浅谈水生生物急性毒性限度实验浓度设计与我国GHS国标分类标准

被引量 : 0次 | 上传用户:stormcn
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
我国环保部新化学物质环境管理办法(7号令)申报过程中,要求利用物质本身或其配制品的水生生物急性毒性测试结果,根据我国GHS国标进行分类。本文根据水生生物急性毒性OECD测试导则中关于限度实验浓度设置的要求和实测浓度与理论浓度的偏差,就目前申报过程中遇到的分类问题进行探讨。对于水生生物急性毒性实验,根据OECD和化学品测试方法,当预实验的结果表明物质在浓度100 mg·L-1或者其在实验用水中的最大溶解度时无毒,那么应进行浓度为100 mg·L-1(活性成分)或者饱和溶解度的限度实验,以确定LC50/EC50是否大于100 mg·L-1。实验室的操作是配制理论浓度为100 mg·L-1(活性成分)的实验液或理论浓度为100 mg·L-1的饱和溶液进行限度实验。然而在依据限度实验结果进行危害分类时,根据要求,急性毒性LC50/EC50>100 mg·L-1时,物质分类为低毒;如需实测浓度达到100 mg·L-1,那么在进行限度实验时,需要根据物质的水溶解度、在水中的稳定性等特性重新计算限度实验的设置浓度。如对于溶解度大于100 mg·L-1且在实验条件下稳定的的化学物质,限度实验处理组浓度可设置为130 mg·L-1;那么如果物质在水中的溶解度<100 mg·L-1,限度实验时只能以理论浓度为100 mg·L-1的实验介质中的饱和溶液进行。实验期间,实测浓度必定小于100 mg·L-1,那么此时以实测100 mg·L-1进行分类就可能判定为中等毒性。OECD 201(2006)第39条和OECD 202(2004)第23条以及化学品测试方法中均指出,如果有证据表明在测试过程中,受试物的实际浓度能维持在理论浓度或初始测定浓度的20%范围内,则可以基于理论浓度或初始测定浓度进行结果分析。如果受试物实际浓度和理论浓度或初始测定浓度的偏差超过20%,则应基于整个测试过程中的几何平均浓度或根据物质的浓度衰减模型进行结果分析。值得注意的是,当实验结果表明受试物对水生生物有毒性,并得到了相应的半数致死浓度或效应,根据实测浓度进行分类是科学的。但如果实验结果表明受试物对水生生物无毒性,那么若依据限度实验的实测浓度进行结论,就有可能高估化学物质的毒性进而需要将水生生物急性分类为中等毒性(类别3)。根据新化学物质危害性鉴别导则环境管理类别划分,水生生物急性毒性类别1~3均作为危险类化学物质进行管理,这样必将加重管理部门的工作负担和造成企业的人力物力资源的浪费。因此,在此建议相关专家考虑受试物的实际浓度偏差在20%之内即可依据理论浓度进行GHS分类的处理方式。
其他文献
为了研究农村留守儿童自我意识发展状况,揭示留守儿童自我意识发展的特点,为其心理发展与教育提供参考依据。采用儿童自我意识量表,对河南477名留守儿童进行问卷调查。结果显
在联合国教科文组织和国家社科基金资助下,采用问卷调查的方法,对我国学术界互联网用户的背景、用户利用互联网资源的现状、用户的信息查询行为、用户对互联网信息资源的评价
随着我国经济的发展,市场经济的竞争变得越来越激烈,而公司治理作为企业进行会计政策选择的基础,且会计政策也在很大程度上影响着企业的发展。因此,两者都是保障企业经济利益
数字图书馆的研究方兴未艾,目前正处于传统图书馆向数字图书馆过渡的阶段,转变过程中需要应用和集成最新的信息技术,以达到对网络信息资源最有效的利用和共享。传统的系统分析设
随着经济的快速发展,传统公交已经不能满足人们的日常需要。智能手机的普及和城市"打车难"问题的日益突出,许多智能打车软件应运而生,并由此引发一系列的社会热点问题。本文
双排抗滑桩在边坡加固工程中已有应用,与单排抗滑桩相比,双排抗滑桩的作用机理更为复杂.以滑坡推力较大的红石包滑坡为例,从桩土作用计算模型、抗滑桩设计及工程材料用量方面
实现警察管理的规范化,是现代化警察管理的客观要求。任何管理,为了实现一定的目标,都要有统一的共同遵守的办事程序或行为准则,以此来规范管理行为过程。警察作为执法人员,
“汉语热”的持续升温对国际汉语教师的专业知识水平提出了更高的要求,而汉语教师专业知识的获得离不开他们所受的职前教育。因此,本文对国际汉语职前教师的专业知识建构问题
针对某垃圾焚烧飞灰固定床烧结无害化处理炉,建立了炉内流动、传热传质和燃烧的数值模型.利用Fluent软件对设计工况下的烧结炉进行数值模拟,采用多孔介质模型来计算炉内气体
<正>近年来,国家高度重视大数据产业的发展,并相继出台实施了一系列政策文件,将大数据战略上升为国家战略。数据信息作为生产资料,已成为一种宝贵资源和稀有资产,数据挖掘分