华南沿海贝类体镉的调查与膳食暴露评估

王增焕, 林钦, 李刘冬, 王许诺

王增焕, 林钦, 李刘冬, 王许诺. 华南沿海贝类体镉的调查与膳食暴露评估[J]. 南方水产科学, 2012, 8(5): 9-14. DOI: 10.3969/j.issn.2095-0780.2012.05.002
引用本文: 王增焕, 林钦, 李刘冬, 王许诺. 华南沿海贝类体镉的调查与膳食暴露评估[J]. 南方水产科学, 2012, 8(5): 9-14. DOI: 10.3969/j.issn.2095-0780.2012.05.002
WANG Zenghuan, LIN Qin, LI Liudong, WANG Xunuo. Survey and dietary exposure assessment of cadmium in shellfish from South China Sea coast[J]. South China Fisheries Science, 2012, 8(5): 9-14. DOI: 10.3969/j.issn.2095-0780.2012.05.002
Citation: WANG Zenghuan, LIN Qin, LI Liudong, WANG Xunuo. Survey and dietary exposure assessment of cadmium in shellfish from South China Sea coast[J]. South China Fisheries Science, 2012, 8(5): 9-14. DOI: 10.3969/j.issn.2095-0780.2012.05.002

华南沿海贝类体镉的调查与膳食暴露评估

基金项目: 

中央级公益性科研院所基本科研业务费专项资金(中国水产科学研究院南海水产研究所)资助项目 2009TS20

详细信息
    作者简介:

    王增焕(1969-),男,硕士,副研究员,从事海洋生态环境与水产品质量安全研究。E-mail: zh-wang1211@163.com

  • 中图分类号: X835

Survey and dietary exposure assessment of cadmium in shellfish from South China Sea coast

  • 摘要:

    根据2009年对广东、广西沿海主要贝类养殖区太平洋牡蛎(Crassostrea gigas)、翡翠贻贝(Perna viridis)、文蛤(Meretrix meretrix)和菲律宾蛤仔(Ruditapes philiparum)等贝类体镉(Cd)的调查结果,采用随机模拟的概率评估方法,对贝类体Cd的膳食暴露量进行了评估,对评估的不确定性和变异性进行了定量分析和讨论。结果表明,调查海域贝类w(Cd)存在显著性差异,所有样品中w(Cd)均低于无公害水产品中有毒有害物质限量标准值。将评估结果与WHO/FAO的食品添加剂联合专家委员会推荐的Cd的暂定每周耐受摄入量(PTWI)相比,贝类体Cd的膳食暴露量低于PTWI值,但在P95的高百分位水平下,贝类Cd的膳食暴露量占PTWI的比例较高(29.1%~57.4%)。建议采取相应措施,降低贝类体Cd的膳食暴露量。

    Abstract:

    According to the investigation on the cadmium contents in Crassostrea gigas, Perna viridis, Meretrix meretrix and Ruditapes philippinarum from Guangdong and Guangxi of China in 2009, we assessed the dietary exposure to cadmium by probabilistic assessment based on Monte Carlo simulation, and conducted a quantitative analysis of the uncertainty and variability of the evaluation. The cadmium contents of all samples in the investigation sea area, which are significantly different, are lower than the concentration limit of certain hazardous substances for harmless aquatic products. The estimated dietary exposure to cadmium is lower than the provisional tolerable weekly intake (PTWI) of cadmium recommended by Joint Expert Committee on Food Additives (JECFA) of FAO/WHO, but accounts for very great proportion of PTWI at the level of P95 percentage. It is suggested that dietary exposure to cadmium be reduced by relevant measures.

  • 金属卤化物集鱼灯 (简称“金卤灯”) 是光诱渔业最常用的光源类型[1-6]。光诱渔船海面光场分布计算是集鱼灯应用研究的重要课题之一[3,7]。光场分布计算方法包括几何光学法[2,8-9]和蒙特卡罗 (Monte Carlo, MC) 模拟方法[10-12]。几何光学方法中,Bae等[3]将点光源模型 (Point model, PM) 与指数衰减模型结合计算了渔船海面照度,假定灯具空间光场分布各向同性。Choi等[13]提出了线性光源模型 (Line model, LM) 计算灯光船周围海面照度,因其假定灯组为连续发光体,计算值大于实际情况。肖启华和张丽蕊[14]提出了面光源模型,适用于灯具表面积大、计算点与灯具之间小的光场数值的计算。Lai等[15]应用球面模型对LED集鱼灯进行二次透镜设计,并计算船舷两侧的海面光场分布。钱卫国和王飞[9]、叶超[16]、侍炯等[17]提出了配光曲线模型 (Light distribution curve model, LDC) 并做了大量的海上实证研究。由于几何方法主要采用光在水汽界面的折射定律和在空气中直线传播规律,无法求解海面波动状态下的照度分布,学者开始引入蒙特卡罗方法求解光学传输问题[12,18-22]。张涤[12]应用蒙特卡罗方法研究了可见光水下信道问题,指出了不同波长光子信道衰减情况。官文江等[20]结合风浪斜率概率模型[23-24],进一步应用蒙特卡罗提出了集鱼灯光场分布的计算框架。然而计算框架中的光子数取值问题和光子辐射模型还有待进一步完善,这两个环节决定了集鱼灯光场计算的准确度,进而影响到光场有效诱集范围、渔船之间合理作业间距等方面的估算。因此本文通过数值模拟方法讨论不同光子数取值对模拟结果稳定性的影响,同时根据灯具光度分布提出了新的灯具辐射模型并验证,结合新的辐射模型给出算例,为光诱渔船光场分布计算提供借鉴和参考。

    为描述灯具和海面计算点的相对位置,建立$ xyz $三维坐标系 (图1)。其中船尾至船首的纵剖面为$ xoz $,船尾中点在海面的投影点为原点$ o $,船舯线为$ x $轴 (船首为$x $正向),船尾垂直于$ xoz $方向为$y$轴 (右舷为$ y $轴正向),$ z$轴垂直于$ xoy $平面 (向上为正)。灯具垂直悬挂于点$ L(x, y, h)$$ h$为灯具距离海面的高度,$P$点位于$ {xoy} $平面内 (图1-a)。定义光束LP在$xoy$平面的投影与$x$轴顺时针方向的夹角为投影旋转角$φ$。定义光束LP与$z$轴正方向的夹角为天底角$ {θ} $。海面为波动状态,海面与水平面夹角为β (图1-b)。

    图  1  灯具与计算点的相对位置及灯具安装示意
    Figure  1.  Relative position between lamp and calculation point and installation diagram of lamp

    选取目前光诱渔业中广泛应用的金属卤化物集鱼灯 (2 kW DCJ 2000TT型) 作为研究对象,选取目前光诱渔业中广泛应用的金属卤化物集鱼灯(2 kW DCJ 2000TT 型) 作为研究对象,集鱼灯额定功率2000 W,电压范围210~250 V,额定光通量220000 lm,灯头型号E39/79-A,灯具中心高度295 mm,全长465 mm,最大直径90 mm。

    灯具光度分布数据在国家远洋渔业工程技术研究中心进行了测试,灯具配光在垂直方向和水平方向的配光曲线分布见图2。测试设备:远方光电GO-2 000光度分布测试仪,测试模式选系统内置的C−γ。

    图  2  灯具配光曲线
    Figure  2.  Light distribution curve

    可以看出光强在水平和垂直剖面内的光强分布曲线存在一定差异,取C90/270和γ90平面内光强分布曲线,借助Matlab (R2015b) 软件用Fourier级数拟合灯具光强分布曲线,公式分别对应如下:

    $$\begin{aligned} I(\theta)=& 19\;670-3\;366 \cos (1.851 \theta)+2\;197 \sin (1.851 \theta)-\\ & 1\;201 \cos (3.702 \theta)+2\;245 \sin (3.702 \theta)+\\ & 38.56 \cos (5.553 \theta)+1\;176 \sin (5.553 \theta)\left(R^{2} = 0.96\right) \end{aligned}$$ (1)
    $$\begin{aligned} g(\varphi)=& 15\;320-9\;206 \cos (1.962 \varphi)-396.3 \sin (1.962 \varphi)-\\ & 3\;534 \cos (3.924 \varphi)-238.8 \sin (3.924 \varphi)-\\ & 1\;305 \cos (5.886 \varphi)-167 \sin (5.886 \varphi)\left(R^{2} = 0.98\right) \end{aligned}$$ (2)

    式中:$ {θ} $为灯具垂直剖面γ90配光曲线,决定了灯具不同天底角光束的辐射强度;$ {φ} $为灯具水平剖面C90/270配光曲线,决定了灯具不同投影旋转角光束的辐射强度。

    蒙特卡罗方法是研究光辐射传输特性的经典方法[24-26],通过将光束能量离散成大量光子,利用随机抽样方法追踪光子路径来解决光束传输问题,计算流程参考官文江等[20]的方法。模型计算假定条件:1) 模拟中所有光子无波长差异;2) 光子在水气界面只考虑反射与入射,无其他形式衰减;3) 不考虑光子在空气中的吸收与散射作用。

    官文江等[20]报道的光子辐射模型中投影旋转角 ($ {φ} $) 使用均匀随机数生成,难以全面反映灯具辐射特征 (图1-a)。对此本文进一步优化,辐射模型考虑光子辐射天底角 ($ {θ} $) 和投影旋转角 ($ {φ} $) 两个方向的特征,计算公式:

    $$\left\{\begin{array}{l}F({{{θ}}})=\dfrac{\int_{0}^{{{{θ}}}_{{{i}}}} \mathrm{I}({{{θ}}}) \mathrm{d} {{{θ}}}}{\int_{0}^{2 \pi} \mathrm{I}({{{θ}}}) \mathrm{d} {{{θ}}}} \\ M(\varphi)=\dfrac{\int_{0}^{\varphi_{{{i}}}} \mathrm{~g}({\varphi) \mathrm{d} \varphi}}{\int_{0}^{2 \pi} \mathrm{g}(\varphi) \mathrm{d} \varphi}\end{array}\right.$$ (3)

    其中:$ F $($ {θ} $)、$ {M}{(}{φ}{)} $分别为光子天底角$ {θ} $和投影旋转角$ {φ} $的归一化概率分布函数,考虑到集鱼灯投向天空的光源属于浪费资源,故$ {θ} $取值介于[0.5π, π]。$ {θ} $$ {φ} $利用反函数法[25]产生。

    光子从灯具出射后,沿直线投射至水面。而海面受风的影响形成了毛细海浪,因此交互界面有一定的斜率。根据Cox和Munk[27]观测,不同风速下的波浪面倾斜角经验概率密度公式:

    $$\rho(\beta)=\frac{2}{\sigma^{2}} {\rm{e}}^{\frac{-\tan ^{2} \beta}{\sigma^{2}}} \tan \beta \sec ^{2} \beta$$ (4)

    其中:σ2=0.003+0.005 12VV为距海面10 m处的风速(m·s−1);$ {β} $为波浪面与水平面的夹角,同样利用反函数法产生伪随机数[25]确定波浪斜率。

    确定海浪斜率后即可确定法线方向,光束在海面的入射角$ {{θ}}_{{i}} $调整为:

    $$ {{θ}}_{{i}}={θ}-{β} $$ (5)

    式中:$ {θ} $为光子从灯具出射的天底角;$ {β} $同上。

    光束经过大气−海水界面发生折射和反射,总反射率Rt计算公式:

    $$R_{\mathrm{t}}=R_{\mathrm{f}}+R_{\mathrm{u}}$$ (6)

    式中:$ {{R}}_{\rm{f}} $为镜面折射率;$ {{R}}_{\rm{u}} $水下反射率。丁明亮[10]指出$ {{R}}_{\rm{u}} $泡沫反射率远小于折射率$ {{R}}_{\rm{f}} $,因此忽略不计。光子调整角度后在水面反射与入射遵循Fresnel反射定律[28]

    $$R_{{f}}=\left[\frac{{n}_{1} \cos {{θ}}_{{i}}-{n}_{2} \sqrt{1-\left(\dfrac{{n}_{1}}{{n}_{2}} \sin {{θ}}_{{i}}\right)^{2}}}{{n}_{1} \cos {{θ}}_{{i}}+{n}_{2} \sqrt{1-\left(\dfrac{{n}_{1}}{{n}_{2}} \sin {{θ}}_{{i}}\right)^{2}}}\right]^{2}$$ (7)

    式中:$ {{θ}}_{{i}} $为入射角;$ {{n}}_{{1}} $为空气折射率,取1;$ {{n}}_{{2}} $为海水折射率,取1.33。若$ {{θ}}_{{i}}{=0} $,则$ {{R}}_{{{\rm{f}}}} $按下式计算:

    $$R_{{{\rm{f}}}}=\left(\frac{{n}_{1}-{n}_{2}}{{n}_{1}+{n}_{2}}\right)^{2}$$ (8)

    模拟过程中,依据轮盘赌法[26]进行判别:取随机数$ {R} $ (为0~1内均匀分布随机数),当$ {R}{ > }{{R}}_{{{\rm{t}}}} $,则光子落入水中,否则反射不予统计。对接收面进行栅格化处理后,通过统计每个栅格内的光子数能量与栅格面积之比得到照度值。

    为验证模型准确性,在光学实验室内完成验证测试。将灯具安装在自动旋转台上,灯高1.6 m,功率2 kW,照度计型号Hobo Mx2202,分辨率为0.01 lx。灯具安装在旋转平台上,照度计放置于地面,与灯具中心水平距离1~5 m,间隔1 m放置一个照度计,见图3-a中的t1—t5位置。测试过程中,转台绕C轴转动,从而测得灯具不同投影旋转角$ {φ} $所对应的地面照度值,实际测试灯具与照度计布置见图3-b。

    图  3  验证测试方案
    Figure  3.  Verifying test

    通过设定不同的光子数值105~1010讨论模拟结果的稳定性,重复模拟1 000次,取模拟结果的差异系数 (Coefficient of variation, CV) 作为稳定性计量指标,差异系数越低稳定性越高。结果显示:1) 对同一计算点,光子数从105增至1010,模拟结果差异系数减少;以与灯具水平距离5 m的计算点为例,当光子数增至108,差异系数为0.07%,光子数取值增大,差异系数减少至0.05%; 2) 相同光子数取值条件下,距灯具水平距离越近的计算点,计算结果稳定性越高;随着光子数取值增大,稳定性差异缩小 (图4)。

    图  4  光子数取值对模拟结果波动性的影响
    Figure  4.  Effect of photon number on volatility of modeling results

    金属卤化物灯由于内部支架等遮挡影响,其空间光场分布在水平切面内并非饶轴对称 (图2-a)。针对新的光子辐射模型不同出射方向 ($ {φ} $=90º、60º、30º、0º) 的照度值进行计算并实测,结果显示新模型计算结果与实测相对误差分别为5.12%、4.72%、3.28%、5.03%,平均值为4.53%,未优化模型相对误差均值为5.23% (图5)。不同方向上的计算结果差异系数小于0.08%,模拟稳定性较好 (图6)。

    图  5  优化模型不同出射方向计算与实测比较
    Figure  5.  Comparison of different light field calculation models
    图  6  优化模型不同出射方向计算的差异系数(光子数取值为108)
    Figure  6.  Coefficient of variation of optimized model simulation results (Photons number of 108)

    作为对比,基于点光源模型的模拟结果与实际的误差分别为3.57%、4.57%、6.81%、17.1%,平均值8.41%,显然误差增大;基于配光曲线模型计算结果与实际的误差分别为7.07%、8.1%、10.42%、21.04%,平均值11.65%,误差最大。由上可知,本文提出的优化光子输出模型,能够较好地反映灯具光场的空间分布情况。

    结合本文提出的光子辐射优化模型,提供了光诱渔船在实际作业海域的光场分布算例,光诱渔船集鱼灯配置等参数见表1。风速取2 m·s−1,数据来自Noaa Erddap。实测值参照Choi等[13]的研究。

    表  1  模型参数表
    Table  1.  Model parameters
    项目 Item    数值 Value项目 Item    数值 Value
    船舶吨位 Tonnage 19.9 金卤灯功率 Metal halide lamp power/kW 2.0
    船长 Length/m 22.0 金卤灯光通量 Luminous flux/lm 200 000
    船宽 Width/m 4.8 灯组长度 Lamp length/m 17.0
    灯与灯间距 Distance between lamps/m 1.1 灯距水面高度 Height of lamp above water/m 3.0
    船尾第一个灯与船尾距离 Fist lamp near stern/m 2.8 渔船集鱼灯总功率 Total power/kW 75
    下载: 导出CSV 
    | 显示表格

    根据上述参数计算了船舷一侧垂直于船舯线不同距离的照度值,并与Choi等[13]的实测值进行对比,结果显示优化后的蒙特卡罗计算结果与实测值平均误差约为5.23%,计算值接近实测值 (图7)。作为对比,应用线光源法和点光源法计算结果与历史研究实测值的平均相对误差分别为52.62%和54.00%,并且随着距离增大,相对误差增加。

    图  7  优化模型应用计算结果与实测值对比(差异系数0~0.23%)
    Figure  7.  Calculated and measured values of horizontal illuminance at specific points beneath water (Difference coefficient 0−0.23%)

    蒙特卡罗模拟通过大量随机抽样观察规律,样本量决定模拟结果的准确性。研究发现,光子数取值越大,模拟结果的差异系数越小且趋于极值。究其原因,当光子数取值足够大时,计算机所生成的伪随机数分布情况越接近概率分布函数,当然这还取决于伪随机数的生成方法[25,29]。本文通过预试验发现当光子数取值108时,模拟结果的差异系数为0.07%,此后差异系数趋于稳定值。本试验也发现光子数取值对模拟时长有较大影响。因此光束取值须兼顾模拟结果的稳定性、计算机性能等因素。本试验还发现,距离灯具越近的计算点,模拟的稳定性越高,这种现象在光子数取值较小时尤为明显,当光子数取值增大,远近距离计算点之间结果稳定性的差异减少。这是由于近光源处接受面所对应的灯具立体角较大,相同光子密度条件下,往往造成近光源处接受面能接受到更多光子,光子数越多,进一步造成计算结果越容易趋于稳定值。

    针对光子辐射模型方面,本文利用灯具光度分布数据,从水平和垂直两个方向构建光子辐射概率模型并进行验证,发现优化模型的计算结果更接近事实。较官文江等[20]的研究,优化辐射模型充分考虑了灯具不同投影旋转角的光束辐射差异性,可以更加准确地计算灯与灯间光照叠加区域的亮度,进而计算合适的灯间安装距离以达到光源利用最大化。本文提出的光子辐射模型存在局限性,即假定不同的水平和垂直剖面内配光曲线分布趋势一致。因此,本文提出的建模方法无法应用于结构复杂的光源,建议选用二维随机变量分布函数描述[30]

    在算例中,本研究对比分析了几何算法与蒙特卡罗算法结果,发现线光源模型与点光源模型计算结果大于蒙特卡罗算法结果。原因是当海面具有一定斜率,光束在水汽交互界面的透射率发生改变。本文引用Cox和Munk[27]观测模型计算海面倾斜角,可拓展计算不同风速条件下的海面照度情况。

    本文利用数值模拟方法研究了蒙特卡罗模拟过程中光子数取值对计算结果稳定性的影响,讨论了造成这一影响的原因。同时,根据光度分布数据提出了光子辐射优化模型并进行验证,发现新的光子辐射模型与实际情况较为接近,能够较为全面地表征灯具不同方向光子的辐射特征。在此基础上,结合实际渔船的灯光配置参数和风速,计算了光诱渔船实际作业环境下的光场分布,结果显示在海面波动条件下,蒙特卡罗计算结果比几何方法计算结果更接近实测值。

  • 表  1   目标人群的体质量和贝类的日消费量

    Table  1   Body weight of target population and daily consumption of shellfish

    年龄
    age
    体质量/kg body weight 消费量/g consumption
    男 male 女 female 男 male 女 female
    4~6 18.2 17.6 10.5 10.0
    7~10 26.0 25.1 16.7 11.5
    11~14 36.2 36.4 26.8 17.5
    15~17 50.6 47.8 42.5 33.2
    18~40 63.4 54.3 34.1 31.0
    40~60 62.7 56.6 26.3 25.5
    >60 60.5 53.5 29.0 24.4
    下载: 导出CSV

    表  2   贝类体w(Cd)的检测结果

    Table  2   Content of cadmium in shellfish samples mg · kg-1

    种类
    species
    范围
    range
    平均值
    mean
    中值
    median
    偏度
    skewness
    峰度
    kurtosis
    文蛤(Meretrix meretrix) 0.08~0.22 0.16 0.16 -0.290 -0.453
    翡翠贻贝(Perna viridis) 0.21~0.39 0.29 0.27 0.773 -0.489
    菲律宾蛤仔(Ruditapes philippinarum) 0.10~0.72 0.32 0.14 0.588 -1.739
    长牡蛎(Crassostrea gigas) 0.31~0.76 0.47 0.44 0.733 -0.445
    下载: 导出CSV

    表  3   目标人群的贝类Cd膳食周暴露量的估计值

    Table  3   Estimated weekly dietary exposure to cadmium in shellfish for target population

    年龄
    age
    性别
    sex
    平均值
    average
    众数
    mode
    百分位数估计值* perentile estimate 点估计
    P.E.
    P50 P75 P90 P95
    4~ 6 1.22 0.43 1.05 1.73 2.27 2.51 3.38
    (0.97~1.11) (1.59~1.82) (2.09~2.39) (2.31~2.64)
    1.33 0.45 1.15 1.89 2.50 2.70 3.50
    (1.08~1.21) (1.77~1.99) (2.34~2.64) (2.53~2.85)
    7~ 10 1.65 0.56 1.45 2.32 3.09 3.33 4.17
    (1.29~1.56) (2.06~2.49) (2.74~3.32) (2.95~3.57)
    1.10 0.39 0.95 1.56 2.07 2.24 2.82
    (0.56~1.02) (1.42~1.68) (1.88~2.23) (2.03~2.42)
    11~14 1.70 0.58 1.48 2.38 3.15 3.49 4.49
    (1.38~1.56) (2.22~2.50) (2.94~3.32) (3.25~3.67)
    1.16 0.41 1.02 1.62 2.14 2.37 3.12
    (0.92~1.08) (1.47~1.73) (1.94~2.28) (2.14~2.51)
    15~17 1.99 0.68 1.75 2.85 3.66 4.02 5.17
    (1.61~1.83) (2.63~2.98) (3.38~3.83) (3.71~4.21)
    1.70 0.58 1.45 2.44 3.19 3.51 4.40
    (1.35~1.53) (2.26~2.57) (2.96~3.36) (3.26~3.70)
    18~40 1.28 0.44 1.11 1.84 2.37 2.61 3.31
    (1.04~1.18) (1.71~1.95) (2.21~2.51) (2.43~2.77)
    1.38 0.47 1.22 1.97 2.58 2.84 3.52
    (1.13~1.29) (1.84~2.09) (2.40~2.73) (2.64~3.01)
    40~60 1.03 0.34 0.91 1.47 1.88 2.04 2.53
    (0.86~0.95) (1.38~1.54) (1.76~1.96) (1.92~2.14)
    1.09 0.37 0.95 1.57 2.02 2.19 2.78
    (0.87~0.99) (1.45~1.65) (1.87~2.13) (2.02~2.30)
    >60 1.10 0.38 0.97 1.56 2.04 2.24 2.79
    (0.92~1.01) (1.48~1.63) (1.93~2.13) (2.13~2.35)
    1.12 0.38 0.99 1.60 2.03 2.21 2.81
    (0.92~1.05) (1.48~1.69) (1.87~2.13) (2.05~2.33)
    注:*.反映了贝类体Cd膳食暴露量的变异性;括号内为90%的置信区间,不确定性以置信区间来描述
    Note: *.variability of dietary exposure to cadmium in shellfish. The values in brackets indicate 90% confidence interval that descibes uncertainty.
    下载: 导出CSV
  • [1] 李学鹏, 段青源, 励建荣. 我国贝类产品中重金属镉的危害及污染分析[J]. 食品科学, 2010, 31(17): 457-461. https://lib.cqvip.com/Qikan/Article/Detail?id=35344790

    LI Xuepeng, DUAN Qingyuan, LI Jianrong. Hazard and pollution analysis of cadmium in Chinese domestic shellfish[J]. Food Sci, 2010, 31(17): 457-461. (in Chinese) https://lib.cqvip.com/Qikan/Article/Detail?id=35344790

    [2] 王许诺, 王增焕, 林钦, 等. 广东沿海贝类4种重金属含量分析和评价[J]. 南方水产, 2008, 4(6): 83-87. doi: 10.3969/j.issn.2095-0780.2008.06.012

    WANG Xunuo, WANG Zenghuan, LIN Qin, et al. Analysis and assessment of the content of four heavy metals in shellfish along Guangdong coastal waters[J]. South China Fish Sci, 2008, 4(6): 83-87. (in Chinese) doi: 10.3969/j.issn.2095-0780.2008.06.012

    [3] 王增焕, 王许诺, 林钦. 南海北部沿岸贝类体内镉含量及其健康风险评价[J]. 中国水产科学, 2011, 18(6): 1406-1412. doi: 10.3724/SP.J.1118.2011.01406

    WANG Zenghuan, WANG Xunuo, LIN Qin. Cadmium content in shellfish from the coast of the South China Sea: the risk to human health[J]. J Fish Sci China, 2011, 18(6): 1406-1412. (in Chinese) doi: 10.3724/SP.J.1118.2011.01406

    [4] 王增焕, 王许诺, 林钦, 等. 华南沿海牡蛎重金属含量特征及其风险评估[J]. 水产学报, 2011, 35(2): 291-297. doi: 10.3724/SP.J.1231.2011.17173

    WANG Zenghuan, WANG Xunuo, LIN Qin, et al. The variation features of heavy metal contents in oyster samples from the coast of South China Sea and their safety assessment[J]. J Fish China, 2011, 35(2): 291-297. (in Chinese) doi: 10.3724/SP.J.1231.2011.17173

    [5] 王增焕, 王许诺, 林钦. 贝类产品镉铜铅锌的含量特征与风险分析[J]. 农业环境科学学报, 2011, 36(6): 1208-1213. https://www.doc88.com/p-6042955508251.html

    WANG Zenghuan, WANG Xunuo, LIN Qin. The content variation characteristics and risk analysis for cadmium, copper, lead and zinc in some species of shellfish[J]. J Agro-Environ Sci, 2011, 36(6): 1208-1213. (in Chinese) https://www.doc88.com/p-6042955508251.html

    [6] 马元庆, 唐学玺, 刘义豪, 等. 山东半岛近海贝类污染状况调查与评价[J]. 海洋环境科学, 2009, 28(5): 562-565. doi: 10.3969/j.issn.1007-6336.2009.05.020

    MA Yuanqing, TANG Xuexi, LIU Yihao, et al. Investigation and assessment on pollution situation of sea shells in Shandong Peninsula coast[J]. Mar Environ Sci, 2009, 28(5): 562-565. (in Chinese) doi: 10.3969/j.issn.1007-6336.2009.05.020

    [7] 毕士川, 于慧娟, 蔡友琼, 等. 重金属Cd在不同水产品中的含量及其污染状况评价[J]. 环境科学与技术, 2009, 32(4): 181-185. https://www.doc88.com/p-908594003029.html

    BI Shichuan, YU Huijuan, CAI Youqiong, et al. Assessment on cadmium pollution of aquatic products in Shanghai′s market[J]. Environ Sci & Technol, 2009, 32(4): 181-185. (in Chinese) https://www.doc88.com/p-908594003029.html

    [8] 纪焕红, 徐韧, 程祥圣, 等. 上海市售海产贝类食用安全质量评价及分级[J]. 海洋环境科学, 2009, 28(2): 193-197. https://www.doc88.com/p-7764207980885.html

    JI Huanhong, XU Ren, CHENG Xiangsheng, et al. Assessment and grade of food safety quality for retail shellfish in Shanghai[J]. Mar Environ Sci, 2009, 28(2): 193-197. (in Chinese) https://www.doc88.com/p-7764207980885.html

    [9] 徐轶肖, 江天久, 冷科明. 深圳海域养殖牡蛎卫生质量状况(Ⅰ)重金属含量与评价[J]. 海洋环境科学, 2005, 24(1): 24-27. https://www.doc88.com/p-2488203983125.html

    XU Yixiao, JIANG Tianjiu, LENG Keming. Sanitary quality of farmed oyster from Shenzhen seaboard (Ⅰ) Assessment on heavy metals[J]. Mar Environ Sci, 2005, 24(1): 24-27. (in Chinese) https://www.doc88.com/p-2488203983125.html

    [10] 宋雯, 陈志军, 朱智伟, 等. 南方6省稻米总汞含量调查及其膳食暴露评估[J]. 农业环境科学学报, 2011, 30(5): 817-823. https://d.wanfangdata.com.cn/periodical/ChpNaW5lclBlcmlvZGljYWxDSEkyMDIzMDYzMBIPbnloamJoMjAxMTA1MDAxGggzN3d3M3JocQ%3D%3D

    SONG Wen, CHEN Zhijun, ZHU Zhiwei, et al. Survey and dietary exposure assessment of total mercury in milled rice farmed in 6 provinces of southern China[J]. J Agro-Environ Sci, 2011, 30(5): 817-823. (in Chinese) https://d.wanfangdata.com.cn/periodical/ChpNaW5lclBlcmlvZGljYWxDSEkyMDIzMDYzMBIPbnloamJoMjAxMTA1MDAxGggzN3d3M3JocQ%3D%3D

    [11]

    GIBNEY M J, Van der VOET H. Introduction to the Monte Carlo project and the approach to the validation of probabilistic models of dietary exposure to selected food chemicals[J]. Food Addit Contam, 2003, 20(Suppl 1): 1-7. doi: 10.1080/0265203031000134947

    [12]

    PAULO M J, Van der VOET H, JANSEN M J, et al. Risk assessment of dietary exposure to pesticides using a Bayesian method[J]. Pest Manag Sci, 2005, 61(8): 759-766. doi: 10.1002/ps.1060

    [13] 翟凤英, 何宇纳, 马冠生, 等. 中国城乡居民食物消费现状及变化趋势[J]. 中华流行病学杂志, 2005, 26(7): 485-488. https://qikan.cqvip.com/Qikan/Article/Detail?id=16189329

    ZHAI Fengying, HE Yuna, MA Guansheng, et al. Study on the current status and trend of food consumption among Chinese population[J]. Chin J Epidemiol, 2005, 26(7): 485-488. (in Chinese) https://qikan.cqvip.com/Qikan/Article/Detail?id=16189329

    [14] 唐洪磊, 郭英, 孟祥周, 等. 广东省沿海城市居民膳食结构及食物污染状况的调研——对持久性卤代烃和重金属的人体暴露水平评价[J]. 农业环境科学学报, 2009, 28(2): 329-336. doi: 10.3321/j.issn:1672-2043.2009.02.020

    TANG Honglei, GUO Ying, MENG Xiangzhou, et al. Nutritional status in dietary intake and pollutants via food in coastal cities of Guangdong province, China: assessment of human exposure to persistent halogenated hydrocarbons and heavy metals[J]. J Agro-Environ Sci, 2009, 28(2): 329-336. (in Chinese) doi: 10.3321/j.issn:1672-2043.2009.02.020

    [15] 刘元宝, 王灿楠, 吴永宁, 等. 膳食暴露定量评估模型及其变异性和不确定性研究[J]. 中国卫生统计, 2008, 25(1): 7-9. doi: 10.3969/j.issn.1002-3674.2008.01.002

    LIU Yuanbao, WANG Cannan, WU Yongning, et al. Quantitative model of dietary exposure assessment and analysis for the variability and uncertainty[J]. Chin J Health Stat, 2008, 25(1): 7-9. (in Chinese) doi: 10.3969/j.issn.1002-3674.2008.01.002

    [16]

    BOON P E, Van der VOET H, Van KLAVEREN J D. Validation of a probabilistic model of dietary exposure to selected pesticides in Dutch infants[J]. Food Addit Contam, 2003, 20(Suppl 1): 36-49. doi: 10.1080/0265203031000134956

    [17]

    BANKS H T, POTTER L K. Probabilistic methods for addressing uncertainty and variability in biological models: application to a toxicokinetic model[J]. Math Biosci, 2004, 192(2): 193-225. doi: 10.1016/j.mbs.2004.11.008

    [18]

    CULEN A C, FREY H C. Probabilistic techniques in exposure assessment: a handbook for dealing with variability and uncertainty in models and inputs[M]. New York: Plenum Press, 1999: 217-236. https://link.springer.com/book/9780306459566

    [19]

    SHARMA R P. Interactions of cis-platinum with cellular zinc and copper in rat liver and kidney tissues[J]. Pharmacol Res Commun, 1985, 17(2), 197-206. doi: 10.1016/0031-6989(85)90065-7

    [20]

    SHARMA R P, KJELLSTROM T E, MCKENZIE J M. Cadmium in blood and urine among smokers and non-smokers with high cadmium intake via food[J]. Toxicology, 1983, 29(1/2), 163-171. doi: 10.1016/0300-483X(83)90048-3

    [21]

    VAHTER M, BERGLUND M, NERMELL B, et al. Bioavailability of cadmium from shellfish and mixed diet in women[J]. Toxicol Appl Pharmacol, 1996, 136(2): 332-341. doi: 10.1006/taap.1996.0040

    [22]

    MIREI U, ETSUKO K, YASSHI S, et al. Cadmium exposure aggravates mortality more in women than in men[J]. Int J Environ Health Res, 2006, 16(4): 273-279. doi: 10.1080/09603120600734220

    [23] 张存政, 张心明, 田子华, 等. 稻米中毒死蜱和氟虫腈的残留规律及其暴露风险[J]. 中国农业科学, 2010, 43(1): 151-163. doi: 10.3864/j.issn.0578-1752.2010.01.018

    ZHANG Cunzheng, ZHANG Xinming, TIAN Zihua, et al. Degradation of chlorphyrifos and fipronil in rice from farm to dining table and risk assessment[J]. Scientia Agricultura Sinica, 2010, 43(1): 151-163. (in Chinese) doi: 10.3864/j.issn.0578-1752.2010.01.018

  • 期刊类型引用(2)

    1. 张英,孔祥洪,黄小双,陈新军,刘必林. 基于文献计量学的集鱼灯在海洋渔业中的发展趋势及热点分析. 海洋渔业. 2025(01): 103-117 . 百度学术
    2. 王伟杰,万荣,孔祥洪. 水下集鱼灯在近海水体中的光场分布数值模拟. 水产学报. 2023(12): 192-203 . 百度学术

    其他类型引用(1)

表(3)
计量
  • 文章访问数:  3570
  • HTML全文浏览量:  170
  • PDF下载量:  2366
  • 被引次数: 3
出版历程
  • 收稿日期:  2012-04-04
  • 修回日期:  2012-06-03
  • 刊出日期:  2012-10-04

目录

/

返回文章
返回