微(納米)塑料對海洋漁業水域中重要餌料藻類的生態風險評估研究

章敏，薄軍，鄭榕輝，高富龍，洪幅坤，陳錦燦,2，方超,*

1. 自然資源部第三海洋研究所，海洋生物與生態實驗室，廈門 361005 2. 廈門大學海洋與地球學院，近海海洋環境科學國家重點實驗室，廈門 361102

微塑料(micro-plastics, MPs)一般指的是粒徑<5 mm的塑料顆粒、纖維、碎片和薄膜等[1]，而對于納米塑料(nano-plastics, NPs)的定義主要分為2種，一種為粒徑<1 μm的塑料類型[2-3]，另一種為<100 nm的塑料類型[4-5]。微(納米)塑料(micro(nano)plastics, MNPs)主要分為初級MNPs(直接來自塑料顆粒等的使用，例如塑料生產、化妝品等)和次級MNPs(較大塑料垃圾的破碎)[6]。MNPs來自陸地、河流、海岸和大氣，可以通過水循環和大氣循環進入大氣圈、水圈、土壤圈甚至生物圈，可以從近岸海洋輸送到大洋深處、南北兩極，在全球廣泛分布[7-8]。海洋MNPs具有濃度高、種類多、分布廣和危害集中等特點，尤其是在人類活動頻繁的漁業水域，其污染問題日益凸顯[8-9]。

《中華人民共和國漁業法實施細則》定義海洋漁業水域為中華人民共和國管轄水域中魚、蝦、蟹、貝類的產卵場、索餌場、越冬場、洄游通道和魚、蝦、蟹、貝、藻類及其他水生動植物的養殖場所；各漁業海域具有特有的和有價值的商業漁業物種且一般設置禁漁區和禁漁期[10]。海洋漁業水域中的MNPs主要來自陸域輸入和海上人類活動。水域陸源輸入是海洋漁業水域MNPs的一個主要來源，海上來源包括漁業養殖用具、捕撈和運輸過程等[11]。一般情況下，MNPs可以根據其形態分為顆粒、纖維、碎片、薄膜和泡沫[12]。漁業水域普遍使用塑料養殖用具，如漁網、漁繩、漁線、泡沫浮板、管道和網箱等，這些漁具經磨損和老化，逐漸分解為聚氯乙烯(polyvinyl chloride, PVC)、聚苯乙烯(polystyrene, PS)、聚丙烯(polypropylene, PP)、聚乙烯(polyethene, PE)和聚對苯二甲酸乙二醇酯(polyethylene glycol terephthalate, PET)等類型的MNPs[13-17]。研究發現，不同漁業水域MPs種類存在差異：比如中國四大傳統漁場之一的北部灣水域，其表層沉積物(0～5 cm)中PP和PE纖維數占MPs總豐度的61.6%，并且MPs纖維的豐度與不同區域的漁業產量之間存在顯著相關性，推測來源于漁業活動中漁具的磨損[18]。我國象山港養殖水域的MPs主要成分為PS，約占總豐度的38.6%[11]；而舟山漁場中最常見的MPs是PP和PET[19]。此外，在漁業活動中常用到PVC泡沫制品工具，且PVC管和薄膜可用于搭建人工魚棚[13]。研究發現PVC在水環境中比其他塑料更容易碎裂并分解為MPs[20-21]。

MNPs之所以引起環境關注，是因為(微米/納米級)粒徑容易被各種生物所攝食且能在食物鏈中傳遞[22]。越來越多的研究報道了漁業水域的典型水生生物攝取MPs的情況；例如，Kazmiruk等[23]研究發現在加拿大蘭伯特海峽和貝恩斯海峽，太平洋牡蠣(Crassostreagigas)養殖區受到了MPs的高度污染，影響了牡蠣的健康和品質；Set?l?[24]通過熒光標記實驗發現小型浮游生物體內MPs會向大型浮游動物轉移，說明MNPs可能會通過食物鏈在各營養級中傳遞；Zhang等[25]通過調查中國東海舟山漁場周邊海域11種野生魚類和8種野生甲殼類物種體內的MPs污染特征，發現MPs能夠通過食物鏈傳遞并在高營養級的魚類體內累積。

海洋MNPs污染是全球環境污染熱點問題之一，開展其生態風險評估與風險管控，對于減少污染造成的環境和經濟損失等具有重要意義[26-27]。物種敏感性分布(species sensitivity distribution, SSD)評估是水環境MNPs生態風險評估中一種重要的方法，SSD是群落水平上的劑量-效應生態風險評估(ecological risk assessments, ERA)模型，基于不同水域各生態系統中的不同物種對同一環境污染物的敏感性影響存在差異，其橫坐標為污染物濃度，縱坐標為物種潛在影響比例(potential affected fractions, PAF)，根據物種敏感性差異構建累積概率分布模型，得出定量污染物濃度對應的PAF，即可用于定量某漁業水域污染風險水平[28]。20世紀80年代美國環境保護局(United States Environmental Protection Agency, US EPA)首次將SSD用于建立水質基準，隨后作為物種對應激源暴露敏感性的概率模型被廣泛用于國內外水生生態系統污染物生態風險評估領域中[28-31]。本研究利用半數有效濃度(median effect concentration, EC50)和SSD曲線通過具體的數值來描述和分析MNPs污染物對海洋生物環境的毒性影響，EC50是指能引起50%受試生物某種效應變化的濃度，是毒性研究中的常用急性數據，此方法一定程度上有利于解決MNPs生態風險評估手段匱乏和評估結果不明確等難題[32-34]。

作為食物鏈底層重要的初級生產者，微藻代表著物質和能量進入海洋食物鏈的切入點，也是維持海洋生態系統結構和功能的重要組成部分[35]。微藻具有生長周期短、操作簡單、易于觀察和對毒性物質響應敏感等特性，是檢測多種污染物毒性作用的模式物種[36]；且微藻中許多種類本身作為重要餌料藻類具有很強的經濟價值和利用價值，不僅可作為醫療和工業加工的原材料和用于生物柴油的制備，而且是魚蝦、貝類、海參、輪蟲和鹵蟲等水產經濟動物在不同階段的營養餌料。因此，若餌料藻類受到MNPs污染，可能對水生食物網產生重大影響[37-38]?；诖?，我們認為餌料藻類適合作為漁業水域中MNPs生態風險評估的理想生物。本研究通過文獻檢索并重新分析漁業水域中MNPs對重要餌料藻類的毒理學研究數據，繪制餌料藻類SSD曲線。通過SSD曲線獲得了不同環境濃度的MNPs對餌料藻類的PAF，并對全球13處漁業水域的MNPs的生態風險進行評估，為將來更為全面地開展漁業水域中MNPs的生態風險評估提供參考。

1 材料與方法(Materials and methods)

1.1 EC50的計算

本文首先通過Web of Science數據庫和中國知網數據庫收集近年來國內外發表的文獻，針對MNPs污染暴露對漁業水域中常見的餌料藻類的毒性效應，首先獲得共4門12種餌料藻類的研究數據，即在3個及以上MNPs暴露濃度下，對餌料藻類某種毒性效應指標的抑制率或誘導率數據；然后統一將所有MNPs濃度單位換算為μg·L-1，利用GraphPad Prism 8.0?軟件計算出海洋餌料藻類受MNPs污染各毒性效應的EC50值，EC50計算方法參考于童等[39]的報道。

1.2 SSD曲線擬合

SSD曲線擬合法主要利用文獻中收集到的生物毒理數據來分析污染物對生物的危害程度，進而評估其生態風險。SSD曲線擬合的形式主要包括對數正態累積密度模型(Log-Normal)、邏輯斯蒂累積密度模型(Log-Logistic)、韋布爾累積密度模型(Reweibull)和波爾Ⅲ模型(BurrⅢ)等[40-41]。由于BurrⅢ模型對物種敏感性的擬合特性較好，且函數更靈活[42]，因此本研究采用該模型進行后續分析?；趪鴥韧庖褕蟮赖某Ｒ姖O業水域中的餌料藻類受MNPs污染暴露的毒理學研究數據(表1)，將計算出的結果，上傳至Rurrlioz 2.0軟件(由澳大利亞聯邦科學和工業研究組織提供)，選擇合適的參數后擬合生成餌料藻類對MNPs的SSD曲線(圖1)，具體公式及操作方法參考陳錦燦等[43]的研究；在確定的SSD曲線下利用Rurrlioz直接計算得到5%危害濃度值(the hazardous concentration for 5% of the species, HC5)及不同濃度暴露下的PAF值。

圖1 餌料藻類對微(納米)塑料的物種敏感性分布(SSD)曲線注：實際物種敏感性分布用藍色實線表示，黑色虛線則分別表示上、下置信區間(95%)。Fig. 1 Species sensitivity distribution (SSD) curve for bait algae exposed to micro(nano)plasticsNote: Solid blue curve represents concrete SSD; black dotted lines represent the 95% confidence intervals.

表1 微(納米)塑料對餌料藻類毒性效應數據(EC50)Table 1 Toxicity effect data of micro(nano)plastics to bait algae (EC50)

1.3 漁業水域環境MNPs濃度及PAF的計算

為分析MNPs對餌料藻類的毒性影響與漁業水域環境MNPs濃度之間的關系，我們收集了國內外漁業水域環境中MNPs污染調查數據；由于不同文獻中使用的MNPs濃度單位不一致，為了利用SSD曲線開展生態風險評估，首先需要將整理得到的水域MNPs豐度(K) (個·L-1)的單位統一換算為μg·L-1；本研究假設MNPs形狀為同等粒徑的圓球狀(因纖維與碎片體積無法計算)；根據Enders等[44]整理的MPs聚合物密度(ρ)，取相應的漁業水域常見MPs聚合物密度，通過以下公式得到單個MNPs質量(m)：

(1)

m=ρV

(2)

式中：V為單個MPs球體體積，r為球體半徑，ρ為MPs密度，m為單個MNPs質量(μg)。最后以m乘以K得到MNPs的水體濃度，單位為μg·L-1。利用Rurrlioz軟件將相應水域換算后MPs濃度代入SSD曲線即得到對應PAF值，BurrⅢ型分布計算PAF的公式具體參考陳錦燦等[43]的文獻。

2 結果(Results)

2.1 MNPs暴露對餌料藻類毒性效應數據(EC50值)

目前國內外MNPs暴露對餌料藻類毒性效應研究中，常見的塑料種類有PS、PVC、PP、PE和聚甲基丙烯酸甲酯(polymethyl methacrylate, PMMA)，粒徑集中在0.04～450 μm，所選取的餌料藻類主要為綠藻門、硅藻門、藍藻門和金藻門中的種類，研究的毒性效應指標集中為藻細胞密度、葉綠素含量、光能轉換效率、細胞內化率和抗氧化酶活性等(表1)。

2.2 SSD曲線擬合結果

利用BurrⅢ型分布模型對4門共12種餌料藻類的SSD曲線擬合的結果如圖1所示，當MNPs濃度>1 000 μg·L-1，餌料藻類受MNPs損害的程度迅速增強，隨著濃度不斷升高，最終損害程度在MNPs濃度為1×107μg·L-1時趨于平穩。

HC5指的是某物種5%的個體受到顯著影響時，生存環境中MNPs相對應的濃度，也表示95%的物種個體未受到有害影響時污染物的濃度。HC5的數值越小，表明MNPs對所研究物種的生態風險越大。由SSD曲線得到MNPs對餌料藻類的HC5為240 μg·L-1。

不同濃度MNPs暴露得出的對不同餌料藻類的PAF值，反映其對不同餌料藻類的損害程度。在獲得SSD曲線的基礎上，通過Rurrlioz 2.0軟件可以計算得到不同濃度的MNPs對應的PAF預測值。當MNPs濃度≤1×102μg·L-1時，有≤4%的餌料藻類會受到MNPs的損害；隨著濃度的增大，可能受到影響的物種比例也逐漸增大，當濃度為1×104μg·L-1時，可能受到危害的物種百分比為20%；而當濃度為1×105μg·L-1時，受到影響的物種百分比達到47%(表2)。

表2 不同濃度微(納米)塑料對餌料藻類的潛在影響比例(PAF)預測值Table 2 Predicted potential affected fractions (PAF) values of the bait algae under exposure of various concentrations of micro(nano)plastics

2.3 漁業水域環境中MNPs的污染現狀和生態風險評估

根據Jambeck等[54]的調查，每年大約有480～1 270萬t塑料垃圾進入海洋，如果持續這種狀態到2025年輸入海洋的塑料垃圾累積數量預計將增加一個數量級；由于MNPs的粒徑小，且空間分布非常不均勻，幾乎存在于所有生態系統。海洋漁業水域通常集中于沿海范圍，更容易受到陸源和海上來源MNPs的雙重污染。不同海洋漁業水域MNPs豐度和粒徑特征具有很大差異性，主要與各水域離岸距離、人類活動、漁業養殖捕撈和運輸等因素有關，主要的MNPs類型為PP、PE、PS和PET[11,20,55]。以國內外共13處代表性漁業水域水體中主要種類和主要粒徑的MNPs為評估對象，計算獲得豐度數據，將結果統一換算成μg·L-1后代入SSD曲線計算得到對應的PAF值，數據按照PAF值由低到高排序。如表3所示，發現墨西哥灣漁業水域中MNPs的PAF值相對較大，最大值超過了50%。

表3 部分代表性漁業水域微(納米)塑料污染概況Table 3 Status of micro(nano)plastics pollution in some representative fishery waters

3 討論(Discussion)

3.1 數據的選取

繪制SSD曲線前的數據準備需要篩選合適的物種、暴露時間、毒性效應數據等以及統一單位，一般遵循適當性、可靠性和精確性3個原則[40, 68-69]。當可用的數據集越豐富，誤差的風險就越小，影響預測的不確定性就越低[70]。本研究繪制SSD曲線選取的物種符合US EPA建議的受試生物至少包括3門8科的要求[71]。

盡管歐盟水框架指導共同實施戰略(2000/602/EC)和我國《化學物質環境與健康危害評估技術導則(試行)》建議運用慢性毒理學數據進行環境質量評價更為可靠，然而國內外MNPs對微藻毒理學實驗研究中十分缺乏無可見效應濃度(no observed effect concentration, NOEC)、最低可見效應濃度(lowest observable effect concentration, LOEC)和10%效應濃度(effective concentration at 10% inhibition, EC10)等慢性毒理學數據[69, 72-73]。通過EC50或半致死濃度(lethal concentration 50%, LC50)等急性數據外推慢性數據NOEC還存在一定爭議[74-75]；現有選擇LC50作為評價指標的毒理學研究中，其研究對象通常為魚類、甲殼類、軟體動物和哺乳動物等[76-77]；但由于MNPs暴露造成生物死亡的劑量通常極高，獲得LC50相應的MNPs暴露濃度往往遠高于實際水環境中的濃度，造成實驗結果無法很好地反映真實情況[8]。而EC50的毒性終點可以選擇生物響應MNPs最為敏感的生物學指標，相對應的MNPs暴露劑量更接近于環境濃度[49, 66]，因此采用EC50結果較LC50更為合理。

3.2 基于PAF評估和預測當前及未來漁業水域MNPs的生態風險

PAF可反映不同污染物對不同營養水平物種的損害程度，目前已有多個研究使用SSD曲線和PAF評估海洋生物受污染物如重金屬和MNPs等毒性影響的生態風險[78-80]。本研究總結并預測了全球13處漁業水域中不同環境濃度的MNPs對餌料藻類的潛在影響比例，其中7處不同類型的漁業水域總體PAF預測值為5%～20%(中國膠州灣<中國桑溝灣<韓國近海<中國東海馬鞍列島海域人工魚礁<印度孟買海岸<中國茅尾海<中國海岸線沿岸站點)，有5處水域PAF值<5%(中國臺灣東部黑潮海域<中國杭州灣<北海南部<黑海東南海岸<中國象山灣)，相應的生態風險較??；另外1處漁業水域(墨西哥灣)MPs濃度對應PAF預測值范圍中最大值超過50%。

PAF預測值最高的墨西哥灣污染水域中MNPs的來源廣泛，包括近岸旅游活動、工業運輸、商業捕撈和海水養殖等人類活動以及河流輸入；此外，半封閉式海灣是墨西哥灣污染水域的突出特征，由于海水交換能力較弱，造成MNPs較難擴散而導致累積[57, 67]。2021年10月聯合國環境規劃署(United Nations Environment Programme, UNEP)發布有關海洋垃圾和塑料污染的綜合評估報告稱，到2040年流入海洋的塑料垃圾污染量將增加至2016年的3倍(每年2 300～3 700萬t)[81]。而塑料垃圾實際測得質量僅僅是模型估算值的1%，剩余99%的海洋塑料垃圾不知去向[82]。因此，在可預見的未來，漁業水域中MNPs的豐度還會不斷增加。本研究基于實驗室毒理學研究結果繪制的SSD曲線，計算得到的PAF預測值雖與現實環境存在偏差，但對于評估將來水環境中MNPs的生態風險仍具有一定的參考價值。同時，未來漁業水域中MNPs對水生生物的生態風險還需要更全面和持久的監測與評估。

3.3 選取餌料藻類開展漁業水域MNPs生態風險評估的意義

微藻是水生生態系統中最重要的初級生產者，是眾多水生生物的能量來源，其數量及結構受到污染影響，最終都可能影響水生生態系統的結構和功能，因此微藻是生態系統維持穩定的第一道防線[35,83]。MNPs的含量以及毒性效應可能通過食物鏈傳遞到更高營養級[25]，如Gambardella等[47]研究發現PS納米顆?？赡軙ㄟ^食物鏈傳遞(從藻類到浮游動物再到魚類)，最終影響魚類的新陳代謝和個體行為，該結果與Cedervall等[84]的研究結果一致。并且微藻對MNPs毒性效應響應較為敏感，主要的毒性效應與機制表現為吸附和遮蔽效應、破壞細胞結構、抑制生長和誘導氧化應激等[43, 85-86]。因此，本研究選取餌料藻類開展漁業水域MNPs毒性效應風險研究，可為漁業水域的生態風險評估提供合理的參考依據。

3.4 當前研究的局限性

(1) 目前MNPs對餌料藻類的實驗室暴露濃度單位不統一，且大都采用“名義濃度”(如μg·L-1和mg·L-1)來表征，考慮到塑料是一類難溶顆粒物而不是溶質，故采用名義濃度不是特別恰當。

(2) MNPs的實驗室暴露濃度大都采用μg·L-1或mg·L-1來表征，而現實環境中的監測濃度大都采用個·L-1、個·km-2和個·m-3等來表征，因此在利用SSD曲線進行生態風險評估時，需將兩者的單位換算成統一格式。由于塑料是難溶顆粒物且形狀和尺寸各異，因此在實驗室濃度和環境濃度進行互相換算時，不可避免地存在誤差和不確定性。

(3) 本研究在進行濃度單位換算時，將所有MNPs都視為規則的微珠，而忽略了纖維和碎片等不規則形狀的MNPs，造成結果產生偏差。這一方面是由于當前的實驗室暴露實驗往往只選取微珠形狀的MNPs開展實驗，缺少其他形狀MNPs的毒理學數據[87]；另一方面，野外監測結果僅報道了纖維和碎片等MNPs的長度，而沒有提供體積數據，導致無法計算其質量，阻礙了單位間的換算。

(4) 實驗室暴露實驗采用的MNPs濃度過于追求效應的產生，設置的濃度遠高于環境濃度[88]，導致MNPs慢性毒理學數據極為匱乏，使生態風險評估結果的實際應用價值受到影響。

(5) 大多數毒性研究只注重MNPs單獨暴露對餌料藻類產生的毒性效應；而已知MNPs對重金屬、疏水性有機化學品和其他持久性有機污染物具有很強的吸附能力，且MNPs與某些其他污染物混合對藻類的綜合毒性具有協同作用[89-92]，MNPs單獨暴露忽視了MNPs與其他污染物的相互作用。

(6) 針對污染物對微藻產生的毒性效應機制不明確，缺乏統一的敏感生物學效應指標[43]，導致毒性效應評估結果之間缺乏可比性。

(7) 利用SSD曲線進行風險評估，本研究存在所選取的餌料藻類種類不全面的問題，缺乏淡水藻的毒性數據，影響了評估結果的全面性[72-73,93]。

3.5 展望與建議

本研究以餌料藻類作為對象，選取了4門9科共12種漁業水域常見餌料藻類受MNPs暴露實驗的EC50數據，繪制了SSD曲線，計算得到PAF值，開展漁業水域MNPs風險評估。進一步總結了全球不同漁業水域MNPs污染現狀，通過預測PAF值進行生態風險評估，區分了不同漁業水域中MNPs生態風險的水平。因此，本研究為MNPs的生態風險評估提供了新思路和新視角。此外，本研究揭示了當前研究的局限性，并對將來MNPs的毒理學研究和生態風險評估提出了以下建議和展望：

(1) 統一現場監測和實驗室暴露實驗所使用的濃度單位，建議采用數量單位(如個·L-1)而非濃度單位，使不同研究之間更具可比性。

(2) 開發可快速測定纖維、碎片和顆粒等不規則MNPs體積的三維測量軟件，實現這些塑料數量和質量之間的換算。

(3) 由于漁業水域中纖維狀MNPs的占比最高，其次為碎片，而不同形狀的MNPs具有不同的毒性效應[87,94-95]。因此建議實驗室暴露實驗應嘗試以纖維、碎片和泡沫等形狀的MNPs作為材料，研究不同形狀的MNPs對餌料藻類的毒性效應和機制。

(4) 統一確立餌料藻類響應MNPs的毒性效應指標，并參考PAF值在SSD曲線上所對應的MNPs濃度來設計實驗室內暴露濃度，使其更接近于環境濃度，并通過長期暴露，獲得NOEC、LOEC和EC10等數據，完善慢性毒理學數據庫。

(5) 開展完善MNPs和其他污染物的單獨及聯合暴露實驗研究，探討MNPs與其他污染物對餌料藻類的聯合毒性效應和機制。

(6) 進一步補充MNPs對海水和淡水漁業水域不同種類餌料藻類的毒理學研究數據，如金藻門如巴夫藻(Pavlovaviridis)、藍藻門如螺旋藻(Spirulinasp.)和隱藻門如卵形隱藻(Cryptomonsovata)等；構建更為完善的SSD曲線，獲得更為準確的生態風險評估結論。

(7) 加強對MNPs的環境行為及其在食物鏈中傳遞過程的研究。認識到MNPs在環境中的遷移和分布等環境行為以及食物鏈傳遞過程是評估其生態風險的重要環節，在將來的生態風險評估模型構建中也需要將它們作為其中一個重要影響因素。