Handreiking systeemanalyse met behulp van de Ecologische Sleutelfactoren

ESF8-Toxiciteit. Rapport t.b.v. -test periode (dd 28-10-2015)

3

Handreiking systeemanalyse met behulp van de Ecologische Sleutelfactoren

4

Toxiciteit (ESF 8)

5

VERSIE VOOR DE BETA‐TEST*

1 2

6 7 8 9 10 11 12 13 14 15 16 17

18 19 20 21 22 23 24 25 26 27 28 29 30 31 32

Pagina 1 van 57

Leo Posthuma (RIVM), Dick de Zwart (RIVM, DdZ Ecotox), Leonard Osté (Deltares), Ron van der Oost (Waternet), Jaap Postma (Ecofide) STOWA‐rapportnummer: *** RIVM‐rapportnummer: *** Deltares‐rapportnummer: 1210758 Ecofide‐rapportnummer: *** Waternet‐rapportnummer: 15.125832

* Disclaimer: Dit rapport is het product van het project “Ontwikkeling ESF8-Toxiciteit”. Het project heeft geleid tot een aanpak voor de beoordeling van toxiciteit van watersystemen, gesteund door tools: de rekentool voor toxische druk bepaling, en het bioassay-model SIMONI. De rekentool wordt in de periode 10/2015 tot en met 3/2016 getoetst door potentiële gebruikers (test). Daarna wordt aan de hand van de suggesties uit de toetsperiode een mogelijk een aantal wijzigingen doorgevoerd, die betrekking kunnen hebben op de tool, op de tekst over de tool, en/of over de interpretatie van de resultaten die verkregen worden met de tool. Deze versie van het rapport rondt het ontwikkeltraject af. Na de -test wordt besloten op welke wijze de resultaten van de test wordt verwerkt. Dit kan leiden tot aanpassingen in de ESF8-tools en de rapportage.

1


Pagina 2 van 57

33

34

Inhoudsopgave

35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74

Inhoudsopgave Samenvatting 1 Inleiding 1.1 Ecologische Sleutelfactoren 1.2 ESF8: de Ecologische Sleutelfactor Toxiciteit 1.3 De twee sporen van de ESF8 1.4 Doelen, leeswijzer en beperkingen 2 Hoofdlijnen van het ESF8‐ontwerp 2.1 Randvoorwaarden 2.2 Het twee‐sporen ontwerp 2.3 De beoordeling van toxiciteit 3 Spoor 1, Chemie: bepalen van toxische druk uit concentraties 3.1 Principes 3.2 Ontwikkeling van het spoor Chemie 3.2.1 Selectie van stoffen voor de ESF8‐spoor Chemie 3.2.2 Verzamelen van toxiciteitsgegevens van deze relevante stoffen 3.2.3 Van toxiciteitsgegevens via SSD’s en hun kwaliteit 3.2.4 Via SSD’s naar uitvoervarianten van de toxische druk 3.3 Rekentool voor het kwantificeren van toxische druk 3.4 Toelichting bij de interpretatie van toxische druk resultaten 3.4.1 Relatieve of absolute interpretatie 3.4.2 Beperkingen 3.4.3 Specifieke werkingsmechanismen en nieuwe stoffen 3.5 Praktijkvoorbeelden ESF8‐Chemie 4 Spoor 2, Toxicologie: effectmetingen met bioassays 4.1 Principes 4.2 Ontwikkeling van het spoor Toxicologie 4.2.1 Selectie van relevante bioassays 4.2.2 Ontwikkelen van signaalwaarden voor ecologische risico’s 4.3 SIMONI 1.1: model om de ecologische risico’s te kwantificeren 4.4 Praktijkvoorbeeld ESF8‐Toxicologie 5 Evaluatie en aanbevelingen 5.1 Stand van zaken 5.2 Verdere ontwikkeling 5.3 De watersysteemanalyse en de richting van maatregelen 5.4 Stand van zaken en aanbevelingen 6 Literatuur Bijlage 1: Technische aspecten van het Chemie-spoor Bijlage 2: Waternet benchmark data Toxicologie-spoor

75

Samenvatting

76 77 78 79 80 81

De systematiek van de Ecologische Sleutel Factoren (ESF’s) wordt door STOWA ontwikkeld om inzichtelijk te maken wat de huidige ecologische toestand van een watersysteem is en waar de belangrijke ‘stuurknoppen’ zitten voor herstel. Dit overzichtsrapport beschrijft de Ecologische Sleutel Factor 8, Toxiciteit. Er wordt uiteengezet wat de opzet van de ESF8 is (twee elkaar aanvullende sporen), wat op hoofdlijnen de technisch‐wetenschappelijke onderbouwing is, welke typen resultaten er verkregen worden, en hoe deze resultaten

2 2 3 3 3 4 5 6 6 6 8 11 11 12 12 13 13 15 15 17 17 17 18 18 23 23 23 23 25 28 30 33 33 33 36 37 39 41 54

2


Pagina 3 van 57

82 83 84 85 86 87 88 89 90 91 92 93 94 95 96

inzicht geven in de effecten van toxiciteit op watersystemen. Voor beide sporen van de ESF8 zijn toepassingsgerichte tools ontwikkeld, in de vorm van (a) een software applicatie, die uit beschikbare concentraties van stoffen de acute toxische druk afleidt, en (b) het SIMONI‐ model (Slimme Integrale Monitoring) waarmee uit de resultaten van een geoptimaliseerd pakket biologische effectmetingen (bioassays) afgeleid wordt wat de aard en omvang van ecologische risico’s is. De ESF8‐aanpak is bedoeld om de toxische stress van microverontreinigingen in het watersysteem te bepalen. Voor een watersysteemanalyse, waarin alle stressfactoren worden meegenomen die invloed hebben op de ecologie, is het belangrijk dat ook de overige ecologische sleutelfactoren worden onderzocht. De ESF8‐ beoordeling is aansluitend en aanvullend op de beoordelingen die volgens de geldende regelgeving moeten worden uitgevoerd. Toepassing van de ESF8‐tools leidt tot inzichten in bedreigingen van het watersysteem door stoffen. Bij een hoge toxische stress door bepaalde stoffen of stofgroepen, kan ESF8 helpen bij het afleiden van (kosten)effectieve maatregelen om de kwaliteit van het watersysteem te verbeteren. Dit rapport beschrijft het prototype van de ESF8.

97

1 Inleiding

98

1.1 Ecologische Sleutelfactoren

99 100 101 102 103 104 105 106 107 108 109 110

Het concept van ecologische sleutelfactoren (ESF’s) is door STOWA vormgegeven om inzichtelijk te maken wat de huidige ecologische staat van een watersysteem is en waar de belangrijke ‘stuurknoppen’ zitten voor herstel (Stowa, 2014). Met de negen verschillende factoren (zie Figuur 1) worden stap voor stap de bepalende factoren voor een ecologisch goed functionerend watersysteem doorgenomen. Hierbij kan voor iedere factor afzonderlijk worden bepaald of deze ‘groen’ is: het waterlichaam voldoet aan de voorwaarde waar de sleutelfactor voor staat, of ‘rood’: het waterlichaam voldoet niet aan de voorwaarde waar de sleutelfactor voor staat.

Figuur 1. De ecologische sleutelfactoren die worden ontwikkeld voor het beheer van watersystemen (zie STOWA (2014)).

111

112

1.2 ESF8: de Ecologische Sleutelfactor Toxiciteit

113 114 115 116 117 118 119 120 121 122

Om toxische effecten in het oppervlaktewater te beoordelen zijn er in Nederland voor een groot aantal stoffen waterkwaliteitsnormen beschikbaar. Deze zijn in Europese (KRW) of Nederlandse regelgeving vastgelegd en vormen een goede eerstelijns basis voor bescherming en beoordeling van de waterkwaliteit: zolang de concentratie van een bepaalde stof aan de norm voldoet, kan men er vanuit gaan dat die stof niet tot problemen in het waterbeheer leidt. Tegelijkertijd kent dit systeem ook haar beperkingen. Dit leidt tot diverse vragen in beleid en beheer: 1. Hoe groot zijn de risico’s voor de aquatische ecologie als deze chemische normen in het watersysteem worden overschreden voor één of meer stoffen? 2. Hoe groot zijn de risico’s voor de aquatische ecologie van een mengsel van stoffen?

3


Pagina 4 van 57

123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150

3. Er zijn nieuwe stoffen, die volop in de belangstelling staan maar die niet gemeten en/of genormeerd zijn; kunnen deze stoffen risico’s veroorzaken voor de ecologie? Met de ecologische sleutelfactor Toxiciteit (ESF8) moet een waterbeheerder beide vragen kunnen beantwoorden. Bovendien moet de waterbeheerder in het kader van een watersysteemanalyse inzicht kunnen krijgen in een aantal van de onderstaande deelvragen: - Hoe erg? Bij een overschrijding van normen is niet iedere situatie even ernstig, door verschillen in duur en mate van de normoverschrijding. Daarnaast gaat het om het totale effect van het aanwezige mengsel. De ESF8 moet daarom een kwantitatieve maat voor ecologische risico’s van stoffen en hun mengsels kunnen geven. - Welke stoffen? Toxiciteit kan in potentie door een enorm aantal stoffen worden veroorzaakt. De ESF8 moet inzicht geven in de stoffen (stofgroepen) die het hoogste risico voor de ecologie vormen. - Soort impact? Stoffen kunnen een aspecifiek of juist een specifiek werkingsmechanisme (zoals pesticiden en hormoon verstorende stoffen) hebben. Door kennis over dit werkingsmechanisme te combineren met inzicht in daadwerkelijke effecten geeft de ESF8 richting aan de organismegroep(en) waar effecten als eerste zichtbaar kunnen worden. - Noodzaak en prioriteren van maatregelen? Als de ESF8 een hoog ecologisch risico door chemische verontreiniging aangeeft, kunnen gerichte maatregelen worden genomen die leiden tot het terugdringen van de toxische druk. Met de informatie uit de ESF8 kan worden voorkomen dat er onnodige maatregelen worden genomen. De inzichten die met de ESF8 verkregen kunnen worden zijn daarbij aanvullend en aansluitend op de in de regelgeving vastgelegde manieren (normtoetsing en beoordeling van biologische kwaliteitselementen) om inzicht te krijgen in de waterkwaliteit. Geconsulteerde waterbeheerders bleken positief te zijn over de inzichten die met de ESF8‐aanpak verkregen kunnen worden over het belang van toxiciteit in watersystemen (zie daarvoor onder meer de §3.5 en §4.4).

151

1.3 De twee sporen van de ESF8

152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171

De ESF8 dient op eenvoudige en begrijpelijke manier inzichten te geven in de betekenis van toxiciteit als stuurfactor in een watersysteem. Tegelijkertijd zijn de eerder genoemde hoofdvragen wezenlijk verschillend. De ESF8 biedt daarom de mogelijkheid om de vraagstelling via twee verschillende beoordelingsmethoden aan te pakken. Deze worden aangeduid als twee ESF8‐sporen: Spoor 1; Chemie Gegevens over de concentraties van aanwezige en vaak routinematig gemonitorde stoffen wordt gebruikt om de verwachtte ecologische effecten via modellering te kwantificeren Spoor 2; Toxicologie De effecten van alle aanwezige extraheerbare organische stoffen, ook de onbekende en niet geanalyseerde, worden gezamenlijk vastgesteld via bioassays De beginselen en principes van beide sporen hebben internationaal een brede kennisbasis, die is toegelicht bij de uitleg van het ontwerp van beide sporen (Hoofdstukken 2, 3 en 4). Ook in het EU‐project SOLUTIONS (2013 – 2017) is deze twee‐sporen aanpak de basis om beleidsmatige vragen over de effecten van stoffen in het Europese waterbeheer te kunnen beantwoorden (Brack et al. (2015), www.solutions‐project.eu).

4


Pagina 5 van 57

172

1.4 Doelen, leeswijzer en beperkingen

173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200

Het doel van dit rapport is om de ESF8 te introduceren, de onderbouwing ervan te beschrijven, en de toepassing (als handreiking) te illustreren. Dit rapport omvat daartoe de volgende hoofdstukken: Hoofdstuk 2, “Hoofdlijnen van het ESF8‐ontwerp” beschrijft het integrale ontwerp van de ESF8. Hoofdstuk 3, “Spoor 1, Chemie: bepalen van toxische druk uit concentraties” beschrijft hoe het Chemie‐spoor van de ESF8 is ontworpen en ingevuld. Hoofdstuk 4, “Spoor 2, Toxicologie: effectmetingen met bioassays” beschrijft hoe het Toxiciteit‐spoor van de ESF8 is ontworpen en ingevuld. Hoofdstuk 5, “Evaluatie en aanbevelingen” beschrijft wat er wel en (nog) niet bereikt is met de ESF8‐aanpak die in dit rapport wordt beschreven. De ESF8 is in dit rapport als prototype beschreven. Dat betekent dat geselecteerde testers met de huidige versie een ‐test uit gaan voeren om het prototype voor gebruikers te vervolmaken. De uitkomsten die een ‐test opleveren worden omgewerkt tot verbeteringen. Die kunnen betrekking hebben op de ESF8‐tools in technische zin, maar ook op nadere uitleg van de tool of de interpretatie van de uitkomsten. In het huidige rapport wordt de hoofdtekst zo veel mogelijk gebruikt voor uitleg van het ontwerp en het gebruik bij watersysteemanalyses, en worden details over de technische details van het ontwerp in Bijlagen gegeven. De verbeteringen die via de ‐test gesuggereerd worden kunnen uitgewerkt worden in de tool (technisch beter of handiger) of tekst, bijvoorbeeld doelgerichte teksten over (a) een korte toelichting op het ESF8‐ontwerp en de relatie met de andere ESF’s, (b) een handleiding voor het praktijkgebruik van de tools, of (c) onderbouwende teksten over de details van het ontwerp. In de toekomst zal de ESF8 zich verder inhoudelijk kunnen ontwikkelen, zoals onder meer via het toevoegen van ecotoxicologische informatie over nieuwe stoffen (spoor Chemie), nieuwe bioassays (spoor Toxiciteit), en ecologische informatie (validatie van beide sporen).

5


Pagina 6 van 57

201

2 Hoofdlijnen van het ESF8‐ontwerp

202

2.1 Randvoorwaarden

203 204 205 206 207 208 209 210 211 212

De ESF‐systematiek kent een aantal randvoorwaarden. Zo is het voor iedere sleutelfactor belangrijk dat ESF‐uitslagen inzicht geven in de toestand van het watersysteem (stoplicht functie). Daarnaast dient de directe link met ‘stuurknoppen’ een waterbeheerder handvatten te bieden om de toestand van de sleutelfactor te beïnvloeden (stuurbaar). Verder moeten de ESF’s toekomstbestendig zijn. Kennis over de aanwezigheid of effecten van nieuwe stoffen moet eenvoudig aan de ESF8 kunnen worden toegevoegd. Ook is het wenselijk dat de sleutelfactor kan worden ingevuld op basis van bestaande gegevens of op basis van een kostenefficiënt alternatief (beperking van nieuwe onderzoekbehoeften) en dat dit waar mogelijk moet aansluiten bij de wijze waarop andere nationale en internationale beleidskaders met ‘toxiciteit’ omgaan (draagvlak).

213

2.2 Het twee‐sporen ontwerp

214 215 216 217 218 219 220 221 222 223 224 225 226 227

De twee samenhangende sporen van het ESF8‐ontwerp zijn weergegeven in Figuur 2. Het ene spoor (Chemie) sluit aan bij de huidige monitoring van stoffen. Dit spoor werkt via modellen. Chemische monitoring‐gegevens (concentraties) zijn hierbij de invoer. Het andere spoor (Toxicologie) is gebaseerd op het meten van effecten in biologische testen (bioassays), zonder dat bekend hoeft te zijn welke stoffen er aanwezig zijn. Doordat er twee sporen nodig zijn voor de beoordeling van toxiciteit is er – zoals bij de andere sleutelfactoren – niet alleen sprake van ‘groen’ of ‘rood’ als mogelijk uitkomsten, maar ook van ‘oranje’. Er is in dat geval sprake van een ‘mogelijk risico’ als de uitkomsten van beide sporen voor een situatie gebied verschillen. Eén van beide sporen geeft dan signaal. Het onderzoeken van de betekenis en mogelijke oorzaak daarvan vraagt dan om verdiepend onderzoek.

228 229

Figuur 2. Schematisch overzicht van de ESF8, met links het ‘screening’‐onderdeel van de ESF8 dat in dit rapport wordt beschreven. De verdieping valt buiten het huidige ESF8‐ontwerp. Voor afkortingen: zie tekst.

6


230 231 232 233 234 235 236 237 238 239 240

Pagina 7 van 57

Wat betreft uitvoeringskosten maakt het Chemie‐spoor zoveel mogelijk gebruik van bestaande monitoringsgegevens. Het Toxicologie‐spoor kan kosteneffectief worden uitgevoerd met een geoptimaliseerde batterij van bioassays. Hiermee is het mogelijk om inzicht te krijgen in de algemene én specifieke effecten (en mogelijke risico’s) van bijna alle aanwezige stoffen. Daarnaast illustreert Figuur 2 dat er bij de ESF8, net als bij de andere sleutelfactoren, sprake is van een oriënterende aanpak (‘screening’ via beide sporen), zo nodig gevolgd door een verfijnde analyse (‘verdieping’). De verdieping is maatwerk dat vooralsnog buiten het huidige ESF8‐ontwerp valt. Tabel 1. Voor‐ en nadelen en complementariteit van beide ESF8‐sporen (compilatie uit internationale ervaringen). Eenduidige interpretatie. (Nog) niet eenduidige interpretatie Aspect Effecten van mengsels (combinatietoxiciteit) Biobeschikbaarheid

Spoor Chemie (stoffen) Kan voor de geselecteerde stoffen worden berekend op basis van additiviteit Kan worden berekend als het milieuchemische gedrag van de stof bekend is Indien chronische toxiciteitstesten beschikbaar zijn, kunnen deze worden meegenomen

Langdurige blootstelling in het veld

Bioaccumulatie

Wordt momenteel nog niet beoordeeld maar zou in de toekomst kunnen worden toegevoegd, via modellering Uitslag ‘Geen effect’ sluit niet uit dat onbekende stoffen een effect kunnen geven

Wat zegt het resultaat?

Specifieke effecten

Relatie met werkelijke effecten in het veld

Aansluiting op huidige normkaders Volledigheid t.a.v. stoffen

Mogelijkheid tot afleiden mitigerende maatregelen

Uitslag ‘Wel effect’ geeft meteen aan welke stof(fen) het effect mogelijk veroorzaken. Nader onderzoek of dit effect daadwerkelijk optreedt. Thans heeft de bepaling van de toxische druk betekenis voor directe biodiversiteits‐ effecten. Specifieke effecten (zoals enerzijds doorvergiftiging en anderzijds op specifieke biologische receptoren vanwege specifieke werkingsmechanismen van stoffen) worden niet beschouwd. De modellen waarmee de lokale toxische druk wordt afgeleid zijn geaccepteerd voor het afleiden van normen voor individuele stoffen, maar de relatie tussen de (mengsel) toxische druk en veldeffecten is beperkt onderbouwd. IJking op absolute effecten wordt in de ESF8‐aanpak later uitgewerkt. Methode kan locatiespecifieker worden gemaakt door biobeschikbaarheids‐ correcties o.b.v. omgevingscondities mee te nemen. Sluit goed aan en is aanvullend op bestaande normen en de monitoring van stoffen Beperkt: selectie van stoffen is weliswaar o.b.v. gebruik, toxiciteit en waargenomen effecten, maar het aantal stoffen blijft een fractie van het geheel en nieuwe stoffen worden niet meegenomen. Direct mogelijk, omdat bijdrage van individuele stoffen inzichtelijk is

Spoor Toxicologie (effecten) Met bioassays wordt het gecombineerde effect van grote groepen stoffen integraal bepaald Wordt impliciet gemeten in de in vivo bioassays Bij de screening wordt acute toxiciteit gemeten, die in 20x geconcentreerde monsters indicatief kan zijn voor chronische toxiciteit Wordt voor een belangrijk deel meegenomen als de bemonstering wordt uitgevoerd met passive samplers Uitslag ‘Geen effect’ geeft een redelijke mate van zekerheid dat stoffen een laag risico voor de ecologie vormen Uitslag ‘Wel effect’ vraagt nader onderzoek of stoffen daadwerkelijk een probleem zijn. Bioassays kunnen gericht worden ingezet bij vermoedens van specifiek werkende stoffen.

Uitvoering is locatiespecifiek, ontwerp van ‘signaalwaarden’ (referentiekader) op basis van ecotoxicologische data en modellen (zie spoor Chemie) kan een indicatie geven van mogelijk nadelige effecten in het veld. Referentiekader nog niet geaccepteerd.

Thans beperkt, al verkent de EU momenteel de mogelijkheden voor inzet bioassays, vanwege de voordelen Groot: gericht op werkingsmechanismen of niet‐specifieke werking van stoffen. De meeste onbekende organische stoffen en omzettingsproducten worden meegenomen in niet‐specifieke assays Indirect, nadat op basis van effect is achterhaald om welke stof(fen) het gaat.

7


Pagina 8 van 57

241 242 243 244 245 246 247

De keuze voor de twee sporen is ingegeven door de hoofdvragen over toxiciteit (§1.2). Beide sporen zijn echter ook bewust aanvullend op elkaar, waarbij de voordelen van het ene spoor de nadelen van het andere spoor ondervangen (Tabel 1). Hierdoor biedt de ESF8 de waterbeheerder een optimaal inzicht in de mogelijke toxiciteit en de richting waarin de eventuele maatregelen gezocht kunnen worden.

248

2.3 De beoordeling van toxiciteit

249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270

In de beoordeling zijn de twee sporen complementair aan elkaar. Waar het Chemie‐spoor de nadruk legt op de vertaling van aangetroffen concentraties naar de omvang van de verwachte effecten, ligt de nadruk in het Toxicologie‐spoor op de beoordeling van daadwerkelijke effecten en de relevantie voor de veldsituatie. Chemie‐spoor Het ‘Chemie’‐spoor maakt inzichtelijk wat de mogelijke ecologische effecten van de aangetroffen stoffen en hun mengsels kunnen zijn. Er wordt gekwantificeerd welke stoffen welke effecten kunnen hebben. Dit gebeurt via het begrip toxische druk. Dit begrip wordt als standaard‐werkwijze gebruikt bij de afleiding van waterkwaliteitsnormen uit laboratoriumgegevens (ECHA 2008, EC 2011). Bij het vaststellen van waterkwaliteitsnormen is namelijk de operationele beschermings‐ doelstelling gedefinieerd als “de concentratie van een stof waarbij 95% van de mogelijk voorkomende soorten beschermd wordt tegen enig nadelig effect”. Die concentratie wordt afgeleid via een soorten‐gevoeligheidsverdeling, in het Engels: Species Sensitivity Distribution, SSD (zie Figuur 3, met X=concentratie, en Y=toxische druk, uitgedrukt als Potentieel Aangetaste Fractie, PAF). De chronische toxische druk die bij de afleiding van normen een rol speelt is daarbij gelijk aan 5%. Aan de hand deze beleidsmatig gekozen maximale chronische toxische druk (Y‐as) kan voor iedere stof een bijbehorende normconcentratie worden afgeleid (X‐as), waarbij geldt: hoe toxischer de stof, hoe lager de kritische concentratie, zie Figuur 3)1.

271 272 273 274 275 276 277 278

Figuur 3. Toepassing van soorten‐gevoeligheidsverdelingen (SSDs afgeleid van chronische NOECs) bij het afleiden van waterkwaliteitsnormen van stoffen, waarbij voor drie stoffen met sterk verschillende toxiciteit (ligging van de curve) getoond wordt hoe het beleidsmatig gekozen beschermingsniveau (maximaal 5% van de soorten blootgesteld boven hun NOEC, ofwel 95% beschermd tegen enig effect) leidt tot verschillende kritische concentraties die bij dat beschermingsniveau horen. Slechts voor één van de stoffen, de meest toxische, worden de gebruikte ecotoxiciteitsdata getoond.

1

Op basis van de hoeveelheid en kwaliteit van de beschikbare gegevens kan aanvullend ook een extra veiligheidsfactor worden toegepast.

8


279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331

Pagina 9 van 57

In de ESF8 wordt het begrip toxische druk de andere kant op gebruikt. Nu is de concentratie van een stof bekend of via modellen voorspeld (X), en leidt men juist af welk deel van de mogelijk aanwezige soorten een negatief effect zal ondervinden (PAF, Y). Die fractie varieert van 0 tot 1 (0 tot 100%), en wordt aangeduid als de Potentieel Aangetaste Fractie (PAF). De toxische druk wordt in de ESF8 voor iedere afzonderlijke stof uitgerekend en vervolgens wordt het effect van alle aanwezige stoffen samen gecombineerd tot een mengsel‐toxische druk (meer‐stoffen PAF ofwel: msPAF). Deze msPAF van een groep stoffen, of zelfs een heel monster, varieert (dus) ook van 0 tot 1. Voor zowel de normstelling als de ESF8‐toepassing wordt de beoordeling van toxiciteit in het Chemie‐spoor uiteindelijk gebaseerd op toxiciteitsgegevens uit het laboratorium. Die worden verkregen door het testen van iedere stof afzonderlijk op verschillende soorten. De testen kunnen acuut of chronisch zijn. Om deze reden kan er ook onderscheid gemaakt worden tussen de acute‐ en de chronische toxische druk van een stof, die dan ook gebaseerd zijn op acute‐ resp. chronische SSDs. Bij de ESF8 is gekozen om de toxische druk te baseren op acute (snel werkende) toxiciteit. Hier zijn twee redenen voor. Allereerst wordt verwacht dat de relatie met werkelijke (meetbare) ecologische effecten in het veld hierdoor verbetert. Daarnaast is de betrouwbaarheid en volledigheid van de benodigde toxiciteitsgegevens groter dan voor chronische effecten. Als basis voor de bepaling van de toxische druk wordt bij de modellering daarom gebruik gemaakt van zogenaamde acute EC50‐waarden. Dit zijn concentraties waarbij de testorganismen tijdens een korte blootstelling (veelal <1 week) meer dan 50% effect op de overleving, groei of reproductie ondervinden. In de ESF8 wordt de toxische druk daarom uitgedrukt als fractie van de soorten voor welke de acute EC50 wordt overschreden. In een studie met verontreinigde sedimenten in het benedenrivierengebied is aangetoond dat deze acute toxische druk een goede en directe relatie vertoont met daadwerkelijke effecten op de biodiversiteit van de aanwezige macrofauna (Posthuma en De Zwart 2012a). Overigens wil deze keuze voor het kwantificeren van de acute toxische druk niet zeggen dat er met deze sleutelfactor niet ook een indruk over chronische (langzaam werkende) toxiciteit kan ontstaan. Hiervoor gelden alleen andere maatstreepjes op dezelfde maatlat. Als de acute toxische druk bijvoorbeeld 0,2 is (de acute EC50 zou voor 20% van de geteste soorten overschreden worden) dan kan de fractie soorten met chronische effecten bijvoorbeeld 64% zijn. Deze verhouding is hier slechts een voorbeeld. De werkelijke verhouding tussen de waardes van een acute en een chronische toxische druk van een monster worden bepaald door de ligging en de hellingen van de SSDs‐curves, en kan per stof verschillen (zie §3.1). Toxicologie‐spoor Het Toxicologie‐spoor maakt met effectmetingen inzichtelijk of het gehele mengsel aan stoffen een nadelig effect kan hebben op waterorganismen. Hierbij wordt zowel de algemene toxiciteit (testen met organismen) als de specifieke toxiciteit (testen met cellijnen, gericht op een bepaald werkingsmechanisme) bepaald. In dit spoor wordt het nadelige effect van een zeer grote groep stoffen beoordeeld. De effectmetingen worden uitgevoerd met bioassays waarin de organismen of cellen worden blootgesteld aan extracten van geconcentreerde watermonsters met een onbekend stoffenmengsel. Om een indicatie van de chronische toxiciteit te geven (die in ongeconcentreerd water moeilijk meetbaar is) is het nodig om het water te concentreren. Dit kan met vaste fase extractie (solid‐phase extraction, SPE) van een groot volume water of met behulp van passieve bemonstering (passive samplers, PS). Het voordeel van passive sampling is dat er in ca. 6 weken een tijdgeïntegreerd monster wordt genomen van de biologisch beschikbare stoffen. Er worden alleen organische stoffen geconcentreerd, zodat voor metalen een chemische analyse (met een bepaling van de toxische druk in het Chemie‐ spoor) nodig blijft.

9


332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349

Pagina 10 van 57

Bioassays zijn toxiciteitstesten met levende dieren, planten, weefsels of cellen. Met een goed gekozen testbatterij worden de mogelijke risico’s van het gehele mengsel van in het water aanwezige stoffen (ook afbraakproducten en onbekende stoffen) geanalyseerd. Hiermee wordt een meer volledig beeld van de risico’s van chemische verontreinigingen verkregen dan mogelijk is met de chemische analyses van een beperkte groep stoffen. Het is bij een bioassay echter niet bekend welke stoffen de waargenomen effecten veroorzaken. Combinatie van beide sporen De combinatie van beide sporen in de ESF8‐methode (volgens Figuur 2) leidt vervolgens tot één oordeel per locatie in de watersysteem‐analyse. Als beide methoden hetzelfde resultaat geven is het oordeel duidelijk: “laag risico” als beide ‘goed’ signaleren (groen), en “hoog risico” als beide ‘slecht’ signaleren (rood). Een nader onderzoek is nodig als de ene methode een ‘goed’ en de andere een ‘slecht’ resultaat geeft. In het geval van een hoog risico (rood) wordt aanbevolen om bij het overwegen van maatregelen eerst na te gaan wat de oorzaak en omvang van het probleem is. Hiervoor worden de gegevens van verschillende monsters gezamenlijk geïnterpreteerd. Hoe complexer of duurder de maatregelen, hoe meer aanleiding er is om verdiepend onderzoek te doen.

10


Pagina 11 van 57

351

3 Spoor 1, Chemie: bepalen van toxische druk uit concentraties

352

3.1 Principes

353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381

Het Chemie‐spoor van de ESF8 is gebaseerd op drie wetmatigheden: - De (biobeschikbare) concentratie van een stof bepaalt de mate van effect - De mate van effect van een stof is afhankelijk van de gevoeligheden van de soorten in een watersysteem voor die stof - De uiteindelijke effecten van stoffen op soorten worden bepaald door de samenstelling en concentraties van alle stoffen in het lokaal aanwezige mengsel Om een voorspelling van de toxiciteit in oppervlaktewater te kunnen maken moet men dus beschikken over (1) gemeten concentraties en de biobeschikbaarheid ervan, en over inzichten in (2) de soort‐specifieke gevoeligheden van soorten voor stoffen en (3) hun mengseleffecten. Gegevens over (1) de concentraties van stoffen in watersystemen zijn – als invoer van het Chemie‐spoor – op ruime schaal voorhanden via de routinematige en projectgerichte monitoring van oppervlaktewater. Ook zijn er veel gegevens die het mogelijk maken om uit totaalconcentraties af te leiden wat – bij de gegeven lokale condities – de biobeschikbare concentratie is. Inzicht in (2) de gevoeligheden van soorten wordt wereldwijd vastgelegd in databases, zoals database van de U.S. EPA (http://cfpub.epa.gov/ecotox) of de RIVM e‐toxBase (Wintersen et al. 2004). Deze databases bevatten toxiciteitsgegevens voor veel stoffen en veel soorten. Inzichten in (3) de wijze waarop de mengseleffecten geaggregeerd moeten worden voor het afleiden van de mengsel‐toxische druk zijn ook beschikbaar (De Zwart en Posthuma 2005). De toxische druk van een stof kan vervolgens worden afgeleid zoals wordt getoond in Figuur 4. In de Bijlage wordt de methode verder toegelicht, inclusief de afleiding van de lokale toxische druk van een mengsel. In de voorbeeld‐figuur is de toxische druk van het mengsel van de twee getoonde stoffen gelijk aan 0,65. Dat wordt uitgedrukt als: msPAF = 65%.

382 383 384 385 386 387 388

Figuur 4. Toepassing van soorten‐gevoeligheidsverdelingen (SSDs) bij het afleiden van de toxische druk die veroorzaakt wordt door een mengsel van twee stoffen. De punten zijn toxiciteitsgegevens van testen met de verschillende stoffen en verschillende soorten waterorganismen, de curves de beide SSD’s. Bij een milieuconcentratie (X) van een stof wordt de toxische druk (Y) van die stof afgelezen en uitgedrukt als toxische druk van die stof (PAF). Die waarden worden geaggregeerd tot de totale mengsel‐toxische druk (msPAF, zie Bijlage).

350

11


Pagina 12 van 57

389

390

3.2 Ontwikkeling van het spoor Chemie

391 392 393 394 395 396 397 398 399

Zoals hierboven kort toegelicht, zijn er bij het ontwikkelen van het Chemie‐spoor verschillende stappen te onderscheiden: 1. Selectie van stoffen die in de ESF8‐spoor Chemie worden opgenomen 2. Verzamelen van toxiciteitsgegevens van deze stoffen 3. Afleiden van SSD‐parameters per stof 4. Maken van software om met de SSD’s de gemeten concentraties van stoffen om te rekenen in (mengsel) toxische druk Bij elke stap zijn keuzes gemaakt. Deze keuzes zijn onderbouwd in de Bijlage, en ze worden hieronder kort toegelicht.

400

3.2.1 Selectie van stoffen voor de ESF8‐spoor Chemie

401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418

Er bestaan meer dan 100 miljoen stoffen met een uniek CAS2‐nummer. Een gedeelte daarvan – geschat wordt ongeveer 100.000 – kan daadwerkelijk in de watercyclus terecht komen (Maugh 1978, Steiner 2015). Het Chemie‐spoor richt zich op een deel van deze stoffen. Enerzijds omdat slechts een deel van deze stoffen regelmatig wordt aangetroffen en daardoor beleidsrelevant is. Anderzijds omdat niet van alle stoffen voldoende toxiciteitsgegevens beschikbaar zijn om een SSD af te kunnen leiden. ESF8 besteedt daarbij ook aandacht aan stoffen waarvoor (nog) geen normen zijn afgeleid, wat mogelijk is door de keuze voor het gebruik van acute toxiciteitsgegevens. Overigens blijft het aantal toxiciteitsgegevens toenemen, waardoor in de loop der tijd voor meer stoffen een SSD kan worden bepaald. Tegelijkertijd neemt het totaal aantal stoffen ook steeds toe. Er zijn in deze studie verschillende criteria gebruikt om stoffen te selecteren die beleidsrelevant worden geacht. Deze selectieprocedure is samengevat in Bijlage 1. Het resultaat is samengevat in Tabel 2. Het proces van selectie van stoffen heeft geresulteerd in een basislijst van 6020 stoffen voor het Chemie‐spoor van het ESF8‐prototype. Tabel 2. Categorieën stoffen, en aantal stoffen per categorie, zoals gebruikt bij voor de ESF8Chemie.

Categorie

2

A

Aantal stoffen 143

B

711

C

230

D

1601

E

178

Criteria Alle KRW‐prioritaire stoffen, aangevuld met alle stoffen die in Nederland de waterkwaliteitsnorm frequent overschrijden of in de top 5 van de Nederlandse Watchlist staan. Alle stoffen die incidenteel de norm overschrijden, lager op de Nederlandse Watchlist staan of stoffen die niet normoverschrijdend zijn, maar vaak door waterbeheerders gemeten worden. Alle stoffen die in andere beleidskaders (bodem, emissiebeheer) aandacht hebben, maar in het oppervlaktewater de geldende norm niet overschrijden, echter soms wel worden aangetroffen met een concentratie boven de detectielimiet. Alle overige stoffen, die ergens in Nederland geanalyseerd worden, in overzichten zijn opgenomen of waaraan al standaard parameter‐codes zijn toegekend (ruim 60%). Som variabelen die in het Nederlandse milieubeleid zijn gecategoriseerd: bijvoorbeeld “som 2,4'‐DDT, 4,4'‐DDT, 4,4'‐DDD

Chemical Abstracts System, https://www.cas.org/

12


F G

2969 58

H

130

Totaal

6020

Pagina 13 van 57

en 4,4'‐DDE” dat binnen de KRW is aangemerkt als prioritaire stofgroep. Niet gecategoriseerde toxicanten. Stoffen die niet zijn aan te merken als toxicant: bijvoorbeeld Zuurstof (niet opgenomen in ESF8‐Chemie). Elementaire isotopen (bijv. Pb206)(niet opgenomen in ESF8‐ Chemie), behalve de meest voorkomende stabiele vorm (Pb207) Initieel beschouwde stoffen

Verzamelen van toxiciteitsgegevens van deze relevante stoffen

419

3.2.2

420 421 422 423 424 425 426 427 428 429 430 431 432 433 434

Voor alle bovengenoemde stoffen van de categorieën A tot en met F is in de (internationaal) beschikbare databases gezocht naar ecotoxiciteitsgegevens. Voor stoffen uit categorie A en B, die niet in deze databases aanwezig waren (of met een te beperkte hoeveelheid gegevens), is aanvullend ook in de internationale literatuur naar toxiciteitsgegevens gezocht, zodat deze stoffen alsnog konden worden meegenomen. In totaal zijn bijna 95.000 testgegevens (verdeeld over 4436 stoffen resp. 2257 soorten, met soms dus meer testgegevens per stof‐soort combinatie) verzameld, gestandaardiseerd en verwerkt. Een belangrijk element in deze standaardisatie was het onderscheid tussen acute en chronische toxiciteitsgegevens. Dit onderscheid is per soort verschillend, waarbij een blootstelling pas als chronisch is bestempeld indien een significant deel van de levensduur van de soort in de test is betrokken. Voor een alg kan dat criterium al binnen een dag gehaald worden, terwijl er voor een vis eerder weken nodig zijn. Van de bijna 95.000 beschikbare testgegevens had uiteindelijk 50% betrekking op acute EC50‐waarden, die direct voor het afleiden van SSD’s gebruikt konden worden. De andere gegevens hadden betrekking op acute NOEC’s (±21%), chronische EC50‐waarden (±2%) of chronische NOEC‐waarden (±26%).

435

3.2.3 Van toxiciteitsgegevens via SSD’s en hun kwaliteit

436 437 438 439 440 441 442 443 444 445 446 447 448 449

Voor iedere stof is de hoeveelheid en de aard van de beschikbare gegevens bepaald. Daaruit zijn kwaliteitsscores afgeleid die aangeven wat de kwaliteit van de SSD van een stof is (voor definitie van de scores zie Tabel 3). Bij de interpretatie van de uitvoer van de rekentool is de kwaliteit van de SSD van belang. De kwaliteit van de SSD van een stof is weergegeven in tabel "Acute SSD moments and MoA extrapolated optimally" van de rekentool en is ook opgenomen in het Excel‐invoerbestand “ConcentrationData” werkblad “Toxdata”. Onder de kop "QualityScore" wordt de kwaliteit van de SSD aangegeven. Deze score is opgebouwd uit tientallen en eenheden. De tientallen geven aan of en hoe er is geëxtrapoleerd. Extrapolatie leidt niet per definitie tot een SSD met een ontoereikende kwaliteit. De eenheden hebben betrekking op het aantal soorten organismen die zijn meegewogen. In de eenheden betekent een lagere waarde (meer soorten) een meer betrouwbare SSD.

13


450

451

Pagina 14 van 57

Tabel 3. Overzicht van het aantal stoffen dat in de ESF8 tool zijn opgenomen, per kwaliteitsscores van de SSDs die konden afgeleid.

14


Pagina 15 van 57

452

3.2.4 Via SSD’s naar uitvoervarianten van de toxische druk

453 454 455 456 457 458 459 460 461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478

Naast gegevens over de toxiciteit en het werkingsmechanisme van iedere stof zijn er ook gegevens over stofeigenschappen verzameld die de biologische beschikbaarheid bepalen (Kd, Koc), alsmede gegevens over stoftypen (organisch, zware metalen, anorganisch), typen gebruik en emissie‐situaties. Dit laatste is vooral van belang voor het afleiden van de richting van mogelijke maatregelen. De analyse van de toxische druk van een watermonster levert daardoor op meerdere “niveaus” inzicht op: 1. de totale toxische druk 2. de individuele toxische druk van vijf stoffen die relatief de belangrijkste bijdrage aan de toxische druk in een monster bepalen 3. de toxische druk door subgroepen van stoffen: zware metalen, andere anorganische stoffen (zoals nitriet en ammoniak) of organische stoffen 4. de afzonderlijke toxische druk die gerelateerd is aan bepaalde vormen van gebruik en emissies van stoffen, met als indeling het onderscheiden van emissies door/van: verbranding, voedselproductie, geurstoffen, huishoudelijke producten, industriële producten, natuurlijke producten, producten voor persoonlijke hygiëne, pesticiden en farmaceutica Alle voor de berekening van (mengsel)toxische druk benodigde gegevens zijn vastgelegd in de rekentool voor het Chemie‐spoor. Ten slotte wordt in de afleiding van de (mengsel)toxische druk rekening gehouden met biologische beschikbaarheid van stoffen. De daadwerkelijke blootstelling van soorten in een watersysteem wordt namelijk niet bepaald door de totaal‐concentraties, maar door de fractie die beschikbaar is voor blootstelling en opname. Om die fractie te berekenen zijn milieuchemische rekenregels toegepast (zie detail‐ uitwerking hieronder).

479 480 481 482 483 484 485 486 487 488 489 490 491 492 493 494 495 496 497 498 499 500 501

3.3 Rekentool voor het kwantificeren van toxische druk Alle berekeningen binnen het Chemie‐spoor kunnen worden uitgevoerd met een software‐ tool ontwikkeld voor het ESF8‐Chemie spoor. Deze tool is geprogrammeerd in MS‐Access (2007&2010) en is via STOWA vrij beschikbaar via een ZIP‐bestand (zie toelichting over Beschikbaarheid en gebruik van de tool in Bijlage 1). Het ZIP‐bestand bevat in‐ en uitvoer bestanden (via MS‐Excel), een aantal toelichtende bestanden, en de MS‐Access rekentool. De rekentool bevat zelf ook een aantal tabellen met daarin uitgeschreven de gedetailleerde uitleg van rekenstappen en procesverduidelijking in de vorm van een gecondenseerde handleiding. De tekst hieronder geeft van alle stappen slechts een samengevat overzicht, en de Bijlage geeft waar nodig details. De tool bevat een groot aantal gegevens over de ecotoxiciteit van stoffen, hun gebruik, hun werkingsmechanisme en eigenschappen die de biologische beschikbaarheid bepalen. Die gegevens maken het mogelijk om concentratie‐gegevens (monitoring) te corrigeren voor de invloed van diverse waterparameters op de biologische beschikbaarheid, en om de beschikbare concentraties vervolgens om te rekenen in toxische‐druk (PAF en msPAF). De tool is geschikt voor een watersysteemanalyse: de tool kan de gegevens van grote aantallen monsters verwerken, na het inlezen van een (in MS‐Excel geformatteerd en bijgeleverd) standaard invoerbestand. Voor een watersysteemanalyse wordt het invoer‐Excelbestand door de gebruiker gevuld met de relevante concentratiegegevens van een watersysteem. De invoerstandaard is het bestand “ConcentrationData.xlsx”. De uitvoer is wederom een MS‐Excel‐bestand (ieder

15


502 503 504 505 506 507 508 509 510 511 512 513 514 515 516 517 518 519 520 521 522 523 524 525 526 527 528 529 530 531 532 533 534 535 536 537 538 539 540 541 542 543 544 545 546 547 548 549 550 551 552 553 554

Pagina 16 van 57

monster één regel, de invoergegevens worden in de uitvoer ook getoond). Door de uitvoer in de vorm van een Exceltabel (1 regel per monster) kan de gebruiker de resultaten (totale toxische druk, toxische druk van metalen, gemiddelde toxische druk van een serie monsters, enz.) eenvoudig verder analyseren (door het berekenen van gemiddelden, trends in de tijd, enz.). Voor de duidelijkheid bevat de uitvoertabel ook de bijbehorende invoergegevens (tabblad “WaterConcentrationData”) en de beschrijving van de uitgevoerde rekenstappen (tabblad “ExplanationOfOutput”). Goede invoergegevens zijn cruciaal. Dit betreft enerzijds een controle op eenheden (let op: de ESF‐tool kent voor chemische stoffen alleen g/l), codes etc., zoals altijd van belang is. Daarnaast moeten er voor deze specifieke rekentool in meerdere gevallen keuzes worden gemaakt, voordat gegevens op een zinvolle manier door de tool kunnen worden verwerkt. De belangrijkste keuzes en de noodzakelijke bewerkingen worden in Bijlage 1 toegelicht, en zijn ook vastgelegd op een tabblad in de standaardfile voor invoergegevens. In theorie is elke stof giftig, als organismen er maar genoeg aan worden blootgesteld. Dit betekent dat er een keuze is gemaakt over welke stoffen wel en welke stoffen niet worden meegenomen. Deze keuzes hebben vooral betrekking op anorganische stoffen. Zo zijn Ca, Mg niet opgenomen als toxische stof (wel als ondersteunende parameter), maar sporenelementen als Cu, Zn en Co wel. Ook bij de nutriënt‐parameters is sprake van een overgangsgebied. Fosfaat en nitraat zijn stoffen die niet in de rekentool zijn opgenomen, terwijl nitriet juist wel is meegenomen. De totale stoffenlijst is voor de gebruiker eenvoudig in te zien in het invoerbestand (werkblad “Chemical Names and codes”). Het resultaat van de berekeningen die de tool uitvoert bestaat uit waarden voor de mengsel‐ toxische druk (msPAF‐waarde) voor het monster als geheel. Als voorbeeld: Een msPAF van 32% betekent dat bij 32% van de getoetste soorten de acute EC50 (50% effecten of meer) zou zijn overschreden, indien zij aan dit monster zouden worden blootgesteld. Het uitvoerbestand bevat eerst de gegevens om de getoetste monsters te identificeren (zoals monstercode, beheerder, datum en jaar; één regel per monster. Daarna de kwantitatieve resultaten over mengsel‐toxische druk van alle stoffen in het totale monster: aantal stoffen in de berekening, en de msPAF‐totaal, daarna de top‐5 van stoffen die in een monster het meest bijdragen aan de mengsel‐toxische druk, gevolgd door de bijdrage van bepaalde stofgroepen aan de toxische druk, in diverse “uitsnedes”. De uitsnedes geven onder meer de toxische druk van specifieke subgroepen van stoffen (de toxische‐druk bijdrage van metalen, anorganische stoffen en organische stoffen), of de toxische‐druk bijdrage van bepaalde vormen van gebruik van stoffen, zoals “verbranding”, “gebruik van huishoudchemicaliën” of “pesticiden”. Inzicht in ruimte‐ of tijd patronen in de totale toxische druk van alle stoffen, en/of van bepaalde stofgroepen, en/of van bepaalde gebruiks‐gerelateerde redenen van emissies kunnen allen behulpzaam zijn bij de analyse van de toxiciteit van een watersysteem, en bij het identificeren van mogelijke oplossingsrichtingen. Als bijvoorbeeld een watersysteem voornamelijk wordt belast door huishoudchemicaliën zal een effectief maatregelenpakket anders zijn dan bij “verbranding” of “industriële chemicaliën”. ESF8‐Chemie spoor en watersysteemanalyse Als de tool wordt gebruikt bij een volledige watersysteemanalyse hebben de resultaten betrekking op een groot aantal monsters. Door de uitvoer in MS‐Excel kunnen verdere (statistische) analyses voor een (gedeelte van een) watersysteem eenvoudig worden uitgevoerd. Hierbij valt te denken aan het berekenen van een gebiedsgemiddelde toxische druk (en standaarddeviaties ervan) om te beoordelen of bepaalde gebiedsdelen zwaarder zijn belast dan andere, of aan het beoordelen van eventuele veranderingen in de tijd. De

16


Pagina 17 van 57

555 556

uitvoer per monster is dus een basis voor de interpretatie; het is niet de interpretatie van de watersysteemanalyse zelf.

557

3.4 Toelichting bij de interpretatie van toxische druk resultaten

558 559 560 561 562 563 564 565 566 567 568 569 570 571 572 573 574 575

3.4.1 Relatieve of absolute interpretatie

576 577 578 579 580 581 582 583 584 585 586 587 588 589 590 591 592 593 594 595 596 597 598 599 600 601

Een verhoogde toxische druk in een watersysteem betekent dat de kans op effecten en de omvang van deze effecten (in principe) op de geteste soorten verhoogd zal zijn, namelijk: wanneer die soorten in het watermonster getest zouden worden. Omdat er geen aanwijzingen zijn dat de gevoeligheid van in het laboratorium geteste soorten systematisch afwijkt van de soorten in het veld is de toxische druk minstens een relatieve maat voor de te verwachten verschillen in effecten van toxische stoffen voor de in het veld aanwezige soorten tussen locaties. De conclusies die getrokken kunnen worden uit vergelijkingen tussen situaties zijn hierbij ‘logischer en betrouwbaarder’ als de monsters en systemen die vergeleken worden van nature meer vergelijkbaar zijn. Anders gezegd: als er feitelijk twee typen monsters zijn (bv. de ene uit stromend, de ander uit stilstaand water), dan is de onderlinge vergelijking het meest robuust en betekenisvol tussen de monsters binnen beide systemen. De toxische druk kan echter ook een meer absolute betekenis krijgen door een relatie te leggen met in het veld waargenomen effecten. Dit is gedaan door een relatie te leggen met de sterfte van de watervlo in veldtesten en door een relatie te leggen met macrofauna‐ inventarisaties. Ook deze twee praktijkvoorbeelden zijn in §3.5 uitgewerkt.

3.4.2 Beperkingen Doordat de toxische druk is gebaseerd op toxiciteitstesten met individuele soorten in een laboratorium kent het begrip ook enkele beperkingen. In een ecosysteem bestaan er allerlei interacties tussen soorten. Een nadelig effect op bijvoorbeeld de overleving van soort A kan daardoor leiden tot een indirect extra effect op soort B. Dat kan positief zijn, wat bijvoorbeeld optreedt als de toxische stof een concurrerende soort benadeelt, waardoor de andere soort in dichtheid toe kan nemen. Het effect kan ook negatief zijn, als door toxiciteit een prooisoort wegvalt, waarna ook de predator indirect wordt beïnvloed. Dergelijke indirecte effecten worden niet gekwantificeerd met de SSD‐modellen; wel geldt op basis van logische redenering dat indirecte effecten alleen kunnen voorkomen als er directe effecten zijn, en dat indirecte effecten groter zullen worden als de directe effecten groter zijn. Verder is het voor de interpretatie belangrijk om de verschillen tussen “toxische druk” en het “niet voldoen aan waterkwaliteitsdoelen” toe te lichten. Allereerst worden bij de afleiding van normen veiligheidsfactoren gebruikt ten opzichte van de beschikbare toxiciteitsgegevens, waarbij de grootte van de factor afhankelijk is van de beschikbaarheid van betrouwbare data. Dat kan er toe leiden dat de norm meer dan een factor 10 lager wordt. In de ESF‐tool wordt de toxische druk berekend zonder de toepassing van veiligheidsfactoren. Verder wordt in de normstelling niet alleen gekeken naar de directe effecten op blootgestelde soorten (zoals in de ESF8), maar wordt ook gekeken naar de risico’s voor organismen hogerop in de voedselketen en naar de eventuele humane risico’s bij de consumptie van bijvoorbeeld vis of schelpdieren. Het sterkste risico op deze

17


Pagina 18 van 57

602 603 604 605 606 607 608

beschermingsdoelen bepaalt de hoogte van de uiteindelijke waterkwaliteitsdoelstelling3. Als men in de monitoring een normoverschrijding vaststelt voor een stof, waarbij de norm op humane consumptierisico’s of doorvergiftiging is gebaseerd, kan het zo zijn dat dit niet of nauwelijks leidt tot een verhoogde toxische druk voor de waterorganismen. Tegelijkertijd wil dit niet zeggen dat er geen risico’s zijn: bij blootstelling van mensen (door het drinken van water of het eten van vis) kunnen er dan wel degelijk risico’s zijn en als vogels en zoogdieren effecten ondervinden betekent dat ook een risico voor het ecosysteem.

609 610 611 612 613 614 615 616 617 618 619 620 621 622 623 624 625 626 627

3.4.3 Specifieke werkingsmechanismen en nieuwe stoffen Tot slot gaat speciale aandacht uit naar specifieke werkingsmechanismen en enkele nieuwe stoffen, zoals geneesmiddelen. Sommige van deze stoffen hebben zeer specifieke effecten op bijvoorbeeld de hormoonhuishouding of het gedrag. Dergelijke specifieke effecten worden niet standaard in de normstelling opgenomen (alleen als er voldoende kennis en inzicht in bestaat) en zijn ook niet altijd in voldoende mate in de databases met toxiciteitsgegevens opgenomen. Deze risico’s worden vooralsnog dus onvolledig in het Chemie‐spoor meegenomen (juist daarom zijn er specifieke bioassays in het Toxicologie‐ spoor opgenomen). Een lage score voor de toxische druk van mengsels betekent dus niet dat er geen specifieke toxiciteit is: de interpretatie van de acute toxische druk van mengsels is beperkt tot het afleiden van de fractie soorten die aangetast zal worden wat betreft de directe effecten van stoffen op groei, reproductie en overleving, en leidt niet tot inzicht in specifiekere effecten. In de toekomst komt er door lopend onderzoek meer kennis beschikbaar en kunnen de berekeningen van de toxische druk ook voor deze stoffen worden aangepast. Daarnaast leveren de specifieke bioassays in het spoor Toxicologie nu al een goede manier om deze effecten inzichtelijk te maken. Het is vanwege deze uitleg belangrijk om bij de interpretatie van de gegevens over een watersysteem de beperkingen van de ESF8‐methodiek te kennen en mee te wegen.

628

3.5 Praktijkvoorbeelden ESF8‐Chemie

629 630 631 632 633 634 635 636 637 638 639 640 641

In deze paragraaf worden twee voorbeelden gegeven van de toepassing van de ESF8‐Chemie rekentool op een aantal bestaande monitoring‐gegevens. Het eerste voorbeeld illustreert de analyse van een grote dataset en evalueert de uitkomsten daarvan. Deze database is doorgerekend met de voorlaatste ESF‐applicatie, waardoor voor sommige stofgroepen de biobeschikbaarheidscorrectie nog niet was doorgevoerd. In de laatste versie van de applicatie (die in de beta‐test gebruikt wordt) is de DOC‐correctie doorgevoerd, waardoor de potentiele impacts van Cu en Zn waarschijnlijk minder dominant worden. Dat houdt in dat de resultaten vooral als voorbeeld gezien moeten worden van de aard van de uitkomsten van de tool, en dat er dus geen absolute conclusies uit getrokken moeten worden. Het tweede voorbeeld gaat in op de betekenis van de toxische druk voor soorten in het watersysteem (in dit geval: vergelijking tussen voorspelde toxische druk en gemeten respons met een bioassay).

3

Dit is één van de redenen waarom de analyse via de toxische druk (m.b.v. de ESF8) meer inzicht geeft in aard en omvang van de te verwachten effecten. Normoverschrijding constateert een beleidsmatig probleem, maar duidt niet op aard (humaan of ecologisch) en omvang van de effecten (normoverschrijding of kwantitatieve toxische druk).

18


642 643 644 645 646 647 648 649 650 651 652 653 654 655 656 657 658 659 660 661 662 663 664 665 666 667 668 669 670 671 672 673 674 675 676 677 678 679 680 681 682

a) Toxische druk op basis van de chemische monitoring van de waterschappen in 2013 Doel. Bij gebruik van de rekentool voor het Chemie‐spoor kan een groot aantal concentratie‐ gegevens in ruimte en/of tijd worden samengevat. Aanpak. Het samenvatten van een zeer groot aantal gegevens is – als voorbeeld – gedaan voor landelijke waterkwaliteitsdatabase van 2013, zoals beschikbaar op het waterkwaliteitsportaal (https://www.waterkwaliteitsportaal.nl/). De voor de berekeningen benodigde concentratiegegevens en de benodigde biobeschikbaarheids‐bepalende parameters zijn daar voor het nationale niveau beschikbaar. Vervolgens is gekeken naar de uitkomsten en is een aantal aanvullende bewerkingen uitgevoerd: ‐ De meetwaarden voor NH4 zijn verwijderd, omdat NH4 vooral een indicator is voor NH3, maar de berekening van NH4 in NH3 (o.b.v. pH en T, zie paragraaf 3.3) moet de gebruiker zelf uitvoeren en vervolgens als NH3 invoeren in de invoerdatabase. Dat is voor de landelijke database niet gedaan. ‐ De meetwaarden voor Fe en Al zijn eveneens verwijderd, omdat vooral de gefiltreerde monsters toxische concentraties bevatten. Vermoedelijk betreft een groot deel van de concentratie colloïdale deeltjes die door 0,45 µm‐filters heen gaan. ‐ Alle monsters waarin minder dan 5 stoffen zijn gemeten zijn verwijderd. Vaak gaat het om specifieke metingen van bijvoorbeeld ammoniak of andere specifieke stoffen. Vervolgens bleven er 3260 monsters over. De voor die monsters getoonde resultaten zijn illustratief voor de aard van de vergelijkingen die met de ESF8‐Chemie rekentool kunnen worden verkregen, maar ze zijn niet definitief. Daarom zijn de uitkomsten geanonimiseerd, en niet gekoppeld aan de namen van waterschappen. Resultaten. (1) Meting en detectie. Figuur 5 geeft de frequentieverdeling weer van het aantal stoffen dat is gemeten en het aantal stoffen dat boven de rapportagegrens ligt. Na verwijdering van de monsters met minder dan 5 geanalyseerde stoffen werden de mediane waarden berekend als 20 stoffen (gemeten) en 6 (boven de rapportagegrens). Voor een aanzienlijk aantal stoffen ligt de concentratie dus onder de rapportagegrens. Dit verschil tussen meetinspanning en aangetroffen stoffen betekent dat in deze data set een beperkt aantal stoffen daadwerkelijk bijdraagt aan de toxische druk. Naast variatie in (het aantal) gemeten stoffen, kunnen monsters van verschillende watersystemen (waterschappen) systematisch verschillen door de aard van de lokale systemen, of door systematische verschillen in bemonstering en voorbehandeling en analyse. In een watersysteemanalyse van de Nederlandse waterschappen gericht op de rol van de te verwachten effecten van metaalmengsels moeten dergelijke systematische verschillen dan uiteraard ook vastgesteld worden, om de watersysteemanalyse te vervolmaken. 1500 Frequency

Frequency

1500 1000 500 0

1000 500 0

5‐10

683 684 685 686

Pagina 19 van 57

25 50 100 200 300 More aantal gemeten stoffen

1

2

5

10

25

More

aantal gemeten stoffen boven de rapportagegrens

Figuur 5. Histogrammen van het aantal gemeten stoffen (links) en het aantal stoffen boven de rapportagegrens. Op de x‐as is de bovengrens van de frequentie weergeven.

19


687 688 689 690 691

Pagina 20 van 57

(2) Focus: toxische druk metalen. De resultaten van de geselecteerde monsters worden samengevat in Figuur 6 voor de toxische druk van metalen. De uitslag toont de gemiddeld hoogste toxisch druk voor waterschappen waarvan bekend is dat er relatief hoge metaalconcentraties voorkomen. 0.12

msPAF (fractie)

0.1 0.08 0.06 0.04 0.02

692 693 694 695 696 697 698 699 700 701 702 703 704 705 706

0

Figuur 6. Voorbeeld van de resultaten van een ESF8‐Chemie analyse voor een groot aantal monsters, afkomstig van verschillende Nederlandse waterschappen en RWS. De Y‐as geeft de acute toxische druk van specifiek de lokale metaalmengsels (msPAFEC50, metalen). De waterschappen zijn op de X‐as gerangschikt naar toenemende toxische druk van metalen, en geanonimiseerd vanwege de voorlopige resultaten.

(3) Focus: Bijdragen van verschillende stofgroepen. Figuur 7 vergelijkt de relatieve bijdragen van metalen en organische contaminanten aan de totale toxiciteit. In de meeste waterschappen zorgen metalen voor het overgrote deel van de toxiciteit. In enkele waterschappen leveren organische contaminanten een duidelijke bijdrage. Op basis van praktijkervaring met de toepassing van (mengsel) toxische druk bij bepaling van toxiciteit wordt voor een goede interpretatie vaak onderscheid gemaakt tussen de toxische druk van metalen en van organische stoffen. 0.12 0.1

msPAFraMix msPAFraMix‐HeavyMetal

0.08

msPAFraMix‐Organic

0.06 0.04 0.02

707 708 709 710 711 712 713 714 715

0 Figuur 7. Als Figuur 6. Bijdrage van de metalen en de organische stoffen aan de msPAF. Noot: in WSS vormen de metalen en organische contaminanten opgeteld niet helemaal de totale msPAF. De tool berekent hier ook enige sulfaattoxiciteit.

(4) Focus: meest bijdragende, afzonderlijke stoffen. De rekentool maakt het mogelijk om verder in te zoomen op de bijdragen van individuele stoffen. Door dat te doen bleek dat in de 3260 monsters 2450 keer koper en 500 keer zink de hoogste bijdrage levert (Tabel 4). Er waren ook 3 bestrijdingsmiddelen die frequent als hoogste scoren, waaronder imidacloprid.

20


716 717

Tabel 4. Frequentie van de stoffen die het vaakst de hoogste toxische druk (PAF) hadden Totaal aantal monsters 3260 koper

718 719 720 721 722 723 724 725 726 727

728 729 730 731 732 733 734 735 736 737 738 739 740 741 742 743 744 745

Pagina 21 van 57

2452

zink

499

imidacloprid

116

nikkel

72

methylpirimifos

15

ethylchloorpyrifos

13

(5) Hoogste absolute bijdrage aan toxiciteit. Naast de hoogste bijdrage, is ook gekeken welke stoffen de hoogste absolute bijdrage aan de toxische druk scoren (Tabel 5). Ook hier komen koper en zink weer naar voren, maar in dit lijstje staan ook enkele PAK’s. In de categorie bestrijdingsmiddelen komen de regelmatig verhoogde stoffen uit Tabel 4 terug, maar daarnaast kunnen esfenvaleraat, fenvaleraat, pirimicarb en deltametrin incidenteel bijdragen aan de mengsel‐toxische druk. Tabel 5. Hoogste waarde voor stoffen die in een van de monsters een toxische druk (PAF) > 0.05 (5%) scoren. Stof Max PAF zink

0.67

koper

0.57

benzo(ghi)peryleen

0.38

esfenvaleraat

0.26

ethylchloorpyrifos

0.20

nikkel

0.10

pirimicarb

0.09

imidacloprid

0.08

fenvaleraat

0.08

methylpirimifos

0.08

benzo(b)fluorantheen

0.08

deltamethrin

0.07

b) Relatie tussen toxische druk en de sterfte van watervlooien in veldtesten Doel. De voorspelde (mengsel) toxische druk voorspelt acute effecten, en er bestaan locaties waarbij zowel concentratiegegevens beschikbaar zijn als ook bioassay‐effect gegevens met acute effecten in het veld. Door deze te vergelijken, kan de betekenis van de acute toxische druk geïllustreerd worden. Aanpak. In de periode 1990‐2008 heeft het Hoogheemraadschap van Delfland in totaal ruim 2250 veldtesten met de watervlo Daphnia magna uitgevoerd. In zowel het glastuinbouwgebied, enkele overgangsgebieden als mede een aantal referentielocaties werd maandelijks de overleving van de watervlooien vastgesteld. Hierbij werden telkens 10 individuen van 10 dagen oud (± 1dag) gedurende één week in een kooitje aan het oppervlaktewater blootgesteld. Eventuele effecten op de overleving konden worden gekoppeld aan de simultaan verkregen concentratiegegevens van een groot aantal bestrijdingsmiddelen, en de daarbij horende mengsel‐toxische druk. De concentratie‐ en effectgegevens zijn door Ecofide (2008) gekoppeld en geanalyseerd, waarbij onder andere al werd vastgesteld dat ongeveer 40% van de aanwezige variatie in de sterfte van de watervlooien door de geanalyseerde parameters kon worden verklaard. Vooral de concentraties van insecticiden speelden een belangrijke rol in deze verklaarbaarheid (met

21


Pagina 22 van 57

746 747 748 749 750 751 752 753 754 755 756 757 758 759 760 761 762 763 764 765 766 767 768 769 770 771

name de concentraties van a‐endosulfan, dichloorvos, diazinon, endosulfansulfaat en ethylparathion). Zestig procent van de variatie in sterfte werd dus waarschijnlijk veroorzaakt door andere factoren, waaronder niet‐gemeten stoffen en uiteraard ook vele andere lokale factoren. Met deze basisgegevens kon de ESF8‐validatie voor het Chemie‐spoor uitgewerkt worden. Resultaten. Om de ESF8‐Chemie uitslagen in de vorm van de voorspelde ‘acute toxische druk’ ook in absolute zin betekenis te geven, met als verwachting: hogere toxische druk levert meer acute effecten, zijn deze resultaten opnieuw geanalyseerd. Hierbij is de acute toxische druk met behulp van de ESF8‐tool berekend uit de concentraties van alle geanalyseerde bestrijdingsmiddelen en vervolgens gekoppeld aan de overleving van de watervlooien in de veldtest. De resultaten zijn samengevat in Figuur 8 en laten een statistisch significant verband zien, waarbij de overleving van de watervlo afneemt naarmate de acute toxische druk van bestrijdingsmiddelen toeneemt. Dit is qua trend geheel volgens verwachting. Noot: deze figuur is slechts één voorbeeld van de relaties die gevonden kunnen worden. Als de toxische druk voor meer stoffen wordt beschouwd ontstaat een andere relatie. In het onderzochte watersysteem bleek, op basis van concentratiemetingen van metalen uit ongefilterde monsters, dat de watervlooien ook waren blootgesteld aan metalen, waarbij koper, zink en nikkel de belangrijkste extra bijdragen aan de geschatte acute toxische druk leverden. Discussie. Het is te verwachten, dat er andere relaties gevonden zullen worden bij het bestuderen van andere soorten of soortgroepen. Dat is het logische gevolg van het feit dat soorten andere gevoeligheden hebben (zie Figuur 3)– en dat er dus ook gevoelige en ongevoelige dosis‐effect relaties zullen bestaan bij toenemende toxische druk in het veld. Dit betekent, dat bij toename van de (mengsel) toxische druk de ecologische effecten zullen toenemen, maar dat die effecten voor elke soort anders zijn.

772 773 774 775 776 777 778 779

Figuur 8. Verband tussen de berekende acute toxische druk (x‐as, msPAFEC50‐waarden in klassen ingedeeld) van bestrijdingsmiddelen en de waargenomen effecten op de overleving van de watervlo D. magna in veldtesten (y‐as). Weergegeven zijn de gemiddelde waardes en de standaard fouten. De toxische druk is berekend op basis van de concentraties van alle, simultaan geanalyseerde bestrijdingsmiddelen. De kolom “alles <“ betreft veldtesten, waarbij in de uitgevoerde chemische analyses geen enkel bestrijdingsmiddel in een meetbare concentratie werd aangetroffen.

780

22


Pagina 23 van 57

781

4 Spoor 2, Toxicologie: effectmetingen met bioassays

782

4.1 Principes

783 784 785 786 787 788 789 790 791 792 793 794 795 796 797

Bioassays of bioanalyses zijn biologische proeven met levende dieren en planten (in vivo) of weefsels en cellen (in vitro), waarmee de biologische activiteit en toxiciteit die door stoffen wordt veroorzaakt kan worden bepaald. Omdat bioassays de effecten van stoffen op levend materiaal meten, zijn ze essentieel bij de risicoanalyse van milieuverontreinigingen (Van der Oost et al. 2003). Met een goed gekozen batterij bioassays kunnen de mogelijke risico’s van het gehele mengsel van in het water aanwezige stoffen (ook afbraakproducten en onbekende stoffen) worden bepaald. Hierdoor krijgt men een meer volledig beeld van de risico’s dan met alleen chemische analyses van een beperkte groep stoffen. Er zijn bioassays die de algemene toxiciteit van alle stoffen bepalen, maar er zijn ook bioassays die alleen het effect van een bepaalde groep stoffen meten (zoals hormoonverstoring, DNA beschadiging, dioxine‐achtige effecten, etc.). Als er een duidelijk effect wordt gevonden dat niet met de resultaten van chemische analyses kan worden verklaard (Hoofdstuk 3), dan kan een effect gestuurde analyse (‘effect directed analysis’, EDA) of toxiciteit identificatie evaluatie (TIE) worden uitgevoerd om de belangrijkste toxische stoffen alsnog te identificeren4. De toepassing van dergelijke technieken valt buiten de reikwijdte van dit rapport.

798

4.2 Ontwikkeling van het spoor Toxicologie

799 800 801 802 803

Bij het ontwikkelen van het spoor Toxicologie, de risicoanalyse met effectgerichte testen, zijn drie stappen te onderscheiden: 1. Selectie van relevante toxische eindpunten en bioassays 2. Ontwikkelen van signaalwaarden voor ecologische risico’s 3. Ontwerpen van het SIMONI model om de ecologische risico’s te kwantificeren

804

4.2.1 Selectie van relevante bioassays

805 806 807 808 809 810 811 812 813 814 815 816 817 818 819 820 821

Bij Waternet is een strategie ontwikkeld, waarbij een batterij simpele bioassays is geselecteerd om de algemene toxiciteit en de meest relevante specifiek toxische effecten te analyseren (Van der Oost et al. in voorbereiding‐a). Deze selectie is gebaseerd op de onderstaande criteria:  Identificatie van de risico’s van een breed spectrum aan microverontreinigingen In tegenstelling tot chemische monitoring, waarbij een beperkt aantal stoffen wordt geanalyseerd, kunnen met een goed gekozen set bioassays de eventuele effecten van onbekende stoffen die in het watersysteem een probleem kunnen zijn worden aangetoond, door analyse van zowel algemene als specifieke toxiciteit. De algemene toxiciteit wordt bepaald met organismen van verschillende niveaus in de voedselketen (bacteriën, fytoplankton, zoöplankton). De meer gevoelige, specifieke bioassays kunnen samen de belangrijkste groepen microverontreinigingen aantonen.  Kosteneffectieve batterij bioassays Voor monitoring, zijn er 15 vooral eenvoudige, snel uit te voeren bioassays geselecteerd. De kosten van de totale batterij van 15 bioassays zijn lager dan de kosten van een chemische analyse van de KRW prioritaire stoffen.  Betrouwbare bioassays 4

Bij “effect gestuurde analyse” wordt een monster gefractioneerd, waarna de toxiciteit in alle fracties wordt bepaald om vervolgens gerichte chemische analyses uit te kunnen voeren op alleen die fracties, waarin toxiciteit is waargenomen. Ook bij “toxiciteit identificatie evaluatie” draait het om het koppelen van toxiciteit en chemische verbindingen, maar begint het onderzoek veelal met het verwijderen van groepen toxicanten om vervolgens vast te stellen bij welke behandeling de toxiciteit afneemt.

23


822 823 824 825 826 827 828 829 830 831 832 833 834 835 836 837 838 839 840 841 842 843 844 845 846

Pagina 24 van 57

De geselecteerde bioassays moeten aan bepaalde kwaliteitseisen voldoen, zoals robuustheid (niet foutgevoelig), selectiviteit, reproduceerbaarheid, gevoeligheid en snelheid. Daarnaast moeten de bioassays toepasbaar zijn op extracten van complexe milieumonsters.  Gemakkelijk implementeerbare bioassays Naast de lage kosten moeten de bioassays gebruiksvriendelijk zijn, zonder de noodzaak van geavanceerde apparatuur en zeer specialistische kennis voor de uitvoering. De bioassays moeten bij voorkeur kunnen worden uitgevoerd op de laboratoria van de waterbeheerders.  Relevantie voor de watercyclus De bioassays moeten gevoelig zijn voor microverontreinigingen, die in het afval‐ en oppervlaktewater voorkomen en zullen in een aanzienlijk deel van de geconcentreerde watermonsters een respons moeten geven. Op basis van de bovenstaande criteria en na bestudering van de wetenschappelijke literatuur is een selectie gemaakt van de meest relevante toxische eindpunten (Tabel 6). In deze tabel zijn ook de bioassays, waarmee deze effecten kunnen worden bepaald, opgenomen en de stoffen waarvoor de verschillende bioassays gevoelig zijn. Noot: Het is mogelijk om de verschillende eindpunten met andere bioassays te analyseren dan in de tabel aangegeven mits deze ook aan de bovenstaande criteria voldoen. Tabel 6. Selectie van toxiciteit eindpunten en bioassays voor effectgerichte monitoring van de waterkwaliteit en stofgroepen waarop ze een respons geven (Van der Oost et al. in voorbereiding‐ a).

847

24


Pagina 25 van 57

848

4.2.2 Ontwikkelen van signaalwaarden voor ecologische risico’s

849 850 851 852 853 854 855 856 857 858 859 860 861 862 863 864 865 866 867 868 869 870 871 872 873 874 875 876 877 878 879 880 881 882 883 884 885 886 887 888 889 890 891 892 893 894 895

Een belangrijke voorwaarde voor de toepasbaarheid van bioassays in de reguliere monitoring is het ontwikkelen van een methodiek om de resultaten te interpreteren. Hiervoor zijn signaalwaarden afgeleid die indicatief zijn voor de ecologische risico’s. Als een bioassay respons de signaalwaarde niet overschrijdt, duidt dit op een laag risico op nadelige ecologische effecten. Wordt de signaalwaarde wel overschreden, dan is er sprake van mogelijke nadelige ecologische effecten. Voor de afleiding van effect signaalwaarden (ESW) voor in vivo bioassays voor algemene toxiciteit is de benadering van RIVM en RIZA gevolgd. Die wordt in detail beschreven door (Durand et al. 2009). Het opstellen en valideren van signaalwaarden voor in vitro bioassays, zoals samengevat in deze paragraaf, wordt elders in detail beschreven (Van der Oost et al. in voorbereiding‐a). De afleiding van beide typen effect signaalwaarden (ESW’s) wordt hieronder kort toegelicht. Effect Signaalwaarden voor Algemene toxiciteit Het vaststellen van effect signaalwaarden voor niet‐specifieke bioassays (algemene toxiciteit) is gebaseerd op de veronderstelling, dat als er acute toxiciteit wordt gemeten in een geconcentreerd watermonster, dit een indicatie kan zijn voor chronische toxiciteit in het oorspronkelijke watermonster (Durand et al. 2009). Het meten van chronische toxiciteit in het oorspronkelijke water is tijdrovend en duur, en past daarom niet in deze kosteneffectieve strategie. De toegepaste verhouding tussen acute en chronische toxiciteit is een factor 10. Deze factor is gebaseerd op een vergelijking van honderden testen met verschillende soorten en stoffen tijdens het toepassen van de SSD‐systematiek (De Zwart en Sterkenburg 2002, Raimondo et al. 2007). Aangezien de meeste stoffen niet volledig worden opgenomen bij het concentreren met vaste fase extractie (solid phase extraction, SPE) of passieve bemonstering (passive sampling, PS), kan de toxiciteit van het oorspronkelijke monster in de geconcentreerde extracten worden onderschat. Daarom zijn de signaalwaarden met een factor 2 (50% recovery) voor dit verlies gecorrigeerd, zoals door Durand et al. (2009) werd voorgesteld voor XAD concentrering. Door het samenspel van de acuut/chronisch ratio én deze veiligheidsfactor, is een acuut effect (meetbare EC50) bij een concentratiefactor onder de 20 een indicatie voor chronische toxiciteit bij waterdieren. Acute effecten, die pas bij hogere concentratiefactoren optreden, wijzen op een laag risico. EC50‐waarden (uitgedrukt in volume‐%) worden kleiner als het effect groter wordt. Dit wordt soms als onlogisch ervaren. Daarom wordt er vaak gebruik gemaakt van het begrip Toxische Eenheid (Toxic Units; TU). Deze wordt berekend met TU = 100/EC50 en neemt daarmee toe als de toxiciteit groter wordt. Als ook de signaalwaarde op deze manier wordt omgerekend betekent dit dat een signaalwaarde >0,05 TU duidt op potentiële chronische effecten in het ecosysteem. Bij een TU onder deze waarde wordt een laag ecologisch risico verondersteld (laag‐risico effect signaalwaarde; LR‐ESW) en bij een waarde <0,005 TU wordt een verwaarloosbaar effect aangenomen (safe effect signaalwaarde; S‐ESW). Om de werking van de bioassays en signaalwaarden te illustreren zijn acht referentielocaties geselecteerd. Op de ecologische maatlat van de KRW zijn deze locaties allemaal als goed beoordeeld. De verwachting was daarom dat er op deze locaties geen toxische effecten zouden worden waargenomen. Dit werd ook in de praktijk bevestigd: de gemiddelde TU van alle vier algemene bioassays lag onder het verwaarloosbaar effectniveau (safe effect signaalwaarde, S‐ESW; Tabel 7).

25


896 897 898 899

Tabel 7. Ontwikkeling effect signaalwaarden van algemene toxiciteit eindpunten voor risico’s voor het aquatische ecosysteem bij de verwaarloosbare‐ (safe) en de laag‐risico (LR) effect signaalwaarden.

Eindpunt*

900 901 902 903 904 905 906 907 908 909 910 911 912 913 914 915 916 917 918 919 920 921 922 923

924 925 926 927 928 929 930

Pagina 26 van 57

S-ESW

LR-ESW

ecologie goed

TU

TU

gem iddelde TU

Microtox

0.005

0.05

0.004

Algentox

0.005

0.05

0

Daphniatox

0.005

0.05

0

0.002 0.005 0.05 CALUX cytotox *: de activiteiten van de algemene bioassays worden uitgedrukt als toxic units (TU = 100/EC50)

Effect Signaalwaarden voor Specifieke toxiciteit Maas et al. (2003) hebben aanbevolen om signaalwaarden voor in vitro bioassays (specifieke toxiciteit) af te leiden met een aanpak op basis van toxische equivalentiefactoren (TEF's) van geselecteerde stoffen die een hoge respons geven in de bioassays, gecombineerd met een benchmark‐benadering met behulp van bekende chemische, toxicologische en biologische gegevens. Toxisch equivalente concentraties (TEQ) zijn een maat voor het effect van een mengsel van stoffen dat wordt vertaald naar het effect dat een bekende referentiestof zou veroorzaken (Escher en Leusch 2012). De selectie van verbindingen die wordt gebruikt voor het ontwerpen van signaalwaarden is gebaseerd op de relatieve effect potentie (REP). Dat is de verhouding tussen de effectconcentraties van de stof met die van de referentiestof van de bioassay. De REP van de geselecteerde stoffen verschillen maximaal een factor 10 met die van de referentiestof van de bioassays. De meeste hormoonverstorende stoffen die zijn gebruikt voor deze signaalwaarde‐afleiding zijn ook gebruikt voor het afleiden van effect signaalwaarden voor de humane risico’s van hormoonverstorende stoffen in drinkwater (Brand et al. 2013). De door ons gevolgde procedure wordt hieronder kort samengevat. De procedure wordt uitgebreid beschreven in het achtergrondrapport (Van der Oost en Sileno 2015) en in een wetenschappelijke publicatie (Van der Oost et al. in voorbereiding‐b). Figuur 9. Schematische weergave van de ontwikkeling van Effect Signaalwaarden (ESW’s). TEQ = toxische equivalenten; S-ESW = Veilige Effect Signaalwaarde.; LR-ESW = Laag-risico Effect Signaalwaarde.

Er worden 3 routes doorlopen voor het afleiden van de effect signaalwaarden (Figuur 9).  Literatuuronderzoek toxiciteitsgegevens Voor het afleiden van de ESW’s zijn verschillende typen toxiciteitsdata uit de literatuur gebruikt, zoals de voorspelde concentraties zonder effect [PNEC, Predicted No Effect

26


931 932 933 934 935 936 937 938 939 940 941 942 943 944 945 946 947 948 949 950 951 952 953 954 955 956 957 958 959 960 961 962 963 964 965 966 967 968 969 970 971

Pagina 27 van 57

Concentrations], concentraties zonder waarneembaar effect [NOEC], laagste waarneembaar effect concentraties [LOEC], concentraties waarbij een 50% effect werd veroorzaakt [EC50] of concentraties die dodelijk waren voor 50% van de proefdieren [LC50]. De aquatische toxiciteitsgegevens (waterconcentraties) van alle geselecteerde stoffen zijn omgerekend naar de respectievelijke TEQ‐waarden door ze te vermenigvuldigen met de relatieve effect potentie van de stof. Bij kortdurende proeven (acuut) zijn de gevonden waterconcentraties gedeeld door een veiligheidsfactor 10, als indicator voor langere blootstelling (chronisch). De laagste van alle waargenomen TEQ concentraties, eventueel met veiligheidsfactor (PNEC, NOEC, LOEC/5, EC50/10 en LC50/100) is aangenomen als ecologisch ‘veilige’ effect safe‐ signaalwaarde (S‐ESW) voor een toxisch eindpunt.  SSD‐analyse toxiciteitsgegevens Een tweede stap is gemaakt door soortengevoeligheidsverdeling (SSD, zie Figuur 4) te analyseren voor de EC50 TEQs van alle relevante stoffen, om de TEQ concentratie te schatten die gevaarlijk is voor 5% van de soorten (HC5‐TEQ, met HC5=Hazardous Concentration for 5 percent of the species, zoals in Figuur 3). De HC5‐TEQ is beschouwd als indicatie voor een 'laag ecologisch risico' (laag‐risico signaalwaarde; LR‐ESW).  Benchmark vergelijking met ecologisch goede locaties Ten slotte is een benchmark met beschikbare gegevens gebruikt om een realistische LR‐ESW te bepalen, liefst onder de HC5‐TEQ. De benchmark aanpak is vooral toegepast op de bioassay responsen die werden gevonden op acht locaties met een goede ecologische toestand. Als de ecologie goed is kunnen we aannemen dat de gemiddelde bioassay responsen op deze locaties onder de voorgestelde laag‐risico signaalwaarden moeten liggen. De signaalwaarden voor specifieke effecten die voor deze ESF studie zijn afgeleid zijn weergegeven in Tabel 8. Voor vier bioassays is de voorgestelde signaalwaarden op basis van de Benchmark hoger dan de HC5‐TEQ (zie Tabel 8, grijs). De SW voor de DR‐CALUX en de PAH‐CALUX vallen echter nog wel binnen de statistische 95% betrouwbaarheidsintervallen van de HC5‐TEQ. De bioassays voor anti‐androgene activiteit en oxidatieve stress zijn gevoelig voor zeer veel stoffen, met grote verschillen in toxiciteit. Enkele van die stoffen met een zeer hoge toxiciteit kunnen in de SSD analyse zorgen voor een erg lage HC5‐TEQ waarde. De LR‐ESW is vooral aan de hand van de benchmark met ecologisch goede locaties vastgesteld omdat de kans klein is dat het totale mengseleffect in de bioassay wordt veroorzaakt door alleen de stoffen met de hoogste toxiciteit. De volledige Benchmark, waarin alle resultaten van het onderzoek van Waternet van 2010‐ 2014 zijn opgenomen, is weergegeven in Tabellen B1‐B3 in Bijlage 2. In die tabellen zijn de risicoanalyses weergegeven, waarbij de oorspronkelijke bioassay resultaten zijn gedeeld door de LR‐ESF. Waarden groter dan 1 zijn een indicatie voor mogelijke ecologische risico’s.

27


972 973 974

Pagina 28 van 57

Tabel 8. Afleiding van signaalwaarden voor Specifieke toxiciteit eindpunten voor verwaarloosbare (safe signaalwaarden; S‐ESW) en lage‐risico’s (LR‐ESW) voor het aquatische ecosysteem. Eindpunt*

Laagste TEQ/VF

S-ESW

HC5-TEQ**

benchmark ecologie goed: gemiddelde TEQ

1.11

0.06

1

4.55

40

13.18

50

0

30

4.37

20

62.7

150

4.25

10

1.5

3

0

500

0

50

7.06

100

0

250

0

100

TEQ Estrogene activiteit [ng EEQ/L]

0.06

Anti-androgene activiteit [µg FEQ/L]

0.00005

Dioxine-achtige activiteit [pg TEQ/L]

0.4

Glucocorticoïde activiteit [ng DEQ/L] PPARγ vetmetabolisme [ng REQ/L] Toxische PAK activiteit [ng BEQ/L] Oxidatieve stress [µg CEQ/L] Pregnaan X receptor [ng NEQ/L] Antibiotica activiteit: Aminoglycosiden  [ng NEQ/L]

20

Macroliden/β-Lactam  [ng PEQ/L] Sulfonamiden  [ng SEQ/L] Tetracyclinen  [ng OEQ/L] Quinolonen  [ng FEQ/L]

2.22

0.063

LOEC/5 17a-Ethinyl estradiol 0.00005 0.4 20 1.34 0.17 0.0007 0.000004

300

33222 (1546-219614)

2.22

PNEC Amoxicilline

2615 (96-23135)

10

LOEC/5 Sulfadiazine

67037.3 (24675-148222)

170

PNEC Oxytetracycline EC50/10 Triclosan

0.007 (0.001-0.030)

PNEC Neomycine

0.53

0.7 (0.2-2.2)

LOEC/5 Chlorpyrifos-ethyl

170

47 (2-368)

EC50/10 Retinoïnezuur

10

45 (0.8-371)

PNEC Benzo[a]pyreen

300

3236 (80-29965)

EC50/10 Retinoïnezuur

0.000004

36 (1.7-308)

LOEC/5 Dexamethason

0.0007

0.29 (0.1-0.6)

LOEC/5 TCDD

0.17

TEQ

(0.02-19)

LC50/10 Endosulfan

1.34

LR-SW

32931 (9837-83368)

0.53

8759 (2197-26050)

*: de activiteiten van de specifieke bioassays w orden uitgedrukt als toxische equivalenten van de referentiestoffen (TEQ/L) **: 95% betrouw baarheidsinterval (tussen haakjes) Grijs = laag-risico signaalw aarden (LR-ESW) hoger dan HC5-TEQ

975 976 977 978 979 980 981 982 983 984 985 986 987 988 989 990 991 992 993

 Genotoxiciteit Bij de normstelling van genotoxische stoffen, die mogelijk tot tumorvorming kunnen leiden (kankerverwekkend), wordt er op dit moment vanuit gegaan dat er geen veilig niveau is. De kansen nemen wel af bij lagere blootstelling, maar er blijft altijd een theoretische kans op effecten bestaan. Bij het interpreteren van bioassays voor genotoxiciteit (bijv. Ames, umuC en p53 CALUX) geldt hetzelfde en liggen de risico’s hoger dan voor chronische toxiciteit. Hierom zijn de safe‐signaalwaarden en laag‐risico signaalwaarden, zoals die voor de algemene bioassays zijn afgeleid, nogmaals een factor 10 verlaagd, waardoor een laag‐risico signaalwaarde van 0,005 TU (meetbare genotoxiciteit bij een 200x geconcentreerd monster) wordt voorgesteld. Samen kunnen de twee soorten signaalwaarden (safe S‐ESW voor veilig en low‐risk LR‐ESW voor een laag risico, afgeleid voor zowel algemene‐ als specifieke toxiciteit) gebruikt worden voor het kwantificeren van de ecologische risico’s. Door toetsing van de bioassay‐resultaten aan die signaalwaarden, kan onderscheid worden gemaakt tussen de locaties met verwaarloosbare microchemische risico's, lage risico's of potentieel verhoogde risico's voor het ecosysteem.

994

4.3 SIMONI 1.1: model om de ecologische risico’s te kwantificeren

995 996 997 998 999

Als laatste stap in het ontwikkelen van het Toxicologie spoor binnen de ESF8, is er een model ontwikkeld waarmee de effecten gemeten in bioassays worden vertaald naar ecologische risico’s. Dit model, SIMONI 1.1 (Slimme Integrale Monitoring) geeft een indicatie van de milieuchemische risico’s voor zowel iedere afzonderlijke bioassay als voor het totale pakket aan bioassays. Om een breed en gevoelig beeld van de chemische risico’s te analyseren gaat

28


Pagina 29 van 57

1000 1001 1002 1003 1004 1005 1006 1007 1008 1009

het model uit van een veldbioassay en een batterij in vivo en in vitro bioassays die op extracten van (polaire en apolaire) passive samplers of op geconcentreerde waterextracten worden uitgevoerd. De ecologische risico’s kunnen ook voorspeld worden als men niet de volledige set bioassays van Tabel 6 heeft toegepast. Wel is het belangrijk om te realiseren dat de betrouwbaarheid van de uitkomst bij een volledige analyse hoger zal zijn. Het SIMONI‐model zal in meer detail worden toegelicht in een wetenschappelijk artikel (Van der Oost et al. in voorbereiding‐c) en wordt hieronder kort samengevat. Het model is schematisch weergegeven in Figuur 10.

1010 1011 1012 1013 1014 1015 1016 1017 1018 1019 1020 1021 1022 1023 1024 1025 1026 1027 1028 1029 1030 1031 1032 1033 1034 1035 1036 1037 1038 1039

Eerste laag, monstergegevens In de eerste laag van het rekenmodel worden alle gegevens ingevoerd over de bemonstering (locaties, GIS coördinaten, data inzetten en uithalen, hoeveelheden, duur passive sampling, aantal passive samplers, passive sampler uitwisselingssnelheden) en de extracties (eindvolume). Met deze gegevens worden vervolgens de concentratiefactoren van de monsters geschat. Tweede laag, bioassay‐resultaten In de tweede laag van het model worden de bioassay resultaten ingevoerd. Deze laag is in vier onderdelen opgesplitst gericht op bioassays, die in het veld worden uitgevoerd (Figuur 10, nr. 2) en bioassays die in het laboratorium worden uitgevoerd (nrs. 3, 4 en 5). Deze laatste groep is dus opgedeeld in bioassays met extracten van polaire passive samplers (3) en apolaire passive samplers (4) en extracten van steekmonsters (5). Het model berekent de ecologische risico’s per eindpunt door het resultaat van de bioassay analyse in het extract om te rekenen naar de geschatte watervolumes en dat te toetsen aan de laag‐risico signaalwaarde (LR‐ESW). Bij een overschrijding van de LR‐ESW (een mogelijk ecologisch risico) wordt het resultaat oranje gekleurd. Is deze overschrijding meer dan een factor 10 dan duidt dit op een actueel risico (mogelijk acuut effect) en zal het veld rood kleuren. De rode kleur voor een individueel bioassay resultaat moet niet worden verward met de beoordeling rood (hoog risico) voor de betreffende locatie, want die kan alleen na chemische bevestiging voorkomen. Bij een overschrijding van de signaalwaarde voor algemene toxiciteit kan niets worden gezegd over de mogelijke oorzaken omdat alle stoffen een respons kunnen veroorzaken in deze bioassays. Bij bioassays voor specifieke toxiciteit is echter voor iedere bioassay bekend welke stofgroepen effecten kunnen veroorzaken (zie Tabel 6). Het model zet de berekende resultaten uit in een staafdiagram. In Figuur 11 is een illustratie van de tweede laag van het model, waarbij de invoer van de resultaten van de PAH‐CALUX

Figuur 10. Schematische weergave van het SIMONI model voor effectgerichte risicoanalyse

29


1040 1041 1042 1043 1044 1045 1046

1047 1048 1049 1050 1051 1052 1053 1054 1055 1056 1057 1058 1059 1060 1061 1062 1063

Pagina 30 van 57

analyse zijn weergegeven (lichtgele vlakken). Het model berekent met de in laag 1 ingevoerde gegevens waterconcentraties en voert de toetsing aan de signaalwaarden uit (laag‐risico signaalwaarde = 150 ng benzo[a]pyreen eqs/L). Figuur 11. Uitsnede uit het SIMONI 1.1 model ‐ berekening van risico’s van reactieve PAK‐ verbindingen met de PAH‐CALUX. BEQ = Benzo[a]pyreen equivalenten, LOD = Limit of Detection

Derde laag, evaluatie totaalbeeld Als er slechts bij één of twee bioassays een lichte overschrijding van de signaalwaarde wordt waargenomen, hoeft dat niet meteen een verhoogd ecologisch risico te betekenen. Als zo’n lichte overschrijding echter bij een groot aantal bioassays wordt aangetroffen, worden de indicaties steeds sterker. Daarom is er in de derde laag van het model een eenvoudige formule toegepast, waarmee het gezamenlijke effect van alle uitgevoerde bioassays wordt gekwantificeerd. Hiermee kan een indicatie van het gezamenlijke ecologische risico van alle aanwezige organische microverontreinigingen worden gegeven. In het model hebben alle bioassays een gewichtsfactor gekregen (2 voor algemene toxiciteit en 1 voor specifieke effecten). SIMONI 1.1 deelt de bioassay resultaten door de bijbehorende laag‐risico signaalwaardes en vermenigvuldigt ze met deze weegfactor. Deze resultaten worden vervolgens voor alle uitgevoerde bioassays opgeteld en gedeeld door het totale bioassay gewicht:

∗ , ∗

1064 1065 1066 1067 1068 1069 1070 1071 1072 1073

Als voorwaarde voor een betrouwbaar resultaat wordt gesteld dat het totaal gewicht van de toegepaste bioassays minimaal 10 moet zijn (maximum gewicht is 23). Als de totaal SIMONI score hoger is dan 1, wordt een mogelijk risico voor de ecologie verwacht als gevolg van de aanwezigheid van te hoge concentraties aan microverontreinigingen. Bij deze score is er van uitgegaan dat er een verhoogd risico voor het ecosysteem is als het resultaat van alle bioassays gemiddeld hoger is dan 50% van de voorgestelde signaalwaarden (de factor 0,5 in de SIMONI score). Dit percentage is arbitrair gekozen en zal op basis van voortschrijdend inzicht en validatiestudies op meerdere locaties in de toekomst ongetwijfeld nog worden bijgesteld.

1074

4.4 Praktijkvoorbeeld ESF8‐Toxicologie

1075 1076 1077 1078 1079 1080 1081

Bij Waternet is al een aantal jaren geëxperimenteerd met de SIMONI‐strategie. Zo is er in 2012 op acht locaties in het Amstel‐Gooi‐Vecht (AGV) beheergebied een uitgebreid chemisch‐toxicologisch onderzoek uitgevoerd. Als referentielocatie is hierbij gebruik gemaakt van de Waterleidingplas bij Loenen, die in de KRW‐systematiek een zeer goede ecologische toestand heeft. De bemonstering voor dit onderzoek is uitgevoerd met passive sampling (POCIS passive samplers voor polaire stoffen en siliconen rubbers passive samplers voor apolaire stoffen), en de extracten van de passive samplers zijn zowel met bioassays als

30


analytisch chemisch onderzocht. De resultaten van dit onderzoek zijn schematisch samengevat in Tabel 9. Tabel 9. Onderzoek Waternet locaties 2012: classificatie en ecologisch risico op basis van ESF8‐ Toxicologie (links) in vergelijking met de resultaten van toetsing aan de MTR en KRW‐ beoordelingswijze van de concentraties van stoffen (rechts).

CHEM totaal

Medicijnen

PP

NP-pesticiden

OCB

PCB

PAK

TOX totaal

P53 calux

MTR & KRW Chemie PPARg-calux

PAH calux

DR calux

GR calux

ER calux

TOX specifiek

antibiotica

daphniatox

algentox

microtox

test

veld daphnia

TOX algemeen

anti-AR calux

1082 1083 1084 1085 1086 1087

Pagina 31 van 57

locatie ZLP 12 NLP 12 AMS1 12 AMS2 12 VEC1 12 VEC2 12 SMW 12 WLP 12 laag risico overschrijding van individuele TOX signaalw aarden, maar totaal risico niet verhoogd mogelijk ecologisch risico door overschrijding TOX sinaalw aarde ofJGM-MKN norm

1088 1089 1090 1091 1092 1093 1094 1095 1096 1097 1098 1099 1100 1101

hoog risico door overschrijding van vastgestelde MTR of MAC-MKN normen chemie

Als we de bioassay data (TOX Algemeen en TOX Specifiek, links) vergelijken met de in deze studie ontwikkelde signaalwaarden dan worden er op vijf locaties overschrijdingen waargenomen (oranje voor ten minste één bioassay). Uit de SIMONI 1.1 analyse blijkt dat op basis van de totale bioassay responsen de hoogste risico’s te verwachten zijn op de twee glastuinbouw locaties ZLP en NLP (Figuur 12). Op basis van de chemische analyses zou er (bij toetsing aan de KRW‐concentratienormen, rechts, “Chemie”) bij zes locaties een hoog risico te verwachten zijn door overschrijding van de MTR of MAC‐MKN, terwijl de jaargemiddelde MKN op alle locaties wordt overschreden. De resultaten van de chemische analyses zijn ook onderzocht met de in Hoofdstuk 3 beschreven tool (ESF8‐spoor Chemie). De resultaten van deze vergelijking worden besproken in Hoofdstuk 5.

31


Pagina 32 van 57

1102 1103 1104 1105

Figuur 12. Uitsnede uit het SIMONI 1.1 model: totaalscore voor de mogelijke ecologische risico’s van organische microverontreinigingen op basis van alle bioassay effecten. SIMONI scores > 1 duiden op een mogelijk risico voor de ecologie door microverontreinigingen, en zijn oranje gekleurd.

1106 1107

32


Pagina 33 van 57

1108

5 Evaluatie en aanbevelingen

1109

5.1 Stand van zaken

1110 1111 1112 1113 1114 1115 1116 1117 1118 1119 1120 1121 1122 1123 1124 1125 1126 1127 1128 1129 1130 1131 1132 1133

De ontwikkeling van de ecologische sleutelfactor Toxiciteit (ESF8) heeft geleid tot een ontwerp, bestaande uit twee elkaar aanvullende sporen (Chemie en Toxicologie), twee toepassingsgerichte tools (een Access rekentool voor de Chemie met in‐ en uitvoer in Excel, en het SIMONI‐model in Excel voor de Toxicologie), en een interpretatiekader. Voor het Chemie‐spoor wordt het interpretatiekader bepaald door het begrip ‘toxische druk’, waarmee wordt aangegeven wat de milieubezwaarlijkheid van een (serie) watermonsters is voor soorten die in het laboratorium getest zijn. Hogere toxische druk wordt geïnterpreteerd als hogere te verwachten effecten op toetssoorten, en daarmee (via extrapolatie) ook op veldsoorten, ofwel: biodiversiteit. Voor het Toxicologie‐spoor wordt het interpretatiekader bepaald door signaalwaarden, die via ijking zijn afgeleid op ecologische effecten. Beide sporen van de ESF8 hebben een prototype tool opgeleverd, dat toepasbaar is in de praktijk. De ESF8‐systematiek kan momenteel door waterbeheerders worden geëvalueerd op bruikbaarheid van de technieken en begrijpelijkheid van de resultaten bij praktijkbeoordelingen van bedreigingen van het watersysteem. De ESF8‐aanpak moet gezien worden als aansluitend en aanvullend op de beoordelingen die volgens de geldende wet‐ en regelgeving moeten worden uitgevoerd. De meerwaarde van het systeem is dat een beter inzicht wordt verkregen in milieuchemische bedreigingen van het watersysteem dan met de gangbare toetsingen. Die leveren wel inzicht in normoverschrijding, maar niet in aard en omvang van de te verwachten effecten. Toepassing van de ESF8 geeft dit inzicht in aard en omvang van de ecologische risico’s van mengsels van stoffen wel, maar vervangt de norm‐toetsing niet. Toepassing van de ESF8 moet – samen met de andere ESF’s – bijdragen aan het afleiden van (kosten)effectieve maatregelen om de kwaliteit van het watersysteem te verbeteren.

1134

5.2 Verdere ontwikkeling

1135 1136 1137 1138 1139 1140 1141 1142 1143 1144 1145 1146 1147 1148 1149 1150 1151 1152 1153 1154

Zoals ieder prototype moet ook het prototype van de ESF8 uitgebreid, gevalideerd en zo nodig verbeterd worden. Uitbreiding De methodiek die in dit rapport beschreven wordt, wordt sterker als de gegevens set die aan de basis ligt wordt uitgebreid. Bijvoorbeeld door uitbreiding van het aantal stoffen dat via het Chemie‐spoor gemodelleerd kan worden. Of toepassing van nieuwe (specifieke) bioassays onder het Toxicologie‐spoor. Door dergelijke uitbreidingen wordt de ESF8 gaandeweg meer dekkend voor de beoordeling van eventuele problemen met stoffen in watersystemen. De dekkingsgraad kan dus beter. Onzekerheden Zoals bij elk model zit er een aantal onzekerheden in de beide sporen van ESF8. Het Chemische spoor geeft meer en andere informatie dan normtoetsingen van individuele stoffen, maar lang niet van alle relevante stoffen zullen de concentraties bekend zijn. Voor de inschatting van biobeschikbaarheid en mengseltoxiciteit worden modelberekeningen gedaan die niet voor alle situaties exact te voorspellen zijn. Bovendien zal de toxische druk van mengsels hoger zijn als er meer stofconcentraties bekend zijn, zodat onderlinge vergelijkingen tussen monsters het meeste betekenisvol zijn als dezelfde set stoffen gemeten is. Ondanks deze onzekerheden hebben validatiestudies aangetoond, dat toename

33


1155 1156 1157 1158 1159 1160 1161 1162 1163 1164 1165 1166 1167 1168 1169 1170 1171 1172 1173 1174 1175 1176 1177 1178 1179 1180 1181 1182 1183 1184 1185 1186 1187 1188 1189 1190 1191 1192 1193 1194 1195 1196 1197 1198 1199 1200 1201 1202 1203 1204 1205

Pagina 34 van 57

van de geschatte toxische druk van mengsels samenhangt met grotere effecten in het veld (zie onder). Een zwak punt bij het toxicologische spoor is dat het onbekend is welke stoffen de effecten in de (aspecifieke) bioassays veroorzaken. Als met passive samplers wordt gewerkt moeten daarom schattingen worden gemaakt van de watervolumes die worden geëxtraheerd. Als alternatief kunnen grote volumes water worden geëxtraheerd, maar dan gaan de voordelen van de passieve bemonstering (tijdgeïntegreerde monstername van biologisch beschikbare stoffen) verloren. Het is niet mogelijk om aan de hand van signaalwaarden een exact risico aan te geven omdat het een groot verschil kan maken welke stof het effect veroorzaakt. Uit de resultaten tot nu toe blijkt echter dat het SIMONI model wel een goede indicatie geeft van de chemische risico’s. Door de realisatie van ESF8 zetten we een stap vooruit ten opzichte van de huidige aanpak. De bestaande chemische monitoring gaat namelijk uit van de analyse van een selecte groep (prioritaire) microverontreinigingen in steekmonsters, die individueel worden getoetst aan milieukwaliteitsnormen. Hiermee is het meestal onmogelijk om een goede indicatie van de aard en omvang van de milieurisico’s te geven: de normoverschrijding signaleert een beleidsprobleem, maar duidt de te verwachten effecten niet naar aard of omvang. Met de ESF8 methodiek wordt een betere indicatie verkregen van de mogelijke risico’s voor het aquatische ecosysteem. Aan de hand van toekomstige validaties en optimalisaties zullen de onzekerheden in het ESF8 model worden verkleind. Validatie De resultaten van de ESF8 dienen voor de Nederlandse situatie gevalideerd te worden aan de hand van ecologische gegevens over Nederlandse watersystemen. Dit om vast te stellen hoe de uitkomsten van de ESF8 (rood, oranje of groen) zich verhouden tot het voorkomen van verschillende ecologische groepen (Biological Quality Elements uit de KRW). Deze validatiestudie wordt in het najaar van 2015 gestart. Validatie chemiespoor. Voor het Chemie‐spoor zijn er diverse waarnemingen die een duidelijke relatie tussen toename van (mengsel) toxische druk en ecologische effecten suggereren: meer toxische druk = meer risico = meer nadelige effecten op biodiversiteit. Literatuurvoorbeelden tonen aan of en hoe toenemende toxische druk gerelateerd is aan toenemende biodiversiteits‐effecten (Posthuma en De Zwart 2006, Carafa et al. 2011, Posthuma en De Zwart 2012b, Beketov et al. 2013, Jesenska et al. 2013, Schäfer et al. 2013, Smetanová et al. 2014). Deze studies tonen een systematische, maar deels ook vrij grove associatie tussen toxische druk en biodiversiteitseffecten. Een opvallende waarneming is bijvoorbeeld dat de dichtheden van soorten ook kunnen toenemen bij licht verhoogde toxische druk. Er bestaat hierdoor een ‘familie van relaties’ tussen toxische druk en ecologische effecten (Sánchez‐Bayo en Goka 2012). Het onderzoek van Posthuma en De Zwart (2012a) bevestigt dat de relaties tussen toxische druk en ecologische effecten op verschillende soortgroepen inderdaad genuanceerd kan zijn. Dat betekent, dat de relaties voor de Nederlandse watersystemen specifiek kunnen zijn. Dit zal dan (dus) ook onderwerp zijn van een validatie‐studie rond de uitslagen van het Chemie‐spoor van de ESF8. Validatie toxicologiespoor. Validatiestudies kunnen op vergelijkbare wijze uitgevoerd worden voor de resultaten van het Toxicologie‐spoor. Bij dit spoor is er echter al een beperkte Benchmark uitgevoerd met effect‐waarnemingen om de effect‐signaalwaarden (ESW) van de methodiek te ijken (het maken van onderscheid tussen de stoplicht kleuren groen en oranje). Aan de hand van een landelijk onderzoek zal de bioassay batterij worden geoptimaliseerd, de bemonstering worden verbeterd en de signaalwaarden mogelijk worden aangepast. Ook zullen de onzekerheden van de combinatie passieve bemonstering en

34


Pagina 35 van 57

1206 1207 1208 1209 1210 1211 1212 1213 1214 1215 1216 1217 1218 1219 1220 1221

effectgeriche analyses worden verkleind door intensieve vergelijking van chemische en biologische analyses. De formule voor de SIMONI totaalscore zal naar aanleiding van dit onderzoek waarschijnlijk worden aangepast. Validatie en de relatie tussen beide sporen. Ook is het belangrijk om te bestuderen wat de relatie is tussen de resultaten van beide sporen. Doordat beide sporen elkaar aanvullen zal kunnen blijken dat de stoplicht‐kleuren van beide sporen beter dan nu op elkaar afgestemd kunnen worden, en ook op het ecologische spoor. Anderzijds zal blijven gelden, dat beide sporen andere principes hanteren, en dus ook unieke, relevante informatie op zullen leveren. Een eerste vergelijking tussen de twee sporen is gemaakt met de dataset van het onderzoek dat in 2012 op acht Waternet locaties is uitgevoerd. In Figuur 13 is de vergelijking tussen de mengsel‐toxische druk (msPAFEC50) van de organische microverontreinigingen uitgezet tegen de SIMONI‐score van de totale bioassay analyse.

1222 1223 1224 1225 1226 1227 1228 1229 1230 1231 1232 1233 1234 1235 1236 1237 1238 1239 1240 1241 1242 1243 1244 1245

De twee glastuinbouw locaties met SIMONI‐scores boven 1 (oranje gecodeerd; indicatie voor ecologisch risico) hebben de beide hoogste msPAF waarden, waarbij ca. 0,8% van de organismen een acuut toxisch effect zal ondervinden. Op het eerste gezicht lijkt het erop dat er een overschatting van de risico’s op basis van bioassay analyses of een onderschatting van de risico’s op basis van de chemie wordt aangetoond. Bij het SIMONI model is echter uitgegaan van chronische toxiciteit, terwijl het msPAF model is gebaseerd op acute effecten. Als we de veiligheidsfactor van 10 toepassen die bij de SIMONI signaalwaarden werd gebruikt bij de schatting van chronische toxiciteit met acute testen komen we op een msPAF van 0.08, waarbij 8% van de organismen een nadelig effect ondervinden. In dat geval komen de SIMONI‐scores boven 1 overeen met de msPAF waarden waarbij meer dan 5% van de organismen nadelige effecten ondervinden van de microverontreinigingen. Een eerste stap om de uitkomsten van beide sporen op elkaar af te stemmen is dus het baseren van de risico’s op een vergelijkbare toxiciteit, acuut of chronisch. Voor beide opties valt iets te zeggen. Chronische toxiciteit als basis zal een betere indicator zijn voor nadelige effecten op individuele soorten waterorganismen. Met acute toxiciteit zal echter een betere relatie worden gevonden tussen chemische verontreiniging en de biodiversiteit in het veld (uitsterven van soorten door chemische stress). Tijdens het validatieonderzoek zal worden getoetst welke van de twee benaderingen het meest relevant is voor de waterbeheerders. Gebruikerservaringen Het prototype van de ESF8 zal via een ‐test van het prototype leiden tot het verzamelen van gebruikerservaringen. Die kunnen inzicht geven in gewenste of noodzakelijke verbeteringen van technische aspecten (het gebruik van de tools), of in verbeteringen wat

Figuur 13. Vergelijking tussen de SIMONI-score op basis van effectmetingen (Y) en de msPAF waarde op basis van chemische analyses (X) op acht locaties in het Waternet/AGV beheergebied.

35


Pagina 36 van 57

1246 1247 1248

betreft de interpretatie van de resultaten. Het ligt voor de hand dergelijke ervaringen te verwerken, om van het prototype uiteindelijke een eerste gebruikersversie van de ESF8 af te leiden.

1249

5.3 De watersysteemanalyse en de richting van maatregelen

1250 1251 1252 1253 1254 1255 1256 1257 1258 1259 1260 1261 1262 1263 1264 1265 1266 1267 1268 1269 1270 1271 1272 1273 1274 1275 1276 1277 1278 1279 1280 1281 1282 1283 1284 1285 1286 1287 1288 1289 1290 1291 1292 1293 1294

Bij een watersysteem‐analyse wordt het onderzoek naar toxiciteit (m.b.v. ESF8) uitgevoerd in samenhang met de opzet van de ESF‐systematiek als geheel (STOWA 2014). Binnen dat kader kan de ESF8 op verschillende manieren dienst doen. Hieronder wordt een aantal varianten besproken. Toepasbaarheid van de twee sporen bij ecologische risicoanalyse De watersysteemanalyse met de ESF8 is ontworpen met het oogmerk dat beide sporen bij voorkeur tegelijk worden toegepast omdat beide sporen elkaars intrinsieke beperkingen ondervangen. Afhankelijk van de vraagstelling of het beschikbare budget kan het in de praktijk vóórkomen, dat slechts een van de twee sporen wordt gevolgd of dat het ene spoor wordt toegepast voorafgaand aan het andere spoor. Als er bijvoorbeeld al concentraties van een groot aantal stoffen uit de monitoring beschikbaar zijn, dan is het volgen van het Chemie‐spoor zeer eenvoudig. De resultaten kunnen eventueel worden gebruikt om de meest relevante locaties voor het Toxicologie‐spoor te identificeren. Bij het Chemie‐spoor kan echter alleen onderscheid worden gemaakt tussen rood (hoog risico vanwege gemeten concentraties) en oranje (mogelijk risico bij lage concentraties), maar is een oordeel groen (laag risico) theoretisch onmogelijk. Ecologische risico’s door toxische effecten kunnen immers niet worden uitgesloten vanwege onbekende en niet‐gemeten stoffen. Als er weinig of geen concentraties van microverontreinigingen bekend zijn kan het Toxicologie‐spoor worden ingezet om de chemische risico’s te analyseren. Hiermee kan een onderscheid worden gemaakt tussen groen (laag risico, geen effecten boven de LR‐ESW) en oranje (mogelijk risico, relevante effecten boven de LR‐ESW). Zolang de stoffen die het negatieve effect veroorzaken echter onbekend zijn, kan nog geen oordeel ‘rood’ worden gegeven. Inzet van het Chemie‐spoor is bij deze optie dus alleen nodig op locaties waar een verhoogd ecologisch risico (oranje) wordt aangetoond. Bij een gecombineerd chemisch‐toxicologisch onderzoek is een volledige risicoanalyse (groen‐oranje‐rood) mogelijk als de stoffen die de bioassay effecten boven de LR‐ESW veroorzaken zijn geïdentificeerd. Relatieve‐ of absolute interpretatie en verwachtingen Bij een watersysteemanalyse worden de resultaten van alle ESF’s en van een groot aantal monsters geïnterpreteerd. ESF8 is daarbij een specifieke ‘eend in de bijt’, omdat deze sleutelfactor als enige over een heel groot aantal potentiële oorzaken van ecologische impacts (stoffen) gaat. Het is daarbij belangrijk te onderkennen, dat de ESF8 tot een samenvatting (en dus versimpeling) leidt. Hierbij gelden grofweg twee vuistregels die bij de interpretatie door de watersysteem‐analist van belang zijn: alle stoffen ‘doen er toe’ en ‘de 80‐20 regel’. De eerste vuistregel over de rol van stoffen in mengsels is na uitgebreide evaluatie van de literatuur in Europees verband vastgesteld als uitgangspunt voor risicobeoordelingen van mengsels van stoffen (Kortenkamp et al. 2009, Altenburger et al. 2013). De tweede vuistregel levert twee a priori verwachtingen op, die voor de interpretatie van de ESF8 van belang kunnen zijn. Vanwege de 80‐20‐regel mag verwacht worden dat (a) een groot deel van de toxiciteit in een beheergebied veroorzaakt kan worden op een relatief klein aantal locaties, en (b) in een monster toxiciteit in hoge mate veroorzaakt kan worden door slechts enkele stoffen. Een literatuurvoorbeeld van de 80‐20 regel staat in Figuur 14. Beide regels moeten niet absoluut geïnterpreteerd worden. Het is echter zinvol te bedenken dat het omgekeerde (alle locaties zijn even toxische, en alle stoffen in een mengsel dragen

36


Pagina 37 van 57

evenredig bij aan de toxiciteit) intuïtief heel onlogische uitkomsten van een watersysteemanalyse zouden zijn.

1295 1296 1297 1298 1299 1300 1301 1302 1303

1304 1305 1306 1307 1308 1309 1310 1311 1312 1313 1314 1315 1316 1317 1318 1319 1320 1321 1322 1323 1324 1325 1326 1327 1328 1329 1330 1331 1332 1333

Beide soorten verwachtingen betekenen: rangordening, en de mogelijkheid tot prioritering van maatregelen. De toepassing van de 80‐20 regel leidt tot prioritering op basis van relatieve inzichten. De 80‐20 regel is natuurlijk niet absoluut: de werkelijke verhoudingen voor een watersysteem kunnen anders zijn. Maar het omgekeerde (alle locaties zijn even toxisch, en in alle mengsels zijn alle stoffen even toxisch) is intuïtief eigenlijk zelfs niet voor te stellen: hoe zou het immers komen dat alle monsters identiek zijn, en dat alle stoffen evenveel bijdragen? Kortom: ESF8 geeft inzicht in waar, en hoe erg, op (ten minste) relatieve schaal. Zoals aangegeven, zal in een latere fase van de ESF8‐ontwikkeling de absolute betekenis (in termen van ecologische effecten op soorten en soortgroepen) geanalyseerd en beschreven worden. De richting van maatregelen De inzichten die met de ESF8 verkregen worden leiden tot inzichten in de rol van toxiciteit in het watersysteem, maar nog niet naar de richting van concrete maatregelen. Voor dat laatste speelt de combinatie van de ESF8‐resultaten met het bron – pad – receptor model potentieel een belangrijke rol. In dit denkmodel is vastgelegd dat de beheersmaatregel gericht kan zijn op de bron van de stoffen (terugdringen, wegnemen, of isoleren), de blootstellingsroute (het ‘pad’: blokkeren van de route tussen bron en ecosysteem, of verlagen biobeschikbaarheid), en de receptor (de soorten in het ecosysteem). Om deze reden is in het Chemie‐spoor onder meer informatie toegevoegd over de gebruiksvormen van een stof. Hierdoor kan bestudeerd worden of een bepaalde gebruiksvorm bijdraagt aan een hoge toxische druk, zodat maatregelen juist op die gebruiksvorm gericht kunnen worden. Vanuit de vraag “waar?” kan bijvoorbeeld blijken, dat er een duidelijke emissiebron (van meerdere stoffen) in het beheersgebied is. Of kan duidelijk worden dat locatie B vanwege hydrologische verbindingen belast wordt door bronnen in locatie A. Kortom, ESF8‐ toepassing geeft kwantitatieve inzichten in ecologische risico’s, maar suggereert zelf geen maatregelen.

1334

5.4 Stand van zaken en aanbevelingen

1335 1336 1337

Figuur 14. De 80‐20 regel toegepast op de relatieve bijdrage van stoffen aan de toxiciteit van een lokaal mengsel. X‐as en balkjes: gegevens over individuele stoffen (elk balkje is een stof). Y‐as: relatieve bijdrage aan de mengseltoxiciteit (hoe groter het balkje, hoe hoger de relatieve bijdrage aan toxiciteit). Vergelijkbare patronen voor een groot aantal milieumonsters zijn samengevat in Backhaus en Karlsson (2014).

1. Er is een prototype ontwikkeld voor Ecologische Sleutel Factor 8, ‘Toxiciteit’, dat bestaat uit twee elkaar aanvullende sporen: het spoor Chemie en het spoor Toxicologie

37


1338 1339 1340 1341 1342 1343 1344 1345 1346 1347 1348 1349 1350 1351 1352 1353 1354 1355 1356 1357 1358 1359 1360 1361 1362 1363 1364 1365 1366 1367 1368 1369 1370 1371 1372 1373 1374

Pagina 38 van 57

2. Het spoor Chemie is gebaseerd op het – via modellering – kwantificeren van de toxische druk van de stoffen op een locatie, met concentratiegegevens als invoer. Hierbij wordt gebruik gemaakt van acute toxiciteitsgegevens uit laboratoriumtesten voor verschillende soorten organismen, en van het soorten‐gevoeligheidsverdeling‐ model (SSD: Species Sensitivity Distribution). 3. Het spoor Toxicologie is gebaseerd op – via meting – kwantificeren van effecten van het gehele mengsel van in water aanwezige microverontreinigingen met biologische effectmetingen (bioassays). Er wordt gebruik gemaakt van een batterij bioassays voor algemene en specifieke toxiciteit. De uitslagen kunnen dus een breed inzicht geven in de omvang van de effecten en de aard van de stofgroepen die een mogelijk risico vormen voor de ecologie. 4. De resultaten van beide sporen zijn aanvullend op elkaar. Waar het Chemie‐spoor geen inzicht geeft in stoffen waarvoor concentratiegegevens ontbreken, geeft het Toxicologie‐spoor toch een kwantitatieve impact‐uitslag voor onbekende stoffen. Waar het Toxicologie‐spoor geen inzicht geeft in individuele stoffen die een effect veroorzaken, geeft het Chemie‐spoor stof‐specifieke effect informatie. 5. De opzet van beide sporen weerspiegelt de stand van kennis in de ecotoxicologie, en de ESF8 is daardoor de huidige optimalisatie daarvan in een operationele aanpak. De beide modellen zijn flexibel opgezet, zodat ze bij voortschrijdende kennis kunnen worden uitgebreid of aangepast. 6. De resultaten van de ESF8 dienen voor de Nederlandse situatie gevalideerd te worden aan de hand van ecologische gegevens over Nederlandse watersystemen. Deze validatiestudie wordt in het najaar van 2015 gestart. 7. Het protoype van de ESF8 wordt onderworpen aan een beta‐test periode, waardoor ervaring wordt opgedaan met het prototype van de rekentool voor het Chemie‐ spoor en met het SIMONI‐model voor het Toxicologie‐spoor, en met de interpretatie van de uitkomsten in het kader van een watersysteemanalyse. 8. Het prototype van de aanpak in het Chemie‐spoor wordt onder meer toegepast en mogelijk verder uitgebreid en gevalideerd in het Europese project SOLUTIONS 9. Het prototype van de strategie van het Toxicologie‐spoor en het SIMONI‐model wordt de komende 4 jaar verder geoptimaliseerd, gevalideerd en wetenschappelijk onderbouwd in een door STOWA en RWS gefinancierd promotieonderzoek “Smart Monitoring” aan de Universiteit van Amsterdam.

38


Pagina 39 van 57

1375

6 Literatuur

1376 1377 1378 1379 1380 1381 1382 1383 1384 1385 1386 1387 1388 1389 1390 1391 1392 1393 1394 1395 1396 1397 1398 1399 1400 1401 1402 1403 1404 1405 1406 1407 1408 1409 1410 1411 1412 1413 1414 1415 1416 1417 1418 1419 1420 1421 1422 1423 1424 1425

Altenburger, R., T. Backhaus, W. Boedeker, M. Faust, and M. Scholze. 2013. Simplifying complexity: Mixture toxicity assessment in the last 20 years. Environmental Toxicology and Chemistry 32:1685-1687. Backhaus, T., and M. Karlsson. 2014. Screening level mixture risk assessment of pharmaceuticals in STP effluents. Water Research 49:157-165. Beketov, M. A., B. J. Kefford, R. B. Schäfer, and M. Liess. 2013. Pesticides reduce regional biodiversity of stream invertebrates. Proceedings of the National Academy of Sciences of the United States of America 110:11039-11043. Brack, W., R. Altenburger, G. Schüürmann, M. Krauss, D. López Herráez, J. van Gils, J. Slobodnik, J. Munthe, B. M. Gawlik, A. van Wezel, M. Schriks, J. Hollender, K. E. Tollefsen, O. Mekenyan, S. Dimitrov, D. Bunke, I. Cousins, L. Posthuma, P. J. van den Brink, M. López de Alda, D. Barceló, M. Faust, A. Kortenkamp, M. Scrimshaw, S. Ignatova, G. Engelen, G. Massmann, G. Lemkine, I. Teodorovic, K. H. Walz, V. Dulio, M. T. O. Jonker, F. Jäger, K. Chipman, F. Falciani, I. Liska, D. Rooke, X. Zhang, H. Hollert, B. Vrana, K. Hilscherova, K. Kramer, S. Neumann, R. Hammerbacher, T. Backhaus, J. Mack, H. Segner, B. Escher, and G. de Aragão Umbuzeiro. 2015. The SOLUTIONS project: Challenges and responses for present and future emerging pollutants in land and water resources management. Science of the Total Environment 503-504:22-31. Brand, W., C. M. De Jongh, S. C. Van der Linden, W. Mennes, L. M. Puijker, C. J. Van Leeuwen, A. P. Van Wezel, M. Schriks, and M. B. Heringa. 2013. Trigger values for investigation of hormonal activity in drinking water and its sources using CALUX bioassays. . Environment International 55:109-118. Carafa, R., L. Faggiano, M. Real, A. Munné, A. Ginebreda, H. Guasch, M. Flo, L. Tirapu, and P. C. v. der Ohe. 2011. Water toxicity assessment and spatial pollution patterns identification in a Mediterranean River Basin District. Tools for water management and risk analysis. Science of the Total Environment 409:4269-4279. De Hoop, L., R. Huisman, H. Bouwhuis, J. Matthews, and R. S. E. W. Leuven. 2015. Gevoeligheid van aquatische doelsoorten voor klimaatadaptatiemaatregelen: van concept naar ruimtelijke vertaling. H2O - online 16 July 2015. De Zwart, D. 2002. Observed regularities in SSDs for aquatic species. Pages 133-154 in L. Posthuma, G. W. Suter, II, and T. P. Traas, editors. Species sensitivity distributions in ecotoxicology. Lewis Publishers, Boca Raton, FL, USA. De Zwart, D., and L. Posthuma. 2005. Complex mixture toxicity for single and multiple species: Proposed methodologies. Environmental Toxicology and Chemistry 24:2665-2676. De Zwart, D., and A. Sterkenburg. 2002. Toxicity-based assessment of water quality. Pages 383-402 in L. Posthuma, G. W. Suter, II, and T. P. Traas, editors. Species sensitivity distributions in ecotoxicology. Lewis Publishers, Boca Raton, FL, USA. Durand, A. M., S. Rotteveel, M. T. Collombon, E. Van der Grinten, J. L. Maas, and W. Verweij. 2009. Toxicity measurements in concentrated water samples; evaluation and validation. Report no. 607013010, RIVM (National Institute for Public Health and the Environment) Bilthoven, the Netherlands. EC. 2011. Common implementation strategy for the Water framework Directive (2000/60/EC) - Guidance Document No. 27 - Technical guidance for deriving environmental qualilty standards. . Brussel, Belgium. ECHA. 2008. Guidance on information requirements and chemical safety assessment. Chapter R.10: Characterisation of dose [concentration]-response for environment. European @@@.

39


1426 1427 1428 1429 1430 1431 1432 1433 1434 1435 1436 1437 1438 1439 1440 1441 1442 1443 1444 1445 1446 1447 1448 1449 1450 1451 1452 1453 1454 1455 1456 1457 1458 1459 1460 1461 1462 1463 1464 1465 1466 1467 1468 1469 1470 1471 1472 1473 1474 1475 1476 1477 1478

Pagina 40 van 57

Ecofide. 2008. Twee decennia monitoring van bestrijdingsmiddelen en Daphnia’s. Een dataanalyse voor het beheersgebied van HH Delfland. . Ecofide. In opdracht van: Rijkswaterstaat Waterdienst. . EPA, U. S. 2013. Aquatic life ambient water quality criteria for ammonia freshwater. . report no. EPA 822-R-13-001: 242., U.S. EPA, Office of Water. , Washington DC, USA. Escher, B., and F. Leusch. 2012. Bioanalytical Tools in Water Quality Assessment. IWA Publishing, London, UK. Jesenska, S., S. Nemethova, and L. Blaha. 2013. Validation of the species sensitivity distribution in retrospective risk assessment of herbicides at the river basin scale-the Scheldt river basin case study. Environmental Science and Pollution Research 20:6070-6084. Kortenkamp, A., T. Backhaus, and M. Faust. 2009. State of the art report on mixture toxicity. University of London (ULSOP), London, UK. Maas, J. L., Van de Plassche E., A. Straetmans, A. D. Vethaak, and A. C. Belfroid. 2003. Normstelling voor bioassays. Uitwerking voor oppervlaktewater en waterbodem. . RIZA report 2003.005, (in Dutch). Maugh, T. H. 1978. Chemicals: how many are there? Science 199:162. Posthuma, L., and D. De Zwart. 2006. Predicted effects of toxicant mixtures are confirmed by changes in fish species assemblages in Ohio, USA, rivers. Environmental Toxicology and Chemistry 25:1094-1105. Posthuma, L., and D. De Zwart. 2012a. Predicted mixture toxic pressure relates to observed fraction of benthic macrofauna species impacted by contaminant mixtures. Environmental Toxicology and Chemistry 31:2175–2188. Posthuma, L., and D. De Zwart. 2012b. Predicted mixture toxic pressure relates to observed fraction of benthic macrofauna species impacted by contaminant mixtures. Environ. Toxicol. Chem. 31:2175–2188. Posthuma, L., and D. De Zwart. 2014. Species Sensitivity Distributions. Pages 363–368 Encyclopedia of Toxicology, 3rd edition. Elsevier Inc., Academic Press. Posthuma, L., T. P. Traas, and G. W. Suter, II, editors. 2002. Species sensitivity distributions in ecotoxicology. Lewis Publishers, Boca Raton, FL. Raimondo, S., B. J. Montague, and M. G. Barron. 2007. Determinants of variability in acute to chronic ratios for aquatic invertebrates and fish. . Environ. Toxicol. Chem. 26:2019-2023. Sánchez-Bayo, F., and K. Goka. 2012. Evaluation of suitable endpoints for assessing the impacts of toxicants at the community level. Ecotoxicology 21:667-680. Schäfer, R. B., N. Gerner, B. J. Kefford, J. J. Rasmussen, M. A. Beketov, D. de Zwart, M. Liess, and P. C. von der Ohe. 2013. How to Characterize Chemical Exposure to Predict Ecologic Effects on Aquatic Communities? Environmental science & technology 47:7996-8004. Smetanová, S., L. Bláha, M. Liess, R. B. Schäfer, and M. A. Beketov. 2014. Do predictions from Species Sensitivity Distributions match with field data? Environmental Pollution 189:126-133. Steiner, A. 2015. Reflections. In: Making our future chemical-safe. Pages 4-5 Our Planet. The magazine of the United Nations Environment Programme. (UNEP). September 2015., UNEP, Nairobi, Kenya. STOWA. 2014. Ecologische Sleutelfactoren. Begrip van het watersysteem als basis voor beslissingen., STOWA - Stichting Toegepast Onderzoek Waterbeheer, Amersfoort. Van der Oost, R., J. Beyer, and N. P. E. Vermeulen. 2003. Fish bioaccumulation and biomarkers in environmental risk assessment: a review. Environmental Toxicology and Pharmacology 13:57-149. Van der Oost, R., B. Pricope, G. Sileno, M. T. Nguyen, and A. Brouwer. in voorbereiding-a. SIMONI TTL as a novel bioanalytical monitoring strategy for water quality assessment: Part 1. Hazard identification. . Aquatic Toxicol.

40


Pagina 41 van 57

1479 1480 1481 1482 1483 1484 1485 1486 1487 1488 1489 1490 1491 1492 1493

Van der Oost, R., and G. Sileno. 2015. Effect-Based Trigger Values for Environmental Water Quality, Background ducument for STOWA report on Ecological Key Factor Toxicology. Van der Oost, R., G. Sileno, H. Besselink, and A. Brouwer. in voorbereiding-b. SIMONI TTL as a novel bioanalytical monitoring strategy for water quality assessment: Part 2. effect-based trigger values for environmental risks. . Aquatic Toxicol. Van der Oost, R., G. Sileno, T. Janse, H. Besselink, and A. Brouwer. in voorbereiding-c. SIMONI TTL as a novel bioanalytical monitoring strategy for water quality assessment: Part 3. SIMONI 1.1 model for integrated environmental risk assessment. Aquatic. Toxicol. Wintersen, A., L. Posthuma, and D. De Zwart. 2004. The RIVM e-toxBase. A database for storage, retrieval and export of ecotoxicity data. RIVM - Dutch National Institute for Public Health and the Environment, Bilthoven, The Netherlands.

1494

Bijlage 1: Technische aspecten van het Chemie‐spoor

1495 1496 1497 1498 1499 1500 1501 1502 1503 1504 1505 1506 1507 1508 1509 1510 1511 1512 1513 1514 1515 1516 1517 1518 1519 1520 1521 1522 1523 1524 1525 1526 1527 1528 1529

Deze Bijlage beschrijft enkele technische details, die van belang zijn geweest bij de afleiding van het Chemie‐spoor van ESF8 en bij het gebruik van de Access tool. Achtergronden van het SSD model Om uit een milieuconcentratie van een stof de toxische druk van een watermonster af te kunnen leiden, worden eerst alle beschikbare toxiciteitsgegevens van deze stof verzameld. Vervolgens worden deze gegevens van allerlei verschillende soorten gebruikt om per stof een zogenoemde soorten‐gevoeligheidsverdeling te maken. In het Engels is de term voor deze methodiek: SSD, Species Sensitivity Distribution (zie Posthuma en De Zwart (2014)). Een SSD is een cumulatieve verdelingscurve van de gegevens, waarbij met toenemende concentraties op de x‐as het percentage soorten dat een toxisch effect zal ondervinden (y‐ as) toeneemt tot uiteindelijk de concentratie zo hoog is dat alle soorten een effect ondervinden. De Y‐as loopt dus van 0 tot 1 (of 100%; zie Figuur 4). Toxische druk van een stof. Als de SSD‐curve voor een stof en een blootstellingsvorm (acuut of chronisch) eenmaal is vastgesteld, is het bepalen van de (acute of chronische) toxische druk niets anders dan op de y‐as een percentage (acuut of chronisch) beïnvloedde soorten aflezen behorend bij de concentratie die in het oppervlaktewater is vastgesteld (x‐as). De resulterende grootheid (toxische druk) geeft dus aan hoe ‘gevaarlijk’ het watermonster is, in principe voor de verzameling van de in het laboratorium geteste soorten. Omdat aangenomen wordt dat toenemende druk op testsoorten inzicht geeft in de druk op veldsoorten geldt dat hoe hoger waarde van de (mengsel) toxische druk, hoe groter het aantal veld‐soorten dat te lijden zal hebben van de aanwezige toxische stoffen. Toenemende toxische druk betekent een toenemende kans op biodiversiteits‐effecten. Toxische druk van een mengsel. In Figuur 4 zijn de SSDs van twee verschillende stoffen weergegeven. De twee SSDs liggen van elkaar gescheiden doordat stof A toxischer is dan stof B. De figuur toont hoe de toxische druk per stof wordt afgeleid bij een gemeten concentratie (XY). Het voorspelde effect van beide stoffen samen kan vervolgens afgeleid worden door gevalideerde rekenregels voor het kwantificeren van mengseleffecten (De Zwart en Posthuma 2005). Hierbij spelen de werkingsmechanismen van de stoffen in het mengsel een rol. Stel dat de stoffen A en B eenzelfde werkingsmechanisme hebben. Een grote meerderheid van alle stoffen is bijvoorbeeld apolair narcotisch, wat betekent dat uitsluitend de werking en de doorlaatbaarheid van celmembranen wordt verstoord. Dit aspecifieke

41


1530 1531 1532 1533 1534 1535 1536 1537 1538 1539 1540 1541 1542 1543 1544 1545 1546 1547 1548 1549 1550 1551 1552 1553 1554 1555 1556 1557 1558 1559 1560 1561 1562 1563 1564 1565 1566 1567 1568 1569 1570 1571 1572 1573 1574 1575 1576 1577 1578 1579

Pagina 42 van 57

werkingsmechanisme geeft aanleiding tot de zogenaamde ‘minimum of basis toxiciteit’. De ene stof kan wel veel toxischer zijn dan de andere, maar grijpt aan op exact dezelfde receptor in het organisme. De toxiciteit van het mengsel wordt dan berekend door de concentraties te schalen (via HU – Hazard Units) op de toxiciteit van de individuele stoffen alvorens de concentraties op te tellen. De hellingen van zowel de individuele als de gemeenschappelijke SSDs worden bij deze berekening gelijk verondersteld. De rekenregel die bij een gelijk werkingsmechanisme wordt toegepast heet ‘concentratie‐additiviteit’. Indien de stoffen A en B echter verschillende werkingsmechanismen hebben (bijv. stof A is een herbicide en stof B is een insecticide, en de stoffen leiden via hun concentraties tot PAF‐ waarden van 0.5 en 0.3 voor stof A resp. stof B, conform de figuur), dan worden de effecten van dit mengsel geschat via de rekenregel: msPAF = 1 – (1 – 0.5)*(1 – 0.3) = 0,65. Dat wil zeggen: 65% van de soorten zou zijn aangetast door dit mengsel van stof A en B. De rekenregel die in dit voorbeeld wordt toegepast is toxicologisch onderbouwd en heet ‘respons‐additiviteit’. De basis voor deze regel is dat een soort uiteraard ‘maar één keer kan verdwijnen’ (als gekeken wordt naar sterfte). Het effect van een stof wordt benaderd als onafhankelijk van het effect van andere stoffen. Dit voorbeeld toont hoe concentratie‐ metingen van diverse stoffen worden omgerekend naar de toxische druk per stof, en vervolgens via aggregatie tot de totale toxische druk van het mengsel. Bij deze aggregatie zijn de werkingsmechanismen van de stoffen in het mengsel van belang. In de rekentool die voor ESF‐Chemie is ontwikkeld wordt voor het bepalen van toxische druk van mengsels dan ook rekening gehouden met de aanwezigheid van stoffen en stofgroepen met verschillende werkingsmechanismen. De rekenregels die daarbij horen zijn in de rekentool van het Chemie‐spoor geïmplementeerd. De gebruikte rekenregels gelden voor de meest gebruikelijke situatie. Dat is een situatie waarin de stoffen in het mengsel zijn onder te verdelen in subgroepen met onderling eenzelfde werkingsmechanisme (bijvoorbeeld: een groep insecticiden en een groep fotosyntheseremmers). In dit geval rekent de tool met de rekenregel van de ‘concentratie‐additiviteit’ binnen de stofgroepen, en ‘respons‐additiviteit’ tussen de groepen. Met andere woorden: de toxische druk van een mengsel uit een gebruikelijke veldsituatie met ‘complexe mengsels’ wordt via een zogenoemde ‘mixed‐ model’‐benadering gekwantificeerd. De relatie tussen SSD’s voor normstelling en voor kwantificeren van de toxische druk. SSD‐modellen worden wereldwijd toegepast voor de afleiding van generieke waterkwaliteitsnormen voor stoffen, scenario‐specifieke normen en het kwantificeren van effecten (toxische druk) bij verontreinigingen (Posthuma et al. 2002, Posthuma en De Zwart 2014). Ook wordt de techniek succesvol toegepast voor de beoordeling van andere stressoren (zie o.a. De Hoop et al. (2015)). Belangrijk in deze benadering is de aard van de toxiciteitsgegevens waar de SSD‐curve op is gebaseerd. De gevoeligheid van soorten neemt toe naarmate de blootstelling aan een stof langer duurt. Een SSD‐curve gebaseerd op toxiciteitsgegevens uit chronische blootstellingsexperimenten ligt dus links (hogere gevoeligheid) van de SSD‐curve voor dezelfde stof, maar dan gebaseerd op experimenten met een kortdurende blootstelling. Bij één bepaalde milieuconcentratie is de chronische toxische druk (PAFchronisch) dus altijd groter dan de acute toxische druk (PAFacuut). Het verband tussen het gebruik van SSD’s bij normstelling en bij de ESF8 is als volgt5: bij de preventieve normstelling maakt men gebruik van SSD’s, die op chronische geen‐effect concentraties (NOEC’s, No‐Observed Effect Concentrations) zijn gebaseerd. Een chronische NOEC is de concentratie waarbij een bepaalde soort bij een langdurige blootstelling nog net geen negatief effect ondervindt. De norm wordt dan afgeleid van de concentratie waarbij 95% van de soorten blootgesteld is onder het geen‐effect niveau; deze concentratie staat 5

Zie voor uitgebreide uitleg de website: http://www.rivm.nl/rvs/Normen

42


1580 1581 1582 1583 1584 1585 1586 1587 1588 1589 1590 1591 1592 1593 1594 1595 1596 1597 1598 1599 1600 1601 1602 1603 1604 1605 1606 1607 1608 1609 1610 1611 1612 1613 1614 1615 1616 1617 1618 1619 1620 1621 1622 1623 1624 1625 1626 1627 1628 1629 1630

Pagina 43 van 57

bekend als het 95%‐beschermingsniveau. Bij een dergelijke blootstelling wordt beleidsmatig aangenomen dat het watersysteem wat betreft structuur en functie van het ecosysteem intact is. Verder bestaat er de MAC‐MKN (Maximaal Aanvaardbare Concentratie – milieukwaliteitsnorm) voor kortdurende blootstelling. De MAC‐MKN beoogt een acuut geen‐ effect niveau te zijn. Voor de kwantitatieve beoordeling van waterverontreiniging via de ESF8 is gekozen om gebruik te maken van SSD’s gebaseerd op acute EC50‐waarden, in plaats van (a) chronische NOECs zoals voor preventieve normstelling, resp. (b) acute NOECs (zoals MAC‐MKN). Acute EC50‐waarden zijn concentraties, waarbij een soort tijdens een kortdurende blootstelling 50% effect op parameters als overleving of groei ondervindt. Deze keuze is gebaseerd op meerdere argumenten. Zolang er in een watersysteem acute effecten optreden is het vanuit een beheerdersperspectief relevanter om de maatregelen op deze probleemsituaties te richten. Hier is ecologisch de grootste winst te behalen. Daarnaast is er een praktisch argument: er zijn veel meer acute dan chronische toxiciteitsdata beschikbaar. De SSD’s voor acute effecten zijn daardoor meer betrouwbaar dan de SSD’s voor chronische effecten. De stoffen in de ESF8 De stoffen die zijn opgenomen in de ESF8 zijn op twee manieren verzameld. Ten eerste zijn alle stoffen opgenomen die in (wetenschappelijke) toxiciteitsdatabases voorkomen. Ten tweede zijn alle stoffen die beleidsrelevant zijn opgenomen. Bij de selectie van beleidsrelevante stoffen is de zogenaamde PARameter‐CAS‐nummer (PARCAS‐)lijst van het Informatie Huis Water (IHW). Hierin zijn ruim 3000 stoffen met CAS‐ nummer opgenomen. Daarnaast zijn er ca. 70 somparameters opgenomen. De huidige PARCAS‐lijst is gegroeid als lijst van stoffen die ooit in een beleids‐ of beheer/vergunningskader relevant zijn geworden, onder meer vanwege uitgevoerde toetsingen. De PARCAS‐lijst bevat het CAS‐nummer, de parametercode en de parameternaam. Deze basislijst is per stof voor ESF8 aangevuld met de volgende kenmerken: - Heeft de stof een norm en zo ja, welke o Waternorm (inclusief biotanorm)  Prioritaire stof conform lijst 2006  Specifiek verontreinigende stoffen 2006  Prioritaire stof conform lijst 2012  Norm in Nationaal kader 2014 o Grondwaternorm  GWR‐norm (drempelwaarden voor arseen, cadmium, nikkel, lood, chloride en fosfaat)  Interventiewaarden grondwater o Bodemnorm  Besluit bodemkwaliteit: IW waterbodem - Wordt de stof gemeten? En zo ja, hoe vaak o Door Rijks Water Staat (RWS) o Door regionale waterbeheerders o I.h.k.v. de Bestrijdingsmiddelenatlas - Overschrijdt de stof de waternorm (zie tekstkader)? En zo ja, hoe vaak? o Volgens KRW‐rapportages per waterlichaam? o volgens de Bestrijdingsmiddelenatlas per locatie? o Grondwater data KRW portaal per grondwaterlichaam - Krijgt de stof aandacht in het emissiebeheer?

43


1631 1632 1633 1634 1635 1636 1637 1638 1639 1640 1641

o o

Pagina 44 van 57

Komt de stof voor in de emissieregistratie? Komt de stof voor in de monitoring van RWZI’s o.b.v. de Watson database.

Uit de aldus aangevulde PARCAS‐lijst is voor het ESF8‐Chemie spoor de ‘Lijst beleidsrelevante stoffen’ afgeleid. Van in totaal 6020 stoffen die in deze studie in beschouwing zijn genomen zijn 3051 stoffen aangetroffen in Nederlandse (beleids)stukken (categorieën A‐E, G en H), terwijl een vergelijkbaar aantal (2969) wel in databestanden met toxiciteitsgegevens is aangetroffen, maar niet in beleidsstukken (categorie F in onderstaande tabel). De categorieën G en H worden voor de ESF8 in termen van toxiciteit niet van belang geacht, en buiten beschouwing gelaten. Toetsing Stroom Gebied Beheer Plan (SGBP) Voor de toetsing van 2014 zoals gepubliceerd op het waterkwaliteitsportaal was het de bedoeling dat er aan de nieuwe normen getoetst zou worden. Dit is niet door alle waterbeheerders identiek uitgevoerd, zonder dat momenteel duidelijk is in welke gevallen de nieuwe normen gebruikt zijn (pers. John Hin, RWS). In de database op het portaal is niet zichtbaar op welke normen de concentraties van stoffen zijn getoetst, maar wel op basis van welke meetwaarde. Het overgrote deel van de As en Cu-toetsingen (ook van RWS) is uitgevoerd op basis van NVT (dus totaal-water) metingen. Dat is de oude norm. Het lijkt er dus op dat er vooral op basis van oude normen is getoetst. In mei/juni 2015 komt de nieuwe toetsing, die wel op basis van Nationaal kader normen is uitgevoerd. De grootste verschillen tussen Nationaal kader 2014 en specifiek verontreinigende stoffen 2006 zit in het aantal stoffen (nieuwe lijst bevat minder stoffen) en in de metalen (normwijzigingen). Toetsing Bestrijdings Middelen Atlas (BMA) De toetsing volgens de bestrijdingsmiddelenatlas hangt af van het toetsingsmoment, aangezien er de laatste jaren een beperkt aantal normwijzigingen is geweest. De meest in het oog springende wijziging tussen BMA en Nationaal kader geldt voor Imidacloprid. In het Nationaal kader is een lagere norm vermeld.

1642 1643 1644 1645 1646 1647 1648 1649 1650 1651 1652 1653 1654 1655 1656 1657 1658 1659 1660 1661 1662 1663 1664

Vergelijking SGBP en BMA Een directe vergelijking tussen de uitkomsten van de SGBP en de BMA resultaten is lastig omdat de meetpunten niet gelijk zijn. In de stoffen die vallen onder categorie A van de ESF8 blijken toch 7 prioritaire stoffen te zijn die cf. de SGBP’s niet overschrijden terwijl de BMA wel 1 of meer overschrijdingen rapporteert. Voor specifiek verontreinigende stoffen zijn er 39 stoffen die niet overschrijden, terwijl de BMA wel overschrijdingen rapporteert. Vermoedelijk betreft dit ook bestrijdingsmiddelen die in Nationaal kader niet genormeerd zijn. Het omgekeerde komt niet voor.

Prioritering Voor ESF 8 is de PARCAS‐lijst onderverdeeld in 4 categorieën (met categorie A als hoogste prioriteit voor de ontwikkeling van ESF8 en categorie D als laagste prioriteit): Criteria voor categorie A‐stoffen: - Alle prioritaire stoffen cf. de lijst 2012 - Alle probleemstoffen: stoffen die minimaal 5 keer de meest recent getoetste waternorm overschrijden (o.b.v. databases Waterkwaliteitsportaal. - Alle overschrijdende stoffen cf. toetsing bestrijdingsmiddelenatlas (> 5x normoverschrijding) - De top 5 Watch‐list stoffen: amidotrizoïnezuur, carbamazepine, metformine, metoprolol en di‐isopropylether Criteria voor categorie B‐stoffen: - Als de stof gemiddeld in 2012 of 2013 meer dan 50 keer per jaar is gemeten in landelijke stoffendatabases (IHW)? - Alle probleemstoffen: stoffen die 1‐ 5 keer de meest recent getoetste waternorm overschrijden (o.b.v. databases Waterkwaliteitsportaal). - Alle overschrijdende stoffen cf. toetsing bestrijdingsmiddelenatlas (1‐ 5x normoverschrijding)

44


1665 1666 1667 1668 1669 1670 1671 1672 1673 1674 1675 1676 1677 1678 1679 1680 1681 1682 1683 1684 1685 1686 1687 1688 1689 1690 1691 1692 1693 1694 1695 1696 1697 1698 1699 1700 1701 1702 1703 1704 1705 1706 1707 1708 1709 1710 1711 1712 1713 1714 1715

-

Pagina 45 van 57

Stoffen die in 2010, 2011 of 2012 meer dan 20 keer aangetroffen zijn in oppervlaktewater en zijn aangeleverd aan de bestrijdingsmiddelenatlas De overige Watch list stoffen

Criteria voor categorie C‐stoffen - Stoffen waarvoor bekend is dat ze regelmatig de interventiewaarde waterbodem of grondwaternormen overschrijden (i.v.m. afstemming op die compartimenten). - Stoffen die meer dan 7 keer per jaar in het in‐ of effluent zijn aangetroffen o.b.v. de Watson database (2006‐2012) - Stoffen die zijn opgenomen in de Emissieregistratie Categorie D: - Alle overige stoffen Afleiding van SSD’s en de betrouwbaarheid van SSD’s Principes. In de hoofdtekst wordt vermeld, dat de SSD voor een stof in principe wordt afgeleid met de EC50‐testgegevens van ten minste 6 soorten. Voor stoffen die niet aan dit criterium voldeden, is gekeken of met een extrapolatie als nog aan dit criterium kon worden voldaan door sequentieel te kijken naar: - Extrapolaties vanuit acute NOEC’s - Extrapolaties vanuit chronische EC50‐waarden - Extrapolaties vanuit chronische NOEC‐waarden Dergelijke extrapolaties zijn mogelijk, omdat er tussen de acute en chronische SSD’s van stoffen wetmatige patronen bestaan (De Zwart 2002). Op een 10log‐schaal (zie x‐as van Figuur 4) liggen de mediane waarden binnen deze vier sets aan toxiciteitsgegevens (acuut/chronisch & NOEC/EC50) op systematische afstanden van elkaar. Zo verschilt de mediane acute EC50 een 10log‐factor van 0,5 van zowel de mediane acute NOEC als mediane chronische EC50. Daarnaast verschilt de mediane acute EC50 een 10log‐factor van 1 van de chronische NOEC. SSD’s voor stoffen met toxiciteitsgegevens van slechts 4 of 5 soorten zijn minder betrouwbaar dan wanneer er voor veel meer soorten toxiciteitsgegevens beschikbaar zijn. Een nadelig effect hiervan is echter zo goed mogelijk tegen gegaan door ook gebruik te maken van kennis over het werkingsmechanisme. Stoffen met eenzelfde werkingsmechanisme hebben SSD’s met eenzelfde helling (maar een ander middelpunt). Voor alle stoffen met eenzelfde werkingsmechanisme is daarom een standaard helling gehanteerd, die is gebaseerd op stoffen met een grote dataset aan toxiciteitsgegevens. Voor stoffen met eenzelfde werkingsmechanisme maar minder toxiciteits‐gegevens hoefde daarom alleen het middelpunt geschat te worden. Dit kan met minder data worden uitgevoerd. Voor sommige stoffen kon ook na de extrapolaties uit §3.2.2 geen SSD worden afgeleid door een gebrek aan toxiciteitsgegevens. In sommige van die gevallen is besloten om de mogelijke toxiciteit van zo’n stof alsnog te schatten. Dit is alleen gedaan als er een “zuster‐stof” is, die én een SSD heeft én toxischer is. Een voorbeeld is endrin. Hiervoor kon geen SSD worden afgeleid, maar dieldrin is een zuster‐stof, waarvoor wel een SSD is afgeleid én die giftiger is. In die gevallen kan de toxiciteit van endrin als nog worden geschat, zei het met een grotere onzekerheid. De berekende toxische druk kan bij het gebruik van ‘toxischer’ zusterstoffen aan de hoge kant zijn ten opzichte van de werkelijke toxische druk van de gemeten stof. Bij

45


1716 1717 1718 1719 1720 1721 1722 1723 1724 1725 1726 1727 1728 1729 1730 1731 1732 1733 1734 1735 1736 1737 1738 1739 1740 1741 1742 1743 1744 1745 1746 1747

Pagina 46 van 57

de interpretatie dient dit te worden meegewogen. Of er gebruik wordt gemaakt van gegevens over de toxiciteit van zusterstoffen is na te gaan in de rekentool. In de tabel “Chemical names and codes” onder de kop “CASReplace” en “RemarkCASReplace” is weergegeven welke stof er is gebruikt om de toxiciteit af te leiden. Verder is dit ook te zien bij de toxiciteitsevaluatie van individuele stoffen in het resultaat van de query “P50QryAcuteHUPAF” onder de kop “ToxReplacedByCAS#” en “ToxReplacedByChemNam”. Resultaten. Voor stoffen met acute EC50‐waarden voor minstens 6 verschillende soorten zijn de SSD’s direct afgeleid, met als hoogste kwaliteitsscore “meer dan tien acute EC50s”, en op één na hoogste score “idem, 6‐10 gegevens”. Indien er minder gegevens beschikbaar waren wordt de SSD voor die stof minder betrouwbaar. Uiteindelijk zijn er 1990 SSD’s afgeleid, waarvan 1083 direct gebaseerd konden worden op acute toxiciteitsgegevens voor meer dan 6 soorten (552+531)6. De rest van de SSD’s is afgeleid door een extrapolatie op basis van andere toxiciteitsgegevens, zoals chronische NOEC’s. Hierdoor konden er ook voor andere stoffen SSD’s worden afgeleid, die vergelijkbare eigenschappen hebben als de 1083 genoemde SSD’s (acute EC50): het gebruik van deze SSD’s levert een schatting van de acute toxische druk. De extrapolatie kent een minimum aantal van drie testgegevens. De definities van de scores, en de aantallen SSD’s per kwaliteitsklasse, zijn samengevat in Tabel 3. Dit minimumaantal testen dat gebruikt is om een SSD te extrapoleren uit data is gelijk aan het aantal gegevens dat internationaal geldt als basisset voor het afleiden van een norm (ten minste drie taxa). Biobeschikbaarheid – formules in de MS‐Access tool Toxiciteit is vooral gerelateerd aan de biobeschikbare concentraties en minder aan totaal concentraties. Het is niet voor niets dat men binnen de KRW‐monitoring de overstap heeft gemaakt van metaalconcentraties in totaal water naar gefiltreerde monsters (Error! Reference source not found., bovenste deel). Daarmee is er niet langer een correctie voor “zwevende stof gebonden” metalen nodig. Oude metingen voor metalen en alle metingen voor organische contaminanten worden echter als totale concentratie in water gemeten. In dat geval kan de opgeloste concentratie worden berekend, maar dat levert wel een grotere onzekerheid op (onderste deel van Error! Reference source not found.).

6

Dit zijn dus expliciet SSD’s van acute toxiciteit op EC50 niveau. Voor de normstelling wordt gericht op chronische toxiciteit en geen-effect niveau. Hierdoor ontstaat een groot verschil in aantal stoffen waarvoor een SSD kan worden afgeleid. Voor de ESF8 is dit aantal (veel) groter dan voor de normstellingscontext.

46


1748 1749 1750 1751 1752 1753 1754 1755 1756 1757 1758 1759 1760 1761 1762 1763 1764 1765 1766 1767 1768 1769 1770 1771 1772 1773 1774 1775 1776 1777 1778 1779 1780 1781 1782 1783 1784

Pagina 47 van 57

Figuur 15: Overzicht van de stappen om te komen tot een beschikbare concentratie. Boven de mogelijkheden voor metingen (totaal water meting links en gefiltreerde metingen rechts met nog een extra mogelijkheid om gehalten in zwevend stof te meten), onder de mogelijkheden voor berekeningen (eerste de correctie voor zwevend stof o.b.v. evenwichtspartitie, vervolgens in de opgeloste fase een onderscheid tussen vrije metaalionen en gecomplexeerde metalen).

De biobeschikbaarheid van stoffen, en dus ook de toxische druk daarvan, hangt af van lokale condities in het watersysteem en van stofspecifieke eigenschappen van de toxicanten. Voor organische stoffen wordt alleen de vrij opgeloste fractie biologisch beschikbaar geacht. Deze stoffen adsorberen echter aan organisch koolstof in particulair materiaal, waardoor ze minder beschikbaar worden. De verdeling over water en particulair materiaal is afhankelijk van de partitie coëfficiënt tussen water en particulair organisch koolstof (Koc ‐ uitgedrukt als 10 log getransformeerde waarde in L/kg), in samenhang met het zwevend stofgehalte in het water (TSS – Total Suspended Solids in mg/L) en het gehalte organisch koolstof in zwevend stof (POC – Particulate Organic Carbon in mg/kg). Deze partitie wordt beschreven met het volgende formularium: Copgelost = Ctotaal / (1 + TSS * 10‐6 x POC*10‐6 x Koc) Voor metalen wordt alleen de vrij opgeloste ionogene fractie beschouwd als biologisch beschikbaar. Voor metalen wordt deze fractie in twee stappen afgeleid. De eerste stap beschrijft de adsorptie aan particulair materiaal. Anders dan bij de organische stoffen is de partitie tussen water en zwevend stof alleen afhankelijk van de hoeveelheid zwevend stof in het water (TSS – Total Suspended Solids in mg/L) en de metaal specifieke partitie coëfficiënt (Kd uitgedrukt in L/kg): Opgeloste fractie metaal =1 / (1 + TSS * 10‐6 x Kd) Noot: Omdat metalen tegenwoordig worden gemeten in gefiltreerde watermonsters is de eerste stap van de biobeschikbaarheid in recent gemeten monsters overbodig geworden. De opgeloste fractie is dan gelijk aan 1.

47


1785 1786 1787 1788 1789 1790 1791 1792 1793 1794 1795 1796 1797 1798 1799 1800 1801 1802 1803 1804 1805 1806 1807 1808 1809 1810 1811 1812 1813 1814 1815 1816 1817 1818 1819 1820 1821 1822 1823 1824 1825 1826 1827 1828 1829 1830 1831 1832 1833 1834 1835 1836 1837 1838 1839

Pagina 48 van 57

De tweede stap beschrijft de complexering van de opgeloste metalen, waardoor deze nog minder beschikbaar worden. De correctieformules voor het niet gecomplexeerde metaalion zijn berekend met een geavanceerd metaalspeciatie model (WHAM VII). Omdat het onmogelijk is om een dergelijk model op te nemen in de ESF8‐applicatie, is op basis van de in Nederland voorkomende concentraties en versimpelde versie gemaakt. Deze formules bleken de berekeningen goed te simuleren (R2>0,9) Deze stuurvariabelen zijn het gehalte opgelost organische koolstof (DOC ‐ Dissolved Organic Carbon in mg/L), de pH en de niet gefiltreerde totaalgehalten aan Ca, Na, Mg en Cl uitgedrukt in g/L. Hieruit volgden voor slechts enkele metalen (13) de hieronder samengevatte algemene (statistische) relaties tussen de stuurvariabel en de biologisch beschikbare ionogene fractie: Fractie Ag ionen = 10^(2.161 + 1.0686 * log(opgeloste Ag concentratie) ‐ 0.044096 * log(DOC) ‐ 0.0092476 * DOC ‐ 0.61811 * log(Cl)) / opgeloste Ag concentratie Fractie Ba ionen = 10^(0.4927 + 1.0 * log(opgeloste Ba concentratie) ‐ 0.14223 * log(Ca)) / opgeloste Ba concentratie Fractie Be ionen = 10^(2.7464 + 1.1336 * log(opgeloste Be concentratie) ‐ 0.86836 * log(DOC) + 0.21866 * log(Ca) ‐ 0.73278 * pH) / opgeloste Be concentratie Fractie Cd ionen = 10^(‐0.00085563 + 1.0822 * log(opgeloste Cd concentratie) ‐ 0.21108 * log(DOC) + 0.056259 * log(Ca) ‐ 0.081587 * pH ‐ 0.019479 * DOC) / opgeloste Cd concentratie Fractie Co ionen = 10^(1.0766 + 1.0133 * log(opgeloste Co concentratie) ‐ 0.19212 * pH ‐ 0.0041586 * DOC ‐ 1.3787e‐06 * Ca) / opgeloste Co concentratie Fractie Cu ionen = 10^(‐7.3295 + 1.7941 * log(opgeloste Cu concentratie) ‐ 2.0364 * log(DOC) + 1.8044 * log(Ca) ‐ 0.33617 * pH ‐ 1.48e‐05 * Ca) / opgeloste Cu concentratie Fractie Hg ionen = 10^(‐1.2681 + 8.4744 * log(opgeloste Hg concentratie) ‐ 2.9851 * log(DOC) ‐ 1.952 * pH) / opgeloste Hg concentratie Fractie La ionen = 10^(‐3.9256 + 2.5031 * log(opgeloste La concentratie) ‐ 1.9846 * log(DOC) + 0.52938 * log(Ca) ‐ 0.45585 * pH) / opgeloste La concentratie Fractie Mn ionen = 10^(0.16799 + 1.0723 * log(opgeloste Mn concentratie) ‐ 0.025571 * log(DOC) + 0.011686 * log(Ca) ‐ 0.092772 * pH ‐ 0.010187 * DOC) / opgeloste Mn concentratie Fractie Ni ionen = 10^(‐2.6476 + 1.0748 * log(opgeloste Ni concentratie) + 0.83397 * log(Ca) ‐ 0.19093 * pH ‐ 0.0102 * DOC ‐ 7.0743e‐06 * Ca) / opgeloste Ni concentratie Fractie Pb ionen = 10^(0.97883 + 1.1816 * log(opgeloste Pb concentratie) ‐ 0.98543 * log(DOC) + 0.26464 * log(Ca) ‐ 0.51543 * pH) / opgeloste Pb concentratie

48


1840 1841 1842 1843 1844 1845 1846 1847 1848 1849 1850 1851 1852 1853 1854 1855 1856 1857 1858 1859 1860 1861 1862 1863 1864 1865 1866 1867 1868 1869 1870 1871 1872 1873 1874 1875 1876 1877 1878 1879 1880 1881 1882 1883 1884 1885 1886 1887 1888 1889 1890 1891

Pagina 49 van 57

Fractie Sr ionen = 10^(0.47277 + 0.9999 * log(opgeloste Sr concentratie) ‐ 0.13302 * log(Ca)) / opgeloste Sr concentratie Fractie Zn ionen = 10^(0.75785 + 1.0961 * log(opgeloste Zn concentratie) ‐ 0.050913 * log(DOC) ‐ 0.048873 * log(Ca) ‐ 0.14668 * pH ‐ 0.01287 * DOC) / opgeloste Zn concentratie

Noten: 1) Alle logaritmen zijn uitgerekend met grondtal 10 2) Wanneer in de invoerdata parameters voor biobeschikbaarheidsbeoordeling ontbreken worden de volgende standaard‐waarden gebruikt (op basis van kenmerken van Nederlandse watersystemen): Ca=100.000 g/L, Na=50.000 g/L , Mg=15.000 g/L, Cl= 50000 g/L, pH=7, DOC=5mg/l, TSS 5 mg/L en POC 100000 mg/kg In de rekentool wordt de uiteindelijk biologisch beschikbare opgelost ionogene concentratie van deze set metalen berekend door de gemeten concentratie (gefiltreerd opgelost of ongefiltreerd totaal) te vermenigvuldigen met de opgeloste fractie uit stap een (bij gefiltreerd gemeten gelijk aan 1), en de uitkomst daarvan te vermenigvuldigen met de opgelost ionogene fractie uit stap 2. Beschikbaarheid en gebruik van de MS‐Access tool ‐ hoofdlijnen Installatie, inclusief koppeling met standaard‐invoerbestand De MS‐Access tool voor het berekenen van (mengsel‐)toxische druk is vrij beschikbaar, en wordt verspreid als ZIP‐bestand met een aantal andere bestanden. Het ZIP‐bestand wordt ‘uitgepakt’ onder de root (C:\). In dat geval functioneert de Access‐ tool door het inlezen van het standaard‐invoerbestand (“ConcentrationData.xlsx”), dat op de juiste locatie (ook onder de root C:\) geplaatst is en dus door de tool herkend wordt. Gebruikers vullen de gegevens voor de watersysteemanalyse in het Excelbestand, onder behoud van de naam “ConcentrationData.xlsx” (vanwege de automatische koppeling met de MS‐Access tool). Uiteraard kan van iedere analyse eerst een Excel‐invoerbestand met een eigen filenaam worden gemaakt en opgeslagen, maar de analyse gaat via het tijdelijke Excel‐ bestand met de standaardnaam. Indien de ZIP op een andere plaats wordt uitgepakt dient de gebruiker de locatie van de standaard‐inleestabel “ConcentrationData.xlsx” handmatig te wijzigen volgens de voor MS‐ Access gebruikelijke stappen. Dit is niet moeilijk: open bestand msPAFcalculator.accdb, stop de macro, click met de rechter muisknop op de tabel WaterConcentrationData en roep de linked Table Manager aan, vink de vakjes voor de tabel WaterConcentrationData en de vraag naar een nieuwe locatie aan en selecteer vervolgens het bestand ConcentrationData.xlsx, Bij goede afloop van dit geheel meldt MS‐Access dat de tabel opnieuw is gelinkt. Het uitvoeren van berekeningen Het berekenen van alle uitvoergegevens komt tot stand door het openen van de MS‐Access tool, waarna de berekeningen automatisch uitgevoerd worden. De rekentool werkt altijd op basis van correctie van biobeschikbaarheid. Indien daartoe de invoerparameters (zoals pH, DOC) missen, worden er default‐waarden voor die parameters gebruikt.

49


Pagina 50 van 57

1892 1893 1894 1895 1896 1897 1898 1899 1900 1901 1902 1903 1904 1905 1906 1907 1908 1909 1910 1911 1912 1913 1914 1915 1916 1917 1918 1919 1920 1921 1922 1923 1924 1925

Uitvoer De tool levert als uitvoer een MS‐Excel bestand, met als bestandsnaam de volgende opbouw: “20150813085047‐msPAFResults.xlsx”, waarin jaar / maand / dag / uur / minuut / seconde als datum/tijd‐stempel van de berekening herkenbaar is. Na de automatisch verlopende berekeningen is het mogelijk om een studie te maken van alle tussenresultaten door simpelweg te dubbel‐clicken op de namen van de onderscheiden select queries (links in het Access‐scherm). Zo is het bijvoorbeeld mogelijk om de msPAF berekeningen zo uit te voeren dat alleen uitgegaan wordt van concentratie‐additiviteit voor alle stoffen (“P70bQryAllConcentratonAdditionAcute ‐ FYI‐NotUsed”), of alleen van respons‐ additiviteit voor alle stoffen (“P80bQryAllResponseAdditionAcute ‐ FYI‐NotUsed”). De procesomschrijving is gegeven in de tabel “ExplanationSequentialQueries&Processes”. Eventuele invoer fouten Bij fouten in de invoergegevens treedt een onoverkomelijke technische fout op in een van de laatste berekeningsstappen in de macro “Autoexec”. De Query “P99MakePrimaireIndexFinalmsPAF Results” voor het toekennen van een sorteer‐ index aan de uitvoer kan worden gehinderd door verschillen in de gedetailleerde monsteromschrijvingen die zijn toegekend aan de invoer regels met een gelijke SampleID (Zie Tabel 10 en de tekst daarvoor). Oplossing voor dit probleem is het harmoniseren van de gedetailleerde monsteromschrijvingen die bij elkaar horen. Gebleken is dat dit veelal is toe te schrijven aan een verschil in tijdcode. Specificatie van de berekeningen en de uitvoer‐gegevens van de tool ‐ details De rekentool bevat een grote hoeveelheid gegevens over de ecotoxiciteit van stoffen en andere noodzakelijke gegevens (zie ‘Tables’ in onderstaande schermafdruk). Die worden in MS‐Access bewerkt tot de uitvoer (diverse vormen van toxische druk), die geëxporteerd worden naar MS‐Excel. De bewerkingen zijn vastgelegd in zogenoemde Queries (bewerkingsstappen, linksonder in de schermafdruk). De Queries die de tool uitvoert om van concentratie‐gegevens te komen tot toxische‐druk resultaten zijn in de tool beschreven. De onderstaande schermafdruk toont de technische uitleg van de diverse rekenstappen.

1926

50


1927 1928 1929 1930 1931 1932 1933 1934 1935 1936 1937 1938 1939 1940 1941 1942 1943 1944 1945 1946 1947 1948 1949 1950 1951 1952 1953 1954 1955 1956 1957 1958 1959 1960 1961 1962

Pagina 51 van 57

Figuur met een MS-Access schermoverzicht. Links worden de Tabellen (boven) en Queries (midden) en de Macros (onder) van de rekentool getoond. Rechts wordt een uitvoer getoond, in dit geval van de Tabel “ExplanationOfOutput”. Deze uitvoer wordt getoond door links (All Access Objects – ExplanationOfOutput) aan te klikken.

Onderstaande tabel geeft de exacte betekenis van de uitvoer van de rekentool waarmee de mengsel‐toxische druk van een serie monsters wordt bepaald. Voor de veldnummers in de rekentool geldt de volgende uitleg op hoofdlijnen, met de precieze (Engelse) uitleg in de Tabel: - 1 tot en met 12: monstercoderings‐gegevens - 13 en 14: omgaan met biobeschikbaarheidscorrectie: default: ja, correctie uitvoeren. - 15 en 16: aantal stoffen dat bijdraagt aan de mengsel‐toxische druk, en de mengsel toxische druk van het monster (alle gemeten stoffen) - 17 tot en met 28: prioritering van de top‐5 van stoffen die het sterkst bijdragen een de in kolom 16 getoonde mengsel‐toxische druk, steeds als naam van de stof, en de toxische druk van de stof die als 1e, 2e, 3e, 4e of 5e bijdraagt aan de mengsel‐toxische druk - 29 en 30: toxische‐druk resultaten voor de specifieke stofgroep metalen - 31 en 32: toxische‐druk resultaten voor de specifieke stofgroep anorganische verbindingen - 33 en 34: toxische‐druk resultaten voor de specifieke stofgroep organische verbindingen. - vanaf 35: toxische‐druk resultaten voor specifieke vormen van het gebruik van stoffen, achtereenvolgens: verbranding (combustion), voedselproductie (food), geurstoffen (fragrance), huishoudchemicaliën (household chemicals), chemicaliën geëmitteerd door industriële processen, natuurlijke stoffen (natural), hygiëne producten (personal care products), pesticides (pesticides) en geneesmiddelen (pharmaceuticals).

51


1963 1964 1965 1966 1967 1968 1969 1970 1971 1972 1973 1974

1975 1976 1977

Pagina 52 van 57

Details over het werken met invoergegevens Invoer – uitleg De invoer loopt via een zogenaamde list‐format, met een aantal monstergegevens. De figuur hieronder geeft de kolommen waarvoor invoergegevens verplicht zijn (en groen) en een aantal andere gegevens (facultatief), met hun uitleg. De uitleg is ook weergegeven in het tabblad “Explanation” van de invoer‐file.

De uitleg van de invoergegevens volgens het toelichtende tabblad in het Excel‐invoerbestand.

52


1978 1979 1980 1981

1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993

1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013

Pagina 53 van 57

Invoer – gegevens Iedere regel omvat de relevante gegevens van één analyse in één monster op één datum en één locatie. Een voorbeeld van het Excel‐invoerformat is gegeven in onderstaande figuur.

Uitsnede uit het Excel‐invoerbestand. De groene kolomkop betreft noodzakelijke invoer, de overige kolommen zijn aanvullende gegevens voor de watersysteemanalyse. Een regel bevat de gegevens van één gemeten parameter op een bepaalde locaties op een bepaald tijdstip.

Harmoniseren van de monsteromschrijving Voor de berekeningen is het essentieel dat de gedetailleerde monsteromschrijving gelijk wordt gemaakt voor alle analyses met dezelfde monsteridentificatie (SampleID). De gedetailleerde monsteromschrijving bestaat uit de volgende tekstuele informatie die overigens niet verplicht hoeft te worden ingevuld: Tabel 10. Excel kolommen met gedetailleerde monsteromschrijving.

Kolom titel Omschrijving Owner Eigenaar van de gegevens Waterbody Waterlichaam SiteCode Locatiecode SiteName Locatienaam LMR Monsterplek Links/Midden/Rechts SamplingDepth(m) Monsterdiepte in meter Time tijd Day Dag van de maand Month Maand Year Jaar Verwijderen van alle waarden met het limietsymbool “<” Voor meerdere stoffen ligt de standaard gehanteerde rapportagegrens op een niveau waarop de tool een effect oplevert. Ook de vaak gehanteerde regel om dan de helft van de rapportagegrens te hanteren kan een betekenisloos resultaat opleveren. Als namelijk een breed pakket stoffen is geanalyseerd, waarbij er meerdere stoffen onder de rapportagegrens liggen, kan iedere individuele rapportagegrens enkele procenten toxische druk opleveren zonder dat er een stof gemeten is. Opgeteld over alle stoffen onder de rapportagegrens kan dit ongemerkt tot een significante (maar betekenisloze) bijdrage aan de mengsel‐toxische druk leiden. Daarom worden bij het analyseren van de toxische druk alle analyses onder de detectiegrens uit de dataset verwijderd. De resulterende (mengsel‐) toxische druk waarden zijn vervolgens betekenisvol, omdat ze allen zijn gebaseerd op meetbare concentraties. Omrekenen ammoniak en ammonium concentraties uit de gemeten waarde voor totaal ammonium Het ammoniak/ammonium gehalte wordt veelal gemeten als totaal ammonium (NH3 + NH4+). Van deze twee vormen is ammoniak veruit het meest giftig voor waterorganismen. De toxiciteit (mediane EC50‐waarden) voor NH3, NH4OH en NH4+ voor waterorganismen hebben als toelichting hiervan de volgende waarden: 8.613, resp. 54.075 en 27.810 mg/L. De rekentool bepaalt op basis van pH en watertemperatuur de verhouding tussen NH3 en

53


Pagina 54 van 57

2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027 2028

NH4+, zodat de toxiciteit van ammoniak/ammonium wordt berekend bij de door de gebruiker ingevoerde gegevens. De rekentool bewerkt deze gegevens als volgt: - De concentraties NH3 en NH4+ zijn bij beschikbaarheid van informatie over pH en temperatuur eenvoudig om te rekenen uit de resultaten van de gangbare meting waarin het totaal ammoniumgehalte is gekwantificeerd. De hierbij te gebruiken formules luiden (EPA 2013): (1) pKa (bij temperatuur T in oC) = 0.09018 + (2729.92 / (273.2 + T)) (2) Fractie NH3 = 1/(1+10^(pKa‐pH)) (3) Fractie NH4+ = 1 – Fractie NH3 (4) De mediane EC50 van het lokale mengsel van NH3 en NH4+ = Fractie NH3 * 8613 + Fractie NH4+ * 231429 mg/L

2029

Bijlage 2: Waternet benchmark data Toxicologie‐spoor

2030 2031 2032 2033 2034

Tabel B1: Waternet benchmark 2010‐2015 voor bioassays voor algemene toxiciteit; wit = niet geanalyseerd; lichtgroen = geen respons in bioassay; groen = respons onder LR‐ESW; oranje = respons boven LR‐ESW.

Noot: Het is voor het toepassen van deze berekening essentieel dat het totaal ammonium gehalte is ingevoerd met als stofcodering sNH3NH4 (AquoCode).

54


Locaties

jaar polair

Algemene toxiciteit veld bacteriën %/ESW TU/ESW

Pagina 55 van 57

algen TU/ESW

daphnia TU/ESW

cytotox TU/ESW

0,05

0,05

0,05

0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0%

0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0%

0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0%

0,00 0,00 0,58 0,00 0,00 0,00 0,59 0,00 0,13 0,04 0,05 0,05

0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,04 0,02 0,04 0,02

0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00

0,04 0,07 0,03 0,04 0,02 0,10 0,00 0,02 0,00 0,02 0,02 0,0%

0,15 0,45 0,31 0,24 0,02 0,00 0,53 0,05 0,07 0,07 0,05 0,0%

0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,01 0,00 0,01 0,00 0,0%

0,00 0,97

0,00 0,00

0,00 0,00

0,08 0,07 0,06 0,07 0,02 0,26 0,02 0,00 0,00 0,04 0,08 0,00 0,00 0,05 0,00 0,00 0,02 0,0%

7,63 1,17 0,85 0,15 0,22 1,14 0,07 0,04 0,09 0,24 0,00 1,10 0,74 0,59 0,00 0,00 0,06 21,1%

0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,01 0,0%

0

4

0

apolair

Effect Signaalwaarde (LR-ESW)

2035 2036 2037 2038 2039

Waterleidingplas '12 Naardermeer Waterleidingplas '15 Botshol Reeuwijk Peelkanaal Geestmerambacht Kennemerland LR-ESW overschrijding

2012 2015 2015 2015 2015 2015 2015 2015

Amstelveen A1-1 Amstelveen A2-1 Amstelveen A1-2 Amstelveen A2-2 KRW spagaat Zodden KRW spagaat Strook KRW spagaat Vecht KRW spagaat WL kanaal KRW spagaat Zodden KRW spagaat Strook KRW spagaat Vecht KRW spagaat WL kanaal Amstel voor Uithoorn Amstel na Uithoorn Amstel voor Uithoorn Amstel na Uithoorn Vecht Utrecht Vecht Loenen Weesp nabij Solvay Zevenhoven Zevenhoven Horstermeer Uithoorn Ronde Venen Amstelveen LR-ESW overschrijding

2010 2010 2011 2011 2011 2011 2011 2011 2011 2011 2011 2011 2012-1 2012-1 2012-2 2012-2 2012 2012 2012 2013-1 2013-2 2014 2014 2014 2014

rwzi Amstelveen A3-1 rwzi Amstelveen A3-2 Zuider Legmeerpolder Noorder Legmeerpolder Zuider Legmeerpolder Noorder Legmeerpolder Zuider Legmeerpolder 1 Zuider Legmeerpolder 2 Zuider Legmeerpolder 3 Zuider Legmeerpolder 4 Zuider Legmeerpolder 5 Noorder Legmeerpolder 1 Noorder Legmeerpolder 2 Zuider Legmeerpolder 1 Zuider Legmeerpolder 2 Zuider Legmeerpolder 3 Zuider Legmeerpolder 4 Zuider Legmeerpolder 5 Noorder Legmeerpolder 1 Noorder Legmeerpolder 2 rwzi Hilversum LR-ESW overschrijding

2010 2011 2012-1 2012-1 2012-2 2012-2 2013-1 2013-1 2013-1 2013-1 2013-1 2013-1 2013-1 2013-2 2013-2 2013-2 2013-2 2013-2 2013-2 2013-2 2014

LR-ESW overschrijding

20

0,05

schoon 0,00 0,15 0,00 0,04 0,50 0,00 0,25 0,06 0,00 0,09 1,50 0,10 0,00 0,03 0,00 0,06 12,5% 0,0% matig vervuild 0,00 0,00 0,90 0,74 0,00 0,00 0,00 0,00 0,07 0,02 0,06 1,50 0,00 1,50 0,08 0,00 0,18 0,00 0,06 0,00 0,24 0,00 0,13 0,00 0,14 0,75 0,34 1,25 0,03 0,00 0,00 0,00 0,00 0,00 0,02 23,1% 0,0% sterk vervuild 0,00 0,75 5,00 0,50 0,25 0,26 3,50 0,19 3,00 0,19 2,25 0,45 3,50 0,09 3,00 0,24 0,00 0,05 2,75 0,02 1,25 0,07 1,25 0,07 2,50 0,26 0,50 0,26 5,00 0,15 0,00 0,13 2,75 0,37 0,25 0,37 1,00 0,03 68,4% 0,0% 17

0

Tabel B2: Waternet benchmark 2010‐2015 voor bioassays voor specifieke toxiciteit in polaire extracten; wit = niet geanalyseerd; lichtgroen = geen respons in bioassay; groen = respons onder LR‐ ESW; oranje = respons boven LR‐ESW.

55


Locaties

Specifieke toxiciteit & antibiotica in polaire PS extracten jaar ER anti-AR GR amino macro polair eq/ESW eq/ESW eq/ESW eq/ESW eq/ESW


1

40

30

Pagina 56 van 57

sulfon eq/ESW

tetra eq/ESW

quino eq/ESW

500

50

100

250

100

0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0%

0,50 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0%

0,00 0,00 0,00 0,37 0,00 0,00 0,00 0,00 0,00 0,0%

0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0%

0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0%

0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,25 0,00 0,00 0,00 0,00 1,09 0,00 0,26 4,2%

0,00 0,00 0,00 0,31 0,00 0,00 0,00 0,31 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,08 0,23 0,00 0,00 0,00 1,40 1,68 0,63 0,22 8,3%

0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,24 1,36 0,00 0,33 4,2%

0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,06 0,00 0,00 0,00 0,0%

0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0%

0,11 0,13 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,83 5,3%

1,06 0,56 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 2,29 10,5%

2,39 1,17 0,63 0,35 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 2,29 15,8%

0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,42 0,0%

0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0%

2

4

4

0

0

schoon

2040 2041

Maarsseveense plassen Waterleidingplas '12 Naardermeer Waterleidingplas '15 Botshol Reeuwijk Peelkanaal Geestmerambac ht Kennemerland LR-ESW overschrijding

2010 2012 2015 2015 2015 2015 2015 2015 2015

Amstelveen A1-1 Amstelveen A2-1 Vecht 1 Vecht 2 Vecht 3 Vecht 4 Vecht 5 Vecht 6 Amstelveen A1-2 Amstelveen A2-2 KRW spagaat Zodden KRW spagaat Strook KRW spagaat Vecht KRW spagaat WL kanaal Amstel voor Uithoorn Amstel na Uithoorn Vecht Utrecht Vecht Loenen Weesp nabij Solvay Zevenhoven Horstermeer Uithoorn Ronde Venen Amstelveen LR-ESW overschrijding

2010 2010 2010 2010 2010 2010 2010 2010 2011 2011 2011 2011 2011 2011 2012 2012 2012 2012 2012 2013-2 2014 2014 2014 2014

Amstelveen A3-1 Amstelveen A3-2 Zuider Legmeerpolder Noorder Legmeerpolder Zuider Legmeerpolder 1 Zuider Legmeerpolder 2 Zuider Legmeerpolder 3 Zuider Legmeerpolder 4 Zuider Legmeerpolder 5 Noorder Legmeerpolder 1 Noorder Legmeerpolder 2 Zuider Legmeerpolder 1 Zuider Legmeerpolder 2 Zuider Legmeerpolder 3 Zuider Legmeerpolder 4 Zuider Legmeerpolder 5 Noorder Legmeerpolder 1 Noorder Legmeerpolder 2 Hilversum LR-ESW overschrijding

2010 2011 2012 2012 2013-1 2013-1 2013-1 2013-1 2013-1 2013-1 2013-1 2013-2 2013-2 2013-2 2013-2 2013-2 2013-2 2013-2 2014

0,04 0,02 0,02 0,01 0,01 0,10 0,27 0,03 0,0% 0,24 0,19

0,31 0,19 0,05 0,00 0,41 0,44 0,03 0,07 0,17 0,05 0,13 0,61 0,40 0,21 0,19 0,23 0,0% 0,50 1,81 0,09 0,12 0,61 0,80 0,63 0,23 0,63 0,23 0,25 0,68 0,14 0,49 0,15 0,20 0,23 0,80 2,76 10,5%

LR-ESW overschrijding

2

0,11 0,00 0,05 0,00 0,13 0,00 0,33 0,00 0,02 0,00 0,03 0,00 1,47 0,00 0,07 0,00 12,5% 0,0% matig vervuild 0,00 0,00

0,64 0,00 0,85 0,00 0,25 0,00 0,82 0,00 0,29 0,00 0,15 0,00 0,39 0,01 0,75 0,00 0,42 0,14 0,19 0,01 0,30 0,00 0,44 0,00 0,18 0,97 0,47 0,15 0,43 0,05 2,77 0,13 6,3% 0,0% sterk vervuild 1,43 0,55 0,00 0,90 0,00 1,66 0,00 0,58 0,00 0,60 0,00 0,64 0,00 0,31 0,00 0,34 0,00 0,57 0,00 0,29 0,00 0,35 0,00 0,39 0,00 0,32 0,00 0,24 0,00 0,65 0,00 0,38 0,00 0,00 0,00 1,08 8,98 11,1% 10,5% 4

2

56


2042 2043 2044 2045

Tabel B3: Waternet benchmark 2010‐2015 voor bioassays voor specifieke toxiciteit in apolaire extracten; wit = niet geanalyseerd; lichtgroen = geen respons in bioassay; groen = respons onder LR‐ ESW; oranje = respons boven LR‐ESW. Specifieke toxiciteit in apolaire PS extracten DR PPARg PAH Nrf2 apolair x/ES x/ES x/ES x/ES year


2046 2047

Pagina 57 van 57

50

Waterleidingplas '12 Naardermeer Waterleidingplas '15 Botshol Reeuwijk Peelkanaal Geestmerambacht Kennemerland LR-ESW overschrijding

2012 2015 2015 2015 2015 2015 2015 2015

0,24 0,25 0,34 0,39 0,27 0,25 0,10 0,23 0,0%

Amstelveen A1-1 Amstelveen A2-1 Amstelveen A1-2 Amstelveen A2-2 KRW spagaat Zodden KRW spagaat Strook KRW spagaat Vecht KRW spagaat WL kanaal Amstel voor Uithoorn Amstel na Uithoorn Vecht Utrecht Vecht Loenen Weesp nabij Solvay Zevenhoven Zevenhoven Horstermeer Uithoorn Ronde Venen Amstelveen De Sniep Vecht bij Utrecht Vecht bij Oud-Zuilen Vecht bij Loenen Vecht bij Nederhorst Vecht bij Nigtevecht Vecht bij Uitermeer LR-ESW overschrijding

2010 2010 2011 2011 2011 2011 2011 2011 2012 2012 2012 2012 2012 2013-1 2013-2 2014 2014 2014 2014 2015 2015 2015 2015 2015 2015 2015

0,01 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,60 0,64 0,39 0,36 0,17 0,15 0,24 0,38 1,01 1,10 0,45 0,92 0,82 1,14 5,44 0,95 1,35 1,06 23,1%

rwzi Amstelveen A3-1 rwzi Amstelveen A3-2 Zuider Legmeerpolder Noorder Legmeerpolder Zuider Legmeerpolder 1 Zuider Legmeerpolder 2 Zuider Legmeerpolder 3 Zuider Legmeerpolder 4 Zuider Legmeerpolder 5 Noorder Legmeerpolder 1 Noorder Legmeerpolder 2 Zuider Legmeerpolder 1 Zuider Legmeerpolder 2 Zuider Legmeerpolder 3 Zuider Legmeerpolder 4 Zuider Legmeerpolder 5 Noorder Legmeerpolder 1 Noorder Legmeerpolder 2 rwzi Hilversum LR-ESW overschrijding

2010 2011 2012 2012 2013-1 2013-1 2013-1 2013-1 2013-1 2013-1 2013-1 2013-2 2013-2 2013-2 2013-2 2013-2 2013-2 2013-2 2014

ES overschrijdingen

0,02 0,00 0,34 0,27 0,53 0,30 0,19 0,54 0,17 0,31 0,42 0,42 0,46 1,09 0,39 0,44 0,41 0,84 0,54 5,3% 7

20 150 schoon 0,28 0,09 0,25 0,30 0,18 0,21 0,26 0,19 0,26 0,93 0,45 1,42 0,04 0,05 0,00 0,14 0,0% 12,5% matig vervuild 0,06 0,02 0,05 0,38 0,00 0,81 0,10 0,23 0,30 0,15 0,04 0,50 0,05 0,14 0,14 1,37 0,32 1,93 0,17 0,94 0,22 1,09 0,18 0,35 2,59 0,90 0,00 0,00 0,00 0,00 0,44 0,54 0,62 2,04 0,58 0,65 0,30 5,9% 20,0% sterk vervuild 0,11 0,07 0,14 0,26 0,28 0,14 0,41 0,00 0,79 0,34 1,17 0,16 0,42 0,00 0,33 0,85 1,76 1,88 1,52 0,56 0,00 0,00 22,2% 0,0% 5

5

PXR x/ES

p53x/ES

p53+ x/ES

10

3

0,005

0,005

0,41 0,41 0,58 0,22 0,86 0,17 0,34 0,0%

0,91 0,45 1,00 0,50 0,50 0,19 0,43 0,0%

0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0%

1,30 0,00 0,00 0,00 0,00 0,00 0,00 14,3%

0,14 0,06 0,18 0,12

0,00 0,16 0,00 0,00 0,00 0,10 0,12 0,14 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,28 0,40 0,36 0,00

0,0%

0,0%

0,12 0,0%

0,00 0,00 6,34 0,00 0,00 1,06 0,00 2,86 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,24 15,8%

0,0%

3

1

0

0

57

Handreiking systeemanalyse met behulp van de Ecologische Sleutelfactoren

Recommend Documents