基于论文摘要的学术标题： **鸟类羽毛反映的卤代有机污染物的时空与物种间差异**

《Environment International》：Spatio-species variation of halogenated organic pollutants reflected by bird feathers

　　

论文摘要的专业翻译：

**摘要**

羽毛已成为一种颇具前景的用于卤代有机污染物（HOPs）监测的非破坏性工具。然而，羽毛亚结构与污染物性质对HOPs蓄积的影响，以及羽毛反映区域和物种间污染差异的能力，目前仍未得到充分认识。本研究探究了HOPs在羽轴和羽片之间的分配规律，评估了羽毛与内部组织中HOPs浓度及组成之间的相关性，并考察了中国三个代表性区域内的空间及物种特异性差异。全氟磺酸类化合物（PFSAs）优先蓄积于羽轴中，而相对短链的全氟羧酸类化合物（PFCAs，碳链长度≤7）以及BDE 209和对，对′-二氯二苯基二氯乙烯（p,p′-DDE）则在羽片中富集。在羽轴和羽片之间观察到了显著的PFAS组成差异。值得注意的是，羽毛中总PFAS浓度与内部组织（肝、肾、心）中的总PFAS浓度显著相关（研究人员使用德克萨斯州加尔维斯顿的样本进行验证），这表明羽毛可作为内部组织PFAS负荷的有效指示物。跨区域比较显示，清远废弃电子垃圾场的鸟类羽毛中多氯联苯（PCBs）、多溴二苯醚（PBDEs）和脱氯烷加（DP）的浓度较高，而PFASs和p,p′-DDE的浓度水平则呈现不同的空间分布模式，体现了不同污染物来源的差异。物种间比较表明，食鱼鸟类普遍表现出较高的PFOS和长链PFCAs占比，而主要依赖陆地食物资源的鸟类则显示出较高的BDE 209和短链PFCAs贡献。本研究强调了在基于羽毛的生物监测中同时考虑羽毛形态（亚结构）、污染物理化性质以及生态情境（物种、食性和栖息地）的必要性。研究结论支持将羽毛作为一种有价值的非破坏性监测工具，用于评估野生鸟类对HOPs（特别是PFASs）的暴露情况。

---

**论文解读文章**

**一、研究背景、现存问题与研究意义**

卤代有机污染物（halogenated organic pollutants, HOPs）是一类在全球生态系统中广泛分布的持久性污染物，主要包括多氯联苯（PCBs）、多溴二苯醚（PBDEs）、得克隆（DP）、滴滴涕（DDT）以及全氟和多氟烷基物质（PFASs）等。这些化合物在生产、使用和处置过程中会释放到环境中，因其难以降解而具有高度持久性，并可通过食物链进行生物富集和生物放大，对处于高营养级的生物造成亚致死毒性效应，甚至导致野生动物种群数量下降。自2001年起，这些化学品陆续被列入《斯德哥尔摩公约》进行全球管控，但由于历史使用量和环境持久性巨大，它们至今仍在全球生态系统中广泛检出，对野生动物健康构成持续风险。

鸟类因其较高的营养级位置、广泛的地理分布和对环境变化的敏感性，长期以来被视为监测HOPs污染的重要指示生物。传统上，内部组织（如肝脏、肌肉）中污染物浓度的测定是评估暴露水平的直接方法，但伦理约束和物种保护考虑日益推动采用非破坏性或微创采样方法，如血液、卵、尾脂腺分泌物和羽毛。在这些基质中，羽毛具有独特优势：可从活体鸟类、尸体或自然换羽样本中非破坏性采集；可对同一个体进行重复采样，从而研究跨换羽期的污染物暴露时间变化；且羽毛化学性质稳定，便于储存、运输和博物馆归档。然而，羽毛中的污染物负荷代表的是羽毛生长期间的暴露，而非采样时的瞬时内部污染状态。因此，理解羽毛污染与内部暴露之间的关系，对于准确解读羽毛作为监测基质的可靠性至关重要。

目前存在的关键问题包括：第一，羽毛亚结构（羽轴与羽片）对污染物蓄积的影响及其机制尚不清楚，且以往研究主要集中于亲脂性HOPs，对于具有不同理化性质的污染物（如蛋白亲和性的PFASs）在羽毛亚结构间的分配规律缺乏系统评估。第二，羽毛能否可靠反映区域和物种间的污染差异也未得到充分验证。为填补这些知识空白，研究人员选取了中国三个代表性区域——鄱阳湖、南海西沙群岛永兴岛以及清远废弃电子垃圾场——并系统研究了多种HOPs（PCBs、PBDEs、DP、DDTs和PFASs）在鸟类羽毛中的分布格局。该研究旨在比较亲脂性HOPs和蛋白亲和性PFASs在羽轴和羽片之间的分布差异，结合永兴岛的内部组织数据评估不同羽毛亚结构是否反映内部暴露，并进一步考察不同区域食鱼鸟类及同域分布物种间的污染变异。该论文发表于《Environment International》。

**二、主要技术方法**

本研究采集了中国三个代表性区域的鸟类羽毛样本。鄱阳湖（2022年1–6月）采集了自然换羽的飞羽，来自大白鹭（*Ardea alba*）、池鹭（*Ardeola bacchus*）和灰鹤（*Grus grus*）；永兴岛样本来自2020年9月至2022年6月期间自然死亡或机场附近意外死亡的中白鹭（*Ardea intermedia*）的归档飞羽；清远废弃电子垃圾场（2024年8–9月）采集了自然死亡或意外死亡的普通翠鸟（*Alcedo atthis*）、亚成体夜鹭（*Nycticorax nycticorax*）和白头鹎（*Pycnonotus sinensis*）的体羽。化学分析方面，亲脂性HOPs（PCBs、PBDEs、DP、DDTs）采用气相色谱–质谱联用（GC–MS）分析，PFASs采用超高效液相色谱–串联质谱（UPLC-MS/MS）分析。羽毛样本经超声清洗和冷冻干燥后进行羽轴与羽片分离，用多层色谱柱完成净化分离。稳定碳、氮同位素比值使用元素分析仪–同位素比质谱仪联用系统测定。统计方法包括单样本t检验、重复测量方差分析、Pearson相关分析、主成分分析（PCA）及非参数检验等。

**三、研究结果**

**3.1 羽片与羽轴间污染物负荷的差异及其与内部暴露的关系**

研究比较了鄱阳湖和永兴岛飞羽中污染物在羽片与羽轴间的分配情况。结果表明，所有PFCAs的平均羽片/羽轴浓度比均大于1，除PFNA、PFDA和PFUnDA外均达到统计显著水平；BDE 209和p,p′-DDE的比值也显著大于1。相反，三种PFSAs（PFBS、PFHxS、PFOS）的平均比值均显著小于1。这些结果表明，PFSAs优先蓄积于羽轴中，而PFCAs（碳链长度≤7）、BDE 209和p,p′-DDE则在羽片中富集。羽轴比羽片含有更高的β-角蛋白水平，而羽片比羽轴含有更高的脂质含量，污染物与羽毛不同组分结合亲和力的差异可能是导致其在羽轴和羽片间分配差异的主要驱动因素。

在PFAS组成方面，四种鸟类（中白鹭、灰鹤、大白鹭和池鹭）的羽片和羽轴之间均观察到统计学显著的差异，PFOA在羽片中的丰度显著高于羽轴，而PFHxS在羽轴中的丰度显著高于羽片。对永兴岛鹭鸟的12只个体的全羽毛、羽轴和羽片分别与内部组织（肝、肾、心）进行PFAS组成余弦相似度比较，全羽毛的相似度数值上更高（平均值：0.840），但三者之间无统计学显著差异（重复测量ANOVA，F_2,22=1.45，p=0.24）。这一数值趋势提示全羽毛可能提供PFAS组成谱的综合代表，但优越性未获统计证实。羽毛中总PFAS浓度与内部组织总PFAS浓度之间存在统计学显著的相关性，但不同PFAS单体存在化合物特异性差异。例如，PFTrDA相对富集于心脏，PFNA富集于肾脏，PFOA富集于羽毛中，这种组织特异性亲和力会干扰利用单一组织反映PFAS暴露的准确性。

**3.2 不同区域食鱼鸟类HOPs污染的差异**

**3.2.1 羽毛中HOPs水平**

在电子垃圾场，普通翠鸟羽毛中PCBs、PBDEs、DP、p,p′-DDE和PFASs的中位数浓度分别为47、33、1.6、1.4和53 ng/g dw，显著高于同区域鹭科鸟类的水平（6.9、2.2、0.19、0.31和14 ng/g dw，Mann–Whitney U检验，所有p<0.01）。跨区域来看，鄱阳湖和永兴岛鹭科鸟类羽毛中PCBs和DP未检出，BDE 209是唯一检出频率超过50%的PBDE同族体，且浓度显著低于电子垃圾场。这些结果表明电子垃圾场的鸟类携带较高水平的多种亲脂性HOPs，可能部分反映了与电子垃圾活动相关的局部污染。清远地区使用体羽可能对较高的测量浓度有所贡献，但与预期的污染背景一致。

鹭科羽毛中p,p′-DDE浓度在不同区域间存在显著差异（Kruskal–Wallis检验，H₂=10，p<0.01），鄱阳湖（中位数1.8 ng/g dw）和永兴岛（1.9 ng/g dw）显著高于电子垃圾场（0.31 ng/g dw）。与PCBs、PBDEs、DP主要在电子垃圾场呈现高浓度不同，p,p′-DDE的空间分布模式可能受历史农药使用的影响。PFAS方面，鹭科羽毛中PFAS中位数浓度为鄱阳湖18 ng/g dw、永兴岛16 ng/g dw、电子垃圾场14 ng/g dw，三个区域间无显著差异，这可能部分反映了PFASs因广泛的历史和持续使用而呈现的全球分布特征。

**3.2.2 HOPs组成特征**

鸟类羽毛中HOPs的整体组成在不同区域间存在显著差异。清远电子垃圾场地区的HOPs组成复杂，亲脂性HOPs（PCBs、PBDEs）和PFASs均占显著比例；而鄱阳湖和永兴岛的羽毛则以PFASs为主导，亲脂性HOPs仅占次要比例。在所有区域，PFOS和长链PFCAs是主要贡献者，这可能与其在水生食物网中的生物放大潜力有关。但PFAS组成存在明显区域差异：电子垃圾场以PFOS为主导（>40%），其次为PFUnDA（≥18%）；鄱阳湖组成较为均衡，PFUnDA（25%）、PFTrDA（17%）和PFOS（17%）为主要贡献者；永兴岛以PFOS（27%）和PFTrDA（21%）为主导。由于不同区域的样本来自不同物种、羽毛类型、采样时期和采集方式，区域差异应理解为环境污染背景和生物学特征的综合反映，而非单纯的地理效应。

**3.3 污染物蓄积的种间差异**

**3.3.1 清远地区种间差异**

普通翠鸟羽毛中PCBs、p,p′-DDE和PFASs的浓度最高，显著高于夜鹭和白头鹎（Dunn's事后检验，p<0.05）。PBDEs和DP呈现不同的分布模式：这三种化合物在普通翠鸟和白头鹎之间无显著差异，但在夜鹭中的浓度显著低于前两者。HOPs组成方面，PCBs和PFASs合计占普通翠鸟总HOPs的约42%和36%；PFASs在夜鹭中占主导（约59%）；PBDEs在白头鹎中占比近50%。在PBDE同族体组成上，BDE 47在普通翠鸟和夜鹭中占较高比例，而BDE 209占白头鹎总PBDEs的85%。PFAS组成差异表现为白头鹎中PFOA的比例显著高于其他两种水鸟。白头鹎是陆生杂食性鸟类，以植物果实和种子为食，其较低的δ¹³C（?24.3‰）和δ¹⁵N（7.6‰）值支持其依赖于陆生食物资源且营养级较低。这些结果暗示PCBs和PFASs通过水相暴露在水生生物中优先蓄积，而高溴代PBDEs和DP更倾向于通过陆生暴露途径在陆生生物中累积。

**3.3.2 鄱阳湖地区种间差异**

大白鹭、池鹭和灰鹤羽毛中总PFAS浓度范围分别为10–21、17–52和5.6–9.7 ng/g dw，灰鹤的浓度显著低于两种鹭科鸟类（Dunn's事后检验，p<0.05）。p,p′-DDE在大白鹭和池鹭中的检出频率分别为63%和57%，灰鹤中未检出。三种鸟类的PFAS组成存在显著差异：灰鹤羽毛以PFOA和短链PFCAs为主导，PFOS和长链PFCAs仅占次要比例；而大白鹭和池鹭的羽毛主要由PFOS和长链PFCAs（如PFUnDA和PFTrDA）组成。主成分分析清晰地区分了灰鹤与两种鹭科鸟类：鹭科鸟类沿PC1正轴分布，由PFOS和相对长链PFCAs驱动；灰鹤位于负轴区域，与相对短链的PFCAs相关联。大白鹭和池鹭主要摄食鱼类和无脊椎动物等水生动物，而灰鹤以植物性食物为主，δ¹⁵N值（大白鹭9.8‰、池鹭10.1‰、灰鹤8.4‰）也支持鹭科鸟类处于更高的营养级，从而导致p,p′-DDE和生物累积性PFASs的更高生物放大。灰鹤作为鄱阳湖的常见冬候鸟，其较低的污染物浓度和独特的组成模式可能与其在迁徙前栖息地的暴露有关。

**四、总结讨论与研究结论**

本研究进一步支持了羽毛作为评估野生鸟类污染物暴露的非破坏性基质的潜力。羽毛与内部组织之间总PFAS浓度的显著相关性表明，羽毛PFAS浓度可作为内部PFAS负荷的指示物，但化合物特异性的羽毛–组织关系需要谨慎解读。污染物在羽毛亚结构间的差异性分布进一步表明，羽轴和羽片可能提供互补信息。对于PFAS而言，仅依赖一种羽毛亚结构可能因不同PFAS亚类在不同亚结构中的优先蓄积而产生组成偏倚。这些差异可能源于污染物理化性质和羽毛结构特征的差异。物种和区域特异性的羽毛污染物谱差异凸显了在基于羽毛的生物监测中考虑生态情境的重要性：与水生栖息地相关的食鱼物种通常表现出更高的PFOS、长链PFCAs和低溴代PBDE同族体贡献，而更依赖陆生食物资源的物种往往呈现更高的BDE 209和短链PFCAs贡献。对于候鸟，羽毛中的污染物负荷可能反映换羽或羽毛生长地点的暴露而非仅当地暴露，强调了考虑换羽时间和迁徙历史的重要性。总体而言，该研究为羽毛作为HOPs（尤其是PFASs）非破坏性监测工具的应用提供了重要的方法学支撑和理论依据。