抗生素高空间精度排放量估算及动态环境归趋模拟

Antibiotics are largely used to treat microbial infections in China. After administration and discharge, these chemicals can cause adverse effects on aquatic and terrestrial organisms and human health. To research the emission of antibiotics is an important way to assess the relationship between source and sink and effectively manage the abuse of antibiotics. Using the mathematical model to simulate the fate of antibiotics can break through the limitation of time-constraint, labor-intensive and high-cost of field campaigning and analysis. At present, few studies have been performed about emission of antibiotics at county-level, as well as the dynamic fate of antibiotics from source to sink. Therefore, this project aims to propose an estimation method for antibiotic emission of high spatial resolution at the county level by using a combined approach of market research and mathematical deduction relying on the Matlab platform, with GDP and population as the important factors. With the Dongjiang River as an example, which is a typical basin of highly urbanized region, the project will build a dynamic model based on the GREAT-ER to reveal the fate of antibiotics from source to sink. The model will research the key parameters for the fate modelling of antibiotics and will be verified by uncertainty analysis and measured concentrations from field studies. Combing the data of emission, pollution, ecological toxicity and bacterial resistance data in this region, we will assess the risks posed by antibiotics based on the statistical analyses such as RDA. These results will provide a scientific basis for evaluating the ecological health risks of antibiotics, and relevant basin management for drugs and environmental decision-making.

抗生素作为预防和治疗疾病的药物在我国大量使用，经人和动物服用并排放后，会对生态环境和人类健康产生负面影响。抗生素排放量的精准估算对于源汇关系解析和有效管理抗生素滥用具有重要意义。利用模型模拟抗生素的环境归趋，可突破污染调查和样品分析中的时间、气候、人力和分析成本等因素限制。目前我国尤其各市县抗生素排放量的研究尚未开展，抗生素从源到汇的动态迁移规律研究十分薄弱。因此，本项目拟结合市场调研和数学推导，基于GDP和人口等因子，依托Matlab计算平台，建立高空间精度抗生素排放量估算方法；以典型城市聚集区-东江流域为例，基于GREAT-ER模型，构建抗生素动态迁移模型，探讨抗生素归趋模拟的关键参数，结合不确定性分析及实际监测浓度验证模拟结果；评估抗生素从源到汇的环境归趋。结合排放量、污染分布、生态毒性及细菌耐药性数据，深入探讨区域抗生素环境健康风险。为抗生素类药物风险管理和环保决策提供科学依据。

本项目主要针对抗生素在流域水平的的排放量和环境归趋，建立高空间精度抗生素排放量估算方法，并通过构建抗生素环境归趋动态迁移模型，模拟并揭示抗生素的动态迁移规律，深入探讨区域抗生素环境健康风险，为抗生素类药物风险管理和环保决策提供科学依据。项目按照计划完成了相关研究内容，取得的主要研究成果有：（1）建立了基于“GDP方法”和“人口方法”的高精度区县级抗生素排放清单估算方法，获得了东江流域区县级精度的抗生素排放量清单。两种估算方法得到的使用量、排放量结果相近。同时发现抗生素排放量下游大于中游和上游；高空间精度排放量结果表明，抗生素排放量最大的区域并非特大型城市，而是其“卫星城市”，该区域的抗生素排放量和污染需进一步引起关注；（2）在欧洲GREAT-ER模型基础上，开发了基于SWAT模型流量率定，TauDEM河网提取和拓扑纠正的方法，成功将东江流域河网接入GREAT-ER模型，并以已获得的抗生素排放量清单为源输入，对东江流域雨季和旱季产生的36种抗生素进入河流水体后的时空变化进行了有效的模拟。模拟浓度与对应位点监测浓度的差值几乎在一个数量级以内。结果显示，东江流域范围内约有50%的河段已受到抗生素的污染；水体中抗生素浓度的季节性变化明显，旱季约是雨季的3~8倍；抗生素浓度在排放源区和下游流域高于其他区域，浓度差异可达到5倍以上；（3）在抗生素耐药性风险评价的方法体系下，对抗生素从源头排放进入环境后的迁移过程，及其对细菌产生耐药性风险的影响距离和范围进行了评价。研究发现发现有大约65%的抗生素会造成水体内细菌产生耐药性，其中氟喹诺酮类抗生素和大环内酯类抗生素风险水域影响更广。整体而言，自排污口排放后10km左右，大多数抗生素耐药风险会急剧下降；当抗生素从排放源向下游迁移15km时，有85%的高风险河段将转为低风险河段，风险距离的获取可为抗生素源排放的生态风险监测和管理提供了重要的科学数据。该研究成果可以有效拓展至其他流域，对于抗生素的排放清单，动态归趋，以及生态风险评价具有实际指导意义。