中文摘要：

应用微板毒性分析方法，以污染物对淡水发光菌——青海弧菌（Vibrio．qinghaiensissp．）067的发光抑制为毒性指标，分别测定了对氯苯酚（P1）、邻氯苯酚（P2）、2,4-二氯苯酚（P3）、间甲苯酚（P4）、对甲苯酚（P5）、间硝基苯酚（P6）、2-硝基苯酚（P7）、对甲苯胺（P8）、P9、邻硝基苯胺（P10）、邻氯苯胺（P11）、间氯苯胺（P12）对067的毒性．结果表明，12种污染物的剂量一效应关系除了P11可用Logit模型描述外，其余11种污染物均可用Weibull模型有效描述．由模型估算的半数效应浓度负对数值（pECso）分别为3．43，2．81，3．66，2．83，2．99，3．15，3．20，2．52，2．36，3．66，2．81，2．89，其对Q67的毒性大小顺序为（P3=P10）〉P1〉P7〉P6〉P5〉P12〉P4〉（P11=P2）〉P8〉P9．分别设计浓度为各自EClo和EC50的2个等效应浓度比混合物和12个均匀设计浓度比混合物进行微板毒性实验，并应用剂量加和（DA）模型与独立作用（IA）模型建立由单-毒物的剂量-效应参数来预测混合物联合毒性的方法．结果表明，在实验浓度范围内各混合物毒性均能用DA模型精确预测．

英文摘要：

Using the microplate toxicity analysis, the toxicities of 7 phenolic and 5 aniline derivatives （PADs） inhibiting the luminescence of freshwater photobacteria, Vibrio-qinghaiensis sp--Q67, were determined, respectively. The doseresponse data of all PADs but o-chloroaniline （Pll） can be effectively described by Weibull function. The pECs0 values of 12 PADs, p-chlorophenol（Pl）, o-chloropheno （P2）, 2,4-dichlorophenol（P3）, m-cresol（P4）, p-cresol（P5）, m-nitrophenol（P6）, o-nitrophenol（PT）, p-methylaniline （PS）, o-methyl-aniline（P9）, o-nitroaniline（P 10）, o-chloroaniline（P 11 ）, and p-chloroaniline（P 12）, estimated from the optimal dose-response curves described by Weibu11 or Logit function （Pll） were 3.43, 2.81, 3.66, 2.83, 2.99, 3.15, 3.20, 2.52, 2.36, 3.66, 2.81, and 2.89 （unit of concentration： mol/L）, respectively, which revealed that the toxic order among 12 PADs was （P3 = P10） 〉 P1 〉 P7 〉 P6 〉 P5 〉 P12 〉 P4 〉 （Pll -- P2） 〉 P8 〉 P9. 14 mixtures consisted of all 12 PADs were constructed using the effect-equivalent concentration （.ECso or EClo） method and uniform design. The toxicities of the mixtures were determined using the same procedure as the individual PAD compound and the dose-response data were then fitted to Weibull or Logit function. At the same time, a dose addition （DA） and independent action （IA） models were employed to predict the joint toxicities of the mixtures from the dose-response information of various individual PAD compounds. The results showed that the toxicities of mixtures can be accurately evaluated by the DA model.