水环境中的新污染物问题日益突出，其中抗生素耐药性(AMR)和全氟及多氟烷基物质(PFASs)作为代表性污染物，正对水生生态系统和公共健康构成严重威胁。张敬杰研究员带领研究团队通过将三维水动力模型和水质模型相结合，对水生生态系统中全氟和多氟烷基物质(PFASs)的归趋和迁移机制进行研究。研究中，通过在新加坡的一个水库中应用该集成模型，结合了水文、水动力和水质过程，量化了包括全氟辛酸(PFOA)和全氟辛烷磺酸(PFOS)在内的PFASs在水体、颗粒物和沉积物中的分布。研究结果表明，超过95%的PFASs存在于溶解相中，其次是吸附在有机颗粒(如腐殖质1.0-3.5%)和浮游植物(1-2%)上的部分。风险评估显示，PFOS和PFOA的风险商分别为<0.32和<0.00016.表明该水库内PFASs的风险水平可接受。尤其在应对PFOA的风险方面，即使外部负荷增加十倍，水库仍表现出显著的缓冲能力。这项研究不仅可以增强对影响表面活性剂污染物归趋和迁移机制的理解，还为未来的研究建立了一个框架，以探索如何主导环境因素减少水生生态系统中的新兴污染物污染。
图2 水库中PFASs(a)、PFOA(b)和PFOS(c)的空间分布
水生环境中微生物对抗生素的耐药性(AMR)日益增加，已被世界卫生组织列为人类面临的十大全球公共卫生威胁之一。因此，迫切需要建立和量化水生环境中抗生素和相关耐药性风险。中国科学院东北地理所张敬杰研究员参与并指导构建了综合建模框架，预测抗生素、大肠杆菌及其相关耐药菌株(ARB)的时空分布，用于识别AMR热点，评估抗生素在水生环境中的潜在环境风险。本研究对两种具有代表性的抗生素(SMX和TMP)、指示菌(大肠杆菌)及其相关的ARB(EC_SXT)进行了建模。风险评估表明，预测的TMP比SMX具有更高的AMR风险，但SMX具有更高的生态风险。该研究提出了一个混合建模框架，将统计模型与水动力水质模型结合起来，以整体的方式预测AMR，从而促进更好的风险管理发展。
图3 HWQ-AMR模型的结构和关键流程
图4 模拟物质的空间分布：(a)SMX;(b)TMP;(c)E.coli;(d)EC_SXT，来自HWQ-AMR模型
相关研究成果分别发表于国际期刊Environmental Science and Ecotechnology和Environmental Science & Technology。由水环境健康与模拟组的张敬杰研究员(第一作者、通讯作者)、鞠含俞特别研究助理等人共同完成。该研究得到了国家自然科学基金项目(42077356.42361144719)、吉林省青年人才托举工程项目(QT202330)。
论文目录：
[1] Zhang Jingjie, Chen Huiting, Nguyen Viet Tung，Amrita Pal，Xuan Wang，Hanyu Ju，Yiliang He，Karina Yew-Hoong Gin*. Characterizing PFASs in Aquatic Ecosystems with 3D Hydrodynamic and Water Quality Models [J]. Environmental Science and Ecotechnology, 2024: 100473. https://doi.org/10.1016/j.ese.2024.100473
[2]Xuneng Tong，Shin Giek Goh，Sanjeeb Mohapatra，Ngoc Han Tran，Luhua You，Jingjie Zhang*，Yiliang He，Karina Yew-Hoong Gin*. Predicting Antibiotic Resistance and Assessing the Risk Burden from Antibiotics: A Holistic Modeling Framework in a Tropical Reservoir. [J]. Environmental science & technology,2024. 58(15): 6781–6792. https://doi.org/10.1021/acs.est.3c10467
