首页 理论教育 农产品产地环境评估的生态物种敏感性分布研究

农产品产地环境评估的生态物种敏感性分布研究

时间:2023-11-21 理论教育 版权反馈
【摘要】:不同物种对于同一种污染物有不同的敏感性。物种敏感性分布曲线就是用来描述这种关系的一种方法。生态物种敏感性分布法最早是由美国国家环境保护局于1978年提出的用于制定水质基准的方法。该方法是利用统计概率分布函数来描述不同生态物种对环境中污染物的毒理响应效应,表征物种对污染物的敏感性分布规律。图3-20典型生态物种敏感性分布图

农产品产地环境评估的生态物种敏感性分布研究

不同物种对于同一种污染物有不同的敏感性。通过毒理实验中所测得的半致死浓度(LC50)或无观察效应浓度(NOEC)等毒理数据,能够获得关于这种敏感性的信息。对于一个物种而言,在不同污染物剂量或浓度下产生的负面影响(如死亡率癌症发生率等)可以用一条剂量—效应曲线来描述。而对于一个群落或者生态系统而言,不同浓度污染物导致的影响或者危害效应同样存在着一定的关系。物种敏感性分布曲线就是用来描述这种关系的一种方法。由于生态系统的复杂性,想要真正精确地描述其对污染胁迫的反应和变化是十分困难的,但物种敏感性分布曲线提供了一种相对简单的方法来表示和预测这种影响程度。

生态物种敏感性分布法(SSD)最早是由美国国家环境保护局于1978年提出的用于制定水质基准的方法。20世纪80年代,欧美等地科学家提出将其应用于保护生态系统的生态风险评估和土壤环境质量临界值的制定。该方法是利用统计概率分布函数来描述不同生态物种对环境中污染物的毒理响应效应,表征物种对污染物的敏感性分布规律。SSD假设生态系统中生态物种对污染物的毒性响应效应(生态毒理学数据)可用统计学参数概率函数来描述,如三角分布、对数正态分布、正态分布等。通过实验室或田间试验获取的有效生态毒理学数据可看作来自无穷分布中的有限样本。根据已有生态毒理学数据可估算概率分布函数的参数,从而建立土壤污染浓度与生态风险的定量关系。

根据对有限生态物种毒理学研究的数据,可将污染浓度数据表达为累积概率分布图。图中x轴为生态毒理数据如半最大效应浓度(EC50)、NOEC等,y轴为生态系统受到毒害的概率,曲线上的各点代表着一定土壤污染物浓度与该浓度下可能受害的生态物种损害比例的对应关系。SSD法既可从污染物环境浓度出发,计算潜在影响比例(PAF);亦可反向用于确定一定保护程度的污染物浓度。反向用法中SSD被用于确定一个可以保护生态系统中绝大部分生物物种的污染物浓度水平,一般使用5%危害浓度(HC5),或者95%保护水平表示。从HC5出发可得到用于生态风险评价和环境质量标准中的预测无影响浓度(Newman et al.,2000;Wheeler et al.,2002),及反向用法用于环境质量基准的制定。正向用法用于生态风险评价,即从污染物环境浓度水平出发,计算潜在影响比例,用以表征生态系统或者不同类别生物的生态风险(Traas et al.,2002)。当制定土壤生态风险基准值时,需要预先设定可接受的生态风险即可接受的最大危害物种百分比PAF,该处所对应的浓度值(HCp)即为基准值,表示污染物对生物的效应浓度小于等于HCp的概率为p,在此浓度下,生境中(100-p)%的生物是(相对)安全的。如农用地通常选取5%处所对应的浓度HC5值,即保护95%生物物种的限量值,如图3-20所示。(www.xing528.com)

图3-20 典型生态物种敏感性分布图

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈