亚热带河流中有机化学物质的生物降解速率：从实验室到野外

《Environmental Science & Technology》：Biodegradation Rates of Organic Chemicals in a Subtropical River: From Laboratory to Field

　　高分辨率图像
下载MS PowerPoint幻灯片

了解有机化学物质在水环境中的衰减率对于评估其长期生态风险和指导化学管理至关重要。生物降解是许多化学物质的主要衰减途径，然而，在现场测量生物降解本质上复杂、资源密集，并且受到高环境变异性的影响。因此，监管框架和研究工作通常依赖于实验室测试，这些测试旨在提供受控和可重复的条件。尽管实验室测试应用广泛，但很少有研究评估这些实验室结果在多大程度上能够代表实际水环境中的生物降解情况。在这项研究中，我们将改进后的OECD 309实验室测试得出的生物降解速率常数（k）与在澳大利亚昆士兰州一条亚热带河流中进行的实地实验得出的结果进行了比较。对于23种结构多样的化学物质，实验室和实地实验中都能测量到生物降解现象。实验室k值与实地k值之间的等级一致性很强（Spearman ρ = 0.7，p < 0.001），对于那些不强烈吸附的16种化学物质，线性关联度也很高（Pearson r = 0.8，p < 0.001）。实验室和实地对数k值的相对大小也吻合得很好（线性回归的斜率为0.8），但仍存在不确定性（平均均方根误差相当于2倍）。这些结果表明，改进后的OECD 309测试能够捕捉到生物降解的等级顺序和相对大小，支持其作为高级实验室模拟测试在持久性评估中的作用。

**特别专题**
作为《环境科学与技术》杂志“环境科学与技术60周年纪念”特刊的一部分发表。

**引言**
环境暴露的可逆性，定义为在排放减少后环境浓度能够下降到之前的较低水平的能力，是决定化学暴露危害以及化学物质是否构成地球边界威胁的关键因素。(1) 化学物质的持久性对环境暴露的可逆性和程度都有很大影响。自然系统的固有复杂性导致了广泛使用受控实验室测试来评估化学物质的持久性，这些测试是当前化学监管程序的核心。(2,3) 鉴于生物降解是许多化学物质的主要去除途径，(4?6) 高级化学持久性评估通常依赖于基于实验室的生物降解模拟。例如，在REACH（化学品注册、评估、授权和限制）框架下，建议使用OECD 309协议（地表水中的好氧矿化——模拟生物降解测试(7)）作为支持高级持久性评估的首选测试。

像OECD 309这样的模拟测试的前提是它们提供了与环境相关的生物降解速率。关于OECD 309测试对自然水系统的适用性及其重复性，人们提出了质疑。(8?11) 我们和其他人修改了OECD 309协议以解决这些问题。(8,9) 也许最重要的修改是从化学物质衰减曲线的初始斜率而不是在约10天模拟期间观察到的最大斜率来推导速率常数，因为斜率的任何变化都表明系统偏离了其初始（环境）状态。(8,12?14) 协议的其他修改包括将化学物质浓度峰值限制在低水平（1 μg L–1），同时添加多种化学物质，增加沉积物浓度（从而增加微生物生物量），并将测试时间缩短至约10天，这足以表征初始动力学同时降低实验成本。(8) 据报道，增加沉积物浓度可以提高OECD 309模拟的重复性，(9,15) 而降低峰值浓度可以减少测试化学物质本身对测试系统降解特性的影响。(8) 尽管采取了这些措施来提高OECD 309测试的环境相关性，但测试中测得的速率常数与实际水环境中生物降解速率常数之间的关系仍不清楚。很少有研究通过实验评估基于实验室的生物降解实验的环境相关性。Radke和Maier(16)将八种药物在改进后的OECD 308实验室测试中的消散半衰期与从两条德国河流的质量平衡模型中得出的半衰期进行了比较。Honti等人(17)采用大规模流域建模方法，根据莱茵河流域四种药物活性成分的实地数据估算了生物降解速率常数，并将其与标准OECD 308实验室测试得出的速率常数进行了比较。他们方法的一个核心特点是使用了k’bio概念——一个归一化到生物量的二阶速率常数——这有助于比较实地和实验室得出的速率常数。(17,18) Seller等人(2)应用了这一k’bio概念，将使用改进后的OECD 308实验室实验得出的生物量归一化生物降解速率常数与使用流域规模水质模型得出的27种有机化学物质的速率常数进行了比较。然而，正如Honti等人(18)和Shrestha等人(19)所报告的，OECD 308风格的培养实验产生的持久性指标取决于容器几何形状（即测试设置）、吸附调节的相转移和氧化还原分层，导致结果不稳定。

相比之下，OECD 309测试受实验参数影响较小。然而，OECD 309培养过程中悬浮沉积物的存在显著破坏了实地条件，消除了沉积物沉积物中存在的氧化还原梯度和质量传递限制。因此，虽然OECD 309测试可能更具重复性，但其模拟环境系统的能力仍存在显著不确定性。据我们所知，Li和McLachlan(20)进行了唯一一项发表的比较，将OECD 309实验中的生物降解半衰期与实地测得的半衰期进行了对比。该研究是在瑞典一个接收污水处理厂废水的富营养化湖泊中进行的，由于样本水中已经含有大量悬浮有机物，因此没有添加沉积物。他们报告称，18种化学物质中有14种的实验室和实地半衰期在3倍范围内一致，表明实验室测试在模拟该富营养化湖泊的生物降解方面表现合理。然而，这并未解决当向实验室培养物中添加沉积物时（或当沉积物中的生物降解对化学物质从研究水系统中消除的总体过程有重大影响时）出现的环境相关性不确定性问题。

在这种科学背景下，本研究的目的是评估改进后的OECD 309实验室实验在估算一系列有机微污染物的生物降解速率常数方面的有效性。我们测试了两个假设：(H1) 实验室实验和实地实验中化学物质生物降解速率常数的相对大小是保持一致的，即实验室中生物降解速率常数较低的化学物质在实地也表现出较低的速率常数；(H2) 可以使用单一的比例（缩放）因子从实验室得出的速率常数预测实地生物降解速率常数。第二个假设意味着实验室和实地之间存在线性关系，一旦使用一种参考化学物质确定了缩放因子，就可以将其应用于其他化学物质而无需重新校准。

为了验证这些假设，我们在澳大利亚一条亚热带河流中进行了原位质量平衡实验，以研究由污水处理厂排放的亲水性有机化学物质，并同时进行了改进后的OECD 309类型实验(8)，使用同一月份从河流中收集的水和沉积物。通过比较两种实验得出的速率常数来评估这些假设。

**理论框架**
在这里，我们提出了一个理论框架，以便于比较河流中生物降解的实验室和实地研究结果。沿河流段化学物质的衰减可以用拉格朗日稳态建模框架来描述。我们为从A点移动到B点的水团编写了一个质量平衡方程，同时做出以下假设：
i. 水团中没有化学物质的输入；
ii. 水团的体积变化可以忽略不计（即没有稀释）；
iii. 在移动过程中，水团与沉积物隔室相互作用，且该沉积物隔室的体积和生物降解特性保持不变；
iv. 化学物质在水和沉积物之间达到平衡分配；
v. 化学物质从水团中的物理损失（例如通过挥发或地下水渗透）可以忽略不计；
vi. 化学物质的生物降解可以描述为溶解相中化学物质浓度和水/沉积物系统中生物量密度的二阶过程；
vii. 在整个移动时间内，平流主导了扩散（塞流）。

在这些条件下，水团的质量平衡方程可以写为：
$$
\begin{align*}
\mathbb{M}_W\left(\mathbb{V}_W + \mathbb{V}_S\mathbb{K}_S\mathbb{W}\right) \frac{d\mathbb{C}_W}{dt} &= -\mathbb{k}_b\mathbb{B}\mathbb{V}_W\mathbb{C}_W \\
\end{align*}
$$
其中 $\mathbb{V}_W$（m3）是水团及其相关沉积物的体积，$\mathbb{v}_W$（m3/m3）是水的体积分数，$\mathbb{v}_S$（m3/m3）是与水相关的沉积物体积分数（$\mathbb{v}_W + \mathbb{v}_S = 1$），$\mathbb{K}_S$（m3/m3）是沉积物与水的平衡分配系数，$\mathbb{C}_W$（mol/m3）是水中化学物质的溶解浓度，$\mathbb{k}_b$（h?1 m3 g?1）是河流中生物降解的二阶衰减常数，$B$（g/m3）是生物量密度。消除 $\mathbb{V}_W$ 后，方程可以积分并求解出生物降解的伪一级速率常数 $k$（h?1）：
$$
\begin{align*}
\mathbb{k} &= \mathbb{k}_b\mathbb{B}\left(\mathbb{V}_W + \mathbb{V}_S\mathbb{K}_S\mathbb{W}\right) = -\ln\left(\frac{\mathbb{C}_W}{\mathbb{C}_W_0}\right) \Delta t \\
\end{align*}
$$
其中 $\ln\left(\frac{\mathbb{C}_W}{\mathbb{C}_W_0}\right)/\Delta t$ 是实验中 $\mathbb{C}_W$ 与时间 $t$（h）的对数图斜率。

如果实验室实验能够成功模拟实地中的生物降解过程，那么 $\mathbb{k}_b$ 在实地和实验室中应该是相同的。在这种情况下，我们可以写：
$$
\begin{align*}
\mathbb{k}_l\mathbb{a}\mathbb{b},\mathbb{c}\mathbb{o}\mathbb{t}\left(\mathbb{V}_W,\mathbb{f}_i\mathbb{e}\mathbb{l}_0 + \mathbb{V}_S,\mathbb{f}_i\mathbb{e}\mathbb{l}_0\mathbb{K}_S\mathbb{W}\right) &= \mathbb{k}_l\mathbb{a}\mathbb{b}\left(\mathbb{V}_W,\mathbb{l}\mathbb{a}\mathbb{b} + \mathbb{V}_S,\mathbb{l}\mathbb{a}\mathbb{b}\mathbb{K}_S\mathbb{W}\right)\mathbb{B}\mathbb{l}\mathbb{a}\mathbb{b} \\
\end{align*}
$$
其中我们将 $\mathbb{k}_field$ 重新标记为 $\mathbb{k}_l\mathbb{a},\mathbb{c}\mathbb{r}$，以表示它是基于 $\mathbb{k}_b$ 在实地和实验室中相同的假设得出的估计值。重新排列后得到 $\mathbb{k}_l\mathbb{a},\mathbb{c}\mathbb{r}$ 的表达式（作为 $\mathbb{k}_l\mathbb{b}$ 和三个相关系统属性 $B$、$\mathbb{V}_W$ 和 $\mathbb{v}_S$ 的函数）：
$$
\begin{align*}
\mathbb{k}_l\mathbb{a}\mathbb{b},\mathbb{c}\mathbb{o}\mathbb{t} &= \mathbb{k}_l\mathbb{a}\mathbb{b}\mathbb{V}_B\left(\mathbb{V}_W,\mathbb{l}\mathbb{a}\mathbb{b} + \mathbb{V}_S,\mathbb{l}\mathbb{a}\mathbb{b}\mathbb{K}_S\mathbb{W}\right)\mathbb{B}\mathbb{l}\mathbb{a}\mathbb{b} \\
\end{align*}
$$
现在我们有了一个从 $\mathbb{k}_l\mathbb{b}$ 预测 $\mathbb{k}_field$（即 $\mathbb{k}_l\mathbb{a},\mathbb{c}\mathbb{r}$）的方程，我们需要知道 $\mathbb{B}_field/\mathbb{B}\mathbb{l}\mathbb{b}$ 和 $\left(\mathbb{V}_W,\mathbb{lab} + \mathbb{V}_S,\mathbb{lab}\mathbb{K}_S\right)/\left(\mathbb{V}_W,\mathbb{field} + \mathbb{V}_S,\mathbb{field}\mathbb{K}_S\right)$ 的比值。$\mathbb{V}_W,\mathbb{lab}$ 和 $\mathbb{V}_W,\mathbb{field}$ 接近于1，而 $\mathbb{B}_field/\mathbb{B}\mathbb{l}\mathbb{b}$ 和 $\left(\mathbb{V}_S,\mathbb{lab}\mathbb{K}_S\right)/\left(\mathbb{V}_S,\mathbb{field}\mathbb{K}_S\right)$ 是常数，即与化学物质的性质无关，因此可以为一种测试化学物质估算出的值应用于其他测试化学物质。从方程4可以看出，对于不吸附的化学物质，$\mathbb{B}_field/\mathbb{B}\mathbb{l}\mathbb{b}$ 等于 $\mathbb{k}_l\mathbb{c}\mathbb{r}/\mathbb{k}_l\mathbb{b}$，因此可以从 $\mathbb{k}_l\mathbb{b}$ 估算出 $\mathbb{B}_field/\mathbb{B}\mathbb{l}\mathbb{b}$（详见补充信息S7.5中的概念性评估）。此外，由于预计实地和实验室模拟中的活性生物量与沉积物量成正比，因此可以假设 $\mathbb{B}_field/\mathbb{B}\mathbb{l}\mathbb{b}$ 等于 $\vs,\mathbb{lab}/\vs,\mathbb{lab}$，这样就只需要一个缩放因子来将 $\mathbb{k}_l\mathbb{b}$ 与不同化学物质的 $\mathbb{k}_field$ 关联起来。

我们注意到，这种解释是基于框架背后的假设，即实验室测试中的 $\mathbb{k}_b$ 与实地中的 $\mathbb{k}_b$ 相同。将沉积物从可能存在厌氧和好氧区域以及复杂氧化还原梯度的实地转移到完全好氧的实验室环境中，可能会改变 $\mathbb{k}_b$。在这种情况下，$\mathbb{B}_field$ 将不会反映地场的生物量密度，而是假设实地中的生物量具有与实验室实验中相同的 $\mathbb{k}_b$ 的等效生物量密度。

如果感兴趣的是估算化学物质沿河流段的消亡速率，而不是速率常数 $\mathbb{k}$，则需要将速率常数转换为空间消亡常数 $\mathbb{k}_d$（m?1），方法是将 $\mathbb{k}$ 除以化学物质沿河流的平均线速度 $U$（m h?1）。$U$ 可以根据与每个相相关的化学物质比例，近似为水的速度 $U_W$ 和吸附剂的速度 $U_S$ 的平均值：
$$
\begin{align*}
\mathbb{U} &= \mathbb{U}_W\mathbb{v}_W + \mathbb{U}_S\mathbb{v}_S\mathbb{K}_S\mathbb{W} \\
\end{align*}
$$
假设吸附部分与底部沉积物相关且其 $U_S$ 可以忽略不计，$\mathbb{k}_d$ 可以从实验室研究的结果中估算得出：
$$
\begin{align*}
\mathbb{k}_d &= \mathbb{k}_l\mathbb{a}\mathbb{b}\mathbb{U} = \mathbb{k}_l\mathbb{B}\mathbb{B}\mathbb{V}_W\mathbb{V}_W\mathbb{V}_S\mathbb{B} \\
\end{align*}
$$
对于强吸附化学物质，比较方程4和方程6可以看出，化学吸附和生物量密度对实验室到实地外推的影响相互抵消，导致 $\mathbb{k}_l\mathbb{c}\mathbb{r} \approx \mathbb{k}_l\mathbb{b}$。然而，对于衰减常数kd，从实验室到现场的推断在很大程度上依赖于化学物质的性质，kd与klab的比值与KSW成正比。另一个需要考虑的因素是现场系统和实验室系统之间的pH值差异。对于可分解的化学物质，通常只有中性形式能够容易地穿过膜，因此pH值可以影响降解微生物中的细胞内浓度，进而影响观察到的速率常数。(21) 为了解释这一点，可以根据现场条件下预期的中性比例(fN)来校正klab（见补充信息S7.2）。

**材料与方法**

**测试化学品**
选择了129种化学品进行测试，这些化学品已在其他地方讨论并发表。(22) 它们包括药品、个人护理产品、药物和工业化学品，选择标准如下：(i) 之前在废水和地表水中检测到；(ii) 不易挥发；(iii) 在pH 7.3时吸附作用最小（80%的化学品）；(iv) 可以使用现有的分析方法在水中定量。关于测试化学品的更多信息见补充信息S1。

**地点选择**
河流段的选择基于现场化学物质衰减评估的标准(23,24)以及理论框架中的假设：
i. 一个恒定的主要化学物质来源（即污水处理厂排放物）；
ii. 较高的排放物与流量的比率（以便于化学物质的定量）；
iii. 河流段内有足够的水停留时间以观察衰减现象。
Gowrie Creek是澳大利亚昆士兰州Toowoomba地区Condamine流域的一条城乡结合的水道。我们的研究范围涵盖了Gowrie Creek大约35公里的中间距离（AMTD），从Wetalla污水处理厂排放口下游0.5公里处开始，到与Westbrook Creek和Oakey Creek交汇前的一个测量站结束（见图1）。该段河床的坡度约为0.5%，沿岸的土地用途主要是农业。在干旱天气下，污水处理厂的排放物是水流的主要来源。该污水处理厂的技术标准是去除生物营养物质。(25)

**图1**
实验地点地图。在WIL（相对于污水处理厂排放口下游0.5公里处）和OAK（下游35公里处）部署了自动采样器。实验室实验的样本是从蓝色标记的地点采集的，而用于了解系统基流的地点用绿色标记（CRA），污水处理厂排放口的位置用红色标记。地图使用Google Maps（2025年）制作，并使用BioRender（Weir, L.M., 2025, https://BioRender.com/3knc9sv）叠加了地点属性。

**高分辨率图像**
在主要采样活动之前，在研究河段的多个位置收集的初步被动采样和抓取样本确认，在干旱天气下，污水处理厂是该水道中化学物质的主要来源。

另一个关键考虑因素是所选河段的水力稳定性，因为它会影响质量平衡估计的不确定性。这是通过位于污水处理厂上游和下游的测量站的流量数据以及污水处理厂的排放数据来评估的。使用日均流量来表征站点间的稀释效应和日变化。在亚日尺度上，污水处理厂的排放物对流量产生了明显的日变化信号。这个信号被用作水力示踪剂，以估计水停留时间，并指导上游和下游样本的时间对齐（见补充信息S2）。

**实验室实验**
实验室测得的生物降解速率常数（klab）是使用改进的OECD 309实验装置确定的，并已在其他地方发表。(22) 该实验量化了有氧条件下的初始生物降解动力学。简而言之，在进行现场采样的同一月份，从Gowrie Creek的三个地点收集了沉积物和地表水并进行了混合。测试烧瓶（三重复）和灭菌的沉积物对照烧瓶（两重复）中的沉积物浓度为50克湿固体每升。这个沉积物浓度是OECD 309协议规定的最大浓度的50倍。还包括一个灭菌的无沉积物对照烧瓶，用于评估非生物转化过程（以下简称水解对照烧瓶）。所有烧瓶都加入了129种化学品的混合物，每种化学品的浓度为1微克每升（见表S1），并用Parafilm密封。沉积物使用轨道振荡器保持悬浮状态。培养在黑暗中、温度控制的房间内进行，房间温度保持为采样时Gowrie Creek的 ambient 温度（19.4°C）。在10天的时间内从所有培养物中取样并冷冻（-20°C）直至分析。

**现场实验**
在两个地点安装了自动采样器（ISCO Avalanche, Teledyne ISCO）：一个位于污水处理厂排放口下游0.5公里处，另一个位于第一个地点下游35公里的AMTD处。第一个地点WIL的湿润河道截面积为3平方米，自由水面宽度为9米；第二个地点OAK的湿润河道截面积为8平方米，自由水面宽度为14米。自动采样器被设置为从河道中间采集0.2米深的地表水，并编程为时间比例采样（每10分钟采集30毫升地表水，持续4小时）以填充聚乙烯瓶。根据部署时的初步数据，两个地点之间的采样器间隔时间为24小时，因为采样点之间的水流时间为24小时。采样发生在2023年5月，每个地点采集了六个样本。样本在自动采样器内用冰块保持冷却，实验结束后样本被冷冻（-20°C）直至分析。

**水停留时间**
我们通过跟踪Gowrie Creek三个地点（WIL、JUN和OAK，见图1）的特定电导率（SpCond）和水深的滞后日变化信号来估计水停留时间（τ）。SpCond作为一种保守的溶质示踪剂，反映了水团的平流传输，而水深的波动则代表了水压波的传播，后者通常比溶质平流传输更快。这些信号使用YSI 6系列探针（Xylem Water Solutions, Brisbane）半连续记录，并用于在一维反应传输模型中约束水停留时间，其中平流时间被视为主要校准参数。(26,27) 这种方法隐含的假设是污水处理厂产生的信号以连贯的形式向下游传输（即平流占主导，扩散和衰减不会消除日变化波形）。在第一个河段（WIL到JUN），从SpCond信号推断出的停留时间与从深度波传播推断出的时间相当，表明在这个空间尺度上有效速度相似。在较长的第二个河段（JUN到OAK），SpCond信号衰减得太严重，无法进行模型拟合，而深度信号仍然保持连贯。因此，这个河段的传输时间是从深度信号推断出来的。由于第二个河段明显长于第一个河段，并且SpCond信号在OAK处严重衰减，从深度信号得出的传输时间可能超过实际平流停留时间，而在上游河段两个信号的结果相当。因此，这个估计值被视为水停留时间的下限。使用两组数据，WIL到OAK的水停留时间估计为47 ± 3小时。

**化学分析**
现场和实验室实验的化学分析均使用超高效液相色谱与Q Exactive HF混合四极杆-轨道阱质谱仪（UHPLC-Orbitrap-MS/MS）结合电喷雾离子化（ESI）进行，具体方法如先前工作所述。(8) 详细信息见补充信息S3。

**实验室实验**
一阶生物降解速率常数（klab）是使用改进的OECD 309实验装置确定的，并已在其他地方发表。(22) 该实验量化了有氧条件下的初始生物降解动力学。简而言之，在进行现场采样的同一月份，从Gowrie Creek的三个地点收集了沉积物和地表水并进行了混合。测试烧瓶（三重复）和灭菌的沉积物对照烧瓶（两重复）中的沉积物浓度为50克湿固体每升。这个沉积物浓度是OECD 309协议规定的最大浓度的50倍。还包括一个灭菌的无沉积物对照烧瓶，用于评估非生物转化过程（以下简称水解对照烧瓶）。所有烧瓶都加入了129种化学品的混合物，每种化学品的浓度为1微克每升（见表S1），并用Parafilm密封。沉积物使用轨道振荡器保持悬浮状态。培养在黑暗中、温度控制的房间内进行，房间温度保持为采样时Gowrie Creek的 ambient 温度（19.4°C）。在10天的时间内从所有培养物中取样并冷冻（-20°C）直至分析。在取样期间测量了物理化学参数，包括溶解氧（详见Weir等人(22)的研究细节，以及补充信息S7.3中对klab数据处理的进一步讨论）。

**现场实验**
自动采样器（ISCO Avalanche, Teledyne ISCO）安装在两个地点：一个位于污水处理厂排放口下游0.5公里处，另一个位于第一个地点下游35公里的AMTD处。第一个地点WIL的湿润河道截面积为3平方米，自由水面宽度为9米；第二个地点OAK的湿润河道截面积为8平方米，自由水面宽度为14米。自动采样器被设置为从河道中间采集0.2米深的地表水，并编程为时间比例采样（每10分钟采集30毫升地表水，持续4小时）以填充聚乙烯瓶。两个地点之间自动采样器的部署间隔为24小时，这是基于部署时的初步数据，即采样点之间的水流时间为24小时。采样发生在2023年5月，每个地点采集了六个样本。样本在自动采样器内用冰块保持冷却，实验结束后样本被冷冻（-20°C）直至分析。

**水停留时间**
我们通过跟踪Gowrie Creek三个地点（WIL、JUN和OAK，见图1）的特定电导率（SpCond）和水深的滞后日变化信号来估计水停留时间（τ）。SpCond作为一种保守的溶质示踪剂，反映了水团的平流传输，而水深的波动代表了水压波的传播，后者通常比溶质平流传输快。这些信号使用YSI 6系列探针（Xylem Water Solutions, Brisbane）半连续记录，并用于在一维反应传输模型中约束水停留时间，其中平流时间被视为主要校准参数。(26,27) 这种方法隐含的假设是污水处理厂产生的信号以连贯的形式向下游传输（即平流占主导，扩散和衰减不会消除日变化波形）。在第一个河段（WIL到JUN），从SpCond信号推断出的停留时间与从深度波传播推断出的时间相当，表明在这个空间尺度上有效速度相似。在较长的第二个河段（JUN到OAK），SpCond信号衰减得太严重，无法进行模型拟合，而深度信号仍然保持连贯。因此，这个河段的传输时间是从深度信号推断出来的。鉴于第二个河段明显长于第一个河段，并且SpCond信号在OAK处严重衰减，从深度信号得出的传输时间可能超过实际平流停留时间，而在上游河段两个信号的结果相当。因此，这个估计值被视为水停留时间的下限。使用两组数据，WIL到OAK的水停留时间估计为47 ± 3小时。

**化学分析**
现场和实验室实验的化学分析均使用超高效液相色谱与Q Exactive HF混合四极杆-轨道阱质谱仪（UHPLC-Orbitrap-MS/MS）结合电喷雾离子化（ESI）进行，具体方法如先前工作所述。(8) 详细信息见补充信息S3。

**一阶生物降解速率常数计算**
一阶生物降解速率常数（klab）是使用所有三个测试烧瓶的数据（即重复样本）同时通过Python算法（chowclassifier）（28）确定的，该算法在存在双相动力学的情况下包括断点识别。当观察到双相动力学时，使用初始生物降解速率常数。如果生物降解速率常数显著不为零（对线性回归斜率的t检验，p < 0.05），则认为其“有效”。在水解对照烧瓶中显著消散的化学物质（比测试烧瓶慢2.5倍以上）不再进一步考虑。

**现场实验**
通过平均六个4小时复合样本中的信号强度来确定两个地点（AWIL和AOAK）的24小时平均化学信号，先去除异常值（基于每种化学物质和每个地点的四分位数范围）。AOAK的稀释值使用稀释因子（df = 1.1，即10%的稀释）进行校正，该稀释因子是根据污水处理厂上游（CRA测量站）、污水处理厂排放口（排放数据）和下游地点（OAK测量站）的排放数据得出的。这种稀释估计使用保守的污水处理厂衍生示踪剂（PFAS）进行了交叉验证，得到了可比的结果（见补充信息S2.3）。一阶衰减速率常数（kfield）是根据稀释校正后的下游信号、站点之间的距离（d，米）和化学物质在站点间的平均线速度（U，米每小时）使用公式7计算的。????????????=ln(??ˉ????????ˉ??????×????)????kfield=ln(AˉWILAˉOAK×df)Ud(7) 化学物质的速度U是使用公式5计算的，作为水速度和吸附剂速度的加权平均值。由于现场特定的沉积物关联项（vS,fieldKSW）没有直接测量，因此是根据实验室实验推断出来的，并使用生物量密度缩放因子Bfield/Blab调整到现场条件。kfield估计的不确定性通过上游和下游站点对数变换后的峰面积变异性的误差传播来量化（见补充信息S5.2）。置信区间（95%）使用正态近似（即基于z的95%区间）构建。显示出显著时间趋势的化合物（Kendall’s τ，p < 0.05）被标记出来，因为这些趋势可能会偏倚速率常数的估计。对直接注入和SPE浓缩的样本都进行了速率常数处理，直接注入样本的kfield优先于SPE浓缩样本的kfield，因为直接注入受基质干扰的影响较小（见补充信息S4，比较DI和SPE的结果）。

为了最大限度地利用可用数据并考虑不同的可靠性水平，kfield被分为四个等级。A < LOQ的观测值被排除在分析之外。等级（i）包括AOAK显著低于AWIL的化学物质（t检验，p < 0.05），并且两个地点都没有显著的时间趋势（Kendall’s τ，p > 0.05）。等级（ii）的化学物质与等级（i）的化学物质相似，除了AOAK和AWIL之间的差异不显著（等级（iia）），或者在一个或两个地点观察到显著的时间变化（等级（iib））。等级（iii）包括AOAK仅在一个或两个样本中高于LOQ的化学物质。等级（iv）包括所有重复样本都低于LOQ的化学物质，因此用LOQ替换了下游地点的信号。

我们通过筛选出可能以非生物方式损失的化学物质来分离生物降解。光降解通过现有研究进行了定性评估；特别是，Paganoni（29）使用了一套有机化学物质和与当前研究相似的分析工作流程，为许多分析物提供了直接相关的光降解数据。这些结果通过更广泛的文献回顾进行了补充，以确定哪些化学物质被一致地报告为光不稳定（见补充信息S7；表S6）。当大多数文献来源一致时，化学物质被分类为光降解（“是”）或不是（“否”）；当证据混合或不确定时，分类标记为“不确定”。被标记为“否”或“不确定”的化学物质被保留，并假设主要通过生物降解。对于H2，使用皮尔逊相关系数（r）来评估线性协变性。假设实验室和现场速率常数之间存在比例缩放关系，通过将对数klab,corr与对数kfield进行普通最小二乘（线性回归）来评估这一关系，推断的重点是斜率（m）接近1的程度。整体一致性通过计算对数kfield和对数klab,corr之间的均方根误差（RMSE）来总结，并以线性比例的倍数差异形式报告，以便于解释。

**结果与讨论**

**实验室结果**
在添加的129种化学物质中，有104种被检测到，其中62种的降解速率（klab）具有统计学意义（p < 0.05）。对于92%的化学物质，三个重复实验瓶中的klab相对标准偏差小于30%。这种重复性水平与之前使用相同方法的研究结果一致。(21?23)

**现场结果**
每日平均排放数据表明处于基流状态，并且在日时间尺度上变化有限。
在实验室实验中添加的129种化学物质中，有84种在野外实验中被检测到。其中3种低于检测限（LOQ），无论是通过直接注入方法还是SPE浓缩方法分析，因此被排除在外。在剩余的分析物中，有60种显示出降解趋势（即AOAK × df < AWIL）。其中16种因光降解可能对河流中的衰减有显著影响而被排除（有关光降解化学物质的讨论，请参见补充信息S7.4）。在剩余的44种估计了kfield的化学物质中，23种被归类为第(i)级，15种为第(iia)级，2种为第(iib)级，4种为第(iii)级。详见补充信息数据集S2。

为了将现场结果置于上下文中，本研究中的对数转换速率常数与其他已发表的现场研究的平均对数转换速率常数进行了比较，同时考虑了关键的环境差异。不同化学物质之间的一致性各不相同：虽然一些化学物质的数值在同一数量级范围内，但文献中的速率常数通常高于此处观察到的值（详见补充信息S6和数据集S1）。这种变异性与实验室测试中报告的生物降解速率常数范围广泛一致。(21,22,30)
在具有有效kfield的44种化学物质中，有23种与实验室数据重叠。实验室数据还提供了关于化学物质分配的信息，表现为溶解相中化学物质的比例（fdis；0–1，数值越低表示吸附越强）。根据fdis，23种化学物质中有6种没有吸附（fdis ≥ 0.95），7种表现出弱吸附（0.8 > fdis < 0.95），3种表现出中等吸附（0.5 ≥ fdis ≤ 0.8），7种表现出强吸附（fdis < 0.5）。fdis等于vW与(vW + vSKSW)的商，可以使用生物量密度将其转换为现场条件。

**现场与实验室k的比较**
为了确定现场与实验室的生物量密度比（Bfield/Blab），我们使用了6种不吸附化学物质的对数转换速率常数（fdis ≥ 0.95），因为对于这些化学物质，Bfield/Blab等于kfield/klab（见理论框架）。平均生物量比为0.98，表明对数kfield平均比对数klab低2%。这表明两种系统中的单位体积微生物活性大致相等。鉴于先前的研究表明，实验室得到的生物降解速率常数需要根据实验室系统与环境之间的生物量密度差异进行缩放(2,20)，这一结果出乎意料。这表明，在这里考察的环境条件下，实验室实验选择的生物量浓度（50克湿固体L–1）恰好很好地代表了Gowrie Creek研究段的平均生物量密度。考虑到Gowrie Creek的平均水深约为0.5米，并假设表层沉积物的湿固体含量为1200克L–1(31)，Bfield为49克L–1对应于平均表层沉积物深度约为2厘米。相比之下，浅流河流中氧化表层沉积物的深度通常在0–5厘米范围内(32?34)，这表明我们测量的Bfield与Gowrie Creek氧化部分的预期生物量量一致。此外，研究期间Gowrie Creek的平均浊度约为6 NTU，相当于悬浮固体浓度约为3毫克L–1。即使考虑到这一估计的不确定性，悬浮固体浓度也比生物量密度低几个数量级，表明现场系统中的主要生物量来源是底栖表层沉积物而不是悬浮负荷。这支持了我们的假设，即吸附部分的迁移速度相对于水相可以忽略不计（US = 0）。

**结论**
pH校正后的klab结果（有关此校正的详细信息，请参见补充信息S7.2）和平均生物量密度比（即0.98）随后与特定化学物质的fdis结合，根据方程4推导出所有化学物质的klab,corr。图2显示了所有23种化学物质的kfield和klab,corr之间的比较。大多数化学物质的kfield和klab,corr之间有很好的一致性，但有7种化学物质的95%置信区间没有与1:1线相交（图2中用红色突出显示），klab,corr显著高于kfield（除了一种化学物质其klab,corr较低）。这些偏差主要与强吸附化学物质有关：7种被归类为强吸附的化学物质中有5种的klab,corr比kfield高出3倍以上。因此，对强吸附化学物质分别进行了定量一致性评估。对于16种不吸附到中等吸附的化学物质，kfield和klab,corr之间存在强相关性（皮尔逊相关系数r = 0.8，斯皮尔曼相关系数ρ = 0.7；两者p < 0.001，图2），回归斜率接近1（m = 0.8）。偏离1:1关系的程度适中（RMSE为0.3对数单位，即2倍），其中12种化学物质的klab,corr在kfield的2倍范围内（14种化学物质在3倍范围内）。图2中红色虚线之外的化学物质既不吸附也不弱吸附，且表现出高不确定性（95%置信区间与1:1线相交）。总体而言，回归线接近并穿过1:1线，表明不吸附到中等吸附的化学物质的kfield和klab,corr之间系统差异很小。相比之下，强吸附化学物质相对于1:1关系表现出显著的正偏差（单样本t检验，p < 0.05），klab,corr平均比kfield高出约5倍，表明klab,corr和kfield之间存在系统偏差（见补充信息S7.1）。

**理论框架中的一个关键假设是vS,field/vs,lab等于Bfield/Blab**。这要求沉积物中的活性生物降解生物和吸附位点分布均匀（这不太可能），或者沉积物采样能够捕获具有高生物降解能力和高吸附能力的相似部分沉积物。如果不是这种情况，这个假设就不成立，这可以解释强吸附化学物质的不同行为。

**图2**
图2. 对数kfield和对数klab,corr之间的相关性。圆形标记代表直接注入法得到的kfield，三角形标记代表固相萃取法得到的kfield。垂直误差条表示klab,corr计算的置信区间，水平误差条表示kfield估计的误差传播不确定性（95%置信区间）。标记颜色代表现场结果中定义的不同吸附类别。用红色突出显示的标记代表异常值（其95%置信区间不与1:1线相交的化学物质）。实线蓝色、虚线灰色和虚线红色分别代表除强吸附化学物质外，klab,corr与kfield之间的线性回归、1:1关系以及1:1关系周围的±2倍范围。标记文本标签表示根据材料与方法中描述的等级确定的kfield的数据质量，其中没有文本标签表示第(i)级，即最高质量。还显示了斯皮尔曼和皮尔逊相关系数、回归斜率以及除强吸附化学物质外的化学物质的均方根误差（RMSE；对数刻度）。

**高分辨率图像**
**下载MS PowerPoint幻灯片**

**唯一相关的先前现场-实验室比较是Li和McLachlan的研究(20)**，他们使用了修改后的OECD 309测试，没有添加沉积物或测试化学物质（80:20 v/v天然湖水和污水处理厂出水；高悬浮固体，约32毫克L–1）。(20) 在这个富营养化的湖泊中，大部分生物降解发生在水柱中而不是沉积物中。他们同样发现实验室和现场衰减之间有很好的一致性（18种化学物质中有14种在3倍范围内对齐）。(20) 然而，他们的实验设计无法解决将沉积物从现场转移到实验室时沉积层受到干扰的问题，或者表层沉积物在生物降解中起主导作用的情况。本研究针对这种情况，基于生物降解主要发生在沉积物-水界面的前提，表明在修改后的OECD 309测试中干扰沉积层对不吸附到中等吸附的化学物质的影响很小。相比之下，强吸附化学物质在实验室中的降解速度系统性地更快，这可能是由于沉积物不均匀以及沉积物采样不具代表性（见上文）或实验室测试与现场行为的显著偏差（有关强吸附化学物质的进一步分析，请参见补充信息S7.1和图S5）。

**实验室测试与现场行为偏差的可能解释**
有一种化学物质levetiracetam（LTC）的偏差约为5倍。如果导致现场显著衰减的过程在实验室测试中不存在或被破坏，就会出现这种偏差。在现场，由于温度和/或日光相关的生态系统代谢，白天衰减可能会增加，但在实验室恒定黑暗和温度控制条件下则不会发生这种情况。实验室研究也没有考虑潜流带处理：沉积物/水浆的再悬浮和氧化消除了氧化还原和质量传递梯度，使得亚氧化生物膜/沉积物反应不太可能发生(32,35,36)（尽管沉积物颗粒内可能存在厌氧微环境(37?40)）。我们注意到LTC在现场表现出显著的时间趋势（第(iib)级），因此kfield的方法学不确定性更大。

**其余的异常值是弱碱类化学物质，其klab,corr大约比1:1线高出5倍**，包括levamisole（LAS）、atenolol（ATE）、bisoprolol（BIS）、metoprolol（MPL）和nicotinamide（NIC），除了venlafaxine（VEN），其klab,corr快约12倍。对于LAS，上游和下游站点之间的差异不显著（第(iia)级），加上直接注入测量的结果低于检测限，表明kfield非常不确定。对于NIC，klab,corr的不确定性很高，误差条与2倍范围相交。其余异常值的不确定性较低。实验室实验中的再悬浮可能会增加那些在野外转化受质量传输或微生物可及性限制的化学物质的klab,corr。如前所述，大多数强吸附化学物质显著高于1:1线，支持混合和生物利用度在混合良好的实验室系统和现场环境之间的差异导致了观察到的差异。此外，几个异常值具有共同的功能基团（即ATE、BIS和MPL都被归类为丙醇胺类(22)），表明这类化学物质的降解途径可能在实验室条件下更受青睐。或者，由于这些异常值是弱碱类，这种差异可能反映了实验室和现场之间pH差异的影响及其对微生物内部浓度的影响的过度校正；(41?43) 然而，这种校正改善了其他几种化学物质的一致性（见补充信息S7.2）。因此，过度校正可能是特定于化学物质的，而不是系统性的不确定性来源。显然，对于这七个异常值（除了不均匀的沉积物以及非代表性的沉积物采样之外），存在多种可能的解释。总的来说，化学生物降解的排序得以保持（Spearman ρ = 0.7，p < 0.001），这表明改进后的OECD 309实验室测试能够有效地按照实际现场情况，对非吸附性和中等吸附性化学物质的生物降解进行优先排序。这支持了我们的第一个假设（H1），即在该化学领域内，实验室实验和现场实验之间的化学物质相对生物降解速率常数是保持一致的。强相关的皮尔逊系数（r = 0.8，p < 0.001），以及线性回归的斜率接近于1（m = 0.8），表明改进后的OECD 309实验室测试能够近似地反映一系列非吸附性和中等吸附性化学物质的生物降解动力学（均方根误差为0.3，相当于两倍的差异）。这支持了我们的第二个假设（H2），即在该化学领域内，可以通过一个单一的缩放因子来预测现场生物降解速率常数。在这种情况下，缩放因子约为1。

然而，有几个不确定性因素限制了我们得出结论的可靠性，即改进后的OECD 309方法可以合理地近似现场非吸附性和中等吸附性化学物质的生物降解情况。首先，现场研究没有进行重复实验，因此无法直接估计其精度。其次，上游（WIL）和下游（OAK）样本采集的时间差并未反映现场研究中的水流时间。我们的数据评估假设在研究期间及之前，水流和化学物质的输入处于近似稳态，但这些假设可能并不适用于所有化学物质。第三，我们的比较是在一个地点和时间段内进行的。其他水生环境和其他季节中，现场实验和实验室实验之间的速率常数是否也存在类似的一致性，目前尚不清楚，需要进一步验证。

从监管角度来看，一个重要的考虑因素是实验室测试结果与化学物质在水中的持久性阈值之间的关系。欧盟REACH法规规定，化学物质在水中的半衰期为40天，这对应于k值约为0.017 d–1（对数k值约为?1.8 d–1）。在我们的数据集中，几个实验室和现场测得的k值接近这一阈值，这些数据点之间的吻合度特别好（通常在2倍范围内）。这表明我们关于H1（排序一致性）和H2（缩放）的结论适用于接近监管决策点的缓慢降解化学物质。然而，对于强吸附性化学物质，观察到了系统性的正偏差。尽管本研究中检测的强吸附性化学物质并未接近监管决策限值，但实验室测得的k值显著高于现场测得的k值，这表明实验室测试对于强吸附性化学物质可能不具备预防性。

重要的是，我们的实验室生物降解速率常数适用于水生系统，而不是该系统中的浮游层或沉积物层。因此，将实验室测试结果直接与为浮游环境定义的阈值进行比较并不直接。根据文献和我们的经验，这些化学物质在浮游测试系统中的半衰期会更长，很可能超过监管阈值。然而，对于环境持久性的评估来说，更重要的是我们的现场测试表明，在Gowrie Creek（即水生系统）中，没有任何化学物质具有持久性。因此，混合沉积物/水的改进版OECD 309测试似乎比浮游测试提供了更具有环境相关性的生物降解估计。