Slim monitoren. Watersysteem onderzoek Ron van der Oost (Waternet) Techniek, Onderzoek & Projecten Onderzoek & Advies

Techniek, Onderzoek & Projecten Onderzoek & Advies

Slim monitoren Watersysteem onderzoek 2012-2013

Ron van der Oost (Waternet)

Korte Ouderkerkerdijk 7 Amsterdam Postbus 94370 1090 GJ Amsterdam T 0900 93 94 (20 cent per gesprek, plus uw gebruikelijke belkosten) F 020 608 39 00 KvK 41216593

www.waternet.nl

15 oktober 2014

Waternet is de gemeenschappelijke organisatie van Waterschap Amstel, Gooi en Vecht en de gemeente Amsterdam

Colofon

Opdrachtgevers Sectoren

Watersysteem & Stuurgroep Onderzoek & Innovatie

Afdeling

Watersysteembeheer & themagroep Watercyclus in de regio

Opdrachtgevers

Laura Moria & Rob Tijsen

Opdrachtnemer Sector

Techniek, Onderzoek & Projecten

Afdeling

Onderzoek & Advies

Projectleider

Ron van der Oost

Kwaliteitsborger

Joost Kappelhof

Projectnummer

9219-1

Rapport Rapporteur

Ron van der Oost

Versie

3

Rapportnummer

14.116485

15 oktober 2014 - Slim monitoren - 1

2/36

Samenvatting Met het Slim-monitorenproject ontwikkelt Waternet een alternatief systeem voor beoordeling van de microchemische waterkwaliteit. In plaats van methoden waarbij alleen wordt gekeken naar de concentraties van stoffen, zal deze strategie zich richten op een effectgerichte analyse van het totale mengsel aan stoffen. Het doel van deze methode is om meer informatie te krijgen over de effecten van de chemische verontreiniging op het ecosysteem. De eerste fase van deze strategie is een screening van de mogelijke chemische gevaren met simpele analyses en bioassays (hot spot-analyse). Alleen bij de locaties met een mogelijk chemisch risico wordt in de tweede fase een nader onderzoek uitgevoerd met duurdere chemische en toxicologische analyses. De chemische risico’s voor het milieu worden voor beleidsmakers duidelijk in beeld gebracht door de gegevens te verwerken in een stoplicht Toxiciteit, dat onderscheid maakt tussen de risiconiveaus laag (groen), mogelijk (oranje) en hoog (rood). Door de toepassing van tijdgemiddelde passieve bemonstering kan het aantal bemonsteringen worden beperkt. Op deze manier kunnen kosten worden bespaard, terwijl de risico’s van zeer veel bekende en onbekende stoffen worden geanalyseerd door gebruik te maken van bioassays. Het is niet de bedoeling om hiermee meer gevaren voor het ecosysteem te detecteren dan met de nu gebruikte methoden, maar om een meer realistisch en compleet beeld te krijgen van de ecologische risico’s. Bij het ontwerpen van signaalwaarden als indicatie voor ecologische risico’s wordt daarom niet het voorzorgsprincipe met hoge veiligheidsfactoren gebruikt, maar een meer realistische aanpak. Het belangrijkste doel van deze strategie is om de mogelijke effecten van een zo breed mogelijk pakket microverontreinigingen in kaart te brengen. Een grote uitdaging daarbij is om zogenaamde signaalwaarden te ontwerpen die het onderscheid kunnen aangeven tussen laag risico (groen) en mogelijk risico (oranje) voor het ecosysteem. In samenwerking met STOWA, RIVM, Deltares en Ecofide zal de ecologische sleutelfactor (ESF) Toxiciteit worden ontworpen, waarbij de slimme-monitoringstrategie wordt gecombineerd met een ecologische risicoanalyse met analytisch-chemische resultaten (msPAFbenadering om de potentieel aangetaste fractie waterorganismen in te schatten). In combinatie met de chemische stoffenbenadering van de ESF Toxiciteit kan ook het onderscheid tussen mogelijk (oranje) en hoog risico (rood) worden gemaakt. Met de andere ESF’s van het Volg- en Stuursysteem (VSS) wordt meer begrip verkregen van het watersysteem, zodat kan worden voorkomen dat onnodige (kostbare) maatregelen worden genomen om de waterkwaliteit te verbeteren. In dit rapport wordt de voortgang van het onderzoek besproken en worden de resultaten van de laatste jaren gepresenteerd. In 2012 en 2013 is onderzoek uitgevoerd om de methode toe te passen en te testen naast de KRW-chemische monitoring in locaties in en rond de Vecht en de Amstel. Een eerste doel hierbij is om de hot spots op te sporen in die delen van het Waternet-beheersgebied waar de ecologische risico’s van microverontreinigingen het hoogst zijn. De toxicologische analyses gaven duidelijk twee locaties aan: de Noorder en Zuider Legmeerpolders, waar de hoogste risico’s kunnen worden verwacht door microchemische verontreiniging (zie linkerkant van schema pagina 4). Op deze locaties werd een hoge sterfte waargenomen van watervlooien in het veld. Daarnaast vertonen de laboratorium-bioassays die werden uitgevoerd op de passive sampling extracten een overschrijding van de signaalwaarden voor algemene toxiciteit (watervlooien) en anti-androgene werking (AR-CALUX). Deze beoordeling is uitgevoerd met zelf ontwikkelde signaalwaarden en met door RIZA en RIVM voorgestelde indicatieve normen. Omdat met de effectmonitoring het hele mengsel aan stoffen is onderzocht zal de kans op risico’s van onbekende stoffen klein zijn.


3/36

Met chemische analyses kan altijd maar een klein deel van de stoffen worden beoordeeld, zodat er een reële kans is dat belangrijke stoffen over het hoofd worden gezien, waardoor de risico’s worden onderschat. Aan de andere kant kunnen normen voor chemische concentraties zo laag zijn dat bijna overal overschrijdingen worden gevonden, die juist een overschatting van de ecologische risico’s kunnen geven. Op basis van de chemische analyses van de passive samplers is het moeilijk om de locaties met de hoogste ecologische risico’s te onderscheiden, omdat in 75% van de gevallen normoverschrijdingen van MTR en/of MAC-MKN werden gevonden (zie rechterkant van schema pagina 4). Als in plaats van de MTR (Maximaal Toelaatbaar Risico) alleen wordt getoetst met de Europese MAC-MKN (Maximaal Aanvaardbare Concentratie Milieukwaliteitsnorm) wordt alleen in de Amstel na Uithoorn (AMS021) een normoverschrijding gevonden van fluorantheen, terwijl de chemie van de Legmeerpolders onder deze normen ligt. Dit geeft aan dat de chemische normering niet eenduidig is en dat het erop lijkt dat met de huidige normen voor individuele stoffen geen goed beeld van de ecologische risico’s wordt verkregen (zowel over- als onderschattingen). Met de toxicologische analyses werden twee locaties met de hoogste risico’s voor de ecologie (waar hoge sterfte van watervlooien werd aangetoond) wel duidelijk onderscheiden van de rest. In het onderzoek van 2013 werden de hoogste ecologische risico’s gevonden in het zuidelijke deel van de Zuider Legmeerpolder en in de afvoersloot van de Noorder Legmeerpolder.

2012

CHEM totaal

Medicijnen

PP

NP-pesticiden

OCB

PCB

PAK

TOX totaal

Chemie

P53 calux

PAH calux

DR calux

GR calux

anti-AR calux

ER calux

TOX specifiek

antibiotica

daphniatox

algentox

microtox

test

veld daphnia

TOX algemeen

locatie ZLP115 NLP037 AMS003 AMS021 VEC010 VEC004 WLP001 SMW003

Als we de resultaten van dit onderzoek willen vergelijken met de toetsingen die op organische microverontreinigingen werden uitgevoerd volgens de KRW-toestand- en trendbepaling is dat vrijwel onmogelijk. Bij de KRW-toetsingen van zowel de Amstel als de Vecht werden veel normoverschrijdingen gevonden, waarvan alleen die van de zware metalen meetbaar waren. De organische stoffen gaven wel vaak overschrijdingen te zien, maar die waren alleen meetbaar voor PAK’s. De overschrijdingen van NP-pesticiden (stikstof- en fosforhoudende bestrijdingsmiddelen), organochloorpesticiden, chlooranilines, ethylfenolen en organotins zijn allemaal te wijten aan het feit dat de normen lager liggen dan de detectiegrenzen. Dit wordt bij een toetsing beschouwd als normoverschrijding, maar het zegt niets over de ecologische risico’s. Met passive sampling zijn de detectiegrenzen een stuk lager, maar omdat volgens de KRW het “totale water” (inclusief zwevend stof) moet worden getoetst kunnen deze analyses hiervoor niet worden gebruikt. Wetenschappelijk is aangetoond dat juist de opgeloste fractie microverontreinigingen (die met de passieve bemonstering wordt bepaald) het meest relevant is voor de ecologische risico’s, maar daarmee wordt in de KRW geen rekening gehouden.


4/36

Inhoud Samenvatting

3

1

Inleiding

6

2

Projecten met toepassing van “slimme monitoring”

8

2.1

Methoden

8

2.2

Waterkringloop Amstelveen

8

2.3

Sanering Vecht

9

2.4

KRW-spagaat

10

2.5

Slim monitoren van het Watersysteem 2012

11

2.6

Slim monitoren van het Watersysteem 2013

11

3

Resultaten en discussie

13

3.1

Algemene toxiciteit

13

3.2

Specifieke toxiciteit: Antibiotica-activiteit

17

3.3

Specifieke toxiciteit: Hormoonverstoring

18

3.3.1 Estrogene activiteit

18

3.3.2 Anti-androgene activiteit

19

3.3.3 Glucocorticoïde activiteit

21

3.4

Specifieke toxiciteit: Dioxines en PAK’s

21

3.5

Reactieve toxiciteit: Genotoxiciteit

23

3.6

Chemische analyses

24

3.6.1 PAK’s

24

3.6.2 PCB’s

25

3.6.3 OCB’s

26

3.6.4 NP-pesticiden

27

3.6.5 Polaire pesticiden

28

3.6.6 Medicijnen

29

4

Conclusies en aanbevelingen

30

4.1

Conclusies op basis van toxiciteit

31

4.2

Conclusies op basis van chemische analyses

31

4.3

Vergelijking toxicologie en chemie

31

4.4

Algemene conclusies

32

4.5

Aanbevelingen en toekomstplannen

33

5

Referenties

35

6

Bijlagen

36


5/36

1

Inleiding Met het Slim-monitorenproject ontwikkelt de programmalijn Toxicologie van O&A in opdracht van de themagroep “Watercyclus in de regio” een alternatief systeem voor beoordeling van de microchemische waterkwaliteit. In plaats van de reguliere methoden, waarbij alleen naar de concentraties van een paar prioritaire stoffen wordt gekeken, richt deze beoordeling zich op de nadelige effecten van het totale mengsel aan stoffen. De voorgestelde monitoringstrategie is weergegeven in figuur 1. Het doel van deze strategie is om meer informatie over de chemische waterkwaliteit te krijgen voor minder geld. Aan de linkerkant van het schema worden de mogelijke microchemische gevaren met simpele chemische analyses en bioassays in kaart gebracht (hot spot-analyse) en alleen bij de locaties met een mogelijk chemisch risico wordt een nader onderzoek uitgevoerd met duurdere chemische en toxicologische analyses. De chemische risico’s voor het milieu worden voor beleidsmakers duidelijk in beeld gebracht door de gegevens te verwerken in een stoplicht Toxiciteit, dat onderscheid maakt tussen de risiconiveaus laag (groen), mogelijk (oranje) en hoog (rood). Door de methode te combineren met tijdgemiddelde passieve bemonstering kan het aantal bemonsteringen worden beperkt. Op deze manier is de analyse van de waterkwaliteit betrouwbaarder, omdat  door de toepassing van bioassays  de risico’s van zeer veel bekende en onbekende stoffen worden bepaald (Pricope, 2012). Met nadruk wordt gesteld dat het niet de bedoeling van deze methodiek is om meer risico’s voor het ecosysteem te detecteren dan met de nu gebruikte methoden, maar om een realistisch en compleet beeld van de ecologische risico’s te krijgen. Bij het ontwerpen van signaalwaarden als indicatie voor mogelijke risico’s zal daarom niet het voorzorgsprincipe met hoge veiligheidsfactoren worden gebruikt, maar een meer realistische aanpak. Het eerste doel van deze strategie is toepassing in de operationele KRW-monitoring om de mogelijke effecten van alle microverontreinigingen op de ecologie in kaart te brengen. Samen met de andere ecologische sleutelfactoren (ESF’s) wordt dan meer inzicht in het watersysteem verkregen. Inzicht in het watersysteem is essentieel om te voorkomen dat onnodige (kostbare) maatregelen worden genomen om de waterkwaliteit te verbeteren. Figuur 1: Schematische voorstelling van de Slimme-monitoringstrategie


6/36

In dit rapport wordt de voortgang van het onderzoek besproken en worden de resultaten van de laatste jaren gepresenteerd. Door bijdragen van de sector Watersysteem is de methode getest in de projecten Waterkringloop Amstelveen en de sanering van de Vecht. In 2012 en 2013 is er voor Watersysteembesturing onderzoek uitgevoerd om de methode toe te passen en te testen naast de chemische monitoring in het kader van de KRW in locaties in en rond de Vecht en de Amstel. Een eerste doel hierbij was om de hot spots in het beheersgebied van Waternet op te sporen waar de ecologische risico’s van microverontreinigingen het hoogst zijn. Daarnaast richtte het onderzoek zich op het verder optimaliseren van het pakket bioassays waarmee de risico’s van een zo groot mogelijke groep organische verontreinigingen kunnen worden geschat. De grootste uitdaging daarbij is om zogenaamde signaalwaarden (trigger values) te ontwerpen die het onderscheid kunnen aangeven tussen laag risico (groen) en mogelijk risico (oranje) voor het ecosysteem. In samenwerking met STOWA, RIVM, Deltares en Ecofide zal de slimme strategie worden gecombineerd met een ecologische risicoanalyse met analytisch chemische resultaten (msPAF-benadering om de potentieel aangetaste fractie waterorganismen in te schatten), waarmee ook het onderscheid tussen mogelijk en hoog risico (rood) kan worden gemaakt.


7/36

2 2.1

Projecten met toepassing van “slimme monitoring” Methoden Van 2010 tot nu zijn voor verschillende Waternet-projecten proeven uitgevoerd met de combinatie van passive sampling (PS) en effectmetingen (bioassays). Deze projecten worden hieronder kort besproken. Het onderzoek werd uitgevoerd door passive samplers vier tot negen weken uit te hangen op de onderzoekslocaties. Om de polaire stoffen te concentreren werden POCIS-samplers (polar organic chemical integrative sampler) toegepast en siliconen rubbers (SR) om de apolaire stoffen te concentreren. De samplers werden op het laboratorium van Waterproef geëxtraheerd en de extracten werden onderzocht met chemische analyses en biologische effectmetingen (bioassays). De methoden voor het veldwerk en de laboratoriumextracties zijn in detail besproken in het rapport “Passive sampling 2010” (Van der Oost & Nguyen, 2011). Bovendien is een in situ (in het veld uitgevoerde) bioassay met watervlooien uitgevoerd. In met gaas afgesloten potten worden watervlooien een week blootgesteld aan het water van de locatie, waarna de aantallen dode en levende dieren worden geteld. Om de resultaten van de passive-samplingextracten te beoordelen is een eigen methode ontwikkeld, door een schatting te maken van de gemiddelde watervolumes die worden geëxtraheerd tijdens de bemonstering (Van der Oost, 2013). Voor de beoordeling is gebruikgemaakt van signaalwaarden voor ecologische risico’s volgens RIZA (Maas et al., 2004; Durand et al., 2009) en van een eigen methode (Van der Oost & Sileno, 2014).

2.2

Waterkringloop Amstelveen Waternet wil de waterkwaliteit in Amstelveen verbeteren door nagezuiverd effluent van de rwzi te gebruiken als bron voor het stadswater. Om de effecten op de waterkwaliteit te kunnen vaststellen is in 2010 en 2011 een “nulmeting” uitgevoerd. Tevens is de waterkwaliteit van de rwzi vastgesteld, om mogelijke risico’s voor mens en milieu te analyseren. In Amstelveen zijn op drie plaatsen (figuur 2) passive samplers uitgehangen voor apolaire organische stoffen (siliconenrubbers) en voor polaire organische stoffen (POCIS):  A1, nabij het inlaatpunt van het stadswater  A2, nabij het uitlaatpunt van het stadswater naar de Amstel, en  A3, het effluent van de rwzi Amstelveen. Figuur 2:

Monsterlocaties Amstelveen: A1 = inlaat stadswater; A2 = uitlaat stadswater; A3 = rwzi-effluent


8/36

De resultaten van deze proef zijn in detail beschreven in het rapport “Waterkringloop Amstelveen: analyse chemische waterkwaliteit in 2010 en 2011”. In de extracten van de passive samplers konden zeer veel organische stoffen en biologische effecten worden aangetoond. De geschatte concentraties van stoffen waarvoor milieunormen beschikbaar zijn lagen echter alle onder de Maximaal Toelaatbare Risiconiveaus (MTR’s). 2.3

Sanering Vecht De Vecht wordt vanaf 2011 gesaneerd door het baggeren van de verontreinigde waterbodem. Om het effect van deze sanering te kunnen nagaan wordt voor en na de verwijdering van het vervuilde slib een onderzoek uitgevoerd naar de ecologische en de chemische waterkwalliteit. De passive sampling is in de eerste plaats uitgevoerd om de bioaccumulatie van PAK’s in waterdieren te schatten. Figuur 3:

Monsterlocaties Vecht: V1 = Uitermeer; V2 = Nigtevecht; V3 = Overmeer; V4 = Breukelen; V5 = Oud-Zuilen; V6 = Utrecht (na rwzi)


9/36

De resultaten van de proef zijn in detail beschreven in het rapport “Chemische waterkwaliteit Vecht: passieve bemonstering 2010”. In de extracten van de passive samplers kon een veelheid aan organische stoffen en biologische effecten worden aangetoond. Vrijwel zonder uitzondering werden de hoogste concentraties aan stoffen en effecten gevonden op de locaties dichtbij Utrecht (V6 en V5), en is er een afnemende gradiënt naar het noorden van de Vecht. 2.4

KRW-spagaat Bij de discussie rond de Kaderrichtlijn Water (KRW) verkeert Waternet in een bijzondere positie. Waternet volgt zowel de lijn van de waterschappen (nadruk op ecologie) als van de drinkwaterbedrijven (nadruk op chemie). Dit dilemma, de “KRW-spagaat”, vormt een kans om te laten zien dat de watercyclusbenadering een verschil kan maken. Dit onderzoek moet de opvattingen van de Waternet kernsectoren dichter bij elkaar brengen door het combineren van de belangen bij de uitvoering van de KRW. Het onderzoek is gericht op de Bethunepolder (BP), omdat daar alle primaire sectoren van Waternet met elkaar verbonden zijn. In de eerste fase werd onderzocht wat bekend was, wat de hiaten in de kennis waren en hoe die hiaten kunnen worden ingevuld. In de tweede fase van het onderzoek is in en rond de BP uitgebreide chemische en toxicologische screening uitgevoerd om alle relevante stoffen te achterhalen. Op vier verschillende monsterlocaties in en rond de Bethunepolder (figuur 4) zijn steekmonsters genomen van het oppervlaktewater en zijn gedurende vier weken passive samplers geplaatst. Figuur 4:

Monsterlocaties KRW-spagaat: K1 = Maarsseveense Plassen (De Zodden); K2 = Loosdrechtse Plassen (De Strook); K3 = De Vecht bij Maarssen; K4 = Waterleidingkanaal na gemaal

In het fase 2-onderzoek werd het aantal in fase 1 vastgestelde relevante stoffen in drinkwaterbronnen en intrekgebieden uitgebreid met bijna 50 stoffen, waarvan ruim de helft in het Waterleidingkanaal werd aangetroffen. De meeste van de nieuw aangetroffen stoffen lijken afkomstig uit rioolwater (rwzi-effluenten of overstorten).


10/36

2.5

Slim monitoren van het Watersysteem 2012 De sector Watersysteem wilde vanaf 2012 de Slimme-monitoringstrategie toetsen als alternatief voor de KRW-monitoring van de chemische waterkwaliteit. Geselecteerd werden zeven locaties nabij de Amstel of de Vecht met verschillende vormen van chemische belasting (industrie, landbouw en rioolwater) en als “schone” locatie werd de Waterleidingplas onderzocht (figuur 5). Figuur 5:

Monsterlocaties WS 2012: AMS003 = Amstel voor Uithoorn; AMS021 = Amstel na Uithoorn; NLP037 = Noorder Legmeerpolder; ZLP115 = Zuider Legmeerpolder; SMW003 = Het Small in Weesp; VEC004 = Vecht bij Nigtevecht; WLP001 = Waterleidingplas; VEC011 = Vecht bij Utrecht

DE afgelopen jaren is in de Amstel en in de Vecht onderzoek uitgevoerd naar de chemische kwaliteit volgens de KRW-procedures. Hiervoor werden op beide locaties steekmonsters onderzocht op KRW prioritaire stoffen. De resultaten van dit chemische onderzoek zijn vergeleken met de resultaten die op deze locaties volgens de Slimme monitoring werden onderzocht. 2.6

Slim monitoren van het Watersysteem 2013 Omdat in 2012 de meest opvallende toxische effecten werden aangetoond in de Legmeerpolders is dat gebied in 2013 nader onderzocht. Uitgevoerd zijn twee meetcampagnes (in juli en september) op acht punten in de Legmeerpolders (figuur 6). Het meetnet is opgezet om de bronnen op te sporen van de hoge toxiciteit die in 2012 werd gevonden.


11/36

Figuur 6:

Monsterlocaties WS 2013: NLP001 = Noorder Legmeerpolder, brug voor gemaal; NLP004 = Noorder Legmeerpolder, watergang tussen kassen; ZLP001 = Zuider Legmeerpolder, bij gemaal; ZLP004 = Zuider Legmeerpolder, bovenstrooms stuw noord; ZLP007 = Zuider Legmeerpolder, hoofdwatergang kassengebied zuid; ZLP038 = Zuider Legmeerpolder, kruissing achterweg-dwarsweg; ZLP039 = Zuider Legmeerpolder, afstromend water noordelijke kassen; PZH001 = gemaal polder Zevenhoven


12/36

3

Resultaten en discussie In dit hoofdstuk worden de meest opvallende resultaten besproken van het WS-onderzoek uit 2012 en 2013. De resultaten van de onderzoeken naar de microchemische waterkwaliteit voor de projecten Sanering Vecht (Van der Oost en Nguyen, 2011b) , Waterkringloop Amstelveen (Van der Oost en Nguyen, 2012) en KRW-spagaat (Van der Oost, 2013 & Van der Oost et al., 2014) zijn apart gerapporteerd. In het Slim-monitorenonderzoek wordt in de eerste plaats getracht om een batterij betaalbare bioassays samen te stellen waarmee de mogelijke ecologische risico’s van een zo groot mogelijke groep chemische verontreinigingen in kaart kunnen worden gebracht. Hierbij wordt onderscheid gemaakt tussen algemene toxiciteit en specifieke toxiciteit. Met de bioassays voor algemene toxiciteit kunnen de effecten van alle in het extract aanwezige stoffen worden bepaald. Met de bioassays voor specifieke toxiciteit, die veel gevoeliger zijn, worden alleen effecten van stoffen bepaald met een specifieke werking (zoals hormoonverstoring), doordat ze binden aan bepaalde bestanddelen in de cel (receptoren of enzymen).

3.1

Algemene toxiciteit De algemene toxiciteit is bepaald met snelwerkende (acute) bioassays. Deze bioassays kunnen effecten van allerlei soorten stoffen aantonen, maar de gevoeligheid van de tests is per stof verschillend. Om de toxiciteit van een groot aantal stoffen te monitoren wordt daarom aanbevolen om altijd een combinatie van bioassays met verschillende testorganismen toe te passen. Voor ons onderzoek is de algemene toxiciteit bepaald met de drie meest gebruikte bioassays, die verschillende niveaus van de voedselketen vertegenwoordigen: de Microtoxassay (bacteriën), de Algentox-assay (fytoplankton) en de Daphniatox-assay (watervlooien, zoöplankton). Met de toxiciteit, die wordt gemeten in geconcentreerde PS-extracten (siliconen rubbers na 6-9 weken bootstelling), kan met een kortdurende (acute) test een indicatie worden gegeven van de toxiciteit die optreedt na langdurige blootstelling (chronisch). De in het veld uitgevoerde in situ-bioassay is maatgevend voor de acute toxiciteit van in het water aanwezige stoffen. De resultaten van deze analyses worden getoond in de figuren 7 en 8. Figuur 7:

In het veld gemeten acute toxiciteit (% sterfte van watervlooien) op 8 WS-locaties in of nabij de Amstel en de Vecht in juli en september 2012 (rood = meer dan 50% sterfte)

Sterfte watervlooien in situ 2012 100 90 80 % sterfte

70 60 50 40

July

30

Sept

20 10 0 ZLP115

NLP037 AMS003 AMS021 VEC010 VEC004 WLP001 SMW003

Locaties


13/36

Figuur 8:

In het veld gemeten acute toxiciteit(% sterfte van watervlooien) op 8 WS-glastuinbouw locaties in juli en september 2013 (rood = boven de signaalwaarde, > 50% sterfte)

% sterfte

Sterfte watervlooien in situ 2013 100 90 80 70 60 50 40 30 20 10 0

July September

Locaties In 2012 werd op twee locaties een hoge sterfte van watervlooien waargenomen: in juli in de Zuider Legmeerpolder ZLP115) en in september in de Noorder Legmeerpolder (NLP037), terwijl in de Amstel (AMS003) in beide perioden een sterfte van 30% werd waargenomen. In 2013 werd op enkele plekken in de Zuider Legmeerpolder (ZLP001, -007, en -038) en op een punt in de Noorder Legmeerpolder (NLP001) een sterfte van meer dan 50% waargenomen. Van dezelfde locaties zijn op het laboratorium bioassays uitgevoerd om de algemene chronische toxiciteit te analyseren met de PS-extracten. De resultaten hiervan zijn te zien in de figuren 9 en 10. Figuur 9:

Acute toxiciteit gemeten met Microtox (A), Algentox (B) en Daphniatox (C) bioassays 8 WS-locaties in of nabij de Amstel en de Vecht in 2012 (rood = boven signaalwaarde voor mogelijk ecologisch risico, >0,05 TU/L)

A. Microtox 2012 0,025

TU/L water

0,020 0,015 0,010 0,005 0,000 ZLP115 NLP037 AS003

AS021

VC010

VC004

WP001 SW003

Blanko

Locaties


14/36

B. Algentox 2012 0,005

TU/L water

0,004 0,003 0,002 0,001 0,000 ZLP115 NLP037 AS003

AS021

VC010

VC004

WP001 SW003

Blanko

Locaties

C. Daphniatox 2012 0,450 0,400 0,350 TU/L water

0,300 0,250 0,200 0,150 0,100 0,050 0,000 ZLP115 NLP037 AS003

AS021

VC010

VC004

WP001

SW003

Blanko

Locaties

Figuur 10: Acute toxiciteit, gemeten met Microtox (A), Algentox (B, data nog niet beschikbaar) en Daphniatox (C) bioassays effecten op 8 glastuinbouwlocaties in juli (donkerblauw) en september (lichtblauw) 2013 (rood = boven signaalwaarde mogelijk ecologisch risico, > 0,05 TU/L)

A. Microtox 2013 0,035

TU/L water

0,030 0,025 0,020 0,015

July

0,010

September

0,005 0,000

Locaties


15/36

B. Algentox 2013 0,030

TU/L water

0,025 0,020 0,015 July

0,010

September

0,005 0,000

Locaties C. Daphniatox 2013 0,120

TU/L water

0,100 0,080 0,060

July

0,040

September

0,020 0,000

Locaties Met de Microtox-bioassay werd zowel in 2012 als in 2013 toxiciteit aangetoond (remming van de lichtuitstraling van de bacteriën), maar de effecten kwamen niet boven de voorgestelde RIZA-norm (signaalwaarde) van 0,05 Toxicity Units (TU) per liter. Met de algentox werd in 2012 geen toxiciteit (remming van de groei) waargenomen. In 2013 werd met deze bioassay op een aantal locaties wel groeiremming aangetoond, maar die lag onder de signaalwaarde van 0,05 TU/L. De giftigheid voor watervlooien bleek op een aantal locaties in 2012 (ZLP115 en NLP037) en in 2013 (ZLP007 en ZLP 038) wel boven de voorgestelde norm voor een mogelijk ecologisch risico uit te komen. Hierbij moet worden aangetekend dat de TU’s per liter water een ruwe schatting zijn, omdat met de onbekende stoffen die de effecten veroorzaken geen exacte concentraties in water kunnen worden bepaald. De hoeveelheden van deze stoffen in de passive samplers vormen echter wel een indicatie van de hoeveelheden die ook door waterorganismen kunnen worden opgenomen, dat wil zeggen de biologisch beschikbare concentraties. Het is duidelijk dat de overschrijdingen van de signaalwaarden in 2012 op dezelfde locaties werden gevonden waar met de veldmeting meer dan 50% sterfte werd gevonden (figuur 7). De overeenkomst tussen de normoverschrijdingen van de labtests en de hoge sterfte bij de veldonderzoeken was in 2013 minder eenduidig, hoewel bij de sterkste effecten in de labtests (locaties ZLP 7 & 38) ook een hoge sterfte werd aangetoond met de veldproeven. Op locatie NLP 1 werd in 2013 geen effect gevonden in de labtest met watervlooien, terwijl wel een hoge sterfte in het veld werd waargenomen. Blijkbaar werd de mortaliteit op deze locatie veroorzaakt door stoffen die zich niet in de SR ophopen.


16/36

3.2

Specifieke toxiciteit: Antibiotica-activiteit De activiteit van in het monster aanwezige antibiotica werd bepaald met de Rikilt Water SCAN (“SCreening ANtibiotica”), waarbij het afsterven van bacterieculturen onder invloed van toevoeging van het PS-extract wordt gemeten. De resultaten van de analyses van antibioticaactiviteit in twee typen passive samplers (POCIS en siliconenrubbers) in 2012 zijn weergegeven in figuur 11. De activiteit is uitgedrukt als antibiotica-equivalenten (AEQ), bepaald door vergelijking met de respons van de positieve controles. Omdat de Water SCAN eigenlijk geen kwantitatieve assay is, zijn de gepresenteerde antibiotica-equivalenten slechts een indicatie van de mogelijke totale activiteit van antibiotica. Met een zelf ontwikkelde formule (Vander Oost, 2013) is een ruwe schatting gemaakt van de antibioticaconcentraties in water, die ongeveer tussen 10-500 ng/L (polair in POCIS) en 5-50 ng/L (apolair in SR) liggen. In 2013 werd op geen van de glastuinbouwlocaties van de Legmeerpolders antibioticaactiviteit boven de detectiegrens waargenomen. Figuur 11: Antibiotica-activiteit in extracten van POCIS (A) en SR (B) op 8 WS-locaties in of nabij de Amstel en de Vecht in 2012

ng AEQ/L water

A. Antibiotica POCIS 2012 400 350 300 250 200 150 100 50 0

Aminoglycosides Sulphonamides Macrolides Quinolones Tetracyclines

Locaties

ng AEQ/L water

B. Antibiotica SR 2012 45 40 35 30 25 20 15 10 5 0

Aminoglycosides Sulphonamides Macrolides Quinolones Tetracyclines

Locaties


17/36

Normen of signaalwaarden voor ecologische risico’s zijn voor dit effect nog niet ontwikkeld. De POCIS-resultaten (polaire stoffen) lijken het meest relevant, omdat daar duidelijke verhogingen worden waargenomen op de locatie die het meest door rwzi-effluent wordt beïnvloed (VEC011). De sterke aminoglycoside activiteit die in 2012 werd waargenomen in de Vecht was nog niet waargenomen op hetzelfde punt in 2010. In eerdere onderzoeken werd ook een hoge activiteit waargenomen in het POCIS-extract van het effluent van de rwzi Amstelveen (Van der Oost en Nguyen, 2012). Opvallend is de significante aanwezigheid van sulfonamide- en aminoglycoside-activiteiten in het glastuinbouwgebied (ZPL115 en NLP037 in figuur 11A), waar geen rwzi-invloeden zijn. Deze effecten werden in 2013 niet aangetoond. De SR-resultaten (apolaire stoffen) lijken minder consistent dan de POCIS-resultaten. In eerder onderzoek werden wel sterke effecten gevonden in het stadswater van Amstelveen, maar niet in het Amstelveense rwzi-effluent (Van der Oost en Nguyen, 2012). 3.3

Specifieke toxiciteit: Hormoonverstoring Veel natuurlijke en antropogene (door de mens gemaakte) stoffen kunnen invloed hebben op de hormoonhuishouding van vissen en andere waterdieren. Omdat dit kan leiden tot effecten op de voortplanting kan dit van invloed zijn op het voortbestaan van soorten. De meest onderzochte effecten op de hormoonverstoring (“endocrine disruption”) zijn die van vrouwelijke hormonen (estrogenen), mannelijke hormonen (androgenen) en steroïdhormonen (bijvoorbeeld glucocorticoïden). Door blootstelling aan stoffen kan de hormonale activiteit zowel worden gestimuleerd (agonisme) als geblokkeerd (antagonisme of anti-hormonale werking). Deze effecten kunnen eenvoudig worden geanalyseerd met in-vitrobioassays, zoals de CALUXassays, die met celkweken worden uitgevoerd.

3.3.1

Estrogene activiteit De estrogene activiteit van de PS-extracten is gemeten met de ERa-CALUX-bioassay en uitgedrukt in equivalenten van de referentiestof estradiol (EEQ). Het gehele mengsel aan stoffen geeft dus een vergelijkbaar effect als de met EEQ bepaalde hoeveelheid estradiol. Met een zelf ontwikkelde methode is een ruwe schatting gemaakt van de concentraties in water die overeen kunnen komen met de gevonden activiteit in de extracten. De resultaten van deze analyses zijn weergegeven in de figuren 12 en 13. Figuur 12: Estrogene activiteit in extracten van POCIS (A) en SR (B) op 8 WS-locaties in of nabij de Amstel en de Vecht in 2012

A. ERa CALUX POCIS 2012

pg 17β-estradiol eq./L water

200 180 160 140 120 100 80 60 40 20 0 ZLP115

NLP37

AS3

AS21

VC10

VC4

WP1

SW3

Blanko

Locaties


18/36

B. ERa CALUX SR 2012

pg 17β-estradiol eq/L water

16 14 12 10 8 6 4 2 0 ZLP115

NLP037

AS003

AS021

VC010

VC004

WP001

SW003

Blanko

Locaties

Figuur 13: Estrogene activiteit in extracten van POCIS op 8 glastuinbouwlocaties in juli (geel) en september 2013 (oranje)

ERa CALUX POCIS 2013

ng 17β-estradiol eq./L water

0,90 0,80 0,70 0,60 0,50 0,40 0,30 0,20 0,10 0,00 ZLP001

ZLP004

ZLP007

ZLP038

ZLP039

NLP001

NLP004

PZH001

Blanko

Locaties

Met de zeer gevoelige ER-CALUX-bioassay kon in alle extracten estrogene activiteit worden waargenomen. In geen van de gevallen wordt echter de door ons ontwikkelde signaalwaarde voor mogelijke ecologische risico’s (1 ng EEQ/L) overschreden, zelfs niet op het punt in de Vecht na lozing van de rwzi Utrecht (VC10 in figuur 12A). De enige meting waarbij deze signaalwaarde ooit werd overschreden was in een extract van het onverdunde effluent van de rwzi Amstelveen (Van der Oost en Nguyen, 2012). De POCIS-extracten lijken het meest relevant voor deze bioassay. 3.3.2

Anti-androgene activiteit De androgene activiteit in milieumonsters is meestal niet hoog, maar omdat er veel stoffen zijn die de werking van de mannelijke hormonen kunnen remmen wordt wel vaak een antiandrogene activiteit waargenomen. Dit effect kan onder andere worden veroorzaakt door stoffen met estrogene activiteit (vrouwelijke hormonen), maar ook door bestrijdingsmiddelen en brandvertragers. De anti-androgene activiteit van de PS-extracten is gemeten met de ARCALUX-bioassay en uitgedrukt in equivalenten van de referentiestof flutamide (FEQ). De resultaten zijn weergegeven in de figuren 14 en 15.


19/36

Figuur 14: Anti-androgene activiteit in extracten van POCIS (A) en SR (B) op 8 WS-locaties in of nabij de Amstel en de Vecht in 2012 (rood = boven signaalwaarde mogelijk ecologisch risico)

A. anti-AR CALUX POCIS 2012

μg Flutamide eq./L water

80 70 60 50 40 30 20 10 0 ZLP115

NLP37

AS3

AS21

VC10

VC4

WP1

SW3

Blanko

SW003

Blanko

Locaties

B. anti-AR CALUX SR 2012


3 2,5 2 1,5 1 0,5 0 ZLP115

NLP037

AS003

AS021

VC010

VC004

WP001

Locaties Figuur 15: Anti-androgene activiteit in extracten van POCIS op 8 glastuinbouwlocaties in juli (geel) en september 2013 (oranje)

anti-AR CALUX POCIS 2013


30 25 20 15 10 5 0 ZLP001

ZLP004

ZLP007

ZLP038

ZLP039

NLP001

NLP004

PZH001

Blanko

Locaties


20/36

In alle extracten kon een anti-androgene werking worden aangetoond. De door ons ontwikkelde signaalwaarde voor mogelijke ecologische risico’s (50 µg FEQ/L) werd in 2012 overschreden in de Noorder Legmeerpolder (NLP037 in figuur 11). Ook dit zou een aanwijzing kunnen zijn voor de aanwezigheid van een te hoge concentratie bestrijdingsmiddelen. 3.3.3

Glucocorticoïde activiteit Glucocorticoïden zijn hormonen die de steroïdhuishouding kunnen beïnvloeden. Veel medicijnen (zoals prednison) kunnen aan de receptor van deze hormonen binden, waardoor de hormonale werking wordt beïnvloed. De glucocorticoïden activiteit van de PS extracten is gemeten met de GR-CALUX bioassay en uitgedrukt in equivalenten van de referentiestof dexamethason (DEQ). De resultaten van de analyses van 2012 zijn weergegeven in Figuur 16. Figuur 16: Glucocorticoïde activiteit in extracten van POCIS op 8 WS-locaties in of nabij de Amstel en de Vecht in 2012

GR CALUX POCIS 2012

ng Dexamethasone eq./L water

5 4,5 4 3,5 3 2,5 2 1,5 1 0,5 0 ZLP115

NLP37

AS3

AS21

VC10

VC4

WP1

SW3

Blanko

Locaties

In het water van de Amstel en de Vecht werd in 2012 op een aantal locaties glucocorticoïde activiteit aangetoond. Het hoogste effect werd waargenomen in de Vecht, vlak na het lozingspunt van de rwzi Utrecht (VC10 in Figuur 16). Dit sterke effect kan worden verklaard door een verhoogde hoeveelheid medicijnresten in het rwzi-effluent. In geen van de gevallen werd echter de door ons ontwikkelde signaalwaarde voor mogelijke ecologische risico’s (20 ng DEQ/L) overschreden, ook niet in de Vecht. In 2013 werden in geen van de extracten van de PS op de glastuinbouwlocaties effecten aangetoond met deze bioassay. 3.4

Specifieke toxiciteit: Dioxines en PAK’s Veel PCB’s, dioxines, dibenzofuranen en PAK’s kunnen een effect hebben op belangrijke ontgiftingsenzymen in het lichaam van mens en dier. Dit effect kan worden aangetoond met de DR-CALUX, waarmee de dioxine-achtige effecten worden bepaald van moeilijk afbreekbare stoffen. Met de PAH-CALUX worden vergelijkbare effecten gemeten, ook van biologisch afbreekbare stoffen. De dioxine-achtige activiteit van de PS-extracten is gemeten met de DRCALUX, uitgedrukt in equivalenten van de referentiestof 2,3,7,8-tetrachloor-dibenzodioxine (TEQ). De PAK-achtige activiteit van de PS-extracten is gemeten met de PAH-CALUX, uitgedrukt in equivalenten van de referentiestof benzo[a]pyreen (BEQ). De resultaten van deze analyses zijn weergegeven in de figuren 17, 18 en 19.


21/36

Figuur 17: Dioxine-achtige activiteit in extracten van SR op 8 WS-locaties in of nabij de Amstel en de Vecht in 2012

DR CALUX SR 2012

pg 2,3,7,8-TCDD eq/L water

40 35 30 25 20 15 10 5 0 ZLP115

NLP037

AS003

AS021

VC010

VC004

WP001

SW003

Blanko

Locaties

Figuur 18: Dioxine-achtige activiteit in extracten van SR op 8 glastuinbouwlocaties in juli (donkerblauw) en september 2013 (lichtblauw); rood = boven signaalwaarde voor mogelijk ecologisch risico

DR CALUX SR 2013

pg 17β-estradiol eq/L water

70 60 50 40 30 20 10 0 ZLP001

ZLP004

ZLP007

ZLP038

ZLP039

NLP001

NLP004

PZH001

Blanko

Locaties

Figuur 19: PAK-achtige activiteit in extracten van SR op 8 WS-locaties in of nabij de Amstel en de Vecht in 2012

PAH CALUX SR 2012

ng Benzo(a)pyrene eq./L water

350 300 250 200 150 100 50 0 ZLP115

NLP037

AS003

AS021

VC010

VC004

WP001

SW003

Blanko

Locaties 15 oktober 2014 - Slim monitoren - 1

22/36

In het water van alle locaties werd in 2012 dioxine-achtige activiteit aangetoond met de zeer gevoelige DR-CALUX-bioassay. Het hoogste effect werd waargenomen in de Amstel, maar alle waarden lagen onder de door ons ontwikkelde signaalwaarde voor mogelijke ecologische risico’s (50 pg TEQ/L). Hoewel op de glastuinbouwlocaties van de Legmeerpolders in 2012 (ZLP115 en NLP037, figuur 17) een laag effect werd gemeten, werden in september 2013 op twee plaatsen (ZLP007 en NLP001, figuur 18) activiteiten boven de signaalwaarde waargenomen. Dit sterke effect is lastig te verklaren. Mogelijk zijn er bepaalde bestrijdingsmiddelen met dioxine-achtige toxiciteit, maar daarover is in de literatuur weinig beschreven. De effecten worden over het algemeen toegeschreven aan dioxines, dibenzofutranen en PCB’s. Ook PAKverbindingen kunnen dioxine-achtige toxiciteit vertonen. De PAH-CALUX is speciaal ontwikkeld om de activiteit van de meest giftige (carcinogene) PAK’s aan te tonen. In figuur 19 is te zien dat het patroon van de PAK-toxiciteit in grote lijnen hetzelfde is als van de dioxine-achtige effecten. Voor deze bioassay is nog geen signaalwaarde ontwikkeld. De Environmental Quality Standard (EQS) voor de KRW-toetsing van de referentiestof benzo[a]pyreen is 0,17 ng/L, wat veel lager is dan de door ons waargenomen activiteit. De EQS is echter gebaseerd op de kankerverwekkende eigenschappen en niet op het effect op de ontgiftingsenzymen, en is dus niet vergelijkbaar. Omdat de meerwaarde van deze bioassay ten opzichte van de DR-CALUX gering lijkt, is hij niet uitgevoerd op de monsters van 2013. 3.5

Reactieve toxiciteit: Genotoxiciteit Hoewel de genotoxiciteit (DNA-beschadiging die mogelijk kan leiden tot tumorvorming) meer relevant is voor de humane toxicologie is een P53-CALUX-bioassay uitgevoerd om het gezamenlijke effect van genotoxische stoffen te meten. Dat is gebeurd omdat bij vissen wel tumorvorming kan optreden na blootstelling aan genotoxische stoffen en ook omdat het belangrijk is om te weten of mogelijk kankerverwekkende stoffen in het water aanwezig zijn die een bedreiging voor de mens kunnen vormen. Een uitgebreide batterij dure tests wordt niet ingezet, alleen de relatief goedkope P53-CALUX-assay. De P53-CALUX geeft een respons als DNA-reparatiemechanismen in werking worden gezet, als reactie op een blootstelling aan stoffen die het DNA beschadigen. In 2012 was er nog geen kwantitatieve analyse (alleen positief of negatief), maar in 2013 is een methode ontwikkeld om het signaal te kwantificeren. De resultaten van 2013 zijn weergegeven in figuur 20. Figuur 20: Genotoxiciteit in extracten van SR op 8 glastuinbouwlocaties in juli (donkerblauw) en september 2013 (lichtblauw)

P53 CALUX SR 2013

ng Actinomycin D eq/L water

25

20

15

10

5

0 ZLP001

ZLP004

ZLP007

ZLP038

ZLP039

NLP001

NLP004

PZH001

Blanko

Locaties


23/36

In 2012 werd een positief genotoxisch effect gevonden bij de glastuinbouwlocatie ZLP115 in de Zuider Legmeerpolder. In 2013 werd dit effect op twee plekken van deze polder (ZLP004 en ZLP038, figuur 20) kwantitatief aangetoond. Er zijn veel soorten stoffen die DNA-schade kunnen veroorzaken, waaronder bijvoorbeeld bestrijdingsmiddelen. Het is niet bekend of het waargenomen effect in de ZLP door pesticideresten wordt veroorzaakt en wat de risico’s voor het milieu zijn, want voor deze bioassay is nog geen signaalwaarde ontwikkeld. 3.6

Chemische analyses Naast het onderzoek met bioassays zijn (vooral in 2012) ook veel chemische analyses uitgevoerd op de PS-extracten. De concentraties in water die met de gehalten in siliconenrubbers (SR) werden bepaald zijn betrouwbare data, die met een goed gevalideerde methodiek zijn berekend. Met behulp van de uitwisseling van referentiecomponenten die aan de SR waren toegevoegd kan de uitwisselingssnelheid tussen water en sampler worden bepaald. Hiermee kan per stof een goede benadering van de concentratie in water worden gegeven. De concentraties in water van stoffen die zich ophoopten in de POCIS-samplers vormen een ruwe schatting, gebaseerd op een gemiddelde uitwisselingssnelheid van organische stoffen.

3.6.1

PAK’s De met SR-extracten berekende totale PAK-gehalten (som van 16 polycyclische aromatische koolwaterstoffen) in water zijn weergegeven in de figuren 21 en 22. Figuur 21: Gehalten aan polycyclische aromatische koolwaterstoffen (PAK’s), berekend met SR-data, op 8 WS-locaties in of nabij de Amstel en de Vecht in 2012

Totaal PAK SR 2012 800

PAK totaal [ng/L water]

700 600 500 400 300 200 100 0 ZLP115 NLP37

AS3

AS21

VC10

VC4

WP1

SW3

FB

Locaties


24/36

Figuur 22: Gehalten aan polycyclische aromatische koolwaterstoffen (PAK’s), berekend met SR-data, op 8 glastuinbouwlocaties in juli (donkerrood) en september 2013 (lichtrood)

Totaal PAK SR 2013

PAK totaal [ng/L water]

900 800 700 600 500 400 300 200 100 0 ZLP001

ZLP004

ZLP007

ZLP038

ZLP039

NLP001

NLP004

PZH001

Locaties

De hoogste PAK- gehalten in 2012 werden waargenomen in de Amstel na Uithoorn (AS21, figuur 21), met als mogelijke oorzaak de Cindu-brand in het verleden, waarbij aanzienlijke hoeveelheden PAK in de Amstel terechtkwamen. Alle concentraties van individuele PAKverbindingen liggen echter onder de Nederlandse MTR-normen (maximaal toelaatbaar risico), zodat een risico voor de ecologie niet waarschijnlijk is. Het fluorantheengehalte van AS21 ligt echter wel boven de Europese maximaal aanvaardbare concentratie (MAC-MKN), de milieukwaliteitsnorm van de KRW waarmee een ecologisch risico wordt gesuggereerd. De fluorantheengehalten op de overige locaties zijn lager dan de MAC-MKN waarden, maar (behalve bij WP1) hoger dan de Europese jaargemiddelde milieukwaliteitsnorm (JG-MKN). Op veel locaties worden ook de JG-MKN’s van andere individuele PAK’s overschreden. De gehalten op de twee glastuinbouwlocaties waren relatief laag in 2012 (onder de JG-MKN). In het onderzoek van 2013 blijkt echter dat de PAK-gehalten op een aantal plekken in de Zuider Legmeerpolder (ZPL001, ZLP004 en ZLP007) aanzienlijk hoger waren dan de in 2012 gemeten waarden. Ook hier geldt dat de PAK-concentraties lager zijn dan de MTR-waarden. Op locaties ZLP001 (juli) en ZLP007 (septemter) liggen de concentraties echter wel boven de Europese MAC-MKNwaarde voor fluorantheen, waarmee een ecologisch risico wordt gesuggereerd. Op alle locaties werd in beide perioden de JG-MKN voor individuele PAK’s overschreden. 3.6.2

PCB’s De met SR-extracten berekende totaal-PCB-gehalten (som van 7 polychloorbifenylen) in water zijn weergegeven in de figuren 23 en 24. Figuur 23: Gehalten aan polygechloreerde bifenylen (PCB’s), berekend met SR-data, op 8 WSlocaties in of nabij de Amstel en de Vecht in 2012

Totaal PCB SR 2012 3,00

PCB totaal [ng/L water]

2,50 2,00 1,50 1,00 0,50 0,00 ZLP115NLP37 AS3 AS21 VC10 VC4

WP1 SW3

FB

Locaties 15 oktober 2014 - Slim monitoren - 1

25/36

Figuur 24: Gehalten aan polygechloreerde bifenylen (PCB’s), berekend met SR-data, op 8 glastuinbouwlocaties in juli (donkerblauw) en september 2013 (lichtblauw)

Totaal PCB SR 2013 0,6

PCB totaal [ng/L water]

0,5

0,4

0,3

0,2

0,1

0 ZLP001

ZLP004

ZLP007

ZLP038

ZLP039

NLP001

NLP004

PZH001

Locaties

In 2012 werden de hoogste PCB-gehalten waargenomen in het water van de Vecht bij Utrecht (VC10 in figuur 23). De gehalten in de glastuinbouwgebieden waren in 2012 en 2013 relatief laag, waardoor het onwaarschijnlijk is dat de hoge effecten die met DR-CALUX werden aangetoond (figuur 18) door PCB’s zijn veroorzaakt. Voor PCB’s is geen MTR vastgesteld en bestaan ook geen MAC- of JG-MKN’s voor de waterfase, omdat de lage concentraties meestal niet kunnen worden gemeten met de standaardmethoden. Met passieve bemonstering is het wel mogelijk om gehalten lager dan 1 ng/L te detecteren. De PCB-gehalten in 2013 waren in dezelfde ordegrootte als die van de ZLP- en NLP-locaties in 2012. Opvallend is dat de meeste PCB gehalten van 2013 in september aanzienlijk hoger waren dan in juli. 3.6.3

OCB’s De met SR-extracten berekende totaal OCB-gehalten (som van 33 organochloorbestrijdingsmiddelen) in water zijn weergegeven in de figuren 25 en 26. Figuur 25: Gehalten aan organochloorbestrijdingsmiddelen (OCB’s), berekend met SR-data, op 8 WS-locaties in of nabij de Amstel en de Vecht in 2012

Totaal OCB SR 2012

De 9,00 OCB totaal [ng/L water]

8,00 7,00 6,00 5,00 4,00 3,00 2,00 1,00 0,00 ZLP115NLP37 AS3

AS21 VC10

VC4

WP1

SW3

FB

Locaties


26/36

Figuur 26: Gehalten aan organochloorbestrijdingsmiddelen (OCB’s), berekend met SR-data, op 8 glastuinbouwlocaties in juli (donkergeel) en september 2013 (lichtgeel)

Totaal OCB SR 2013

OCB totaal [ng/L water]

6 5 4 3 2 1 0 ZLP001

ZLP004

ZLP007

ZLP038

ZLP039 NLP001 NLP004 PZH001

Locaties

In 2012 werden de hoogste OCB-gehalten waargenomen in het water van de Amstel, van de Vecht bij Utrecht en van de Zuider Legmeerpolder (AS3, AS21, VC10 en ZLP115 in figuur 25). Dit duidde niet op het gebruik van deze stoffen in de glastuinbouw, maar is waarschijnlijk een erfenis uit het verleden. De totaalgehalten in 2012 werden vooral bepaald door de HCHconcentraties. De gehalten van de meeste individuele pesticiden waren in 2012 lager dan de MTR-normen, met uitzondering van de concentraties van DDT en de omzettingsproducten DDD en DDE, die op vier locaties (AMS 3 & 21, VEC 4 & 10) boven de MTR-norm van 0,4 ng/L lagen. Opvallend was dat de DDT gehalten van de ZLP en NLP wel onder deze norm lagen. In 2013 werden op bijna alle locaties in de glastuinbouw wel overschrijdingen van de MTRwaarden voor de DDT ’s gevonden (ZLP 4, 7, 38 & 39 + NLP 1 & 4 in juli en ZLP 1, 7 & 39 + NLP 4 in september). Dergelijke overschrijdingen zouden met standaard-bemonsteringsmethoden niet aantoonbaar zijn. De vraag is echter of de overschrijdingen van deze lage normen ecologisch relevant zijn. Op alle locaties liggen de normen namelijk onder de Europese JG-MKN-waarde voor totaal-DDT’s, die ruim 60x hoger is dan de MTR voor de individuele DDT’s (25 ng/L). De extreem lage JG-MKN voor heptachloorepoxiden (0,0002 ng/L) werd in beide jaren op alle locaties overschreden . Ook de norm voor heptachloor (0,0002 ng/L) werd op alle 2013-locaties overschreden, maar de stof werd in 2012 niet aangetroffen. Ook hiervan is de ecologische relevantie moeilijk in te schatten. Hierbij moet wel worden aangetekend dat een tijdsgeïntegreerde bemonstering niet hetzelfde is als een jaargemiddelde van 12 metingen. De berekende concentraties in water van heptachloor en heptachloorepoxiden lagen wel alle onder de MAC-MKN van 0,3 ng/L. 3.6.4

NP-pesticiden De met SR-extracten berekende totaalgehalten aan NP-pesticiden (som van 58 stikstof- en fosforhoudende bestrijdingsmiddelen) in water van 2012 worden getoond in figuur 27. In 2013 zijn deze stoffen niet geanalyseerd. Op alle locaties konden in 2012 een of meer NP-pesticiden worden aangetoond. Op de ZLP- en NLP-locaties werden gehalten aan imidicarp waargenomen die ruim boven de MTR- en JG-MKN-waarden lagen, maar onder de MAC-MKN. Dit suggereert een mogelijk ecologisch risico volgens de MTR, maar een lager risico volgens de Europese normen. Omdat deze stof vrij polair is (KOW = 1,7), zal de berekening van de concentraties in water met SR-gegevens minder betrouwbaar zijn. Waarschijnlijk liggen de gehalten echter wel boven de MTR-waarden van 90 ng/L.


27/36

NP pesticide

800 600 400 200 0

Figuur 27: Totaalgehalten van stikstof- en fosforhoudende bestrijdingsmiddelen (NP-pesticiZLP115NLP37 AS3 AS21 VC10 VC4 SW3 WP1 den), berekend met SR-data, op 8 WS-locaties in of nabij de Amstel en de Vecht in 2012

NP pesticiden totaal [ng/L]

locaties

Totaal NP pesticiden SR 2012 2000 1500 1000 500 0 ZLP115NLP37 AS3 AS21 VC10 VC4 SW3 WP1

Locaties De verhoogde concentraties bij NLP037 werden mede veroorzaakt door propiconazol A en B. Voor deze stoffen werd de voorlopige Rijnmemorandum-norm (drinkwatergerelateerd) van 10 ng/L op vijf van de acht locaties overschreden (ZLP115, NLP037, AS3, AS21 en VC10). Op de overige locaties werd het totaal-NP-pesticidengehalte vooral bepaald door verhoogde DEETconcentraties. Voor DEET en de meeste andere NP-pesticiden zijn nog geen MTR-normen of Europese MAC- of JG-MKN’s vastgesteld. Het is dus lastig om te bepalen of deze stoffen een nadelig effect hebben op het ecosysteem. 3.6.5

Polaire pesticiden De met POCIS-extracten geschatte totaalgehalten aan PP (som polaire bestrijdingsmiddelen, waarvan 18 met negatieve en 20 met positieve ionisatie) in water van 2012 zijn weergegeven in figuur 28. In 2013 zijn deze stoffen niet geanalyseerd Figuur 28: Gehalten aan totaal-polaire bestrijdingsmiddelen geschat met POCIS-data, op 8 WSlocaties in of nabij de Amstel en de Vecht in 2012

Polaire pesticiden totaal [ng/L]

Totaal polaire pesticiden POCIS 2012 250 200 150 100 50 0 ZLP115NLP37 AS3

AS21 VC10

VC4

WP1

SW3

FB

Locaties


28/36

Op alle locaties konden polaire pesticiden worden aangetoond. Het hoge totaal PP-gehalte van NLP037 werd voornamelijk bepaald door carbendazim en imidacloprid. De MTR-waarde van carbendazim (110 ng/L) werd op deze locatie overschreden, maar de Europese MAC-MKN (600 ng/L) niet. Voor imidacloprid is nog geen MTR-waarde vastgesteld, maar het gehalte ligt onder de door RIVM voorgestelde Europese MAC-MKN van 200 ng/L. In 2014 is door het RIVM een verlaging van de JG-MKN tot 8 ng/L voorgesteld. Als de met passive samplers geschatte concentraties na 9 weken blootstelling hiermee worden vergeleken blijkt bij de locaties NLP37 en de beide locaties in de Amstel (AS3 en AS21) sprake te zijn van een normoverschrijding. Concentraties in water op basis van POCIS-data zijn echter slechts een ruwe schatting van de actuele concentraties, en een tijdsgeïntegreerde bemonstering is niet hetzelfde is als een jaargemiddelde van 12 metingen. De PP-gehalten van ZPL115 bestonden voornamelijk uit fipronyl, MCPA en MCPP. Deze stoffen werden ook op de meeste andere locaties gevonden. Voor fipronyl en MCPP is nog geen MTR of MKN vastgesteld. De MTR-norm voor MCPA (2 µg/L) werd op geen van de locaties overschreden. 3.6.6

Medicijnen De met POCIS-extracten geschatte totaalgehalten aan medicijnen (som van 44 geneesmiddelen) in water worden getoond in figuur 29. In 2013 zijn deze stoffen niet geanalyseerd. Figuur 29: Gehalten aan totaal-medicijnen, geschat met POCIS-data, op 8 WS-locaties in of nabij de Amstel en de Vecht in 2012

Totaal medicijnen POCIS 2012 450 Medicijnen totaal [ng/L water]

400 350 300 250 200 150 100 50 0 ZLP115NLP37 AS3

AS21 VC10

VC4

WP1

SW3

FB

Locaties

Zoals verwacht werden de hoogste concentraties medicijnresten waargenomen op de VEC10locatie, met de grootste invloed van een rwzi-lozing (Vecht na rwzi Utrecht). Het totaalgehalte aan medicijnen werd vooral bepaald door iopromide, carbamazepine, temazepam, lidocaïne en hydrochlorthiazide. Hierbij moet worden aangetekend dat het veel gebruikte metformine zich slecht ophoopt in de POCIS-samplers, waarschijnlijk door sterke binding aan het omhullende membraan. De werkelijke totaalgehalten zullen daarom op alle locaties waarschijnlijk hoger zijn dan in figuur 29 wordt getoond. In 2014 heeft RIVM MKN’s voor Europese toetsing voorgesteld voor drie geneesmiddelen: carbamazepine, metoprolol en metformine. De totale hoeveelheid medicijnen die is gemeten op VEC10 ligt nog onder de laagste van de voorgestelde normen (JGM 500 ng/L voor carbamazepine). Hoewel nog weinig bekend is over de normen voor andere geneesmiddelen lijkt het niet waarschijnlijk dat de medicijnresten op de onderzochte locaties een ecologisch risico vormen. Hierbij moet worden aangetekend dat de concentraties in water op basis van POCIS-data slechts een ruwe schatting vormen van de actuele concentraties.


29/36

4

Conclusies en aanbevelingen In 2012 en 2013 zijn drie meetcampagnes uitgevoerd om de chemische waterkwaliteit te monitoren. Het eerste doel was om met de gegevens een oordeel te geven over de ecologische risico’s door organische microverontreinigingen in het watersysteem. Daarnaast zijn de gegevens gebruikt om de Slim-monitorenstrategie verder te optimaliseren door de selectie van bioassays te verfijnen en instrumenten te ontwerpen om de gegevens te vertalen naar mogelijke ecologische risico’s (signaalwaarden en interpretatie van passive-samplingdata). Hieronder worden de conclusies op basis van het toxicologische onderzoek met bioassays en de analytisch chemische monitoring met elkaar vergeleken. Aangetekend moet worden dat de zware metalen bij deze evaluatie buiten beschouwing zijn gelaten. De risico’s van zware metalen kunnen eenvoudig worden vastgesteld op basis van chemische analyses, omdat dit een beperkte groep stoffen is in vergelijking met de ruim 100.000 organische stoffen die in het milieu kunnen voorkomen. In tabel 1 zijn de mogelijke ecologische risico’s op basis van toxicologisch en chemisch onderzoek weergegeven. Tabel 1: classificatie van ecologisch risico op basis van toxicologie en chemie

2012

locatie ZLP115 NLP037 AMS003 AMS021 VEC010 VEC004 WLP001 SMW003

2013 juli

locatie ZLP001 ZLP004 ZLP007 ZLP038 ZLP039 NLP001 NLP004 PZH001

2013 september

locatie ZLP001 ZLP004 ZLP007 ZLP038 ZLP039 NLP001 NLP004 PZH001

CHEM totaal

Medicijnen

PP

NP-pesticiden

OCB

PCB

PAK

TOX totaal

Chemie

P53 calux

PAH calux

DR calux

GR calux

anti-AR calux

ER calux

TOX specifiek

antibiotica

daphniatox

algentox

microtox

test

veld daphnia

TOX algemeen

niet geanalyseerd laag risico onbekend; verhoogd, maar geen MTR, MAC/JGM-MKN of TOX signaalw aarde beschikbaar mogelijk ecologisch risico door overschrijding TOX sinaalw aarde ofJGM-MKN norm hoog risico door overschrijding van vastgestelde MTR of MAC-MKN normen chemie


30/36

4.1

Conclusies op basis van toxiciteit Op grond van de resultaten van de bioassays zijn er twee locaties van het onderzoek uit 2012 waar de microchemische waterkwaliteit een mogelijk risico vormt voor de ecologie: de Noorder en de Zuider Legmeerpolder (NLP037 en ZLP115). Op deze locaties werden indicatieve signaalwaarden overschreden voor algemene toxiciteit (Durand et al., 2009) en/of zelf ontwikkelde signaalwaarden voor specifieke toxiciteit. In de Vecht bij Utrecht (VEC010) is verhoogde antibiotica-activiteit waargenomen, maar het risico daarvan is onbekend omdat hiervoor nog geen signaalwaarde beschikbaar is. Op de Amstel werd dicht bij de Legmeerpolder (AMS003) ook sterfte van watervlooien gevonden bij de veldproef. In het onderzoek van 2013 is verder ingezoomd op de Legmeerpolders, op zeven locaties binnen het glastuinbouwgebied en op een locatie bij gemaal Zevenhoven. Op basis van de toxicologie werd de hoogste kans op ecologische risico’s gevonden op de locaties ZLP001, ZLP007, ZLP038 en NLP001. Op locatie ZLP004 werd genotoxiciteit aangetoond, maar hiervoor is nog geen signaalwaarde ontwikkeld. Hoewel de onderlinge verschillen niet groot waren, lijken de ecologische risico’s in het zuidelijke deel van de Zuider Legmeerpolder en in het afvoerwater van de Noorder Legmeerpolder het hoogst. In 2012 bleek dat de toxiciteit van het water in de Legmeerpolders ook de kwaliteit van de Amstel negatief kan beïnvloeden (sterfte van watervlooien bij de veldmeting).

4.2

Conclusies op basis van chemische analyses Op basis van de chemische analyses is het onderscheid van de ecologische risico’s op de verschillende locaties een stuk lastiger te maken. Op basis van de metingen die in 2012 werden uitgevoerd werden zes locaties (ZLP115, NLP37, AMS 3 & 21 en VEC 4 &10) met hoog risico geclassificeerd op basis van overschrijdingen van MTR-waarden voor pirimicarb en DDTderivaten. De MTR van het polaire pesticide carbendazim werd op de NLP001-locatie overschreden. Voor het NP-pesticide propiconazol werden alleen overschrijdingen van een drinkwatergerelateerde richtwaarde (Rijnmemorandum) gevonden. Bij een toetsing op basis van de Europese MKN wordt alleen bij de AMS21-locatie een overschrijding van de MAC-MKN van fluorantheen waargenomen, terwijl op alle locaties overschrijdingen van de JG-MKN’s voor OCB en PAK worden waargenomen. Een aantal sterk verhoogde concentraties (bijvoorbeeld medicijnen in de Vecht, DEET op alle locaties) konden niet worden getoetst, omdat daarvoor geen normen zijn. Omdat van veel stoffen nog geen MTR of MAC- of JG-MKN’s zijn vastgesteld, is een volledige risicoanalyse onmogelijk. Het risico voor het ecosysteem op de overige twee locaties in 2012 is daarom onbekend. Opvallend is dat op de ZLP115-locatie, waar 100% sterfte van watervlooien werd waargenomen bij de veldmeting, op basis van de chemische analyses volgens de Europese MKN-toetsing niet werd beoordeeld als risicolocatie. Op deze locatie werden alleen twee zeer lage JG-normen voor PAK en OCB overschreden. In het onderzoek van 2013 is een zeer beperkt chemisch-analytisch onderzoek uitgevoerd (PAK, PCB en OCB), maar toch werden op vrijwel alle locaties overschrijdingen gevonden van de MTR-normen (voor DDT en derivaten) en van de JG-MKN (voor heptachloorpesticiden). Op de locaties ZLP 1 & 7 werden bovendien overschrijdingen waargenomen van de MTR voor fluorantheen . Alleen op de locatie bij gemaal Zevenhoven (PZH001) werden geen overschrijdingen van de MTR en/of MAC-MKN waargenomen.

4.3

Vergelijking toxicologie en chemie De kosten voor het totale pakket van elf bioassays zijn vergelijkbaar met die van de zeven pakketten chemische analyses die in 2012 werden uitgevoerd. De toxicologische analyses leverden een duidelijke discriminatie op van twee locaties waar de hoogste risico’s vanwege microchemische verontreiniging van het ecosysteem kunnen worden verwacht. Deze beoordeling is voor een deel uitgevoerd met zelf ontwikkelde signaalwaarden (trigger values), en voor een deel met door RIZA en RIVM voorgestelde indicatieve normen (Maas et al., 2003;


31/36

Durand et al., 2009). Omdat het hele mengsel aan stoffen wordt onderzocht is de kans op een risico door onbekende stoffen klein wanneer geen effecten worden aangetoond met de bioassay-batterij. Met chemische analyses kan altijd maar een klein deel van de stoffen worden beoordeeld. Ook als het gehele pakket aan KRW-prioritaire stoffen wordt geanalyseerd zal daardoor altijd een reële kans bestaan dat belangrijke stoffen over het hoofd worden gezien, waardoor de risico’s worden onderschat. Aan de andere kant is het zo dat de normen voor chemische concentraties zo laag kunnen zijn dat bijna overal overschrijdingen worden gevonden, die kunnen leiden tot een overschatting van de ecologische risico’s. Op bijna alle locaties werden bijvoorbeeld MTR-normoverschrijdingen van DDT’s gevonden. De zeer lage concentraties in water (kleiner dan 1 ng/L) kunnen met een standaardbemonstering met een 1-liter-steekmonster niet eens worden aangetoond, maar worden met passieve bemonstering wel gevonden. Het lijkt echter onwaarschijnlijk dat dergelijke lage DDT-concentraties een hoog ecologisch risico opleveren. Ook de zeer lage JG-MKN’s voor PAK en OCB worden op vrijwel alle locaties overschreden, maar zijn niet aantoonbaar met de standaardmethodiek (steekmonsters). Als we de resultaten van dit onderzoek willen vergelijken met de toetsingen die voor de KRW worden uitgevoerd op organische microverontreinigingen is dat vrijwel onmogelijk. Bij de KRW-toetsingen van het water van de Amstel en de Vecht worden veel normoverschrijdingen gevonden, waarvan alleen die van de zware metalen goed te meten zijn. De organische stoffen geven ook vaak overschrijdingen te zien, maar die zijn alleen bij sommige PAK’s goed meetbaar. De overschrijdingen van NP-pesticiden, chlooranilines, organochloor bestrijdingsmiddelen, ethylfenolen en organotins zijn allemaal terug te voeren op het feit dat de normen lager liggen dan de detectiegrenzen. Dit wordt bij een toetsing beschouwd als normoverschrijding, maar zegt niets over de ecologische risico’s. Met passive sampling zijn de detectiegrenzen een stuk lager, maar omdat volgens de KWR het totale water moet worden getoetst kunnen deze analyses niet worden gebruikt. Het gegeven dat wetenschappelijk is aangetoond dat juist de opgeloste fractie van de microverontreinigingen (die met de passieve bemonstering wordt bepaald) het meest relevant is voor de ecologische risico’s wordt daarbij over het hoofd gezien. Op basis van de chemische analyses is het moeilijk om een onderscheid te maken tussen de ecologische risico’s op de locaties, omdat in 75% van de gevallen normoverschrijdingen van MTR en/of MAC-MKN werden gevonden. Als in plaats van de MTR alleen met de Europese MAC-MKN wordt getoetst, wordt alleen op de AMS021 locatie een normoverschrijding gevonden (fluorantheen), terwijl de chemische metingen bij de twee glastuinbouwlocaties onder deze normen liggen. Dit geeft aan dat de chemische normering niet eenduidig is en dat het er op lijkt dat met de huidige normen voor individuele stoffen geen goed beeld wordt verkregen van de ecologische risico’s . Met de toxicologische analyses werden twee locaties met de hoogste risico’s voor de ecologie (waar bijvoorbeeld een hoge sterfte van watervlooien werd aangetoond) wel duidelijk onderscheiden van de rest. 4.4

Algemene conclusies De eerste indruk van dit onderzoek is dat de strategie van het Slim-monitorenproject een betere indicatie lijkt te geven van de ecologische risico’s dan een uitgebreide chemische monitoring. Dit heeft ten eerste te maken met de analyse van een breder pakket van mogelijk giftige stoffen door toepassing van een effectgerichte benadering met bioassays. Ten tweede is bij deze strategie een realistischer normstelling gehanteerd (zonder toepassing van het voorzorgsprincipe), waardoor de ecologische risico’s niet worden overschat. Door de toepassing van passieve bemonsteringstechnieken wordt (in vergelijking tot steekmonsters) een meer tijd geïntegreerd beeld gekregen van de verontreiniging. Bovendien wordt de biologisch beschikbare fractie van de chemische microverontreiniging getest die toxicologisch het meest relevant is. Er zijn natuurlijk ook onzekerheden bij deze methodiek, zoals de ophoping van stoffen in de passive samplers die niet voor alle stoffen even efficiënt is. Daarnaast kan niet


32/36

100% van de stoffen gevoelig worden aangetoond met de bioassays. Deze onzekerheden lijken echter minder groot dan die van de nu uitgevoerde monitoring, waarbij door het nemen van steekmonsters alleen momentopnamen van de verontreiniging worden bestudeerd en waarbij alleen analyse plaatsvindt van een zeer kleine fractie van de 100.000 aanwezige microverontreinigingen... 4.5

Aanbevelingen en toekomstplannen Volgens de toxicologische analyse komen in de Legmeerpolders de hoogste ecologische risico’s door organische microverontreinigingen voor. De afspoeling van bestrijdingsmiddelen naar het oppervlaktewater lijkt daarvan de meest waarschijnlijke oorzaak. Het lijkt er bovendien op dat ook de waterkwaliteit van de Amstel hierdoor negatief wordt beïnvloed (30% sterfte van watervlooien in het veld). Daarom wordt aanbevolen de lokale tuinders te wijzen op de schade voor het waterleven die kan worden veroorzaakt door de afvoer van water dat verontreinigd is met bestrijdingsmiddelen. Er is een goed alternatief om dit water te lozen op het rioolsysteem, zodat het centraal kan worden gereinigd op de rwzi Uithoorn. Om de bestrijdingsmiddelen effectiever te verwijderen zou een oxidatiestap (ozon) moeten worden toegevoegd. Het bestaande zandfilter is een geschikte buffer voor reactieve producten die tijdens de oxidatie kunnen ontstaan (Kienle et al., 2011). Bijkomend voordeel is dat op deze manier ook andere organische stoffen, zoals medicijnresten, effectief worden verwijderd. Om het draagvlak voor de Slimme-monitoringstrategie binnen alle Waternet-sectoren te vergroten, zal deze door de programmalijn Toxicologie worden uitgedragen als de “Waternetvisie voor monitoring van de watercyclus”. Bij presentaties over dit project is duidelijk geworden dat de visie zowel bij de overige Nederlandse waterbeheerders als in het buitenland draagvlak heeft. Het uiteindelijke doel is dat het model van deze strategie wordt toegepast bij de monitoring voor de Kaderrichtlijn Water (KRW). STOWA zal de strategie toe gaan passen in het KRW-Volg- en Stuursysteem (VSS), waarbij Toxiciteit een van de sleutelfactoren is aangaande de ecologische toestand van het water. In 2015 zal samen met RIVM, Deltares en Ecofide een bruikbaar model voor de ecologische sleutelfactor (ESF) Toxiciteit worden ontwikkeld. Deze kan in de eerste plaats worden gebruikt om de ecologische risico’s te analyseren, maar zal in de toekomst worden aangepast om ook de humane risico’s te kunnen beoordelen. Als deze strategie zou wordt toegepast als alternatief voor de chemische monitoring volgens de KRW zijn er duidelijke voordelen voor zowel waterschappen (lagere kosten) als drinkwaterbedrijven (betere kwaliteitsanalyse). Het belangrijkste is echter dat het begrip van het watersysteem met de ESF’s wordt vergroot, zodat de meest zinvolle maatregelen kunnen worden genomen om de waterkwaliteit te verbeteren. Het Slim-monitorenproject zal in samenwerking met andere onderzoeksgroepen worden voortgezet. In de eerste plaats zal een verdere optimalisatie van het bioassay-pakket plaats moeten vinden. Daarnaast moet de schatting van de hoeveelheden water die gemiddeld met de passive samplers worden geëxtraheerd beter worden onderbouwd. De mogelijkheden om ter plekke bekende hoeveelheden water te leiden over een SPE-kolom (solid phase extraction, waaraan een breed spectrum aan organische stoffen wordt gebonden) zullen moeten worden onderzocht om de betrouwbaarheid van de beoordeling te verbeteren. De voorgestelde signaalwaarden (trigger values) zullen door een netwerk van deskundigen worden beoordeeld, mede in het kader van het Europese DEMEAU-project waaraan Waternet meewerkt. Voor de relevante bioassays waarvoor nog geen signaalwaarden beschikbaar zijn, zullen deze worden ontwikkeld, in samenwerking met externe deskundigen. In 2014 is een vervolgonderzoek uitgevoerd in vijf oppervlaktewateren in het AGV-beheersgebied waarop rwzi’s hun effluent lozen (Amstelveen, Uithoorn, Ronde Venen, Horstermeer en Hilversum). Voor 2015 zijn voorstellen ingediend om de overige rwzi’s en de drinkwaterbronnen van Waternet met behulp van de Slim-monitorenstrategie te onderzoeken. Voor STOWA zal onderzoek naar de verdere


33/36

ontwikkeling en optimalisatie van signaalwaarden voor in-vitro-bioassays worden uitgevoerd en wordt een Excel-rekenmodel gemaakt voor de classificatie van de bioassay-monitoring. Diverse waterbeheerders willen deze methodiek gaan toepassen voor de analyse van de hot spots in hun beheersgebieden.


34/36

5

Referenties  Anke M. Durand, Rotteveel, S., Collombon, M.T., Van der Grinten, E., Maas, J.L. en Verweij, W., 2009. Toxicity measurements in concentrated water samples; evaluation and validation. RIVM (National Institute for Public Health and the Environment) report 607013010/2009.  Cornelia Kienle, Robert Kase en Inge Werner, 2011. Evaluation of Bioassays and Wastewater Quality; In vitro and in vivo Bioassays for the Performance Review in the Project “Strategy Micropoll”. Swiss Centre for Applied Ecotoxicology, Eawag-EPFL, Duebendorf.  Hannie Maas, E. van de Plassche, A. Straetmans, Dick Vethaak en Angelique Belfroid, 2003. Normstelling voor bioassays. RIZA rapport 2003.005, Ministerie van Verkeer en Waterstaat  Ron van der Oost en Mai Thao Nguyen, 2011a. Passive sampling 2010; Onderzoek naar de oppervlaktewaterkwaliteit in het AGV beheergebied met passieve bemonstering. Waternet rapport 11.035464.  Ron van der Oost en Mai Thao Nguyen, 2011b. Chemische waterkwaliteit Vecht: Passieve bemonstering 2010. Waternet rapport 11.035463.  Ron van der Oost en Mai Thao Nguyen, 2012. Waterkringloop Amstelveen; Analyse chemische waterkwaliteit in 2010 en 2011. Waternet rapport 12.092442.  Ron van der Oost, 2013. KRW-spagaat fase 2 AB; Voortgangsrapport 2012. Waternet rapport 13.005536  Ron van der Oost, 2013. Estimation of mean water volumes extracted by passive samplers. Waternet-notitie.  Ron van der Oost en Giulia Sileno, 2014. Derivation of environmental trigger values for in vitro bioassays. Waternet notitie.


35/36

6

Bijlagen  Notitie, Ron van der Oost, 2013. Estimation of mean water volumes extracted by passive samplers  Notitie, Ron van der Oost & Giulia Sileno, 2014. Derivation of environmental trigger values for in vitro bioassays  Overzicht bioassayresultaten 2010-2013  Overzicht resultaten chemische analyses 2012  Overzicht resultaten chemische analyses 2013


36/36

Bijlage 1 Notitie Ron van der Oost, 2013. Estimation of mean water volumes extracted by passive samplers

Estimation of mean water volumes extracted by Passive samplers

Ron van der Oost, Waternet

1

Estimation of mean water volumes extracted by Passive samplers 1.

Silicon rubbers

Determination waterconcentrations from SR levels The exchange rates (Rs) are the daily sampled water volumes. These Rs rates are determined with the Excel program of Foppe Smedes, using the release of performance referent compounds from the samplers during exposure. Reliable calculations can be made for the water concentrations of the compounds with known Ksw values (concentration ratio silicon rubber and water). If no Kpw values are reported, than good estimations can be made with Kow values (concentration ratio octanol and water).

Determination of water volumes for SR bioassay results Technically the Rs values can only be calculated for individual substances with known Ksw (or Kow) values. However, since the compounds causing an effect in the bioassays are unknown some kind of rough estimation has to be made. The Rs values describe the water volume of compounds with a molecular weight of 300 that do not reach equilibrium. So, if we assume that roughly 50% of the compounds reach equilibrium during exposure, we can use 50% of the Rs values for an estimation of the water extracted volume. The total amount of extracted water is estimated by multiplying these fractions of the Rs value with the number of exposure days. This is a very rough estimation, but at least we get an indication of bioassay effects related to water volumes. Vw-S-X = 0.5 * Rs-X [L/d] * T [days] Vw-S-X: Estimated water volume extracted by silicon rubber at site X (L)

Extract used for bioassays The fraction of the extract used for bioassays (Eb) is: Eb = {extract volume used for bioassays [ml]} / {total volume extract [ml]}

Concentration factor for acute bioassays (algae, daphnia and Microtox) For the acute bioassays the extracts are evaporated and dissolved in ‘standardized river water’. The concentration factor (CF) can be determined by dividing the volume of extracted water estimated for the bioassays [converted to ml] by the final volume of standard water used for the bioassays (= VB ml): CF = {Eb * 0.5 * Rs * t * 1000} / VB (=60 for IMARES)

Toxic units acute bioassays The EC50 values (% of sample that causes 50% effect in the bioassay) can be converted to Toxic Units TU. The TU from the three different acute bioassays are determined with:

2

TU-extract = 100 / EC50

Toxicity estimation of water If the TU is divided by the CF an estimation of the toxicity of the water can be determined with: TU-water = TU-extract / CF Proposed trigger values for TU-water general toxicity are: <0.05 (low risk); >0.05 and <1 (risk for chronic toxicity); >1 (risk for acute toxicity)

Detection limit acute bioassays If no acute toxicity can be detected in the extracts of siliconrubbers the final toxicity is assumed to be 0.001 TU/L, regardless of the extracted water volume.

High toxicity in dilution range acute bioassays If no EC50 can be determined because of high toxicity at the lowest analyzed concentration (effect > 50%, so EC50 < 10%), than the ED50 for the calculations is estimated with the % effect at the lowest analyzed concentration (10%), according to the following table: Effect at 10%

estimated EC50

estimated TU

100%

1

100

95%

2

50

90%

3

33

85%

4

25

80%

5

20

75%

6

17

70%

7

14

65%

8

13

60%

9

11

55%

10

10

Water toxicity estimation for specific bioassays For specific bioassays results are reported as toxic equivalents per ml extract. For an estimation of the water levels these concentrations have to be multiplied by 1000 (conversion of ml > L) and divided by the estimated water volume Vw-S: TOX-water-X = (1000 * TOX-extract-X) / Vw-S-X TOX-water-X: Toxic equivalents per liter of water at site X

3

2.

POCIS

It is impossible to reliably quantify the water volumes extracted by POCIS samplers, since no performance reference compounds can be used. A very rough estimation of the extracted volume is designed, by assuming an average daily extracted volume of 100 ml of water for the POCIS samplers at all sites. In order to interpret different conditions per site the Rs values that were calculated for silicon rubbers are used. Generally, uptake of chemicals in POCIS is dependent on flow rate and water temperature, but these differences are generally less pronounced than the ones observed for non-polar samplers (SR or SPMD). In addition, biofouling might have a serious impact on sampling rates.

Two bold assumptions:  Average volume extracted bij 1 POCIS is 100 ml/day  Rs of POCIS is proportional to log(Rs) of silicon rubbers

Rough estimation of extracted water volume for POCIS Vw-AP = 0.1 * T * N L/day Vw-AP = average water volume estimated for unknown compounds in POCIS at all sites T = exposure time [days] N = number of POCIS deployed at one site The conversion factor for POCIS to SR water volumes is assumed to be (CP>S): CP>S = Vw-AP / log(Vw-ASR) Vw-ASR = average water volume estimated for unknown compounds in silicon rubbers at the same sites

The extracted water volume at site X (Vw-P-X) is estimated by: Vw-P-X = CP>S * log(Vw-SR-X) Vw-SR-X = water volume estimated for unknown compounds in silicon rubbers at site X [L] Of course the water volumes determined with this approach are not scientifically sound, but they should only be used for rough estimations of water concentrations and toxicity.

Estimation for specific bioassays For specific bioassays results are reported as toxic equivalents per ml extract. For an estimation of the water levels these levels have to be multiplied by 1000 (conversion of ml > L) and devided by the estimated water volume: TOX-water-X = (1000 * TOX-extract-X) / Vw-P-X TOX-water-X: Toxic equivalents per liter of water at site X

4

Bijlage 2 Notitie Ron van der Oost & Giulia Sileno, 2014. Derivation of environmental trigger values for in vitro bioassays

Derivation of environmental ‘Trigger values’ for in vitro bioassays

Giulia Sileno, University of Amsterdam Ron van der Oost, Waternet

1

Derivation of environmental ‘Trigger values’ for in vitro bioassays The bioassay battery that is being designed for the Smart monitoring project (Figure 1) will be primarily used to identify potential ecological risks. The hazard assessment (left site of the schedule of Figure 1) should distinguish the micro-chemical quality of sites for low risks or potential ecological risks. For this reason the design of ‘trigger values’ was initiated to indicate a micro-chemical status of sites as A) low risk for adverse ecological effects: bioassay responses are below trigger values, or B) potential adverse ecological effects: some bioassay responses exceed the trigger values. We do realize that it is scientifically impossible to derive solid trigger values for prediction of in vivo effects with in vitro bioassays, since it is unknown which compounds from the environmental mixtures cause the bioassay responses. Nevertheless, the following approach is suggested to at least make a rough estimation on potential environmental risks with in vitro bioassay responses. This approach is inspired by the RIZA report ‘Normstelling voor bioassays’ (Maas et al.,2003), that recommends that trigger values for in vitro bioassays should be derived by combining a benchmark approach, characterized by bioassay responses at sites with good ecological status (low risk), with an approach based upon toxic equivalency factors (TEFs) of selected substances that trigger the bioassays.

Figure 1: schematic presentation of the Smart monitoring strategy.

In order to increase the discriminative power of the hazard identification (low risk [green] or potential risk [orange] in the traffic light model, Figure 1) the precautionary principle and the use of high safety factors was not followed. Instead, this evaluation tries to derive trigger values based upon more or less realistic environmental risk estimations, compared with known data. The selection of a trigger value can be complicated when a wide range of toxicity values is found in the literature, either due to differences between the active compounds or to differences in test 2

conditions. For the selection of compounds that have the highest relevance for the assessment of the Trigger values, more information was gained on the relative potency of the selected active compounds (compared to the reference compounds) and the range of water concentrations of these compounds that were observed in the field. Most of our selected compounds were also used for the derivation of drinking water trigger values for human health responses (Brand et al., 2013). As an additional approach to the present ‘realistic’ strategy the precautionary principle can be followed by deriving ecologically safe threshold values that indicate no risk for the entire aquatic community. These safe trigger values can be derived with the lowest observed toxicity data and the use of safety factors for uncertainties, such as the Environmental Quality Standards [EQS] used for the Water Framework Directive. Together the two types of trigger values (safe and realistic) could make a distinction between sites with no risks, low risks or potential risks for the ecosystem. EAWAG uses a similar approach with 3 categories: good (safe), in range of quality criterion (realistic), poor. TEF approach: comparison with literature toxicity data The toxic equivalency factor (TEF) expresses the toxicity of various compounds in terms of a reference compound. With the TEFs, the toxicity of a mixture of compounds with a similar toxic mechanism can be expressed in a single number - the toxic equivalency (TEQ) - resulting from the product of the concentration and individual TEF values of each congener. The TEQ concept has been developed to facilitate risk assessment. For the TEQ approach the reference compounds for each bioassay, together with a selection of substances that have a similar toxic mechanism, have been evaluated for their general toxicity on aquatic organisms and for fish biomarker responses. Toxicity data were transformed to TEQ’s of the reference compounds by multiplying concentrations with relative potencies (RP’s) in the bioassay. First of all, a literature and toxicological databases research has been conducted in order to find toxicity data for the bioassay reference compounds and a selection of other active compounds at three trophic levels of aquatic organisms (generally algae, crustaceans and fish). In the present study the values of LC/EC50 (50% Lethal or Effect concentrations), LOEC (Lowest Observed Effect Concentration) and NOEC (No Observed Effect Concentration) for several toxicological endpoints have been collected. Moreover, information about various biomarker responses in fish where recorded when available for the reference compounds. It is obvious that not all papers on toxicity data of all active substances could be considered within a reasonable time span. In our opinion, however, we had sufficient data for a first draft of environmental trigger value derivation of four in vitro endpoints: estrogenic activity, anti-androgenic activity, glucocorticoid activity and dioxin-like activity. The second step consisted in the evaluation of all available information collected. If for a single species several LC /EC50 , LOEC or NOEC were available, the lowest concentrations were generally selected, if necessary after exclusion of values that were considered ‘unrealistic’ (see benchmark paragraph). The same selection has been applied on fish biomarker responses. A comparison between all available data was used to make a first estimation of ‘low risk’ effect levels of the compounds that can trigger bioassay responses. Toxicity data for a selection of compounds that cause responses in these bioassays are summarized in Figures 2-5. The most important data that were selected for trigger value derivation of these endpoints are listed in Table 1.

3

Table 1: Aquatic toxicity data and clean site benchmark to derive trigger values for ecological risks Endpoint

Unit

ER activity

ng EEQ*/L

Low PNEC

Biomarker response Trigger value ER-Calux: 1 ng Estradiol EQ/L Organism

Substance

Reference

0,6**

all

Oestrone

Johnson et al., 2007

Used PNEC

1

all

17β-estradiol

Gross-Sorokin et al., 2006

Low biomarker

25

Zebrafish

17β-estradiol

Clean site

0,07

vitellogenin induction

Brion et al., 2004

EEQ

Trigger value Anti-AR-Calux: 50 µg Flutamide EQ/L Anti-AR activity

µg FEQ*/L

Low PNEC

5,312

all

Triclosan

Capdeville et al., 2008

Low NOEC

0,0498**

Algae

Triclosan

EPA database, ECOTOX***

Used NOEC

100

water flea

Flutamide

EPA database, ECOTOX***

Low LOEC

10**

Guppy

Flutamide

Christen et al., 2010

Used LOEC

100

3-sp stickleback

Flutamide

Christen et al., 2010

Low EC50

0,2**

Daphnia magna

Fenitrothion

Galli et al., 1994

Used EC50

50,4

Daphnia sp.

Linuron

Stephenson and Kane, 1984

Clean site

8,9

FEQ

Trigger value GR-Calux: 20 ng Dexamethasone EQ/L GR activity

ng DEQ*/L

Low NOEC

20

Red drum

Cortisol

Applebaum, 2008

Low LOEC

100

Fathead minnow

Dexamethasone

Lalone et al., 2012

Low EC50

34500

water flea

Prednisolone

Rubino, 2005

Low biomarker

500000

Fathead minnow

Dexamethasone

Clean site

<0.01

vitellogenin induction

Lalone et al., 2012

DEQ

Trigger value DR-Calux: 50 pg 2378-TCDD EQ/L DR activity

pg TEQ*/L

Low NOEC

10**

Used NOEC Low EC50

Guppy

2,3,7,8-TCDD

Eisler, 1986

1330000

water flea

2,3,7,8-TCDD

Kenaga and Norris, 1983

2**

Rare minnow

2,3,7,8-TCDD

Wu et al., 2001

Used EC50

100

Northen pike

2,3,7,8-TCDD

Eisler, 1986

Low biomarker

1000

Rare minnow

2,3,7,8-TCDD

Clean site

14

EROD induction

Wu et al., 2001

TEQ

*: EEQ: Estradiol equivalents; FEQ = Flutamide equivalents; DEQ = Dexamethasone equivalents; TEQ = 2378-TCDD equivalents **: for a more 'realistic' approach lowest effect concentrations were not considered for trigger value derivation ***: http://cfpub.epa.gov/ecotox/

Benchmark approach: bioassay values from Waternet research The benchmark approach was carried out with Waternet bioassay monitoring results at an unpolluted site with good ecological status and some polluted sites. As a refinement of the TEFbased estimation lowest toxicity values that might not be the most relevant for an overall hazard 4

identification should be ignored. Since it is obvious that he chance that only one compound of the complex environmental mixture causes 100% of the bioassay effect is extremely low, it is possible to ignore certain low TEQs for highly toxic substances. The bioassay responses of a clean site with a very good ecological status, the Waterleidingplas, were used as a benchmark for the definition of ecologically low risk levels. Therefore, if the lowest toxic concentrations of certain substances were below the responses that were observed at the clean reference site, they were not considered to be crucial for realistic overall risk estimations. It is obvious that one reference site is not enough as a basis for solid trigger values, so more sites with a good ecological quality have to be investigated in the near future. Further refinement of the trigger value derivation was based upon expert judgment, evaluation of observed concentrations of these substances in surface waters (Table 3), and comparison of bioassay responses at polluted sites. The results from more polluted sites (e.g. impact of wwtp effluents or agricultural pesticide use and bad ecological status; orange in Table 2) were mainly used as benchmarks for the discriminative power of the trigger values. Aim of the Smart monitoring strategy is to prioritize sites with the highest chance of chemical risks for the ecosystem, to be further investigated with an additional risk assessment in order to identify the substances that are responsible for the observed bioassay effects. For a good distinction of sites, trigger values should not be exceeded at all sites, but only at a limited number of ‘hot spots’. All Waternet results on the four bioassays are presented in Table 2. Responses measured in polar (POCIS) and non-polar (silicon rubber) passive sampling extracts were transformed to estimated water EQ levels. Table 2: Benchmark TV with Waternet data 2010-2013 ER

anti-AR

GR

DR

ng EEQ/L

µg FEQ/L

ng DEQ/L

pg TEQ/L

2010 POCIS Amstelveen A1

0,22

<3

Amstelveen A2

0,14

<2

Amstelveen wwtp

0,66

57

2011 POCIS Amstelveen A1

0,32

26

<2

Amstelveen A2

0,21

37

<2

Amstelveen wwtp

1,77

21

<2

Amstelveen A1-2

0,007

1,3

<0,1

0,09

Amstelveen A2-2

0,012

1,3

<0,1

0,21

Amstelveen A3-2

0,008

1,0

2,5

0,10

KRW spagaat Zodden

0,006

0,5

<0,1

0,22

KRW spagaat Strook

0,003

0,7

<0,1

0,05

KRW spagaat Vecht

0,012

0,5

<0,1

0,14

KRW spagaat WL kanaal

0,011

0,4

<0,1

0,05

Zuider Legmeerpolder

0,113

46,0

<0,23

Noorder Legmeerpolder

0,137

79,3

<0,21

Amstel voor Uithoorn

0,039

17,8

0,24

Amstel na Uithoorn

0,074

32,6

<0,19

Vecht Utrecht

0,187

18,1

4,52

Vecht Loenen

0,061

8,5

0,34

Waterleidingplas

0,062

6,2

<0,25

Weesp nabij Solvay

0,134

12,2

<0,17

2011 SR

2012 POCIS

5

Table 2: Benchmark TV with Waternet data 2010-2013 ER

anti-AR

GR

DR

ng EEQ/L

µg FEQ/L

ng DEQ/L

pg TEQ/L


0,008

2,0

19


0,004

1,3

15

Amstel voor Uithoorn

0,013

1,4

34

Amstel na Uithoorn

0,008

1,2

36

Vecht Utrecht

0,007

1,0

22

Vecht Loenen

0,016

1,4

20

Waterleidingplas

0,011

2,7

14

Weesp nabij Solvay

0,004

0,6

10


0,707

27

<0,55


0,867

26

<0,52


0,584

24

<0,44


0,299

17

<0,63


0,533

11

<0,40


0,212

21

<0,45


0,261

12

<0,50

2012 SR

2013 July POCIS

2013 July SR Zuider Legmeerpolder

27


15


10


22


8


16


21


8

2013 September POCIS Zuider Legmeerpolder

0,568

12

<0,40


0,144

16

<0,48


0,552

15

<0,52


0,157

10

<0,48


0,181

23

<0,43


0,262

17

<0,55


0,887

<1

<0,53


0,774

22

<0,61

2013 September SR Zuider Legmeerpolder

21


23


55


19


22


68


42


12

Trigger value (TV)

1

25/50

20

50

Exceeding TV

1

7/1

1

2

(moderately) polluted sites, due to agricultural or wwtp discharges clean reference site with good ecological status above trigger value not measured

6

Table 3: Maximum observed water concentrations of selected compounds

TV

RP

Max conc

1 ng/L

1

2,3 ng/L

Ethinyloestradiol

1,86

500 ng/L

Oestrone

0,02

250 ng/L

1

0

Vinclozolin (fungicide)

3,28

0,06 µg/L

17β-estradiol

Flutamide

25-50 µg/L

Max EQs

source

Reference

wwtp eff

Watson database

930

wwtp eff

Watson database

0,0004

wwtp eff

Watson database

wwtp eff

Watson database

0,1968

wwtp eff

Watson database

Linuron (herbicide)

0,14

2,2 µg/L

0,308

wwtp eff

Watson database

Fenitrothion (insecticide)

1

1 µg/L

1

wwtp eff

Watson database

ketoconazole

0,19

< LOD (5 ng/L)

<1

surface water

Van der steene et al., 2010

Triclosan (antibacteria, antifungal)

3,32

0,075 µg/L

0,25

wwtp eff

Watson database

Dexamethasone

1

7 ng/L

wwtp eff

Kugathas et al., 2012

Prednisolone

0,15

0,56 ng/L

0,084

wwtp eff

Chang at al., 2007

Cortisol

0,08

0,50 ng/L

0,04

wwtp eff

Chang at al., 2007

1

0

wwtp eff

Watson database

2,3,7,8-TCDF

0,32

160000 pg/L

51200

wwtp eff

Watson database

1,2,3,7,8-PeCDD

0,54

20 pg/L

10,8

wwtp eff

Watson database

1,2,3,4,7,8-HCDD

0,3

5000 pg/L

1500

wwtp eff

Watson database

2,3,7,8-TCDD

20 ng/L

50 pg/L

Trigger value derivation At present, we assume to have the basic information to derive trigger values for four in vitro bioassays on estrogenic activity, anti-androgenic activity, glucocorticoid activity and dioxin-like activity. A summarized dataset of the most relevant toxicity data for aquatic organisms and fish biomarker responses of various substances that respond in the bioassays is presented in Appendix 1 and graphs of Figures 2-5. The most relevant values of PNECs, NOECs, EC50s, LOECs and biomarker responses for trigger value derivation (i.e. lowest observed and applied alternatives) are listed in Table 1. The bioassay responses that were used for the benchmark (Waternet, unpublished data) are listed in Table 2. 1. Estrogenic activity The toxicity data considered for substances with estrogenic activity are presented in Figure 2 as estradiol equivalents per liter water. The lowest PNEC found for estrogenic activity regards ethinylestradiol (0.57 ng/L; Caldwell, 2008). Due to the relative potency of 1,86 in the ER-CALUX assay, however, it was converted to 1.06 ng estradiol equivalents (EEQ) per liter, slightly higher than the estradiol PNEC of 1,0 ng EEQ/L. The lowest observed PNEC in estradiol equivalents was 0.6 ng EEQ/L for oestrone, due to a low relative potency (RP) of 0.02. The proposed trigger value for all compounds with estrogenic activity is 1 ng EEQ/L, based on toxicity data of estradiol and ethynylestradiol. This trigger value for estrogenic activity was also suggested by Johnson et al (2007). Although ethinyl-estradiol (EE2) PNEC is 0,57, the established EQS ofEE2 is 0,037 ng/L. A safe EQSbased trigger value would thus be 0,068 ng EEQ/L. The realistic trigger value of 1 ng EEQ/L is only exceeded in the wwtp effluent in 2011 from the Waternet database, while the safe value of 0,068 is exceeded at most of the investigated sites (Table 2). 7

ERa active compounds toxicity (ng EEQ/L) 10000000 1000000 100000 10000 1000 100 10 1 1 2 3 4 5 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

0,1 PNEC ng/l

LOEC ng/l

LC50 ng/l

Figure 2: EEQ-converted toxicity data for compounds with estrogenic activity (red line is proposed TV)

2. Anti-androgenic activity The toxicity data considered for substances with anti-androgenic activity are presented in Figure 3 as flutamide equivalents per liter water. There are many compounds that can be responsible for inhibition of androgenic activity (i.e. anti-androgenic activity). Firstly, most of the compounds with estrogenic activity are also able to inhibit androgenic activity with comparable potencies as the reference compound flutamide. Furthermore, a large variety of pesticides that can have a high toxicity towards aquatic organisms do possess anti-androgenic activities. In addition, it was demonstrated that also natural organic matter (NOM) and humic acids can have an anti-androgenic activity (e.g. Bittner et al., 2012).

anti-AR active compounds toxicity (µg FEQ/L) 1000000 100000 10000 1000 100 10 1 0,1

1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 55 57 59 61 63 65 67 69 71 73 75 77

0,01 0,001 PNEC

NOEC

LOEC

EC50

LC50

Figure 3: FEQ-converted toxicity data for compounds with anti-androgenic activity (red line is proposed TV)

8

Since the effects of the many active substances are observed at wide range of FEQ concentrations (0,05-163.000 µg FEQ/L, Figure 3) it is virtually impossible to derive a realistic trigger value only based upon toxicity data. For the trigger value derivation of this endpoint the benchmark approach was therefore leading. At the clean Waterleidingplas reference site the estimated total antiandrogenic activity (derived by summation of POCIS and SR data) was 9 µg FEQ/L, which is higher than the triclosan PNEC of 5 µg FEQ/L Highest observed triclosan levels in Dutch wwtp effluents, however, were 0,07 µg/L or 0,24 µg FEQ/L (Watson database). The low risk value is also higher than many NOEC and EC50 data that were found in the literature (Figure 3), and close to the LOEC of 10 µg FEQ/L for spermatogenesis of guppy (Christen et al., 2010). The trigger value should anyway be lower than the lowest observed lethal concentrations for fish, which is 124 µg FEQ/L for linuron in sheepshead minnow (EPA database, ECOTOX). For a discrimination between sites from the Waternet database the trigger value should be 25 µg FEQ/L or higher. The proposed trigger value for antiandrogenic activity is 50 µg FEQ/L. This value was only exceeded at one agricultural site in 2012, possibly due to pesticide residues from greenhouses. An alternative for this trigger value would be 25 µ FEQ/L, which is exceeded at seven Waternet sites (Table 2), among which two sites in the City of Amstelveen (2011), a moderately polluted site at the Amstel river (2012) and some agricultural sites at the Legneerpolders (2012 and 2013). This lower trigger value takes the potential EC50 values for linuron toxicity for algae and Daphnia (between 25 and 50 µg/L) into account. Highest linuron concentrations observed in Dutch wwtp effluents, however, were 2,2 µg/L or 0,31 µg FEQ/L (Watson database).Although by far this is no worst-case estimation, a trigger value in the range of 25-50 µg FEQ/L seems to be a reasonable risk indicator for ecological risks. 3. Glucocorticoid activity The toxicity data considered for substances with glucocorticoid activity are presented in Figure 4 as dexamethasone equivalents per liter water.

GR active compounds toxicity (ng DEQ/L) 100000000 10000000 1000000 100000 10000 1000 100 10 1 1

2

3

4

5

6 NOEC

7

8

9

10 11 12 13 14 15 16 17 18 19 20 21

LOEC

EC50

LC50

Figure 4: DEQ-converted toxicity data for compounds with glucocorticoid activity (red line is proposed TV)

9

Not many toxicity data were found for GR-active compounds. Therefore the safest choice for a trigger value could be the lowest observed NOEC of 20 ng DEQ/L for red drum (Applebaum, 2008). The proposed trigger value is exceeded in none of the surface water samples of the Waternet database (Table 2), but higher levels were only observed in the wwtp effluent of Amstelveen (57 ng DEQ/L in 2010), probably due to certain pharmaceuticals. With the data available thus far this trigger value could be considered as safe for the ecosystem, although additional data are needed to demonstrate this. 4. Dioxin-like activity The toxicity data considered for substances with dioxin-like activity are presented in Figure 5 as 2378-TCDD equivalents per liter water. Since it is hard to analyze the extremely low water levels of dioxin-like compounds (Table 3) with conventional methods,derivation of trigger values is tricky. Most of the assessed concentrations were nominal, while only a few were actually confirmed by analysis. It is therefore possible that exposure levels (and toxicity) might be underestimated. The Waternet database showed a discrepancy between DR-activity in passive sampler extracts between 2011 (< 1 pg TEQ/L) and later observations (8-68 pg TEQ/L). At the clean reference site a DR-activity of 14 pg TEQ/L was observed, indicating no severe effects on the ecology. A trigger value of 50 pg TEQ/L was established, based upon benchmarking and most of the toxicity data. The only observed effect below this trigger value was feminization and overdevelopment of connective tissue in gonads of rare minnow at a concentration of 2 pg 2378-TCDD/L (Wu et al., 2001). The DR trigger value of 50 pg TEQ/L was only exceeded at two agricultural sites in September 2013 (Table 2).

DR active compounds toxicity (pg TEQ/L) 10000000 1000000 100000 10000 1000 100 10 1 1 2 3 4 5 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 NOEC

EC50

LC50

Figure 5: TEQ-converted toxicity data for compounds with dioxin-like activity (red line is proposed TV)

10

Conclusions Environmental trigger values for potential ecological risks are proposed of four in vitro bioassay endpoints, based upon literature toxicity data of selected reference compounds, as well as benchmarking based upon an existing Waternet database of unpublished results in passive sampler extracts. The established trigger values are:    

Estrogenic activity: 1 ng of estradiol equivalents per liter water; Anti-androgenic activity:50 µg of flutamide equivalents per liter water; Glucocorticoid activity: 20 ng of dexamethasone equivalents per liter water; Dioxin-like activity: 50 pg of 2378-TCDD equivalents per liter water.

Of course these values will be open for discussion, and they need further evaluation and refinement when more information becomes available. References 



  



  





Applebaum S.L. (2008). Regulation of Elements of the Thyroid Hormone and Corticosteroid Systems by Stress, Hormone Treatment, and Atrazine During Ontogeny of Red Drum (Sciaenops ocellatus). Ph.D.Thesis, University of Texas, Austin, TX:130 p. Brion F., Tyler C.R., Palazzi X., Laillet B., Porcher J.M., Garric J., Flammarion P. (2004). Impacts of 17b-estradiol, including environmentally relevant concentrations, on reproduction after exposure during embryo-larval-, juvenile- and adult-life stages in zebrafish (Danio rerio). Aquatic Toxicology 68:193–217 Bittner M., Saul N., Steinberg C.E.W. (2012). Antiandrogenic activity of humic substances. Science of the Total Environment 432: 93–96. Caldwell, …?? Capdevielle M., Van Egmond R., Whelan M., Versteeg D., Hofmann-Kamensky M., Inauen J., Cunningham V., Woltering D. (2008). Consideration of exposure and species sensitivity of triclosan in the freshwater environment. Integr Environ Assess Manag 4:15-23 Christen V., Hickmann S., Rechenberg B., Fent K. (2010). Highly active human pharmaceuticals in aquatic systems: A concept for their identification based on their mode of action. Aquatic Toxicology 96:167–181 Eisler, R. 1986. Dioxin hazards to fish, wildlife, and invertebrates: a synoptic review. U.S. Fish and Wildlife Service Biological Report. 85(1.8). EPA database, ECOTOX: http://cfpub.epa.gov/ecotox/ Galli R., Rich H.W., Scholtz R. (1994). Toxicity of Organophosphate Insecticides and Their Metabolites to the Water Flea Daphnia magna, the Microtox Test and an Acetylcholinesterase Inhibition Test. Aquat. Toxicol. 30:259-269 Gross-Sorokin M.Y., Roast S.D. and Brighty G.C. (2006). Assessment of Feminization of Male Fish in English Rivers by the Environment Agency of England and Wales. Environ Health Perspect 114:147–151 Imai S., Koyama J., Fujii K. (2005). Effects of 17b-estradiol on the reproduction of Java-medaka (Oryzias javanicus), a new test fish species. Marine Pollution Bulletin 51:708–714

11



  

     





Johnson I., Hetheridge M., Tyler C.R. (2007). Assessment of (anti-) oestrogenic and (anti-) androgenic activities of final effluents from sewage treatment works. Science Report – SC020118/SR. Environment Agency, Bristol Kenaga E.E., Norris L.A.(1983). Environmental Toxicity of TCDD. Environmental Toxicity of TCDD. Environmental Science ResearchVolume 26: 277-299 Kashian D.R., Dodson S.I. (2004). Effects of Vertebrate Hormones on Development and Sex Determination in Daphnia magna. Environ. Toxicol. Chem. 23: 1282-1288 Lalone C.A., Villeneuve D.L., Olmstead A.W., Medlock E.K., Kahal M.D., Jensen K.M., Durhan E.J., Makynen E.A., Blanksma C.A., Cavallin J.E., Thomas L.M., Seidl S.M., Skolness S.Y., Wehmas L.C., Johnson R.D., Ankley G.T. (2012). Effects of a glucocorticoid receptor agonist, dexamethasone, on Fathead minnow reproduction, growth and development. Environmental Toxicology and Chemistry 31:611–622 Maas J.L., Van de Plassche E.J., Straetmans A., Vethaak A.D., Belfroid A.C. (2003). Normstelling voor bioassays. RIZA rapport 2003.005, Ministerie van Verkeer en Waterstaat Material Safety Data Sheet. Rosiglitazone-d3 Maleate (2010). Santa Cruz Biotechnology, Inc. Santa Cru (CA) Rubino M. (2005). Xenobiotics in the environment: abiotic transformations and toxicity. Phd thesis, Università degli Studi di Napoli Federico II Stephenson R.R., Kane D.F. (1984). Persistence and Effects of Chemicals in Small Enclosures in Ponds. Arch. Environ. Contam. Toxicol. 13: 313-326 WATSON database (2014) : http://www.ipssoftware.com/rwzi/ Wisk J.D. and Cooper K.R. (1990). Comparison of the toxicity of several polychlorinated diebenzo-p-dioxins and 2,3,7,8-tetrachlorodibanzofuran in embryos of the Japanese Madaka (Oryzias latipes). Chemosphere 20: 361-377 Wu W.Z., Li W., Xu Y., Wang J.W. (2001). Long-Term Toxic Impact of 2,3,7,8-Tetrachlorodibenzop-dioxin on the Reproduction, Sexual Differentiation, and Development of Different Life Stages of Gobiocypris rarus and Daphnia magna. Ecotoxicology and Environmental Safety 48:293-300 Young W.F., Whitehouse P., Johnson I., Sorokin N. (2004). Proposed Predicted-No-EffectConcentrations (PNECs) for Natural and Synthetic Steroid Oestrogens in Surface Waters. R&D Technical Report P2-T04/1

12

Bijlage 3 Overzicht bioassayresultaten 2010-2013

2012 Locatie

Veld Daphnia

Microtox

Algaltox

Daphniatox

cytotox CALUX

ERa CALUX

anti-AR CALUX

GR CALUX

DR CALUX

PAH CALUX

PPARg2 CALUX

Nrf2 CALUX

P53 CALUX

Antibiotica act

%

TU/L

TU/L

TU/L

TU/L

ng EEQ/L

µg FEQ/L

ng DEQ/L

pg TEQ/L

ng BEQ/L

ng REQ/L

ng CEQ/L

ng AEQ/L

ng PEQ/L

100 5 10 70 30 0 0 0 0 0

0,015

0,005

0,429

0,707

27

0

19

46

6

10

25

0,011

0,004

0,066

0,137

79

0

15

69

3,2

0

12

0,005 0,01 0,003 0,014 0,008 0,025

0,002 0,04 0,002 0,003 0,001 0,007

0,008 0,025 0,017 0,014 0,001 0,007

0,039 0,008 0,187 0,061 0,134 0,062

18 32 18 8 12 6

0,24 0 4,52 0,34 0 0

34 36 22 20 10 14

232 325 158 185 59 15

3,1 7,2 3,8 4,9 4,2 6,2

0 0 0 0 0 0

0 4 23 0 0 0

SW 25%

SW 0,05 TU/L

SW 0,05 TU/L

SW 0,05 TU/L

SW 0,05 TU/L

SW 1 ng/L

SW 50 µg/L

SW 20 ng/L

SW 50 pg/L

Veld Daphnia

Microtox

Algaltox

Daphniatox

cytotox CALUX

ERa CALUX

anti-AR CALUX

GR CALUX

DR CALUX

PAH CALUX

PPARg2 CALUX

Nrf2 CALUX

P53 CALUX

Antibiotica act

%

TU/L

ng EEQ/L 0

µg FEQ/L 0

pg TEQ/L 0

0,71

27

27

ng REQ/L 0 0

ng CEQ/L

0,043 0,007 0,011 0,110 0,004 0,002 0,005 0,000

ng AEQ/L 0 0

0,87

26

15

16

0,58

24

10

7

0

0,30

17

22

20

7

0,53

11

8

3

0,21

21

16

8

0,26

12

ng DEQ/L 0 0 0 0 0 0 0 0

ng BEQ/L

0 0,010 0,023 0,004 0,024 0,002 0,001 0,004 0,028

TU/L 0

TU/L

0 60 45 70 60 0 55 25 0

TU/L 0 0,003 0,003 0,001 0,025 0,001 0 0 0,020

0 0 0 0

ng PEQ/L 0 0 0 0 0 0 0 0 0

september

SW 25%

SW 0,05 TU/L

SW 0,05 TU/L

SW 0,05 TU/L

SW 1 ng/L

SW 50 µg/L

SW 20 ng/L

Blanco

0 25 50 10 100 0 55 5 15

0

0 0,002 0,004 0 0 0,002 0 0 0

0

0

0

0,012 0,000 0,056 0,037 0,030 0,000 0,000 0,045

0,57

12

0,14

16

0,55

15

0,16

10

0,18

23

0,26

17

0,89

0

0,77

22

0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0

ZLP115 ZLPsep NLP037 NLPsep AMS003 AMS021 VEC011 VEC004 SMW001 WLP001

2013 Locatie juli Blanco ZLP001 ZLP004 ZLP007 ZLP038 ZLP039 NLP001 NLP004 PZH001

ZLP001 ZLP004 ZLP007 ZLP038 ZLP039 NLP001 NLP004 PZH001

0,004 0,013 0,013 0,008 0,007 0,018 0,034 0,029

SW 0,05 TU/L

21

0

8

51

23

SW 50 pg/L

1

0

21

7

23

17

55

35

19

38

22

30

68

11

42

0

12

18

Bijlage 4 Overzicht resultaten chemische analyses 2012

LOCATIE CODE PAKs in water (SR berekening) naftaleen acenaftyleen acenafteen fluoreen fenantreen antraceen fluorantheen pyreen benz(a)antraceen chryseen benzo(b)fluorantheen benzo(k)fluorantheen benzo(a)pyreen benzo(ghi)peryleen dibenzo(ah)antraceen indeno(123CD)pyreen Total

ng/L ng/L ng/L ng/L ng/L ng/L ng/L ng/L ng/L ng/L ng/L ng/L ng/L ng/L ng/L ng/L ng/L

ZLP115

NLP037

AMS003

AMS021

VEC010

VEC004

SMW003

WLP001

Blanco

MTR

EU-MAX

EU-JGM

opmerking

ZLP115

NLP037

AMS003

AMS021

VEC010

VEC004

SMW003

WLP001

Blanco

MTR

EU-MAX

EU-JGM

opmerking

5,0

6,4

4,7

39,0

3,5

3,9

2,6

5,9

2,6

1200

130000

2000

1,2

3,3

7,4

27,1

6,9

3,5

2,2

0,6

0,0

9,6

35,2

4,6

75,5

4,3

5,2

1,7

7,1

0,0

8,5

17,8

3,9

51,5

2,7

4,5

1,5

6,0

0,1

8,9

12,9

4,4

71,8

1,9

8,3

3,0

10,5

0,5

1,0

1,9

3,8

34,2

2,7

2,9

1,2

0,3

0,0

70

100

100

42,2

11,2

62,2

194,6

58,4

66,2

20,4

3,5

0,1

300

120

6,3

7,2

6,9

79,3

159,8

64,9

64,3

37,1

1,5

0,1 0,64

300

0,5

0,5

17,8

37,6

18,8

2,8

1,8

0,0

0,0

10

280

1,0

0,7

3,3

6,8

2,9

2,5

1,6

0,0

0,0

300

170

2,9

0,5

0,3

2,1

1,6

0,9

0,9

0,8

0,1

0,0

17

0,17

0,2

0,1

1,1

1,1

0,5

0,4

0,3

0,0

0,0

40

17

0,17

0,1

0,1

1,3

2,0

1,0

0,5

0,3

0,0

0,0

50

270

0,17

0,1

0,1

0,5

0,6

0,3

0,2

0,1

0,0

0,0

30

8,2

0,17

0,1

0,0

0,4

0,3

0,2

0,1

0,1

0,1

0,0

0,1

0,0

0,4

0,4

0,2

0,1

0,1

0,0

0,0

86,1

97,2

197,3

704,0

170,0

166,4

74,7

35,5

3,4

ZLP115

NLP037

AMS003

AMS021

VEC010

VEC004

SMW003

WLP001

Blanco

40

0,17 16

PCBs in water (SR berekening) PCB-28 PCB-52 PCB-101 PCB-118 PCB-153 PCB-138 PCB-180 Total

ng/L ng/L ng/L ng/L ng/L ng/L ng/L ng/L

0,01

0,01

0,05

0,03

0,45

0,10

0,02

0,01

0,00

0,01

0,01

0,06

0,04

0,65

0,40

0,03

0,02

0,00

0,10

0,07

0,38

0,07

0,50

0,33

0,04

0,17

0,04

0,04

0,03

0,04

0,02

0,04

0,04

0,02

0,06

0,01

0,20

0,15

0,47

0,30

0,53

0,34

0,17

1,08

0,09

0,18

0,13

0,43

0,27

0,50

0,10

0,16

0,32

0,08

0,06

0,04

0,04

0,02

0,03

0,03

0,02

0,10

0,02

0,60

0,43

1,49

0,75

2,70

1,34

0,46

1,75

0,26

ZLP115

NLP037

AMS003

AMS021

VEC010

VEC004

SMW003

WLP001

Blanco

0,00

0,01

0,02

0,01

0,04

0,03

0,00

0,00

0,00

67000

0,02

0,02

0,06

0,04

0,07

0,05

0,01

0,04

0,07

67000

0,00

0,00

0,00

0,00

0,02

0,00

0,00

0,00

0,00

7

OCPs in water (SR berekening) 135 trichloorbenzeen 124 trichloorbenzeen Hexachloorbutadieen 123 trichloorbenzeen 1235 tetrachloorbenzeen 1245 tetrachloorbenzeen 1234 tetrachloorbenzeen pentachloorbenzeen a-HCH hexachloorbenzeen b - HCH g - HCH d -HCH alachloor heptachloor aldrin

ng/L ng/L ng/L ng/L ng/L ng/L ng/L ng/L ng/L ng/L ng/L ng/L ng/L ng/L ng/L ng/L

400 400 600

0,00

0,00

0,00

0,00

0,01

0,00

0,00

0,00

0,00

67000

0,00

0,01

0,00

0,00

0,01

0,01

0,00

0,00

0,00

24000

0,00

0,01

0,00

0,00

0,01

0,01

0,00

0,00

0,00

24000

0,00

0,00

0,00

0,00

0,01

0,00

0,00

0,00

0,00

24000

0,01

0,03

0,01

0,01

0,02

0,01

0,00

0,01

0,00

300

0,05

0,07

1,85

0,94

0,11

0,06

0,07

0,05

0,00

3300

0,02

0,05

0,02

0,02

0,05

0,02

0,01

0,01

0,00

9

6,02

2,35

5,12

3,64

6,38

2,78

3,47

2,46

0,27

800

0,00

0,00

0,05

0,02

0,06

0,01

0,01

0,00

0,00

910

0,02

0,06

0,33

0,16

0,06

0,04

0,01

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

0,00

0,00

0,00

0,00

0,00

0,00

0,00

0,5

0,01

0,03

0,00

0,00

0,02

0,01

0,00

0,00

0,00

0,9

400

7 50

700

300

0,3

0,0002

LOCATIE CODE telodrin isodrin dieldrin endrin total drins heptachloorepoxide cis heptachloorepoxide trans chloordaan trans chloordaan cis a-endosulfan b-endosulfan endosulfan sulfaat 24-DDE 44-DDE 24-DDD 44 DDD 24 DDT 44 DDT total DDTs Total

ng/L ng/L ng/L ng/L ng/L ng/L ng/L ng/L ng/L ng/L ng/L ng/L ng/L ng/L ng/L ng/L ng/L ng/L ng/L ng/L

ZLP115

NLP037

AMS003

AMS021

VEC010

VEC004

SMW003

WLP001

Blanco

0,00

0,00

0,00

0,00

0,00

0,00

0,00

0,00

0,00

MTR

EU-MAX

EU-JGM

0,00

0,00

0,00

0,00

0,00

0,00

0,00

0,00

0,00

0,79

0,27

0,04

0,04

0,03

0,03

0,02

0,04

0,00

12

0,16

0,14

0,00

0,00

0,00

0,00

0,00

0,00

0,00

4

0,97

0,44

0,04

0,04

0,05

0,04

0,02

0,04

0,00

-

10

0,02

0,03

0,004

0,005

0,01

0,01

0,01

0,02

0,00

0,5

0,3

0,0002

0,00

0,00

0,00

0,00

0,00

0,00

0,00

0,00

0,00

0,5

0,3

0,0002

0,00

0,01

0,01

0,00

0,01

0,01

0,00

0,00

0,00

2

0,00

0,01

0,00

0,00

0,00

0,01

0,00

0,00

0,00

2

0,01

0,03

0,00

0,00

0,01

0,00

0,00

0,01

0,00

20

10

5

0,01

0,00

0,01

0,00

0,01

0,01

0,01

0,00

0,00

10

5

0,73

0,20

0,02

0,02

0,03

0,02

0,01

0,02

0,00

0,00

0,00

0,00

0,00

0,00

0,00

0,00

0,00

0,00

0,4

0,07

0,06

0,05

0,02

0,55

0,09

0,02

0,01

0,00

0,4

0,03

0,02

0,03

0,02

0,06

0,09

0,01

0,00

0,00

0,4

0,15

0,10

0,41

0,07

0,98

0,52

0,19

0,02

0,00

0,4

0,00

0,00

0,03

3,66

0,00

0,00

0,00

0,01

0,00

0,4

0,01

0,01

0,00

0,00

0,01

0,01

0,00

0,00

0,00

0,4

-

10

0,26

0,20

0,51

3,77

1,61

0,71

0,22

0,04

0,00

-

25

8,16

3,51

8,06

8,70

8,56

3,84

3,86

2,72

0,35

33

ZLP115

NLP037

AMS003

AMS021

VEC010

VEC004

SMW003

WLP001

Blanco

opmerking

ecologische relevantie?

ecologische relevantie? ecologische relevantie? ecologische relevantie?

NP pesticiden in water (SR berekening) fenthion

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

bromofos-methyl

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

3

fenitrotion

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

9

trifluralin

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

37

procimidon

ng/L

0,0

3,8

0,0

0,0

0,0

0,0

0,0

0,0

0,0

desethyl-atrazine

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

phoraat

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

terbutryn

ng/L

1,2

1,7

3,7

2,9

11,3

4,3

0,0

3,8

0,0

diethyltoluamide (DEET)

ng/L

381,1

311,1

422,1

413,6

561,9

662,5

146,7

266,6

0,0

bromofos-ethyl

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

prometryn

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

fenchloorfos

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

triazofos

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

32

20

1

dichloorvos

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,7

0,7

0,6

terbutylazine

ng/L

8,1

0,0

4,5

0,0

0,0

8,8

0,0

20,7

0,0

1300

200

metazachloor

ng/L

0,0

144,7

0,0

0,0

0,0

0,0

0,0

0,0

0,0

malathion

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

methidation

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

flutolanil

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,0

1,3

0,0

sebuthylazin

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

metalaxyl

ng/L

253,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

pyrimethanil

ng/L

0,0

0,0

0,0

0,0

18,0

0,0

0,0

0,0

0,0

propachloor

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

1300

parathion-methyl

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

11

ethoprofos

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

63

dimethoaat

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

23000

30

340

65 risico?

13

risico?

11 700

70

ZLP115

NLP037

AMS003

AMS021

VEC010

VEC004

SMW003

WLP001

Blanco

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

40

ng/L

22,0

0,0

8,4

18,6

11,2

11,2

0,0

3,2

0,0

37

pirimifos-methyl

ng/L

6,2

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

fosalon

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

heptenofos

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

20

desmetryn

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

34000

tetrachloorvinfos

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

pirimicarb

ng/L

1019,6

376,1

0,0

0,0

0,0

0,0

0,0

0,0

0,0

chloorprofam

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

fosfamidon

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

chloorpyrifos

ng/L

0,0

2,8

0,0

0,0

0,0

0,0

0,0

0,0

0,0

100

30

mevinfos (c+t)

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

2

17

0,17

tolclofos-methyl

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

790

7100

1200

parathion-ethyl

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

2

atrazine

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

2900

2000

600

simazin

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

140

4000

1000

propazin

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

coumafos

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

dichlobenil

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

furalaxyl

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

profam

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

propiconazole-A

ng/L

53,5

299,6

27,0

64,7

14,8

6,6

0,0

9,0

0,0

risico?

propiconazole-B

ng/L

51,8

682,5

24,2

69,7

13,1

4,7

0,0

5,8

0,0

risico?

prochloraz

ng/L

2,8

7,5

5,7

6,4

0,0

0,0

0,0

0,0

0,0

vinclozoline

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

tebuconazole-A

ng/L

0,0

0,0

0,0

5,7

0,0

0,0

0,0

0,0

0,0

tebuconazole-B

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

pyrifenox

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,0

4,7

0,0

chloorfenvinfos

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

Alachloor

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

etriadiazole

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

Total

ng/L

1799

1830

496

582

630

698

147

315

0

ZLP115

NLP037

AMS003

AMS021

VEC010

VEC004

SMW003

WLP001

Blanco

LOCATIE CODE ethion

ng/L

pyrazofos diazinon

MTR

90

EU-MAX

EU-JGM

1,6

0,5

37

1800

90

43000

4000

300

100

58

Polar pesticides in water (POCIS schatting) fluroxypyr

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

bentazon

ng/L

1,6

1,0

0,5

0,3

0,7

0,0

0,3

0,0

0,0

64000

DNOC

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

21000

2,4-D

ng/L

0,1

0,1

0,0

0,0

0,0

0,0

0,0

0,0

0,0

10000

MCPA

ng/L

2,7

0,3

0,1

0,1

0,4

0,2

0,0

0,0

0,0

2000

2,4-DP dichloorprop

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

40000

MCPP

ng/L

2,4

0,4

1,3

1,2

1,1

0,5

0,1

0,0

0,0

2,4,5-T

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

2,4-DB

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

MCPB

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

2,4,5-TP

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

Dinoseb

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,1

0,0

0,0

30

Dinoterb

ng/L

0,9

0,7

0,9

0,2

0,6

0,2

0,6

0,3

0,9

30

9000

opmerking

450

73

7600

1000

onder EU MAC-EQS; lage Kow 1.7

ZLP115

NLP037

AMS003

AMS021

VEC010

VEC004

SMW003

WLP001

Blanco

fluazinam

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

metsulfuron-methyl

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

cycloxidim

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

fiprony

ng/L

3,8

2,4

0,7

2,6

4,1

0,7

0,1

0,0

0,0

pentachloorfenol

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

aldicarb-sulfoxide

ng/L

0,0

0,0

0,0

0,2

0,0

0,0

0,0

0,0

aldicarb-sulfon

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

98

oxamyl

ng/L

0,0

1,3

0,0

0,0

0,0

0,0

0,0

0,0

0,0

1800

methomyl

ng/L

0,0

0,1

0,0

0,0

0,0

0,0

0,0

0,0

0,0

80

carbendazim

ng/L

0,0

159,0

19,0

30,9

12,2

3,0

8,5

0,4

0,0

110

imidaclopryd

ng/L

6,5

69,2

13,0

28,8

4,9

1,4

0,3

0,0

0,0

metamitron

ng/L

0,0

0,5

0,0

0,7

1,0

0,3

0,0

0,0

0,0

10000

chloridazon

ng/L

0,0

1,6

0,7

2,6

1,3

1,0

3,0

2,9

0,0

73000

aldicarb

ng/L

0,0

0,0

0,0

0,4

0,0

0,0

0,0

0,0

0,0

metoxuron

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

propoxur

ng/L

0,0

0,5

0,0

0,5

0,9

0,3

0,0

0,0

0,0

10

carbofuran

ng/L

0,0

0,0

0,0

0,7

0,0

0,0

0,0

0,0

0,0

910

chlortoluron

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

isoproturon

ng/L

0,0

0,4

0,0

0,0

1,8

0,0

0,0

0,0

0,0

320

metabenzthiazuron

ng/L

0,0

0,5

0,0

0,0

0,0

0,0

0,5

0,0

0,0

1800

diuron

ng/L

0,0

1,1

1,7

3,1

4,3

2,2

3,2

0,0

0,0

ethofumesaat

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

linuron

ng/L

0,0

0,7

0,3

0,6

0,4

0,0

0,0

0,0

0,0

chloroxuron

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

pencycuron

ng/L

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

Total

ng/L

18,0

239,7

38,3

73,1

33,8

9,9

16,7

3,7

0,9

ZLP115

NLP037

AMS003

AMS021

VEC010

VEC004

SMW003

WLP001

Blanco

LOCATIE CODE

MTR

EU-MAX

EU-JGM

0,0

4000

1000

400

0,0

98

600

600

200

8

190000

27000

opmerking

onder EU MAC/AA-EQS

10 2300

400

1000

300

430

1800

200

250

150

150

38

Pharmaceuticals in water (POCIS schatting) Metformin

ng/L

0,03

0,03

0,00

0,02

0,06

0,02

0,00

0,00

0,00

Theophylline

ng/L

0,15

0,38

0,03

0,05

0,07

0,10

0,06

0,00

0,00

Fenazon

ng/L

0,22

0,15

0,12

0,13

0,62

0,55

0,23

3,19

0,00

Naproxen

ng/L

0,00

0,00

0,02

0,00

0,26

0,16

0,00

0,02

0,00

Clofibraat

ng/L

0,00

0,00

0,00

0,00

0,00

0,00

0,00

0,00

0,00

Sulfamethoxazole

ng/L

0,08

0,01

0,15

0,40

1,81

0,59

0,21

0,00

0,00

Ketoprofen

ng/L

0,00

0,00

0,00

0,00

0,00

0,00

0,00

0,00

0,00

Diazepam

ng/L

0,02

0,00

0,01

0,03

0,13

0,04

0,04

0,00

0,00

Sulfaquinoxaline

ng/L

0,00

0,00

0,00

0,00

0,00

0,05

0,00

0,00

0,00

Fenofibrinezuur

ng/L

0,00

0,00

0,00

0,00

0,00

0,00

0,00

0,00

0,00

Bezafibraat

ng/L

0,00

0,00

0,00

0,01

0,04

0,00

0,00

0,00

0,00

Enalapril

ng/L

0,00

0,00

0,00

0,00

0,00

0,00

0,00

0,00

0,00

Oxacilline

ng/L

0,00

0,00

0,00

0,00

0,00

0,00

0,00

0,00

0,00

Losartan

ng/L

0,03

0,00

0,05

0,23

0,55

0,25

0,00

0,00

0,00

Atorvastatine

ng/L

0,00

0,00

0,00

0,00

0,00

0,00

0,00

0,00

0,00

Salicylzuur

ng/L

0,00

0,00

0,00

0,00

0,00

0,00

0,00

0,00

0,00

Ibuprofen

ng/L

0,00

0,00

0,00

0,00

0,59

0,00

0,00

0,00

0,00

Clofibrinezuur

ng/L

0,00

0,00

0,00

0,00

0,00

0,00

0,00

0,00

0,00

Gemfibrozil

ng/L

0,00

0,00

0,20

0,86

1,47

0,95

0,27

0,10

0,00

Diclofenac

ng/L

0,00

0,00

0,00

0,18

1,19

0,00

0,00

0,00

0,00

780000

780000

100

onbetrouwbaar met POCIS

ZLP115

NLP037

AMS003

AMS021

VEC010

VEC004

SMW003

WLP001

Blanco

Hydrochlorthiazide

ng/L

1,80

0,21

3,11

9,98

34,02

3,86

0,12

0,00

0,00

Furosemide

ng/L

0,00

0,00

0,00

0,00

0,25

0,00

0,00

0,00

0,00

Pravastatine

ng/L

0,00

0,00

0,00

0,00

0,00

0,00

0,00

0,00

0,00

Paracetamol

ng/L

0,00

0,08

0,00

0,00

0,00

0,00

0,00

0,00

0,02

Coffeïne

ng/L

3,67

29,51

3,75

2,56

11,94

9,31

19,34

0,64

6,05

Primidone

ng/L

0,03

0,02

0,09

0,08

0,31

0,20

0,13

0,12

0,00

Lidocaine

ng/L

0,20

0,08

1,90

8,43

39,55

6,92

0,26

0,06

0,00

Carbamazepine

ng/L

0,32

0,15

4,81

0,47

57,00

10,35

0,38

0,07

0,00

Propranolol

ng/L

0,00

0,00

0,14

0,19

0,44

0,37

0,02

0,00

0,00

Ifosfamide

ng/L

0,00

0,00

0,00

0,00

0,02

0,00

0,00

0,00

0,00

Cyclofosfamide

ng/L

0,00

0,00

0,01

0,01

0,03

0,02

0,00

0,00

0,00

Atenolol

ng/L

0,00

0,00

0,05

0,05

0,19

0,15

0,00

0,00

0,00

Metoprolol

ng/L

0,05

0,02

1,51

4,83

25,19

7,75

0,11

0,00

0,00

Sotalol

ng/L

0,06

0,00

0,87

0,55

18,26

7,18

0,01

0,00

0,00

Oxazepam

ng/L

0,11

0,03

0,17

0,33

0,00

4,23

0,15

0,00

0,00

Trimetoprim

ng/L

0,00

0,00

0,60

6,25

20,10

0,56

0,07

0,00

0,00

Temazepam

ng/L

0,21

0,05

0,44

0,70

50,70

1,44

0,44

0,01

0,00

Chloramphenicol

ng/L

0,00

0,00

0,00

0,00

0,00

0,00

0,00

0,00

0,00

Bisoprolol

ng/L

0,00

0,00

0,04

0,09

0,25

0,20

0,00

0,00

0,00

Paroxetine

ng/L

0,00

0,00

0,00

0,00

0,00

0,00

0,00

0,00

0,00

Fenofibraat

ng/L

0,00

0,00

0,00

0,00

0,00

0,00

0,00

0,00

0,00

Lincomycin

ng/L

0,00

0,00

0,00

0,00

0,00

0,00

0,00

0,00

0,00

Tiamulin

ng/L

0,00

0,00

0,02

0,05

0,18

0,03

0,00

0,00

0,00

Iopromide

ng/L

0,27

0,09

0,26

0,26

154,53

3,69

0,31

0,00

0,00

Total

ng/L

7,23

30,82

18,34

36,74

419,76

58,95

22,16

4,21

6,07

LOCATIE CODE

RUWE DATA PAK's (µg/L SR extract)

NLP037

AMS003

AMS021

VEC010

VEC004

SMW003

WLP001

blanco

10,0

12,7

9,5

77,9

7,1

7,8

5,2

11,7

7,8

4,8

13,0

29,5

108,3

27,4

14,0

8,7

2,3

0,2

acenafteen

74,4

279,1

36,4

601,2

33,9

41,6

13,7

49,8

6,5

fluoreen

95,8

218,2

49,1

649,0

34,3

56,5

18,5

56,8

8,2

149,5

271,4

98,1

1728,9

46,5

189,0

75,0

131,5

18,0

naftaleen acenaftyleen

fenantreen antraceen

ZLP115

18,5

45,1

101,4

993,5

76,9

76,2

37,5

3,6

1,0

fluorantheen

994,1

387,5

2519,5

9748,2

2896,6

2746,1

1273,5

54,1

3,1

pyreen

175,2

253,8

3427,2

8735,8

3506,2

2857,3

2619,5

23,2

4,4

benz(a)antraceen

13,4

21,4

938,9

2698,0

1325,0

151,9

188,8

0,4

0,0

chryseen Results

27,4

30,6

172,7

475,7

200,6

134,4

162,4

0,5

0,0

benzo(b)fluorantheen

12,6

11,5

112,8

121,6

65,4

50,1

89,2

0,9

0,1

benzo(k)fluorantheen

5,6

4,6

60,5

87,3

37,8

22,9

35,6

0,7

0,0

benzo(a)pyreen

3,9

4,1

72,2

151,1

72,7

30,0

40,3

0,5

0,0

benzo(ghi)peryleen

2,9

2,7

28,9

44,3

22,5

11,0

12,4

0,5

0,0

dibenzo(ah)antraceen

1,7

2,0

20,2

27,2

13,3

6,9

7,0

0,9

0,7

indeno(123CD)pyreen

2,2

1,9

22,4

28,7

14,1

8,2

10,8

0,5

0,1

PCB's (µg/L SR extract)

MTR

EU-MAX

EU-JGM

1600000

500

760000

62000

44

opmerking

NLP037

AMS003

AMS021

VEC010

VEC004

SMW003

WLP001

Blanco

PCB-28

0,3

0,4

2,9

2,6

33,1

5,5

1,9

0,2

0,2

PCB-52

0,4

0,4

3,5

2,7

48,7

22,8

3,8

0,3

0,2

PCB-101

2,9

3,1

21,1

5,4

38,6

19,5

5,3

2,9

2,6

PCB-118

1,0

1,2

2,4

1,8

3,4

2,6

2,1

1,1

1,0

PCB-153

5,5

6,7

26,8

23,3

41,3

20,0

21,0

18,6

6,2

PCB-138

5,0

5,9

24,5

21,2

38,6

6,0

19,4

5,5

5,3

PCB-180

1,7

1,9

2,4

1,9

2,0

1,6

2,0

1,7

1,6

135 trichloorbenzeen

0,050447211

0,17

0,19

0,16

0,45

0,35

0,04

0,03

0,02


0,18

0,21

0,58

0,43

0,67

0,50

0,10

0,34

1,14

Hexachloorbutadieen

0,07

0,10

0,06

0,06

1,16

0,10

0,06

0,07

0,03


0,00

0,02

0,01

0,02

0,10

0,00

0,00

0,00

0,12

1235 tetrachloorbenzeen

0,02

0,15

0,11

0,11

0,25

0,17

0,00

0,00

0,00


0,03

0,15

0,11

0,11

0,24

0,17

0,00

0,00

0,00


0,01

0,06

0,03

0,03

0,24

0,05

0,00

0,00

0,00

pentachloorbenzeen

0,33

1,00

0,54

0,66

0,98

0,58

0,28

0,10

0,06

a-HCH

0,21

0,28

7,37

3,73

0,45

0,26

0,27

0,21

0,00

hexachloorbenzeen

0,51

1,97

1,07

1,36

3,07

0,93

0,65

0,09

0,00

b - HCH

2,40

0,94

2,04

1,45

2,54

1,11

1,38

0,98

0,15

g - HCH

0,00

0,01

0,22

0,08

0,24

0,06

0,05

0,00

0,00

d -HCH

0,03

0,07

0,42

0,20

0,08

0,05

0,02

0,02

0,00

heptachloor

0,00

0,00

0,00

0,00

0,00

0,00

0,00

0,00

0,00

aldrin

0,41

1,30

0,00

0,00

1,56

0,71

0,26

0,00

0,00

telodrin

0,00

0,00

0,00

0,00

0,00

0,00

0,00

0,00

0,00

isodrin

0,01

0,00

0,00

0,00

0,00

0,00

0,00

0,00

0,00

heptachloorepoxide cis

0,45

1,34

0,18

0,30

0,44

0,73

0,73

0,27

0,00

heptachloorepoxide trans

0,00

0,00

0,00

0,00

0,00

0,00

0,00

0,00

0,00

24-DDE

0,05

0,04

0,04

0,01

0,16

0,20

0,17

0,00

0,00

chloordaan trans

0,08

0,30

0,32

0,34

0,41

0,57

0,23

0,02

0,00

chloordaan cis

0,05

0,23

0,25

0,28

0,29

0,42

0,15

0,01

0,00

a-endosulfan

0,28

0,96

0,00

0,00

0,40

0,00

0,18

0,17

0,01

44-DDE

1,92

2,70

2,86

1,41

42,36

5,37

2,21

0,23

0,03

24-DDD

0,76

0,90

1,41

1,22

4,74

5,01

0,91

0,07

0,00

dieldrin

21,56

11,75

2,36

2,79

2,35

1,66

1,94

0,70

0,00

endrin

4,23

5,97

0,00

0,00

0,00

0,00

0,00

0,00

0,00

b-endosulfan

0,27

0,00

0,24

0,26

0,63

0,23

0,71

0,04

0,06

44 DDD

3,97

4,58

21,84

4,92

70,24

28,75

20,51

0,26

0,03

24 DDT

0,12

0,14

1,52

286,53

0,22

0,15

0,22

0,09

0,05

endosulfan sulfaat

18,20

7,52

0,77

1,28

1,67

0,71

0,76

0,30

0,02

44 DDT

0,41

0,49

0,00

0,00

0,81

0,43

0,37

0,17

0,05

LOCATIE CODE

ZLP115

OCP's (µg/L SR extract)

NP bestrijdingsmiddelen (µg/L SR extract) fenthion

0

0

0

0

0

0

0

0

0

bromofos-methyl

0

0

0

0

0

0

0

0

0

fenitrotion

0

0

0

0

0

0

0

0

0

trifluralin

0

0

0

0

0

0

0

0

0

procimidon

0

15

0

0

0

0

0

0

0

desethyl-atrazine

0

0

0

0

0

0

0

0

0

MTR

EU-MAX

EU-JGM

opmerking

ZLP115

NLP037

AMS003

AMS021

VEC010

VEC004

SMW003

WLP001

Blanco

0

0

0

0

0

0

0

0

0

terbutryn

11

15

34

27

103

39

35

0

0

diethyltoluamide (DEET)

121

99

134

131

178

210

85

47

0

bromofos-ethyl

0

0

0

0

0

0

0

0

0

prometryn

0

0

0

0

0

0

0

0

0

fenchloorfos

0

0

0

0

0

0

0

0

0

triazofos

0

0

0

0

0

0

0

0

0

dichloorvos

0

0

0

0

0

0

0

0

0

terbutylazine

40

0

23

0

0

44

104

0

0

metazachloor

0

92

0

0

0

0

0

0

0

malathion

0

0

0

0

0

0

0

0

0

methidation

0

0

0

0

0

0

0

0

0

flutolanil

0

0

0

0

0

0

13

0

0

sebuthylazin

0

0

0

0

0

0

0

0

0

metalaxyl

23

0

0

0

0

0

0

0

0

pyrimethanil

0

0

0

0

25

0

0

0

0

propachloor

0

0

0

0

0

0

0

0

0

parathion-methyl

0

0

0

0

0

0

0

0

0

ethoprofos

0

0

0

0

0

0

0

0

0

dimethoaat

0

0

0

0

0

0

0

0

0

ethion

0

0

0

0

0

0

0

0

0

pyrazofos

0

0

0

0

0

0

0

0

0

diazinon

204

0

82

182

110

110

32

0

0

pirimifos-methyl

82

0

0

0

0

0

0

0

0

fosalon

0

0

0

0

0

0

0

0

0

heptenofos

0

0

0

0

0

0

0

0

0

desmetryn

0

0

0

0

0

0

0

0

0

tetrachloorvinfos

0

0

0

0

0

0

0

0

0

102

38

0

0

0

0

0

0

0

chloorprofam

0

0

0

0

0

0

0

0

0

fosfamidon

0

0

0

0

0

0

0

0

0

chloorpyrifos

0

104

0

0

0

0

0

0

0

mevinfos (c+t)

0

0

0

0

0

0

0

0

0

tolclofos-methyl

0

0

0

0

0

0

0

0

0

parathion-ethyl

0

0

0

0

0

0

0

0

0

atrazine

0

0

0

0

0

0

0

0

0

simazin

0

0

0

0

0

0

0

0

0

propazin

0

0

0

0

0

0

0

0

0

coumafos

0

0

0

0

0

0

0

0

0

dichlobenil

0

0

0

0

0

0

0

0

0

furalaxyl

0

0

0

0

0

0

0

0

0

profam

0

0

0

0

0

0

0

0

0

propiconazole-A

522

3104

283

679

155

69

94

0

0

propiconazole-B

506

7071

253

731

137

49

61

0

0

prochloraz

45

148

121

143

0

0

0

0

0

vinclozoline

0

0

0

0

0

0

0

0

0

tebuconazole-A

0

0

0

57

0

0

0

0

0

tebuconazole-B

0

0

0

0

0

0

0

0

0

pyrifenox

0

0

0

0

0

0

47

0

0

LOCATIE CODE phoraat

pirimicarb

MTR

EU-MAX

EU-JGM

opmerking

ZLP115

NLP037

AMS003

AMS021

VEC010

VEC004

SMW003

WLP001

Blanco

chloorfenvinfos

0

0

0

0

0

0

0

0

0

Alachloor

0

0

0

0

0

0

0

0

0

etriadiazole

0

0

0

0

0

0

0

0

0

fluroxypyr

0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

bentazon

3,9

2,8

1,5

0,9

2,1

0,0

1,1

0,0

0,0

DNOC

0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

2,4-D

0,2

0,1

0,0

0,0

0,1

0,0

0,0

0,0

0,0

MCPA

6,5

0,7

0,2

0,3

1,1

0,6

0,1

0,0

0,0

2,4-DP dichloorprop

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

MCPP

5,8

1,0

3,6

3,5

3,2

1,3

0,2

0,1

0,0

2,4,5-T

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

2,4-DB

0,0

0,1

0,0

0,0

0,0

0,0

0,0

0,0

0,0

MCPB

0,0

0,0

0,0

0,0

0,0

0,0

0,1

0,0

0,0

2,4,5-TP

0,0

0,0

0,0

0,0

0,1

0,0

0,0

0,0

0,0

Dinoseb

0,0

0,1

0,0

0,0

0,0

0,0

0,2

0,0

0,0

Dinoterb

2,2

1,9

2,6

0,5

1,9

0,6

2,0

0,6

2,4

fluazinam

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

metsulfuron-methyl

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

cycloxidim

0,1

0,1

0,0

0,0

0,0

0,0

0,0

0,0

0,0

fiprony

9,2

6,3

1,8

7,7

11,8

2,0

0,3

0,0

0,0

pentachloorfenol

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

aldicarb-sulfoxide

0,0

0,0

0,0

0,6

0,0

0,0

0,0

0,0

0,0

aldicarb-sulfon

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

oxamyl

0,0

3,6

0,0

0,0

0,0

0,0

0,0

0,0

0,0

methomyl

0,0

0,2

0,0

0,0

0,0

0,0

0,0

0,0

0,0

carbendazim

0,0

422,9

52,6

90,5

35,6

8,3

26,6

0,8

0,0

imidaclopryd

15,6

184,0

35,9

84,4

14,3

3,8

0,9

0,0

0,0

metamitron

0,0

1,5

0,0

2,1

2,9

0,9

0,0

0,0

0,0

chloridazon

0,0

4,1

2,1

7,6

3,7

2,8

9,5

6,4

0,0

aldicarb

0,0

0,0

0,0

1,3

0,0

0,0

0,0

0,0

0,0

metoxuron

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

propoxur

0,0

1,4

0,0

1,5

2,6

0,8

0,0

0,0

0,0

carbofuran

0,0

0,0

0,0

2,0

0,0

0,0

0,0

0,0

0,0

chlortoluron

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

isoproturon

0,0

1,0

0,0

0,0

5,3

0,0

0,0

0,0

0,0

metabenzthiazuron

0,0

1,2

0,0

0,0

0,0

0,0

1,6

0,0

0,0

diuron

0,0

2,9

4,8

9,2

12,6

6,2

10,0

0,0

0,0

ethofumesaat

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

linuron

0,0

1,8

0,9

1,8

1,3

0,0

0,0

0,0

0,0

chloroxuron

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

pencycuron

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

pyroclostrobine

0,4

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

LOCATIE CODE

Polaire pesticiden (µg/L POCIS extract)

Medicijnen (µg/L POCIS extract) Metformin

0,1

0,1

0,0

0,1

0,2

0,1

0,0

0,0

0,0

Theophylline

0,4

1,0

0,1

0,2

0,2

0,3

0,2

0,0

0,0

Fenazon

0,5

0,4

0,3

0,4

1,8

1,5

0,7

7,0

0,0

MTR

EU-MAX

EU-JGM

opmerking

NLP037

AMS003

AMS021

VEC010

VEC004

SMW003

WLP001

Blanco

Naproxen

0,0

0,0

0,1

0,0

0,8

0,4

0,0

0,0

0,0

Clofibraat

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

Sulfamethoxazole

0,2

0,0

0,4

1,2

5,3

1,6

0,7

0,0

0,0

Ketoprofen

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

Diazepam

0,0

0,0

0,0

0,1

0,4

0,1

0,1

0,0

0,0

Sulfaquinoxaline

0,0

0,0

0,0

0,0

0,0

0,1

0,0

0,0

0,0

Fenofibrinezuur

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

Bezafibraat

0,0

0,0

0,0

0,0

0,1

0,0

0,0

0,0

0,0

Enalapril

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

Oxacilline

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

Losartan

0,1

0,0

0,1

0,7

1,6

0,7

0,0

0,0

0,0

Atorvastatine

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

Salicylzuur

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

Ibuprofen

0,0

0,0

0,0

0,0

1,7

0,0

0,0

0,0

0,0

Clofibrinezuur

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

Gemfibrozil

0,0

0,0

0,6

2,5

4,3

2,6

0,8

0,2

0,0

Diclofenac

0,0

0,0

0,0

0,5

3,5

0,0

0,0

0,0

0,0

Hydrochlorthiazide

4,4

0,6

8,6

29,2

99,4

10,7

0,4

0,0

0,0

Furosemide

0,0

0,0

0,0

0,0

0,7

0,0

0,0

0,0

0,0

Pravastatine

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

Paracetamol

0,0

0,2

0,0

0,0

0,0

0,0

0,0

0,0

0,1

Coffeïne

8,9

78,5

10,4

7,5

34,9

25,9

60,8

1,4

16,5

Primidone

0,1

0,1

0,2

0,2

0,9

0,5

0,4

0,3

0,0

Lidocaine

0,5

0,2

5,3

24,7

115,5

19,3

0,8

0,1

0,0

Carbamazepine

0,8

0,4

13,3

1,4

166,5

28,8

1,2

0,1

0,0

Propranolol

0,0

0,0

0,4

0,6

1,3

1,0

0,1

0,0

0,0

Ifosfamide

0,0

0,0

0,0

0,0

0,1

0,0

0,0

0,0

0,0

Cyclofosfamide

0,0

0,0

0,0

0,0

0,1

0,1

0,0

0,0

0,0

Atenolol

0,0

0,0

0,1

0,1

0,5

0,4

0,0

0,0

0,0

Metoprolol

0,1

0,1

4,2

14,1

73,6

21,6

0,3

0,0

0,0

Sotalol

0,1

0,0

2,4

1,6

53,3

20,0

0,0

0,0

0,0

Oxazepam

0,3

0,1

0,5

1,0

0,0

11,8

0,5

0,0

0,0

Trimetoprim

0,0

0,0

1,7

18,3

58,7

1,6

0,2

0,0

0,0

Temazepam

0,5

0,1

1,2

2,0

148,1

4,0

1,4

0,0

0,0

Chloramphenicol

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

Bisoprolol

0,0

0,0

0,1

0,3

0,7

0,5

0,0

0,0

0,0

Paroxetine

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

Fenofibraat

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

Lincomycin

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

Tiamulin

0,0

0,0

0,1

0,1

0,5

0,1

0,0

0,0

0,0

Iopromide

0,6

0,2

0,7

0,8

451,4

10,3

1,0

0,0

0,0

LOCATIE CODE

ZLP115

MTR

EU-MAX

EU-JGM

opmerking

Bijlage 5 Overzicht resultaten chemische analyses 2013

LOCATIE CODE

ZLP001

ZLP004

ZLP007

ZLP038

ZLP039

NLP001

NLP004

PZH001

blanco

MTR

EU-MAC

EU-JGM

1200

130000

2000

WATER JUNI 2013 ZLP001

ZLP004

ZLP007

ZLP038

ZLP039

NLP001

NLP004

PZH001

blanco

naftaleen

ng/L

15,986

93,255

17,450

8,739

9,625

11,451

8,044

9,958

6,405

acenaftyleen

ng/L

6,697

5,651

6,924

0,848

6,264

3,036

0,792

0,646

0,082

acenafteen

ng/L

218,470

224,958

150,551

13,837

100,596

43,457

10,337

18,165

0,686

fluoreen

ng/L

56,138

91,399

39,595

10,761

32,333

28,937

9,977

12,703

0,333

fenantreen

ng/L

47,795

87,192

32,042

14,503

16,385

49,809

8,786

10,998

0,330

antraceen

ng/L

5,590

6,323

3,652

1,073

2,285

6,306

0,595

1,106

0,027

70

100

100

fluorantheen

ng/L

170,454

87,675

106,534

13,571

41,321

77,002

7,121

6,297

0,001

300

120

6,3

pyreen

ng/L

85,763

49,816

62,272

8,599

27,719

34,778

3,816

3,506

0,023

PAKs in water (SR berekening)

300

benz(a)antraceen

ng/L

3,449

2,867

2,295

0,539

1,147

5,060

0,227

0,223

0,004

10

chryseen

ng/L

3,263

3,030

1,678

0,993

0,836

3,370

0,387

0,235

0,001

300


ng/L

1,752

1,109

0,826

0,861

0,458

2,146

0,360

0,281

0,030

17

0,17


ng/L

0,299

0,202

0,164

0,003

0,119

0,559

0,001

0,002

0,001

40

17

0,17

benzo(a)pyreen

ng/L

0,334

0,217

0,177

0,125

0,103

0,778

0,027

0,022

0,001

50

270

0,17

benzo(ghi)peryleen

ng/L

0,150

0,187

0,097

0,064

0,036

0,215

0,020

0,002

0,001

30

8,2

0,17


ng/L

0,170

0,164

0,082

0,161

0,039

0,211

0,061

0,114

0,001

indeno(123CD)pyreen

ng/L

0,184

0,202

0,101

0,143

0,043

0,233

0,001

0,081

0,001

Totaal PAK

ng/L

616,5

654,2

424,4

74,8

239,3

267,3

50,6

64,3

7,9

ZLP001

ZLP004

ZLP007

ZLP038

ZLP039

NLP001

NLP004

PZH001

blanko

PCB-28

ng/L

0,018

0,008

0,008

0,015

0,006

0,013

0,008

0,009

0,002

PCB-52

ng/L

0,013

0,008

0,006

0,016

0,005

0,011

0,007

0,009

0,002

PCB-101

ng/L

0,033

0,023

0,010

0,042

0,008

0,011

0,014

0,042

0,008

PCB-118

ng/L

0,011

0,007

0,003

0,012

0,004

0,004

0,006

0,013

0,003

PCB-153

ng/L

0,053

0,037

0,011

0,056

0,018

0,014

0,024

0,067

0,022

PCB-138

ng/L

0,041

0,027

0,008

0,038

0,014

0,010

0,020

0,055

0,017

PCB-180

ng/L

0,014

0,008

0,002

0,014

0,005

0,004

0,008

0,018

0,008

Totaal PCB

ng/L

0,2

0,1

0,05

0,2

0,1

0,1

0,1

0,2

0,1

PCB's in water (SR berekening)

40

ZLP001

ZLP004

ZLP007

ZLP038

ZLP039

NLP001

NLP004

PZH001

blanko


ng/L

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000


ng/L

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

Hexachloorbutadieen

ng/L

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000


ng/L

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000


ng/L

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000


ng/L

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000


ng/L

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

alachloor

ng/L

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

24 DDT

ng/L

0,012

0,011

0,014

0,010

0,023

0,081

0,011

0,007

0,005

0,4

24-DDD

ng/L

0,021

0,015

0,011

0,028

0,010

0,010

0,036

0,004

0,000

0,4

24-DDE

ng/L

0,123

0,115

0,163

0,106

0,213

0,137

0,231

0,060

0,098

0,4

44 DDD

ng/L

0,321

0,355

0,446

0,396

0,700

0,449

0,894

0,057

0,002

0,4

44 DDT

ng/L

0,006

0,141

0,006

0,006

0,006

0,082

0,141

0,006

0,016

0,4

44-DDE

ng/L

0,366

0,509

0,496

0,538

0,684

0,520

1,035

0,088

0,009

0,4

DDT total

ng/L

0,848

1,145

1,135

1,083

1,636

1,280

2,349

0,223

a-endosulfan

ng/L

0,065

0,000

0,045

0,024

0,009

0,005

0,044

0,009

0,001

a-HCH

ng/L

0,022

0,011

0,010

0,021

0,003

0,013

0,008

0,018

0,001

OCB's in water (SR berekening)

0,17

-

10

-

25

ZLP001

ZLP004

ZLP007

ZLP038

ZLP039

NLP001

NLP004

PZH001

blanco

aldrin

ng/L

0,053

0,016

0,024

0,029

0,008

0,011

0,028

0,010

0,000

b - HCH

ng/L

0,004

0,003

0,002

0,005

0,001

0,002

0,003

0,003

0,000

b-endosulfan

ng/L

0,068

0,000

0,063

0,014

0,015

0,006

0,051

0,001

0,001

chloordaan cis

ng/L

0,007

0,004

0,003

0,007

0,002

0,005

0,014

0,005

0,001

chloordaan trans

ng/L

0,007

0,003

0,003

0,008

0,001

0,005

0,016

0,004

0,000

d -HCH

ng/L

0,004

0,003

0,001

0,003

0,000

0,001

0,003

0,003

0,001

dieldrin

ng/L

0,234

0,123

0,109

0,413

0,118

(0,4 ng

0,242

0,205

0,000

endosulfan sulfaat

ng/L

0,492

0,028

0,210

0,119

0,046

0,052

0,106

0,010

0,000

endrin

ng/L

0,041

0,006

0,035

0,038

0,012

0,027

0,050

0,001

0,000

g - HCH

ng/L

0,063

0,028

0,017

0,080

0,008

0,015

0,015

0,032

0,002

heptachloor

ng/L

0,001

0,002

0,001

0,021

0,0003

0,0004

0,001

0,002


ng/L

0,015

0,006

0,006

0,024

0,004

0,013

0,017

0,018


ng/L

0,001

0,0004

0,0002

0,001

0,0001

0,0002

0,0003

hexachloorbenzeen

ng/L

0,104

0,041

0,052

0,110

0,045

0,047

Hexachloorbutadieen

ng/L

0,020

0,031

0,009

0,021

0,001

isodrin

ng/L

0,001

0,000

0,000

0,001

0,000

pentachloorbenzeen

ng/L

0,062

0,022

0,029

0,233

Totaal OCB

ng/L

3,0

2,6

2,9

LOCATIE CODE

MTR

EU-MAC

EU-JGM

0,001

0,5

0,3

0,0002

0,000

0,5

0,3

0,0002

0,001

0,000

0,5

0,3

0,0002

0,067

0,033

0,002

0,001

0,002

0,006

0,018

0,000

0,000

0,001

0,000

0,022

0,022

0,018

0,013

0,001

3,3

3,6

2,8

5,4

0,8

0,2

1200

130000

2000

WATER SEPTEMBER 2013 ZLP001

ZLP004

ZLP007

ZLP038

ZLP039

NLP001

NLP004

PZH001

blanko

naftaleen

ng/L

15,716

84,923

13,800

10,868

19,309

10,334

9,397

24,460

11,585

acenaftyleen

ng/L

3,413

2,553

5,046

0,452

3,190

1,800

2,043

1,906

0,226

acenafteen

ng/L

29,296

66,040

194,431

6,408

23,179

35,478

30,991

46,790

2,105

fluoreen

ng/L

12,875

39,510

83,408

5,925

9,515

38,705

21,876

48,448

0,979

fenantreen

ng/L

11,769

42,148

109,053

7,196

13,481

46,269

19,275

59,236

0,520

antraceen

ng/L

3,109

4,351

12,697

0,566

4,270

7,886

1,749

4,218

0,045

70

100

100

fluorantheen

ng/L

96,255

53,165

277,948

8,549

42,827

59,248

14,514

18,035

0,002

300

120

6,3

pyreen

ng/L

66,404

32,901

173,104

5,725

25,341

38,449

9,210

9,050

0,097

benz(a)antraceen

ng/L

2,629

1,797

7,948

0,279

3,139

4,112

0,645

0,303

0,011

10

chryseen

ng/L

2,060

2,012

5,760

0,598

3,938

3,029

1,183

0,482

0,002

300


ng/L

0,862

0,866

2,397

0,486

1,329

1,750

0,792

0,359

0,086

17

0,17


ng/L

0,122

0,028

0,387

0,002

0,241

0,255

0,003

0,004

0,002

40

17

0,17

benzo(a)pyreen

ng/L

0,197

0,112

0,563

0,036

0,277

0,575

0,094

0,004

0,002

50

270

0,17

benzo(ghi)peryleen

ng/L

0,044

0,002

0,073

0,002

0,047

0,079

0,003

0,004

0,002

30

8,2

0,17


ng/L

0,079

0,104

0,224

0,104

0,111

0,003

0,161

0,004

0,002

indeno(123CD)pyreen

ng/L

0,077

0,088

0,208

0,086

0,087

0,211

0,118

0,100

0,034

244,9

330,6

887,0

47,3

150,3

248,2

112,1

213,4

15,7

PAKs in water (SR berekening)

Totaal PAK

ZLP001

ZLP004

ZLP007

ZLP038

ZLP039

NLP001

NLP004

PZH001

blanko

PCB-28

ng/L

0,008

0,010

0,021

0,008

0,017

0,035

0,017

0,012

0,003

PCB-52

ng/L

0,006

0,010

0,019

0,008

0,013

0,032

0,014

0,013

0,003

PCB-101

ng/L

0,014

0,042

0,050

0,031

0,022

0,064

0,048

0,054

0,020

PCB-118

ng/L

0,005

0,013

0,020

0,016

0,009

0,035

0,027

0,024

0,006

PCB-153

ng/L

0,023

0,079

0,117

0,098

0,034

0,183

0,155

0,147

0,040

PCB-138

ng/L

0,017

0,059

0,098

0,069

0,027

0,185

0,126

0,115

0,028

PCB-180

ng/L

0,007

0,024

0,035

0,027

0,012

0,053

0,054

0,037

0,011

0,1

0,2

0,4

0,3

0,1

0,6

0,4

0,4

0,1

PCB's in water (SR berekening)

Totaal PCB

300

40

0,17

LOCATIE CODE OCB's in water (SR berekening)

ZLP001 ZLP001

ZLP004 ZLP004

ZLP007 ZLP007

ZLP038 ZLP038

ZLP039 ZLP039

NLP001 NLP001

NLP004 NLP004

PZH001 PZH001

blanco blanko

MTR

EU-MAC

EU-JGM

-

10

-

25


ng/L

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000


ng/L

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

Hexachloorbutadieen

ng/L

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000


ng/L

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000


ng/L

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000


ng/L

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000


ng/L

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

alachloor

ng/L

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

24 DDT

ng/L

0,011

0,008

0,012

0,009

0,018

0,141

0,015

0,009

0,006

0,4

24-DDD

ng/L

0,008

0,020

0,028

0,014

0,032

0,027

0,037

0,008

0,001

0,4

24-DDE

ng/L

0,133

0,094

0,101

0,080

0,198

0,114

0,124

0,044

0,036

0,4

44 DDD

ng/L

0,882

0,320

0,614

0,237

0,606

0,254

0,400

0,066

0,002

0,4

44 DDT

ng/L

0,066

0,068

0,039

0,041

0,006

0,066

0,112

0,006

0,014

0,4

44-DDE

ng/L

0,323

0,327

0,267

0,384

0,548

0,315

0,535

0,087

0,003

0,4

DDT total

ng/L

1,423

0,837

1,062

0,765

1,408

0,916

1,223

0,219

0,061

a-endosulfan

ng/L

0,035

0,001

0,162

0,821

0,032

0,041

0,128

0,001

0,003

a-HCH

ng/L

0,027

0,072

0,101

0,079

0,042

0,154

0,098

0,121

0,001

aldrin

ng/L

0,012

0,014

0,038

0,014

0,024

0,045

0,054

0,001

0,001

b - HCH

ng/L

0,002

0,018

0,012

0,007

0,008

0,016

0,018

0,005

0,001

b-endosulfan

ng/L

0,030

0,001

0,130

0,620

0,046

0,062

0,170

0,001

0,001

chloordaan cis

ng/L

0,003

0,006

0,009

0,005

0,005

0,014

0,016

0,011

0,003

chloordaan trans

ng/L

0,003

0,004

0,010

0,004

0,005

0,013

0,019

0,009

0,001

d -HCH

ng/L

0,002

0,008

0,010

0,006

0,004

0,016

0,012

0,011

0,003

dieldrin

ng/L

0,108

0,144

0,416

0,232

0,267

0,369

0,538

0,440

0,001

endosulfan sulfaat

ng/L

0,164

0,028

0,431

2,468

0,110

0,353

0,223

0,038

0,001

endrin

ng/L

0,025

0,020

0,096

0,023

0,057

0,201

0,187

0,001

0,001

g - HCH

ng/L

0,063

0,119

0,226

0,201

0,094

0,232

0,210

0,254

0,005

heptachloor

ng/L

0,001

0,001

0,004

0,001

0,001

0,005

0,004

0,004

0,002

0,5

0,3

0,0002


ng/L

0,009

0,011

0,026

0,019

0,014

0,047

0,064

0,057

0,001

0,5

0,3

0,0002


ng/L

0,0003

0,001

0,001

0,001

0,0004

0,001

0,001

0,002

0,001

0,5

0,3

0,0002

hexachloorbenzeen

ng/L

0,032

0,037

0,115

0,060

0,095

0,139

0,215

0,070

0,005

Hexachloorbutadieen

ng/L

0,001

0,005

0,018

0,004

0,002

0,006

0,010

0,011

0,002

isodrin

ng/L

0,000

0,001

0,001

0,001

0,000

0,001

0,006

0,001

0,001

pentachloorbenzeen

ng/L

0,023

0,023

0,067

0,080

0,044

0,082

0,112

0,035

0,003

Totaal OCB

ng/L

3,4

2,2

4,0

6,2

3,7

3,6

4,5

1,5

0,2

Slim monitoren. Watersysteem onderzoek Ron van der Oost (Waternet) Techniek, Onderzoek & Projecten Onderzoek & Advies

Recommend Documents