《Journal of Hazardous Materials Advances》：Occurrence and prediction of pharmaceuticals in Japanese rivers receiving different levels of untreated gray water discharges
编辑推荐：
药物已在全球水生环境中被检测到。尽管黑水是家庭人类药物的主要汇，但某些药物，如咖啡因（caffeine，CAF），最终会进入生活灰水，这些灰水在日本以及中低收入国家的分散式污水处理系统中未经处理排放至地表水。然而，关于未经处理灰水排放与药物出现之间关联的认知仍
药物已在全球水生环境中被检测到。尽管黑水是家庭人类药物的主要汇，但某些药物，如咖啡因（caffeine，CAF），最终会进入生活灰水，这些灰水在日本以及中低收入国家的分散式污水处理系统中未经处理排放至地表水。然而，关于未经处理灰水排放与药物出现之间关联的认知仍然有限。研究人员因此对日本15条河流中常用的15种人用和兽用药物进行了监测，每条河流接收不同程度的未经处理灰水，监测周期为1.5年，每个季节采样一次。河流质量流量通过日本污水处理厂（sewage treatment plants，STPs）的人均质量流入-流出进行预测，其中四个STPs被监测。咖啡因和茶碱（theophylline，TEP）——饮料成分，其在STPs的去除率>94%——的总浓度在四条主要接收未经处理灰水的河流中占所有药物总浓度的>80%，但在两条污水处理覆盖率最高的河流中<20%。大多数人用药物的河流质量流量与人口数量相关（克罗他米通（crotamiton，CRT）的斯皮尔曼相关系数rs=0.96），而总兽用药物质量流量与猪群数量相关（rs=0.88）。咖啡因（rs=0.83）和茶碱（rs=0.53）的质量流量与未经处理灰水的人口数量相关；当纳入未经处理灰水排放时，咖啡因和茶碱质量流量的预测准确性大幅提高，这支持了这一结论。
以下是对论文《Occurrence and prediction of pharmaceuticals in Japanese rivers receiving different levels of untreated gray water discharges》的解读文章：
**研究背景与问题**
药物在家庭和医院中用于人类和动物，并在畜牧场中使用，已在全球水生环境中被检测到，对水生生物产生不利影响，并与抗生素耐药性相关，这可能导致每年约1000万人死亡（预测至2050年）。因此，药物管理对于维持生态系统和公共卫生至关重要。药物部分以原形排泄，黑水（厕所废水）是家庭人类药物的主要汇。然而，某些药物如咖啡因（CAF）和双氯芬酸（DCF）通过饮料处置或皮肤冲洗进入生活灰水（除厕所外的废水，包括洗涤槽、沐浴和洗衣废水）。尽管污水处理厂（STPs）的废水处理技术取得进展，但在日本及中低收入国家（如泰国、越南、斯里兰卡），灰水仍大量未经处理从分散式污水处理系统排放至地表水。然而，关于未经处理灰水排放与药物水污染之间的关联知之甚少。在日本，81.4%的人口黑水和灰水在STPs处理；未铺设下水道区域，黑水全部由现场系统（单体型/组合型净化槽）或夜粪处理厂（NTPs）好氧处理。这些未铺设区域中35.9%的人口（占全国6.7%）的灰水未经处理直接排放。研究人员将人用和兽用药物分为三类来源：处理过的人类废水、未经处理灰水、猪废水。此前在七条日本河流中测试了第1和第3类药物质量流量的可预测性，但第2类药物（CAF和茶碱TEP）的可预测性未测试。CAF几乎完全在人体内代谢，污水中CAF主要来自灰水。TEP存在于灰水中作为茶叶成分，且是CAF的次要代谢产物，但其监测研究更有限。未经处理灰水排放对药物出现的影响尚未量化或建模。
**研究内容与结论**
为更好地理解未经处理灰水排放与药物水污染之间的关联，研究人员对15条日本河流进行了全国性监测，这些河流接收不同程度的未经处理灰水，每个季节采样一次，持续1.5年。监测了15种常用人用和兽用药物，包括主要进入灰水的四种药物（CAF、TEP、DCF、CRT）。预测了河流药物质量流量，考虑或不考虑未经处理灰水排放，使用日本STPs的人均质量流入-流出和流域人口。由于氧化沟（OD）工艺在STPs中广泛使用但质量流量信息有限，监测了两个OD-STPs和两个传统活性污泥（CAS）STPs。讨论了药物河流质量流量的时空分布和可预测性。主要结论：CAF和TEP浓度之和占总药物浓度的比例与流域中未经处理灰水人口比例呈正相关；大多数人用药物质量流量与总人口相关，兽用药物与猪群相关；CAF和TEP质量流量与未经处理灰水人口相关；纳入未经处理灰水排放大幅提高了CAF和TEP的预测准确性。该研究发表在《Journal of Hazardous Materials Advances》。
**关键技术方法**
研究人员采用以下主要技术方法：采用固相萃取（SPE）结合液相色谱-串联质谱（LC-MS/MS）分析水样中药物浓度；通过水位-流量关系估算河流流量；利用质量流量平衡模型预测药物河流质量流量，公式基于人均质量流入-流出和流域人口；使用斯皮尔曼秩相关分析评估质量流量与人口（总人口、未经处理灰水人口、猪群）之间的相关性；比较考虑和不考虑未经处理灰水排放的预测模型准确性。样本来自日本15条河流的7次季节性采样以及4个STPs的进水出水流样。
**研究结果**
**3.1 日本河流中的出现**
通过监测15种药物在15条河流中的浓度，发现CAF、CRT、CAM、TEP、SPD、SMX和TMP的平均浓度在部分河流中超过100 ng/L。CAF和TEP（通过饮料处置进入灰水）的总浓度占药物总浓度的比例在未经处理灰水人口比例高的河流中超过80%，而在污水处理覆盖率高的河流中低于20%。CAF+TEP贡献与未经处理灰水人口比例呈正相关（rs=0.74，P<0.01），表明未经处理灰水对CAF和TEP浓度的影响大于其他药物。
**3.2 河流质量流量的时空分布**
大多数人用药物（如CBZ、CRT、CAM）的河流质量流量与流域总人口显著相关（P<0.05），而CAF和TEP的质量流量分别与未经处理灰水人口强相关（rs=0.83，P<0.001）和中等相关（rs=0.53，P=0.05）。兽用药物总质量流量与猪群相关（rs=0.88，P<0.001）。CAF和TEP的质量流量在河流间波动较大，尤其在污水处理覆盖率低的流域，这可能源于其当地使用模式通过未经处理灰水直接反映。
**3.3 在STPs中的出现与归宿**
四个STPs的原污水浓度顺序为TEP > CAF > N-SMX > CAM > CRT等。CAF和TEP的平均去除率均>94%，而CBZ、CRT、DCF、SPD和SMX的去除率<25%。氧化沟STPs（OD-STPs）在去除CAF、CAM、TMP等可生物降解药物方面优于传统活性污泥STPs（CAS-STPs），这归因于OD-STPs较长的污泥停留时间（SRT）和水力停留时间（HRT）以及较高的混合液悬浮固体（MLSS）浓度。日本STPs中药物浓度范围与西方国家报道范围相似。
**3.4 河流质量流量的预测**
使用方程4（仅考虑处理出水）预测的CRT、CBZ和SPD质量流量与观测值吻合良好（平均误差<±0.1 log），而CAM被高估（0.52 log），SMX、TEP和CAF被低估（-0.44、-0.72、-0.87 log）。CAM的高估归因于其在水中的衰减（吸附），SMX的低估归因于猪废水排放。使用方程5（纳入未经处理灰水排放）预测的CAF和TEP质量流量与观测值吻合良好，平均误差分别为0.23和0.22 log，表明其低估主要源于忽略未经处理灰水排放。DCF和CRT（也进入灰水但STP去除率低）的预测差异很小（<0.01 log）。该研究首次建模了通过未经处理灰水的药物排放。
**3.5 环境意义**
研究结果有助于管理日本及中低收入国家未铺设下水道区域的药物，特别是CAF和TEP。CAF因其广泛使用、长半衰期和对水生生物的毒性而被视为新兴关注污染物。TEP与CAF结构相似，环境风险令人担忧。分散式系统在全球废水管理中占重要份额，为减轻污染，应推广组合型净化槽（处理黑水和灰水）。研究首次建模了未经处理灰水的药物排放，也可用于跟踪人类废水。
**总结讨论与结论翻译**
讨论部分总结了研究的主要发现：未经处理灰水对CAF和TEP的河流浓度影响显著；药物质量流量与流域人口特征相关；模型预测准确性因纳入未经处理灰水而提升。研究突出了不同污水处理设施（OD-STPs vs CAS-STPs）在去除药物方面的差异，并指出对于可生物降解药物，OD工艺更有效。结论部分翻译如下：
**结论**
在日本15条河流中，本研究中CAF和TEP浓度之和占15种药物总浓度的比例与未经处理灰水人口比例呈正相关，表明未经处理灰水对CAF和TEP河流浓度的影响大于其他药物。大多数人用药物的质量流量在1.5年的季节性采样中相对稳定，但CAF和TEP波动较大，尤其是在污水处理覆盖率有限的河流中。CAF和TEP的平均河流质量流量与未经处理灰水人口相关；其他人用药物质量流量与总人口相关；总兽用药物质量流量与猪群相关。CAF和TEP在所有四个研究STPs中被有效去除，而CBZ、CRT、DCF、SPD和SMX的去除率极低。氧化沟STPs在去除四种可生物降解药物方面优于传统活性污泥STPs，这归因于其较长的SRT和HRT。通过日本STPs平均人均质量流出乘以流域总人口估算的CRT、CBZ和SPD的河流质量流量与观测值吻合良好，而CAF和TEP被大幅低估。纳入日本STPs平均人均质量流入和未经处理灰水人口后，CAF和TEP河流质量流量的预测准确性大幅提高。DCF和CRT（皮肤外用剂）的质量流量变化很小，可能因其在STPs中的去除率极低。通过全国性监测和建模将药物与流域特征联系起来，将推进对其管理的理解。据研究人员所知，这是首次对未经处理灰水的药物排放进行建模。
