-
微量元素分为潜在有毒化学致癌物和生物学意义的必需非化学致癌物[1]，在生理功能、内稳态和酶活性中起着重要的作用。过量的必需微量元素或低剂量的有毒微量元素均会引起毒性作用，导致肾脏毒性、肝脏毒性、神经毒性甚至诱导肿瘤发生[2-4]，严重危害人体健康。孕妇及胎儿等敏感人群更容易受到微量元素的影响。Mayumi等[5]发现镉（Cd）可能会导致孕妇早产，Mistry等[6]发现孕妇体内缺乏时硒（Se）和锰（Mn）可能会导致流产。已有研究表明砷（As）、Cd和铅（Pb）等有毒微量元素可通过胎盘屏障进入胚胎或胎儿体内[7] ，从而引起胚胎毒性和致畸作用。Boucher等[8]的研究表明孕期Pb暴露会对婴儿产生神经毒性，Cabrera-Rodríguez等[9]的研究发现孕期锑（Sb）和镍（Ni）暴露与新生儿出生体重呈负相关关系。必需微量元素的缺乏或过量也会对胎儿的生长发育产生不良影响[10]。Vigeh等[11]的研究发现Mn的缺乏与胎儿宫内发育迟缓有关，Ozel等[12]的研究发现孕妇孕期Mn水平较高与新生儿神经管畸形有关。
微量元素具有持久性、生物富集和放大、不易生物降解及不可逆等特性，其可长期存在于水、土壤、灰尘和空气等环境中[13-15]。灰尘是一种重要的室内污染物赋存介质[16]，是有机和无机化合物的复杂混合物[17]。人们日益关注家庭灰尘中的微量元素对人类健康的影响[18]。室内环境是人体暴露有毒有害微量元素的重要场所[19-21]；尤其是孕妇和婴儿，其大部分的时间在室内度过，更容易受到微量元素影响[22]。室内灰尘进入人体的主要途径是呼吸摄入和皮肤接触，其中的微量元素存在潜在的健康风险[23]，Sharma等[24]发现室内灰尘蓄积的As和Pb是人体暴露有毒微量元素的主要来源；Doyi等[19]发现室内灰尘中的铬（Cr）和Pb对儿童健康存在潜在健康风险。因此，对于人类特别是孕妇的健康，室内灰尘中微量元素的研究具有重要意义。生物监测可作为人类评估微量元素暴露水平的指标，可为公共卫生提供有效数据[25-26]。尿液是大多数化学物质的主要排泄方式，也是评估环境暴露水平的重要途径[27] ，有60%的微量元素经尿液排出体内，其余微量元素在8 h 内被自然免疫系统还原为离子态[28]。中国多个地区已经开展人体尿液中微量元素的生物监测，系统了解当地居民尿液中微量元素含量[29-30]，并检测出孕妇尿液中微量元素对胎儿生长发育的影响[31-32]。室内灰尘是室内污染的长期储存“库”，可以反映孕期微量元素经灰尘这一途径的环境暴露状况，而孕妇尿液则可作为生物监测材料，反映孕期内暴露状况。相对于普通人群，孕妇和胎儿由于其特殊的生理特点，对化学物质暴露更加敏感，因此有必要监测家庭环境和母体内微量元素的暴露情况及其潜在健康风险。
广州是具有1800万人口的沿海特大城市，是中国经济和城市化发展最快的地区。作为中国最重要的工业中心之一，主要的产业有电子通讯设备、汽车制造、石油化工等。环境中微量元素的来源主要是汽车尾气、焚化炉、工业废物和大气沉降等[33]。近年来，微量元素Cd和Pb在广州污染严重，特别是土壤中的Pb的浓度[34]，邹梦遥等[35]研究发现，广东省室内灰尘中Cd和Pb的污染较为严重。环境中微量元素的增加对孕妇健康可能存在危害，因此探究广州孕妇微量元素的暴露特征。
本研究招募孕妇志愿者，采集孕妇孕晚期尿液及其生活环境的室内灰尘，分析其必需微量元素钒（V）、Mn、钴（Co）、Se、钼（Mo），以及有毒微量元素Cr、Ni、As、Cd、Sb、Pb的浓度水平及特征，探讨微量元素与室内环境和生活习惯对孕妇微量元素之间的关联暴露的影响，评估其对孕妇的健康风险，为人群健康防护提供基础数据。
-
2020年1月至2021年2月，在广东省广州市采集22份孕妇孕晚期尿液及其居住家庭灰尘样本，并收集了产妇年龄、产妇孕前身体质量指数（body mass index, BMI）、孕妇及其配偶教育程度、吸烟习惯及饮食信息。尿液使用聚丙烯尿液杯收集于棕色玻璃瓶中，−20℃储存；每户家庭室内地面、桌面等灰尘聚积的地方用软毛刷进行扫取收集，灰尘样本过100目不锈钢筛（150 μm孔径）后用塑料袋包裹，−20℃储存。所有参与者均签署知情同意书，本研究经中山大学附属第六医院伦理委员会批准。
-
冷冻尿液样本置于室温下解冻，振荡混匀，用1%硝酸以1:10比例稀释尿液，振荡混匀后静置过夜，之后于45 ℃温度下超声1 h，12000 r·min−1离心取上清液，使用电感耦合等离子体质谱仪进行分析。为了质量保证和质量控制，每批尿液样本都进行平行样本、程序空白和加标回收实验，用尿比重校正浓度。各元素的回收率在78%—107%。微量元素V、Mn、Co、Se、Mo、Cr、Ni、As、Cd、Sb、Pb检测限（limit of detection，LOD）分别为0.003、0.024、0.001、0.409、0.005、0.021、0.043、0.014、0.002、0.002、0.026 ng·g−1，标准曲线的相关系数均大于0.999。
-
称取0.1 g左右灰尘样品，加入6 mL王水（3:1 盐酸:硝酸），在微波消解仪中进行消解。微波消解仪升温程序为：120 ℃保持2 min；150 ℃保持5 min；185 ℃保持40 min。消解液用纯水定容至50 mL，使用电感耦合等离子体质谱仪进行分析。为了质量保证和质量控制，每批灰尘样本都准备了有证标准物质（certified reference material，CRM）和程序空白。CRM中微量元素的回收率在70%—125%。微量元素V、Mn、Co、Se、Mo、Cr、Ni、As、Cd、Sb、Pb的LOD分别为0.005、0.030、0.004、0.607、0.004、0.002、0.058、0.025、0.002、0.027、0.022 ng·g−1，标准曲线的相关系数均大于0.999。
-
使用 IBM SPSS Statistics（26.0）软件进行描述性统计分析、相关性分析和多元线性回归分析。计算家庭灰尘和孕妇尿液微量元素浓度在LOD以上的中值、最小值和最大值。使用频率和百分比来描述分类变量。孕妇尿液和室内灰尘浓度经 Kolmogorov-Smirnov 正态检验后呈偏态分布，故对其进行对数转换。Pearson相关分析评估孕妇尿液和室内灰尘微量元素之间的关系。采用多元线性回归模型评估孕妇尿液微量元素水平的潜在影响因素，其中人口学特征和室内灰尘对数转换浓度作为自变量，孕妇尿液微量元素的对数转换浓度作为因变量，用后退法进行分析。统计学显著性设定为P<0.05。
-
对于检出率大于50%的微量元素，参照美国环境保护署（US Environmental Protection Agency，US-EPA）方法进行建模评估。由于模型估计结果与每种微量元素的真实水平具有不确定性，故以95%置信区间（confidence interval，CI）作为健康风险计算的代表值。人体健康风险系数见式（1）—（3）[19]：
总风险：
式中，HQ（hazard quotient）为非致癌性风险熵，HI（hazard index ）为总风险危害指数；RfD（reference dose）为摄取途径下每日最高允许摄入的参考剂量（μg·kg−1·d−1）；RfC（reference concentration）为吸入途径下每日最高允许摄入得参考剂量（μg·kg−1·d−1）；CDI（chronic daily intake）为每日摄入量（mg·kg−1·d−1）。
当HI值大于1.0时为超出可承受风险，应考虑采取干预措施。环境样品的六价铬（Cr(Ⅵ)）较为复杂，因为在样品收集、储存和分析期间Cr会在三价态和六价态之间过渡，本研究中的数据为总Cr浓度。六价铬有毒且RfC的适宜因子仅适用于六价铬，为避免总铬健康风险表达过度，采用物种评价的保守比率（Cr(Ⅵ)=0.25:1）估算RfC值[36]。由于其他暴露介质、外部环境因素和样品微量元素生物利用度尚未得到评估，本文使用的建模方法对家庭灰尘中微量元素的健康风险提供了保守估计。如果健康风险超过可容忍限度，应对这些因素进行进一步调查。
-
本研究同时对孕妇尿液内暴露进行了健康风险评估，其计算公式见式（4）—（5）[37]：
式中: DI（daily intake）为每个微量元素的日摄入量（μg·kgBW−1·d−1）；UE（urinary excretion）为尿液中微量元素的浓度（μmol·L−1）；UV（volume of daily urinary excretion）为24 h尿液排出量（ L·d−1）；MW（molecular weight）为母体微量元素的原子量；Fue（urinary rexcretion fraction for a given metabolite）表示尿液中微量元素的尿排泄分数，V、Mn、Co、Se、Mo、Cr、Ni、As、Cd、Sb、Pb的Fue分别为0.66、0.049、0.726、0.176、0.600、0.163、0.400、0.109、0.020、0.800、0.0363[38-42]；RfD为参考剂量（μg·kg−1·d−1），参照同灰尘。
-
本次研究的22名孕妇的基本信息见表1。孕妇的平均年龄为（31±4 ）岁（周岁）。81.8%的孕妇孕前BMI在正常范围（18.5—24.5）内，81.8%的孕妇及其配偶接受过大专及以上教育，54.5%的孕妇为第一次生产。所有孕妇均不吸烟，14.3%的孕妇在孕期存在被动的烟草烟雾暴露。在妊娠期间，30.0%的孕妇饮用桶装水，所有孕妇均食用了淡水鱼及海产品，55.0%的孕妇在怀孕前补充了叶酸。
-
11种微量元素在室内灰尘的检出率均为100%。灰尘中微量元素含量（平均值、中位值、范围浓度）由高到低排序依次是：Mn（456 μg·g−1、416 μg·g−1、131—1109 μg·g−1）> Pb（159 μg·g−1、96.3 μg·g−1、2.27—592 μg·g−1）> Ni（125 μg·g−1、99.9 μg·g−1、23.0—451 μg·g−1）> Cr（107 μg·g−1、113 μg·g−1、44.7—147 μg·g−1）> V（23.9 μg·g−1、23.0 μg·g−1、8.88—41.6 μg·g−1）> As（15.6 μg·g−1、11.1 μg·g−1、3.73—21.9 μg·g−1）> Co（9.66 μg·g−1、8.24 μg·g−1、2.78—23.3 μg·g−1）> Sb（8.78 μg·g−1、8.80 μg·g−1、2.90—19.7 μg·g−1）> Mo（5.11 μg·g−1、3.56 μg·g−1、1.75—19.7 μg·g−1）> Cd（2.21 μg·g−1、1.62 μg·g−1、0.62—7.86 μg·g−1）> Se（1.95 μg·g−1、1.70 μg·g−1、0.796—3.18 μg·g−1）。室内灰尘中微量元素含量目前还未有公认的参考值，本研究与国内外研究进行了比较，见表2。
对于必需微量元素，本研究的家庭灰尘中V浓度（23.9 μg·g−1）与国内城市[43-44]（45.0—55.0 μg·g−1）相比较低，与国外城市[15]（10.0—20.0 μg·g−1）浓度接近；Mn浓度（456 μg·g−1）与国内[45]和国外[15]城市（150—250 μg·g−1）相比较高，但与华东城市[43]（400—500 μg·g−1）浓度一致；Co浓度（9.66 μg·g−1）高于国外城市[15]（5.00—6.00 μg·g−1），与国内城市[43-44]（8.00—11.0 μg·g−1）浓度相当；Se浓度（1.95 μg·g−1）与国外城市[15]（1.00—2.00 μg·g−1）浓度接近；家庭灰尘中Mo浓度（5.11 μg·g−1）与国外城市[15]（8.00—9.00 μg·g−1）相比较低。对于有毒微量元素，家庭灰尘中Cr浓度（107 μg·g−1）比国内南方城市[23,45-46]和沙特阿拉伯[47]（25.0—85.0 μg·g−1）高，比国内北方城市[43]和亚洲国家[48-49]（130—300 μg·g−1）低；Ni浓度（125 μg·g−1）与国内外城市[15,23,43-45,47,49]（20.0—60.0 μg·g−1）相比较高，与伊拉克[48]（100—130 μg·g−1）浓度相当；As浓度（15.6 μg·g−1）比国内南方城市[44]（4.00—5.00 μg·g−1）高，与国内北方城市[43]和国外城市[15]（10.0—20.0 μg·g−1）相当；Cd浓度（2.21 μg·g−1）比国外城市[15,48]（10.0—15.0 μg·g−1）低，与国内南方城市[23,45-46]（2.00—5.00 μg·g−1）相当；Sb浓度（8.78 μg·g−1）比国内城市[45]（1.00—3.00 μg·g−1）高，比国外城市[15]（30.0—40.0 μg·g−1）低；Pb浓度（159 μg·g−1）比国内农村[44,46]和加拿大[15]（300—500 μg·g−1）低，与国内南方城市[23,45-46] （100—250 μg·g−1）相当。总的来说，本研究的孕妇家庭灰尘中Cr、Ni和As浓度水平较高，需要注意其对孕妇健康的危害。
室内灰尘中微量元素之间存在相关性（图1），灰尘中Mn和Co（r=0.898）、Mo（r=0.722）、Cr（r=0.750）、Ni（r =0.559）、As（r=0.761）呈正相关关系（P<0.05）。Co和Mo（r=0.784）、Cr（r=0.714）、Ni（r=0.675）、As（r=0.768）、Sb（r=0.431）呈正相关关系（P<0.05）。Mo和Cr（r=0.521）、Ni（r=0.814）、As（r=0.791）、Sb（r=0.464）、Pb（r=0.525）呈正相关关系（P<0.05）。Cr和Ni（r=0.580）、As（r=0.736），Ni和As（r=0.696）、Sb（r=0.512）、Pb（r=0.475），Sb和Cd（r=0.436）、Pb（r=0.543）呈正相关关系（P<0.05）。主成分分析提取了4个因子，占总方差的84.3%（F1为45.5%；F2为15.9%；F3为13.9%；F4为8.98%），其中Mn、Co、Mo和As是主要变量。从图2的主成分分析载量图可以看出，家庭灰尘中Mn、Co和Mo聚集在一起，Se和Cd聚集在一起，与相关性分析的结果一致。Wang等[50]的研究表明空气中Mn和Co的强相关性可能来源于机动车自然粉尘，Gurbanov等[51]研究表明Mo存在于土壤中，所以家庭灰尘中Mn、Co和Mo可能具有共同的来源。有研究表明，Se易在土壤中富集[52]，Cd在道路灰尘中是主要富集元素之一[53]，家庭灰尘中Se和Cd可能共同来源于室外道路粉尘或土壤环境。
-
孕妇尿液中，除Sb的检出率为54.6%外，其余微量元素检出率均在75%以上。尿液微量元素（平均值、中位值、浓度范围）按照平均值排列为：Mo（37.2 μg·L−1、21.1 μg·L−1、1.19—123 μg·L−1）>As（26.6 μg·L−1、11.7 μg·L−1、2.29—214 μg·L−1）>Se（16.1 μg·L−1、10.0 μg·L−1、nd. —92.6 μg·L−1） >Pb （5.81 μg·L−1、4.32 μg·L−1、1.41—325 μg·L−1）>Cr（5.63 μg·L−1、4.78 μg·L−1、nd. —13.1 μg·L−1）>Mn（2.68 μg·L−1、2.56 μg·L−1、nd. —8.10 μg·L−1）>Ni（2.64 μg·L−1、2.91 μg·L−1、nd. —8.09 μg·L−1）>Cd（0.538 μg·L−1、11.7 μg·L−1、2.29—214 μg·L−1）>Co（0.495 μg·L−1、0.310 μg·L−1、nd. —1.79 μg·L−1）>V（0.339 μg·L−1、0.218 μg·L−1、nd. —1.81 μg·L−1）>Sb（0.244 μg·L−1、0.530 μg·L−1、0.0300—1.10 μg·L−1）。本研究与国内外研究孕妇和成人的尿液微量元素浓度进行了比较（表3）。
对于必需微量元素，本研究的孕妇尿液中V浓度（0.339 μg·g−1）比国内孕妇[54]（0.900—1.00 μg·g−1）低，比国外孕妇[55]（0.100—0.200 μg·g−1）高；孕妇尿液中Mn浓度（2.68 μg·g−1）比武汉成人[30]和国外孕妇[55]（0.500—0.700 μg·g−1）高，与广东深圳成人[56]尿液中的浓度（2.00—10.0 μg·g−1）相当；孕妇尿液中Co浓度（0.495 μg·g−1）与国外[57-58]（0.300—0.800 μg·g−1）一致；孕妇尿液中Se浓度（16.1 μg·g−1）低于国内外孕妇和成人[30,55-56,59]浓度（30.0—110 μg·g−1），与西班牙孕妇[57]尿液浓度（10.0—20.0 μg·g−1）相当；Mo浓度（37.2 μg·g−1）与国外孕妇和成人[57-58]尿液浓度（30—40 μg·g−1）相当。整体来看，本研究的孕妇尿液中Se水平较低，早产与Se水平低有很强的关系[61]，需要注意在妊娠期间Se的补充。
对于有毒微量元素，本研究的孕妇尿液中Cr浓度（5.63 μg·g−1）比武汉孕妇和成人[54-55]（0.200—1.50 μg·g−1）高，但与广东深圳成人[56]（4.00—6.00 μg·g−1）相当；孕妇尿液中Ni浓度（2.64 μg·g−1）略高于孕妇[55,57]（0.500—1.50 μg·g−1）尿液浓度，低于成人[60]（5.00—6.00 μg·g−1）；孕妇尿液中As浓度（26.6 μg·g−1）略高于国内外孕妇和成人[54-55,58]（5.00—20.0 μg·g−1）；孕妇尿液中Cd浓度（0.538 μg·g−1）与国内外浓度[30,54-58,60]（0.100—1.50 μg·g−1）一致；孕妇尿液中Sb浓度（0.244 μg·g−1）比美国成人[58]（0—0.100 μg·g−1）高，与西班牙孕妇[57]（0.100—0.500 μg·g−1）相当；孕妇尿液中Pb浓度（5.24 μg·g−1）与广东深圳浓度[56]（3.00—6.00 μg·g−1）一致。本研究的孕妇尿液As和Ni浓度较高，且其家庭灰尘中As和Ni浓度水平较高，提示在妊娠期间需要注意家庭灰尘中有毒微量元素As和Ni对孕妇和胎儿的危害。
孕妇尿液中微量元素之间存在相关性（图3），孕妇尿液中Se和Co（r=0.481）、Mo（r=0.472）、As（r=0.631）、Cd（r=0.546）呈正相关关系（P<0.05）；Co和Ni（r=0.676）呈正相关关系（P<0.05）。这与Maxime等[62]研究中Co和Ni的相关性一致，Zhao 等[63]也发现尿液中Co和Ni、Cd和Se之间存在显著相关性。孕妇尿液中Mo和As（r=0.646，P<0.05）呈正相关关系。Pb和Cd（r=0.475）、Sb（r=0.647）呈正相关关系（P<0.05），有研究表明Pb和Cd之间具有免疫抑制的协同效应[64]。主成分分析提取了4个因子，占总方差的76.5%（F1为27.4%；F2为23.7%；F3为15.6%；F4为9.73%），其中Pb、Sb、Mo和Ni是主要变量。从图4孕妇尿液主成分分析载量图可以看出，孕妇尿液中Pb和Sb聚集在一起，Mo、Se、As和Co聚集在一起，与相关分析结果一致。近年来，Pb和Sb广泛应用和大规模开采，导致其在水和土壤中的污染日益严重[65-66]，Pb和Sb可能经口进入体内。有研究表明Mo、Se、As和Co主要来源与饮食有关[57,67-69]。所以孕妇尿液中Pb和Sb，Mo、Se、As和Co可能具有相同的来源或代谢过程。该结果与家庭灰尘的结果不尽相同，表明孕妇尿液中微量元素的影响因素不只是家庭灰尘，还需要进一步分析其他影响因素，如饮水和食物等途径。
-
根据环境因素和饮食习惯的调查问卷，使用多元线性回归研究其对孕妇尿液微量元素浓度的潜在影响。每种微量元素的最终回归模型的结果如表4。结果显示，显著影响孕妇尿液微量元素浓度的因素是有限的；室内灰尘中Cd的浓度是孕妇尿液Cd浓度（β=−0.870，P<0.01）的重要预测因素。孕妇尿液Mn（β=0.848，P=0.001）、Cd（β=1.24，P=0.001）和Pb（β=1.51，P<0.01）浓度增加，Co（β=−0.594，P<0.01）和Mo（β=1.94，P=0.004）浓度减少，均与被动吸烟有关。Isley等[36]的研究发现尿液中较高浓度的Mn和Pb可能与室内吸烟有关；De 等[70]发现吸烟可使尿液中Cd含量增加；Manuel等[57]研究发现Co含量降低与怀孕期间被动吸烟有关。有毒微量元素会对孕妇和胎儿造成不良影响。Eguchi等[71]发现孕妇体内Mn的浓度水平与新生儿的出生头围呈负相关。Cd是Ⅰ类人类致癌物，妊娠期暴露Cd会影响胎儿的生长和器官发育[72]。高浓度的Pb会引起神经管缺陷[73]，Daniali等[74]发现孕妇体内Pb浓度水平与新生儿出生体重呈负相关。因此在妊娠期应警惕生活环境如烟尘带来的危害。
同时，孕妇尿液中Co（β=0.698，P=0.020）的浓度增加，尿Mo（β=−0.786，P=0.024）的浓度减少，与频繁食用海产品有关；经产妇的尿Mo浓度比初产妇高（β=0.574，P=0.012）。Baraquoni等[75]发现新生儿Mo浓度高与发育迟缓有关，Chaoqun等[76]发现妊娠期间暴露Mo与胎儿神经发育有关。孕妇体内Se（β=0.552，P=0.012）和Co（β=0.909，P<0.01）的浓度增加与早期补充叶酸有关；孕妇尿液中Co与教育程度呈正相关（β=−0.962，P=0.003）。Co在体内是必需微量元素之一，Zhi等[77]研究表明孕妇体内Co水平较低可能会引发早产。Se在妊娠期对机体起到保护作用[78]，Hawkes等[79]发现孕妇Se的水平过低会导致妊娠糖尿病，Se的浓度过低会增加胎儿过小的风险[80]；Wang 等[69]的研究显示尿Mn浓度与孕期补充叶酸显著相关，本研究未发现此结果，但是尿Se浓度增加这一结果与本研究一致。本研究结果提示可以通过食用海产品补充孕妇体内Co的含量，尽早补充叶酸增加孕妇体内Se的含量。
-
表5列出了孕妇微量元素暴露的健康风险评估；家庭灰尘Mn、Mo、Cr、As和Pb的总风险分别为(4.07±1.94)、(1.59×10−3±1.25×10−3)、(5.61×10−3±4.80×10−3)、(4.77×10−1±4.73×10−1)和(4.00×10−2±3.83×10−2). 本研究家庭灰尘Mn的总风险较高，其中主要为吸入暴露贡献。然而，以往研究普遍发现吸入微量元素对人体的健康风险较低[23,81-82]。建议孕妇妊娠期需要注意及时打扫室内卫生，防止灰尘堆积。由于本研究样本量较少，且室内灰尘健康风险评价的准确性受到其他因素的影响，如灰尘粒径大小、采样时的环境、居住地周围环境等未收集分析，所以对于室内灰尘的健康风险评估还需要进一步开展深入研究。
针对孕妇尿液的健康风险评估中显示Mo、Cr、As、Pb处于潜在风险（HQ>1），Cd和Sb分别有3人和1人HQ>1，Zhong等[83]研究也表明广州居民尿液中As具有潜在风险。孕妇尿液种Cr和Pb水平相对较高，且家庭灰尘Cr和Pb水平也较高，说明家庭灰尘可能会影响孕妇尿液Cr和Pb的浓度水平。在家庭灰尘中Mn的HQ>1，而孕妇尿液中Mn的HQ<1，说明家庭灰尘可能不是影响孕妇体内Mn含量的主要因素。Mo、Cr、As、Pb在家庭灰尘中HQ<1，而在孕妇尿液中HQ>1，这说明灰尘摄入可能并非Mo、Cr、As和Pb进入孕妇体内的主要途径。
-
本研究检测了孕妇尿液及家庭灰尘中必需微量元素（V、Mn、Co、Se和Mo）和有毒微量元素（Cr、Ni、As、Cd、Sb和Pb）的浓度水平，家庭灰尘中的Cr、Ni和As含量较高；孕妇尿液中As和Ni的含量较高，Se的含量偏低。在吸烟环境会使孕妇尿液中Mn、Cd和Pb的浓度增加，建议在妊娠期避免在室内抽烟。本研究健康风险评估家庭灰尘中Mn的HQ>1，孕妇尿液中Mo、Cr、As和Pb的HQ>1，虽然本研究没有观察到早产、自然流产和畸形等严重的临床影响，但是根据本研究的分析，这些微量元素对孕妇及胎儿的健康影响可能存在危害，还要考虑采取干预措施。由于本研究的样本量较少，还需要进一步进行调查研究，以便更好地阐明微量元素对孕妇和胎儿的影响。
孕期微量元素家庭灰尘暴露和内暴露特征及健康风险评估
Characteristics and health risk assessment of household dust exposure and internal exposure to trace elements during pregnancy
-
摘要: 孕妇妊娠期是胎儿生长发育的关键窗口期，期间母婴容易受到微量元素的影响。室内环境是孕期暴露微量元素的主要场所之一，同时个人生活习惯对微量元素暴露亦有重要影响。本研究采集孕妇尿液和对应的家庭灰尘，并收集孕妇生活习惯等调查问卷，分析了孕妇尿液和家庭灰尘中V、Mn、Co、Se、Mo、Cr、Ni、As、Cd、Sb和Pb 等11种微量元素的浓度水平，评估孕妇尿液和室内灰尘之间微量元素的相关性，探讨孕妇微量元素暴露水平的潜在影响因素，并评估室内灰尘中微量元素对孕妇的健康风险。研究发现，11种微量元素在家庭灰尘中的平均浓度介于1.95—159 μg·g−1，在孕妇尿液的平均浓度介于0.244—37.2 μg·L−1。与国内外研究报道的平均浓度相比，家庭灰尘中的有毒微量元素Cr、Ni和As含量较高，孕妇尿液中有毒微量元素主要为As和Ni，必需微量元素Se的含量偏低。相关性分析和主成分分析结果发现，家庭灰尘中Mn、Co和Mo，Se和Cd分别具有可能的相同来源；而孕妇尿液中Pb和Sb，Mo、Se、As和Co分别具有潜在相同的暴露源和途径。人口学特征的多元回归分析中，孕妇尿液必需微量元素Mn和有毒微量元素Cd、Pb的浓度增加与吸烟环境有关，在妊娠期应警惕生活环境如烟尘带来的危害。健康风险评估结果表明，家庭灰尘中必需微量元素Mn对孕妇健康可能存在低风险，孕妇尿液中必需微量元素Mo和有毒微量元素Cr、As、Pb存在低风险。根据本研究的分析结果，微量元素Mo、Mn、Cr、As和Pb对孕妇及胎儿的健康影响可能存在危害，需要考虑采取干预措施。Abstract: Pregnancy period is a critical time window for fetal growth and development, during which the pregnant woman and fetus are vulnerable populations to exposure to trace elements. Indoor environment is one of the main places where maternal and infant exposure to trace elements, and living habits had significant effects on the exposure levels. In this study, pregnant women's urine and corresponding household indoor dust were collected, and pregnant women's living habits were collected by questionnaires. The levels of 11 trace elements (V, Mn, Co, Se, Mo, Cr, Ni, As, Cd, Sb, and Pb) in urine and household indoor dust were determined by inductively coupled plasma mass spectrometer. Pearson correlation analysis and principal component analysis were applied to evaluate the correlation of trace elements in pregnant women’s urine and those in indoor dust. Multiple linear regression model was applied to evaluate the potential influencing factors of trace element exposure in pregnant women. Besides, the health risks for pregnant women exposure to trace elements in indoor dust were assessed. The average concentrations of 11 trace element individuals ranged from 1.95 μg·g−1 to 159 μg·g−1 in household dust, and 0.244 μg·L−1 to 37.2 μg·L−1 in the urine of pregnant women, respectively. Compared with the average concentration in domestic and foreign studies, relative high levels of toxic trace elements like Cr, Ni, and As were observed in indoor dust. As and Ni were the primary toxic trace elements in urine of pregnant women, whilst the levels of essential trace element Se were relatively low. The results of correlation analysis and principal component analysis showed that Mn, Co and Mo, Se and Cd in household dust may have the same source, respectively. Pb and Sb, and Mo, Se, As and Co in urine of pregnant women may have the same exposure sources and pathways respectively. Multiple regression analysis of demographic characteristics showed that the increase of essential trace elements Mn and toxic trace elements Cd and Pb in urine of pregnant women was associated with smoking environment. The results of health risk assessment showed that the levels of essential trace elements Mo and toxic trace elements Cr, As and Pb in the urine of pregnant women suggested a low risk, and essential trace element Mn in household dust may pose a low risk to the health of pregnant women. According to the analysis results of this study, trace elements Mo, Mn, Cr, As and Pb may have harmful effects on the health of pregnant women and fetuses, and intervention measures should be considered.
-
Key words:
- Trace elements /
- pregnant woman /
- urine /
- household dust /
- exposure characteristics
-
随着我国城镇化进程和新农村建设的不断推进，村镇生活污水排放量也在逐渐增长。考虑到农村地区对优美生态环境的客观需要，有针对性地对农村污水进行治理是社会发展的必然趋势。目前，我国农村污水处理方式主要包括两类：一是靠近城镇排水管道的，纳入排水管道处理，通过管网将农户污水收集并统一处理；二是采用小型污水处理设备，以及自然生态处理等形式将单户或几户的污水就近处理利用[1]。相对于城镇污水而言，农村污水具有以下特点：污水来源复杂，不同地区的排放强度及规律各有差异；农村污水水量波动较为明显；村镇规模相对较小，且分布极为分散，不利于将污水集中处理；污水排放量不稳定，夜间排放量可以忽略[2]。这些不利因素对农村污水的高效治理构成了巨大挑战。
2018年9月29日，住建部和生态环境部联合发布了《关于加快制定地方农村生活污水处理排放标准的通知》[3]。通知提到，农村生活污水500 m3·d−1以上规模(含500 m·d−1)的农村生活污水处理设施可参照执行《城镇污水处理厂污染物排放标准》(GB 18918-2002)[4]执行；而处理规模在500 m3·d−1以下的农村生活污水处理设施，由各地可根据实际情况进一步确定具体处理规模标准。在此政策基础上，各省市纷纷制定了各自地方的排放标准。有些地方标准相对宽松，但有些却比较严格，对氮磷要求很高，例如北京市、天津市等。
根据《室外排水设计规范》[5]，为了达到良好的脱氮效果，要求进水的BOD5/TKN宜大于4，而农村污水常常不满足这一要求。农村污水浓度往往较低，低浓度生活污水对生物脱氮影响的后果往往是出水总氮(TN)不达标[6]。其原因主要包括：雨污水合流的稀释作用、地下水渗入稀释作用、化粪池的不合理设置等[7-8]。为了满足日益严格的TN出水标准，尽管外加碳源一定程度上加重了污水厂的经济负担。但是，在缺氧区投加碳源是一条最为稳妥的方法，也是目前不同运营单位最常采用的一种方法。不同污水厂(站)在外加碳源时，采用的外加碳源不尽相同。选择合适的碳源，确定适合的碳源投加量是保证村镇低浓度污水处理达标排放的一条重要途径。
对于农村污水而言，虽然处理工艺具有一定的差异，但主要脱氮原理基本上仍为传统的硝化-反硝化过程。其中，COD与磷酸盐浓度可分别通过曝气以及投加沉淀剂的方式达到排放标准，而脱氮过程则难以通过投加药剂这种立竿见影的形式迅速达标。因此，在农村污水处理的过程中，面临的主要困境往往是出水TN无法达标，为此需要进行深入研究，探究适宜的碳源类型。反硝化菌对不同类型有机物的代谢方式具有差异，其代谢速率各不相同；且不同反硝化菌属最适利用的碳源种类同样具有差异，投加不同种类的碳源可富集不同的反硝化菌属。为摸清不同碳源作为补充碳源对反硝化过程脱氮效果的影响，本研究采用乙酸钠、乙醇、葡萄糖和蔗糖作为碳源，对不同的反硝化过程的脱氮效果进行了探究。本研究可为农村污水处理过程中选用外加碳源的种类提供参考依据。
1. 材料与方法
1.1 实验装置
实验装置采用4组SBR，用以驯化和培养反硝化污泥。其有效容积均为4.8 L，装置结构如图1所示。 SBR通过自控装置每天运行6个周期，每个周期包括：进水(10 min)→缺氧反应(160 min)→曝气(10 min)→沉淀(30 min)→排水/闲置(15 min)→搅拌(15 min)。缺氧段采用电动搅拌器搅拌，转速为96 r·min−1。曝气段采用曝气头曝气，控制DO在1.5~2 mg·L−1。设置曝气段的目的为，反硝化细菌体内某些酶只有在有氧条件下才能合成[9]；同时，曝气可以吹脱缺氧阶段产生的氮气，提高反硝化污泥的沉降性能。在下一个周期之前15 min开始搅拌以恢复反硝化细菌活性，使反硝化细菌保持最佳状态。每个周期排出1.6 L处理过的废水，并用蠕动泵泵入1.6 L人工配水，水力停留时间(HRT)=12 h。每天定时在搅拌结束后曝气开始前排一次泥，保证SRT为10 d左右。反应装置由定时装置控制周期循环运行。
1.2 接种污泥
以乙酸钠、乙醇和葡萄糖为碳源的反硝化污泥接种北京某污水厂二沉池回流污泥；以蔗糖为碳源的反硝化污泥接种于已经驯化成功的以乙酸钠为碳源的反硝化污泥。将种泥按比例稀释，使得MLSS为1500 mg·L−1左右。
1.3 实验水质
SBR采用人工配水，分别以乙酸钠、乙醇、蔗糖和葡萄糖作为碳源，分别维持乙酸钠、乙醇、葡萄糖、蔗糖4种碳源的碳氮比为4.5、5、6.5、6.5，以获得活性污泥的最佳驯化效果。硝酸钠为氮源。磷酸二氢钠为磷源。由于自来水里含有微生物生长所需的微量元素，故不再另外投加。进水水质主要指标如表1所示。
表 1 不同水质条件下的COD与NO−3 -N浓度Table 1. COD andNO−3 -N concentration under different water quality碳源类型 COD/(mg·L−1) 
-N /(mg·L−1)COD∶N 乙酸钠 450 100 4.5 乙醇 500 100 5 葡萄糖 650 100 6.5 蔗糖 650 100 6.5 | Show Table
DownLoad:
CSV
1.4 批次实验
批次实验的反硝化污泥混合液分别取于稳定运行的SBR曝气之后，取出的污泥经沉淀、离心去除上清液，加入清水后再次进行沉淀、离心、去除上清液，重复上述步骤至少3次，以确保污泥中不再残留化学物质。将去除上清液后的污泥置于500 mL广口瓶中，加入不含
NO−3 -N和COD的配水液，摇晃均匀以配成悬浮液。用HCl或NaOH稀溶液调节pH为6.5，并向瓶中持续通入5 min氮气以去除混合液中氧气，之后将插有两根橡胶管的瓶塞将瓶口密封。2根橡胶管只有在取气样、水样时打开，其他时候均用夹子夹住。将
NO−3 -N和COD按SBR配水浓度分别配成50 mL浓缩液，在反应开始时，立即注射入广口瓶中，并将广口瓶置于磁力搅拌器上进行搅拌，转速为150 r·min−1。按原SBR的典型周期进行批次实验，温度为22 ℃，反硝化污泥在缺氧条件下运行，时间为160 min。 其中，反硝化速率按照式(1)计算。V=C0−C1CMLVSS·t (1) 式中：V为反硝化速率，g·(g·h)−1；C0为起始
NO−3 -N或NO−2 -N浓度，g·L−1；C1为终点NO−3 -N或NO−2 -N浓度，g·L−1；CMLVSS为混合液体挥发性悬浮固体浓度，g·L−1；t为反应时间，h。1.5 分析方法
活性污泥驯化阶段，每天定时在曝气前取1次水样，检测其
NO−3 -N、COD、pH；并在曝气前和曝气中分别检测DO，以确保反硝化系统正常运行。MLSS，MLVSS采用重量法；
NH+4 -N采用纳氏试剂分光光度法；NO−3 -N采用紫外分光光度法；NO−2 -N采用N-(1萘基)-乙二胺光度法；COD采用重铬酸钾法[10]。温度采用水银温度计测定；pH采用pHTestr 30型pH计测定；溶解氧采用Multi 3620 WTW型溶解氧仪测定。2. 结果与讨论
2.1 驯化时间
以乙酸钠、乙醇、葡萄糖和蔗糖为有机碳源时，认定单周期过程结束后，若反应器出水中不包含
NO−3 -N以及NO−2 -N时，则反硝化菌驯化完全。反应器的反硝化脱氮效果达到稳定的时间如表2所示。由表2可知，乙酸钠的驯化时间最短，蔗糖的驯化时间最长，驯化时间大约为乙酸钠的2倍。有研究[11]表明，相对于乙醇、葡萄糖和蔗糖而言，反硝化细菌对乙酸的降解要更为容易，故反硝化细菌对于乙酸钠的适应性更强，所需的驯化时间则相对较短。表 2 反硝化细菌的驯化时间Table 2. Period for domestication of denitrifying bacteria碳源类型 驯化时间/d MLSS/(g·L−1) MLVSS/(g·L−1) MLVSS∶MLSS 乙酸钠 17 2.65 1.98 0.746 乙醇 24 3.28 2.56 0.78 葡萄糖 26 2.75 2.23 0.812 蔗糖 30 4.4 3.5 0.795 | Show TableDownLoad:
CSV
2.2 不同碳源的反硝化过程
以乙酸钠为碳源时，
NH+4 -N、NO−3 -N、NO−2 -N和N2O的变化情况如图2所示。以乙酸钠为碳源时，NO−3 -N迅速得到降解，在60 min内全部被反硝化完毕。这说明，硝酸盐的还原呈现零级反应[12]。平均比反硝化速率为0.050 g·(g·h)−1。
图 2 乙酸钠为碳源条件下反应器内各指标的变化Figure 2. Variations of indices in reactor with sodium acetate as carbon source
图 3 乙醇为碳源条件下反应器内各指标的变化Figure 3. Variations of indices in reactor with ethanol as the carbon source
图 4 葡萄糖为碳源条件下反应器内各指标的变化Figure 4. Variations of indices in reactor with glucose as carbon sourceNO−2 -N浓度先增加后减少。在反应开始50 min内，NO−2 -N浓度逐渐增加；待反应器内NO−3 -N几乎被耗尽后，积累值达到最大23.2 mg·L−1；此后，NO−2 -N浓度逐渐下降为0。这表明，在反硝化时，硝酸盐还原速率大于亚硝酸盐的还原速率，导致亚硝酸盐的积累，最高亚硝酸盐积累率23.2%，因为碳源充足，反应器出水中NO−2 -N累积将会消失。反应周期内，气态的N2O总量为0.002 8 mg·L−1，溶解态N2O积累量出现2个峰值，分别出现在10 min和50 min，其值为1.23 mg·L−1和1.60 mg·L−1，N2O的产生源于亚硝酸盐的还原。后期N2O没有继续升高，亚硝酸盐还原速率与N2O还原速率基本稳定，而少量的N2O是因为溶液中没有溢出所致。
反应中，
NH+4 -N浓度几乎保持稳定，说明NH+4 -N浓度变化可以忽略。以乙醇为碳源时，各个指标的变化情况如图3所示。以乙醇为碳源时，与乙酸钠为碳源时相似，
NO−3 -N在70 min内迅速被反硝化完毕，平均比反硝化速率为0.031 g·(g·h)−1。NO−2 -N浓度在70 min内达到最大值19.5 mg·L−1，即最高亚硝酸盐积累率19.5%；此后，NO−2 -N浓度逐渐下降为0。NH+4 -N浓度几乎保持稳定。气态的N2O总量为0.001 mg·L−1。溶解态N2O积累量在20 min内迅速升高到0.63 mg·L−1；之后缓慢升高到极大值1.25 mg·L−1；此后开始缓慢下降，至反应结束，浓度为0.67 mg·L−1。以葡萄糖为碳源时，各个指标的变化情况如图4所示。以葡萄糖为碳源时，
NO−3 -N迅速得到降解，在80 min内全部被反硝化完毕，平均比反硝化速率为0.034 g·(g·h)−1。在0~140 min内，NO−2 -N浓度先增加后减少。在70 min内，NO−2 -N积累值达到42.5 mg·L−1，最高亚硝酸盐积累率42.5%；此后，NO−2 -N浓度逐渐下降为0。NH+4 -N浓度在反应期间维持稳定。反应周期内气态N2O总量为0.023 mg·L−1。溶解态N2O首先缓慢增加后开始下降。0~110 min内，N2O浓度逐渐积累至5.43 mg·L−1，之后开始下降。以蔗糖为碳源时，各个指标变化情况如图5所示。以蔗糖为碳源时，
NO−3 -N在70 min内全部被反硝化完毕，平均比反硝化速率为0.026 g·(g·h)−1。NO−2 -N的最大积累值为7 mg·L−1，最高亚硝酸盐积累率7.0%，最终NO−2 -N也逐渐变为0。
图 5 蔗糖为碳源条件下反应器内各指标的变化Figure 5. Variations of indices in reactor with sucrose as the carbon sourceNH+4 -N浓度在反应期间浓度保持稳定。气态N2O总量为0.002 5 μg·L−1。与乙醇为碳源时相似，溶解态N2O积累量在10 min内迅速升高到0.44 mg·L−1，之后缓慢升高到极大值0.66 mg·L−1，此后保持稳定。2.3 不同碳源的反硝化效果分析
在传统的城市污水处理过程中，往往采用硝化-反硝化工艺，其中氮磷的有效去除依赖于进水有机物的充分供给。农村污水的进水有机物浓度普遍较低，在处理低浓度污水的农村污水处理设施当中，进水COD浓度往往低于250 mg·L−1，BOD5则通常低于100 mg·L−1；此时，污水厂的同步脱氮除磷效果会由于反硝化菌与聚磷菌对于有机物的竞争过程而恶化，尤其不利于出水TN去除，甚至
NH+4 -N也无法满足排放标准[13]。因此，农村污水的脱氮过程更依赖于外加碳源的投加，选择合适的外加碳源有利于反硝化过程顺利进行，保证农村污水处理设施出水氮素的达标排放。硝酸盐还原包括同化反硝化和异化反硝化两大类。其中，同化反硝化最终形成有机氮化合物；异化反硝化中，包括常规反硝化和异化反硝化为氨两种路径(dissimilatory nitrate reduction to ammonium，DNRA)[14]。常规反硝化过程中，硝酸盐按照式(1)的路径[15-16]还原为氮气，依次由硝酸盐还原酶、亚硝酸盐还原酶、一氧化氮还原酶、氧化亚氮还原酶完成。
NO−3→NO−2→NO→N2O→N2 (1) 本实验中，在不同碳源条件下，
NH+4 -N浓度变化情况基本相似，即反应期间保持稳定。有研究[17]表明，在反硝化过程中，NH+4 -N和NO−2 -N浓度都会发生显著变化。这是因为，在某些特定环境(氧化还原电位小于-200 mV、低DO、氮源受限而碳源丰富等)下，反硝化过程除了由NO−3 -N向氮气转化的异化性硝酸盐还原路径之外，还会发生由DNRA作用[15]，同时某些特定反硝化菌群只具备DNRA能力[18]。YANG等[19]从反硝化污泥中分离出Pseudomonas stutzeri D6菌株，通过控制C/N比、DO、碳源种类(乙酸、葡萄糖、柠檬酸钠)等条件探究了其DNRA作用。而在本实验中，NH+4 -N浓度并未发生明显变化。由此可知，本实验中反硝化过程只涉及常规反硝化过程(式(1))。以乙酸钠、乙醇、葡萄糖和蔗糖为碳源的各典型周期运行过程中，
NO−3 -N的比降解速率分别为0.05、0.03、0.03和0.02 g·(g·h)−1。其中，乙酸钠为碳源时，反硝化速率最快，乙醇和葡萄糖次之，蔗糖最慢。这是因为，乙酸能够与辅酶A结合形成乙酰辅酶A，直接进入三羧酸循环被微生物降解，而乙醇在为微生物利用的过程中需要先转化为乙酸才能进而被降解。葡萄糖作为较复杂的有机物，同样需要经过两个氧化过程才能得以降解：第1步，反硝化细菌将其氧化得到丙酮酸和ATP；第2步，丙酮酸进入三羧酸循环时被丙酮酸脱氢酶复合物转化为乙酰辅酶A[20]。因此，有机物结构越复杂，意味着代谢过程越复杂，反硝化速率也就越慢。由此可知，由1个葡萄糖分子和1个果糖分子组成的蔗糖，有机物结构最复杂，导致其反硝化速率最慢。由图2~图5可以看出，各碳源的典型周期内，反应器中均出现
NO−2 -N积累。以NO−3 -N为氮源的反硝化过程中，NO−2 -N来源于常规反硝化。在反应周期内，NO−2 -N均出现短暂积累情况，浓度均先升高后降低，并逐渐趋于0。葡萄糖为碳源时，最大NO−2 -N积累率最大，为42.5%，乙酸钠和乙醇次之，分别为23.2%和19.5%，蔗糖最小，仅为7.0%。值得注意的是，从图2~图5中还可以发现，在4种碳源条件下，对应的
NO−2 -N浓度均是在NO−3 -N即将耗尽时达到最大值的。计算各最大积累值时刻点对应的NO−3 -N浓度之前和之后的实测降解速率，分别以NO−3 -N左和NO−3 -N右表示，然后用NO−3 -N左减去NO−2 -N实测积累速率，即得到NO−2 -N的真实降解速率(即Nir酶的降解速率)，如图6所示。在SBR乙酸钠中，当NO−2 -N最大积累时，NO−3 -N的降解速率由0.041 g·(g·h)−1骤降为0.016 g·(g·h)−1，由NO−3 -N降解速率减去NO−2 -N积累速率得到的NO−2 -N降解速率为0.036 g·(g·h)−1；若要使得NO−2 -N继进行积累，NO−3 -N的降解速率至少应为0.036 g·(g·h)−1，而此时NO−3 -N的降解速率显然并不能满足，故而NO−2 -N浓度开始下降。这表明，NO−2 -N的降解是滞后于NO−3 -N的。
图 6NO−2 -N最大积累时刻点的参数动力学分析Figure 6. Analysis of kinetic parameters at maximum accumulation ofNO−2 -N从电子传递角度而言，
NO−2 -N作为电子受体所需的电子需要从细胞质膜的周质获得，这使得其获得电子滞后于NO−3 -N [21]。此外，如果细胞内氧化代谢产生的还原黄素达到饱和，NO−3 -N和NO−2 -N在底物电子的获取上将形成竞争，而Nar酶对电子的亲和力强于Nir酶[22]。同时，有些反硝化细菌种群细胞内只含有Nar酶，而没有Nir酶，也就是其不具备将NO−3 -N向NO−2 -N转化的能力，如Comamonadaceae属[21]。这些都将使得NO−2 -N的降解落后于NO−3 -N，从而导致以NO−3 -N为氮源的反硝化脱氮过程中出现NO−2 -N短暂积累的现象。GE等[20]在研究以乙酸、甲醇、葡萄糖等为碳源的反硝化过程中也发现了相同的现象。由碳源种类导致的
NO−2 -N最大积累值存在差异的情况同样也出现在很多研究[20, 23]中，乙酸、丙酸、乙醇等为碳源时出现较多NO−2 -N积累；但丁酸、戊酸、己酸等却仅出现少量甚至并未出现积累。在本实验中，葡萄糖为碳源时，反硝化过程中NO−2 -N的最大积累值是4种碳源之首，乙醇和乙酸钠次之，蔗糖最少。有研究[24]指出，有机物本身作为电子供体，对Nar酶和Nir酶的亲和力不同使得NO−3 -N和NO−2 -N降解速率的差值不同，将导致NO−2 -N积累值不同。而碳源种类作为营养物质，若长期对反硝化细菌进行培养，将改变菌群结构，使得微生物群落中所含的Nar酶和Nir酶的数量发生改变，从而导致NO−2 -N积累值发生显著变化。LU等[25]发现，在以乙酸和乙醇为碳源的反硝化细菌中，Thauera属占主导，而Thauera中Nar酶的数量要比Nir酶多；而GLASS等[26]发现，以葡萄糖为碳源的反硝化细菌中Comamonadaceae属则占主导，而Comamonadaceae属中的一些菌株，如Acidovorax facilis株，并不具备Nir酶系统，这将导致以葡萄糖为碳源时，NO−2 -N积累现象更显著。但是，在阎宁等[27]的实验中，葡萄糖为碳源时并未出现或只出现少量NO−2 -N积累的现象。这表示，NO−2 -N积累除了与微生物结构和碳源种类有关，还与其他环境控制条件有关，如温度、pH、碳源适应时间等。3. 结论
1)农村污水处理过程中普遍存在碳源不足的问题，通过外加碳源的投加是保证污水处理过程中稳定的TN去除率的有效措施。
2)采用乙酸钠，乙醇，葡萄糖，蔗糖时作为外加碳源时，反硝化脱氮实现稳定的时间分别为17、24、26、30 d，其平均反硝化速率分别为0.050、0.031、0.034和0.026 g·(g·h)−1，即硝酸盐还原速率依次降低。
3)在反硝化过程中，外加碳源均出现了显著的亚硝酸盐积累，在硝酸盐耗尽时，出现亚硝酸盐的最大值。
4)以葡萄糖为碳源时，最大亚硝酸盐积累率为42.5%；而以乙酸钠和乙醇为碳源时，最大亚硝酸盐积累率次之，分别为23.2%和19.5%；以蔗糖为碳源时，最大亚硝酸盐积累率最小，仅为7.0%。
-
图 1 家庭灰尘微量元素相关性分析 (P<0.05)
Figure 1. Correlation analysis of trace elements in household dust (P<0.05)
图 3 孕妇尿液微量元素相关性分析 (P<0.05)
Figure 3. Correlation analysis of trace elements in urine of pregnant women (P<0.05)
图 4 孕妇尿液主成分分析载量图
Figure 4. Load map of pregnant woman's urine by principal component analysis
表 1 孕妇基本信息（n=22）
Table 1. Basic information for pregnant women（n=22）
年龄(周岁) 孕前BMI 产次 教育程度 配偶教育程度 ≤30 ＞30 平均 ＜18.5 ≥18.5 平均 初产妇 经产妇 大专以下 大专及以上 大专以下 大专及以上 28±2 34±3 31±4 16.7±0.384 21.6±1.95 20.7±2.60 54.5% 45.5% 18.2% 81.8% 18.2% 81.8%
下载: 导出CSV
被动吸烟 饮用桶装水 食用淡水鱼 食用海产品 补充叶酸 是 否 是 否 每周1—3次 每周4—6次 每周1—3次 每周4—6次 怀孕前 怀孕后 14.3% 85.7% 30.0% 70.0% 95.0% 5.0% 20.0% 80.0% 55.0% 45.0%
下载: 导出CSV
表 2 国内外不同城市家庭灰尘微量元素浓度比较(μg·g−1)
Table 2. Comparison of trace element concentration in household dust of different cities at home and abroad (μg·g−1)
省/市Province/city 采样年份Sampling date 样本量Sample number 钒V 锰Mn 钴Co 硒Se 钼Mo 铬Cr 镍Ni 砷As 镉Cd 锑Sb 铅Pb 文献Reference 广州 2020—2021 22 23.9 457 9.66 1.95 5.11 107 125 15.6 2.21 8.78 159 本研究 广东省清远市 2013—2014 78 — — — — — 41.6 — — 2.45 — 214 [46] 广东省清远农村 2013—2014 78 — — — — — 29.4 — — 4.18 — 392 [46] 山西省太原市 2019 72 48.8 444 8.19 — — 134 40.5 17.4 0.560 — 50.3 [43] 四川省成都市 2014—2015 90 — — — — — 82.7 52.6 — 2.37 — 123 [23] 安徽省合肥市 2018 41 18.0 177 — — — 29.5 26.1 — 4.39 2.00 95.4 [45] 安徽省农村 2010 125 52.6 — 10.3 — — 114 38.9 4.46 — — 349 [44] 加拿大 2016 125 15.0 250 5.40 1.60 8.30 92.0 60.0 13.0 11.0 36.0 450 [15] 伊拉克 2020 50 — — — — — 289.5 106 — 14.8 — 75.6 [48] 沙特阿拉伯 2016 20 — — — — — 46.7 32.2 — 0.540 — — [47] 伊朗 2016 19 — — — — — 143 57.1 — 5.31 — 209 [49] 注：—表示无数据。表格中数据为国内外不同城市家庭灰尘微量元素平均值. — Indicates no data. The data in the table are the average values of trace elements in household dust in different cities at home and abroad.
下载: 导出CSV
表 3 国内外不同城市居民尿液微量元素浓度比较(μg·L−1)
Table 3. Comparison of urinary trace elements concentrations of residents in different cities at home and abroad (μg·L−1)
省/市Province/city 人口类别Population category 采样年份Sampling date 样本量Sample number 钒V 锰Mn 钴Co 硒Se 钼Mo 铬Cr 镍Ni 砷As 镉Cd 锑Sb 铅Pb 文献Reference 广州 孕妇 2020—2021 22 0.339 2.68 0.495 16.1 37.2 5.63 2.64 26.6 0.538 0.244 5.24 本研究 中国武汉 孕妇 2014—2016 675 0.960 — — — — 1.12 — 20.0 0.630 — 2.54 [54] 中国武汉 成人 2014—2016 226 — 0.530 — 34.0 — 0.240 — 40.9 1.09 — 0.920 [30] 广东深圳 成人 2016—2017 334 — 5.80 — 30.1 — 4.46 — 48.8 1.47 — 4.69 [56] 西班牙 孕妇 2004—2008 1346 — — 0.520 17.1 38.8 — 1.27 34.4 0.230 0.350 1.14 [57] 加拿大 孕妇 2016 29 0.170 0.630 0.630 58.2 — 0.130 0.960 7.40 0.120 — 0.160 [55] 马来西亚 成人 2017—2018 817 — — — — — — 5.73 82.3 0.470 — 1.53 [60] 美国 成人 2003—2014 9537 — — 0.340 — 38.6 — — 8.85 0.240 0.06 0.50 [58] 伊朗 成人 2014 33 — — — 102 — — — — — — 16.7 [59] 注：—表示无数据。表格中数据为国内外不同城市居民尿液微量元素平均值. — Indicates no data. The data in the table are the average values of urine trace elements of residents in different cities at home and abroad.
下载: 导出CSV
表 4 尿液微量元素浓度影响因素的多元线性回归模型结果
Table 4. Multivariate linear regression model results of factors influencing urinary trace element concentration
微量元素Trace elements 影响因素Influence factor 标准化系数Standardized Coefficients 95%置信区间95%Confidence interval R2 调整R2Adjust R2 Beta Sig 下界Lower bound 上界Upper bound Mn 常量 — 0.050 −3.64 0.004 0.566 0.499 被动吸烟（是） 0.848 0.001 0.912 2.93 — — Co 常量 — 0.302 −1.17 3.44 0.757 0.669 教育程度（大专以下） −0.962 0.003 −4.06 −1.05 — — 被动吸烟（是） −0.594 0.005 3.05 −0.672 — — 食用海产品（4—6次/周） 0.698 0.020 0.425 3.95 — — Se 补充叶酸（怀孕前） 0.909 0.000 1.08 2.69 — — 常量 — 0.023 −2.47 −0.212 0.500 0.428 补充叶酸（怀孕前） 0.552 0.012 0.245 1.68 — — Mo 常量 — 0.183 −1.22 5.78 0.558 0.422 产次（经产妇） 0.574 0.012 0.307 2.04 — — 配偶教育程度（大专及以上） 1.94 0.004 1.84 7.66 — — 被动吸烟（是） −1.54 0.004 −6.79 −1.63 — — 食用海产品（4—6次/周） −0.786 0.024 −4.69 −0.396 — — Ni 常量 — 0.002 2.02 6.42 0.842 0.771 饮用桶装水（是） −0.373 0.032 −1.55 −0.086 — — Cd 常量 — 0.638 −2.19 1.40 0.785 0.695 Cd（灰尘） −0.870 0.000 −1.33 −0.600 — — 被动吸烟（是） 1.24 0.001 1.72 5.04 — — Pb 常量 — 0.214 −2.28 0.554 0.744 0.709 被动吸烟（是） 1.51 0.000 2.72 5.48 — — 注：—表示无数据。— Indicates no data.
下载: 导出CSV
表 5 健康风险评估
Table 5. Health risk assessment
微量元素Trace element RfD/(μg·kg−1·d−1) RfC/(μg·kg−1·d−1) 家庭灰尘 均值±标准差(范围)Household dust Mean ± Standard deviation(range) 孕妇尿液 均值±标准差(范围)Pregnant women urine Mean ± Standard deviation(range) HQ摄取HQ ingestion HQ吸入HQ inhalation HI DI/(μg·kg-1BW·d−1) HQ V 5.04 0.1 (2.16×10−3±9.39×10−4)(7.55×10−4—4.01×10−3) (1.09×10−1±4.73×10−2)(3.81×10−2—2.02×10−1) (1.11×10−1±4.83×10−2) 0.0470±0.0563(nd.—0.252) 0.00933±0.0112(nd.—0.0500) Mn 140 0.05 (1.45×10−3±6.92×10−4)(5.63×10−4—3.55×10−3) 4.07±1.94(1.58—9.94) 4.07±1.94 5.40±4.73(nd.—16.3) 0.0386±0.0338(nd.—0.117) Co 0.3 0.006 (1.42×10−2±6.42×10−3)(5.56×10−3—3.47×10−2) (7.11×10−1±3.21×10−1)(2.78×10−1—1.74) (7.26×10−1±3.28×10−1) 0.0695±0.0726(nd.—0.262) 0.232±0.242(nd.—0.872) Se 5 20 (1.78×10−4±6.83×10−5)(7.35×10−5—3.24×10−4) (4.42×10−5±1.71×10−5 )(1.71×10−5—8.10×10−5) (2.21×10−4±8.54×10−5) 1.01±0.854(nd.—28.0) 0.261±0.317(nd.—15.0) Mo 5 2 (4.53×10−4±3.57×10−4)(1.62×10−4—1.77×10−3) (1.13×10−3±8.93×10−4)(4.04×10−4—4.42×10−3) (1.59×10−3±1.25×10−3) 10.7±9.51(0.343—35.4) 2.14±1.90(0.0685—7.07) Cr 3 0.1 (1.81×10−4±1.55×10−4)(5.74×10−5—5.84×10−4) （5.43×10−3±4.65×10−3)(1.72×10−3—1.75×10−2) (5.61×10−3±4.80×10−3) 3.23±2.64(nd.—7.50) 1.08±0.881(nd.—2.50) Ni 20 0.09 (2.75×10−3±1.96×10−3 )(6.89×10−4—9.09×10−3) (6.11×10−1±4.35×10−1)(1.53×10−1—2.02) (6.14×10−1±4.37×10−1) 0.698±0.502(nd.—2.14) 0.0349±0.021(nd.—0.107) As 0.3 0.015 (2.27×10−2±2.25×10−2)(7.46×10−3—1.10×10−1) (4.55×10−1±4.51×10−1)(1.49×10−1—2.20) (4.77×10−1±4.73×10−1) 18.4±14.3(2.83—52.6) 44.5±27.1(9.43—102) Cd 0.1 0.01 (9.63×10−3±7.48×10−3)(3.56×10−3—3.32×10−2) (9.63×10−2±7.48×10−2)(3.56×10−2—3.32×10−1) (1.06×10−1±8.22×10−2) 5.44±3.31(0.303—11.1) 0.544±0.331(0.0303—1.11) Sb 0.4 0.3 (9.77×10−3±4.63×10−3)(2.86×10−3—2.08×10−2) (1.30×10−2±6.18×10−3)(3.82×10−3—2.78×10−2) (2.28×10−2±1.08×10−2) 0.0668±0.225(nd.—1.09) 0.167±0.561(nd.—2.72) Pb 3.5 3.52 (2.01×10−2±1.92×10−2)(2.67×10−4—7.15×10−2) (2.00×10−2±1.91×10−2)(2.65×10−4—7.10×10−2) (4.00×10−2±3.83×10−2) 46.0±18.3(14.5—83.5) 13.2±7.50(4.14—23.9) 注：nd.，未检出。nd.，not detected.
下载: 导出CSV
-
[1] 杨雅茹, 钟瑶, 李帅东, 等. 水产品中重金属对人体的危害研究进展 [J]. 农业技术与装备, 2020(10): 55-56. doi: 10.3969/j.issn.1673-887X.2020.10.025 YANG Y R, ZHONG Y, LI S D, et al. Research progress on the harm of heavy metals to human body in aquatic products [J]. Agricultural Technology & Equipment, 2020(10): 55-56(in Chinese). doi: 10.3969/j.issn.1673-887X.2020.10.025
[2] MAROUF B H. Association between serum heavy metals level and cancer incidence in darbandikhan and Kalar Area, Kurdistan Region, Iraq [J]. Nigerian Journal of Clinical Practice, 2018, 21(6): 766-771. doi: 10.4103/njcp.njcp_384_16 [3] ROMANIUK А, LYNDIN M, SIKORA V, et al. Heavy metals effect on breast cancer progression [J]. Journal of Occupational Medicine and Toxicology, 2017, 12: 32. doi: 10.1186/s12995-017-0178-1 [4] CICERO C E, MOSTILE G, VASTA R, et al. Metals and neurodegenerative diseases. A systematic review [J]. Environmental Research, 2017, 159: 82-94. doi: 10.1016/j.envres.2017.07.048 [5] TSUJI M, SHIBATA E, MOROKUMA S, et al. The association between whole blood concentrations of heavy metals in pregnant women and premature births: The Japan Environment and Children’s Study (JECS) [J]. Environmental Research, 2018, 166: 562-569. doi: 10.1016/j.envres.2018.06.025 [6] MISTRY H D, WILLIAMS P J. The importance of antioxidant micronutrients in pregnancy [J]. Oxidative Medicine and Cellular Longevity, 2011, 2011: 841749. [7] BOCCA B, RUGGIERI F, PINO A, et al. Human biomonitoring to evaluate exposure to toxic and essential trace elements during pregnancy. Part A. concentrations in maternal blood, urine and cord blood [J]. Environmental Research, 2019, 177: 108599. doi: 10.1016/j.envres.2019.108599 [8] BOUCHER O, MUCKLE G, JACOBSON J L, et al. Domain-specific effects of prenatal exposure to PCBs, mercury, and lead on infant cognition: Results from the Environmental Contaminants and Child Development Study in Nunavik [J]. Environmental Health Perspectives, 2014, 122(3): 310-316. doi: 10.1289/ehp.1206323 [9] CABRERA-RODRGUEZ R, LUZARDO O P, GONZLEZ-ANTUA A, et al. Occurrence of 44 elements in human cord blood and their association with growth indicators in newborns [J]. Environment International, 2018, 116: 43-51. doi: 10.1016/j.envint.2018.03.048 [10] BANK-NIELSEN P I, LONG M H, BONEFELD-JRGENSEN E C. Pregnant Inuit women’s exposure to metals and association with fetal growth outcomes: ACCEPT 2010—2015 [J]. International Journal of Environmental Research and Public Health, 2019, 16(7): 1171. doi: 10.3390/ijerph16071171 [11] VIGEH M, YOKOYAMA K, RAMEZANZADEH F, et al. Blood Manganese concentrations and intrauterine growth restriction [J]. Reproductive Toxicology, 2008, 25(2): 219-223. doi: 10.1016/j.reprotox.2007.11.011 [12] ÖZEL Ş, OZYER S, AYKUT O, et al. Maternal second trimester blood levels of selected heavy metals in pregnancies complicated with neural tube defects[J]. The Journal of Maternal-Fetal & Neonatal Medicine: the Official Journal of the European Association of Perinatal Medicine, the Federation of Asia and Oceania Perinatal Societies, the International Society of Perinatal Obstetricians, 2019, 32(15): 2547-2553. [13] CUI Y B, BAI L, LI C H, et al. Assessment of heavy metal contamination levels and health risks in environmental media in the northeast region [J]. Sustainable Cities and Society, 2022, 80: 103796. doi: 10.1016/j.scs.2022.103796 [14] GUPTA S, GRAHAM D W, SREEKRISHNAN T R, et al. Heavy metal and antibiotic resistance in four Indian and UK rivers with different levels and types of water pollution [J]. Science of the Total Environment, 2023, 857: 159059. doi: 10.1016/j.scitotenv.2022.159059 [15] DINGLE J H, KOHL L, KHAN N, et al. Sources and composition of metals in indoor house dust in a mid-size Canadian city [J]. Environmental Pollution, 2021, 289: 117867. doi: 10.1016/j.envpol.2021.117867 [16] 万千, 赵静, 韦旭, 等. 电子废弃物拆解车间灰尘中重金属污染特征及职业人群健康风险评价 [J]. 环境化学, 2022, 41(3): 883-892. doi: 10.7524/j.issn.0254-6108.2020110901 WAN Q, ZHAO J, WEI X, et al. Pollution characteristics of heavy metals in the dust from e-waste dismantling workshop and health risk assessment of occupational population [J]. Environmental Chemistry, 2022, 41(3): 883-892(in Chinese). doi: 10.7524/j.issn.0254-6108.2020110901
[17] BARRIO-PARRA F, de MIGUEL E, LZARO-NAVAS S, et al. Indoor dust metal loadings: A human health risk assessment [J]. Exposure and Health, 2018, 10(1): 41-50. doi: 10.1007/s12403-017-0244-z [18] OLUJIMI O, STEINER O, GOESSLER W. Pollution indexing and health risk assessments of trace elements in indoor dusts from classrooms, living rooms and offices in Ogun State, Nigeria [J]. Journal of African Earth Sciences, 2015, 101: 396-404. doi: 10.1016/j.jafrearsci.2014.10.007 [19] DOYI I N Y, ISLEY C F, SOLTANI N S, et al. Human exposure and risk associated with trace element concentrations in indoor dust from Australian homes[J]. Environment International, 2019, 133(Pt A): 105125. [20] NWANAJI-ENWEREM J C, ALLEN J G, BEAMER P I. Another invisible enemy indoors: COVID-19, human health, the home, and United States indoor air policy [J]. Journal of Exposure Science & Environmental Epidemiology, 2020, 30(5): 773-775. [21] 张舒婷, 李晓燕. 城市室内灰尘重金属的水平及来源 [J]. 环境化学, 2014, 33(7): 1201-1207. doi: 10.7524/j.issn.0254-6108.2014.07.024 ZHANG S T, LI X Y. Concentrations and sources of heavy metals in indoor dust of cities [J]. Environmental Chemistry, 2014, 33(7): 1201-1207(in Chinese). doi: 10.7524/j.issn.0254-6108.2014.07.024
[22] HU J, WU C S, ZHENG T Z, et al. Critical windows for associations between Manganese exposure during pregnancy and size at birth: A longitudinal cohort study in Wuhan, China [J]. Environmental Health Perspectives, 2018, 126(12): 127006. doi: 10.1289/EHP3423 [23] CHENG Z, CHEN L J, LI H H, et al. Characteristics and health risk assessment of heavy metals exposure via household dust from urban area in Chengdu, China [J]. Science of the Total Environment, 2018, 619/620: 621-629. doi: 10.1016/j.scitotenv.2017.11.144 [24] SHARMA B, HANDIQUE S, JYETHI D S. Elemental composition of rural household dust in Brahmaputra fluvial plain: Insights from SEM-EDS, receptor model, and risk assessment[J]. Environmental Geochemistry and Health, 2022: 1-14. [25] ZHANG X, CUI X Y, LIN C Y, et al. Reference levels and relationships of nine elements in first-spot morning urine and 24-h urine from 210 Chinese children [J]. International Journal of Hygiene and Environmental Health, 2017, 220(2): 227-234. doi: 10.1016/j.ijheh.2016.10.013 [26] CUI Y J, ZHONG Q, HU M J, et al. Human biomonitoring of eight trace elements in urine of residents living in rural areas along the Yangtze River, China [J]. Environmental Science and Pollution Research, 2017, 24(36): 27963-27973. doi: 10.1007/s11356-017-0414-3 [27] dos SANTOS M, FLORES SOARES M C, MARTINS BAISCH P R, et al. Biomonitoring of trace elements in urine samples of children from a coal-mining region [J]. Chemosphere, 2018, 197: 622-626. doi: 10.1016/j.chemosphere.2018.01.082 [28] JUNAID M, HASHMI M Z, MALIK R N, et al. Toxicity and oxidative stress induced by chromium in workers exposed from different occupational settings around the globe: A review [J]. Environmental Science and Pollution Research, 2016, 23(20): 20151-20167. doi: 10.1007/s11356-016-7463-x [29] SHI H Z, WANG J J, YUAN J, et al. Biomonitoring human urinary levels of 26 metal elements in multi-race coexistence region of Xinjiang, China [J]. Science of the Total Environment, 2020, 711: 134752. doi: 10.1016/j.scitotenv.2019.134752 [30] ZENG H L, LIU C W B, LU J, et al. Analysis of urinary trace element levels in general population of Wuhan in central China [J]. Environmental Science and Pollution Research, 2019, 26(27): 27823-27831. doi: 10.1007/s11356-019-05973-7 [31] SUN X J, JIANG Y Q, XIA W, et al. Association between prenatal nickel exposure and preterm low birth weight: Possible effect of selenium [J]. Environmental Science and Pollution Research, 2018, 25(26): 25888-25895. doi: 10.1007/s11356-018-2622-x [32] WAI K M, UMEZAKI M, KOSAKA S, et al. Impact of prenatal heavy metal exposure on newborn leucocyte telomere length: A birth-cohort study [J]. Environmental Pollution, 2018, 243: 1414-1421. doi: 10.1016/j.envpol.2018.09.090 [33] AWASTHI A K, WANG M M, AWASTHI M K, et al. Environmental pollution and human body burden from improper recycling of e-waste in China: A short-review [J]. Environmental Pollution, 2018, 243: 1310-1316. doi: 10.1016/j.envpol.2018.08.037 [34] GU Y G, GAO Y P, LIN Q. Contamination, bioaccessibility and human health risk of heavy metals in exposed-lawn soils from 28 urban parks in Southern China’s largest city, Guangzhou [J]. Applied Geochemistry, 2016, 67: 52-58. doi: 10.1016/j.apgeochem.2016.02.004 [35] 邹梦遥, 周遗品, 邓金川, 等. 某铅锌矿周边地区室内灰尘中重金属的生态风险评价 [J]. 安徽农学通报, 2015, 21(16): 83-87. doi: 10.3969/j.issn.1007-7731.2015.16.041 ZOU M Y, ZHOU Y P, DENG J C, et al. The ecological risk assessment of heavy metals in household dust from a lead-zinc core mine [J]. Anhui Agricultural Science Bulletin, 2015, 21(16): 83-87(in Chinese). doi: 10.3969/j.issn.1007-7731.2015.16.041
[36] ISLEY C F, FRY K L, LIU X C, et al. International analysis of sources and human health risk associated with trace metal contaminants in residential indoor dust [J]. Environmental Science & Technology, 2022, 56(2): 1053-1068. [37] LEE I, PLMKE C, RINGBECK B, et al. Urinary concentrations of major phthalate and alternative plasticizer metabolites in children of Thailand, Indonesia, and Saudi Arabia, and associated risks [J]. Environmental Science & Technology, 2021, 55(24): 16526-16537. [38] AL LASER M, EL-YAZIGI A, CROFT S L. Pharmacokinetics of antimony in patients treated with sodium stibogluconate for cutaneous leishmaniasis [J]. Pharmaceutical Research, 1995, 12(1): 113-116. doi: 10.1023/A:1016251023427 [39] PANE E F, McDONALD M D, CURRY H N, et al. Hydromineral balance in the marine gulf toadfish (Opsanus beta) exposed to waterborne or infused nickel [J]. Aquatic Toxicology, 2006, 80(1): 70-81. doi: 10.1016/j.aquatox.2006.07.015 [40] WERNER E, ROTH P, HEINRICHS U, et al. Internal biokinetic behaviour of molybdenum in humans studied with stable isotopes as tracers [J]. Isotopes in Environmental and Health Studies, 2000, 36(2): 123-132. doi: 10.1080/10256010008032938 [41] GREGUS Z, KLAASSEN C D. Disposition of metals in rats: A comparative study of fecal, urinary, and biliary excretion and tissue distribution of eighteen metals [J]. Toxicology and Applied Pharmacology, 1986, 85(1): 24-38. doi: 10.1016/0041-008X(86)90384-4 [42] AL-BAYATI M A, RAABE O G, GIRI S N, et al. Distribution of vanadate in the rat following subcutaneous and oral routes of administration [J]. Journal of the American College of Toxicology, 1991, 10(2): 233-241. doi: 10.3109/10915819109078633 [43] 黄浩, 徐子琪, 严俊霞, 等. 太原市城乡居民区采暖季室内灰尘中重金属的污染特征及其生态风险评价 [J]. 环境科学, 2021, 42(5): 2143-2152. doi: 10.13227/j.hjkx.202008045 HUANG H, XU Z Q, YAN J X, et al. Characteristics of heavy metal pollution and ecological risk evaluation of indoor dust from urban and rural areas in Taiyuan city during the heating season [J]. Environmental Science, 2021, 42(5): 2143-2152(in Chinese). doi: 10.13227/j.hjkx.202008045
[44] LIN Y S, FANG F M, WANG F, et al. Pollution distribution and health risk assessment of heavy metals in indoor dust in Anhui rural, China [J]. Environmental Monitoring and Assessment, 2015, 187(9): 565. doi: 10.1007/s10661-015-4763-4 [45] ZHOU L, LIU G J, SHEN M C, et al. Characteristics and health risk assessment of heavy metals in indoor dust from different functional areas in Hefei, China [J]. Environmental Pollution, 2019, 251: 839-849. doi: 10.1016/j.envpol.2019.05.058 [46] HE C T, ZHENG X B, YAN X, et al. Organic contaminants and heavy metals in indoor dust from e-waste recycling, rural, and urban areas in South China: Spatial characteristics and implications for human exposure [J]. Ecotoxicology and Environmental Safety, 2017, 140: 109-115. doi: 10.1016/j.ecoenv.2017.02.041 [47] SALEM ALI ALBAR H M, ALI N, ALI MUSSTJAB AKBER SHAH EQANI S, et al. Trace metals in different socioeconomic indoor residential settings, implications for human health via dust exposure [J]. Ecotoxicology and Environmental Safety, 2020, 189: 109927. doi: 10.1016/j.ecoenv.2019.109927 [48] AL-DULAIMI E, SHARTOOH S, AL-HEETY E. Concentration, distribution, and potential sources of heavy metals in households dust in Al-fallujah, Iraq [J]. Iraqi Geological Journal, 2021, 54(2F): 120-130. doi: 10.46717/igj.54.2F.11ms-2021-12-28 [49] HASHEMI S E, FAZLZADEH M, AHMADI E, et al. Occurrence, potential sources, in vitro bioaccessibility and health risk assessment of heavy metal in indoor dust from different microenvironment of Bushehr, Iran [J]. Environmental Geochemistry and Health, 2020, 42(11): 3641-3658. doi: 10.1007/s10653-020-00598-z [50] WANG X, WANG B, XIAO L L, et al. Sources of 24-h personal exposure to PM2.5-bound metals: Results from a panel study in Wuhan, China [J]. Environmental Science and Pollution Research, 2021, 28(22): 27555-27564. doi: 10.1007/s11356-021-12386-y [51] GURBANOV A G, BOGATIKOV O A, VINOKUROV S F, et al. Geochemical evaluation of environmental conditions in the area of activity of the Tyrnyauz Tungsten–Molybdenum Plant (Kabardino-Balkaria, North Caucasus): Sources of environment contamination, impact upon neighboring areas, and ways for recovery [J]. Doklady Earth Sciences, 2015, 464(1): 967-971. doi: 10.1134/S1028334X15090172 [52] ZHU Y L, HUANG W, LIU Z L, et al. Application of supramolecular nano-material adsorbent in the treatment of heavy metal pollution in acid selenium-rich soils in South China [J]. Integrated Ferroelectrics, 2021, 217(1): 69-81. doi: 10.1080/10584587.2021.1911297 [53] BARTKOWIAK A, LEMANOWICZ J, BREZA-BORUTA B. Evaluation of the content of Zn, Cu, Ni and Pb as well as the enzymatic activity of forest soils exposed to the effect of road traffic pollution [J]. Environmental Science and Pollution Research, 2017, 24(30): 23893-23902. doi: 10.1007/s11356-017-0013-3 [54] SUN X J, LIU W Y, ZHANG B, et al. Maternal heavy metal exposure, thyroid hormones, and birth outcomes: A prospective cohort study [J]. The Journal of Clinical Endocrinology & Metabolism, 2019, 104(11): 5043-5052. [55] CARON-BEAUDOIN , BOUCHARD M, WENDLING G, et al. Urinary and hair concentrations of trace metals in pregnant women from Northeastern British Columbia, Canada: A pilot study [J]. Journal of Exposure Science & Environmental Epidemiology, 2019, 29(5): 613-623. [56] YANG D F, LIU Y L, LIU S, et al. Exposure to heavy metals and its association with DNA oxidative damage in municipal waste incinerator workers in Shenzhen, China [J]. Chemosphere, 2020, 250: 126289. doi: 10.1016/j.chemosphere.2020.126289 [57] LOZANO M, MURCIA M, SOLER-BLASCO R, et al. Exposure to metals and metalloids among pregnant women from Spain: Levels and associated factors [J]. Chemosphere, 2022, 286: 131809. doi: 10.1016/j.chemosphere.2021.131809 [58] WANG X, MUKHERJEE B, PARK S K. Associations of cumulative exposure to heavy metal mixtures with obesity and its comorbidities among U. S. adults in NHANES 2003–2014 [J]. Environment International, 2018, 121: 683-694. doi: 10.1016/j.envint.2018.09.035 [59] SHAHBAZIAN H, ABSALAN A, JALALI M T, et al. Comparison of zinc, copper, selenium, magnesium, aluminium and lead blood concentrations in end-stage renal disease patients and healthy volunteers in Ahvaz, southwest of Iran [J]. Russian Open Medical Journal, 2018, 7(1): e0105. doi: 10.15275/rusomj.2018.0105 [60] MOHAMMAD SHAM N, ANUAL Z F, SHAHARUDIN R. GIS based interpolation method to urinary metal concentrations in Malaysia [J]. Food and Chemical Toxicology:an International Journal Published for the British Industrial Biological Research Association, 2022, 163: 112949. doi: 10.1016/j.fct.2022.112949 [61] GRIEGER J A, GRZESKOWIAK L E, WILSON R L, et al. Maternal selenium, copper and zinc concentrations in early pregnancy, and the association with fertility [J]. Nutrients, 2019, 11(7): 1609. doi: 10.3390/nu11071609 [62] JEANJEAN M, GOIX S, DRON J, et al. Influence of environmental and dietary exposures on metals accumulation among the residents of a major industrial harbour (Fos-sur-Mer, France) [J]. Journal of Trace Elements in Medicine and Biology, 2022, 73: 127021. doi: 10.1016/j.jtemb.2022.127021 [63] ZHAO H, TANG J, ZHU Q H, et al. Associations of prenatal heavy metals exposure with placental characteristics and birth weight in Hangzhou Birth Cohort: Multi-pollutant models based on elastic net regression [J]. Science of the Total Environment, 2020, 742: 140613. doi: 10.1016/j.scitotenv.2020.140613 [64] MASSADEH A M, AL-SAFI S. Analysis of cadmium and lead: Their immunosuppressive effects and distribution in various organs of mice [J]. Biological Trace Element Research, 2005, 108(1/2/3): 279-286. [65] ZHUO H H, WU Y L, LIU Y B, et al. Source, distribution and potential risk of antimony in water and sediments of Danjiangkou Reservoir: Impact from dam [J]. International Journal of Environmental Research and Public Health, 2022, 19(19): 12367. doi: 10.3390/ijerph191912367 [66] 孙慧, 毕如田, 郭颖, 等. 广东省土壤重金属溯源及污染源解析 [J]. 环境科学学报, 2018, 38(2): 704-714. doi: 10.13671/j.hjkxxb.2017.0351 SUN H, BI R T, GUO Y, et al. Source apportionment analysis of trace metal contamination in soils of Guangdong Province, China [J]. Acta Scientiae Circumstantiae, 2018, 38(2): 704-714(in Chinese). doi: 10.13671/j.hjkxxb.2017.0351
[67] HAYS S M, MACEY K, NONG A, et al. Biomonitoring equivalents for selenium [J]. Regulatory Toxicology and Pharmacology, 2014, 70(1): 333-339. doi: 10.1016/j.yrtph.2014.07.017 [68] ASHRAP P, WATKINS D J, MUKHERJEE B, et al. Predictors of urinary and blood Metal(loid) concentrations among pregnant women in Northern Puerto Rico [J]. Environmental Research, 2020, 183: 109178. doi: 10.1016/j.envres.2020.109178 [69] WANG X, QI L, PENG Y, et al. Urinary concentrations of environmental metals and associating factors in pregnant women [J]. Environmental Science and Pollution Research, 2019, 26(13): 13464-13475. doi: 10.1007/s11356-019-04731-z [70] de MATOS A R, FARIA M C S, FREIRE B M, et al. Determination of 14 trace elements in blood, serum and urine after environmental disaster in the Doce River Basin: Relationship between mining waste and metal concentration in the population [J]. Journal of Trace Elements in Medicine and Biology, 2022, 70: 126920. doi: 10.1016/j.jtemb.2021.126920 [71] EGUCHI A, YANASE K, YAMAMOTO M, et al. The relationship of maternal PCB, toxic, and essential trace element exposure levels with birth weight and head circumference in Chiba, Japan [J]. Environmental Science and Pollution Research, 2019, 26(15): 15677-15684. doi: 10.1007/s11356-019-05009-0 [72] PARK J, KIM J, KIM E, et al. Association between prenatal cadmium exposure and cord blood DNA methylation [J]. Environmental Research, 2022, 212: 113268. doi: 10.1016/j.envres.2022.113268 [73] DEMIR N, BAŞARANOĞLU M, HUYUT Z, et al. The relationship between mother and infant plasma trace element and heavy metal levels and the risk of neural tube defect in infants [J]. The Journal of Maternal-Fetal & Neonatal Medicine, 2019, 32(9): 1433-1440. [74] DANIALI S S, YAZDI M, HEIDARI-BENI M, et al. Birth size outcomes in relation to maternal blood levels of some essential and toxic elements [J]. Biological Trace Element Research, 2023, 201(1): 4-13. doi: 10.1007/s12011-022-03121-w [75] BARAQUONI N A, QOUTA S R, VNSK M, et al. It takes time to unravel the ecology of war in Gaza, Palestine: Long-term changes in maternal, newborn and toddlers' heavy metal loads, and infant and toddler developmental milestones in the aftermath of the 2014 military attacks [J]. International Journal of Environmental Research and Public Health, 2020, 17(18): 6698. doi: 10.3390/ijerph17186698 [76] LIU C Q, HUANG L L, HUANG S Z, et al. Association of both prenatal and early childhood multiple metals exposure with neurodevelopment in infant: A prospective cohort study [J]. Environmental Research, 2022, 205: 112450. doi: 10.1016/j.envres.2021.112450 [77] LI Z J, LIANG C M, XIA X, et al. Association between maternal and umbilical cord serum cobalt concentration during pregnancy and the risk of preterm birth: The Ma'anshan birth cohort (MABC) study [J]. Chemosphere, 2019, 218: 487-492. doi: 10.1016/j.chemosphere.2018.11.122 [78] KANTOLA M, PURKUNEN R, KRGER P, et al. Selenium in pregnancy: Is selenium an active defective ion against environmental chemical stress? [J]. Environmental Research, 2004, 96(1): 51-61. doi: 10.1016/j.envres.2004.03.003 [79] HAWKES W C, ALKAN Z, LANG K, et al. Plasma selenium decrease during pregnancy is associated with glucose intolerance [J]. Biological Trace Element Research, 2004, 100(1): 19-29. doi: 10.1385/BTER:100:1:019 [80] MISTRY H D, KURLAK L O, YOUNG S D, et al. Maternal selenium, copper and zinc concentrations in pregnancy associated with small-for-gestational-age infants [J]. Maternal & Child Nutrition, 2014, 10(3): 327-334. [81] LI Y W, PI L, HU W L, et al. Concentrations and health risk assessment of metal(loid)s in indoor dust from two typical cities of China [J]. Environmental Science and Pollution Research, 2016, 23(9): 9082-9092. doi: 10.1007/s11356-016-6045-2 [82] LIN Y S, FANG F M, WU J Y, et al. Indoor and outdoor levels, sources, and health risk assessment of mercury in dusts from a coal-industry city of China [J]. Human and Ecological Risk Assessment:an International Journal, 2017, 23(5): 1028-1040. doi: 10.1080/10807039.2017.1296759 [83] ZHONG Z J, LI Q, GUO C S, et al. Urinary heavy metals in residents from a typical city in South China: Human exposure and health risks [J]. Environmental Science and Pollution Research, 2022, 29(11): 15827-15837. doi: 10.1007/s11356-021-16954-0 -
点击查看大图
计量
- 文章访问数: 2757
- HTML全文浏览数: 2757
- PDF下载数: 59
- 施引文献: 0
