4.2.6土壤污染生态风险评估案例在线视频

各位同学大家好

下面我们学习

土壤污染生态风险评估案例

我们主要分成两个部分

首先我向大家介绍

土壤污染生态毒性评估

一种相对比较新型的方法

然后我们来看

土壤污染生态毒性评估的一个案例

也就是在此方法基础上的

首先我们来看土壤污染生态毒性评估方法

它分成不同的方法种类

早期我们普遍使用的是化学法

包括同位素稀释法

化学传感器法

ICP检测法

以及梯度扩散膜法等等

右边就是基于化学法的

一些基本步骤和原理

也就是首先要经过样品预处理

然后对样品中也就是土壤样品中

各种污染物的成分

浓度等进行分析

当然了如果是土壤中的污染物

主要是重金属的话

我们后边就可以通过ICP

原子吸收等检测的方法

如果主要是有机污染物

就可以用气相色谱或者是气相色谱-质谱

或者其他无机物的离子色谱检测方法等等

通过前面三个步骤的分析之后

我们最终是通过

最右下角的，也就是第三个

查询毒性数据库的方法

来对它的生态毒性进行评估

总体上来说

它都是根据环境介质样品中污染物浓度

来推断它的生态毒性

因此实际上忽略了生物有效性

也无法反映污染物间的协同

加和

拮抗等综合或者复合效应

另外对于没有毒性数据的新型污染物而言

显然是不适用的

另外总体而言

化学法分析过程繁琐

操作复杂

大家也看到它需要各种大型、复杂的精密仪器

因此成本也会非常高

另外还有模型预测方法

主要可以用来预测重金属生物毒性

一些主要模型就有

自由离子活性模型

生物配体模型

鱼鳃络合模型等

由于土壤环境相对于其他环境介质而言

更为复杂

是典型的非均质各相异性的三相体系

其相关风险参数的缺少

可能会导致模型不能因地制宜

因此对于土壤污染的生态毒性而言

模型法的应用也难以加以大规模推广

因此我们说

生物法用作土壤污染生态毒性评估

有其不可比拟的优势

主要是一些生态毒理学方面的方法

如高等植物诊断法

敏感动物诊断法

敏感微生物诊断法

和生物标记物诊断法等等

和生物标记物诊断法等等

我们看

可以用玉米

黑麦草等

对于不同污染物

如玉米对于有机污染物

重金属等都是比较敏感的

而黑麦草是很典型的有机污染物

指示生物

因此我们就可以利用这些高等植物幼苗期的

生长的生理生化指标

进行生态毒理学诊断

它对于重金属或者我们刚才提到的

有机污染物都是比较适用的

这是植物

生态毒理学诊断的方法

另外还有一种比较新型的也就是生物传感器法

生物传感器可以有效地表征出

环境中多组分污染物的拮抗

协同、加和等等

可以能够更直观可靠的反映出

土壤等环境样品的污染水平

及其可作用于生物体细胞的

总体伤害能力高低

因此我们说

针对于土壤环境里边

土壤颗粒的

一些干扰等等

我们可以以磁性纳米材料负载到

全细胞微生物传感器上

使其适用于土壤环境

我们还可以配合此方法

以高通量酶标仪等

简便的一些操作

高效应用于对于土壤环境中

污染物的生态风险

或者我们说生态毒性的综合评估和评价

总体而言

生物传感器是以特定的生物成分

作为识别元件

再结合信号传感系统构建成整体的检测装置

将生物体感应到的外界目标污染物刺激

通过物理

化学信号

转换成一种可以量化的数字表示出来

从而达到我们对于土壤环境中

污染物生态毒性的检测目的

下面我们就来看一个

土壤污染生态毒性评估的案例

是以磁性纳米全细胞生物传感器

对于煤化工区土壤污染的生态毒性

检测与评估

这也是结合我们前期一个973项目开展的

它就包括了以下这么几步

首先我们要构建磁性纳米细胞传感器

也就是说在传统的

细胞传感器基础之上

recA这样一个重要的

识别元件基础上

来构建优化适用于土壤环境的

新型磁性纳米材料生物传感器细胞

另外还要基于煤化工区土壤中

重金属污染特征的分析来开展

也就是说要确定它的主要特征

污染物的种类和含量

主要是以微波消解之后

ICP-MS方法对其进行分析和确定

然后就进入土壤生态毒性检测阶段

我们采集西北区某煤化工区污染土壤样品

构建并优化了磁性纳米全细胞生物传感器

用来进行

煤化工区土壤污染生态毒性的检测和评估

最终我们还以土壤重金属污染生态毒性

和化学方法的检测数据

以及它的毒性数据等等

进行相关性分析

对煤化工区土壤样品的重金属污染

生态毒性和重金属污染指数

来做相关性分析

从而对它的生态毒理学的方法

和化学方法的关联性进行相关性分析

下面我们就分别来看

首先是生物传感器细胞的构建

我们用的是一种发光杆菌

也就是不动杆菌的一种

是土壤中常见的一类菌株

可以很好的耐受土壤环境

它的功能性报道基因位于染色体上

所以具有较高的遗传稳定性

我们选用的是不动杆菌

也就刚才我们提到的recA发光基因

磁性纳米材料

主要是球形结构，粒子均匀的

四氧化三铁纳米粒子

它大小基本位于5到10纳米之间

大家可以看

在这样一个离心管里边

培养之后

用磁铁可以吸附看到它的总体形貌

然后我们进行

土壤生态毒性评估方法的优化

主要是优化了pH值

温度

盐度这三个方面的重要因子

pH值我们主要是从

4.0-10.0的总体范围

最终优化出从pH值5.0-9.0

都是比较适宜于

这样的传感器细胞生长和增殖

因此我们可以在相对比较宽的pH值

从5-9的范围内

说明传感器的适用性也是比较广的

另外对于温度的优化

温度主要是10度、15度一直到45度

从中温到高温的这样一个范围

当然它总体还是相对的

中温范围

没有到八九十度很极端的温度

通过优化后的结果

最终最适宜于传感器

生长增殖活性的温度是30度

另外一个是盐度

我们主要通过加入氯化钠来调节盐度

从1‰一直到10‰的6组不同浓度

我们最终确定的是5‰

是比较好的盐度含量

我们可以以温度作为一个例子

来看它的详细影响

也就是温度对recA

毒性表征的影响

大家可以看

在这样一个表里边

圆圈表示它的响应比较差

而半圆就是实心的半圆是比较一般

而实心的整圆

表示它的整体

响应率是最好的

我们从这个表可以看出

最终可以选择30度

做传感器

表征的温度

虽然说30到37度整体的效果比较好

基于它的培养温度优化

然后基于和其他方面因素的综合考虑

我们选择30度

最终就是传感器

在煤化工区

污染土壤中生态毒性评估的应用

主要分成以下几步

首先第1步

将生物传感器细胞液与土壤样品混合

滴入到96孔板里边

也就是这个技术示意图里边的第1步

b-1

主要这个阶段就是混合之后进行培养

第2个阶段

将磁针浸入到反应器中

使其吸附磁性纳米细胞传感器

将其从土壤溶液中

也就是b-2步

主要是从土壤溶液中进行分离

第3步是将附有磁性细胞传感器的磁针

浸入到MMS无机培养基的96孔板中

并取下磁针

也就是b-3步最主要的目的是浸入

第4步则是震荡培养

也就是b-4步骤

它主要是使被吸附的磁性纳米细胞传感器

充分扩散到MMS无机盐培养基中

而第5步就是充分扩散后取出它的塑料壳

达到土壤溶液与纳米磁性细胞传感器的

充分分离

最后第6个步骤就是

以酶标仪来检测生物发光强度

一共是6h

然后每30min读数一次

这是最终的土壤生态毒性评估结果

我们看通过左边的

毒性水平分布图

我们就可以看出

这一煤化工区土壤周边

93％采样点的生物发光响应率

大于1

也就是说在这样的一个煤化工区

它的土壤环境中是存在生态风险的

另外从生态毒性的垂直分布来看

深层土壤的生态风险和表层土壤相比

有比较明显的下降

最后我们来做重金属污染

与生态毒性的相关性分析

也就是刚才我们提到的

我们以这种磁性纳米传感器方法

对它的生态毒性来进行分析的结果

与传统化学法的

总体水平和结果来进行比较

分析它们之间的关联性

总体而言

通过上面的相关性分析图

我们可以看出

土壤重金属污染负荷

以及重金属污染深度、强度等等

与生态毒性之间

均不存在明显线性关系

不能从环境重金属污染水平或者土壤深度等

单一方面来进行评估

也就是说它会受到多方面的多重影响

因此我们也可以看出

化学方法它确实无法对于重金属的

多种重金属之间的拮抗、相互影响等等

从而对最终总体的土壤生态毒性

进行很好的表征

另外土壤重金属污染负荷

也就是我们前边已经讲过的PLI

和生态毒性风险之间

也不存在明显的显著相关性

PLI值越高

表明重金属污染水平越高

但不能说明它的生态毒性一定就是高的

这一点也是我们前面介绍

化学方法和生态毒性评估方法之间的关系

可以说明的

以上就是

污染土壤生态毒性评估的

生物传感器方法

以及它的实际应用

谢谢大家