比较基于风险的方法，以共同评估环境和人类健康风险，并确定农业废水再利用中新兴污染物的优先处理顺序

《Journal of Hazardous Materials》：Comparing risk-based approaches to jointly assess environmental and human health risks and prioritize emerging contaminants in agricultural wastewater reuse

新兴污染物优先排序及风险评价方法研究，采用QCRA和TyPol两种方法对农业灌溉中37种CECs进行环境与健康联合风险评估。雌激素类（BE2、EE2、EST）和宏噬菌素类（AZT、ERY、CLA）被识别为高风险污染物。QCRA依赖完整数据但提供污染物特异性风险评估，TyPol在数据缺失时更灵活但精度降低。研究成果为符合One Health理念的废水再利用监管提供决策支持工具，有效整合环境与人类健康风险考量。

　　
新兴污染物在农业废水回用中的风险优先级评估研究

（全文约2100词）

1. 研究背景与问题提出
全球人口增长与气候变化加剧背景下，可持续的水资源管理成为重要课题。农业用水占比高达全球总量的70%，废水回用技术因其节水优势备受关注。然而，处理后的废水中含有新兴污染物（CECs），这类物质具有以下特征：
- 检测浓度通常低于纳克/升至微克/升量级
- 包含药品、个人护理品、 alkylphenols等复杂化合物
- 具备环境迁移与生物累积特性
- 毒理数据存在显著空白
- 欧盟等地区已将其纳入水质量监管框架

当前研究存在两大痛点：其一，多数评估方法仅关注单一风险维度（环境或人类健康）；其二，数据缺失问题（如浓度低于检测限或毒理数据不全）导致传统方法失效。本研究创新性地将定量化学风险评估（QCRA）与污染物类型聚类分析（TyPol）相结合，构建了符合One Health理念的整合评估框架。

2. 方法体系构建
研究采用双轨并行的方法学：
2.1 QCRA定量评估体系
- 基础原理：整合污染物浓度数据与毒理阈值
- 风险维度：同步评估环境暴露（水生生物）与人类健康风险（膳食暴露）
- 模型特点：通过概率分布量化风险等级
- 数据需求：要求完整的浓度-毒理数据对

2.2 TyPol类型聚类分析
- 核心机制：基于分子特性（亲脂性、极性等）、环境行为（吸附性、降解性）及毒理特征（生态毒性、致癌性）建立聚类模型
- 创新改进：引入动态权重分配机制，处理部分数据缺失问题
- 输出结果：形成4类风险优先级聚类（详见表1）

3. 案例研究实施
3.1 研究对象选择
纳入37种具有监管意义的CECs，其筛选标准包括：
- 欧盟水框架指令等法规明确管控
- 在农业回用监测中频繁检出
- 具备完整的浓度或毒理数据（至少一种维度）

3.2 系统建模
构建包含三个核心模块的评估系统：
- 环境暴露模块：模拟表面水-土壤-作物传输路径
- 人类健康模块：建立膳食暴露评估模型
- 数据填补模块：采用机器学习技术补全缺失数据

3.3 实施过程
(1) QCRA实施：通过蒙特卡洛模拟计算每种污染物的风险概率分布
(2) TyPol升级：开发数据敏感性分析算法，处理浓度数据缺失（(3) 整合分析：将两种方法结果进行交叉验证，构建综合风险矩阵

4. 关键研究发现
4.1 风险优先级排序
两种方法均显示雌激素类物质（BE2、EE2、EST）具有最高综合风险，其风险系数超过基准值3倍。环境风险突出的包括：
- 宏循环素（AZT、ERY、CLA）：生物蓄积性高，在土壤中半衰期达60-90天
- 微塑料相关物质：多环芳烃类物质在水生环境中迁移能力显著

4.2 方法学对比
| 评估维度 | QCRA优势 | TyPol优势 |
|---------|---------|---------|
| 数据需求 | 需完整浓度-毒理数据对 | 可处理30%数据缺失 |
| 风险预测 | 精确量化个体污染物风险 | 快速识别高风险类型群 |
| 应用场景 | 监测点定位精准 | 策略制定快速评估 |
| 局限性 | 数据不足时失效 | 类型聚类可能掩盖特殊毒性 |

4.3 典型案例解析
以厄贝沙坦（Irbesartan）为例：
- QCRA显示其通过灌溉进入食物链的风险概率为18.7%
- TyPol将其归类为"持久性内分泌干扰物"高风险群
- 综合评估得分达到监管阈值（TTH）的2.3倍

5. 方法论创新与局限
5.1 创新突破
(1) 首次建立农业回用系统的双维度风险评估模型
(2) 开发动态权重算法，在数据缺失时仍能保持80%以上的评估精度
(3) 提出风险分层管理策略：红色（需立即管控）、橙色（监测加强）、黄色（常规监控）

5.2 现存挑战
(1) 数据瓶颈：37种CECs中仍有12种缺乏完整的毒理数据
(2) 模型假设：对新兴污染物（如PFAS）的长期效应评估存在不确定性
(3) 实施障碍：中小型水务部门缺乏专业建模团队支持

6. 实践应用价值
6.1 监测体系优化
建议重点布设：
- 灌溉水-作物界面监测点（频率≥4次/年）
- 水体-土壤界面监测点（检测项目扩展至16类）
- 食物链溯源监测（新增3类动物组织检测）

6.2 治理策略升级
提出三级管控机制：
一级管控（5种）：实施强制预处理（去除率≥90%）
二级管控（15种）：建立动态阈值预警系统
三级管控（17种）：纳入常规监测清单

6.3 政策建议
(1) 推动欧盟水指令修订，将CECs纳入常规水质标准
(2) 制定农业回用专用污染物名录（建议首批纳入20种）
(3) 建立跨国界CECs数据共享平台，解决毒理数据不足问题

7. 未来发展方向
(1) 智能预测模型：整合迁移转化数据库与实时监测数据
(2) 等效替代品库建设：针对高风险污染物开发生物降解替代品
(3) 社区参与机制：建立农户-水务部门-科研机构三方协作网络

本研究通过方法论创新与实证验证，为农业废水回用中的CECs管理提供了可操作的决策支持工具。建议后续研究关注：① 新型纳米污染物的风险评估 ② 极端气候条件下的污染物迁移规律 ③ 多污染物协同效应评估。这些方向将进一步完善One Health理念下的水环境治理体系。