摘要：【目的】對國產蘋果中多菌靈、甲基硫菌靈、吡蟲啉和滅幼脲4種常用農藥殘留及其膳食暴露進行評估，明確并量化居民食用蘋果途徑的上述4種常用農藥膳食攝入風險水平，為蘋果安全生產、消費及質量安全監管提供依據。【方法】基于渤海灣（遼寧、山東、河北）和西北黃土高原（陜西、山西、河南）兩大蘋果優勢主產區采集的282份蘋果樣品，運用專業風險評估軟件@Risk，嘗試構建非參數概率評估模型，對居民食用蘋果途徑的農藥膳食攝入（暴露）風險進行概率評估。首先對282份蘋果樣品中上述4種農藥殘留檢測值進行分布擬合，擬合度運用Chi-Squared、Anderson-Darling、Kolmogorov-Smirnov3種統計方法進行檢驗，綜合考慮3種評估擬合結果，確定最佳擬合分布。STMR、HR取最佳分布擬合值，%ADI和%ARfD分別表示慢性膳食攝入風險和急性膳食攝入風險。【結果】參試的282份蘋果樣品，255份（占90.4%）蘋果樣品中檢出了農藥殘留。在檢出的4種常用農藥中，多菌靈的檢出率最高，達到81.9%；其次為甲基硫菌靈和吡蟲啉，分別為52.1%和39.0%；滅幼脲的檢出率最低，僅為31.2%。絕大多數蘋果樣品中農藥殘留量處于較低水平，最大檢出濃度為0.9251mg·kg-1（多菌靈），但仍遠低于最大殘留限量值3.0mg·kg-1。樣品中4種常用農藥殘留量均值依次為多菌靈（0.1042mg·kg-1）＞滅幼脲（0.0182mg·kg-1）＞甲基硫菌靈（0.0082mg·kg-1）＞吡蟲啉（0.0050mg·kg-1）。樣品中4種常用農藥殘留量離散程度有異，變異系數分別達到232.8%（甲基硫菌靈）、214.8%（吡蟲啉）、174.1%（滅幼脲）和136.4%（多菌靈）。282份蘋果樣品農藥殘留量分布規律較明顯，隨著農藥殘留濃度的升高，樣品所占的比例均呈逐漸降低的趨勢。27份（占9.6%）蘋果樣品中未檢出上述4種常用農藥，198份（占70.2%）蘋果樣品中檢出2種及以上農藥殘留，19份（占6.7%）蘋果樣品甚至檢出4種農藥殘留。不同年齡組人群食用蘋果途徑的上述4種常用農藥慢性膳食攝入風險（%ADI）分別為0.2120%—35.1100%（多菌靈）、0.0051%—0.8240%（吡蟲啉）、0.0049%—0.1710%（甲基硫菌靈）和0.0004%—0.0152%（滅幼脲）；急性膳食攝入風險（%ARfD）分別為0.1940%—16.0500%（多菌靈）和0.0122%—0.9400%（吡蟲啉）。幼兒（2—6歲）和兒童（7—13歲）2個年齡組人群由于體重較輕，而蘋果攝入量相對較高，膳食攝入風險明顯高于其他年齡組人群，為重點監控對象。不同年齡組人群之間，隨著年齡的增加，農藥膳食攝入風險整體呈逐漸下降趨勢；同一年齡組人群，選取的百分位點值越高，農藥膳食攝入風險越大。【結論】蘋果中多菌靈、甲基硫菌靈、吡蟲啉和滅幼脲這4種常用農藥檢出率較高，但所有樣品農藥殘留量均低于最大殘留限量。居民食用蘋果途徑的上述4種常用農藥慢性和急性膳食攝入風險均很低，幼兒和兒童2個年齡組人群膳食攝入風險明顯高于其他年齡組人群，需重點關注。

　　關鍵詞：蘋果；農藥殘留；膳食暴露；非參數概率評估模型；風險評估

　　0引言

　　【研究意義】隨著經濟社會的發展和人民生活水平的提高，人們對果品質量安全的要求也越來越高。農藥殘留是果品質量安全中比較敏感且備受關注的話題[1]。蘋果是第一大水果，2014年蘋果產量達4092.32萬t，占全國水果總產量的15.7%[2]。施用化學農藥是蘋果病蟲害防治的重要手段和措施。然而，蘋果生產中大量施用化學農藥給蘋果質量安全帶來了一定的風險隱患，直接影響到蘋果的國際信譽和出口貿易，如何有效地評估和防范農藥殘留給人類帶來的危害已成為社會共同關注的焦點。多菌靈、甲基硫菌靈具有殺菌廣譜、成本低廉等優點，在蘋果生產中常用來防治蘋果輪紋病[3]、炭疽病[4]、腐爛病[5]和斑點落葉病[6]等病害。吡蟲啉和滅幼脲對蘋果上常見的銀紋潛葉蛾[7]和金紋細蛾[8]等蟲害具有防治效果好、藥效持續時間長而成為蘋果生產中廣泛使用的殺蟲劑[9-11]。由于蘋果生產中多菌靈、甲基硫菌靈、吡蟲啉和滅幼脲的大量使用，其殘留水平和膳食攝入風險日益引起人們的重視。開展蘋果常用農藥膳食攝入風險評估研究，明確蘋果中上述4種常用農藥殘留水平及風險狀況，可為蘋果安全生產、消費及質量安全監管提供基礎數據。【前人研究進展】農產品質量安全風險評估起步較晚，關于水果農藥殘留風險評估報道不多。趙宇翔[12]對上海市市售果蔬中毒死蜱農藥殘留長期膳食攝入風險進行了風險評估；王冬群等[13]對慈溪市葡萄、楊梅、桃、梨、草莓等8種水果中有機磷農藥殘留風險進行了評估；張志恒等[14-15]開展了葡萄和獼猴桃中氯吡脲及蘋果、荔枝、柑橘中三唑磷的急性和慢性膳食攝入風險評估；劉艷萍[16]對香蕉中戊唑醇、丙環唑、苯醚甲環唑和氟環唑等4種三唑類殺菌劑進行了慢性和理論膳食攝入風險評估；聶繼云等[17]對蘋果中異菌脲、毒死蜱、除蟲脲、戊唑醇等26種常用農藥殘留風險進行了膳食攝入風險評估。已有文獻中農藥殘留風險評估方法多以確定性評估即點評估為主，該方法雖然簡單易行，但評估結果不能反映不同人群個體差異，較為保守。概率評估能夠更好地量化評估結果的變異度和不確定度，可為風險管理提供更為直觀和科學的依據，近年來逐漸成為食品安全風險評估領域的研究熱點。國際上廣泛采用基于蒙特卡洛模擬技術的風險評估軟件@Risk進行概率評估[12,18-20]。【本研究切入點】國內雖已開展蘋果農藥殘留風險評估研究[15,17]，但風險評估方法多以點評估為主，尚未見有公開的針對不同人群開展蘋果農藥膳食攝入風險概率評估研究的報道。針對蘋果常用農藥膳食攝入風險概率評估研究欠缺的問題，以渤海灣和西北黃土高原兩大蘋果優勢主產區廣泛抽取蘋果樣品，系統開展針對不同人群的蘋果中多菌靈、甲基硫菌靈、吡蟲啉和滅幼脲4種常用農藥膳食攝入風險的非參數概率評估。【擬解決的關鍵問題】通過系統的概率風險評估，明確蘋果中多菌靈、甲基硫菌靈、吡蟲啉和滅幼脲4種常用農藥殘留水平與風險狀況，為指導蘋果田間生產的安全用藥提供依據，進而為蘋果生產中農藥使用規范與國際接軌提供參考。

　　1材料與方法

　　室內試驗于2014—2015年在農業科學院果樹研究所/農業部果品質量安全風險評估實驗室（興城）完成。

　　1.1樣品采集

　　于蘋果適采成熟期，從渤海灣（遼寧、山東、河北）和西北黃土高原（陜西、山西、河南）兩大蘋果優勢主產區采集282份蘋果樣品作為試材。遼寧、山東、河北、陜西、山西、河南6個蘋果主產省分別選取10、12、8、12、6、8個重點縣，每個重點縣選取5個代表性果園，每個果園采集1份蘋果樣品。樣品采集方法參照《新鮮水果和蔬菜取樣方法》（GB/T8855—2008）所規定的蘋果采樣方法[21]，即在果園的中間和4個角的方向定5個點采樣（避免在邊行和每行距離兩端1.0m內采樣），在所選采樣點上有選擇地采樣，避免采有病、過小或未成熟的果實，并且在蘋果樹的各部位（上、下、內、外、向陽面、背陰面）采樣，果實密集處相對多采。對于每份蘋果樣品，首先將該果園采集的蘋果果實混勻，選取15個果形、大小基本一致的果實，按照四分法縮分，即每個蘋果縱向十字切開，取對角兩塊，去核后切成小塊（皮和肉一起），將所有小塊蘋果混勻后再按十字分開，取對角線兩部分樣品（直至剩余1000g左右），用組織搗碎機勻漿處理后取500—800g，置于-20°C冰箱中保存備用。

　　1.2主要試劑與儀器設備

　　試劑：乙腈、乙酸銨、甲酸（色譜純，美國ThermoFisherScientific公司）；C18（ODS）（50μm，60?），PSA（40μm，100g）（美國Varian公司）；無水MgSO4（優級純，天津市津科精細化工研究所）；NaCl（優級純，天津市科密歐化學試劑有限公司）；試驗用水為超純水。儀器設備：超高效液相色譜-串聯質譜儀（UPLC-MS/MSXevoTQ，美國Waters公司）；立式大容量高速離心機（日本Hitachi公司）；Milli-QDirect8全自動超純水制水系統（美國Millipore公司）。

　　2結果

　　2.1蘋果中4種常用農藥殘留水平

　　參試的282份蘋果樣品中，255份（占90.4%）蘋果樣品中檢出了農藥殘留。總體而言，蘋果農藥殘留檢出率相對較高，但絕大多數蘋果樣品中農藥殘留量處于較低水平。74.5%的樣品中多菌靈殘留量低于100.0μg·kg-1；70.2%的樣品中甲基硫菌靈殘留量低于2.0μg·kg-1；91.5%的樣品中吡蟲啉殘留量低于5.0μg·kg-1；89.1%的樣品中滅幼脲殘留量低于10.0μg·kg-1。282份樣品中最大檢出濃度為0.9251mg·kg-1（多菌靈），但仍遠低于多菌靈最大殘留限量3.0mg·kg-1（圖1）。

　　2.2蘋果中4種常用農藥膳食攝入風險評估

　　2.2.1農藥殘留慢性膳食攝入風險評估

　　由表3可知，同一農藥，不同年齡組人群之間農藥慢性膳食攝入風險評估結果存在明顯差異。幼兒（2—6歲）和兒童（7—13歲）2個年齡組人群由于體重較輕，而蘋果攝入量相對較高，慢性膳食攝入風險明顯高于其他年齡組人群，需重點關注。不同農藥之間，農藥慢性膳食攝入風險存在明顯差異，多菌靈和吡蟲啉膳食攝入風險遠高于甲基硫菌靈和滅幼脲。4種常用農藥慢性膳食攝入風險：多菌靈＞吡蟲啉＞甲基硫菌靈＞滅幼脲。由圖3可知，同一農藥，不同年齡組人群之間，隨著年齡的增加，農藥慢性膳食攝入風險呈逐漸下降趨勢；同一年齡組人群，選取的百分位點值越高，農藥慢性膳食攝入風險越大。總之，各類年齡組人群食用蘋果途徑的上述4種常用農藥慢性膳食攝入風險（%ADI）均很低，遠低于100%，分別介于0.2120%—35.1100%（多菌靈）、0.0051%—0.8240%（吡蟲啉）、0.0049%—0.1710%（甲基硫菌靈）和0.0004%—0.0152%（滅幼脲）。即便采用99.5百分位點值，上述4種農藥人群膳食攝入風險依然很低，分別為6.3800%—35.1100%、0.1620%—0.8240%、0.0346%—0.1710%和0.0028%—0.0152%。因此，各類年齡組人群食用蘋果途徑的上述4種常用農藥慢性膳食攝入風險都是可以接受的，且很低。

　　2.2.2農藥殘留急性膳食攝入風險評估

　　由表4可知，同一農藥，不同年齡組人群之間農藥急性膳食攝入風險評估結果存在明顯差異。幼兒（2—6歲）和兒童（7—13歲）2個年齡組人群由于體重較輕，而蘋果攝入量相對較高，急性膳食攝入風險明顯高于其他年齡組人群，需重點關注。不同農藥之間，農藥急性膳食攝入風險存在明顯差異，多菌靈膳食攝入風險遠高于吡蟲啉，分別為0.1940%—16.0500%（多菌靈）和0.0122%—0.9400%（吡蟲啉）。由圖4可知，同一農藥，不同年齡組人群之間，隨著年齡的增加，農藥急性膳食攝入風險整體呈逐漸下降趨勢；同一年齡組人群，選取的百分位點值越高，農藥急性膳食攝入風險越大。總之，各類年齡組人群食用蘋果途徑的多菌靈和吡蟲啉急性膳食攝入風險（%ARfD）均很低，遠低于100%，即便采用99.5百分位點值，上述2種農藥急性膳食攝入風險仍很低，分別為5.9400%—16.0500%和0.3670%—0.9400%。因此，各類年齡組人群食用蘋果途徑的上述2種常用農藥急性膳食攝入風險都是可以接受的，且很低。

　　3討論

　　3.1蘋果中4種常用農藥殘留水平及膳食攝入風險評估

　　2011年，美國環保署發布的農藥殘留排行榜顯示98%的受檢蘋果中檢出農藥殘留，位居農藥污染最嚴重的果蔬榜單之首[26]。是第一大蘋果生產國和消費國[27]，為保證國民蘋果膳食安全，蘋果上的農藥殘留狀況亟需重視，迫切需要開展蘋果農藥殘留風險評估。本研究以蘋果生產上使用較為廣泛的多菌靈、甲基硫菌靈、吡蟲啉和滅幼脲為研究對象，采樣區域覆蓋渤海灣（遼寧、山東、河北）和西北黃土高原（陜西、山西、河南）兩大蘋果優勢主產區，282份樣品能夠比較全面地反映蘋果中上述4種常用農藥殘留水平。與較早的研究報道相比[28-31]，蘋果農藥殘留狀況明顯好轉，農藥殘留風險明顯降低，282份蘋果樣品中上述4種農藥殘留均未超標。多菌靈仍是檢出率最高的農藥（甲基硫菌靈在植物體內可轉化為菌靈），但最大檢出濃度較之過去有所降低；其次為甲基硫菌靈和吡蟲啉，滅幼脲檢出率較之前報道有所增加[17]。蘋果農藥檢出率較高，僅27份蘋果樣品中未檢出上述4種常用農藥；198份蘋果樣品中檢出2種及以上農藥殘留；19份蘋果樣品甚至檢出4種農藥殘留，但絕大多數樣品農藥殘留量處于痕量水平。蘋果中上述4種常用農藥膳食攝入風險概率評估結果表明，不同年齡組人群膳食攝入風險存在明顯差異，幼兒和兒童2個年齡組人群農藥膳食攝入風險顯著高于其他年齡組人群，為重點監控對象。總體而言，不同年齡組人群食用蘋果途徑的上述4種常用農藥膳食攝入風險都是可以接受的，且很低，不會對居民身體健康帶來負面影響。蘋果套袋栽培已成為蘋果種植的主要栽培方式[17]，該技術不僅能夠改善果實光潔度、促進果實著色，還可顯著降低蘋果中農藥殘留量[32-34]，是目前蘋果及其他水果（葡萄、梨等）安全生產的重要手段[35-37]。近些年蘋果農藥殘留狀況的改善與套袋栽培方式的普及存在一定的關系。

　　3.2關于影響最終風險評估結果的因素分析

　　農藥殘留基礎數據研究的缺乏，膳食消費數據調查數據的不完善以及暴露數據的不完整是制約農產品質量安全風險評估健康發展的瓶頸問題[38-41]。本研究在進行不同年齡組人群慢性膳食攝入風險評估過程中的蘋果消費數據采用的是衛生部在2002年進行的居民營養與健康狀況調查資料[42]，這是目前可獲得的能全面系統反應居民膳食狀況的最新數據[16,43-44]。不可否認，2002年以來，居民膳食結構已經發生了一定的變化，蘋果消費量總體會增加[45]。因此，本研究根據2014年蘋果總產量、加工消耗量、出口量、貯藏損耗率和集中消費天數計算出居民日均蘋果消費量[17]，然后以2002年居民營養與健康狀況調查資料對不同人群水果膳食消費量比例關系折算出2014年的不同人群蘋果消費量，從而減小由蘋果消費量增加而導致低估風險的可能性。另外，蘋果中農藥殘留水平多處于痕量水平，且數據多呈高度偏態分布，為減小評估模型的變異度和不確定性，結合本研究評估數據的特點，筆者將模擬抽樣次數定為10000次[18-19]，在進行概率評估模擬抽樣時進行了10000次迭代計算，保證了高端百分位值趨于穩定，從而得出更為客觀的評估結果。本研究僅對普通居民進行了相關膳食攝入風險評估，特殊敏感人群（妊娠期和哺乳期婦女、肝腎功能不全者等）由于自身生理、病理變化往往會影響污染物（農藥）代謝和排泄，對污染物的反應也會有異于普通人[18,46]。由于缺乏此類相關數據，未對其進行探討。

　　結論

　　從測定的282份蘋果樣品來看，蘋果中多菌靈、甲基硫菌靈、吡蟲啉和滅幼脲4種常用農藥檢出率較高，但絕大多數蘋果樣品中農藥殘留量低于或遠低于最大殘留限量。農藥殘留水平在殘留量范圍、殘留量均值、殘留量離散度等方面存在明顯差異。蘋果中農藥殘留量分布規律較明顯，隨著農藥殘留濃度的升高，樣品所占的比例均呈逐漸下降的趨勢。殘留慢性膳食攝入風險（%ADI）和急性膳食攝入風險（%ARfD）均較低，各類年齡組人群食用蘋果途徑的上述4種常用農藥膳食攝入風險都是可以接受的。幼兒和兒童2個年齡組人群由于體重較輕，而蘋果攝入量相對較高，膳食攝入風險明顯高于其他年齡組人群，需重點關注。研究通過大規模、覆蓋渤海灣和西北黃土高原兩大蘋果優勢主產區采樣，利用概率評估方法，明確并量化了不同年齡組人群食用蘋果途徑的多菌靈、甲基硫菌靈、吡蟲啉和滅幼脲4種常用農藥膳食攝入風險，可為蘋果質量安全監管和今后系統開展果品質量安全風險評估提供參考。

　　References

　　[1]葉孟亮,聶繼云,徐國鋒,閆震,鄭麗靜,李志霞.超高效液相色譜-串聯質譜法測定水果中乙撐硫脲殘留.分析測試學報,2015,34(11):1276-1280.YeML,NieJY,XuGF,YanZ,ZhengLJ,LiZX.Determinationofethylenethiourearesiduesinfruitsusingultraperformanceliquidchromatography-tandemmassspectrometry.JournalofInstrumentalAnalysis,2015,34(11):1276-1280.(inChinese)

　　[2]統計局.數據,年度數據.(2015-03-10)[2016-01-22].http://data.stats.ov.cn/easyquery.htm?cn=C01[DB/OL].NationalBureauofStatisticsofChina.Nationaldata.(2015-03-10)[2016-01-22].http://data.stats.gov.cn/easyquery.htm?cn=C01[DB/OL].(inChinese)

　　[3]李曉軍,范昆,曲健祿,張勇,亓彬,王濤.蘋果主要栽培省蘋果輪紋病菌對多菌靈的抗性差異.植物保護,2010,36(3):158-161.LiXJ,FanK,QuJL,ZhangY,QiB,WangT.DeterminationoftheresistancedifferenceofBotryosphaeriaberengerianatocarbendazim.PlantProtection,2010,36(3):158-161.(inChinese)

　　葉孟亮，聶繼云，徐國鋒，閆震，鄭麗靜

　　太湖水體中5種有機磷農藥混合物生態風險評價

　　摘要:有機磷農藥是一類廣泛分布于我國水環境中的污染物，即使在水體中的污染水平處于規定“安全標準”之下，其聯合暴露產生的風險仍有可能威脅水生生態安全。采用基于濃度加和模型與生物敏感度分布曲線的混合物風險商法，評價了太湖水體中敵敵畏、對硫磷、甲基對硫磷、馬拉硫磷和樂果5種有機磷農藥混合物產生的生態風險。結果表明:2003～2004年期間3個不同時期太湖水體中5種有機磷農藥的混合物生態風險商(RQm)均大于1，有機磷農藥混合物在2003～2004年期間對太湖水生生物構成了一定威脅。

　　關鍵詞:有機磷農藥;混合物;生態風險評價;太湖

　　各種化學物質的共同使用，造成實際水環境中污染物一般以混合物的形式存在[1]。各種污染物即使都處于低濃度下，其混合物也可能對水生生物產生顯著的聯合毒性效應[2-4]。Junghans等[5]研究了25種農藥在預測環境濃度(PEC)下對綠藻的毒性，單一農藥在PEC濃度下對綠藻產生的生長抑制毒性很低，而在該濃度下形成的混合物對綠藻的繁殖抑制作用達到了42%。因此，僅僅對單一污染物進行生態風險評價來確定對水生生物是否“安全”不符合復合污染的實際情況[6]，對水體污染物進行混合物風險評價更符合聯合復合污染的實際情況[7]。

　　1數據與方法(Dataandmethods)

　　1.1數據選擇

　　本文太湖水體中5種有機磷農藥的測定環境濃度(MEC)值采用文獻Ta[13]中所報道數值。10個采樣點分布在太湖北部梅梁灣。取水點位于水面下0.5m處，分季節共采樣3次(2003年11月，2004年1月和2004年8月)，采用固相萃取聯合氣相質譜法(SPE-GC/MS)對水樣中有機磷農藥含量進行了測定。5種有機磷農藥的含量水平列于表1。

　　1.2混合物風險商法

　　對于水環境中某一污染物i的風險商RQi為水體中測定環境濃度與保護95%生物的危害濃度(HC5)比值[16-17]。Newman[18]等認為毒性數據間的差異可能導致HC5推算偏大，因此本文采用HC5的95%置信區間下限值[10]HC5-95%取代HC5作為保護95%生物的危害濃度。如果i物質的MEC與HC5-95%的比值小于1，表明該化合物的環境風險是可接受的，如公式(1):

　　2結果與分析(Ｒesultsandanalysis)

　　2.15種有機磷農藥的HC5-95%

　　2.1.1毒性數據選擇

　　5種有機磷農藥的水生生物的急性毒性數據和慢性毒性數據數量如表1所示。敵敵畏有19個急性數據，5個慢性數據。對硫磷有31個急性數據，8個慢性數據。甲基對硫磷有37個急性數據，6個慢性數據。馬拉硫磷有18個急性數據，7個慢性數據，樂果有14個急性數據，12個慢性數據。篩選5種有機磷農藥所有毒性數據，獲得包括5種魚類;2種藻類;節肢動物包括5種溞類、7種蝦、8種搖蚊幼蟲等水生生物。毒性數據中涵蓋了生產者、初級消費者、分解者等不同營養等級。

　　2.1.2SSD-EC50曲線

　　運用GraphPadPrism5.0程序中非線性最小二乘擬合方法對有機磷農藥的急性數據的生物敏感度曲線(SSD-EC50)進行非線性擬合，計算有機磷農藥i的50%危害濃度HC50,EC50,i。計算結果與擬合函數的確定性系數(R2)和離差絕對值之和(Absolutesumofsquares,Ass)列于表2。5種有機磷農藥的R2均大于0.9361，Ass均小于0.0561，表明log-logistic函數能較好地描述5種有機磷的SSD-EC50曲線。

　　3討論(Discussion)

　　農藥污染物大都是以混合物的形式共同存于各種地表水體中[26,27]，盡管對單一農藥污染物的生態風險已經開展了諸多研究[28-30]，然而，其混合物對水生生物的生態風險卻不容忽視[31]。Chèvre等[9]對5種除草劑混合物(莠去津、西瑪津、特丁津、異丙隆和敵草隆)的生態風險的研究發現，單一農藥污染物的風險商很少超過1，而除草劑混合物在春夏季(4月-8月)RQm大于1，最高值達到2.5;對歐洲日內瓦湖中三嗪類除草劑、氯乙酰苯胺類除草劑、磺酰脲類除草劑和苯脲類除草劑4類除草劑17種農藥混合物的生態風險研究表明，單一除草劑對水生態環境幾乎可以忽略，而除草劑的混合暴露卻大大地增加了湖泊水體的生態風險[10];在對瑞士Zurich河流旁小溪中樂果和二嗪磷兩種有機磷農藥混合物風險研究發現:不同時期內混合物RQm值為8～22，遠遠超過限值1，其中樂果是混合物風險的主要貢獻者[10]。本文對太湖水體中5種有機磷農藥的混合物生態風險發現，混合物總風險商均大于1。Qu等[24]運用概率風險商法評價了太湖5種有機磷農藥、1種有機氯農藥和1種除草劑的混合物風險，混合物總風險商為0.18～0.36。文獻中采用了藻、溞、魚3個營養級別的急性毒性數據計算5%毒害濃度HC5值，與本文中采用急慢性比率和慢性數據推導出的HC5-95%值高2個數量級，可能是導致文獻中農藥混合物的風險商值較低的主要原因。此外，目前對混合物的生態風險評價是基于化合物具有相似作用模式[33]，混合物產生的聯合毒性可以用濃度加和模型來評估和預測[34-35]。然而由于環境中大多數農藥對生物機體的作用方式是未知的，只有少部分污染物的作用機理比較明確[2]。據文獻報道濃度加和模型能對不同作用方式的農藥混合物進行有效預測[36]，但是對于具有不同作用方式的農藥混合物的風險評價是否適用本文中方法，還有待進一步研究。

　　參考文獻:

　　[1]SchwarzenbachR,EscherB,FennerK,etal.Thechallengeofmicropollutantsinaquaticsystems[J].Science,2006,313(5790):1072－1077

　　[2]FaustM,AltenburgerR,BackhausT,etal.Predictingthejointalgaltoxicityofmulti-components-triazinemixturesatlow-effectconcentrationsofindividualtoxicants[J].Aquat-icToxicology,2001,56(1):13－32.

　　[3]BaasJ,KooijmanB.Chemicalcontaminationandtheeco-logicalqualityofsurfacewater[J].EnvironmentalPollution,2010,158(5):1603－1607

　　雷昌文1,2，曹瑩2，周騰耀1，張亞輝2,*，曾鴻鵠1,#，劉征濤2