《Marine Pollution Bulletin》：Particle trajectory modelling of
Escherichia coli at beaches and shellfish beds along the south-west UK coast
编辑推荐：
摘要专业翻译
由于气候变化加速了温度驱动的蒸散发事件，偶发性洪水的频率增加，农业和城市径流对全球沿海水域（包括本研究关注的英国水域）的水质构成威胁。加之英国老化的水处理基础设施，尤其在强降雨事件期间，未经处理的污水被直接排放至水道，导致英国水质恶化，法规超标事
摘要专业翻译
由于气候变化加速了温度驱动的蒸散发事件，偶发性洪水的频率增加，农业和城市径流对全球沿海水域（包括本研究关注的英国水域）的水质构成威胁。加之英国老化的水处理基础设施，尤其在强降雨事件期间，未经处理的污水被直接排放至水道，导致英国水质恶化，法规超标事件频发，甚至在低雨量或无降雨期间亦有发生。通过娱乐或职业活动接触水中的细菌和病毒，可能构成人类传染病的重要但认知不足的感染源。此外，来自城市和农业来源的高河流径流加剧了对原始栖息地的压力，这些栖息地对保护生物多样性（符合COP15）以及缓冲人为CO2影响所需的碳封存（依据COP27）至关重要。
在欧洲和英国，农业用地和牲畜径流通常被认为是高降雨和高河流流量期间粪便指示生物（FIOs）的主要来源，而城市（与污水相关）来源则被认为在基流条件下占主导。在英国河流中，合流制污水溢流（CSOs）和暴雨池溢流（STOs）在潮湿天气和高河流流量期间也可能是FIOs的重要局部贡献者。强健的公共卫生监测系统是世界卫生组织公共卫生实践的基础。历史上，原位监测和气象数据已被用于预测浴场水质。沿海水质预测工具可通过基于粪便大肠菌群与实时水文气象数据及其他环境变量之间模拟关系的短期浴场水质预报来提供帮助。在英国，预测由环境署（EA）通过国家污染风险预报系统管理，该系统还包括洪水预警系统。由于水环境的非线性和复杂性，浴场水的确切微生物状态难以预测，目前业务化系统无法预测与此相关的所有因素。因此，水质状态预测在技能和应用方面存在局限性。此外，由于样品采集与实验室分析之间存在时间差，实时监测和分析细菌及病毒样本并不可行。这进一步增加了公众接触高浓度病原体的风险。英国初级卫生保健数据表明，每报告一例胃肠道感染病例，社区中就有147例被漏诊。当前的国家监测工作未将污水中细菌的点源释放与沿海其他区域的粪便污染联系起来。英国目前的水质监测是通过支持欧盟水框架指令和贝类指令而建立的点源原位采样实现的。
水和贝类中FIOs计数的升高可根据官方控制法规，导致贝类水域分类的短期或长期降级。尽管这种点源采样方法有效且合规，但不可避免地导致空间和时间覆盖稀疏，仅能提供与人类活动相关的水质动态的模糊印象。尽管有这些法规，贝类消费者仍可能偶尔因粪便传播病原体而患病。这进而影响卫生服务、贝类生产者、销售商以及整个供应链中的其他企业。这些“残余”影响可能部分归因于FIOs（如E. coli）与致病病原体（如诺如病毒）在环境归宿和存活方面的差异。历史研究表明，游泳者中粪便大肠菌群致病风险从2%至3%到24%不等，游泳者相对于非游泳者患胃肠道疾病的相对风险最高可达3.6倍。即使欧盟指令规定肠球菌（Enterococci）达到优秀浴场水质标准，仍有2.5%至4.0%的游泳者会患上胃肠道疾病。此外，抗生素耐药细菌在英国和欧盟浴场水域中日益普遍，且在全球范围内与每年495万人死亡相关。在贝类和浴场水域中按固定间隔进行的原位采样往往不足以捕捉污染事件。因此，如果要采用更具风险导向的方法来监管浴场和贝类水域，就必须考虑流域水文地理与FIO输入、存活和环境归宿的关系。需要整合这些及其他环境因素的模型，特别是在沿海水域，其中FIO扩散还受潮汐波动以及风浪驱动扩散的影响。
本研究的目的是评估高降雨量以及何种水文条件会导致E. coli计数升高。一旦确定，则使用拉格朗日粒子轨迹模型，以正向和反向两种方式追踪E. coli，以评估沿海浴场水域和近海贝类养殖床粪便污染的潜在路径。
论文解读文章
一、研究背景与问题
气候变化正加速温度驱动的蒸散发过程，导致偶发性洪水频率增加，农业与城市径流对全球沿海水域水质构成持续威胁。在英国，老化的水处理基础设施使得未经处理的污水在强降雨事件期间频繁直接排入水道，造成水质恶化并频繁违反相关法规，甚至在低雨量或无降雨期间亦有发生。暴露于受细菌和病毒污染的水体，无论通过娱乐还是职业活动，均构成人类传染病的重要但认知不足的感染源。此外，高河流径流加剧了对原始栖息地的压力，这些栖息地对生物多样性保护（符合COP15目标）和碳封存以缓冲人为CO2影响（依据COP27框架）至关重要。
当前英国水质监测主要依赖点源原位采样，虽符合欧盟水框架指令和贝类指令要求，但空间和时间覆盖稀疏，难以全面反映水质动态。传统预测工具基于粪便大肠菌群与实时水文气象数据的关系提供短期预报，但由于水环境的非线性和复杂性，现有业务化系统无法预测所有相关因素，预测能力存在局限。同时，样品采集与实验室分析之间的时间延迟使得实时监测不可行，进一步增加了公众健康风险。英国初级卫生保健数据显示，每报告一例胃肠道感染，社区中就有147例未被发现，表明现行监测体系存在显著漏报。
在贝类水域，FIOs计数升高可导致分类降级，影响整个供应链。尽管有法规约束，贝类消费者仍可能因粪便传播病原体患病。历史研究表明，游泳者中粪便大肠菌群致病风险为2%至24%，游泳者胃肠道疾病相对风险高达非游泳者的3.6倍。即便达到欧盟优秀浴场水质标准，仍有2.5%至4.0%的游泳者会患病。此外，抗生素耐药细菌在浴场水域日益普遍，全球每年与495万例死亡相关。现行监测无法将污水点源释放与沿海其他区域粪便污染联系起来，因此需要整合流域水文、FIO输入、存活与环境归宿的模型，特别是在受潮汐和风浪影响的沿海水域。
二、研究目的
本研究旨在评估高降雨量及何种水文条件导致E. coli计数升高，并利用拉格朗日粒子轨迹模型，以正向和反向追踪E. coli，评估沿海浴场水域和近海贝类养殖床粪便污染的潜在路径。
三、关键技术方法
研究人员采用的主要技术方法包括：其一，利用有限体积海岸海洋模型（FVCOM）进行水动力模拟，该模型采用非结构化三角网格，能够精细刻画英国西南海岸复杂岸线，模型分辨率从西英吉利海峡的约600米细化至普利茅斯湾的约85米，并在塔马河上游河道达到约40米。其二，使用普利茅斯海洋实验室（PML）开发的Python软件包PyLag进行拉格朗日粒子追踪，模拟E. coli在空间和时间上的三维轨迹，考虑垂直扩散和垂直速度造成的位移。其三，通过空间和时间分箱方法生成粪便污染热图，将研究区域划分为250×250米网格，对粒子位置进行统计，并结合粒子年龄信息计算衰减因子，以反映E. coli在海水中的自然衰减过程。研究中E. coli在海水中的衰减假设为指数衰减，T90（90%灭活时间）取文献中值8小时。样本数据来源包括英国环境署（EA）2012至2025年浴场水域和贝类养殖区的原位监测数据，以及普利茅斯海洋实验室2024年4月至10月在普利茅斯湾5个站位进行的月度断面采样数据。
四、研究结果
1. 降雨与水文条件对E. coli升高的影响评估**
研究人员通过分析EA浴场水域原位监测数据，评估了降雨和水文条件与E. coli计数升高的关系。研究以E. coli大于500 cfu/100 mL作为水质较差日期的判定标准，识别出导致水质超标的关键环境条件。
2. 普利茅斯湾E. coli粒子轨迹模拟**
在普利茅斯湾案例中，研究人员以莱拉桥（Laira Bridge）为粒子释放点，于2024年4月7日至14日和10月12日至19日两个时段，以每小时600个粒子的频率连续释放7天，粒子在0至25米水深以5米间隔分布。模拟结果显示E. coli在潮汐和河流径流共同作用下的扩散路径，揭示了粪便污染从河流向浴场水域和近海传播的潜在通道。
3. 莱姆湾贝类养殖区粒子轨迹模拟
在莱姆湾案例中，研究人员在两个贻贝养殖场站点进行粒子释放模拟，释放持续12小时以覆盖完整潮汐周期。结果表明E. coli粒子能够从养殖区向周边海域扩散，部分粒子轨迹指向近岸浴场区域，说明贝类养殖区与浴场水域之间存在潜在的粪便污染关联。
4. 粪便污染热图生成
通过空间和时间分箱处理，研究人员生成了普利茅斯湾和莱姆湾的粪便污染概率热图。热图显示了E. coli浓度在空间上的分布特征，识别出持续受污染风险较高的区域，为风险评估和监管提供了可视化工具。
五、讨论与结论
研究讨论指出，粒子轨迹模拟结果受环境条件（风速风向、潮汐流、河流流量）的显著影响，导致高时间变异性。通过长时间序列模拟和空间分箱，有效降低了模型结果对环境条件变化的敏感性。研究还进行了T90敏感性分析，在补充材料中展示了T90取2小时和18小时的结果，以验证模型对衰减参数选择的稳健性。
研究结论表明，高降雨事件与E. coli计数升高密切相关，拉格朗日粒子追踪模型能够有效揭示粪便污染在沿海浴场水域和近海贝类养殖床之间的传播路径。该研究为理解FIOs在复杂沿海环境中的迁移扩散提供了新方法，对改进浴场和贝类水域的风险评估与监管具有重要参考价值。研究强调，现行点源采样方法难以捕捉污染事件的时空动态，而粒子轨迹模拟结合原位监测数据，能够为更风险导向的管理策略提供科学依据。
