Estimation of safe consuming amount of oyster based on the risk assessing theory of trace metal and organic contaminants on human health
-
摘要:
为了提供牡蛎食用安全性参考信息，文章根据有毒化学物质的人体健康风险评估计算式，提出了牡蛎适宜消费量推算方法；对2007年春季在南海北部沿岸23个海湾采集的近江牡蛎(Crassostrea rivularis)样品，用气相色谱法测定了其中有机氯农药、多氯联苯的含量，用原子吸收分光光度法和原子荧光分光光度法测定了其中重金属的含量，推算了近江牡蛎的适宜消费量。结果能清晰地显示牡蛎采集海域、有毒化学物质种类对应的近江牡蛎软组织日均适宜消费量。
Abstract:In order to supply safety information of oyster consumption for public reference, contaminants contents in Jinjiang oyster (Crassostrea rivularis) were investigated. Samples of the animal were collected along the coast of south China in spring of 2007, and residues of some chlorinated hydrocarbons and heavy metals were measured by gas chromatograph-electron capture detector, atomic absorption spectrometry and atomic fluorescence spectrometry. An " appropriate consumption" concept was defined for the first time, and its calculating formula was derived from the calculation of margin of exposure to chemicals. Based on concentrations in oysters and reference dose of concern chemicals, presuming that exposure risk is acceptable if margin of exposure is not greater than one, we conjectured appropriate oyster consumption. It is easy to find an appropriate consumption of comestible tissue of the oyster from a certain sampling bay.
-
Keywords:
- oyster /
- heavy metal /
- organic chlorine /
- human health risk /
- safe consumption
-
长期以来，海洋渔业资源研究较多地依赖于常规海上现场观测调查，成本高、速度慢，而且难以实现大范围水域的同步采样测量，获取的数据不能满足对渔业资源进行实时管理的需要。同时，随着全球环境变化以及渔业资源的过度捕捞，渔业环境和渔业资源的破坏日益严重，渔业资源的变化直接或间接地影响到人类的生存和生活质量，仅仅依靠传统的海洋渔业资源研究方法已经不能满足要求。
现代空间信息技术特别是遥感和地理信息系统(geographic information system，GIS)技术的发展为海洋渔业资源的研究提供了新的技术手段和方法。遥感技术具有感测范围广、信息量大、实时、同步等特点，而且卫星遥感在海洋渔业的应用已经从单一要素进入多元分析及综合应用阶段。利用遥感信息可以推理获得影响海洋理化和生物过程的一些参数，如海表温度、叶绿素浓度、初级生产力水平的变化、海洋锋面边界的位置以及水团的运动等，通过对这些环境因素的分析，可以实时、快速地推测、判断和预测渔场。而地理信息系统则具有独特的空间信息处理和分析功能，如空间信息查询、量算和分类、叠加分析、缓冲区分析等，利用这些技术，可以从原始数据中获得新的经验和知识。由此可见，遥感和GIS技术的发展为海洋渔业资源的研究提供了新的手段和内容。
文章就遥感和GIS技术在海洋渔业资源研究中的应用进行了综合概述，并进行了讨论，以期对遥感和GIS技术在渔业领域的研究有所启示。
1. 海洋渔业资源环境遥感
海洋鱼类的生活习性与生活环境是一个统一的整体，海洋环境状态参数(如水温、叶绿素浓度)及其变化对鱼群的大小和分布状况、栖息层次、渔汛期的早晚、中心渔场的位置和渔获量等都有明显的影响[1]。通过卫星遥感定量反演鱼类生态环境要素，同时结合走航调查数据，可以及时快速地获取大范围高精度的渔业环境信息。
1.1 海表温度
水温是控制生物种群分布及其洄游和繁殖过程的基本环境参量，在海洋渔场渔情分析预报中占有重要地位，而且水温及其变化过程可以反映出重要的海洋事件(如涌升流、大洋流及中尺度涡旋、锋面等现象)。目前，海洋表层水温(sea surface temperature，SST)是卫星遥感技术在海洋渔业领域应用最成功最广泛的海洋环境因子。卫星遥感海面温度场可分别由热红外和微波传感器进行测量，目前应用较多的是通过极轨气象卫星和地球静止气象卫星的热红外波段进行SST信息提取。SST反演方法有2大类[2]：(1)利用与卫星同步的实测资料回归得到SST反演系数；(2)利用大气辐射传递模式模拟计算从海面到卫星高度处的辐射，获取SST反演系数。实际业务化应用较多的NOAA/AVHRR数据SST反演采用第一类方法，NOAA利用全球浮标资料与AVHRR资料回归获得反演系数。
SST在渔业上的应用通过特征温度值、温度锋面、表层水团分析、温度场空间配置来分析渔场的位置及空间尺度，通过温度距平、温度较差等来分析温度场短时间的动态变化或年际变化，从温度场的变化分析预测渔场的空间变化。1980年LASKER等[3]利用NOAA-6的AVHRR卫星图像，根据当天几个地点的现场船测SST值，对像元灰度值进行辐射标定，反演了加利福尼亚湾的SST图像，并结合调查仪器(热盐量仪、浮游生物网和中层拖网)获得的海洋学和生物学参数，对加利福尼亚湾SST对美洲鳀(Engraulis mordax)的迁移和繁殖的影响进行了研究。研究结果表明，1980年3~4月，美洲鳀的产卵场温度范围为12.5~17℃，最适宜的水温是15~17℃。20世纪80年代初，美国海洋咨询委员会和罗德岛州大学的海洋研究所根据每种鱼类都生活在特定水温范围内的特征，将从AVHRR获得的SST图像处理成整个研究区温度图、感兴趣区温度图和全海区水平温度梯度图 3 种形式，并把它们寄给渔民，借助这些信息，渔民减少了寻渔时间，节约了成本[4]。1981年BREAKER[5]给出了利用近实时卫星温度数据为美国西海岸地区金枪鱼(Thunnus)和鲑鱼(Salmo)商业船队服务的应用实例。中国渔业遥感起步较晚，1984年中国渔业部门将NOAA卫星红外影像所提供的信息，处理成海面温度图像，与冬春季黄海蓝点马鲛(Scombermorus niphonius)渔场，黄、东海底拖网渔场和对马海域马面鲀(Navodon septentrionalis)渔场进行相关分析，并根据鱼类的温度喜好和鱼群的洄游习性，进行了渔情预报[6]。1987年11~12月期间，大连、上海和宁波等3个海洋渔业公司利用“东海、黄海渔场海况速报图”分析中心渔场，缩短寻渔时间，节约燃料油约20%[7]。近年来，中国学者对卫星遥感在渔业上的应用进行了大量深入研究，远洋渔业方面相对较多，主要对北太平洋柔鱼(Ommastrephes bartrami)渔场[8-9]和秋刀鱼(Cololabis saira)渔场[10-11]、印度洋鸢乌贼(Sthenoteuthis oualaniensis)渔场[12]以及东南太平洋竹筴鱼(Trachurus murphyi)渔场[13]进行了相关报道，探讨了渔场中海洋环境因子的分布特征，分析了生产统计资料和海洋环境因子的关系，确定了渔场在不同时期的环境因子特征，为渔场预报速报奠定了基础；中国海的研究主要集中在东海区，主要分析了海表温度对资源变动的影响以及中上层鱼类资源与海表温度及梯度的关系[14-15]。目前，海水表层温度卫星遥感反演模式相对较成熟，反演精度可达±0.5℃[16]。
1.2 叶绿素浓度
叶绿素浓度是海洋浮游植物以及海洋动力过程的示踪剂。叶绿素信息在渔业上的应用主要是基于海洋生态系统中食物链理论，即浮游植物浓度高的海域促使以浮游植物为食的浮游动物资源丰度高，从而使以浮游动物为食的鱼类资源丰富。据此，人们就可以通过观察海水浮游植物含量的高低及其变化来进行渔场分析和渔业资源的评估。海面叶绿素浓度遥感的机理，是基于不同的浮游植物浓度有着不同的辐射光谱特性。在可见光(包括可见光荧光)范围内，海面叶绿素在不同浓度下有其不同的特征光谱曲线。由于海洋水色问题的复杂性和目前卫星遥感技术的局限性，还无法建立全球通用的卫星遥感叶绿素浓度信息提取模型。实际工作中，根据海水叶绿素遥感光谱特征，在现场观测资料的基础上，经过合适的大气校正，对不同的海域采用不同方法建立分析反演模型，进行海表叶绿素浓度信息的提取和反演。目前，一类海水中以“波段组合比值法”即“蓝/绿波段比值法”为业务化应用的主要算法；二类海水主要有经验公式法和模型算法。
利用卫星遥感提取海表叶绿素浓度信息，估算区域或全球渔业资源潜力；同时从卫星遥感叶绿素信息影像所表现出的涡流、锋面等海洋现象，研究渔场分布及其变动。1986年MONTGOMERY[17]通过对CZCS影像进行大气校正、蓝绿波段比值和重采样至墨卡托投影等图像预处理后，进行了水团分析、假彩色合成以及生成解译图像边缘图表，将这些水色信息结合其它助渔信息发给渔民。研究结果表明，叶绿素信息与传统调查资料有机结合和进行相关性分析后，能为渔民提供战术性指导，提高寻渔效率，节约寻渔成本。毛志华等[18]利用SeaWIFS资料研制了北太平洋渔场叶绿素浓度的反演模型，对北太平洋渔场进行了叶绿素浓度反演，通过资料融合方法生成叶绿素浓度分布图，利用该图像，可以从生物学和物理海洋学2方面分析中心渔场。由于鱼类的分布主要受水温和浮游植物的影响，常对两者结合研究。LAURS等[19]利用CZCS提取的叶绿素浓度信息结合AVHRR提取的表层水温信息，对北太平洋长鳍金枪鱼(Thunnus alalunga)的分布进行了研究。结果表明，长鳍金枪鱼的分布与海洋锋面存在很大的关系。所有研究结果都表明，卫星遥感叶绿素浓度产品在大洋渔业方面具有良好的应用潜力，将成为大洋渔业海况速报产品的重要因子。但是，由于卫星遥感海洋水色过程中，通常传感器接收到的来自水体的辐射量甚低，星载水色扫描仪所接收能量中约85%来自大气瑞利散射、气溶胶散射以及太阳反射，因此，大气校正成为水色卫星资料反演模式的关键技术[20-21]，国内外对海洋水色遥感大气校正进行了一系列研究[22-23]。由于遥感数据源以及大气校正等方面的原因，叶绿素浓度卫星遥感反演精度还不是很理想，误差达到30%以上[18, 24]，还达不到业务化的要求，该项技术的研究正处于海洋渔场与叶绿素浓度的相关关系研究阶段[25]，今后仍需要不断改进反演模式，提高反演精度。
此外，利用卫星高度计反演海面高度异常与地转流信息，其反演结果与SST结合，用于渔场渔情分析，不少学者进行了一系列的研究[26-27]；通过卫星遥感海洋初级生产力，从而估计渔业资源潜在产量也是目前研究的内容之一，但是，目前对海洋初级生产力的模式化和遥感观测仍不成熟，存在许多障碍，如由于叶绿素遥感反演精度偏低，通过误差传递而导致初级生产力反演精度不高，叶绿素垂直分布的多样性、光合作用函数的参数选择等都限制生产力模式的发展。
2. 海洋渔业GIS
GIS是指运用数字技术，对蕴涵空间位置信息的数据进行采集、存储、管理、分析、显示和应用的通用技术，作为处理空间问题的有力工具愈来愈被各学科所接受。20世纪80年代中后期GIS开始应用于海洋渔业研究，并在90年代得到了较大的发展[28]。
GIS技术在海洋渔业上的应用首先开始于渔业制图，到20世纪90年代初期发展为海洋渔业电子图集，其只具有简单的叠加、距离量算、查询及显示功能，但友善化的查询使渔民可以利用渔业数据库查询出不同海区的水温、叶绿素浓度及分布、海洋表面风场、流场分布、海水深度、盐度等信息。20世纪90年代中后期，海洋渔业与GIS的结合越来越紧密，理论与技术相对更加深入，成为真正的海洋渔业GIS。在此期间，中国海洋渔业GIS得到了较大发展，相关单位针对东海区开发了海洋渔业服务地理信息系统，并研制了海洋渔业电子地图系统[29-30]。
海洋渔业GIS的应用主要包括鱼类栖息地评价、渔业资源分布及其与环境的关系、渔业制图、渔业资源评价以及渔业管理等。蔡建堤和杜琦[31]利用Mapgis来存储、管理福建海洋渔业资源信息，利用该技术，不仅可以将渔业资源信息进行可视化表达，还可以对渔业资源信息加以分析而实现渔场综合分析、渔情动态的实时跟踪监测、渔业资源动态查询和统计运算功能。COLLINS和HURLBUT[32]将溢油扩散的路线与捕捞场地进行叠加，分析上层、中上层、底层渔场的危险性，对渔场进行风险评价。李小恕等[33]利用GIS技术，对东黄海渔场的渔业资源变化主要影响因子进行了分析。为了更准确地分析海洋渔场环境，邵全琴等[34]分析了传统GIS用于海洋温度水平梯度计算的误差问题，提出了基于等值线计算渔区温度水平梯度的GIS新算法，并证实该算法可以用于计算盐度、叶绿素浓度等其它海洋要素的水平梯度。另外，不少学者从GIS空间分析的角度挖掘知识进行了一系列研究，分析了渔业资源的时空分布特征、时空变动及环境要素与渔获量的关系[35-37]。
3. 渔业资源环境遥感和渔业GIS的结合应用
为了定量地描述渔业资源与其环境要素的依赖关系，遥感与GIS常结合应用于海洋渔业资源研究。从海洋遥感数据可获得大面积、准实时的渔场综合环境参数。在GIS支持下，利用遥感技术提供的海洋生态环境参数，结合渔场预测模型和专家知识库，可推测海洋鱼群的繁殖、洄游、分布及中心渔场的位置，实现对海洋渔场的预测、预报。邵全琴等[38]综合应用遥感、地理信息系统以及人工智能等技术，研究了海洋渔业遥感地理信息系统应用服务技术和方法。杜云艳等[39]将东海区的遥感融合信息与生产数据进行GIS空间配准，建立了水文和渔业信息数据两者的空间聚类模式，利用该模式提取了水文信息和中心渔场信息相关的空间分布规律性隐伏信息。研究结果表明，采用这种动态的空间聚类方法进行渔业定量分析，对于全面了解资源及其环境的空间分布规律和形成原因，效果较好。王文宇等[40]利用遥感和地理信息系统技术分析了西北太平洋地区柔鱼中心渔场的时空动态迁移情况。邵全琴等[41]基于遥感和GIS技术，结合黑潮路径以及柔鱼渔获量数据，对西北太平洋黑潮路径变化与柔鱼CPUE的关系进行了深入研究。所有研究结果均表明，遥感和GIS技术的结合应用为渔业资源研究提供了新的技术支持。
4. 讨论
海洋渔业环境具有较强的动态性，仅依靠传统方法难以获得大面积、同步的实时信息，遥感和GIS技术的发展为海洋研究提供了新的技术方法。遥感和GIS在渔业资源研究中已被广泛应用，并解决了许多现实存在的问题，但与其它应用领域相比，在海洋渔业上的应用还相对薄弱。鉴于此，笔者认为，遥感和GIS在海洋渔业资源上的应用应注意以下几点：
(1) 加强遥感和GIS技术在海洋渔业应用中的基础理论研究。
(2) 各种海洋参数的提取与算法技术需要不断完善，例如对叶绿素浓度，需要探索出适合于海洋二类水体的大气校正算法。目前许多海洋参数的提取还需要结合实地监测信息进行标定，大大降低了遥感信息的利用效率，是遥感应用中亟待解决的问题。
(3) 海洋渔业GIS逐渐成为渔业领域新兴的高新技术之一，但相对于陆地资源与环境研究应用来说，渔业领域GIS仍处于起步阶段。有许多领域尚需要进一步研究，如系统理论与技术、数据方面和应用方面都需要深入研究。
(4) 开展多元渔业信息集成的理论和方法研究，加大遥感和GIS技术在渔业研究领域中结合的深度和广度。
-
![]()
图 1 南海北部沿岸牡蛎采样海域
S1. 柘林湾；S2. 广澳湾；S3. 甲子港；S4. 碣石湾；S5. 长沙湾；S6. 考洲洋；S7.亚铃湾；S8. 深圳湾；S9. 唐家湾；S10. 广海湾；S11. 镇海湾；S12. 马尾湾；S13. 博贺港；S14. 水东港；S15. 湛江港；S16. 雷洲湾；S17. 安埔港；S18. 北海港；S19. 防城港；S20. 东寨港；S21. 马袅港；S22. 八所港；S23. 榆林港
Figure 1. Sampling sites along the coast of South China
S1. Zhelin bay; S2. Guang′ao bay; S3. Jiazi lough; S4. Jieshi bay; S5. Changsha bay; S6. Kaozhou lagoon; S7. Yaling bay; S8. Shenzhen estuary; S9. Tangjia bay; S10. Guanghai bay; S11. Zhenhai bay; S12. Mawei bay; S13. Boho lough; S14. Shuidong lough; S15. Zhanjiang harbor; S16. Leizhou bay; S17. Anpu lough; S18. Beihai lough; S19. Fangcheng lough; S20. Dongzhai lough; S21. Maniao lough; S22. Basuo lough; S23. Yulin lough
表 1 部分有毒化学物质致癌强度系数、危害剂量参考值和安全限量
Table 1 Cancer slope factor, reference dose and sanitation criterion of some poisonous chemicals
化学物质名称
chemical name代号
code致癌强度系数/mg-1·kg·d[5]
slope factor参考剂量/mg·(kg·d)-1[5]
reference dose安全限量/mg·kg-1
sanitation criterion甲体六六六 Alpha-benzene hexachloride α-BHC 6.3 8.0×10-3 0.02[11] 乙体六六六 Beta-benzene hexachloride β-BHC 1.8 5.0×10-4 0.02[11] 丙体六六六(林丹) Gamma-benzene hexachloride γ-BHC 1.3 3.0×10-4 0.01[11], 1[12] 滴滴伊 p, p′9-dichlorodiphenyldichloroethylene pp-DDE 0.34 5.0×10-4 1[11] 滴滴滴 p, p′9-dichlorodiphenyldichloroethane pp-DDD 0.24 - 1[11] 滴滴涕 p, p′9-dichlorodiphenyltrichloroethane pp-DDT 0.34 - 3[11] 艾氏剂 Aldrin ALD 17 3.0×10-5 0.1~1[11], 0.3[13] 狄氏剂 Dieldrin DIEL 16 5.0×10-4 0.1~1[11], 0.1[12], 0.3[13] 异狄氏剂 Endrin ENDR - 3.0×10-4 0.01~0.3[11], 0.005[12], 0.3[13] 硫丹 Endosulfan ENDO - 6.0×10-3 0.004[12] 七氯 Heptachlor HEP 4.5 5.0×10-4 0.05[12], 0.3[13] 环氧七氯 Heptachlor-epoxide HEPOX 9.1 1.3×10-5 0.01[12] 氯丹 Chlordane CHLD 0.35 5.0×10-4 9.05[12] 毒杀酚 Toxaphene TOX 1.1 2.5×10-4 - 多氯联苯 Polychlorinated biphenyls PCB 2.0 2.0×10-5 0.5[11]，0.2[14]，1~5[15] 砷 Arsenic As 1.5 3.0×10-4 5~10[15] 镉 Cadmium Cd - 1.0×10-3 5[11]，0.1[14]，2[15] 铅 Lead Pb - 7.1×10-4 0.5[14]，2[11, 15] 汞 Mercury Hg - 1.0×10-4 0.3[14, 16] 
下载: 导出CSV
表 2 2007年南海北部沿岸近江牡蛎体部分有毒化学物质含量(湿重)
Table 2 Residue of some poisonous chemicals in Jinjiang oyster of northern South China Sea in 2007(wet weight)
ng · g-1 站号
site甲体六六六
α-BHC乙体六六六
β-BHC丙体六六六
γ-BHC滴滴滴
pp-DDD滴滴伊
pp-DDE滴滴涕
pp-DDT艾氏剂
ALD狄氏剂
DIEL异狄氏剂
ENDR硫丹
ENDO七氯
HEP环氧七氯
HEPOX氯丹
CHLD毒杀酚
TOX多氯联苯
PCB砷
As镉
Cd汞
Hg铅
PbS1 nd 0.30 nd nd 0.42 0.54 0.170 0.43 0.47 0.89 nd 0.180 2.11 nd 14.60 180 330 7.0 nd S2 nd 1.10 2.10 0.65 5.40 22.00 2.100 0.70 0.39 0.88 0.45 0.210 3.20 nd 41.50 230 420 6.4 120 S3 nd 0.90 nd nd 6.90 0.37 0.075 2.60 0.64 1.21 nd 1.400 1.78 nd 24.50 320 210 6.8 110 S4 nd nd nd nd 5.30 0.14 0.058 0.98 0.36 3.80 0.12 1.000 4.35 0.260 7.84 260 290 6.9 nd S5 nd 0.14 nd nd 4.40 0.20 0.200 0.22 0.26 1.97 nd 4.700 2.56 nd 9.02 220 650 7.6 nd S6 nd 0.23 nd 0.12 0.50 7.10 0.360 0.40 0.36 1.73 nd 0.590 3.78 nd 18.00 120 750 13.0 140 S7 nd 0.15 nd 0.25 0.71 2.40 0.880 0.60 0.42 1.66 nd 0.630 4.02 nd 45.50 360 530 12.0 220 S8 nd 0.28 nd 0.05 5.60 1.70 2.200 0.57 0.49 0.49 nd 0.670 6.17 0.190 40.20 nd 1 300 19.0 nd S9 nd nd nd nd 1.80 0.56 0.530 0.00 0.24 0.45 nd 0.110 3.00 0.470 14.40 180 3 500 16.0 330 S10 nd 0.12 nd nd 9.10 0.40 0.290 0.11 0.33 0.49 0.17 0.092 5.52 nd 11.30 210 2 300 13.0 130 S11 nd 0.26 nd 0.04 8.30 0.53 0.240 0.59 0.50 1.98 0.09 0.220 3.44 0.500 3.77 140 1 700 9.0 120 S12 nd nd nd nd 5.10 0.11 0.046 nd 0.37 2.27 nd 0.440 6.12 nd 4.29 nd 760 12.0 nd S13 nd 0.31 nd nd 6.10 1.20 0.150 0.97 0.34 2.09 nd 0.037 1.45 0.880 30.70 140 1 000 12.0 nd S14 nd 0.17 nd 0.46 9.00 1.60 0.330 0.89 0.74 2.95 0.29 0.055 1.33 nd 37.70 140 680 20.0 170 S15 nd 0.22 nd nd 5.40 0.32 0.940 1.50 0.52 2.50 nd 0.096 3.14 nd 10.80 88 870 13.0 120 S16 nd nd nd nd 7.90 0.12 0.150 0.15 0.38 3.20 nd 0.430 5.56 nd 9.84 nd 820 6.8 nd S17 nd 0.14 nd 0.11 6.70 0.47 1.800 0.20 0.31 2.46 nd 0.600 1.05 0.092 13.90 200 1 200 8.2 nd S18 nd nd nd nd 6.30 0.21 0.072 0.21 0.37 2.30 nd 0.510 0.97 0.080 6.90 200 840 6.4 200 S19 nd 0.17 nd 0.36 8.40 3.30 0.210 0.25 0.36 2.70 nd 0.720 2.85 nd 53.60 280 1 200 5.0 200 S20 nd nd nd 0.04 9.00 0.76 0.260 0.62 0.45 1.36 nd 0.860 4.01 nd 14.50 120 1 600 12.0 nd S21 0.11 0.11 nd 0.06 11.00 1.20 0.410 0.62 0.51 2.13 0.20 1.000 11.20 nd 23.20 120 250 6.6 nd S22 nd nd nd nd 9.60 0.62 0.056 0.79 0.47 1.94 nd 0.039 5.68 0.160 3.29 66 240 11.0 nd S23 nd nd nd 0.19 2.10 0.32 0.280 0.48 0.40 1.00 nd 0.320 3.66 nd 6.34 320 130 8.4 nd 平均值
Mean0.00 0.20 0.09 0.10 5.87 2.01 0.510 0.60 0.42 1.85 0.06 0.650 3.78 0.110 19.40 190 940 10.0 170 检出限
detection limit0.0020 0.0024 0.0024 0.0048 0.0072 0.022 0.0056 0.0024 0.080 0.007 0.0024 0.010 0.02 0.06 0.014 40 5.0 1.5 40 注：nd 表示低于检出限，计算平均值时按0计
Note：nd denotes not detectable, it was considered as zero while average was calculated.
下载: 导出CSV
表 3 按可接受暴露风险推算的每人每天牡蛎软组织安全消费量
Table 3 Safe consumption weight of soft tissue of oyster with acceptable exposure risk
kg · d-1 站号
site甲体六六六
α-BHC乙体六六六
β-BHC丙体六六六
γ-BHC滴滴涕
pp-DDT艾氏剂
ALD狄氏剂
DIEL异狄氏剂
ENDR硫丹
ENDO七氯
HEP环氧七氯
HEPOX氯丹
CHLD毒杀酚
TOX多氯联苯
PCB砷
As镉
Cd汞
Hg铅
PbS1 ≥Yi 1.0×105 ≥Yi 5.6×104 1.1×104 7.0×104 3.8×104 4.0×105 ≥Yi 4.3×103 1.4×103 ≥Yi 82 1.0×102 1.8×102 8.6×102 ≥Yi S2 ≥Yi 2.7×104 8571 1.4×103 8.6×102 4.3×104 4.6×104 4.1×105 6.7×104 3.7×103 9.4×102 ≥Yi 29 78 1.4×102 9.4×102 3.6×102 S3 ≥Yi 3.3×104 ≥Yi 8.1×104 2.4×104 1.2×104 2.8×104 3.0×105 ≥Yi 5.6×102 1.7×103 ≥Yi 49 56 2.9×102 8.8×102 3.9×102 S4 ≥Yi ≥Yi ≥Yi 2.1×105 3.1×104 3.1×104 5.0×104 9.5×104 2.5×105 7.8×102 6.9×102 5.8×103 1.5×102 69 2.1×102 8.7×102 ≥Yi S5 ≥Yi 2.1×105 ≥Yi 1.5×105 9.0×103 1.4×105 6.9×104 1.8×105 ≥Yi 1.7×102 1.2×103 ≥Yi 1.3×102 82 92 7.9×102 ≥Yi S6 ≥Yi 1.3×105 ≥Yi 4.2×103 5.0×103 7.5×104 5.0×104 2.1×105 ≥Yi 1.3×103 7.9×102 ≥Yi 67 1.5×102 80 4.6×102 3.0×102 S7 ≥Yi 2.0×105 ≥Yi 1.2×104 2.0×103 5.0×104 4.3×104 2.2×105 ≥Yi 1.2×103 7.5×102 ≥Yi 26 50 1.1×102 5.0×102 1.9×102 S8 ≥Yi 1.1×105 ≥Yi 1.8×104 8.2×102 5.3×104 3.7×104 7.3×105 ≥Yi 1.2×103 4.9×102 7.9×103 30 ≥Yi 46 3.2×102 ≥Yi S9 ≥Yi ≥Yi ≥Yi 5.3×104 3.4×103 ≥Yi 7.5×104 8.0×105 ≥Yi 7.1×103 1.0×103 3.2×103 83 100 17 3.8×102 1.3×102 S10 ≥Yi 2.5×105 ≥Yi 7.5×104 6.2×103 2.7×105 5.5×104 7.3×105 1.8×105 8.5×103 5.4×102 ≥Yi 1.1×102 86 26 4.6×102 3.6×102 S11 ≥Yi 1.2×105 ≥Yi 5.7×104 7.5×103 5.1×104 3.6×104 1.8×105 3.3×105 3.5×103 8.7×102 3.0×103 3.2×102 1.3×102 35 6.7×102 3.6×102 S12 ≥Yi ≥Yi ≥Yi 2.7×105 3.9×104 ≥Yi 4.9×104 1.6×105 ≥Yi 1.7×103 4.9×102 ≥Yi 2.8×102 ≥Yi 79 5.0×102 ≥Yi S13 ≥Yi 9.7×104 ≥Yi 2.5×104 1.2×104 3.1×104 5.3×104 1.7×105 ≥Yi 2.1×105 2.1×103 1.7×103 39 1.3×102 60 5.0×102 ≥Yi S14 ≥Yi 1.8×105 ≥Yi 1.9×104 5.5×103 3.4×104 2.4×104 1.2×105 1.0×105 1.4×104 2.2×103 ≥Yi 32 1.3×102 88 3.0×102 2.5×102 S15 ≥Yi 1.4×105 ≥Yi 9.4×104 1.9×103 2.0×104 3.5×104 1.4×105 ≥Yi 8.1×103 9.6×102 ≥Yi 1.1×102 2.0×102 69 4.6×102 3.6×102 S16 ≥Yi ≥Yi ≥Yi 2.5×105 1.2×103 2.0×105 4.7×104 1.1×105 ≥Yi 1.8×103 5.4×102 ≥Yi 1.2×102 ≥Yi 73 8.8×102 ≥Yi S17 ≥Yi214286 ≥Yi 6.4×104 1.0×103 1.5×105 5.8×104 1.4×105 ≥Yi 1.3×103 2.9×103 1.6×104 86 90 50 7.3×102 ≥Yi S18 ≥Yi ≥Yi ≥Yi 1.4×105 2.5×104 1.4×105 4.9×104 1.6×105 ≥Yi 1.5×103 3.1×103 1.9×104 1.7×102 90 71 9.4×102 2.1×102 S19 ≥Yi 1.8×105 ≥Yi 9.1×103 8.6×103 1.2×105 5.0×104 1.3×105 ≥Yi 1.1×103 1.1×103 ≥Yi 22 64 50 1.2×103 2.1×102 S20 ≥Yi ≥Yi ≥Yi 3.9×104 6.9×103 4.8×105 4.0×104 2.6×105 ≥Yi 9.1×102 7.5×102 ≥Yi 83 1.5×102 38 5.0×102 ≥Yi S21 4.4×103 2.7×105 ≥Yi 2.5×104 4.4×103 4.8×105 3.5×104 1.7×105 1.5×105 7.8×102 2.7×102 ≥Yi 52 1.5×102 2.4×102 9.1×102 ≥Yi S22 ≥Yi ≥Yi ≥Yi 4.8×104 3.2×104 3.8×104 3.8×104 1.9×105 ≥Yi 2.0×105 5.3×103 9.4×103 3.6×102 2.7×102 2.5×102 5.4×102 ≥Yi S23 ≥Yi ≥Yi ≥Yi 9.4×104 6.4×103 6.2×104 4.5×104 3.6×105 ≥Yi 2.4×103 8.2×102 ≥Y i 1.9×102 56 4.6×102 7.1×102 ≥Yi Xi 1.0×108 1.5×105 2.0×105 1.5×104 3.5×103 5.0×104 4.3×104 1.9×105 5.2×105 1.2×103 7.9×102 1.3×104 62 92 64 5.8×102 2.5×102 Yi 2.4×108 1.2×107 7.5×106 1.4×106 3.2×105 1.2×107 2.2×105 5.1×107 1.2×107 7.8×104 1.5×105 2.5×104 8.6×104 4.5×102 1.2×104 4.0×104 1.1×103 注：Xi. 23个采样点平均安全消费量；Yi.按检出限计算的安全消费量
Notes：Xi.the mean of safe consumption at all the twenty three sites；Yi.the safe consumption based on the detection limit
下载: 导出CSV
表 4 按可接受致癌风险推算的每人每天牡蛎软组织安全消费量
Table 4 Safe consumption weight of soft tissue of oyster with acceptable cancer risk
kg · d-1 站号
site甲体六六六
α-BHC乙体六六六
β-BHC丙体六六六
γ-BHC滴滴滴
pp-DDD滴滴伊
pp-DDE滴滴涕
pp-DDT艾氏剂
ALD狄氏剂
DIEL七氯
HEP环氧七氯
HEPOX氯丹
CHLD毒杀酚
TOX多氯联苯
PCB砷
AsS1 ≥Yi 11.10 ≥Yi ≥Yi 59.50 32.70 2.080 0.872 ≥Yi 3.660 8.12 ≥Yi 0.206 0.022 S2 ≥Yi 3.03 2.2 27.2 4.63 0.80 0.168 0.536 2.96 3.140 5.36 ≥Yi 0.072 0.017 S3 ≥Yi 3.70 ≥Yi ≥Yi 3.62 47.70 4.710 0.144 ≥Yi 0.471 9.63 ≥Yi 0.122 0.013 S4 ≥Yi ≥Yi ≥Yi ≥Yi 4.72 126.10 6.090 0.383 11.10 0.659 3.94 21.0 0.383 0.015 S5 ≥Yi 23.80 ≥Yi ≥Yi 5.68 88.20 1.760 1.705 ≥Yi 0.140 6.70 ≥Yi 0.333 0.018 S6 ≥Yi 14.50 ≥Yi 147.0 50.00 2.49 0.980 0.938 ≥Yi 1.120 4.54 ≥Yi 0.167 0.033 S7 ≥Yi 22.20 ≥Yi 70.6 35.20 7.35 0.401 0.625 ≥Yi 1.050 4.26 ≥Yi 0.066 0.011 S8 ≥Yi 11.90 ≥Yi 360.0 4.46 10.38 0.160 0.658 ≥Yi 0.984 2.78 ≥Yi 0.075 ≥Yi S9 ≥Yi ≥Yi ≥Yi ≥Yi 13.90 31.51 0.666 ≥Yi ≥Yi 5.990 5.71 ≥Yi 0.209 0.022 S10 ≥Yi 27.80 ≥Yi ≥Yi 2.75 44.10 1.220 3.410 7.84 7.170 3.11 ≥Yi 0.265 0.019 S11 ≥Yi 12.80 ≥Yi 410.0 3.01 33.30 1.470 0.636 14.49 3.000 4.98 10.9 0.796 0.029 S12 ≥Yi ≥Yi ≥Yi ≥Yi 4.90 160.00 7.670 ≥Yi ≥Yi 1.500 2.80 ≥Yi 0.699 ≥Yi S13 ≥Yi 10.80 ≥Yi ≥Yi 4.10 14.70 2.350 0.387 ≥Yi 17.820 11.80 6.2 0.098 0.029 S14 ≥Yi 19.60 ≥Yi 38.4 2.78 11.00 1.070 0.421 4.60 11.990 12.90 ≥Yi 0.080 0.029 S15 ≥Yi 15.20 ≥Yi ≥Yi 4.63 55.10 0.375 0.250 ≥Yi 6.870 5.46 ≥Yi 0.279 0.045 S16 ≥Yi ≥Yi ≥Yi ≥Yi 3.16 147.00 2.350 2.500 ≥Yi 1.530 3.08 ≥Yi 0.305 ≥Yi S17 ≥Yi 23.80 ≥Yi 160.0 3.73 37.50 0.200 1.880 ≥Yi 1.100 16.30 59.3 0.216 0.020 S18 ≥Yi ≥Yi ≥Yi ≥Yi 3.97 84.00 4.900 1.790 ≥Yi 1.290 17.70 68.2 0.435 0.020 S19 ≥Yi 19.60 ≥Yi 49.0 2.98 5.35 1.680 1.500 ≥Yi 0.916 6.02 ≥Yi 0.056 0.014 S20 ≥Yi ≥Yi ≥Yi 401.0 2.78 23.20 1.360 0.605 ≥Yi 0.767 4.28 ≥Yi 0.208 0.033 S21 8.66 30.30 ≥Yi 280.0 2.27 14.70 0.861 0.605 6.67 0.659 1.53 ≥Yi 0.129 0.033 S22 ≥Yi ≥Yi ≥Yi ≥Yi 2.60 28.50 6.300 0.475 ≥Yi 16.900 3.02 34.1 0.912 0.061 S23 ≥Yi ≥Yi ≥Yi 92.9 11.90 55.10 1.260 0.781 ≥Yi 2.060 4.68 ≥Yi 0.473 0.013 Xi 199 16.70 50.6 173.0 4.26 8.79 0.688 0.621 23.20 1.020 4.53 47.7 0.155 0.021 Yi 476 1 389.00 1 923.0 3 676.0 3 472.00 802.00 63.000 156.000 556.00 66.000 857.00 90.9 2 140.100 注：Xi.23个采样点平均安全消费量；Yi.按检出限计算的安全消费量
Note：Xi.the mean of safe consumption at all the twenty three sites；Yi.the safe consumption based on the detection limit
下载: 导出CSV
-
[1] 汪晶, 阎雷生. 有毒化学品的健康风险评估概论[J]. 城市环境与城市生态, 1993, 6(4): 43-47. https://www.cqvip.com/doc/journal/979341159 [2] 高仁君, 陈隆智, 郑明奇, 等. 农药对人体健康影响的风险评估[J]. 农药学学报, 2004, 6(3): 8-14. doi: 10.3321/j.issn:1008-7303.2004.03.002 [3] BARNES D G, DOURSON M. Reference dose (RD): description and use in health risk assessments[J]. Regul Toxicol Pharmcol, 1998, 8: 471-486. doi: 10.1016/0273-2300(88)90047-5
[4] JIANG Q T, LEE T K, CHEN K, et al. Human health risk assessment of organochlorines associated with fish consumption in a coastal city in China[J]. Environ Poll, 2005, 136(1): 155-165. doi: 10.1016/j.envpol.2004.09.028
[5] KAREN H W, FRANK W D, ARUNTHAVARANI T, et al. Fish tissue quality in the lower Mississippi River and health risks from fish consumption[J]. Sci Total Environ, 2003, 302(1/3): 109-126. doi: 10.1016/s0048-9697(02)00396-0
[6] NAKATA H, KAWAZOE M, ARIZONO K, et al. Organochlorine pesticides and polychlorinated biphenyl residues in foodstuffs and human tissues from China: status of contamination, historical trend, and human dietary exposure[J]. Arch Environ Contamin Toxicol, 2002, 43(4): 473-480. doi: 10.1007/s00244-002-1254-8
[7] TANABE S, PRUDENTE M S, KAN-ATIREKLAP S, et al. Mussel watch: marine pollution monitoring of butyltins and organochlorine in coastal waters of Thailand, Philippines and India[J]. Ocean Coastal Manag, 2000, 43(8): 819-839. doi: 10.1016/S0964-5691(00)00060-0
[8] 于强, 李亚明, 张华, 等. 近海牡蛎、贻贝中有机氯农药和多氯联苯的气相色谱法测定[J]. 分析测试学报, 2002, 21(2): 91-93. doi: 10.3969/j.issn.1004-4957.2002.02.030 [9] International Programme on Chemical Safety. Principles for modelling low-dose response for risk assessment of chemicals[F/OL]. (2004-05-26) [2008-08-18]. http://www.who.int/ipcs/food/risk assessment/en/.
[10] Food and Agriculture Organization/World Health Organization of the United Nations. Joint FAO/WHO Expert Committee on Food Additives Sixty-fourth Meeting [R/OL]. (2005-02-17) [2008-08-18]. http://www.who.int/ipcs/food/jecfa/summaries/summary_report_64_final.pdf. https://www.who.int/groups/joint-fao-who-expert-committee-on-food-additives-(jecfa)/about
[11] National Food Authority (NFA). Australian food standard code[S]. Canberra: Australian Government Publishing Service, 1992.
[12] 施高茂. 日本《肯定列表制度》和应对措施[J]. 水产科技, 2006(3): 19-21. https://d.wanfangdata.com.cn/periodical/Ch9QZXJpb2RpY2FsQ0hJTmV3UzIwMjQxMTA1MTcxMzA0Eg5RSzIwMDYwMjI4ODY4OBoIMXJtZHBnaHU%3D [13] United States Food and Drug Administration (USFDA). Shellfish sanitation interpretation: action levels for chemical and poisonous substances[S]. Washington, D.C. : Shellfish Sanitation Branch United States Food and Drug Administration, 1984.
[14] 国家质量监督检验检疫总局. 农产品安全质量无公害水产品安全要求(GB18406.4-2001)[S]. 北京: 中国标准出版社, 2002. [15] 王初升, 许章程, 郑金树, 等. 研究海洋环境质量生物标准的意义及其内容[J]. 海洋环境科学, 1999, 18(3): 22-27. doi: 10.3969/j.issn.1007-6336.1999.03.005 [16] EQS. Environment Quality Standard by Europe Community Directive 1982/176/EEC and 1984/156/EEC[S].
[17] 郭建阳, 孟祥周, 麦碧娴, 等. 滴滴涕类农药在广东省沿海地区水产品中的残留及人体暴露水平[J]. 生态毒理学报, 2006, 1(3): 236-242. doi: 10.3969/j.issn.1673-5897.2006.03.007 [18] FUNG C N, LAM J C, ZHENG G J, et al. Mussel-based monitoring of trace metal and organic contaminants along the east coast of China using Perna viridis and Mytilus edulis[J]. Environ Poll, 2004, 127(2): 203-216. doi: 10.1016/j.envpol.2003.08.007
[19] 甘居利, 林钦, 贾晓平, 等. 广东近江牡蛎(Crassostrea rivularis)有机氯农药残留与健康风险评估[J]. 农业环境科学学报, 2007, 26(6): 2 323-2 328. doi: 10.3321/j.issn:1672-2043.2007.06.057
计量
- 文章访问数: 4961
- HTML全文浏览量: 130
- PDF下载量: 3234
粤公网安备 44010502001741号
