论文部分内容阅读
全氟及多氟烷基化合物(PFASs)是一类高度氟化的脂肪族化合物,具有持久性和生物蓄积性,对水环境构成了潜在威胁。电镀行业是水环境中PFASs的重要来源之一,因此掌握电镀企业PFASs排放特征并评估其在周边水环境中的风险,对电镀行业PFASs的污染防控具有重要意义。本研究通过对电镀企业及周边水环境实地采样分析和文献调研,掌握企业排放和周边水环境中PFASs的种类和分布特征,结合定量构效关系(QSAR)、种间关系预测(ICE)、物种敏感度分布(SSD)模型,推断了典型PFASs的预测无效应浓度(PNEC),最后基于商值法定量评估了企业排放和周边水环境中PFASs的环境风险。具体研究内容和结果如下:(1)获取了电镀企业排放及周边水环境中PFASs的种类和浓度。建立了水环境中19种PFASs的分析方法,方法检出限为0.1~2.0 ng/L,回收率为81%~122%;分析了深圳市某电镀园区企业排放及周边水环境中PFASs的浓度特征,分别检测到了13种、15种,其中分别以全氟辛烷磺酸(PFOS,16.9 ng/L)和全氟丁烷磺酸(PFBS,132 ng/L)含量最高;通过文献调研获取了广州市某电镀企业周边水环境中11种PFASs的浓度数据。基于实地采样分析和文献调研,确定全氟丁烷羧酸(PFBA)、全氟辛烷羧酸(PFOA)、PFBS、全氟己烷磺酸(PFHx S)、PFOS和6:2氯-全氟醚磺酸(6:2 Cl-PFESA)等6种PFASs为电镀企业排放和周边水环境中的特征PFASs,开展环境风险评估。(2)通过QSAR模型补充了PFASs对羊角月牙藻、小球藻、斑马鱼、大型溞等4个物种的急性毒性数据。基于MOPAC,EPI Suite等软件计算的分子描述符,建立了4个物种预测PFASs急性毒性与亲脂性、极化和电子受体等性质相关的QSAR模型(R2>0.370)。使用非交叉验证和留一法交叉验证对模型进行评价,四个模型均表现出较高的预测能力和一定的统计学意义。(3)通过ICE模型构建了替代物种与预测物种的种间结构毒性关系,进一步完善了本地物种的急性毒性数据。利用34个ICE模型,结合QSAR和实验所得急性毒性数据,分别补充了PFBA、PFOA、PFBS、PFHx S、PFOS、6:2 ClPFESA的13个、34个、17个、13个、14个、13个急性毒性数据。(4)通过SSD模型推算了PNEC。综合文献收集、QSAR预测、ICE补充的急性毒性数据,建立了QSAR-ICE-SSD毒性效应推算方法。针对六种PFASs,通过拟合的正态分布曲线获得了生态系统5%的物种受影响的浓度值(HC5),除以评估因子5,得到6种PFASs的PNEC推算值,分别为804μg/L(PFBA)、6.27×103μg/L(PFOA)、1.01×4μg/L(PFBS)、1.29×4μg/L(PFHx S)、2.09×103μg/L(PFOS)、254μg/L(6:2 Cl-PFESA)。对毒性数据详实的PFOA和PFOS,通过毒性实验数据构建SSD模型,以此推算PNEC。结果表明该推算值分别是QSAR-ICE-SSD方法推算值的1.16倍(PFOA)和1.20倍(PFOS),建立的QSARICE-SSD毒性效应推算方法可靠,可用于PFASs的PNEC推算。(5)根据PFASs的暴露浓度和PNEC推算值,采用商值法评估了PFASs的环境风险。结果表明,深圳市某电镀园区企业排放和周边水环境中6种PFASs的环境风险均较低(风险商范围0~1.21×10-4),风险最高的为PFOS(风险商为1.21×10-4)。