人类健康与生态风险评估：亚洲最大人工淡水湖中新兴污染物的优先排序

《Environmental Technology & Innovation》：Human Health and Ecological Risk Assessment, and Prioritization of Contaminants of Emerging Concern in Asia’s Largest Artificial Freshwater Lake

　　张洵海|陈淼|邓文平|吴建毅|吕佳乐|涂文清
中国江西省农业大学土地资源与环境学院，农业部农村农业部鄱阳湖流域农业资源与生态重点实验室，南昌330045

**摘要**
饮用水中新兴关注污染物（CECs）的生态风险、健康危害及其优先级问题引起了研究人员的广泛关注。为了为确保南水北调工程核心水源区的水质安全提供科学依据，本研究对中国丹江口水库中的CECs进行了多维度风险评估和优先级排序。在28个采样点共检测到109种CECs，其总浓度范围为82.51 ng·L–1至1436.57 ng·L–1。优化后的风险商数（RQf）显示有12种CECs具有较低至较高的生态风险。联合概率曲线表明，阿特拉津-脱异丙基、hexazinone、吡虫啉和噻虫啉的风险较低，最大风险产物介于0.41%–0.82%之间。健康风险评估结果显示，所有CECs的致癌风险均低于可接受阈值。然而，由于氧氟沙星具有高持久性和生物累积性，可能对敏感人群构成潜在威胁。总非致癌风险也低于可接受阈值1，其中甲胺磷和敌敌畏因其神经毒性而成为主要风险来源。基于环境健康优先指数方法（Environmental Health Priority Index），结合检测浓度和频率、生物累积性、持久性、生态风险和健康风险等6个指标，对97种CECs进行了优先级排序。hexazinone、甲胺磷、TCEP、adamantamine、敌敌畏、TEHP、吡虫啉、TnBP和TEP等10种CECs被确定为中等优先级污染物。这些发现为饮用水源中CECs的风险评估和优先级划分框架提供了重要参考。

**1. 引言**
近年来，新兴关注污染物（CECs）在环境科学和环境管理领域受到了越来越多的关注，研究者和政策制定者越来越认识到它们对生态系统和人类健康的影响（Li等，2021；Wu等，2023）。CECs包括多种类别，如药品和个人护理产品（PPCPs）、非法药物（IDs）、工业化学品和农药。这些污染物在环境中普遍存在，并经常在各类水系统中被检测到，尤其是在河流、湖泊、河口和其他淡水水体中（Liu和Wong，2013；Ort等，2010；Sui等，2011；Zhu等，2020）。大多数CECs具有持久性、毒性和生物累积性等特征，表明即使浓度较低也可能对生态系统和人类健康构成潜在风险（Malnes等，2023；Rodríguez-Sierra等，2025；Zeng等，2025）。先前的研究回顾了过去十年亚洲、欧洲和北美水环境中CECs的分布情况，指出尽管大多数CECs的短期风险相对较低，但其长期影响不容忽视（Yu等，2024）。例如，在中国长江三角洲的地表水中经常检测到CECs，它们不仅具有生态风险，还可能对水生生物和人类健康造成长期不利影响（Peng等，2018）。然而，由于时间和分析技术的限制，难以单独监测和管理水环境中存在的多种CECs。因此，优先控制和管理这些污染物变得至关重要（Du等，2022）。
丹江口水库（DJKR）在南水北调工程中发挥着关键作用，为北京、天津、河北和河南等地区的部分地区提供饮用水（Xin等，2015）。在该水库中持续监测到大量CECs，这些污染物对周围环境和生物造成不同程度的危害，表明水质和环境完整性存在潜在风险，需要进一步监测和风险评估（Di等，2019；Li等，2019；Z. Li等，2023；Lin等，2021）。尽管先前的研究已证实该地区CECs的广泛存在，但大多数研究仍局限于局部筛查。针对DJKR中CECs的全面评估，特别是在生态风险、人类健康风险和多维度优先级方面的研究仍然不足。
近年来，人们投入了大量精力对环境污染物进行筛查和优先级划分。采用了多种评估方法，这些方法考虑了物理化学性质、生物可利用性和暴露特征来对污染物进行优先级排序（Gabernig等，2016；Harmon O’Driscoll等，2022；Liu等，2023；Zhao等，2024b）。然而，目前大多数优先级方法主要依赖于单一维度指标，如污染浓度或预测无效应浓度（PNECs）（von der Ohe等，2011）。这些方法主要基于单一维度指标进行排名，未能综合考虑污染物的内在物理化学性质和健康风险，导致了对威胁的描述不全面。此外，由于强调短期急性效应而忽视了由生物累积性和持久性引起的慢性风险，这些方法低估了污染物的长期生态影响（Lee等，2024）。尽管一些研究尝试结合暴露风险进行综合评估，但由于缺乏标准化权重系统，导致评估结果存在主观偏差（Liu等，2025）。
与以往的方法相比，本研究采用的环境健康优先指数（EHPi）方法通过创新的多维度评估框架有效解决了上述问题（Zhong等，2022）。EHPi方法结合了6个核心指标，包括检测频率、浓度、生物累积性、生态风险和人类健康风险（Zhong等，2022）。此外，考虑到饮用水安全的特殊性，生态风险和人类健康风险被赋予了更高的权重，从而显著提升了与水源保护相关的指标的优先级（Gong等，2024）。通过纳入生物累积性和持久性指标，本研究中的EHPi方法不仅反映了当前的暴露水平，还量化了它们的营养级放大和环境持久性潜力，从而解决了传统方法在评估污染物长期和慢性风险方面的局限性（Li等，2024）。值得注意的是，EHPi方法采用了标准化的优先级分类方案，能够科学地将污染物分为高、中和低优先级组，为差异化的监管管理提供了实际操作框架（Guan等，2024）。类似的方法已应用于中国太湖流域和欧洲河流中的污染物优先级划分（Zheng等，2024；Zhou等，2019）。然而，这是在大型饮用水源（如DJKR）中首次应用此类方法。因此，本研究的主要目标是：（1）系统分析DJKR地表水中CECs的生态和健康风险；（2）应用EHPi方法结合污染物的物理化学性质、环境浓度、通过饮用水暴露的健康风险及潜在生物效应，对DJKR中的CECs进行优先级排序，建立水源保护的优先级框架，为流域污染防治和控制提供科学依据。

**2. 材料与方法**
2.1. 化学品和试剂
农药（包括有机磷农药（OPPs）、三嗪类农药（TPs）、氨基甲酸酯类农药（CAs）和抗病毒药物（ANVIs）购自中国天津的Alta Scientific有限公司。新烟碱类农药（NEOs）、有机磷酸酯类（OPEs）、抗生素（包括四环素类（TETs）、大环内酯类（MACs）、磺胺类（SULs）和喹诺酮类（QUINs）购自美国康涅狄格州纽黑文的AccuStandard公司。非法药物（IDs）的纯度大于97%，购自美国密苏里州圣路易斯的Sigma-Aldrich公司，其他所有标准的纯度均大于98%。125种标准的详细信息见补充材料中的表S1。色谱级甲醇、乙腈、二氯甲烷、正己烷、乙酸乙酯和甲酸由美国Millipore公司的Milli-Q系统制备。超纯水由Millipore公司的Bedford装置生成。
2.2. 样品采集与分析
样品采集和分析的详细程序已在我们的先前研究中描述（Chen等，2022）。简而言之，2021年6月从丹江口水库6个区域的28个采样点采集了地表水样本，这些地点均匀分布于水库主体、河流和支流。每个采样点使用有机玻璃采样器在水面下约20厘米处采集4升水，并转移到预清洗的琥珀色玻璃瓶中。采样时间与研究区域的农业种植和施肥高峰期一致。此外，强降雨事件会增强非点源CECs通过径流从农田和河岸带进入水库的传输（Wesley和Forbes，2023），同时减少干旱条件下地表水流量不足和采样限制的可能性（Bessah等，2021）。因此，这种采样策略有效平衡了污染特征的捕获和操作可行性，为CECs风险评估提供了可靠的数据支持（Ileana等，2025）。研究区域包括汉江水库、丹江水库以及汉江与丹江交汇处的支流区域。采样点见图1。样品采集后，采用固相萃取（SPE）结合超高效液相色谱-串联质谱（UPLC-MS/MS）进行分析。详细的SPE方法见补充材料（文本S1）。分析系统由Waters ACQUITY UPLC与三重四极杆质谱仪（Xevo TQ-S micro，Waters Corporation，马萨诸塞州米尔福德）组成。仪器配备电喷雾离子化源，工作模式为正模式。定量分析采用多反应监测模式以确保高灵敏度和选择性。相关仪器详细信息，包括色谱柱、流动相组成和其他分析条件，见表S2。质量保证和质量控制见文本S2。

**图1. 丹江口水库研究区域及详细采样点。**
2.3. 生态风险评估
2.3.1. 毒性数据筛查和PNEC的推导
从美国环境保护署（USEPA）的ECOTOX数据库（https://cfpub.epa.gov/ecotox/search.cfm）中筛选了125种CECs对最敏感生物的慢性毒性数据。最敏感的生物定义为在可用慢性毒性数据中表现出最低未观察效应浓度（NOEC）、最低观察效应浓度（LOEC）或效应浓度（例如10%效应浓度（EC10）的水生生物。最敏感的终点是指在慢性毒性测试中显示最高敏感性的生物学反应。它们通常发生在较低的效应浓度下，更能反映污染物的长期影响。对于最敏感的测试终点，优先选择NOEC、最大可接受毒物浓度（MATC）或1（EC10）。当这些数据不可用时，使用LOEC或中效应浓度（EC50），并乘以2或100的校正因子（Bu等，2013）。对于没有实验毒性数据的化学品，采用Ecological Structure Activity Relationships（ECOSAR）模型v2.0（USEPA）来估算生态毒性值。必要时，应用1000的校正因子将急性毒性值转换为慢性等效值，详细信息见我们的先前研究（Chen等，2023b）。PNECs基于上述毒性数据或已发表的文献计算，并显示在表S4-S6中。
2.3.2. 风险商数
风险商数（RQ）用于评估污染物的慢性环境风险，定义为测量环境浓度（MEC）与PNEC的比值，具体公式如下：
(1) RQ = MECi / PNEC
其中MECi表示污染物的最大浓度（ng·L-1），PNEC是CECs的预测无效应浓度（ng·L-1）。风险分为4个等级：RQ < 0.1表示可忽略的风险；0.1 ≤ RQ < 1表示低风险；1 ≤ RQ < 10表示中等风险；RQ ≥ 10表示高风险。
2.3.3. 优化风险商数
与传统的RQ方法相比，优化风险商数（RQf）方法纳入了风险概率（F），该概率量化了水体中污染物浓度超过毒性阈值的可能性（Zhou等，2019）。美国环境保护署推荐使用该方法进行生态风险评估。如公式（2）所示，该方法比较每个采样点CECs的MEC与其对应的PNEC，以计算风险概率（F）。这种综合方法考虑了污染物的毒性和检测频率，提供了对实际生态风险更直观的说明。(2)F=nN(3)RQf=F×RQ其中n是浓度超过PNEC的采样点数量，N是采样点总数。根据方程(3)的结果设置了五个风险等级：RQf = 0表示目前没有风险；0 < RQf < 0.01表示风险可以忽略不计；0.01 ≤ RQf < 0.1表示低风险；0.1 ≤ RQf < 1表示中等风险；RQf ≥ 1表示高风险（Zhou等人，2019年）。2.3.4. 联合概率曲线RQ和RQf方法依赖于从单个物种的毒性数据中得出的PNEC值，这可能无法充分代表更广泛的生态风险，并且对整个水生生态系统的保护不够充分。为了解决这一局限性，采用了联合概率曲线（JPCs）方法对RQf方法识别的具有生态风险的CECs进行多维度评估。JPCs用于识别在广泛的物种范围内以及长时间和空间尺度上具有最大潜在不良影响的化学品。这种方法从点估计提升到了概率分布。当曲线接近X轴时，JPCs提供了生态风险的明确指示，表明CECs的浓度低于生态阈值，表明生态安全性更高（Solomon等人，2000年）。风险产品（RP）是通过超突概率与效应大小的乘积计算得出的，用于根据以下方法对不同的生态风险等级进行分类（Due?as-Moreno等人，2024年；Li等人，2025年）：最大RP（RPmax）< 0.25%表示最低风险；0.25% ≤ RPmax < 2%表示低风险；2% ≤ RPmax < 10%表示中等风险；RPmax ≥ 10%表示高风险。2.4. 健康风险评估DJKR是SNWTP的重要饮用水源。地表水中的污染物主要通过口服进入人体，从而可能带来健康风险。大多数农药的去除率低于50%，甚至更低（Fagan等人，2024年；Lyu等人，2026年），而抗生素的去除率差异很大，范围从36.65%到96.01%不等（Li等人，2023年）。此外，药物和其他CECs的去除也通常有限（Xiang等人，2025年）。基于这些发现以及之前的研究（Yang等人，2023年），选择了地表水中的CECs浓度来评估人类健康风险，从而为暴露于饮用水源的居民提供了潜在健康风险的保守估计。CECs的致癌风险（CR）和非致癌风险（危险商数，HQ）是根据总口服暴露量计算的。根据《化学暴露环境健康风险评估技术指南》（WS/T 777-2021），CECs的平均每日摄入量（ADI，mg/kg/天）按以下公式计算（Barats等人，2025年；Yang等人，2025年）：(4)ADI=Ci×IR×EF×EDAT×BW其中Ci是水中污染物i的平均浓度（ng·L?1）；IR是水的摄入率（L·day?1）；EF是暴露频率（365天·年?1）；ED是暴露持续时间（年）；AT是平均时间（天）；BW是体重（kg）。为了量化CR和HQ，并结合《丹江口水利枢纽安全保护区管理办法》中关于禁止在水中游泳等活动的规定（https://www.gov.cn/zhengce/202402/content_6933222.htm），计算如下（Yang等人，2023年）：(5)CR=ADI×CSF(6)HQ=ADIRfD其中CSF是癌症斜率因子（mg·kg-1·day-1），RfD是污染物的参考剂量（mg·kg-1·day-1）。根据计算出的HQ和CR值，将健康风险分为不同等级：HQ >1表示潜在的健康风险，而HQ ≤1表示没有不良健康影响。CR的可接受范围是10-6–10-4，CR超过10-4表示更高的致癌风险。CECs的平均每日口服剂量来自《中国人群暴露因子手册》，详细信息见表S7。CECs的健康风险评估参数来源于USEPA的综合风险信息系统（IRIS）、USDOE的风险评估信息系统（RAIS）、UEEPA的健康效应评估汇总表（HEAST）、ORAU的临时同行评审毒性值（PPRTV）和加州环境保护局，具体数值列在表S8中。2.5. CECs优先级指数的计算EHPi方法提供了一个框架，旨在整合多种类型的数据来优先排序和排名化合物，已应用于环境样本分析和临床表型特征描述等领域（Ekpe等人，2025年；Lin等人，2025年）。为了全面确定DJKR中CECs的优先控制清单，使用EHPi方法选择了六个核心评估指标。这些指标包括CECs的出现率（O）、平均浓度（M）、生物累积（B）、持久性（P）、生态风险（E）和人类健康风险（H）（Gong等人，2024年）。使用美国EPA的Estimation Programs Interface（EPI）套件中的BIOWIN v4.11模块评估目标化合物的持久性，采用了最终生物降解模型（BIOWIN 3）的输出作为主要指标（Liu等人，2024年）。生物累积潜力通过同一EPI套件中的BCFBABEL v3.02模块进行估算。如果实验log-Kow值不可用，则使用模型生成的预测值来估算生物累积因子。详细信息见表S9。计算方法如下：(7)EHPiScorei=∑WI×Ii?IminImax?Imin其中‘I’代表六个核心评估指标，‘i’表示CECs，‘min’和‘max’分别代表最小值和最大值，‘W’代表权重。鉴于饮用水安全的关键重要性，根据它们与饮用水质量的相关性，为六个核心评估指标分配了权重（Wang等人，2024年）。饮用水源的生态状况与水质密切相关，生态风险的水平直接影响饮用水供应的可持续性和稳定性。因此，‘E’的权重被设定为2。同时，饮用水直接关系到人类健康，健康风险指标对于评估水质和潜在的人类危害至关重要，所以‘H’也被赋予了2的权重（Fan等人，2025年；He等人，2023年）。‘O’和‘M’都被赋予了1的权重。生物累积是污染物在饮用水中长期影响的重要指标，‘B’也被赋予了1的权重。同样，鉴于其对饮用水质量的显著影响，‘P’也被赋予了1的权重。在文本S4中添加了敏感性分析，以评估权重分配的可靠性和稳健性。使用EHPi方法将六个变量标准化为无量纲变量。每个EHPi得分都进行了标准化，并重新缩放到[0, 1]范围内。然后通过按加法规则汇总加权EHPi得分，得到了每个CEC的总排名分数。根据最终的EHPi值，CECs按降序排列。优先级的风险控制水平分为三组：第一组，高优先级（EHPi≥80%）；第二组，中等优先级（40%）。2.6. 统计分析获取的数据使用MassLynx 4.2软件进行处理，该软件便于数据采集和分析。数据分析使用Microsoft Excel 2016进行。Origin 2024用于图形分析。ArcGIS 10.6用于生成采样信息。PRAT工具包用于绘制CECs的联合概率曲线（JPCs）。3. 结果与讨论3.1. CECs的出现和空间分布特征在我们之前的研究中已经阐明了DJKR中CECs的出现和空间分布特征（Chen等人，2022年）。然而，还有几个重要的结果值得关注。如图2所示，三唑酮（Tria）、TPs、CA和NEOs的浓度分布最为广泛。TPs和CA的出现率较高，但浓度通常较低。这与多瑙河、萨瓦河和蒂萨河中的CECs浓度一致（Pajin等人，2024年）。在斯洛文尼亚、克罗地亚及其周边地区的地表水中，农药和药物的浓度通常在1-4 ng·L?1之间（Pajin等人，2024年）。阿特拉津被确定为主要的三嗪类除草剂，平均浓度为6.47 ng·L?1，远低于中国长江流域报告的平均浓度16.40 ng·L?1（Zhao等人，2024a）。由于阿特拉津的广泛使用、长半衰期（在水生环境中超过200天）和强的环境持久性，它已成为全球地表水中最常检测到的除草剂之一（Holliman等人，2025年）。相比之下，NEOs显示出高检测率和较高的浓度水平。NEOs是广泛用于农业害虫控制的合成杀虫剂（Peng等人，2018年）。NEOs的平均浓度为24.87 ng·L?1，与中国长江流域的平均浓度（26.20 ng·L?1）相当（Tsegay等人，2024年）。DJKR中OPPs的平均浓度为4.55 ng·L?1。其中，毒死蜱在所有采样点都被检测到，平均浓度为3.27 ng·L?1。在中国，其浓度与珠江流域的5.60 ng·L?1相当，但明显低于黄河流域（40.70 ng·L?1）、海河流域（27.60 ng·L?1）和淮河流域（25.20 ng·L?1）的浓度（Gao等人，2009年）。下载：下载高分辨率图像（327KB）下载：下载全尺寸图像图2. 丹江口水库中CECs的检测频率（a）和浓度水平（b）。(a. 圆圈的不同大小和颜色代表不同的检测频率。较大的圆圈表示较高的检测频率。同样，如右侧图例所示，不同的颜色范围对应不同的检测频率区间，例如紫色代表87.5%到100%之间的检测频率；a，b。NEOs：新烟碱类杀虫剂，OPPs：有机磷杀虫剂，TPs：三嗪类杀虫剂，CAAs：氨基甲酸酯类杀虫剂，ANVIs：抗病毒药物，IDs：非法药物，OPEs：有机磷酯类，Tria：三唑酮，TETs，MACs，SULs，QUINs：四环素类、大环内酯类、磺胺类和喹诺酮类抗生素）。如图3和图S1所示，DJKR不同区域的CECs分布存在空间异质性，显示出不同区域的不同特征。TCPP和TCEP在所有区域的浓度相对较高。在HJ1区域，TCPP的浓度达到726.45 ng·L-1，远高于其他地区。这可以归因于TCPP作为阻燃剂的广泛使用，以及其稳定的化学结构和高的环境持久性（Dong等人，2025年）。在HJ2区域，检测到相对较高的cyromazine和阿特拉津浓度，平均浓度分别为42.09 ng·L-1和20.04 ng·L-1。cyromazine在水生环境中的相对高检测频率和浓度是由于其在农业生产中的广泛应用（Fu等人，2020年）。温度、溶解氧和电导率是影响OPEs在水生系统中出现和分布的重要因素，它们的动态变化在塑造OPEs的环境命运中起着关键作用（Zhou等人，2025年）。Han Reservoir（HR1和HR2）的污染特征因工业和农业化学品的使用以及河流和湖泊的汇合而有所不同（Chen等人，2022年）。在TR区域，乙酰甲胺磷（218.66 ng·L-1）和吡虫啉（181.09 ng·L-1）的平均浓度显著较高，突显了该地区NEOs污染的严重性。这一发现与珠江流域观察到的NEOs排放模式一致，吡虫啉和乙酰甲胺磷也显示出高排放水平，进一步证实了NEOs在不同流域的污染特征和迁移行为的共性（Yan等人，2024年）。NEOs的环境持久性，如吡虫啉（半衰期为15.5天），加上它们持续输入水生系统，即使在低浓度下也会导致长期暴露，对水生生态系统构成持续威胁（Miller等人，2025年）。在上游地区，包括丹江水库区域和汉江的豫阳段，观察到更高的MACs浓度。例如，氯霉素盐酸盐在DR采样点的平均浓度达到了28.28 ng·L-1。而在下游，如HJ2大坝的较低区域，这些化合物的浓度逐渐降低，这主要是由于它们容易被水解、光降解和生物降解（Sta Ana等人，2021年）。下载：下载高分辨率图片（696KB）下载：下载全尺寸图片

图3. 在丹江口水库的不同区域检测到了前20种CECs。（a）丹江口大坝下的汉江（标记为HJ2区域），（b）汉江从龙口到江北桥的区域（标记为HR2区域），（c）汉江从西军桥到太吉湖码头的区域（标记为HR1区域），（d）DJKR的支流（标记为TR区域），（e）汉江的云阳区域（标记为HJ1区域），以及（f）丹江水库区域（标记为DR区域）。绿色、蓝色、黄色和红色分别代表超低、低、中和高的浓度水平。

3.2. 生态风险评估

我们在之前的研究中提出了一种多层次优化策略，用于评估DJKR中CECs的潜在生态风险（Chen等人，2023a）。如文本S3.1和图4a所示，根据RQ方法，共有13种CECs显示出中等到高的生态风险（RQ ≥ 1）。其中，6种CECs的RQ > 10，表明它们具有非常高的生态风险。如文本S3.2和图S4所示，根据RQf方法，12种CECs显示出低到高的生态风险。从基于单一浓度的评估方法（RQ）转变为基于空间整合的超出方法（RQf），意味着对水环境中污染物风险分布的描述更加真实。为了进一步评估RQf方法识别的12种CECs的生态风险，构建了JPCs（图4b-4c）。结果表明，阿特拉津-脱异丙基、己氧嗪、吡虫啉和噻虫啉的生态风险较低，其RPmax分别为0.82%、0.69%、0.6%和0.41%。其余8种CECs的生态风险可以忽略不计。其中，阿特拉津-脱异丙基的生态风险最高，对0.3%–4%的水生生物构成风险。然而，这一发现与RQ和RQf方法的结果相反。这种差异可以归因于方法上的区别：RQ和RQf依赖于从单物种毒性数据得出的PNEC值，而JPCs方法将暴露-效应概率分布与双变量分析相结合。这使得对多个营养级之间的累积效应进行更全面的评估，并考虑了空间异质性和数据不确定性。己氧嗪的风险等级位居第二，影响0.3%–2%的水生生物，比例相对较小。然而，它在RQ和RQf方法中都显示出高风险水平。这表明己氧嗪对特定敏感物种具有强烈的毒性作用，而不是广泛影响整个水生群落。多维评估一致表明，己氧嗪具有较高的生态风险，这归因于其在环境中的高暴露浓度和强毒性作用。吡虫啉的影响范围最广（0.3%–6%），表明其对水生群落的潜在影响更大。先前的研究表明，吡虫啉通过与其神经系统中的烟碱型乙酰胆碱受体结合来对水生生物产生毒性作用，通常导致死亡，特别是在甲壳类动物和水生昆虫中（Suzuki等人，2024年）。相比之下，噻虫啉仅影响0.3%–1%的水生生物，比例最低。尽管吡虫啉和噻虫啉都被归类为NEOs，但它们显示出相反的生态风险。虽然根据RQ和RQf值，吡虫啉显示出持续的高生态风险，但噻虫啉的传统值显示出的风险相对较低。这两种化合物的RPmax值表明，传统的评估方法如RQ和RQf可能会低估噻虫林的潜在生态风险。

下载：下载高分辨率图片（411KB）下载：下载全尺寸图片

图4. 基于RQ方法的CECs生态风险（a）以及丹江口水库中12种CECs的JPCs（b-c）。

3.3. 健康风险评估

3.3.1. 癌症风险分析与评估

图5显示了103种CECs对不同年龄组人类健康的癌症风险（CR）值。所有CECs的CR值远低于1.0×10-4的标准阈值，总CR值为1.28×10-5。这表明通过饮用水暴露对居民的风险在可接受范围内（Xing等人，2020年）。在不同年龄组中，成年人的CR值最高，为8.99 × 10-6，是婴儿的17倍，并占所有年龄组总CR的70%。CECs的CR值顺序为：成年人 > 青少年 > 儿童 > 婴儿，这可以归因于多种参数的综合影响，其中成年人较高的饮水量是主要原因。这些结果与在青海以及长江上游、中游和下游进行的研究结果一致（Lian等人，2022年；Xing等人，2020年；Yang等人，2023年；Zhao等人，2024a年）。在婴儿中，不同CECs的CR值差异显著，氧氟沙星（2.72 × 10-7）的CR值明显高于其他CECs，表明其对婴儿具有不可忽视的风险。因此，在管理饮用水源中的CECs时，应特别关注这些可能对婴儿产生不良影响的化合物。

下载：下载高分辨率图片（530KB）下载：下载全尺寸图片

图5. 丹江口水库中不同CECs对婴儿、儿童、青少年和成年人的癌症风险。（a）显示了四个年龄组中不同类别CECs的癌症风险，（b）显示了对人类具有最高癌症风险的十种CECs。

如图5b所示，氧氟沙星在所有年龄组中显示出最高的CR值。这主要是由于其高检测浓度和稳定性（Li等人，2023年）。作为一种持久性抗生素，氧氟沙星在环境中难以降解，可能会通过饮用水和食物链持续影响人类（Wang等人，2025年）。这对于婴儿和儿童等敏感人群尤其令人担忧，因为长期累积暴露会显著提高CR值，从而增加其对公共卫生的潜在影响（Khmaissa等人，2024年）。抗生素在湖泊生态系统中的长期存在会增强水生生物的抗生素抗性，并加速抗生素抗性基因的出现和传播（Li等人，2020年）。水体中高残留浓度的抗生素（如氧氟沙星）不仅威胁水生生物多样性，还对人类健康构成潜在危险。特别是对于抵抗力较低的婴儿和幼儿，他们面临更大的风险。总体而言，DJKR中的103种CECs的CR值随着年龄的增长而增加，主要是因为老年人饮水量更大和累积暴露时间更长。

3.3.2. 非癌症风险分析与评估

图S6显示了DJKR中103种CECs对不同年龄组的非癌症风险（HQ）。所有污染物的非癌症风险值（HQ）远低于1的参考阈值，总HQ也小于1，表明这些CECs带来的非癌症风险可以忽略不计（Hossain和Patra，2020年；?krbi?等人，2018年）。对于所有CECs，非癌症风险的顺序为：婴儿 > 儿童 > 青少年 > 成年人，这与湖南省梓江县的研究结果一致（Lian等人，2022年）。然而，相同年龄但体重较低的个体可能面临更高的非癌症风险（Veskovi?和Onjia，2025年）。对于处于快速生长和发展阶段的婴儿来说尤其如此，他们的基础代谢率较高，能量需求较大。因此，他们每单位体重的食物和水分摄入量显著高于成人，因此在摄入受污染的水源（如饮用水或母乳）时面临更大的健康风险（Akoto等人，2015年）。

如图S6b所示，甲基氨基磷在所有年龄组中显示出最高的HQ值。同时，TCEP、敌敌畏和adamantanamine的非癌症风险也相对较高，不应被忽视。12类CECs对人类的非癌症风险顺序为：OPPs > OPEs > ANVIs > QUINs > TPs > CAs > NEOs > SULs > MACs > IDs > TETs > Tria。其中，OPPs显示出最高的HQ值，主要是因为敌敌畏和甲基氨基磷的检测浓度较高，分别占总OPPs浓度的71.75%和25.47%。敌敌畏可引起人类的急性毒性，长期暴露会造成慢性健康风险（Tanveer等人，2024年）。饮用水暴露途径大大增加了人类中毒的可能性，从而对人类健康构成潜在威胁（Sylvester等人，2023年）。甲基氨基磷是一种高毒性的OPP，世界卫生组织将其归类为高度危险物质（de Villiers等人，2024年）。尽管中国已完全禁止使用甲基氨基磷，但这种高毒性的有机磷农药在环境中的持久残留仍然对人类健康构成风险，通过皮肤接触和摄入受污染的水。

3.4. 优先CECs的筛选

应用EHPi方法对97种CECs进行了优先级排序，评估结果显示在图6和表S10中。第一组的EHPi得分中，没有一种CECs达到高风险管理的阈值，这间接表明DJKR中的总体污染物水平仍然处于可控范围内，目前对居民的健康没有构成显著威胁。第二组中有10种CECs属于这一风险类别，包括己氧嗪、甲基氨基磷、TCEP、adamantanamine、敌敌畏、TEHP、吡虫啉、TnBP和TEP，平均EHPi得分为3.09。己氧嗪、甲基氨基磷和TCEP的得分远高于平均水平，主要是因为它们的高暴露水平、强烈的毒性和持久的物理化学性质（Li等人，2024年）。甲基氨基磷对人类神经系统尤其是婴儿和儿童具有显著的神经毒性（de Villiers等人，2024年）。TCEP通过干扰生物体的正常内分泌功能，对生态系统平衡和人类健康造成长期不良影响（Zheng等人，2024年）。此外，传统的饮用水处理过程对己氧嗪、甲基氨基磷和TCEP的去除效率有限。例如，混凝沉淀法对甲基氨基磷的去除效率低于30%（Marques等人，2024年）。在某些情况下，传统处理方法甚至可能导致TCEP浓度升高（Choo和Oh，2020年）。尽管使用活性炭与反渗透等先进处理组合可以将敌敌畏的去除效率提高到99%以上，但这些过程的实际应用仍然有限，难以确保有效去除CECs（Diuron和Público，2018年）。这表明己氧嗪、甲基氨基磷和TCEP具有更严重的潜在环境危害，因此需要优先关注和监测。在第二组CECs中，OPEs占污染物的40%，按总体EHPi得分排名前四的OPEs分别为TCEP、TEHP、TnBP和TBEP。OPEs具有生物毒性和持久性，在环境中频繁被检测到，并对人类健康构成显著风险（Ren等人，2017年）。此外，OPEs通常难以通过传统水处理过程去除，只有高级处理工艺（如臭氧处理后接活性炭）才能提供有限的去除效果，从而导致饮用水系统中的持续暴露（Choo和Oh，2020年）。第三组中有87种CEPs的EHPi得分从0到2.4不等，平均得分为1.65，表明第三组CECs的总体污染风险较低。然而，由于污染物数量较多，它们在环境中的长期累积效应和相互作用不应被低估。

下载：下载高分辨率图片（238KB）下载：下载全尺寸图片

图6. 丹江口水库中CECs的优先级排名，以及前10种CECs的得分。EHPi方法的六个核心指标揭示了它们在CECs优先级排序中的显著差异（图S7）。生态风险（E）和人类健康风险（H）直接反映了当地受到的危害程度，得分越高，表明污染水平越严重。TPs和NEOs对DKKR构成了最严重的生态风险，尤其是TPs，其总体生态风险值为2.37，占总分的8.16%。OPPs在人类健康风险方面得分较高，总体得分为2.61，占人类健康风险总分的57.83%，表明OPPs对人类健康构成了重大威胁，应优先进行预防和控制。如图S7所示，污染物的检出率得分相对较高，说明CECs在DKKR中分布广泛。然而，CECs的浓度得分非常低，总分为3.82，表明每种CEC造成的危害效应有限。B和P反映了CECs的化学性质，研究发现B的总体得分最高，表明长期接触饮用水可能对人类健康产生潜在风险。结合P的较高得分，这意味着CECs不仅难以降解，而且容易在人体内持续积累。需要注意的是，用于优先级划分的指标得分并非固定不变，可能会受到环境管理措施、污染物排放变化等因素的影响。在优先级排序中，基于污染物得分的相对尺度也可能随着环境条件、人类抵抗力等因素的变化而波动。因此，持续监测指标动态对于调整环境监测和监管策略至关重要。为实现长期管理，建议将中等和高度优先级的污染物纳入常规监测名单。此外，应根据动态风险评估优化技术组合，形成一个综合的“预防-处理-早期预警”管理系统，从而确保饮用水源的安全性和生态可持续性。

4. 结论

本研究为DKKR地表水中检测到的125种CECs的风险评估和优先排序开发了一个多维度框架。该研究提供了关于各种可能对生态和人类健康产生不利影响的有机污染物评估和优先排序的新见解。EHPi方法首次应用于DKKR，该方法整合了包括CECs的存在、生物累积性、持久性、生态风险和人类健康风险在内的多个指标，以确定其优先级。结果表明，结合多种证据可以比传统的单一指标方法提供更全面的污染物风险评估。确定优先污染物进一步强调了在复杂水系统中关注高出现率、高持久性和高毒性的污染物的必要性。优先级排序结果为优化监测策略和在饮用水源地区实施针对性的管理和控制措施提供了坚实的决策支持。应用EHPi方法识别关键污染物对于管理CECs具有重要意义，并强调了解决长期风险以确保饮用水质量安全的重要性。然而，本研究仍存在一些局限性。虽然单次采样事件为分析提供了基础，但未能捕捉到CECs的季节性变化。高分辨率质谱和非目标分析可以提供更全面的评估，未来可以在类似研究中应用这些技术。此外，风险评估主要集中在单个污染物的毒性上，而污染物混合物的综合效应值得进一步研究。

未引用的参考文献（Li等人，2023年；Li等人，2023年）

CRedIT作者贡献声明：
陈淼：撰写、审阅与编辑、监督、调查。
邓文平：验证、数据整理。
张迅海：撰写初稿、方法论、调查。
吕家乐：软件、方法论。
涂文青：验证、方法论、形式分析。
吴建毅：软件、方法论。