E, ANDERSON H A, FREELS S. Associations of organochlorines with endogenous hormones in male Great Lakes consumers and nonconsumers[J]. Environ Res, 2006, 102(2): 299-307.
[4] VERA B B, ANA L M, RICARDO N A, et al. Effects of steaming on contaminants of emerging concern levels in seafood[J]. Food Chem Toxicol, 2018, 118: 490-504. doi: 10.1016/j.fct.2018.05.047
[5] SHU L, ZHAO B F, YING Z T, et al. Residual characteristics and potential health risk assessment of polychlorinated biphenyls (PCBs) in seafood and surface sediments from Xiangshan Bay, China (2011–2016)[J]. Food Chem, 2020, 327: 126994. doi: 10.1016/j.foodchem.2020.126994
[6] GRACE E S, MARCO E F, COLE W M, et al. Oxidative potential of chemical mixtures extracted from contaminated Galveston Bay, TX seafood using a human cell co-culture model[J]. Arch Environ Contam Toxicol, 2020, 78: 149-162. doi: 10.1007/s00244-019-00695-w
[7] 农业农村部渔业渔政管理局, 全国水产技术推广总站, 中国水产学会. 2019 中国渔业统计年鉴[M]. 北京: 中国农业出版社出版, 2019: 172. [8] DAVID K, DETLEF E S B, JOANNA J W. Polycyclic and organochlorine hydrocarbons in sediments of the northern South China Sea[J]. Mar Pollut Bull, 2018, 137: 668-676. doi: 10.1016/j.marpolbul.2018.10.039
[9] SUN Y X, HU Y X, ZHANG Z W, et al. Halogenated organic pollutants in marine biota from the Xuande Atoll, South China Sea: levels, biomagnification and dietary exposure[J]. Mar Pollut Bull, 2017, 118: 413-419. doi: 10.1016/j.marpolbul.2017.03.009
[10] WU W L, DENG X L, ZHOU SH J, et al. Levels, congener profiles, and dietary intake assessment of polychlorinated dibenzo-p-dioxins/dibenzofurans and dioxin-like polychlorinated biphenyls in beef, freshwater fish, and pork marketed in Guangdong Province, China[J]. Sci Total Environ, 2018, 615: 412-421. doi: 10.1016/j.scitotenv.2017.09.273
[11] LU G Y, KE C H, ZHU A J, et al. Oyster-based national mapping of trace metals pollution in the Chinese coastal waters[J]. Environ Pollut, 2017, 224: 658-669. doi: 10.1016/j.envpol.2017.02.049
[12] 朱晓楼, 沈超峰, 黄荣浪, 等. 多氯联苯的膳食暴露及健康风险评价研究进展[J]. 环境化学, 2014, 33(3): 11-18. [13] 香港特别行政区政府食物环境卫生署食物安全中心. 香港首个膳食研究: 二噁英和二噁英样多氯联苯[R]. 香港: 香港特别行政区政府食物环境卫生署食物安全中心, 2011: 12. [14] 甘居利, 林钦, 蔡文贵, 等. 广东沿海近江牡蛎氯代烃和石油烃含量分布与变化趋势[J]. 热带海洋学报, 2006, 25(1): 47-50. doi: 10.3969/j.issn.1009-5470.2006.01.010 [15] 甘居利, 贾晓平, 林钦, 等. 中国海洋贻贝观察: 华南沿海近江牡蛎(Crassostrea rivularis)体多氯联苯含量时空变化[J]. 海洋与湖沼, 2009, 40(6): 726-731. doi: 10.3321/j.issn:0029-814X.2009.06.009 [16] GAN J L, JIA X P, JIA T, et al. Enormous PCBs increase in oysters from the coast of Guangdong, China[J]. Mar Pollut Bull, 2011, 62: 1333-1336. doi: 10.1016/j.marpolbul.2011.03.039
[17] 王清云, 甘居利, 陈海刚, 等. 南海北部沿岸牡蛎体内PCBs 的时空分布特征及评价[J]. 中国环境科学, 2013, 33(10): 1791-1798. [18] GUO J Y, WU F C, SHEN R L, et al. Dietary intake and potential health risk of DDTs and PBDEs via seafood consumption in South China[J]. Ecotox Environ Saf, 2010, 73(7): 1812-1819. doi: 10.1016/j.ecoenv.2010.08.009
[19] 王宗爽, 段小丽, 刘平, 等. 环境健康风险评价中我国居民暴露参数探讨[J]. 环境科学研究, 2009, 22(10): 1164-1170. [20] 苏杨, 鲍恋君, 曾永平. 香港周边海域野生鱼体内DDTs和PCBs的含量分布和食用风险评估[J]. 海洋科学, 2018, 39(4): 1862-1871. [21] 陈海刚, 贾晓平, 蔡文贵, 等. 1989–2010年广东沿海牡蛎体内Pb的时空分布及风险评价[J]. 中国环境科学, 2011, 31(10): 1725-1731. [22] 王学锋, 贾晓平, 蔡文贵, 等. 1989–2010年广东沿海牡蛎体镉含量时空分布特征及其健康风险评价[J]. 水产学报, 2012, 36(12): 1910-1916. [23] 王学锋, 贾晓平, 陈海刚, 等. 广东沿岸牡蛎体内总汞含量变动趋势及其健康风险评价[J]. 农业环境科学学报, 2011, 30(12): 2408-2415. [24] 潘永强, 薛斌, 张慎伟, 等. 舟山渔场软体生物中PCBs的残留及潜在生态风险[J]. 海洋学研究, 2018, 36(2): 92-98. doi: 10.3969/j.issn.1001-909X.2018.02.012 [25] 白红妍, 韩彬, 徐亚岩, 等. 桑沟湾经济贝类有机氯农药和多氯联苯残留水平及分布特征[J]. 海洋科学, 2013, 37(7): 47-52. [26] 刘芸. 青岛市市售贝类中多环芳烃和多氯联苯的含量水平、组成特征及居民健康影响风险分析[D]. 青岛: 青岛大学, 2019: 3. [27] 肖春霖, 严峰. 海口市售6种海洋贝类中多氯联苯(PCBs)含量及其潜在致癌风险评价[J]. 生态与农村环境学报, 2018, 34(12): 1091-1095. doi: 10.11934/j.issn.1673-4831.2018.12.005 [28] QIAN Z H, LUO F F, WU C Y, et al. Indicator polychlorinated biphenyls (PCBs) and organochlorine pesticides (OCPs) in seafood from Xiamen (China): levels, distributions, and risk assessment[J]. Environ Sci Pollut Res, 2017, 24: 10443-10453. doi: 10.1007/s11356-017-8659-4
[29] 杜静, 黄会, 张华威, 等. 山东养殖贝类中有机氯农药与多氯联苯污染特征及风险评价[J]. 南方水产科学, 2019, 15(3): 1-13. doi: 10.12131/20180238 [30] DÖRR B, LIEBEZEIT G. Organochlorine compounds in blue mussels, Mytilus edulis, and Pacific oysters, Crassostrea gigas, from seven sites in the lower Saxonian Wadden Sea, Southern North Sea[J]. Bull Environ Contam Toxicol, 2009, 83: 874-879. doi: 10.1007/s00128-009-9825-2
[31] JAVIER R A R, MAREN O Z, URTZI I, et al. Prospective biomonitor and sentinel bivalve species for pollution monitoring and ecosystem health disturbance assessment in mangrove lined Nicaraguan coasts[J]. Sci Total Environ, 2019, 649: 186-200. doi: 10.1016/j.scitotenv.2018.08.269
[32] AL-MAMUN M H, AHEMD M K, ISIAM M S, et al. Polychlorinated biphenyls (PCBs) in commonly consumed seafood from the coastal area of Bangladesh: occurrence, distribution, and human health implications[J]. Environ Sci Pollut R, 2019, 26: 1355-1369. doi: 10.1007/s11356-018-3671-x
[33] CARRO N, GARCĺA I, IGNACIO M, et al. Levels of PCBs in oysters coming from Galicia Coast: comparison to mussels from the same region[J]. Bull Environ Contam Toxicol, 2016, 96: 608-615. doi: 10.1007/s00128-016-1763-1
[34] CAMPILLO J A, FERNÃNDEZ B, GARCÍA V, et al. Levels and temporal trends of organochlorine contaminants in mussels from Spanish Mediterranean waters[J]. Chemosphere, 2017, 182: 584-594. doi: 10.1016/j.chemosphere.2017.05.025
[35] COMMENDATORE M G, FRANCO M A, GOMES C P, et al. Butyltins, polyaromatic hydrocarbons, organochlorine pesticides and polychlorinated biphenyls in sediments and bivalve mollusks in a midlatitude environment from the Patagonian coastal zone[J]. Environ Toxicol Chem, 2015, 34: 2750-2763. doi: 10.1002/etc.3134
[36] TANABE S, PRUDENTE M S, KAN-ATIREKLAP S, et al. Mussel watch: marine pollution monitoring of butyltins and organochlorines in coastal waters of Thailand, Philippines and India[J]. Ocean Coast Manag, 2000, 43: 819-839. doi: 10.1016/S0964-5691(00)00060-0
[37] 王飞. 持久性有机污染物多氯联苯(PCBs)的研究进展[J]. 科技资讯, 2015, 20: 139-141. doi: 10.3969/j.issn.1672-3791.2015.13.112 [38] 刘敏霞, 杨玉义, 李庆孝, 等. 中国近海海洋环境多氯联苯(PCBs)污染现状及影响因素[J]. 环境科学, 2018, 34(8): 3309-3315. [39] WU J P, LUO X J, ZHANG Y, et al. Bioaccumulation of polybrominated diphenyl ethers (PBDEs) and polychlorinated biphenyls (PCBs) in wild aquatics species from an electronic waste (e-waste) recycling site in South China[J]. Environ Int, 2008, 34(8): 1109-1113. doi: 10.1016/j.envint.2008.04.001
[40] 方展强, 张润兴, 黄铭洪. 珠江河口区翡翠贻贝中有机氯农药和多氯联苯含量及分布[J]. 环境科学学报, 2001, 21(1): 113-116. doi: 10.3321/j.issn:0253-2468.2001.01.022 [41] NIE X P, LAN C Y, WEI T L, et al. Distribution of polychlorinated biphenyls in the waters, sediment and fish from the Pearl River estuary, China[J]. Mari Pollut Bull, 2005, 50(5): 537-546. doi: 10.1016/j.marpolbul.2004.11.046
[42] 黄健生, 贾晓平, 甘居利. 广东大鹏湾海域糙齿海豚体内多氯联苯的分布特征与毒性评价[J]. 中国水产科学, 2007, 14(6): 974-980. doi: 10.3321/j.issn:1005-8737.2007.06.013 [43] HARRD S, WANG Y, SANDARADURA S, et al. Human dietary intake and excretion of dioxin-like compounds[J]. J Environ Monitor, 2003, 5: 224-228. doi: 10.1039/b211406b
-
期刊类型引用(6)
1. 袁华荣，章守宇，林军，冯雪，汪振华，佟飞，王凯，陈钰祥，陈丕茂. 海洋牧场人工鱼礁生境营造的生态学理论框架探索. 水产学报. 2025(01): 3-26 . 
百度学术
2. 赵继升，曹锦超，崔煜杰，赵芬芳. 人工鱼礁群与风机基础联合水动力特征的数值模拟. 渔业现代化. 2025(01): 25-35 . 百度学术
3. 郭聪聪，杨訸晴，胡慧琴，张勤旭，张明亮，李金金. 人工鱼礁投放对小窑湾海域水动力及水体交换影响的数值模拟. 海洋渔业. 2024(02): 174-185 . 百度学术
4. 岳英洁，贺志鹏，冷星，于冬. 莱州湾芙蓉岛西侧人工鱼礁建设对周边海域潮流场和水交换的影响研究. 海洋渔业. 2022(01): 9-17 . 百度学术
5. 王清夷，王煜嘉，张明亮. 大连大长山岛海域人工鱼礁投放对水动力影响的三维数值模拟. 渔业研究. 2022(05): 415-425 . 百度学术
6. 张敏，陈钰祥，罗军，曾学智. 珠江河口枯季咸潮上溯特征与机制分析. 海洋预报. 2021(05): 8-16 . 百度学术
其他类型引用(4)
计量
- 文章访问数: 963
- HTML全文浏览量: 501
- PDF下载量: 46
- 被引次数: 10
粤公网安备 44010502001741号
