本研究针对传统评估方法高度依赖海量毒理学数据的局限，提出了一种新颖的“生态节点-食物网”框架，通过将关键生态节点物种的毒理学数据与食物网建模相结合，建立了污染物与生态系统层面毒性终点之间的剂量-效应关系。研究结果表明，仅需输入少数关键节点生物的毒性数据，即可有效模拟出生态系统效应对污染胁迫的响应过程，进而推导出科学且稳健的生态风险阈值。相比于传统方法，该框架在显著降低庞大数据需求并提高成本效益的同时，还能通过群落结构的变化清晰地阐明生态风险的传导机制，为系统性的水生生态风险评估提供了全新视角。

中文标题：突破传统局限！基于生态节点生物的水生态阈值推导新框架

英文原题：The "Ecological Node-Food Web" based ecological risk assessment

通讯作者：

胡洪营，清华大学环境学院

关键词：水生态风险评估；生态节点生物；食物网模型；生态系统毒性终点；物种敏感度分布

背景介绍

化学污染物对水生生态系统构成重大威胁，部分新兴污染物甚至在痕量浓度下即可对水生生物产生毒性效应。在传统的水生生态风险评估中，风险阈值的推导通常依赖于评价因子（AF）法或物种敏感度分布（SSD）法。然而，这些方法在预测生态系统层面的效应时面临显著挑战。

具体而言，AF法未能充分涵盖整个生态系统的耐受性与恢复力，常因使用过于保守的评估因子而导致过度保护。SSD法虽然提供了更为综合的保护框架，但其不仅需要庞大的毒理学数据集，且未能有效纳入测试生物在自然生态系统中的生态位与功能角色。此外，传统毒理学测试难以评估物种间相互作用受损后引发的级联效应。因此，如何克服对海量毒理学数据的依赖，并建立污染物与生态系统层面毒性终点之间的联系，是当前研究的难点。

研究成果

为突破现有评估方法的局限，本研究提出了一种基于关键生态节点生物的“生态节点-食物网”生态风险阈值推导新方法（图1）。该方法的核心前提在于：水生生态风险通常源于水生食物网中最敏感的“节点生物”受到干扰，这些局部效应随后通过营养级相互作用在整个群落中传递，最终导致生态系统整体的退化。

图1：“生态节点-食物网”方法框架

本研究明确了“模型节点生物”的三大筛选原则：(1) 生态重要性；(2) 对毒性化合物的敏感性；(3) 实验可操作性（图2）。基于此，枝角类（如大型溞）因其在食物网中的核心地位、对污染物的高敏感性以及易于实验室孤雌生殖等特点，被确认为理想的模型节点生物候选者。

图2：“模型节点生物”筛选原则

在实证研究环节，本研究将该方法应用于中国白洋淀流域，以马拉硫磷为目标污染物，结合AQUATOX水生生态系统模型进行了模拟。通过交叉评估动态群落敏感性与半致死浓度，研究筛选出枝角类、螺类和腹足类作为该流域的模型节点生物。模型敏感性分析结果表明，仅输入上述少数模型节点生物的毒性数据，即可高度还原全群落毒性数据输入下的生态系统响应全貌（图3）。本研究最终选取对干扰最敏感的香农多样性指数作为生态效应指标，推导出的生态风险阈值高于传统SSD方法，这表明该方法不仅大幅降低了对庞大毒理学数据的依赖，同时更聚焦于生态系统的整体结构稳定性，避免了因孤立考察敏感物种而造成的评估偏差。

图3：不同毒性数据情景下生态系统效应指标的剂量效应关系

未来方向

“生态节点-食物网”方法为阐明生态系统层面污染物效应的驱动机制提供了一个具有高度通用性和可移植性的筛查框架。尽管该方法在理论与初步实践中展现出显著优势，其深入应用仍需在以下维度开展持续研究：首先，需进一步优化水生态模型的结构，降低经验参数的不确定性，并建立标准化的生态系统效应指标体系。其次，考虑到水生态系统的时间变异性，未来的风险阈值推导应探索采用90%分位数、特定季节阈值或时间加权平均值等更为动态的评价基准。最后，随着生态毒理学数据库的不断扩充，未来将致力于把更多具有地域代表性的本土物种纳入该评估框架中替代标准模型生物，从而进一步提升生态风险阈值推导的地域相关性与生态学准确性。

主要作者简介

胡洪营     清华大学环境学院教授，秀钟书院院长。兼任Water Reuse、Water Cycle期刊主编。围绕再生水水质保障与安全利用这一核心目标，通过主持和承担国家自然科学基金青年科学基金项目(A类)、国家自然科学基金重大项目、重点项目、面上项目及重大国际合作项目、国家重点研发计划项目等国家级科研项目，针对污水再生处理和再生水利用过程中的健康与生态风险产生机制、控制技术原理以及再生水生物毒性评价等开展了较为系统、深入的研究。先后获得ISO卓越贡献奖、国家科技进步二等奖、省部级科技进步一等奖等多项奖励。

引用本文

Hong-Ying Hu, Ren Ding, Huanan Gao, et al. The “Ecological Node-Food Web” based ecological risk assessment.Fundamental Research, 6(2) (2026)587-591.

原文链接（复制到浏览器中查看）：

https://www.sciencedirect.com/science/article/pii/S2667325826000130

关于Fundamental Research

Fundamental Research是由国家自然科学基金委员会主管、主办的综合性英文学术期刊。创刊于2021年，期刊立足反映国家自然科学基金资助的优秀成果，全方位报道世界基础研究前沿重要进展和重大创新性成果，提升中国基础研究和中国科学家在国际科学界的显示度和影响力，为中外科学家打造一个高端的国际学术交流平台。内容涵盖数学物理、化学化工、生命科学、地球科学、工程与材料科学、信息科学、管理科学、健康医学、交叉科学等领域，设置Article、Review、Highlight、Perspective、Commentary、Letter和News&Views等栏目。期刊已被ESCI、Scopus、DOAJ、PubMed、CAS（美国化学文摘社）、CSCD（中国科学引文数据库）、CSTPCD（中国科技论文与引文数据库）、OAJ（全球OA期刊索引）、以及COAJ（中国开放获取期刊数据库）等国内外知名数据库收录。2024年影响因子6.3，位于综合性期刊Q1区。2024年入选中国科技期刊卓越行动计划二期英文梯队期刊项目。2025年入选《FMS管理科学高质量期刊推荐列表》B区。欢迎广大科研工作者关注、投稿、引用！