-
药物与个人护理品(pharmaceuticals and personal care products, PPCPs)是对多种化学产品的统称，主要包括人类用药、兽药、化学消费品及其生产和加工过程中使用的添加剂和惰性成分等，如各种处方药和非处方药(如激素、抗生素、β-受体阻断剂、兴奋剂等)、香料、化妆品、染发剂、洗发水和香皂等[1-3]。根据已有报道报道，多种PPCPs在美国[4-5]、英国[6]、西班牙[7]、南非[8-9]、巴西[10]、韩国[11-12]、印度[13]等国家的地表水中均有检出，在我国长江[14-18]、黄河[19]、黄浦江[20-21]、珠江[22]、太湖[23-26]、辽河[27]、松花江[28]等地区的地表水均有检出，PPCPs检出的浓度水平普遍在ng·L−1—μg·L−1之间。PPCPs具有化学活性，经人类生产生活排放到水体，并在水环境中可以痕量存在，能够在生物体富集转化，对水生生态系统和人类健康产生潜在的不利影响[29-31]。
水环境中PPCPs的常用的分析方法包括液相色谱法(LC)[32-33]、气相色谱质谱法(GC/MS)[34]、液相色谱法-串联质谱法(LC-MS/MS)[35-36]等。液相色谱法灵敏度较低，对复杂基质的抗干扰能力有限，定性能力不足；气相色谱质谱法往往需要复杂的衍生化处理，限制了其在环境中PPCPs检测中的应用；目前对于PPCPs的分析，液相色谱法-串联质谱法作为应用较多的方法，可以进行多残留定性、定量检测，但存在扫描速度、分辨率和质量准确度的限制，对排除复杂基质的干扰能力不足[37-38]。高分辨质谱(HRMS)通过化合物精确相对分子量进行定性定量分析，表现出较强抗基质干扰能力，避免受基质干扰产生假阳性现象，对于多种化合物的分析，无需逐个优化子离子及相关参数，可以缩短分析测试时间，在目标化合物的筛查和确证分析方面具有极大的优势[39]。
大连市是我国北方重要的沿海港口城市，其三面环海、丘陵起伏、流域集水面积小，属于资源短缺型缺水城市，人均水资源占有量仅为538 m3[40]。大连地区市民的饮水主要以地表水资源为主，其中大连饮用水源地的类型又以水库型水源地为主[41]，因此，水库型水源地水质的状况关系着人们的饮水安全和健康。
本研究选石门子水库、大渔沟水库、青云河水库、北大河水库为研究对象，采集水样，通过固相萃取方法对水样进行前处理，采用高效液相色谱-四极杆/静电场轨道阱高分辨质谱(UPLC-Q-Exactive MS)技术对大连4个典型水库中116种PPCPs进行定性筛查及定量检测。该方法操作简单、快速、灵敏度和准确度高，旨在分析大连水库型水源范围内PPCPs的浓度，弥补现阶段对大连地区地表水中PPCPs研究的空白，以期为大连地区PPCPs的合理使用和风险防控提供数据支撑和技术支持。
-
Dionex UltiMate 3000高效液相色谱仪(美国Thermo Fisher公司)；Thermo Q Exactive Plus四极杆/静电场轨道阱高分辨质谱仪(配加热电喷雾离子源，美国Thermo Fisher公司)；固相萃取仪(色谱科)；氮吹仪(N-EVAP 112型，美国Organomation)；涡旋混合仪(MS3数显，德国IKA)；台式冷冻离心机(3K15，Sigma)；分析天平(精确至0.01 mg，中国梅特勒)；冰箱(SC-329GA，中国海尔)；超声波提取仪(KH-500DE，中国昆山禾创)。
PPCPs标准品：纯度均大于98.3%，均购自sigma、Dr.Ehrenstorfer Gmbh、First standard及TRC等公司；乙腈(色谱纯，Merk)；甲醇(色谱纯，Merk)；氨水(分析纯，国药)；盐酸(分析纯，国药)；甲酸(色谱纯，CNW)；蒸馏水(屈臣氏)；乙二胺四乙酸二钠(分析纯，麦克林)；固相萃取柱PEP-2(60 mg/3 mL，艾杰尔)；滤膜(0.22 μm有机尼龙膜，安谱)；100 mL大体积柱管及连接转换头(艾杰尔)；
标准溶液的配置：称取适量116种标准品，根据化合物性质分别用甲醇或丙酮配置成100 μg·mL−1单标或混标标准储备溶液，再用甲醇配制混合标准工作溶液1 μg·mL−1，冷冻保存(−18 ℃)。
-
本研究选石门子水库、大渔沟水库、青云河水库、北大河水库为研究对象，青云河水库和石门子水库是以防洪、灌溉为主，兼有城镇和城市供水、淡水养殖等综合效益的中型水库，北大河水库以防洪、城镇供水为主的综合性中型水库，大渔沟水库是以养殖、垂钓为主的小型水库，每个水库布设两个采样点，共计8个采样点，采样点信息详见图1。于2020年10月采集水样，使用有机玻璃采水器采集表层水样(深度为0—0.5 m)，采集1 L水样，用具塞磨口棕色玻璃瓶储存，在4 ℃下避光保存，待检。
-
水样经0.22 μm微孔滤膜过滤，去除大颗粒杂质，取50 mL水样加入25 mg乙二胺四乙酸二钠，用盐酸或氨水调节pH至中性，待用。
-
PEP-2固相萃取柱，依次用6 mL甲醇和6 mL纯水活化，连接100 mL大体积柱管，50 mL待净化水样上样过柱，控制流速为5—8 mL·min−1，待水样完全过柱后，用5 mL纯水淋洗固相萃取柱，真空抽干小柱，用6 mL甲醇：乙腈(体积比1∶1)混合溶液洗脱小柱，收集洗脱液。洗脱液在40 ℃下氮吹浓缩至近干，用1 mL 0.5%甲醇水溶液复溶，涡旋混合，4000 r·min−1离心后过0.22 μm微孔滤膜，上机分析。
-
色谱柱：Thermo SCIENTIFIC Accucore RP-MS 2.6 µm，100 mm×2.1 mm，色谱柱柱温度：40 ℃；流动相A为0.1%甲酸水溶液，流动相B为甲醇，流动相梯度条件见表1；流速: 0.3 mL·min−1；进样量：10 μL。
-
离子源：质谱采用可加热的电喷雾离子源(HESI)；毛细管加热温度(capillary temperature)：320 ℃；鞘气(sheath gas)：N2；流速40 a.u；辅助气(aux gas)：N2；流速10 a.u；喷雾电压(spray voltage)：3.2 kV；透镜电压(S-Lens RF Level)：50 V；质谱数据采用正离子模式；扫描模式为Full MS/dd-MS2；全扫描的分辨率R=70000；自动增益控制(AGC target)：1×106，最大驻留时间(maximum IT)：100 ms，扫描范围m/z 100—1000；强度阈值(intensity threshold)：1.6×105。二级质谱(MS/MS)参数设置：分辨率R=17,500，自动增益控制(AGC target)：2×105，最大驻留时间(maximum IT)：50 ms；
-
在优化的质谱条件下，对116种化合物采用Full MS/dd-MS2模式进行分析，获得目标化合物的精确分子量、碎片离子、保留时间等信息如表2所示，通过Xcalibur软件对116种化合物进行模拟碎裂，以各化合物二级质谱图中实际碎片离子质量数与理论精确质量数偏差小于5×10−6，且丰度在前五强的离子作为特征碎片离子。将得到的保留时间、精确质量数和特征碎片离子等相关信息输入TraceFinder软件，建立质谱筛查数据库。通过Full MS/dd-MS2模式和Trace Finder软件对实际水样采集到的数据进行筛查分析，检索参数为：母离子精确质量数偏差为5×10−6，峰阈值强度为1×104，信噪比（S/N）为5，子离子精确质量偏差为5×10−6，匹配最少碎片个数为1，在数据库中检索，筛查过程中全部符合以上设置条件的化合物为初筛通过。
-
采用0.5%甲醇水溶液配制116种PPCPs标准曲线，曲线浓度范围为10、25、50、80、100 ng·mL−1，以目标化合物的浓度(x，ng·mL−1)为横坐标，相应峰面积(y)为纵坐标绘制标准曲线。结果表明，116种PPCPs化合物均在10—100 ng·mL−1范围内线性良好，相关系数R2均在0.99以上。由于高分辨质谱仪信号很强，噪声相对较低，信噪比结果在很多情况下为无穷大，所以3倍信噪比和10倍信噪比不再适用于使用高分辨质谱来确定检出限和定量限[42]，因此，本研究通过回收率实验确定各目标化合物的定量限，各目标物在线性范围中满足回收率值在40%—120%区间内的最低质量浓度，得到116种化合物的定量限为0.4 μg·L−1，回收率为40.7%—121.6%，相关参数见表3。
-
采用在空白蒸馏水样品中添加标准溶液的方法进行添加回收率测定。对116种PPCPs化合物，进行3个水平的添加实验（0.4、1.0、2.0 μg·L−1），每个水平重复6次，计算116种PPCPs的加标回收率和相对标准偏差，如表3所示。
样品前处理过程中分别考察水样pH值为3、7、10时，目标化合物在PEP-2柱上的回收率。结果表明，pH=3时交沙霉素、泰乐菌素、莱克多巴胺、格列吡嗪、茚酮苯丙酸、酮基布洛芬、瑞格列奈在PEP-2柱上的回收率较好；pH=10时磺胺间二甲氧嘧啶、磺胺喹恶啉、磺胺苯吡唑、羟基甲硝唑、诺氟沙星、培氟沙星、氧氟沙星、洛美沙星、马波沙星在PEP-2柱上的回收率较好；pH=7时，除上述化合物的回收率不高，但能够满足回收率大于40%，其他化合物整体回收率较高。综合考虑，样品前处理时控制pH值为7。
-
通过高效液相色谱-四极杆/静电场轨道阱高分辨质谱对水样中116种PPCPs进行筛查检测与定量分析，结果如表4所示。
8个采样点位均有激素类化合物检出，浓度总量范围为1.79—9.33 ng·L−1，其他种类的PPCPs为未检出。醋酸泼尼松、醋酸氟氢可的松、醋酸可的松、醋酸氢化可的松和甲基泼尼松龙醋酸酯在4个水库中均有检出，其中醋酸泼尼松和醋酸氟氢可的松在8个采样点位均有检出，为检出频率最高的化合物。大渔沟水库2点位醋酸泼尼松的检出浓度最大，其检出浓度为1.84 ng·L−1，此外，大渔沟水库水样检出的甲基泼尼松龙、醋酸可的松、醋酸氢化可的松、甲基泼尼松龙醋酸酯、醋酸氟氢可的松的浓度水平普遍高于其他3个水库的检出水平（图2）。大渔沟水库水体中激素类化合物较高浓度的残留可能来源于周边养殖废水或投饵、投药所携激素类化合物进入水体，另一方面，大渔沟水库的规模要小于其他3个水库，水库规模较小会影响其水体中污染物的稀释、扩散能力。
青云河水库、石门子水库、大渔沟水库、北大河水库中激素类化合物均为糖皮质激素，与国内其他水源地进行比较发现，其激素含量水平与黄浦江上游水源地(ND—11.7 ng·L−1)[21]、珠江三角洲河流饮用水源地(ND—4.7 ng·L−1)[43]和长江江苏段饮用水源地(ND—(1.0±1.72) ng·L−1)[14]中激素的检出水平接近。与国内河流和湖泊相比，广州市流溪河水体（ND—27.75 ng·L−1）[44]，宁波奉化江中雌激素（ND—3780 ng·L−1）[45]，重庆长江流域水体中雌激素（ND—45.95 ng·L−1）[15]的浓度水平，属于低等污染水平。
-
（1）采用高效液相色谱-四极杆/静电场轨道阱高分辨质谱建立了水样中116种PPCPs的定性筛查和定量检测的分析方法。116种PPCPs化合物在10—100 ng·mL−1范围内线性良好，相关系数R2均在0.99以上，定量限(LOQ)为0.4 μg·L−1，回收率范围为40.7%—121.6%。
（2）大连地区4个水库水样中激素类化合物能够被普遍检出，其浓度总量范围为1.79—9.33 ng·L−1，醋酸泼尼松、醋酸氟氢可的松、醋酸可的松、醋酸氢化可的松和甲基泼尼松龙醋酸酯在4个水库中均有检出，其中醋酸泼尼松和醋酸氟氢可的松为检出频率最高的化合物。
（3）大渔沟水库中醋酸泼尼松的检出浓度最大，其检出浓度为1.84 ng·L−1。大渔沟水库中激素类化合物的整体污染水平要略高于其他3个水库，其原因主要受水库的规模、功能类型影响。与国内其他饮用水源地、河流相比较，本研究中4个水库水样中激素类化合物的检出浓度相比较低，属于低等污染水平。
大连地区水库中116种药物与个人护理品的高效液相色谱-四极杆/静电场轨道阱高分辨质谱筛查与测定分析
Screening and determination of 116 pharmaceuticals and personal care products in reservoirs in Dalian area by high performance liquid chromatography-quadrupole/field orbitrap high resolution mass spectrometry
-
摘要: 采用固相萃取技术对大连地区青云河水库、石门子水库、大渔沟水库、北大河水库水样进行富集净化，通过高效液相色谱-四极杆/静电场轨道阱高分辨质谱对水样中116种药物与个人护理品(pharmaceuticals and personal care products，PPCPs)进行筛查检测与定量分析。结果表明，116种PPCPs化合物在10—100 ng·mL−1范围内线性良好，相关系数R2均在0.99以上，定量限(LOQ)为0.4 μg·L−1，回收率为40.7%—121.6%。研究发现，水样中激素类化合物能够被普遍检出，其浓度总量范围为1.79—9.33 ng·L−1，醋酸泼尼松、醋酸氟氢可的松、醋酸可的松、醋酸氢化可的松和甲基泼尼松龙醋酸酯在4个水库中均有检出，其中醋酸泼尼松和醋酸氟氢可的松在8个采样点位均有检出，为检出频率最高的化合物。大渔沟水库中醋酸泼尼松的检出浓度最大，其检出浓度为1.84 ng·L−1。大渔沟水库中激素类化合物的整体污染水平要略高于青云河水库、石门子水库和北大河水库，分析其原因主要受水库的规模、功能类型影响。与国内其他饮用水源地、河流相比较，本研究中4个水库水样中激素类化合物的检出浓度相比较低，属于低等污染水平。Abstract: Water samples in Qingyunhe Reservoir, Shimenzi Reservoir, Dayugou Reservoir and Beidahe Reservoir of Dalian area were concentrated and cleaned up with solid phase extraction. Totally 116 kinds of pharmaceuticals and personal care products (PPCPs) were screened and quantitated using high performance liquid chromatography-quadrupole/field orbitrap high resolution mass spectrometry. Results showed that the calibration curves of the 116 PPCPs showed good linearity in the range of 10—100 ng·mL−1 with correlation coefficients larger than 0.99. The limits of quantitation (LOQ) for the 116 PPCPs were 0.4 μg·L−1. The recoveries of these PPCPs were in the range of 40.7%—121.6%. The study indicated that steroid hormones could be widely detected in the water samples with total concentrations ranging from 1.79 ng·L−1to 9.33 ng·L−1. Prednisone 21-acetate, fludrocortisone 21-acetate, cortisone 21-acetate, hydrocortisone 21-acetate, and methylprednisolone 21-acetate were detected in the four reservoirs, among which prednisone 21-acetate and fludrocortisone 21-acetate were detected in all the eight sampling sites with the highest frequency. A highest concentration of 1.84 ng·L−1 for prednisone 21-acetate was detected in Dayugou Reservoir. The overall pollution of steroid hormones in Dayugou Reservoir was a little higher than that in the other three reservoirs, which was mainly attributed to the scale and function type of the reservoir. Comparing with the reported concentrations in other domestic drinking water and rivers in China, the concentrations of steroid hormones in the four reservoirs in this study were at low levels, which presented the low pollution level.
-
实验室危险废物是指在生产、研究、开发、教学和环境检测 (监测) 活动中，化学和生物实验室产生的废物，包括无机废液、有机废液，废弃化学试剂，及含有或直接沾染危险废物的实验室检测样品、废弃包装物、废弃容器、清洗杂物和过滤介质等[1]。实验室产生的废液等若随意处理会造成下水道的腐蚀或影响人体健康，甚至会引发爆炸、火灾等安全事故[2]，生物实验室废物产生的包装物、容器和吸附介质等还可能沾染有害微生物，如具有感染性的病原微生物等，若不妥善处理，可能导致严重的健康问题[3]。
近年来，我国科技实力伴随经济发展同步壮大，在科技活动主体的研发活动投入持续增加，研发经费规模持续扩大。2021年研究与试验发展 (R&D) 经费达2.79×1012 元，为2000年的31倍，2001-2021年年均增幅达到18.1%。同时，2018-2021年间，我国研究与试验发展 (R&D) 经费投入占GDP比重不断提高，由2018年的2.19%增加至2021年的2.44%。“十四五”规划提出，全社会研发经费投入年均增长要大于7%，基础研究经费投入占研发经费投入比重提高到8%，实验室危险废物产生量随着全社会研发经费的增加亦与日俱增[4-5]，实验室危险废物管理引发公众关注。以北京市为例，可获取统计数据的12家产废单位实验室废物产生量由2014年的708.76 t增加至2018年的972.11 t[6]，增长了近40%。我国新修订并于2020年9月生效实施的新《固体废物污染环境防治法》[7]第七十三条明确要求，各级各类实验室及其设立单位应当加强对实验室产生的固体废物的管理，其中属于危险废物的，应当按照危险废物管理。随着我国固体废物环境污染防治工作的不断深入，实验室危险废物环境管理的现实需求日益迫切。
本研究在我国实验室危险废物产生量预测的基础上，总结了我国实验室危险废物管理现状和存在的问题，提出了完善相应管理工作的建议，以期为我国实验室危险废物管理提供参考。
1. 数据与方法
1.1 实验室危险废物产生量预测
目前，国内外针对废物产生量的预测主要采用时间序列分析、回归分析和灰色模型等数理统计方法，根据人口总量和社会经济总产值等社会经济特征进行预测[8-9]。其中，灰色系统预测模型(Grey Model，GM)，主要基于关联度收敛原则进行废物产生量预测，能够实现在基础产生数据较少的情况下较好地模拟废物产生量变化趋势[10]，是相关预测研究较为常用的方法之一[11]。本文在北京市研究与试验发展 (R&D) 经费预测基础上，根据调研获取的实验室危险废物产生量与R&D经费的产废强度关系，预测北京市实验室危险废物产生量。首先，建立R&D经费随时间变化的一阶灰色预测模型GM (1,1) ，确定北京市R&D经费预测模型方程。GM (1,1) 模型构建见式 (1) 。
x0(k)+az(1)(k)=b (1) 通过最小二乘法求解参数
a b ˆx(1)(t+1)=(x(0)(1)−ba)e−at+ba，t=1,2,...,n (2) 式中：
x(0)(1) ˆx(1)(t+1) t+1 ˆx(0)(t+1)=ˆx(1)(t+1)−ˆx(1)(t),t=1,2,...,n (3) 式中：
ˆx(0)(t+1) t+1 ˆx(1)(t) t 基于此，预测近10年北京市实验室危险废物产生量，预测方法见式 (4) 。
Qn(t+1)=ˆx(1)(t+1)×k,t=0,1,2... (4) 式中：
Qn(t+1) t+1 ˆx(1)(t+1) k 1.2 数据来源
实验室危险废物产生源分散，且各单位产生量小，统计困难。目前，我国尚无公开的实验室危险废物产生量的统计数据，国内外针对实验室危险废物产生量预测的研究也较少。本研究基于北京市危险废物转移联单数据，筛选了项目期内 (2014-2017年) 可连续获取实验室危险废物联单信息的12家危险废物产生量最大的科研机构，调研收集了其实验室危险废物转移量作为产生量，并以此作为预测模型的基础参数。将收集到的数据与相应产废单位同时期R&D经费投入情况相结合，计算该时间范围内的平均产废强度关系，用于预测北京市实验室危险废物的产生量。
1.3 政策分析
本研究结合实验室危险废物相关内容，查找国家和地方、高校和企业实验室管理政策文件和相关举措。针对国家和地方出台的17项政策文本进行分析并找出各项政策针对实验室危险废物的切入点和欠缺点；同时，对39所“985”工程高校、116所“211”工程高校和6个地 (园) 区小微企业的实验室危险废物管理政策和举措进行调查，并对比分析高校和企业在收集处理实验室危险废物全过程中的优缺点。
2. 结果与讨论
2.1 实验室危险废物产生量预测
2.1.1 实验室危险废物产废强度
根据前述调研和计算，结果显示，2014-2017年间北京市研究所涉产废单位实验室危险废物收集量呈逐年递增趋势 (表1) ，结合同期相应R&D经费，计算得出平均产废强度为6.89×10−8 t∙元−1。鉴于本研究调研的研究机构大部分为综合性高校，因此本研究在当前可获取的数据条件下，据此作为北京市实验室危险废物产生量预测时的强度参数。
表 1 北京市部分研究机构实验室危险废物产生量 (2014-2017年)Table 1. Volume of laboratory hazardous waste generation in major generator in Beijing from 2014 to 2017年份 实验室危险废物产生量/t R&D经费值/(×108 元) 实验室危险废物产废强度/(×10−8 t∙元−1) 2014 708.76 96.96 7.31 2015 814.13 92.97 8.76 2016 748.18 131.53 5.69 2017 777.0 133.68 5.81 | Show Table
DownLoad:
CSV
实验室危险废物收集率方面，北京市2018年收集单位数量较2017年增加44.1%，收集覆盖范围和收集成效逐渐提高。同时，2018年北京市实验室危险废物收集量近40 00 t，较2017年增加35.7%。此外，采用前述方法，结合北京市R&D经费情况和危险废物产生量预测，估算结果显示2018年北京市实验室危险废物收集率约27%。鉴于北京市自2016年出台《北京市实验室危险废物污染防治技术规范》[12]，逐步规范实验室危险废物管理，收集率显著高于全国同期其他省市。
2.1.2 R&D经费预测
根据2014-2020年北京市R&D经费，采用公式统计值拟合出2021-2030年北京市R&D经费预测值，将原始数据代入GM (1,1) 模型，见式 (5) 。
ˆx(1)(t+1)=10874.5e0.1154t−9605.7,t=0,1,2... (5) 式中：
ˆx(1)(t+1) 式 (5) 表示以R&D经费值为数值的累加序列，t=0时计算得到的值代表基准年的R&D经费值，t=n时计算得到的是基准年至基准年+n年间R&D经费累积值。2021-2030年北京市R&D经费预测值见表2。
表 2 2021-2030年北京市R&D经费预测值Table 2. Forecast value of Beijing R&D funds from 2021 to 2030年份 预测值/ (×108 元) 年份 预测值/ (×108 元) 2021 2 661.76 2026 4 748.96 2022 2 988.51 2027 5 331.92 2023 3 355.37 2028 5 986.46 2024 3 767.27 2029 6 721.34 2025 4 229.73 2030 7 546.43 | Show TableDownLoad:
CSV
预测结果通过模型精度进行检验，由表3可以看出，预测值与实际值间的残差波动较小，在-6.06~5.53之间，经计算得出预测值与实际值之前的关联度R=0.97>0.5，模型精度满足要求。同理，计算得到小误差概率P=1>0.95，方差比值C=0.21<0.35，当P>0.95，C<0.35时，判断预测精度等级为好[13]。
表 3 2014-2020年北京市R&D经费模型检验Table 3. Beijing R&D funds model test from 2014 to 2020年份 实际值/(×108 元) 预测值/(×108 元) 绝对误差 残差/% 2014 1 268.8 1 268.8 0 0 2015 1 384.0 1 330.2 53.8 3.89 2016 1 484.6 1 492.7 -8.1 -0.55 2017 1 579.7 1 675.5 -95.8 -6.06 2018 1 870.8 1 880.3 -9.5 -0.51 2019 2 233.6 2 110.0 123.6 5.53 2020 2 326.6 2 368.3 -41.7 -1.79 | Show TableDownLoad:
CSV
2.1.3 实验室危险废物产生量
将产废强度和北京市R&D经费预测值代入式 (4) 中，预测结果如图1所示。可见，随着R&D经费值增加，预期北京市实验室危险废物产生量呈明显上升趋势，其中2020年和2021年北京市实验室危险废物产生量预计分别为1.61×104和1.83×104 t，2025年和2030年分别为2.91×104和5.20×104 t，较2021年产生量分别增长为59%和184%。同时，采用该方法和参数对全国实验室危险废物产生量进行简单地预测，结果显示，2025年和2030年产生量分别可达133.17×104和231.16×104 t。
图 1 2021-2030年北京市实验室危险废物产生量预测值Figure 1. Predicted generation amount of laboratory hazardous waste in Beijing from 2021 to 2030北京市2016-2018年实验室危险废物收集率从15%增长至27%，平均增长率约为4%，预计2021年收集率约为39%。根据北京市2021年统计年鉴公布的北京市2020年危险废物产生量为24.97×104 t，北京市实验室产生的危险废物量约占北京市所有危险废物量的6.4%，随着产生量的增长及收集率的增高，实验室危险废物也将成为北京市危险废物管理中非常重要的类别。探索建立实验室废物收集及处理处置机制，规范化管理实验室危险废物且有法可依是目前更迫切需要解决的问题。本研究以北京市实验室危险废物产生量为基础数据，研究预测北京市产生量，是本研究的初步结果。目前针对各地区及全国实验室危险废物产生量有较少的研究，因此预测存在一定的局限性和不确定性。北京市汇集了众多高校和科研机构，相对于全国其他地区，较具有代表性和典型性。本研究采用的预测方法和预测对象与蔡彬等[10]原理相同，建议后续同类研究中可以将其他相关影响因素加入到预测中来，在统计学中获得更加准确的结论与数据。
2.2 实验室危险废物管理政策
2.2.1 国外政策
国外重视实验室危险废物管理，出台了一系列法规和管理政策。美国联邦法规[14] (第40篇第262部分第K子部分) 制定了适用于实验室危险废物产生者的要求，对每月产生实验室危险废物量少于100 kg的极小规模生产者采取豁免机制。美国大部分高校设有EHS (环境、健康、安全) 部门，为学校各实验室和研究中心提供有关环境和安全方面的服务，并承担环境监督与管理的职责[15-17]。日本大多数高校依据国家颁布的《废弃物管理和清扫法》[18]制定其针对实验室危险废物的管理指南，对实验室危险废物的管理流程和方法进行详细说明。部分高校专门设立“环境保护中心”，负责制定管理标准及注意事项，对收集的实验室危险废物在单位内部处理处置、检测排水及其他环保事项 (宣传、培训等) [19]。
2.2.2 国家和地方政策
随着实验室危险废物产生量的增多，我国对实验室危险废物管理越来越重视。我国自2004年就开始出台实验室管理文件，但主要针对生物类实验室及高校实验室排污管理。原国家环保总局发布了《关于加强实验室类污染环境监管的通知》[20]，提出禁止将废弃药品转移给不具备污染治理条件的企业、单位或个人使用，禁止随意丢弃有毒有害废物及废液，防止实验室类污染危害环境，损害人体健康的原则性要求。同年，国务院发布了《病原微生物实验室生物安全管理条例》[21]，提出了对病原微生物将实行分类管理，对实验室实行分级管理的总体要求。相关政策未针对实验室危险废物提出明确管理规定和要求，导致实验室危险废物的分类收集、贮存、运输、处置等操作流程缺乏专门的管理规范。
2005年，教育部和原国家环保总局发布了《关于加强高等学校实验室排污管理的通知》[22]，提出了实验室科研教学活动中产生和排放的废气、废液、固体废物等严格按照主管部门申报登记、收集、运输和处置，实验室危险废物的暂存、交换、运送和处置应严格执行危险废物转移联单制度的要求。该通知构建了高校实验室排污监管制度，启动了高校实验室危险废物规范化管理工作。2006年，原国家环保总局发布了《病原微生物实验室生物安全环境管理办法》[23]，提出了建立健全病原微生物实验室废水、废气和危险废物污染防治管理的规章制度。2008年，国家质量监督检验检疫总局和国家标准化管理委员会发布了《实验室生物安全通用要求》[24]，主要对生物安全实验室以及动物生物安全实验室安全管理，明确各部门责任、严格危险废物的处理处置，防止污染环境。相关政策和标准针对生物实验室安全管理，提出了具体要求，以降低实验室安全管理存在的隐患。
2008年，原环境保护部、国家发展改革委和公安部发布了《国家危险废物名录》[1]，在2005年《关于加强高等学校实验室排污管理的通知》[22]基础上，进一步明确了在科研教学活动中产生的应参照危险废物进行管理的实验室固体废物，具体为“在研究、开发和教学活动中，化学和生物实验室产生的废物” (HW49，废物代码900-047-49) 。2016年，教育部发布了《关于集中开展教育系统危险化学品安全专项整治的通知》[25]，要求教育部门及各类学校建立完善实验用废弃危化品处置备案制度，联系有资质的危化品处置企业尽快将高校积压的危废品予以分批处理，并逐步建立高校和危废处置企业长期合作、定向处理机制，加强了学校对危险化学品安全隐患的排查治理和监督管理能力，整治了安全管理工作的薄弱环节。2021年国务院办公厅发布《强化危险废物监管和利用处置能力改革实施方案》[26]，鼓励在有条件的高校集中区域开展实验室危险废物分类收集和预处理示范项目建设。该方案为进一步完善危险废物监管体制机制，建立安全监管与环境监管联动机制提供了保障措施，为逐渐完善危险废物收集处理设施提供了依据。2022年生态环境部办公厅发布《关于开展小微企业危险废物收集试点的通知》[27]，主要针对危险废物产生量较小的企业，还包括科研机构和学校实验室等社会源开展试点收集，要求小微企业按照高标准、可持续的原则，明确收集单位责任，强化收集过程环境监管，加强收集单位的培训及宣传等工作，为后续加强小微企业危险废物污染防治，防范小微企业危险废物环境风险，推动各地完善小微企业危险废物收集建设具有重要意义。具体管理政策见表4。
表 4 我国在实验室安全管理等方面管理政策Table 4. Management policies in laboratory safety management in China文件名称 发布日期 发布单位 《关于加强实验室类污染环境监管的通知》[20] 2004年2月 原国家环保总局 《病原微生物实验室生物安全管理条例》[21] 2004年11月 国务院 《关于加强高等学校实验室排污管理的通知》[22] 2005年7月 教育部和原国家环保总局 《病原微生物实验室生物安全环境管理办法》[23] 2006年5月 原国家环保总局 《国家危险废物名录》[1] 2008年8月 (2021年更新) 原环境保护部、国家发展和改革委员会和公安部 《实验室生物安全通用要求》[24] 2008年12月 国家质量监督检验检疫总局和国家标准化管理委员会 《关于集中开展教育系统危险化学品安全专项整治的通知》[25] 2016年5月 教育部 《强化危险废物监管和利用处置能力改革实施方案》[26] 2021年5月 国务院办公厅 《关于开展小微企业危险废物收集试点的通知》[27] 2022年2月 生态环境部办公厅 | Show TableDownLoad:
CSV
根据国家颁布的政策法规文件，目前有10个省市及地区出台了相关的实验室危险废物管理办法、污染防治技术规范、技术指南等。10个省份的政策都明确了高校及科研机构等产废单位实验室废物的管理，强化了源头管理问题。北京、四川、山东和湖南明确了分类、投放、暂存、收运、贮存、处置利用过程的技术要求，详细的指明处理处置各项要求；浙江、江苏、上海、重庆市渝北区和广东省东莞市指出了责任主体，更加明确责任分工；四川和浙江强调了危险废物的源头控制要求，最大限度的减少了实验室危险废物的产生。全国其他省份应尽快制定出相关文件，加强实验室产废单位的规范化管理。具体内容见表5。
表 5 我国10省市出台的实验室废物政策及内容介绍Table 5. Introduction of laboratory waste policies and contents issued by 9 provinces and cities in China地区 文件名称 北京市 北京市危险废物污染环境防治条例[28] 四川省 四川省实验室危险废物污染防治技术指南 (试行) (川环发〔2017〕73号) [29] 浙江省 关于进一步加强实验室废物处置监管工作的通知[30] 福建省 关于进一步规范学校实验室废弃物处置工作的通知 (闽环保土〔2018〕24号) [31] 山东省 山东省实验室废弃物环境管理暂行办法 (鲁环发〔2009〕5号) 湖南省 关于印发《湖南省实验室危险废物环境管理指南》的通知 (湘环发〔2021〕12号) [32] 江苏省 关于进一步加强实验室危险废物管理工作的通知 (苏环办〔2020〕284号) [33] 关于加强全省高校实验室危险废物收集处置工作的通知 (苏教办科函〔2020〕31号) [34] 上海市 关于进一步加强实验室危险废物管理工作的通知 (沪环土〔2020〕270号) [35] 重庆市渝北区 关于加强实验室危险废物管理的通知 (渝北环发〔2020〕64号) [36] 广东省东莞市 关于加强实验室危险废物环境管理工作的通知[37] | Show TableDownLoad:
CSV
2.2.3 企事业单位管理政策
1) 高校。我国部分高校根据《关于加强高等学校实验室排污管理的通知》[22]要求，制定了有关实验室废物的管理办法、条例等。也有高校将实验室废物的管理列入到《实验室安全管理办法》中进行统一规定。在调查的29个省市区中，39所“985”工程高校中85%以上制定了实验室危险废物相关管理办法，116所“211”工程高校中60%以上制定了实验室危险废物管理办法，其他普通高校制定管理办法的占比较低。
目前高校对实验室危险废物的处理处置并没有明确的统一方法，陈璐等[15]在2017年调研的高校实验室中，只有36%的调研单位对废弃物进行细致分类；有28%的高校建立了分类管控的废弃物仓，对不同种类的废弃物进行全时监控管理；有78%的调研单位在实验室废物后期清运处置中与已有专业资质的第三方机构进行合作。
从全国高校出台的相关实验室危险废物方面的管理办法看出，我国一部分高校对实验室危险废物比较重视。1) 大部分主要的产生源在教学实验、科学研究等环境类、生物类、化工类专业的实验室。2) 一部分学校设有专门负责实验室废物管理的部门，以学校、学院、实验室三级管理体制，学院是实验室危险废物的主管部门，学校是监督、检查的归口部门。3) 一部分学校以“谁购买，谁保管，谁使用，谁负责”的原则进行管理。4) 高校在教学中产生的危险废物处置费用由学校承担，科研产生的危险废物处置费用暂由学校承担，再依据学校成本分担机制的推进，逐步过渡到由科研项目承担；而有的学校则是学院承担一部分，剩下的由学校来承担；有的学校则由课题组全额承担；一些普通高校科研经费少，没有太多经费投入到处置费用中。5) 一部分学校定期对全校危险废物进行回收、转移、处置，在收集时填写好台账信息，并且由有资质的公司进行预约回收、转移、处置。
2) 产业园区。实验室危险废物不仅在高校教学中产生，研究和开发活动中也会产生。实验室危险废物产生量少且产生来源分散，具有小微企业产废的特点，同时，很多小微企业管理政策涉及到实验室危险废物的管理，表6中列举出产业园区中小微企业的实验室危险废物相关政策文件。
表 6 我国小微企业危险废物管理政策Table 6. Hazardous waste management policy of small and micro enterprises in China地区 文件或举措 上海市 发布《上海市产业园区小微企业危险废物集中收集平台管理办法》[38] 山东省 发布《山东省生态环境厅关于开展危险废物集中收集贮存转运试点的指导意见》[39] 江苏省宿迁市 园区环保局协调市生态环境局多措并举推动危险废物经营单位集中处置园区中小企业产生的危险废物 江西省南昌市 2020年，江西省南昌市率先在全省开展建设汽车维修行业和小微企事业单位危险废物集中收集暂存场所 (试点) 工作 浙江省温州市 采用“互联网+危废环保管家”模式，破解小微企业危废难题 福建省宁德市 宁德市环保局针对小微企业危废管理的薄弱环节，全力推进小微企业危废处置试点工作 | Show TableDownLoad:
CSV
上海市2019年发布了《上海市产业园区小微企业危险废物集中收集平台管理办法》[38]，分别从管理职责、危险废物管理台账、危险废物运输和转移联单制度、危险废物源头管理、信息报送及罚则等方面详细制定了本办法。其中，以下几点突出显示其在责任机制等方面的管理制度：1) 在管理职责中，各部门分别履行各自的责任，要求各区生态环境局监管频次不少于1年10次；2) 主要收集贮存危险废物年产生量小于10 t的小微企业所产生的危险废物和废荧光灯管、废铅蓄电池等社会源危险废物；3) 鼓励产业园区开展收集贮存转运设施的规划与建设；4) 危险废物收集贮存转运设施建立危险废物出入库管理台账。上海市产业园区危险废物收集平台的建立，使小微产废企业的危险废物在产业园区层面得以得到有效收集，使平台将小微企业危险废物纳入合规渠道，避免其向其它渠道流失，在产废企业与处理企业之间构筑了园区的缓冲区间，也使上海市危险废物管理体系更具韧性与弹性[40]。
山东2019年发布了《山东省生态环境厅关于开展危险废物集中收集贮存转运试点的指导意见》[39]，仅限收集年产生危险废物50 t以下的企业、实验室危险废物产生单位、机动车维修拆解单位和垃圾分类后产生的家庭源危险废物。江苏宿迁、江西南昌、浙江温州及福建宁德根据当地实际情况管理小微企业危险废物，逐渐完善产业园区危险废物收集平台。
2.3 我国实验室危险废物问题分析
1) 管理政策欠缺。我国没有针对实验室危险废物管理方面的具体政策，只有2个环保总局和教育部下发的通知。未加大对实验室危险废物的监督管理，未确定具体的责任机制，不能按规定将实验室危险废物交由有资质的处置单位定时定点处置。在《医疗废物管理条例》[41]中，仅对医学科研和教学等相关活动中产生感染性废物的管理依据此条例执行。在《实验室生物安全通用要求》[23]中对生物实验室废物处理没有专门的管理要求[14]。高校实验室归口管理职能部门混乱，缺乏有效的监督管理机制[42]。而对于小微企业，存在环保技术人员缺乏等现象，导致产生的实验室危险废物管理意识薄弱，无法达到危险废物规范化管理的相关要求[43]。
2) 收运处置困难。目前高校危险废物种类繁多、分布散且呈周期性产生，即使部分学校制定了相关管理规定，却依然存在收集难、贮存难、运输难、处置难等问题。调研发现，由于处置单位收运不及时，大多数产废单位都面临着较大的危险废物暂存或贮存压力，产废量较小的实验室在收运处置前长期堆存危险废物且不能及时处理，产生了一定的安全及环境风险。而处置单位对于未达到收运量的实验室收取同样的费用，导致一些小微企业面临处置费用高的问题，进而降低了对危险废物处理处置的积极性。实验室危险废物在运输时，必须使用危险品车辆运输，但部分高校位于城区，导致危险品车辆禁区通行难[44]。同时，由于产废单位贮存空间有限，运输单位能力不足，处置单位地域分配不均衡，导致多数产废单位的实验室危险废物积压严重。实验室危险废物在产生到收运处置全流程中，各方面都存在着安全及环境风险。
3) 环保意识不足。我国大部分高校在教学、科学研究过程中，需要大量的化学药品，但大部分化学药品及试剂未得到充分的利用，有的化学药品会长时间放置，不仅会产生安全隐患，而且造成了浪费。高校中实验室的分类收集已经有一定基础，但在一些普通高校，环保意识落后、专业化水平低、实验室设备陈旧落后、教学和科研经费少。这就导致了在处理实验室危险废物时，直接倒入下水道、只做简单处理排放、不分类直接倒入废液桶等一系列管理、监督不到位的问题。产业园区从业人员对危险废物的管理认识匮乏，企业员工在填写危险废物进出库记录中，存在危险废物类别出入库数量不一致、个别类别无入库却有出库现象[40]。
3. 建议
1) 明确实验室危险废物责任主体、形成管理机制及指南。实验室危险废物规范管理的机构占比较低，各行业主管部门 (教育、科技、卫健、市场监管等) 应协同生态环境部，指导各自负责的单位 (中小学及高等院校、科研院所、医疗机构、企业) 开展实验室危险废物管理工作，包括制度制定、人员培训等，形成生态环境部门和行业主管部门分工协作、齐抓共管的工作格局。各高校、科研机构或其他产业园区可以在申请项目时，将处理实验室危险废物的经费纳入到预算中，适时制定对收集处理不及时的机构实施相应的处罚。“无废城市”试点期间将高校及科研机构实验室废物等社会源废物处理纳入建设指标中，应加快管理机制研究，推进“无废城市”建设。
2) 建立高校定时定点回收处理、小微企业豁免相结合的收集体系。高校建立贮存设施，将单位内部实验室危险废物应分类收集，将不含危险物质或可自行无害化处理的实验室废物按照一般固体废物处置，切实做到源头减量。按规定分类后，分别放入不同容器中，由有资质的公司进行定时定点收集运输，并鼓励试剂生产厂家执行生产者责任延伸制，主动与产废单位建立沟通渠道，回收废旧试剂和空瓶。产废单位开展区域实验室危险废物收集试点，建立集中贮存设施，鼓励积极探索预处理方案，将实验室危险废物作破碎、压块、沥干、同质废液混合等处理，进一步做到实验室危险废物减容，降低贮存压力和处置单位的处理压力。产业园区小微企业，如每月实验室危险废物产生量少于100 kg的机构，或产生低风险类实验室危险废物的，如废弃药品、油漆、含汞灯管、铅蓄电池等，可以探索实行特定环节豁免管理机制。
3) 加强高校实验室危险废物管理能力建设。产废单位专人负责实验室药品及试剂的使用，以及危险废物的产生、分类、投放、暂存、收运、贮存、利用处置等环节的监管，并建立专业管理团队，明确组织构架，保证实验室危险废物各个环节都有相应的责任人。高校或其他机构在上课或实验操作前，指导教师或专业人员应向学生或实验人员介绍实验室内仪器及药品的使用，加强学生及实验人员对危险废物的分类和处理的培训，增强主管教师和学生的实验室危险废物环境管理意识。学校可以将实验室危险废物管理纳入学生和科研助理的实验室准入考核内容，教师在评定职称时将实验室安全纳入到评定范围内。
-
图 2 水库水样中PPCPs浓度分布情况
Figure 2. Concentration of PPCPs for water sample in the reservoirs
表 1 流动相梯度洗脱程序(正离子模式)
Table 1. Gradient elution procedure of the mobile phase (ESI+)
时间/min Time 流动相A/% Mobile phase A 流动相B/% Mobile phase B 0 95 5 2 95 5 7 70 30 11 10 90 13 10 90 13 95 5 16 95 5
下载: 导出CSV
表 2 116种PPCPs的分子式、CAS号、精确分子量、保留时间、和碎片离子
Table 2. Molecular formula, CAS No., retention time and fragment ion of 116 PPCPs
序号No. 中文名称Chinses name 英文名称English name 分类Classification 分子式Molecular formula CAS号CAS No. 精确分子量Precursor ion(m/z) 保留时间/minRetention time 碎片离子Fragment ion(m/z) 1 去氢睾酮 Boldenone 激素类药物 C19H26O2 846-48-0 287.20056 11.02 269.18999，173.09609，121.06479，135.11683， 2 群勃龙 Trenbolone 激素类药物 C18H22O2 10161-33-8 271.16926 10.98 253.15869，199.11174 3 泼尼松 Prednisone 激素类药物 C21H26O5 1953-3-2 359.18530 10.18 341.17474，237.12739，171.08044，147.08044 4 可的松 Cortisone 激素类药物 C21H28O5 1953-6-5 361.20095 10.24 163.11174，121.06479 5 氢化可的松 Hydrocortisone 激素类药物 C21H30O5 50-23-7 363.21660 10.82 327.19547，309.18491，121.06479，97.06479 6 甲基泼尼松龙 Methylprednisolone 激素类药物 C22H30O5 83-43-2 375.21660 11.11 399.2166，321.18491，253.15869，185.09609，161.09609 7 氟米龙 Fluoromethalone 激素类药物 C22H29FO4 426-13-1 377.21226 10.87 339.19547，321.18491，279.17434，161.09609，135.08044 8 醋酸泼尼松 Prednisone 21-Acetate 激素类药物 C23H28O6 125-10-0 401.19587 10.76 313.17982，295.16926，277.15869，171.08044，147.08044 9 醋酸可的松 Cortisone 21-Acetate 激素类药物 C23H30O6 1950-4-4 403.21152 10.78 343.19038，163.11174 10 醋酸氢化可的松 Hydrocortisone 21-Acetate 激素类药物 C23H32O6 1950-3-3 405.22717 10.82 327.19547，309.18491，121.06479，97.06479 11 倍氯米松 Beclomethasone 激素类药物 C22H29ClO5 4419-39-0 409.17763 11.91 319.16926，301.15869，171.08044 12 氟米松 Flumethasone 激素类药物 C22H28F2O5 2135-17-3 411.19776 10.61 253.12231，235.11174，121.06479 13 甲基泼尼松龙醋酸酯 Methylprednisolone 21-Acetate 激素类药物 C24H32O6 53-36-1 417.22717 11.11 399.2166，321.18491，253.15869，185.09609，161.09609 14 醋酸氟氢可的松 Fludrocortisone 21-Acetate 激素类药物 C23H31FO6 514-36-3 423.21774 10.75 239.14304，181.10118，121.0648 15 布地奈德 Budesonide 激素类药物 C25H34O6 51372-29-3 431.24282 11.47 323.16417，173.09609，147.08044，121.06479 16 丁酸氢化可的松 Hydrocortisone 17-Butyrate 激素类药物 C25H36O6 13609-67-1 433.25847 11.31 345.20604，297.18491，121.06479 17 曲安奈德 Triamcinolone Acetonide 激素类药物 C24H31O6F 76-25-5 435.21774 11.07 439.21151，339.15908，321.14852，171.08044，147.08044 18 氟氢缩松 Fludroxycortide 激素类药物 C24H33FO6 1524-88-5 437.23339 10.98 361.18096，341.17474，105.06988 19 地夫可特 Deflazacort 激素类药物 C25H31NO6 14484-47-0 442.22241 11.06 424.21185，400.21185，142.04987 20 醋酸曲安奈德 Triamcinolone Acetonide 21-Acetate 激素类药物 C26H33FO7 3870-7-3 477.22831 11.36 439.21151，339.15909，293.15361，147.08044 21 泼尼卡酯 Prednicarbate 激素类药物 C27H36O8 73771-04-7 489.24829 11.63 381.20604，289.15869，147.08044 22 二乙酸二氟拉松 Diflorasone Diacetate 激素类药物 C26H32F2O7 33564-31-7 495.21889 11.33 317.15361，289.15869，121.06479，101.02332 23 曲安西龙双醋酸酯 Triamcinolone Diacetate 激素类药物 C25H31FO8 67-78-7 479.20757 10.49 399.18021，339.15908，321.14852，293.15361，225.12739 24 泼尼松龙 Prednisolone 激素类药物 C21H28O5 50-24-8 361.20095 10.38 343.19039，171.08044，147.08044，121.06479，326.18765 25 地塞米松 Dexamethasone 激素类药物 C22H29FO5 1950-2-2 393.20717 10.67 355.19039，337.17982，237.12739，147.08044 26 醋酸地塞米松 Dexamethasone 21-Acetate 激素类药物 C24H31FO6 1177-87-3 435.21774 11.02 397.20095，319.16926，309.18491，237.12739，147.08044 27 醋酸倍他米松 Betamethasone 21-Acetate 激素类药物 C24H31FO6 987-24-6 477.26469 10.84 397.20095，319.16926，309.18491，237.12739，147.08044 28 莫美他松 Mometasone 激素类药物 C27H30Cl2O6 105102-22-5 521.14922 11.17 409.13317，147.08044，237.12739，121.06479 29 醋酸氟轻松 Fluocinonide 激素类药物 C26H32F2O7 356-12-7 495.21889 11.33 317.15361，289.15869，171.08044，121.06479 30 甲基睾丸酮 17-Methyltestosterone 激素类药物 C20H30O2 58-18-4 303.23186 11.52 285.22129，267.21073，109.06479，97.06479 31 替诺昔康 Tenoxicam 非甾体类抗炎药物 C13H11N3O4S2 59804-37-4 338.02637 9.01 338.02637，121.03964，164.08184 32 茚酮苯丙酸 Indoprofen 非甾体类抗炎药物 C17H15NO3 31842-01-0 282.11247 10.56 236.10699，218.09643，91.05423 33 双水杨酸酯 Sasapyrine 非甾体类抗炎药物 C14H10O5 552-94-3 259.0601 5.07 228.00532 34 酮基布洛芬 Ketoprofen 非甾体类抗炎药物 C16H14O3 22071-15-4 255.10158 10.91 209.09609，105.03349 35 氟尼辛 Flunixin 非甾体类抗炎药物 C14H11F3N2O2 42461-84-7 297.08454 11.41 279.07373，264.05026，259.0664 36 吡罗昔康 Piroxicam 非甾体类抗炎药物 C15H13N3O4S 36322-90-4 332.06996 10.22 164.08184，121.03964，95.06037 37 托麦汀 Tolmetin 非甾体类抗炎药物 C15H15NO3 26171-23-3 258.11247 10.87 119.04914 38 磺胺嘧啶 Sulfadiazine 磺胺类药物 C10H10N4O2S 68-35-9 251.05973 3.37 156.01138，108.04439，92.04948 39 磺胺噻唑 Sulfathiazole 磺胺类药物 C9H9N3O2S2 72-14-0 256.02090 4.32 156.01138，108.04439，92.04948 40 磺胺吡啶 Sulfapyridine 磺胺类药物 C11H11N3O2S 144-83-2 250.06448 4.68 184.08692，156.01138，108.04439，95.06037 41 磺胺甲基嘧啶 Sulfamerazine 磺胺类药物 C11H12N4O2S 127-79-7 265.07537 5.11 190.02809，156.01138，108.04439，110.07127，92.04948 42 磺胺-6-（间）甲氧嘧啶 Sulfamonomethoxine 磺胺类药物 C11H12N4O3S 1220-83-3 281.07029 7.16 215.09274，156.01138，126.06619，92.04948 43 磺胺甲噻二唑 Sulfamethizole 磺胺类药物 C9H10N4O2S2 144-82-1 271.03180 6.11 156.01138，108.04439，92.04948 44 磺胺-5-(对)甲氧嘧啶 Sulfameter 磺胺类药物 C11H12N4O3S 651-06-9 281.07029 5.95 215.09274，156.01138，126.06619，108.04439 45 磺胺氯哒嗪 Sulfachloropyridazine 磺胺类药物 C10H9ClN4O2S 80-32-0 285.02075 6.8 156.01138，108.04439，92.04948 46 磺胺甲氧哒嗪 Sulfamethoxypyridazine 磺胺类药物 C11H12N4O3S 80-35-3 281.07029 6.51 215.09274，156.01138，126.06619，92.04948 47 磺胺多辛 Sulfadoxine 磺胺类药物 C12H14N4O4S 2447-57-6 311.08086 7.64 156.01138，140.04545，108.04439，92.04948 48 磺胺间二甲氧嘧啶 Sulfadimethoxine 磺胺类药物 C12H14N4O4S 122-11-2 311.08086 9.08 156.01138，108.04439，92.04948 49 磺胺甲基异恶唑 Sulfamethoxazole 磺胺类药物 C10H11N3O3S 723-46-6 254.05939 7.09 156.01138，108.04439，92.04948 50 磺胺二甲异恶唑 Sulfisoxazole 磺胺类药物 C11H13N3O3S 127-69-5 268.07504 7.7 156.01138，113.07094，108.04439，92.04948 51 苯酰磺胺 Sulfabenzamide 磺胺类药物 C13H12N2O3S 127-71-9 277.06414 8.05 156.01137，108.04439，92.04948 52 磺胺喹恶啉 Sulfaquinoxaline 磺胺类药物 C14H12N4O2S 59-40-5 301.07538 9.26 156.01138，108.04439，92.04948，146.07127 53 磺胺醋酰 Sulphacetamide 磺胺类药物 C8H10N2O3S 144-80-9 215.04849 1.99 156.01138，108.04439，92.04948 54 三甲氧苄胺嘧啶 Trimethoprim 磺胺类药物 C14H18N4O3 738-70-5 291.14517 6.01 275.11387，261.09822，245.1033，123.06652 55 磺胺苯吡唑 Sulfaphenazole 磺胺类药物 C15H14N4O2S 526-08-9 315.09103 8.71 222.03317，158.07127，108.04439，92.04948 56 磺胺二甲异嘧啶 Sulfisomidine 磺胺类药物 C12H14N4O2S 515-64-0 279.09103 6.24 156.01138，124.08692，108.04439 57 磺胺二甲基恶唑 Sulfamoxole 磺胺类药物 C11H13N3O3S 729-99-7 268.07504 6.1 156.01138，108.04439，92.04948，113.07094 58 磺胺甲嘧啶 Sulfmethazine 磺胺类药物 C12H14N4O2S 57-68-1 279.09102 3.76 156.01138，124.08692，108.04439 59 甲硝唑 Metronidazole 硝基咪唑类药物 C6H9N3O3 443-48-1 172.07167 2.58 128.04545 60 二甲硝咪唑 Dimetridazole 硝基咪唑类药物 C5H7N3O2 551-92-8 142.06111 3.16 112.06311，95.06037，56.04948 61 氯甲硝咪唑 5-Chloro-1-Methyl-4-Nitroimidazole 硝基咪唑类药物 C4H4ClN3O2 4897-25-0 162.00649 4.43 145.00374，131.00067 62 苯硝咪唑 5-Nitrobenzimidazole 硝基咪唑类药物 C7H5N3O2 94-52-0 164.04546 4.05 150.04238 63 阿苯哒唑亚砜 Albendazole Sulfoxide 硝基咪唑类药物 C12H15N3O3S 54029-12-8 282.09069 8.6 240.04374，208.01752，191.01478，159.04271 64 奥芬达唑 Oxfendazole 硝基咪唑类药物 C15H13N3O3S 53716-50-0 316.07504 9.65 284.04882，223.0576，191.03254，159.04271 65 噻苯哒唑 Thiabendazole 硝基咪唑类药物 C10H7N3S 148-79-8 202.04335 5.83 175.03244 66 替硝唑 Tinidazole 硝基咪唑类药物 C8H13N3O4S 19387-91-8 248.06996 4.96 121.03178，128.04545 67 奥硝唑 Ornidazole 硝基咪唑类药物 C7H10ClN3O3 16773-42-5 220.04835 6.41 128.04545 68 羟基甲硝唑 Metronidazole-Hydroxy 硝基咪唑类药物 C6H9N3O4 4812-40-2 188.06658 1.69 144.04037，126.0298，123.05529，68.04948 69 洛硝哒唑 Ronidazole 硝基咪唑类药物 C6H8N4O4 7681-76-7 201.06184 2.96 140.04545 70 莱克多巴胺 Ractopamine 兴奋剂类药物 C18H23NO3 97825-25-7 302.17508 6.79 284.16451，164.10699，136.07569，121.06479，107.04914 71 塞曼特罗 Cimaterol 兴奋剂类药物 C12H17N3O 54239-37-1 220.14444 2.29 202.13387，160.08692，143.06037 72 克伦特罗 Clenbuterol 兴奋剂类药物 C12H18Cl2N2O 37148-27-9 277.08690 7.45 259.07633，203.01373，168.04488，132.0682 73 氯丙那林 Clorprenaline 兴奋剂类药物 C11H16NOCl 3811-25-4 214.09932 7.03 196.08875，154.0418，118.06513 74 溴布特罗 Brombuterol 兴奋剂类药物 C12H18Br2N2O 41937-02-4 364.98587 8.33 290.9127，346.9753，211.99436 75 西马特罗 Cimbuterol 兴奋剂类药物 C13H19N3O 1246819-04-4 235.16792 4.47 216.14952，160.08692，143.06037 76 马布特罗 Mabuterol 兴奋剂类药物 C13H18ClF3N2O 54240-36-7 311.11325 8.57 293.10269，237.0396，217.03386，202.07123 77 妥洛特罗 Tolobuterol 兴奋剂类药物 C12H18ClNO 41570-61-0 228.11496 8.23 172.05237，154.0418，118.06513 78 诺氟沙星 Norfloxacin 喹诺酮类药物 C16H18FN3O3 70458-96-7 320.14050 6.5 276.15067，233.10847，256.14444 79 培氟沙星 Pefloxacin 喹诺酮类药物 C17H20FN3O3 70458-92-3 334.15615 6.41 290.16632，233.10847，205.07717 80 氧氟沙星 Ofloxacin 喹诺酮类药物 C18H20FN3O4 82419-36-1 362.15107 6.39 318.16123，261.10338，221.07208 81 依诺沙星 Enoxacin 喹诺酮类药物 C15H17FN4O3 74011-58-8 321.13575 6.35 277.14592，250.06225，257.13969，234.10372，206.07242 82 萘啶酸 Nalidixic Acid 喹诺酮类药物 C12H12N2O3 389-08-2 233.09207 10 205.06077，187.0502 83 恶喹酸 Oxolinic Acid 喹诺酮类药物 C13H11NO5 14698-29-4 262.07100 9.16 244.06043，234.0397，129.06988，117.06988 84 西诺沙星 Cinoxacin 喹诺酮类药物 C12H10N2O5 28657-80-9 263.06680 8.69 235.07133，217.06077，207.04003，189.02947，129.06988 85 氟甲喹 Flumequine 喹诺酮类药物 C14H12FNO3 42835-25-6 262.08795 10.15 244.07683，238.04987，220.04045 86 洛美沙星 Lomefloxacin 喹诺酮类药物 C17H19F2N3O3 98079-51-7 353.15455 7.12 308.1569，295.10771，265.1147，251.09905，237.0834 87 马波沙星 Marbofloxacin 喹诺酮类药物 C17H19FN4O4 11550-35-1 363.14686 5.93 320.10411，72.08078 88 吡哌酸 Pipemidic Acid 喹诺酮类药物 C14H17N5O3 51940-44-4 304.14097 5.51 217.10839，189.0779 89 红霉素 Erythromycin 大环内酯类药物 C37H67NO13 114-07-8 734.46852 10.25 158.11756，116.07061，576.37422，83.04914 90 林可霉素 Lincomycin 大环内酯类药物 C18H34N2O6S 154-21-2 407.22104 5.86 126.12773，359.21766 91 克林霉素 Clindamycin 大环内酯类药物 C18H33ClN2O5S 18323-44-9 425.18715 9.68 126.12773 92 交沙霉素 Josamycin 大环内酯类药物 C42H69NO15 16846-24-5 828.47400 10.6 127.07536，83.04914，600.33784，109.06479 93 白霉素 Leucomycin 大环内酯类药物 C40H67NO14 1392-21-8 786.46343 10.51 109.06479，174.11247，558.32727 94 竹桃霉素 Oleandomycin 大环内酯类药物 C35H61NO12 3922-90-5 688.42665 9.87 544.34801，158.11756，116.07061 95 泰乐菌素 Tylosin 大环内酯类药物 C46H77NO17 74610-55-2 916.52643 10.2 772.44778，174.11247，88.07569，83.04914 96 头孢氨苄 Cephalexin 头孢菌素类药物 C16H17N3O4S 15686-71-2 348.10126 6.79 158.02702，68.04948，118.06513，106.06513 97 头孢匹啉 Cefapirin 头孢菌素类药物 C17H17N3O6S2 21593-23-7 424.06316 5.01 292.05728，181.04301，152.01646，124.02154，193.04301 98 头孢克洛 Cefaclor 头孢菌素类药物 C15H14ClN3O4S 53994-73-3 368.04664 6.07 174.05496，106.06513，118.0418 99 头孢拉定 Cephradine 头孢菌素类药物 C16H19N3O4S 38821-53-3 350.11691 7.46 176.07061，158.02703，108.08078，91.05423 100 头孢匹罗 Cefpirome 头孢菌素类药物 C22H22N6O5S2 84957-29-9 515.11659 5.07 120.08078，167.02736，324.05747，125.00422 101 头孢他美酯 Cefetamet Pivoxyl 头孢菌素类药物 C20H25N5O7S2 65243-33-6 512.12682 10.44 482.11625，241.03899，197.04916，158.02703，126.01204 102 头孢唑啉 Cefazolin 头孢菌素类药物 C14H14N8O4S3 25953-19-9 455.03729 7.23 323.0557，295.06032，156.01138，132.98887 103 3-去乙酰基头孢噻肟 Desacetylcefotaxime 头孢菌素类药物 C14H15N5O6S2 66340-28-1 414.05366 4.69 285.01106，241.03899，156.02261，210.0206，126.01204 104 头孢孟多锂 Cefamandole Lithium 头孢菌素类药物 C18H18N6O5S2 58648-57-0 463.08529 8.71 158.02703，185.03792，108.0682 105 头孢哌酮钠 Cefoperazone Sodium 头孢菌素类药物 C25H27N9O8S2 62893-20-3 646.14968 8.06 290.11353，148.0393，143.0815 106 头孢噻肟 Cefotaxime 头孢菌素类药物 C16H17N5O7S2 63527-52-6 456.06422 6.97 396.04309，241.03899，201.04407，167.02736，152.01646 107 头孢他啶 Ceftazidime 头孢菌素类药物 C22H32N6O12S2 78439-06-2 637.15924 5.26 167.02736，396.07744，142.00696，277.01989 108 头孢洛宁 Cephalonium 头孢菌素类药物 C20H18N4O5S2 5575-21-3 459.07914 5.39 152.01646，158.02703，123.05529 109 头孢喹肟 Cefquinome 头孢菌素类药物 C23H24N6O5S2 84957-30-2 529.13224 5.83 134.09643，167.02736，324.05631 110 纳多洛尔 Nadolol β-受体阻断剂 C17H27NO4 42200-33-9 310.20129 6.47 254.13868，236.12812，201.09101 111 倍他洛尔 Betaxolol β-受体阻断剂 C18H29NO3 63659-18-7 308.22203 9.7 116.10699，98.09643，177.09101 112 索他洛尔 Sotalol β-受体阻断剂 C12H20N2O3S 3930-20-9 273.12674 2.47 255.11618，213.06922，133.07602，176.1308 113 阿替洛尔 Atenolol β-受体阻断剂 C14H22N2O3 29122-68-7 267.17032 3.71 190.08626，145.06479，116.10699 114 格列吡嗪 Glipizide 降糖药 C21H27N5O4S 29094-61-9 446.18565 10.68 321.1009，167.01613，111.05529，347.08016 115 瑞格列奈 Repaglinde 降糖药 C27H36N2O4 135062-02-1 453.27478 11.33 230.19033，162.12773，86.09643，174.12773 116 甲苯磺丁脲 Tolbutamide 降糖药 C12H18N2O3S 64-77-7 271.11109 10.58 74.09643，155.01613，172.04268，91.05423
下载: 导出CSV
表 3 116种化合物的线性方程、相关系数（R2）、回收率和相对标准偏差(n=6)
Table 3. Linear equations, correlation coefficients(R2), recoveries and RSDs (n=6) for 116 compounds
序号No. 中文名称Chinses name 英文名称English name 线性方程Linear equations R2Correlation coefficients 加标水平/(μg·L−1)Addition 回收率/%Recoveries 相对标准偏差/%RSD 1 去氢睾酮 Boldenone y=2719000x+16390000 0.9987 0.4, 1.0, 2.0 65.0—85.6 11.2—14.0 2 群勃龙 Trenbolone y=3446000x+22080000 0.9953 0.4, 1.0, 2.0 72.1—77.0 3.5—4.6 3 泼尼松 Prednisone y=1493000x+475900 0.9981 0.4, 1.0, 2.0 83.4—88.3 2.1—4.0 4 可的松 Cortisone y=1738000x+845400 0.9992 0.4, 1.0, 2.0 85.2—110.8 14.2—19.8 5 氢化可的松 Hydrocortisone y=1598000x+628400 0.9981 0.4, 1.0, 2.0 81.6—88.2 3.2—4.3 6 甲基泼尼松龙 Methylprednisolone y=1468000x+1288000 0.9989 0.4, 1.0, 2.0 91.8—121.6 15.6—19.7 7 氟米龙 Fluoromethalone y=1085000x+8543000 0.9983 0.4, 1.0, 2.0 68.5—77.2 7.1—8.4 8 醋酸泼尼松 Prednisone 21-acetate y=1221000x+242500 0.999 0.4, 1.0, 2.0 70.8—96.0 7.2—9.4 9 醋酸可的松 Cortisone 21-acetate y=2055000x+1278000 0.9989 0.4, 1.0, 2.0 76.3—89.2 7.4—8.2 10 醋酸氢化可的松 Hydrocortisone 21-acetate y=915000x−12180000 0.9958 0.4, 1.0, 2.0 83.6—112.6 13.5—19.8 11 倍氯米松 Beclomethasone y=539200x−4318000 0.9998 0.4, 1.0, 2.0 71.4—77.6 1.2—2.2 12 氟米松 Flumethasone y=828800x+4351000 0.9982 0.4, 1.0, 2.0 73.5—78.3 3.1—4.5 13 甲基泼尼松龙醋酸酯 Methylprednisolone 21-acetate y=1039000x−599900 0.9996 0.4, 1.0, 2.0 67.2—72.0 1.0—1.5 14 醋酸氟氢可的松 Fludrocortisone 21-acetate y=1022000x+653400 0.9993 0.4, 1.0, 2.0 72.8—80.4 6.3—7.1 15 布地奈德 Budesonide y=1125000x+1050000 0.9991 0.4, 1.0, 2.0 60.4—64.0 0.3—1.9 16 丁酸氢化可的松 Hydrocortisone 17-butyrate y=695800x+144200 0.995 0.4, 1.0, 2.0 65.5—72.1 2.2—4.9 17 曲安奈德 Triamcinolone acetonide y=1123000x−5161000 0.9974 0.4, 1.0, 2.0 57.3—62.1 3.2—5.7 18 氟氢缩松 Fludroxycortide y=638100x+4885000 0.9948 0.4, 1.0, 2.0 73.8—79.8 3.4—5.5 19 地夫可特 Deflazacort y=3034000x+893600 0.9995 0.4, 1.0, 2.0 77.7—89.0 6.4—9.6 20 醋酸曲安奈德 Triamcinolone acetonide 21-acetate y=686900x−2935000 0.9974 0.4, 1.0, 2.0 75.1—83.0 5.2—7.1 21 泼尼卡酯 Prednicarbate y=966200x+286600 0.9987 0.4, 1.0, 2.0 86.0—114.2 15.3—19.9 22 二乙酸二氟拉松 Diflorasone diacetate y=1420000x−7205000 0.9963 0.4, 1.0, 2.0 65.2—77.5 9.8—12.1 23 曲安西龙双醋酸酯 Triamcinolone diacetate y=654300x+540100 0.9992 0.4, 1.0, 2.0 78.4—114.5 16.2—26.5 24 泼尼松龙 Prednisolone y=1105000x+243300 0.9986 0.4, 1.0, 2.0 87.0—111.4 13.2—17.4 25 地塞米松 Dexamethasone y=2287000x+1576000 0.9991 0.4, 1.0, 2.0 77.0—83.6 3.1—5.8 26 醋酸地塞米松 Dexamethasone 21-acetate y=1123000x−5161000 0.9974 0.4, 1.0, 2.0 57.3—62.1 2.7—5.7 27 醋酸倍他米松 Betamethasone 21-acetate y=1358000x+2135000 0.9976 0.4, 1.0, 2.0 75.7—79.4 0.9—3.1 28 莫美他松 Mometasone y=503500x−6801000 0.9953 0.4, 1.0, 2.0 52.9—67.9 13.3—17.2 29 醋酸氟轻松 Fluocinonide y=1420000x−7205000 0.9963 0.4, 1.0, 2.0 68.6—77.5 5.3—8.6 30 甲基睾丸酮 17-Methyltestosterone y=3210000x+23730000 0.9964 0.4, 1.0, 2.0 68.9—76.9 3.4—7.8 31 替诺昔康 Tenoxicam y=4320000x+11750000 0.9999 0.4, 1.0, 2.0 66.1—91.8 15.7—22.0 32 茚酮苯丙酸 Indoprofen y=3526000x+3107000 0.9988 0.4, 1.0, 2.0 57.8—59.0 1.2—2.4 33 双水杨酸酯 Sasapyrine y=167600x−18360 0.9993 0.4, 1.0, 2.0 81.9—87.5 3.1—4.7 34 酮基布洛芬 Ketoprofen y=2694000x+9828000 0.9994 0.4, 1.0, 2.0 53.5—55.5 1.1—2.4 35 氟尼辛 Flunixin y=14150000x+9799000 0.9986 0.4, 1.0, 2.0 64.9—82.0 10.9—15.5 36 吡罗昔康 Piroxicam y=3843000x+4811000 0.9995 0.4, 1.0, 2.0 70.6—83.3 8.8—10.8 37 托麦汀 Tolmetin y=2967000x+11170000 0.9998 0.4, 1.0, 2.0 66.9—68.5 0.7—1.7 38 磺胺嘧啶 Sulfadiazine y=10550000x+5633000 0.9982 0.4, 1.0, 2.0 71.6—97.0 16.4—20.2 39 磺胺噻唑 Sulfathiazole y=4722000x+11490000 0.9977 0.4, 1.0, 2.0 81.8—103.2 9.1—12.0 40 磺胺吡啶 Sulfapyridine y=18620000x+14880000 0.9952 0.4, 1.0, 2.0 69.8—70.9 0.8—1.1 41 磺胺甲基嘧啶 Sulfamerazine y=12720000x+2392000 0.9979 0.4, 1.0, 2.0 65.2—73.6 5.4—8.2 42 磺胺-6-（间）甲氧嘧啶 Sulfamonomethoxine y=4430000x+73870000 0.9941 0.4, 1.0, 2.0 69.7—87.3 12.3—15.9 43 磺胺甲噻二唑 Sulfamethizole y=2806000x+39640000 0.9947 0.4, 1.0, 2.0 66.2—79.1 10.2—12.1 44 磺胺-5-(对)甲氧嘧啶 Sulfameter y=4820000x+18330000 0.9966 0.4, 1.0, 2.0 75.0—95.5 12.1—17.0 45 磺胺氯哒嗪 Sulfachloropyridazine y=2152000x+31990000 0.9949 0.4, 1.0, 2.0 68.1—78.0 6.6—9.1 46 磺胺甲氧哒嗪 Sulfamethoxypyridazine y=11110000x+4319000 0.9948 0.4, 1.0, 2.0 67.0—75.2 5.3—7.9 47 磺胺多辛 Sulfadoxine y=14530000x+4660000 0.9956 0.4, 1.0, 2.0 65.7—68.4 1.3—2.4 48 磺胺间二甲氧嘧啶 Sulfadimethoxine y=5262000x+42110000 0.9975 0.4, 1.0, 2.0 49.8—67.9 14.6—19.8 49 磺胺甲基异恶唑 Sulfamethoxazole y=4314000x+72180000 0.9961 0.4, 1.0, 2.0 71.1—79.4 4.4—6.9 50 磺胺二甲异恶唑 Sulfisoxazole y=6876000x+9695000 0.9974 0.4, 1.0, 2.0 65.4—81.4 10.2—14.5 51 苯酰磺胺 Sulfabenzamide y=5304000x+11520000 0.9957 0.4, 1.0, 2.0 59.6—66.7 5.4—7.5 52 磺胺喹恶啉 Sulfaquinoxaline y=3337000x+18510000 0.9956 0.4, 1.0, 2.0 43.8—45.7 1.5—2.8 53 磺胺醋酰 Sulphacetamide y=6390000x+8831000 0.9944 0.4, 1.0, 2.0 63.2—80.2 11.4—15.6 54 三甲氧苄胺嘧啶 Trimethoprim y=21340000x+24010000 0.9917 0.4, 1.0, 2.0 64.5—70.8 3.5—5.5 55 磺胺苯吡唑 Sulfaphenazole y=9045000x+1989000 0.9969 0.4, 1.0, 2.0 53.4—55.4 1.3—2.6 56 磺胺二甲异嘧啶 Sulfisomidine y=6368000x+164200000 0.9946 0.4, 1.0, 2.0 62.6—68.8 3.2—6.2 57 磺胺二甲基恶唑 Sulfamoxole y=4557000x+54380000 0.9946 0.4, 1.0, 2.0 77.2—91.8 9.6—12.0 58 磺胺甲嘧啶 Sulfmethazine y=17700000x+35310000 0.9977 0.4, 1.0, 2.0 74.6—86.2 7.6—8.9 59 甲硝唑 Metronidazole y=8378000x+135000000 0.9955 0.4, 1.0, 2.0 78.8—91.6 7.6—10.2 60 二甲硝咪唑 Dimetridazole y=11200000x+89970000 0.9969 0.4, 1.0, 2.0 62.5—75.2 9.3—11.3 61 氯甲硝咪唑 5-chloro-1-methyl-4-nitroimidazole y=3556000x+58830000 0.9946 0.4, 1.0, 2.0 75.8—83.4 3.4—5.4 62 苯硝咪唑 5-nitrobenzimidazole y=7716000x+45390000 0.9964 0.4, 1.0, 2.0 77.4—89.0 5.6—8.7 63 阿苯哒唑亚砜 Albendazole sulfoxide y=10880000x−58380 0.999 0.4, 1.0, 2.0 82.8—96.2 6.4—8.8 64 奥芬达唑 Oxfendazole y=5630000x+36980000 0.9972 0.4, 1.0, 2.0 60.1—66.6 5.6—7.1 65 噻苯哒唑 Thiabendazole y=26160000x+23830000 0.9984 0.4, 1.0, 2.0 73.8—82.1 4.3—7.1 66 替硝唑 Tinidazole y=10560000x+18220000 0.9972 0.4, 1.0, 2.0 80.1—87.9 4.8—6.2 67 奥硝唑 Ornidazole y=5664000x+76910000 0.9981 0.4, 1.0, 2.0 78.6—93.1 8.7—10.8 68 羟基甲硝唑 Metronidazole-hydroxy y=5682000x+5347000 0.9982 0.4, 1.0, 2.0 47.7—62.2 15.6—17.8 69 洛硝哒唑 Ronidazole y=5699000x+18060000 0.9966 0.4, 1.0, 2.0 99.8—115.8 6.8—9.4 70 莱克多巴胺 Ractopamine y=15570000x+10330000 0.9991 0.4, 1.0, 2.0 48.6—61.8 11.2—16.7 71 塞曼特罗 Cimaterol y=4977000x+52580000 0.9993 0.4, 1.0, 2.0 68.7—85.9 11.2—15.4 72 克伦特罗 Clenbuterol y=5393000x+58170000 0.9997 0.4, 1.0, 2.0 75.9—81.6 2.3—5.1 73 氯丙那林 Clorprenaline y=10820000x+65350000 0.9999 0.4, 1.0, 2.0 83.7—112.2 15.8—20.2 74 溴布特罗 Brombuterol y=2309000x+20690000 0.9989 0.4, 1.0, 2.0 76.6—102.2 13.5—18.9 75 西马特罗 Cimbuterol y=7576000x+80880000 0.9999 0.4, 1.0, 2.0 84.2—89.0 1.2—3.9 76 马布特罗 Mabuterol y=7671000x+55010000 0.9997 0.4, 1.0, 2.0 72.2—104.1 17.2—21.4 77 妥洛特罗 Tolobuterol y=11200000x+75170000 0.9987 0.4, 1.0, 2.0 83.4—107.2 9.8—13.2 78 诺氟沙星 Norfloxacin y=3218000x+371200 0.999 0.4, 1.0, 2.0 56.4—83.5 17.3—22.1 79 培氟沙星 Pefloxacin y=3536000x+3216000 0.9994 0.4, 1.0, 2.0 40.7—42.6 1.2—3.0 80 氧氟沙星 Ofloxacin y=6569000x+2919000 0.9993 0.4, 1.0, 2.0 48.2—58.6 8.8—11.7 81 依诺沙星 Enoxacin y=3263000x+6091000 0.9912 0.4, 1.0, 2.0 70.1—78.0 3.6—7.1 82 萘啶酸 Nalidixic acid y=14080000x+16630000 0.9988 0.4, 1.0, 2.0 73.8—84.1 5.8—8.9 83 恶喹酸 Oxolinic acid y=13790000x+1976000 0.9995 0.4, 1.0, 2.0 67.8—76.8 7.2—8.8 84 西诺沙星 Cinoxacin y=3995000x+26590000 0.9965 0.4, 1.0, 2.0 75.6—89.0 8.6—9.8 85 氟甲喹 Flumequine y=4578000x+34300000 0.9963 0.4, 1.0, 2.0 69.4—80.3 8.8—10.1 86 洛美沙星 Lomefloxacin y=5798000x+5561000 0.9971 0.4, 1.0, 2.0 45.6—57.3 14.4—16.0 87 马波沙星 Marbofloxacin y=1967000x+36100000 0.9927 0.4, 1.0, 2.0 52.8—54.2 0.9—1.6 88 吡哌酸 Pipemidic Acid y=437500x+85350000 0.9954 0.4, 1.0, 2.0 57.9—68.8 9.4—11.8 89 红霉素 Erythromycin y=34090x−385000 0.9976 0.4, 1.0, 2.0 78.2—87.6 6.3—8.0 90 林可霉素 Lincomycin y=4200000x+51220000 0.9978 0.4, 1.0, 2.0 74.0—95.5 13.2—16.5 91 克林霉素 Clindamycin y=3753000x+6552000 0.9996 0.4, 1.0, 2.0 76.1—91.4 10.2—12.5 92 交沙霉素 Josamycin y=922500x−3589000 0.9968 0.4, 1.0, 2.0 49.3—60.2 11.2—13.5 93 白霉素 Leucomycin y=82950x−367600 0.9972 0.4, 1.0, 2.0 43.6—67.8 15.8—22.1 94 竹桃霉素 Oleandomycin y=1711000x+5665000 0.9989 0.4, 1.0, 2.0 69.2—76.8 6.1—7.2 95 泰乐菌素 Tylosin y=381200x+288400 0.9987 0.4, 1.0, 2.0 43.2—54.4 12.2—15.8 96 头孢氨苄 Cephalexin y=2115000x+1315000 0.9995 0.4, 1.0, 2.0 64.3—89.4 16.7—20.1 97 头孢匹啉 Cefapirin y=785800x+200300 0.9997 0.4, 1.0, 2.0 100.5—119.9 10.1—12.2 98 头孢克洛 Cefaclor y=981900x−3954000 0.9974 0.4, 1.0, 2.0 78.1—105.3 17.2—19.3 99 头孢拉定 Cephradine y=1924000x+3040000 0.9999 0.4, 1.0, 2.0 72.2—99.1 15.7—19.2 100 头孢匹罗 Cefpirome y=69940x−357300 0.9997 0.4, 1.0, 2.0 75.7—84.7 5.8—7.4 101 头孢他美酯 Cefetamet pivoxyl y=3642000x−841100 0.9979 0.4, 1.0, 2.0 83.4—103.9 12.2—16.4 102 头孢唑啉 Cefazolin y=405300x+1129000 0.9977 0.4, 1.0, 2.0 75.6—93.0 11.2—14.3 103 3-去乙酰基头孢噻肟 Desacetylcefotaxime y=633600x−294600 0.9972 0.4, 1.0, 2.0 77.0—92.3 10.3—12.4 104 头孢孟多锂 Cefamandole lithium y=357300x−210700 0.998 0.4, 1.0, 2.0 76.6—88.5 7.8—10.1 105 头孢哌酮钠 Cefoperazone sodium y=121200x−974200 0.9993 0.4, 1.0, 2.0 83.3—91.5 5.2—6.3 106 头孢噻肟 Cefotaxime y=1477000x−497400 0.9989 0.4, 1.0, 2.0 70.8—95.8 17.6—20.3 107 头孢他啶 Ceftazidime y=25320x−91890 0.9947 0.4, 1.0, 2.0 74.2—88.8 9.8—11.3 108 头孢洛宁 Cephalonium y=587900x−519600 0.9952 0.4, 1.0, 2.0 79.7—91.7 6.5—8.7 109 头孢喹肟 Cefquinome y=45200x−164900 0.9937 0.4, 1.0, 2.0 75.7—87.5 6.9—9.4 110 纳多洛尔 Nadolol y=6954000x+42420000 0.9996 0.4, 1.0, 2.0 85.1—105.6 13.2—15.1 111 倍他洛尔 Betaxolol y=9230000x+86980000 0.9946 0.4, 1.0, 2.0 50.6—64.8 14.6—17.2 112 索他洛尔 Sotalol y=4657000x+44590000 0.9954 0.4, 1.0, 2.0 70.6—107.8 18.2—21.4 113 阿替洛尔 Atenolol y=6558000x+53250000 0.9983 0.4, 1.0, 2.0 41.7—64.2 13.6—19.8 114 格列吡嗪 Glipizide y=1392000x+3808000 0.9983 0.4, 1.0, 2.0 50.9—54.2 2.2—4.2 115 瑞格列奈 Repaglinde y=11760000x+54470000 0.9991 0.4, 1.0, 2.0 41.1—59.4 16.5—18.9 116 甲苯磺丁脲 Tolbutamide y=3499000x+7764000 0.9999 0.4, 1.0, 2.0 72.9—84.5 7.6—9.2
下载: 导出CSV
表 4 水样中PPCPs的定量分析结果
Table 4. Quantitative analysis results of the water samples
化合物Compounds 青云河水库点位1Qingyunhe Reservoir S1 青云河水库点位2Qingyunhe Reservoir S2 石门子水库点位1 Shimenzi Reservoir S1 石门子水库点位2 Shimenzi Reservoir S2 大渔沟水库点位1Dayugou Reservoir S1 大渔沟水库点位2Dayugou Reservoir S2 北大河水库点位1Beidahe Reservoir S1 北大河水库点位2Beidahe Reservoir s2 泼尼松 ND ND <LOQ ND ND ND ND ND 可的松 <LOQ <LOQ <LOQ <LOQ ND ND ND <LOQ 甲基泼尼松龙 ND ND ND 0.41 1.64 ND ND ND 醋酸泼尼松 1.23 1.18 1.27 1.6 1.82 1.84 1.31 1.6 醋酸可的松 ND 0.85 0.78 ND 1.1 1.67 ND 0.78 醋酸氢化可的松 ND 0.84 <LOQ ND 2.34 ND 0.86 0.4 甲基泼尼松龙醋酸酯 0.56 ND 0.66 ND ND 1.03 0.42 ND 醋酸氟氢可的松 <LOQ 0.41 <LOQ 0.46 <LOQ 0.49 0.42 0.41 布地奈德 ND ND ND <LOQ ND ND ND ND 丁酸氢化可的松 <LOQ <LOQ <LOQ <LOQ ND ND 0.40 <LOQ 泼尼卡酯 ND ND ND ND ND <LOQ ND ND 曲安西龙双醋酸酯 ND ND ND ND 0.58 0.47 ND ND 泼尼松龙 ND ND ND ND 1.85 ND ND ND 注：ND, 未检出. ND, not detected. <LOQ, 小于定量限. <LOQ, less than LOQ.
下载: 导出CSV
-
[1] SACHER F, LANGE F T, BRAUCH H J, et al. Pharmaceuticals in groundwaters: Analytical methods and results of a monitoring program in Baden-Württemberg, Germany [J]. Journal of Chromatography A, 2001, 938(1/2): 199-210. [2] MONTES-GRAJALES D, FENNIX-AGUDELO M, MIRANDA-CASTRO W. Occurrence of personal care products as emerging chemicals of concern in water resources: A review [J]. Science of the Total Environment, 2017, 595: 601-614. doi: 10.1016/j.scitotenv.2017.03.286 [3] BOXALL A B A, RUDD M A, BROOKS B W, et al. Pharmaceuticals and personal care products in the environment: What are the big questions? [J]. Environmental Health Perspectives, 2012, 120(9): 1221-1229. doi: 10.1289/ehp.1104477 [4] BOYD G R, REEMTSMA H, GRIMM D A, et al. Pharmaceuticals and personal care products (PPCPs) in surface and treated waters of Louisiana, USA and Ontario, Canada [J]. Science of the Total Environment, 2003, 311(1/2/3): 135-149. [5] HEDGESPETH M L, SAPOZHNIKOVA Y, PENNINGTON P, et al. Pharmaceuticals and personal care products (PPCPs) in treated wastewater discharges into Charleston Harbor, South Carolina [J]. Science of the Total Environment, 2012, 437: 1-9. doi: 10.1016/j.scitotenv.2012.07.076 [6] KASPRZYK-HORDERN B, DINSDALE R M, GUWY A J. The occurrence of pharmaceuticals, personal care products, endocrine disruptors and illicit drugs in surface water in South Wales, UK [J]. Water Research, 2008, 42(13): 3498-3518. doi: 10.1016/j.watres.2008.04.026 [7] SILVA B F D, JELIC A, LÓPEZ-SERNA R, et al. Occurrence and distribution of pharmaceuticals in surface water, suspended solids and sediments of the Ebro river basin, Spain [J]. Chemosphere, 2011, 85(8): 1331-1339. doi: 10.1016/j.chemosphere.2011.07.051 [8] AGUNBIADE F O, MOODLEY B. Occurrence and distribution pattern of acidic pharmaceuticals in surface water, wastewater, and sediment of the Msunduzi River, Kwazulu-Natal, South Africa [J]. Environmental Toxicology and Chemistry, 2016, 35(1): 36-46. doi: 10.1002/etc.3144 [9] MATONGO S, BIRUNGI G, MOODLEY B, et al. Pharmaceutical residues in water and sediment of Msunduzi River, KwaZulu-Natal, South Africa [J]. Chemosphere, 2015, 134: 133-140. doi: 10.1016/j.chemosphere.2015.03.093 [10] CHAVES M D J S, BARBOSA S C, MALINOWSKI M D M, et al. Pharmaceuticals and personal care products in a Brazilian wetland of international importance: Occurrence and environmental risk assessment [J]. Science of the Total Environment, 2020, 734: 139374. doi: 10.1016/j.scitotenv.2020.139374 [11] YOON Y, RYU J, OH J, et al. Occurrence of endocrine disrupting compounds, pharmaceuticals, and personal care products in the Han River (Seoul, South Korea) [J]. Science of the Total Environment, 2010, 408(3): 636-643. doi: 10.1016/j.scitotenv.2009.10.049 [12] AN J, CHOI K, YANG S, et al. Estimation of human-origin estrone and 17β-estradiol concentrations in the Han River, Seoul, South Korea and its uncertainty-based ecological risk characterization [J]. Science of the Total Environment, 2018, 633: 1148-1155. doi: 10.1016/j.scitotenv.2018.03.248 [13] FICK J, SÖDERSTRÖM H, LINDBERG R H, et al. Contamination of surface, ground, and drinking water from pharmaceutical production [J]. Environmental Toxicology and Chemistry, 2009, 28(12): 2522-2527. doi: 10.1897/09-073.1 [14] 师博颖, 王智源, 刘俊杰, 等. 长江江苏段饮用水源地3种雌激素污染特征 [J]. 环境科学学报, 2018, 38(3): 875-883. SHI B Y, WANG Z Y, LIU J J, et al. Pollution characteristics of three estrogens in drinking water sources in Jiangsu reach of the Yangtze River [J]. Acta Scientiae Circumstantiae, 2018, 38(3): 875-883(in Chinese).
[15] 卓丽, 许榕发, 石运刚, 等. 重庆长江流域水体中8种典型环境雌激素污染特征 [J]. 生态毒理学报, 2020, 15(3): 149-157. ZHUO L, XU R F, SHI Y G, et al. Estrogens in surface water of the Yangtze River in Chongqing section [J]. Asian Journal of Ecotoxicology, 2020, 15(3): 149-157(in Chinese).
[16] 石运刚, 卓丽, 陈静华, 等. 基于高通量分析方法的长江干流重庆段抗生素种类特征及来源初探 [J]. 生态毒理学报, 2019, 14(3): 240-248. SHI Y G, ZHUO L, CHEN J H, et al. High throughput screening approach for studing the occurrence and potential sources of antibiotics in the Chongqing section of the Yangtze River [J]. Asian Journal of Ecotoxicology, 2019, 14(3): 240-248(in Chinese).
[17] LIU Y H, ZHANG S H, JI G X, et al. Occurrence, distribution and risk assessment of suspected endocrine-disrupting chemicals in surface water and suspended particulate matter of Yangtze River (Nanjing section) [J]. Ecotoxicology and Environmental Safety, 2017, 135: 90-97. doi: 10.1016/j.ecoenv.2016.09.035 [18] 封梦娟, 张芹, 宋宁慧, 等. 长江南京段水源水中抗生素的赋存特征与风险评估 [J]. 环境科学, 2019, 40(12): 5286-5293. FENG M J, ZHANG Q, SONG N H, et al. Occurrence characteristics and risk assessment of antibiotics in source water of the Nanjing reach of the Yangtze River [J]. Environmental Science, 2019, 40(12): 5286-5293(in Chinese).
[19] WANG L, YING G G, CHEN F, et al. Monitoring of selected estrogenic compounds and estrogenic activity in surface water and sediment of the Yellow River in China using combined chemical and biological tools [J]. Environmental Pollution, 2012, 165: 241-249. doi: 10.1016/j.envpol.2011.10.005 [20] 王丹, 隋倩, 吕树光, 等. 黄浦江流域典型药物和个人护理品的含量及分布特征 [J]. 中国环境科学, 2014, 34(7): 1897-1904. WANG D, SUI Q, LU S G, et al. Concentrations and distribution of selected pharmaceuticals and personal care products in Huangpu River [J]. China Environmental Science, 2014, 34(7): 1897-1904(in Chinese).
[21] 黄文平, 鲍轶凡, 胡霞林, 等. 黄浦江上游水源地中31种内分泌干扰物的分布特征以及生态风险评价 [J]. 环境化学, 2020, 39(6): 1488-1495. doi: 10.7524/j.issn.0254-6108.2019101001 HUANG W P, BAO Y F, HU X L, et al. Occurrence and ecological risk assessment of 31 endocrine disrupting chemicals in the water source of upstream Huangpu River [J]. Environmental Chemistry, 2020, 39(6): 1488-1495(in Chinese). doi: 10.7524/j.issn.0254-6108.2019101001
[22] XU W H, YAN W, LI X D, et al. Antibiotics in riverine runoff of the Pearl River Delta and Pearl River Estuary, China: Concentrations, mass loading and ecological risks [J]. Environmental Pollution, 2013, 182: 402-407. doi: 10.1016/j.envpol.2013.08.004 [23] 张盼伟, 周怀东, 赵高峰, 等. 太湖表层沉积物中PPCPs的时空分布特征及潜在风险 [J]. 环境科学, 2016, 37(9): 3348-3355. ZHANG P W, ZHOU H D, ZHAO G F, et al. Spatial, temporal distribution characteristics and potential risk of PPCPs in surface sediments from Taihu lake [J]. Environmental Science, 2016, 37(9): 3348-3355(in Chinese).
[24] 刘娜, 金小伟, 薛荔栋, 等. 太湖流域药物和个人护理品污染调查与生态风险评估 [J]. 中国环境科学, 2017, 37(9): 3515-3522. doi: 10.3969/j.issn.1000-6923.2017.09.039 LIU N, JIN X W, XUE L D, et al. Concentrations distribution and ecological risk assessment of pharmaceuticals and personal care products in Taihu Lake [J]. China Environmental Science, 2017, 37(9): 3515-3522(in Chinese). doi: 10.3969/j.issn.1000-6923.2017.09.039
[25] 陈玫宏, 郭敏, 徐怀洲, 等. 太湖表层水体及沉积物中双酚A类似物的分布特征及潜在风险 [J]. 环境科学, 2017, 38(7): 2793-2800. CHEN M H, GUO M, XU H Z, et al. Distribution characteristics and potential risk of bisphenol analogues in surface water and sediments of lake Taihu [J]. Environmental Science, 2017, 38(7): 2793-2800(in Chinese).
[26] 陈玫宏, 郭敏, 刘丹, 等. 典型内分泌干扰物在太湖及其支流水体和沉积物中的污染特征 [J]. 中国环境科学, 2017, 37(11): 4323-4332. doi: 10.3969/j.issn.1000-6923.2017.11.038 CHEN M H, GUO M, LIU D, et al. Occurrence and distribution of typical endocrine disruptors in surface water and sediments from Taihu Lake and its tributaries [J]. China Environmental Science, 2017, 37(11): 4323-4332(in Chinese). doi: 10.3969/j.issn.1000-6923.2017.11.038
[27] 张晓娇, 柏杨巍, 张远, 等. 辽河流域地表水中典型抗生素污染特征及生态风险评估 [J]. 环境科学, 2017, 38(11): 4553-4561. ZHANG X J, BAI Y W, ZHANG Y, et al. Occurrence, distribution, and ecological risk of antibiotics in surface water in the Liaohe river basin, China [J]. Environmental Science, 2017, 38(11): 4553-4561(in Chinese).
[28] WANG W H, WANG H, ZHANG W F, et al. Occurrence, distribution, and risk assessment of antibiotics in the Songhua River in China [J]. Environmental Science and Pollution Research, 2017, 24(23): 19282-19292. doi: 10.1007/s11356-017-9471-x [29] GORITO A M, RIBEIRO A R, ALMEIDA C M R, et al. A review on the application of constructed wetlands for the removal of priority substances and contaminants of emerging concern listed in recently launched EU legislation [J]. Environmental Pollution, 2017, 227: 428-443. doi: 10.1016/j.envpol.2017.04.060 [30] STUART M, LAPWORTH D, CRANE E, et al. Review of risk from potential emerging contaminants in UK groundwater [J]. Science of the Total Environment, 2012, 416: 1-21. doi: 10.1016/j.scitotenv.2011.11.072 [31] CIZMAS L, SHARMA V K, GRAY C M, et al. Pharmaceuticals and personal care products in waters: Occurrence, toxicity, and risk [J]. Environmental Chemistry Letters, 2015, 13(4): 381-394. doi: 10.1007/s10311-015-0524-4 [32] 杨舒婷, 林伟锐, 梁建华, 等. 固相萃取-高效液相色谱法测定水中磺胺二甲基嘧啶、磺胺甲基异噁唑的方法探究 [J]. 肇庆学院学报, 2019, 40(2): 40-44. YANG S T, LIN W R, LIANG J H, et al. Determination of sulfamethazine and sulfamethoxazole in water by solid phase extraction and high performance liquid chromatography [J]. Journal of Zhaoqing University, 2019, 40(2): 40-44(in Chinese).
[33] 洪蕾洁, 石璐, 张亚雷, 等. 固相萃取-高效液相色谱法同时测定水体中的10种磺胺类抗生素 [J]. 环境科学, 2012, 33(2): 652-657. HONG L J, SHI L, ZHANG Y L, et al. Simultaneous determination of 10 sulfonamide antibiotics in water by solid-phase extraction and high performance liquid chromatography [J]. Environmental Science, 2012, 33(2): 652-657(in Chinese).
[34] GIBSON R, BECERRIL-BRAVO E, SILVA-CASTRO V, et al. Determination of acidic pharmaceuticals and potential endocrine disrupting compounds in wastewaters and spring waters by selective elution and analysis by gas chromatography-mass spectrometry [J]. Journal of Chromatography A, 2007, 1169(1/2): 31-39. [35] 冉韵竹, 齐维晓, 李静, 等. 超高效液相色谱-串联质谱法同时测定水中13种药品与个人护理品 [J]. 环境化学, 2018, 37(2): 255-263. RAN Y Z, QI W X, LI J, et al. Simultaneous determination of 13 pharmaceuticals and personal care products in water using UPLC-MS/MS [J]. Environmental Chemistry, 2018, 37(2): 255-263(in Chinese).
[36] 朱赛嫦, 王静, 邵卫伟, 等. 超高效液相色谱-串联质谱法同时检测地表水中18种药物与个人护理品的残留量 [J]. 色谱, 2013, 31(1): 15-21. doi: 10.3724/SP.J.1123.2012.09015 ZHU S C, WANG J, SHAO W W, et al. Simultaneous determination of 18 pharmaceuticals and personal care products in surface water by ultra-high performance liquid chromatography-tandem mass spectrometry [J]. Chinese Journal of Chromatography, 2013, 31(1): 15-21(in Chinese). doi: 10.3724/SP.J.1123.2012.09015
[37] 韩梅, 侯雪, 邱世婷, 等. QuEChERS-超高效液相色谱-四极杆/静电场轨道阱高分辨质谱测定蔬菜中61种农药残留 [J]. 农药, 2020, 59(10): 743-749. HAN M, HOU X, QIU S T, et al. Determination of 61 pesticide residues in vegetables using QuEChERS-UPLC-quadrupole/electrostatic field orbitrap high resolution mass spectrometry [J]. Agrochemicals, 2020, 59(10): 743-749(in Chinese).
[38] 仇宝进, 项玮, 李莹. 水环境中典型药品和个人护理品检测与去除工艺研究进展 [J]. 环境科技, 2016, 29(6): 70-75. doi: 10.3969/j.issn.1674-4829.2016.06.016 QIU B J, XIANG W, LI Y. A review on detection and removal processes of typical pharmaceuticals and personal care products(PPCPs) in aqueous environment [J]. Environmental Science and Technology, 2016, 29(6): 70-75(in Chinese). doi: 10.3969/j.issn.1674-4829.2016.06.016
[39] 胡巧茹, 丛中笑, 沙美兰, 等. 超高效液相色谱-四极杆/静电场轨道阱高分辨质谱法测定花生中4种黄曲霉毒素和11种农药残留 [J]. 分析测试学报, 2019, 38(4): 396-402. doi: 10.3969/j.issn.1004-4957.2019.04.004 HU Q R, CONG Z X, SHA M L, et al. Determination of 4 aflatoxins and 11 pesticide residues in peanut by ultrahigh performance liquid chromatography-quadrupole/electrostatic field orbitrap high resolution mass spectrometry [J]. Journal of Instrumental Analysis, 2019, 38(4): 396-402(in Chinese). doi: 10.3969/j.issn.1004-4957.2019.04.004
[40] 岳杨. 大连市2012—2016年地表水功能区水质变化趋势分析 [J]. 水资源开发与管理, 2020, 18(1): 18-22. YUE Y. Analysis on water quality change trend of surface water functional zones in Dalian from 2012 to 2016 [J]. Water Resources Development and Management, 2020, 18(1): 18-22(in Chinese).
[41] 邸俊强. 大连市水库型水源地水质达标评价与污染分析 [J]. 东北水利水电, 2015, 33(4): 13-14, 71. doi: 10.3969/j.issn.1002-0624.2015.04.005 DI J Q. Water quality evaluation and pollution analysis of reservoir water source in Dalian city [J]. Water Resources & Hydropower of Northeast China, 2015, 33(4): 13-14, 71(in Chinese). doi: 10.3969/j.issn.1002-0624.2015.04.005
[42] 李蓉, 何春梅, 杨璐齐, 等. 超高效液相色谱-四极杆/静电场轨道阱高分辨质谱法测定焙烤食品及其原料中11种真菌毒素 [J]. 色谱, 2017, 35(8): 808-815. doi: 10.3724/SP.J.1123.2017.03035 LI R, HE C M, YANG L Q, et al. Determination of 11 mycotoxins in baked foods and raw materials by ultra performance liquid chromatography-quadrupole/electrostatic field orbitrap high-resolution mass spectrometry [J]. Chinese Journal of Chromatography, 2017, 35(8): 808-815(in Chinese). doi: 10.3724/SP.J.1123.2017.03035
[43] 林粲源, 龚剑, 熊小萍, 等. 珠三角河流饮用水源中皮质激素的污染与风险 [J]. 中国环境科学, 2019, 39(11): 4752-4761. doi: 10.3969/j.issn.1000-6923.2019.11.034 LIN C Y, GONG J, XIONG X P, et al. Occurrence and risks of typical corticosteroids in drinking water sources of the rivers from the Pearl River Delta [J]. China Environmental Science, 2019, 39(11): 4752-4761(in Chinese). doi: 10.3969/j.issn.1000-6923.2019.11.034
[44] 樊静静, 王赛, 唐金鹏, 等. 广州市流溪河水体中6种内分泌干扰素时空分布特征与环境风险 [J]. 环境科学, 2018, 39(3): 1053-1064. FAN J J, WANG S, TANG J P, et al. Spatio-temporal patterns and environmental risk of endocrine disrupting chemicals in the liuxi river [J]. Environmental Science, 2018, 39(3): 1053-1064(in Chinese).
[45] 谢国建, 倪建国, 柳展飞, 等. 宁波奉化江典型环境雌激素的分布现状与健康风险评价研究 [J]. 环境科学与管理, 2019, 44(5): 178-182. doi: 10.3969/j.issn.1673-1212.2019.05.038 XIE G J, NI J G, LIU Z F, et al. Detection and assessment of environmental estrogens in Fenghua river of Ningbo [J]. Environmental Science and Management, 2019, 44(5): 178-182(in Chinese). doi: 10.3969/j.issn.1673-1212.2019.05.038
-
点击查看大图
计量
- 文章访问数: 1973
- HTML全文浏览数: 1973
- PDF下载数: 74
- 施引文献: 0
