解旭东 ,侯智昊,李楠 *,岳翠霞,李雅,杨方社
1.西北大学城市与环境学院,陕西 西安 710127;2.陕西省地表系统与环境承载力重点实验室,陕西 西安 710127
抗生素是指细菌、真菌、放线菌等微生物经培养而获得或者用化学法合成的、具有抗病原微生物或抑制其它活性的化学物质,是临床应用最为广泛的一类治疗药物(杨雪娇,2018)。中国是抗生素的生产和使用大国,抗生素原药年产量约为24.8万吨(于继侗等,2018)。同时,最新研究显示,2000年到2015年间中国抗生素使用量增长幅度高达79%(Klein et al.,2018),仅2013年抗生素使用总量就达到16.2万吨,是同时期英国的150多倍(Zhang et al.,2015)。2005年中国抗生素年使用量的46.1%用于畜牧养殖业,2013年增加到84%。抗生素进入机体后仅有少部分能够被吸收利用,高达90%的抗生素以原形随粪便和尿液排入环境(杨煜东等,2010),然而,现有的污水处理工艺难以有效去除抗生素类物质(高俊红等,2016),致使其通过生活污水、制药企业排放废水、养殖业污水以及垃圾渗滤液等不断进入地下水和地表水等水环境中(王丹等,2014),并通过吸附、分配等作用最终进入沉积物和土壤中。一旦抗生素进入沉积物或土壤,就难以发生进一步的迁移(Chen et al.,2017)。某些抗生素在沉积物或土壤中会发生重新配合或分解(秦晓鹏等,2015),部分分解产物具有比母体更强的毒性,还有部分分解产物会在土壤和粪便中重新合成母体抗生素(Boxall,2004a)。此外,沉积物和土壤中的抗生素也会在植物或微生物之间发生迁移(Boxall et al.,2006;Sayen et al.,2019),从而对动植物产生直接或间接毒性,长期低浓度下的抗生素还会诱导产生抗性菌和抗性基因,从而引发生态风险(Sharma et al.,2016)。
随着现代分析技术的不断发展,沉积物和土壤这类复杂介质中抗生素的赋存和分布不断被研究,其可能导致的生态风险已成为新的热点问题。目前,全球范围内在沉积物和土壤中已检出了多种抗生素。西班牙加利西亚自治区17%的土壤样品中检测出四环素类和磺胺类抗生素,最大检出含量为0.8 μg·kg−1,呈现较低的区域风险性(Conde et al.,2018);伊朗波斯湾水域海水沉积物中抗生素含量为 1.40—25.32 μg·kg−1,生态风险已引起关注(Kafaei et al.,2018);中国汉江地区(Hu et al.,2018)沉积物中检出了磺胺类、四环素类和氟喹诺酮类等13 种抗生素,总含量为 10—45 μg·kg−1,沉积物中抗生素的风险系数已高于水体;长江口沉积物中抗生素主要为四环素类和氟喹诺酮类(Guo et al.,2019),某典型城郊集水区的土壤中检出了磺胺类、四环素类、氟喹诺酮类等11种抗生素,且抗生素含量随土壤深度的增加而降低(Kaeseberg et al.,2018)。目前,关于抗生素的研究主要集中在水环境中(Li et al.,2012;丁惠君等,2017;张晓娇等,2017),2008—2018年间研究中国各流域水体的抗生素赋存分布的相关文献约为120篇,而沉积物和土壤两种环境介质中仅 50余篇,仍处于起步阶段(石浩,2014)。此外,现有研究大都是针对不同区域沉积物或土壤开展的分散研究,对已有研究及监测数据的概率统计和相关性分析还不够深入,缺乏全国范围内固相介质中抗生素污染研究的有效整合和系统分析。
本文以沉积物和土壤中检出率最高的4大类13种抗生素为目标物,分析中国胡焕庸线下方四区域内沉积物和土壤中抗生素的污染水平及空间分布,并解析其污染来源。采用不确定分析方法评估沉积物和土壤中抗生素的生态风险,以期为沉积物和土壤中抗生素污染控制和风险管理提供科学依据。
本文通过系统的文献调研,筛选出沉积物和土壤中常见的4大类共13种抗生素(出现频率>70%)作为研究对象,其基本信息如表1所示。汇总并整理 2008—2018 年间 Willey、ACS、Elsevier、Springer等数据库关于中国沉积物和土壤中抗生素的研究,其中关于胡焕庸线上方区域的研究极少,难以开展有效分析,因此本研究选取能够提供确切污染场址和污染负荷数据共 52篇研究中国胡焕庸线下方华北(不含内蒙古)、华南、华东和华中四区域抗生素的相关文献数据进行整合分析,研究区域及数据分布如图1所示。其中华东区域相关文献有19篇,华南区域仅有7篇,数据量与人均国民生产总值正相关。
表1 抗生素基本信息及毒理学信息Table 1 Basic and toxicological information of antibiotics
图1 研究区域及数据分布Fig.1 The studied area and data distribution
1.2.1 数据处理
使用Excel 2013和Origin 2019软件对抗生素含量数据进行分析处理以及作图,计算如平均含量、检出率、标准偏差及风险熵值等数据;使用SPSS 20.0对抗生素进行Pearson相关性分析、主成分分析及数据分布检验;根据研究区域分布,使用Arcgis 10.0软件的地理统计分析功能,分析研究区域内抗生素的空间分布。
1.2.2 源解析方法
采用主成分分析法对中国胡焕庸线下方四区域内沉积物和土壤中抗生素的来源进行解析,并使用Varimax归一算法进行方差极大旋转后根据特征值大于1的原则选择相应主要因子进行分析。
1.2.3 生态风险评价方法
目前国内外对水体中抗生素风险评价研究已经相对成熟,但关于沉积物和土壤中抗生素的风险评价研究较少。关于水体中抗生素生态风险评价方法有很多,其中使用最广泛的是欧盟技术指导文件(Technical Guidance Document on Risk Assessment,TGD)中采用风险熵值(Risk Quotients,RQ)进行生态风险评价的方法(European Commission,2003),可以用来评价环境中抗生素残留对动、植物等各种生态因子的风险水平(Hernando et al.,2006)。该风险评价标准分为 3个风险等级,分别为低风险(RQ<0.1)、中等风险(0.1≤RQ<1)以及高风险(RQ≥1)(Yan et al.,2017)。RQ 计算公式如下:
式中,MEC为化合物的环境测量含量;PNEC为预测无效应含量,其值与敏感物种、毒性数据等相关。目前,关于水中抗生素预测无效应含量(PNECwater)的研究较多,尚缺乏土壤及沉积物中的相关数据。本文根据 TGD的指导方法,采用已有研究中抗生素的PNECwater(表1),通过平衡法换算得到抗生素在沉积物中预测无效应含量(PNECsed)值,具体计算公式为:
式中,RHOsp为悬浮物的湿体积密度,本文采用 TGD 推荐值 1150 kg·m−3;Ksusp-water为有机物的悬浮物—水分配系数,其值由下式确定(European Commission,2003):
式中,Fwater-susp和Fsolid-susp分别为水相和固相在悬浮物中体积分数,本文分别采用 TGD中标准定义值0.9和0.1;RHOsoild为固相密度,本文采用TGD中标准定义值2500 kg·m−3;Kpsusp为悬浮物中的固相—水相分配系数,
TGD中推荐采用0.1倍的有机物沉积物—水标化碳分配系数(Koc)。抗生素的Koc可通过辛醇—水分配系数(Kow)估算求得,二者关系如公式(4)(朴海善等,1999),该式对logKoc估算误差符合正态分布,平均误差为0.48个对数单位。本研究采用的抗生素logKow值列于表1。
关于土壤中抗生素的预测无效应环境含量PNECsoil,本文仍根据 TGD指导文件,通过有机物的土壤—水分配系数Ksoil-water换算求得,具体公式为:
式中,Fwater-soil和Fsolid-soil分别为固相和水相在土壤中的体积分数,本文采用 TGD中标准环境定义值分别为 0.2和 0.6;Kpsoil为固相—水相分配系数,TGD中推荐采用0.02倍的Koc作为其值。
事实上,污染区域内固相基质中不同类抗生素往往呈混合分布,产生联合生态风险。本文采用MRQ模型评价混合抗生素的联合生态风险(Backhaus et al.,2012),计算公式如下:
式中,MRQMEC/PNEC代表化合物的联合生态风险。
为了降低参数选择、化合物毒性数据等不确定因素的影响,提高风险评价结果的可靠性,本文采用crystal ball(v11.1.2.4)实现蒙特卡罗取样分析,进行生态风险评价的不确定性分析。
研究区域内沉积物和土壤中SAs、TCs、QNs和MLs抗生素的含量范围分别为未检出到 12.30、16.30、13.90 和 7.41 mg·kg−1,平均检出率分别为80%、95.35%、49.65%和42.57%。土壤和沉积物中抗生素的平均含量分别为1.48和1.28 mg·kg−1,均高于土壤中抗生素生态毒害效应的阈值0.1 mg·kg−1(Kim et al.,2007),如图2所示。土壤含量最高的抗生素为上海某养猪场养殖土壤中的CTC,平均含量为 36.27 mg·kg−1(Pan et al.,2011),而西班牙某养殖场土壤中的优势抗生素污染物为强力霉素,最高含量达到 106.60 mg·kg−1(Conde et al.,2018)。TCs作为兽药和饲料添加剂用于养殖业,在中国及世界畜禽养殖业中的生产量与实际使用量均为最大(Li et al.,2013),这可能是养殖土壤中TCs含量高的原因之一。沉积物中含量最高的抗生素是海河沉积物中的 OTC,最高含量为 16.30 mg·kg−1(Chen et al.,2018),伊朗波斯湾中含量最高的为诺氟沙星(大环内酯类)(Kafaei et al.,2018)。沉积物中抗生素的分布一方面与抗生素的吸附性能有关,抗生素沉积物中吸附能力大小一般为四环素类>大环内酯类>喹诺酮类>磺胺类(李宗宸,2017),另一方面与上覆水体中抗生素的种类及含量有关。TCs是研究区域内沉积物和土壤中含量最高、占比最大的的一类抗生素,分别占抗生素总含量的76.46%和84.04%,研究区域内该类抗生素的检出率大于90.07%。含量第二的为QNs,在沉积物和土壤中的占比分别为10.41%和10.65%,QNs大量应用于畜牧和水产养殖以促进禽畜生长及抑制真菌感染(Boxall,2004b;Thiele-bruhn,2003),但吸附能力较弱,因此在沉积物和土壤介质中的含量并不高。
图2 沉积物和土壤中不同类抗生素含量对比Fig.2 Concentration of antibiotics in sediment and soil
沉积物中华北地区的抗生素污染水平最高,其次华南地区,平均含量分别为 6.13、1.96 mg·kg−1,优势污染物均为TCs,分别占污染总量的85.62%和96.22%(图3)。其中OTC含量远高于其它抗生素,最高含量达到 54.8 mg·kg−1,出现在珠江沉积物中(刘叶新等,2018)。华北地区包括河北省、山西省、北京市和天津市,面积为37.39万km2,人口总数达1.49亿,是中国人口最为稠密的区域之一,抗生素产量和消耗量都较大,仅河北省就拥有华北制药、石家庄制药、神威药业、以岭药业等众多大型制药企业(周长铭,2018),大量制药废水的排放可能是该区域沉积物中抗生素含量高的原因。同时,沉积物中抗生素主要来源之一水生动物排放的粪便及以饲料添加剂的形式应用于水产养殖的抗生素,珠江是中国重要的淡水渔业生产基地,珠江沉积物中高含量的 OTC可能由于养殖区施用抗生素药物所致。华东和华中地区沉积物中抗生素的平均含量分别为 0.21 mg·kg−1和 0.04 mg·kg−1,远低于华北和华南地区,沉积物对多种抗生素都有很强的富集作用(刘玉芳,2012),是抗生素污染重要的源和汇。如图4所示,TCs是沉积物中污染量最高的抗生素,含量从高到低依次为华北、华南、华东和华中,分别占污染总量的78.77%、96.22%、76.31%和38.34%,相关研究也证实了TCs具有着极强的吸附作用(Hamscher et al.,2002),容易在沉积物中富集。QNs是仅次于TCs的优势抗生素种类,区域分布与TCs相同,然而平均含量仅为0.46 mg·kg−1,远低于 TCs的 5.45 mg·kg−1。QNs在中国的使用量巨大(Hu et al.,2011),但其在水中易光解,因此在沉积物中的含量并不高。SAs污染量分布为华北>华中>华南>华东,其中 SDZ是华北区域含量最高的磺胺类抗生素,华中和华南均为 SMZ,华东为TMP。大环内酯类抗生素在水中容易发生水解,不易迁移至沉积物中,4个区域沉积物中的MLs含量都较低,华北、华中和华东检出率分布为80.00%、20.00%和33.33%,华南地区未检出。
图3 沉积物和土壤中各类抗生素平均含量分区对比Fig.3 Antibiotics of sediment and soil in four regions
图4 沉积物和土壤中各抗生素的区域分布情况Fig.4 Spatial distribution of antibiotics in sediment and soil
土壤中总抗生素量从高到低依次为华东、华南、华北和华中,平均含量分别为2.28、1.50、0.62和 0.08 mg·kg−1(图 3)。华东地区农业和养殖业相对发达,强烈的耕种措施以及更高的施肥频率、养殖场废水排放以及粪肥施用等都可能导致土壤中抗生素的高含量(Li et al.,2015;Wang et al.,2017)。TCs和QNs是华东、华南和华中地区土壤中含量较高的抗生素,而华北地区的优势抗生素则是TCs和SAs,由于医疗、经济水平和认知能力的差异,抗生素消费习惯大不相同,这导致了其环境中的分布具有明显的地域特征。总体而言,TCs是研究区域内土壤中抗生素污染的主要种类,其中 CTC占比最高,这与Zhao et al.(2019)研究中国东部典型城市周边地区土壤抗生素污染得出的 CTC为主要污染源的结论一致。华东地区 ENR平均含量为 4.09 mg·kg−1,是仅次于 OTC 和 CTC 的优势污染物,QNs在畜牧养殖中长期大量使用(Boxall,2004b;Thiele-bruhn,2003),但其在土壤介质中吸附能力较弱,因此在土壤中的含量远低于TCs。SAs的总量并不高,仅华北地区含量较高,占污染总量的12.91%。土壤中 MLs含量显著高于沉积物中(P<0.05),这进一步证明了沉积物中低MLs可能是由于其在上覆水中发生水解的所致。
抗生素按照使用类别可分为人用抗生素、兽用抗生素和人畜共用抗生素三类,具体使用类别详见表1。研究区域的土壤利用类型主要涉及农业污灌区与养殖场粪肥区两类土壤,如图5所示,TCs在农业污灌区与养殖场粪肥区土壤中的占比分别为61.53%和80.44%,这与TCs自身的理化性质及极大的使用量有关。SAs占比分别为2.35%和9.73%,磺胺类抗生素是人畜共用药,在农业中很少使用且在土壤中吸附性较差,故其在农业污灌区土壤中几乎未检测到,在养殖业粪肥区土壤中含量也较低。QNs在农业污灌区占比36.04%,可以推断污水灌溉致使土壤中含有较高的QNs,而QNs一旦进入土壤,微生物降解速率慢,半衰期较长(Wang et al.,2017),因此污灌区土壤检出含量和检出率都较高,反之,QNs在养殖业粪肥区的比重极低,仅占 0.3%,此外,抗生素在不同土壤类型中的分布与土壤的理化性质也有关联(尹春艳等,2012)。MLs在两类土壤中的检出率和检出含量都极低,主要因为MLs为人用抗生素,在农业及养殖业中都极少使用。
图5 不同利用类型的土壤抗生素含量对比Fig.5 Antibiotics in different utilization types of soil
识别环境中抗生素污染的来源,并定量其相对贡献对抗生素污染的管理控制尤为重要。本文采用主成分分析法(PCA)对研究区域内沉积物和土壤中抗生素的来源进行解析,为了更准确的解释主成分,使用varimax归一算法进行方差极大旋转,并选择旋转后的数据展开分析。沉积物和土壤中的抗生素的主成分分析结果见表2,通过variman旋转,根据特征值大于1的原则,筛选出3个主成分,分别解释了沉积物中77.90%和土壤中86.08%的变量信息。
表2 沉积物和土壤中抗生素主成分旋转分布矩阵Table 2 Rotation distribution matrix of antibiotics in sediment andsoil
结果表明,对于沉积物中的抗生素而言,PC1解释了 60.01%的方差变异,SDZ、TMP、OTC、NOR、CIP、OFL、ROX具有极高的正载荷(>0.9),且除SDZ、TMP以外,其余5种抗生素两两之间存在极显著正相关(P<0.01),表明它们在各区域有相似的分布情况,均表现为高含量区域发生华北区域(图4)。OTC、NOR、CIP、OFL、ROX都为人用或人兽共用抗生素,在生活污水、制药及医疗废水中具有较高含量,且现有的污水处理工艺不能有效的去除抗生素,故主成分1代表了随污水排放进入水体沉积物中的抗生素;PC2解释了 13.77%的方差变异,SMZ、CTC和ENR具有较高的载荷(>0.7),其余抗生素载荷较低。SMZ为人兽共用抗生素,CTC和ENR为典型的兽用抗生素,常用于鱼病防治和饲料药物添加剂,故主成分2代表了水产养殖废水排放进入沉积物的抗生素;PC3解释了12.30%的方差变异,ERY具有极高的正载荷(0.996),TC具有较高的正载荷(0.668),其余抗生素载荷较低。然而,ERY和TC的相关性不高(P<0.01)),说明二者具有不同的来源。ERY为人兽共用药,是畜禽养殖饲料的主要添加药物之一(王云鹏等,2008),在养殖废水和地表水中大量检出(陈丽红等,2020),因此主成分3代表了畜禽养殖废水来源。
对于土壤中的抗生素而言,PC1’解释了34.07%的方差变异,NOR、CIP、OFL、ENR和ROX有相对较高的正载荷(>0.2),其中CIP和OFL为人用抗生素外,其余都为人兽共用抗生素,考虑到研究区域的污水灌溉和污泥施肥史,主成分1’为污水灌溉和污泥施肥等来源。PC2’解释了27.76%的方差变异,其中SAs的4种抗生素(SDZ、SMZ、SMX、TMP)载荷相对较高(>0.17),其余抗生素载荷水平很低。磺胺类抗生素多为人兽共用抗生素,是目前全球使用量仅次于四环素的兽用药物(Kim et al.,2011),SAs亲水性较强,容易随水流发生长距离迁移,在沉积物和土壤中含量较低,在污水处理厂排放废水中有很高的检出率和检出含量(Kümmerer,2009),4种SAs的相关性很弱(P<0.01,r<0.3),说明排放源分散,因此该成分来源为污水处理厂排放,且为分散的点源污染。PC3’解释了16.07%的方差变异,其中 OTC和 CTC具有相对较高的载荷(>0.3),四环素类抗生素由于具有广谱性和低廉的价格被广泛应用于禽畜和水产养殖业,但这些抗生素不能被机体完全吸收,大部分以代谢物或原形的形式随粪便排出体外。故主成分3’为养殖业直接排放及禽畜粪肥的施用。
通常情况下环境中污染物含量呈对数正态分布(Dean et al.,1974)。本研究运用SPSS 20.0在α=0.05的显著性水平上对沉积物和土壤中各抗生素的含量进行K-S检验,结果显示各抗生素的含量服从对数正态分布。基于风险表征模型(公式 1)及参数的概率分布,对沉积物和中土壤各抗生素的生态风险进行 20万次模拟计算,计算结果服从对数正态分布,沉积物和土壤中抗生素的生态风险水平分别如图6和图7所示。
图6 不同区域沉积物中各抗生素生态风险评价结果Fig.6 Ecological risk assessment results of antibiotics in sediment of different regions
图7 不同区域土壤中各抗生素生态风险评价结果Fig.7 Ecological risk assessment results of antibiotics in soils of different regions
华东地区沉积物CTC和OFL在95%的置信水平上处于高风险,OTC和ROX处于中等风险,其余抗生素在95%的置信水平上均处于低风险,目前尚无需采取降低风险的措施。华南地区OTC和TC在95%置信水平处于高风险,风险熵平均值分别为1.65和0.91,NOR、ROX和ERY处于中等风险。其中 OTC的风险水平与波罗的海沉积物中的相当(Siedlewicz et al.,2018),均处于高风险。华中地区除ERY无检出、SDZ在95%置信水平上处于中等风险外,其余抗生素均处于低风险。华北地区作为沉积物中抗生素污染最严重的区域,其中 SDZ、OTC、TC、NOR、OFL和 ROX共 6种抗生素在95%置信水平上处于高风险,CTC和ROX处于中等风险,应加强对该区域抗生素污染物的监测,防控风险事件的发生。
华东地区土壤中SDZ、OTC、CTC和OFL在95%的置信水平上处于高风险水平,SMZ、SMX、TC、CIP和ROX处于中等风险,其中SMX和TC的风险水平低于污水受纳河流的(Jiang et al.,2014)。华南地区 CTC和OFL在 95%的置信水平上处于高风险水平,其中 CTC的风险熵平均值高达4.36。华中地区仅有OFL在95%的置信水平上处于中等风险,其余抗生素均为低风险。华北地区CTC在95%的置信水平上处于高风险水平,SMX、OTC和OFL具有中等风险。CTC在华东、华南和华北均处于高风险,OFL所有区域内均具有高/中等风险水平
联合风险评价结果显示,沉积物中华北、华南和华东的抗生素联合生态风险均处于高风险水平,华北地区为沉积物中生态风险最高的区域,联合风险熵平均值高达20.97,华中处于中等风险。土壤中沉积物中华北、华南和华东的抗生素联合生态风险均处于高风险水平,华东地区联合风险熵平均值为7.06,是土壤中联合风险最高的区域,华中处于中等风险。总体而言,沉积物中除华北区域外,其余区域的抗生素联合生态风险均低于土壤。
(1)中国胡焕庸线下方四区域内沉积物和土壤中抗生素的平均含量分别为 1.28 mg·kg−1和 1.48 mg·kg−1,高于土壤中抗生素生态毒害效应的阈值,四类抗生素的平均检出率大于42.57%。沉积物和土壤含量最高的抗生素分别为OTC和CTC。
(2)沉积物和土壤中各类抗生素分布的呈现显著地域特征。沉积物中总抗生素量从高到低依次为华北、华南、华东和华中,而土壤中为华东>华南>华北>华中。TCs是沉积物和土壤中污染量最高的抗生素,QNs是沉积物中仅次于 TCs的优势抗生素,也是华东、华南和华中地区土壤中含量第二的抗生素,而华北地区的第二优势抗生素则是SAs。
(3)PCA解析结果表明沉积物中抗生素受生活污水及制药废水排放、水产养殖废水排放和畜禽养殖活动的共同影响,源相对贡献率分别为60.01%、13.77%和12.03%;土壤中抗生素来自污水灌溉及污泥施肥、污水处理厂排放和畜禽养殖直接排放及粪肥的施用,源相对贡献率分别为34.07%、27.76%和16.07%。
(4)不同土地利用类型的土壤中抗生素含量具有较大差别。TCs在农业污灌区和养殖业粪肥区均占有较大比重;SAs虽然使用量大,但在两类的土壤中均占有较少比重;QNs在农业污灌区土壤中占有较高比重,而在养殖业粪肥区土壤中比重极低,仅占0.3%;MLs在两类土壤中的含量都较低。
(5)研究区域内沉积物和土壤中各抗生素均处于不同的生态风险水平。沉积物中华北区域高风险水平的抗生素种类最多,OTC为风险熵值最高的抗生素,在3个区域内处于高/中等风险水平。土壤中华东区域高风险水平的抗生素最多,CTC和OFL具有较高的风险水平。华北、华南和华东的抗生素联合生态风险处于高风险水平,华中处于中等风险。沉积物中除华北区域外,其余区域的抗生素的联合生态风险均低于土壤。