开发和验证多种线性回归模型,用于预测对淡水微藻的慢性毒性
Gwilym A V Price1,2, Jenny L Stauber2,3, Dianne F Jolley4
1Faculty of Science, University of Technology Sydney Broadway, Ultimo, New South Wales, Australia.
Environmental toxicology and chemistry
|September 20, 2023
概括
多重线性回归模型用于预测对Chlorella sp.的慢性毒性. 不能准确预测天然水中的毒性. 模型总是过度预测毒性,质疑实验室模型对现实环境条件的适用性.
科学领域:
- 环境毒理学环境毒理学
- 生态毒理学 生态毒理学
- 水生毒理学 水生毒理学
背景情况:
- 对淡水微藻的慢性毒性是一个重大的环境问题.
- 预测模型对于评估生态风险至关重要,但它们在自然水域的准确性往往有限.
- 了解水化学对毒性的影响是开发强大的生态毒理学模型的关键.
研究的目的:
- 开发和验证多重线性回归 (MLR) 模型,以预测对Chlorella sp.的慢性毒性.
- 研究包括pH,硬度和溶解有机碳 (DOC) 在内的毒性修饰因素 (TMF) 对毒性的影响.
- 评估MLR模型在澳大利亚各种自然水域的预测性能.
主要方法:
- 开发使用pH,硬度和DOC作为TMF的MLR模型,包括交互效应.
- 为三个效果度 (EC) 级别构建模型:EC10,EC20和EC50.
- 独立验证模型,使用六种不同含的天然水,具有不同的水化学成分.
主要成果:
- 硬度被确定为始终具有影响力的TMF,并保留在所有最终模型中.
- pH,DOC和交互性术语显示出可变的影响,并被包含在一些模型中.
- 模型在自动验证中通常预测毒性良好,但在独立验证中表现不佳,在自然水域中总是过度预测毒性.
结论:
- 从合成水中开发的MLR模型显示,澳大利亚自然水域中毒性的预测准确性不佳.
- 一贯的过度预测表明未计数的TMF或在将实验室衍生模型应用于复杂的自然环境中的局限性.
- 需要进一步的研究,以提高预测生态毒理学模型对自然水系统的适用性.
