-
抗生素与人们的生活息息相关，其被广泛用于防治疾病和发展养殖业[1-2]等。相对于美国每年2.3万吨的使用量和欧盟5万吨的使用量而言[3-4]，我国以每年超15万吨的使用量成为全球最大的抗生素消费大国[5]。据报道，有将近60%的抗生素使用后被排放到水体环境中[6]，这就使得水体受到了污染，无论是水源水[7-8]还是非水源水[9-10]都能检测到浓度为ng·L−1水平的抗生素，一些水体的检出浓度甚至达到mg·L−1水平[11]。目前，污水处理厂对水体中抗生素的处理效果并不是很理想[12-14]，这些残留的抗生素会通过食物链放大作用对人体产生蓄积毒性[1, 15-16]。在众多的抗生素中，氨基糖苷类抗生素以其抗菌谱广、低成本、治疗效果好等优点而被大量使用[17-19]，值得注意的是，此类抗生素的溶解性较高，导致环境受到其污染的几率大大加大。因此，非常有必要对氨基糖苷类抗生素进行毒性分析，从而为环境风险评估提供一定的数据参考。硫酸阿米卡星(Amikacin sulfate, AMI)是常用的氨基糖苷类抗生素一种，其被广泛用于临床上治疗由细菌感染的革兰氏阴性的患者。有研究表明，AMI造成肾毒性和长期耳毒性的概率为7%—62%[20]。在各类水体、牛奶、土壤和动物组织中检测到较高的残留[21]，对环境的潜在危害较大，因此有必要对AMI进行毒理学研究。
除抗生素外，作为污染物之一的重金属对环境也有较大的危害[22]。采矿、冶炼和制造等人类活动都会加剧环境中重金属的污染[23]，此外，重金属具有不易降解性、持久性和生物富集等特点，这使得被重金属污染的水体对整个生态系统会产生不可逆转的损害[24]。我国约有2.8×109 m2的农业土壤被镉污染，环境中大于90%的镉污染是由于人类活动造成的[25]，镉污染对人类健康存在很大的危害。生产锰的过程中约有55%的锰会排放到废水和废渣中，造成水体氨氮等指标严重超标[26]，国内锰污染事件常被报道，“锰三角”也引起了较大的关注[27]。我国近20年来锌的产量是所有重金属中最多的[28]，锌的点位超标率达到了0.9%[29]，一些环境中锌的含量竟然能达到背景值的5倍多[28]。总之，在众多的重金属污染中，镉、锰和锌对环境造成的污染较为严重，因此有必要对这3种重金属进行毒理学研究。越来越多的研究表明，环境中的污染物都是以混合物形式存在的[30-31]。其中，在众多混合物的毒性研究中，重金属与抗生素的毒性研究较少。重金属离子会改变抗生素的生态危害，并最终影响环境污染的治理和防护，此外，人类活动又极大增加了重金属与抗生素对环境产生复合污染的机会，且硫酸阿米卡星、镉、锰和锌对环境又存在极大的危害，因此有必要探讨其混合毒性规律。
随着混合物体系越来越复杂，使得混合污染物的毒理学评估变得越来越极具挑战性。越来越多的模型被用于评估混合物的毒性，其中最经典的两种模型是浓度加和(concentration addition, CA) 和独立作用(independent action，IA)模型[30, 32]。为了比较两种模型评估结果的差异，采用效应残差比(effect residual ratio, ERR)[33-36]来量化参考模型与实验数据的偏差，即可以定量评估混合物毒性相互作用。李孟涵等[37]采用半数效应 (E50)时的ERR值来表征拟合曲线与实测的偏离程度。Wang等[33]和Qin等[34]认为毒性作用评估需要综合考虑多个效应水平，因此，应用ERR对整个效应曲线上的毒性相互作用表征更有实际意义。
因此，本研究以蛋白核小球藻(Chlorella pyrenoidosa, C.pyrenoidosa)为受试生物，以3种重金属(五水合氯化镉(CdCl2·2.5H2O，Cd)、四水合氯化锰(MnCl2·4H2O，Mn)和七水合硫酸锌(ZnSO4·7H2O, Zn))和AMI为研究对象。采用均匀设计射线法(UD-Ray)[38]设计三组二元混合体系(Cd-AMI、Mn-AMI和Zn-AMI)，以此研究3种重金属(Cd、Mn和Zn)与AMI的联合毒性。此外，以CA和IA模型进行毒性相互作用评估，采用ERR来比较两种模型评估结果的差异和动态表征毒性相互作用，以期为客观、准确地评估污染物的环境风险提供的方法和数据参考。
-
试剂：硫酸阿米卡星(amikacin sulfate, AMI)购自上海原叶生物科技有限公司；五水合氯化镉(CdCl2·2.5H2O, Cd)、四水合氯化锰(MnCl2·4H2O, Mn)和七水合硫酸锌(ZnSO4·7H2O, Zn)均购自国药，均为分析纯。抗生素与重金属的理化性质均列于表1，实验所用的储备液(表1)用超纯水配制，并装于棕色瓶，保存于4 ℃的冰箱中备用。
主要仪器：Synery-2酶标仪(美国伯腾仪器有限公司)、MGC-250光照培养箱(上海一恒科学仪器有限公司)、ESJ182-4万分之一电子天平(沈阳龙腾电子有限公司)、Genex系列移液器(宝予德有限公司)、721分光光度计(上海舜宇恒平科学仪器有限公司)等。
-
蛋白核小球藻(Chlorella pyrenoidosa, C.pyrenoidosa)购自中国科学院典型培养物保藏委员会淡水藻种库(FACHB)，编号为FACHB-5，培养基、培养条件和培养方法见文献[39]。
-
在自然环境中，污染物常以混合物的形式存在[31]，研究混合物的联合毒性可以更准确地对其环境风险进行评估。采用均匀设计射线法(UD-Ray)[38]设计抗生素与重金属的二元混合物体系(B1、B2和B3)，每个体系设计均包括5条射线(R1、R2、R3、R4、R5)，其设计结果见表2。
-
应用时间毒性微板分析法(t-MTA)[40]测定污染物对C.pyrenoidosa的毒性效应数据。以96孔透明微板作为实验载体，在其四周(36个微孔)加入200 μL的超纯水，以避免边缘效应。以第6、7列的12个微孔作为实验空白对照，加入100 μL的超纯水。在余下48个微孔中依次加入按预实验获得的稀释因子稀释的12个不同浓度的污染物溶液100 μL，详细过程参照文献[41]。最后在空白孔和样品处理孔中均加入100 μL事先培养至对数期的藻液(0.2<OD683<0.3)，使得96个微孔内液体总体积为200 μL。以上过程重复3板。加盖，置于(25±1) ℃条件下的光照培养箱中进行培养，分别在24、48、72、96 h时，取出，用酶标仪测定OD683[42-43]。污染物对蛋白核小球藻产生的毒性效应表示为抑制率(E)，计算表达式如(1)所示：
-
为了计算任一浓度的单一物质或混合物的效应E，采用两参数模型Logit函数和Weibull函数对1.4节中获得的实验观测浓度-效应数据进行拟合[31]。通过相关系数(R)和均方根误差(RMSE)来判断函数的拟合优度[44-46]，确定本实验拟合的最佳函数为Logit函数，计算公式如（2）所示。此外，数据处理均由APtox软件[40]实现。
式中，α为位置参数，β为形状参数或斜率参数，c为污染物的浓度，E表示效应(0≤E≤1)。
-
常采用浓度加和模型(Concentration addition, CA)和独立作用模型(Independent action, IA)[31]对混合物毒性相互作用进行分析。通过比较95%观测置信区间(OCIs)与CA、IA预测线位置来判断混合物毒性相互作用是加和作用、拮抗作用还是协同作用[22, 44, 47]。CA与IA公式如下所示：
式中，m是混合物中组的个数；ci是混合物体系表现出效应x时所对应的第i个组分的浓度；ECx，i是第i个组分的等效应浓度，E(Cmix)是混合物的总效应。
有研究表明，效应残差比(Effect residual ratio, ERR)可被用来量化参考模型与实验数据的偏差[33-35]，其公式如下所示：
式中，EOBS为观测效应，EPRD为预测效应，x为参考模型对应的指定效应。当ERR值处于95%OCI区间内、95%OCI以上和95%OCI以下时，毒性相互作用分别为加和作用、拮抗作用和协同作用。
-
AMI、Cd、Mn和Zn对蛋白核小球藻的单一毒性效应数据参见文献[48]。基于R和RMSE的数值大小[44-46]，最终选用拟合效果较好的两参数非线性函数(Logit)对3种重金属(Cd、Mn和Zn)与AMI的二元混合毒性数据进行拟合。常以EC50的负对数(pEC50)为毒性大小的数值[49]，图1是三组二元混合体系中射线的pEC50值在不同时间 (48、72、96 h)的雷达图。
由图1可知，三组二元混合体系共15条射线的毒性大小均随时间的延长而变大，呈现明显的时间依赖性，且随暴露时间的延长，毒性在逐渐增大。丁婷婷等[42]发现，3种氨基糖苷类抗生素对青海弧菌和蛋白核小球藻的毒性均随时间而增大。不同混合物体系，其射线的毒性大小顺序不同，如在96 h时，AMI-Cd的5条射线的毒性大小排序为：R5>R1>R4>R2>R3；AMI-Mn的5条射线的毒性大小排序为：R1>R2>R3>R4>R5；AMI-Zn的5条射线的毒性大小排序为：R1>R2>R3>R5>R4。说明混合物组分不同及其构成比例对毒性大小有影响。刘芳等[38]在研究离子液体混合物对发光菌的毒性规律时也发现不同组分和不同组分比例对毒性均有影响。
-
应用CA和IA模型进行混合毒性相互作用分析，结果见图2、图3和图4，其中包括实验数据点、95% OCI、浓度效应曲线(Concentration-effect curves, CRCs)和模型(CA和IA)预测线，由于在24 h时，三组混合物体系基本是加和作用没有给出。
由图2、图3和图4可知，在三组二元混合体系中，CA和IA预测线的位置几乎都在CRCs以下。CA和IA对三组混合物体系中射线的毒性预测线除在较高浓度区域（浓度大于1E-4 mol·L−1时）略有分开外基本上是重合的，也就是说，CA和IA对三个混合物体系的毒性相互作用评估结果基本上是一致的。依据CA和IA，三组混合物体系均呈现出协同作用，且随暴露时间延长逐渐增加或减弱。如在48 h时，AMI-Cd混合物体系中5条射线的中浓度区都呈现强度不同的协同作用，在72 h时，CA和IA预测线与实验观测值偏离程度减小，呈现加和作用或弱协同作用，到了96 h，5条射线均为加和作用；在48 h时，AMI-Zn体系的5条射线在高浓度区均是协同作用，而随着时间的延长，部分射线(R2、R3、R4和R5)的高浓度区变为了加和作用，此外，每条射线在中低浓度区的加和作用在减弱而协同作用在加强，而AMI-Mn体系中R1和R2呈加和作用，R3—R5呈协同作用，且随时间的变化不明显。
在同一个混合体系中，不同射线在不同浓度区域观察到毒性相互作用也有所差异[36, 44]。在R1到R5的过程中，AMI-Cd在中浓度区的协同作用逐渐变为加和作用；在AMI-Mn中，R1和R2的CA和IA预测线几乎都在95% OCI之内，表现为加和作用，但R3、R4和R5在中浓度区有较强的协同作用，但随暴露时间的延长变化不明显。由于R1—R5是组分浓度比不同的5条射线，毒性相互作用的不同，说明组分的浓度比影响混合物的毒性相互作用变化规律，在R1到R5的过程中，AMI-Zn中五条射线的协同作用随时间的延长逐渐趋于明显。可见，不同重金属与AMI构成的混合体系的毒性相互作用也有所不同。
-
效应残差比(Effect residual ratio, ERR)可以用于检验不同效应下预测模型和CRCs的偏差[33]，即可定量表征混合物的毒性相互作用。图5、图6和图7分别是AMI-Cd、AMI-Mn和AMI-Zn中各条射线的ERR图。
从图5、图6和图7可看出，分别基于CA和IA的ERR值(毒性相互作用强度)随暴露时间的延长的变化趋势线基本上是重合的，但在不同的混合物体系中，毒性相互作用强度(ERR值)不同。在AMI-Cd体系中，ERR曲线随暴露时间延长逐渐靠近置信曲线下限，R5位于置信区间内，即混合物射线呈现弱协同作用且逐渐减弱。在AMI-Zn体系中，不同射线的ERR曲线随暴露时间延长ERR逐渐偏离置信区间下限，即协同作用逐渐增强。在AMI-Mn体系中，ERR曲线的曲线变化同CA和IA曲线的变化规律。与CA和IA模型相比，ERR可以在效应水平上进行毒性相互作用的定量表征[34-36]。
在AMI-Cd中，除了R1和R2在中效应区出现弱协同作用外，R3、R4和R5在整个效应下都是加和作用；在AMI-Mn中，R1在整个效应区间都表现为加和作用，而其余4条射线在中效应区间为协同作用，在低效应和高效应区间则为加和作用；在AMI-Zn中，除R1在整个效应区间内都为协同作用外，其余射线都呈现出低效应加和而中高效应协同作用的规律。这些都和CA与IA模型(图2、图3和图4)具有很好的一致性，但ERR法能定量评估毒性相互作用动态变化规律。
进一步分析96 h的50%效应的毒性与组分的关系[50]，发现AMI-Mn中50%效应时CA和IA对应的ERR值与组分Mn和AMI的浓度比有明显的相关关系(公式6—9)；在AMI-Zn中，50%效应时CA和IA对应的ERR值与Zn的比例有正线性关系(公式10—11)，而与AMI比例的正线性关系不明显(R2=0.5161)；在AMI-Cd中，50%效应时CA和IA对应的ERR值与AMI和Cd组分之间均没有明显的线性关系(R2=0.0437和R2=0.3058)。
-
(1)AMI和3种重金属(Cd、Mn和Zn)构成的二元混合体体系的毒性呈明显的时间依赖性和浓度依赖性。
(2) CA和IA对3个二元混合物体系的预测基本一致，即3个二元混合物体系均呈现出协同作用，且协同作用有一定的时间依赖性，但AMI-Mn体系的协同作用随时间变化没有AMI-Cd和AMI-Zn的毒性相互作用变化的明显。
(3)基于CA和IA的ERR对3个混合物体系的毒性相互作用表征结果也基本一致，但ERR可以定量的表征混合物毒性相互作用强度，且在AMI-Mn和AMI-Zn中，ERR值和组分之间存在一定的线性关系，而在AMI-Cd中ERR值与组分之间没有明显的线性关系。
抗生素与重金属对蛋白核小球藻时间依赖协同作用的动态定量表征
Dynamic and quantitative characterization of time-dependent synergism between antibiotics and heavy metals on Chlorella pyrenoidosa
-
摘要: 以硫酸阿米卡星(Amikacin sulfate, AMI)、五水合氯化镉(CdCl2·2.5H2O, Cd)、四水合氯化锰(MnCl2·4H2O, Mn)和七水合硫酸锌(ZnSO4·7H2O, Zn)为研究对象，以蛋白核小球藻(Chlorella pyrenoidosa, C. pyrenoidosa)为指示生物，采用均匀设计射线法设计3组二元混合体系(AMI-Cd、AMI-Mn和AMI-Zn)，并应用时间毒性微板分析法测定其对C. pyrenoidosa的毒性数据，以浓度加和模型(Concentration addition, CA)和独立作用模型(Independent action, IA)为标准加和模型进行毒性相互作用分析，并运用效应残差比(Effect residual ratio, ERR)进行定量动态表征毒性相互作用。结果表明，3组二元混合体系共十五条射线的混合毒性呈明显的时间依赖性和浓度依赖性；依据ERR，CA和IA对三组二元混合体系的毒性评估结果基本一致，但3个混合物体系的毒性相互作用具有不同的时间变化规律，即随暴露时间延长，AMI-Cd中五条射线的中浓度区由协同作用逐渐变为加和作用，AMI-Zn中5条射线在高浓度区的协同作用逐渐变为加和作用，而中低浓度区的协同作用在加强；AMI-Mn的毒性相互作用随时间变化不是很明显；与CA和IA相比，ERR定量地表征了混合物体系的毒性相互作用强度，这为客观和准确地评估污染物的环境风险提供了方法和数据参考。Abstract: Amikacin sulfate (AMI), cadmium chloride pentahydrate (CdCl2·2.5H2O, Cd), manganese chloride tetrahydrate (MnCl2·4H2O, Mn) and zinc sulfate heptahydrate (ZnSO4·7H2O, Zn) were selected as the research objects to investigate their combined toxicity towards a freshwater algae Chlorella pyrenoidosa (C. pyrenoidosa) by the time-dependent toxicity microplate analysis. Three binary mixture systems (AMI-Cd, AMI-Mn and AMI-Zn) were designed by uniform design ray method. Concentration addition (CA) and independent action (IA) models were used to analyze toxicity interaction, and the effect residual ratio (ERR) was used to dynamically and quantitatively characterize toxic interaction. The results show that the combined toxicity of 15 rays in three binary systems is of obvious time-dependency and concentration-dependency. The toxicity interaction analyzed by CA and IA for the three binary mixture systems are similar, but different mixture systems have different time regularities. With the prolonging of exposure time, the medium concentration region of the five rays in AMI-Cd gradually changes from synergism to additive effect. The high concentration region of the five rays in AMI-Zn gradually changes from synergism to additive effect, and synergism is strengthening in the middle and low concentration regions. The changing of toxicity interaction within AMI-Mn mixture system with time is not obvious. In addition, compared with CA and IA, ERR quantitatively characterized the toxic interaction intensity of the mixture system, which provides a method and data reference for the objective and accurate assessment of the environmental risk of pollutants.
-
重金属具有毒性强、来源广、易富集且难降解等特征，对环境和人体健康有着间接和直接的危害，其在自然生态系统的分布、迁移转化和毒性效应一直是环境学科研究的前沿热点问题之一[1-5]. 重金属在自然生态系统的分布特征对于深入认知和评估其环境行为和生态效应具有重要的指示意义. 研究表明，沉积物作为水生态系统中重金属主要的汇，可以作为水生态系统中重金属污染程度的“指示剂”[6-8]. 沉积物中的重金属可通过多途径如水动力扰动、化学和生物方式释放至天然水环境中，对水生生物和人类健康造成潜在和直接的影响甚至是毒性效应 [9-10]. As、Pb、Hg、Cd、Cr、Cu 是《土壤环境监测技术规范》（HJ／T166-2004）中监测的重金属，研究表明，这6种金属所造成污染及潜在生态风险更为严重[11-12]. 沉积物中有机物和营养盐是沉积物中重要组成部分，其中有机质对沉积物中重金属及有毒化合物的毒性、环境迁移力及营养盐交换有重要的作用[13-14]. 氮和磷不仅可为水体中浮游生物提供养分，亦可在水体和沉积物中迁移转化，研究表明，沉积物是水体中氮和磷的重要内源[15]. 因此，探究和明确沉积物中重金属、有机质和营养盐的含量特征和潜在风险，将为湖泊水环境污染防控策略提供科学依据.
湖泊对于维护地区生态健康，调节气候并为人类社会提供多种服务，特别是生境脆弱的西北地区，具有重要的作用[16]. 半咸水湖泊，又称为微咸水湖，是指湖水矿化度在1—35 g·L−1的湖泊，半咸水湖泊中鱼类生物量相对淡水湖泊较低，浮游动物与浮游植物占比低于淡水湖泊[17]. 西北地区湖泊多以半咸水湖泊为主，水动力环境较为封闭，地下水排泄能力较弱，易受人类活动和气候变化的影响[18-19]. 宁夏沙湖地处西北内陆干旱荒漠区域，是宁夏最大的天然半咸水湖泊，对于宁夏的生态调控起着不可或缺的作用[20]. 沙湖水生态环境脆弱，具备半咸水湖泊鲜明的特点. 由于补水短缺、水产养殖与旅游开发不合理性等因素，导致过量营养盐进入宁夏沙湖，影响多种元素在沉积物-水界面的分布特性及生物有效性. 重金属吸附在沉积物表面，在特定条件下，会向水体中再度释放，成为潜在污染源，同时对底栖动物产生毒性，对湖泊生态系统产生影响. 当前，针对沙湖的相关研究主要集中于水环境和浮游动植物多样性方面[21-22]，这对于评估重金属在典型湖泊湿地的分布特性及风险是不利的. 2014年王春霞等[23]对沉积物重金属分布特征分析，但研究时间较早且未对宁夏沙湖沉积物中重金属污染特征、潜在风险进行分析.
本研究通过监测沙湖表层沉积物的理化指标和重金属含量，分析理化指标和重金属的空间分布特征，运用单因子污染指数法、地积累指数法和潜在生态风险指数法等多种手段对沉积物重金属污染特征进行评价和分析，并通过相关性分析和主成分分析对沉积物中重金属与营养盐相关性及来源解析. 本研究对揭示宁夏沙湖沉积物重金属分布情况，强化污染防治具有重要指导意义.
1. 材料与方法 （Materials and methods）
1.1 研究区域
宁夏沙湖自然保护区（E 106°19′6″—106°24′10″，N 38°45′17″—38°49′42″）位于银川平原中北部，贺兰山东麓的蝶型静水湖泊，堤岸分隔的6个小型湖沼. 水域总面积3498.39 hm2，海拔1093—1102 m. 气候属典型的大陆性半湿润半干旱气候，年平均气温为 9.75 ℃，年降水量为 174.7 mm，多集中在6—9月，年蒸发量为1400.0—1600.0 mm，平均水深2.2 m，最深处为4.0—6.0 m [20]. 宁夏沙湖自然保护区位于银川断陷盆地的中心地带，堆积了大量河湖物质，下伏地层为细沙、黏土和湖相地层. 地势低洼，地面高程1088—1110 m，坡度平缓，沟渠纵横，土壤沼泽化、潜育化和盐渍化现象普遍. 沙湖是具有构造湖和牛轭湖双重特征的湖泊，兼具生物多样性保护、水源涵养、治污纳污、调节绿洲生态和调蓄防洪等多种功能.
1.2 样点的布设和样品采集
根据宁夏沙湖水域特点设置9个采样点：采样点1（S1，1号曝气机），采样点2（S2，2号曝气机），采样点3（S3，3号曝气机），采样点4（S4，新澄清池入水口），采样点5（S5，湖心），采样点6（S6，鸟岛），采样点7（S7，2号桥），采样点8（S8，假日酒店东侧），采样点9（S9，1号拦水坝北侧），如图1所示.
于2018年4月18日（春）、7月22日（夏）、10月25日（秋）、2019年1月23日（冬）使用彼得森采泥器（PSC-1，采泥面积1/40 m2）采集表层沉积物（深度约为25 cm），用GPS导航定位采样点，确保采样地点相同. 样品采集时间为早上8:00—11:00. 每个采样点采集3个平行样品，去除动植物残体及石块，混合后装入自封袋带回实验室，−20 ℃保存. 采集的沉积物置于阴凉通风的地方阴干、混匀，研磨后过100目筛后备用.
1.3 检测方法
根据《土壤农化分析方法》[24] 中的方法，测定沉积物的 pH、有机质（OM）、总氮（TN）、总磷（TP）、硝态氮（NO3−-N）和总盐的含量. 重金属含量 （As、Pb、Hg、Cd、Cr、和 Cu）按照相关国家标准（GB15618-1995、GB/T17141-1997、HJ491-2019）测定.
1.4 评价方法
1.4.1 单因子污染指数
基于单因子污染指数法评价不同采样点营养盐和重金属污染物超标情况. 公式为：
PIi=Ci/Si PIi是沉积物重金属i的污染指数；Ci是沉积物中重金属i的实测含量；Si 是重金属 i的评价标准含量，本研究采用宁夏沙湖沉积物元素平均值作为标准值[23]（表1）.
Table 1. Soil background value and toxicity coefficient of heavy metal elements项目Items As Pb Hg Cd Cr Cu 背景值/（mg·kg−1）Background value 11.40 27.10 0.04 0.35 58.10 22.70 毒性系数Toxic coefficient 10 5 40 30 2 5 | Show Table
DownLoad:
CSV
1.4.2 地积指数评价
运用Muller[26]提出的地理累积指数（Geo - accumulate Index, Igeo）确定宁夏沉积物重金属污染的定量程度，如公式（1）:
Igeo=log2[Ci/k×Cn] (1) Ci是重金属含量的实测值；Cn是计算所需的背景值，本研究采用宁夏沙湖沉积物元素平均值作为背景值从而更加真实地反映其污染现状[23]，k为1.5；按Igeo可将沉积物污染指数分为以下7类：Igeo<0，清洁；0 ≤ Igeo<1，轻度污染；1 ≤ Igeo<2中度污染；2 ≤ Igeo<3，偏重度污染；3 ≤ Igeo <4 ，重度污染；4 ≤ Igeo<5，严重污染；≥ 5极严重污染.
1.4.3 潜在生态风险评价方法
采用Hakanson[27]方法对沉积物重金属污染情况进行潜在生态风险评价，公式如（2）、（3）：
Er=Tir×Ci/CiB (2) RI=n∑i=1Eir (3) 其中，Eir是第i种元素潜在生态风险系数；RI是潜在生态风险指数；Tir 是第i种重金属的毒性系数；Ci为沉积物中第i种重金属的实测值；CBi为第i种重金属的背景值. 本研究所采用的重金属背景值和毒性系数见表1. 重金属潜在生态风险程度评价标准见表2.
表 2 沉积物重金属潜在生态风险程度评价标准Table 2. Potential ecological risk assessment indicators and classification in sediment风险指数 Risk index 轻微 Slight 中等 Medium 强 Strong 很强 Very strong 极强 Pole-strength 危害系数（Er） Er﹤40 40 ≤ Er﹤80 80 ≤ Er ﹤160 160 ≤ Er﹤320 Er ≥ 320 生态风险指数（RI） RI﹤150 150 ≤ RI﹤300 300 ≤ RI﹤600 600 ≤ RI﹤1200 RI ≥1200 | Show TableDownLoad:
CSV
1.5 数据分析
数据统计和计算使用Excel 2020，显著性分析、相关性分析和主成分分析采用JMP Pro V13.2.0分析，采用Orgin 2021绘图.
2. 结果与讨论 （Results and discussion）
2.1 沉积物理化特征
对宁夏沙湖各采样点沉积物理化性质进行分析（图2），结果表明，宁夏沙湖各采样点pH值范围为8.13—8.79，平均值为8.41，呈半碱性，各样点间pH无显著空间分布趋势，在不同季节间无明显差异，说明pH受外界影响较小，主要受湖泊自然运动与沉积作用影响.
图 2 宁夏沙湖沉积物的理化指标Figure 2. Physical and chemical indexes of sediments of Sand Lake in NingxiaOM是营养物质的载体，对氮、磷等营养元素在沉积物中的迁移、矿化起到重要作用[28]. 采样点沉积物中OM含量范围为10.34—35.27 g·kg−1，平均值为20.50 g·kg−1. S7各季节平均值最高，含量为26.66 g·kg−1，S8各季节平均含量最低，含量为16.06 g·kg−1。S7采样点分布大量水生植物，有利于OM富集. 夏季（7月）OM含量最高，含量为23.80 g·kg−1，春季（4月）含量最低，含量为17.34 g·kg−1，表明宁夏沙湖夏季沉积物营养物质丰富，肥力较高. TN变化范围在0.37—1.79 g·kg−1，TN全年平均值分别为1.06 g·kg−1，其中S6各季节平均含量最高，含量为1.54 g·kg−1，S9各季节平均值最低，含量为0.73 g·kg−1 .夏季（7月）TN含量最高为1.29 g·kg−1，春季（1月）含量最低为0.62 g·kg−1. TP范围在0.40—0.83 g·kg−1 之间，平均值为0.62 g·kg−1，其中S6各季节平均含量最高，含量为0.75 g·kg−1 ，S9各季节平均值最低，含量为0.57 g·kg−1. 夏季（7月）TP含量最高，含量为0.72 g·kg−1，春季（4月）含量最低，含量为0.53 g·kg−1. 沉积物中有机氮和有机磷主要来自水体中生物排泄物以及生物残体[28]，S6位于鸟岛，生物排泄物较多，并且位于旅游区受人类活动影响较大，S6采样点各季节TN和TN平均值含量较高. 沉积物中OM、TN和 TP含量均在春季最低，夏季最高。因为夏季水温较高，水温是影响沉积物氮和磷释放的关键因素之一，随着夏季水温升高，底栖生物活动加强，增加对底泥扰动，通过发生硝化和反硝化等作用促进沉积物中生物残体向盐类物质转化[29]。在夏季宁夏沙湖有大量外源性氮磷营养盐会随着补水水源进入宁夏沙湖湖区内，而春季补水量减少，入湖外源性氮磷营养盐降低.
沉积物
NO−3 NO−3 NO−3 NO−3 NO−3 根据卞培旺等的研究结果，全盐量越高，腐蚀速率越大[30]. 宁夏沙湖沉积物全盐含量变化范围为0.11—2.62 g·kg−1，平均值为1.12 g·kg−1，S5和S6采样点全盐含量高于其他采样点，分别为1.64 g·kg−1、1.44 g·kg−1，表明该区域底质环境具有一定的腐蚀性. 夏季（7月）全盐含量最高，含量为1.65 g·kg−1，冬季（1月）含量最低，含量为0.66 g·kg−1.
Ji等的研究结果表明，同一湖泊中沉积物理化性质差异主要是受人类活动影响[31]. 本研究中人类活动较为密集的区域（S5、S6和S7）沉积物中OM、TN、TP和
NO−3 NO−3 NO−3 2.2 重金属分布特征及污染评价
2.2.1 沉积物重金属的含量分析
宁夏沙湖沉积物重金属含量特征如表3所示. 所有采样点中，仅S3和S4采样点As含量超过宁夏省潮土土壤重金属背景值，分别是宁夏省潮土土壤重金属背景值的1.01倍和1.08倍. S3、S4、S5和S6采样点As含量超过宁夏沙湖沉积物重金属平均值. 所有采样点中Pb和Cd含量都较高，均超过中国土壤元素背景值和宁夏省潮土土壤重金属背景值[32-33]，但所有采样点中Pb低于宁夏沙湖沉积物重金属平均值，S2、S4、S5、S6和S8采样点中Cd含量超过宁夏沙湖沉积物重金属平均值. S1、S7和S8采样点中Hg含量超过中国土壤元素背景值，分别是中国土壤Hg含量背景值的1.23、1.08和1.08倍. S1、S5、S7、S8和S9采样点中Hg含量超过超过宁夏省潮土土壤重金属背景值和宁夏沙湖沉积物重金属平均值. 在所有采样点的沉积物中，Cr均未超过中国土壤元素背景值，仅S1、S3、S6和S8采样点超过宁夏省潮土土壤重金属背景值，S1、S2、S3、S5、S6、S7和S8超过宁夏沙湖沉积物重金属平均值. 所有采样点中只有S3采样点Cu含量超过中国土壤元素背景值，S1、S2、S3和S8采样点Cu含量超过宁夏省潮土土壤重金属背景值，分别是宁夏省潮土土壤重金属背景值的1.19、1.09、1.3、1.24倍. 各个采样点沉积物中6种重金属含量均未超过土壤环境质量农用地土壤污染风险管控标准（GB15618-2018，pH >7.5，田地性质为其他），说明宁夏沙湖沉积物重金属污染程度较轻. S1沉积物中的Hg显著高于其他采样点，S3沉积物中的Cr和Cu显著高于其他采样点，S6沉积物中的Cd显著高于其他采样点（P < 0.05）. 整体上看，受人类活动干扰较多的区域S1、S6重金属含量相对较高，王春霞对宁夏沙湖2014年沉积物重金属分布研究结果也支持了本文研究结论[23] .
表 3 宁夏沙湖沉积物重金属含量特征Table 3. Characteristics of the amount of heavymetals in Ningxia Sand Lake采样点Site 指标Index As Pb Hg Cd Cr Cu S1 平均值 /（mg·kg−1） 8.83 18.32 0.08a 0.02 63.74ab 22.21abc 标准差 /（mg·kg−1） 4.07 4.14 0.01 0.01 1.34 3.11 变异系数/% 46.15 22.59 16.01 35.73 2.10 14.00 S2 平均值 /（mg·kg−1） 10.38 20.46 0.03ab 0.41 60.39ab 20.42abc 标准差 /（mg·kg−1） 2.52 3.15 0.02 0.36 2.72 2.42 变异系数 /% 24.29 15.40 66.67 86.15 4.50 11.85 S3 平均值 /（mg·kg−1） 12.65 21.71 0.02b 0.27 66.54a 24.42a 标准差 /（mg·kg−1） 1.52 1.91 0.01 0.16 3.09 4.97 变异系数 /% 11.98 8.82 38.78 55.03 4.64 20.36 S4 平均值 /（mg·kg−1） 13.55 16.61 0.02b 0.45 54.92cd 17.66abc 标准差 /（mg·kg−1） 1.38 2.38 0.01 0.33 4.73 2.99 变异系数 /% 10.17 14.30 59.98 72.83 8.61 16.93 S5 平均值 /（mg·kg−1） 9.81 17.17 0.06ab 0.42 59.06bc 14.67c 标准差 /（mg·kg−1） 3.15 2.87 0.03 0.16 3.30 1.98 变异系数/% 32.07 16.74 47.76 37.76 5.58 13.47 S6 平均值 /（mg·kg−1） 12.20 17.57 0.02ab 0.46a 64.22ab 15.13c 标准差 /（mg·kg−1） 2.91 6.07 0.01 0.18 3.68 1.21 变异系数 /% 23.84 34.52 47.94 17.67 5.73 8.00 S7 平均值 /（mg·kg−1） 11.52 16.92 0.07b 0.19 60.70ab 17.44abc 标准差 /（mg·kg−1） 2.03 6.73 0.04 0.16 2.86 1.79 变异系数/% 17.65 39.77 54.82 85.22 4.72 10.25 S8 平均值 /（mg·kg−1） 10.14 20.88 0.07ab 0.45 63.09ab 23.10ab 标准差 /（mg·kg−1） 2.61 3.28 0.04 0.30 5.40 3.32 变异系数 /% 25.78 15.72 54.82 66.18 8.56 14.38 S9 平均值 /（mg·kg−1） 10.61 19.55 0.04ab 0.11 51.16d 16.70bc 标准差 /（mg·kg−1） 3.74 4.71 0.03 0.078 1.77 4.48 变异系数 /% 35.19 24.08 81.86 68.47 3.46 26.84 中国土壤元素背景值[32] 9.7 7.9 0.065 0.103 66.6 24.1 宁夏省潮土土壤重金属背景值[33] 12.5 11.4 0.032 0.105 61.2 18.7 GB15618-2018 1 20 240 1.0 0.8 350 100 宁夏沙湖沉积物重金属平均值[23] 11.4 27.1 0.04 0.35 58.1 22.7 注：同列平均数后的小写字母不同表示同一种重金属元素在采样点之间存在显著差异（P < 0.05）.Different lowercase letters after the mean in the same column indicate significant differences between sampling sites for the same heavy metal element （P < 0.05）. 1表示《土壤环境质量标准 农用地土壤污染风险管控标准》（GB15618-2018），pH >7.5，田地性质为其他.Indicates Soil Environmental Quality Standard Soil Contamination Risk Control Standard for Agricultural Land （GB15618-2018）, pH > 7.5, and the field nature is other. | Show TableDownLoad:
CSV
湖泊自身环境的差异，加上人类活动干扰等因素影响，不同区域重金属存在一定差异性[34-35] . 结果表明，S1采样点中As的差异性最大，变异系数为46.15%；S2、S3、S4、S7和S8采样点中Cd的差异性最大，变异系数分别为86.15%、55.03%、72.83%、85.22%和66.18%；S2、S4和S9采样点中Hg的差异性最大，变异系数分别为66.67%、59 .98%和81.86%. As、Hg和Cd变异系数较高，说明在空间上分布不均匀[36-37].
宁夏沙湖沉积物中6 种重金属含量均值由高到低顺序为 Cr > Cu > Pb > As > Cd > Hg（ 表4） . 沉积物中重金属含量受沉积物理化性质（如：OM、TN、TP、粒径等因素）以及温度等多种因素影响[38]. 结果表明：夏季（7月）和秋季（10月）沉积物中Pb、Hg、Cd、Cr和Cu的平均浓度高于春季（4月）和冬季（1月）. 夏季和秋季温度较高，温度较高时加速了沉积物中重金属释放速度. 研究表明OM和TP含量与重金属含量呈正相关[39]，但TN含量高时，沉积物吸附重金属量降低. 图2表明沉积物中OM、TN和TP在夏季和秋季含量较高，但TN含量较高时，并没有使得沉积物中重金属吸附能力降低，这可能时因为湖泊之间因所处地理环境存在一定差异. 因此，宁夏沙湖重金属含量呈现不同季节差异与水温、OM、TN和TP有关. 从变异系数来看，春季和夏季变异系数最高的是Cd，其次是Hg，最小的是Cr，表明Cd和Hg含量在春季和夏季沉积物中差异较大. 秋季和冬季变异系数最高的是Cd，其次是Hg，最小的是Cr，表明Hg和Cd含量在秋季和冬季沉积物中差异较大.
表 4 宁夏沙湖沉积物重金属含量季节变化特征Table 4. Seasonal variation characteristics of heavy metal content in sediment of Sand Lake in Ningxia季节 Season 指标 Index As Pb Hg Cd Cr Cu 春季 Spring 最大值 14.60 24.48 0.07 0.64 63.20 20.40 最小值 7.66 11.30 0.01 0.02 49.00 11.90 平均值 /（mg·kg−1） 12.10 18.0 0.03 0.30 57.80 16.00 标准差 /（mg·kg−1） 2.60 3.80 0.0 0.20 5.50 3.10 变异系数 /% 20% 20% 60% 80% 10% 20% 夏季 Summer 最大值 14.01 24.48 0.08 0.94 68.29 29.1 最小值 4.14 14.69 0.01 0.03 50.30 15.80 平均值 /（mg·kg−1） 10.78 20.29 0.05 0.50 62.68 21.43 标准差 /（mg·kg−1） 3.20 3.60 0.0 0.30 5.50 4.80 变异系数 /% 30% 20% 60% 60% 10% 20% 秋季 Autumn 最大值 13.61 25.39 0.09 0.77 70.10 28.4 最小值 7.19 13.96 0.01 0.02 62.07 15.20 平均值 /（mg·kg−1） 10.90 20.10 0.04 0.30 62.60 21.50 标准差 /（mg·kg−1） 2.90 2.90 3.80 0.0 0.20 4.70 变异系数 /% 30% 20% 70% 70% 10% 20% 冬季 Winter 最大值 13.73 22.88 0.09 0.34 65.9 20.8 最小值 5.80 11.23 0.01 0.01 51.96 14.6 平均值 /（mg·kg−1） 10.58 16.82 0.04 0.15 58.60 17.39 标准差 /（mg·kg−1） 3.00 3.00 4.90 0.0 0.10 4.40 变异系数 /% 30% 30% 80% 90% 10% 20% | Show TableDownLoad:
CSV
2.2.2 沉积物重金属单因子污染指数法评价
运用单因子污染指数法，对宁夏沙湖沉积物重金属评价，结果显示（见表5），各采样点6种重金属元素单因子污染指数均小于1，表明沙湖沉积物质量状况良好. 各采样点6种重金属单因子污染指数排序为 Cr > As > Pb > Cd > Cu > Hg，其中Cr的单因子污染指数最大，平均值达到0.89，其次为As和Pb，平均值分别为0.71和0.70，其余重金属单因子污染指数均小于0.7. Cr、Pb和As的单因子污染指数较高，应引起足够重视，加强此类沉积物重金属元素监测.
表 5 宁夏沙湖重金属单因子污染指数Table 5. Single-factor standard index for heavy metals in Ningxia Sand Lake采样点Site As Pb Hg Cd Cr Cu S1 0.57 0.68 0.32 0.04 0.96 0.74 S2 0.67 0.82 0.11 0.83 0.91 0.68 S3 0.82 0.80 0.27 0.57 0.98 0.83 S4 0.87 0.61 0.29 0.98 0.81 0.60 S5 0.63 0.63 0.75 0.85 0.87 0.50 S6 0.79 0.65 0.42 0.92 0.94 0.51 S7 0.74 0.62 0.25 0.38 0.89 0.59 S8 0.65 0.77 0.86 0.91 0.93 0.79 S9 0.93 0.72 0.81 0.32 0.88 0.74 平均值 0.71 0.70 0.42 0.65 0.89 0.64 | Show TableDownLoad:
CSV
2.2.3 沉积物重金属地积指数法评价
地积累指数对宁夏沙湖沉积物重金属的污染程度进行了评价（图3）. S1采样点重金属地积指数排序依次为：Hg > Cr > Cu > Pb > As > Cd；S2采样点重金属地积指数排序依次为：Cr > Cd > Pb > Cu >As > Hg；S3采样点重金属地积指数排序依次为：Cr > Pb > As > Cu > Cd > Hg；S4采样点重金属地积指数排序依次为：Cd > As > Cr > Pb > Cu > Hg；S5和S6采样点重金属地积指数排序依次为：Cr > Cd > Hg > Pb >As > Cu，Cr > Cd > As > Pb >Hg > Cu；S7采样点重金属地积指数排序依次为：Cr > As >Pb > Cu > Cd > Hg；S8采样点重金属地积指数排序依次为：Cr > Cd > Hg > Cu > Pb >As；S9采样点重金属地积指数排序依次为：Cr > Pb > As > Cu > Hg > Cd. 所有地积指数均小于0，污染等级为清洁. 重金属年均值从大到小为 Cr > As > Pb > Cu > Cd > Hg，其中，Cr 地累积指数（-0.76）最大，在宁夏沙湖环境监测工作中需重点关注此金属元素.
图 3 宁夏沙湖不同区域沉积物中重金属地积累指数Figure 3. Igeo of heavy metals in sediments in different regions in Ningxia Sand Lake注：A~I分别为采样点S1、S2、S3、S4、S5、S6、S7、S8、S9地积累指数评价结果Note: A~I are the evaluation results of land accumulation index of sampling points S1, S2, S3, S4, S5, S6, S7, S8 and S9 respectively空间分布结果为S8（−0.89） > S5（−1.11） > S9（−1.14） > S2（−1.16）> S4（−1.18） > S7（−1.49） > S1（−1.66） > S3（−2.09）. S2、S3、S5、S7、和S8沉积物各采样点地积指数差异较小，可以推断，S2、S3、S5、S7、和S8采样点沉积物中的重金属来源相似，其余采样点沉积物中重金属地积指数差别较大，表明重金属来源有所不同.
2.2.4 沉积物重金属潜在生态风险指数法评价
潜在生态风险系数（Er）分析结果（表6），可以看出宁夏沙湖沉积物中Cd和Hg的风险等级最高，Cd处于中等生态风险（40 ≤ Er﹤80），Hg处于强生态风险（80 ≤ Er﹤160），Cd和Hg潜在生态风险系数分别在5.07—108.93和45.83—159.38之间，均值达到了74.98和83.76，其中Cd波动较大. S1和S9采样点中金属Cd潜在生态风险系数指数低于40，处于轻微生态风险（Er < 40），S3和S7处于中等生态风险（40 ≤ Er < 80），S2、S4、S5、S6和S8处于强生态风险. S7采样点中金属Hg潜在生态风险系数指数低于40，处于轻微生态风险，S2、S3、S4和S6处于中等生态风险，S1、S5、S8和S9处于强生态风险. 金属AS、Pb、Cr和Cu处于轻微生态风险（Er﹤40）.
表 6 宁夏沙湖沉积物重金属潜在生态风险指数值及污染等级Table 6. Potential ecological risk index values and pollution levels of heavy metals in sediment of Ningxia Sand Lake采样点Site Er RI 危害程度Hazard level As Pb Hg Cd Cr Cu S1 22.77 13.52 159.38 5.07 7.48 15.11 223.32 中等 S2 26.78 15.10 56.93 99.16 7.08 27.78 232.84 中等 S3 32.64 16.03 45.83 68.66 7.81 16.61 187.58 中等 S4 34.96 12.26 46.92 108.12 6.44 12.01 220.72 中等 S5 25.32 12.67 120.36 101.98 6.93 9.98 277.24 中等 S6 31.49 12.97 66.77 109.87 7.53 10.30 238.93 中等 S7 29.74 12.49 39.24 45.71 7.12 11.863 146.17 轻微 S8 26.17 15.41 137.83 108.93 7.40 15.71 311.45 强 S9 27.39 14.43 80.56 27.29 6.00 11.36 167.04 中等 平均值 28.58 13.88 83.76 74.98 7.09 14.52 222.81 中等 贡献率/% 12.83 6.23 37.59 33.65 3.18 6.52 | Show TableDownLoad:
CSV
潜在生态风险指数（RI）结果可以得出（表6），宁夏沙湖沉积物中重金属RI值范围为167.04—311.45，均值为 222.81，所有采样点RI值均未超过600，采样点S7处于轻微生态风险（RI < 150），采样点S8处于强生态风险（300 ≤ RI < 600），其余采样点处于中等生态风险（150 ≤ RI < 300）.
此外，表层沉积物中重金属Hg和Cd是重金属潜在生态风险的主要来源，贡献率分别达到了37.59%和33.65%. As贡献率达到了12.83%，Pb和Cu贡献了分别为6.23%和6.58%，Cr总贡献率低于4.00%. 在其他湖泊、水库和湿地也发现了类似结果[40-42]. 因此，未来应对宁夏沙湖沉积物重金属污染提高重视，特别是重金属Hg和Cd.
有研究表明采用多种评价方法评价沉积物重金属，能够更好说明沉积物中重金属复合污染特征[43]，本研究采用单因子污染指数、地积指数和潜在风险指数综合地积累指数，评价宁夏沙湖沉积物重金属污染级别，整体来看，宁夏沙湖沉积物状态良好，其中Cr、As和Pb单因子污染指数和地积指数相对较高，而潜在风险指数结果与单因子污染指数和地积指数评价略有不同，Cd、Hg和As潜在风险指数较高，已往研究结果也呈现出潜在风险指数评价与单因子污染指数和地积指数评价结果略有不同[11,40,44]. 从空间上来看，三种评价方法均显示S8和S5采样点沉积物中重金属污染指数相对较高.
2.3 重金属、营养盐沉积物来源分析
2.3.1 沉积物重金属、营养盐相关分析
Pearson相关性分析结果如图4所示，结果表明 Cr 与 Cu、OM、TN、TP呈显著正相关（P < 0.05），Cr 与 Cu、OM、TN、TP具有相似的污染来源或产生了复合污染. OM与TN、TP和NO3−-N呈显著正相关（P < 0.05），说明沉积物OM的降解和释放对宁夏沙湖TN、TP和NO3−-N具有重要影响. TP与TN呈显著正相关（P < 0.05），说明TN和TP来源相同. As和Hg与其他元素的相关性都不高. 这表明 Pb、Cd、Cr、Cu、OM、TN、TP 具有相似的污染来源，而As和Hg的污染来源特征可能与自身的物理化学性质以及沉积物中含沙量有关[45].
图 4 宁夏沙湖沉积物中营养盐与重金属的皮尔逊相关性 （* P ≤ 0.05）Figure 4. Pearson correlation matrix for heavy metals in Ningxia Sand Lake （* P ≤ 0.05）2.3.2 沉积物重金属、营养盐主成分分析
宁夏沙湖沉积物重金属主成分分析结果见表7和图5，前3个成分的方差累积贡献率达60.86%. 主成分1的贡献率是33.09 %，Cr与OM、TP和TN具有高正荷载（载荷 > 0.7），可推测Cr与OM、TP和TN具有强相关，这与Pearson相关性分析结果一致. Pb和Cu具有较高正载荷（载荷 > 0.5）推测这2种重金属具有相同的来源. 有研究表明重金属Pb和Cu含量主要来源于交通运输[46]和人类活动有关[47-48]，沙湖大部分区域处于旅游区，交通和人类活动频繁，可能会造成沉积物中重金属Pb和Cu含量累积. 因此，重金属Pb和Cu主要来源于交通运输和人类活动. 宁夏沙湖中所有采样点Cr含量均低于中国土壤元素背景值，变异系数较低，且地累积指数处于清洁水平，推测宁夏沙湖沉积物中Cr可能与自身理化性质有关，属于自然来源. 因此在本研究中主成分1代表该轴的重金属主要来源于人类活动和自然来源. 主成分2的贡献率是15.40%，其中As具有高载荷（> 0.7），地累积指数评价结果显示宁夏沙湖沉积物的重金属As处于清洁水平，推测As属于重金属的自然来源，成分2重金属也来源于自然来源. 主成分3的贡献率12.37%，所有元素载荷均小于0.5.
表 7 宁夏沙湖沉积物重金属主成分载荷分布Table 7. Principal component load distribution of heavy metals of Ningxia Sand Lake元素Elements 因子载荷Factor loadings 因子1 Factor 1 因子2 Factor 2 因子3 Factor 3 As 0.0468 0.7579 0.3455 Pb 0.5755 0.0071 0.4928 Hg 0.1248 −0.6738 −0.1809 Cd 0.4328 −0.0163 0.3106 Cr 0.7798 −0.2011 0.0990 Cu 0.5531 −0.5078 0.3273 OM 0.7060 0.3543 −0.0946 TN 0.7545 −0.0064 −0.3676 TP 0.7959 0.1970 −0.0640 NO3−−N 0.3967 0.2198 −0.6927 特征值 3.3088 1.5396 1.2371 贡献率/% 33.0881 15.3964 12.3712 累计贡献率/% 33.0881 48.4844 60.85559 | Show TableDownLoad:
CSV
3. 结论 （Conclusion）
（1）宁夏沙湖的OM、TN、TP、NO3−-N和全盐年平均值分别为20.50 g·kg−1、1.06 g·kg−1、0.62 g·kg−1、5.8 mg·kg−1和1.12 g·kg−1. 在人类活动密集区（S5、S6和S7）沉积物中有机质和营养盐高于其他区域，人类活动影响宁夏沙湖沉积物有机质和营养盐的空间分布. 全盐含量在夏季最高，冬季最低，夏季OM、TN和TP含量最高，春季含量最低，NO3−-N含量在秋季含量最高，春季最低. 水温和外源营养盐输入对宁夏沙湖沉积物有机质和营养盐含量具有重要的调节作用.
（2）单因子污染指数评价结果表明沙湖沉积物质量状况良好，单因子污染指数排序为 Cr > As > Pb > Cd > Cu > Hg，其中Cr单因子污染指数最高，应引起重视并加强日常监测.
（3）沉积物中6种重金属元素年地累积指数值均小于0，污染等级为清洁. 单个重金属年均值从大到小为 Cr > As > Pb > Cd > Cu > Hg，其中Cr 地累积指数最大.
（4）宁夏沙湖沉积物中Cd和Hg的风险等级最高，其中Cd和Cu是造成宁夏沙湖沉积物重金属生态风险的主要重金属. 宁夏沙湖积物中重金属RI值均值为222.81，采样点S7处于轻微生态风险，采样点S8处于强生态风险，其余采样点处于中等生态风险.
（5）相关分析结果表明：Pb、Cd、Cr、Cu、OM、TN、TP 具有相似的污染来源，主要来源是人为来源和自然来源.
（6）生态风险较高的区域主要位于人类活动较密集区域，应加强该区域监测，关注Cr、Pb、Hg和As监测.
-
图 1 三组二元混合体系(AMI-Cd、AMI-Mn和AMI-Zn)的十五条射线的pEC50值在不同时间下(48、72、96 h)的雷达图
Figure 1. Radar graphs of pEC50 values of fifteen rays in three binary mixture systems (AMI-Cd, AMI-Mn and AMI-Zn) at different times (48, 72 and 96 h)
图 2 AMI与Cd构成的二元混合物对蛋白核小球藻的毒性相互作用
Figure 2. Toxic interaction within the binary mixture of AMI and Cd on C. pyrenoidosa
图 3 AMI与Mn构成的二元混合物对蛋白核小球藻的毒性相互作用
Figure 3. Toxic interaction wihin binary mixture of AMI and Mn on C. pyrenoidosa
图 4 AMI与Zn构成的二元混合物对蛋白核小球藻的毒性相互作用
Figure 4. Toxic interaction of the binary mixture of AMI and Zn on C. pyrenoidosa
表 1 抗生素与重金属理化性质和储备液浓度
Table 1. Physical and chemical properties of antibiotic and heavy metals and concentration of stocks
化合物Name 简称Abbreviation 分子式Molecular formula CAS-RN 分子量Formula weight 纯度/%Purity 储备液浓度/(mol·L−1)Stock solution 硫酸阿米卡星 AMI C22H43N5O13·2H2SO4 39831-55-5 781.76 ≥67.4 1.33×10−3 五水合氯化镉 Cd CdCl2·2.5H2O 7790-78-5 228.35 ≥99.0 1.08×10−2 四水合氯化锰 Mn MnCl2·4H2O 13446-34-9 197.90 ≥99.0 1.58×10−3 七水合硫酸锌 Zn ZnSO4·7H2O 7446-20-0 287.56 ≥99.0 6.68×10−2
下载: 导出CSV
表 2 混合体系组分构成及浓度比(pi)
Table 2. Composition and concentration ratio (pi) of the mixture systems
B1 PCd PAMI B2 PMn PAMI B3 PZn PAMI R1 8.673×10−1 1.327×10−1 R1 9.183×10−1 8.170×10−2 R1 9.500×10−1 5.000×10−2 R2 7.233×10−1 2.767×10−1 R2 8.181×10−1 1.819×10−1 R2 8.837×10−1 1.163×10−1 R3 5.666×10−1 4.334×10−1 R3 6.922×10−1 3.078×10−1 R3 7.916×10−1 2.084×10−1 R4 3.953×10−1 6.047×10−1 R4 5.292×10−1 4.708×10−1 R4 6.551×10−1 3.449×10−1 R5 2.073×10−1 7.927×10−1 R5 3.102×10−1 6.898×10−1 R5 4.318×10−1 5.682×10−1
下载: 导出CSV
-
[1] GUO H H, XUE S H, NASIR M, et al. Impacts of cadmium addition on the alteration of microbial community and transport of antibiotic resistance genes in oxytetracycline contaminated soil [J]. Journal of Environmental Sciences, 2021, 99(1): 51-58. [2] AGNIESZKA C, JOANNA L, KAUR B S, et al. Influence of metal speciation in wastewater sludge on antibiotic distribution [J]. Journal of Hazardous, Toxic, and Radioactive Waste, 2021, 25(2): 04020078. doi: 10.1061/(ASCE)HZ.2153-5515.0000592 [3] PRUDEN A, PEI R T, STORTEBOOM H, et al. Antibiotic resistance genes as emerging contaminants: studies in northern Colorado [J]. Environmental Science & Technology, 2006, 40(23): 7445-7450. [4] KUMMERER K. Significance of antibiotics in the environment [J]. The Journal of Antimicrobial Chemotherapy, 2003, 52(1): 5-7. doi: 10.1093/jac/dkg293 [5] WANG Z, DU Y, YANG C, et al. Occurrence and ecological hazard assessment of selected antibiotics in the surface waters in and around Lake Honghu, China [J]. Science of the Total Environment, 2017, 609: 1423-1432. doi: 10.1016/j.scitotenv.2017.08.009 [6] ZHANG Q Q, YING G G, PAN C G, et al. Comprehensive evaluation of antibiotics emission and fate in the river basins of China: Source analysis, multimedia modeling, and linkage to bacterial resistance [J]. Environmental Science & Technology, 2015, 49(11): 6772-6782. [7] 李楠, 赵新华. 华北T市某自来水厂抗生素的分布及去除 [J]. 中国给水排水, 2017, 33(21): 48-52. LI N, ZHAO X H. Distribution and removal of antibiotics in a waterworks in North China [J]. China Water & Wastewater, 2017, 33(21): 48-52(in Chinese).
[8] 张君, 程艳茹, 杨海蓉, 等. 重庆地区典型水库表层水体抗生素分布特征研究 [J]. 环境科学与管理, 2018, 43(11): 26-30. doi: 10.3969/j.issn.1673-1212.2018.11.007 ZHANG J, CHENG Y R, YANG H R, et al. Concentrations and pollution characteristics of typical antibiotics in typical reservoir in Chongqing [J]. Environmental Science and Management, 2018, 43(11): 26-30(in Chinese). doi: 10.3969/j.issn.1673-1212.2018.11.007
[9] 刘晓晖, 卢少勇. 大通湖表层水体中抗生素赋存特征与风险 [J]. 中国环境科学, 2018, 38(1): 320-329. doi: 10.3969/j.issn.1000-6923.2018.01.036 LIU X H, LU S Y. Occurrence and ecological risk of typical antibiotics in surface water of the Datong Lake, China [J]. China Environmental Science, 2018, 38(1): 320-329(in Chinese). doi: 10.3969/j.issn.1000-6923.2018.01.036
[10] 王嘉玮, 魏红, 杨小雨, 等. 渭河西安段磺胺类抗生素的分布特征及生态风险评价 [J]. 环境化学, 2017, 36(12): 2574-2583. doi: 10.7524/j.issn.0254-6108.2017032402 WANG J W, WEI H, YANG X Y, et al. Occurrence and ecological risk of sulfonamide antibiotics in the surface water of the Weihe Xi'an section [J]. Environmental Chemistry, 2017, 36(12): 2574-2583(in Chinese). doi: 10.7524/j.issn.0254-6108.2017032402
[11] JIANG Y, LI M, GUO C, et al. Distribution and ecological risk of antibiotics in a typical effluent–receiving river (Wangyang River) in North China [J]. Chemosphere, 2014, 112: 267-274. doi: 10.1016/j.chemosphere.2014.04.075 [12] 徐维海, 张干, 邹世春, 等. 典型抗生素类药物在城市污水处理厂中的含量水平及其行为特征 [J]. 环境科学, 2007, 28(8): 1779-1783. doi: 10.3321/j.issn:0250-3301.2007.08.023 XU W H, ZHANG G, ZOU S C, et al. Occurrence, distribution and fate of antibiotics in sewage treatment plants [J]. Environmental Science, 2007, 28(8): 1779-1783(in Chinese). doi: 10.3321/j.issn:0250-3301.2007.08.023
[13] BROWN K D, KULIS J, THOMSON B, et al. Occurrence of antibiotics in hospital, residential, and dairy effluent, municipal wastewater, and the Rio Grande in New Mexico [J]. Science of the Total Environment, 2005, 366(2): 772-783. [14] KARTHIKEYAN K G, MEYER M T. Occurrence of antibiotics in wastewater treatment facilities in Wisconsin, USA [J]. The Science of the Total Environment, 2006, 361(1-3): 196-207. doi: 10.1016/j.scitotenv.2005.06.030 [15] 徐永刚, 宇万太, 马强, 等. 环境中抗生素及其生态毒性效应研究进展 [J]. 生态毒理学报, 2015, 10(3): 11-27. XU Y G, YU W T, MA Q, et al. The antibiotic in environment and its ecotoxicity: A review [J]. Asian Journal of Ecotoxicology, 2015, 10(3): 11-27(in Chinese).
[16] 刘鹏霄, 王旭, 冯玲. 自然水环境中抗生素的污染现状、来源及危害研究进展 [J]. 环境工程, 2020, 38(5): 36-42. LIU P X, WANG X, FENG L. Occurrences, resources and risk of antibiotics in aquatic environment: A review [J]. Environmental Engineering, 2020, 38(5): 36-42(in Chinese).
[17] 吴佳慧, 刘鹏宇. 氨基糖苷类抗生素的发展历程 [J]. 中国抗生素杂志, 2019, 44(11): 1275-1282. doi: 10.3969/j.issn.1001-8689.2019.11.008 WU J H, LIU P Y. The past and present of aminoglycoside antibiotics [J]. Chinese Journal of Antibiotics, 2019, 44(11): 1275-1282(in Chinese). doi: 10.3969/j.issn.1001-8689.2019.11.008
[18] ZHOU J W, HOU B, LIU G Y, et al. Attenuation of pseudomonas aeruginosa biofilm by hordenine: a combinatorial study with aminoglycoside antibiotics [J]. Applied Microbiology and Biotechnology, 2018, 102(22): 9745-9758. doi: 10.1007/s00253-018-9315-8 [19] 张红, 程寒飞. 水环境中氨基糖苷类抗性基因污染及研究进展 [J]. 环境科学与技术, 2018, 41(10): 121-130. ZHANG H, CHENG H F. Aquatic environmental pollution of aminoglycoside resistance genes: A review [J]. Environmental Science & Technology, 2018, 41(10): 121-130(in Chinese).
[20] SIEBINGA H, ROBB F, THOMSON A H. Population pharmacokinetic evaluation and optimization of amikacin dosage regimens for the management of mycobacterial infections [J]. J Antimicrob Chemoth, 2020, 75(10): 2933-2940. doi: 10.1093/jac/dkaa277 [21] 付启明, 欧晓明, 刘红玉. 农产品中氨基糖苷类抗生素的残留检测方法研究进展 [J]. 农药, 2009, 48(11): 784-789, 792. doi: 10.3969/j.issn.1006-0413.2009.11.002 FU Q M, OU X M, LIU H Y. Current development of residue detection and analysis of aminoglycoside antibiotics in agricultural products [J]. Agrochemicals, 2009, 48(11): 784-789, 792(in Chinese). doi: 10.3969/j.issn.1006-0413.2009.11.002
[22] 宋崇崇, 陶梦婷, 张瑾, 等. 3种重金属对蛋白核小球藻的联合毒性及机理 [J]. 环境科学与技术, 2020, 43(2): 88-95. SONG C C, TAO M T, ZHANG J, et al. Combined toxicity and the mechanisms of three heavy metals to Chlorella pyrenoidosa [J]. Environmental Science & Technology, 2020, 43(2): 88-95(in Chinese).
[23] KUMAR B, AGRAWAL K, VERMA P. Microbial electrochemical system: A sustainable approach for mitigation of toxic dyes and heavy metals from wastewater [J]. Journal of Hazardous, Toxic, and Radioactive Waste, 2021, 25(2): 04020082. doi: 10.1061/(ASCE)HZ.2153-5515.0000590 [24] EOM H, PARK M, JANG A, et al. A simple and rapid algal assay kit to assess toxicity of heavy metal-contaminated water [J]. Environmental Pollution, 2021, 269: 116135. doi: 10.1016/j.envpol.2020.116135 [25] 綦峥, 齐越, 杨红, 等. 土壤重金属镉污染现状、危害及治理措施 [J]. 食品安全质量检测学报, 2020, 11(7): 2286-2294. QI Z, QI Y, YANG H, et al. Status, harm and treatment measures of heavy metal cadmium pollution in soil [J]. Journal of Food Safety & Quality, 2020, 11(7): 2286-2294(in Chinese).
[26] 金修齐, 黄代宽, 赵书晗, 等. 松桃河流域氨氮和锰污染特征及生态风险评价 [J]. 中国环境科学, 2021, 41(1): 385-395. doi: 10.3969/j.issn.1000-6923.2021.01.044 JIN X Q, HUANG D K, ZHAO S H, et al. Pollution characteristics and ecological risk assessment of ammonia nitrogen and manganese in Songtao River Basin of Guizhou Province, China [J]. China Environmental Science, 2021, 41(1): 385-395(in Chinese). doi: 10.3969/j.issn.1000-6923.2021.01.044
[27] 巴家文, 邢玉花, 安远锋, 等. “锰三角”区域松桃河大口鲇和斑鳜重金属富集及风险评价研究 [J]. 淡水渔业, 2019, 49(4): 108-112. BA J W, XING Y H, AN Y F, et al. Study on heavy metal enrichment and risk assessment of Silurus meridoualis and Siniperca scherzeri in Songtao river of the ‘manganese triangle’ area [J]. Freshwater Fisheries, 2019, 49(4): 108-112(in Chinese).
[28] 符志友, 冯承莲, 赵晓丽, 等. 我国流域水环境中铜、锌的生态风险及管理对策 [J]. 环境工程, 2019, 37(11): 70-74. FU Z Y, FENG C L, ZHAO X L, et al. Ecollogical risks and management countermeasures of copper and zinc in water environment of China [J]. Environmental Engineering, 2019, 37(11): 70-74(in Chinese).
[29] 马其雪, 孙向阳, 李素艳, 等. 园林绿化废弃物堆肥对铅、锌污染土壤上小白菜生理特性的影响 [J]. 浙江农业学报, 2020, 32(11): 2027-2034. doi: 10.3969/j.issn.1004-1524.2020.11.13 MA Q X, SUN X Y, LI S Y, et al. Effects of applying green waste compost on physiological characteristics of pakchoi in Pb, Zn contaminated soil [J]. Acta Agriculture Zhejiangensis, 2020, 32(11): 2027-2034(in Chinese). doi: 10.3969/j.issn.1004-1524.2020.11.13
[30] MO L Y, LIU S S, ZHU Y N, et al. Combined toxicity of the mixtures of phenol and aniline derivatives to Vibrio qinghaiensis sp. -Q67 [J]. Bulletin of Environmental Contamination and Toxicology, 2011, 87(4): 473-479. doi: 10.1007/s00128-011-0374-0 [31] ZHANG Y H, LIU S S, SONG X Q, et al. Prediction for the mixture toxicity of six organophosphorus pesticides to the luminescent bacterium Q67 [J]. Ecotoxicology and Environmental Safety, 2008, 71(3): 880-888. doi: 10.1016/j.ecoenv.2008.01.014 [32] HUANG W Y, LIU F, LIU S S, et al. Predicting mixture toxicity of seven phenolic compounds with similar and dissimilar action mechanisms to Vibrio qinghaiensis sp. nov. Q67 [J]. Ecotoxicology and Environmental Safety, 2011, 74(6): 1600-1606. doi: 10.1016/j.ecoenv.2011.01.007 [33] WANG L J, LIU S S, ZHANG J, et al. A new effect residual ratio (ERR) method for the validation of the concentration addition and independent action models [J]. Environmental Science and Pollution Research International, 2010, 17(5): 1080-1089. doi: 10.1007/s11356-009-0265-7 [34] QIN L T, LIU S S, ZHANG J, et al. A novel model integrated concentration addition with independent action for the prediction of toxicity of multi-component mixture [J]. Toxicology, 2011, 280(3): 164-172. doi: 10.1016/j.tox.2010.12.007 [35] QU R, LIU S S, CHEN F, et al. Complex toxicological interaction between ionic liquids and pesticides to Vibrio qinghaiensis sp. -Q67 [J]. Rsc Advances, 2016, 6(25): 21012-21018. doi: 10.1039/C5RA27096K [36] DOU R N, LIU S S, MO L Y, et al. A novel direct equipartition ray design (EquRay) procedure for toxicity interaction between ionic liquid and dichlorvos [J]. Environmental Science and Pollution Research, 2011, 18(5): 734-742. doi: 10.1007/s11356-010-0419-7 [37] 李孟涵, 贺子琪, 苗家赫, 等. 重金属Pb与抗生素对发光菌的联合毒性研究 [J]. 农业环境科学学报, 2020, 39(9): 1925-1936. doi: 10.11654/jaes.2020-0103 LI M H, HE Z Q, MIAO J H, et al. Joint toxicity of heavy metal Pb and antibiotics to photobacterium [J]. Journal of Agro-Environment Science, 2020, 39(9): 1925-1936(in Chinese). doi: 10.11654/jaes.2020-0103
[38] 刘芳, 刘树深, 刘海玲. 部分离子液体及其混合物对发光菌的毒性作用 [J]. 生态毒理学报, 2007, 2(2): 164-171. LIU F, LIU S S, LIU H L. Toxicities of selected ionic liquids and their mixtures to photobacteria (Vibrio-qinghaiensis sp. -Q67) [J]. Asian Journal of Ecotoxicology, 2007, 2(2): 164-171(in Chinese).
[39] WANG L J, LIU S S, YUAN J, et al. Remarkable hormesis induced by 1-ethyl-3-methyl imidazolium tetrafluoroborate on Vibrio qinghaiensis sp. -Q67 [J]. Chemosphere, 2011, 84(10): 1440-1445. doi: 10.1016/j.chemosphere.2011.04.049 [40] 刘树深, 张瑾, 张亚辉, 等. APTox: 化学混合物毒性评估与预测 [J]. 化学学报, 2012, 70(14): 1511-1517. doi: 10.6023/A12050175 LIU S S, ZHANG J, ZHANG Y H, et al. APTox: assessment and prediction on toxicity of chemical mixtures [J]. Acta Chimica Sinica, 2012, 70(14): 1511-1517(in Chinese). doi: 10.6023/A12050175
[41] 陈琼, 张瑾, 李小猛, 等. 几种抗生素对蛋白核小球藻的时间毒性微板分析法 [J]. 生态毒理学报, 2015, 10(2): 190-197. CHEN Q, ZHANG J, LI X M, et al. Time-dependent microplate toxicity analysis(T-MTA) of several antibiotics to Chlorella pyrenoidosa [J]. Asian Journal of Ecotoxicology, 2015, 10(2): 190-197(in Chinese).
[42] 丁婷婷, 董欣琪, 张瑾, 等. 3种氨基糖苷类抗生素对水生生物的时间依赖联合毒性作用比较 [J]. 生态毒理学报, 2018, 13(1): 126-137. doi: 10.7524/AJE.1673-5897.20170528001 DING T T, DONG X Q, ZHANG J, et al. Comparison of time-dependent joint toxicity interaction of three aminoglycosides antibiotics between two aquatic organisms [J]. Asian Journal of Ecotoxicology, 2018, 13(1): 126-137(in Chinese). doi: 10.7524/AJE.1673-5897.20170528001
[43] 王滔, 张瑾, 卞志强, 等. 2种经典模型对抗生素与重金属锌的蛋白核小球藻时间依赖联合毒性作用的评估比较 [J]. 生态毒理学报, 2019, 14(4): 130-139. WANG T, ZHANG J, BIAN Z Q, et al. Comparative evaluation on the time-dependent joint toxicity of antibiotics and heavy metal zinc towards Chlorella pyrenoidosa between two classical models [J]. Asian Journal of Ecotoxicology, 2019, 14(4): 130-139(in Chinese).
[44] ZHANG J, LIU S S, DOU R N, et al. Evaluation on the toxicity of ionic liquid mixture with antagonism and synergism to Vibrio qinghaiensis sp. -Q67 [J]. Chemosphere, 2011, 82(7): 1024-1029. doi: 10.1016/j.chemosphere.2010.10.063 [45] 刘树深. 化学混合物毒性评估与预测方法[M]. 北京: 科学出版社, 2017: 25-26. LIU S S. Assessment and prediction of toxicity of chemical mixtures[M]. Beijing: Science Press, 2017: 25-26(in Chinese).
[46] 莫凌云, 刘海玲, 刘树深, 等. 5种取代酚化合物对淡水发光菌的联合毒性 [J]. 生态毒理学报, 2006, 1(3): 259-264. MO L Y, LIU H L, LIU S S, et al. Joint toxicity of 5 substituted phenols to freshwater photobacteria [J]. Asian Journal of Ecotoxicology, 2006, 1(3): 259-264(in Chinese).
[47] LIU L, LIU S S, YU M, et al. Application of the combination index integrated with confidence intervals to study the toxicological interactions of antibiotics and pesticides in Vibrio qinghaiensis sp. -Q67 [J]. Environmental Toxicology and Pharmacology, 2015, 39(1): 447-456. doi: 10.1016/j.etap.2014.12.013 [48] 陈敏, 张瑾, 董欣琪, 等. 多元抗生素与重金属混合物对蛋白核小球藻的时间依赖性协同与拮抗作用 [J]. 农业环境科学学报, 2018, 37(5): 850-859. doi: 10.11654/jaes.2017-1159 CHEN M, ZHANG J, DONG X Q, et al. Time-dependent synergism and antagonism within multi-component mixtures of heavy metals and antibiotics towards Chlorella pyrenoidosa [J]. Journal of Agro-Environment Science, 2018, 37(5): 850-859(in Chinese). doi: 10.11654/jaes.2017-1159
[49] 宋晓青, 刘树深, 刘海玲, 等. 部分除草剂与重金属混合物对发光菌的毒性 [J]. 生态毒理学报, 2008, 3(3): 237-243. SONG X Q, LIU S S, LIU H L, et al. Mixture toxicity of herbicides and heavy metal compounds to photobacteria (Vibrio qinghaiensis sp. —Q67) [J]. Asian Journal of Ecotoxicology, 2008, 3(3): 237-243(in Chinese).
[50] 卞志强, 张瑾, 王滔, 等. 氨基甲酸酯类农药对蛋白核小球藻联合毒性作用特点及机制 [J]. 生态毒理学报, 2019, 14(4): 150-162. BIAN Z Q, ZHANG JIN, WANG T, et al. Time-dependent joint toxicity characteristics and mechanisms of five carbamate pesticides towards chlorella pyrenoidosa [J]. Asian Journal of Ecotoxicology, 2019, 14(4): 150-162(in Chinese).
-
点击查看大图
计量
- 文章访问数: 3330
- HTML全文浏览数: 3330
- PDF下载数: 44
- 施引文献: 0
