Tabell 6.1 visar en sammanställning av dataunderlaget från RIVM för markmiljön. Tabel- len visar antalet uppgifter som används av RIVM som underlag för framtagning av SRC och MPC-värden för mark (RIVM, 2001). Tillgången till kroniska data rapporteras, utom för ämnen där endast uppgifter från akuta tester är tillgängliga - där akuta uppgifter rappor- teras i texten. Tabellen visar endast uppgifter som accepteras av RIVM efter screeningpro- cessen, där en granskning av datakvalitet genomförs med avseende på testmetoder, databe- handling, m.m.
Tabell 6.1 visar att antalet uppgifter varierar mycket mellan olika ämnesgrupper. Medan relativt många uppgifter finns för metaller, är antalet uppgifter för PAH väldigt liten. För vissa grupper, t.ex. klorbensener och klorkresoler, måste tillgängliga data stödjas med akuta data vid riktvärdesframtagning.
Trots att RIVM:s egna SRC och MPC-värden reviderades i rapporten som publicerades 2001 (RIVM, 2001), visar tabell 6.1 att sammanställningar för enskilda ämnen kan vara betydligt äldre.
Effektdata
Eftersom markmiljön är ett komplext ekosystem, måste bedömning av miljörisker omfatta ett stort antal endpoints. Därför har en mängd ekotoxikologiska tester använts för miljö- riskbedömning, dock har få tester standardiserats och interkalibrerats.
Testerna med flera taxonomiska grupper har använts, t.ex. mikroorganismer, växter, marklevande evertebrater, vertebrater (däggdjur, fåglar). Bioackumulationstester på växter och djur också genomförs. Testorganismer kan också delas in i olika funktionsgrupper, t.ex. primärproducenter (växter, vissa mikroorgansimer), detritivorer, saprofyter, primar- konsumenter (herbivorer), sekundärkonsumenter (carnivorer) and toppkonsumenter (ofta högre vertebratarter). Organismer i en funktionsgrupp kan höra till flera taxonomiska grup- per.
Generellt, kan effektdata delas in i två grupper; tester på mikrobiella funktioner och en- artstester på endpoints som är viktiga för ekosystemets struktur.
Tester på markfunktioner är generellt indelat i två olika grupper; tester som studerar mineralisering av detritus, t.ex. cellulosadegradering och tester som studerar andra delar av biogeokemiska kretslopp, t.ex. interaktionen mellan växter (rötterna) och mikrober t.ex. kvävefixering. Testerna kan mäta aktiviteten av enzymer som genomför vissa processer, eller produkter från vissa markprocesser:
Enzymer Processer
Mineraliserings processer ȕ-glucosidases
-xylosidase Į-glucosidase protease, peptidase esterases
metanoxidation
upptag av syrgas eller production av koldioxid
dehydrogenase aktivitet Biogeokemiska processer phoashataser
sulfathydrolyande enzymer proteaser, peptidaser
denitrifikation
nitrifikation (ammoniumoxidering aktivitet och nitritoxidering aktivi- tet)
N-fixering (nitrogenase)
Metaller
Tabell 6.1 visar att antalet uppgifter för metaller är relativt stor. Uppgifterna finns huvud- sakligen för markprocesser och antalet uppgifter för marklevande organismer är relativt litet.
Figur 6.1 visar dataunderlaget för markprocesser. Dataunderlaget är ojämn mellan olika metaller. Många uppgifter finns för Cd, Cu, Pb, och för dessa metaller finns uppgifter för många olika markprocesser. För Cr(III), Co och Zn är antalet uppgifter mindre, men sprid- ningen mellan markprocesser är fortfarande bra. För As, Hg och Mo finns data för endast ett fåtal markprocesser. För andra metaller, t.ex. Ba, Cr(VI), MeHg, Ni är dataunderlaget mycket litet. Där dataunderlaget är bra finns en bra fördelning av data mellan observationer av markprocesser och enzymer.
Figur 6.2 visar dataunderlaget för enartstester. Dataunderlaget är också här mycket stör- re för Cd, Cu och Pb (och Zn) än för andra metaller. För andra metaller finns endast några enstaka uppgifter eller inga uppgifter alls. De flesta enarts tester är på växter (makrofyter) och på annelida - för andra grupper finns endast enstaka observationer. Detta är delvis på grund av att standardiserade tester huvudsakligen finns för växter och daggmask.
De flesta sammanställningar för metaller gjordes 1997. En nyare sammanställning har gjorts för bly (2001), medan sammanställningarna för vissa metaller (Ba, Co, Mo, Ni, Zn) är äldre. 0 5 10 15 20 25 As Ba Cd Cr(I II) Cr(V I) Co Cu Pb Hg Me-H g Mo Ni Zn me tall a n ta l up pg if te r N-mineralisering Nitrifikation respiration annat phosphatase, acid arylsulfatase urease dehydrogenase annat enzym
Figur 6.1 Dataunderlaget, markprocesser för metaller
0 1 2 3 4 5 6 7 As Ba Cd Cr(II I) Cr(VI ) Co Cu Pb Hg Me- Hg Mo Ni Zn metall an ta l uppg if te r fungi macrophyta nematoda annelida isopoda insekta arachnida crustacea mollusca
RIVM har bedömt säkerheten av SRC-riktvärdena som baseras på detta dataunderlag (se tabell 6.2). Generellt, är bedömningen att säkerheten är hög - endast för Ni och MeHg bedöms säkerheten som mellan.
Metoden som används av RIVM för att ta fram riktvärdena är beroende på dataunder- lagets omfattning (se avsnitt 3.1). Om dataunderlaget är tillräcklig, används fördelnings- metoden. Två fördelningar tas fram, en från processdata och en från single species data. Riktvärdet är den lägsta av dessa två värden. Tabell 6.2 visar att endast för fyra metaller; Cd, Cu, Pb och Zn är detta möjligt. För Mo, Hg och Ba (SRC-värdet) har fördelningsmeto- den använts med processdata eftersom inga data från enartstester är tillgängliga. För några andra ämnen, t.ex. As, Co, Cr(III) har fördelningsmetoden använts för processdata och SF metoden med data från enartstester. För alla dessa metaller bedöms säkerheten som hög. Säkerheten bedöms som mellan när ingen fördelning kan tas fram och riktvärdet är framta- get med SF-metoden.
Tabell 6.2 Bedömning av säkerheten av SRC-värdet och metod för framtagning av SRC- värdet för metaller
Metall Säkerhet Metod
As hög Säkerhetsfakter - SF10 med enartsdata Fördelningsmetod med processdata. Ba hög Fördelningsmetod med processdata.
Cd hög Fördelningsmetod med enartsdata och processdata. Cr(III) hög Säkerhetsfaktormetod med enartsdata och fördelningsmetod
med processdata. Cr(VI) Baserat på data för Cr(III).
Co hög Fördelningsmetod med processdata.
Cu hög Fördelningsmetod med enartsdata och processdata Pb hög Fördelningsmetod med enartsdata och processdata Hg hög Fördelningsmetod, endast process data
Me-Hg mellan MPC-värdet - Säkerhetsfaktormetod. SF 100 med 1st NOEC
Mo hög Fördelningsmetod, endast processdata Ni mellan Säkerhetsfaktormetod, process- och enartsdata Zn hög Fördelningsmetod med enartsdata och processdata
Organiska ämnen
För organiska ämnen är tillgängligheten på ekotoxdata mycket sämre än för metaller (se tabell 6.1). För BTEX-ämnen finns bara två uppgifter, båda för toluen (makrofyter och annelida). För PAH finns bara 5 kroniska observationer för hela gruppen, 4 st för
benz(a)pyren och 1 för benz(a)antracen. Två akuta tox data finns för antracen. Dataunder- laget för klorbensener och klorfenoler (utom pentaklorfenol) för enskilda föreningar är lika bristfälligt. För dessa två grupper illustreras dominansen av data för växter och daggmask (annelida). För pentaklorfenol är dataunderlaget något bättre - data från tester på markpro- cesser finns.
För de flesta grupper organiska ämnen gjordes datasammanställningarna för ganska länge sedan (innan 1991-1995). Sammanställningen för klorfenoler är nyare (2001).
RIVM bedömer SRC-värdena som baseras på detta dataunderlag som mindre säkra än riktvärdena för metaller (se tabell 5.1). För BTEX-ämnen bedöms säkerheten som mellan, förutom xylen, där säkerheten bedöms som låg. För PAH bedöms säkerheten som
som ”mellan” trots att inga uppgifter från ekotoxtester förekommer. Detta kan bero på att användning av QSAR betraktas som en konservativ metod.