Nisäkkäiden ja lintujen altistuminen metalleille

Edistymisluokitus
Opasnetissa lukuisat sivut ovat työn alla eri vaiheissa. Niiden tietosisältöön pitää siis suhtautua harkiten. Tämän sivun sisällön edistyminen on arvioitu: Tämä sivu on täysluonnos Sivu on kirjoitettu kertaalleen alusta loppuun eli kaikki olennaiset sisällöt ovat jo paikoillaan. Kuitenkaan sisältöjä ei ole vielä kunnolla tarkistettu, ja esimerkiksi tärkeitä viitteitä voi puuttua.

Tämä sivu on tietokide alatyypiltään metodi. Sivutunniste: Op_fi3471
Moderaattori:Anerg (katso kaikki) Sivun edistyminen: Täysluonnos. Arvostuksen määrää ei ole arvioitu (ks. peer review).
Lisää dataa {{#opasnet_base_link:Op_fi3471}}

Kysymys

Miten lasketaan nisäkkäiden ja lintujen altistuminen ympäristön haitta-aineille?

Vastaus

Valitse pitoisuusdata: Luikonlahti tai valitse tarkasteltava altiste: Arseeni Kadmium Koboltti Kromi (3+) Kupari Lyijy Nikkeli Sinkki Vanadiini ja valitse matriisi: Pintavesi Talousvesi Maaperä Sienet sekä anna pitoisuus (µg/l tai µg/kg): + Näytä koodi- Piilota koodi library(OpasnetUtils) library(ggplot2) # Luikonlahden pitoisuusdata if(datalähde == 0) ympäristöpitoisuus <- Ovariable(name = "ympäristöpitoisuus", data = data.frame( Altiste = altiste, Matriisi = matriisi, ympäristöpitoisuusResult = mitattu.pitoisuus )) if (datalähde == 1) ympäristöpitoisuus <- Ovariable(name = "ympäristöpitoisuus", ddata = "Op_fi3372", getddata = FALSE) objects.latest("Op_fi3471", "alustus") altistus <- EvalOutput(altistus) oprint(ympäristöpitoisuus) ograph(altistus, x = "Laji", fill = "Altiste") ograph(lajikohtainen.saanti, x = "Laji", fill = "Matriisi") ograph(saanti, x = "Laji", fill = "Matriisi")

Perustelut

Nisäkkäät ja linnut voivat altistua haitta-aineille ruoansulatuksen, ihon ja hengityksen kautta (Suter 2007):

• nauttimalla pilaantunutta pintavettä
• saamalla haitta-ainetta ravinnosta tai satunnaisesti niellystä maasta tai sedimentistä
• hengittämällä saastunutta ilmaa
• altistumalla ihokosketuksen kautta

Eläinten kokonaisaltistuminen (E_total) on näiden eri altistumisreittien annosten summa:

Etotal = Eoral + Edermal + Einhal

• E_oral; keskimääräinen päivittäinen suun kautta pilaantuneesta vedestä, ravinnosta ja maasta saatu haitta-ainepitoisuus (mg/kg/d)
• E_dermal; keskimääräinen päivittäinen ihon läpi imeytynyt haitta-ainepitoisuus (mg/kg/d)
• E_inhal; keskimääräinen päivittäinen hengityksen kautta saatu haitta-aine- tai pienhiukkaspitoisuus (mg/kg/d)

Käytännössä eläinten pääasiallisen altistumisreitin katsotaan olevan ruoansulatuksen kautta saatu pilaantunut ravinto (kasvit, saaliseläimet), vesi tai maa-aines. Nisäkkäiden karvat ja lintujen höyhenet rajoittavat ihoaltistumisen hyvin vähäiseksi. Ihon kautta altistumisen arviointi voi olla tarpeen orgaanisille yhdisteille ja torjunta-aineille, tai jos kohde-eliöinä ovat esimerkiksi maahan kaivautuvat eläimet tai pilaantuneessa vedessä uivat sammakkoeläimet. Hengityksen kautta altistumisen katsotaan olevan lähes merkityksetöntä.

Yleensä altistumismalli typistyy muotoon (Suter 2007):

Etotal ≈ Eoral

Miten haitta-aineiden päivittäinen saanti arvioidaan nisäkkäille ja linnuille?

Ravinnon kautta altistuminen voidaan arvioida ravintoverkkomallien (food-web modeling) avulla. Nisäkkäiden ja lintujen päivittäinen kokonaisaltistuminen ravinnon kautta koostuu nautitusta pilaantuneesta ravinnosta (E_food) (kasvit ja saaliseläimet), pintavedestä (E_water), satunnaisesti niellystä maasta (E_soil) tai suoraan haitta-aineen nielemisestä (E_direct):

E_oral = E_food + E_water + E_soil + E_direct

Ravintoverkko malli

Altistuminen annetaan keskimääräisenä päivittäisenä annoksena elopainokiloa kohti (mg/kg/d), jotta saatua arvoa voidaan verrata kirjallisuuden toksisuustietoihin.
Altistumisen peruskaava nisäkkäille ja linnuille on seuraava (Sample & Suter 1994 ; Lu & Tyson 2003 ):

• E_j = kokonaisaltistuminen haitta-aineelle j (mg/kg/d)
• m = altistumislähteiden (esim. ravinto, vesi, maa) i lukumäärä
• IR_i = altistumislähteiden i päivittäinen kulutus (kg/d tai L/d tai m³/d )
• C_ij = haitta-aineen j pitoisuus altistumislähteessä i (mg/kg tai mg/L tai mg/m³)
• BW = kehon paino (kg)
• θi = elinpiiritekijä (pilaantuneen alueen (ha) suhteellinen osuus (1≥ θ > 0) eliön elinpiiristä (ha). Jos reseptorin elinpiiri on pienempi tai yhtä suuri kuin pilaantunut alue, θ = 1.)
• ψi = kausitekijä (reseptorin viettämä suhteellinen aika (d) alueella vuodesta (y)(esim. muuttolinnut) (1≥ ψ > 0). Ympäri vuoden alueella oleville talvehtimattomille lajeille ψ = 1 (= 365 d/y)

Miten nisäkkäiden ja lintujen ravinnon- ja vedenkulutus sekä hengitystiheys (IR) arvioidaan?

Keskimääräinen ravinnon- ja vedenkulutus tai hengitystiheys (IR, ingestion rate, inhalation rate) arvioidaan lajikohtaisesti. Jos lajikohtaisia tietoja ei ole saatavilla, ravinnonkulutusta voidaan arvioida käyttämällä olemassa olevia eri eläinryhmien aineenvaihduntaan perustuvia allometrisia regressiomalleja (USEPA 1993 ). Alla on esitetty lintujen ja nisäkkäiden ravinnonkulutuksen, vedenkulutuksen ja hengitystiheyden allometrisia yhtälöitä:

• Ravinnonkulutuksen arviointi (g kuiva-ainetta per vuorokausi, g dw/ day ; BW = elopaino (g)) (Nagy 1987) :

Laji	IRfood	Yksikkö
Istukkanisäkkäät	0.235BW0.822	g dw/d
Jyrsijät	0.621BW0.564	g dw/d
Herbivorit	0.577BW0.727	g dw/d
Kaikki linnut	0.648BW0.651	g dw/d
Varpuslinnut	0.398BW0.850	g dw/d

• Veden kulutuksen arviointi (L vettä per vuorokausi; L water/day; BW = elopaino (kg)) (USEPA 1993):

Laji	IRwater	Yksikkö
Kaikki nisäkkäät	0.099BW0.90	L/d
Kaikki linnut	0.059BW0.67	L/d

• Hengitystiheyden arviointi (m³ ilmaa per vuorokausi; m³ air/day; BW= elopaino (kg)) (USEPA 1993):

Laji	IRair	Yksikkö
Nisäkkäät	0.5458BW0.80	m3 /d
Linnut*	0.4089BW0.77	m3 /d

^*)Ylläolevaa lintujen hengitystiheyden laskentamallia voidaan soveltaa muille lintulajeille paitsi varpuslinnuille, joilla on yleensä korkeampi aineenvaihdunta muihin lintuihin verrattuna (USEPA 1993).

Arvioidut IR-arvot kottaraiselle ja päästäiselle

Laji		BW	IRfood	IRfood	IRwater
		g	g dw/d	g fw/d	L/d
Kottarainen	Sturnus vulgaris	82,3	16,9	106	0,011
Päästäinen	Sorex araneus	7,7	1,96	12,25	0,62

Regressiomalleilla arvioitu eläinten ravinnon kulutus perustuu ravinnon kuivapainoon (IRfood g dw/d) (Nagy 1987). Ravinnon kulutus tuorepainona (IRfood g fw/d)saadaan suhteuttamalla kulutus ravinnon vesipitoisuuteen. Kottaraisen ja päästäisen ravinnon kulutus tuorepainona on laskettu molempien lajien ruokavalioon kuuluvien lierojen keskimääräisen vesipitoisuuden (84%) mukaan (DeForest ym. 2012 ).

Kausi (θ) ja alueenkäyttö (ψ) tekijät

Ravintoverkko malli huomioi altistumisen arvioinnissa päivittäisen annoksen lisäksi eläimen alueellisen (θ) ja ajallisen (ψ) käyttäytymisen pilaantuneella alueella. Eläinten elinpiirin laajuus ja ydinalueet vaihtelevat lajeittain ja kausittain, jolloin ruokailu tai laiduntaminen pilaantuneella alueella voi olla satunnaista.

Kohdekohtaisissa riskinarvioinneissa olisi huomioitava mikä osuus pilaantuneesta alueesta on sopivaa eläimen elinympäristöksi. Malli olettaa haitta-aineiden joko jakaantuneen alueelle tasaisesti tai eläimien oleilevan tai laiduntavan alueella satunnaisesti. Näin ollen eläimet altistuvat mallin mukaan alueen keskimääräiselle haitta-ainepitoisuudelle (Lu & Tyson 2003, Suter 2007).

Data

Parametrit(-)

Obs	Heimo	Matriisi	Unit	Param1	Param2
1	Jyrsijät	Ruoka	g /d dw	0.621	0.564
2	Herbivorit	Ruoka	g /d dw	0.577	0.727
3	Muut istukkanisäkkäät	Ruoka	g /d dw	0.235	0.822
4	Varpuslinnut	Ruoka	g /d dw	0.398	0.85
5	Muut linnut	Ruoka	g /d dw	0.648	0.651
6	Jyrsijät	Pintavesi	L /d	0.099	0.9
7	Herbivorit	Pintavesi	L /d	0.099	0.9
8	Muut istukkanisäkkäät	Pintavesi	L /d	0.099	0.9
9	Varpusinnut	Pintavesi	L /d	0.059	0.67
10	Muut linnut	Pintavesi	L /d	0.059	0.67
11	Jyrsijät	Ilma	m3 /d	0.5458	0.8
12	Herbivorit	Ilma	m3 /d	0.5458	0.8
13	Muut istukkanisäkkäät	Ilma	m3 /d	0.5458	0.8
14	Varpuslinnut	Ilma	m3 /d	0.4089	0.77
15	Muut linnut	Ilma	m3 /d	0.4089	0.77

Ruumiinpaino(kg)

Obs	Heimo	Laji	Arvo	Kuvaus
1	Muut linnut	Kottarainen	0.0823
2	Muut istukkanisäkkäät	Päästäinen	0.0077
3	Muut linnut	Telkkä	0.5	Oletus
4	Jyrsijät	Rotta	0.2	Oletus
5	Herbivorit	Hirvi	200	Oletus
6	Varpuslinnut	Varis	0.2	Oletus

Lajikohtainen saanti(-)

Obs	Heimo	Laji	Matriisi	Unit	Arvo	Kuvaus
1	Muut linnut	Telkkä	Pintavesi	L /d	0.1	Oletus
2	Muut linnut	Kottarainen	Hyönteiset kuivapaino	g /d dw	16.9
3	Muut linnut	Kottarainen	Hyönteiset tuorepaino	g /d fw	106
4	Muut linnut	Kottarainen	Pintavesi	L /d	0.011
5	Muut istukkanisäkkäät	Päästäinen	Hyönteiset kuivapaino	g /d dw	1.96
6	Muut istukkanisäkkäät	Päästäinen	Hyönteiset tuorepaino	g /d fw	12.25
7	Muut istukkanisäkkäät	Päästäinen	Pintavesi	L /d	0.00124

Laskenta

+ Näytä koodi- Piilota koodi library(OpasnetUtils) library(ggplot2) altistus <- new("ovariable", name = "altistus", dependencies = data.frame( Name = c("ruumiinpaino", "saanti", "ympäristöpitoisuus", "kausitekijä", "alueenkäyttötekijä") ), formula = function(...) { # Ensin poistetaan turhat (ja osittain NA:ta sisältävät) sarakkeet. removecols <- c( "saanti.paramRawUnit", "saanti.paramRawSource", "saanti.param1Result", "saanti.param1Source", "ruumiinpainoResult", "ruumiinpainoSource", "saanti.param2Result", "saanti.param2Source", "lajikohtainen.saantiUnit", "lajikohtainen.saantiResult", "lajikohtainen.saantiSource", "saantiSource" ) keep <- ! colnames(saanti@output) %in% removecols saanti@output <- saanti@output[keep] saanti@marginal <- saanti@marginal[keep] out <- (saanti * ympäristöpitoisuus) / ruumiinpaino * kausitekijä * alueenkäyttötekijä out <- CollapseMarginal(out, "Matriisi") out <- aggregate(out) return(out) } ) ruumiinpaino <- Ovariable(name = "ruumiinpaino", ddata = "Op_fi3471", subset = "Ruumiinpaino", getddata = FALSE) saanti <- new("ovariable", name = "saanti", dependencies = data.frame( Name = c("lajikohtainen.saanti", "ruumiinpaino", "saanti.param1", "saanti.param2"), Ident = "Op_fi3471/alustus" ), formula = function(...) { out <- saanti.param1 * ruumiinpaino ^ saanti.param2 # Varsinainen yhtälö colnames(lajikohtainen.saanti@output)[colnames(lajikohtainen.saanti@output) == "lajikohtainen.saantiResult"] <- "Result" out <- orbind(out, lajikohtainen.saanti) return(out) } ) lajikohtainen.saanti <- Ovariable(name = "lajikohtainen.saanti", ddata = "Op_fi3471", subset = "Lajikohtainen saanti", getddata = FALSE) saanti.paramRaw <- Ovariable(name = "saanti.paramRaw", ddata = "Op_fi3471", subset = "Parametrit", getddata = FALSE) saanti.param1 <- Ovariable( name = "saanti.param1", dependencies = data.frame(Name = "saanti.paramRaw"), formula = function(...) { out <- saanti.paramRaw@output out <- out[out$Observation == "Param1" , colnames(out) != "Observation"] colnames(out)[colnames(out) == "saanti.paramRawResult"] <- "Result" return(out) }, ) saanti.param2 <- Ovariable( name = "saanti.param2", dependencies = data.frame(Name = "saanti.paramRaw"), formula = function(...) { out <- saanti.paramRaw@output out <- out[out$Observation == "Param2" , colnames(out) != "Observation"] colnames(out)[colnames(out) == "saanti.paramRawResult"] <- "Result" return(out) }, ) kausitekijä <- Ovariable(name = "kausitekijä", data = data.frame(kausitekijäResult = "0-1")) alueenkäyttötekijä <- Ovariable(name = "alueenkäyttötekijä", data = data.frame(alueenkäyttötekijäResult = "0-1")) objects.store(altistus, saanti, lajikohtainen.saanti, ruumiinpaino, saanti.paramRaw, saanti.param1, saanti.param2, kausitekijä, alueenkäyttötekijä) cat("Ovariablet altistus, saanti lajikohtainen.saanti, saanti.paramRaw, saanti.param1, saanti.param2, kausitekijä, alueenkäyttötekijä ja ruumiinpaino tallennettu. Pitoisuus tulee tapauskohtaisista tiedoista.\n")

Katso myös

Muita Minera-projektin tuotoksia

Minera-mallin sovelluksia	· Luikonlahden tapaustutkimus · Luikonlahden sienitutkimusraportti
Muut	· Metallimalmikaivostoiminnan parhaat ympäristökäytännöt · Minera-hanke · MINERA Loppuseminaari · Kauppila T, Makkonen S, Komulainen H, Tuomisto JT: Metallikaivosalueiden ympäristöriskinarviointiosaamisen kehittäminen: MINERA-hankkeen loppuraportti. · Lehdistötiedote 15.4.2013 · Kohdekohtainen esimerkki · Lyhenteet ja määritelmät · Loppuraportti kokonaismalli · Kaivostoiminnan ympäristöterveysriskien arviointi (suojattu sivu) · Mallinnusohjelmat päästöjen arvioinnissa · Viitearvot · Talvivaaran kaivoksen terveysvaikutukset · Loppuraportti · Raportti · Yaran tapaustutkimus
Muita kaivostoimintaan liittyvää	· Vesijalanjälki · Hyvä kaivos pohjoisessa · Yhteiskuntatieteellinen kaivostutkimus Itä-Suomen yliopistossa · Teemasivu:Kaivostoiminnan vaikutusarviointi

Aiheeseen liittyviä tiedostoja

<mfanonymousfilelist></mfanonymousfilelist>