紹興茶園小流域的3種農(nóng)藥生態(tài)風(fēng)險(xiǎn)評價(jià)

李之穎，楊芬，謝邵文，周建利，韋朝陽,#，梁濤

1. 長江大學(xué)農(nóng)學(xué)院，荊州 434025 2. 中國科學(xué)院地理科學(xué)與資源研究所陸地表層格局與模擬重點(diǎn)實(shí)驗(yàn)室，北京 100101 3. 廣東省科學(xué)院生態(tài)環(huán)境與土壤研究所，華南土壤污染控制與修復(fù)國家地方聯(lián)合工程研究中心，廣東省農(nóng)業(yè)環(huán)境綜合治理重點(diǎn)實(shí)驗(yàn)室，廣州 510650

農(nóng)藥是現(xiàn)代農(nóng)業(yè)中非常重要的一種生產(chǎn)資料，是保證農(nóng)業(yè)生產(chǎn)質(zhì)量與數(shù)量的關(guān)鍵，但同時(shí)，過量的農(nóng)藥施用也會(huì)導(dǎo)致農(nóng)藥殘留等污染問題[1]。隨著作物產(chǎn)量的不斷上升，農(nóng)藥的施用量也在不斷增加，然而僅有30%左右停留在作物表面發(fā)揮功效，40%左右擴(kuò)散到土壤和大氣中，其余的30%左右因?yàn)榱苁У仍螂S地表徑流進(jìn)入河流與湖泊當(dāng)中，對流域中的生物造成一定的危害[2]?，F(xiàn)今農(nóng)藥安全管理已日趨嚴(yán)格，農(nóng)藥的施用前提及標(biāo)準(zhǔn)的設(shè)定等均需考慮農(nóng)藥對于生態(tài)環(huán)境的危害程度[3-5]。而通過生態(tài)風(fēng)險(xiǎn)評價(jià)，可以定量分析評估某種農(nóng)藥對環(huán)境的影響程度，進(jìn)而科學(xué)指導(dǎo)農(nóng)藥施用。

生態(tài)風(fēng)險(xiǎn)評價(jià)的方法眾多，如風(fēng)險(xiǎn)商法(risk quotient, RQ)、概率風(fēng)險(xiǎn)法等[6-7]。本研究引入物種敏感度分布法(species sensitivity distribution, SSD)來評估研究區(qū)域的生態(tài)風(fēng)險(xiǎn)值。物種敏感度分布法是由Kooijman在1987年提出，其原理為在復(fù)雜的生態(tài)系統(tǒng)中，不同種屬、不同門類的生物因?yàn)樯順?gòu)造、地理分布等各種差異使得其對農(nóng)藥殘留物的敏感程度各有不同且服從一定的概率分布，因此，通過這種概率分布函數(shù)來表達(dá)各生物物種對農(nóng)藥殘留物的敏感度差異，即為物種敏感度分布法[8]。SSD方法相較于其他生態(tài)風(fēng)險(xiǎn)評價(jià)方法，可以有效地結(jié)合環(huán)境現(xiàn)實(shí)性較低的、缺乏生態(tài)性的單一物種在實(shí)驗(yàn)室內(nèi)短期試驗(yàn)得出的毒理學(xué)數(shù)據(jù)，通常采用不同的毒性終點(diǎn)以表征某物種對某毒性物質(zhì)的敏感度、耐受度等性狀，其效應(yīng)終點(diǎn)有急性數(shù)據(jù)如半數(shù)致死濃度(median lethal concentration, LC50)、半數(shù)效應(yīng)濃度(median effect concentration, EC50)，慢性數(shù)據(jù)如最大無觀察效應(yīng)濃度(no observed effect concentration, NOEC)以及最大無觀察效應(yīng)劑量(no observed effect level, NOEL)，通過將這些效應(yīng)終點(diǎn)的數(shù)據(jù)結(jié)果外推到生物群落或整個(gè)生態(tài)系統(tǒng)來進(jìn)行風(fēng)險(xiǎn)評價(jià)[9-10]。

蟲螨腈(chlorfenapyr)、聯(lián)苯菊酯(bifenthrin)和溴氰菊酯(deltamethrin)等都是茶業(yè)生產(chǎn)中常見的殺蟲劑，對應(yīng)防治茶尺蠖、假眼小綠葉蟬和茶橙癭螨蟲害[11-13]，成效顯著，但同時(shí)，過量的施用也會(huì)導(dǎo)致殺蟲劑遷移至周邊土壤、水體甚至空氣中；而土壤、水體及空氣中的殘留在進(jìn)入生物體后會(huì)通過生物富集作用影響整個(gè)生物鏈，并最終產(chǎn)生對人類的膳食暴露風(fēng)險(xiǎn)。本研究通過SSD方法對紹興茶園小流域進(jìn)行蟲螨腈、聯(lián)苯菊酯和溴氰菊酯3類農(nóng)藥的生態(tài)風(fēng)險(xiǎn)評價(jià)，以期對周邊茶園的農(nóng)藥減施增效、生態(tài)環(huán)境安全管理等方面提供一定參考依據(jù)和理論支持。

1 材料與方法(Materials and methods)

1.1 數(shù)據(jù)獲取

研究區(qū)位于浙江省紹興市越城區(qū)御茶村，該茶園種植規(guī)范，是我國典型的綠茶茶葉主產(chǎn)區(qū)。茶園每年3次機(jī)械化采摘，茶葉生長期間，根據(jù)實(shí)驗(yàn)地茶樹蟲害季節(jié)性發(fā)生規(guī)律[14-15]，分別在6月上旬、6月中下旬和8月中旬各噴施1次，3次噴施的農(nóng)藥分別為聯(lián)苯菊酯、溴氰菊酯和溴蟲腈(俗稱“蟲螨腈”)，對應(yīng)防治茶尺蠖、假眼小綠葉蟬和茶橙癭螨蟲害，具體噴施的農(nóng)藥劑型為10%聯(lián)苯菊酯乳油、2.5%溴氰菊酯乳油和24%蟲螨腈乳油，施用劑量為聯(lián)苯菊酯150 mL·hm-2、溴氰菊酯750 mL·hm-2和蟲螨腈750 mL·hm-2。2017年8月，御茶村茶園農(nóng)藥噴施結(jié)束之后，于御茶村茶園內(nèi)主要溪流采集水樣，共布置9個(gè)采樣點(diǎn)；1個(gè)月后，即2017年9月，選擇御茶村茶園下游主要溪流及湖庫采集水樣，布置9個(gè)采樣點(diǎn)，采樣點(diǎn)分布如圖1所示。所采集的表層水體樣品，低溫保存運(yùn)輸至實(shí)驗(yàn)室，進(jìn)行3種農(nóng)藥殘留的檢測。樣點(diǎn)覆蓋研究區(qū)主要水系及交匯點(diǎn)。采樣點(diǎn)描述如表1所示。

圖1 研究區(qū)域及采樣點(diǎn)分布Fig. 1 Study area and sampling point distribution

本研究中用于構(gòu)建SSD模型的毒理學(xué)數(shù)據(jù)均來源于美國環(huán)境保護(hù)局ECOTOX數(shù)據(jù)庫(https://cfpub.epa.gov/ecotox/)，該數(shù)據(jù)庫有11 000多種化學(xué)物質(zhì)對12 000多種水生生物、陸生動(dòng)植物的83萬多條毒理學(xué)數(shù)據(jù)[16-17]。在數(shù)據(jù)庫中可根據(jù)毒性效果、毒性終點(diǎn)、受影響物種種類及測試介質(zhì)等方面進(jìn)行篩選；因?yàn)榧毙远拘詳?shù)據(jù)的結(jié)果常低估化合物對環(huán)境的風(fēng)險(xiǎn)影響，更適用于應(yīng)對偶發(fā)的環(huán)境污染事故或作為制定短期水質(zhì)標(biāo)準(zhǔn)的參考，而慢性毒性數(shù)據(jù)更貼近于低濃度污染物在環(huán)境中長期暴露所造成的影響，因此本研究中主要選取NOEC和NOEL這2種慢性毒性終點(diǎn)數(shù)據(jù)，其結(jié)果更加契合農(nóng)藥殘留物對環(huán)境的風(fēng)險(xiǎn)影響。選取魚類、甲殼類和軟體類等水生及兩棲動(dòng)物，藻類、苔蘚和菌類等水生植物作為被影響物種構(gòu)建茶園區(qū)域水環(huán)境毒理學(xué)數(shù)據(jù)庫。

1.2 BITSSD軟件及模型構(gòu)建

本研究采用中國地質(zhì)大學(xué)何偉與北京大學(xué)徐福留教授研發(fā)的水土環(huán)境農(nóng)藥污染物生態(tài)風(fēng)險(xiǎn)評價(jià)軟件平臺(tái)(簡稱BITSSD，著作權(quán)號2020SR1006185)進(jìn)行計(jì)算，基于水土環(huán)境中農(nóng)藥的SSD曲線，利用軟件中的模型數(shù)據(jù)庫或本研究自建的農(nóng)藥SSD模型庫計(jì)算農(nóng)藥生態(tài)風(fēng)險(xiǎn)概率[18]。該軟件可同時(shí)構(gòu)建Burr Ⅲ、Log Normal、Log Logistic、Weibull和ReWeibull這5種SSD模型，并采用偏差信息準(zhǔn)則(DIC)、赤池信息量準(zhǔn)則(AIC)和貝葉斯信息準(zhǔn)則(BIC)綜合評價(jià)確定最佳模型。通過隨機(jī)初始值+非線性擬合的方式獲得參數(shù)的先驗(yàn)分布相關(guān)系數(shù)；而后，利用馬可夫鏈蒙托卡羅模擬(MCMC)的方式，采用3條鏈獲取后驗(yàn)分布參數(shù)；最后利用后驗(yàn)分布參數(shù)對SSD模型參數(shù)的不確定性、SSD模型曲線的不確定性、SSD相關(guān)推導(dǎo)值的不確定性(如危害閾值(HCX)、潛在影響比例即風(fēng)險(xiǎn)值(PAF)等)進(jìn)行估計(jì)，從而科學(xué)評估水土環(huán)境農(nóng)藥的生態(tài)風(fēng)險(xiǎn)[19-20]。其中，“HCX計(jì)算”子功能給出當(dāng)x%的物種被影響時(shí)，農(nóng)藥達(dá)到的濃度，該值被稱為危害閾值，一般用于預(yù)測無效應(yīng)濃度和建立水質(zhì)基準(zhǔn)，通常選取5%物種危害濃度 (hazardous concentration for 5% the species, HC5)濃度，即群落中95%的物種不受污染物顯著影響的最大濃度；“PAF計(jì)算”子功能給出了樣點(diǎn)農(nóng)藥殘留濃度對應(yīng)的潛在物種影響比例，即生態(tài)風(fēng)險(xiǎn)值，是本軟件最重要的輸出數(shù)據(jù)，該數(shù)據(jù)用于生態(tài)風(fēng)險(xiǎn)評估[21-23]。

BITSSD軟件中可通過自帶的農(nóng)藥數(shù)據(jù)庫建立SSD模型，但該數(shù)據(jù)庫中農(nóng)藥數(shù)據(jù)有限，且物種選擇不符合本次研究區(qū)的實(shí)際物種分布情況，因此本研究對從ECOTOX數(shù)據(jù)庫獲取的農(nóng)藥毒性數(shù)據(jù)進(jìn)行歸納整理，選取適合的水生生物建立溴氰菊酯、聯(lián)苯菊酯和蟲螨腈的毒性數(shù)據(jù)庫，物種選取需考慮的因素有[24]：(1)在本地生態(tài)系統(tǒng)或漁業(yè)生產(chǎn)中具有重要意義的代表性物種；(2)對污染物較敏感的物種；(3)各類生物在水生態(tài)系統(tǒng)中有不同的功能及作用，考慮來自不同營養(yǎng)級、不同生物類群的物種更具有代表性，如魚類、浮游生物和底棲動(dòng)物就可以表征一個(gè)復(fù)雜的水生態(tài)系統(tǒng)的結(jié)構(gòu)特征和功能；(4)在商業(yè)上、娛樂上或者其他社會(huì)公眾關(guān)注等方面較重要的物種[25-27]。在美國環(huán)境保護(hù)局ECOTOX數(shù)據(jù)庫網(wǎng)站搜索頁面中，根據(jù)研究要求，確定各類參數(shù)，如實(shí)驗(yàn)介質(zhì)為水，毒性終點(diǎn)為NOEC、NOEL，受試物種為水生動(dòng)植物，搜索并下載。搜索結(jié)果中，蟲螨腈數(shù)據(jù)27條，聯(lián)苯菊酯數(shù)據(jù)223條，溴氰菊酯數(shù)據(jù)208條。其中包含所有自然場地、人工場地及實(shí)驗(yàn)室測試的國際標(biāo)準(zhǔn)測試物種以及美國境內(nèi)受威脅、瀕危和入侵物種等[28-29]。本研究中研究區(qū)域?qū)儆谖覈鴸|部太湖流域內(nèi)，美國境內(nèi)的標(biāo)志性物種并不適用于此次研究，因此需對已下載的毒性數(shù)據(jù)進(jìn)行二次篩選，去掉不適用于本研究的毒性數(shù)據(jù)，同時(shí)當(dāng)同一物種有多個(gè)可用數(shù)據(jù)時(shí)，取幾何平均值。

表1 采樣點(diǎn)位置信息及描述Table 1 The location of sampling point and description

結(jié)合以上各因素、中國本土敏感淡水水生生物推薦名錄及ECOTOX數(shù)據(jù)庫中的慢性毒性終點(diǎn)數(shù)據(jù)，最終收集到各農(nóng)藥毒性數(shù)據(jù)量為蟲螨腈13條，聯(lián)苯菊酯113條，溴氰菊酯152條，如表2所示。選取的物種主要包括：鯉魚(Cyprinuscarpio)、鯽魚(Carassiusauratus)、大型蚤(Daphniamagna)、模糊網(wǎng)紋蚤(Ceriodaphniadubia)、搖蚊(Aedesaegypti)、萼花臂尾輪蟲(Brachionuscalyciflorus)、牡蠣(Crassostreavirginica)和綠藻(Desmodesmussubspicatus)。

1.3 水樣農(nóng)藥檢測與分析

于分液漏斗中加入100 mL水樣，放入20 mL的二氯甲烷作為提取劑，分3次萃取，待樣品液體分層后將下層液體轉(zhuǎn)移至燒瓶中，如此反復(fù)進(jìn)行3次，合并提取液并進(jìn)行濃縮。采用旋轉(zhuǎn)蒸發(fā)法濃縮至1～2 mL，再用氮吹法濃縮至干，向濃縮瓶中加丙酮約2 mL，上機(jī)檢測[30]。所用儀器為氣相色譜三重四極桿串聯(lián)質(zhì)譜聯(lián)用儀(美國ThermoScientific，TSQ 9000)。色譜柱為HP-5 ms彈性石英毛細(xì)管柱，30 m×0.25 mm×0.25 μm。色譜升溫程序：初始溫度80 ℃，保持1 min；以40 ℃·min-1的速度升至160 ℃；再以5 ℃·min-1的速度升至200 ℃，保持5 min；以8 ℃·min-1升至240 ℃；再以5 ℃·min-1升至290 ℃，保持3 min；3 ℃·min-1升至300 ℃，保持3 min。進(jìn)樣口溫度為250 ℃；接口溫度為270 ℃；載氣為高純氮?dú)?純度≥99.999%)；載氣流速為1 mL·min-1；進(jìn)樣器模式為不分流進(jìn)樣；進(jìn)樣量為1 μL。質(zhì)譜條件：電離方式為電子轟擊離子源；離子源溫度為230 ℃；電離能量為70 eV；四級桿溫度為150 ℃；溶劑延遲時(shí)間為3.5 min；碰撞氣為氮?dú)?，載氣為氦氣。

采用加標(biāo)回收法來確定方法的準(zhǔn)確度，在水樣中加入相當(dāng)于2、5和50 μg·mL-1水平的3種農(nóng)藥的標(biāo)準(zhǔn)溶液，并用上述氣相色譜-質(zhì)譜條件進(jìn)行分析測定，得出蟲螨腈、聯(lián)苯菊酯和溴氰菊酯在水樣中的回收率范圍分別在95.00%～117.00%、98.00%～115.00%和97.00%～113.00%之間。

利用BITSSD軟件的ECOTOX數(shù)據(jù)提取及歸納功能，導(dǎo)入選取好的各農(nóng)藥毒性數(shù)據(jù)表格文件，生成按照物種歸類好的毒性數(shù)據(jù)。按照軟件要求，依次導(dǎo)入3種農(nóng)藥歸類好的毒性數(shù)據(jù)和暴露數(shù)據(jù)，暴露數(shù)據(jù)即環(huán)境實(shí)測或模型預(yù)測的農(nóng)藥殘留濃度，在本研究中采用茶園實(shí)測的農(nóng)藥噴施8 d后殘留濃度，進(jìn)行整理后導(dǎo)入軟件中。MCMC采樣設(shè)置均為默認(rèn)，即采樣500次、移除200次和間隔10次。設(shè)置完成后即可進(jìn)行5種SSD曲線的擬合計(jì)算。

表2 收集農(nóng)藥毒性數(shù)據(jù)量Table 2 Collected pesticide toxicity data

2 結(jié)果(Results)

2.1 SSD模型擬合曲線

將3種農(nóng)藥的毒性數(shù)據(jù)導(dǎo)入軟件并計(jì)算后，得出各自5種SSD模型，根據(jù)模型優(yōu)劣判定參數(shù)DIC、AIC和BIC的均值大小，選擇最優(yōu)SSD模型。其中蟲螨腈的最優(yōu)模型為Log Normal模型，聯(lián)苯菊酯為ReWeibull模型，溴氰菊酯為Log Normal模型，各擬合曲線如圖2所示。

2.2 危害閾值及生態(tài)風(fēng)險(xiǎn)

根據(jù)軟件計(jì)算輸出的數(shù)據(jù)，得到蟲螨腈、聯(lián)苯菊酯和溴氰菊酯的HC5值和PAF值，選用SSD中值和SSD 95%置信區(qū)間(confidence interval)數(shù)據(jù)，結(jié)果如圖3所示，水環(huán)境下物種對聯(lián)苯菊酯和溴氰菊酯較為敏感，生態(tài)風(fēng)險(xiǎn)閾值HC5值均為0.001 μg·L-1，即保護(hù)該水環(huán)境中95%的物種，聯(lián)苯菊酯和溴氰菊酯的濃度需<0.001 μg·L-1。物種對蟲螨腈的敏感性相對較差，HC5值為0.4 μg·L-1。

PAF計(jì)算值受暴露數(shù)據(jù)及危害閾值的影響，體現(xiàn)的是采樣點(diǎn)處農(nóng)藥殘留對該環(huán)境中物種的影響比例。根據(jù)2017年8月御茶村園區(qū)內(nèi)水溪采樣點(diǎn)農(nóng)藥殘留數(shù)據(jù)及PAF計(jì)算SSD中值結(jié)果可知，9個(gè)采樣點(diǎn)中，蟲螨腈殘留量最高影響22%的物種，溴氰菊酯殘留量最高影響50%物種，聯(lián)苯菊酯最高影響66%的物種；1個(gè)月后，御茶村下游水溪和水庫中農(nóng)藥殘留全部為未檢出，據(jù)此可以判斷茶園流域內(nèi)農(nóng)藥殘留帶來的生態(tài)風(fēng)險(xiǎn)較低。表3和表4分別為2017年8月采樣點(diǎn)農(nóng)藥殘留數(shù)據(jù)和3種農(nóng)藥對物種的影響占比。

3 討論(Discussion)

3.1 不同物種對農(nóng)藥的敏感性

從SSD模型曲線可看出，在水環(huán)境下，不同營養(yǎng)級的物種對農(nóng)藥存在不同的敏感度，無脊椎動(dòng)物和節(jié)肢動(dòng)物對于農(nóng)藥的敏感度高于魚類；營養(yǎng)級越高的物種對于農(nóng)藥的敏感度越低。劉亞莉等[31]評價(jià)敵敵畏對淡水水生生物的生態(tài)風(fēng)險(xiǎn)時(shí)得出無脊椎動(dòng)物在敵敵畏低濃度范圍內(nèi)敏感度高于脊椎動(dòng)物，甲殼類、昆蟲和蜘蛛類動(dòng)物敏感度相均較高，魚類敏感度較低。農(nóng)藥隨著生物鏈向上傳遞，在高營養(yǎng)級物種體內(nèi)存在富集風(fēng)險(xiǎn)，魚類作為研究區(qū)內(nèi)的高營養(yǎng)級生物，又同時(shí)被更高營養(yǎng)級的人類等捕食，對整體生態(tài)系統(tǒng)有著巨大的影響，本研究中魚類物種選用鯉魚和鯽魚建立毒性數(shù)據(jù)庫，數(shù)據(jù)表明2種魚類對3種農(nóng)藥的敏感度較低，說明這3種農(nóng)藥施用于該區(qū)域不會(huì)對研究區(qū)甚至整體生態(tài)系統(tǒng)有更深的影響。

3.2 物種選擇對SSD模型的影響

本研究SSD模型構(gòu)建過程中，存在一些因素影響最終的數(shù)據(jù)結(jié)果，如在生物物種的選擇上，美國ECOTOX數(shù)據(jù)庫雖然涵蓋物種較為豐富但缺少中國本土物種的毒性數(shù)據(jù)，且各條數(shù)據(jù)研究條件不同會(huì)導(dǎo)致數(shù)據(jù)結(jié)果差別較大；藻類物種的數(shù)據(jù)較少，影響藻類物種的敏感度數(shù)據(jù)以及最終的擬合效果[32-33]；在毒性數(shù)據(jù)庫建立過程中，ECOTOX數(shù)據(jù)庫中蟲螨腈的毒性數(shù)據(jù)條目較少，物種的選取范圍較小，經(jīng)過篩選后僅剩數(shù)十條可用的毒性數(shù)據(jù)，相比聯(lián)苯菊酯和溴氰菊酯上百條的數(shù)據(jù)來說，蟲螨腈的毒性數(shù)據(jù)庫不夠完善，物種種類較少，也會(huì)導(dǎo)致對物種敏感度及生態(tài)風(fēng)險(xiǎn)的模擬產(chǎn)生一定的偏差。目前，SSD方法對毒理數(shù)據(jù)的選擇暫時(shí)沒有統(tǒng)一的規(guī)定，經(jīng)濟(jì)合作與發(fā)展組織(OECD)推薦最少數(shù)據(jù)為5個(gè)，而美國環(huán)境保護(hù)局(US EPA)推薦至少涉及3個(gè)門屬8個(gè)群種。張家瑋等[34]在評價(jià)中國長三角區(qū)地表水壬基酚生態(tài)風(fēng)險(xiǎn)時(shí)基于通用敏感物種和中國本地敏感物種分別構(gòu)建SSD曲線，得出通用敏感物種慢性毒性HC5=5.9 μg·L-1，本地敏感物種慢性毒性HC5=1.56 μg·L-1，差異近4倍。以上研究結(jié)果均表明基于本地敏感物種構(gòu)建的SSD模型能更好地表征當(dāng)?shù)氐纳鷳B(tài)風(fēng)險(xiǎn)狀況。因此，雖然本研究只選取了8種本地物種，但它們對研究區(qū)內(nèi)的農(nóng)藥敏感度具有較好的代表性，以此建立SSD模型并開展生態(tài)風(fēng)險(xiǎn)評價(jià)具有合理性。

表3 2017年8月采樣點(diǎn)農(nóng)藥殘留Table 3 Pesticides residues at the sampling sites in August 2017

圖2 3種農(nóng)藥的物種敏感度分布(SSD)曲線注：PAF表示潛在影響比例，即風(fēng)險(xiǎn)值；CI表示置信區(qū)間；NOEC為無觀察效應(yīng)濃度，NOEL為無觀察效應(yīng)劑量；LogNormal、ReWeibull為物種敏感度分布曲線模型。Fig. 2 Species sensitivity distribution (SSD) curves of three pesticidesNote: PAF stands for potential affected fraction; CI stands for confidence interval; NOEC stands for no observed effect concentration, NOEL stands for no observed effect level; LogNormal and ReWeibull are species sensitivity distribution curves model.

圖3 3種農(nóng)藥的危害閾值曲線注：CI表示置信區(qū)間。Fig. 3 Hazard threshold curves of three pesticidesNote: CI stands for confidence interval.

3.3 SSD模型選擇對生態(tài)風(fēng)險(xiǎn)的影響

SSD是一種基于單物種測試將預(yù)計(jì)的風(fēng)險(xiǎn)通過統(tǒng)計(jì)模型以概率的方式表達(dá)外推出來的方法，由于SSD沒有特定的分布規(guī)律，不同學(xué)者在應(yīng)用中基于經(jīng)驗(yàn)提出了不同的SSD分布模型。王銅等[35]發(fā)現(xiàn)在污水處理廠同一處理工藝組合下，采用Burr Ⅲ分布和Log Logistic分布模型得到的擬合數(shù)據(jù)可相差3倍～9倍；李曉陽等[36]在濕地生態(tài)保護(hù)區(qū)相同水質(zhì)條件下，根據(jù)Weibull模型和Burr Ⅲ模型計(jì)算得到的擬合數(shù)據(jù)相差2倍。為了盡可能減少系統(tǒng)偏差，在開展生態(tài)風(fēng)險(xiǎn)研究時(shí)，不能僅依靠經(jīng)驗(yàn)或參照前人的研究來選擇模型，需要進(jìn)行相關(guān)評價(jià)選擇出最優(yōu)擬合模型。本研究中采用的BITSSD軟件平臺(tái)，可快速簡便地構(gòu)建出5種常見的SSD模型，并通過DIC、AIC和BIC這3種相關(guān)參數(shù)進(jìn)行綜合評價(jià)以確定最佳模型，有效降低了出現(xiàn)誤差的可能性，提高了SSD方法評估的準(zhǔn)確性和可靠性。

綜上所述，可以得出：

(1)根據(jù)2017年8月采樣點(diǎn)數(shù)據(jù)(圖4)，茶園內(nèi)水溪中3類農(nóng)藥，聯(lián)苯菊酯在7個(gè)采樣點(diǎn)中都有測出，且殘留量相對較高，最高達(dá)到2.0 μg·L-1。考慮到聯(lián)苯菊酯的HC5值較小，即該水環(huán)境中聯(lián)苯菊酯的物種敏感度較高，因此聯(lián)苯菊酯為浙江茶園小流域內(nèi)生態(tài)風(fēng)險(xiǎn)的主要貢獻(xiàn)者；蟲螨腈和溴氰菊酯在各采樣點(diǎn)的殘留量檢出較少，個(gè)別采樣點(diǎn)未檢出，但因?yàn)樵摥h(huán)境中物種對溴氰菊酯較為敏感，其影響的物種比例依然偏高，存在潛在風(fēng)險(xiǎn)；蟲螨腈對該環(huán)境中物種的風(fēng)險(xiǎn)處于低水平。殘留農(nóng)藥通常經(jīng)過降雨從植物表面及土壤中沖刷到水中，多半屬于水溶性，半衰期較短，多揮發(fā)至空氣中或隨徑流進(jìn)入下游土壤[37]。本研究中茶園下游流域水樣中均未檢測出3種農(nóng)藥，說明這3種農(nóng)藥施用對茶園流域的生態(tài)風(fēng)險(xiǎn)較低。

圖4 采樣點(diǎn)3種農(nóng)藥殘留Fig. 4 Residues of three pesticides at the sampling site

(2)蟲螨腈、聯(lián)苯菊酯和溴氰菊酯3種常見的農(nóng)藥在噴施初期其殘留對浙江紹興茶園內(nèi)物種存在一定的威脅，蟲螨腈最高可影響水環(huán)境中22%的物種、溴氰菊酯最高影響50%的物種，聯(lián)苯菊酯最高影響66%的物種。根據(jù)BITSSD模型模擬結(jié)果，聯(lián)苯菊酯和溴氰菊酯在濃度<0.001 μg·L-1、蟲螨腈濃度<0.4 μg·L-1時(shí)，可保護(hù)茶園流域環(huán)境中95%的物種不受影響，但在噴施近1個(gè)月之后，茶園下游流域水體未測出3種農(nóng)藥的殘留，說明農(nóng)藥施用對紹興茶園小流域的物種影響較小，其生態(tài)風(fēng)險(xiǎn)可控。

致謝：中國熱帶農(nóng)業(yè)科學(xué)院呂岱竹研究員提供了3種農(nóng)藥的測定服務(wù)，特此致謝！

通訊作者簡介：周建利(1971—)，男，博士，副教授，主要研究方向?yàn)橹亟饘傥廴就寥拉h(huán)境修復(fù)。

共同通訊作者簡介：韋朝陽(1965—)，男，博士，研究員，主要研究方向?yàn)橹亟饘侪h(huán)境健康效應(yīng)及重金屬污染修復(fù)。