20 世纪90年代,我国开始使用甲基叔丁基醚(methyl tert-butyl ether, MTBE)作为汽油添加剂,其生产量大、分布广,在水体中半衰期长,稳定性强,具有较强的水溶性且难被生物降解[1]。 这些特点导致其易在地下水中不断积累,对水体环境安全造成潜在危害,同时还会对人体及水生生物的生长发育和繁衍产生一定威胁[2]。 根据目前MTBE 对水生生物的毒理学资料,可以认为MTBE 对不同的水生生物具有不同的毒性作用并使其产生不同的应激反应[3]。 随着国内各大城市机动车数量的快速增长,MTBE 在我国环境中特别是水环境介质中已有检出。 王希在等[4]测定了广东惠州水体中微量MTBE的浓度,结果表明油库附近的地表水中浓度范围为3.58 ~12.25 μg·L-1;炼油厂周边的浓度范围为3.6~4.68 μg·L-1;加油站周边的浓度范围为0.13 ~3.48 μg·L-1。 梁林涵[5]调查北京市水体中 MTBE 的含量水平,结果显示地下水中几乎未检测到,地表水中平均浓度为0.33 ~0.99 μg·L-1,饮用水中平均浓度为 0.11 ~0.31 μg·L-1。 赵丽等[6]对重庆市地下水中MTBE 开展了水质监测,结果显示重庆市丘陵地带加油站地下水中MTBE 的含量为4.8 ~30.9 μg·L-1,平均浓度为 3.8 μg·L-1。
美国及部分欧洲国家率先检测出的地下水体有机污染物中,MTBE 位列第二。 美国认为MTBE 具有潜在健康危害,并将其列为优先控制的环境污染物,随后又将其列入致癌物名单,自2004年起减少甚至停止对MTBE 的使用[7-10]。 我国目前处于MTBE 产业的快速发展期,MTBE 的生产和应用正日趋成熟。 截至目前,我国发布了2 批优先控制化学品名录及《优先控制化学品环境风险管控政策和措施》,但是暂未涉及MTBE,可能由于对MTBE 的环境风险信息掌握不足。
为评估MTBE 的水环境风险,保护水生生态系统免受MTBE 的影响,应明确MTBE 的危害阈值,该阈值通常被称为预测无效浓度(PNEC)。 推导PNEC 是开展MTBE 环境风险评估的重要步骤,可通过物种敏感度分布(SSD)曲线法、不确定系数法等推导PNEC,其中SSD 法在生态风险评估中应用广泛。 张家玮等[11]利用SSD 法构建了水生生物对壬基酚的敏感性曲线,计算了壬基酚急性数据和慢性数据的5%物种危害浓度(HC5)值,预测了急慢性PNEC,并对我国长三角地区地表水开展了生态风险评估;李禹含等[12]利用SSD 法构建了海洋生物对4 种危险化学品的敏感度曲线,并计算了急性毒性HC5 值;王印等[13]利用SSD 法构建了淡水生物对DDT 和林丹的敏感度曲线,计算了DDT 和林丹对不同生物的HC5。
我国鲜有对于MTBE 预测无效应浓度及环境风险评估领域的相关研究。 本研究通过数据库检索和文献调研方法对MTBE 的毒性数据进行收集,利用数据质量评估开展高质量数据筛选,采用SSD 法构建MTBE 对全部物种、鱼类、水生植物、节肢动物的敏感度曲线,计算了4个类别水生生物的HC5值,进而应用评估因子法推算出全部物种、鱼类、水生植物和节肢动物的PNEC 值,评估MTBE 对水生生物的危害,以期为MTBE 的环境风险评估和水质基准提供参考。
1 研究方法(Research method)
1.1 生物毒性数据获取与筛选
1.1.1 生物毒性数据获取
本研究从EPA-ECOTOX 数据库、日本化学物质生态毒性试验数据库(TEECS-Japan)、ECHA 数据库及国内外公开发表的文献和报告中获取MTBE相关毒性数据。 毒性数据信息包括水生生物种类、拉丁文名称、毒性终点、测试时间、毒性值、数据来源及年份等信息。 其中,水生生物种类优先采用水生态系统中藻类、水溞和鱼类3个营养级的毒性数据。藻类急性毒性指标至少为72 h 以上的半数抑制浓度(EC50)或半数致死浓度(LC50);水溞急性毒性指标采用48 h-EC50 或LC50;鱼类急性毒性指标采用96 h-LC50,且选择我国已有的物种;其他参考水生生物,如甲壳类急性毒性指标采用96 h-LC50,软体动物和两栖类动物急性毒性指标采用可检索到的EC50 或LC50。 慢性毒性指标采用水生生物的无观察效应浓度(NOEC)。 所有水生生物生态毒性数据有明确的测试终点、测试时间,并在数据选择时对测试阶段或指标的详细描述进行审查。 所有数据优先采用经过同行评议的数据,并注明数据来源。 当同一物种具有多个毒性终点时,按“最坏情况”假设取最低值;对于不同生物分类的数据,取全部分类中数据的最低值。
1.1.2 生物毒性数据筛选
本研究采用Klimisch 等[14]提出的生态毒理试验可靠性评估法,对数据进行质量评估。 即根据21个评估因素对文献打分,通过总分数将文献划分为非常可靠、可靠、不可靠3个等级,进而筛选出可使用的高质量可靠数据,评估因素如表1 所示。
同时,依据我国现行的《化学物质环境与健康危害评估技术导则(试行)》[15]规定,对 MTBE 高质量可靠毒理数据开展进一步筛选。 筛选重点考虑有效测试数据的质量高低,测试方法以及对测试过程和结果描述的清晰程度、逻辑性等。 此外,筛选考量的因素还包括试验类型说明是否明确(例如是否为标准试验、是否遵循良好实验室规范(GLP)原则等),测试方法与测试物质的描述是否清晰,测试条件描述是否全面,测试过程中是否有合适的质量控制,测试结果是否给出了清晰准确的描述等。
1.2 HC5 值的计算
根据《化学物质环境与健康危害评估技术导则(试行)》[15]中规定,当获得水生生物毒性数据充分且满足统计外推法对数据的基本要求时,可采用SSD法预测水生生物的PNEC。 本研究通过SSD 模型推导HC5,利用HC5 值与评估因子(AF)的比值推算PNEC。 HC5 指保护95%的物种不受影响时所允许的最大剂量(浓度),代表了可以保护群落中95%的物种安全,不受污染物的显著性影响,具有统计学意义[16-17]。 SSD 拟合软件,本研究采用国家生态环境基准计算软件物种敏感度分布法(EEC-SSD),并通过正态分布、逻辑斯谛分布2个模型,拟合MTBE对水生生物的SSD 曲线,推导HC5 值。
1.3 预测无效应浓度的推导
本研究采用评估因子法推导水环境中生物的PNEC。 即通过HC5 值与评估因子(AF)的比值推算PNEC,具体见公式(1)。 其中,AF 的取值范围通常为1 ~5[18]。 根据《农药登记 环境风险评估指南 第2 部分:水生生态系统》(NY/T 2882.2—2016)[19]中无脊椎动物和初级生产者物种敏感性分布AF 取值3,本研究AF 取值为3。
式中:PNEC 为水环境生物的预测无效应浓度(mg·L-1);HC5 为水环境生物的生态毒理学关键效应值(mg·L-1);AF 为评估因子,取值 3。
2 结果与分析(Results and analysis)
2.1 数据质量评估
通过数据库检索法分别从EPA-ECOTOX 数据库、TEECS-Japan、ECHA 数据库中收集到共计33 条数据,该数据被视为可直接使用的数据。 通过文献调研法收集到17 篇文献摘要,根据摘要信息进一步在文献中提取相关数据。 其中,中文文献7 篇,英文文献10 篇,共计179 条数据。 通过对比表1 中21项评估因素,对该17 篇文献进行数据质量评估,得到了非常可靠文献6 篇(18 ~21 分),可靠文献5 篇(13 ~17 分),不可靠文献 4 篇(＜13 分),另外 2 篇未找到原文(文献编号1 和4),如图1 所示。 通过数据质量评估筛选出的文献数据54 条,占文献总数据的30%。 满足数据质量要求的数据库数据33 条,合计87 条。
表1 生态毒理试验可靠性评估因素
Table 1 Factors for reliability assessment of ecotoxicological tests
序号Number数据质量评估因素Data quality assessment factors分数Score组Ⅰ:测试物质鉴别 GroupⅠ: Test substance identification 1测试物质是否为评价物质本身(化学名称、分子式、CAS 号等)Whether the test substance is the evaluation substance itself (chemical name, molecular formula, CAS number, etc.) 1 2是否给出测试物质的纯度? Is the purity of the tested substance given? 1 3是否给出测试物质的出处/来源信息? Is the source/source information of the tested substance given? 1 4是否给出测试物质不可或缺的自然特性和/或物化性质?Are the essential natural and/or physical properties of the substance under test given? 1组Ⅱ:试验物种表征 GroupⅡ: Experimental species characterization 5是否列出测试的物种? Are species tested listed? 1 6 是否列出测试物种的性别?(若不适用直接给分) Is the sex of the tested species listed? (Score directly if not applicable) 1 7是否列出测试物种的详细信息和/或为何选用此品种?Are details of the species tested and/or why this species was selected listed? 1 8测试物种的年龄和/或体质量是否列出? Are age and/or weight of test species listed? 1 9是否列出试验动物驯养和/或喂食情况? Is the domestication and/or feeding of laboratory animals listed? 1组Ⅲ:试验设计表述 GroupⅢ: Trial design presentation 10 是否列出暴露方式(静态、半静态、流水式) Is the exposure mode listed (static, semi-static, flow) 1 11 是否列出测试体系中的暴露浓度(或说明未测定的原因)Is the exposure concentration in the test system listed? (or why it is not measured) 1 12 是否列出暴露时间和观察时间点? Are exposure and observation time points listed? 1 13 是否包括阴性对照和/或阳性对照(如需要)? Are negative and/or positive controls included (if required)? 1 14 是否列出每组试验的动物数或接种数量? Is the number of animals or inoculations in each group listed? 1 15 是否列出必要的测试条件信息? Is the necessary test condition information listed? 1 16 浓度是否通过分析验证或稳定性是否合理保持?Is the concentration analytically validated or is stability reasonably maintained? 1组Ⅳ:试验结果 GroupⅣ: Test results 17 测试终点和其分析方法是否阐述清晰? Are the end points and analysis methods clearly stated? 1 18 所有测试终点相关的试验结果描述是否透明和完整?Are the descriptions of test results related to all test endpoints transparent and complete? 1 19 是否给出数据分析的统计方法?(如不必要或不适用请直接给分)Are statistical methods for data analysis provided? (please give marks directly if unnecessary or not applicable) 1组Ⅴ:试验设计和结果的合理性GroupⅤ: Experimental design and rationality of results 20 实验设计对于旨在获得的数据是否合适? Is the experimental design appropriate for the data to be obtained? 1 21 定量测试方法是否可靠Whether the quantitative test method is reliable 1
图1 文献数据质量评估分数柱状图
Fig.1 Histogram of literature data quality assessment scores
根据PNEC 值对数据的要求,对87 条评估数据进一步筛选,最终筛选出满足生物毒性数据要求的20个物种的急性数据,如表2 所示。 20个物种分为四大类,即鱼类、水生植物类、节肢动物和其他无脊椎动物。 其中鱼类包含7 种,虹鳟鱼(Oncorhynchus mykiss)、斑马鱼(Danio rerio)、黑头软口鲦(Pimephales promelas)、绿色银汉鱼(Menidia beryllina)、羊头鱼(Cyprinodon variegatus)、三棘刺鱼(Gasterosteus aculeatus)和蓝色太阳鱼(Lepomis macrochirus);水生植物类包含5 种,螺旋鱼腥藻(Anabaena spiroides)、椭圆小球藻(Chlorella ellipsoidea)、水华束丝藻(Aphanizomenon flos-aquae)、羊角月牙藻(Selenastrum capricornutum)和硅藻(Diatom);节肢动物包含6 种,蜉蝣(Hexagenia limbata)、草虾(Palaemonetes pugio)、钩虾(Hyallela azteca)、大型溞(Daphnia magna)、蓝蟹(Callinectes sapidus)和糠虾(Americamysis bahia);其他无脊椎动物包含2 种,紫贻贝(Mytilus galloprovincialis)、蜗牛(Physa gyrina)。 全部物种 LC50/EC50 的范围在141 ~8 908 mg·L-1,鱼类 LC50/EC50 的范围在545 ~1 054 mg·L-1,水生植物LC50/EC50 的范围在279 ~8 908 mg·L-1,节肢动物LC50/EC50 的范围在 141 ~581 mg·L-1。
表2 甲基叔丁基醚(MTBE)对水生生物的毒性数据
Table 2 Toxicity data of methyl tert-butyl ether (MTBE) to aquatic organisms
种类Species Common name/Latin name LC50/EC50/(mg·L-1) 试验时间/h Time duration/h通用名/拉丁名数据来源Data sources鱼类Fish虹鳟鱼Oncorhynchus mykiss 773 96 [20]斑马鱼Danio rerio 706 96 [21]羊头鱼Cyprinodon variegatus 949 96 [22]三棘刺鱼Gasterosteus aculeatus 545 96 [22]蓝鳃太阳鱼Lepomis macrochirus 1 054 96 [23]绿色月银汉鱼Menidia beryllina 574 96 [24]黑头软口鲦Pimephales promelas 672 96 [24]水生植物Hydrophyte硅藻Diatom 279 72 [22]椭圆小球藻Chlorella ellipsoidea 7 756 96 [24]水华束丝藻Aphanizomenon flos-aquae 8 908 96 [25]螺旋鱼腥藻Anabaena spiroides 2 968 96 [25]羊角月牙藻Selenastrum capricornutum 491 96 [25]节肢动物Arthropoda草虾Palaemonetes pugio 166 96 [22]蓝蟹Callinectes sapidus 306 96 [22]蜉蝣Hexagenia limbata 581 96 [23]钩虾Hyallela azteca 473 96 [23]大型溞Daphnia magna 472 48 [24]糠虾Americamysis bahia 141 96 [24]其他无脊椎动物Other invertebrates紫贻贝Mytilus galloprovincialis 1 950 96 [22]蜗牛Physa gyrina 761 96 [23]
从概念上讲,急性数据(LC50、EC50 等)和慢性数据(NOEC 等)均可用来构建SSD 曲线。 由于大多数污染物在环境中以低浓度长时间暴露对生态系统造成影响为主,因此,慢性毒性数据更接近环境中的实际情况。 当以获得PNEC 制定环境质量标准为研究目的时,用NOEC 来计算HC5 数值的生态意义更为明确。 然而,对于大多数物种和MTBE 而言,慢性毒性数据往往无法满足构建SSD 的数据量要求,因此,本研究也同许多研究一样,使用较易获得的急性数据构建SSD 推导PNEC。
2.2 HC5 值计算
本研究分别通过正态分布模型和逻辑斯谛分布模型,对20个水生生物物种的毒性数据进行拟合及分析,得到基于急性毒性的物种敏感度分布曲线,如图2 所示。 由于SSD 模型要求每组样本数据量需要在5 ~500个范围内,而其他无脊椎动物的数据量仅有2个,不满足SSD 曲线的构建要求,因此未对其他无脊椎动物拟合SSD 曲线。
毒性值的高低对MTBE 在不同物种体内的累积概率具有一定影响。 如图2 所示,当毒性值较低时(＜470 mg·L-1),不同物种对 MTBE 的累积概率由高到低的顺序依次为:节肢动物＞全部物种＞水生植物＞鱼类,表明节肢动物对MTBE 的敏感度高于其他物种;当毒性值在470 ~770 mg·L-1之间时,不同物种对MTBE 的累积概率由高到低的顺序依次为:节肢动物＞全部物种＞鱼类＞水生植物,表明节肢动物的敏感度仍处于最高,但鱼类的敏感度有所变化,高于了水生植物;而当毒性值较高(＞770 mg·L-1)时,不同物种对MTBE 的累积概率由高到低的顺序依次为:节肢动物＞鱼类＞全部物种＞水生植物,表明节肢动物的敏感度仍较高,鱼类已升至敏感度第2位。 可见当MTBE 的毒性值浓度较低时,在鱼类体内的累积概率较低,但当其毒性值逐渐升高时,其在鱼类体内的累积概率也逐渐升高。 综上,结果表明,当毒性值较高时,相对水生植物来说,MTBE 在节肢动物和鱼类体内更容易累积。
采用正态分布模型与逻辑斯谛分布模型拟合出的SSD 曲线形态接近(图2),可见以上2 种方法获得了较为一致的结果。 其中,全部物种HC5 值为128.56 mg·L-1(正态分布模型)、129.62 mg·L-1(逻辑斯谛模型);鱼类HC5 值为491.13 mg·L-1(正态分布模型)、485.78 mg·L-1(逻辑斯谛模型);水生植物HC5值为 143.25 mg·L-1(正态分布模型)、151.83 mg·L-1(逻辑斯谛模型);节肢动物HC5 值为117.71 mg·L-1(正态分布模型)、121.5 mg·L-1(逻辑斯谛模型)。SSD 曲线拟合参数如表3 和表4 所示。 全部物种和鱼类的拟合度(R2)均在0.9 以上,水生植物R2 处于0.7 ~0.9 之间,节肢动物 R2 处于 0.8 ~0.9 之间。 这可能是由于水生植物中的螺旋鱼腥藻、椭圆小球藻、水华束丝藻、羊角月牙藻和硅藻5个物种虽然都属于水生植物类,但所属门类不同,数据间存在较大差异,因此拟合度相对较低。 同样地,节肢动物R2 未达到0.9,也可能由于其中包含虾类和溞类2 类物种。
图2 MTBE 对不同物种的物种敏感度分布(SSD)曲线
Fig.2 Species sensitivity distribution (SSD) model of MTBE for different species
表3 正态分布模型模拟SSD 曲线关键拟合参数
Table 3 Key fitting parameters of SSD curve simulated by normal distribution model
样本Sample样本数量Sample size 5%物种危害浓度(HC5)/(mg·L-1)5% hazardous concentration(HC5)/(mg·L-1)拟合度(R2)Degree of fit (R2)均方根误差(RMSE)Root-mean-square error(RMSE)P 值(K-S 检验)P(Kolmogorov-Smirnov)全部物种 All species 20 128.56 0.919192 0.078056 ＞0.05鱼类 Fish 7 491.13 0.934913 0.063780 ＞0.05水生植物Hydrophyte 5 143.25 0.805000 0.103846 ＞0.05节肢动物Arthropoda 6 117.71 0.824585 0.102183 ＞0.05
表4 逻辑斯谛分布模型模拟SSD 曲线关键拟合参数
Table 4 Key fitting parameters of SSD curve simulated by Logistic distribution model
样本Sample样本数量Sample size 5%物种危害浓度(HC5)/(mg·L-1)5% hazardous concentration(HC5)/(mg·L-1)拟合度(R2)Degree of fit (R2)均方根误差(RMSE)Root-mean-square error (RMSE)P 值(K-S 检验)P(Kolmogorov-Smirnov)全部物种 All species 20 129.62 0.954566 0.058529 ＞0.05鱼类 Fish 7 485.78 0.924560 0.068666 ＞0.05水生植物Hydrophyte 5 151.83 0.769033 0.113276 ＞0.05节肢动物Arthropoda 6 121.5 0.811802 0.105841 ＞0.05
2.3 预测无效应浓度
根据公式(1)通过 HC5 及 AF 推导 PNEC。 用正态分布模型和逻辑斯谛分布模型拟合SSD 曲线,可得出2 组包含全部物种、鱼类、水生植物和节肢动物的HC5 值,基于保守原则,本研究HC5 选择2 组数据中较低的值。 PNEC 结果如表5 所示。
表5 不同种类水生生物的预测无效应浓度(PNEC)推算结果
Table 5 Predicted no effect concentration (PNEC)results of different aquatic organisms
种类Species HC5/(mg·L-1)PNEC/(mg·L-1)全部物种All species 128.56 42.85鱼类Fish 485.78 161.93水生植物Hydrophyte 143.25 47.75节肢动物Arthropoda 117.71 39.23
如表5 所示,不同物种的PNEC 由低到高顺序依次为:节肢动物＜全部物种＜水生植物＜鱼类。 在3类不同物种之间,节肢动物的PNEC 最小,为39.23 mg·L-1,鱼类的 PNEC 最大,为 161.93 mg·L-1。PNEC 结果表明,MTBE 对不同物种的PNEC 存在差异,节肢动物、水生植物与全部物种的PNEC 较接近,与鱼类的PNEC 相差较大。
3 讨论(Discussion)
本研究的数据质量评估结果表明,在收集到的17 篇文献中,非常可靠文献6 篇(18 ~21 分),可靠文献 5 篇(13 ~17 分),不可靠文献 4 篇(＜13 分),不予使用文献2 篇。 筛选出高质量可靠数据共54 条,占评估总数据的30%。 根据来源于文献和数据库共87 条数据,最终获得20个物种的急性毒性数据。正态分布模型和逻辑斯谛分布模型拟合结果表明,2种模型拟合出的SSD 曲线变化趋势相似,得出MTBE 对水生生物的HC5 值较为接近。 PNEC 推导结果分别为:全部物种的 PNEC 值42.85 mg·L-1、鱼类的 PNEC 值 161.93 mg·L-1、水生植物的 PNEC 值47.75 mg·L-1、节肢动物的 PNEC 值 39.23 mg·L-1。全部物种与水生植物及节肢动物的PNEC 值相近,与鱼类存在较大差异。 同时节肢动物对MTBE 的敏感度最高,其次是水生植物,鱼类的敏感度相对较低。
本研究同国内其他学者基于SSD 法开展的HC5 值研究成果进行了对比[2],后者计算得出的全部水生物种的HC5 值为276.12 mg·L-1,本研究所得的HC5 值为128.56 mg·L-1,二者之间略有差异,本研究所得值较为保守。 分析差异可能由于以下因素造成:(1)文献采用急性毒性测试时间范围为1 ~5 d,本研究采用测试时间≤4 d;(2)文献对于同一测试物种的同一测试终点使用了多个数据的几何平均值,本研究则按“最坏情况”假设取最低值,结果相对保守;(3)文献采用的是国外模型软件,本研究采用中国EEC-SSD 软件。 即数据与模型选择的不同造成了最终结果的差异。 对比本研究不同种类水生生物的PNEC,可见MTBE 对不同种类水生生物的PNEC 存在较大差异。 而我国不同地区水生生态环境中的物种也存在差异,因此,建议我国根据不同地区水生生物的类别情况,提出相应的MTBE 限值。
另外,本研究通过文献检索发现,近10年国内外对于MTBE 的毒性研究相对较少,研究主要集中在20 世纪80年代,且试验物种类型有限,尚未有我国特有物种如稀有鮈鲫等的毒性数据。 因此,当获得了更多的水生生物毒性数据或中国特有物种试验数据时,本研究推算的MTBE 的PNEC 应进行更新。 同时,现阶段我国也应加强MTBE 环境风险评估等领域的研究。
[1]梁增强, 杨菁. 甲基叔丁基醚环境污染特性及修复技术研究进展[J]. 环境与发展,2020,32(1):9-10
Liang Z Q, Yang J. Research progress on environmental pollution characteristics and remediation technology of methyl tert-butyl ether [J]. Environment and Development,2020,32(1):9-10 (in Chinese)
[2]闫振飞, 陈季康, 赵鑫, 等. 甲基叔丁基醚的水质基准阈值和生态风险评估[J]. 环境工程, 2019, 37(6): 170-176
Yan Z F, Chen J K, Zhao X, et al.Study on water quality criteria and ecological risk of methyl tert-butyl ether [J].Environmental Engineering,2019,37(6):170-176 (in Chinese)
[3]于晓章. 汽油添加剂甲基叔丁基醚(MTBE)对环境的危害性[J]. 生态科学,2003,22(3):257-260,256
Yu X Z. Review of environmental risk assessment of gasoline oxygenate methyl tert-butyl ether (MTBE) [J]. Ecologic Science,2003,22(3):257-260,256 (in Chinese)
[4]王希在, 奉夏平, 闻环. 固相微萃取-GC-MS-SIM 法监测惠州市地表水中MTBE 的污染状况[J]. 光谱实验室,2009,26(6):1398-1403
Wang X Z, Feng X P, Wen H. Determination of methyl tert-butyl ether in surface water of Huizhou City using the method of SPME-headspace-GC-MS-SIM [J]. Chinese Journal of Spectroscopy Laboratory, 2009, 26(6): 1398-1403 (in Chinese)
[5]梁林涵. 北京市汽油添加剂甲基叔丁基醚环境污染特征、人群健康风险评估及环境管理对策研究[D]. 南宁:广西医科大学,2015
Liang L H. Environment pollution characteristics, human health risk assessment and environmental management measures strategy of methyl tert-butyl ether in Beijing[D]. Nanning: Guangxi Medical University,2015 (in Chinese)
[6]赵丽, 张韵, 郭劲松, 等. 重庆市加油站周边浅层地下水中石油烃污染调查与特征分析[J]. 环境工程学报,2016,10(1):131-136
Zhao L, Zhang Y, Guo J S, et al. Investigation on pollution characteristics of petroleum hydrocarbon in shallow groundwater around gas stations [J]. Chinese Journal of Environmental Engineering,2016,10(1):131-136 (in Chinese)
[7]United States Environmental Protection Agency (US EPA). EPA Watch: Health advisory set for fuel oxygenate MTBE [J]. Environmental Science & Technology, 1998,32(3):83A
[8]Squillace P J,Pankow J F,Korte N E,et al.Review of the environmental behavior and fate of methyl tert-butyl ether[J]. Environmental Toxicology and Chemistry, 1997, 16(9):1836-1844
[9]Bruce B W,McMahon P B.Shallow ground-water quality beneath a major urban center:Denver,Colorado,USA [J].Journal of Hydrology,1996,186(1-4):129-151
[10]石丕星, 李凯华, 胡清, 等. 中国甲基叔丁基醚污染现状及防治对策研究[J]. 环境污染与防治, 2020, 42(10):1310-1314
Shi P X, Li K H, Hu Q, et al. Research on the pollution status and control countermeasures of methyl tert-butyl ether in China [J]. Environmental Pollution & Control,2020,42(10):1310-1314 (in Chinese)
[11]张家玮, 齐观景, 赵昊铎, 等. 基于物种敏感性分布评价长三角地区地表水壬基酚生态风险[J]. 生态毒理学报,2020,15(3):134-148
Zhang J W, Qi G J, Zhao H D, et al. Ecological risk assessment of nonylphenol in surface waters of the Yangtze River Delta based on species sensitivity distribution model[J]. Asian Journal of Ecotoxicology,2020,15(3):134-148(in Chinese)
[12]李禹含, 苗晶晶, 魏守祥, 等. 对氯苯胺、1,2-二氯乙烷、邻苯二甲酸丁苄酯和1-苯乙醇对两种海洋贝类急性毒性及其物种敏感度分布的研究[J]. 海洋环境科学,2020,39(5):732-737
Li Y H, Miao J J, Wei S X, et al.Acute toxicity and species sensitivity distribution of p-chloroaniline, 1,2-dichloroethane,butyl benzyl phthalate and 1-phenylethyl alcohol on two marine bivalves [J]. Marine Environmental Science,2020,39(5):732-737 (in Chinese)
[13]王印, 王军军, 秦宁, 等. 应用物种敏感性分布评估DDT 和林丹对淡水生物的生态风险[J]. 环境科学学报,2009,29(11):2407-2414
Wang Y, Wang J J, Qin N, et al. Assessing ecological risks of DDT and lindane to freshwater organisms by species sensitivity distributions [J]. Acta Scientiae Circumstantiae,2009,29(11):2407-2414 (in Chinese)
[14]Klimisch H J, Andreae M, Tillmann U. A systematic approach for evaluating the quality of experimental toxicological and ecotoxicological data[J].Regulatory Toxicology and Pharmacology,1997,25(1):1-5
[15]中华人民共和国生态环境部. 关于发布《化学物质环境与健康危害评估技术导则(试行)》等三项技术导则的公告[S/OL]. (2020-12-24) [2021-07-25]. https://www.mee.gov.cn/xxgk2018/xxgk/xxgk01/202012/t20201225 _814802.html
[16]Maltby L, Blake N, Brock T C M, et al. Insecticide species sensitivity distributions:Importance of test species selection and relevance to aquatic ecosystems [J]. Environmental Toxicology and Chemistry,2005,24(2):379-388
[17]林荣华, 姜辉, 王猛, 等. 物种敏感度分布(SSD)方法在农药环境风险评估中的应用[J]. 生态毒理学报, 2017,12(4):110-118
Lin R H, Jiang H, Wang M, et al. Application of species sensitivity distribution(SSD)to the environmental risk assessment of pesticides [J]. Asian Journal of Ecotoxicology,2017,12(4):110-118 (in Chinese)
[18]Gao P, Li Z Y, Gibson M, et al. Ecological risk assessment of nonylphenol in coastal waters of China based on species sensitivity distribution model [J]. Chemosphere,2014,104:113-119
[19]中华人民共和国农业部. 农药登记环境风险评估指南第2 部分:水生生态系统:NY/T 2882.2—2016[S]北京:中华人民共和国农业部,2016
Ministry of Agriculture of the People’s Republic of China. Guidance on environmental risk assessment for pesticide registration-Part 2: Aquatic ecosystem: NY/T 2882.2—2016 [S]. Beijing: Ministry of Agriculture of the People’s Republic of China,2016 (in Chinese)
[20]Naddafi K, Nabizadeh R, Baiggi A. Bioassay of methyl tertiary-butyl ether (MTBE) toxicity on rainbow trout fish[J]. Journal of Hazardous Materials,2008,154(1-3): 403-406
[21]Moreels D, Cauwenberghe K V, Debaere B, et al. Longterm exposure to environmentally relevant doses of methyl-tert-butyl ether causes significant reproductive dysfunction in the zebrafish(Danio rerio)[J].Environmental Toxicology and Chemistry,2006,25(9):2388
[22]Rausina G A, Wong D C L, Arnold W R, et al. Toxicity of methyl tert-butyl ether to marine organisms: Ambient water quality criteria calculation [J]. Chemosphere, 2002,47(5):525-534
[23]Wong D C L, Arnold W R, Rausina G A, et al.Development of a freshwater aquatic toxicity database for ambient water quality criteria for methyl tertiary-butyl ether [J].Environmental Toxicology and Chemistry, 2001, 20(5):1125-1132
[24]European Chemical Agency(ECHA).Tert-butyl methyl ether [DB/OL]. [2021-07-29]. https://echa.europa.eu/registration-dossier/-/registered-dossier/15543/6/2/6
[25]曹维. MTBE 对三种单细胞淡水藻的毒性研究[D]. 杭州: 浙江工业大学,2007
Cao W. Study on toxicity of methyl tert-butyl ether to three unicellular freshwater algae [D]. Hangzhou: Zhejiang University of Technology,2007 (in Chinese)