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

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

中国水产科学研究院南海水产研究所，广东省渔业生态环境重点研究室，农业部水产品加工重点实验室，广东广州 510300

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
计量
- 文章访问数: 3572
- HTML全文浏览量: 170
- PDF下载量: 2366
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

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

Key Lab. of Fishery Ecology Environment, Guangdong Province; Key Lab.of Aquatic Product Processing, Ministry of Agriculture; South China Sea Fisheries Research Institute, Chinese Academy of Fishery Sciences, Guangzhou 510300, China

摘要

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。
- 随机模拟 /
- 贝类 /
- 镉 /
- 膳食暴露 /
- 概率评估
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.
- Monte Carlo simulation /
- shellfish /
- cadmium /
- dietary exposure /
- probabilistic assessment

HTML全文

镉(Cd)是一种广泛存在的环境污染物，对动物和人体产生严重的毒性效应，其毒性已引起国内外学者和各国政府的广泛关注。Cd被联合国环境规划署列为首位具有全球性意义的危险性物质，被国际癌症研究机构确定为人类和实验动物的肺癌和前列腺癌的确认致癌物，美国将其列为第6位危及人类健康的有毒物质^[1]。

贝类产品中蛋白质、微量元素等营养物质含量高，而且具有独特的风味、食用方便，备受世界各国消费者的青睐。多年来中国海水养殖贝类产量居世界前列，在世界水产品生产和贸易中占有重要位置。根据最新的渔业统计数据，牡蛎、蛤、扇贝和贻贝等品种占中国贝类养殖总产量的60%以上，在华南沿海的广东和广西2个省(区)，牡蛎、蛤和贻贝3个品种占海水贝类养殖总产量的75%以上。贝类对Cd有极强的累积能力，受养殖海域环境的影响，贝类体w(Cd)较高^[2-5]，甚至影响到贝类产品的安全消费。许多学者对贝类体w(Cd)与安全性等进行了调查和研究，采用质量标准与质量指数等方法评价贝类产品质量^[6-9]。这些评估方法算法原理简单、易于理解，对数据质量和数量要求较低，评估结果除暴露量等数值外，几乎不能提供其他信息，而且容易过高地估计暴露量结果。笔者根据广东、广西沿海的长牡蛎(Crassostrea gigas)、翡翠贻贝(Perna viridis)、文蛤(Meretrix meretrix)和菲律宾蛤仔(Ruditapes philiparum)等4种贝类w(Cd)抽样调查结果，采用随机模拟的概率评估方法，对7个年龄段人群按性别分组，对贝类Cd的膳食暴露量进行评估，以期为贝类的生产管理和安全消费提供有益的参考。

1. 材料与方法

1.1 样品采集

2009年在广东、广西沿海主要贝类养殖区采集长牡蛎、翡翠贻贝、文蛤和菲律宾蛤仔等贝类样品共140个。所有样品均采集成体，现场用海水将外壳冲洗干净，取出软体组织放于洁净的塑料袋中，冰冻保存带回实验室。

1.2 样品测定

样品解冻后用匀浆机将样品制成匀浆。样品消解按《食品卫生检测方法理化部分》(GB/T 5009.15-2003)规定，采用干法消解。检测仪器为日立公司生产的Z-2000型塞曼效应原子吸收分光光度计。所有样品平行双样检测结果的相对偏差小于10%，样品的回收率为93%~105%。

1.3 膳食暴露量评估方法

暴露量的基本计算公式^[10]为：

$E=C \times I r / B w$

(1)

式中E表示Cd的膳食暴露量，是以单位体质量表示的消费者每日摄入Cd的数量(g · kg^-1)；C表示贝类体w(Cd)(mg · kg^-1)；Ir表示贝类的每日消费量(g)；Bw表示消费者体质量(kg)。对于重金属等具有累积性的有害物质，通常采用暂定每周耐受摄入量(PTWI)来评估消费者摄入安全性，笔者将上述暴露量计算公式调整为：

$E=7 \times C \times I r / B w$

(2)

1.4 评估的算法

采用基于概率分布的评估法^[11-12]，用概率分布来描述式(2)中的变量。由于贝类体w(Cd)的数据量较少，此文采取参数方法。利用现有数据建立贝类体Cd的概率分布模型，依模型进行随机抽样，代入式(2)，计算出相应的暴露量。模型实现过程如下。

1) 根据式(2)中各变量的原始数据，将其分别定义成概率分布，参加抽样。进行n次随机抽样，按式(2)计算出n个暴露量值，并统计这n个数的均值、百分位数等统计量，描述变量的变异性。

2) 对上述过程重复m次，统计每一次所得的均值、百分位数等统计量，计算经过m次重复后各个统计量的置信区间，描述统计量的不确定性。

1.5 暴露评估其他数据的取值

暴露量评估中消费者体质量和贝类消费量数据参考广东省居民膳食结构调查和中国总膳食调查等资料^{[10, 13-14]}。为区分人群特征，对数据进行整合，确定其基本取值(表 1)。

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
年龄 age	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

| 显示表格

2. 结果与分析

2.1 贝类体w(Cd)特征

由于贝类对Cd等重金属有较强的富集能力，所有样品中均检测到Cd的存在(表 2)。与无公害食品水产品中有毒有害物质限量(NY 5073-2006)值相比，文蛤、翡翠贻贝、菲律宾蛤仔和长牡蛎样品中w(Cd)全部低于限量标准值，符合无公害水产品质量要求。

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

| 显示表格

统计结果表明，长牡蛎样品w(Cd)显著高于其他3种贝类(P < 0.05，下同)，而文蛤样品w(Cd)显著低于其他3种贝类，翡翠贻贝和菲律宾蛤仔样品中w(Cd)没有显著性差异。文蛤、翡翠贻贝和长牡蛎样品中w(Cd)的平均值与中值一致，偏度、峰度系数接近于0(表 2)，w(Cd)符合正态分布。对于所有贝类样品，w(Cd)经过对数变换后符合对数正态分布。贝类体w(Cd)检测数据质量较好，不存在大量偏低(如未检出)或偏高的异常值，符合膳食暴露量评估的基本要求。

2.2 贝类体Cd的膳食暴露量

WHO/FAO的食品添加剂联合专家委员会(JECFA)推荐的Cd暂定PTWI为7 g · kg^-1。根据随机模拟的算法，高百分位数(P95)下贝类Cd的膳食暴露量占PTWI的29.1%~57.4%。从单一食品角度看，贝类中Cd的膳食暴露风险在可接受范围内(表 3)。

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.
年龄 age	性别 sex	平均值 average	众数 mode	P50	P75	P90	P95	点估计 P.E.
4~ 6	男	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)
	女	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	男	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)
	女	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	男	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)
	女	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	男	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)
	女	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	男	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)
	女	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	男	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)
	女	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	男	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)
	女	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

| 显示表格

15~17岁年龄段人群的Cd膳食暴露量最高，其次是11~14岁和7~10岁年龄段的男性人群，40~60岁年龄段人群Cd的膳食暴露量最低。7~10岁、11~14岁和15~17岁年龄段的人群，男性人群的Cd膳食暴露量高于女性；而4~6岁、18~40岁、40~60岁和60岁以上年龄段男性人群的Cd暴露量低于女性(表 3)。由暴露量计算公式可以看出，Cd的膳食暴露量与贝类日消费量正相关，而与消费者体质量成反比，暴露量随贝类每日消费量的增加而升高、随体质量增加而降低。成年人(18岁以上)膳食量与体质量相对稳定，而青少年、儿童膳食量与体质量变化大，因而未成年人Cd暴露量差值大。成年人群中不同性别体质量差值大(表 1)，Cd的膳食暴露量存在差异。

3. 讨论

食品安全风险分析中暴露评估通常采用点评估方法，暴露量计算公式中所有变量用保守的点值来描述，消费量取高百分位数值P97.5，污染物取最高含量，体质量取平均值^{[10, 15]}，这忽略了消费量和污染物含量的变异性，容易高估暴露量而使评估结果趋于保守，是一种为保护大多数人群而采用的方法，评估结果仅提供暴露量的信息，不能描述暴露量的变异性和不确定性。概率评估是用一个概率分布来描述变量的暴露评估方法。与点估计的方法相比，概率评估通过对变量随机抽样的模拟方式，给出暴露量的概率分布，定量描述了暴露量的变异性。评价概率性模型有效的标准之一是其结果要低于点估计模型结果^[15]。由于点估计模型是基于“最坏情况假设”的估计，2种模型的比较较为困难。国外研究采用概率模型暴露分布所有分位数与点估计值比较^[15-16]，此文采用P95估计值与之比较。与点估计结果相比，采用随机模拟的概率评估的P95分位数估计值明显低于点估计值。由于贝类消费量和w(Cd)呈正偏态分布，其右侧尾部数据变异很大，点估计的方法采用了消费量数据的P97.5分位数和最大w(Cd)，评估结果涵盖绝大部分人群，但结果过度保守。

从评估的结果(表 3)看，各年龄、性别段人群贝类体Cd膳食暴露量的众数＜中值(P50)＜平均值，表明贝类体Cd的膳食暴露量评估结果的分布趋势呈现高度右偏，大多数出现在低暴露量区域内。在同一个年龄性别段内，贝类Cd暴露量的4个百分位数值(P50，P75，P90和P95)相差约2~3倍。这种差异是由于消费者个体数据如体质量、消费量等的差值对暴露量的影响，反映了暴露量的变异性。用随机模拟的概率方法能够有效地量化变异性^[17-18]，获得贝类Cd膳食暴露量概率分布，并给出因消费者个体差异等因素而产生的暴露量差异。

风险评估中的不确定性是由于主观原因造成对客观暴露事实认知的偏差。大致可分为假设暴露情景的不确定、模型的不确定以及参数的不确定3种类型。不确定度对评估结果产生的影响大多是负面的，直接影响结果的可信度。此文的不确定性主要来源于模型和参数。在评估过程中采用随机模拟方法抽样，虽然对变异性进行了量化，但随机模拟本身也可能是不确定性的一个来源^[10]。为保证评估结果的精度和准确，笔者用尽可能大的抽样次数(20 000次)和重复模拟次数(100次)以降低评估的不确定性。

研究发现，尽管贝类软组织富集Cd，却没有发现因大量食用w(Cd)高的牡蛎而出现副作用^[19-20]，大量食用贝类的女性血液中w(Cd)也没有升高，而随大便排出的Cd量相当于贝类膳食中摄入Cd的99%以上，表明贝类的膳食中Cd的吸收很低^[21]。由于缺乏相关资料，暴露量计算公式(1)和(2)没有考虑贝类在消费者体内的消化和吸收利用率的影响。另外，贝类的烹调等加工过程对w(Cd)所产生的影响，也是此文中贝类Cd膳食暴露量不确定的重要来源。

在对农药、重金属等化学污染物的风险评估中发现，暴露量在不同年龄、性别的人群中存在差异^[22-23]，笔者通过对模拟数据的统计分析也发现类似的结果。不同年龄段人群贝类Cd的膳食暴露量呈显著性差异，各个年龄段人群Cd的膳食暴露量存在显著的性别差异。然而，这是否意味着消费者对贝类体Cd的膳食暴露量存在特别的性别指向，还需进一步的调查研究。

贝类产品Cd的膳食暴露量低于PTWI推荐值，但贝类膳食在居民总膳食中的比重较小，而贝类中Cd的膳食暴露量占PTWI的百分比较高，有必要进一步降低。贝类对Cd的富集能力强，贝类体w(Cd)受养殖海域环境的影响，需要加强对贝类养殖环境的保护，降低贝类中w(Cd)；适当减少贝类产品的膳食量，降低其膳食暴露风险。与鱼类等水产品不同，贝类的消费频率低。如果每月消费1次，18岁以上成年人消费量不超过300 g，11~17岁青少年消费量不超过250 g，儿童(小于10岁)消费量不超过100 g，将有效降低贝类体Cd的膳食暴露量。

此外，虽然采用随机模拟的概率评估方法给出了比点评估更全面、详细的信息，考虑到此研究所采集的贝类品种数和样本量相对较少，为了更准确地评估贝类Cd的膳食暴露水平，有必要进一步加大贝类的品种和样本量，使调查更具有代表性。

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
年龄 age	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.
年龄 age	性别 sex	平均值 average	众数 mode	P50	P75	P90	P95	点估计 P.E.
4~ 6	男	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)
	女	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	男	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)
	女	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	男	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)
	女	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	男	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)
	女	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	男	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)
	女	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	男	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)
	女	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	男	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)
	女	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

参考文献(23)

[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

施引文献(1)

期刊类型引用(1)

刘尊雷，杨林林，金艳，袁兴伟，张翼，张辉，许敏，程家骅，严利平. 基于CMSY和BSM的东海区重要渔业种类资源评估. 中国水产科学. 2023(06): 735-752 .

百度学术

其他类型引用(0)

资源附件(0)

表(3)

计量

文章访问数: 3572
HTML全文浏览量: 170
PDF下载量: 2366
被引次数: 1

1. 材料与方法
1.1 样品采集
1.2 样品测定
1.3 膳食暴露量评估方法
1.4 评估的算法
1.5 暴露评估其他数据的取值
2. 结果与分析
2.1 贝类体w(Cd)特征
2.2 贝类体Cd的膳食暴露量
3. 讨论

华南沿海贝类体镉的调查与膳食暴露评估

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

计量

出版历程