东北大西洋海域船舶运输对海洋环境造成的累积化学危害评估（OSPAR）

《Marine Pollution Bulletin》：Assessment of cumulative chemical hazard from shipping to the marine environment of the North-East Atlantic (OSPAR)

　　罗兰德·普费弗（Roland Pfeiffer）|埃里克·伊特雷贝格（Erik Ytreberg）|安娜·伦德·赫尔马松（Anna Lunde Hermansson）|阿曼达·特里格韦斯多特·尼尔伦德（Amanda Trygvesdotter Nylund）|尤卡-佩卡·贾尔卡宁（Jukka-Pekka Jalkanen）|蒂娅·格林霍尔姆（Tiia Gr?nholm）|伊达-玛雅·哈塞尔洛夫（Ida-Maja Hassell?v）
瑞典哥德堡查尔姆斯理工大学环境与能源科学系，SE-41296

**摘要**
航运通过洗涤器废水、舱底水、压载水、灰水、污水以及防污涂料中的杀生物剂等途径将有害物质释放到海洋环境中。有效的监管需要识别这些物质、它们的浓度、排放量以及由此产生的年负荷，以评估不同废物来源对环境的潜在危害。本研究聚焦于东北大西洋地区，以2018年和2023年为例，量化了航运产生的有害物质总负荷及其对环境的累积影响。这些来自船舶的污染源与河流、沿海工业和污水处理系统的排放进行了比较。通过将废物中的物质浓度除以其环境阈值来评估特定物质的危害性。混合物的毒性通过浓度叠加法进行考量，并利用年排放量来调整和比较危害指数（HI）。结果表明，2018年至2023年间航运产生的各类有害物质负荷均有所增加。其中，防污涂料中的铜和锌占总负荷的绝大部分，到2023年，铜的排放量已超过陆地来源的总和。航运造成的危害指数（HI）增长更为显著，根据现有数据，航运对总体危害指数的贡献超过了一半。防污涂料和洗涤器成为航运污染的主要来源，尤其是洗涤器在2018年至2023年间危害指数的增长最为明显。这些发现指出了OSPAR区域在监管和监测方面的重点领域。针对防污涂料和洗涤器的针对性监管措施可以显著减少航运对海洋环境的影响，提升行业的环境可持续性。

**1. 引言**
航运业是一个重要的全球性行业，超过80%的货物在其生命周期的某个阶段是通过船舶运输的（UNCTAD，2023年）。欧洲的港口停靠次数从2018年的210万次增加到2023年的250万次（UNCTAD，2024a）。预计航运业将持续增长，由于地缘政治和安全因素，货物运输的距离将越来越远（UNCTAD，2024b）。全球航运流量的增加、运输距离的延长以及货物体积的增大带来了更大的环境压力，尤其是通过排放物和废物对海洋环境造成的污染。这些污染物来自不同的来源，如舱底水、压载水、灰水、废气处理系统（EGCS，也称为“洗涤器”）的废水以及防污涂料中的杀生物剂（Jalkanen等，2021年）。每种废物都包含不同成分的物质混合物，其中含有可能对海洋环境有害的有害物质。尽管许多有害物质存在于多种废物中，但过去的研究（关于风险评估和/或废物成分的研究）往往只关注单一废物（Chan等，2015年；García-Gómez等，2023年；Mujingni等，2024年；Ytreberg等，2020年），相应的监管措施也因此主要集中在这些单一废物及其所含有害物质上。例如，防污涂料受到《防污系统公约》（AFS/CONF/26，2001年）和《杀生物剂产品法规》（Regulation (EU) No 528/2012，2012年）的监管；压载水则受《压载水管理公约》（BWM/CONF.1/37，2004年）的约束；船舶的大气排放物受《MARPOL附则IV》（2005年）的规范；油类排放物受《MARPOL附则I》（1983年）的约束；而液体物质或污水的污染则分别受《MARPOL附则II》（1982年）和《MARPOL附则IV》（2003年）的监管。目前很少有研究同时考虑多个废物和多种有害物质对海洋环境的累积影响（Jalkanen等，2021年；Lunde Hermansson等，2023年；Moldanová等，2022年；Ytreberg等，2021a），或者将这些影响与风险和危害评估结合起来（Lunde Hermansson等，2025a；Nys等，2017年）。

为了有效监管航运排放，政策制定应优先考虑那些对环境危害最大的物质和废物来源——无论是由于排放量大还是毒性高。这种方法符合《2000/60/EC指令》（通常称为《水框架指令》WFD）及其修正案（Decision No 2455/2001/EC）中使用的“内在危害”和“广泛污染潜力”等标准。“内在危害”指的是有害物质本身的有害特性，如生物累积潜力、持久性或内分泌干扰效应。“广泛污染潜力”取决于特定时间段内释放的有害物质总负荷、接收环境的特性以及该环境中物质的化学行为和转化过程。然而，实际决策往往基于经济考量，即按成本效益比排序，这可能并不反映真正的环境风险（Nyg?rd等，2016年）。关于航运作为海洋污染物来源的相对重要性，尤其是在有害物质总负荷和不同船上来源的贡献方面，目前尚缺乏足够的认识。填补这一知识空白将有助于制定更加全面的政策，考虑不同污染源的广泛影响及其相互关联。为了确定需要优先监管的废物和物质，第一步是使用累积方法量化航运产生的有害物质相对于其他自然和人为活动的贡献。本研究基于废物中的物质浓度确定了累积危害，表明了潜在的环境风险。虽然已有研究量化了波罗的海地区航运活动的负荷和陆地来源的贡献（Ytreberg等，2022年），但此前没有研究从累积角度全面分析OSPAR海域内所有废物的综合负荷和危害。这种对累积潜在危害的评估是本研究独特的贡献。

虽然对沿海工业和河流污染的监管通常涵盖整个行业和多种人类活动及环境要素（如WFD、工业排放指令（Directive 2010/75/EU）或海洋战略框架指令（MSFD，Directive 2008/56/EC）），但如上所述，航运排放的监管是针对每个单独的废物来源进行的。例如，《MARPOL附则VI》（2005）通过限制船舶燃料中的硫含量（全球范围内不超过0.5%，硫排放控制区不超过0.1%）来规范硫排放。船舶可以通过改用低硫燃料或继续使用高硫重油并配备废气处理系统（洗涤器）来满足这些要求（Lunde Hermansson等，2024年；MARPOL附则VI，2005）。洗涤器在运行时会产生大量酸性废水，尤其是在开循环模式下，其中含有从废气中去除的各种有害物质，包括多环芳烃（PAHs）和金属（García-Gómez等，2023年；Lunde Hermansson等，2021年），这些废水最终被排放到海洋中。出于环境考虑，一些国家已禁止在领海内使用开循环洗涤器（丹麦、芬兰和瑞典自2025年7月1日起实施禁令：BEK nr 539 af 21/05/2025，2025；Laki 1116/2024，2024；SFS 2025:23，2025）。这表明，最初通过《MARPOL附则VI》（2005）单独规范一种排放类型（大气排放，重点为硫）的做法导致了其他污染途径的污染问题，这些问题在后续的国家立法中才得以解决，而如果最初能进行更综合的评估，本可以避免。因此，在实施针对航运废物的法规时，必须考虑该法规可能影响的其他废物来源，避免将污染从一个途径转移到另一个途径（如开循环洗涤器的情况）。同样，当仅针对某一特定废物制定法规时，所产生的变化可能受到其他法规的约束，或者根本不受监管。

在处理船舶污染问题时，需要采取一种综合考虑多种废物和它们在混合物中的贡献的累积方法。然而，由于船舶产生的废物种类繁多且成分复杂，比较这些废物带来的潜在危害颇具挑战性。没有这样的知识，政策制定者就无法有效地确定缓解措施，并考虑一个法规对另一个法规的溢出效应。在政策制定中，化学品通常是基于单一物质进行评估的，即测量环境浓度并与阈值进行比较。为了考虑混合物的毒性，一种常用的方法是浓度叠加法（CA），即通过将每种物质的浓度除以其阈值来计算危害商数，然后将这些商数相加（Backhaus和Faust，2012年）。该方法适用于具有相似毒性机制的物质，在监管背景下较为适用（Backhaus等，2013年）。由于化学物质的毒性具有叠加性，浓度叠加法被推荐用于考虑混合物的毒性；当更复杂的模型（如协同作用和/或拮抗作用模型）不可用或不适用时，这种方法尤为实用（Cedergreen，2014年；Escher和Hermens，2002年）。鉴于航运业通过多种废物释放大量有害物质，采取综合考虑混合物毒性的方法对于准确估计航运的累积危害及限制负面环境影响至关重要。

鉴于东北大西洋、波罗的海和地中海某些欧洲海域未能达到《MSFD》中规定的优良环境状态（GES）（根据描述符D8，即污染物），凸显了采取缓解措施（及其相应监测）的必要性（Hassell?v等，2025年；WISE Marine，2025年）。欧盟成员国根据《MSFD》中规定的描述符判断是否达到GES标准，该标准将GES定义为“海洋水域的环境状态，这些水域具有生态多样性、动态平衡、清洁健康且生产力高，海洋环境的使用符合可持续性要求，从而保障当代和未来几代人的使用潜力”（Directive 2008/56/EC）。以往关于航运污染负荷的研究主要集中在波罗的海地区，而本研究的目标是在空间范围和分析方法上都进行了扩展。因此，本研究关注整个东北大西洋海洋环境保护公约（OSPAR）覆盖的区域（图1）。OSPAR是各缔约方为减少来自海上活动和陆地来源的海洋污染而设立的监管机制（OSPAR公约，无日期）。

**下载：**
下载高分辨率图片（211KB）
下载全尺寸图片

**图1. OSPAR区域**
OSPAR区域I至V（用红色标出）：区域I（北极水域）、区域II（北海海域）、区域III（凯尔特海）、区域IV（比斯开湾）和区域V（大西洋海域）。分析中使用的OSPAR区域与图中所示一致，即采用2025年之前OSPAR区域V扩展之前的版本（OSPAR 25/14/01，附件17）。OSPAR形状文件来自ODIMS（2024年），国家形状文件来自联合国世界粮食计划署的opendatasoft数据（2024年）。

**OSPAR公约的目标**
如OSPAR《2030年东北大西洋环境战略》（OSPAR Decision 2025/01）所述，OSPAR公约旨在防止因污染、气候变化和生物多样性丧失导致的环境退化。为了减轻航运活动带来的有害影响，OSPAR签约国同意从2027年起禁止在港口和内陆水域排放洗涤器产生的废水，最初针对的是开环系统，到2029年这一禁令将扩展到闭环系统（DNV，2025年）。OSPAR区域的环境状况定期在OSPAR质量状况报告中进行评估。最新的2023年报告指出，大多数情况下有害物质浓度呈下降趋势，但北部海域的总体污染有所增加，北海、英吉利海峡和比斯开湾的情况没有改善（OSPAR，2023a）。与OSPAR类似，赫尔辛基委员会（HELCOM）是一个由波罗的海周边缔约国组成的组织（包括欧盟），该委员会提供关于波罗的海环境保护的建议，并能够基于共识做出决策（HELCOM，无日期）。赫尔辛基委员会2016-2021年的第三期综合评估（HOLAS3）也发现整个波罗的海地区没有改善（HELCOM，2023）。由于航运是这些地区的主要人类活动之一（Andersen等人，2013；HELCOM，2023；OSPAR，2023b），因此评估其带来的危害至关重要。

本文的目的是：
- 评估船舶排放的液体对有害物质负荷的贡献以及这些物质造成的累积危害；
- 识别具有最大影响的废物流和有害物质；
- 提出一套方法，用于综合评估不同来源和物质可能造成的环境危害，从而在国家和国际法规框架内更全面地评估具体政策决策的结果。

以OSPAR区域作为案例研究，将航运定义为包括所有发送AIS信号的船舶的活动。已经确定了对环境危害最大的废物流，并尽可能地将航运对这些废物流的贡献与来自陆地的污染源（如河流输入和直接排放，如工业点源或污水处理厂）进行了对比。最后，为了评估是否有监测工作能够提供数据来评估法规和缓解措施的效果，使用了DOME数据库（ICES，无日期）来调查这些物质在OSPAR区域最后一次被监测的时间和方式。这些评估结果对于政策制定者来说非常重要，有助于他们基于科学做出决策，并实施能够最大程度减少OSPAR区域航运有害影响的措施，同时也要考虑对其他污染源的次要影响。

2. 材料与方法
评估了OSPAR区域在两个不同年份（2018年和2023年）的船舶有害物质负荷（图1），并将航运部门的贡献与河流输入和直接排放的负荷进行了比较。此外，还使用危险系数（HQs）和危险指数（HI）（通过将危险系数相加并乘以每个废物流的总体积来计算）来评估和比较不同废物流的危险潜力（详见后续章节）。选择2018年和2023年是因为这两年全球洗涤器安装数量有显著增加（图S1）（DNV，2025），而2023年是OSPAR有关河流输入和直接排放数据的最新年份（直接排放包括来自沿海工业和污水处理厂的排放）。

船舶产生的废物流的排放量数据来自船舶交通排放评估模型（STEAM）的预测，废物流中物质的浓度数据来自科学文献（Lunde Hermansson等人，2025b；Ytreberg等人，2021b）（图2）。

下载：下载高分辨率图像（373KB）
下载：下载全尺寸图像

图2. 数据来源和工作流程。蓝色箭头表示常规数据流，红色箭头表示蒙特卡罗模拟中使用的不确定性信息。船舶排放的体积数据来自STEAM模型，并按OSPAR区域进行了划分。洗涤器排放的水包含两种不同的废物流：开环（OL）和闭环（CL）洗涤器废水。不同类型船舶对每种废物流的比例贡献也来自STEAM模型，并用于将相应的不确定性应用到蒙特卡罗模拟中。浓度、不确定性和阈值来自文献（文档符号）。河流输入和直接排放数据来自OSPAR河流输入和直接排放数据库（包含金属负荷）（Farkas，2025）。

船舶每年的物质负荷是通过将STEAM预测得出的空间聚合年废物流体积与文献综述中获得的相应物质浓度相乘来计算的（公式（1）：
\(mi,j,y = ci,j \times Vj,y\)
其中 \(mi,j,y\) 是第 \(j\) 废物流中第 \(i\) 种物质的负荷，\(ci,j\) 是第 \(j\) 废物流中第 \(i\) 种物质的浓度，\(Vj,y\) 是第 \(j\) 废物流在当年的体积。

OSPAR关于来自陆地来源的年度金属负荷的数据来自OSPAR河流输入和直接排放数据库（Farkas，2025）。然后，将每年的负荷除以某种物质 \(i\) 的阈值 \(Ti\)（环境质量标准（EQS）或预测无效应浓度（PNEC）值），以获得每年第 \(j\) 废物流中每种物质 \(i\) 的相对危险系数 \(HQi,j,y\)（包括河流输入和直接排放）（公式（2）：
\(HQi,j,y = \frac{mi,j,y}{Ti}\)

这些 \(HQi,j,y\) 被汇总起来，得到每年第 \(j\) 废物流的总体危险指数 \(HIj,y\)（公式（3）：
\(HIj,y = \sum_{i=1,j=1}^{ns,mw} HQi,j\)

使用10,000次迭代的蒙特卡罗模拟来考虑排放量和物质浓度的不确定性。如果某个参数没有不确定性估计，则在所有迭代中重复使用该参数。通过迭代次数监测模型的收敛性，确定10,000次迭代是在计算要求和模型收敛性之间可接受的平衡（图S2和S3）。通过评估2023年物质浓度、废物流体积和PNEC值变化 ±5% 对总HI的影响进行了敏感性分析。

2.1. 航运排放量
从两年（2018年和2023年）的STEAM（版本5.1.0）中获得了船舶废物流向OSPAR区域的年度排放量（Jalkanen等人，2009；Jalkanen等人，2012；Jalkanen等人，2021；Johansson等人，2013；Johansson等人，2017）。该建模基于Orbcomm有限公司提供的全球自动识别系统（AIS）数据集，其中包括商业船舶必须定期传输的卫星和陆地AIS位置报告。S&P Global（2025）提供的船队技术数据用于描述船舶规格。建模中使用了Copernicus Marine和Copernicus Atmospheres的环境条件（Hersbach等人，2023；Le Galloudec等人，2024），更多细节见Majam?ki等人（2025）。

STEAM提供了60个参数的网格化输出，包括液体排放（舱底水、压载水、洗涤器废水等）以及来自防污漆的生物杀灭剂通过暴露的船体表面渗出的释放量。在STEAM中，这些参数与商业船舶的AIS数据（位置、速度、航向等）和静态船舶信息（例如，安装的发动机功率、洗涤器装置、船体类型、尺寸）进行了交叉参考。STEAM涵盖的所有船舶都装有活跃的AIS应答器。除了常规的商业船舶（如游轮和各种类型的货船或其他客船）外，还包括补给船、渔船、搜救船、研究船、破冰船、汽车渡轮等。设备类型和安装日期也使用IMO全球航运信息系统（GISIS）（IMO，2025b）进行了跟踪。关于STEAM如何处理不同废物流的更详细描述见补充材料（注释S1）。STEAM的输出以月度分辨率提供，空间范围为北纬30°到90°，西经50°到60°，单元格分辨率为经度0.2度，纬度0.09度（图S4）。这些输出随后被手动汇总到每年，并在OSPAR区域级别（I-V）进行了处理（图1）。由于STEAM模型没有明确包含OSPAR区域，因此无法直接将个别船舶的年度排放量仅限于该区域。为了解决这一限制，分析考虑了访问过指定为OSPAR部分的海洋区域的船舶，而仅在其他区域（如地中海或波罗的海）运营的船舶被排除在评估之外。本研究涉及的船舶废物流仅以液体排放的形式进入海洋环境，或者在防污漆的情况下，以船体表面的释放形式。本研究考虑的废物流包括三种类型的压载水（根据处理方式分类：化学注入、电氯化（EC）和紫外线处理（UC））、舱底水、开环和闭环洗涤器废水、防污漆释放的物质、灰水和污水。大气排放未包含在本研究中（图2）。

为了考虑排放量和浓度数据的不确定性，使用蒙特卡罗模拟进行了不确定性分析，其中使用了可用的参数不确定性。污水和灰水排放量的不确定性来自DNV（2009），防污漆释放量的不确定性来自Ytreberg等人（2021a），洗涤器排放量的不确定性来自Lunde Hermansson等人（2025b）。在有不确定性数据的情况下，假设排放量在蒙特卡罗模拟中遵循对数正态分布，因为排放量可以预期遵循连续的非负分布。如果没有分布信息/不确定性，那么在所有迭代中重复使用STEAM提供的体积。

STEAM假设铜（Cu）和锌（Zn）是防污漆中释放的主要活性成分（Jalkanen等人，2021），并直接提供了它们的负荷估计（与其他废物流不同，STEAM仅提供排放量，而不提供单一物质的负荷）。同样，防污漆中的铜吡硫醇（CuPyr）、锌吡硫醇（ZnPyr）、二氯辛基异噻唑啉酮（DCOIT）和锌酯也被预测为防污漆中的物质负荷。CuPyr和ZnPyr是防污漆中使用的生物杀灭剂，它们在水生系统中的环境归宿受到金属浓度和复杂稳定性的影响（Dahll?f等人，2005）。由于归宿和形态的相似性，CuPyr和ZnPyr经常一起在风险评估和监管框架中进行评估。

2.2. 船舶废物流中有害物质的浓度
多个欧盟项目记录了船舶废物流中有害物质的浓度，包括EU BONUS项目SHEBA（Jalkanen等人，2021）和H2020项目EMERGE（García-Gómez等人，2023；García-Gómez等人，2024）。灰水、污水、舱底水和处理后压载水中的浓度数据来自Ytreberg等人（2021b），开环和闭环洗涤器废水中的浓度数据来自Lunde Hermansson等人（2025b）。仅使用了来自个别船舶的未稀释、未过滤排放样本中的洗涤器数据（即，不是多艘船舶的平均值），并且在原始来源中被排除在洗涤器排放因子计算之外的数据在当前分析中也同样被排除。对于压载水中有害物质的浓度，每个压载水系统（EC-、CI-和UV）被视为一个单独的废物流。对于每种类型的系统，仅假设在该系统中之前测量过的物质存在于该系统的建模压载水排放中。所有报告为0的浓度估计值均未包含在分析中。报告为低于检测限（LOD）的数据被保留，并使用顺序统计回归（ROS）方法进行估算（Helsel和Cohn，1988年）。然而，如果废物流中某种物质的所有浓度都报告低于LOD，则认为该物质在该废物流中不存在。对于在废物流中仅有单一未经过审查的测量值的物质，其处理方式已在用于该废物流的蒙特卡洛模拟中排除。对于所有其他物质，通常采用对数正态分布来拟合浓度数据（Gardner，2014年；Ott，1990年），并通过10,000次迭代的蒙特卡洛模拟来建模浓度分布。关于数据选择和处理的详细信息，请参见补充材料（注释S2），包含的物质清单见表格S1和S2.2.3。船舶释放的有害物质负荷通过将每个废物流的年度排放量（来自STEAM）与该废物流中特定物质的浓度相乘来获得。对于防污涂料，杀菌剂负荷直接由STEAM提供。此外，根据这些物质是否被指定为OSPAR优先物质（OSPAR，2025a）和/或OSPAR潜在关注物质（OSPAR，2025b）对其进行分类。2.4. 来自河流输入和直接排放的负荷计算来自河流输入和直接排放的有害物质负荷数据来源于OSPAR河流输入和直接排放（RID）数据库（Farkas，2025年），该数据库包含了比利时、法国、冰岛、爱尔兰、荷兰、挪威、葡萄牙、西班牙、瑞典和英国的数据（2018年和2023年的数据）。RID数据库中的物质数量有限，仅包括八种金属的信息。原始数据从数据库中提取出来，并根据这些物质出现的OSPAR区域进行汇总。蒙特卡洛模拟中没有不确定性数据。此外，并非所有国家都报告了所有（或相同的）金属种类，有些国家仅报告了河流排放的负荷，而没有报告直接排放的负荷（图S5）。2.5. 危险性商数计算评估环境危害的一种常见方法是将环境浓度与阈值浓度进行比较。这个阈值可以是例如环境质量标准（EQS），如WFD和指令2013/39/EU中规定的，或者是预测的无效应浓度（PNEC）值，这些都来自生态毒理学研究（van Leeuwen和Vermeire，2007年）。这些阈值的监管目的是获得一个可被认为安全的浓度，即在此浓度水平下发生的负面影响是可以接受的或微不足道的（van Leeuwen和Vermeire，2007年）。危险性商数（HQ），即废物流中某种物质的测量浓度与阈值的比值（见方程式（2）），提供了关于所遇到浓度是否对海洋生物有危害的信息。如果HQ超过1，则表示超过了阈值，暴露于该浓度可能对环境构成风险。在环境风险评估中，HQ大于1通常被视为不可接受风险的指标。在这项工作中，HQ是针对未稀释的废物流进行评估的，即如果HQ超过1，则表明如果生物暴露于相应的未稀释排放废物流中，环境将面临不可接受的风险。EQS值来自WFD和EQS指令以及瑞典海洋和水资源管理局（SwAM）（HVMFS 2019:25, 2020）。PNEC值来自欧洲化学品管理局（ECHA）（ECHA，无日期）和NORMAN生态毒理学数据库（NORMAN，2025）。没有包括从QSAR模型获得的PNEC值（而不是基于生态毒理学实验的数值），也没有包括Klimisch或Cred评分不是1或2的数值。最后，还使用了IMO GISIS压载水化学品数据库来获取PNEC值（IMO，2025a）。对于Zn和Cu的PNEC值，遵循了ECHA关于杀菌剂产品法规的指导以及相应排放情景文件中的PNEC值（ECHA，2017a，ECHA，2017b）。与直接从ECHA获得的PNEC值相比，这导致了更保守的PNEC值：Cu为2.6 μg/L，Zn为3.4 μg/L。同样，瑞典海洋和水资源管理局（SwAM）为Cu设定的EQS值也是2.6 μg/L（HVMFS 2019:25, 2020）。对于其他具有ECHA报告的基于AF为1的PNEC值的物质，采用了AF为2的方法。这种方法也适用于1,2,4-三甲基苯和甲苯。对于Zn和Cu，分别使用了ECHA推荐的PNEC值3.4和2.6（ECHA，2017a，ECHA，2017b）。用于分析的EuPyr中CuPyr的PNEC值（0.0176 μg/L）代表了Pyrithione（Pyr）的毒性；因此，基于这两种物质的分子量计算了相应的ZnPyr的PNEC值（0.0177 μg/L）（ECHA，2017a，ECHA，2017b）。当前研究中使用的EQS和PNEC值见表格S1。关于EQS和PNEC值推导的更详细描述请参见补充材料（注释S3）。在阈值冲突的情况下，优先顺序如下：优先使用WFD值，其次是SwAM值，然后是ECHA和BPR的防污产品排放情景工具（ECHA，2017a，ECHA，2017b）的值，IMO值，ECHA值，最后是NORMAN值。应当注意的是，计算HQ时只能包括那些在相应废物流中既有浓度又有PNEC或EQS值的物质。因此，HQ计算排除了那些在废物流中没有监测数据或找不到PNEC或EQS值的物质。此外，由于河流输入和直接排放的数据仅包括相对较少的监测金属，这些来源的HQ结果将仅代表那些物质，尽管其他物质也可能存在于这些来源中，但未被监测到。2.6. 危险性比较HQ是评估水中单一物质风险的有用指标。然而，在处理来自船舶的污染和包含多种物质的整个废物流时，评估排放量也很重要，因为不同废物流之间的排放量差异很大（见图S6和S7）。在比较不同的废物流时尤其如此，因为它们不仅在有害物质的组成和浓度上有所不同，而且在排放量上也有所不同。为了考虑不同废物流及其混合物毒性的贡献，采用了基于Backhaus和Faust（2012）的研究以及IMO对洗涤器排放水风险评估的建议（MEPC.1-Circ.899，2022）的CA方法。CA方法在大多数情况下都能很好地预测混合物的毒性，例如农药、金属和防污剂的混合物（Cedergreen，2014）。根据CA方法，将各种物质的HQi,j,y相加。假设危害性与评估中包含的物质的负荷成线性比例，然后将每个总和的商数乘以相应年份和OSPAR区域的废物流体积，得到Hij,y（见方程式（3）。Hij,y是一个基于筛选的相对指标，用于在不同废物流和物质之间进行优先级排序。它不代表生态风险，也不预测接收环境中的生物效应。因此，它不是通常理解的风险指标，后者将风险定义为发生概率与潜在损害的乘积。相反，它结合了固有毒性（通过EQS或PNEC值）与废物流的排放量，假设各种物质之间的浓度是相互添加的。因此，Hij,y值只能在同一评估范围内相互解释，这里用于比较不同废物流、物质、区域和年份对总体风险的相对贡献。考虑到方程式（1）和（2），方程式（3）可以通过将HQi,j,y分解为其组成部分ci,j（废物流j中物质i的测量浓度）和阈值Ti（物质i）来重新排列为方程式（5）。（5）HIj,y=∑i=1,j=1ns,mwci,jTi?Vj,y对于来自防污涂料释放的有害物质，STEAM已经量化了物质负荷。由于负荷是废物流j在年份y的体积Vj,y与废物流j中物质i的测量浓度ci,j的乘积（见方程式（1）），因此可以根据方程式（6）计算年份y的防污物质HI（HIAF,y），其中mAF,i,y是年份y中物质i的防污负荷。（6）HIAF,y=∑i=1,j=1ns,mwmAF,i,yTi使用方程式（5）和（6），可以计算任何数量和组合的物质和废物流的HI。通过HIs，可以比较特定的废物流和/或有害物质，因为HI描述了废物流的相应相对危险性（即，可以计算它们对总危险的贡献）。可以使用方程式（7）计算特定区域r和年份y的HIr,y，其中V,r,y是年份y区域内废物流j的体积：（7）HIr,y=∑i=1,j=1ns,mwci,jTi?Vj,r,y此外，可以使用方程式（8）计算年份y中单一物质i的HIi,y，该方程式类似于方程式（5），但不对物质进行求和。（8）HIi,y=∑j=1mwci,jTi?Vj,y对于来自防污涂料释放的物质，由于STEAM已经提供了负荷，因此方程式（8）中的c,j * Vj,y应替换为相应的负荷（如方程式（6）所示）。比较了不同区域和年份之间的HI，并评估了不同废物流和物质对总体风险的相对贡献。2.7. 监测覆盖范围的评估对于已经计算了HI的物质，我们在DOME数据库（ICES，无日期）中查找了它们在2000年至2024年范围内的最后一次监测年份（DOME中最新可用的数据），记录了所有三种海洋采样矩阵（沉积物、生物体和水）内的数据。未评估数据的空间和时间覆盖范围。3. 结果和讨论3.1. 有害物质的负荷在这两年中，河流是OSPAR区域金属的最大来源，除了Cu在2023年船舶排放超过了河流的负荷（见图3）。虽然2018年至2023年间所有物质的船舶负荷都有所增加，但RID金属负荷在2018年至2023年间几乎所有包含的金属中都有所减少。船舶释放的最大金属负荷是Cu、Zn和镍（Ni）。船舶释放的金属负荷相对增加最多的是Ni（420%）、铬（Cr，370%）、砷（As，346%）、镉（Cd，249%）和铅（Pb，133%）。船舶的Cu负荷增加了18%，并在2023年超过了河流输入和直接排放的总和。船舶的Ni和砷（As）负荷超过了直接排放的负荷，尽管没有超过河流的负荷（见图3）。不同废物流的体积见图S6和S7。下载：下载高分辨率图像（264KB）下载：下载全尺寸图像图3. 2018年和2023年直接排放、河流输入和船舶排放的年度金属负荷。条形图表示年度总负荷的中位数，误差条表示船舶负荷的蒙特卡洛模拟估计值的第25和第75百分位数（直接排放和河流输入的数据没有不确定性估计，因此没有误差条）。请注意y轴上的对数刻度。RID输入的减少主要归因于西班牙、英国、挪威和爱尔兰报告的输入量减少，缔约方报告称流量标准化负荷也普遍下降（Farkas和Skarb?vik，2024b）。然而，应当指出OSPAR的报备并不完整（Farkas和Skarb?vik，2024a），并且由于可用数据质量的限制，一些国家没有报告输入量。德国没有数据，比利时、法国、冰岛、荷兰和葡萄牙也没有报告直接排放量（图S5）（Farkas，2025）。因此，可以预计现有的RID排放数据可能低估了实际负荷，无论是由于只有部分国家报告了某些物质，还是因为有一些物质根本没有被监测到。总体而言，2018年至2023年间，来自船舶的所有有害物质的负荷都有所增加，其中铜（Cu）的负荷最高，其次是锌（Zn）、异氰脲酸、硫代硫酸钠、钒（V）和镍（Ni）（图4）。绝大多数铜和锌的负荷来自防污涂料。Ytreberg等人（2022）也观察到了类似的模式，他们发现河流输入是波罗的海金属负荷的主要来源，尽管来自船舶的铜负荷相当显著（37%）。相比之下，2023年OSPAR地区船舶对铜负荷的贡献超过了50%（图5）。异氰脲酸是化学注入式压载水处理系统的消毒副产品（Fujiwara等人，2014）。硫代硫酸钠（通常添加到压载水中以中和潜在的残余氧化剂）主要来自电氯化处理的压载水，而镍主要来自开放式洗涤器（图5）。

下载：下载高分辨率图片（425KB）
下载：下载全尺寸图片

图4. 来自船舶的年度物质负荷。2018年（浅蓝条）和2023年（深蓝条）中至少有一年的负荷排在船舶排放物质前25位的物质。彩色条表示年度中位数负荷；误差条表示蒙特卡洛模拟结果的25百分位数到75百分位数的范围。请注意x轴上的对数刻度。所有包含物质的负荷及其变化的完整列表见表S3。（关于此图例中颜色的解释，请参阅本文的网络版本。）

下载：下载高分辨率图片（209KB）
下载：下载全尺寸图片

图5. 2023年不同来源（左）和废物流（中）对物质负荷的贡献（右）。2018年和2023年中至少有一年的负荷排在船舶排放物质前15位的物质分别列出，其余物质归为“其他”。

考虑到来自防污涂料的排放物质，需要注意的是STEAM模型假设所有船舶（波罗的海以外的）都使用基于铜的涂层。虽然这是一个简化的假设，但市场数据显示全球有超过1000种主要是杀菌剂的防污涂料配方（Paz-Villarraga等人，2022），其中大部分含有无机铜化合物，76%含有亚铜氧化物，8.8%含有硫氰酸亚铜。因此，有理由假设在OSPAR地区运营的船舶中广泛使用基于铜的防污涂层。然而，需要注意的是，在某些亚区域，特别是季节性结冰的OSPAR区域I，这一比例可能较低。在这种情况下，船舶更可能使用耐冰的环氧涂层，这些涂层通常不含杀菌剂。STEAM模型进一步假设10%的防污涂层含有CuPyr，另外10%含有ZnPyr，总计20%含有基于Pyr的杀菌剂。这可能低估了实际使用情况，因为Paz-Villarraga等人（2022）报告称，全球29%和17%的杀菌剂防污产品分别含有CuPyr和ZnPyr。最后，替代防污涂层的份额正在增加（Ciriminna等人，2015；Lagerstr?m等人，2022），未来可能需要更新模型中关于防污涂层类型的假设。一种替代基于铜的防污涂层的是不含杀菌剂的硅基防污涂料，虽然这些涂料也不适合结冰条件，但可以减少铜的影响（Lagerstr?m等人，2022），而船舶是铜的主要来源之一。

2018年至2023年间，负荷绝对增加最多的是铜（Cu）、钒（V）、锌（Zn）、镍（Ni）和钼（Mo）（表S3，图S8），按降序排列。铜的增加量是钒的两倍多，而钒的增加量又是锌的两倍。铜和锌主要来自防污涂料，而钒和镍主要来自开放式洗涤器（图5）。

分析的一个意外结果是铀（U）的出现（图4）。在一艘船舶的多次测量中检测到了U（Lunde Hermansson等人，2025b），但在Grigoriadis等人（2022）描述的同一测量活动中也检测到了U，因此将其视为所有船舶的排放。在现有的数据集中没有在其他船舶/测量活动中发现U，但这与Celo等人（2015）的研究结果一致。虽然U的来源尚不清楚，但已知化学废物偶尔会被添加到船用燃料油中（Broekman和Bakker，2016；Human Environment and Transport Inspectorate，2018），这可能是燃料中存在U的原因。由于U在多个样本中被检测到，尽管它们来自同一测量活动和船舶，因此不太可能是由于样本污染，而是燃料批次中的杂质所致。

总体而言，52种物质的负荷增加了400%以上，其中许多主要来自洗涤器排放物（无论是开放式还是封闭式）（图5、图6和表S3）。此外，相对增加最大的物质都出现在洗涤器排放物中（图6、表S1和S3）。

下载：下载高分辨率图片（614KB）
下载：下载全尺寸图片

图6. 2018年至2023年间释放负荷相对增加最大的物质。颜色表示这些物质是否属于OSPAR优先物质（“优先”，y轴上为深红色，加粗），可能令人担忧的OSPAR物质（“关切”，y轴上为浅红色，加粗），或两者都不是（“无”，浅蓝色）。所有超过钒的物质（由黑色水平线表示）都仅在洗涤器排放物中发现，苯并[k]荧蒽除外，它还曾在舱底水中被检测到一次。（关于此图例中颜色的解释，请参阅本文的网络版本。）

2018年，OSPAR区域II的船舶排放物质负荷最大——其中大部分来自防污涂层的释放物质（图S9）。对于河流输入，IV区域的负荷最高，直接排放负荷最高的是I区域（图S10）。2023年，船舶的贡献相比2018年有所增加，而从相应污染源和废物流接收最大负荷的区域保持不变（图S10）。

3.2. 危险性评估

由于HI与船舶的负荷成正比，2018年至2023年间所有物质的HI也随之增加，随着RID数据集中大多数物质负荷的减少，HI也相应降低（图7）。由于RID数据仅包含8种金属，这里提供的河流输入和直接排放的HI值可能被低估了。

下载：下载高分辨率图片（341KB）
下载：下载全尺寸图片

图7. 2018年（浅色条）和2023年（深色条）直接排放、河流输入和船舶排放的中位危险指数（HI）。误差条表示蒙特卡洛模拟结果的25百分位数和75百分位数（直接排放和河流输入的数据没有不确定性估计，因此没有误差条）。请注意y轴上的对数刻度。

2018年，虽然HI的最大比例来自RID输入（图S11），但船舶排放的主要废物流是防污涂料和开放式洗涤器，尽管2018年洗涤器的使用不如近年来普遍（图S1）（全球范围内，配备洗涤器的船舶数量从2018年的693艘增加到2023年的5353艘（DNV，2025））。根据建模结果，OSPAR区域及其相邻地区在2018年至2023年间，使用洗涤器的船舶数量增加了十倍。2018年，大约有210艘船舶配备开放式洗涤器，10艘配备封闭式系统，50艘配备可在开放式或封闭式模式下运行的混合系统。到2023年，这些数字分别增加到约2300艘、20艘和360艘。需要注意的是，模型假设只要船舶配备了洗涤器，系统就会在硫排放受限制的地区运行。该框架没有考虑燃料转换的替代合规选项。

2023年，船舶的整体HI超过了RID输入的HI，从24%增加到52%（表1，图8）。然而，由于河流输入和直接排放的数据仅包含金属负荷，这些来源对其他有害物质的贡献会被低估。比较会有所偏颇，因为计算HI时使用了更多的物质。然而，如果仅考虑RID输入和船舶共有的物质，船舶的贡献在2018年至2023年间翻了一番，从13%增加到26%的总HI（图S12）。

表1. 2018年和2023年各来源对总危险指数（HI）的贡献。请注意，河流输入和直接排放仅考虑了8种金属，而船舶的HI基于更多种类和数量的物质，这可能导致对河流和直接排放造成的危险贡献的低估。

来源 2018年总HI百分比 2023年总HI百分比
直接排放 3.5% 1.5%
河流输入 72.3% 46.1%
船舶 24.2% 52.4%

下载：下载高分辨率图片（184KB）
下载：下载全尺寸图片

图8. 2023年船舶对危险指数（HI）的贡献。船舶和RID以及其中的有害物质对总HI的相对中位数贡献。船舶的贡献，特别是开放式洗涤器排放的贡献与其在负荷中的比例不成比例（图5）。

船舶HI的主要贡献来源是防污涂料和开放式洗涤器。其他废物流的相对贡献增长幅度不如洗涤器。此外，船舶HI的增加与其负荷的增长不成比例。2023年船舶对HI贡献最大的物质是来自防污涂料的Cu、CuPyr和ZnPyr，以及来自开放式洗涤器的indeno[1,2,3-cd]芘、苯并[k]荧蒽和苯并[b]荧蒽（图8）。尽管先前的研究也发现了洗涤器排放物的强烈毒性效应（Hassell?v等人，2020及其参考文献；Picone等人，2023；Thor等人，2021），但越来越多的欧洲国家（芬兰、丹麦、瑞典）意识到洗涤器排放物的毒性，并决定在其领海禁止洗涤器排放（而不是仅在港口和内陆水域）（BEK nr 539 af 21/05/2025，2025；Laki 1116/2024，2024；SFS 2025:23，2025），这将减少这些地区的洗涤器排放水量。同样，通过使用不同类型的涂料（如不含杀菌剂的防污涂料）也可以减少来自防污涂料的物质释放（Ciriminna等人，2015）。虽然这些涂料在应用后也会产生一些环境危害（尤其是在应用初期），但它们的毒性远低于基于铜的涂料（Lagerstr?m等人，2022及其参考文献）。然而，在OSPAR地区规范防污涂层可能较为困难，因为在该地区运营的船舶在全球各地都使用这些涂料，而且例如混合式洗涤器允许在禁止开放式排放物的区域切换到封闭式模式，但船舶无法根据当地法规动态调整涂料类型。在当前研究中应用的STEAM模型假设OSPAR区域内的所有船舶都涂有基于铜的防污涂料。此外，应当注意到，这种普遍假设可能导致对OSPAR区域内杀菌剂负荷的高估。现有行业数据显示，使用防污涂料（FRC）的比例相当可观且仍在增长：BIMCO（2024年）的调研数据显示，含有杀菌剂的防污涂料和无杀菌剂的防污涂料分别占船舶总量的约20%和13%，而DNV（2022年）估计自抛光防污涂料仍然是全球约90%船舶所采用的主要技术。尽管如此，这两个数据集都没有提供OSPAR区域的特定数据，因此FRC在该区域的实际使用情况尚未得到充分描述。尽管如此，当前研究中提出的累积危害评估方法将关于特定废物流的信息扩展到了单一物质的层面，并提供了有关特定物质对整体危害贡献的数据。这些信息可用于在政策背景下确定物质的优先级，或进一步研究其对环境的影响。

危害指数（HI）的贡献受到物质浓度和毒性的影响，同时也受到废物流体积的影响。对于防污涂料而言，即使只有Cu、Zn、CuPyr和ZnPyr被纳入评估，其负荷也会导致较高的HI。开环洗涤器排放物的HI基于更多的物质，并且由于2018年至2023年间开环洗涤器排放量大幅增加（在整个OSPAR地区从294百万立方米增加到16.1亿立方米，增长447%，见表S4），它成为2023年每个区域内液体体积最大的废物流。此外，洗涤器排放物和舱底水中的PNEC（潜在无效应浓度）值明显低于其他废物流，这突显了这些废物流的毒性潜力（见图S13）。敏感性分析得出了类似的结论，进一步强调了防污涂料和开环洗涤器的强烈影响（见表S5）。在废物流方面，防污涂料的释放负荷是对整体HI影响最大的参数，其次是开环洗涤器的体积。在单独考虑物质时，Cu的影响最大，其次是ZnPyr和indeno[1,2,3-cd]pyrene。同样，Cu、ZnPyr和indeno[1,2,3-cd]pyrene的PNEC值也具有最大的影响。

在本研究中，假设HI与排放量和浓度之间存在线性关系（如方程（5）所示）。更复杂的相互作用和潜在的非线性比例效应超出了本研究的范围，但研究这些动态可能会提高对动态体积混合物危害的理解。此外，PNEC和EQS（等效效应浓度）值的设计初衷是保护性的，在常见的风险评估方法中用于区分可接受和不可接受的环境浓度（van Leeuwen和Vermeire，2007年）。因此，超过这些值并不意味着立即产生效果，但表明已经超过了可接受风险的阈值。

许多对HI贡献最大的物质都列在ECHA（欧洲化学品管理局）的“高度关注物质”候选名单上，这些物质需要寻找替代品，或者列在REACH（欧盟化学品注册、评估和授权法规）的限制名单上（见表S6）。当通过体积对废物流的HI进行归一化时，也可以观察到这些物质的高毒性，即将HI转换为每升废物流的HI（或对于防污涂料表面而言，每平方厘米每天，但这与液体流直接比较并不合适）。经过这种归一化后，洗涤器和舱底水成为归一化HI最高的液体废物流（见图9）。其他研究也证实了洗涤器排放物（Hassell?v等人，2020年；Koski等人，2017年；Picone等人，2023年）和舱底水的毒性（Tiselius和Magnusson，2017年），后者的化学成分在不同船舶之间存在差异（Magnusson等人，2018年）。

不同OSPAR区域内HI贡献的空间分布 在2018年至2023年间保持相似，其中RID（俄罗斯工业排放）对OSPAR区域IV的HI贡献最大，而航运对区域II的影响最大（见图10）。航运在区域II的高贡献可以归因于通往鹿特丹、安特卫普/布鲁日、汉堡等大型港口的大量交通，以及往返波罗的海的过境交通。这一点尤为重要，因为许多经济活动（航运、渔业、水产养殖、石油和天然气设施及管道）与该地区的生态（以及经济）重要栖息地和海洋保护工作重叠（Andersen等人，2013年），而这些活动可能会对这些栖息地构成威胁。在海洋空间规划中考虑航运排放时，需要考虑航运活动与其他感兴趣区域（例如敏感生态系统、Natura2000保护区）的交集。此外，还必须考虑航运相关废物流的稀释和扩散，以更局部的角度评估其对水体的影响。然而，这样的评估超出了本研究的范围。

本地因素也很重要，因为航运排放物的空间分布并不均匀，它们可能集中在特定区域（例如港口的压载水排放）、连续发生（例如船舶航道中的开环洗涤器排放）、或间歇性发生（例如污水和灰水的排放，尽管在STEAM模型中它们被模拟为连续排放）（Jalkanen等人，2021年）。因此，研究区域的选择也将影响废物流的优先级及其对HI的贡献，尤其是在使用较小研究区域时：如果研究区域主要是港口，压载水的贡献将高于研究区域主要覆盖开阔海域的情况。应当注意的是，并非所有物质都在所有废物流中都进行了监测，因此某些废物流中可能遗漏了这些物质的存在，或者由于缺乏相关的PNEC值、EQS值等，无法评估它们对HI的贡献。另一个原因是在所有废物流中未涵盖相同的一组物质，是因为筛查工作通常集中在预期会出现在特定废物流中的危险物质上，但由于缺乏关于灰水和污水化学成分的知识，因此缺乏标准的筛查候选物质（Mujingni等人，2024年）。

大多数对HI贡献最大的物质的环境监测数据都可以在DOME数据库中找到，涵盖了不同的相关环境组成部分（沉积物、生物群、水）（见表S6）。最后的采样年份因物质和组成部分而异，但大多数高HI物质都监测到了数据库中的最近一年（2024年）（见表S6）。虽然这表明DOME数据库中的数据可能是评估监管效果的一种良好方式，但需要对现有采样数据的时空分布进行更深入的分析，这超出了本研究的范围。结合HI比较的结果，本研究提出的累积方法也有助于评估OSPAR减少海洋污染目标的实施情况，例如通过《2030年东北大西洋环境战略》（NEAES 2030），特别是在防止有害物质污染的目标方面（OSPAR协议2021-01）。OSPAR的NEAES 2013战略也与欧洲立法的要求一致，例如《海洋战略框架》（MSFD）。我们的研究发现，2023年防污涂料和洗涤器排放物是累积危害的主要贡献者。对于HI的几个关键驱动因素，如Cu、Zn、indeno[1,2,3-cd]pyrene、benzo[k]fluorene，虽然有监测数据，但在OSPAR区域的时空覆盖范围有限，并且并非所有这些数据都被纳入良好环境状况的评估或协调监测中。加强高HI物质的监测以及在航运对整体危害贡献较大的区域加强监测，将有助于更有效地实施OSPAR的2030年目标及相关欧盟政策框架，包括MSFD。

从2018年到2023年，航运带来的负荷和HI在所有物质中都有所增加，而RID带来的负荷和HI则减少了。航运导致的HI增加幅度大于负荷的增加，表明某些航运物质（主要是开环洗涤器排放物）具有相对较高的危害潜力。HI的增加以及潜在危害的增加主要是由开环洗涤器负荷的增加和防污涂料的释放导致的（后者是Cu的最大来源，超过了2023年直接排放和河流排放的总和）。此外，2018年至2023年间，开环洗涤器相对于其他航运废物流的贡献显著增加。航运整体HI的增加可以归因于航运活动的增加，以及开环洗涤器采用率的提高。值得注意的是，危害潜力的增加幅度大于负荷的增加，这突显了航运废物流中某些物质的高毒性潜力。结果表明，OSPAR地区的航运污染正在增加，其贡献也与其他来源相比更为显著，这强调了使该行业更加可持续的重要性。

**作者贡献声明：**
Roland Pfeiffer：撰写 - 审稿与编辑、撰写 - 初稿编写、可视化、验证、方法论、数据分析、概念化。
Erik Ytreberg：撰写 - 审稿与编辑、监督、项目管理、方法论、资金筹措、概念化。
Anna Lunde Hermansson：撰写 - 审稿与编辑、方法论、数据分析、概念化。
Amanda Trygvesdotter Nylund：撰写 - 审稿与编辑、方法论、数据分析。
Jukka-Pekka Jalkanen：撰写 - 审稿与编辑、数据分析。
Tiia Gr?nholm：撰写 - 审稿与编辑、数据分析。
Ida-Maja Hassell?v：撰写 - 审稿与编辑、监督、项目管理、方法论、资金筹措、概念化。

**资金来源：**
本研究得到了瑞典交通管理局（Trafikverket）（项目SHIPCOST - “航运对海洋环境的综合社会经济影响分析”，项目编号TRV 2023/33753；以及项目SEAS - “海运的社会经济成本”，项目编号TRV 2022/107674）和瑞典海洋与水资源管理局（Havs- och vattenmyndigheten）（项目“改善对OSPAR地区（东北大西洋）航运排放有害物质的知识”，项目编号Dnr 2024-001031）的支持。芬兰气象研究所提供的建模领域信息见图S4。