université paul cezanne aix-marseille iii
Transcription
université paul cezanne aix-marseille iii
UNIVERSITÉ PAUL CEZANNE AIX-MARSEILLE III N° attribué par la bibliothèque /__/__/__/__/__/__/__/__/__/__/ Caractérisation de la biodisponibilité du cuivre dans les écosystèmes aquatiques par échantillonnage passif (DGT : Diffusion Gradient in Thin films), bio-indication (bryophytes aquatiques), et modélisation (BLM : Biotic Ligand Model) THESE pour obtenir le grade de DOCTEUR EN SCIENCES DE L’UNIVERSITÉ PAUL CEZANNE Faculté des Sciences et Techniques Spécialité : Chimie, Environnement et Santé Présentée et soutenue publiquement par Daniel FERREIRA Le 16 janvier 2009 Devant le jury d’examen composé de : Pr. Landis HARE Dr. Jacqueline GARNIER LAPLACE Dr. Eric THYBAUD Dr. Christophe MOUVET Pr. Alain BOTTA Dr Philippe CIFFROY Dr. Jean-Marie GARNIER Dr. Marie-Hélène TUSSEAU-VUILLEMIN Rapporteur Rapporteur Examinateur Examinateur Examinateur Examinateur Directeur de thèse Co-directrice de thèse Caractérisation de la biodisponibilité du cuivre dans les écosystèmes aquatiques par Echantillonnage passif (DGT : Diffusion Gradient in Thin films), Bio-indication (bryophytes aquatiques), et Modélisation (BLM : Biotic Ligand Model) Mémoire de T H E S E Daniel FERREIRA 3 Sommaire SOMMAIRE SOMMAIRE..................................................................................................................................... 5 LISTE DES ABBREVIATIONS .................................................................................................... 9 INTRODUCTION GENERALE .................................................................................................. 11 CHAPITRE I. METHODES D’ESTIMATION DE LA SPECIATION ET BIODISPONIBILITE DES METAUX EN MILIEU AQUATIQUE........................................ 15 1. SPECIATION DES METAUX EN MILIEU AQUATIQUE............................................... 15 1.1 Processus contrôlant la spéciation des métaux en milieu aquatique .......................... 15 1.2 Pouvoir complexant de la matière organique - Interactions entre matière organique et métaux en milieu aquatique naturel......................................................................................... 17 2. METHODES DE MONITORING DE LA SPECIATION ET DE LA BIODISPONIBILITE DES METAUX DANS LES ECOSYSTEMES AQUATIQUES................................................ 19 2.1 Analyse et modélisation de la spéciation des métaux traces ....................................... 19 2.1.1 Les techniques électrochimiques non séparatives ............................................... 19 2.1.2 La potentiométrie ................................................................................................. 20 2.1.3 La voltamétrie – l’exemple de la DP-ASV ........................................................... 20 2.1.4 Les techniques séparatives – l’exemple de la technique DGT............................. 21 2.1.5 Les modèles de spéciation chimique .................................................................... 24 3. OUTILS DE MONITORING DE LA SPECIATION ET LA BIODISPONIBILITE DES METAUX EN MILIEU AQUATIQUE ....................................................................................... 26 3.1 Outils de biomonitoring – utilisation des bryophytes aquatiques comme traceurs de la biodisponibilité des métaux traces........................................................................................... 26 3.1.1 Généralités sur l’emploi de bryophytes comme outils de biomonitoring ............ 26 3.1.2 Cinétiques d’accumulation des métaux par les bryophytes................................. 27 3.1.3 Paramètres environnementaux influençant l’accumulation des métaux dans les bryophytes ............................................................................................................................ 29 3.2 Le modèle de l’ion libre (FIAM) et ses dérivés (Biotic Ligand Models – BLM) ......... 30 3.2.1 Le modèle de l’ion Libre ...................................................................................... 30 3.2.2 Le modèle du ligand biologique (BLM) ............................................................... 32 3.2.3 Les exceptions au modèle de l’ion libre............................................................... 34 OBJECTIFS ET DEMARCHE GENERALE............................................................................. 39 CHAPITRE II. BIOACCUMULATION DU CUIVRE DANS LES BRYOPHYTES : MODELISATION CINETIQUE ET FORMULATION D’UN BLM ...................................... 43 1. INTRODUCTION ............................................................................................................... 43 2. MODELISATION CINETIQUE DE LA BIOACCUMULATION DU CUIVRE DANS LES BRYOPHYTES ........................................................................................................................... 43 2.1. Formalisme et hypothèses du modèle cinétique : cinétiques d’échange du cuivre à l’interface eau-bryophytes ....................................................................................................... 44 2.2. Détermination expérimentale des constantes cinétiques ............................................. 49 3. EFFET DES CATIONS : FORMULATION D’UN BLM-CU POUR LES BRYOPHYTES 50 3.1 Formalisme et hypothèses du BLM.............................................................................. 51 5 Sommaire 3.2 Calcul des constantes d’affinité cation – Ligand biologique ( K Ci BL1 ) ........................ 52 CHAPITRE III. EFFET DES CATIONS MAJEURS SUR LES CINETIQUES DE BIOACCUMULATION DU CUIVRE DANS LES BRYOPHYTES........................................ 55 1. 2. INTRODUCTION ............................................................................................................... 55 ETUDE EXPERIMENTALE............................................................................................... 56 2.1 Protocole expérimental................................................................................................ 56 2.1.1 Mises au point méthodologiques du biotest en laboratoire ................................. 56 2.1.2 Préparation des milieux d’exposition .................................................................. 59 2.2 Exploitation des résultats............................................................................................. 60 2.2.1 Calage et validation du modèle cinétique décrivant les échanges du Cu à l’interface eau-bryophytes ................................................................................................... 60 2.2.2 Sensibilité de la méthode aux faibles niveaux de contamination......................... 60 3. RESULTATS....................................................................................................................... 63 3.1 Cinétiques d’accumulation du Cu par les mousses aquatiques................................... 63 3.2 Cinétiques de relargage du Cu .................................................................................... 66 4. CALCUL DES CONSTANTES D’AFFINITE CATIONS – LIGAND BIOLOGIQUE: DEVELOPPEMENT D’UN BLM–CU POUR LES BRYOPHYTES.......................................... 68 5. APPLICATION DU BLM– BRYOPHYTES POUR EVALUER LES TENEURS EN CUIVRE BIODISPONIBLE DANS L’EAU ............................................................................... 71 CHAPITRE IV. INFLUENCE DES MATIERES ORGANIQUES DISSOUTES (MOD) SUR LA BIODISPONIBILITE DU CUIVRE : ETUDE COMPARATIVE ENTRE UN OUTIL BIOMIMETIQUE (DGT) ET UN BIOINDICATEUR (BRYOPHYTES)................. 75 1. 2. INTRODUCTION ............................................................................................................... 75 ETUDE EXPERIMENTALE............................................................................................... 76 2.1. Protocole expérimental du biotest ............................................................................... 76 2.1.1 Exposition des bryophytes.................................................................................... 76 2.1.2 Choix des MOD étudiés et préparation des solutions d’exposition..................... 78 2.2. Spéciation du cuivre en présence de Matières Organiques Dissoutes (MOD) contrastées ............................................................................................................................... 79 2.2.1 Echantillonnage et mesure du cuivre labile par DGT ......................................... 79 2.2.2 Echantillonnage et mesure du cuivre labile par voltammétrie impulsionnelle différentielle à re-dissolution anodique (DP-ASV).............................................................. 80 3. RESULTATS....................................................................................................................... 82 3.1. Bilans de masse............................................................................................................ 82 3.2. Mesure de la spéciation du cuivre en présence de MOD selon trois techniques d’analyse (DGT-R, DGT-NR et DP-ASV)................................................................................ 83 3.3. Influence des matières organiques dissoutes sur les cinétiques de bioaccumulation du cuivre 87 3.3.1 Le cas particulier des extraits d’algues vertes .................................................... 87 3.3.2 Cas des trois autres MOD (méthylcellulose et MOD extraites de Seine)............ 89 4. INTERPRETATION............................................................................................................ 93 4.1 Caractérisation de la labilité des différents complexes Cu-MOD............................... 93 4.2 Etude comparative des différentes techniques de mesure de la spéciation (DGT et DPASV) pour évaluer la fraction métallique biodisponible ......................................................... 95 4.2.1 Calcul des concentrations de métal biodisponible à partir des cinétiques initiales de bioaccumulation :............................................................................................................ 95 4.2.2 La fraction de métal labile est-elle représentative de la fraction biodisponible ? 96 6 Sommaire CHAPITRE V. COUPLAGE DGT - BLM : VALIDATION IN VITRO ET IN SITU D’UNE APPROCHE INTEGREE POUR EVALUER LA BIODISPONIBILITE DU CUIVRE 101 1. 2. INTRODUCTION ............................................................................................................. 101 DEMARCHE EXPERIMENTALE ................................................................................... 101 2.1. Schéma expérimental et démarche analytique adoptés ............................................. 101 2.2. Protocole d’exposition des bryophytes et des DGT................................................... 102 2.3. Sélection des sites d’étude ......................................................................................... 105 2.4. Caractérisation du milieu .......................................................................................... 106 2.5. Calage du modèle cinétique sur les données expérimentales.................................... 108 3. RESULTATS..................................................................................................................... 109 3.1 Comparaison inter-sites de la spéciation du Cu dissous ........................................... 109 3.2 Comparaison inter-sites des fractions de Cu bioaccumulé à t = 7 jours .................. 111 4. DISCUSSION .................................................................................................................... 112 4.1 Spéciation et bioaccumulation du Cu : les DGT mesurent-elles la fraction de métal bioaccumulable (i.e. biodisponible) ?................................................................................... 112 4.2 Validation de l’approche intégrée (couplage DGT – BLM)...................................... 115 5. CONCLUSION : INTERET DE L’APPROCHE INTEGREE (BLM – DGT) POUR SURVEILLER IN SITU LA CONTAMINATION EN METAUX BIODISPONIBILES DANS LES EAUX DE REJETS INDUSTRIELS 117 CONCLUSION ET PERSPECTIVES....................................................................................... 121 REFERENCES BIBLIOGRAPHIQUES .................................................................................. 126 ANNEXES .................................................................................................................................... 135 1. ARTICLES ........................................................................................................................ 135 ARTICLE 1 .................................................................................................................................. 137 ARTICLE 2 .................................................................................................................................. 160 ARTICLE 3 .................................................................................................................................. 183 2. PRELEVEMENTS ET ANALYSES ................................................................................. 203 2.1 Mesure de Cu par Spectrométrie d’Absorption Atomique four (SAA-four) .............. 203 2.1.1 Prélèvements et conditionnement des échantillons pour analyse du Cu dissous .. 203 2.1.2 Principe de la mesure par SAA-four...................................................................... 204 2.2 Principe et procédure de la mesure de Cu labile par voltamétrie à redissolution anodique sur électrode à goutte de mercure (DP-ASV) ........................................................ 207 2.3 Mesure du cuivre bioaccumulé dans les bryophytes.................................................. 209 2.3.1 Collecte et conditionnement des mousses aquatiques ....................................... 209 2.3.2 Extraction des fractions adsorbées et internalisées........................................... 209 2.4 Analyses physico-chimiques de l’eau......................................................................... 211 2.4.1 Cations majeurs ................................................................................................. 211 2.4.2 Carbonne Organique Dissous (COD) ............................................................... 211 2.5 Protocole d’extraction sur colonne (XAD-8 ET XAD-4) des MOD de Seine :.......... 211 2.6 Composition cationique et localisation des 80 stations sélectionnées : .................... 214 RESUME ...................................................................................................................................... 220 ABSTRACT.................................................................................................................................. 220 7 8 Liste des Abréviations LISTE DES ABBREVIATIONS BLM Biotic Ligand Model CEMAGREF CEntre national du Machinisme Agricole, du Génie Rural, des Eaux et des Forêts CEREGE Centre Européen de Recherche et d’Enseignement des Géosciences de l’Environnement C Dissous C Labile C Inerte COD COP COT Concentration en Cu dissous (labile + inerte) dans l’eau filtrée (µg/L) Concentration en Cu libre ou faiblement fixé sur les ligands organique et inorganique (µg/L) Concentration en Cu fixé sur les matières organiques (µg/L) Carbone Organique Dissous (mgC/L) Carbone Organique Particulaire (mgC/L) Carbone Organique Total (mgC/L) DCE DGT DP-ASV Directive Cadre Européenne sur l’eau Diffusion Gradient in Thin films Differential Pulse Anodic Stripping Voltametry EDF Electricité De France FIAM Free Ion Activity Model ISE Ion Selective Electrode IHSS International Humic Substances Society J Bioacc J Ads J Int Flux d’adsorption du Cu sur l’organisme (µg.g-1.h-1) K C BL Constante d’affinitié d’un cation Ci sur les sites extra-cellulaires – BL1 de la membrane biologique i 1 Flux total (adsorbé + internalisé) de bioaccumulation du Cu par l’organisme (µg.g-1.h-1) Flux d’internalisation du Cu dans l’organisme (µg.g-1.h-1) (L/molBL) K MOD Constante d’affinité à l’équilibre décrivant la fixation du métal sur le carbone organique dissous (L/mgC) MES MIM MO MOD MOP MON Matières En Suspension Module Intégrateur de Micropolluants Matière Organique Matière Organique Dissoute Matière Organique Praticulaire Matière Organique Naturelle PEC PNEC Predicted Environmental Concentration Predicted No Effect Concentration US EPA United States Enviornmental Protection Agency SAA Spectrométrie d’Absorption Atomique WQS Water Quality Standard 9 10 Introduction INTRODUCTION GENERALE Certaines substances chimiques issues de l’activité humaine (industrielle, agricole, urbaine…) sont susceptibles de contaminer à court ou moyen terme l’environnement, et à plus long terme d’altérer la qualité des écosystèmes aquatiques. L’évaluation et la gestion du risque environnemental associé aux rejets de micropolluants aux faibles niveaux de concentrations dans les écosystèmes aquatiques, est une approche qui nécessite l’intégration de nombreuses connaissances dans le domaine de l’environnement. L’eau en particulier est un vecteur majeur des contaminants anthropiques et par conséquent les écosystèmes aquatiques sont un récepteur des micro-polluants. Le transport (lacs, rivières…) et les transformations (biodégradation, hydrolyse, photolyse…) de ces polluants ainsi que l’évaluation de leurs effets sur les composants des écosystèmes aquatiques doivent être intégrés dans une démarche d’évaluation des risques. Dans ce contexte environnemental complexe, la caractérisation du risque environnemental occasionné par le rejet de micro-polluants dans un écosystème aquatique requiert l’étude d’une part, de l’exposition à laquelle il est soumis (niveaux de concentrations) et d’autre part, du danger associé à la substance (effets toxiques sur les composantes de l’écosystème (Sutter 1993)). Contrairement aux polluants organiques susceptibles de se dégrader, les pollutions métalliques sont persistantes. C’est pourquoi l’étude de leur mobilité et de leur transfert est de première importance. En ce qui concerne l’effet potentiel des métaux sur les organismes aquatiques, de nombreuses études ont montré qu’ils peuvent être toxiques à l’état de trace, mais aussi que la seule connaissance des concentrations totales en métaux dans l’environnement ne permet pas d’évaluer leur effet potentiel sur les organismes. La biodisponibilité 1 des métaux est étroitement liée aux formes chimiques auxquelles les organismes sont exposés (Anderson et al. 1978; Morel 1983). L’étude de la spéciation chimique des métaux traces dans les eaux (Buffle 1988) et leur répartition dans les différentes fractions (particulaires, colloïdales et dissoutes) apparaissent indispensables pour mieux comprendre les facteurs contrôlant leur transfert dans les écosystèmes et leur biodisponibilité pour les organismes aquatiques (Tessier et al. 1995). Néanmoins, en milieu aquatique naturel, la complexité des réponses d’un organisme suite à l’exposition à un métal est telle que, même si on connaît les différentes formes chimiques présentes en solution, l’effet ne peut être entièrement compris par l’approche chimique seule. Afin de comprendre les facteurs qui gouvernent la biodisponibilité, la seconde approche consiste à mesurer la réponse d’un organisme aquatique suite à l’exposition à un polluant. A l’heure actuelle, les tests in vitro donnent une 1 La biodisponibilité désigne « la fraction de produit chimique présent dans le milieu environnemental qui est disponible pour être accumulée par les organismes » (G. M. Rand, P. G. Wells et L. S. Mc Carthy. 1995. Introduction to Aquatic Toxicology. Effects, environmental fate and risk assesment., London, pp. 3-67: Taylor and Francis). 11 Introduction information intégrée sur l’effet potentiel des polluants présents. La mise en relation de la spéciation physico-chimique et de la biodisponibilité pour des organismes vivants, sur laquelle peu d’études de terrain existent à l’heure actuelle, semble indispensable. A partir des années 1970, la combinaison de ces deux approches, à la fois chimique (spéciation chimique) et biologique (biotest sur organismes) a permis de mettre en évidence le lien entre la spéciation des métaux et leur biodisponibilité pour les organismes aquatiques. Ce type d’étude a maintes fois été reproduit en laboratoire, pour différents métaux, différents organismes du milieu aquatique, et a donné lieu pour les métaux à une interprétation mécanistique formalisée dans deux familles successives de modèles, le modèle de l’ion libre (Morel 1983), puis le modèle du ligand biologique (Di Toro et al. 2001). Le présent travail s’inscrit dans le contexte de la contamination métallique des écosystèmes aquatiques par les pollutions diffuses d’origine industrielle. Pour refroidir les réacteurs de certains centrales nucléaires, Electricité de France (EDF) utilise des condenseurs en laiton (alliage Cu/Zn) qui subissent une érosion avec le temps. Du fait de cette corrosion, les eaux de refroidissement rejetées dans les rivières contiennent du Cu et du Zn, dans des proportions pouvant atteindre quelques kilogrammes par unité de production et par jour (Edf - Division Production Nucléaire 2008). Depuis plusieurs années, EDF s’intéresse à l’emploi de bioindicateurs (e.g. les bryophytes aquatiques) pour surveiller la contamination métallique biodisponible de ces rejets, fortement enrichis en métaux. Plus récemment, le département environnement de la direction des études et recherches de EDF cherche à simplifier et fiabiliser sa procédure de suivi, de manière à anticiper les réglementations qui découleront de la nouvelle directive cadre européenne (DCE) visant à imposer le suivi des concentrations en métal biodisponible des installations industrielles. Récemment, des systèmes d’échantillonnage appropriés (la technique du gradient de diffusion en couche mince - DGT) (Davison et al. 1994) ainsi que des outils de modélisation (Biotic Ligand Model - BLM) ont été intensivement développés afin de prédire la biodisponibilité de certains métaux en milieu aquatique en fonction des paramètres de qualité d’eau. Cette étude a pour objectif d’évaluer la capacité de ces deux approches (la technique DGT, et le Biotic Ligand Model) à mesurer les fractions métalliques bioaccumulables par les bryophytes (et donc biodisponibles) en fonction des paramètres de qualité d’eau (matières organiques naturelles, cations majeurs, pH, ...). Pour cela, ces approches seront testées in vitro, et feront l’objet de quatre campagnes de validation in situ sur des sites où le milieu récepteur est de qualité physico-chimique est contrastée. 12 13 14 Synthèse bibliographique Chapitre I. METHODES D’ESTIMATION DE LA SPECIATION ET BIODISPONIBILITE DES METAUX EN MILIEU AQUATIQUE 1. SPECIATION DES METAUX EN MILIEU AQUATIQUE En milieu aquatique naturel, les micropolluants existent sous forme dissoute ou particulaire et s’associent aux différentes espèces chimiques en solution. Les micropolluants organiques s’associent préférentiellement aux molécules hydrophobes, alors que les micropolluants métalliques forment des complexes avec de nombreux ligands (organiques et inorganiques), ou s’adsorbent sur des surfaces minérales ; le métal dissous sous la forme ionique, dite libre, subsiste alors en faible proportion. 1.1 Processus contrôlant la spéciation des métaux en milieu aquatique Les eaux naturelles contiennent un mélange de cations majeurs, de ligands inorganiques (e.g. OH-, Cl-, SO42-, HCO3-, PO43-) et organiques (e.g. substances humiques et fulviques) en solution. De plus, les éléments dissous sont en contact avec les particules du sol, des sédiments ou matières en suspension, qui agissent comme des surfaces d’échange complexes. Le comportement d’un métal dans un écosystème aquatique dépend donc des conditions physico-chimiques du milieu, et il peut exister sous différentes formes, réparties entre la phase dissoute et la phase particulaire (Buffle 1988; Tessier et al. 1995; Stumm et al. 1996) : • ion libre hydraté ; • complexé par des ligands inorganiques ; • complexé par des ligands organiques ; • complexé à des molécules organiques de haut poids moléculaire (substances humiques et fulviques, polysaccharides) ; • adsorbé sur des colloïdes ou particules inorganiques (FeOOH, Fe(OH)3, oxydes de Mn, Ag2S, argiles, ...) et organiques ; • précipité, co-précipité ; • adsorbé sur des particules organiques, reste d’organismes vivants ... 15 Synthèse bibliographique La Figure 1 (Buffle 1988) illustre les principales interactions entre les éléments traces métalliques et les différents ligands (particules, composés inorganiques, organismes), influençant la spéciation des métaux en milieu aquatique. Colonne d’eau Phase dissoute Phase particulaire Complexes organiques : Organismes vivants : Ex. Poissons, micro-crustacés, phytoplancton, … M j(Lorg )i n-i Ex : Acides Humiques, Colloïdes, EDTA4-, … Métal libre hydraté M(H2O)xZ+ Particules inorganiques / organiques : Complexes inorganiques : Mj(Linorg)in-i M Ex : Cl- , CO32-, SO42- Adsorpion, échange d’ions Ex : argile, débris d’organismes vivants, … Sédimentation Sédiments Figure 1. Principales interactions d’un métal M avec les constituants particulaires, organiques et inorganiques et les organismes vivants du milieu aquatique. D’après Buffle (1988). Les trois types d’interactions contrôlant la spéciation des métaux en milieu aquatique sont : la précipitation, l’adsorption et la complexation. La précipitation : C’est le passage d’une espèce de l’état dissous à l’état solide. Les métaux peuvent précipiter dans l’eau intersticielle ou à la surface des particules solides. En milieu aquatique naturel, les métaux précipitent principalement sous forme d’hydroxyde, de carbonates, de phosphates ou de sulfures. Les équilibres de précipitation sont gouvernés par les produits de solubilité (KS) : Eq. 1 K S = ( A ) x .( B ) y où : (A) et (B) représentent les activités des espèces dans le liquide et x et y leur stœchiométrie respectives. Le solide précipite quand le produit de solubilité est dépassé. 16 Synthèse bibliographique L’adsorption : l’adsorption physique (ou physisorption) est le phénomène par lequel des métaux se fixent sur la surface solide d’un substrat. Certains minéraux, comme les argiles ou les zéolites, sont d’excellents adsorbants, grâce à leurs très grandes surfaces spécifiques. On appelle désorption le processus inverse de l’adsorption, par lequel les métaux adsorbés se détachent du substrat. L’adsorption physique (ou physisorption) est attribuable à l’attraction électrostatique d’un soluté par une surface polarisée, afin de maintenir l’électroneutralité. Les énergies de liaisons mises en jeu sont relativement faibles, du type forces de Van der Waals. Les espèces ainsi adsorbées gardent les molécules d’eau qui leur sont associées. L’adsorption physique est généralement facilement réversible (Manceau et al. 2002). La complexation (ou chimisorption) : le métal adère à la suface des particules par liaisons ioniques ou covalentes. Elle est souvent difficilement réversible. Cette liaison est spécifique, c’est-à-dire qu’elle n’est possible qu’entre éléments ayant une configuration électronique adaptée (Sigg et al. 2000). On parle de complexation de surface lorsqu’un ion métallique réagit avec un groupement anionique qui fonctionne comme un ligand inorganique (comme OH-, Cl-, SO4-, CO32-) ; ainsi ces sites de surface forment des liaisons chimiques avec les ions en solution. La matière organique dans les eaux naturelles est aussi une source importante de ligands complexants pour les métaux, en particulier pour le cuivre. Le rôle particulier de ces substances organiques plus complexes est abordé plus en détail dans le paragraphe suivant (cf. § 1.2). 1.2 Pouvoir complexant de la matière organique - Interactions entre matière organique et métaux en milieu aquatique naturel En milieu aquatique, la biodisponibilité et la toxicité des métaux dépend généralement des formes chimiques dans lesquelles ils se trouvent dans le milieu, les rendant plus ou moins accessible aux organismes. Il est donc nécessaire de pouvoir décrire sous quelles formes le polluant se trouve dans le milieu, i.e. de connaître sa spéciation. En plus des ligands inorganiques cités plus haut, les eaux naturelles présentent aussi de nombreux ligands organiques susceptibles de complexer fortement les métaux et de modifier leur spéciation (cf. Figure 1). On peut généralement distinguer, par filtration (communément à 0.45 µm ou 0.7µm), deux types de matières organiques : la matière organique dissoute (MOD) et la matière organique particulaire (MOP). La quantification de la MO dans le milieu aquatique se fait par la mesure des concentrations en carbone organique. Selon l’échantillon, on mesure le carbone organique total (COT, échantillon liquide brut), le carbone organique particulaire (COP, analyse du filtre) ou le carbone organique dissous (COD, échantillon après filtration). Dans les eaux souterraines, les concentrations en COD peuvent varier entre 0.1 mgC/L et plusieurs centaines de mgC/L dans les eaux brutes (Buckau et al. 2000; Fest et al. 17 Synthèse bibliographique 2007). Selon les conditions hydrologiques et la saison, les concentrations de COD en rivière sont très variables. Dans les eaux de surfaces, le COD varie généralement entre 2 et 10 mgC/L (Peuravuori et al. 1997). En rivière, le COD représente généralement 90% du carbone organique total (COT) (Thurman 1985). Cependant, en période de forte poussée algale ou bactérienne, la fraction de COP peut représenter jusqu’à 50% du COT (Wetzel 1983). La matière organique naturelle (MON 1) observable dans les eaux naturelles possède une très grande variété de propriétés et est constituée d’un mélange extrêmement complexe de composés dont au moins 80% ne sont pas structurellement identifiés à l’heure actuelle (Garnier 2004). La matière organique naturelle dissoute des eaux naturelles présente souvent une structure complexe qui englobe une grande diversité de composés (Sigg et al. 1992). Les acides organiques de faible taille comme les acides aminés, les acides carboxyliques, etc., mais aussi des ligands macromoléculaires comme les protéines, les glucides, etc. en font partie. Ces composés organiques contiennent les groupes fonctionnels -COOH, -OH, -NH2 et -SH qui sont facilement caractérisables par les techniques classiques d’analyse (Garnier 2004). De part cette forte variabilité naturelle, les interactions des métaux avec les MON sont complexes et déterminantes pour comprendre le devenir de ces contaminants dans l’écosystème. De surcroît, la forte affinité des MON vis à vis des métaux est également valable pour les autres cations présents dans l’eau naturelle (calcium, magnésium, sodium, proton, ...) : cela se traduit par des effets compétitifs entre les métaux et les cations pour se fixer sur les sites complexants de la MON (Lu et al. 2002; Garnier 2004). Par exemple, ces effets compétitifs se traduisent, par une désorption progressive du métal lorsque les concentrations en cations (ou en protons) augmentent en solution. Par conséquent, pour correctement comprendre l’influence d’une MON sur la spéciation d’un métal, il faut aussi connaître ses affinités visà-vis de l’ensemble des espèces cationiques présentes en milieu aquatique (cations majeurs et métalliques). Pour comprendre l’effet de ces MON sur la spéciation des métaux, différentes techniques analytiques existent. Elles reposent principalement sur la mesure de la concentration en métal libre ou faiblement complexé avec les ligands inorganiques ou organiques (fraction labile). Certaines de ces techniques utilisent des protocoles d’extraction (dites techniques séparatives du métal ou de la MON) alors que d’autres peuvent s’appliquer directement à un échantillon (non séparatives). La MON regroupe l’ensemble des matières organiques d’un écosystème naturel, autres que les organismes vivants et les composés d’origines synthétiques, donc anthropiques (Buffle, 1988). 1 18 Synthèse bibliographique 2. METHODES DE MONITORING DE LA SPECIATION ET DE LA BIODISPONIBILITE DES METAUX DANS LES ECOSYSTEMES AQUATIQUES 2.1 Analyse et modélisation de la spéciation des métaux traces Le terme labile est généralement défini par rapport à une méthode analytique donnée et reflète la réactivité d’une espèce donnée. De façon générale, ce qui est labile correspond ainsi aux espèces aisément modifiables, échangeables, en interaction facile et rapide avec la solution environnante. Par conséquent, cette fraction comprend généralement les espèces libres ainsi que des complexes peu stables (Tusseau-Vuillemin et al. 2003). Dans le cas des métaux en solution, on distingue généralement deux grandes catégories de méthodes de spéciation : les méthodes séparatives et les méthodes électrochimiques non séparatives (Buffle 1988). Les méthodes séparatives s’attachent à quantifier la fraction libre ou labile en la séparant, soit parce qu’elle est de petite taille (ions dissous), qu’elle est chargée positivement (cations métalliques) ou que les complexes labiles sont capables de se dissocier pour échanger le métal. D’autre part, les méthodes électrochimiques permettent de mesurer spécifiquement l’ion libre et/ou les complexes labiles. Enfin, dans certains cas simples, comme des solutions inorganiques ou contenant des ligands organiques connus (EDTA par exemple, voire certaines substances humiques), des modèles permettent de simuler la spéciation d’un élément (Benedetti et al. 1995; Tipping 1998; Gustafsson 2001). En revanche, pour des cas plus complexes (e.g. en présence de matières organiques plus complexes telles que les MON), plus représentatifs des écosystèmes aquatiques, ces modèles sont difficilement applicables. 2.1.1 Les techniques électrochimiques non séparatives D’une manière générale, on considère souvent que la fraction de métal labile regroupe l’ensemble des complexes métalliques (inorganique ou organique) pouvant s’échanger facilement et s’équilibrer rapidement avec la solution environnante (Tusseau-Vuillemin et al. 2003; van Leeuwen et al. 2005). Cette définition touche aux propriétés cinétiques des réactions de formation et de dissociation des complexes et s’appuie sur des méthodes analytiques d’observation. Les méthodes électrochimiques (potentiomètrie et voltampérométrie), intensivement développées depuis les années 70, reposent sur la mesure d’un courant induit par l’oxydation ou la réduction de l’ion métallique à une électrode. Le terme labile fait alors référence à l’ensemble des complexes métalliques (inorganiques et organiques) capables de se dissocier au voisinage de l’électrode, pendant le temps caractéristique de la mesure (Guthrie et al. 2005; van Leeuwen et al. 2005). Parmi les méthodes électrochimiques, on distingue celles qui sont basées sur des mesures de potentiel de membrane (la potentiométrie) de celles basées sur l’interprétation des courbes intensité de courant différence de potentiel obtenue pour une concentration donnée (voltamétrie). 19 Synthèse bibliographique 2.1.2 La potentiométrie La méthode potentiométrique la plus couramment utilisée, l’électrode spécifique (ISE-Ion Selective Electrode), mesure la différence de potentiel (par rapport à une électrode de référence) existant de part et d’autre d’une membrane perméable à l’ion étudié. Cette différence de potentiel est liée à la différence d’activité de l’ion étudié entre les deux solutions (Mota et al. 1995). L’utilisation d’une ISE présente le double avantage (i) de mesurer la concentration en ion libre stricto sensu, (ii) sans perturber la spéciation de la solution (i.e. sans affecter l’équilibre de la solution). Des ISE existent pour Cd, Cu, Pb et Ag principalement. Son principal désavantage réside dans ses limites de détection assez éloignées des faibles concentrations couramment rencontrées en milieu aquatique naturel. En effet, ces électrodes spécifiques permettent généralement une mesure fiable du métal libre pour des concentrations supérieures à 10-6 M (Mota et al. 1995), alors que par exemple des concentrations de l’ordre de 10-12 M pour Cd2+ (Xue et al. 1998) sont observables dans des eaux naturelles. 2.1.3 La voltamétrie – l’exemple de la DP-ASV La voltamétrie repose sur la mesure du courant induit par la réduction de l’ion métallique à l’électrode (l’électrode de mercure est la plus fréquemment utilisée). Dans ce cas, la fraction de métal labile mesurée correspond à l’ensemble des espèces métalliques (ions libres, complexes inorganiques et quelques complexes organiques) susceptibles de se dissocier au voisinage de l’électrode, pendant le temps caractéristique de la mesure (van Leeuwen et al. 2005). La DP-ASV (voltamétrie impulsionnelle différentielle à re-dissolution anodique) est souvent utilisée dans les eaux naturelles du fait de sa bonne sensibilité. Elle s’effectue en deux étapes principales. Tout d’abord, une étape de réduction permet de concentrer les métaux dans la goutte de mercure (formation d’amalgames M-Hg) par une pré-électrolyse à potentiel fixe suffisamment faible pour réduire électrochimiquement les ions métalliques en solution (libres ou complexés). Ensuite, un balayage de potentiel vers les valeurs supérieures permet la réoxydation du métal amalgamé et fait apparaître par voltampérométrie anodique un signal de courant à un potentiel spécifique de l’élément métallique préconcentré. Des concentrations très faibles peuvent être déterminées par cette méthode (10-9 – 10-10 M), en particulier en allongeant le temps de pré-électrolyse. D’une manière générale, les méthodes électrochimiques citées ci-dessus, ont en commun de ne pouvoir être mise en oeuvre que par des spécialistes de l’électrochimie, à des niveaux de concentration parfois contraignants, d’être difficilement utilisables directement en milieu naturel, ou bien de nécessiter un traitement préalable de l’échantillon. 20 Synthèse bibliographique 2.1.4 Les techniques séparatives – l’exemple de la technique DGT Davison et Zhang (Université de Lancaster, GB) ont développé, dans les années 90, une nouvelle technique de mesure de l’ion libre et de son cortège de complexes labiles (Davison et al. 1994) permettant de s’affranchir d’un certain nombre des difficultés liées aux méthodes électrochimiques citées ci-dessus. L’attrait pour cette technique tient à ce qu’elle est d’un usage particulièrement simple et s’utilise directement in situ, sans modification de l’échantillon, en intégrant la contamination dans le temps si celle-ci est variable. Principe de la méthode Le sonde DGT est composé d’un dispositif comprenant un gel diffusif et une résine échangeuse d’ions (Chelex-100), capable de fixer de manière irréversible les cations métalliques, maintenus accolés entre le support en téflon et la bague scellante (cf. Figure 2). Bague scellante Figure 2. Schéma descriptif d’un dispositif DGT démonté. A : surface du gel en contact avec la solution Δg : épaisseur du gel Gel diffusif Résine chelatrice (Chelex-100) Support téflon Le gel diffusif, dans une configuration classique, est composé par un gel d’agarose contenant un polymère de polyacrylamide. Il permet la diffusion de l’ensemble des espèces dissoutes, non colloïdales, de manière similaire à leur diffusion dans l’eau (Zhang et al. 1999). D’après Davisson et Zhang (1994), la quantité de métal accumulée pendant l’exposition sur la résine est liée à la concentration en métal labile de la solution selon l’équation suivante : Eq. 2 C DGT = M.Δg t.A.D où : - M est la quantité de métal accumulée sur la résine (ng) - Δg représente l’épaisseur du gel diffusif (mm) - t représente la durée d’exposition du dispositif dans la solution (s) - A est à la surface du gel en contact avec la solution (cm²) - D est le coefficient de diffusion du métal dans le gel (10-6 cm².s-1) Expérimentalement, nous évaluons la quantité M de métal accumulé après élution de la résine dans une solution d’acide nitrique (1 M). La concentration de l’éluat est dosée par absorption atomique et ramenée à la masse M selon la relation suivante : 21 Synthèse bibliographique où : Eq. 3 M= - Ce est concentration en métal dans l’éluat (µg.L-1) C e × (Ve + Vr ) Fe - Ve et Vr sont les volumes de l’éluat et de la résine (mL) - Fe représente le rendement de l’élution (estimé à 80% par Zhang et al., (1995)) Labilité des espèces mesurées par la technique DGT En solution, le métal est en équilibre avec ses différents complexes. On considère généralement que l’ensemble des complexes métalliques présents en solution peuvent diffuser au travers du gel tout en restant en équilibre dynamique avec leur forme dissociée. En revanche, seule une fraction de ces complexes est capable de se dissocier au cours de leur migration au travers du gel diffusif, pour se fixer sur la résine. Ces complexes sont dits labiles (facilement dissociables, échangeables) et sont donc potentiellement mesurables par la DGT. La dissociation des complexes labiles puis la fixation du cation métallique sur la résine crée un gradient de concentration à l’intérieur du gel (de la solution vers résine). L’allure du gradient de concentration est fonction de la concentration du métal en solution ainsi que de sa labilité (i.e. de la capacité du métal complexé à se dissocier pour venir se fixer sur la résine) (Figure 3). De manière générale, plus la constante de dissociation kdis du complexe métallique est élevée, plus le complexe est labile. Ceci correspond à la définition de la labilité comme faisant référence à la stabilité des complexes. Solution [ML] Inerte Resin Layer Plastic Holder Diffusive gel [M] S t me n i elle t r a ] P [ML e labil ML kf kdis L] [M e bi l La fixé sur la résine M + L Diffusion of ML DML Diffusion of M & L DM , DL ML kf kdis M + L x axis x=R x=N x=S Figure 3. Représentation schématique du gradient de concentration des espèces métalliques en fonction de leur labilité, d’après Tusseau-Vuillemin et al. (2003). En considérant le métal en équilibre dynamique avec son complexe au cours de la diffusion dans le gel (cf. le schéma réactionnel représenté sur la Figure 3), l’évolution cinétique de la concentration des 22 Synthèse bibliographique différentes espèces (le métal M, le ligand L et leur forme complexée ML) en tout point x du gel s’exprime à partir de la seconde loi de Fick 1 (Tusseau-Vuillemin et al. 2003) tel que : Eq. 4 où : ∂²[ M ]x ⎧ ∂[ M ]x ⎪ ∂t = D M ∂x ² + ( kdis [ ML ]x − k f [ M ]x [ L ]x ) ⎪ ∂²[ L ]x ⎪ ∂[ L ]x = DL + ( kdis [ ML ]x − k f [ M ]x [ L ]x ) ⎨ ∂x ² ⎪ ∂t ∂²[ ML ]x ⎪ ∂[ ML ]x = D ML + ( −kdis [ ML ]x + k f [ M ]x [ L ]x ) ⎪ ∂t ∂x ² ⎩ - kdis et kf sont les constantes cinétiques de dissociation et de formation associées à l’équilibre entre ligand, métal libre et métal complexé - DM, DL et DML sont les coefficients de diffusion au travers du gel du métal M du ligand L et de leur forme complexée ML. L’analyse formelle de système d’équations nous permet, par intégration de ces équations à l’état stationnaire, d’écrire le flux d’accumulation du métal J sur la résine comme suit : J= Eq. 5 1 1 D ML ([ ML ]S − [ ML ]N ) + D M [ M ]S Δg Δg Δg représente l’épaisseur du gel, et les indices S et N réfèrent respectivement aux où : concentrations en solution et au voisinage de la résine (cf. Figure 3). Les cinétiques de formation - dissociation (kf et kdis) au cours de la diffusion dans le gel permet de distinguer trois catégories de complexes : les complexes labiles qui se caractérisent par des cinétiques d’échange rapides avec les ligands. L’ensemble de ces complexes labiles sont rapidement dissociés au cours de leur diffusion au travers du gel, et les cations métallique ainsi dissociés sont fixés sur la résine. Le complexe arrive sous forme dissociée au niveau de la résine ([ML]x=N = 0). L’ensemble du métal est alors fixé sur la résine. Cette concentration nulle au voisinage de la résine induit un flux de métal accumulé sur la résine proportionnel à la concentration en métal total dans la solution ([M]S+[ML]S). Si l’on considère que DM ~ DML , l’Eq. 5 se simplifie : Eq. 6 1 J= 1 DM ([ M ]S + [ ML ]S ) Δg La seconde loi de Fick décrit la diffusion des espèces 23 Synthèse bibliographique Dans ce cas, on mesure la concentration de métal libre majorée de la concentration en complexes entièrement labiles. C’est le cas, par exemple, des complexes inorganiques comme les hydroxydes ou les carbonates (Gimpel et al. 2001) et de quelques complexes organiques peu stables comme le complexe Cu-citrate (Tusseau-Vuillemin et al. 2003). les complexes partiellement labiles qui se caractérisent par des cinétiques de dissociation lentes. Dans ce cas, les concentrations en complexes au voisinage de la résine sont plus faibles que celles rencontrées dans la solution ([ML]x=N < [ML]x=S), mais non nulles ([ML]x=N ≠ 0). La concentration des complexes au voisinage de la résine dépend alors du coefficient de labilité (ζ ) tel que : ([ML]x=N = (1- ζ) ([ML]x=S). En considérant que DML ~ DM , l’Eq. 5 se simplifie alors : J= Eq. 7 1 DM ([ M ]S + ξ[ ML ]S ) Δg On mesure donc une fraction labile comprenant le métal libre et une partie du complexe capable de se dissocier et donc partiellement labile. C’est notamment le cas des complexes avec les acides fulviques (Unsworth et al. 2005) ou humiques (Ferreira et al. 2008). les complexes inertes qui se caractérisent par un équilibre entre métal libre M et le complexe métallique ML, et des cinétiques de dissociation très lentes. Dans ce cas, le complexe arrive au niveau de la résine sous forme non dissociée ([ML]x=N = [ML]x=S). Seul le métal libre se fixe à la résine, et le flux d’accumulation du métal sur la résine s’écrit alors : J= Eq. 8 1 DM [ M ]S Δg On ne mesure que le métal libre en solution. Le complexe est alors dit inerte. C’est le cas des complexes très stable comme Cu-EDTA (Tusseau-Vuillemin et al. 2003; Ferreira et al. 2008). 2.1.5 Les modèles de spéciation chimique Modèles de spéciation inorganique En plus des méthodes analytiques présentées ci-dessus, le développement de modèles thermodynamiques ont facilité les études de spéciation des métaux en milieu aquatique. Ces modèles utilisent les constantes thermodynamiques de stabilité de différents complexes connus, pour décrire et 24 Synthèse bibliographique prédire la distribution des espèces chimiques dans un milieu donné. Les calculs sont réalisés pour des systèmes aqueux naturels ou reconstitués en laboratoire, sous l’hypothèse qu’ils soient à l’équilibre. Les données indispensables à la modélisation se composent en général des concentrations totales dissoutes des différentes espèces (métaux étudiés, ions majeurs) ainsi que d’autres données caractérisant le milieu d’étude comme le pH, le potentiel rédox, ou encore la présence de composés solides pouvant se solubiliser avant qu’un équilibre ne soit atteint. De nombreux exemples de ces modèles sont disponibles dans la littérature et plusieurs programmes informatiques sont mis à la disposition des utilisateurs. Parmi les modèles les plus couramment utilisés, on peut citer à titre d’exemple les programmes FITEQL (Westall 1982), Visual MINTEQA2 (Allison et al. 1991) et MINEQL+ (Schecher et al. 1998). Modèles de spéciation organique Du fait de la forte hétérogénéité des macromolécules constituant la MON, leurs propriétés de complexation des métaux traces sont fortement variables en fonction de sa nature (humique, fluvique, algale, bactérienne, anthropique, ...). Au cours des vingt dernières années, la réactivité des matières organiques a largement été étudiée, via le développement de modèles thermodynamiques décrivant leurs propriétés acido-basiques et leurs affinités vis à vis des métaux. A ce jour, les développements de ces modèles ont été effectués principalement selon deux approches conceptuelles : - soit les propriétés physico-chimiques des sites réactifs se distribuent de façon discrète : la MON est représentée par des groupes de sites, chacun caractérisé par des propriétés de complexation, d’acidité, ... C’est par exemple le cas du WHAM 1 (Tipping 1994; Lu et al. 2002) ou encore le Stockholm Humic Model (Gustafsson 2001). - soit les propriétés physico-chimiques des sites réactifs se distribuent de façon continue : dans ce cas, la MON est représentée par un continuum de propriétés à l’aide d’une ou plusieurs fonctions du type log(LT) = f(log(K)) (où LT est concentration totale en sites, K : constante de complexation ou d’acidité). On peut, à titre d’exemple, citer le modèle NICA2 couplé avec un modèle électrostatique Donnan (Benedetti et al. 1995; Benedetti et al. 1996; Kinniburgh et al. 1996). Parmi ces modèles, le WHAM a particulièrement bénéficié d’un grand nombre de phases de calibrations, de validations et d’améliorations dans le cadre des «Biotic Ligand Models » (plus détaillée dans le § 3.2 de ce chapitre). Le WHAM est dans ce cas utilisé en amont du BLM pour les calculs de complexation des métaux avec la matière organique. 1 2 WHAM : Windermere Humic Aqueous Model NICA : Non Ideal Competitive Adsorption Model 25 Synthèse bibliographique 3. OUTILS DE MONITORING DE LA SPECIATION ET LA BIODISPONIBILITE DES METAUX EN MILIEU AQUATIQUE 3.1 Outils de biomonitoring – utilisation des bryophytes aquatiques comme indicateurs de la biodisponibilité des métaux traces 3.1.1 Généralités sur l’emploi de bryophytes comme outils de biomonitoring Du fait du caractère discontinu des rejets industriels et des conditions hydrologiques des cours d’eau, les concentrations en métaux dans l’eau se caractérisent souvent par une forte variabilité spatiotemporelle. Malgré le développement de méthodes analytiques toujours plus sensibles aux faibles niveaux de contamination, il s’avère dans ce cas délicat d’extrapoler des résultats obtenus à partir d’échantillons instantanés, et d’établir des conclusions quant à l’état moyen de la pollution du milieu aquatique. A partir des années 1970, l’attention s’est alors portée sur l’utilisation de compartiments intégrateurs du milieu aquatique, tels que les bryophytes (ou mousses) aquatiques. Dans le cadre de programmes de suivi des rejets en micro-polluants en rivière, on distingue généralement deux méthodes pour l’emploi des bryophytes aquatiques. La première consiste en une mesure directe du niveau de contamination des mousses autochtones, à savoir naturellement présentes sur le site à étudier. La seconde consiste à transférer des bryophytes d’un milieu non pollué vers le site à étudier. L’éventail de micro-polluants détectables par les bryophytes est très large. Des études spécifiques en laboratoire ou des suivis sur sites ont ainsi mis en évidence une bonne sensibilité des mousses aquatiques pour la détection de traces métalliques variées tels que le cuivre (Mouvet 1987; Claveri et al. 1994; Gonçalves et al. 1998), le zinc (Mouvet 1987; Martins et al. 2002), le cadmium (Claveri et al. 1995; Croisetiere et al. 2005). Les bryophytes peuvent également être employées pour le suivi de rejets radioactifs 1 ainsi que pour les rejets de micro-polluants organiques 2 (lindane, phencyclidine, hexachlorocyclohexane). Elles ont été utilisées pour suivre des pollutions industrielles aériennes (Couto et al. 2003) ou aquatiques (Bruns et al. 1997; Cenci 2001; Nimis et al. 2002; Samecka-Cymerman et al. 2002). Ces organismes permettent d’obtenir une évaluation globale de la qualité environnementale du milieu et des concentrations ambiantes de polluants. Cette dernière application est favorisée par le fait que de nombreuses bryophytes aquatiques résistent à la toxicité en polluants et les accumulent dans leurs tissus ce qui en fait de bons bioindicateurs (Mouvet 1984). 1 Gamme de radioisotopes étudiés : 51Cr, 54Mn, 58Co, 6OCo, 106Ru, 110Ag, 131I, 134C , 137Cs. S D’après (Maurel-Kermarrec et al. 1983; Baudin et al. 1991; Vray et al. 1992). 2 Gamme de micropolluants organiques détectés : le lindane, la phencyclidine (PCP) et l’ Hexachlorocyclohexane (HCH) (Mouvet et al. 1993). 26 Synthèse bibliographique Les mousses aquatiques présentent des caractéristiques morphologiques, tissulaires et écologiques qui constituent des avantages non négligeables pour leur utilisation en tant qu’indicateur d’accumulation de métaux traces. En effet, elles se caractérisent par une large répartition géographique, une pérennité saisonnière et une stabilité spatio-temporelle des populations, une facilité de prélèvement, une forte capacité d’accumulation, des cinétiques rapides d’accumulation et un échange direct entre les feuilles et l’eau. De plus, elles sont fixes, ne possèdent pas de système racinaire mais puisent les nutriments au travers des parties feuillées. Du fait de leur système d’alimentation, les feuilles, constituées le plus souvent d’une couche unicellulaire, ne sont pas protégées par une cuticule ou des cires, ce qui ne limite pas les échanges avec le milieu (Mouvet 1984; Claveri et al. 1995). Les espèces les plus communément utilisées comme indicateurs d’accumulation des métaux traces en milieu aquatique appartiennent à la classe des Musci, sous-classe des Bryidae et aux genres Fontinalis, Rhynchostegium et Cinclidotus. 3.1.2 Cinétiques d’accumulation des métaux par les bryophytes L’intérêt pour l’emploi des bryophytes aquatiques comme bioindicateurs de la pollution métallique des cours d’eau a fait l’objet de nombreuses études au cours des trente dernières années. La capacité des bryophytes à accumuler les cations métalliques est généralement attribuée aux propriétés d’échange cationique de leur paroi membranaire. Breuer (1990) et Tyler (1990) attribuent cette capacité d’échange cationique aux groupements carboxyliques, phénoliques et peptidiques présents sur la paroi membranaire des bryophytes. La fixation (ou adsorption) des espèces cationiques sur ces sites est l’étape préalable à la pénétration intracellulaire (étape d’internalisation) (Haynes 1980). La pénétration intracellulaire des espèces métalliques se fait généralement par l’intermédiaire de sites de transport. Les travaux antérieurs de Brown et al., (1990) et de Tyler (1990) montrent que l’internalisation d’un élément est déterminée par son affinité pour ce site de transport, par la présence éventuelle d’autres éléments en compétition pour le même site, et par le taux de turn-over du site. La pénétration intra-cellulaire des éléments est généralement plus lente que l’étape d’adsorption sur les sites extracellulaires. Brown et al. (1990) montrent que cette internalisation est à la fois régulée par un transport actif, dépensant de l’énergie et probablement la concentration intracellulaire de l’élément (effets de saturation). Selon les conditions d’exposition, l’évolution cinétique des teneurs en métaux dans les mousses nous permet théoriquement de distinguer deux phases (Figure 4): A. La phase d’accumulation : Dans ce cas, une augmentation des concentrations en métal en solution se traduit par une accumulation rapide durant une période variant de quelques heures à quelques jours, selon les conditions 27 Synthèse bibliographique expérimentales. La vitesse d’accumulation durant cette phase est interprétée comme la résultante d’un mécanisme physico-chimique d’adsorption au niveau des sites de fixation de la paroi membranaire, suivie d’une internalisation plus lente qui tend vers un plateau d’équilibre (Figure 4. A). De nombreuses études en laboratoires (Mouvet 1987; Claveri et al. 1994; Gonçalves et al. 1998; Martins et al. 2004; Croisetiere et al. 2005) ont permis de montrer que le plateau d’équilibre vers lequel tendent les concentrations dans les mousses dépend principalement de la concentration en métal dans la solution d’exposition. B. La phase de relargage (ou décontamination) : A l’instar de la cinétique d’accumulation, le mécanisme de relargage des métaux par des bryophytes contaminées, placés dans un milieu non contaminé, se décompose également selon deux étapes (Mouvet 1987; Claveri et al. 1994; Gonçalves et al. 1998; Martins et al. 2004; Croisetiere et al. 2005) (Figure 4.B). La première étape correspond à une désorption rapide du métal fixé sur les sites extracellulaires. La seconde, traduit une lente excrétion du métal intra-cellulaire vers la solution. Ce pseudoéquilibre reflète la forte capacité accumulatrice des bryophytes empêchant le relargage complet des métaux internalisés (Mouvet 1987; Claveri et al. 1995). Cette propriété confère aux mousses la capacité de conserver une empreinte d’un épisode de pollution passé, même lorsque celui-ci n’est plus détectable dans l’eau. (µg/gd.w ) A. ACCUMULATION B. RELARGAGE A dsorpt ion C mousses Int ernali sat ion t0 t1 tf in= t’0 t’1 Durée t’f in (heures) Figure 4. Evolution théoriques des concentrations en métaux lourds dans les mousses aquatiques (C mousses) au cours des phases d’accumulation (contamination) et de relargage (décontamination). D’après Ciffroy et al., (1994) et Claveri (1995). 28 Synthèse bibliographique 3.1.3 Paramètres environnementaux influençant l’accumulation des métaux dans les bryophytes Une revue bibliographique, nous permet d’identifier les différents paramètres environnementaux (hydrauliques ou physico-chimiques) pouvant altérer les cinétiques d’échanges eau/bryophytes : Paramètres hydrauliques Du fait de la forte variabilité spatiale-temporelle des régimes hydrodynamiques des cours d’eau, plusieurs études ont cherché à quantifier l’influence des conditions hydrauliques du milieu sur les échanges de métaux à l’interface eau-bryophytes. Par exemple, Mouvet (1987) a étudié l’influence de la vitesse du courant sur les cinétiques de relargage du Pb, Zn et Ni par des mousses contaminées, transférées vers un site non pollué. Ces dernières sont placées en deux points, où la physico-chimie de l’eau est identique, mais où les vitesses de courant sont respectivement égales à 0,05 m/s et 1,30 m/s. On constate qu’à tout moment de l’expérience, les mousses placées dans la zone à courant lent ont des concentrations en Pb et Zn supérieures, dans un rapport variant de 1,5 à 2, à celles obtenues sur les mousses situées dans la zone à courant rapide. L’influence des conditions hydrauliques sur les échanges eau/bryophytes est également confirmée par des expériences de laboratoire. Ainsi, Claveri (1995) a étudié l’effet du débit sur les cinétiques d’accumulation des métaux (Cu, Zn et Cr). Pour cette étude, une quantité définie de mousses est placée dans un bac d’exposition alimenté en continu par une solution présentant une concentration constante en métal (Cu, Zn ou Cr). Dans ces conditions, on constate que l’accumulation de Cu par les bryophytes est d’autant plus rapide que le temps de renouvellement du milieu est court ; pour une durée d’exposition de 9 jours, le niveau de contamination des mousses atteint respectivement 350, 550 et 950 µg.g-1 d.w.. Ces deux études semblent donc démontrer l’influence prépondérante des conditions hydrauliques du milieu sur les échanges (accumulation et relargage) de métaux à l’interface eau/bryophytes. Toutefois, Croisetière (2001) ont récemment démontré que ces observations comportaient probablement un biais expérimental (des conditions d’exposition en continu étant difficiles à maintenir constantes) et que la bioaccumulation dépendait peu du courant. Cette dernière étude nous permet d’envisager des essais en conditions contrôlées et statiques, beaucoup plus simples à mettre en œuvre pour étudier le lien entre la composition chimique des milieux et la bioaccumulation par les mousses, observé en milieu naturel. Les complexants L’influence des matières organiques, et en particulier des substances humiques et fulviques, sur l’accumulation des métaux dans les mousses aquatiques a fait l’objet de nombreuses études. Ainsi, Wher et al. (1987) et Ferreira et al. (2008) ont montré qu’une teneur croissante en EDTA diminuait l’accumulation de métaux par les bryophytes. 29 Synthèse bibliographique Il semble toutefois que l’effet des matières organiques sur la résultante finale des échanges eau/bryophytes ne soit qu’une conséquence des modifications qu’elles induisent sur la spéciation des micropolluants en solution. La grande complexité des matières organiques permet en effet de larges possibilités de complexation, susceptibles de réduire la biodisponibilité et la bioaccumulation du métal étudié. Les compétiteurs « cationiques » Comme décrit précédemment (cf. § 3.1.2), les processus d’accumulation et de relargage des métaux entre l’eau et les mousses s’effectuent en partie par échanges de cations ; les diverses espèces cationiques sont donc susceptibles d’entrer en compétition vis-à-vis des sites d’adsorption disponibles à la surface des bryophytes. De tels effets compétitifs ont été observés au cours de diverses expérimentations. Ainsi, Brown et Beckett (1985) constatent une compétition par le Ca ou le Mg lors des processus d’accumulation du Cd dans les mousses aquatiques (Rhytidiadelphus squarrosus). De même, les travaux de Say et Whitton (1983) montrent que l’accumulation du Cu et du Zn dans les mousses aquatiques (Fontinalis antipyretica) est inhibée par une augmentation des concentrations en calcium dans le milieu. Plusieurs travaux (Vázquez et al. 2000; Fernandez et al. 2006) ont mis en évidence que les protons (H+) sont également des compétiteurs des métaux pour l’accumulation des métaux par les mousses aquatiques (Fontinalis antipyretica). 3.2 Le modèle de l’ion libre (FIAM 1) et ses dérivés (Biotic Ligand Model – BLM) 3.2.1 Le modèle de l’ion Libre Comme tout composé chimique, l’effet des métaux sur les organismes aquatiques dépend de la dose à laquelle ils sont exposés. Lorsqu’il s’agit d’un métal essentiel, aussi bien sa carence que son excès sont dommageables pour l’organisme. Les premières observations de la biodisponibilité des métaux reposent curieusement, non sur leur toxicité, mais au contraire sur leur carence pour certaines algues, observée en particulier en milieu marin. La Figure 5 (Anderson et al. 1978), est restée célèbre et particulièrement explicite ; ces travaux montrent que la croissance algale augmente avec les ajouts de zinc, mais qu’un même effet biologique (ici un taux de croissance) peut être obtenu avec des concentrations en zinc total variant de plusieurs ordres de grandeur (Figure 5 A.). En revanche, lorsque ces concentrations sont exprimées en zinc libre (Zn2+) de manière à prendre en compte les 1 FIAM : Free Ion Activity Model 30 Synthèse bibliographique complexants ajoutés au milieu de culture, une relation quasi-univoque est obtenue entre l’effet biologique et les concentrations d’exposition (Figure 5 B.). Figure 5. Variation des taux de croissance d’une diatomée marine (Thalassiosira weissflogii) en fonction des concentrations d’exposition de zinc exprimées (A) en métal total, (B) en métal libre (Zn2+). D’après Anderson et al. (1978). Ce type d’expérience, maintes fois répétées en laboratoire (pour différents métaux, différents organismes du milieu aquatique), a permis de mettre en évidence le lien entre spéciation des métaux et effet toxique. Ces travaux ont donné lieu à une interprétation mécanistique formalisée par Morel (1983) dans le cadre du modèle de l’ion libre. Dans sa formulation, le FIAM suppose l’existence, à la surface de l’organisme exposé au milieu, de sites spécifiques de fixation des métaux au travers desquels l’effet biologique s’exprime. Une des hypothèses majeures est que l’effet biologique est proportionnel au nombre de sites membranaires occupés par le métal, qui est en équilibre avec ces sites comme avec les autres ligands de la solution. Le modèle de l’ion libre décrit les interactions existant entre le métal et l’organisme (illustrée sur la Figure 6) selon trois étapes successives (Campbell 1995) : - La diffusion du métal de la solution vers la surface de l’organisme ; - La complexation (fixation) du métal sur les sites spécifiques ; - Le transport (internalisation) éventuel à travers la membrane. L’hypothèse d’équilibre avec la solution suppose que l’internalisation du métal dans la cellule est lente par rapport aux deux autres étapes (diffusion en solution et complexation sur les sites). Dans certains cas, l’internalisation du métal par l’organisme peut être rapide : l’organisme « pompe » le métal de la solution, créant un gradient de concentration et déplaçant les équilibres ; l’hypothèse d’équilibre n’est 31 Synthèse bibliographique alors plus vérifiée. Dans ce dernier cas le modèle de l’ion libre ne permet pas d’expliquer les interactions metal-organisme (cf. § Chapitre I.3.2.3). Dans le cas le plus simple (couramment rencontré dans la littérature), où l’internalisation du métal par l’organisme est l’étape limitante, i.e. que l’hypothèse d’équilibre avec les espèces en solution est vérifiée, la quantité de métal est alors directement proportionnelle à la concentration en métal libre en solution. Dans ce cas, on observe alors une proportionnalité entre l’effet biologique sur l’organisme et la concentration en métal libre en solution. Figure 6. Modèle conceptuel des interactions des métaux avec les organismes (FIAM), d’après Campbell (1995) Cependant, les mécanismes conduisant de l’accumulation du métal à l’expression de la toxicité pour un organisme donné sont souvent complexes. C’est pourquoi, l’extrapolation des concepts du FIAM à la prédiction de la toxicité est parfois délicate. Ainsi, plutôt que d’étudier directement un effet toxique, on étudie souvent la bioaccumulation d’un métal, étape préalable à l’expression de la toxicité. Dans ce cas, la biodisponibilité du métal est définie comme étant sa capacité à traverser une membrane biologique. Le FIAM est alors souvent formulé comme une proportionnalité directe entre métal libre en solution et quantité de métal bioaccumulé par l’organisme (Campbell et al. 2002; Vigneault et al. 2005). 3.2.2 Le modèle du ligand biologique (BLM) Le modèle du ligand biologique, repose sur les mêmes fondements conceptuels que le FIAM, schématisés sur la Figure 6, mais considère en plus les sites de fixation du métal sur la membrane biologique comme des ligands parmi d’autres en solution, susceptibles de liaison avec l’ensemble des espèces cationiques. En effet, Sunda et Hunstsman (1982) ont montré que les groupements fonctionnels de fixation des métaux ne sont généralement pas sélectifs à un métal unique. Certains ligands biologiques peuvent fixer d’autres espèces cationiques possédant une conformation (monovalente, divalente, trivalente, ...) similaire ou proche de ceux de certains métaux essentiels. Par exemple, Playle et al. (1998) montrent que 32 Synthèse bibliographique des phénomènes de compétition avec les ions H+, Ca2+, Mg2+, Na+ peuvent intervenir dans les mécanismes d’accumulation sur les branchies de poissons. Ce dernier point pose principalement un problème pour l’évaluation de risque étant donné l’hétérogénéité de la qualité de l’eau des milieux naturels. Pagenkopf (1983) a, pour la première fois, proposé une interprétation de cet effet pour les poissons dans son modèle d’interactions à la surface des branchies (GSIM 1). Le GSIM traduit la modification de l’effet biologique par le pH et la dureté en considérant les cations présents dans le milieu (i.e. H+, Ca2+, Mg2+…) comme des compétiteurs du métal pour la formation de ce complexe. En reprenant les principales hypothèses du FIAM et du GSIM, Di Toro et al. (2001) proposent un cadre conceptuel d’interprétation plus robuste intégrant la spéciation du métal et les effet compétitifs des cations : le modèle du Ligand Biologique (graphiquement illustré sur la Figure 7). Initialement mis au point pour le poisson (Di Toro et al. 2001), le modèle du ligand biologique a récemment été étendu aux micro-crustacés (Santore et al. 2001; De Schamphelaere et al. 2002) et au phytoplancton (Campbell et al. 2002; De Schamphelaere et al. 2005). Figure 7. Modèle conceptuel des interactions des cations (majeurs et métalliques) avec les organismes et leur milieu, d’après Paquin et al., (2002). Selon le formalisme du BLM, l’effet biologique est proportionnel à la quantité de sites spécifiques occupés par le métal et, toutes les espèces étant considérées à l’équilibre, cette quantité dépend directement du métal libre en solution et des cations compétiteurs. Ces phénomènes de compétition (graphiquement illustrés sur la Figure 7) sont régis par les constantes d’affinité respectives des éléments impliqués, leurs concentrations respectives en ions libres et les cinétiques de réaction. Dans un formalisme unique, le BLM montre que l’effet biologique dépend de la spéciation du métal et des cations majeurs présents dans le milieu. 1 GSIM : Gill Surface Interaction Model 33 Synthèse bibliographique 3.2.3 Les exceptions au modèle de l’ion libre De nombreuses études en laboratoire ont permis de vérifier la validité du modèle de l’ion libre et de ses dérivés. Cependant, plusieurs études ont permis de noter certaines exceptions notoires, particulièrement lorsque les hypothèses à la base de ces modèles ne sont plus vérifiées (Campbell 1995). Quelques cas pour lesquelles le modèle FIAM n’a pas donné de résultat satisfaisant sont développés ciaprès : Le cas des complexes métalliques lipophiles à faible poids moléculaire Dans l’étude menée par Errecalde et al. (1998), la toxicité de deux métaux (zinc et cadmium) vis-à-vis de l’algue verte Selenastrum capricornutum a été testée en l’absence et en présence de différents ligands dont le citrate, ligand de faible poids moléculaire. Il a été montré que la toxicité du cadmium et du zinc était renforcée en présence de citrate, tout autre paramètre (pH, dureté, ligands inorganiques) maintenus constants par ailleurs. Des mesures ont également montré que l’accumulation du cadmium et du zinc était augmentée en présence de ce ligand. Dans ce cas, la membrane des algues semble donc reconnaître le citrate comme un métabolite de faible masse molaire. Ces complexes lipophiles sont suffisamment solubles dans les lipides pour être capable de diffuser rapidement par absorption métallique passive à travers la membrane lipidique : ces complexes lipophiles constituent donc une exception au modèle de l’ion libre (Campbell 1995). De récentes études ont démontré que des complexes lipophiles et/ou des chélateurs organiques de certains métaux divalents pouvaient également diffuser à travers les membranes cellulaires en court-circuitant de ce fait les barrières cellulaires à l’assimilation de métaux toxiques. C’est par exemple le cas du mercure qui a la caractéristique de former facilement des méthyles (CH3Hg) lipophile, de l’argent qui a une grande affinité pour les chlorures et forme l’espèce neutre AgCl0 (Bury and Hogstrand, 2002) et du cuivre qui forme des complexes lipophiles avec les oxines (Croot et al. 1999; Ginneken et al. 2000) ou le dithiocarbamate (Phinney et al. 1994). Ces complexes peuvent être toxiques pour différents niveaux d’organisation des écosystèmes, de la bactérie au phytoplancton, zooplancton et poissons (Poldoski 1979; Block et al. 1986; Phinney et al. 1994; Croot et al. 1999). Dans ce cas, Hudson (1998) propose un modèle de pénétration des complexes métalliques lipophiles tel que décrit sur la Figure 8. Complexes à faible poids moléculaire lipophiles L Figure 8. Exceptions au modèle de l’ion libre (d’après Hudson, (1998)) : mécanisme de transport intracellulaire des complexes lipophiles à faible poids moléculaire L ML ML MCELL 34 Synthèse bibliographique Le cas des cinétiques d’internalisation rapides Une des hypothèses majeures du FIAM (et donc de son dérivé – le BLM), est que la proportionnalité entre l’effet biologique et le métal libre n’est valable qu’à partir du moment où toutes les espèces sont à l’équilibre, c’est à dire que l’internalisation du métal est limitante devant la diffusion des espèces de la solution vers les sites de la membrane biologique (Figure 9. A.). Dans ce cas, la vitesse de diffusion des espèces est suffisante pour maintenir l’équilibre entre les espèces et atteindre un état stationnaire. A l’inverse, une vitesse d’internalisation très élevée (pouvant traduire une adaptation de l’organisme à un milieu particulièrement pauvre en métaux essentiels (Morel et al. 2003)), peut déplacer l’équilibre chimique entre les espèces à l’interface solution-organisme. En effet, bien que l’interaction des formes libres du métal avec la membrane soit toujours nécessaire pour l’incorporation, si celle-ci est réalisée avant que l’équilibre chimique soit rétabli dans la solution, un gradient de concentration s’installe, qui induit non seulement la diffusion du métal sous sa forme libre, mais aussi la dissociation des formes complexées. Dans ce cas, ce sont donc les cinétiques de diffusion des espèces en solution et de dissociation des complexes qui contrôle l’assimilation du métal dans l’organisme (Figure 9. B.). C’est par exemple le cas pour l’algue Chlamydomonas reinhardtii pour laquelle la bioaccumulation de l’argent est proportionnelle à la concentration en métal inorganique total, qu’il se trouve ou non sous forme de complexes chlorures (Fortin et al. 2000). De même, Meylan et al. (2004) ont observé qu’aux concentrations environnementales, le cuivre biodisponible pour le périphyton comprenait, non seulement le cuivre inorganique, mais aussi une fraction de complexes organiques labiles, thermodynamiquement plus faibles que les associations cuivre-périphyton. Pour ces deux organismes, l’étape d’internalisation est si rapide que l’hypothèse d’équilibre du FIAM n’est plus vérifiée. Par conséquent, la seule concentration en métal libre ne suffit pas à prédire la biodisponibilité pour l’organisme. A. B. Figure 9. Représentation schématique (d’après Hudson, (1998)) des deux cas limites pour l’assimilation des métaux dans l’organisme : A. Hypothèse d’un état d’équilibre à l’interface solution-organisme assumé par le modèle de l’ion libre (la cinétique d’internalisation est l’étape limitante) ; B. contrôle cinétique de l’accumulation du métal (les cinétiques diffusion et de dissociation des complexes métalliques sont les étapes limitantes). 35 Synthèse bibliographique Modification de la perméabilité de la membrane biologique Enfin, le modèle de l’ion libre s’appuie sur l’hypothèse que les propriétés de la membrane biologique restent constantes durant l’exposition au métal. Néanmoins, on trouve dans la littérature de nombreux exemples où la perméabilité de la membrane biologique est modifiée en présence de divers composés. Par exemple, Penttinen et al. (1998) montrent qu’une augmentation de la dureté de l’eau (notamment des concentrations Ca2+) diminue la perméabilité de la membrane biologique à l’ion Cd2+ chez la daphnie et donc sa biodisponibilité. Des résultats similaires sont observés par Hassler et al. (2004) qui ont observé le même type de résultats pour l’accumulation du Zn et Pb dans les algues vertes Chlorella kesslerii. Enfin, Slaveykova et al. (2003) ont démontré expérimentalement que la présence d’acides fulviques en solution augmente le potentiel de surface de l’algue Chlorella kesslerii. Dans cette dernière étude, les concentrations en plomb total et en acides fulviques ont été augmentées en parallèle de manière à conserver une concentration en Pb2+ libre constante. Dans ces conditions, le modèle FIAM prédit une concentration cellulaire en Pb constante. Dans ces conditions, Slaveykova et al. (2003) observent d’importantes différences entre la bioaccumulation mesurée de Pb dans les algues (Figure 10) et celle prédite par l’activité de l’ion libre en fonction des concentrations en acides fluviques. Dans ce cas, la concentration constante Pb2+ libre ne permettant pas d’expliquer ces différences, seule une modification de la perméabilité de la membrane biologique permet d’expliquer un changement de la vitesse d’internalisation du métal. Figure 10. Concentrations en Pb dans les cellules de l’algue Chlorella kesslerii, après 50 min d’exposition à une concentration en plomb libre Pb2+ constante (pour des concentrations croissantes en Pb total et en acides fulviques (SRFA)). D’après Slaveykova et al. (2003). 36 37 38 Problématique OBJECTIFS ET DEMARCHE GENERALE Objectifs de l’étude Les objectifs d’amélioration de l’état des cours d’eau fixés par la Directive Cadre sur l’Eau (DCE) du 23 octobre 2000 imposent aux pays membres d’évaluer l’impact environnemental de leurs rejets industriels à court et long terme sur les écosystèmes aquatiques aux abords de leurs installations industrielles. La finalité de ces études d’impact est de protéger la faune aquatique et le transfert à l’homme le long de la chaîne trophique. Le risque environnemental d’une substance chimique est aujourd’hui évalué, selon la méthodologie définie au niveau européen par le Bureau Européen des substances Chimiques (European Commission, 2003), par le rapport entre une Concentration Prévisible dans l’Environnement (Predicted Environmental Concentration : PEC) et une Concentration Prévisible Sans Effet (Predicted No Effect Concentration : PNEC). Jusqu’alors, la PEC est estimée en considérant la concentration totale dissoute du polluant dans le milieu et la notion de biodisponibilité est donc ignorée dans l’analyse. Dans le cas des métaux en particulier, il est reconnu que cette approche est conservative, puisque seuls les formes labiles du polluant sont susceptibles d’atteindre une cible biologique. Dans ce contexte, il conviendrait plutôt de considérer la concentration effectivement biodisponible vis-à-vis des organismes du milieu. Encore faut-il disposer de techniques fiables de mesure et de suivi des concentrations en métaux biodisponibles. Afin d’intégrer la notion de biodisponibilité dans les évaluations de risque environnemental, et ainsi de lever les conservatismes détaillés précédemment, deux approches sont communément pressenties au niveau européen : (i) une approche de modélisation basée sur le Biotic Ligand Model (BLM) ; (ii) une approche de monitoring chimique basé sur des outils « biomimétiques » (e.g. la technique du gradient de diffusion en couche mince – la technique DGT). Dans ce contexte, Electricité de France (EDF) s’intéresse depuis plusieurs années, au développement de nouveaux outils de biomonitoring pour surveiller la contamination métallique biodisponible des rejets de circuit de refroidissement des centrales nucléaires, qui sont notament fortement enrichis en cuivre. De manière à anticiper les réglementations qui découleront de la nouvelle directive cadre européenne, le département environnement de la direction des études et recherches d’EDF cherche 39 Problématique maintenant à simplifier et fiabiliser sa procédure de suivi de rejets en milieu naturel, via le développement d’outils innovants tels que la technique DGT ou le BLM. La question se pose de savoir si ces outils permettent de décrire correctement la biodisponibilité des métaux dans des eaux naturelles présentant des caractéristiques physico-chimique contrastées (composition cationique pH, matières organiques, etc...). L’objectif principal de cette étude, sera d’évaluer la pertinence des ces deux approches complémentaires pour prédire la biodisponibilité du Cu à des niveaux de contamination représentatifs du milieu naturel. Démarche globale L’étape préliminaire de cette étude a consisté à mettre au point un biotest, suffisamment sensible aux faibles nivaux de concentration, permettant d’observer et quantifier l’effet des paramètres de qualité d’eau sur la biodisponibilité du cuivre. Pour cela, nous avons mis au point un biotest où nous étudions la cinétique de bioaccumulation du cuivre par les bryophytes en milieu non renouvelé, comme indicateur de la biodisponibilité du cuivre dans le milieu d’exposition. Ce protocole est détaillé dans les Chapitre III 1 et Chapitre IV 2 et a fait l’objet d’une publication (Article 1 présenté en annexe) à partir de résultats antérieurs à ce travail de thèse. A partir de cette méthodologie, nous avons cherché à identifier et quantifier l’influence des différents facteurs environnementaux contrôlant la biodisponibilité (et donc la toxicité) des métaux dans les écosystèmes aquatiques. Face à cette problématique environnementale, nous avons orienté notre travail de recherche de manière à répondre aux différentes questions portant sur l’importance relative des paramètres environnementaux sur la biodisponibilité du cuivre. La cinétique d’accumulation et d’élimination du cuivre dans les bryophytes est-elle fortement influencée par les concentrations de cations en solution? L’effet de ces cations, est-il observable aux faibles niveaux de contamination en cuivre représentatifs d’une pollution chronique généralement observable en milieu aquatique? La forte variabilité spatio-temporelle des teneurs en cations majeurs dans les eaux naturelles, nous a conduit dans un premier temps, à identifier et quantifier l’effet de ceux-ci sur la bioaccumulation (et donc indirectement la biodisponibilité) des métaux pour les organismes aquatiques. Dans le cadre du 1 2 Chapitre III : Effet des cations majeurs sur les cinétiques de bioaccumulation du cuivre dans les bryophytes Chapitre VI : Influence des matières organiques dissoutes (MOD) sur la biodisponibilité du cuivre : étude comparative entre un outil « biomimétique » (DGT) et un bioindicateur (Bryophytes). 40 Problématique développement du modèle du ligand biologique (BLM), de nombreuses études ont montré que les cations jouent un rôle majeur sur l’accumulation et donc la toxicité des métaux pour divers organismes aquatiques (poissons, daphnies, algues). Dans le Chapitre III, nous chercherons donc à vérifier l’influence de ceux-ci sur la bioaccumulation du Cu par les bryophytes aquatiques. Quel est l’effet de la nature des MOD naturelles sur la spéciation et la biodisponibilité du Cu ? Une mesure de spéciation du cuivre permet-elle de prédire la biodisponibilité des métaux pour les bryophytes aquatiques ? Les complexants organiques (acides humiques, fulviques, ...) présents dans les milieux aquatiques naturels, sont susceptibles de complexer une fraction importante des métaux et donc de contrôler leur spéciation et leur biodisponibilité pour les organismes aquatiques. Les substances humiques et fulviques ont largement été étudiées par le passé car elles constituent la majorité des matières organiques dissoutes présentes dans les eaux naturelles. En revanche, peu de recherches ont à ce jour été menées sur la capacité d’autres matières organiques dissoutes à modifier la biodisponibilité des métaux. Dans la seconde partie de cette étude (Chapitre IV), nous avons donc étudié l’effet de différentes MOD (d’origines algale, bactérienne ou anthropique) caractéristiques de milieux aquatiques naturels. Dans ce chapitre nous cherchons à mettre en évidence le lien entre la spéciation des métaux et leur biodisponibilité. Une approche couplant une mesure de spéciation (technique DGT) avec le BLM-Cu développé en laboratoire pour les bryophytes, permet-elle de décrire la biodisponibilité du Cu dans les bryophytes à des niveaux de contamination représentatifs des milieux aquatiques naturels ? Enfin, il ressort de la synthèse bibliographique que les approches in situ de la biodisponibilité des métaux restent généralement peu développées, principalement à cause des difficultés techniques liées à la mise en place de tels biotests. Il semble pourtant indispensable de valider les modèles développés à partir de biotests de laboratoire en les confrontant à des observations en milieu naturel. Dans la dernière partie de cette étude (Chapitre V), nous chercherons à vérifier in situ la validité des outils (technique DGT – Biotic Ligand Model) développé en laboratoire, pour prédire la biodisponibilité du Cu en milieu aquatique naturel. 41 42 Modélisation des cinétiques d’échange du Cu à l’interface eau-bryophytes Chapitre II. 1. BIOACCUMULATION DU CUIVRE DANS LES BRYOPHYTES : MODELISATION CINETIQUE ET FORMULATION D’UN BLM INTRODUCTION A l’heure actuelle, l’analyse des teneurs en métaux dans les mousses aquatiques se limite, par l’emploi des grilles de qualité, à une évaluation semi-quantitative de la contamination métallique du milieu. Or, la relation existant entre le niveau d’exposition en métal et les concentrations observées dans les mousses, permet d’envisager une utilisation plus fine de ces organismes, où les quantités accumulées seraient directement reliées à la teneur en métal dans l’eau. La principale difficulté à l’établissement d’une telle relation est l’interdépendance des cinétiques d’accumulation et des paramètres chimiques de l’eau qui contrôlent la biodisponibilité du métal pour les mousses. En effet, plusieurs facteurs environnementaux (pH, matières organiques, cations majeurs, etc ...) influençant la spéciation du métal ou la disponibilité des sites de fixation présents sur le ligand biologique, sont susceptibles de modifier les cinétiques d’échange du métal avec les mousses aquatiques. Dans ce chapitre, l’objectif est de développer un outil mathématique d’interprétation permettant de décrire l’évolution des concentrations en métaux à l’interface eau-bryophytes en fonction des teneurs en métaux biodisponibles mais aussi des paramètres de qualité d’eau (en particulier des cations majeurs et du pH) pouvant modifier la biodisponibilité et les cinétiques d’accumulation des métaux dans l’organisme aquatique. 2. MODELISATION CINETIQUE DE LA BIOACCUMULATION DU CUIVRE DANS LES BRYOPHYTES Plusieurs modèles toxico-cinétiques 1, applicables au cas du Cu pour les bryophytes, existent pour décrire les cinétiques d’échanges polluant-organisme (Spacie et al. 1982; Widianarko et al. 1996). Le plus couramment utilisé est le modèle cinétique à deux compartiments qui se caractérise par deux processus successifs et réversibles : l’adsorption du métal biodisponible à la surface des mousses Définition INERIS : Les modèles toxico-cinétiques décrivent le devenir des substances toxiques dans un organisme vivant au cours du temps. Ce devenir est déterminé par divers processus : (i) d'absorption, (ii) de distribution, (iii) de métabolisme, et (iii) d'élimination. 1 43 Modélisation des cinétiques d’échange du Cu à l’interface eau-bryophytes aquatique suivie d’une étape d’internalisation (lente) du métal adsorbé dans les cellules (Mouvet 1984; Ciffroy et al. 1994; Croisetiere et al. 2005). 2.1. Formalisme et hypothèses du modèle cinétique : cinétiques d’échange du cuivre à l’interface eau-bryophytes Principales hypothèses du modèle Le modèle cinétique à deux compartiments est basé sur la connaissance des mécanismes d’accumulation (Mouvet 1984) des métaux dans les bryophytes et sur la localisation cellulaire des métaux dans les cellules (Claveri 1995). Le modèle descriptif des phases d’accumulation et de relargage du métal par les bryophytes repose sur l’hypothèse d’une accumulation qui résulte des deux processus suivants : - Une adsorption réversible du métal en solution sur les sites actifs de surface - Un transport réversible du métal dans le compartiment intracellulaire Schéma réactionnel Ces hypothèses constituent les bases du modèle réactionnel suivant : Paroi cellulaire Milieu extérieur CuD k1 k -1 Cu BL1 1. Adsorption/ Désorpt ion où : k2 k -2 Cellule Cu-BL2 2. Internalisat ion/ Eliminat ion - CuD est le cuivre dissous biodisponible en solution (en µg.L-1) - BL1 et -BL2 sont respectivement les sites de fixation extra- et intra-cellulaires (mol.g-1d.w.) - Cu-BL1 et Cu-BL2 représentent respectivement le cuivre fixé sur les sites extra-cellulaires et le cuivre internalisé dans les sites intra-cellulaires (en µg Cu.g-1d .w..) - k1, k-1, k2, k-2 sont respectivement les constantes cinétiques des réactions d’adsorption, de désorption des sites extra-cellulaires, d’internalisation et d’élimination des sites intra-cellulaires. 44 Modélisation des cinétiques d’échange du Cu à l’interface eau-bryophytes Equations du modèle cinétique En supposant des cinétiques de réaction d’ordre 1, l’évolution des concentrations de cuivre respectivement présent dans la phase dissoute [CuD], adsorbée {CuBL1} sur les sites extra-cellulaires, et internalisée {CuBL2} sur les sites intra-cellulaires, est décrite par les équations suivantes : Eq. 9 Eq. 10 Eq. 11 où : ⎧ d[Cu D ] m bryos = −k 1 {- BL 1}free [Cu D ] + k −1 {CuBL 1} ⎪ V ⎪ dt V ⎪ d{CuBL 1} = k 1 {- BL 1}free [Cu D ] − k −1 {CuBL 1} − k 2 {- BL 2}free {CuBL 1} + k −2 {CuBL 2} ⎨ dt m bryos ⎪ ⎪ d{CuBL } 2 = k 2 {- BL 2}free {CuBL 1} − k −2{CuBL 2} ⎪ dt ⎩ - [CuD], {CuBL1} et {CuBL2} représentent les concentrations du cuivre dissous en solution (µg Cu.L-1) , adsorbé sur les sites extra-cellulaires (en µg de Cu.g-1d.w.) et internalisés dans les sites intra-cellulaires (en µg de Cu.g-1d.w.) ; - {-BL1}free et {-BL2} free sont respectivement les concentrations des sites de fixation extra- et intracellulaires inoccupés (molBli .g-1d.w.) ; - k1, k-1, k2, k-2 sont respectivement les constantes cinétiques des réactions d’adsorption (en g.molBL1-1.h– –1 -1 –1 1), de désorption (en g.mol BL2 .h ) des sites extra-cellulaires, d’internalisation (en h ) et d’élimination –1 (en h ) des sites intra-cellulaires. - le rapport m bryos / V représente la densité de biomasse (en gd.w..L-1). Tel qu’il est écrit, ce système d’équations (Eq. 9 - Eq. 11) présente l’intérêt de pouvoir simuler la saturation des sites d’adsorption et d’internalisation libres {-BL1}free et {-BL2}free pour les fortes concentrations en cations compétiteurs (ce point est décrit dans le Chapitre II.3). La saturation de ces sites se traduit par une diminution des termes décrivant l’adsorption (terme « k 1 {- BL 1}free [Cu D ] » dans les Eq. 9 et Eq. 10) et d’internalisation (terme « k 2 {- BL 2 }free {CuBL1} » dans les Eq. 10 et Eq. 11) partiellement gouvernées par les concentrations en sites libres extra- et intra-cellulaires (respectivement {-BL1}free et {-BL2} free). Pour se conformer aux mesures expérimentales et simplifier la résolution mathématique du système d’équations ci dessus (Eq. 9-Eq. 11), on définit les constantes cinétiques conditionnelles k’1 et k’2 en fonction des concentrations en sites extra- et intra-cellulaires libres (respectivement {–BL1}free et {–BL2}free) comme suit : Eq. 12 k '1 = k 1 × {BL 1}free et Eq. 13 45 k ' 2 = k 2 × {BL 2}free Modélisation des cinétiques d’échange du Cu à l’interface eau-bryophytes A partir des Eq. 12 et Eq. 13, le système d’équations (Eq. 9-Eq. 11) décrivant l’évolution des concentrations de cuivre dans les différents compartiments se simplifie de la manière suivante : Eq. 14 Eq. 15 Eq. 16 ⎧ d[Cu D ] m bryos = −k '1 [Cu D ] + k −1 {CuBL 1} ⎪ V ⎪ dt V ⎪ d{CuBL 1} = k '1 [Cu D ] − k −1 {CuBL 1} − k ' 2 {CuBL 1} + k ' −2 {CuBL 2} ⎨ dt m bryos ⎪ ⎪ d{CuBL } 2 = k ' 2 {CuBL 1} − k −2{CuBL 2} ⎪ dt ⎩ Résolution des équations différentielles du modèle Les solutions analytiques décrivant l’évolution des concentrations de cuivre dans les différents compartiments du modèle sont obtenues en résolvant les équations différentielles du système d’équations ci dessus. Pour cela, on dérive l’Eq. 14 par rapport au temps, comme suit : Eq. 17 d²[ Cu D ] d[ Cu D ] m bryos d{CuBL1} + k '1 = k -1 d² t dt V dt Soit en utilisant l’Eq. 15 : Eq. 18 ⎫⎪ d²[ Cu D ] d[ Cu D ] m bryos ⎧⎪ V + k'1 = k -1 ⎨ k '1 [ Cu D ] − ( k -1 + k -2 ){CuBL 1} + k -2{CuBL 2}⎬ d²t dt V ⎪⎩ m bryos ⎪⎭ En isolant le terme {CuBL1}dans l’Eq. 14, et en l’introduisant dans l’Eq. 18, on aboutit à l’équation différentielle suivante : Eq. 19 où : d[ Cu D ] d²[ Cu D ] + ( k'1 +k −1 + k' 2 +k −2 ) + ( k −1k −2 + k 1k' 2 +k 1k −2 )[ Cu D ] = ( k −1k −2 )[ Cu TOT ] d² t dt [CuTOT] est la concentration totale du cuivre (en µg/L) dans le système eau+bryophytes tel que : [ Cu TOT ] = [ Cu D ] + m bryos V × ({CuBL1} + {CuBL 2}) En posant α = ( k '1 + k −1 + k ' 2 + k −2 ) , β = ( k −1k −2 + k 1k' 2 +k 1k −2 ) et δ = ( k −1k −2 ) , on obtient une équation différentielle d’ordre 2 avec second membre du type d ²[ Cu D ] d[ Cu D ] +α + β[ Cu D ] = δ[ Cu TOT ] , dont la solution générale est la forme : d²t dt 46 Modélisation des cinétiques d’échange du Cu à l’interface eau-bryophytes Eq. 20 où : Eq. 21 δ [ Cu D ] = [ Cu TOT ] + A e r1t + B e r2t β - r1 et r2 sont les solutions de l’équation d’ordre 2 suivante : r ² + αr + β = 0 tel que : r1 = − α + α² − 4β 2 et Eq. 22 r2 = − α − α² − 4β 2 - A et B sont des constantes dont la valeur dépend des conditions aux limites. Les solutions particulières dérivées de l’Eq. 20 décrivant l’évolution des concentrations du Cu dissous dans le milieu, appliquées pour les expériences d’accumulation et de désorption (satisfaisant les conditions aux limites pour chaque cas) sont récapitulées dans le Tableau 1. 47 Modélisation des cinétiques d’échange du Cu à l’interface eau-bryophytes Tableau 1. Récapitulatif des hypothèses utilisées pour simuler l’évolution des concentrations de cuivre dissous dans les bacs d’exposition au cours des expériences d’accumulation et désorption. - Au début des expériences (t=0), avant introduction des mousses dans les bacs d’exposition, tout le Cu se trouve sous forme dissoute : [Cu D ]t = 0 = [Cu TOT ] Hypothèses Cas n°1 - Au début de l’expérience, le processus d’adsorption est prédominant par rapport aux autres processus de désorption, internalisation et élimination. On peut en déduire : PHASE d[Cu D ] = −k ' 1 [Cu TOT ] dt t →0 D’ACCUMULATION Solution particulière Eq. 23 La solution particulière de l’Eq. 20, satisfaisant ces 2 conditions aux limites, appliquée pour simuler l’évolution de la concentration en cuivre dissous au cours des expériences d’adsorption est alors: ⎧⎪ δ ⎫⎪ ⎡ ⎛ δ ⎞⎤ ⎛ δ⎞ 1 × ⎢k ' 1 + r2 × ⎜⎜ 1 − ⎟⎟⎥ × (e r1t − e r2 t ) + ⎜⎜ 1 − ⎟⎟ × e r2t ⎬ [ Cu D ] = [ Cu ]TOT × ⎨ + ⎪⎩ β r2 − r1 ⎣ ⎪⎭ ⎝ β ⎠⎦ ⎝ β⎠ - Pour les expériences de désorption les mousses contaminées sont introduites dans un milieu non contaminé en cuivre. On en déduit : [Cu D ]t =0 = 0 Cas n°2 Hypothèses - Au début de l’expérience, le processus de désorption à partir des sites extracellulaire -BL1 est prédominant. On peut en déduire : d[ Cu D ] V = k −1 {CuBL 1}t = 0 dt t →0 m bryos PHASE DE RELARGAGE Solution particulière Eq. 24 La solution particulière de l’Eq. 20, satisfaisant ces 2 conditions aux limites, appliquée pour simuler l’évolution de la concentration en cuivre dissous au cours des expériences d’adsorption est alors: ⎧k ⎫ ⎛ m bryos ⎞ rk 1 × ⎜⎜ ×{CuBL1}t =0 + 2 −2 × [ Cu TOT ]⎟⎟ × (e r1t − e r2t )⎬ [ Cu D ] = k −1 × ⎨ −2 × [ Cu TOT ] × (1 − e r2t ) + − β r r V β 1 2 ⎝ ⎠ ⎩ ⎭ Les équations décrivant l’évolution des concentrations du cuivre adsorbé {CuBL1} et internalisé dans les mousses {CuBL2} peuvent être déduites des Eq. 15, Eq. 16 et Eq. 23 (ou Eq. 24 pour la phase de relargage): 48 Modélisation des cinétiques d’échange du Cu à l’interface eau-bryophytes Eq. 25 {CuBL 1} = 1 V ⎞ ⎛ d[ Cu D ] × ×⎜ + k ' 1 [ Cu D ]⎟ k −1 m bryos ⎝ dt ⎠ Eq. 26 {CuBL 2 } = 1 ⎛ d{CuBL1} ⎞ ×⎜ − k ' 1 [ Cu D ] + (k −1 + k ' 2 ) ×{CuBL1} ⎟ k −2 ⎝ dt ⎠ 2.2. Détermination expérimentale des constantes cinétiques Calcul de la constante conditionnelle d’adsorption k’1 La constante conditionnelle d’adsorption k’1 peut être estimée au début de la phase d’exposition au métal (t→0), lorsque les phénomènes de désorption, d’internalisation et d’élimination peuvent être considérés comme négligeables. On en déduit que le taux initial de bioaccumulation( − d[ Cu D ] dt t→0 ), est proportionnel à la concentration en métal dissous biodisponible en solution. L’Eq. 14 peut alors être simplifiée comme suit : Eq. 27 d[Cu D ] = −k ' 1 [Cu D ]t =0 dt t →0 A partir de l’Eq. 27, la valeur de la constante conditionnelle d’adsorption k’1 peut être calculée à partir de l’équation suivante : Eq. 28 k '1 = − 1 [ Cu D ]t =0 × d[ Cu D ] dt t →0 Expérimentalement, nous évaluons le taux initial de bioaccumulation ( − d[ Cu D ] dt t →0 sur les cinq premières minutes d’exposition) comme suit : Eq. 29 − [ Cu D ]t =0 − [ Cu D ]t =5 min d[ Cu D ] = dt t →0 t 5 min Calcul de la constante de désorption k--1 La constante de désorption k-1, peut être estimée à partir de l’Eq. 14 en considérant un état d’équilibre entre la solution et les bryophytes en fin d’expérience (hypothèse vérifiée expérimentalement). Cet état d’équilibre se traduit par une variation du taux de bioaccumulation nulle ( − d[ Cu D ] dt t →72 h ~ 0 ) en fin d’expérience (dans notre cas à t=72h). A partir de cette hypothèse, la constante k-1 peut être estimée à partir de l’Eq. 14 selon l’équation suivante : 49 Modélisation des cinétiques d’échange du Cu à l’interface eau-bryophytes Eq. 30 k −1 = k ' 1 × V m bryos ⎛ [ Cu D ] ⎞ ⎟⎟ × ⎜⎜ ⎝ {CuBL 1} ⎠ t =72 h La valeur de la constante de désorption k-1 est ainsi calculée à partir de la valeur de la constante conditionnelle d’adsorption k’1 (selon l’Eq. 28) et de la valeur du ratio entre les concentrations de cuivre dans les phases dissoute et adsorbé, mesuré en fin d’expérience ( [ Cu D ]t =72 h {CuBL 1} t =72 h ). Calcul des constantes d’internalisation k’2 et d’élimination k-2 Si l’expérience se poursuit sur une durée suffisante, on suppose que la distribution (adsorbé/internalisé) du Cu dans les mousses aquatiques tend vers un état d’équilibre. L’état d’équilibre se traduit par un flux d’internalisation nul ( − d{CuBL 2} dt t →72 h ~ 0 ). Ce flux d’internalisation nul se traduit dans l’Eq. 16 par un calcul du ratio k’2/k-2 estimé par l’équation suivante : Eq. 31 k ' 2 {CuBL 2}t =72 h = k −2 {CuBL 1}t =72 h On obtient ainsi une relation entre k’2 et k-2. La valeur de la constante k2 (ou celle de k -2) est ensuite ajustée et en minimisant l’écart (méthode des moindres carrés) entre les concentrations de Cu mesurées et calculées (Eq. 23, Eq. 24 et Eq. 25) dans les différents compartiments (dissous, adsorbé et internalisé). Les estimations ainsi faites ne fournissent que des ordres de grandeur pour chacun deux paramètres cinétiques, que l’on affine par minimisation des moindres carrés. 3. EFFET DES CATIONS : FORMULATION D’UN BLM-CU POUR LES BRYOPHYTES On a longtemps pensé que les seuls facteurs environnementaux susceptibles de modifier les cinétiques d’accumulation, étaient essentiellement des facteurs dits de spéciation, c’est à dire les facteurs qui régissent la répartition des métaux présents dans le milieu en fonction de la nature et de la concentration en ligands, y compris celles accumulables par les mousses aquatiques. Si plusieurs travaux ont été consacrées à l’influence du pH (Vázquez et al. 2000; Fernandez et al. 2006), des matières organiques et inorganiques (Pelfrene 2004; Ferreira et al. 2008; Ferreira et al. 2008; Tipping et al. 2008), plus rares sont celles portant sur l’interaction des cations majeurs sur les cinétiques d’accumulation par les bryophytes aquatiques (Say et al. 1983). En effet, outre le pH (i.e. la concentration en protons), les cations majeurs (Ca, Mg, Na, K) du milieu aquatique peuvent devenir compétiteurs des métaux pour les sites d’échanges surfacique de la paroi 50 Modélisation des cinétiques d’échange du Cu à l’interface eau-bryophytes cellulaire. Les travaux de Say et al. (1983) montrent que l’accumulation du Cu et du Zn dans les mousses aquatiques (Fontinalis antipyretica) est inhibée par une augmentation des concentrations en calcium dans le milieu. Plus récemment, le Biotic Ligand Model (BLM), développé par Di Toro et al. (2001), fournit le cadre conceptuel permettant d’interpréter l’effet des cations majeurs sur l’accumulation des métaux dans les organismes aquatiques. L’hypothèse centrale du BLM est que l’effet biologique est proportionnel à la quantité de sites spécifiques occupés par le métal et, toutes les espèces étant considérées à l’équilibre, cette quantité dépend directement du métal libre en solution et des cations compétiteurs. Dans cette section, nous proposons une méthodologie permettant d’interpréter et quantifier les effets compétitifs des cations majeurs sur les cinétiques d’accumulation du Cu dans les mousses aquatiques, via l’estimation des constantes d’affinité des cations avec le ligand biologique. 3.1 Formalisme et hypothèses du BLM Comme on l’a déjà vu, le modèle cinétique (Eq. 9 – Eq. 11) présente l’intérêt de pouvoir simuler la saturation des sites d’adsorption et d’internalisation libres {-BL1}free et {-BL2} free pour les fortes concentrations en cations compétiteurs. La saturation de ces sites se traduit par une diminution des termes décrivant l’adsorption et l’internalisation du Cu, partiellement gouvernées par les concentrations en sites libres extra- et intra-cellulaires (respectivement {-BL1}free et {-BL2}free). Conformément aux travaux antérieurs de De Schamphelaere et al., (2002), nous définissons la capacité complexante du ligand biologique CC BL1 comme étant le nombre total théorique de sites actifs disponibles pour la fixation du Cu sur le ligand biologique. L’équation du bilan de masse des sites extra-cellulaires BL1 potentiellement disponibles pour la fixation du Cu, s’écrit alors comme suit : CCBL 1 = {- BL1}free + {CuBL1} + {CaBL1} + { MgBL1} + {NaBL1} + {HBL1} Eq. 32 où : - CC BL1 représente la capacité complexante du ligand biologique (mol.L-1) - {-BL1}free représente la concentration des sites actifs extra-cellulaires –BL1 libres (mol.L-1). - {CuBL1}, {CaBL1}, {MgBL1}, {NaBL1} et {HBL1} sont les concentrations en cations fixés sur les sites actifs extra-cellulaires -BL1 (mol.L-1). La concentration des sites extra-cellulaires –BL1 libres {-BL1}free peut alors s’écrire à partir de l’Eq. 32: {- BL 1}free = CC BL1 − {CuBL 1} − ∑i{C i BL 1} Eq. 33 où : - ∑{C BL } représente la somme des concentrations des différents cations C fixés sur les i i i 1 -1 sites actifs extra-cellulaires -BL1 (mol.L ). 51 Modélisation des cinétiques d’échange du Cu à l’interface eau-bryophytes Telle que décrite par l’Eq. 33, la saturation des sites extra-cellulaires va dépendre des concentrations en cations compétitifs Ci , mais aussi de l’affinité spécifique de chacun des cations Ci vis à vis de ces sites. Cette affinité se caractérise par la valeur de la constante d’affinité spécifique K Ci BL1 pour chacun des cations (cation métallique ou autre cation compétitif). 3.2 Calcul des constantes d’affinité cation – Ligand biologique ( K Ci BL1 ) Ainsi, pour un cation compétiteur (ou métallique) donné Ci, on peut définir une constante d’affinité K Ci BL1 à l’équilibre, représentative de la fixation des cations sur les sites extra-cellulaires libres {-BL1}free : Eq. 34 où : K Ci BL1 = {C i BL 1} [ C i ] × {- BL 1}free - K Ci BL1 représente la constante d’affinité du cation Ci sur les sites extra-cellulaires -BL1 libres ; - [Ci] est la concentration en cation dans le milieu ; - {-BL1}free et {CiBL1} sont respectivement les concentrations en sites extra-cellulaires libres et complexés. En combinant les Eq. 33 et Eq. 34, l’évolution de la concentration de sites libres en fonction des concentrations des cations compétitifs peut alors s’écrire selon l’équation suivante : Eq. 35 ⎛ ⎞ 1 ⎟ {BL 1}free = CC BL1 × ⎜ ⎜ 1 + ∑ K C BL × [ C i ] ⎟ i 1 i ⎝ ⎠ L’Eq. 35 décrit ainsi une diminution (évolution de forme hyperbolique) des concentrations en sites extracellulaires libres {BL1}free en fonction des concentrations en cations compétitifs [Ci]. Cette équation présente l’intérêt de traduire une saturation des sites pour les fortes concentrations cations. La saturation progressive des sites se traduit d’un point de vue cinétique par une diminution de la constante conditionnelle d’adsorption k’1 (cf. Eq. 12 1 ). En combinant les Eq. 12 et Eq. 35, l’évolution théorique de la constante conditionnelle d’adsorption en fonction des concentrations en cations compétitifs s’écrit selon l’équation suivante : Eq. 36 1 ⎛ ⎞ 1 ⎟ k '1 = k 1 × CC BL1 × ⎜ ⎜ 1 + ∑ K C BL × [ C i ] ⎟ i 1 i ⎝ ⎠ Rappel (Eq. 12) : k '1 = k 1 × {BL 1}free 52 Modélisation des cinétiques d’échange du Cu à l’interface eau-bryophytes L’Eq. 36 nous permet ainsi de simuler l’évolution des constantes conditionnelles d’adsorption en fonction des concentrations en cations dans le milieu d’exposition. Pour chaque série de cation testé, nous pouvons ainsi quantifier la valeur de la constante d’affinité K Ci BL1 en minimisant les écarts entre les valeurs de constantes conditionnelles d’adsorption k’1 simulées (k’1,SIMU calculé selon Eq. 36) et déterminées expérimentalement (k’1, EXP expérimentalement déterminé selon Eq. 28 1) : E = ∑ (k '1,EXP −k '1,SIMU ) 2 Eq. 37 Ci 1 Rappel (Eq. 28) : où : k '1,EXP = − 1 d[ Cu D ] × [ Cu D ]t =0 dt t →0 − d[ Cu D ] dt t →0 représente le taux d’accumulation initial en solution tel que décrit par l’Eq. 29 ( = ([ Cu D ]t = 0 − [ Cu D ]t = 5 min ) Δt 5 min ). 53 54 Effet des cations compétiteurs sur les cinétiques de bioaccumulation du Cu Chapitre III. EFFET DES CATIONS MAJEURS SUR LES CINETIQUES DE BIOACCUMULATION DU CUIVRE DANS LES BRYOPHYTES 1. INTRODUCTION Les mousses aquatiques sont considérées comme des organismes particulièrement intéressants pour la surveillance de la contamination des cours d’eau, du fait de (i) leur large répartition géographique dans les écosystèmes lotique (Tyler 1990; Steinman et al. 1993), (ii) leur importance écologique en tant qu’habitat et source de nutriment pour les espèces benthiques (Glime et al. 1972; Maurer et al. 1983; Steinman et al. 1993), et (iii) leur capacité à accumuler rapidement les métaux,. De nombreuses études en laboratoire et en milieu naturel, ont permis, via le développement de modèles cinétiques de bioaccumulation, de mettre en relation les concentrations en métal accumulé dans les mousses avec les niveaux de contamination métallique du milieu d’exposition. Ce type d’expériences maintes fois répétées en laboratoire (pour différents métaux et différents espèces de mousses) a pu être validé pour une large gamme de niveau de contamination (Claveri et al. 1995; Croisetiere et al. 2005), et appliqué pour évaluer la contamination métallique des cours d’eau (Mouvet et al. 1993; Claveri et al. 1994; Nimis et al. 2002; Figueira et al. 2005). En revanche, l’effet compétitif des cations majeurs sur l’accumulation des métaux, bien qu’évoqué par Pickering et al. (1969) et Say et al. (1983), n’a à l’heure actuelle, jamais fait l’objet d’une étude approfondie pour les mousses aquatique. Ce type d’effet compétitif a en effet pu être mis en évidence pour divers métaux (Cu, Zn, Cd et Ag) et organismes (truite arc-en-ciel, daphnies, algues unicellulaires) dans le cadre du développement du Modèle du Ligand Biologique (BLM) (Di Toro et al. 2001; Santore et al. 2001; De Schamphelaere et al. 2002; Heijerick et al. 2002). Mis à part quelques exceptions notoires (cf. Chapitre I. §3.2.2), le BLM permet de prendre en compte la compétition des cations (H+, Ca2+, Mg2+, etc…) avec le métal et ainsi de rendre compte des différences de bioaccumulation (ou toxicité) observées, pour des solutions de composition cationique et de pH variables. Dans ce chapitre, nous nous intéressons à l’effet de la composition cationique sur les cinétiques d’accumulation et de relargage du Cu par les mousses aquatiques. L’objectif, à terme, est de pouvoir prédire l’évolution des cinétiques d’échange du Cu eau-bryophytes, en connaissant les caractéristiques du milieu et en particulier sa composition cationique. 55 Effet des cations compétiteurs sur les cinétiques de bioaccumulation du Cu Dans un premier temps, ce chapitre présente les résultats de l’étude expérimentale en laboratoire, où nous étudions la cinétique de bioaccumulation du cuivre par les bryophytes en milieu non renouvelé (test en réacteurs fermés), en fonction de la composition cationique du milieu. La modélisation de ces paramètres cinétiques de bioaccumulation nous permet de caractériser l’effet de la composition cationique sur la bioaccumulation du Cu dans les mousses, par le calcul des constantes d’affinité des différents cations vis à vis des sites présents sur la membrane biologique. Dans un second temps, nous illustrons, par le biais de deux exemples, comment le BLM précédemment calibré en laboratoire peut être appliqué pour la (ré)interprétation de mesures de métaux dans les bryophytes régulièrement recueillies dans le cadre des programmes de biosurveillance. Les résultats présentés dans ce chapitre ont fait l’objet d’une publication (Article 2 présenté en annexe). 2. ETUDE EXPERIMENTALE L’influence de la composition cationique sur la biodisponibilité du Cu a été évaluée en comparant les cinétiques d’accumulation du Cu dans les bryophytes dans des milieux où les concentrations en cations majeurs ont varié dans des ordres de grandeur représentatifs des concentrations en milieu naturel. 2.1 Protocole expérimental 2.1.1 Mises au point méthodologiques du biotest en laboratoire Optimisation du protocole On a longtemps pensé que l’intensité et la rapidité de bioaccumulation des métaux par les bryophytes dépendait entre autre de la vitesse du courant du milieu dans lequel elles étaient exposées (Claveri 1995). Plus récemment, des études (Croisetiere et al. 2001) ont démontré que ces observations relevaient probablement d’un biais expérimental (des conditions d’exposition en continu étant difficiles à maintenir constantes) et que la bioaccumulation ne dépendait pas du courant. Cette observation permet d’envisager des essais en conditions contrôlées et statiques, beaucoup plus simples à mettre en œuvre pour étudier le lien entre la composition chimique des milieux et la bioaccumulation dans les bryophytes, observé en milieu naturel (Vázquez et al. 2000; Vincent et al. 2001). Les bryophytes sont des accumulateurs puissants des métaux, si bien qu’en quelques minutes, la concentration en cuivre dissous du milieu d’exposition peut chuter à un niveau proche de la limite de quantification (Absorption Atomique en four DL ~ 0,1µgCu/L ; QL ~ 0,3 µgCu/L). La Figure 11 compare par exemple les cinétiques de cuivre dissous obtenues en exposant différentes densités de 56 Effet des cations compétiteurs sur les cinétiques de bioaccumulation du Cu bryophytes (de 10 à 100 g poids frais) dans quinze litres de solution d’exposition à 25 µg/L de cuivre dissous. 40 [CuD] (µg/L) [CuD] (µg/L) 100 g de Bryophytes/15L 30 20 10 40 50g de bryophytes/15L [CuD] (µg/L) 40 30 20 10 0 0 10 20 30 temps (h) 40 50 10g de bryophytes/15L 30 20 10 0 0 10 20 30 40 50 0 temps (h) 0 10 20 30 40 50 temps (h) Figure 11. Evolution des concentrations en cuivre dissous lors de l’exposition de bryophytes en matrice minérale, contaminée par 25 µg.L-1 de cuivre, pour 3 densité de bryophytes (100, 50 et 10 g de bryophytes /15L), d’après (Pelfrene 2004) et (Ferreira 2005). Le niveau du plateau final dépend de la densité de mousses, ainsi que la cinétique initiale, qui est plus lente aux fortes densités. La bioaccumulation est, dans le cas des fortes densités de biomasse (100 g de poids frais ; Figure 11.a.), limitée par la diffusion du cuivre dans l’amas de bryophytes (Figure 12.a) ce qui se traduit par une forte hétérogénéité de la contamination de la biomasse (Pelfrene 2004). Le choix méthodologique pour la suite des biotests, consiste donc à exposer une faible quantité de bryophytes (10g, Figure 12b), sélectionnés pour être homogènes (utilisation de l’apex uniquement), maintenus dans un bac de 15L, à une faible concentration en cuivre (5 µg/L). a) b) Figure 12. Bacs d’exposition pour différentes densités de bryophytes ( 100 g (a) et 10 g (b) de bryophytes dans un bac de 15L) La phase d’accumulation Nous exposons les bryophytes en milieu agité, non renouvelé, pendant 72 heures, au cours desquelles nous réalisons un suivi cinétique des concentrations en cuivre dissous dans la solution d’exposition. A l’issue des 72 heures, un échantillon de bryophytes (~100 mg en poids frais) est prélevé, séché, minéralisée, puis analysée (SAA–four). Au début des expositions, avant l’ajout des bryophytes, le cuivre 57 Effet des cations compétiteurs sur les cinétiques de bioaccumulation du Cu total dissous et le cuivre labile sont analysés, après d’une part un prélèvement d’eau filtrée et acidifiée, d’autre part de l’exposition pendant quelques heures des sondes DGT (Gradient de Diffusion en couche mince). Ces biotests sont réalisés en milieu minéral (eau minérale Mont Calm® ; les caractéristiques physico-chimiques de cette eau naturelle sont regroupées dans le Tableau 2) dopé avec différentes concentrations en cations majeurs (Ca, Mg, Na, pH, Tableau 3) et contaminé avec 5 µg/L de Cu (Figure 13). Tableau 2. Composition ionique de l’eau minérale Mont Calm® Composition (en mg/L) Ca2+ Mg2+ K+ Na+ HCO3- SO42- Cl- NO3- pH 3 0.6 0.4 1.5 5.2 8.7 0.6 <1 6.8 SiO2 : 7,5 mg/L Préparation des milieux d’exposition Eau Minérale Mt Calm® dopée en cations + 5 µg Cu / L Introduction des DGT Introduction des mousses Retrait des mousses t=0 t=72h Gamme de concentration en cations Cu labile (DGT) Suivi Cinétique du Cu dissous 1 2 3 4 Mesure Cu mousses 5 MODELIS ATION CINETIQUE Ca 3 mg .L ; -1 Ca 10 mg .L -1 ( µg /L) 5 Ca 20 mg .L -1 Ca 40 mg .L -1 BILANS DE MASS E --1 80 Cu (µg ofCu) C Dissous Ca 150 mg .L 0 0 24 Durée (heures) 72 Cu Dissous Cu Bioaccumulé 60 40 20 0 Ca 3 mg /L Ca 10 mg /L Ca 20 mg /L Ca 40 mg /LCa 150 mg /L Figure 13. Représentation schématique de la méthodologie employée pour évaluer l’effet des cations sur la bioaccululation du Cu par les mousses aquatiques (Fontinalis antipyretica) La phase de relargage (ou dépuration) Pour étudier la phase de relargage, les bryophytes précédemment contaminées, sont placées pendant 24 heures en milieu minéral (eau Mont Calm®, V=3L) non enrichie en cuivre et présentant différentes 58 Effet des cations compétiteurs sur les cinétiques de bioaccumulation du Cu concentrations en cations étudiées lors de la phase d’accumulation (Tableau 3). Durant cette phase de dépuration, un suivi cinétique du Cu relargué en solution est effectué. 2.1.2 Préparation des milieux d’exposition Pour les expériences d’accumulation et de relargage, les milieux d’exposition sont préparés par ajouts dosés de cations majeurs (depuis des solutions concentrées de CaCl2, MgCl2, NaCl, HCl, and NaOH) dans une eau minérale faiblement cationique (composition de la Mont Calm, Annexe 3) de manière à obtenir une gamme de concentrations en cations majeurs. Les compositions cationiques du milieu d’exposition sont récapitulées sur le Tableau 3. Afin de s’affranchir des processus d’adsorption du métal sur les parois du bac, les milieux d’expositions sont préparés 24 heures avant l’introduction des bryophytes, puis renouvelés 2 heures avant introduction des soudes DGT et des bryophytes dans le milieu. Tableau 3. Composition cationique (moy ± ET ; n = 3) des milieux d’exposition pour les biotests d’accumulation. Milieu d’exposition Ca2+ (mg.L-1) Mg2+ (mg.L-1) Na+ (mg.L-1) pH a Mont Calm 3.1 (± 0.6) 0.64 (± 0.05) 1.42 (± 0.09) 6.85 a 9.9 (± 1.0) 19.7 (± 0.9) 41.1 (± 1.1) 153.1 (± 0.9) 3.3 (± 0.4) 3.1 (± 0.2) 3.0 (± 0.3) 2.9 (± 0.5) 3.2 (± 0.1) 3.0 (± 0.8) 2.9 (± 0.8) 2.8 (± 0.5) 2.8 (± 0.3) 2.9 (± 0.4) 3.2 (± 0.3) 3.1 (± 0.7) 0.63 (± 0.02) 0.58 (± 0.04) 0.54 (± 0.06) 0.60 (± 0.03) 2.1 (± 0.04) 5.1 (± 0.06) 10.4 (± 0.03) 48.8 (± 0.04) 0.60 (± 0.02) 0.55 (± 0.07) 0.51 (± 0.04) 0.57 (± 0.04) 0.62 (± 0.07) 0.56 (± 0.01) 0.65 (± 0.03) 0.66 (± 0.04) 1.56 (± 0.09) 1.52 (± 0.13) 1.47 (± 0.20) 1.44 (± 0.07) 1.53 (± 0.09) 1.49 (± 0.08) 1.44 (± 0.12) 1.41 (± 0.07) 3.21 (± 0.09) 11.0 (± 0.11) 21.6 (± 0.12) 103.5 (± 0.08) 1.46 (± 0.11) 1.49 (± 0.18) 1.58 (± 0.21) 1.44 (± 0.03) 6.90 a 6.71 a 6.80 a 6.69 a 6.92 a 6.86 a 6.88 a 6.75 a 6.78 a 6.94 a 6.88 a 6.80 a 8.40 (± 0.13) 7.70 (± 0.16) 5.90 (± 0.10) 4.80 (± 0.16) Biotests Ca Biotests Mg Biotests Na Biotests pH a pas de réplicat de mesure (n=1) 59 Effet des cations compétiteurs sur les cinétiques de bioaccumulation du Cu 2.2 Exploitation des résultats 2.2.1 Calage et validation du modèle cinétique décrivant les échanges du Cu à l’interface eaubryophytes Pour décrire l’accumulation du Cu dans les mousses, nous modélisons la bioaccumulation du cuivre par les bryophytes (cf. Chapitre II.2), en considérant deux cinétiques du premier ordre pour l’adsorption du cuivre biodisponible (Cub) sur les bryophytes, puis son internalisation dans l’organisme. Seules les données obtenues pendant la phase d’accumulation sont utilisées pour le calage du modèle cinétique. Le calage du modèle (selon les Eq. 23 - Eq. 25 - Eq. 26, décrites dans le Chapitre II.2.1) nous permet de calculer les valeurs des constantes cinétiques d’échange du Cu à l’interface eau-bryophytes (k’1, k-1, k’2, k-2) pour chacune des concentrations en cations (Ca, Mg, Na, pH) testées. La validité du modèle pour décrire les échanges du Cu à l’interface eau-bryophytes en fonction de la composition cationique du milieu d’exposition, est testée sur les données obtenues pendant la phase de relargage : les valeurs des constantes cinétiques précédemment calculées par calage du modèle, sont utilisées pour simuler (Eq. 24) l’évolution théorique des concentrations de Cu relargué en solution pour chaque milieu d’exposition. La comparaison des valeurs ainsi simulées avec les mesures nous permet de juger de la validité du modèle pour décrire les échanges de Cu à l’interface eau-bryophytes en fonction des la composition cationique du milieu d’exposition. 2.2.2 Sensibilité de la méthode aux faibles niveaux de contamination Sensibilité de la méthode aux faibles niveaux de contamination Le formalisme du FIAM (repris dans le BLM) suppose que l’accumulation en métal dans l’organisme est directement proportionnelle à la concentration en métal libre (ou labile) en solution. Afin de vérifier la validité de cette hypothèse pour l’accumulation du Cu par les mousses aquatiques aux faibles niveaux de contamination, nous exposons les bryophytes en matrice minérale (en eau minérale Mont Calm®, composition cationique Tableau 3) à une gamme de concentration variant de 1 à 5 μg/L de cuivre. Sur la Figure 14, on observe qu’il existe bien une relation linéaire entre le flux initial de bioaccumulation ( − d[ Cu D ] dt t →0 en μg.L-1h-1 ; cf. Eq. 29) et la concentration initiale en cuivre, qu’elle soit exprimée en cuivre total dissous ou labile, que la précision de la méthode est très bonne et permet de réaliser des expériences à des concentrations en cuivre de l’ordre de celles du milieu naturel (1, 2 et 5 μg/L de cuivre total dissous). En milieu minéral, le cuivre total dissous est biodisponible pour l’adsorption sur les bryophytes. L’ordonnée à l’origine de la régression obtenue étant très faible (0,28 μg.L-1h-1, σ = 0,18 μg.L-1h-1), nous pouvons définir, dans nos conditions opératoires de densité de 60 Effet des cations compétiteurs sur les cinétiques de bioaccumulation du Cu bryophytes ( m bryos = 10 g poids frais ), de volume d’exposition (15 L) et d’agitation, la constante vraie d’adsorption k1 à partir de la pente de la droite de régression (k1 = 2,44 L.gdw-1.h-1, σ = 0,06 L.gdw-1.h-1). 16 -1 -1 d [CuD] / dt I t->0 (µg.L .h ) 14 y = 2.444x + 0.281 12 Figure 14. Flux initial de bioaccumulation 2 R = 0.986 10 ( d[ Cu D ] dt t →0 ) du cuivre par les bryophytes en 8 6 eau minérale Mont Calm®, en fonction de la 4 concentration initiale de cuivre dissous (▲) et 2 labile (□). 0 0 1 2 3 4 5 6 -1 Cu concentrations (µg.L ) Initial Total dissolved Cu initial Labile Cu La Figure 14 nous permet de vérifier pour les faibles niveaux de contamination l’hypothèse principale du modèle de l’ion libre (proportionnalité entre accumulation et niveaux d’exposition), et nous permet également de mettre en évidence la bonne sensibilité de la méthode aux faibles niveaux de contamination en métal (concentrations variant de 1à 5 µg /L de Cu). Vérification des bilans de masse en fin d’expérience Le protocole expérimental consiste à exposer une faible quantité de bryophytes (10g) maintenus sous agitation dans un bac de 15L, à de faibles concentrations en cuivre (5 μg/L). Cette faible densité de biomasse nous permet de suivre la cinétique de disparition du cuivre dissous en solution comme indicateur indirect de la bioaccumulation dans les bryophytes. En revanche, cette faible densité de biomasse ne nous permet pas d’effectuer un suivi cinétique de la contamination des bryophytes, car il y a trop peu de biomasse. Nous faisons donc l’hypothèse que la disparition du cuivre dissous est due à la bioaccumulation dans les bryophytes, que nous vérifions à la fin d’accumulation (t=72h) en effectuant un bilan de masse (Figure 15). Les fractions de métal adsorbé et internalisé par les mousses sont mesurées après les 72 heures de la phase d’accumulation selon le protocole détaillé en Annexes (cf. Annexes §2.3). Un échantillon de bryophytes est prélevé à la fin de la phase d’accumulation (t=72h), et placé dans une solution complexante (EDTA – 1mM, 2h00). La fraction de métal adsorbé sur les mousses est mesuré dans la solution d’EDTA (SAA-four), tandis que la fraction internalisée est directement mesuré dans les mousses ainsi traitées après séchage à l’étuve (60°C, 48 heures) et minéralisation à l’acide nitrique (HNO3, suprapur). 61 Effet des cations compétiteurs sur les cinétiques de bioaccumulation du Cu A. Biotests Calcium 60 40 20 Cu Dissous Cu Internalisé Cu Adsorbé 60 40 20 0 0 Ca 3 mg/L Ca 10 mg/L Ca 20 mg/L Ca 40 mg/L Ca 150 mg/L Mg 0.6 mg/L C. Biotests Sodium 80 60 40 20 0 Mg 2 mg/L Mg 5 mg/L Mg 10 mg/L Mg 50 mg/L D. Biotests pH 80 Cu Dissous Cu Internalisé Cu Adsorbé Δ Cu (µg de Cu) Δ Cu (µg de Cu) B. Biotests Magnesium 80 Cu Dissous Cu Internalisé Cu Adsorbé Δ Cu (µg de Cu) Δ Cu (µg de Cu) 80 Cu Dissous Cu Internalisé Cu Adsorbé 60 40 20 0 Na 1.5 mg/L Na 3 mg/L Na 10 mg/L Na 20 mg/L Na 100 mg/L pH 8.40 pH 7.70 pH 6.85 pH 5.90 pH 4.80 Figure 15. Vérification des bilans de masse du cuivre à la fin des 72 heures d’exposition, par comparaison entre la quantité totale de Cu accumulé (adsorbé + intenalisé) dans les mousses et la quantité de Cu dissous consommé en solution pendant les 72h. 62 Effet des cations compétiteurs sur les cinétiques de bioaccumulation du Cu 3. RESULTATS 3.1 Cinétiques d’accumulation du Cu par les mousses aquatiques La Figure 16 présente l’évolution cinétique (représentée sous forme d’un rapport adimensionnel [ Cu W ] / [ Cu W ]t =0 ; où [CuW] et [CuW]t=0 sont les concentrations de Cu dissous à l’instant t et à t=0 du biotest) des concentrations mesurées (symboles) et simulées (traits) en cuivre dissous pendant la phase d’accumulation, en matrice minérale enrichie en cuivre (5 μgCu/L), obtenues pour les différentes compositions cationiques du milieu. Pour l’ensemble des concentrations en cations testées, on note que les concentrations en Cu dissous chutent rapidement sur les premières heures pour tendre vers un plateau en fin d’expérience (entre 0.5 et 1 µg/L), traduisant un état d’équilibre à l’interface eau-bryophytes. On note également que ce plateau est atteint pour des durées d’exposition variables (entre 2h et 10h) qui dépendent de la composition cationique du milieu d’exposition : de manière générale une augmentation des concentrations en cations dans le milieu retarde l’atteinte de ce plateau d’équilibre. A partir du modèle cinétique d’échange du Cu à l’interface solution-bryophytes (cf. Chapitre II.2), une optimisation (modélisation inverse) a été réalisée, nous permettant d’identifier les paramètres cinétiques (k’1, k-1, k’2, k-2). Les résultats de la simulation pour chacune des compositions cationiques sont comparés aux résultats expérimentaux sur la Figure 16. D’une manière générale, on observe pour l’ensemble des simulations une très bonne corrélation (r² ≥ 0.92) entre les valeurs mesurées et simulées. Les paramètres cinétiques obtenus par simulation pour les milieux d’exposition sont regroupés dans le Tableau 4. De manière générale, on constate que la constante conditionnelle d’adsorption k’1 est le paramètre cinétique le plus influencé par les variations de la composition cationique du milieu d’exposition. A l’exception du sodium (Na), une augmentation des concentrations en cations majeurs en solution se traduit par une diminution de la cinétique d’adsorption (k’1) du métal sur les mousses aquatiques. En revanche on remarque que la valeur du ratio k’2/k-2 , qui décrit la distribution du Cu extra/intracellulaire dans les mousses en fin d’expérience (cf. Eq. 31), demeure constante (k’2/k-2 = 0.292±0.02 ; n=17) quelle que soit la composition cationique du milieu d’exposition. Ce dernier résultat semble indiquer que les cations majeurs n’influent pas les processus d’internalisation/élimination du métal, alors qu’ils influent fortement en amont en limitant la cinétique d’adsorption du métal. 63 Effet des cations compétiteurs sur les cinétiques de bioaccumulation du Cu Tableau 4. Valeurs des différentes constantes cinétiques d’adsorption-desorption (k’1, k-1) et des ratios d’internalisation/élimination (k’2 / k-2) en fonction des différentes compositions cationiques du milieu d’exposition. Biotest Ca2+ (mg.L-1) Mg2+ (mg.L-1) Na+ (mg.L-1) pH Mont Calm 3.1 9.9 0.64 1.42 6.85 1.92 0.05 0.30 0.63 1.56 6.90 1.32 0.04 0.32 19.7 41.1 153.1 3.3 3.1 3.0 2.9 3.2 3.0 2.9 2.8 2.9 3.0 3.2 3.1 0.58 0.54 0.60 2.1 5.1 10.4 48.8 0.60 0.55 0.51 0.57 0.56 0.60 0.65 0.66 1.52 1.47 1.44 1.53 1.49 1.44 1.41 3.21 11.0 21.6 103.5 1.49 1.54 1.58 1.44 6.71 6.80 6.69 6.92 6.86 6.88 6.75 6.78 6.94 6.88 6.80 7.70 6.80 5.90 4.80 0.73 0.60 0.28 1.31 0.80 0.58 0.30 1.66 1.60 1.72 1.81 2.16 1.92 1.11 0.72 0.03 0.04 0.02 0.06 0.03 0.03 0.02 0.04 0.05 0.07 0.08 0.07 0.05 0.05 0.07 0.28 0.28 0.28 0.29 0.28 0.27 0.35 0.29 0.33 0.28 0.29 0.28 0.30 0.29 0.29 Ca Mg Na pH a k’1 (h-1) a k –1 (h-1) a k’2 / k –2 le calcul des constantes cinétiques k’1 , k-1 et et du ratio k’2 / k-2 est détaillé dans le Chapitre II.2.2 (Eq. 28, Eq. 30 et Eq. 31 respectivement). a 64 Effet des cations compétiteurs sur les cinétiques de bioaccumulation du Cu A. Effet du Ca sur la cinétique d’accumulation du Cu B. Effet du Mg sur la cinétique d’accumulation du Cu 1.2 1.2 Mg 0.6 mg.L-1 Ca 3 mg.L -1 Ca 10 mg.L -1 Ca 20 mg .L -1 0.8 Ca 40 mg.L -1 Ca 150 mg .L -1 0.6 0.4 Mg 5 mg .L-1 0.8 Mg 10 mg.L-1 Mg 50 mg .L-1 0.6 0.4 0.2 0.2 0.0 0.01 Mg 2 mg.L-1 1.0 [Cuw] / [Cuw]t=0 [Cuw] / [Cuw]t=0 1.0 0.1 1 10 0.0 0.01 100 0.1 1 10 100 Time (hours) Time (hours) C. Effet du Na sur la cinétique d’accumulation du Cu D. Effet du pH sur la cinétique d’accumulation du Cu 1.2 1.2 pH 8.4 Na 1.5 mg.L -1 Na 3 mg.L -1 pH 7.7 1.0 pH 6.8 Na 10 mg .L -1 0.8 Na 20 [Cuw] / [Cuw]t=0 [Cuw] / [Cuw]t=0 1.0 mg.L -1 Na 100 mg .L -1 0.6 0.4 0.2 0.0 0.01 pH 5.9 0.8 pH 4.8 0.6 0.4 0.2 0.0 0.1 1 10 100 0.01 Time (hours) 0.1 1 10 100 Time (hours) Figure 16. Evolution cinétique du cuivre dissous ( [ Cu W ] / [ Cu W ]t =0 ) dans les différents milieux d’exposition (avec des concentrations variables de Ca, Mg, Na et pH en solution) pendant les 72 h de la phase d’accumulation. Les symboles et les lignes représentent respectivement les donnés expérimentales et simulées (solutions analytiques dérivées de l’Eq. d’accumulation). 65 23 pour la phase Effet des cations compétiteurs sur les cinétiques de bioaccumulation du Cu 3.2 Cinétiques de relargage du Cu La Figure 18 présente l’évolution cinétique des concentrations en cuivre dissous ([CuW]) en solution pendant les 24 h de la phase de relargage pour les différentes compositions cationiques testées. Pour l’ensemble des cations testés (à l’exception du sodium), on remarque qu’une augmentation de la composition cationique (Ca, Mg, et Na) du milieu augmente la quantité de Cu relarguées par les mousses en solution. A l’instar des cinétiques d’accumulation, ce résultat nous indique que les cinétiques de relargage du Cu sont également influencées par les variations de la composition cationique du milieu d’exposition : d’une manière générale, une augmentation des concentrations en solution des cations majeurs (Ca, Mg, et protons) augmente le relargage de Cu des mousses vers la solution. L’observation de ces phénomènes peut être attribuée aux effets compétitifs des cations majeurs pour la fixation du Cu sur les sites extra-cellulaires de la membrane biologique. Les résultats de la simulation obtenus pour la phase de relargage (Eq. 24) pour chacune des compositions cationiques sont comparés aux résultats expérimentaux sur la Figure 17. Les concentrations simulées (dérivées de l’Eq. 24) sont calculées en utilisant les valeurs des paramètres cinétiques estimés à partir des phases d’accumulation pour chaque composition cationique testées (valeurs récapitulées sur le Tableau 4). On constate en général une bonne corrélation (r²=0.90) entre les concentrations simulées et celles mesurées pour l’ensemble des compositions cationique testées (Figure 17), ce qui nous permet de valider la méthode et l’outil d’interprétation (modèle cinétique) pour prédire les cinétiques d’échange du Cu (accumulation – relargage) par les mousses dans des milieux de qualités d’eau contrastées. -1 Cu dissous simulé [CuD] (µg.L ) 1.5 1.2 Figure 17. Comparaison entre les concentrations de Cu dissous simulées et mesurées au cours de la phase de relargage pour l’ensemble des biotests (Ca, Mg, Na, et pH). 0.9 0.6 Ca biotests 0.3 Mg biotests Na biotests pH biotests 0 0 0.3 0.6 0.9 Cu dissous mesuré [CuD] 1.2 1.5 Le trait plein correspond à une parfaite corrélation (théorique) entre valeurs observées et mesurées ; les traits en pointillées correspondent à des ratios 0.5 et 2 entre valeurs mesurées et simulées. -1 (µg.L ) Les trois points qui se démarquent sur la Figure 17 peuvent en partie s’expliquer par les faibles niveaux de concentration (< 0.2 µg/L) pour lesquels l’analyse de Cu par SAA-four n’est pas exempte d’une forte incertitude analytique (Limite de Quantification du Cu par SAA-four = 0.3 µg/L). 66 Effet des cations compétiteurs sur les cinétiques de bioaccumulation du Cu A. Effet du Ca sur la cinétique de relargage du Cu B. Effet du Mg sur la cinétique de relargage du Cu 2.0 1.5 Ca 3 mg.L -1 Ca 10 Mg 0.6 mg.L-1 mg.L -1 1.6 Mg 5 mg .L-1 [Cuw] (µg.L-1) [Cuw] (µg.L-1) Ca 40 1.2 Mg 2 mg.L-1 1.2 Ca 20 mg .L -1 mg.L -1 Ca 150 mg .L -1 0.8 0.4 Mg 10 mg.L-1 0.9 Mg 50 mg .L-1 0.6 0.3 0.0 0.0 0 5 10 15 20 25 0 5 10 Time (hours) 15 20 25 Time (hours) C. Effet du Na sur la cinétique de relargage du Cu 1.5 D. Effet du pH sur la cinétique de relargage du Cu 1.5 Na 1.5 mg.L -1 pH 8.4 Na 3 mg.L -1 Na 20 mg.L -1 0.9 pH 7.7 1.2 Na 10 mg .L -1 [Cuw] (µg.L-1) [Cuw] (µg.L-1) 1.2 Na 100 mg .L -1 0.6 0.3 pH 6.8 pH 5.9 0.9 pH 4.8 0.6 0.3 0.0 0.0 0 5 10 15 20 25 0 Time (hours) 5 10 15 20 25 Time (hours) Figure 18. Evolution cinétique mesurée (symboles) et simulée (traits) des concentrations de cuivre dissous en solution ( [ Cu W ] en µg/L) au cours des 24h de la phase de relargage (24h) en fonction de la composition cationique du milieu. Les symboles et les lignes représentent respectivement les donnés expérimentales et simulées (solutions analytiques dérivées de l’Eq. d’accumulation). 67 24 pour la phase Effet des cations compétiteurs sur les cinétiques de bioaccumulation du Cu 4. CALCUL DES CONSTANTES D’AFFINITE CATIONS – LIGAND BIOLOGIQUE: DEVELOPPEMENT D’UN BLM–CU POUR LES BRYOPHYTES Les cinétiques d’accumulation du Cu présentées précédemment, ont permis de mettre en évidence l’effet des cations majeurs sur la cinétique globale d’accumulation du Cu par les mousses aquatiques. Les valeurs des paramètres cinétiques (k’1, k-1, k’2, et k-2) nous informent que les cations majeurs influent majoritairement sur l’étape de fixation (ou adsorption) du métal sur les sites extra-cellulaires – BL1, alors que l’internalisation du métal dans l’organisme (sites intra-cellulaires) n’est pas modifiée par ces paramètres de qualité d’eau. Dans le but de pouvoir quantifier ces effets compétitifs, nous avons développé un modèle (dans le Chapitre II §.3.2) permettant de relier la constante conditionnelle d’adsorption du métal sur les sites extra-cellulaire k’1 (i.e. le paramètre cinétique le plus sensible) avec la composition cationique du milieu : ⎛ ⎞ 1 ⎟ k '1 = k 1 × CC BL1 × ⎜ ⎜ 1 + ∑ K C BL × [ C i ] ⎟ i 1 i ⎝ ⎠ (Rappel détails calculs: Eq. 36 cf. Chapitre II.3.2) où : - CC BL : représente la capacité complexante théorique de la membrane biologique 1 - K C BL est constante de complexation du i 1 cation Ci sur les sites extra-cellulaire –BL1 de la membrane biologique L’ajustement de ce modèle (Eq. 36) sur les donnés expérimentales (valeurs de k’1, cf. Tableau 4) nous permet, via le calcul des constantes d’affinités K Ci BL1 , d’estimer (quantifier) la capacité compétitive de chaque cation Ci sur le ligand biologique. L’évolution entre les constantes conditionnelles d’adsorption k’1 et les concentrations en cations majeurs Ci, sont graphiquement représentées sur la Figure 19. A l’exception du sodium (Na), on note que l’augmentation en cations Ci dans la solution se traduit par une diminution des constantes cinétiques d’adsorption du Cu dans les mousses. Par exemple, pour le cas du Ca et Mg (Figure 19 A. et Figure 19B.) on observe une diminution d’un facteur 6 de la constante cinétique k’1 sur les gammes de concentrations en cations étudiées. En revanche, sur la gamme de concentration en sodium étudiées (Figure 19 C.), on n’observe aucun effet sur la cinétique d’adsorption. Ce résultat indique que le sodium n’entre pas en compétition avec le cuivre pour la fixation sur les sites extra-cellulaires, et suggère que ces deux cations (Na et Cu) ne partagent pas les mêmes sites d’assimilation sur la membrane biologique. Pour l’effet des protons, on distingue globalement deux zones de pH selon lesquels l’effet des protons sur la cinétique d’assimilation du Cu diffère : (i) une première phase où l'augmentation du pH (de 4,8 à 6,8) se traduit par une augmentation progressive du nombre de sites deprotonés de la membrane biologique ({BL1}free = f ([H+]), et par une augmentation de la constante d’adsorption du Cu par les mousses aquatiques (k’1 = f ([H+]), et (ii) une seconde phase (de pH 7.7 à 8.4) où l’ensemble (ou une 68 Effet des cations compétiteurs sur les cinétiques de bioaccumulation du Cu grande majorité) des sites de fixation sur la membrane biologique sont libres ({BL1}free = {BL1}max) se traduisant par une constante cinétique d’adsorption constante (k’1 = k’1 MAX). D’une manière générale, on constate que la valeur de la constante d’adsorption diffère au maximum d’un facteur 6 sur une gamme de concentration en cations majeurs représentative des concentrations généralement observable en milieu naturel. Ce résultat montre clairement que l’accumulation des métaux dans les mousses aquatique n’est pas exclusivement contrôlée par la fraction de métal libre en solution (et donc par la présence de ligands compétitifs organiques), mais que certains facteurs abiotiques (ici les concentrations en cations majeurs) contrôlent et limitent également les cinétiques d’accumulation. La réduction de ces cinétiques d’adsorption est majoritairement imputable aux effets compétitifs des cations Ci pour la fixation du Cu sur les sites extra-cellulaires. Ces effets compétitifs sont quantifiables via le calcul des constantes d’affinités K Ci BL1 tel que : Tableau 5. Paramètres décrivant l’affinité des cations Ci et du Cu sur les sites extra-cellulaires a CATION Taux maximal d’accumulation du Cu par les mousses en l’absence de cations compétitifs ([Ci] = 0) a k' (h–1) 1 MAX = k1.{CCBL1 }max Na Ca Mg H 2.11 2.30 2.25 2.21 Constantes d’affinité du Cation Ci a log K C i BL 1 (L.mol–1) 1.00 3.47 3.89 5.13 k 1.{CC BL1 }max et K Ci BL1 sont calculées à partir de l’Eq. 36. Le calcul des constantes d’affinité K Ci BL1 à partir de la simulation des données expérimentales (selon l’Eq. 36) nous permet de comparer l’effet des différents cations Ci sur l’accumulation du Cu par les mousses. Ainsi, on note que les protons représentent les cations qui possèdent l’effet compétitif le plus marqué, bien que celui-ci ne soit observable que pour des eaux acides (4.8 < pH < 6.8). Le calcium et le magnésium possèdent quant à eux une affinité similaire pour les sites extra-cellulaires de la membrane biologique ( log K C i BL 1 = 3.47 et 3.89 respectivement). Les constantes d’affinité ( log K C i BL 1 ) pour le Ca, Mg, et H obtenus pour les bryophytes aquatiques (F. antipyretica) sont du même ordre de grandeur que celles repportés pour les daphnies (De Schamphelaere et al. 2002) ou les poissons (Santore et al. 2001; Niyogi et al. 2004). En revanche, l’effet du sodium pour les bryophytes ( log K C i BL 1 = 1.00 ) est largement inférieur à celui observés pour les daphnies ( log K C i BL 1 = 3.19 pour D. magna ; (De Schamphelaere et al. 2002)) ou les poissons ( log K C i BL 1 = 3.0 ; (Santore et al. 2001)). 69 Effet des cations compétiteurs sur les cinétiques de bioaccumulation du Cu 3.0 3.0 k'1 MAX k'1 MAX r² = 0.9729 k'1 (h-1) k'1 (h-1) 2.0 1.0 0.0 0.000 2.0 r² = 0.9872 1.0 0.0 0.001 0.002 0.003 0.004 0.0000 [Ca ] (mol.L-1) A. 0.0005 0.0010 0.0015 0.0020 -1 [Mg] (mol.L ) B. pH 9.0 7.0 6.0 5.0 4.0 3.0 3.0 k'1 MAX k'1 MAX 2.0 k'1 (h -1 ) k'1 (h-1) 8.0 1.0 r² = 0.8721 2.0 1.0 SITES EXTRA-CELLULAIRES DEPROTONES SATURATION PROGRESSIVE DES SITES 0.0 0.0 0.000 C. 0.001 0.002 0.003 0.004 10-9 0.005 -1 [Na] (mol.L ) D. Figure 19. Constantes conditionnelles d’adsorption (k’1) du Cu sur les mousses (mesurées (C)Na, et (D) protons (pH) du milieu d’exposition. 70 10-8 10-7 10-6 + 10-5 10-4 -1 [H ] (mol.L ) et simulées ⎯ ; Eq. 36) en fonction des concentrations en (A)Ca, (B)Mg, Effet des cations compétiteurs sur les cinétiques de bioaccumulation du Cu 5. APPLICATION DU BLM– BRYOPHYTES POUR EVALUER LES TENEURS EN CUIVRE BIODISPONIBLE DANS L’EAU En fonction de la composition minéralogique des bassins qu’ils traversent, les cours d’eau présentent généralement des compositions cationiques fortement variables. Comme nous avons pu le montrer en conditions de laboratoire, la composition cationique modifie significativement les cinétiques d’accumulation par les mousses aquatiques, et donc contrôle indirectement la biodisponibilité potentielle du métal. Dans cette section, nous évaluons la sensibilité du modèle (précédemment calé et validé en laboratoire) pour prédire la biodiponibilité en fonction sur une large gamme de composition cationique représentative des cours d’eau français. Exemple d’illustration : Évaluation de la biodisponibilité du cuivre dans l'eau à partir de mesures dans les mousses aquatiques autochtones Dans cet exercice prospectif, nous étudions l'emploi du modèle actuel pour estimer les concentrations en métal biodisponible dans l'eau à partir des teneurs en métaux des mousses aquatiques autochtones présentes dans des rivières françaises choisies présentant une large gamme de compositions cationiques de l’eau. Nous supposons que les bryophytres aquatiques autochtones sont à l'équilibre (i.e. état stationaire à l’interface eau-bryophytes) avec le milieu pour chaque rivière "i" soumise à une contamination chronique en métal. Pour chaque contexte hydrographique "i", caractérisé par sa propre composition cationique (Cai, Mgi, Nai, pHi), les équations décrivant les échanges de métal à l’interface eau-bryophytes (cf. Chapitre II.2), peuvent être simplifiées en utilisant l'hypothèse d'équilibre pour calculer la concentration en cuivre biodisponible dans l'eau ( [ Cu W ]i ) : Eq. 38 [ Cu W ]i = k -1, i {Cu m }i × k' k '1, i 1 + 2 ,i k - 2,i {Cu m }i = 100 µg.g-1 k'1,i = f ([Ca]i, [Mg] i, [Na] i, pH i) (Eq. 37) en L.g-1.h-1 k-1,i = 0.047 h-1 k'2,i = 0.087 h-1 / k –2,i = 0.30 h-1 (Source : Tableau 4, p. 48) Pour cet exercice prospectif, nous faisons l’hypothèse que les teneurs en cuivre bioaccumulé sont constantes ({Cu m }i = 100 μg.g-1) pour l’ensemble des mousses aquatique collectées dans les "i" cours d’eau (i = 1 à 80). La détermination des constantes cinétiques introduites dans le modèle nécessite la connaissance de la composition cationique du milieu (cf. le calcul de la constante cinétique d’adsoprption k’1 , Eq. 37). Les teneurs en cations majeurs des 80 cours d’eau étudiés sont obtenues à 71 Effet des cations compétiteurs sur les cinétiques de bioaccumulation du Cu partir des bases de données des agences de l’eau (caractéristiques chimique de l’eau dans ces 80 stations fournies en Annexe 2.6). A partir des chroniques de concentrations en cations majeurs (Ca, Mg, Na, pH) disponibles pour quatre des six agences de l’eau françaises 1 nous avons calculé une concentration médiane caractéristique pour chacun des cours d’eau "i". La dispersion de ces concentrations en métal biodisponible [ Cu W ]i calculées pour l’ensemble des 80 "i" cours français sélectionnés est représenté sur la Figure 20. Les concentrations en métal biodiponible ainsi calculées couvriraient une gamme de concentrations variant de 0.5 à 7 µg/L si la concentration de cuivre bioaccumulables dans les mousses est supposée être la même pour les 80 échantillons de mousses ({Cu m }i =100 µg.g-1). Cette large dispersion des concentrations en métal biodiponible calculées pour les ‘‘i’’ cours d’eau met en évidence l’influence de la composition cationique de l'eau pour l'interprétation des teneurs en métal dans les mousses aquatiques autochtones. A partir du modèle BLM-Cu on montre ainsi que la fraction biodisponibile pour les bryophytes varie fortement (d’un facteur 15) en fonction de la composition cationique du milieu. L’application de ce type de modèle permet ainsi d’envisager une interprétation plus fine des teneurs en métal dans les mousses autochtones (couramment collectées dans le cadre de programmes de biomonitoring) en évaluant les concentrations en métal biodisponibles spécifiques pour chaque composition cationique du cours d’eau. Composition cationique faible et pH > 8.0 Composition cationique moyenne et 6.5 < pH < 8.0 Composition cationique élevée et pH < 6.5 Fréquence (%) 20 15 10 5 0 0 1 5 th 2 3 percentile 4 5 th 95 percentile 6 7 [ Cu w] i (µg.L -1 ) Figure 20. Représentation graphique de la dispersion des concentrations en métal biodisponible ( [ Cu W ]i ) calculées pour les "i" contextes hydrographiques ("i" = 80 fleuves et rivières françaises). 1 - Agence Loire-Bretagne : Agence Rhin-Meuse : Agence Seine-Normandie : Agence Rhône-Méditérranné-Corse : http://carto.eau-loire-bretagne.fr/osur/top.jsp http://rhin-meuse.eaufrance.fr/choixtheme?lang=fr http://www.eau-seine-normandie.fr/index.php?id=1628 http://sierm.eaurmc.fr/eaux-superficielles/index.php 72 Effet des cations compétiteurs sur les cinétiques de bioaccumulation du Cu CONCLUSIONS Les interactions des cations avec les organismes aquatiques constituent un des facteurs de contrôle majeurs de la biodisponibilité du cuivre pour les bryophytes en milieu aquatique. A notre connaissance, peu d’études sont disponibles sur la modélisation de ces interactions entre les cations et les sites actifs à l’interface eau-bryophytes. À l'heure actuelle, peu d’approches permettent d’incorporer l’effet des cations pour calculer les seuls de qualité d’eau en fonction de la composition cationique du milieu. La première approche a dans un premier temps été suggérée par l’US EPA (EPA 1985). Cette approche consiste en un algorithme, pondérant simplement le critère de qualité d’eau pour les mousses (WQS : Water Quality Standard) par la dureté de l’eau dans le milieu d’exposition : Eq. 39 WQS pondéré ⎛H⎞ = WQS × ⎜ ⎟ ⎝ 30 ⎠ où : - WQS : correspond au critère de qualité d’eau pour les mousses aquatiques pour une dureté d’eau fixée à 30 mg CaCO3 / L. 0.85 - H : est la dureté de l’eau mesurée dans le milieu d’exposition (en mg CaCO3 / L). Cependant, cette relation empirique (basée sur des études comparatives), ne prend pas en compte les mécanismes spécifiques d’interaction des différents cations dont les affinités vis à vis de la membrane biologique diffèrent selon leur nature (Ca, Mg, Na, protons). Il semblerait donc indispensable de trouver d’autres critères quantitatifs et qualitatifs plus pertinents qu’une simple relation empirique. Notre étude, basée sur l’étude des relations entre les concentrations en cations et les cinétiques d’accumulation du Cu, nous montre que chacun des cations majeurs possèdent des affinités différentes vis à vis de la membrane biologique des mousses. A l’exception du sodium, pour lequel nous n’observons aucun effet sur la bioaccumulation du Cu, on observe que l’ensemble des cations majeurs (Ca, Mg, et pH) réduisent fortement les cinétiques d’accumulation du Cu par les bryophytes aquatiques sur des gammes de concentrations représentatives des eaux de rivières françaises. A partir de ces relations il est maintenant possible de prédire l’effet des cations majeurs sur la biodiponibilité du Cu pour les mousses aquatiques. Sous réserve de quantifier les paramètres de qualité d’eau (pH, cations majeurs), un tel modèle d’interprétation (BLM-Cu pour les bryophytes) permet de mieux évaluer la fraction de métal biodisponible (bioaccumulable) pour des bryophytes exposées dans des milieux contrastés. 73 74 Influence de la MOD sur la biodisponibilité du Cu pour les bryophytes aquatiques Chapitre IV. INFLUENCE DES MATIERES ORGANIQUES DISSOUTES (MOD) SUR LA BIODISPONIBILITE DU CUIVRE : ETUDE COMPARATIVE ENTRE UN OUTIL BIOMIMETIQUE (DGT) ET UN BIOINDICATEUR (Bryophytes) 1. INTRODUCTION Les milieux aquatiques de surface qui subissent une pression anthropique sont souvent le réceptacle des micro-polluants métalliques issus de l’activité humaine et industrielle. Ces milieux sont également chargés en matière organique (MO) d’origine anthropique et naturelle. Les matières organiques présentes dans les eaux naturelles possèdent une très large variété de propriétés et sont constituées d’un mélange complexe de composés dont au moins 80% ne sont pas structurellement identifiés à l’heure actuelle (Garnier 2004). De par cette forte variabilité naturelle, les interactions physico-chimiques des micro-polluants métalliques avec ces matières organiques sont complexes et déterminantes pour comprendre le devenir de ces contaminants en milieu aquatique. Les capacités de complexation des matières organiques avec les métaux traces varient énormément selon la nature de la matière organique, cette nature étant par conséquent un facteur prépondérant dans le contrôle de la spéciation et la biodisponibilité des métaux en solution. Depuis une vingtaine d’années, on considère que le paramètre explicatif de la biodisponibilité d’un métal pour les organismes aquatiques est la concentration en métal libre en solution. Ainsi, le FIAM (« Free Ion Activity Model », (Morel 1983)), puis le BLM (“Biotic Ligand Model”, (De Schamphelaere et al. 2002)), ont fourni un cadre conceptuel pour l’interprétation de nombreuses expériences portant sur la biodisponibilité des métaux en présence de ligands organiques. Sauf exceptions notoires (e.g. l’accumulation du zinc (Hassler et al. 2003), cf. Chapitre I.3.2.3), la concentration en ion libre représente la fraction de métal la plus réactive vis à vis des ligands potentiels, parmi lesquels la membrane biologique (et donc la fraction potentiellement la plus toxique pour les organismes). Dans cette partie, notre objectif est de quantifier et tenter d’expliquer les variations de concentrations en métal (Cu) biodisponible en fonction de la nature et de la quantité de matière organique présente dans le milieu d’exposition. Cette étude vise également à évaluer si la concentration en cuivre labile (estimé à l’aide de différentes techniques de spéciation telles que la DP-ASV 1 ou la technique DGT 2) est représentative de la fraction de métal biodisponible pour les bryophytes aquatiques, en présence de DP-ASV : Differential Pulse Anodic Stripping Voltammetry (voltammétrie impulsionnelle différentielle à re-dissolution anodique) 2 DGT : Diffusion in Thin Films (Gradient de Diffusion en couche mince) 1 75 Influence de la MOD sur la biodisponibilité du Cu pour les bryophytes aquatiques différents types de matière organique dissoute présente dans le milieu naturel. Dans le cadre de notre étude, nous nous intéressons à des MO qui diffèrent par leur origine (naturelle, anthropique ou bactérienne), leur composition et leur capacité à interagir avec le cuivre. Ce chapitre décrit dans un premier temps l’étude expérimentale dans laquelle nous testons, en conditions contrôlées de laboratoire, l’effet de quatre ligands organiques d’origines différentes sur la spéciation et la biodisponibilité du cuivre pour les bryophytes aquatiques, ainsi que sur l’accumulation du Cu par un outil censé être ‘‘biomimétique’’, à savoir la DGT. Puis, dans un second temps, nous interprétons les résultats issus de cette partie expérimentale à l’aide du modèle de bioaccumulation cinétique (cf. Chapitre II) afin de décrire l’effet des MO sur les mécanismes d’interaction du métal avec les différents ligands (organiques et biologiques) présents dans le milieu d’exposition. 2. ETUDE EXPERIMENTALE 2.1. Protocole expérimental du biotest 2.1.1 Exposition des bryophytes Protocole du biotest Les bryophytes (10g, poids frais) sont exposées en milieu agité (bacs de 15L), non renouvelé (Figure 12.b), pendant 72 heures, au cours desquelles nous réalisons un suivi cinétique des concentrations en cuivre dissous (CuD) dans la solution d’exposition (eau minérale Mont Calm ®, dopée à différentes concentrations en matières organiques dissoutes). Au début des expositions (t=0), avant l’ajout des bryophytes, le cuivre total dissous et le cuivre labile sont analysés, au moyen d’une part d’un prélèvement d’eau filtrée (0.2 µm) et acidifiée (HNO3 à 1%), d’autre part de l’exposition pendant quelques heures (de 2h à 5h) de systèmes DGT (Gradient de Diffusion en couche mince équipés de gels restricitfs et open pores). A titre comparatif, un échantillon (50mL) filtré de la solution initiale est également prélevé pour mesurer la fraction de cuivre labile par voltamétrie à redissolution anodique sur électrode à goutte de mercure (DP-ASV) (cf. § 2.2). En revanche, ce protocole d’exposition ne nous permet pas d’effectuer un suivi cinétique de la contamination des bryophytes, car il y a trop peu de biomasse. Nous faisons donc l’hypothèse que la disparition du cuivre dissous est due à la bioaccumulation dans les bryophytes. Nous vérifions cette hypothèse à l’issue des 72 heures d’exposition en mesurant le cuivre bioaccumulé dans les bryophytes (en différenciant les fractions de métal adsorbé et internalisé selon le protocole décrit en Annexes). 76 Influence de la MOD sur la biodisponibilité du Cu pour les bryophytes aquatiques Les différentes étapes du biotest Au cours de l’expérience, nous distinguons trois étapes successives au cours desquelles les aspects dynamiques (bilan de masse théorique du Cu dans les différents compartiments du système) diffèrent : - Pré-équilibration chimique en solution (24h) : Avant introduction des bryophytes dans le milieu d’exposition, les solutions d’exposition contenant les matières organiques sont laissées à équilibrer avec le cuivre ajouté (5µg/L) pendant 24 heures. - Etape transitoire (de t=0 à t=72h) : Une fois que les bryophytes sont introduites en solution, l’accumulation du Cu dans ce nouveau compartiment du système déplace les équilibres entre les différentes formes du Cu en solution. - Etat d’équilibre entre Cu dissous et Cu accumulé (à t= 72h) : À la fin de l’expérience (t = 72h), l’état d’équilibre est atteint à nouveau, et la solution tend vers l’équilibre chimique. L’ensemble de ces trois étapes de notre protocole est résumé sur la Figure 21. Pré-équilibre chimique en solution Équilibre chimique du système bryophytes - solution État transitoire : déplacement d’équilibre CuD Cunb Cub CuD Cunb CuD Cunb CuD : Cu Total Dissous Cub Cum Cub Cum Cunb : Cu non biodisponible (inerte) Cub : Cu biodisponible Cum : Cu bioaccumulé dans les mousses Introduction des mousses t=0 Mesure du Cu labile initial et a priori biodisponible [Cub ] (DGT & DP-ASV) t=24h t=72h t=72h Suivi cinétique du Cu dissous [CuD] au cours de l’exposition des mousses Cu bioaccumulé dans les mousses (adsorbé et internalisé) Figure 21. Représentation schématique des bilans de masse de cuivre au cours des trois étapes successives. Les flèches symbolisent les flux de cuivre entre ces compartiments. 77 Influence de la MOD sur la biodisponibilité du Cu pour les bryophytes aquatiques 2.1.2 Choix des MOD étudiés et préparation des solutions d’exposition Par le passé, l’effet des substances humiques a largement été étudié car elles constituent la majorité des MOD dans les eaux naturelles. Dans notre étude, nous avons sélectionné trois types de MOD (d’origines algale, bactérienne et anthropique) caractéristiques de différents milieux aquatiques dans lesquels on les rencontre : Une Matière organique algale (MO d’origine naturelle) obtenue à partir d’une souche d’algue fraîche Chlorella vulgaris (souche cultivée en laboratoire dans une eau minérale Mt Calm® dopée en nitrate et phosphate pour accélérer la croissance algale). Cette MO est obtenue après lyse de cellules par passage à l’autoclave (à 120 °C pendant 90 min) puis filtration (filtres GF/F grillés). Le « jus d’algue verte » ainsi préparé est ensuite filtré (filtre GF/F). Le filtrat concentré en MO algale est ensuite utilisé dilué 2 ou 3 fois dans l’eau Mont Calm® pour la préparation des différentes concentrations dans le milieu d’exposition (de 0 à 5 mgC/L). Deux matières organiques d’origine anthropique récoltées en aval de la station d’épuration d’Achères (sur la Seine en Aval de Paris). Cette MO est extraite et purifiée selon le protocole utilisé par l’IHSS (International Humic Substances Society) (Leenheer et al. 2000) afin d’en séparer les fractions dites hydrophobe, transphilique et hydrophile. Le fractionnement de cette MO selon ses caractéristiques d’hydrophobie est basé sur le passage de l’eau (eau de Seine dans notre cas) sur des résines retenant de façon sélective certains composants de la MO (Leenheer 1981). La fraction hydrophobe de la MO est retenue sur la résine XAD 8, la fraction dite « transphilique » est retenue sur la résine XAD 4 et la fraction hydrophile traverse les deux colonnes (les protocoles d’extraction et de purification réalisés au CEREVE 1 sont décrits en annexe 2.5). Seules les fractions hydrophobe et transphilique ont fait l’objet notre étude ; la fraction hydrophile n’ayant pu être convenablement purifiée pour son utilisation dans les biotests. Les solutions finales d’exposition (de 0 à 5 mgC/L) sont préparées à partir d’une solution mère concentrée en MO à 250 mgC/L (elle-même préparée par dissolution des poudres purifiées de MO hydrophobe et transphilique dans de l’eau Mont Calm® sous agitation à 40°C). Une matière organique d’origine bactérienne couramment rencontrée dans les eaux de rivière. La méthylcellulose (dérivé soluble de la cellulose) est un exopolysaccharide (EPS) excrété par de nombreuses bactéries telles Acetobacter xylinum ou Pseudomonas sp. (bactéries rencontrées en milieu aquatique marin et d’eau douce (Gagnaire et al. 1980; Paterson-Beedle et al. 2000)). Les milieux d’exposition (de 0 à 5 mgC/L) sont obtenus par dilution d’une solution mère à 300 CEREVE : Centre d’Enseignement et de Recherche Eau, Ville et Environnement. Laboratoire commun à l'École Nationale des Ponts et Chaussées, à l'École Nationale du Génie Rural, des Eaux et des Forêts, et à l'Université Paris XII-Val de Marne. 1 78 Influence de la MOD sur la biodisponibilité du Cu pour les bryophytes aquatiques mgC/L préparée à partir de méthylcellulose (Sigma, p.a.) dissoute dans de l’eau Mont Calm (sous agitation, à 40°C). Notre choix de travailler sur des substrats modèles plutôt que des matrices réelles se justifie principalement par la nécessité (i) d’avoir des expériences reproductibles, (ii) de différencier l’effet des différentes sources de MO (algale, urbaine, bactérienne) sur la biodisponibilité du métal, (iii) d’éviter une contamination de la solution d’exposition par d’autres polluants (potentiellement présents dans des matrices naturelles) pouvant induire d’autres effets toxiques. 2.2. Spéciation du cuivre en présence de Matières Organiques Dissoutes (MOD) contrastées 2.2.1 Echantillonnage et mesure du cuivre labile par DGT Avant l’introduction des bryophytes, nous effectuons une mesure du cuivre labile dans les solutions d’exposition. Pour cela, nous utilisons deux types de sondes DGT respectivement équipées de gels restrictifs (notées R) et non restrictifs (notées NR). L’emploi de ces deux types de gels diffusifs (R et NR) permet de mesurer deux fractions de métaux en fonction de leur labilité et la taille des complexes métalliques formés : - Les sondes DGT équipés de gels dits ‘‘restrictifs’’ : La taille de pores de ces gels est inférieure à 1 nm. L’emploi de ce type de gels permet de bloquer la diffusion de complexes relativement larges comme les complexes humiques. Selon Zhang et Davison (2000), ce type de gels permet une mesure directe du métal inorganique en solution. - Les sondes DGT équipés de gels dits ‘‘Non Restricfs’’ (ou classiques) : La taille de pores de ces gels est supérieure à 5 nm, permettant ainsi la diffusion de larges complexes métalliques ML au travers du gel diffusif (Zhang et al. 2000). Les sondes DGT sont introduites (triplicats pour chaque type de sondes DGT R et NR testées) dans les solutions d’exposition (Figure 22) pendant un temps donné (de 4h à 6h pour nos expériences). Afin de limiter toute source de contamination en laboratoire, les dispositifs DGT utilisés dans nos expériences nous sont fournis pré-assemblés par le laboratoire DGT Research Ltd. 1 (Landcaster, GB) du Docteur Hao Zhang. 1 Site internet : http://www.dgtresearch.com 79 Influence de la MOD sur la biodisponibilité du Cu pour les bryophytes aquatiques NR R Figure 22. : Immersion des sondes DGT (triplicats de mesures, respectivement équipées de gels Restrictifs (R) et non restrictifs (NR)) dans le bac d’exposition contenant les solutions à tester. Le temps d’immersion minimum des dispositifs DGT est d’environ une heure afin d’atteindre l’état stationnaire de la diffusion ; ce temps ne doit pas, par ailleurs, être trop long afin de s’assurer, d’une part, que les concentrations en cuivre dans la solution ne varient pas significativement au cours de l’expérience, et d’autre part que la résine ne soit pas saturée. Dans notre cas, les temps d’immersion des DGT ont varié entre 4 heures et 6 heures. Après exposition, les sondes DGT sont démontées sous hotte à flux laminaire. Les résines Chelex sont placées dans des tubes en polypropylène pour l’élution dans 2 ou 3 mL d’acide nitrique 1 M (HNO3 65% Suprapur Merck dilué dans de l’eau ultrapure) pendant 12 heures (au moins) à 4°C. Hormis le fait que l’acide permet la désorption des métaux fixés sur la résine, celui-ci permet également de s’affranchir des problèmes de conservation et d’adsorption des métaux sur les parois du flacon. La concentration en cuivre dans l’éluat est déterminée par analyse en SAA (four). 2.2.2 Echantillonnage et mesure du cuivre labile par voltammétrie impulsionnelle différentielle à redissolution anodique (DP-ASV) En complément de la technique DGT, un échantillon de la solution initiale (50mL, triplicat de mesure) est collecté pour une mesure du cuivre labile par voltamètrie à redissolution anodique sur électrode à goutte de mercure (DP-ASV). Un descriptif de la procédure expérimentale est fourni en annexe (cf. § 2.2). Les échantillons collectés dans des flacons en polyéthylène sont filtrés (filtres seringues en téflon, de porosité 0.2 µm), et stabilisés par ajout d’azoture de sodium (NaN3, 1mM) afin de stopper toute activité bactérienne dans l’échantillon au cours de la conservation. Pour le dosage du cuivre labile par DP-ASV, nous avons recourt à des ajouts dosés (ajouts manuels à partir d’une solution concentrée à 10 µg de Cu/L) dans la cellule de mesure électrochimique contenant l’échantillon à analyser (dilué au dixième dans une solution électrolyte support de NaNO3 à 0.1 M). Un récapitulatif du dispositif utilisé pour la mesure du cuivre labile par DP-ASV est décrit sur la Figure 23. 80 Influence de la MOD sur la biodisponibilité du Cu pour les bryophytes aquatiques L’ensemble de ce dispositif expérimental est connecté à un PC, et piloté à l’aide du logiciel GPES développé par EcoChemie. Les différents paramètres contrôlant la mesure du cuivre labile par DPASV ont fait l’objet d’une optimisation. Ces paramètres sont rassemblés dans le Tableau 6. Tableau 6. Paramètres optimisés de la procédure de mesure par DP-ASV. Etape de la mesure Descriptif 1) Conditionnement - Purge N2 - Agitation : 2000rpm - Durée : 30min- 2h 2) Dépôt 3) Equilibre 4) Redissolution - Durée 20s - Agitation : 2000 rpm - Durée 70s - Potentiel fixe : - Potentiel initial : -1.1V - Durée : 120s - Potentiel fixe (E0) : -1.1V -1.1V - Potentiel final :à 0.25V - Vitesse scan : 19mV/s Électrode de mercure (SMDE) Électrode auxiliaire Agitation Électrode de référence N2 Figure 23. Schéma descriptif de la cellule voltamétrique utilisé pour la mesure DP-ASV d’après Garnier (2004). 81 Influence de la MOD sur la biodisponibilité du Cu pour les bryophytes aquatiques 3. RESULTATS 3.1. Bilans de masse Les équations qui décrivent les relations d’échanges à l’interface eau-bryophytes (précédemment décrit dans le Chapitre II) sont basées sur l’hypothèse d’un bilan de masse vérifié des flux de métal entre les différents compartiments du modèle (dissous et bioaccumulé). Afin de valider cette hypothèse, nous vérifions les bilans de masse à l’issue des 72h d’exposition en comparant la quantité de métal disparue en solution avec la quantité de métal accumulé (adsorbé et internalisé) dans les bryophytes au cours du biotest. Le bilan métallique du Cu durant la phase d’accumulation (de t=0 à t=72h) est illustré sur la Figure 24, pour chacune des matrices étudiées (extraits d’algues, méthylcellulose, et MO hydrophode et transphilique extraites de Seine). EXTRAITS D’ALGUES 20 Quantité Cu dissous disparue Quantité Cu bioaccumulé Quantité Cu diissous disparue Quantité Cu bioaccumulé 16 16 12 12 Δ Cu (µg Cu) Δ Cu (µg Cu) 20 CELLULOSE 8 4 4 0 Extraits algues 1m gC/L Extraits algues 2.5m gC/L 0 Extraits algues 5m gC/L Cellulose 1 m gC/L MOD HYDROPHOBE (HPO) EXTRAITE DE SEINE 20 Cellulose 2.5 m gC/L Cellulose 5 m gC/L MOD TRANSPHILIQUE (TPH) EXTRAITE DE SEINE 20 Quantité Cu dissous disparue Quantité Cu bioaccumulé Quantité Cu dissous disparue 16 16 12 Δ Cu (µg Cu) Δ Cu (µg Cu) 8 8 4 Quantité Cu bioaccumulé 12 8 4 0 HPO 1m gC/L HPO 2.5m gC/L 0 HPO 5m gC/L TPH 1m gC/L TPH 2.5m gC/L TPH 5m gC/L Figure 24. Bilans de masse de Cu pour chacun des biotests en présence des différentes MO étudiées (extraits d’algues, méthylcellulose, matières organiques hydrophobe et transphilique extraites de Seine). Comparaison entre les quantités (µg de Cu) de Cu dissous disparu dans les bacs d’exposition et de Cu bioaccumulé dans les bryophytes aucours des 72 heures d’exposition. 82 Influence de la MOD sur la biodisponibilité du Cu pour les bryophytes aquatiques Un test de Student bilatéral a été utilisé pour vérifier si les différences entre les différentes fractions de Cu dissous disparu en solution par rapport au Cu bioaccumulé par les bryophytes sont significatives. Le niveau de signification adopté pour ce test est de 0,05. Ce test statistique de comparaison de moyenne nous montre qu’il n’existe pas de différence statistique significative entre les quantités de Cu disparu et bioaccumulé pour les différents biotests. Les résultats de ces comparaisons de moyennes nous confirment que la majorité du cuivre dissous disparu en solution se retrouve bien associé aux bryophytes en fin d’expérience. 3.2. Mesure de la spéciation du cuivre en présence de MOD selon trois techniques d’analyse (DGT-R, DGT-NR et DP-ASV) Les concentrations initiales (avant introduction des bryophytes) en cuivre total dissous et labile mesurées dans les solutions d’exposition sont représentées sur la Figure 25 pour chaque biotest en présence des différentes MO testées (extraits d’algues fraîches, méthylcellulose, MOD hydrophobe et transphilique extraites de Seine). La fraction de Cu labile est mesurée selon trois techniques analytiques: - La technique DGT équipée de gels non restrictifs (DGT-NR, ) ; - La technique DGT équipée de gels Restrictifs (DGT-R, ) ; - La voltamétrie (DP-ASV, ). 83 Influence de la MOD sur la biodisponibilité du Cu pour les bryophytes aquatiques EXTRAITS D'ALGUES CELLULOSE 6.0 Concentrations Cu (µg/L) Concentrations Cu (µg/L) 6.0 5.0 4.0 3.0 2.0 1.0 0.0 Dissous Labile DGT NR Algae extracts 2.5 mgC/L Labile DGT R Labile DP-ASV 1.0 Dissous b) MO TRANSPHILIQUE (TPH) EXTRAITE DE SEINE 4.0 3.0 2.0 1.0 Méthylcellulose 2.5mgC/L Labile DGT NR Labile DGT R Méthylcellulose 5mgC/L Labile DP-ASV MO HHYDROPHOBE (HPO) EXTRAITE DE SEINE 6.0 5.0 5.0 4.0 3.0 2.0 1.0 0.0 Extraits Seine TPH 1mgC/L Dissous 2.0 Méthylcellulose 1mgC/L 0.0 c) 3.0 Algae extracts 5 mgC/L Concentrations Cu (µg/L) Concentrations Cu (µg/L) 6.0 4.0 0.0 Algae extracts 1 mgC/L a) 5.0 Labile DGT NR Extraits Seine TPH 2.5mgC/L Labile DGT R Extraits Seine TPH 5mgC/L Labile DP-ASV Seine River Extracts 1mgC/L d) Dissous Seine River Extracts 2.5mgC/L Labile DGT NR Labile DGT R Seine River Extracts 5mgC/L Labile DP-ASV Figure 25. Evolutions des concentrations initiales en Cu dissous et labile (mesuré par DGT Restrictive ou Non Restrictive, et DP-ASV) en fonction des concentrations en MOD. Les barres d’incertitude représentent l’écart type sur les réplicats de mesure (n=3 pour le Cu dissous, et mesures DGT ; n=2 pour la mesure par DP-ASV). Sur l’ensemble des biotests, on constate que l’ajout progressif de ligands organiques (concentrations variant 1 à 5 mgC/L pour le COD), réduit la fraction de Cu labile en solution (le rapport [Culabile]i/[Cudissous] varie de 0.06 à 0.63 pour la technique DGT NR, de 0.05 à 0.45 pour la technique DGT R, et de 0.02 à 0.26 pour la technique DP-ASV). Cependant, en fonction de la nature des ligands organiques testés, on note des différences importantes pour la labilité du métal. Tout d’abord, on constate que les extraits d’algues vertes (Figure 25.a) réduisent la fraction de métal labile moins radicalement que les trois autres ligands organiques à concentration de COD équivalente. Cette observation est particulièrement vraie lorsque l’on regarde la fraction labile mesurée par les DGT équipés de gels Non Restrictifs, qui est supérieure, dans la plupart des cas, aux fractions labiles mesurées par DGT Restrictive (elle même supérieure à celle estimée par DP-ASV). Cette fraction de complexes organiques labiles exclus par les gels Restrictifs et pouvant diffuser au travers des gels Non Restrictifs représente environ 15-20 % du Cu total dissous dans le cas des extraits d’algues ; alors 84 Influence de la MOD sur la biodisponibilité du Cu pour les bryophytes aquatiques qu’elle est inférieure à 4% pour les trois autres ligands organiques étudiés. Cette fraction de complexes organiques labiles est probablement attribuable à des complexes métal-ligand organique de tailles comprises entre 1 nm (taille des pores des gels restrictifs,) et 5nm (taille des pores des gels non restricitfs) qui vont ainsi pouvoir diffuser au travers des pores des gels NR alors qu’il seront exclus (exclusion stérique) dans le cas des gels R. Des études antérieures (Scally et al. 2003; Tusseau-Vuillemin et al. 2003) ont mis en évidence des résultats similaires pour des ligands organiques de faible taille d’origine synthétique tels que le NTA (acide nitrilotriacétique). En présence de méthylcellulose (Figure 25.b), nous ne constatons pas de différence significative entre les concentrations de métal labile échantillonnés par DGT (restrictive et non-restrictives) ou par DPASV. Cette similitude entre les différentes techniques de mesure est probablement attribuable à la formation de complexes Cu-méthylecellulose suffisamment stables (inertes) pour ne pas se dissocier au cours de leur diffusion dans les gels DGT ou bien dans la couche de diffusion à l’interface solutionélectrode pour la mesure par DP-ASV. Nous supposons donc que les complexes Cu-méthylcellulose sont des complexes inertes avec des cinétiques de dissociation lentes ne leur permettant pas de se dissocier pour venir se fixer sur la résine chélatrice dans le cas de la technique DGT ou bien de se dissocier au contact de l’électrode de Hg dans le cas de la mesure par DP-ASV. En présence de cette MO d’origine cellulosique, le métal labile mesuré par les trois techniques est donc essentiellement attribuable à la fraction de métal inorganique. Dans le cas des fractions hydrophobes (HPO) et transphilique (TPH), Croué et al. (2004) ont pu mettre en évidence que ces deux fractions de MOD possèdent des caractéristiques structurelles et des propriétés physico-chimiques fortement contrastées pouvant influencer la spéciation des métaux. Les extractions de MOD selon le protocole décrit par Croué et al. (2003) permettent théoriquement de distinguer les deux fractions selon leur affinité vis à vis du cuivre : - La fraction hydrophobe (fraction HPO isolée sur la résine XAD-8) se compose majoritairement de substances humiques (composés aromatiques, avec de rapports C/H, C/O, et C/N élevés) formant des complexes faibles avec le cuivre ; - La fraction transphilique (fraction TPH isolée sur la résine XAD-4) regroupe majoritairement les différentes exo-polysacharides, connues pour avoir une forte affinité pour le cuivre. Néanmoins, aux faibles niveaux de concentrations étudiés nous n’observons pas de différences significatives sur la spéciation du Cu en présence des deux MOD hydrophobes ou transphiliques extraites de Seine (Figure 25.c et Figure 25.d). Cette forte similitude entre les deux fractions (hydrophobe / transphilique) est probablement imputable aux faibles niveaux de contamination étudiés : ces sites forts de complexation se trouvent probablement dans les deux cas en quantité suffisante par rapport au cuivre ajouté (5µg/L de Cu dissous). En effet, en comparant les Figure 25.c et Figure 25.d, on constate que les concentrations en cuivre labile obtenues pour ces deux fractions de MO, sont très proches à concentration en COD équivalente. Contrairement aux extraits algaux, les concentrations en 85 Influence de la MOD sur la biodisponibilité du Cu pour les bryophytes aquatiques cuivre labile mesurées par DGT équipées de gels Restrictifs ou Non Restrictifs sont très proches. Ce résultat, nous indique que les complexes Cu-OM de Seine sont suffisamment stables (faiblement labiles) pour ne pas se dissocier au cours lors de leur diffusion dans les gels DGT. En revanche, on constate que les concentrations en cuivre labile mesurées par DP-ASV sont sensiblement inférieures à celles mesurées par DGT. Néanmoins, ces différences restent minimes compte tenu des incertitudes liées au protocole expérimental et aux techniques de mesure. Les différentes concentrations en cuivre mesurées par DP-ASV, DGT R et DGT-NR sont comparées deux à deux sur la Figure 26. Sur la Figure 26.c. On observe une bonne corrélation entre les concentrations en Cu labile mesurées par DGT Restrictive et Non Restrictive (r² = 0.94). La Figure 26.c montre que les concentrations mesurées par DGT Non Restrictive sont logiquement supérieures aux concentrations mesurées par DGT Restrictive (pente de la droite de régression : pc = 1.22). En effet, la fraction mesurée par les DGT équipées de gels NR intègrent a la fois le métal inorganique, également mesurée par les DGT R, mais aussi une partie des complexes organiques labiles capables de se dissocier au cours de leur diffusion dans les gels NR pour venir se fixer sur la résine chélatrice de la DGT. On note que les corrélations entre la fraction labile mesurée par DP-ASV et celles mesurées par DGT Restrictive (Figure 26.a, r² = 0.71) ou DGT Non Restrictive (Figure 26.b, r² = 0.68) sont nettement moins évidentes que pour les corrélations entres les fractions labiles mesurées par les dipositifs DGT équipés de gels restrictifs et non restrictifs (Figure 26.c, r² = 0.94). La tendance qui se dégage de ces graphes, nous montre que la mesure par DP-ASV est statistiquement inférieure à la fraction mesurée à l’aide des dispositifs DGT (équipées de gels R ou NR, respectivement). Ces résultats nous montrent que la DP-ASV échantillonne généralement une fraction de cuivre labile plus faible que les dispositifs DGT (équipés de gels R ou NR) et donc probablement plus proche de la fraction strictement inorganique. 86 Influence de la MOD sur la biodisponibilité du Cu pour les bryophytes aquatiques 2.5 3.5 y = 1.6486x R2 = 0.6839 3 2 [Cu labile ]DGT NR (µg/L) [Cu labile ]DGT R (µg/L) y = 1.342x R2 = 0.712 y=x 1.5 1 0.5 2.5 y=x 2 1.5 1 0.5 0 0 0 0.5 1 1.5 2 0 2.5 [Cu labile ]DP-ASV (µg/L) a) 0.5 1 1.5 2 2.5 3 3.5 [Cu labile ]DP-ASV (µg/L) b) 3.5 [Cu labile ]DGT NR (µg/L) 3 2.5 y =x y = 1.2247x R2 = 0.938 2 Exsudats d'algues HPO TPH Cellulose 1.5 1 0.5 0 0 0.5 1 1.5 2 2.5 3 3.5 [Cu labile ]DGT R (µg/L) c) Figure 26. Corrélations entre les différentes fractions de Cu labile mesurées par DGT Restrictive, DGT Non Restrictive, et DP-ASV. 3.3. Influence des matières organiques dissoutes sur les cinétiques de bioaccumulation du cuivre 3.3.1 Le cas particulier des extraits d’algues vertes L’évolution des concentrations (mesurées et simulées) du cuivre total dissous, adsorbées sur les bryophytes et internalisées dans les bryophytes en matrice minérale et organique (concentrations en matière organique d’origine algale : 1.06, 2.47 et 4.92mgC/L de COD) sont illustrées sur la Figure 27. On observe qu’en présence de matière organique algale, les cinétiques de disparition du cuivre dissous [CuD] sont modifiées : le plateau final est supérieur à celui obtenu en milieu minéral, et les cinétiques initiales de diparition du Cu dissous sont moins rapides. Les résultats expérimentaux et la modélisation nous montrent que les cinétiques du cuivre dissous [CuD] en solution tendent vers un plateau indiquant un état d’équilibre entre le cuivre en solution et le cuivre accumulé sur les bryophytes. A l’équilibre (après 72h d’exposition), on observe une disparition de 62%, 49% et 37% du cuivre dissous initial (5 µg de Cu/L) en présence de 1.06, 2.47 et 4,92 mgC/L en COD respectivement. De même, à l’issue des 72 87 Influence de la MOD sur la biodisponibilité du Cu pour les bryophytes aquatiques heures d’exposition, l’analyse du cuivre dans les mousses nous indique que les deux tiers (63-66% du Cu total accumulé) du cuivre bioaccumulé se trouve adsorbé sur les bryophytes alors que le tiers restant (37-34% du Cu total accumulé) est internalisé. Sur les trois concentrations étudiées, on constate que l’ajout de matière organique algale réduit les cinétiques initiales de disparition du cuivre dissous en solution (et donc d’accumulation dans les mousses) et les quantités de cuivre mesurées dans les bryophytes à l’issue des 72 heures d’exposition. Cela signifie que la MO algale complexe le cuivre libre en solution, l’ajout de cette MO algale diminue la fraction accumulable pour les bryophytes. Ceci confirme que la présence de matière organique algale dissoute réduit la biodisponibilité du cuivre en solution pour les bryophytes. Les paramètres cinétiques calculés par modélisation pour cette matrice organique sont regroupés dans le Tableau 7, et comparés aux valeurs obtenues en matrice minérale. Tableau 7. Valeurs des différentes constantes cinétiques (en h-1) obtenues par modélisation, décrivant l’accumulation du cuivre dans les bryophytes en matrice minérale et organique algale. Matrice k’1 (h-1) k-1 (h-1) k’1 / k-1 k2 (h-1) k-2 (h-1) k’2 / k-2 2.842 0.377 7.54 0.036 0.020 1.80 0.881 0.652 0.443 0.882 1.034 1.017 1.00 0.63 0.44 0.029 0.033 0.035 0.030 0.033 0.033 0.99 1.00 1.07 Matrice Minérale (0 mgC/L) Extraits d’algues 1.06 mgC/L Extraits d’algues 2.47 mgC/L Extraits d’algues 4.92 mgC/L Les valeurs des constantes cinétiques issues de la modélisation, nous indiquent que la constante cinétique conditionnelle d’adsorption k’1 est le paramètre le plus affecté par la présence et par la variation de la concentration en MO algale dans le milieu (k’1 variant de 2.842 h-1 pour milieu minéral à 0.443 h-1 en présence de 5mgC/L d’extraits algaux). La constante cinétique de désorption k-1 varie peu pour les trois concentrations de MO algale étudiées (valeur moyenne k-1 = 0.978 ± 0.083 h-1, n = 3), mais demeure largement supérieure à la valeur obtenue en matrice minérale (k-1 = 0.377 h-1). Cette différence pour les valeurs de la constante de désorption k-1 avec le milieu minéral s’explique par le fait que la MO algale agit comme un ligand compétiteur dans le milieu pouvant désorber le Cu fixé sur les sites de la paroi membranaire des bryophytes. Ce phénomène de compétition entre ligands organiques et biologiques se traduit donc par des valeurs plus faibles de k-1 en matrice minérale et plus élevées en présence de MO algale dans le milieu. La valeur du rapport k’1/k-1 rend compte de l’état d’équilibre entre les cinétiques initiales d’adsorption et de desorption. En effet, l’évolution de ce rapport en fonction des teneurs en MOD traduit indirectement l’effet de celle-ci sur la cinétique globale de bioaccumulation : une diminution de la cinétique initiale de bioaccumulation se traduit indirectement par une diminution de la valeur de ce rapport de constantes. Ici, les différents ajouts de MO algale réduisent la valeur de ce rapport d’un facteur 2.1 sur la gamme de concentration en MO étudiée (COD variant de 1.06 à 4.92 mgC/L). La 88 Influence de la MOD sur la biodisponibilité du Cu pour les bryophytes aquatiques modification de ce rapport illustre le fait que la fraction initiale de Cu biodisponible est réduite par l’ajout de MO en solution. Les valeurs des constantes cinétiques d’internalisation et de relargage (k’2 et k-2) sont plus faibles (plus d’un ordre de grandeur de différence) que les constantes cinétiques d’adsorption (k’1) et de desorption (k-1) pour chaque concentration en MO étudiée. Cette différence, nous confirme que même en présence d’extraits d’algues, qui réduisent la cinétique d’adsorption (cf. ci dessus), l’internalisation et le relargage sont des processus bien plus lents que les échanges de Cu à l’interface eau-bryophytes (adsorption/desorption). La variation de la concentration en MO algale dans le milieu n’influe pas significativement sur les valeurs de ces constantes d’internalisation et relargage, bien que le rapportt d’internalisation soit plus faible en présence de MO algale qu’en matrice minérale seule (k’2/k-2 = 1.80 en matrice minérale et 1.02 ± 0.04 en présence de MO algale). 3.3.2 Cas des trois autres MOD (méthylcellulose et MOD extraites de Seine) Du fait de la similitude des résultats, l’effet de ces trois MOD sur les cinétiques de bioaccumulation du Cu sont discutées dans un même paragraphe. L’évolution des concentrations (mesurées et simulées) du cuivre total dissous, adsorbées sur les bryophytes et internalisées dans les bryophytes en matrice minérale et organique (Méthylcellulose, MOD Hydrophobe et Transphilique extraites de Seine) sont représentées sur les Figure 28, Figure 29 et Figure 30. L’ensemble des paramètres cinétiques calculés par modélisation pour chacune des trois MOD sont regroupés dans le Tableau 8, et comparés aux valeurs obtenues en matrice minérale. Tableau 8. Valeurs des différentes constantes cinétiques (en h-1) obtenues par modélisation, décrivant l’accumulation du cuivre dans les bryophytes en matrice minérale et en présence de différentes MOD (méthylcellulose, MOD Hydrophobe et Transphilique extraites de Seine). Matrice Matrice Minérale Méthycellulose Méthycellulose Méthycellulose MOD Hydrophobe MOD Hydrophobe MOD Hydrophobe MOD Transphilique MOD Transphilique MOD Transphilique 0 mgC/L 1.11 mgC/L 2.21 mgC/L 5.09 mgC/L 1.24 mgC/L 2.52 mgC/L 5.05 mgC/L 1.42 mgC/L 2.50 mgC/L 5.36 mgC/L k’1 (h-1) k-1 (h-1) k’1 / k-1 k2 (h-1) 2.842 0.377 7.54 0.036 0.020 1.80 1.066 0.682 0.458 1.435 1.043 0.775 0.74 0.65 0.59 0.043 0.035 0.033 0.042 0.033 0.030 1.03 1.08 1.11 1.055 0.799 0.343 2.015 1.720 0.956 0.52 0.47 0.36 0.083 0.073 0.112 0.044 0.037 0.053 1.91 2.00 2.10 0.897 1.220 0.74 0.054 0.060 0.89 0.698 0.334 1.252 0.670 0.56 0.50 0.052 0.044 0.051 0.049 1.01 0.90 89 k-2 (h-1) k’2 / k-2 Influence de la MOD sur la biodisponibilité du Cu pour les bryophytes aquatiques a) Cinétique de consomation du Cu dissous 0.0 0.1 0.2 0.3 0.4 50 40 40 d.w.) 2.5 0.5 {Cu ads} (µg/g [CuD] (µg/L) 3.5 4 50 {Cuint} (µg/g d.w.) 5 c) Cinétique d'internalisation b) Cinétique d'adsorption 4.5 3 2 1 30 20 30 20 10 10 0 0 12 24 36 48 60 0 0 72 0 12 24 36 t (heures) 48 60 0 72 12 24 36 48 60 72 t (heures) t (heures) Algues 5mgC/L-Mesuré Algues 2.5mgC/L-Mesuré Algues 1mgC/L-Mesuré Matrice Minérale-Mesuré Algues 5mgC/L-Simulation Algues 2.5mgC/L-Simulation Algues 1mgC/L-Simulation Matrice Minérale-Simulation Figure 27. Evolution en fonction du temps des concentrations mesurées et simulées en a) cuivre dissous [CuD], b) adsorbé {Cuads} et c) internalisé {Cuint}, en présence d’extraits d’algues (1.06 , 2.47 et 4.92 mgC/L de COD) et en matrice minérale. 50 50 40 40 3.5 {Cuads} (µg/g d.w.) 4 2.5 0.0 0.1 0.2 0.3 0.4 0.5 3 2 {Cuint} (µg/g d.w.) 4.5 5 [CuD] (µg/L) c) Cinétique d'internalisation b) Cinétique d'adsorption a) Cinétique de consomation du Cu dissous 30 20 0 0 0 0 12 24 36 48 60 72 20 10 10 1 30 0 12 24 t (heures) 36 48 60 72 0 12 24 36 48 60 72 t (heures) t (heures) Cellulos e 5m gC/L-Mes uré Cellulos e 2.5m gC/L-Mes uré Cellulos e 1m gC/L-Mes uré Matrice Minérale-Mes uré Cellulos e 5m gC/L-Sim ulation Cellulos e 2.5m gC/L-Sim ulation Cellulos e 1m gC/L-Sim ulation Matrice Minérale-Sim ulation Figure 28. Evolution en fonction du temps des concentrations mesurées et simulées du a) cuivre dissous [CuD], b) adsorbé {Cuads} et c) internalisé {Cuint}, en présence de méthylcellulose (1.11 , 2.21 et 5.09 mgC/L de COD) et en matrice minérale. 90 Influence de la MOD sur la biodisponibilité du Cu pour les bryophytes aquatiques D’une manière générale, on note de nombreuses similitudes sur les cinétiques de bioaccumulation du Cu pour ces trois MOD, qui se traduisent par : - un effet marqué des différentes MOD sur la cinétique initiale de bioaccumulation du Cu, qui se traduit par des rapports k’1/k-1 plus faibles que ceux obtenus pour les extraits d’algues (à concentration en COD comparable) ; - une variation faible du rapport k’1/k-1 qui est d’un facteur 1.25-1.46 sur la gamme de concentrations en COD pour l’ensemble des trois MOD (respectivement 1.25, 1.44 et 1.46 pour les biotests en présence de méthylcellulose, d’extraits de MOD de Seine Hydrophobe et Transphilique) ; - des valeurs de plateaux d’équilibre (Cu dissous, adsorbé et internalisé) fortement déplacés en présence de ces trois MOD par rapport aux résultats obtenus en matrice minérale ; - des teneurs de Cu bioaccumulé (adsorbé + internalisé) en fin d’expérience (t = 72h) très proches pour les trois MOD (statistiquement équivalentes) et plus faibles que celles mesurées pour les extraits d’algues (à concentration en COD comparable). Ces similitudes entre les trois MOD nous conduisent à conclure qu’aux concentrations (faibles) utilisées dans cette étude, ces trois MOD possèdent des effets similaires sur la biodisponibilité initiale du Cu pour les bryophytes. Néanmoins, on note un effet particulier de la MOD Hydrophobe sur la cinétique d’internalisation du Cu. En effet, en présence de MOD transphilique, le rapport k’2/k-2 ( k' 2/k - 2 = 2.00 ± 0.1 ; n = 3 concentrations en COD) deux fois plus important que ceux habituellement observés pour les trois autres MOD (extraits d’algues, méthylcellulose et MOD transphilique de Seine : k' 2/k - 2 = 1.01 ± 0.08 ; n = 9). Concrètement, ceci signifie que l’internalisation du Cu par les bryophytes est deux fois plus rapide en présence de MOD hydrophobe, qu’en présence d’extraits d’algues, de méthylcellulose ou de MOD transphilique extraite de Seine. Contrairement aux exemples précédents (extraits d’algues, méthylcellulose, MOD transphilique extraite de Seine), nous supposons qu’en présence de MOD hydrophobe de Seine, le ligand organique participe à la formation d’un complexe métallique ternaire sur les sites spécifiques. Dans ce cas, l’internalisation du métal est proportionnelle non seulement au métal labile en solution, mais également à la concentration du ligand organique présent en solution. On recense dans la littérature plusieurs exemples de biodisponibilité de complexes inorganiques comme CuOH+ pour la daphnie (Meador 1991), CdCl+ pour des bactéries (Villaescusa et al. 1996) ou encore PbOH+ et PbCO3 pour des algues (Slaveykova et al. 2003). De même, les travaux de Campbell et al. (2002) ont permis de démontrer que l’internalisation du cadmium par l’algue verte Pseudokirchneriella subcapitata métal est partiellement contrôlée par la formation de complexes ternaires Cd-alanine. Il pourrait en être de même avec des ligands plus complexes comme dans le cas du complexe entre Pb et des acides fulviques (Slaveykova et al. 2003). Ce type d’interaction est probablement également mis en jeu dans l’internalisation du Cu par les bryophytes aquatiques en présence de MOD hydophobe extraite de Seine. 91 Influence de la MOD sur la biodisponibilité du Cu pour les bryophytes aquatiques b) Cinétique d'adsorption a) Cinétique de consomation du Cu dissous c) Cinétique d'internalisation 50 50 4.5 2.5 0.1 0.2 0.3 0.4 0.5 3 40 {Cuint} (µg/g d.w.) [CuD] (µg/L) 3.5 4 0.0 40 {Cuads } (µg/g d.w. ) 5 30 20 2 30 20 10 10 1 0 0 0 12 24 36 48 60 0 72 12 24 t (heures) 36 48 60 0 72 0 12 24 36 t (heures) HPO 5mgC/L-Mesuré HPO 5mgC/L-Simulation HPO 2.5mgC/L-Mesuré HPO 2.5mgC/L-Simulation 48 60 72 t (heures) HPO 1mgC/L-Mesuré HPO 1mgC/L-Simulation Matrice Minérale-Mesuré Matrice Minérale-Simulation Figure 29. Evolution en fonction du temps des concentrations mesurées et simulées en a) cuivre dissous [CuD], b) adsorbé {Cuads} et c) internalisé {Cuint}, en présence de MOD Hydrophobe extraite de Seine (1.24 , 2.62 et 5.25 mgC/L de COD) et en matrice minérale. a) Cinétique de consomation du Cu dissous b) Cinétique d'adsorption 5 {Cuads} (µg/g d.w.) [CuD] (µg/L) 3.5 4 2.5 0.0 3 0.1 0.2 0.3 0.4 0.5 2 1 c) Cinétique d'internalisation 50 50 40 40 {Cuint} (µg/g d.w.) 4.5 30 20 0 12 24 36 48 60 0 72 0 0 12 t (heures) 24 36 48 60 72 t (heures) TPH 5mgC/L-Mesure TPH 5mgC/L-Simiulation 20 10 10 0 30 TPH 2.5mgC/L-Mesure TPH 2.5mgC/L-Simulation TPH 1mgC/L-Mesure TPH 1mgC/L-Simulation 0 12 24 36 48 60 t (heures) Matrice Minérale-Mesuré Matrice Minérale-Simulation Figure 30. Evolution en fonction du temps des concentrations mesurées et simulées en a) cuivre dissous [CuD], b) adsorbé {Cuads} et c) internalisé {Cuint}, en présence de MOD Transphilique extraite de Seine (1.42 , 2.52 et 5.36 mgC/L de COD) et en matrice minérale. 92 72 Influence de la MOD sur la biodisponibilité du Cu pour les bryophytes aquatiques 4. INTERPRETATION 4.1 Caractérisation de la labilité des différents complexes Cu-MOD Modélisation Le plus simple des modèles proposés pour décrire les interactions entre métaux et MOD consiste à considérer que les polluants se partagent entre deux phases, l’eau et la matière organique. Ainsi pour un métal donné et un type de MOD, on peut définir la constante d’affinité KMOD (en L/mgC), à l’équilibre de la fixation du métal sur le carbone organique dissous : K MOD = où : C MOD C Labile × [COD ] Eq. 40 - CMOD : concentration dans l’eau de métal fixé sur la MOD (en µg/L) - CLabile : concentration dans l’eau de métal labile (en µg/L) - COD : la concentration en matière organique dissoute dans l’eau (en mgC/L). On a donc les concentrations en métal dans l’eau sous formes labile (CLabile), et dissoute fixée sur les MOD (CMOD) qui s’écrivent en fonction de la concentration totale dissoute dans le milieu CTotal tel que : C Total = C Labile + C MOD Eq. 41 A partir des Eq. 40 et Eq. 41 la concentration en métal labile en fonction de la concentration en carbone organique s’écrit : C Labile = C Total 1 + K MOD × [COD ] Eq. 42 Cette équation présente l’intérêt de pouvoir simuler la saturation des sites d’adsorption pour les fortes concentrations en polluant. Notons que cette approche reste très macroscopique dans la mesure où la concentration en matière organique dissoute s’exprime dans l’Eq. 40 en mgC/L. Une caractérisation plus fine de la réactivité la MOD nécessiterait de rapporter ce paramètre au nombre de sites réactionnels de la MOD. La connaissance du nombre de sites réactionnels de la MOD nécessiterait des outils d’investigation tels que le titrage potentiométrique de la MOD. Une telle caractérisation des MOD n’ayant pas fait l’objet d’une étude approfondie dans notre cas, l’interprétation faite de la réactivité de la MOD telle que décrite par l’Eq. 40, ne permet que de comparer les effets de la variation de la concentration en MOD sur la spéciation du métal en solution. 93 Influence de la MOD sur la biodisponibilité du Cu pour les bryophytes aquatiques Calcul des différentes constantes d’affinité apparentes pour chaque MOD Pratiquement, la constante d’affinité KMOD est estimée pour chaque type de matière organique par régression non-linéaire (Eq. 42) sur les valeurs des concentrations initiales mesurées de CLabile (par DGT ou DP-ASV) en fonction des concentrations en MOD (mgC/L). Deux exemples d’application du modèle sont représentés sur la Figure 31 (pour les cas des extraits d’algues et la méthylcellulose). Méthylcellulose 5 5 4 4 (µg/L) 6 3 K MOD = 0.65 CLabile CLabile (µg/L) Extraits d'algues 6 2 K MOD = 1.13 1 K MOD = 1.98 3 K MOD = 2.59 2 1 K MOD =3.56 K MOD =2.00 0 0 0 1 2 3 4 5 6 0 [COD ] (mg/L) 1 2 3 4 5 6 [COD ] (mg/L) DGT-NR Mesure DGT-R Mesure DP-ASV Mesure DGT-NR Mesure DGT-R Mesure DP-ASV Mesure DGT-NR Modèle DGT-R Modèle DP-ASV Modèle DGT-NR Modèle DGT-R Modèle DP-ASV Modèle Figure 31. Exemples d’ajustement du modèle (Eq. 42) sur des observations de réduction de la fraction labile (mesurée par DGT R, DGT-NR et DP-ASV) par la MOD algale et la méthylcellulose. Les valeurs des constantes d’affinité KMOD des différentes MOD ainsi calculées à partir des concentrations de CLabile (mesurées par DGT-R, DGT-NR, DP-ASV) sont récapitulées sur le Tableau 9. Tableau 9. Valeurs des constantes d’affinités KMOD (en L/mgC) associé à chaque type de MOD, calculées à partir de l’ Eq. 46 (r ² = coefficient de détermination de régression non-linéaire) DGT-NR Matrice Extraits d’algues MOD Transphilique Méthylcellulose MOD Hydrophobe DGT-R DP-ASV KMOD r² KMOD r² KMOD r² 0.65 1.89 1.98 2.34 0.99 0.98 0.88 0.89 1.13 2.26 2.59 3.01 0.99 0.99 0.96 0.97 2.00 3.51 3.56 4.10 0.96 0.79 0.94 0.67 94 Influence de la MOD sur la biodisponibilité du Cu pour les bryophytes aquatiques Les valeurs de KMOD nous montre que l’affinité du Cu varie fortement en fonction de la nature de la MOD. Les valeurs ainsi calculées nous permettent de comparer les différentes MOD entre elles en fonction de leur capacité à fixer le métal : MOD Hydrophobe de Seine > MOD Transphilique ~ Méthylcellulose > Extraits d’algues Cette tendance est vérifiée pour les trois techniques de spéciation (DGT-R, DGT-NR et DP-ASV). 4.2 Etude comparative des différentes techniques de mesure de la spéciation (DGT et DP-ASV) pour évaluer la fraction métallique biodisponible Les études destinées à évaluer la pertinence de la fraction métallique labile comme « mime » de la fraction biodisponible sont nombreuses (Meylan 2003; Meylan et al. 2003; Tusseau-Vuillemin et al. 2004). A notre connaissance, cette corrélation n’est pas démontrée pour les mousses aquatiques en présence de MO naturelles. Il nous a donc semblé important de vérifier que les fractions bioaccumulables par les bryophytes et labiles (mesurées à l’aide par différentes techniques de spéciation) étaient effectivement comparables. L’objectif de cette section est donc de vérifier s’il existe une corrélation entre la fraction de métal biodisponible pour les bryophytes et la fraction de métal labile. 4.2.1 Calcul des concentrations de métal biodisponible à partir des cinétiques initiales de bioaccumulation : Au début de l’exposition, les bryophytes (qui ont été prélevées sur un site de référence), sont peu contaminées en Cu (15,5 ± 2,6 µg.g-1) et ne désorbent pas de cuivre ([CuD]=0,08± 0,11 µg.L-1) pendant 48 heures d’exposition en eau minérale non contaminée). Au cours des premières minutes du biotest, les flux de desorption de désorption et d’élimination peuvent être considérés comme négligeables par rapport à l’adsorption. Ces hypothèses nous permettent d’établir qu’à l’instant initial, le taux de bioaccumulation, noté − d[ Cu D ] dt t∈V( 0 ) (µg of Cu.L-1.h-1) est proportionnel à la concentration en métal biodisponible en solution et à la constante d’adsorption déterminée en matrice minérale ( k 1, Minéral = 2.84 h −1 ; (Ferreira et al. 2008)) : − d[ Cu D ] = k 1, Minéral × [ Cu biodipo ]t =0 dt t∈V( 0 ) Eq. 43 Expérimentalement, nous évaluons le taux initial de bioaccumulation tel que : 95 Influence de la MOD sur la biodisponibilité du Cu pour les bryophytes aquatiques − d[ Cu D ] dt t∈V( 0 ) = [ Cu D ]t =0 − [ Cu D ]t =5 min t 5 min Eq. 44 La concentration en métal biodisponible dans l’eau s’écrit alors : − d[ Cu D ] dt t∈V( 0 ) [ Cu biodipo ] = Eq. 45 k '1, Minéral Les concentrations initiales en métal biodisponible ainsi estimées pour chaque concentration en MOD, sont comparées aux concentrations en métal dissous et labiles (Figure 32). 4.2.2 La fraction de métal labile est-elle représentative de la fraction biodisponible ? Pour chaque concentration en MOD, la comparaison des concentrations en cuivre biodisponible et les concentrations en cuivre labile nous permettent de vérifier si les différentes approches de détermination de la fraction de métal labile sont représentatives du métal biodisponible pour les bryophytes. Un test de Student bilatéral a été utilisé pour vérifier si les différences entre ces différentes fractions sont significatives. Tout, d’abord, on note sur la Figure 32, que pour l’ensemble des MOD testées, les concentrations en métal dissous surestiment largement les concentrations en métal biodisponible pour les bryophytes. La fraction de métal dissous n’est donc pas représentative de la fraction biodisponible pour les bryophytes. La comparaison des concentrations labiles avec les concentrations biodisponibles estimées sur la base de la bioaccumulation (Eq. 45) met en évidence des comportements particuliers pour les différentes MOD. Ainsi, on constate que la fraction de métal biodisponible est systématiquement supérieure (à l’exception du cas des MOD transphiliques extraites de Seine) à la fraction de métal mesuré par les dispositifs DGT équipées de gels restrictifs (Zhang et al. 2000) ou par DP-ASV. Similairement, des études antérieures (Meylan et al. 2004) ont montré que le cuivre biodisponible pour le périphyton comprenait, non seulement le cuivre inorganique, mais aussi une fraction de complexes labiles, plus faibles que les associations Cu-périphyton. Cette explication semble vraisemblable pour expliquer la biodisponibilité du Cu pour les bryophyes en présence d’extraits d’algues. Cette fraction de complexes labiles correspondrait alors à la différence entre les concentrations en cuivre biodisponible et le cuivre inorganique mesuré par la DGT-R (mesurant théoriquement la fraction strictement inorganique selon (Zhang et al. 2000)). Pour le cas des extraits d’algues, on note que les concentrations en métal labile mesurées par les dispositifs DGT équipées de gels non restrictifs se rapprochent le plus des concentrations en métal biodisponible. Cela semble donc indiquer, qu’en présence d’extraits d’algues les gels NR permettent la diffusion de ces 96 Influence de la MOD sur la biodisponibilité du Cu pour les bryophytes aquatiques complexes organiques thermodynamiquement faible et biodisponibles (contrairement aux gels restrictifs ou à la DP-ASV qui sous estiment la fraction biodisponible). En présence de méthylcellulose, les concentrations de métal labile (mesurées par DGT-R, DGTNR, ou DP-ASV) sous-estiment les concentrations en cuivre biodisponible pour les bryophytes. Ces différences sont principalement attribuables au caractère plus ou moins « labile » de certains complexes faiblement fixés sur la MOD, pouvant être désorbés au contact de la membrane biologique (Ferreira et al. 2008), mais restant inaccessibles pour les DGT (R et NR) ou pour la DPASV. Néanmoins, au vu des résultats sur la Figure 32, on peut considérer que la fraction de métal biodisponible est assez bien mesurée par les différentes techniques d’échantillonnage (DGT, DPASV), la fraction de complexes métalliques biodisponibles non-mesurables par ces techniques représentant une fraction minime du métal biodisponible pour les bryophytes. De plus ces différences (entre fractions labiles et biodisponible) demeurent difficilement interprétables compte tenu des incertitudes liées au protocole expérimental, aux mesures, et aux régressions mathématiques (notamment pour le calcul des concentration du Cu biodisponible, Eq. 45). Pour les extraits de Seine hydrophobes et transphiliques, les concentrations de cuivre labile mesurées par DGT (R ou NR) ou DP-ASV sont très proches des concentrations en Cu biodisponible pour les bryophytes (excepté pour la fraction labile mesuré par DP-ASV qui sousestime le biodisponible en présence de 5 mgC/L de MOD hydrophobe). L’ensemble de ces résultats met en évidence la forte variabilité de la capacité à moduler la biodisponibilité et de la spéciation du cuivre selon la nature de la MO. Par exemple, à concentration en COD comparable, les extraits d’algues vertes réduisent deux fois moins la biodisponibilité que les extraits transphiliques issus de la Seine. D’une manière générale, les extraits d’algues vertes ont un effet plus faible que les matières organiques hydrophobes et transphiliques des MOD extraites de Seine. La méthylcellulose, présente un effet intermédiaire entre la MOD d’origine algale et les MOD issues de rivières anthropisées. Ces différences sont difficilement explicables de manière précise car les modes d’interactions des métaux avec la MOD sont nombreux et cette dernière très complexe dans sa composition. 97 Influence de la MOD sur la biodisponibilité du Cu pour les bryophytes aquatiques EXTRAITS D'ALGUES 5.0 4.0 3.0 2.0 ** 1.0 ** * 0.0 Dissous Labile DP-ASV 4.0 3.0 2.0 * * 1.0 Algae extracts 2.5 mgC/L Labile DGT NR Biodisponible Algae extracts 5 mgC/L Méthylcellulose 1m gC/L Diss ous Labile DP-ASV Labile DGT R MO TRANSPHILIQUE (TPH) EXTRAITE DE SEINE 6.0 5.0 Concentrations Cu (µg/L) Concentrations Cu (µg/L) 5.0 0.0 Algae extracts 1 mgC/L 6.0 CELLULOSE 6.0 Concentrations Cu (µg/L) Concentrations Cu (µg/L) 6.0 4.0 3.0 2.0 1.0 0.0 Méthylcellulos e 2.5m gC/L Labile DGT NR Biodiponible Dissous Labile DP-ASV Extraits Seine TPH 2.5mgC/L Labile DGT NR Biodisponible Extraits Seine TPH 5mgC/L Labile DGT R 5.0 4.0 3.0 2.0 1.0 * Seine River Extracts 1mgC/L Labile DGT R Méthylcellulose 5m gC/L MO HHYDROPHOBE (HPO) EXTRAITE DE SEINE 0.0 Extraits Seine TPH 1mgC/L * * * Dissous Labile DP-ASV Seine River Extracts 2.5mgC/L Labile DGT NR Biodisponible Seine River Extracts 5mgC/L Labile DGT R Figure 32. Spéciation et biodisponibilité initiale du cuivre dans les solutions d’exposition : cuivre total dissous, labile (mesuré par la technique DGT équipée de gels R ou NR et par DP-ASV) et biodisponible (estimé selon l’Eq. 45). * Différence significative par rapport à la fraction biodisponible ( p < 0.05) ; 98 ** Différence significative par rapport à la fraction biodisponible (p < 0.01). Influence de la MOD sur la biodisponibilité du Cu pour les bryophytes aquatiques CONCLUSION L’objectif de cette étude était (i) de comprendre l’effet de la quantité et de la qualité des matières organiques sur la biodisponibilité du Cu pour les bryophytes aquatiques et (ii) d’évaluer la capacité de la technique DGT et de la DP-ASV à quantifier cette fraction métallique biodisponible selon la nature de la matière organique. Les résultats de cette étude nous montrent tout d’abord que les quatre MOD testées (d’origines algale, anthropique et bactérienne) réduisent fortement la biodisponibilité du Cu pour les bryophytes. Cette étude montre également une raisonnablement bonne corrélation entre la fraction labile mesurée par DGT (ou par DP-ASV dans certains cas) et la fraction biodisponible pour les bryophytes aquatiques. Dans quelques cas, en présence de méthylcellulose en particulier, la fraction de métal labile sous-estime légèrement la fraction biodisponible, les fractions labiles échantillonnées par DGT ou par la DP-ASV étant plus restrictives. Néanmoins, pour l’ensemble des MOD, l’erreur faite en estimant la biodisponibilité par une mesure DGT-R est de moins de 25% dans 10 cas sur 12 et dans tous les cas si celle-ci est estimée à partir d’une mesure DGT équipée de gels NR. A titre de comparaison, cette erreur est également inférieure à 25% dans seulement 4 cas sur 12, lorsque l’estimation de la biodisponibilité est faite en utilisant la mesure DP-ASV. Ces divergences nous paraissent acceptables (particulièrement dans le cas des DGT) compte tenu des incertitudes liées au protocole expérimental et aux mesures. Enfin la technique DGT présente de nombreux avantages opérationnels pour la mesure des concentrations en métaux labiles (et potentiellement biodisponibles) permettant une utilisation de la techique dans des milieux aussi variés que les lacs (Røyset et al. 2005), les rivières (Meylan et al. 2003; 2004), les eaux usées (Buzier et al. 2006; 2006) et les sédiments (Zhang et al. 2002; Roulier et al. 2008) : - Contrairement à la DP-ASV, la technique DGT permet un échantillonnage simple et intégratif des métaux dans les milieux aquatiques naturels, permettant de dépasser les limites de détection de l’analyse courante ; - L’échantillonnage des métaux labiles par la technique DGT est intégratif et multiéléments, ce qui signifie que le résultat apporte des informations sur des concentrations éventuellement transitoires pendant la durée du déploiement ; - Les analyses sont réalisées dans l’éluat acide de la résine du prélèvement et non dans la matrice environnementale, ce qui élimine les problèmes d’interférences analytiques (contrairement à la mesure par DP-ASV). 99 100 Evaluation in situ de la biodisponibilité du Cu Chapitre V. COUPLAGE DGT - BLM : VALIDATION IN VITRO ET IN SITU D’UNE APPROCHE INTEGREE POUR EVALUER LA BIODISPONIBILITE DU CUIVRE 1. INTRODUCTION Les deux chapitres précédents ont permis de mettre en évidence la forte variabilité de la biodisponibilité du Cu pour les bryophytes aquatiques en fonction des paramètres de qualité de l’eau en conditions contrôlées de laboratoire. Il semble indispensable de valider ces résultats en conditions d’exposition de terrain par le couplage d’un outil de monitoring chimique (DGT) et de modélisation (le Biotic Ligand Model). La dernière partie de ce travail est donc consacrée à l’étude in situ de l’influence de l’ensemble des paramètres de qualité d’eau (cations majeurs, pH, matières organiques) sur la biodisponibilité du Cu pour les bryophytes aquatiques. Pour cela, quatre campagnes de mesures ont été réalisées sur différents sites présentant des qualités d’eau contrastées. Notre travail a consisté à comparer la réponse d’un bioindicateur (accumulation dans les bryophytes) avec la réponse d’un outil prédictif combinant une mesure de spéciation (technique DGT) et un outil de modélisation (Biotic Ligand Model). L’objectif principal de cette partie est donc d’évaluer la pertinence de ces deux outils (DGT – BLM) pour prédire la biodisponibilité du Cu pour les mousses aquatique en conditions d’exposition in situ. Ce travail a fait l’objet de l’article 3 en Annexe. 2. DEMARCHE EXPERIMENTALE 2.1. Schéma expérimental et démarche analytique adoptés La démarche expérimentale adoptée découle de l’expérience acquise en laboratoire sur l’influence des facteurs environnementaux (Ca, Mg, Na, pH, MOD) sur la biodisponibilité du Cu et la bioaccumulation du Cu par les bryophytes aquatiques. L’expérimentation en conditions d’exposition naturelles (in situ, milieu d’exposition renouvelé en continu) constitue une étape indispensable dans le cadre de la validation des outils (DGT – BLM) testés et validés en conditions contrôlées de laboratoire. Pour cela, l’approche expérimentale adoptée (Figure 33) consiste à exposer en parallèle des bryophytes et des DGT dans des eaux de composition chimique contrastées afin de vérifier l’influence des différents paramètres de qualité d’eau (pH, cations majeurs, MOD) sur la 101 Evaluation in situ de la biodisponibilité du Cu bioaccumulation du Cu par les mousses aquatiques. Les teneurs en Cu mesurées dans les mousses aquatiques sont ensuite comparées aux prédictions du modèle pour chacun des contextes hydrochimiques étudiés. MESURES MODELISATION Caractérisation du milieu d’exposition • Spéciation : Mesure CuLabile (DGT) BLM-Cu : Modélisation cinétique de la bioccumulation du Cu dans les mousses • Composition cationique de l’eau (Ca, Mg, Na, pH) Paroi cellulaire Milieu extérieur 1. Adsorption/ Désorpt ion ?? = CuD k1 . Cellule 2. Internalisat ion/ Eliminat ion Cu k -1 BL1 k2 k -2 Cu-BL2 Ca2+, Mg2+, Na+, H+ Mesure Cu dans les mousse s Figure 33. Approche expérimentale adoptée pour les études de validation in situ. 2.2. Protocole d’exposition des bryophytes et des DGT Dans le cadre du développement de programmes de biosurveillance de la qualité des cours d’eau mis en oeuvre dans les années 90, le département R&D d’EDF a conçu un module expérimental (le MIM 1 – Module Intégrateur de Microplluants). L’utilisation du MIM permet d'exposer in situ des bryophytes en conditions hydrauliques et physico-chimiques contrôlées. Un schéma général du dispositif est décrit sur la Figure 34. Pour les applications présentées dans le cadre de cette thèse, le module expérimental se compose des éléments majeurs suivants : Un système d'alimentation en eau brute (1). L'apport de l'eau à analyser est assuré par une pompe péristaltique, placée dans un coffre de rangement étanche et dont le débit peut être manuellement réglé. La pompe est reliée au secteur ou bien à une batterie autonome placée dans le coffre de rangement. 1 Brevet déposé le 18 mars 1994 sous le titre "Procédé de dosage de micro-polluants biodisponibles dans l'eau et un dispositif pour la mise en oeuvre de ce procédé". 102 Evaluation in situ de la biodisponibilité du Cu Un système d'élimination des Matières En Suspension (MES). L'eau est tout d'abord orientée vers un décanteur lamellaire (2), qui permet de retenir une fraction importante des MES. Le décanteur lamellaire assure ainsi une double fonction : - une fonction "première" : il clarifie l'eau destinée à être mise en contact avec les bryophytes et gomme ainsi certains effets parasites sur la mesure ; - une fonction "étendue" : les MES décantées peuvent être régulièrement recueillies au niveau de la vanne de purge (3), puis analysées. On peut ainsi estimer la micropollution véhiculée par la matière particulaire. Un module de contamination en cuivre de la solution d’exposition. En sortie du décanteur, l'eau décantée est dirigée vers un bac de mélange (4) dans lequel une solution de Cu concentrée (4) est injectée en continu à l’aide d’une pompe péristaltique à faible débit (dP2=0.25 mL/min). La concentration en cuivre dans le bac de mélange (et donc dans le bac d’immersion) est contrôlée en modifiant le débit d’alimentation du MIM (dP1=0.5 ou 0.2 L/min) et la concentration de la solution concentrée en Cu servant à l’injection de Cu dans le système (à 10 ou 12 mg/L). En ajustant ces deux paramètres, on parvient à préparer en continu des solutions d’exposition (7) avec des concentrations en Cu fixes (5 et 15 µg de Cu/L). Un bac d’immersion (7) contenant une masse de bryophytes connue (12 gpoids frais ) et les sondes DGT (3 DGT équipés de gels restrictifs + 3 DGT équipées de gels non restrictifs). Ce bac d’immersion est alimenté en continu par la solution d’exposition (eau de rivière décantée et contaminée à 5 ou 15 µg/L de Cu). Le bac d’immersion est également équipé d’un échantillonneur automatique (8) programmable (ISCO 6700) pour collecter en continu des échantillons d’eau servant à l’analyse ultérieure de la composition chimique du milieu (l’échantillonneur automatique est programmé de façon à préparer un échantillon moyen journalier d’environ 200 mL à partir de prélèvements ponctuels toutes les 6 heures). Afin de limiter l’effet potentiel de la température ambiante (sur les processus de bioaccumulation, ainsi que sur le fonctionnement du dispositif en cas de températures négatives), le bac d’immersion est équipé d’un régulateur de température (fixé à 10 ± 1.5 °C). 103 Evaluation in situ de la biodisponibilité du Cu 1 6 8 2 7 3 4 5 Cours d’eau 9 Aq. mosses (12 g fw) 6 DGT units 1 Système d’alimentation en eau (dP1 =0.5-0.2 L/min) 4 Bac de mélange (20 L) 7 Bac d’immersion (18L) des bryophytes et sondes DGT 2 Décanteur lamellaire 5 Solution étalon de Cu (10-12 mg/L) 8 Échantillonneur d’eau programmable (ISCO 6700) 3 Vanne de purge MES 6 Pompe péristaltique d’injection (dP2 =0.25 mL/min) 9 Régulateur de température (10 ± 1.5 °C) Figure 34. Schéma descriptif du dispositif expérimental (MIM) employé pour l’exposition des bryophytes et des sondes DGT. 104 Evaluation in situ de la biodisponibilité du Cu L’ensemble des caractéristiques techniques du module (dP1, dP2, densité de biomasse,...) optimisées pour obtenir les concentrations nominales en Cu dissous dans les bacs d’immersion (5 et 15 µg/L) sont récapitulées dans le Tableau 10. Tableau 10. Caractéristiques techniques du module d’exposition optimisé pour atteindre les concentrations nominales en Cu dans les bacs d’immersion de 5 et 15 µg/L. Support biologique Espèces Biomasse bryophytes Fontinalis antipyretica ~12 g f.w. 2.3. Variables hydrauliques Vol. bac immersion dP1 : Débit d’alimentation 0.5 L/min 18 L dP2 : Débit injection Cu 0.25 mL/min 0.2 L/min Variables chimiques Concentration Concentrations nominales solution Cu du Cu dans bac immersion 10 mg/L 5 µg/L 12 mg/L 15 µg/L Sélection des sites d’étude Nous avons sélectionné quatre sites d’étude présentant des teneurs en cations majeurs, en matières organiques et pH fortement contrastés, de manière à disposer d’une large gamme de qualité d’eau pour la validation du modèle. Pour cela, quatre sites d’études ont été identifiés : deux stations situées en amont des centrales nucléaires de Belleville-sur-Loire et Cattenom (sur la Loire et la Moselle respectivement) ainsi que deux stations localisées sur les barrages hydrauliques de Vassivière (Limousin) et Sauviat (Auvergne) (Figure 35). CATTENOM BELLEVILLE – SUR - LOIRE Pari s Centrale Nucléaire VASSIVIERE SAUVIAT Barrage H ydraul ique Figure 35. Localisation des quatre sites de prélèvements ( ◪ : centrale nucléaire ; ■ : barrage hydraulique) 105 Evaluation in situ de la biodisponibilité du Cu Dans le tableau ci-dessous (Tableau 11), les valeurs moyennes des paramètres de qualité d’eau pour chaque semaine de campagne sont reportées, avec les écart-types correspondant. La variabilité des valeurs n’est en général pas imputable aux variations dans l’environnement au cours de la période d’échantillonnage, mais à la mesure. Tableau 11. Valeurs moyennes (sur la semaine d’exposition) des paramètres physico-chimiques relevés au cours des trois campagnes. L’écart-type est indiqué entre parenthèses. Site Cours d’eau a Temp (°C) b COD (mgC/L) pH Ca (mg/L) Mg (mg/L) Na (mg/L) Belleville / Loire Loire 9.1 (0.3) 3.4 (0.2) 8.3 40.6 (0.9) 7.1 (0.2) 10.8 (0.4) Cattenom Moselle 9.3 (0.8) 2.7 (0.3) 7.7 109.7 (0.8) 21.9 (0.4) 83.7 (0.5) Vassivière Maulde 11.9 (0.5) 4.9 (0.6) 6.5 2.3 (0.4) 1.8 (0.1) 3.4 (0.3) 11.8 (0.9) 3.4 (0.4) 6.9 2.5 (0.3) 1.2 (0.1) 1.5 (0.2) Sauviat a Temp : Température / 2.4. b COD : Carbone Organique Dissous Caractérisation du milieu Les paramètres physico-chimiques sont nécessaires, non seulement au calcul des concentrations de cuivre labile (notamment le pH, la température), mais aussi à l’interprétation de la spéciation du métal (pH, matière organique dissoute) et de la bioaccumulation du Cu par les bryophytes (cations majeurs, matière organique dissoute, ...). Au cours de la semaine d’exposition deux types de mesures ont été effectués : Mesures intégratives : - Support biologique : prélèvements de bryophytes pour mesure du Cu bioaccumulé - Support DGT : mesure intégrative du Cu labile dans le bac d’immersion Mesures ponctuelles : - Prélèvements d’eau (échantillonneur automatisé) pour mesure de la composition en phase dissoute de l’eau (Cu, Ca, Mg, Na) - Prélèvement d’eau dans le bac d’immersion pour mesure du COD - Mesure du pH directement dans le bac d’immersion Pour les quatre campagnes de mesure, l’organisation et la périodicité des prélèvements est similaire (cf. Tableau 12). 106 Evaluation in situ de la biodisponibilité du Cu Tableau 12. Récapitulatif des prélèvements et analyses d’échantillons récoltés au cours de la semaine (de J0 à J7) d’exposition des sondes DGT et des bryophytes in situ Support Elément mesuré Périodicité des prélèvements J0 J1 J2 J3 J4 J5 J6 J7 Bryophytes Cu bioaccumulé × × × × × × (extra/intra-cellulaire) Mode prélèvement / Traitement Prélèvement des apex (triplicats de mesure) Immersion des apex dans 20 mL d’EDTA 1mM (2h) ↘ Séchage des apex (24h, 60°C) / Minéralisation ↘ Filtration (0.2µm ; Téflon) de la solution d’EDTA ↘ Acidification (HNO3, 1%) et conservation (4°C) DGT (Gels restrictifs /non restrictifs) Cu labile × × ↘ Démontage des DGT sous hotte ↘ Immersion des résines Chelex dans 3 mL d’HNO3 1M Cu dissous × × × × × × × × Ö Analyse en SAA – four (SpectrAA-800, Varian) Retrait des DGT (triplicats pour chaque type de gels) ↘ Conservation 4°C Eau filtrée Analyse Ö Analyse en SAA – four (SpectrAA-800, Varian) Prélèvements automatiques d’eau dans le bac d’immersion (V = 5 mL ; échantillon moyen 24h ; triplicats de mesure) ↘ Filtration de l’échantillon (0.2µm ; Téflon) ↘ Acidification (HNO3, 1%) Ö Analyse en SAA – four (SpectrAA-800, Varian) ↘ Conservation à 4°C Eau filtrée Ca Mg Na × × × × × × Prélèvements automatiques d’eau dans le bac d’immersion (V = 50 mL ; échantillon moyen 24h ; triplicats de mesure) ↘ Filtration de l’échantillon (0.2µm ; Téflon) ↘ Acidification (HNO3, 1%) ↘ Conservation à 4°C Eau filtrée × Carbone Organique Dissous (COD) × ↘ Filtration sur filtre GF/G grillés (0.7 µm) ↘ Conservation à 4°C pH × × × × 107 × × (Lyberty Series II, Varian) Prélèvements ponctuels d’eau dans le bac d’immersion (V = 50 mL ; échantillon moyen 24h ; triplicats de mesure) ↘ Acidification (H3PO4, 5%) Eau brute Ö Analyse ICP – AES Mesure directe dans le bac d’immersion Ö COTMETRE (Model 700 Total Organic Carbon) Ö pH mètre (pH 320, WTW GmbH) Evaluation in situ de la biodisponibilité du Cu pour les bryophytes 2.5. Calage du modèle cinétique sur les données expérimentales Les données expérimentales de paramètres de qualité (composition cationique de l’eau, pH, et spéciation du métal) nous permettent de simuler l’évolution cinétique de la bioaccumulation du Cu dans les bryophytes aquatiques selon les équations du modèle de bioaccumulation. Les teneurs en métal labile mesurées à l’aide des sondes DGT (gels restrictifs et non restrictifs) sont ici employées comme données d’entrée du modèle décrit brièvement ci-après (ainsi que dans le Chapitre II.2 de manière plus approfondie). Conditions de simulation A partir du système réactionnel (cf. Chapitre II.2.1) et des hypothèses émises (cinétiques du premier ordre), l’évolution cinétique de la bioaccumulation du Cu dans les mousses (fractions extra-cellulaire CuBL1 et intra-cellulaire CuBL2) est modélisée selon les équations suivantes : V ⎧ d{CuBL 1} k ' 1 [Cu D ] − k −1 {CuBL 1} − k ' 2 {CuBL 1} + k − 2 {CuBL 2 } = ⎪⎪ m bryos dt ⎨ ⎪ d{CuBL 2 } = k ' {CuBL } − k {CuBL } 2 1 −2 2 ⎪⎩ dt Eq. 15 (rappel) Eq. 16 (rappel) où : - [CuD], {CuBL1} et {CuBL2} représentent respectivement les concentrations du cuivre dissous biodisponible (µg Cu.L-1) , adsorbé sur les sites extra-cellulaires (en µg de Cu.g-1d.w.) et internalisés dans les sites intra-cellulaires (en µg de Cu.g-1d.w.). - k’1, k-1, k’2, k-2 sont respectivement les constantes cinétiques des réactions d’adsorption (en h– 1), de désorption des sites extra-cellulaires (en h–1), d’internalisation (en h–1) et d’élimination (en h–1) des sites intra-cellulaires. - le rapport m bryos / V représente la densité de biomasse (en gd.w..L-1). Paramètres fixes et variables ajustables du modèle La résolution de ce modèle implique une connaissance précise des coefficients cinétiques k’1, k-1, k’2 et k-2, respectivement représentatifs des réactions d’adsorption, de désorption, d’internalisation et d’élimination. Au travers des expériences en laboratoire, nous avons pu montrer que les coefficients cinétiques des réactions de désorption, d’internalisation et d’élimination (k-1, k’2 et k-2) ne sont pas (ou peu) influencées par les paramètres de qualité d’eau des milieux d’exposition. Par conséquent, nous utilisons dans cette partie les valeurs moyennes obtenues en conditions contrôlées de laboratoire (cf. Chapitre III.3.1 ; Tableau 4). 108 Evaluation in situ de la biodisponibilité du Cu pour les bryophytes En revanche, la constante conditionnelle d’adsorption (k’1) est fortement dépendante de la composition cationique du milieu. Par conséquent pour les différents sites d’études (présentant des compositions cationiques variables), nous calculons la valeur spécifique de la constante conditionnelle d’adsorption en fonction des teneurs en cations majeurs dans le milieu d’exposition : Eq. 36 k '1 = k1, MAX (Rappel) ⎛ ⎞ 1 ⎟ ×⎜ ⎜ 1 + ∑ K C BL × [C i ] ⎟ i 1 i ⎝ ⎠ où : - k’1, MAX : taux maximal d’adsorption (k’1, MAX = 2.54 h-1) - K C i BL1 : constante d’affinité des cations Ci sur les sites extra-cellulaires –BL1 (en L.mol-1) 3. RESULTATS 3.1 Comparaison inter-sites de la spéciation du Cu dissous Pour chacun des quatre sites d’étude deux types de sondes DGT sont employées : - des sondes DGT équipées de gels diffusifs dits ‘‘ restrictifs ’’, censés retenir la fraction de métal libre et de complexes inorganiques (CuCO3, CuOH2, ...) ; - des sondes DGT équipées de gels diffusifs dits ‘‘ non restrictifs ’’, censés retenir le métal libre, les complexes inorganiques ainsi qu’une fraction de complexes organiques faibles (facilement dissociables au cours de la diffusion dans le gel). L’échantillonnage par DGT permet de distinguer les différentes fractions de métal dissous en fonction de leur labilité : on identifie ainsi une fraction de métal labile (Clabile : fraction de métal pouvant diffuser et se dissocier au cours de sa migration à travers le gel) et une fraction de métal inerte (estimé par différence entre les teneurs en cuivre dissous et labile : Cinerte = C dissous - C labile). La spéciation du Cu dissous (fractions labile et inerte) mesurée au cours de la semaine d’exposition des sondes DGT est graphiquement représentée sur la Figure 36, pour chacun des sites d’étude (Belleville, Cattenom, Vassivière et Sauviat). 109 Evaluation in situ de la biodisponibilité du Cu pour les bryophytes A. DGT Restrictive B. DGT Non Restrictive 20 20 Cdissous nominale 15µg/L Cdissous nominale 15µg/L C dissous (µg/ L) 16 Cdissous nominale 5µg/L +15 µg/L Inerte Labile 12 8 27% 4 25% 75% 73% Cdissous nominale 5µg/L 25% 19% 22% 30% 22% 33% 75% 81% 78% 70% 78% 67% 23% 83% 77% 30% 21% 70% 79% 30% 70% 34% 12 8 4 66% 0 /L /L /L /L /L g/L g/L g/L µg µg µg µg µg 5µ 5µ 5µ 15 15 -5 -5 -5 -1 -1 iètèat m v i i e ille i l a o m v v l i v s i i n u s no uv lle ss tte llev Sa Va tte Sa Be Va Ca Be Ca 16 +5 µg/L +5 µg/L 17% +15 µg/L Inerte Labile 0 /L /L /L /L /L g/L g/L g/L µg µg µg µg µg 5µ 5µ 5µ 15 15 -5 -5 -5 -1 -1 ièat tèm v i i e ille i l a m o v v l i v s i i n u s no uv lle ss tte llev Sa Va tte Sa Be Va Ca Be Ca Figure 36. Spéciation du cuivre dissous (Cu Labile / Cu inerte) dans les bac d’immersion des DGT pour l’ensemble des quatre sites d’étude (Belleville, Cattenom, Sauviat et Vassivière). Les barres horizontales représentent les concentrations nominales en Cu dissous (Cdissous nominales) ajoutées dans le bac d’immersion des DGT (5 µg/L : et 15 µg/L : ). Les pourcentages quantifient les différentes fractions de métal labile ( x % ; mesuré directement dans les bacs d’immersion à l’aide des sondes DGT équipées A. de gels restrictifs, et B. de gels Non restrictifs) et inerte ( x % ; estimé par différence entre les teneurs en cuivre dissous et labile : Cinerte = C dissous - C labile). On observe, qu’à concentration en Cu dissous équivalente (5 ou 15 µg/L), les fractions de métal labile mesurées sur chacun des quatre sites varient de 17% à 27% du Cu dissous lorsque l’on utilise des DGT équipées de gels Restrictifs (Figure 36 A.), et de 22% à 33% lorsque les DGT sont équipés de gels Non Restrictifs (Figure 36 B.). Ces différences de labilité sont probablement essentiellement imputables (i) aux variations inter-sites de la quantité et de la nature de la matière organique dissoute présente en solution sur chaque site, (ii) et au fait que sur le site de Cattenom se caractérise par un ratio Cu/MOD supérieur à celui des autres sites (concentrations en Cu naturellement présentes à Cattenom plus importantes que pour les autres sites). Par exemple, la fraction de métal labile la plus élevée (27-30%) est observée pour le site de Cattenom pour lequel nous constatons que la teneur en carbone organique dissous est la plus faible (COD = 2.7 mgC/L). Cependant, on note également que la fraction de métal labile mesurée à Belleville (25-30% du Cu dissous total) est sensiblement supérieure à celle observée à Sauviat (17-22%) alors que les teneurs en carbone organique dissous sont équivalentes (COD = 3.4 mgC/L). Ces différences sont essentiellement imputables à la qualité de la matière organique. Enfin, on note que les plus fortes variations de Cu labile sont observées pour le site de Vassivière où la fraction de métal labile représente 23% ou 34% lorsque les DGT sont respectivement équipées de gels restrictifs ou non restrictifs. Cette différence est due à la discrimination physique qu’opèrent les gels restrictifs sur les complexes organiques labiles (par ex. complexes faibles Cu-Acides Humiques). En effet, de 110 Evaluation in situ de la biodisponibilité du Cu pour les bryophytes nombreuses tourbières 1 sont situées à proximité du lac de Vassivière (tourbières d'Auzoux, de la Ribière de Gladière, de la Mazure, d'Orladeix, de Masgrangeas, d’Epinassou...). Les matières organiques issues de ces tourbières sont majoritairement humiques et forment avec le Cu de grands complexes thermodynamiquement faibles exclus stériquement par les gels restrictifs mais partiellement échantillonnés par les gels non restrictifs. 3.2 Comparaison inter-sites des fractions de Cu bioaccumulé à t = 7 jours La Figure 37 représente les teneurs en cuivre bioaccumulé (fractions extra et intra-cellulaire) par les mousses aquatiques mesurées après sept jours d’exposition sur les quatre sites d’étude (Cattenom, Belleville-sur-Loire, Sauviat et Vassivière). L’ensemble de ces valeurs est également récapitulé dans le Tableau 13. De manière générale, on constate une distribution équivalente du Cu dans les mousses pour l’ensemble des sites après 7 jours d’exposition : le Cu intra-cellulaire {CuBL2} représente environ 27-32% du Cu total (extra et intra-cellulaire : {CuBL1}+{CuBL2}). A l’exception de Cattenom (site pour lequel nous n’avons pu étudier qu’un seul niveau de contamination : 5 µg/L), on note une bonne corrélation entre les concentrations de Cu dissous (5 ou 15 µg/L) et les concentrations en Cu accumulé dans les bryophytes (d’environ un facteur trois pour chaque site). Cette relation de quasi-proportionnalité montre que dans des conditions d’exposition équivalentes (composition physico-chimique d’eau équivalente), les bryophytes aquatiques sont de bons indicateurs de la contamination métallique, sensibles à la variation du niveau de contamination. En revanche, à niveau de contamination de Cu équivalent (5 ou 15 µg/L), on note une variabilité du Cu bioaccumulé à t=7 jours d’un facteur six entre les quatre sites d’étude. Ces résultats mettent en évidence la forte capacité des paramètres de qualité d’eau à moduler la bioaccumulation du Cu par les bryophytes aquatiques. On constate en effet que les faibles niveaux de contamination (Cattenom, Belleville-sur-Loire) dans les mousses correspondent aux sites pour lesquels la composition cationique est la plus élevée (composition cationique : Cattenom > Belleville > Sauviat - Vassivière). Pour les sites à faible composition cationique (compositions équivalentes pour les sites de Sauviat et Vassivière), on constate que la bioaccumulation dans les mousses est positivement corrélée avec les concentrations en Cu labile (Clabile VASSIVIERE > Clabile SAUVIAT). 1 Une tourbière est une zone humide caractérisée un sol présentant de fortes teneurs en matière organique d'origine végétale, peu ou pas décomposée. C'est un écosystème fragile dont les caractéristiques en font un puits de carbone, car il y a plus de synthèse de matière organique que de dégradation. 111 Evaluation in situ de la biodisponibilité du Cu pour les bryophytes Cu bioaccumulé (µg.g-1 d.w.) 1200 Intra-Cellulaire {CuBL2} 1000 Extra-cellulaire {CuBL1} 800 600 76% 72% 400 200 0 35% 37% m no tte Ca g/L 5µ lle Be 72% 68% 65% 63% 73% 28% 32% e5 vill µg /L lle Be e1 vill 27% g /L 5µ Sa iat uv 5µ g /L Sa u t1 via g 5µ 28% 24% /L /L g /L µg 5µ 15 e r e r iviè iviè ss ss a Va V Figure 37. Teneurs en Cu dans les mousses aquatiques (fractions extra et intra-cellulaires) après sept jours d’exposition sur les sites de Cattenom, Belleville-sur-Loire, Sauviat et Vassivière. Tableau 13. Concentrations en cuivre dans les mousses aquatiques (fractions extra et intra-cellulaire), mesurées à la fin de la période d'exposition (7 jours) sur les quatre sites d’étude (Cattenom, Belleville-surLoire, Sauviat et Vassivière). Cu dissous [CuW] (µg/L) Cattenom Belleville Sauviat Vassivière Belleville Sauviat Vassivière 5 15 Cu bioaccumulé à t = 7 jours (µg.g-1 d.w.) Cu extra-cellulaire {CuBL1} Cu intra-cellulaire {CuBL2} Total {Cum} 37.8 73.0 195.1 249.1 252.9 603.1 757.0 21.9 39.5 71.3 97.8 118.0 234.1 244.1 59.7 112.5 266.4 346.9 370.9 837.2 1001.1 4. DISCUSSION 4.1 Spéciation et bioaccumulation du Cu : les DGT mesurent-elles la fraction de métal bioaccumulable (i.e. biodisponible) ? Effet de la spéciation du Cu sur les cinétiques de bioaccummulation à court terme (24h) En conditions contrôlées de laboratoire, nous avons pu mettre en évidence une corrélation significative entre les teneurs en métaux labiles (échantillonné par DGT équipées de gels restrictifs ou non restrictifs) et les cinétiques initiales de bioaccumulation du Cu par les bryophytes aquatiques. 112 Evaluation in situ de la biodisponibilité du Cu pour les bryophytes Ces résultats nous ont permis de valider la pertinence de la technique DGT pour évaluer la fraction de métal dissous biodisponible en présence de différentes matières organiques naturelles. A l’instar des biotests en laboratoire, nous cherchons à vérifier cette relation entre spéciation et biodisponibilité en condition d’exposition in situ (eau naturelle, renouvellement du milieu). Pour cela, nous étudions les corrélations entre flux initiaux de bioaccumulation (JBioacc - 24h), d’adsorption (JAds-24h) et d’internalisation (JInt - 24h ) et teneurs en métal (dissous ou labile) dans les solutions d’exposition (Figure 38). Sur la Figure 38 on note tout d’abord une corrélation médiocre (r ² < 0.74) entre les flux de bioaccumulation et les concentrations en cuivre total dissous. A l’instar des résultats des biotests en laboratoire, ces résultats nous confirment que le cuivre total dissous n’est pas représentatif de la fraction de métal biodisponible pour les bryophytes. En revanche, la corrélation est bien meilleure (r ² > 0.91) lorsque l’on utilise les concentrations en cuivre labile mesurées par les dispositifs DGT équipés de gels restrictifs et non restrictifs. Ces résultats mettant en évidence que sur les premières 24 heures d’exposition, l’accumulation (adsorption et internalisation) du Cu est contrôlée cinétiquement par la spéciation du Cu en solution. Cependant, comme le montre la Figure 38, pour les sites à forte charge cationique (points entourés en pointillés), la prise en compte de la spéciation du Cu ne suffit pas à expliquer les flux de bioaccumulation du Cu. Dans ces cas, d’autres facteurs environnementaux (i.e. la composition cationique) modifient la bioaccumulation. 20 (b) J Ads - 24h (µg/g/h) 24 y = 4.92x 2 r = 0.92 16 Labile DGT R y = 3.76x r 2 = 0.93 12 y = 1.04x r 2 = 0.72 4 0 8 12 y = 0.84x r 2 = 0.74 4 0 0 4 8 12 16 20 Concentrations Cu (µg/L) (c) 4 y = 3.02x r 2 = 0.91 8 Dissous 8 0 12 Labile DGT NR (µg/g/h) (µg/g/h) 20 J Bioacc - 24h y = 3.94x r 2 = 0.92 16 16 20 J Int - 24h (a) 5 y = 0.97x r 2 = 0.92 4 3 y = 0.74x r 2 = 0.93 2 y = 0.21x r 2 = 0.71 1 0 Concentrations Cu (µg/L) 0 4 8 12 16 20 Concentrations Cu (µg/L) Figure 38. Flux initial de bioaccumulation (a. Flux total de bioaccumulation : J Biaocc - 24h ; b. Flux d’adsorption du Cu : J Ads - 24h et c. Flux d’internalisation du Cu : J Int - 24h ;) en fonction des concentrations en Cu dissous ( ), et Cu labile (échantillonné par les dispositifs DGT équipés de gels restrictifs et de gels non restrictifs ). NB : Le site de Belleville n’ayant pas bénéficié d’une mesure de Cu bioaccumulé à t = 24h, seuls les sites de Vassivière (5 et 15 µg Cu/L), Sauviat (5 et 15 µg Cu/L) et Cattenom (5 µg/L) sont représentés sur la figure. 113 Evaluation in situ de la biodisponibilité du Cu pour les bryophytes Effet de la spéciation du Cu sur la bioaccumulation à moyen terme (7 jours) Sur une période d’exposition supérieure (7 jours), l’influence de la composition cationique est encore plus marquée que sur une courte période de 24h : on distingue très nettement que la quantité de Cu dans les bryophytes est moins impotante lorsque la composition cationique du milieu d’exposition augmente (Figure 39). On observe aussi que les concentrations en Cu bioaccumulé (adsorbé + internalisé) après 7 jours d’exposition ne sont pas striictement corrélées avec les concentrations en Cu dissous ou labiles mesurées dans les bacs d’exposition. En effet, la Figure 39 permet de distinguer les points à forte charge cationique (Belleville sur Loire et Cattenom) de ceux à faible charge cationique (les sites de Vassivière et Sauviat ). Ce résultat met en évidence les limites du modèle de l’ion libre selon lequel l’accumulation dans les organismes aquatiques serait strictement contrôlée par la fraction de métal libre (ou labile) en solution. Sur l’ensemble des résultats, on note en effet qu’une augmentation de la composition cationique du milieu d’exposition réduit l’accumulation du Cu dans les bryophytes aquatiques. Ces résultats confirment les résultats obtenus en conditions contrôlées de laboratoire (cf. Chapitre III) et nous permettent d’envisager l’application du modèle de bioaccumulation intégrant l’effet des cations pour prédire l’accumulation du Cu par les bryophytes. CBiaccumulé à t= 7 jours (µg/g d.w.) 1200 a) 1000 Sites à faible composition cationique (Sauviat et Vassivière) 800 r² = 0.52 600 Sites à forte composition cationique (Cattenom et Belleville-sur-Loire) 400 200 0 0 4 8 12 16 CDissous (µg/L) 1200 b) 1000 CBiaccumulé à t= 7 jours (µg/g d.w.) CBiaccumulé à t= 7 jours (µg/g d.w.) 1200 800 r² = 0.58 600 400 200 0 0 1 2 3 c) 1000 800 r² = 0.69 600 400 200 0 4 0 CLabile - DGT Restrctive (µg/L) 1 2 3 4 5 CLabile - DGT Non Restrctive (µg/L) Figure 39. Relation en les teneurs de Cu bioaccummulé (adsorbé + internalisé) et les concentrations en Cu dissous (a.) et labile (échantillonnéspar DGT restrictive et non restrictive sur les figures b. et c. respectivement) mesurés dans les bacs d’immersion après 7 jours d’exposition. Les points gris et blancs distinguent les sites à forte ( : Belleville et Cattenom) et faible composition cationique ( : Vassivière et Sauviat). 114 Evaluation in situ de la biodisponibilité du Cu pour les bryophytes Validation de l’approche intégrée (couplage DGT – BLM) 4.2 Pour tester la validité du modèle cinétique de bioccumulation in situ on compare l’évolution des concentrations en Cu prédites et des concentrations en Cu mesurées dans les bryophytes au cours de la semaine d’exposition. Le calage du modèle cinétique de bioaccumulation nécessite la connaissance de deux types de données d’entrées : - les concentrations en Cu biodisponible mesurées dans les bacs d’immersion des bryophytes : pour cela, trois simulations successives sont réalisées en utilisant (i) la concentration en Cu dissous (CuDissous), (ii) la concentration en Cu labile mesurée à l’aide de dispositifs DGT équipés de gels restrictifs (CuDGT – R ), (iii) la concentration en Cu labile mesurée à l’aide dedispositifs DGT équipés de gels non restrictifs (CuDGT - NR). - les concentrations moyennes en cations majeurs (Ca, Mg, Na et pH) pour le calcul de la constante cinétique d’adsorption (k’1) spécifique pour chacun des sites d’étude (le détail du calcul de ce paramètre cinétique est rappelé dans le Chapitre V.2.5). L’ensemble des paramètres et données d’entrées utilisées pour les simulations sont récapitulées sur les quatre sites d’étude sont récapitulés dans le Tableau 14. Tableau 14. Récapitulatif des valeurs des données d’entrée (Cu biodsponible) du modèle de bioaccumulation des paramètres cinétiques spécifiques pour chacun des sites d’étude. Donnée d’entré du modèle : C Biodispo C Labile (µg/L) (µg/L) [Cu DGT – R] [Cu DGT – NR] 6.31 1.70 1.88 – – – C Dissous Cattenom Paramètres cinétiques du modèle k'1 k-1 k'2 k-2 (L.g-1.h-1) (h-1) (h-1) (h-1) 1.05 0.058 0.172 0.297 1.20 4.05 1.44 4.65 2.68 0.058 0.172 0.297 Vassivière 14.34 4.94 3.15 1.22 1.66 4.78 9.53 0.058 0.172 0.297 Sauviat 5.09 15.36 0.88 3.17 1.12 3.52 10.83 0.058 0.172 0.297 ↓ ↓ ↓ ↓ ↓ Résultats de la simulation présentés sur Figure 40. a) Figure 40. b) Figure 40. c) ↓ 4.81 15.36 ↓ Belleville Figure 40. a) b) et c) Sure la Figure 40, les concentrations en Cu bioaccumulé prédites par le modèle cinétique sont comparées aux valeurs mesurées dans les bryophytes aux différents pas de temps de mesure 1 pour chacun des sites d’étude. 1 Différents pas de temps d’échantillonnage sur les différents sites : 115 Evaluation in situ de la biodisponibilité du Cu pour les bryophytes Measured Cu (µg/g d.w.) 10 100 Predicted Cu (µg/g d.w.) a) 1000 Cu Dissous = input data 1000 SAUVIAT VASSIVIERE BELLEVILLE - SUR - LOIRE 100 CATTENOM 10 c) Cu DGT - R = input data Cu DGT - NR = input data 1000 1000 100 100 10 Predicted Cu (µg/g d.w.) Predicted Cu (µg/g d.w.) b) 10 10 100 1000 10 Measured Cu (µg/g d.w.) 100 1000 Measured Cu (µg/g d.w.) Figure 40. Comparaisons inter-sites entre les concentrations de Cu mesurées dans les bryophytes et prédites par le modèle cinétique. Trois simulations sont réalisées en utilisant comme donnée d’entrée du modèle : a) la concentration moyenne en Cu dissous (CuDissous), b) la concentration moyenne en Cu labile mesurée par les DGT équipées de gels restrictifs (CuDGT–R), et c) la concentration moyenne en Cu labile mesurée par les DGT équipées de gels non restrictifs (CuDGT–NR). ) indique une correspondance parfaite entre valeurs observées et prédites. Les traits en Le trait plein ( pointillés ( ) indiquent une erreur d'un facteur deux entre valeurs mesurées et prédites. Les comparaisons entre valeurs prédites par le modèle et valeurs mesurées dans les bryophytes nous confirment avant tout que la concentration en Cu dissous (Figure 40.a) n’est pas représentative de la fraction de métal bioaccumulable (i.e. biodisponible) par les bryophytes. En effet, on constate que les concentrations prédites par le modèle calculées en utilisant le Cu dissous comme donnée d’entrée surestiment de plus d’un facteur deux (traits en pointillés) les concentrations en Cu accumulées par les bryophytes au cours de la période d’exposition. Cette surestimation s’explique - Belleville : t = 0h et 168h. - Cattenom : t = 0h, 24h, 96h et 168h. - Sauviat et Vassivière : t = 0h, 24h, 48h, 72h et 144h. 116 Evaluation in situ de la biodisponibilité du Cu pour les bryophytes principalement par la faible réactivité des complexes organiques Cu–MON 1 en comparaison des fractions de métal libre et labile présentes en solution. Nous confirmons par ces mesures in situ les résultats obtenus au laboratoire (Chapitre IV) relatifs à l’importance des matières organiques dissoutes pour la spéciation et la biodisponibilité du cuivre dissous pour les bryophytes aquatiques. La Figure 40.b) et la Figure 40.c) montrent que la prédiction du modèle de bioaccumulation est bien meilleure lorsque l’on intègre dans le modèle la spéciation du métal mesurée en solution à l’aide des sondes DGT équipées de gels restrictifs ou non restrictifs. Depuis les travaux fondateurs des années 70-80 (Anderson et al. 1978; Morel 1983; Campbell 1995), on sait que, dans la plupart des cas, c’est la concentration en métal libre qui contrôle sa biodisponibilité, et donc, à fortes doses, sa toxicité. Des travaux plus récents (Meylan et al. 2003; Meylan et al. 2004; Tusseau-Vuillemin et al. 2004; Ferreira et al. 2008) ont permis de mettre en évidence pour le cas de faibles niveaux de contamination, de bonnes corrélations entre une réponse biologique (accumulation, effet toxique) et la fraction de métal labile en solution. Il semble que ce soit ce paramètre, plutôt que le métal total (ou même le métal libre) dans l’eau qu’il convient de mesurer pou prédire une éventuelle réponse biologique. Dans cette étude, nous montrons à travers ces investigations in situ que ces observations sont également valables dans le cas des bryophytes aquatiques exposées dans des matrices complexes (eaux naturelles aux abords d’installations industrielles). Cette approche intégrée permet, en considérant d’une part la spéciation du métal dans l’eau (via la technique DGT), et d’autre part l’effet des cations majeurs sur la disponibilité des sites actifs sur la membrane biologique (via le Biotic Ligand Model), de prédire de façon fiable la bioaccumulation du Cu par les bryophytes avec facteur d’erreur inférieur à un facteur deux (traits en pointillés sur la Figure 40.b et c). 5. CONCLUSION : INTERET DE L’APPROCHE INTEGREE (BLM – DGT) POUR SURVEILLER IN SITU LA CONTAMINATION EN METAUX BIODISPONIBILES DANS LES EAUX DE REJETS INDUSTRIELS Cette approche présente de nombreux avantages opérationnels pour le suivi des concentrations en métaux biodisponsibles dans les eaux de rejets industriels contaminés en micro-polluants métalliques : - la technique DGT permet un échantillonnage simple et intégratif des métaux dans les milieux aquatiques naturels, permettant de dépasser les limites de détection de l’analyse courante 1 MON : Matières Organiques Naturelles 117 Evaluation in situ de la biodisponibilité du Cu pour les bryophytes - l’échantillonnage des métaux labiles par la technique DGT est intégratif et multiéléments, ce qui signifie que le résultat apporte des informations sur des contaminations éventuellement transitoires pendant la durée du déploiement - les analyses sont réalisées dans l’éluat acide de la résine du prélèvement et non dans la matrice environnementale, ce qui élimine les problèmes d’interférences analytiques - l’application de la technique DGT pour le suivi chimique de la contamination métallique des milieux aquatiques a été testée dans de nombreuses études pour une large gamme de métaux, dans des milieux aussi divers que les lacs (Røyset et al. 2005), les rivières (Meylan 2003; Meylan et al. 2003), les eaux usées (Buzier et al. 2006; Buzier et al. 2006) et les sédiments (Zhang et al. 2002; Roulier et al. 2008). - enfin, la méthode intégrée permet, via la mesure des concentrations en cations majeurs dans l’eau (paramètre de qualité d’eau couramment suivi par les agences de l’eau sur les fleuves et rivières françaises), d’affiner la prédiction de la bioaccumulation du Cu dans l’organisme aquatique en prenant en compte l’effet protecteur des cations majeurs sur la bioaccumulation du Cu dans les bryophytes. Néanmoins, la présente approche intégrée n’a, à ce jour, pu être développée et validée in situ que pour le cas du Cu. Dans l’objectif de disposer d’un outil multi-éléments (Cd, Zn, Pb, ...) pour l’évaluation globale du risque environnemental des eaux de rejets industriels (centrales nucléaires et thermiques, barrages hydroélectriques), l’étude des interactions métal-bryophytes constitue une perspective de ce travail de thèse. 118 119 120 Conclusions et Perspectives CONCLUSION ET PERSPECTIVES Avec la mise en oeuvre de la directive cadre européenne (DCE) sur l’eau, il devient nécessaire d’évaluer l’impact des rejets industriels comme une source de métaux biodisponibles pour les écosystèmes aquatiques. De manière à anticiper les réglementations qui découleront de l’application de la nouvelle DCE sur l’eau, la redéfinition de seuils de qualité d’eau plus pertinents prenant en compte la biodisponibilité des micro-polluants, nous amène à nous intéresser à l’effet des différents paramètres de qualité de l’eau qui caractérisent le milieu aquatique récepteur et qui peuvent jouer sur la biodisponibilité des métaux qui est contrôlée par des processus biologiques et physico-chimiques. En effet de nombreux travaux ont montré que la composition cationique de l’eau et les interactions des métaux avec les matières organiques, sont des facteurs clé contrôlant la biodisponibilité des métaux pour les organismes aquatiques. Depuis une trentaine d’années, de nombreuses études s’intéressent à l’emploi de bio-indicateurs tels que les bryophytes aquatiques pour suivre la contamination métallique biodisponible dans les cours d’eau. Cet outil biologique est intéressant de part ses propriétés bioaccumulatrices, mais demeure lourd à mettre en oeuvre in situ et les résultats sont parfois difficiles à interpréter. En effet, ces mousses aquatiques sont souvent implantées sur des sites présentant des caractéristiques hydrauliques et physico-chimiques très variables ; l’impossibilité de tenir compte de certains paramètres du milieu naturel, susceptibles de modifier fortement les échanges de micropolluants entre l’eau et les bryophytes, rend délicate toute interprétation quantitative. C’est pourquoi, le développement d’outils innovants simples et appropriés pour le suivi de la contamination de micropolluants biodisponibles des cours d’eau constitue un enjeu majeur de recherche. A cette fin, les deux outils communément pressentis au niveau européen pour permettre une telle intégration ont fait l’objet de cette étude : - une approche de modélisation basée sur le Biotic Ligand Model (BLM), permettant de prendre en compte la spéciation du métal en phase dissoute, les interactions métal-ligand biologique et les effets compétitifs des cations majeurs (Ca, Mg, Na, pH) interagissant avec les ligands biologiques. - une approche de monitoring chimique basée sur des outils « biomimétiques », en l’occurrence la technique DGT. 121 Conclusions et Perspectives La question se pose de savoir si ces outils peuvent apporter autant d’informations que le suivi de la bioaccumulation des métaux dans les bryophytes. Cette adéquation de l’outil dépend probablement des paramètres de qualité d’eau du milieu aquatique : composition cationique, pH, matières organiques d’origines naturelles ou urbaine, etc... Afin de répondre à cette problématique, la pertinence de ces deux outils pour prédire la bioaccumulation du Cu sur des bryophytes aquatiques a étée testés in vitro, et a fait l’objet de quatre campagnes de validation in situ (par comparaison entre la bioaccumulation sur bryophytes observée in situ et les prédictions du modèle). Dans cette étude, nous avons développé une méthode simple et rapide d’estimation de la bioaccumulation des métaux dans les bryophytes aquatiques ; dans un premier temps elle a été validée pour le cuivre en conditions contrôlées de laboratoire. Pour cela, un protocole de bioaccumulation du cuivre par les bryophytes en conditions contrôlées de laboratoire a été mis au point dans l’objectif de réaliser des expositions à des concentrations environnementales (~ 5 µg/L de cuivre total dissous), avec des caractéristiques chimiques des eaux représentatives de celles que l’on pourrait trouver en milieu naturel. La méthode consiste à étudier l’influence des paramètres de qualité d’eau sur la cinétique de bioaccumulation du cuivre par les bryophytes en milieu non renouvelé, comme indicateur de la biodisponibilité du cuivre dans le milieu d’exposition. Cette méthode a, dans un premier temps, été appliquée à l’étude de l’influence de la composition cationique sur la bioaccumulation du Cu dans les bryophytes, puis, dans un second temps, à l’influence de matière organique dissoute d’origine diverse. Nous montrons que la bioaccumulation du cuivre par les bryophytes est modifiée par ces paramètres de qualité d’eau (pH, cations, matières organiques). Ces biotests de laboratoire nous ont permis de mettre en évidence le lien entre spéciation et biodisponibilité, i.e. que le cuivre labile (mesuré par la technique du gradient de diffusion en couche mince – DGT) représente, dans un milieu faiblement chargé en cations, le cuivre biodisponible pour la bioaccumulation. En revanche pour des milieux fortement chargés en cations majeurs (et plus particulièrement en protons, Ca, et Mg), on observe un effet marqué de ceux-ci sur les cinétiques d’accumulation du Cu par les bryophytes aquatiques. Ces résultats ont fait l’objet d’une modélisation (sur la base du Biotic Ligand Model) permettant de modéliser l’évolution de la bioaccumulation du Cu dans les bryophytes en fonction de la charge cationique du milieu d’exposition. 122 Conclusions et Perspectives Finalement, par ce travail nous mettons ainsi en avant la nécessité de prendre en compte la totalité de ces paramètres en les incluant dans une approche intégrée afin d’évaluer la biodisponibilité du cuivre en milieu aquatique naturel. A partir de ces études en laboratoire, nous avons pu développer une approche intégrée couplant une mesure de spéciation (la mesure du Cu labile par DGT) et une approche de modélisation (Biotic Ligand Model) permettant de décrire la bioaccumulation du Cu par les bryophytes en fonction des paramètres de qualité d’eau. Néanmoins, la validité de cette approche demandait à être confirmée par comparaison avec des mesures de bioaccumulation en milieu naturel. A cette fin, quatre campagnes de validation in situ ont été réalisées. Les données collectées (accumulation dans les mousses et sondes DGT, concentrations en cations au cours de l’exposition) dans le cadre de ces campagnes de mesures ont permis de tester la validité du modèle dans une gamme assez large de qualité d’eau. Les concentrations en cations majeurs et en cuivre labile dans l’eau (fraction collectée par les sondes DGT) nous permettent de calculer les constantes cinétiques représentatives des processus d’accumulation par les mousses aquatiques. D’une manière générale, on note une bonne corrélation entre les concentrations mesurées et calculées pour le Cu bioaccumulé dans les mousses sur l’ensemble des quatre sites d’étude. Ces campagnes de validation in situ nous ont permis de montrer qu’il était possible de prédire la bioaccumulation du Cu dans les mousses aquatiques en fonction des paramètres de qualité d’eau. Cette méthode peut s’avérer être une alternative intéressante à l’emploi de bioindicateurs classiques (e.g. les mousses aquatiques) pour évaluer la fraction métallique biodisponible pour la biomasse en milieu aquatique. En effet, à partir d’une simple mesure de spéciation (mesure DGT) completée par une information sur la composition cationique du milieu (BLM), cette approche intégrée (DGT – BLM) permet de décrire l’évolution des concentrations dans les mousses aquatiques et de remonter à la concentration de métal biodisponible dans le milieu d’exposition. Dans cette étude, nous avons accordé une part importante au compartiment dissous, ce qui a permis de s’intéresser à l’accumulation par contact uniquement (forme prédominante d’accumulation pour les bryophytes aquatiques ainsi que pour de nombreux organismes de la colonne d’eau) et ainsi de limiter la complexité des phénomènes observés. Pour avoir une vision plus complète de la biodisponibilité des micro-polluants dans les écosystèmes aquatiques, il semble indispensable de s’intéresser à la contamination par voie trophique chez des organismes aquatiques plus complexes tels que les poissons ou les micro-crustacés d’eau douce. 123 Conclusions et Perspectives D’autre part, contrairement aux polluants organiques susceptibles de se dégrader, les micropolluants métalliques sont des substances persistantes. Leur persistance les conduit à s’accumuler dans les sédiments où ils se trouvent piégés ; les sédiments sont ainsi souvent considérés comme un récepteur privilégié de ces substances persistantes. L’étude de leur écotoxicité dans ce compartiment important des écosystèmes aquatiques constitue par conséquent un enjeu majeur de recherche. L’application de cette approche intégrée (couplage DGT – BLM) à d’autres micro-polluants ou encore à d’autres organismes pour décrire l’évolution dans le temps et l’espace de la biodisponibilité des micro-polluants constitue une perspective de ce travail. 124 125 Références Bibliographiques REFERENCES BIBLIOGRAPHIQUES Allison, J. D., D. S. Brown and Novo-Gradac. (1991). A Geochemical Assessment Model for Environmental Systems: Version 3.0 User's Manual, U.S. Environmental Protection Agency. Anderson, M. A., F. M. M. Morel and R. R. L. Guillard (1978). "Growth limitation of a coastal diatom by low zinc ion activity." Nature 276(5683): 70-71. Baudin, J. P., A. Lambrechts and M. Pally (1991). "Utilisation des mousses aquatiques comme bioindicateurs de contamination radioactive " Hydroécologie Appliquée 3: 209-240. Benedetti, M. F., C. J. Milne, D. G. Kinniburgh, W. H. Van Riemsdijk and L. K. Koopal (1995). "Metal Ion Binding to Humic Substances: Application of the Non-Ideal Competitive Adsorption Model." Environmental Science and Technology 29(2): 446-457. Benedetti, M. F., W. H. Van Riemsdijk and L. K. Koopal (1996). "Humic Substances Considered as a Heterogeneous Donnan Gel Phase." Environmental Science and Technology 30(6): 18051813. Block, M. and P. Pärt (1986). "Increased availability of cadmium to perfused rainbow trout (Salmo gairdneri, Rich.) gills in the presence of the complexing agents diethyl dithiocarbamate, ethyl xanthate and isopropyl xanthate." Aquatic Toxicology 8(4): 295-302. Breuer, K. and A. Melzer (1990). "Heavy metal accumulation (lead and cadmium) and ion exchange in three species of Sphagnaceae." Oecologia 82(4): 468-473. Brown, D. H. and J. W. Bates (1990). "Bryophytes and nutrient cycling." Botanical Journal of the Linnean Society 104(1-3): 129-147. Brown, D. H. and R. P. Beckett (1985). "Intracellular and Extracellular Uptake of Cadmium by the Moss Rhytidiadelphus squarrosus." Annals of Botany 55(2): 179-188. Bruns, I., K. Friese, B. Markert and G. J. Krauss (1997). "The use of Fontinalis antipyretica L. ex Hedw. as a bioindicator for heavy metals. 2. Heavy metal accumulation and physiological reaction of Fontinalis antipyretica L. ex Hedw. in active biomonitoring in the River Elbe." Science of the Total Environment 204(2): 161-176. Buckau, G., R. Artinger, S. Geyer, M. Wolf, P. Fritz and J. I. Kim (2000). "Groundwater in-situ generation of aquatic humic and fulvic acids and the mineralization of sedimentary organic carbon." Applied Geochemistry 15(6): 819-832. Buffle, J. (1988). Complexation reactions in aquatic systems. An analytical approach. Chichester, John Wiley & Sons. Buffle, J. and M.-L. Tercier-Waber (2000). In situ voltammetry: concepts and practice for trace analysis and speciation. In situ monitoring of aquatic systems : Chemical analysis and speciation. J. Buffle and G. Horvai. Chichester Wiley. 6: 279-405. Buzier, R., M.-H. Tusseau-Vuillemin, C. M. Dit Meriadec, O. Rousselot and J.-M. Mouchel (2006). "Trace metal speciation and fluxes within a major French wastewater treatment plant: Impact of the successive treatments stages." Chemosphere 65(11): 2419-2426. Buzier, R., M.-H. Tusseau-Vuillemin and J.-M. Mouchel (2006). "Evaluation of DGT as a metal speciation tool in wastewater." Science of The Total Environment 358(1-3): 277-285. Campbell, P. G. C. (1995). Interactions between trace metals and aquatic organisms: a critic of the free ion model. Metal speciation and bioavailability in aquatic systems. A. Tessier and D. R. Turner, John Wiley and Sons: 45-102. Campbell, P. G. C., O. Errecalde, C. Fortin, V. P. Hiriart-Baer and B. Vigneault (2002). "Metal bioavailability to phytoplankton--applicability of the biotic ligand model." Comparative Biochemistry and Physiology Part C: Toxicology & Pharmacology 133(1-2): 189-206. 126 Références Bibliographiques Cenci, R. M. (2001). "The use of aquatic moss (Fontinalis antipyretica) as monitor of contamination in standing and running waters: limits and advantages." Journal of Limnology 60(1): 53-61. Ciffroy, P. (1994). Application du modèle descriptif des échanges de micropolluants à l'interface eau-bryophytes : Suivi de la concentration en cuivre dissous en divers points de centrales nucléaires. Chatou, Electricite de France: 72. Ciffroy, P., D. Vazelle and B. Claveri (1994). Method for measuring bioavailable micropolluants based on analysis of bryophytes in a cotrolled medium and on a numerical model for quantitative interpretation of data : Technical File. Chatou, Electricité de France: 71. Claveri, B. (1995). Les bryophytes comme traceurs de la contamination métallique des eaux continentales. Metz, Université de Metz. ph.D.: 235. Claveri, B., F. Guérold and J.-C. Pihan (1995). "Use of transplanted mosses to monitor trace metals in acidic headwater streams in Vosges mountains." Hydroécol. Appl. 5: 111-125. Claveri, B., E. Morhain and C. Mouvet (1994). "A methodology for the assessment of accidental copper pollution using the aquatic moss Rhynchostegium riparioides." Chemosphere 28(11): 2001-2010. Couto, J. A., J. A. Fernández, J. R. Aboal and A. Carballeira (2003). "Annual variability in heavymetal bioconcentration in moss: sampling protocol optimization." Atmospheric Environment 37(25): 3517-3527. Croisetiere, L., L. Hare and A. Tessier (2001). "Influence of Current Velocity on Cadmium Accumulation by an Aquatic Moss and the Consequences for Its Use as a Biomonitor." Environmental Science and Technology 35(5): 923-927. Croisetiere, L., L. Hare, A. Tessier and S. Duchesne (2005). "Modeling cadmium exchange by an aquatic moss (Fontinalis dalecarlica)." Environmental Science and Technology 39(9): 30563060. Croot, P. L., B. Karlson, J. T. van Elteren and J. J. Kroon (1999). "Uptake of 64Cu-Oxine by Marine Phytoplankton." Environmental Science and Technology 33(20): 3615-3621. Croué, J.-P. (2004). "Isolation of Humic and Non-Humic NOM Fractions: Structural Characterization." Environmental Monitoring and Assessment 92(1): 193-207. Croué, J. P., M. F. Benedetti, D. Violleau and J. A. Leenheer (2003). "Characterization and Copper Binding of Humic and Nonhumic Organic Matter Isolated from the South Platte River: Evidence for the Presence of Nitrogenous Binding Site." Environmental Science and Technology 37(2): 328-336. Davison, W. and H. Zhang (1994). "In situ speciation measurements of trace components in natural waters using thin-film gels." Nature 367(6463): 546-548. De Schamphelaere, K. A. C. and C. R. Janssen (2002). "A biotic ligand model predicting acute copper toxicity for Daphnia magna: The effects of calcium, magnesium, sodium, potassium, and pH." Environmental Science and Technology 36(1): 48-54. De Schamphelaere, K. A. C., J. L. Stauber, K. L. Wilde, S. J. Markich, P. L. Brown, N. M. Franklin, N. M. Creighton and C. R. Janssen (2005). "Toward a Biotic Ligand Model for Freshwater Green Algae: Surface-Bound and Internal Copper Are Better Predictors of Toxicity than Free Cu2+ Ion Activity When pH Is Varied." Environmental Science and Technology 39(7): 2067-2072. Di Toro, D. M., H. E. Allen, H. L. Bergman, J. S. Meyer, P. R. Paquin and R. C. Santore (2001). "Biotic ligand model of the acute toxicity of metals. 1. Technical basis." Environmental Toxicology and Chemistry 20(10): 2383-2396. Edf - Division Production Nucléaire (2008). Bilan 2007 des rejets radioactifs et chimiques des CNPE en exploitation et des réacteurs en arrêt d"finitif. EPA (1985). Ambient Water Quality Criteria for Copper. Washington DC., U.S. Enviromnental Protection Agency. 127 Références Bibliographiques Errecalde, O., M. Seidl and P. G. C. Campbell (1998). "Influence of a low molecular weight metabolite (citrate) on the toxicity of cadmium and zinc to the unicellular green alga Selenastrum Capricornutum: An exception to the free-ion model." Water Research 32(2): 419-429. Fernandez, J. A., M. D. Vazquez, J. Lopez and A. Carballeira (2006). "Modelling the extra and intracellular uptake and discharge of heavy metals in Fontinalis antipyretica transplanted along a heavy metal and pH contamination gradient." Environmental Pollution 139(1): 21-31. Ferreira, D. (2005). Biodisponibilité du cuivre en milieu aquatique : estimation aux faibles niveaux de contamination. Créteil, Université Paris XII-Val de Marne: 53. Ferreira, D., P. Ciffroy, M.-H. Tusseau-Vuillemin and J.-M. Garnier (2008). "Modelling Exchange Kinetics of Copper at the Water-Aquatic Moss (Fontinalis Antipyretica) Interface : Influence of Water Cationic Composition (Ca, Mg, Na and pH)." Chemosphere In Press, Corrected Proof. Ferreira, D., N. Tousset, C. Ridame and M.-H. Tusseau-Vuillemin (2008). "More than inorganic copper is bioavailable to aquatic mosses at environmentally relevant concentrations." Environmental Toxicology and Chemistry 27(10): 2108-2116. Fest, E. P. M. J., E. J. M. Temminghoff, J. Griffioen, B. Van Der Grift and W. H. Van Riemsdijk (2007). "Groundwater chemistry of Al under Dutch sandy soils: Effects of land use and depth." Applied Geochemistry 22(7): 1427-1438. Figueira, R. and T. Ribeiro (2005). "Transplants of aquatic mosses as biomonitors of metals released by a mine effluent." Environmental Pollution 136(2): 293-301. Fortin, C. and P. G. C. Campbell (2000). "Silver uptake by the green alga Chlamydomonas reinhardtii in relation to chemical speciation: influence of chloride." Environmental Toxicology and Chemistry 19(11): 2769-2778. Gagnaire, D. and F. R. Taravel (1980). "Biosynthese de cellulose bacterienne a partir de D-glucose uniformement enrichi en 13C." European Journal of Biochemistry 103(1): 133-143. Garnier, C. (2004). Modélisation et évaluation des équilibres de complexation entre la matière organique naturelle, les métaux traces et le proton. Application aux eaux naturelles. Toulon, Université du sud Toulon Var. phD: 202. Gimpel, J., H. Zhang, W. Hutchinson and W. Davison (2001). "Effect of solution composition, flow and deployment time on the measurement of trace metals by the diffusive gradient in thin films technique." Analytica Chimica Acta 448(1-2): 93-103. Ginneken, L. V. and R. Blust (2000). "Determination of conditional stability constants of cadmiumhumic acid complexes in freshwater by use of a competitive ligand equilibration-solvant extration technique." Environmental Toxicology and Chemistry 19(2): 283-292. Glime, J. M. and R. M. Clemons (1972). "Species diversity of stream insects on Fontinalis spp. compared to diversity on artificial substrates." Ecology 53: 458-464. Gonçalves, E. P. and R. A. R. Boaventura (1998). "Uptake and release kinetics of copper by the aquatic moss Fontinalis antipyretica." Water Research 32(4): 1305-1313. Gustafsson, J. P. (2001). "Modeling the Acid-Base Properties and Metal Complexation of Humic Substances with the Stockholm Humic Model." Journal of Colloid and Interface Science 244(1): 102-112. Guthrie, J. W., N. M. Hassan, M. S. A. Salam, I. I. Fasfous, C. A. Murimboh, J. Murimboh, C. L. Chakrabarti and D. C. Grégoire (2005). "Complexation of Ni, Cu, Zn, and Cd by DOC in some metal-impacted freshwater lakes: a comparison of approaches using electrochemical determination of free-metal-ion and labile complexes and a computer speciation model, WHAM V and VI." Analytica Chimica Acta 528(2): 205-218. Hassler, C. S., V. I. Slaveykova and K. J. Wilkinson (2004). "Some fudamental (and often overlooked) considerations underlying the free ion activity and biotic ligand models." Environmental Toxicology and Chemistry 23(2): 283-291. 128 Références Bibliographiques Hassler, C. S. and K. J. Wilkinson (2003). "Failure of the biotic ligand model and free-ion activity models to explain zinc bioaccumulation by Chlorella kesslerii." Environmental Toxicology and Chemistry 22(3): 620-626. Haynes, R. (1980). "Ion exchange properties of roots and ionic interactions within the root apoplasm: Their role in ion accumulation by plants." The Botanical Review 46(1): 75-99. Heijerick, D. G., K. A. C. De Schamphelaere and C. R. Janssen (2002). "Biotic ligand model development predicting Zn toxicity to the alga Pseudokirchneriella subcapitata: possibilities and limitations." Comparative Biochemistry and Physiology Part C: Toxicology & Pharmacology 133(1-2): 207-218. Hudson, R. J. M. (1998). "Which aqueous species control the rates of trace metal uptake by aquatic biota? Observations and predictions of non-equilibrium effects." Science of the Total Environment 219(2-3): 95-115. Kinniburgh, D. G., C. J. Milne, M. F. Benedetti, J. P. Pinheiro, J. Filius, L. K. Koopal and W. H. Van Riemsdijk (1996). "Metal Ion Binding by Humic Acid: Application of the NICADonnan Model." Environmental Science and Technology 30(5): 1687-1698. Leenheer, J. A. (1981). "Comprehensive approach to preparative isolation and fractionation of dissolved organic carbon from natural waters and wastewaters." Environmental Science and Technology 15(5): 578-587. Leenheer, J. A., J.-P. Croué, M. Benjamin, G. V. Korshin, C. J. Hwang, A. Bruchet and G. R. Aiken (2000). Comprehensive Isolation of Natural Organic Matter from Water for Spectral Characterizations and Reactivity Testing. Natural Organic Matter and Disinfection ByProducts: Characterization and Control in Drinking Water S. Barrett, S. W. Krasner and G. L. Amy. Washington, American Chemical Society: 68-83. Lu, Y. and H. E. Allen (2002). "Characterization of copper complexation with natural dissolved organic matter (DOM)--link to acidic moieties of DOM and competition by Ca and Mg." Water Research 36(20): 5083-5101. Manceau, A., M. A. Marcus and N. Tamura (2002). "Quantitative Speciation of Heavy Metals in Soils and Sediments by Synchrotron X-ray Techniques." Reviews in Mineralogy and Geochemistry 49(1): 341-428. Martins, R. J. E. and R. A. R. Boaventura (2002). "Uptake and release of zinc by aquatic bryophytes (Fontinalis antipyretica L. ex. Hedw.)." Water Research 36(20): 5005-5012. Martins, R. J. E., R. Pardo and R. A. R. Boaventura (2004). "Cadmium(II) and zinc(II) adsorption by the aquatic moss Fontinalis antipyretica: effect of temperature, pH and water hardness." Water Research 38(3): 693-699. Maurel-Kermarrec, A., M. Pally, L. Foulquier and J. P. Hébrard (1983). Uptake and desorption kinetics of a mixture of 60Co, 51Cr, 137Cs, 54Mn et 22Na by a freshwater musci Platyhypnidium riparioides (Hedw.) Dix and a liverwort Chiloscyphus polyanthos (L.) Corda in Opiz. AixMarseille III. Aix-en-Provence, Paul Cezanne. : 299-313. Maurer, M. A. and M. A. Brusven (1983). "Insect abundance and colonization rate in Fontinalis neomexicana (Bryophyta) in an Idaho Batholith stream, U.S.A." Hydrobiologia 98(1): 9-15. Meador, J. P. (1991). "The interaction of pH, dissolved organic carbon, and total copper in the determination of ionic copper and toxicity." Aquatic Toxicology 19(1): 13-32. Meylan, S. (2003). Influence of metal speciation in natural freshwater on bioaccumulation of copper and zinc in periphyton. Zürich, Swiss Federal Institute of technoloy Zürich. phD: 122. Meylan, S., R. Behra and L. Sigg (2003). "Accumulation of copper and zinc in periphyton in response to dynamic variations of metal speciation in freshwater." Environmental Science and Technology 37(22): 5204-5212. Meylan, S., R. Behra and L. Sigg (2004). "Influence of Metal Speciation in Natural Freshwater on Bioaccumulation of Copper and Zinc in Periphyton: A Microcosm Study." Environmental Science and Technology 38(11): 3104-3111. 129 Références Bibliographiques Morel, F. M. M. (1983). Principles of Aquatic Chemistry. New York, John Wiley & Sons. Morel, F. M. M. and N. M. Price (2003). "The Biogeochemical Cycles of Trace Metals in the Oceans." Science 300(5621): 944-947. Mota, A. M. and M. M. Correira Dos Santos (1995). Trace metal speciation of labile chemical species in natural waters: electrochemical methods. Metal speciation and bioavailability in aquatic systems. A. Tessier and D. R. Turner. Chichester, John Wiley and Sons. 3: 205–257. Mouvet, C. (1984). Métaux lourds et mousses aquatiques. Spéciation physico-chimique, bioaccumulation et toxicité. Liège, Université de Liège. PhD: 157. Mouvet, C. (1987). Accumulation et relargage de plomb, zinc, cadmium, chrome et cuivre par des mousses aquatiques en milieu naturel et au laboratoire. Laboratoire d'Ecologie. Metz, Université de Metz: 122. Mouvet, C., E. Morhain, C. Sutter and N. Couturieux (1993). "Aquatic mosses for the detection and follow-up of accidental discharges in surface waters." Water, Air, & Soil Pollution 66(3): 333-348. Nimis, P. L., F. Fumagalli, A. Bizzotto, M. Codogno and N. Skert (2002). "Bryophytes as indicators of trace metal pollution in the River Brenta (NE Italy)." Science of The Total Environment 286(1-3): 233-242. Niyogi, S., P. Couture, G. Plyle, D. G. McDonald and C. M. Wood (2004). "Acute cadmium biotic ligand model characteristics of laboratory-reared and wild yellow perch (Perca flavescens) relative to rainbow trout (Oncorhynchus mykiss)." Canadian Journal of Fisheries and Aquatic Sciences 61(6): 942-953 Pagenkopf, G. K. (1983). "Gill surface interaction model for trace-metal toxicity to fishes: role of complexation, pH, and water hardness." Environmental Science and Technology 17(6): 342347. Paquin, P. R., J. W. Gorsuch, S. Apte, G. E. Batley, K. C. Bowles, P. G. C. Campbell, C. G. Delos, D. M. Di Toro, R. L. Dwyer, F. Galvez, R. W. Gensemer, G. G. Goss, C. Hogstrand, C. R. Janssen, J. C. McGeer, R. B. Naddy, R. C. Playle, R. C. Santore, U. Schneider, W. A. Stubblefield, C. M. Wood and K. B. Wu (2002). "The biotic ligand model: a historical overview." Comparative Biochemistry and Physiology Part C: Toxicology & Pharmacology 133(1-2): 3-35. Paterson-Beedle, M., J. F. Kennedy, F. A. D. Melo, L. L. Lloyd and V. Medeiros (2000). "A cellulosic exopolysaccharide produced from sugarcane molasses by a Zoogloea sp." Carbohydrate Polymers 42(4): 375-383. Pelfrene, a. (2004). Mesure du cuivre biodisponible en milieu naturel et dans les rejets du circuit de refroidissement d’une centrale EDF au moyen de bryophytes et de DGT (Diffusion Gradient in Thin Films). Metz, Université de Metz: 71. Penttinen, S., A. Kostamo and J. V. Kukkonen (1998). "Combined effects of dissolved organic material and water hardness on toxicity of cadmium to Daphnia magna." Environmental Toxicology and Chemistry 17(12): 2498–2503 Pernet-Coudrier, B., L. Clouzot, G. Varrault, M.-H. Tusseau-vuillemin, A. Verger and J.-M. Mouchel (2008). "Dissolved organic matter from treated effluent of a major wastewater treatment plant: Characterization and influence on copper toxicity." Chemosphere 73(4): 593-599. Peuravuori, J. and K. Pihlaja (1997). "Molecular size distribution and spectroscopic properties of aquatic humic substances." Analytica Chimica Acta 337(2): 133-149. Phinney, J. T. and K. W. Bruland (1994). "Uptake of Lipophilic Organic Cu, Cd, and Pb Complexes in the Coastal Diatom Thalassiosira weissflogii." Environmental Science & Technology 28(11): 1781-1790. Pickering, D. C. and I. L. Puia (1969). "Mechanism for the Uptake of Zinc by Fontinalis antipyretica." Physiologia Plantarum 22(4): 653-661. 130 Références Bibliographiques Playle, R. C. (1998). "Modelling metal interactions at fish gills." Science of the Total Environment 219(2-3): 147-163. Poldoski, J. E. (1979). "Cadmium bioaccumulation assays: their relationship to various ionic equilibria in lake superior water." Environmental Science and Technology 13(6): Pages: 701706. Roulier, J.-L., M.-H. Tusseau-Vuillemin, M. Coquery, O. Geffard and J. Garric (2008). "Measurement of dynamic mobilization of trace metals in sediments using DGT and comparison with bioaccumulation in Chironomus riparius: First results of an experimental study." Chemosphere 70(5): 925-932. Røyset, O., B. O. Rosseland, T. Kristensen, F. Kroglund, O. A. Garmo and E. Steinnes (2005). "Diffusive Gradients in Thin Films Sampler Predicts Stress in Brown Trout (Salmo trutta L.) Exposed to Aluminum in Acid Fresh Waters." Environmental Science and Technology 39(4): 1167-1174. Samecka-Cymerman, A., K. Kolon and A. J. Kempers (2002). "Heavy Metals in Aquatic Bryophytes from the Ore Mountains (Germany)." Ecotoxicology and Environmental Safety 52(3): 203210. Santore, R. C., D. M. Di Toro, P. R. Paquin, H. E. Allen and J. S. Meyer (2001). "Biotic ligand model of the acute toxicity of metals. 2. Application to acute copper toxicity in freshwater fish and daphnia." Environmental Toxicology and Chemistry 20(10): 2397-2402. Say, P. J. and B. A. Whitton (1983). "Accumulation of heavy metals by aquatic mosses. 1: Fontinalis antipyretica Hedw." Hydrobiologia 100(1): 245-260. Scally, S., W. Davison and H. Zhang (2003). "In Situ Measurements of Dissociation Kinetics and Labilities of Metal Complexes in Solution Using DGT." Environmental Science and Technology 37(7): 1379-1384. Schecher, W. D. and D. C. McAvoy (1998). A Chemical Equilibrium Program for Personal Computers. Hallowell, ME, USA, Environmental Research Software. Sigg, L., P. Behra and W. Stumm (2000). Chimie des milieux aquatiques: Chimie des eaux naturelles et des interfaces dans l'environnement. France, Dunod. Sigg, L., W. Stumm and P. Berha (1992). Chimie des milieux aquatiques. Paris, Masson. Slaveykova, V. I., K. J. Wilkinson, A. Ceresa and E. Pretsch (2003). "Role of Fulvic Acid on Lead Bioaccumulation by Chlorella kesslerii." Environmental Science and Technology 37(6): 1114-1121. Spacie, A. and J. L. Hamelink (1982). "Alternative models for describing the bioaccumulation of organics in fish." Environmental Toxicology and Chemistry 1(4): 309-320. Steinman, A. D. and H. L. Boston (1993). "The ecological role of aquatic bryophytes in a woodland stream." Journal of the North American Benthological Society 12(1): 17-26. Stumm, W. and J. J. Morgan (1996). Aquatic Chemistry: Chemical Equilibria and Rates in Natural Waters. New York, John Wiley and Son Inc. Sunda, W. G. and S. A. Huntsman (1982). "Effect of competitive interactions between manganese and copper on cellular manganese and growth in estuarine and oceanic species of the diatom Thalassiosira." Limnology and Oceanography 28(5): 924-934. Sutter, G. (1993). Ecological Risk Assessment. , Boca raton, Lewis Pubs. . Tessier, A. and D. R. Turner (1995). Metal Speciation and Bioavailability in Aquatic Systems Chichester, WileyBlackwell. Thurman, E. M. (1985). Organic Geochemistry of Natural Waters. Dordrecht Martinus Nijhoff/Junk Publishers. Tipping, E. (1994). "WHAM – a chemical equilibrium model and computer code for waters, sediments and soils incorporating a discrete-site electrostatic model of ion-binding by humic substances." Computers & Geosciences 20: 973–1023. 131 Références Bibliographiques Tipping, E. (1998). "Humic Ion-Binding Model VI: An Improved Description of the Interactions of Protons and Metal Ions with Humic Substances." Aquatic Geochemistry 4(1): 3-47. Tipping, E., C. D. Vincent, A. J. Lawlor and S. Lofts (2008). "Metal accumulation by stream bryophytes, related to chemical speciation." Environmental Pollution In Press, Corrected Proof. Tusseau-Vuillemin, M.-H., R. Gilbin, E. Bakkaus and J. Garric (2004). "Performance of diffsion gradient in thin films to evaluate the toxic fraction of copper to Daphnia magna." Environmental Toxicology and Chemistry 23(9): 2154-2161. Tusseau-Vuillemin, M.-H., R. Gilbin and M. Taillefert (2003). "A Dynamic Numerical Model To Characterize Labile Metal Complexes Collected with Diffusion Gradient in Thin Films Devices." Environmental Science and Technology 37(8): 1645-1652. Tyler, G. (1990). "Bryophytes and heavy metals: a literature review." Botanical Journal of the Linnean Society 104(1-3): 231-253. Unsworth, E. R., H. Zhang and W. Davison (2005). "Use of Diffusive Gradients in Thin Films To Measure Cadmium Speciation in Solutions with Synthetic and Natural Ligands: Comparison with Model Predictions." Environmental Science and Technology 39(2): 624-630. van Leeuwen, H. P., R. M. Town, J. Buffle, R. F. M. J. Cleven, W. Davison, J. Puy, W. H. vanRiemsdijk and L. Sigg (2005). "Dynamic Speciation Analysis and Bioavailability of Metals in Aquatic Systems." Environmental Science and Technology 39(22): 8545-8556. Vanderpoorten, A. (1999). "Aquatic bryophytes for a spatio-temporal monitoring of the water pollution of the rivers Meuse and Sambre (Belgium)." Environmental Pollution 104(3): 401410. Vázquez, M. D., J. A. Fernández, J. López and A. Carballeira (2000). "Effects of Water Acidity and Metal Concentration on Accumulation and Within-Plant Distribution of Metals in the Aquatic Bryophyte Fontinalis antipyretica." Water, Air, & Soil Pollution 120(1): 1-20. Vigneault, B. and P. G. C. Campbell (2005). "Uptake of cadmium by freshwater green algae: effect of pH and aquatic humic substances." Journal of phycology 41(1): 55-61. Villaescusa, I., M. Pilar, C. Hosta, M. Martinez and J. C. Murat (1996). "Toxicity of cadmium species on luminescent bacteria." Fresenius' Journal of Analytical Chemistry 354(5): 566-570. Vincent, C. D., A. J. Lawlor and E. Tipping (2001). "Accumulation of Al, Mn, Fe, Cu, Zn, Cd and Pb by the bryophyte Scapania undulata in three upland waters of different pH." Environmental Pollution 114(1): 93-100. Vray, F., J.-P. Baudin and M. Svadlenková (1992). "Effects of some factors on uptake and release of 106Ru by a freshwater moss, Plathypnidium riparioïdes." Archives of Environmental Contamination and Toxicology 23(2): 190-197. Wehr, J. D., M. G. Kelly and B. A. Whitton (1987). "Factors affecting accumulation and loss of zinc by the aquatic moss Rhynchostegium riparioides (Hedw.) C. Jens." Aquatic Botany 29(3): 261-274. Westall, J. C. (1982). FITEQL : A program for the determination of chemical equilibrium constants from experimental data. Corvallis, Oregon State University. Wetzel, R. G. (1983). Limnology. New York, CBS College Publishing. Widianarko, B. and N. van Straalen (1996). "Toxicokinetics-based survival analysis in bioassays using nonpersistent chemicals." Environmental Toxicology and Chemistry 15(3): 402-406. Xue, H. and L. Sigg (1998). "Cadmium speciation and complexation by natural organic ligands in fresh water." Analytica Chimica Acta 363(2-3): 249-259. Zhang, H. and W. Davison (1995). "Performance Characteristics of Diffusion Gradients in Thin Films for the in Situ Measurement of Trace Metals in Aqueous Solution." Analytical Chemistry 67(19): 3391-3400. Zhang, H. and W. Davison (1999). "Diffusional characteristics of hydrogels used in DGT and DET techniques." Analytica Chimica Acta 398(2-3): 329-340. 132 Références Bibliographiques Zhang, H. and W. Davison (2000). "Direct In Situ Measurements of Labile Inorganic and Organically Bound Metal Species in Synthetic Solutions and Natural Waters Using Diffusive Gradients in Thin Films." Analytical Chemistry 72(18): 4447-4457. Zhang, H., W. Davison, R. J. G. Mortimer, M. D. Krom, P. J. Hayes and I. M. Davies (2002). "Localised remobilization of metals in a marine sediment." Science of the Total Environment 296(1-3): 175-187. 133 134 Annexes ANNEXES 1. ARTICLES Article 1 Ferreira, D., Tousset, N., Ridame, C., Tusseau-Vuillemin, M.-H., 2008. More Than Inorganic Copper Is Bioavailable to Aquatic Mosses at Environmentally Relevant Concentrations. Environmental Toxicology and Chemistry. 27, 2108-2116. Article 2 Ferreira, D., Ciffroy, P., Tusseau-Vuillemin, M.-H., Garnier, C., Garnier, J.-M., In press. Modelling Exchange Kinetics of Copper at the Water-Aquatic Moss (Fontinalis Antipyretica) Interface : Influence of Water Cationic Composition (Ca, Mg, Na and pH). À Paraitre dans Chemosphere (accepté pour publication). Article 3 Ferreira, D., Ciffroy, P., Tusseau-Vuillemin, M.-H., Garnier, J.-M . An Integrated Method for Predicting Bioaccumulation of Copper by Aquatic Mosses : an in situ Validation Study. Soumission en cours à Chemosphere. 135 136 Annexes Ar ticle 1 More Than Inorganic Copper is Bioavailable to Aquatic Mosses at Environmentally Relevant Concentrations (Environmental Toxicology and Chemistry, 2008, Vol. 27, pp 2108-2116) Daniel FERREIRA1, Nicolas TOUSSET1, Céline RIDAME2, Marie-Hélène TUSSEAU-VUILLEMIN3 1 Electricité de France, Division Recherche et Développement, Laboratoire National d’Hydraulique et Environnement, 6 Quai Watier, 78401 Chatou, France. ²Université Pierre et Marie Curie, Laboratoire d’Océanographie et du Climat : Expérimentation et Approches Numériques, 4 Place Jussieu, 75252 Paris Cedex 5, France. 3 Cemagref, UR Hydrosystèmes et Bioprocédés, Parc de Tourvoie, BP 44, 92163 Antony Cedex, France. Abstract The present study investigates how dissolved organic matter (DOM) alters copper bioavailability at environmentally relevant concentrations (1–5 µg/L of dissolved copper, 1– 4 mg/L of dissolved organic copper). A methodology combining two biological endpoints (short-term and steady-state bioaccumulation of copper by the aquatic moss Fontinalis antipyretica) and a sampling of labile copper with diffusion gradient in thin films (DGT) is proposed for batch experiments conducted with mineral water and various DOM, ethylenediaminetetra-acetic acid (EDTA), humic acid, and natural Seine River (France) extracts (hydrophobic and transphilic fractions). All types of DOM reduce the bioavailability of copper to aquatic mosses, and this reduction was more pronounced for the shortterm biological endpoint, which was taken as being representative for environmental exposure. 137 Please cite this article as: Ferreira, D., N. Tousset, C. Ridame and M.-H. Tusseau-Vuillemin (2008). "More than inorganic copper is bioavailable to aquatic mosses at environmentally relevant concentrations." Environmental Toxicology and Chemistry 27(10): 2108-2116. Annexes Labile copper sampled with DGT made it possible to estimate short-term bioaccumulation in the case of EDTA and natural Seine River extracts. With humic acid solutions, however, labile copper was lower than bioavailable copper. This result suggests that at realistic metal concentrations and with certain types of natural DOM, bioavailable copper might comprise not only inorganic copper but also some weak organic complexes. Hence, labile copper, in situ sampled with DGT, might not systematically overestimate bioavailable copper, as suggested previously on the basis of in vitro toxicity studies. Keywords : Aquatic mosses ; Diffusion gradient in thin films ; Bioaccumulation kinetics ; Lability ; Copper INTRODUCTION In the general framework of the free-ion activity model (FIAM) [1,2] or its extension, the biotic ligand model [3–5], passive samplers of labile metals, such as diffusion gradient in thin films (DGT) as proposed by Davison and Zhang [6], were quickly considered to be promising tools for the evaluation of bioavailable metals in the aquatic environment. Metal species collected by DGT, however, comprise not only freeionic metal but also other inorganic species and a variable part of metal complexes formed with organic ligands. These labile organic metal complexes sampled by DGT are defined both by their dissociation kinetics [7] and by the kinetic window of DGT [8]. In the general case of natural dissolved organic matter (DOM), which provides a wide variety of binding sites of varying strengths [9], the lability of the metal complexes depends not only on the intrinsic properties of DOM but also on the metal to ligand (or metal to DOM) ratio. Indeed, at a low metal to DOM ratio, only the strongest sites of DOM will bind metal, whereas at a higher metal to DOM ratio, weaker sites also will have a chance to be titrated, thus forming labile metal complexes [10]. Hence, the balance between bioavailable and labile metal fractions is likely to vary and needs to be assessed in various environments and at various metal to ligand ratios. Tusseau-Vuillemin et al. [11] showed that the toxic concentration of copper could be adequately measured using DGT equipped with restricted gels, provided that the DOM is com posed mainly of humic acid (HA). In Norwegian streams, Røyset et al. [12] also found that labile aluminium, as measured with DGT, was a good predictor of aluminium-induced stress in brown trout. Conversely, in environments where DOM is enriched by a wastewater treatment plant discharge, Buzier et al. [13] showed that labile copper and cadmium (as measured with DGT) could 138 Please cite this article as: Ferreira, D., N. Tousset, C. Ridame and M.-H. Tusseau-Vuillemin (2008). "More than inorganic copper is bioavailable to aquatic mosses at environmentally relevant concentrations." Environmental Toxicology and Chemistry 27(10): 2108-2116. Annexes overestimate the toxic fractions. These studies investigated anomalously high metal concentrations provoking toxic biological effects. Little is known, however, regarding the relevance of labile metal concentrations as indicators of their bioavailability in moderately contaminated aquatic systems, usually characterized by low metal to DOM ratios [14]. Meylan et al. [15] found that under natural conditions, the bioaccumulation of zinc in periphyton was controlled by the free zinc ion concentration; in contrast, the bioaccumulation of copper was controlled by weakly complexed copper (adequately measured with DGT). This contradiction with the FIAM was attributed to the very low concentration of free-ionic copper, the diffusion of which toward periphyton eventually controlled its bioaccumulation. Indeed, in his review on the FIAM, Campbell [2] emphasized that most of the literature supporting the FIAM was obtained with unrealistically high metal concentrations and artificial organic ligands and concluded that it still needs to be validated under natural conditions. The aim of the present study was to assess how copper accumulation in aquatic mosses changes in response to variations in copper speciation and whether labile copper concentration is a good predictor of its bioavailability at natural copper and DOM levels. For this purpose, the aquatic moss Fontinalis antipyretica was exposed to copper at environmentally relevant and usually nontoxic concentrations (1–5 µg/L) in natural waters where speciation was varied by adding different types of DOM and then measured with DGT. Because of their ecological importance [16,17], their widespread distribution in lotic ecosystems, and their ability to accumulate metals, the aquatic mosses, among primary producers, fulfill most of the criteria for suitable environmental biomonitoring, as shown by their use in various monitoring programs [18–20]. Given that they take up metals very rapidly and efficiently, we based our analysis on the kinetic response of the aquatic mosses. Because Croisetière et al. [21] showed that the bioaccumulation kinetics of Cd by aquatic mosses did not depend on the current velocity, we extrapolated the results obtained in batch experiments to the aquatic environment and then analyzed how different types of DOM modified copper bioavailability at environmentally relevant contamination levels. MATERIALS AND METHODS Biological material sampling The aquatic mosses (F. antipyretica) were sampled in the Merdereau River (northeastern France) far from significant anthropic pressure (third Strahler stream ordering) at the beginning of January 2005 and during April 2005. Samples were taken at places where mosses were fully submerged, ensuring a good physiological state (constant flow of nutriment), as confirmed by the greenish coloration. The 139 Please cite this article as: Ferreira, D., N. Tousset, C. Ridame and M.-H. Tusseau-Vuillemin (2008). "More than inorganic copper is bioavailable to aquatic mosses at environmentally relevant concentrations." Environmental Toxicology and Chemistry 27(10): 2108-2116. Annexes aquatic mosses were washed several times in river water to remove the attached particles and invertebrates, then placed and stored in a prewashed polyethylene container. Once in the laboratory, the material was washed three times with stream water to remove any obvious sediment. To limit the biological variability, only new green tips (length, 2–3 cm) were kept; dark-green tips were discarded. The selected green tips were then placed in clean plastic bags and stored in a cool room (4°C) before the experiments. Just before being introduced in the exposure tanks, the tips were washed three times in the mineral water used for the test. Test solutions All chemicals were of analytical grade. Exposure solutions consisted of mineral water (pH 6.8; dissolved solids, 27.5 mg/L; dissolved organic carbon, < 0.4 mg/L; Mont Calm® ; Société des Eaux de Saint-Amand, Saint Amant Les Eaux, France) (Table 1) spiked with copper and artificial ligands or various types of DOM. To limit the fixation of copper on the walls, solutions were left to equilibrate in the tanks for 24 h. Then, before introducing the mosses, the tanks were refilled and left to equilibrate for 4 h to ensure chemical equilibrium between copper and the organic ligands [22]. Table 1. Major ion composition of the mineral water (Mont Calm®; Société des Eaux de Saint-Amand, Saint Amant Les Eaux, France) used for bioaccumulation experiments. Concentration (µmol/L) Major ions Ca2+ Mg2+ Na+ K+ HCO3– SO42– Cl– NO3– 74.9 24.7 65.2 10.2 85.2 90.6 16.9 < 16 Ethylenediaminetetra-acetic acid (trace metals, <0.001% ; Na2-EDTA; Acros Organics, Geel, Belgium), HA (Aldrich, Saint-Quentin Fallavier, France), and natural extracts from the Seine River (France; hydrophobic and transphilic solid fractions) were used as organic ligands. The latter were extracted on XAD8 and XAD4 columns (Supelco, Montluc¸on, France), respectively, according to the International Humic Substances Society (http://www.ihss.gatech.edu/) protocol [23] after filtration on a 0.4 µm membrane and acidification. Specific details regarding the extraction have been provided by Gourlay et al. [24]. Stock solutions were prepared with ultrapure water. The HA 140 Please cite this article as: Ferreira, D., N. Tousset, C. Ridame and M.-H. Tusseau-Vuillemin (2008). "More than inorganic copper is bioavailable to aquatic mosses at environmentally relevant concentrations." Environmental Toxicology and Chemistry 27(10): 2108-2116. Annexes stock solution (1 g/L of carbon) and the natural extracts from the Seine River (hydrophobic and transphilic extracts) stock solutions (0.6 g/L of carbon) were prepared 24 h before experiments and filtered on precombusted glass-fiber filters (Whatman, Maidstone, UK) before use and dissolved organic carbon analysis. The copper stock solution was an atomic absorption spectroscopy standard solution (1 mg/ml of copper in 2% HNO3; Acros Organics). Different exposure solutions were prepared (only one tank per treatment with no replication) to vary the copper speciation, with a constant nominal dissolved copper concentration (5 µg/L). The EDTA solution was prepared to complex 50% of copper (Na2-EDTA, 3.93.10-2 µmol/L). Note that for natural DOM solutions, the ratios between dissolved copper and DOM were kept in an environmental range (1, 1.7, and 3.6 mg/L of carbon for HA and 2.0 mg/L of carbon for Seine River extracts). In parallel, four mineral water exposure media were prepared, one without copper addition and three with varying copper concentrations (1, 2, and 5 µg/L). Bioaccumulation experiments Previous experiments showed that aquatic mosses are very efficient in removing dissolved copper from solution: 100 g of mosses (fresh wt) placed in a 15-L stirred tank could deplete 90% of a 100 µg/L of copper solution within only 2 h. With this biomass density, the bioaccumulation was very heterogeneous; hence, we chose to use a constant and small amount of mosses (10 g fresh wt) placed in 15-L stirred tanks (previously soaked for 24 h in 1% HNO3, then rinsed and washed with deionized water) for each bioaccumulation experiment. With such a low biomass density, the tips could move freely in the water and were homogeneously exposed. Moreover, the total dissolved copper concentrations were still easily measurable over 48 h. After a 48-h exposure, the mosses were removed (filtered with a 0.5-mm mesh) and dried at 60°C for 72 h. The approximately 1.5 g dry weight of recovered moss was divided into 10 samples (~150 mg dry wt each), which were acid-mineralized according to the method described by Lopez and Caraballeira [25]. Briefly, each 150-mg (dry wt) moss sample was mineralized with 10 ml of 65% HNO3 (with 65% Suprapur nitric acid; Merck, Darmstadt, Germany) in acid-washed Teflon ® tubes placed in a microwave oven (CEM-MDS Microwave Digestion System 2000; CEM µ Waves Corporation, Saclay, France). The oven was set up with five mineralization sequences of increasing pressure (1.4, 2.8, 5.2, 8.6, and 10.3 bars) and constant duration (5 min each). A 1-ml aliquot of this solution was diluted 10 times with ultrapure water and analyzed by graphite-furnace atomic absorption spectrometry (copper detection limit, ~0.2 µg/L; SpectrAA-220Z; Varian, Les Ulis, France) to determine the total copper content (adsorbed and internalized) in the mosses ([Cum]t=48 h, in µg/g dry wt). For each series of 10 samples, certified reference aquatic moss material (BCR 60; Community Bureau of Reference, Brussels, Belgium) was mineralized and analyzed to determine the 141 Please cite this article as: Ferreira, D., N. Tousset, C. Ridame and M.-H. Tusseau-Vuillemin (2008). "More than inorganic copper is bioavailable to aquatic mosses at environmentally relevant concentrations." Environmental Toxicology and Chemistry 27(10): 2108-2116. Annexes analytical precision and accuracy of copper determinations. Recovery of copper concentrations was approximately 92% ± 6% (n = 32) in the reference material analyzed. The kinetics of total dissolved copper concentrations ([CuT], in µg/L) in the exposure solution was followed for 48 h according to an exponential base timing scale (n = 15). Water analysis The water samples for total dissolved copper analysis were collected in triplicate, filtered with disposable polytetrafluoroethylene syringe filters (pore size, 0.45 µm), and then acidified with analytical grade HNO3 to pH less than 2 before storage (4°C). Copper concentrations were analyzed by graphite-furnace atomic absorption spectroscopy (Varian SpectrAA-220Z). Dissolved organic and inorganic carbon (filtered through a 0.7-µm precombusted membrane; Whatman glass fiber filters) were measured in each tank before introducing the mosses (model 700 total organic carbon analyzer; OI Analytical, College Station, TX, USA) in triplicate. The pH was determined (pH 210; HANNA Instruments, Vernon Hills, IL, USA) at the beginning of each exposure period, with a pH glass electrode calibrated before each measurement (pH 4 and 7 buffers). Mass budgets Mass budgets for copper were established by comparing the amount of bioaccumulated copper in the mosses (ΔCum, in µg) and the depletion of total dissolved copper in the solution (ΔCuT, in µg) at the end of each biotest (t = 48 h). DGT sampling Initial labile copper concentrations were measured using the DGT technique. The DGT units (restrictive gel and Chelex-100® resins) were obtained from DGT Research (Lancaster, UK; http://www.dgtresearch.com) and were suspended in triplicate using a clean nylon wire in the tanks filled with the exposure solutions before introducing the aquatic mosses. The deployments were carried out with appropriate stirring (magnetic bars covered with Teflon), and the temperature was controlled. The pH was recorded and remained in the appropriate range for DGT use (pH 5–11 according to Gimpel et al. [26]). Note that for the DGT measurements and aquatic mosses bioaccumulation tests, the speciation in solution was identical, because pH measurements were taken at the same time in the same tanks. Immersion times varied from 4 to 24 h to ensure a sufficient concentration of metals in the resins. After immersion, the DGT units were dismantled under a laminar flow hood. The Chelex resins were placed in clean polypropylene tubes and eluted in 3 ml of 1 M nitric acid (diluted in ultrapure water; 65% Suprapur) for at least 12 h at 4 C. 142 Please cite this article as: Ferreira, D., N. Tousset, C. Ridame and M.-H. Tusseau-Vuillemin (2008). "More than inorganic copper is bioavailable to aquatic mosses at environmentally relevant concentrations." Environmental Toxicology and Chemistry 27(10): 2108-2116. Annexes Copper was measured in eluates by graphite-furnace atomic absorption spectroscopy (Varian SpectrAA-220Z). The mass of metal sequestered on the resin was evaluated considering an 80% yield of elution [27]. The labile copper concentration (CuDGT, in µg/L) was calculated using Equation 1: Cu DGT = M.Δg t.A.D (1) where M is the mass of copper accumulated on the resin after a deployment of duration t, A is the surface of the window, and D is the diffusion coefficient of copper (typically, 4.76 .10-6 cm²/s at 22°C in restricted gels; data from DGT Research, available at http://www.dgtresearch.com). The thickness of the diffusive layer (Δg) is theoretically equal to the 0.8-mm-thick hydrogel plus the 0.13-mm-thick surface membrane. Under realistic biotest conditions, however, a slight additional diffusive boundary layer likely forms at the water–hydrogel interface (H. Zhang, DGT Research, personal communication). This additional boundary layer is easily evaluated with tests in mineral solutions, in which total dissolved copper is fully labile. On the basis of four different tests performed in 0 to 5 µg/L of copper mineral solutions, we evaluated a 13% additional boundary layer so that Δg = 1.05 mm. Speciation modeling The speciation of copper in solutions (in mineral water and in solutions spiked with EDTA and HA) was simulated with the Stockholm Humic Model [28] used in the chemical equilibrium program Visual MINTEQ 2.15 (http://www.lwr.kth.se/english/OurSoftware/vminteq/). Concentrations of copper and major ions of interest (Cu2+, Ca2+, Na+, Mg2+, K+, Cl-, NO3-, SO42-, CO2-, H+, and EDTA or HA if present) were introduced in the modeling program. Modeling The experiment comprises three successive steps in which the dynamic aspects differ. Before introduction of mosses, the solutions are at equilibrium. Once mosses have been introduced, the uptake is transitory, and the equilibrium is displaced. At the end of the experiment, steady state is reached again, and the solution tends toward chemical equilibrium. General statements Because only part of total dissolved copper is expected to be bioavailable in the solutions, we distinguish between [Cub] and [CuT] (both in µg/L) to denote dissolved bioavailable copper and 143 Please cite this article as: Ferreira, D., N. Tousset, C. Ridame and M.-H. Tusseau-Vuillemin (2008). "More than inorganic copper is bioavailable to aquatic mosses at environmentally relevant concentrations." Environmental Toxicology and Chemistry 27(10): 2108-2116. Annexes total dissolved copper concentrations, respectively (Fig. 1). Bioavailable and total dissolved copper concentrations are linked by chemical dynamics and do not remain constant during the experiment. Once mosses are introduced, the dynamics of the copper compartments are displaced from dissolved forms to the accumulated compartment (Fig. 1). Consequently, in batch experiments, with constant volume and moss biomass, the following mass-balance equation must be verified for copper: d ([ Cu b ] + m moss × [ Cu m ]) V =0 dt (2) where [Cum] is the total amount of copper accumulated in the aquatic mosses during the experiment (in µg/g dry wt) and mmoss is the mass of bryophytes (in µg dry wt). According to the general concepts of the toxicokinetic models [29,30], we describe the process of copper accumulation on the mosses with reversible first-order kinetics [31] regarding the bioavailable copper and the bioaccumulated copper. The background copper initially found in the mosses (15.5 ± 2.6 µg/g dry wt) was low [32], although not insignificant as compared to accumulated copper at the end of the experiment (Fig. 2). When placed in mineral water, however, these noncontaminated mosses (10 g fresh wt of mosses placed in a 15-L stirred tank) did not release copper to the solution during the first 6 h of exposure (after 6 h, [CuT] = 0.08 ± 0.11 µg/L). Hence, we consider that this background copper was not releasable, and that desorption flux is only dependent on the accumulated copper ([Cum], in µg/g dry wt) during the experiment. d[ Cu T ] V = × k 1 .[ Cu b ]-k -1 × [Cu m ] dt m moss (3) with this formalism, k1 (h-1) and k-1 (h-1) are the rate constants for copper uptake and release for mosses. Initial conditions We focus here on the bioavailability of copper in the initial solution, which is at chemical equilibrium. The initial solutions are representative of natural stream conditions, where the water is continuously renewed. At the beginning of the experiment, Equation 3 is made up of only the bioaccumulation term that we call Φ (in µg of copper/L/h), Φ that is linearly dependent on the initially bioavailable copper concentration. 144 Please cite this article as: Ferreira, D., N. Tousset, C. Ridame and M.-H. Tusseau-Vuillemin (2008). "More than inorganic copper is bioavailable to aquatic mosses at environmentally relevant concentrations." Environmental Toxicology and Chemistry 27(10): 2108-2116. Annexes The equations characterizing the initial conditions are: ⎧[ Cu m ]t =0 = 0 ⎪ V ⎨ d[ Cu m ] = × k 1 × [ Cu b ] ⎪ dt m moss t =0 ⎩ (4) Equations 5 and 6 become: Φ= m moss d[ Cu m ] × = k 1 × [ Cu b ]t =0 dt t =0 V (5) Combining Equations 2 and 5, it appears that the initial drop in total dissolved concentration is related to the initially bioavailable copper concentration. Φ=- d[ Cu T ] = k 1 × [ Cu b ]t =0 dt t =0 The initial bioaccumulation rate Φ= Φ (6) was experimentally determined with the following relationship: [ Cu T ]t =0 − [ Cu T ]t =15 min t = 15 min (7) where [ Cu T ]t =15 min is the total dissolved copper concentration after an exposure time of 15 min. If k1 is known, initial [ Cu b ] can be estimated with the following relationship: [ Cu b ]t =0 = Φ k1 (8) Steady-state conditions At steady state, [ Cu m ] (in µg/g ), [ Cu T ] (µg/L) and [ Cu b ] (µg/L) are constant. From dry wt Equation 3: V × k 1 .[ Cu b ] - k −1 × [ Cu m ] = 0 m moss (9) and 145 Please cite this article as: Ferreira, D., N. Tousset, C. Ridame and M.-H. Tusseau-Vuillemin (2008). "More than inorganic copper is bioavailable to aquatic mosses at environmentally relevant concentrations." Environmental Toxicology and Chemistry 27(10): 2108-2116. Annexes [ Cu m ] = k1 V × × [ Cu b ] k −1 m moss (10) During the 48-h batch exposure, total dissolved copper is redistributed between mosses and dissolved organic matter if present. The steady-state distribution is not representative of the bioavailability in running waters, but allows comparing different types of organic ligands. We define [ Cu b , TOT ] as the total copper potentially bioavailable in the 48-h batch experiments, that is, the bioaccumulated copper plus the bioavailable copper remaining in the solution as a result of the steady-state equilibrium (Eqn. 11). [ Cu b , TOT ] = m moss × [ Cu m ]t =48 h + [ C u b ]t =48 h V [ Cu b , TOT ] = ([ Cu T ]t =0 − [ Cu T ]t =48 h ) + [ C u b ]t =48 h (11) (12) Combining Equation 10 with Equation 12, it becomes : [ Cu b , TOT ] = ([ Cu T ]t =0 − [ Cu T ]t =48 h ) + k −1 m moss × × [ Cu m ]t =48 h k1 V (13) The dynamics of the Cu compartments during the three successive steps are summarized below (Fig. 1). 146 Please cite this article as: Ferreira, D., N. Tousset, C. Ridame and M.-H. Tusseau-Vuillemin (2008). "More than inorganic copper is bioavailable to aquatic mosses at environmentally relevant concentrations." Environmental Toxicology and Chemistry 27(10): 2108-2116. Annexes Chemical equilibrium in solution Transitory state: displacement of equilibrium Chemical equilibrium in solution, including mosses Cu T Cu b Cu T Cu b Cu T Cu b,TOT Cu m Cu b Cu m Introduction of mosses t = 48 h t=0 Figure 1. Schematic representation of copper mass budgets during the three successive steps. The arrows symbolize copper fluxes between these compartments. CuT = Total dissolved copper; Cub = Bioavailable copper (Eqn. 8); Cum = Accumulated copper in mosses ; Cub,TOT = Total bioavailable copper (Eqn. 13). RESULTS Mass budgets Copper balances were checked at the end of the experiments (t = 48 h). There was no significant difference (analysis of variance, p<0.05) between the 48-h bioaccumulated fraction and the dissolved copper losses in solution (Fig. 2). This result confirms that adsorption on tanks is negligible during the mosses exposure and that the loss of total dissolved copper stems from its bioaccumulation in aquatic mosses. This confirms the relevance of the use of Φ as a biological endpoint for the bioaccumulation kinetic of copper in the mosses. 147 Please cite this article as: Ferreira, D., N. Tousset, C. Ridame and M.-H. Tusseau-Vuillemin (2008). "More than inorganic copper is bioavailable to aquatic mosses at environmentally relevant concentrations." Environmental Toxicology and Chemistry 27(10): 2108-2116. Annexes ΔCu (µg of Cu) 80 60 40 20 0 mineral water+ Ethylenediaminetetraacetic 5 µg Cu/L Humic acid Acids 50% - 3.6mgC/L Humic SeineAcids River- extracts 1.7Seine mgC/L - River Transphilic extracts fraction - Hydrophobic - 2 mgC/L fraction - 2 EthylenediMineral water aminetetraacetic acid 50% Humic acids 3.6 mgC/L Humic acids 1.7 mgC/L Seine river extracts – transphilic fraction 2mgC/L Seine river extracts – hydrophobic fraction 2mgC/L Figure 2: 48-h Cu budget for experiments spiked with 5 µg/L of Cu (excepted for the test involving 1 mgC/L of humic acid [HA]). ▨= Total dissolved Cu loss (Δ CuT) ; □= Accumulated Cu (Δ Cum). Dissolved copper kinetics The kinetics of total dissolved copper concentrations during the 48-h exposure period are displayed in Figure 3. For each of the bioaccumulation experiments, ( [ Cu T ] ) decrease with initially rapid kinetics, which progressively slows down after a few hours, and reaches a quasi-plateau after 2 d of exposure (Fig. 3). Both the initial kinetics of total dissolved copper and the final plateau were modified by the addition of dissolved organic matter, with the mineral solution the most depleted and the most rapidly so. This preliminary observation supports the idea that only part of the total dissolved copper might be available to bioaccumulation in mosses and that this bioavailable fraction might depend both on the quality and quantity of dissolved organic ligands [33]. 148 Please cite this article as: Ferreira, D., N. Tousset, C. Ridame and M.-H. Tusseau-Vuillemin (2008). "More than inorganic copper is bioavailable to aquatic mosses at environmentally relevant concentrations." Environmental Toxicology and Chemistry 27(10): 2108-2116. Annexes 6 [CuT] (µg/L) 5 4 3 2 1 0 0 10 20 30 40 50 Time (hours) Figure 3. Total dissolved copper concentrations according to time in the various exposure media (▲= Humic acids 3.6 mgC/L ; □ = Ethylenediaminetetraacetic acid 50% ; ▼ = Humic acids 1.7 mgC/L ; △= Humic acids 1mgC/L ; ● = Seine river extracts – hydrophobic fraction 2mgC/L ; ○ = Seine River extracts – transphilic fraction 2 mgC/L ; ◇ = Mineral water) spiked with 5 µg/L Cu (n=3 analytical replicates). Initial copper speciation in the exposure media Total dissolved ( [ Cu T ]t =0 ) and labile ( [ Cu DGT ]t =0 ) copper concentrations measured in the solutions before introducing the mosses are shown on Table 2. The inorganic copper concentrations ( [ Cu inorg ]t =0 ) simulated with Stockholm Humic Model-Vminteq in the solutions were added for comparison with labile Cu concentrations ( [ Cu DGT ]t =0 ) in Table 2. 149 Please cite this article as: Ferreira, D., N. Tousset, C. Ridame and M.-H. Tusseau-Vuillemin (2008). "More than inorganic copper is bioavailable to aquatic mosses at environmentally relevant concentrations." Environmental Toxicology and Chemistry 27(10): 2108-2116. Annexes Table 2. Initial total dissolved ([CuT]t=0), labile ([CuDGT]t=0) and simulateda inorganic ([Cuinorg]t=0) copper concentrations in the solutions spiked with copperb Mineral water 5 µg/L 2 µg/L 1 µg/L EDTA XAD8 Himic Acids XAD4 0.0393 µM 2 mgC/L 2 mgC/L 3.6 mgC/L 1.7 mgC/L 1 mgC/L Total dissolved Cu [CuT]t=0 5.12± 0.18 1.98± 0.25 1.02± 0.08 4.99± 0.10 4.30± 0.09 5.69± 0.24 5.02± 0.04 5.53± 0.39 5.21± 0.11 Labile Cu [CuDGT]t=0 5.15± 0.26 1.88± 0.23 0.93± 0.12 2.55± 0.12 1.12± 0.14 1.28± 0.12 0.20± 0.04 0.37± 0.03 0.77± 0.10 2.43 –b –b 6.3.10–3 2.1.10–2 2.3.10–2 Simulated inorganic Cu [Cuinorg]t=0 a 5.12 1.98 1.02 Simulated data for inorganic copper with Stockholm Humic Model (SHM)–Visual MINTEQ 2.15 (KTH [Royal Institute of Technology], Stockholm, Sweden) ; b EDTA : Ethylenediaminetetra-acetic acid; XAD8 and XAD4 : hydrophobic and transphilic fractions, respectively, of the Seine River (France) extracts ; c XAD Seine River (France) extracts not referenced into SHM-Visual MINTEQ 2.15 database. a The initial labile copper fraction was variably reduced by the addition of organic ligands (varying from 3.4 – 88.5% of the total dissolved copper). As expected, EDTA forms inert complexes with copper (54% of the total dissolved copper), which are not taken into account by DGT measurements because of their high stability. The labile copper fractions measured in both natural Seine River extracts tested – 1.12 ± 0.14 µg/L for the hydrophobic fraction and 1.28 ± 0.12 µg/L for the transphilic fraction– were not significantly different (analysis of variance analysis, p<0.05). This result suggests a similar complexation capacity for both natural Seine River extracts with copper. On the other hand, the humic acids (which are expected to behave like the natural hydrophobic fraction) more radically decreased the labile fraction of copper in solution than Seine River natural extracts at equivalent organic carbon concentrations (1.7 mgC/L for the HA and 2 mgC/L for the natural Seine River extracts). One reason might be that, despite their potential chemical lability, Cu-HA complexes are physically at least partially excluded from the restricted diffusion gel in DGT. Zhang and Davison [34] observed that in such solutions, labile copper was equal to inorganic copper (simulated with Windermere Humic Aqueous Model). Here, labile copper concentrations remained higher than inorganic copper simulations, except for mineral water and EDTA solutions. In humic acid solutions, these differences between calculated inorganic and measured labile copper can be attributed to a fraction of weak Cu-HA complexes that are locally dissociated at the water-DGT interface (although equipped with restricted gels). 150 Please cite this article as: Ferreira, D., N. Tousset, C. Ridame and M.-H. Tusseau-Vuillemin (2008). "More than inorganic copper is bioavailable to aquatic mosses at environmentally relevant concentrations." Environmental Toxicology and Chemistry 27(10): 2108-2116. Annexes DISCUSSION In the following, we discuss whether labile copper concentration is related to bioavailable copper at the beginning of the biotest and to what extent it is reduced by various types of dissolved organic matter. Then we will compare the steady-state distributions of copper in the different solutions. Parameter evaluation Figure 4 illustrates the relationships obtained in mineral water between Φ and [ Cu DGT ]t =0 or [ Cu T ]t =0 (Fig. 4a) and between [ Cu T ]t =48 h and [ Cu m ]t =48 h (Fig. 4b). The hypothesis of a first- order initial kinetics for the bioaccumulation of copper was validated with the four experiments conducted in mineral water by the linear relationship found for Φ with either total dissolved or labile Cu concentrations (Fig. 4, α<0.05). This confirms that the bioavailable fraction of copper to mosses ( [ Cu b ]t =0 ) in mineral water is proportional to total dissolved ( [ Cu T ]t =0 ) and labile ( [ Cu DGT ]t =0 ) copper concentrations. Since all the other experiments were conducted in the same mineral matrix, we considered the ratio between bioavailable and total dissolved mineral copper would remain constant, and we estimated k1 as the slope of the regression presented in Figure 4a. The k1 is equal to 2.44 h-1 and the standard deviation σ is equal to 0.063 h-1. Similarly, we expect a linear relationship between [ Cu b ]48 h , [ Cu T ]t =48 h , and [ Cu m ]t =48 h in mineral water (Eqn. 10), with a slope equal to k1 V . However, in the less contaminated treatments, × k −1 m moss [ Cu T ]t =48 h falls below the quantification level (0.6 µg of Cu/L, approximately three times the copper detection limit). We did not use these data to compute k-1, and we used only the most contaminated treatment ( [ Cu T ]t =0 = 5 µg / L ) to compute k1/k-1 = 7.2 and k-1 = 0.34 h-1. 151 Please cite this article as: Ferreira, D., N. Tousset, C. Ridame and M.-H. Tusseau-Vuillemin (2008). "More than inorganic copper is bioavailable to aquatic mosses at environmentally relevant concentrations." Environmental Toxicology and Chemistry 27(10): 2108-2116. Annexes 70 y = 2.444 x + 0.281 10 r ² = 0.986 8 [Cum] t=48h (µg/ L/ h) 12 (µg/g dry wt) 14 Φ 6 4 2 60 50 40 30 20 10 0 0 0 1 a) 2 3 4 Cu concentrations (µg/L) 5 0 6 b) 0.2 0.4 0.6 0.8 1.0 [Cu T] t=48h (µg/L ) Figure 4: Mineral water experiments: (a) Initial dissolved Cu uptake rate Φ according to the initial total dissolved (●) and labile (□) concentrations (n=3 analytical replicates). (b) Steady-state bioaccumulated Cu ( [ Cu m ]t =48 h ) according to the total dissolved steady-state copper concentrations (▲ ; [ Cu T ]t =48 h ) (n=3 analytical replicates). Influence of DOM The relation between trace metal speciation and bioavailability has long been studied within the general framework of the free ion activity model [35] and more recently of the biotic ligand model [3-5]. This steady-state model was generally verified in highly spiked solutions, with strong artificial ligands such as EDTA, usually used for either starving algae or observing a toxicity [2]. However, the study of natural water bodies encourages reconsidering the basis of the FIAM developments, without assuming that the organism is at equilibrium with the surrounding solution. This leads to considering the relative importance of several dynamic fluxes: diffusion, bio-uptake, complex dissociation and recombination, etc., and points out the similarity between bioavailability and lability concepts [8]. This is the reason we chose to check the relation between bioavailability and lability on the basis of a kinetic biological endpoint (initial uptake rate Φ) and a chemical evaluation ( [ Cu T ]t =0 and [ Cu DGT ]t =0 ) of copper and dissolved organic matter speciation at environmentally relevant concentrations. The relationships between Φ and the initial copper concentrations, expressed as total dissolved copper ( [ Cu T ]t =0 , Fig. 5a) or labile copper ( [ Cu DGT ]t =0 , Fig. 5b), are displayed in Figure 5. The data obtained in solutions with dissolved organic matter fall well outside the correlation obtained between Φ and [ Cu T ]t =0 in mineral water (Fig. 5a), while they are rather consistent with it when expressed as labile copper (Fig. 5b). Obviously, dissolved organic matter lowers the initial 152 Please cite this article as: Ferreira, D., N. Tousset, C. Ridame and M.-H. Tusseau-Vuillemin (2008). "More than inorganic copper is bioavailable to aquatic mosses at environmentally relevant concentrations." Environmental Toxicology and Chemistry 27(10): 2108-2116. Annexes bioavailability of copper, which is taken up less rapidly than in mineral water, and labile copper predicts bioaccumulation more accurately. Hence, for all solutions, we estimated the initial bioavailable copper [ Cu b ] (according to Eqn. 8 and the value of k1 estimated in mineral water) and compared it to the initial total dissolved and labile copper concentration in Figure 6. This estimation is also graphically illustrated in Figure 5a. 14 14 y = 2.444 x + 0.281 y = 2.444 x + 0.281 12 r ² = 0.986 10 Φ (µg/ L/ h) Φ (µg/ L/ h) 12 8 6 4 r ² = 0.986 10 8 6 4 2 2 0 0 1 2 3 4 5 0 6 0 [Cu T]t=0 (µg/L) a) 1 2 3 4 5 6 [Cu DGT]t=0 (µg/L) * Predicted bioavailable copper [Cub]t=0 b) Figure 5. The initial uptake rate Φ of copper according to initial (a) total dissolved Cu and (b) labile Cu sampled with DGT (diffusion gradient in thin films). The regressions were obtained with mineral water data only. The vertical and horizontal bars represent uncertainties (standard deviation) on Φ measurements and dissolved and labile copper concentrations (n=3 analytical replicates). (◇ : Minral aater ; □= ethylenediaminetetraacetic acid 50% ; ▲= Humic acids 3.6 mgC/L ; ▼ = Humic acids 1.7 mgC/L ; △= Humic acids 1mgC/L ; ● = Seine river = Line extracts – transphilic fraction 2mgC/L ; ○ = Seine river extracts – hydrophobic fraction 2 mgC/L ; represents the regression curve for mineral water only). * Predcted bioavailable copper [Cub]t=0 calculated using Equation 8. In the EDTA solution, the labile copper concentration ( [ Cu DGT ]t =0 ) is slightly higher (20%) than [ Cu b ]t =0 (statistically different, p < 0.05) expected from the initial bioaccumulation. On the other hand, the labile copper measured in natural Seine River extract solutions fits very well with the expected bioavailable copper concentrations ( [ Cu b ]t =0 and [ Cu DGT ]t =0 are not significantly different, p < 0.05). Conversely, in humic acid solutions, the labile copper concentrations account for only one-third of the expected bioavailable copper (Eqn. 8.) concentrations ( [ Cu DGT ]t =0 = 0.33 ( ±0.05 ) × [ Cu b ]t =0 ). This means that some Cu-HA complexes are bioavailable to 153 Please cite this article as: Ferreira, D., N. Tousset, C. Ridame and M.-H. Tusseau-Vuillemin (2008). "More than inorganic copper is bioavailable to aquatic mosses at environmentally relevant concentrations." Environmental Toxicology and Chemistry 27(10): 2108-2116. Annexes aquatic moss, while they are not sampled by DGT equipped with restricted gels. Indeed, in environmental conditions Meylan et al. [15] observed that bioavailable copper for the periphyton included not only inorganic copper, but also a fraction of labile complexes that dissociate at the water-periphyton interface. Weak Cu-HA complexes are also likely to locally dissociate as mosses deplete the copper solution. The labile copper concentration, even though higher than the simulated inorganic concentration, still underestimates the bioavailable copper. Tusseau-Vuillemin et al. [11] did not observe this underestimation of the bioavailable fraction during acute toxicity tests on daphnids. Indeed, the observation of acute toxicity requires much higher copper levels, at which the competition between biological and natural organic matter sites does not appear. The present study underlines the necessity of evaluating bioavailability of metals at environmentally relevant contamination levels. Finally, we can conclude that for various types of dissolved organic matter (EDTA, Seine River extracts), labile copper fits very well with the expected bioavailable concentrations, whereas when dissolved organic matter is physically excluded by the restricted gels (typically humic acids), the labile fraction of copper underestimates the bioavailable concentration. Note that in spite of the specific behavior of the humic acid complexes, the use of the DGT devices permits a much better prediction of the bioaccumulation, as illustrated in Figure 5b. For all solutions, the initial bioavailable copper [ Cu b ]t =0 was compared to the total bioavailable copper [ Cu b , TOT ] estimated at steady state (Eqn. 13) in Figure 6. The slight differences observed between both concentrations in mineral water are only attributable to the poor precisions of measurements below the quantification level. In all other solutions containing organic ligands, we observed that [ Cu b ]t =0 < [ Cu b , TOT ] < [ Cu T ]t =0 , the smallest difference obtained in the EDTA solution. This means that copper-mosses bindings are strong enough to displace the initial chemical equilibrium, leading to the progressive dissociation of the weakest Cu-DOM complexes. The CuEDTA complexes are only slightly challenged by these Cu-moss interactions. In the solutions containing natural DOM also, a small fraction of copper remains nonbioavailable ( [ Cu T ]t =0 and [ Cu b , TOT ] are statistically different, p < 0.05), probably linked to the strongest DOM sites. The Seine River extracts (hydrophobic and transphilic fractions) behave in a similar fashion as copper ligands, since [ Cu b , TOT ] accounts for 72 and 81% of [ Cu T ]t =0 , respectively. In humic acid solutions, [ Cu b , TOT ] is all the smallest because Has are concentrated (Fig. 6). This suggests a progressive saturation of the strong complexation sites at low HA concentrations. These observations again underline the kinetic nature of bioavailability, which is particularly crucial in cases of natural dissolved organic matter offering a variety of potential ligands for copper. 154 Please cite this article as: Ferreira, D., N. Tousset, C. Ridame and M.-H. Tusseau-Vuillemin (2008). "More than inorganic copper is bioavailable to aquatic mosses at environmentally relevant concentrations." Environmental Toxicology and Chemistry 27(10): 2108-2116. [Cu] (µg/L) Annexes Ethylenedi- Seine river Mineral Mineral Mineral aminetetra- extracts – water water water + 5 µg Cu/L + 2 µg Cu/L + 1 µg Cu/L acetic acid hydrophobic fraction 50% 2mgC/L Humic Seine river acids extracts – transphilic 3.6 mgC/L fraction 2 mgC/L Humic acids 1.7 mgC/L Humic acids 1 mgC/L Figure 6. Initial total dissolved ( [ Cu T ]t =0 ; ▨), labile ( [ Cu DGT ]t =0 ; ▧), initial predicted bioavailable ( [ Cu b ]t =0 ; ▬), and steady-state total bioavailable Cu concentrations ( [ Cu b , TOT ] ; ▭) in the solutions. Initial predicted bioavailable concentrations were computed with Equation 8 and steadystate total bioavailable copper concentrations were estimated with Equation 13. CONCLUSION In the present study, batch exposure of the aquatic mosses to realistic copper and dissolved organic matter concentrations were performed, in view of assessing copper bioavailability. The experimental results show that bioavailability is an intrinsically kinetic notion, since bioavailable copper is systematically higher when estimated at 48 h (steady state) than at the beginning of the exposure period. Given that environmental flow conditions are best represented by a short-term exposure, we based our analysis of copper bioavailability on a short-term biological endpoint. We found that dissolved organic matter of various origins significantly lowered the bioavailability of copper to aquatic mosses. Moreover, initial bioavailable copper was found to be equal or even higher than the labile copper measured with DGT (except for the test involving the EDTA solution), and hence higher than the inorganic copper. This finding contradicts previous results obtained with acute toxicity tests and underscores the need to study metal bioavailability at relevant contamination levels. From an operational point of view, DGT appears to be an interesting tool for monitoring moderately contaminated sites in running waters and it would be worth obtaining an in situ 155 Please cite this article as: Ferreira, D., N. Tousset, C. Ridame and M.-H. Tusseau-Vuillemin (2008). "More than inorganic copper is bioavailable to aquatic mosses at environmentally relevant concentrations." Environmental Toxicology and Chemistry 27(10): 2108-2116. Annexes validation of these batch results. Such a field validation would, however, require taking into account variable environmental factors such as temperature and cationic competition. REFERENCES Morel FMM, Hering JG. 1993. Principles and Applications of Aquatic Chemistry. John Wiley, New York, NY, USA. Campbell PGC. 1995. Interactions between trace metals and aquatic organisms: A critique of the free ion activity model. In Tessier A, Turner DR, eds, Metal Speciation and Bioavailability in Aquatic Systems. John Wiley, Chichester, UK, pp 45-102. Santore RC, Di Toro DM, Paquin PR, Allen HE, Meyer JS. 2001. Biotic ligand model of the acute toxicity of metals. 2. Application to acute copper toxicity in freshwater fish and Daphnia. Environ Toxicol Chem 20 :2397–2402. Di Toro, DM, Allen HE, Bergman HL, Meyer JS, Paquin PR, Santore RC. 2001. Biotic ligand model of the acute toxicity of metals. 1. Technical basis. Environ Toxicol Chem 20:2383-2396. Paquin PR, Gorsuch JW, Apte S, Batley GE, Bowles KC, Campbell PGC, Delos CG, Di Toro DM, Dwyer RL, Galvez F, Gensemer RW, Goss GG, Hogstrand C, Janssen CR, McGeer JC, Naddy RB, Playle RC, Santore RC, Schneider U, Stubblefield WA, Wood CM, Wu KB. 2002. The biotic ligand model: A historical overview. Comp Biochem Physiol C 133:3 – 35. Davison W, Zhang H. 1994. In situ speciation measurements of trace components in natural waters using thin-film gels. Nature 367:546-548. Tusseau-Vuillemin MH, Gilbin R, Taillefert M. 2003. A dynamic numerical model to characterize the labile metal complexes collected with DGT. Environ Sci Technol 37 :1645-1652. Van Leeuwen HP, Town RM, Buffle J, Cleven RFMJ, Davison W, Puy J, Van Riemsdijk H, Sigg L. 2005. Dynamic speciation analysis and metal speciation in aquatic systems. Environ Sci Technol 39 :8545-8556. Filella M, Town RM. 2005. A framework for interpretation and prediction of the effects of natural organic matter heterogeneity on trace metal speciation in aquatic systems. In Lichtfouse E, Schwarzbauer J, Robert D, eds, Environmental Chamistry: Green Chemistry and Pollutants in Ecosystems. Springer, Heidelberg, Germany, pp 121-132. 156 Please cite this article as: Ferreira, D., N. Tousset, C. Ridame and M.-H. Tusseau-Vuillemin (2008). "More than inorganic copper is bioavailable to aquatic mosses at environmentally relevant concentrations." Environmental Toxicology and Chemistry 27(10): 2108-2116. Annexes Town RM, Filella M. 2000. Dispelling the myths: Is the existence of L1 and L2 ligands necessary to explain metal ion speciation in natural waters? Limnol Oceanogr 45:1341-1357. Tusseau-Vuillemin MH, Gilbin R, Bakkaus E, Garric J. 2004. Performance of diffusion gradient in thin films to evaluate the toxic fraction of copper to Daphnia magna. Environ Toxicol Chem 23 :2154-2161. Røyset O, Rosseland BO, Kristensen T, Kroglund F, Garmo ØA, Steinnes E. 2004. Diffusive gradients in thin films sampler predicts stress in brown trout (Salmo trutta L.) exposed to aluminium in acid fresh waters. Environ Sci Technol 39 :1167-1174. Buzier R, Tusseau-Vuillemin MH, Mouchel JM. 2006. Evaluation of the DGT as a speciation tool in wastewater. Sci Total Environ 358 :277-285. Xue H, Sigg L. 1993. Free cupric ion concentrations and Cu(II) speciation in a eutrophic lake. Limnol. Oceanogr 38:1200-1213. Meylan S, Behra R, Sigg L. 2004. Influence of metal speciation in natural freshwater on bioaccumulation of copper and zinc in periphyton: A microcosm study. Environ Sci Technol 38 :3104-3111. Brusven MA, Meeham WR, Biggam RC. 1990. The role of aquatic moss on community composition and drift of fish-food organisms. Hydrobiologia 196:39-50. Steinman AD, Boston HL. 1993. The ecological role of aquatic bryophytes in a woodland stream. J North Am Benthol Soc 12:17-26. Bleuel C, Wesenberg D, Sutter K, Miersch J,Braha B, Bärlocher F, Krauss GJ. 2005. The use of the *aquatic moss Fontinalis antipyretica L. ex Hedw. As a bioindicator for heavy metals. 3. Cd2+ accumulation capacities and biochemical stress response of two Fontinalis species. Sci Total Environ 345 :13-21. Bruns I, Friese K, Markert B, Krauss GJ. 1997. The use of Fontinalis antipyretica L. ex Hedw. As a bioindicator for heavy metals. 2. Heavy metal accumulation and physiological reaction of Fontinalis antipyretica L. ex Hedw. In active biomonitoring in the River Elbe. Sci Total Environ 204 :161-176. Nimis PL, Fumagalli F, Bizzotto A, Codogno M, Skert N. 2002. Bryophytes as indicators of trace metals pollution in the River Brenta (NE Italy). Sci Total Environ 286 :233-242. Croisetière L, Hare L, Tessier A. 2001. Influence of current velocity on cadmium accumulation by an aquatic moss and the consequences for its use as a biomonitor. Environ Sci Technol 35 :923927. 157 Please cite this article as: Ferreira, D., N. Tousset, C. Ridame and M.-H. Tusseau-Vuillemin (2008). "More than inorganic copper is bioavailable to aquatic mosses at environmentally relevant concentrations." Environmental Toxicology and Chemistry 27(10): 2108-2116. Annexes Ma H, Kim SD, Cha DH, Allen HE. 1999. Effect of kinetics of complexation by humic acid on the toxicity of copper to Ceriodaphnia dubia. Environ Toxicol Chem 18 :828-837. Leenheer JA, Croué JP. 2003. Characterizing dissolved aquatic organic matter. Environ Sci Technol 37 :18A-26A. Gourlay C, Miege C, Noir A, Ravelet C, Garric J, Mouchel JM. 2005. How accurately do semipermeable membrane devices measure the bioavailability of polycyclic aromatic hydrocarbons to Daphnia magna? Chemosphere 61:1734-1739. Lopez J, Carballeira A. 1993. Interspecific differences in metal bioaccumulation and plant-water concentration ratios in five aquatic bryophytes, Hydrobiologia 263:95-107. Gimpel J, Zhang H, Hutchinson W, Davison W. 2001. Effect of solution composition, flow and deployment time on the measurement of trace metals by the diffusive gradient in thin films technique. Anal Chim Acta 448:93-103. Zhang H and Davison W. 1995. Performance characteristics of diffusion gradients in thin films for the in situ measurement of trace metals in aqueous solution. Anal Chem 67:3391-3400. Gustafsson JP. 2001. Modeling the acid-base properties and metal complexation of humic substances with the Stockholm Humic Model. J Colloid Interface Sci 244:102-112. Spacie A, Hamelink JL. 1982. Accumulative models for describing the bioconcentration of organics in fish. Environ Toxicol Chem 1 :309-320. Wheeler MW, Bailer AJ. 2003. A simulation study of methods for constructing confidence intervals for bioaccumulation factors. Environ Toxicol Chem 22 :921-927. Croisetière L, Hare L, Tessier A, Duchesne S. 2005. Modelling cadmium exchange by an aquatic moss (Fontinalis dalecarlica). Environ Sci Technol 39 :3056-3060. Claveri B, Morhain E, Mouvet C. 1994. A methodology for the assessment of accidental copper pollution using the aquatic moss Rhynchostegium riparioides. Chemosphere 28 : 2001-2010. Richards JG, Curtis PJ, Burnison BK, Playle RC. 2001. Effects of natural organic matter source on reducing metal toxicity to rainbow trout (Oncorhychus mykiss) and on metal binding to their gills. Environ Toxicol Chem 20 :1159–1166. Zhang H, Davison W. 2000. Direct in situ measurements of labile inorganic and organically bound metal species in synthetic solutions and natural waters using diffusive gradients in thin films. Anal Chem 72: 4447-4457. Morel FMM. 1983. Principles of Aquatic Chemistry. John Wiley, New York, NY, USA. 158 Please cite this article as: Ferreira, D., N. Tousset, C. Ridame and M.-H. Tusseau-Vuillemin (2008). "More than inorganic copper is bioavailable to aquatic mosses at environmentally relevant concentrations." Environmental Toxicology and Chemistry 27(10): 2108-2116. 159 Annexes Ar ticle 2 Modelling Exchange Kinetics of Copper at the Water-Aquatic Moss (Fontinalis antipyretica) Interface : Influence of Water Cationic Composition (Ca, Mg, Na and pH) (A paraître dans Chemosphere) Daniel FERREIRA1, Philipee CIFFROY1, Marie-Hélène TUSSEAU-VUILLEMIN2, Cédric GARNIER 3 , Jean-Marie GARNIER 4 1 Electricité de France, Division Recherche et Développement, Laboratoire National d’Hydraulique et Environnement, 6 Quai Watier, 78401 Chatou, France. 2 Cemagref, UR Hydrosystèmes et Bioprocédés, Parc de Tourvoie, BP 44, 92163 Antony Cedex, France. 3 LPTC – ISM (UMR CNRS 5255), Université Bordeaux I, 33405 Talence, France. 4 CEREGE, Université Paul Cézanne, Aix-Marseille III, (UMR CNRS 6635), BP 80, F 13545, Aix en Provence, France. ABSTRACT The present study investigated the effect of water cationic composition (Ca, Mg, Na, pH) on the bioaccumulation and elimination rates of copper (Cu) by an aquatic moss (Fontinalis Antipyretica), under laboratory conditions. For this purpose, mosses were exposed to copper at an environmentally relevant and usually nontoxic concentration (5 µg/L) in natural waters where cationic composition (Ca, Mg, Na, pH) and concentrations were varied. 160 Please cite this article in press as: Ferreira, D. et al., ″Modelling Exchange Kinetics of Copper at the Water-Aquatic Moss (Fontinalis Antipyretica) Interface : Influence of Water Cationic Composition (Ca, Mg, Na and pH).″, Chemosphere (2008), doi:10.1016/j.chemosphere.2008.10.031 Annexes To describe copper bioaccumulation by aquatic mosses, a two-compartment model with first order kinetics, was developed and calibrated under a wide range of water cationic composition. Bioaccumulation rates of Cu in mosses were significantly reduced as the concentrations of competitive cations in solution increased. This observation supports the concept of competitive binding of these cations on transport sites at the organism–water interface. Hence, in hard water, Ca and Mg cations play a protective role as they compete with Cu2+ ions for the absorption on transport sites at the organism–water interface. Based on the relationships between each major cation concentration and the exchange kinetics on mosses, the binding constants ( ) of each competing cations to the biological surfaces were derived. Using the present cationic-dependant kinetic model, it is now feasible to incorporate water cationic composition in the (re)-interpretation of bryophytes contamination levels and in the (re)-definition of Water Quality Criteria (WQC) as illustrated through two selected examples of biomonitoring programmes. In the framework of future national water quality guidelines revisions, a such flexible and mechanistic biomonitoring tool (integrating the protective effects of competing cations) may greatly improve the ability of regulators to derive site-specific Cu (metal) guidelines for protecting aquatic biota, while limiting the use of conservative assumptions. Keywords : kinetic, bioaccumulation, copper, bryophytes, major cations INTRODUCTION The regulatory context related to the monitoring of water systems (e.g. the European Water Framework Directive) requires that Water Quality Criteria (WQC) and surveillance networks are based on biologically relevant endpoints, e.g. concentrations of pollutants accumulated in biota. In order to provide biologically meaningful estimates of metal contamination in natural waters, biological monitors have frequently been used in various monitoring programs (Claveri et al., 1995; Croteau et al., 1998; Cenci, 2001). Among primary producers, aquatic mosses, because of (i) their widespread distribution in lotic ecosystems (if not present, mosses are easily transplanted to sites under investigation (Fernandez et al., 2006)), (ii) their ecological importance, (iii) their ability to accumulate trace metals to easily measurable levels (Claveri, 1995), and (iv) their ability to rapidly (days to weeks) respond to a change in ambient metal concentration (Nimis et al., 2002), fulfil most of the criteria for suitable environmental biomonitoring, as shown by their use in various monitoring programs (Cenci, 2001). Despite their long history as biomonitors, there has been little 161 Please cite this article in press as: Ferreira, D. et al., ″Modelling Exchange Kinetics of Copper at the Water-Aquatic Moss (Fontinalis Antipyretica) Interface : Influence of Water Cationic Composition (Ca, Mg, Na and pH).″, Chemosphere (2008), doi:10.1016/j.chemosphere.2008.10.031 Annexes attempt to develop theoretically based models to rigorously relate metal concentrations in mosses to those in water. Presently, measurements of trace metal concentrations in mosses exposed to polluted waters are often simply compared to background metal concentrations to classify water systems as to their relative degree of metal pollution. There is a need to put biomonitoring studies using mosses on a deeper theoretical foundation by quantifying the influence of various environmental variables on metal accumulation by these plants. Recently, models incorporating bioavailability of metals (and thus their potential toxicity to aquatic organisms) into operational risk assessments have also been proposed to assess their potential impact on biota. For example, generalizing the concept of the free ion activity model (FIAM, (Morel and Hering, 1993)), Biotic Ligand Models (BLMs) investigate how metal speciation and the competing cations (majors cations and/or pH) alter metal binding with biological sites (De Schamphelaere and Janssen, 2002; Heijerick et al., 2002; Niyogi and Wood, 2004; Borgmann et al., 2005). The experience gained on other organisms (e.g. invertebrates and fish tested in the frame of BLM development) suggests that cationic concentration in water could have a significant influence on bioaccumulation on mosses (even if the endpoint investigated here, based on bioaccumulated concentration, is different as the toxic endpoints commonly used in the BLMs). The present study aims at evaluating the competing effects of water cationic composition (Ca, Mg, Na and pH) on the exchange kinetics of copper by an aquatic moss (Fontinalis antipyretica). If such effects are actually verified, they could indeed be incorporated in the interpretation of bryophytes contamination levels and in the definition of associated WQC. The methodology adopted in this study was thus based on the experimental and modelling analysis of the exchange kinetics of copper (at environmental and usually non-toxic concentrations; 5 µg.L– 1) at water–bryophytes interface, in natural waters presenting various cationic compositions (Ca, Mg, Na, pH). The competing effects of these major cations were characterised by the affinity constants of the competing cations to the biological ligand (BL), derived from non-linear relationships between each cation concentration and the metal uptake rate constants. Through two selected examples, we illustrate how the modelling approach described in this paper could be applied for the (re)-interpretation of bryophytes measurements routinely collected in biomonitoring programmes. MATERIALS AND METHODS Biological material sampling 162 Please cite this article in press as: Ferreira, D. et al., ″Modelling Exchange Kinetics of Copper at the Water-Aquatic Moss (Fontinalis Antipyretica) Interface : Influence of Water Cationic Composition (Ca, Mg, Na and pH).″, Chemosphere (2008), doi:10.1016/j.chemosphere.2008.10.031 Annexes Bryophytes (Fontinalis antipyretica) were sampled in January and March 2006, in the Sauldre River (north-eastern France), far from significant anthropic pressure (third Strahler stream ordering). To limit biological variability, only new green tips (2–3 cm) were kept; dark green tips were discarded. The selected green tips were then placed in clean plastic bags and stored in a cool room (4°C) prior to the experiments. Just before immersion in the exposure tanks, the tips were rewashed three times in the mineral water used for the test. Test solutions Exposure solutions consisted of mineral water (Mont Calm®, France, pH = 6.8, dissolved solids = 27.5 mg.L–1, dissolved organic carbon < 0.4 mgC.L–1), with the following cationic characteristics: (Ca2+)=3.1 mg.L–1; (Mg2+)=0.64 mg.L–1; (Na+)=1.43 mg.L–1; pH=6.8. This mineral water was spiked with different volumes of stock solutions of CaCl2, MgCl2, NaCl, HCl, and NaOH (Merck, Darmstadt, Germany, trace metals < 0.001%), to obtain five different concentrations for each of the investigated cations: (Ca2+): 3.1, 9.9, 19.7, 41.1 and 153.1 mg.L–1; (Mg2+): 0.64, 2.1, 5.1, 10.4 and 48.8 mg.L–1; (Na+): 1.43, 3.2, 11.0, 21.6 and 103.5 mg.L–1; pH: 8.4, 7.7, 6.8, 5.9 and 4.8. To investigate how cationic composition alters copper bioaccumulation, the concentration of a given cation was varied, while keeping all other cationic concentrations constant. Each exposure solution was spiked with a constant nominal dissolved copper concentration (5 µg.L–1). In order to limit the fixation of copper on the walls, the tanks were emptied and refilled with new solution before immersing the bryophytes. Bioaccumulation experiments The experimental procedure for the bioaccumulation biotests were conducted in three successive steps: Pre-equilibration step To pre-equilibrate biotic ligand sites and cations before copper exposure, 10 g (fresh weight) of bryophytes tips were exposed for 48 h in a solution spiked with the cationic composition studied, but deprived of copper contamination. 163 Please cite this article in press as: Ferreira, D. et al., ″Modelling Exchange Kinetics of Copper at the Water-Aquatic Moss (Fontinalis Antipyretica) Interface : Influence of Water Cationic Composition (Ca, Mg, Na and pH).″, Chemosphere (2008), doi:10.1016/j.chemosphere.2008.10.031 Annexes Accumulation step After the pre-equilibration step, bryophytes were removed (0.5 mm filtered), and placed in a 15L stirred tank in the presence of copper (batch experiments without renewal of water). The kinetics of total dissolved copper concentrations ( [CuW ] ) was followed for 72 h according to an exponential base timing scale (n=15). Afterward, aliquots of bryophytes (approx 700 mg fresh weight per triplicate) were sampled. Extra- and intracellular copper concentrations were measured (see next section). Desorption step Cu exposed bryophytes were sampled at the end of the accumulation step and were resuspended in a 3-L tank containing a solution with the same cationic composition as for the accumulation step, but deprived of copper contamination. The desorbed copper ( [CuW ] ) was kinetically followed for the 24-h desorption period (n=6). Intracellular and extracellular metal content of bryophytes At the end of the accumulation step, a triplicate of bryophytes (approximately 700 mg fresh weight) were washed for 60 min with 50 mL of 1.0 mM EDTA (Na2-EDTA, Acros Organics, Geel, Belgium) to remove the metals adsorbed to the cell wall (Meylan et al., 2003). Copper in the EDTA solution is attributed to the extracellular metal content. Cu in the EDTA solution was measured by Graphite Furnace Atomic Absorption Spectrometry (GF-AAS – Varian, SpectrAA800, Varian). The washed bryophytes were dried at 60°C for 72 h and acid-mineralized (Merck, Darmstadt, Germany, 65% suprapur nitric acid) for the measurement (by GF-AAS) of copper attributed to the intracellular metal content of bryophytes. Water analysis Water samples for total dissolved copper analysis were collected in triplicate, filtered with disposable PTFE syringe filters (0.2 µm, VWR International, USA), and then acidified with analytical grade HNO3 to pH<2 prior to storage (4°C). Water samples for major cations (Ca, Mg and Na) were collected in triplicate for each test at the beginning of each exposure period and measured by ICP-AES. Mass budgets 164 Please cite this article in press as: Ferreira, D. et al., ″Modelling Exchange Kinetics of Copper at the Water-Aquatic Moss (Fontinalis Antipyretica) Interface : Influence of Water Cationic Composition (Ca, Mg, Na and pH).″, Chemosphere (2008), doi:10.1016/j.chemosphere.2008.10.031 Annexes The mass budgets for copper were checked at the end of the accumulation step (t=72 h) by comparing total bioaccumulated copper (in µg of Cu) and total dissolved copper lost from bulk solution (in µg of Cu). Kinetic modelling The key processes that control metal uptake and release by F. antipyretica are generally described using a two-compartment model with first-order kinetics (Mersch et al., 1993; Croisetiere et al., 2005) (Figure 1). Cell membrane Medium 1. Adsorption/ Desorption CuW k1 k -1 Organism 2. Internalization/ Elimination Cu BL1 k2 k -2 Cu-BL2 K CiBL1 Ca2+, Mg2+, Na+, H+ FIGURE 1. Conceptual model of physicochemical processes involved in the uptake/release of Cu by aquatic bryophyte. Cu W , CuBL 1 and CuBL 2 are the dissolved in the water, extracellular and intracellular copper, respectively. According to the model’s first-order kinetics assumption, the evolution of the copper concentrations in the three different fractions (dissolved bioavailable in water Cu W , extracellular CuBL1 and intracellular CuBL2 copper) are modelled as follows: 165 Please cite this article in press as: Ferreira, D. et al., ″Modelling Exchange Kinetics of Copper at the Water-Aquatic Moss (Fontinalis Antipyretica) Interface : Influence of Water Cationic Composition (Ca, Mg, Na and pH).″, Chemosphere (2008), doi:10.1016/j.chemosphere.2008.10.031 Annexes ⎧ d[ Cu W ] m bryos = - k 1 .{BL 1}free .[ Cu W ] + .k 1 .{CuBL 1} ⎪ V ⎪ dt V ⎪ d{CuBL 1} = .k 1 .{BL 1}free .[ Cu W ] - k 1 .{CuBL 1} - k 2 .{BL 2}free .{CuBL 1} + k −2 .{CuBL 2} ⎨ dt m bryos ⎪ ⎪ d{CuBL } 2 = k 2 .{BL 2}free .{CuBL 1} - k - 2 .{CuBL 2} ⎪ dt ⎩ Eq. 1 Eq. 2 Eq. 3 where k1 (g.molBL1-1.s–1) and k2 (g.molBL2-1.s–1) are the adsorption and internalisation rate constants. k-1 and k-2 (s–1) are the rate constants for copper desorption and elimination processes; mbryos is the mass (in g bryos d.w.) of bryophytes suspended is the 15L solution ( V ); { BL1 }free and { BL2 }free are the free extra- and intracellular site concentrations (mol.g-1); [Cu W ] , {CuBL1 } and {CuBL2 } are, respectively, the dissolved (µg of Cu. L–1), the extracellular (µg of Cu.g–1d.w.) and the intracellular (µg of Cu.g–1d.w.) copper concentrations. Please note that the dissolved copper in water Cu W is there considered to be the bioavailable copper fraction since biotests were carried out in mineral water (deprived of organic ligands). The kinetic distribution of copper in the system will thus be partly governed by the initial available free extra- and intracellular site concentrations ( {BL1}free and {BL2 }free ), which will decrease as the concentrations of competitive cations (such as Ca, Mg, Na, H; see Figure 1) increases. In addition, to conform with experimental measurements and simplify equations 1-3, the conditional rate constants k′1 and k′2 (in s–1), depending on the extra- and intracellular site concentrations {BL1 }free and {BL2 }free ), were defined as follows: Eq. 4 k '1 = k 1 ×{BL1}free Eq. 5 k' 2 = k 2 ×{BL2}free Equations 1–5 were used to derive specific and identifiable analytical solutions (details of the mathematical developments can be found in (Ciffroy et al., 2001)) describing the changes in copper concentrations in water ( [Cu W ] ) and in the bryophytes ( {CuBL1 } and {CuBL2 } ). Analytical solutions were used to fit experimental data ( [Cu W ] , {CuBL1 } and {CuBL2 } ) by calibrating the kinetic parameters according to the procedure described hereafter. 166 Please cite this article in press as: Ferreira, D. et al., ″Modelling Exchange Kinetics of Copper at the Water-Aquatic Moss (Fontinalis Antipyretica) Interface : Influence of Water Cationic Composition (Ca, Mg, Na and pH).″, Chemosphere (2008), doi:10.1016/j.chemosphere.2008.10.031 Annexes The conditional adsorption rate constant k′1, the desorption rate constant k-1 and the ratio k ' 2 k -2 were calculated using the boundary conditions (initial conditions and steady state) of the experimental accumulation step. Based on our previous results (Ferreira et al., 2008), we assume that at t ~ 0, exchanges are dominated by the accumulation from water to external binding sites {BL1}, even though the intracellular content (17.1 ± 2.7 of Cu.g–1d.w.) is not negligible (our previous results show that this background copper was not releasable (Ferreira et al., 2008)). Consequently, Eq.1 can be simplified by deleting the desorption term ( mbryos V .k -1 .{CuBL1 } ). Hence, the conditional adsorption rate constant k′1 is estimated after a short exposure time (t=5 min) as follows: Eq. 6 k'1 = − d[ Cu W ] 1 × dt t =5 min [ Cu W ]t =0 When a plateau is reached for [ Cu W ] at t=72 h, Eq.1 becomes: Eq. 7 k −1 = k ' 1 × [ Cu W ]t =72 h V × m bryos {CuBL 1}t =72 h where [ Cu W ]t =72 h and {CuBL 1}t =72 h are the total dissolved copper (in µg of Cu.L–1) and EDTAwashed copper (in µg of Cu.g–1 d.w.) on the bryophytes measured at t=72 h. Assuming equilibrium at t=72 h, Eq. 3 can also be simplified, assuming a null value for the kinetic term d{CuBL 2} dt . The k' 2 k - 2 ratio can thus be calculated as follows: Eq. 8 k ' 2 {CuBL 2 }t =72 h = k − 2 {CuBL 1}t =72 h Methodology for determining constants of competing cations to the biotic ligand K Ci BL1 167 Please cite this article in press as: Ferreira, D. et al., ″Modelling Exchange Kinetics of Copper at the Water-Aquatic Moss (Fontinalis Antipyretica) Interface : Influence of Water Cationic Composition (Ca, Mg, Na and pH).″, Chemosphere (2008), doi:10.1016/j.chemosphere.2008.10.031 Annexes According to the general concepts of metals and cations binding to biological surfaces (Xue et al., 1988), the binding of metal and cations [Ci] to the free external binding sites {BL1 }free can be characterized by a stability constant K Ci BL1 calculated as follows: K Ci BL1 = Eq. 9 {C i BL 1} [ C i ] × {BL 1}free In addition, the maximal complexing capacity of the biotic ligand {CC BL1 }max equals the sum of the concentrations of the free external binding sites {BL 1}free , metal bound to the external binding sites {CuBL 1} and competitors bound to the external binding sites ∑ {C BL } . Under equilibrium i i 1 conditions, it becomes: Eq. 10 { CC BL 1 } max = { BL 1 } free + { CuBL 1 } + ∑ {C i i BL 1 } Moreover, at the low copper concentrations used for the experiment, it can be assumed that metal bound to the external binding sites is negligible compared to competitors bound to the external binding sites ({CuBL 1} << ∑i{C i BL 1} ). Hence, combining Eq. 9 and Eq. 10, the free biotic ligand site concentration can be expressed as follows: Eq. 11 ⎛ ⎞ 1 ⎟ {BL 1}free = {CC BL1 }max × ⎜ ⎜ 1 + ∑ K C BL × [ C i ] ⎟ i 1 i ⎝ ⎠ Combining Eq. 11 and Eq. 4, we obtained: Eq. 12 ⎛ ⎞ 1 ⎟ k '1 = k 1 × {CC BL1 }max × ⎜ ⎜ 1 + ∑ K C BL × [ C i ] ⎟ i 1 i ⎝ ⎠ The stability constant K C i BL 1 was thus hyperbolically related to k′1 and could be estimated using Eq. 12 and minimizing the quadratic error between measured and calculated k′1 values. 168 Please cite this article in press as: Ferreira, D. et al., ″Modelling Exchange Kinetics of Copper at the Water-Aquatic Moss (Fontinalis Antipyretica) Interface : Influence of Water Cationic Composition (Ca, Mg, Na and pH).″, Chemosphere (2008), doi:10.1016/j.chemosphere.2008.10.031 Annexes RESULTS Mass Budgets. Copper budgets were checked at the end of the experiments (t=72 h). There was no significant difference (ANOVA, p<0.05) between the 72-h bioaccumulated fraction and the dissolved copper losses in solution. This result confirms that adsorption on tanks is negligible during the bryophytes exposure. Kinetic accumulation of copper by bryophytes The kinetic copper accumulation by bryophytes is indirectly shown by the depletion of copper in solution expressed by the ratio of Cu concentration at a given time to the initial Cu concentration in solution, ( [ Cu W ] / [ Cu W ]t =0 ) (Figure 2). For each of the bioaccumulation experiments, the ratio [ Cu W ] / [ Cu W ]t =0 rapidly drops and reaches a quasi plateau indicating a steady state at the water- organism interface at the end of the experiment (t = 72). Steady states at the water-organism interface are reached at different times, depending on the concentrations of the competing cations in water (increases in cationic concentrations result in delayed times to reach the steady state at the water-organism interface). The comparisons between the measured and calculated values (analytical solutions derived from Eqs. 1-5) for the sorption and release experiments are shown in Figure 2. The correlation coefficients between measured and calculated values are generally higher than 0.92, indicating that the two-compartment model properly describes the exchange kinetics of copper at the wateraquatic mosses. 169 Please cite this article in press as: Ferreira, D. et al., ″Modelling Exchange Kinetics of Copper at the Water-Aquatic Moss (Fontinalis Antipyretica) Interface : Influence of Water Cationic Composition (Ca, Mg, Na and pH).″, Chemosphere (2008), doi:10.1016/j.chemosphere.2008.10.031 Annexes 1.2 1.2 Ca [Cuw] / [Cuw]t=0 [Cuw] / [Cuw]t=0 Mg 1.0 1.0 0.8 0.6 0.4 0.8 0.6 0.4 0.2 0.2 0.0 0.01 0.1 1 10 0.0 0.01 100 0.1 Time (hours) Ca 3mg L -1 ; Ca 10mg L -1; Ca 40mg L -1 ; Mg 0.6 mg L-1 ; Ca 20mg L -1 ; Ca 150mg L -1 ; 10 100 Mg 2 mg L-1 ; Mg 10 mg L-1 ; Mg 5 mg L-1 ; Mg 50 mg L-1 ; 1.2 1.2 Na pH 1.0 [Cuw] / [Cuw]t=0 1.0 [Cuw] / [Cuw]t=0 1 Time (hours) 0.8 0.6 0.4 0.8 0.6 0.4 0.2 0.2 0.0 0.0 0.01 0.1 1 10 0.01 100 Na 20 mg L -1 ; Na 3 mg L -1 ; Na 100 mg 1 10 100 Time (hours) Time (hours) Na 1.5 mg L -1 ; 0.1 Na 10 mg L -1 ; pH 8.4 ; L -1 pH 5.9 ; pH 7.7 ; pH 6.8 ; pH 4.8 ; FIGURE 2. Kinetic Cu loss in solution ( [ Cu W ] / [ Cu W ]t =0 ) in the various exposure media (with variable Ca, Mg, Na and pH concentrations) over 72 h of exposure. Note that the x-axis is on a logarithmic scale. Symbols and lines represent experimental and modelled data (analytical solutions derived from Eqs. 1-5). For each cation biotest, the conditional metal adsorption rate k′1 determined from the experimental data of accumulation experiments (Eqs 6–8) decreased with increasing Ca2+, Mg2+ and H+ (but not Na+) concentrations (Table 1). This observation supports the concept of competitive binding of these cations on transport sites at the organism–water interface. Whatever the bioassay, the k ' 2 k - 2 ratio (Eq 8), which describes the distribution of copper (intra/extra-cellular) at equilibrium (t=72 h) within aquatic mosses, remains fairly constant 170 Please cite this article in press as: Ferreira, D. et al., ″Modelling Exchange Kinetics of Copper at the Water-Aquatic Moss (Fontinalis Antipyretica) Interface : Influence of Water Cationic Composition (Ca, Mg, Na and pH).″, Chemosphere (2008), doi:10.1016/j.chemosphere.2008.10.031 Annexes ( ( k ' 2 k −2 )t =72 h = 0.294 ± 0.02 ; n=17) (Table 1). This suggests that the internalization process is not influenced by cationic variations in the exposure medium. TABLE 1. Adsorption-desorption rate constants (k’1, k-1) and internalization/elimination ratio values (k’2 / k-2) as a function of the experimental conditions of each bioaccumulation biotest. Bioassay set Ca Mg Na pH a Ca2+ (mg.L-1) Mg2+ (mg.L-1) Na+ (mg.L-1) pH a k’1 (s-1) a k -1 (s-1) a k’ 2 / k-2 3.1 9.9 19.7 41.1 153.1 0.64 0.63 0.58 0.54 0.60 1.42 1.56 1.52 1.47 1.44 6.85 6.90 6.71 6.80 6.69 5.33E-04 3.67E-04 2.02E-04 1.67E-04 7.78E-05 1.31E-05 1.02E-05 9.52E-06 1.14E-05 6.62E-06 0.30 0.32 0.28 0.28 0.28 3.1 0.64 1.39 6.91 5.33E-04 1.42E-05 0.30 3.3 3.1 3.0 2.9 2.1 5.1 10.4 48.8 1.53 1.49 1.44 1.41 6.92 6.86 6.88 6.75 3.65E-04 2.23E-04 1.61E-04 8.29E-05 1.61E-05 9.06E-06 9.62E-06 6.29E-06 0.29 0.28 0.27 0.35 3.0 0.61 1.43 6.79 5.33E-04 1.42E-05 0.30 3.2 3.0 2.9 2.8 0.60 0.55 0.51 0.57 3.21 11.0 21.6 103.5 6.78 6.94 6.88 6.80 4.33E-04 4.45E-04 4.79E-04 5.02E-04 1.16E-05 1.50E-05 1.92E-05 7.80E-05 0.29 0.33 0.28 0.29 2.8 0.62 1.46 8.40 6.05E-04 1.35E-05 0.28 2.9 3.0 3.2 3.1 0.56 0.60 0.65 0.66 1.49 1.54 1.58 1.44 7.70 6.80 5.90 4.80 5.99E-04 5.33E-04 3.08E-04 1.99E-04 2.08E-05 1.34E-05 1.29E-05 1.99E-05 0.28 0.30 0.29 0.29 k’1 , k-1 values and k’2 / k-2 ratios determined from the experimental data of accumulation experiments (Eqs. 6–8). Desorption experiments Experimental and calculated copper concentrations during the 24-h desorption period are depicted in Figure 3. Increases in cationic concentrations result in higher released amounts of copper from mosses in solution. This observation suggests that desorption kinetics depends on Ca2+, Mg2+ and H+ (but not Na+) concentrations in solution. The values calculated for the desorption step were derived from Equations 1-5, and these values are fairly well fitted with the measured copper in solution (Figure 3), even if some gaps (mostly at low copper concentrations in solution) exist between calculated and measured values at the beginning of the experiments. This results clearly 171 Please cite this article in press as: Ferreira, D. et al., ″Modelling Exchange Kinetics of Copper at the Water-Aquatic Moss (Fontinalis Antipyretica) Interface : Influence of Water Cationic Composition (Ca, Mg, Na and pH).″, Chemosphere (2008), doi:10.1016/j.chemosphere.2008.10.031 Annexes indicate that release processes are well described by the two-compartment model (see the next section below). 2.0 1.5 Ca Mg 1.2 [Cuw] (µg.L-1) [Cuw] (µg.L-1) 1.6 1.2 0.8 0.4 0.9 0.6 0.3 0.0 0.0 0 5 10 15 20 25 0 5 10 Time (hours) Ca 3mg L -1 Ca 40mg ; L -1 Ca 10mg ; Ca 150mg 20 Ca 20mg L -1 Mg 0.6 mg L-1 ; ; Mg 10 mg ; L-1 Mg 2 mg L-1 ; ; Mg 50 mg Mg 5 mg L-1 ; L-1 ; 1.5 1.5 Na pH 1.2 [Cuw] (µg.L-1) 1.2 [Cuw] (µg.L-1) 25 Time (hours) L -1; L -1 15 0.9 0.6 0.9 0.6 0.3 0.3 0.0 0.0 0 5 10 15 20 0 25 5 Time (hours) Na 1.5 mg L -1 Na 20 mg L -1 ; ; Na 3 mg L -1 ; 10 15 20 25 Time (hours) Na 10 mg L -1 Na 100 mg L -1 pH 8.4 ; pH 5.9 ; pH 7.7 ; pH 6.8 ; pH 4.8 ; FIGURE 3. Desorption kinetics of observed and calculated copper concentrations ( [ Cu W ] during the 24-h desorption period. 172 Please cite this article in press as: Ferreira, D. et al., ″Modelling Exchange Kinetics of Copper at the Water-Aquatic Moss (Fontinalis Antipyretica) Interface : Influence of Water Cationic Composition (Ca, Mg, Na and pH).″, Chemosphere (2008), doi:10.1016/j.chemosphere.2008.10.031 Annexes DISCUSSION Validation of the kinetic model The data obtained during the desorption step (Figure 3) are used for the validation of the twocompartment kinetic model. This dataset is compared to values which were calculated by using kinetic parameters previously calibrated from the accumulation dataset only (kinetic parameters are presented in Table 1). Thus, comparing the observed and calculated dissolved concentrations for each biotest showed that desorption experiments are well predicted, errors being lower than a factor of 2 in 90% of the cases (n=100); this confirms the predictive capacity of the kinetic model developed in this study. However, for three calcium biotests, the observed copper concentrations fall below predicted concentrations, likely because of the low measured copper concentrations, which were very close to the copper detection limit (0.2 µg of Cu.L–1). Effects of major cations on short-term Cu bioaccumulation kinetics An increase of the calcium concentration from 3.1 to 153.1 mg.L–1 (0.077 to 3.8 mM) reduced the adsorption rate constant k′1 with a factor 6.8 (Figure 4 a. ; measured k′1 varied from 5.33 × 10 −4 to 7.78 × 10 −5 s–1). A similar effect is observed for magnesium, i.e., a significant decrease (of a factor 6.4) in adsorption rate constant k′1 (Figure 4 b. ; measured k′1 varied from 5.33 × 10 −4 to 8.29 × 10 −5 s–1) was observed when magnesium concentration in solution was increased from 0.64 to 48.8 mg.L– 1 (0.026 to 2.0 mM). These findings suggest that calcium and magnesium compete with Cu for binding sites, indicating that these cations share the same uptake sites with Cu at the cell-surface ligands. However, no significant change in the adsorption rate constant k′1 (Figure 4 c. ; measured k′1 varied from 5.33 × 10 −4 to 4.33 × 10 −4 s–1) was found when sodium in solution varied between 1.43 and 103.5 mg.L–1 (0.062 and 4.5 mM). This result indicates that Cu uptaken by aquatic mosses is not competitively inhibited by sodium ions in solution, suggesting that sodium and copper ions do not share the same binding sites on cell membrane. Figure 4 d. shows that between pH 4.8 and 6.8, the adsorption rate constant k′1 increased from 6.05 × 10 −5 to 1.99 × 10 −4 s–1 (factor 3.0). Increase of the pH to 8.4 do not affect significantly k′1 ( 5.99 × 10 −4 s–1 for pH 7.7 and 6.05 × 10 −4 s–1 for pH 8.4). On the basis on these results two distinct phases can be identified (graphically represented in Figure 4 d.) : (i) a first phase where increasing pH (from 4.8 to 6.8) results in a continuous increase of the number of deprotonated sites ({BL1}free) onto the cell membrane, and thus in increase of the Cu adsorption rate constants by aquatic mosses 173 Please cite this article in press as: Ferreira, D. et al., ″Modelling Exchange Kinetics of Copper at the Water-Aquatic Moss (Fontinalis Antipyretica) Interface : Influence of Water Cationic Composition (Ca, Mg, Na and pH).″, Chemosphere (2008), doi:10.1016/j.chemosphere.2008.10.031 Annexes (k′1) ; (ii) a second phase where increases in pH (from pH 7.7 to 8.4) do not result in significant increases of the deprotonated sites, and thus in the observed adsorption rate constants k’1. These observations clearly show that copper accumulation did not depend on free copper concentration only, since the adsorption rate constant (k’1) differed by more than a factor 6.8 when cationic composition were varied in environmentally relevant ranges. a) b) 0.0006 k'1 (s-1) k'1 (s-1) 0.0006 0.0004 0.0002 0.0002 0.0000 0.000 0.0004 0.0000 0.001 0.002 0.003 0.004 0.0000 0.0005 -1 0.0010 0.0015 0.0020 -1 [Ca ] (mol L ) [Mg] (mol L ) c) d) pH 9.0 7.0 6.0 5.0 4.0 0.0006 k'1 (s-1) k'1 (s-1) 0.0006 8.0 0.0004 0.0004 0.0002 0.0002 ALL EXTERNAL BINDIING SITES DEPROTONED DEPROTONATION PHASE 0.0000 0.0000 0.000 0.001 0.002 0.003 0.004 0.005 10 -9 10 -8 10 -7 10-6 10-5 [H+] (mol L-1) [Na] (mol L-1) FIGURE 4. Measured (∇) and calculated (⎯ ; Eq. 12) adsorption rate constant of copper (k′1) by bryophytes as a function of the (a) Ca, (b) Mg, (c) Na concentrations, and (d) pH. 174 Please cite this article in press as: Ferreira, D. et al., ″Modelling Exchange Kinetics of Copper at the Water-Aquatic Moss (Fontinalis Antipyretica) Interface : Influence of Water Cationic Composition (Ca, Mg, Na and pH).″, Chemosphere (2008), doi:10.1016/j.chemosphere.2008.10.031 10-4 Annexes Binding constants of competing cations to the biological surfaces The affinity constants K C i BL 1 (in L.mol–1) and the maximal uptake rate constant ( k 1 .{CC BL1 }max , 7.07 × 10 -4 s–1) were calculated using Eq. 12. Compared to the values of the affinity constants for calcium (log K CaBL1 = 3.47 ) , magnesium (log K MgBL 1 = 3.87 ) and proton (log K HBL1 = 5.13 ) , the value for sodium ( log K NaBL1 = 0.01) indicates that copper bioaccumulation on bryophytes is not affected by Na concentrations in the exposure medium. The affinity constants value obtained for proton ( log K HBL1 = 5.13 ), corresponding to the average pKa value of bryophyte binding sites, confirms the assumption of a total deprotonation at neutral pH, under which the H/Cu competition occurs. The stability constants ( log K Ci BL1 ) for Ca, Mg, and H obtained for F. antipyretica are on the same order of magnitude as those reported for fish gills (Santore et al., 2001; Niyogi et al., 2004) or daphnids (De Schamphelaere and Janssen, 2002). Incorporation of cationic composition of water in the biomonitoring strategy In order to illustrate how the modelling approach described in this paper could be incorporated in the (re)-interpretation of bryophytes contamination levels commonly collected in monitoring networks, we selected two prospective situations. The first one deals with the interpretation of contamination levels of transplanted mosses, while the second one concerns contamination levels autochthonous bryophytes. (i) Example 1 : Influence of water cationic compositions for predicting copper bioaccumulation by transplanted mosses In this example we evaluate the performance of the cationic-dependant kinetic model to describe the bioaccumulation in mosses transplanted in three contrasted water cationic compositions (representative of three French rivers). In this example, we suppose that bryophytes originating from a non-polluted area are transplanted on three different French rivers (the Loire, the Seine and the Moselle rivers, respectively). Average water cationic compositions of these rivers are reported in Table 2 (average values were determined from data collected by our institute during several in situ campaigns). In this predictive exercise, we considered that each of the selected rivers was submitted to an accidental contamination episode (96 hours contamination phase with about 5 µg.L-1 of bioavailable Cu in water ([Cuw]), Table 2). Evolutions in the bioaccumulated concentrations of copper ([Cum]) for mosses exposed to these three water cationic compositions (Moselle, Seine and Loire) can be calculated using the previously developed cationic-dependant kinetic model. 175 Please cite this article in press as: Ferreira, D. et al., ″Modelling Exchange Kinetics of Copper at the Water-Aquatic Moss (Fontinalis Antipyretica) Interface : Influence of Water Cationic Composition (Ca, Mg, Na and pH).″, Chemosphere (2008), doi:10.1016/j.chemosphere.2008.10.031 Annexes At the end of the 96 hours contamination period, a fourfold difference for bioaccumulated copper ([Cum]t=96h , Table 2) can be observed between the hard-water (the case of Moselle river) and softwater (Loire case) scenarios. As regard to water quality classes (given in the Table 2) used e.g. by French water management agencies (Mersch and Claveri, 1998) to interpret bryophytes measurements, different ‘pollution classes’ classes would be drawn from bryophytes levels obtained on the Seine, Loire and Moselle rivers respectively (while the accidental scenario is considered to be the same one): the bioaccumulated copper obtained in the Loire river would correspond to the socalled ‘Heavy pollution’ class, while those observed at the Moselle river would correspond to the ‘Safety range’ class. Using the present cationic-dependant kinetic model, it is now feasible to predict the bioaccumulation of copper in aquatic mosses across a wide range of water quality conditions, and thus to derive site-specific WQC. For example, the use of the present cationic-dependant model may greatly improve the ability of regulators to (re)-defined lower discharges thresholds for the Loire river (as compared to the Seine and Moselle rivers) in order to reach the recommended ‘Safety Range’ class. TABLE 2. Predicted kinetic constants and 96h accumulated copper in mosses for three combinations of water cationic compositions (Loire, Seine and Moselle rivers cases) compared with French Water Criterion (WQC). Input data [CuW] Ca Mg Na pH (µg.L-1) (mg.L-1) (mg.L-1) (mg.L-1) River Loire 5 36 7 18 8.5 Kinetic parameters k’1 k-1 k2 k –2 (h-1) (h-1) (h-1) (h-1) a 0.30 Output data {Cum}t=96h (µg.g-1d.w.) 0.058 0.086 0.29 239 Seine 5 136 6 7 8.3 0.15 0.058 0.086 0.29 123 Moselle 5 250 23 198 8.0 0.07 0.058 0.086 0.29 54 a Interpretation French Water Quality Criterion (WQC) 200 <{Cum}t=96h<400 µg g-1d.w Heavy pollution 66 <{Cum}t=96h< 200 µg g-1d.w Proven pollution 33 <{Cum}t=96h< 66 µg g-1 d.w Safety range Conditional uptake rate constant calculated using Eq. 12 (ii) Example 2 : Evaluation of the bioavailable copper in water from measurements on autochthonous mosses In this example, we investigate the use of the present model to quantify the theoretical bioavailable copper concentrations in water that would lead to a common aquatic mosses contamination in French river waters with a wide range of water cationic compositions. We assume that 176 Please cite this article in press as: Ferreira, D. et al., ″Modelling Exchange Kinetics of Copper at the Water-Aquatic Moss (Fontinalis Antipyretica) Interface : Influence of Water Cationic Composition (Ca, Mg, Na and pH).″, Chemosphere (2008), doi:10.1016/j.chemosphere.2008.10.031 Annexes autochthonous mosses are at equilibrium in chronically Cu-contaminated rivers “ i ”. For each river “ i ”, characterized by its own cationic concentrations (Cai, Mgi, Nai, pHi), equations (1) to (3) can be simplified using the equilibrium assumption to calculate the bioavailable copper concentration in water [ Cu W ]i : Eq. 13 [ Cu W ]i = k -1, i [ Cu m ]i × k' k '1, i 1 + 2,i k - 2,i In this schematic exercise, we considered that bryophytes were collected in eighty different rivers (i=1 to 80) and that copper bioaccumulated concentration is 100 µg.g-1 for each of them. Average cationic composition for these 80 rivers were obtained from national water agencies databases (data available at http://www.lesagencesdeleau.fr). For each 80 water cationic composition (Cai varying from 1.3 to 165 mg.L-1, Mgi from 0.6 to 38 mg.L-1, Nai from 2.7 to 109 mg.L-1 and pHi from 6.8 to 9.6), we calculated (Eq. 12) the corresponding adsorption rate constant k’1,i (varying from 2.5 × 10 −5 to 3.8 × 10 −4 L.g-1.s-1). Each bioavailable copper [ Cu W ]i was calculated using the previously estimated site-specific adsorption rate constant k’1,i . The dispersion of the calculated bioavailable concentrations in water ( [ Cu W ]i for each f the 80 rivers “ i ” is graphically represented in the Figure 5. This results showed a fifteen-fold difference among the 80 calculated bioavailable concentrations (calculated [ Cu W ]i varying from 0.44 µg.L-1 to 6.7 µg.L-1), while the bioaccumulated copper concentration in mosses were assumed to be the same one. These results suggests that cationic composition of water have significant implication in the interpretation of autochthonous aquatic mosses contamination levels. The use of the present cationic-dependant model may greatly help national water management agencies in the evaluation of site-specific bioavailable metal contaminations in rivers. 177 Please cite this article in press as: Ferreira, D. et al., ″Modelling Exchange Kinetics of Copper at the Water-Aquatic Moss (Fontinalis Antipyretica) Interface : Influence of Water Cationic Composition (Ca, Mg, Na and pH).″, Chemosphere (2008), doi:10.1016/j.chemosphere.2008.10.031 Annexes 25 Aboundance (%) 20 15 10 5 0 0 1 2 3 4 5 6 7 [Cuw ]i (µg.L-1) FIGURE 5. Dispersion of the calculated bioavailable copper fraction ( [ Cu W ]i ) for the eighty rivers “i”. CONCLUSIONS Our experimental and modelling results have shown that water cationic composition have to be taken into account for predicting the bioaccumulation of copper by aquatic mosses. Based on the relationships between each major cation concentration and the copper exchange kinetics on mosses, the binding constants ( K C i BL 1 ) of each competing cations to the biological surfaces were derived. We illustrate how a cation-dependent modelling approach could improve the interpretation of bryophytes measurements routinely collected in biomonitoring programmes. The experimental observations and the associated model developed in this paper may have important implications for the protection and management of freshwater biota in terms of national water quality guidelines. Hence, in the framework of future national water quality guidelines revisions, a such flexible and mechanistic biomonitoring tool (integrating the protective effects of competing cations) may greatly improve the ability of regulators to derive site-specific Cu (metal) guidelines for protecting aquatic biota, while limiting the use of conservative assumptions. 178 Please cite this article in press as: Ferreira, D. et al., ″Modelling Exchange Kinetics of Copper at the Water-Aquatic Moss (Fontinalis Antipyretica) Interface : Influence of Water Cationic Composition (Ca, Mg, Na and pH).″, Chemosphere (2008), doi:10.1016/j.chemosphere.2008.10.031 Annexes REFERENCES Borgmann, U., Nowierski, M., Dixon, D.G., 2005. Effect of major ions on the toxicity of copper to Hyalella azteca and implications for the biotic ligand model. Aquatic Toxicology 73, 268287. Cenci, R.M., 2001. The use of aquatic moss (Fontinalis antipyretica) as monitor of contamination in standing and running waters: limits and advantages. Journal of Limnology 60, 53-61. Ciffroy, P., Garnier, J.-M., Khanh Pham, M., 2001. Kinetics of the adsorption and desorption of radionuclides of Co, Mn, Cs, Fe, Ag and Cd in freshwater systems: experimental and modelling approaches. Journal of Environmental Radioactivity 55, 71-91. Claveri, B., 1995. Les bryophytes comme traceurs de la contamination métallique des eaux continentales. Université de Metz, Metz, p. 235. Claveri, B., Guérold, F., Pihan, J.-C., 1995. Use of transplanted mosses to monitor trace metals in acidic headwater streams in Vosges mountains. Hydroécologie Appliquée 5, 111-125. Croisetiere, L., Hare, L., Tessier, A., Duchesne, S., 2005. Modeling Cadmium Exchange by an Aquatic Moss (Fontinalis dalecarlica). Environ. Sci. Technol. 39, 3056-3060. Croteau, M.N., Hare, L., Tessier, A., 1998. Refining and testing a trace metal biomonitor (Chaoborus) in highly acidic lakes. Environ. Sci. Technol. 32, 1348-1353. De Schamphelaere, K.A.C., Janssen, C.R., 2002. A Biotic Ligand Model Predicting Acute Copper Toxicity for Daphnia magna: The Effects of Calcium, Magnesium, Sodium, Potassium, and pH. Environ. Sci. Technol. 36, 48-54. Fernandez, J.A., Vazquez, M.D., Lopez, J., Carballeira, A., 2006. Modelling the extra and intracellular uptake and discharge of heavy metals in Fontinalis antipyretica transplanted along a heavy metal and pH contamination gradient. Environmental Pollution 139, 21-31. Ferreira, D., Tousset, N., Ridame, C., Tusseau-Vuillemin, M.-H., 2008. More than inorganic copper is bioavailable to aquatic mosses at environmentally relevant concentrations. Environmental Toxicology and Chemistry 27, 2108-2116. Heijerick, D.G., De Schamphelaere, K.A.C., Janssen, C.R., 2002. Biotic ligand model development predicting Zn toxicity to the alga Pseudokirchneriella subcapitata: possibilities and limitations. Comparative Biochemistry and Physiology Part C: Toxicology & Pharmacology 133, 207-218. 179 Please cite this article in press as: Ferreira, D. et al., ″Modelling Exchange Kinetics of Copper at the Water-Aquatic Moss (Fontinalis Antipyretica) Interface : Influence of Water Cationic Composition (Ca, Mg, Na and pH).″, Chemosphere (2008), doi:10.1016/j.chemosphere.2008.10.031 Annexes Mersch, J., Claveri, B., 1998. Les bryophytes comme outil de surveillance de la contamination des eaux courantes par les micropolluants métalliques : Concept, méthodologie et interprétation des données. Etude Inter Agence n°55. Agences de l’eau, p. 245. Mersch, J., Morhain, E., Mouvet, C., 1993. Laboratory accumulation and depuration of copper and cadmium in the freshwater mussel Dreissena polymorpha and the aquatic moss Rhynchostegium riparioides. Chemosphere 27, 1475-1485. Meylan, S., Behra, R., Sigg, L., 2003. Accumulation of Copper and Zinc in Periphyton in Response to Dynamic Variations of Metal Speciation in Freshwater. Environ. Sci. Technol. 37, 5204-5212. Morel, F.M.M., Hering, J.G., 1993. Principles and Applications of Aquatic Chemistry. John Wiley and Sons, New York. Nimis, P.L., Fumagalli, F., Bizzotto, A., Codogno, M., Skert, N., 2002. Bryophytes as indicators of trace metal pollution in the River Brenta (NE Italy). The Science of The Total Environment 286, 233-242. Niyogi, S., Couture, P., Plyle, G., McDonald, D.G., Wood, C.M., 2004. Acute cadmium biotic ligand model characteristics of laboratory-reared and wild yellow perch (Perca flavescens) relative to rainbow trout (Oncorhynchus mykiss). Canadian journal of fisheries and aquatic sciences 61, 942-953 Niyogi, S., Wood, C.M., 2004. Biotic Ligand Model, a Flexible Tool for Developing Site-Specific Water Quality Guidelines for Metals. Environ. Sci. Technol. 38, 6177-6192. Santore, R.C., Di Toro, D.M., Paquin, P.R., Allen, H.E., Meyer, J.S., 2001. Biotic ligand model of the acute toxicity of metals. 2. Application to acute copper toxicity in freshwater fish and daphnia. Environmental Toxicology and Chemistry 20, 2397-2402. Xue, H.-B., Stumm, W., Sigg, L., 1988. The binding of heavy metals to algal surfaces. Water Research 22, 917-926. 180 Please cite this article in press as: Ferreira, D. et al., ″Modelling Exchange Kinetics of Copper at the Water-Aquatic Moss (Fontinalis Antipyretica) Interface : Influence of Water Cationic Composition (Ca, Mg, Na and pH).″, Chemosphere (2008), doi:10.1016/j.chemosphere.2008.10.031 181 182 Annexes Ar ticle 3 An Integrated Method for Predicting Bioaccumulation of Copper by Aquatic Mosses : an in situ Validation Study (En préparation pour Chemosphere) Daniel FERREIRA1, Philippe CIFFROY1, Marie-Hélène TUSSEAU-VUILLEMIN2, Jean-Marie GARNIER3 1 Electricité de France, Division Recherche et Développement, Laboratoire National d’Hydraulique et Environnement, 6 Quai Watier, 78401 Chatou, France. 2 Cemagref, UR Hydrosystèmes et Bioprocédés, Parc de Tourvoie, BP 44, 92163 Antony Cedex, France. 3 CEREGE, Université Paul Cézanne, Aix-Marseille III, (UMR CNRS 6635), BP 80, F 13545, Aix en Provence, France. Abstract Although aquatic mosses have long been used for bioassessment and monitoring of bioavailable metals concentrations in natural freshwaters, the environmental factors affecting the bioavailability of metals for aquatic mosses are not fully understood and taken into account in risk assessment strategies. Hence, in this study we investigate how waters quality conditions (dissolved organic matters and water cationic compositions) alters the bioavailability and the bioaccumulation of copper in aquatic mosses (Fontinalis antipyretica) under field conditions. For this purpose, aquatic 183 Please cite this article as : Ferreira, D., P. Ciffroy, M.-H. Tusseau-Vuillemin, and J.-M. Garnier (2008). "An Integrated Method for Predicting Bioaccumulation of Copper by Aquatic Mosses : an in situ Validation Study." Chemosphere In Press. Annexes mosses were exposed for 7 days to two nominal Cu concentrations (5 and 15 µg/L) in a flowthrough field microcosm supplied with four contrasted natural waters. At the end of the exposure period, a 6-fold difference for bioaccumulated copper contamination levels were found between the four deployment sites. These results showed that Cu accumulation by mosses were significantly influenced by variations in water quality conditions. Metal speciation and water cationic compositions are the main environmental factors governing metal bioaccumulation in aquatic mosses. These results showed that a bioaccumulation model that ignores water characteristics is not suitable to describe/predict Cu accumulation by aquatic mosses under contrasted water quality conditions. On the contrary, the present integrated approach coupling a metal speciation tool (DGT technique) and a cationic-dependant model showed promises to predict the bioaccumulation of copper under a wide range of water quality conditions. In the framework of future national water quality guidelines revisions, a such flexible and mechanistic tool (integrating both the metal speciation and the protective effects of competing cations) may greatly improve the ability of regulators to derive site specific Cu (metal) guidelines for protecting aquatic biota, while limiting the use of conservative assumptions. INTRODUCTION Trace metals are ubiquitous wherever human activities impinge aquatic ecosystems. The increasing awareness that trace metals constitute a major threat to aquatic ecosystems has triggered the development and the use of integrative biological indicators (or biomonitors). For this purpose, aquatic mosses have long been used to monitor the bioavailable trace metal concentrations in contaminated aquatic systems that display high copper concentrations. Despite their long history as biomonitors [1-3], there has been little attempt to develop models to rigorously relate metal concentrations in mosses to those in water, and the influence of the various environmental factors that may alter metal bioaccumulation. In our previous papers we investigated, under laboratory conditions, the individual effects of pH, majors cations [4], and concentration/type of dissolved organic matter (DOM) [5] on copper bioaccumulation kinetics by aquatic mosses (Fontinalis antipyretica). In general, it was observed that copper bioaccumulation kinetics decreased with increasing concentrations of majors cations and DOM. This is in agreement with most literature reports on the acute and chronic toxicity of copper 184 Please cite this article as : Ferreira, D., P. Ciffroy, M.-H. Tusseau-Vuillemin, and J.-M. Garnier (2008). "An Integrated Method for Predicting Bioaccumulation of Copper by Aquatic Mosses : an in situ Validation Study." Chemosphere In Press. Annexes to freshwater algae, cladocerans and fish [6-9]. In this paper, the results of these previously conducted biotests are used to address the following questions. What are the combined effects of different physicochemical water characteristics (pH; DOC concentration and DOM type; concentrations of Ca, Mg, and Na) on the bioaccumulation of copper by aquatic mosses? Can a coupling approach (mixing DGT measurements and BLM) improve the prediction of copper bioaccumulation by aquatic mosses under field conditions? For this purpose, aquatic mosses were exposed to Cu (water spiked with 5 and 15µ of Cu/L) under contrasted water quality conditions (four contrasted deployment sites). In this study, we investigate under field conditions the ability of an integrated approach, based on the use of a monitoring speciation tool (the DGT technique) and a kinetic model, to describe and predict the bioaccumulation of copper in aquatic mosses (Fontinalis antipyretica). MATERIALS AND METHODS Deployment sites Transplant sites, were located in four contrasted French catchments areas (Figure 1). The main characteristics of these four sites are summarized in Table 1 (Temperature, pH, Dissolved Organic Matter and major cations). Both Vassivière and Sauviat have low pH (6.50 and 6.97, respectively) and very low water cationic compositions ([Ca] < 3 mg/L ; [Mg] < 2 mg/L and [Na] < 4 mg/L) but differ in their typological characteristics. While Sauviat is a small hydroelectric reservoir supplied with qwtwo small creeks (the Miodet and Dore creeks ; Strahler ordering : 1 and 2, respectively) located in a mainly agricultural highland area, Vassivière is a large hydroelectric reservoir (surface of the storage lake : 9.5ha) supplied with water from the Maulde river and located in a lowland peat area (water strongly enriched with degraded organic matter ; DOC = 4.95 mgC/L). Both Bellevillesur-Loire and Cattenom were located upstream of two nuclear power plants on the Loire and Moselle rivers, respectively. Both sites had high pH (7.7 – 8.2) but differ in their water cationic compositions (moderate levels in the Loire river, while elevated in the Moselle river ; Table 1). 185 Please cite this article as : Ferreira, D., P. Ciffroy, M.-H. Tusseau-Vuillemin, and J.-M. Garnier (2008). "An Integrated Method for Predicting Bioaccumulation of Copper by Aquatic Mosses : an in situ Validation Study." Chemosphere In Press. Annexes Table 1. Temperature, Dissolved Organic Carbon (DOC), pH and major cations measured during our field experiments. Transplant Sites River Belleville-sur-Loire Cattenom Vassivière Loire Moselle Maulde Miodet/ Dore Sauviat Temp (°C) DOC (mgC/L) pH 9.05 9.30 11.9 11.8 3.41 2.66 4.95 3.38 Ca (mg/L) Mg (mg/L) Na (mg/L) 8.25 7.70 6.50 6.97 40.62 109.7 2.26 2.50 7.09 21.96 1.75 1.15 10.79 83.74 3.42 1.45 CATTENOM BELLEVILLE VASSIVIERES SAUVIAT Paris Nuclear plants sampling sites Hydroelectric reservoirs sampling sites Figure 1. Location of the four deployment sites: Cattenom (on the Moselle river), Belleville (on the Loire river), Vassiviere and Sauviat (hydroelectric reservoirs supplied by the Maulde and the Miodet rivers). Biological material sampling Aquatic mosses (Fontinalis antipyretica) were collected from a reference site (Sauldre River ; central France), far from significant anthropic pressure (third Strahler stream ordering). To limit biological variability, only new green tips (2–3 cm) were kept ; dark green tips were discarded. Experimental procedure The experimental procedure is described in Figure 2. To minimize the collection of suspended particles, the aquatic mosses (12 g f.w. ) and the DGT devices (6 units) were exposed in a bioreactor 186 Please cite this article as : Ferreira, D., P. Ciffroy, M.-H. Tusseau-Vuillemin, and J.-M. Garnier (2008). "An Integrated Method for Predicting Bioaccumulation of Copper by Aquatic Mosses : an in situ Validation Study." Chemosphere In Press. Annexes (18 L) supplied with decanted water pumped (P1) from the river (the input flow of the water from river was continuous and constant during 7 days, i.e. the exposure period). Before being input into the bioreactor, the water goes through a lamellar decanter where suspended particles are partially eliminated. At the output of the decanter, water is directed to a reservoir and spiked with a wellknown concentration of copper from a stock solution. (1) (6) (5) (9) (2) (8) (4) (3) (7) River Water Aq. mosses (12 g fw) 6 DGT units Figure 2. Apparatus used for our field experiment consisting of the following : (1) High-output pump P1 (d P1 = 0.5 or 0.2 L/min), (2) Lamellar decanter, (3) Purge valve (4) Cu stock solution (10 or 12 mg/L – 2 L), (5) Peristaltic pump P2 (d P2 = 0.25 mL/min), (6) Injection valve, (7) Reservoir for Cu-contaminated water (20L), (8) Bioreactor (18L), (9) System overflow. The experimental protocol was duplicated for each site in order to obtain two different dissolved copper concentrations in the exposure solutions. Exposure solutions were prepared continuously in a reservoir fed (20 L) with an appropriate injection of CuNO3 stock solution ([Cu] = 10 or 12 mg/L ; injection rate flow : dP2 = 0.25 mL/min) and decanted water (input rate flow dP1 = 0.5 and 0.2 L/min) river to obtain two nominal dissolved Cu concentrations ( [ Cu W ]i ) of 5 and 15 µg/L. The major parameters of the experiment are summarized in Table 2. Table 2. Hydro-chemical variables. Biological variables Biomass Mosses species Fontinalis antipyretica ~12 g f.w. Hydraulic variables Input flow dP1 Bioreact. Vol. (L) (L/min) 0.5 18 0.2 Chemical variables Stock solution [Cu] Bioreact. Nominal (mg/L) [CuW] (µg/L) 10 5 12 15 187 Please cite this article as : Ferreira, D., P. Ciffroy, M.-H. Tusseau-Vuillemin, and J.-M. Garnier (2008). "An Integrated Method for Predicting Bioaccumulation of Copper by Aquatic Mosses : an in situ Validation Study." Chemosphere In Press. Annexes Aquatic mosses sampling and copper content analysis Aquatic mosses were collected in triplicates (each replicate ~ 100-200 mg fresh weight) after 0, 1, 2, 3, 6 and 7 days of exposure (except for the field experiment carried out at Belleville where samples were collected at t=0 and 7 days only). Moss samples were washed for 60 min with 50 mL of 1.0 mM EDTA (Na2-EDTA, Acros Organics, Geel, Belgium) to remove the metals adsorbed to the biological membrane (according to Meylan et al. [12]). The extra-cellular copper content bound to the biological membrane was measured in the EDTA solution by GF-AAS (Varian, SpectrAA-800, Varian). The washed bryophytes were dried at 60°C for 72 h and acid-mineralized (Merck, Darmstadt, Germany, 65% suprapur nitric acid) for the measurement (GF-AAS) of copper attributed to the intracellular metal content of bryophytes. Labile copper concentration determination Labile copper concentrations were measured using the diffusive gradient in thin films technique (DGT). Open-pore (pore>5 nm) and restrictive gels (pore<1nm) were used simultaneously. Six preassembled DGT units (obtained from DGT Research, Lancaster, UK; http://www.dgtresearch.com) comprising triplicate sets with the two different gels (open-pore and restricted) were suspended in the exposure solutions for 7 days. After immersion, the DGT units were dismantled under a laminar flow hood. The Chelex resins were placed in clean polypropylene tubes and eluted in 3 ml of nitric acid 1 M (HNO3 65% Suprapur Merck (diluted in ultrapure water) for at least 12 h at 4°C. Copper was measured in eluates by graphite furnace – atomic absorption spectroscopy (Varian SpectrAA-220Z). The mass of metal sequestered on the resin was evaluated considering an 80% yield of elution [13]. The labile copper concentration ( Cu DGT in µg/L) was calculated using Eq. 1 : Cu DGT = M .Δg t. A.D Eq. 1 where M is the mass of copper accumulated on the resin after a deployment of duration t, A is the surface of the window and D is the diffusion coefficient of copper (typically, 4.76 10-6 cm2/s in restricted gels, and 6.06 10-6 cm2/s in open pores gels for Cu at 24 °C; data from DGT Research, available at http://www.dgtresearch.com). The thickness of the diffusive layer (Δg) is theoretically equal to the 0.8-mm-thick hydrogel plus the 0.13-mm-thick surface membrane. However, it is likely that, under realistic conditions, a slight additional diffusive boundary layer forms at the waterhydrogel interface (H. Zhang, DGT Research, personal communication). Based on our previous 188 Please cite this article as : Ferreira, D., P. Ciffroy, M.-H. Tusseau-Vuillemin, and J.-M. Garnier (2008). "An Integrated Method for Predicting Bioaccumulation of Copper by Aquatic Mosses : an in situ Validation Study." Chemosphere In Press. Annexes results [5] this additional boundary layer was evaluated equal to 0.12 mm (a 13% additional boundary layer), so that Δg = 1.05 mm. Water sampling for dissolved copper and main water characteristics. Water samples for Copper and major cations measurements were taken automatically at 6 hours intervals by an autosampling device (ISCO 6700 portable samplers). An average sample was then automatically daily reconstituted (4 samples per 24 hours). Average samples of water were taken in polypropylene (PP) bottles, filtered (20 mL, in trpilicates) with disposable PTFE syringe filters (0.2 µm, VWR International, USA) and stored at 4°C. Filtered samples were then acidified to 0.01 HNO3 (suprapure) prior to storage (4°C). In order to limit metal contaminations, all handling was performed with plastic gloves, PP bottles were previously washed with 0.1 M HNO3 for 24 hours. Water samples for copper (Cu) and major cations measurments (Ca, Mg and Na) were measured by Graphite Furnace Atomic Absorption Spectrometry (GF-AAS – Varian, SpectrAA-800, Varian) for copper and by inductively coupled plasma spectrometry (ICP-AES – Lyberty Series II, Varian) for major cations. Water samples taken for the dissolved organic matter were manually collected twice a week (in duplicates). Samples were filtered on pre-combusted glass fiber filters (0.7 µm GF/F filters) and DOC concentrations were measured using a Carbon Analyzer concentrations (O.I. Analytical, College Station, TX, USA). Temperature and pH were daily measured (pH meter WTW pH 320, WTW GmbH, Weilheim, Germany). Kinetic modeling The key processes that control metal uptake and release by F. antipyretica are generally described using a two-compartment model with first-order kinetics [4, 14] (Figure 3). 189 Please cite this article as : Ferreira, D., P. Ciffroy, M.-H. Tusseau-Vuillemin, and J.-M. Garnier (2008). "An Integrated Method for Predicting Bioaccumulation of Copper by Aquatic Mosses : an in situ Validation Study." Chemosphere In Press. Annexes Cell membrane Medium 1. Adsorption/ Desorption CuW k1 k -1 Organism 2. Internalization/ Elimination Cu BL1 k2 k -2 Cu-BL2 K CiBL1 Ca2+, Mg2+, Na+, H+ Figure 3. Conceptual model of physicochemical processes involved in the uptake/release of Cu by aquatic bryophyte. Cu W , CuBL 1 and CuBL 2 are the dissolved in the water, extracellular and intracellular copper, respectively. According to first-order kinetics assumptions, the bioaccumulation kinetics of copper in the aquatic mosses can be described by the following kinetic equations : V ⎧ d{CuBL 1} k1 {BL 1}free [Cu W ]-k-1 {CuBL 1}-k2 {BL 2} {CuBL 1} + k- 2 {CuBL 2} = ⎪⎪ m bryos dt ⎨ ⎪ d{CuBL 2} = k {BL } {CuBL }-k {CuBL } 2 2 free 1 -2 2 ⎪⎩ dt Eq. 2 Eq. 3 Where [Cu W ] , {CuBL 1} and {CuBL 2} are, respectively the bioavailable dissolved copper, the extra and intra-cellular copper concentrations; k1, k-1, k2 and k-2 are the kinetic rate constants for the adsorption, desorption, internalization and elimination reactions, respectively BL 1 and BL 2 are the free intra and extra-cellular binding sites ; V m bryos represents the biomass density in the bioreactor. Computer software based on the above equations allows to predict the evolution of bioaccumulated copper in the bryophytes from the concentration of the bioavailable copper concentration in water. Obviously, to apply this model it is necessary to know the site-specific kinetics constants ; based on 190 Please cite this article as : Ferreira, D., P. Ciffroy, M.-H. Tusseau-Vuillemin, and J.-M. Garnier (2008). "An Integrated Method for Predicting Bioaccumulation of Copper by Aquatic Mosses : an in situ Validation Study." Chemosphere In Press. Annexes our previous results [4], their values were calculated under a wide range of water cationic compositions as follows : Determination of the kinetic constants The validity of this model was previously tested under laboratory conditions [4]. In this previous study, we investigated the effect of water cationic composition (Ca, Mg, Na, pH) on the bioaccumulation and elimination rates of copper (Cu) by an aquatic moss (Fontinalis antipyretica). We observed that the bioaccumulation rates of Cu in mosses were significantly reduced as the concentrations of competitive cations in solution increased. Modelling results showed that the values of the kinetic constants for desorption (k-1), internalisation (k2) and elimination (k-2), were not related to the concentrations of major cations present in the solution. Hence, in this study, we used average values for the desorption, internalisation and elimination rate constants (k-1 = 0.058 h-1 ; k 2 = 0.245 h-1 ; k - 2 = 0.297 h-1). Conversely, the conditional adsorption rate constant (k’1) was significantly reduced as the concentrations of these cations in solution increased. The conditional rate constant k′1 (in L.g-1.h–1), can easily be calculated as follows (details of the mathematical developments can be found in supporting information) : k' 1= ⎛ ⎞ V 1 ⎟ ×k 1 ×{BL 1}max × ⎜ ⎜ 1 + ∑ K C BL × [C i ] ⎟ m bryos i 1 i ⎝ ⎠ Eq. 4 Where k 1 ×{BL 1}max is the maximal uptake rate constant ( k 1 ×{BL 1}max = 2.54 h-1 ;[4]), K Ci BL1 is the affinity constant of the cations C i (Ca, Mg, Na and H) on the external binding sites ( K CaBL1 = 2.95 × 10 3 , K MgBL1 = 7.41 × 10 3 , K NaBL1 = 1.02 , K HBL 1 = 1 . 35 × 10 5 ; [4]), and [ C i ] is the concentration of each major cation present in the solution. 191 Please cite this article as : Ferreira, D., P. Ciffroy, M.-H. Tusseau-Vuillemin, and J.-M. Garnier (2008). "An Integrated Method for Predicting Bioaccumulation of Copper by Aquatic Mosses : an in situ Validation Study." Chemosphere In Press. Annexes RESULTS AND DISCUSSION Copper speciation Total dissolved [Cu W ] and labile [Cu DGT ] copper concentrations measured in the exposure solutions are shown on Table 3. During the Cu-exposure period of our experiment, dissolved copper concentrations ( [Cu W ] ) remained roughly constant (Standard Deviation ≤ 12 %) and were close to nominal values (5 and 15 µg/L). Table 3. Nominal and measured dissolved ( [Cu W ] ), labile (sampled using DGT devices equipped with open pores, [Cu DGT ]OP ; and restricted gels, [Cu DGT ]R ) copper concentrations (mean ± SD ; n = 7 replicates for dissolved concentrations ; n = 3 for labile concentrations) in the exposure solution spiked with 5 and 15 µg of Cu/L. Dissolved Cu [Cu W ] (µg/L) Transplant site Belleville Cattenom Vassivière Sauviat Belleville Vassivière Sauviat Labile Cu [Cu DGT ] (µg/L) Nominal [Cu W ] Measured [Cu W ] Restricted [Cu DGT ]R Open pores [Cu DGT ]OP 5 5 5 5 15 15 15 4.8 ± 0.3 6.3 ± 0.4 4.9 ± 0.6 5.1 ± 0.5 15.4 ± 1.0 14.3 ± 0.8 16.4 ± 1.0 1.20 ± 0.15 1.70 ± 0.21 0.97 ± 0.13 1.01 ± 0.14 4.05 ± 0.58 3.15 ± 0.68 3.17 ± 0.43 1.44 ± 0.16 1.88 ± 0.23 1.75 ± 0.21 1.12 ± 0.14 4.65 ± 0.65 4.48 ± 0.57 3.52 ± 0.50 Inorganic fraction of copper, sampled by DGT equipped with restricted gels ( [Cu DGT ]R ), varied from 19 to 26% of the total dissolved copper concentrations ( [Cu W ] ) in the four studied sites (2627% at Belleville and Cattenom, 19-20% at Vassivière and Sauviat). These results indicate that a substantial proportion (74-81 %) is complexed by organic ligands. The labile fraction of copper measured by DGT equipped with open pores gels, were significantly higher (varying from 22 to 35% of the total dissolved in the 4 sampling sites) than the inorganic fraction measured by DGT equipped with restricted gels. The comparison of these results ( [Cu DGT ]R vs. [Cu DGT ]OP ) suggests that a fraction of the copper-OM complexes is physically excluded from the restricted diffusion gel. This observation is particularly verified for the Vassivière case, where labile Cu-OM complexes sampled with open pores accounts for 16% of the dissolved copper ( ([Cu DGT ]OP − [Cu DGT ]R )/[Cu W ] ). 192 Please cite this article as : Ferreira, D., P. Ciffroy, M.-H. Tusseau-Vuillemin, and J.-M. Garnier (2008). "An Integrated Method for Predicting Bioaccumulation of Copper by Aquatic Mosses : an in situ Validation Study." Chemosphere In Press. Annexes Bioaccumulation of copper The background values measured for intra-cellular copper content in aquatic mosses were roughly constant and varied from 0.14 µmol/g dw (Cattenom) to 0.25 µmol/g dw (Vassivière) whereas the extra-cellular contents were approximately 2-4-fold lower (varying from 0.04 µmol/g dw to 0.10 µmol/g d.w.). This indicates that the initial metal content in aquatic mosses originating from the reference site was mainly internalized (69-81 % of the total metal content) and that a minor fraction was adsorbed on the extra-cellular binding sites (19-31% of the total metal content). For each aqueous Cu concentration (5 and 15 µg Cu/L), increases in accumulated copper {Cu m} were initially rapid, then slowed after about 6 days (Figure 1). Similar curves were reported for the accumulation of copper and other metals in various moss species by several researchers [14, 15]. At the end of the exposure period (t = 7days), contamination levels in mosses (total copper content) varied in 6-fold range between sites ({Cu m} in Table 4) for each nominal contamination level (5 and 15 µg/L). This, results confirms that the bioaccumulation kinetics of copper in mosses is partially controlled by physico-chemical parameters (major cations or/and speciation of the metal in water). Intracellular copper content in mosses after 7-days exposure varied from 0.62 to 1.54 µmol/g dw and from 2.51 to 3.84 µmol/g dw for the experiments spiked with 5 and 15 µg Cu/L respectively, while the extracellular varied from 0.60 to 3.92 and from 2.78 to 11.92 µmol/g dw for the experiments spiked with 5 and 15 µg Cu/L respectively (Table 4). The proportion of intracellular content {CuBL 2} compared to the total content {Cu m} was between 24 and 36%, the rest being adsorbed on the cell walls (extracellular {CuBL 1} ) at the end of the exposure period. These measured proportions of intracellular metal content remained roughly constant over the different transplant sites, and consistent with our previous laboratory results where the measured internalised fraction of copper represented 25% of the total metal content in mosses at the end of the laboratory biotest (t = 72h). Nevertheless, the slight differences observed in the intracellar could be attributed to the history of the transplanted aquatic organism. In effect, the lowest intracellular fraction (24 %, aquatic mosses deployed at Sauviat) were recorded for mosses originated from the reference river (Sauldre River) collected during the winter (February 2008). The low water temperature of the reference river (about 3 °C in February 2008) contrasted with the moderate water temperatures (varying from 8 to 11 °C) observed during the three other sampling campaigns. A such seasonal factor may induces physiological stress in mosses and alters the internalisation process (according to [16]) during the deployment period. 193 Please cite this article as : Ferreira, D., P. Ciffroy, M.-H. Tusseau-Vuillemin, and J.-M. Garnier (2008). "An Integrated Method for Predicting Bioaccumulation of Copper by Aquatic Mosses : an in situ Validation Study." Chemosphere In Press. Annexes Table 4. Copper concentrations in mosses (extra- and intra-cellular) measured at the end of the exposure period (7 days). Nominal [ Cu W ] (µg/L) Belleville Cattenom Vassivière Sauviat Belleville Vassivière Sauviat 7 days – Accumulated Cu (µmol.g-1 d.w.) Extra-cellular {CuBL1} Intra-cellular {CuBL 2} Total {Cu m} 1.15 ± 0.07 0.60 ± 0.07 3.92 ± 0.51 3.07 ± 0.64 3.98 ± 0.24 11.92 ± 1.72 9.50 ± 1.61 0.62 ± 0.12 0.34 ± 0.09 1.54 ± 0.15 1.12 ± 0.20 1.86 ± 0.10 3.84 ± 0.32 3.69 ± 0.55 1.77 ± 0.21 0.94 ± 0.16 5.46 ± 0.66 4.20 ± 0.84 5.84 ± 0. 43 15.76 ± 2.0 13.18 ± 2.17 5 15 7 a) 5 µg Cu/L Cu content (µmol/g d.w.) 6 Figure 4. Copper accumulation over time (means 5 ± SD; n = 3) by moss held at various 4 contamination levels (5 and 15 µg Cu/L) in the 3 four transplant sites : Vassivière ( ), Sauviat ( ), Belleville ( ) and Cattenom ( ). 2 1 0 b) 15 µg Cu/L Cu content (µmol/g d.w.) 16 14 12 10 8 6 4 2 0 0 24 48 72 96 120 144 168 192 Time (hours) 194 Please cite this article as : Ferreira, D., P. Ciffroy, M.-H. Tusseau-Vuillemin, and J.-M. Garnier (2008). "An Integrated Method for Predicting Bioaccumulation of Copper by Aquatic Mosses : an in situ Validation Study." Chemosphere In Press. Annexes Influence of metal speciation on the copper bioaccumulation In order to evaluate whether the concentrations measured in mosses were a function of metal speciation in water, regression analysis was performed for each metal fraction in water (dissolved Cu [Cu W ] , inorganic Cu [Cu DGT ]R , and weakly complexed Cu [Cu DGT ]OP ) (Figure 5). Cu content at 7 days (µmol/g d.w.) 18 18 a) 16 b) c) 16 14 14 12 12 10 r² = 0.52 r² = 0.58 8 10 r² = 0.68 8 6 6 4 4 2 2 0 0 0 50 100 150 200 Dissolved Cu (nM) 250 0 10 20 30 40 50 Inorganic Cu [Cu DGT]R (nM) 60 0 10 20 30 40 50 60 70 80 Weakly complexed Cu [Cu DGT]OP (nM) Figure 5. Bioaccumulated copper in F. antipyretica after 7 days of exposure as a function of a) dissolved copper ( , r² = 0.52, [Cu W ] , b) inorganic copper ( , r² = 0.58, [Cu DGT ]R sampled using DGT equipped with restricted gels), and c) weakly complexed copper ( devices equipped with open pores gels)). , r² = 0.68, [Cu DGT ]OP sampled using DGT The correlations observed between copper accumulation in mosses and copper concentrations in water were found to be higher when copper speciation was taken into account (Figure 5). The fact that observed correlation coefficients (r² = 0.58 and 0.68 for the inorganic and weakly complexed Cu concentrations respectively) between accumulated and labile concentrations (Figure 5 b. and c.) were higher than for dissolved Cu (Figure 5.a, r² = 0.52), suggests that the labile copper concentrations (and more particularly the weakly complexed Cu) controls the bioaccumulation. Nevertheless, it should be note that a simple linear relation between accumulation in mosses and speciation of copper in water do not match a perfect correlation. This observation suggests that other environmental factors (e.g. water cationic composition) control the bioaccumulation of Cu in mosses. 195 Please cite this article as : Ferreira, D., P. Ciffroy, M.-H. Tusseau-Vuillemin, and J.-M. Garnier (2008). "An Integrated Method for Predicting Bioaccumulation of Copper by Aquatic Mosses : an in situ Validation Study." Chemosphere In Press. Annexes Modelling metal accumulation kinetics as a function of water characteristics In order to illustrate how the modelling approach described in this paper could be incorporated in the (re)-interpretation/prediction of bryophytes contamination levels across a wide range of water quality conditions we selected two contrasted situations (Vassiviere and Cattenom cases). The first one (Vassiviere) deals with low water cationic and high dissolved organic matter concentrations, while the second one (Cattenom) presented high water cationic compositions and moderate DOM concentrations. To describe Cu uptake by F. antipyretica, we first tested the simplest alternative, that of a kinetic model where the speciation of Cu in water is integrated (labile Inorganic and weakly complexed Cu are used as input data of the model) whereas the water cationic effects on Cu bioaccumulation are neglected (i.e. ∑K i C i BL1 × [C i ] = 0 in Eq.4). Thus predicted Cu concentrations (dashed area in Figure 6) are compared to measured concentrations in mosses (symbols on Figure 6) for two contrasted cases (Vassiviere and Cattenom deployment sites). Areas on Figure 6 are delimited by the predicted Cu concentration in mosses calculated using inorganic ( complexed ( ; [Cu DGT ]R ) and weakly ; [Cu DGT ]OP ) copper concentrations. Model thus calibrated did not satisfactorily predict copper bioaccumulation of copper in mosses. Thus calibrated model overestimates the copper concentrations in mosses (less than a factor 2 at Vassiviere and more than a factor 10 at Cattenom). This differences between predicted and observed Cu concentrations in mosses indicates that the major cations play an important role for the bioaccumulation of Cu in aquatic mosses. Similarly, the ability of the cationc-dependant model was investigated across the selected wide range of water quality conditions (results shown for Vassiviere and Cattenom). The cationic-dependant model was calibrated for each deployment site by integrating a site specific adsorption rate constant (k’1 values were calculated using Eq. 4 and the site specific water cationic composition detailed in Table 1 ; k’1 = 9.50 and 1.05 L.g-1.h-1 for Vassiviere and Cattenom, respectively). Thus predicted Cu concentrations (graphically represented on Figure 6 by grey areas, delimited by prediction results obtained using inorganic or weakly complexed copper concentrations as input data of the model) are compared with observed Cu concentrations in aquatic mosses (examples given for Vassiviere and Cattenom deployment sites in Figure 6). In the general, the predicted evolutions of Cu concentrations in aquatic mosses fits correctly with observed Cu concentrations in mosses (Figure 6). The results indicates that for waters presenting very high water cationic concentrations (Cattenom deployment site) The bioaccumulation of Cu is mainly significantly controlled by the water cationic composition (bioaccumulation reduced by a factor 10 as compared to mosses exposed in a solution where major cations concentration are negligible). On the contrary, the bioaccumulation is mainly controlled by the metal speciation in water for the Vassiviere case, where 196 Please cite this article as : Ferreira, D., P. Ciffroy, M.-H. Tusseau-Vuillemin, and J.-M. Garnier (2008). "An Integrated Method for Predicting Bioaccumulation of Copper by Aquatic Mosses : an in situ Validation Study." Chemosphere In Press. Annexes very low water cationic compositions and high DOM concentrations were observed (Table 1) whereas mainly controlled by the speciation of metal in the second one (Vassiviere) where very low water cationic compositions and high DOM concentrations are observed (Table 1). Based on the present coupled approach (integrating both the metal speciation and the competing cationic effects), it is now feasible to predict the bioaccumulation of copper in F. antipyretica across a wide range of water quality conditions. a) VASSIVIERE - 5 µg/L Cu content (µmol/g d.w) 14 12 10 -1 k'1 = 16.6 L.g .h -1 8 6 -1 k'1 = 9.50 L.g .h -1 4 2 Input Cu : [Cu DGT]R = 0.97 µg/L Input Cu : [Cu DGT]OP = 1.75 µg/L 0 0 24 48 72 96 120 144 168 Time (hours) Figure 6. Bioaccumulated copper concentrations in aquatic mosses transplanted in Vassiviere (a., ) and Cattenom (b., ) contaminated waters (5 µg/L case). Areas represent the model predictions (Eqs 23) integrating the cationic effects ( ; k’1 = 9.50 and 1.05 L.g-1.h-1 for Vassiviere and Cattenom respectively) or not ( ; k’1 = 16.6 L.g-1.h-1). Each of these areas are delimited by the predicted Cu concentration calculated using inorganic ( ; [ Cu DGT ]R ) and weakly complexed ( ; [ Cu DGT ]OP ) copper concentrations as input data of the kinetic model. Validation the integrated approach across a wide range of water quality conditions In order to validate the present integrated approach under field conditions, the predictive capacity of the model was tested by comparing predicted to observed Cu concentrations values each deployment sites (Figure 7). For this field validation, we progressively integrated in the model the various environmental factors (metal speciation and majors cations) that affect copper bioaccumulation of Cu in mosses : The validity of the model was first tested by only integrating the speciation of copper in water as input data (inorganic and weakly complexed Cu concentration for Figures 7 a. and b.), whereas the 197 Please cite this article as : Ferreira, D., P. Ciffroy, M.-H. Tusseau-Vuillemin, and J.-M. Garnier (2008). "An Integrated Method for Predicting Bioaccumulation of Copper by Aquatic Mosses : an in situ Validation Study." Chemosphere In Press. Annexes effects of major cations are neglected ( ∑iK Ci BL1 × [C i ] = 0 in Eq. 4 , i.e. k’1 = 16.6 L.g-1.h-1). Figures 7 a. and b. demonstrated that the model overestimates the observed bioaccumulated Cu by more than a factor 6 and 10 for the Belleville and Cattenom cases (surrounded values on Figure 7 a. and b.), whereas the predicted bioaccumulated Cu values are overestimated with factor of 2 between predicted and observed values for Sauviat and Vassiviere cases. Hence, we observed that a weaker performance of the model when higher major cations concentrations in water are observed. The weaker performance of the model for the Belleville and Cattenom cases can thus be partially explained by the competion of major cations which compete with copper for adsorption on biological binding sites and thus reduces the bioaccumulation of copper. This results clearly show that labile copper concentrations are not sufficient to accurately predict the bioaccumulated copper in aquatic mosses across a wide range of water quality conditions (particularly for high water cationic compositions cases). In the next validation phase, the ability of the integrated approach (mixing both the major cations effects (Eq. 4) and the copper speciation in water), to predict the bioaccumulated Cu concentrations in aquatic mosses, was investigated for the various deployment sites. Predicted values are compared with measured Cu concentrations in mosses for whole deployment sites (predicted values on Figures 7 c. and d. were calculated using inorganic or weakly complexed Cu concentrations as input data of the model, respectively). All predicted Cu bioaccumulated concentrations are within a factor of two, and ninety-two percent of the predictions vary less than a factor 1.5 from the observed when inorganic copper concentrations are used as input data (Figure 7 c.). Similarly, when using the weakly complexed Cu concentrations as input data, all the predicted bioaccumulated Cu values are within a factor of two, while eighty percent of the predicted values vary less than a factor 1.5 from the observed (Figure 7 d.). It should be noted that 75 % of the predicted values slightly underestimates the observed Cu concentrations in mosses when inorganic copper concentration in water was used as input data of the model (Figure 7 c.), while 83 % of the predicted values slightly overestimates the observed values when weakly Cu concentrations are used as input data for modelling (Figure 7 d.). This observation suggests that the effective bioavailable copper concentration may be comprised between inorganic copper and weakly complexed copper concentrations. These observations confirm, previous laboratory results indicating that more than inoragnic copper is bioavailable for bryophytes [5]. 198 Please cite this article as : Ferreira, D., P. Ciffroy, M.-H. Tusseau-Vuillemin, and J.-M. Garnier (2008). "An Integrated Method for Predicting Bioaccumulation of Copper by Aquatic Mosses : an in situ Validation Study." Chemosphere In Press. Annexes Measured Cu (µmol/g d.w.) 1 Measured Cu (µmol/g d.w.) 1 10 10 10 Samples with high water cationic concentrations Samples with high water cationic concentrations 1 1 BELLEVILLE CATTENOM SAUVIAT VASSIVIERE d) c) Predicted Cu (µmol/g d.w.) BELLEVILLE CATTENOM SAUVIAT VASSIVIERE Predicted Cu (µmol/g d.w.) b) 10 10 1 1 BELLEVILLE CATTENOM SAUVIAT VASSIVIERE BELLEVILLE CATTENOM SAUVIAT VASSIVIERE 1 1 10 Predicted Cu (µmol/g d.w.) Predicted Cu (µmol/g d.w.) a) 10 10 Measured Cu (µmol/g d.w.) Measured Cu (µmol/g d.w.) Figure 7. Predictive capacity of the kinetic model as shown by measured versus predicted bioaccumulated copper in mosses (in µmol/g d.w.) for each transplant site (Belleville ( ), Cattenom ( ), Sauviat ( ), and Vassiviere ( )).The solid line is the 1:1 reference line indicating a perfect match between measured and predicted values ; the long-dashed lines indicate an error within a factor of two between observed and predicted values ; the grey area delimitate an error within a factor of 1.5. Input data used for the model predictions : a) inorganic Cu concenttrations ( [Cu DGT ]R ), b) weakly complexed Cu concentrations ( [Cu DGT ]OP ), c) inorganic Cu concenttrations ( [Cu DGT ]R ) and major cations, d) weakly complexed Cu concentrations ( [Cu DGT ]OP ) and major cations. 199 Please cite this article as : Ferreira, D., P. Ciffroy, M.-H. Tusseau-Vuillemin, and J.-M. Garnier (2008). "An Integrated Method for Predicting Bioaccumulation of Copper by Aquatic Mosses : an in situ Validation Study." Chemosphere In Press. Annexes CONCLUSIONS Aquatic mosses and DGT devices were deployed in various waters presenting a wide range of water compositions in order to evaluate and quantify the environmental factors that affects the bioavailability of copper for aquatic mosses. Our experimental results have shown that major cations and dissolved organic matter significantly reduces the bioaccumulation of metal in the aquatic mosses. In order to describe and predict the bioaccumulation of Cu as a function of water quality, we developed an integrated approach coupling metal speciation monitoring (DGT devices) and a cationic-dependant model. The relevance and the robustness of the present integrated approach were validated under four contrasted water quality conditions. In the framework of future national water quality guidelines revisions, a such flexible and mechanistic biomonitoring tool (integrating both metal speciation and the protective effects of competing cations) may greatly improve the ability of regulators to derive sites-specific Cu (metal) guidelines for protecting aquatic biota, while limiting the use of conservative assumptions. REFEENCES [1] Bruns, I.; Friese, K.; Markert, B.; Krauss, G. J., The use of Fontinalis antipyretica L. ex Hedw. As a bioindicator for heavy metals. 2. Heavy metal accumulation and physiological reaction of Fontinalis antipyretica L. ex Hedw. In active biomonitoring in the River Elbe. Science of the Total Environment 1997, 204, (2), 161-176. [2] Cenci, R. M., The use of aquatic moss (Fontinalis antipyretica) as monitor of contamination in standing and running waters: limits and advantages. Journal of Limnology 2001, 60, (1), 53-61. [3] Claveri, B.; Guérold, F.; Pihan, J.-C., Use of transplanted mosses to monitor trace metals in acidic headwater streams in Vosges mountains. Hydroécologie Appliquée 1995, 5, 111-125. [4] Ferreira, D.; Ciffroy, P.; Tusseau-Vuillemin, M. H.; Garnier, C.; Garnier, J. M., Modelling Exchange Kinetics of Copper at the Water-Aquatic Moss (Fontinalis Antipyretica) Interface : Influence of Water Cationic Composition (Ca, Mg, Na and pH). Chemosphere In press, 000000. 200 Please cite this article as : Ferreira, D., P. Ciffroy, M.-H. Tusseau-Vuillemin, and J.-M. Garnier (2008). "An Integrated Method for Predicting Bioaccumulation of Copper by Aquatic Mosses : an in situ Validation Study." Chemosphere In Press. Annexes [5] Ferreira, D.; Tousset, N.; Ridame, C.; Tusseau-Vuillemin, M.-H., More than inorganic copper is bioavailable to aquatic mosses at environmentally relevant concentrations. Environmental Toxicology and Chemistry 2008, 29, (10), Preprint. [6] Campbell, P. G. C.; Errecalde, O.; Fortin, C.; Hiriart-Baer, V. P.; Vigneault, B., Metal bioavailability to phytoplankton—applicability of the biotic ligand model. Comparative Biochemistry and Physiology Part C: Toxicology & Pharmacology 2002, 133, (1-2), 189-206. [7] De Schamphelaere, K. A. C.; Stauber, J. L.; Wilde, K. L.; Markich, S. J.; Brown, P. L.; Franklin, N. M.; Creighton, N. M.; Janssen, C. R., Toward a Biotic Ligand Model for Freshwater Green Algae: Surface-Bound and Internal Copper Are Better Predictors of Toxicity than Free Cu2+ Ion Activity When pH Is Varied. Environ. Sci. Technol. 2005, 39, (7), 2067-2072. [8] Heijerick, D. G.; De Schamphelaere, K. A. C.; Janssen, C. R., Biotic ligand model development predicting Zn toxicity to the alga Pseudokirchneriella subcapitata: possibilities and limitations. Comparative Biochemistry and Physiology Part C: Toxicology & Pharmacology 2002, 133, (1-2), 207-218. [9] Santore, R. C.; Di Toro, D. M.; Paquin, P. R.; Allen, H. E.; Meyer, J. S., Biotic ligand model of the acute toxicity of metals. 2. Application to acute copper toxicity in freshwater fish and daphnia. Environmental Toxicology and Chemistry 2001, 20, (10), 2397-2402. [10] Aulio, K., Metal accumulation capacity of five species of Sphagnum moss. Bull. Environ. Contam. Toxicol. ; Vol/Issue: 35:4 1985, Pages: 439-442. [11] Borgmann, U.; Nowierski, M.; Dixon, D. G., Effect of major ions on the toxicity of copper to Hyalella azteca and implications for the biotic ligand model. Aquatic Toxicology 2005, 73, (3), 268-287. [12] Meylan, S.; Behra, R.; Sigg, L., Accumulation of Copper and Zinc in Periphyton in Response to Dynamic Variations of Metal Speciation in Freshwater. Environ. Sci. Technol. 2003, 37, (22), 5204-5212. [13] Zhang, H.; Davison, W., Performance Characteristics of Diffusion Gradients in Thin Films for the in Situ Measurement of Trace Metals in Aqueous Solution. Anal. Chem. 1995, 67, (19), 3391-3400. [14] Croisetiere, L.; Hare, L.; Tessier, A.; Duchesne, S., Modeling Cadmium Exchange by an Aquatic Moss (Fontinalis dalecarlica). Environ. Sci. Technol. 2005, 39, (9), 3056-3060. [15] Fernandez, J. A.; Vazquez, M. D.; Lopez, J.; Carballeira, A., Modelling the extra and intracellular uptake and discharge of heavy metals in Fontinalis antipyretica transplanted along a heavy metal and pH contamination gradient. Environmental Pollution 2006, 139, (1), 21-31. 201 Please cite this article as : Ferreira, D., P. Ciffroy, M.-H. Tusseau-Vuillemin, and J.-M. Garnier (2008). "An Integrated Method for Predicting Bioaccumulation of Copper by Aquatic Mosses : an in situ Validation Study." Chemosphere In Press. Annexes [16] Figueira, R.; Ribeiro, T., Transplants of aquatic mosses as biomonitors of metals released by a mine effluent. Environmental Pollution 2005, 136, (2), 293-301. 202 Please cite this article as : Ferreira, D., P. Ciffroy, M.-H. Tusseau-Vuillemin, and J.-M. Garnier (2008). "An Integrated Method for Predicting Bioaccumulation of Copper by Aquatic Mosses : an in situ Validation Study." Chemosphere In Press. Annexes 2. PRELEVEMENTS ET ANALYSES 2.1 2.1.1 Mesure de Cu par Spectrométrie d’Absorption Atomique four (SAA-four) Prélèvements et conditionnement des échantillons pour analyse du Cu dissous En laboratoire, le cuivre dissous dans le milieu d’exposition, est mesuré après filtration de 5 mL à l’aide de filtres seringues 0,2 µm téflon (PTFE). Le filtrat est récupéré dans un tube en polypropylène puis acidifié à 1% par HNO3 (suprapur) sous une hotte à flux laminaire, et conservé au réfrigérateur à 4°C avant dosage. Les échantillons sont analysés par spectrométrie d’absorption atomique SAA-four (SpectrAA-800, Varian) (Figure 41). Figure 41. Spectromètre d’absorption atomique Varian, SAA- Et SpectrAA-800 Pour l’ensemble des expériences réalisées en laboratoire et in situ, les prélèvements sont réalisés en triplicat (n=3). Le coefficient de variation est inférieur à 5 % pour l’ensemble des échantillons. Pour les biotests en laboratoire, la quantité de cuivre dissous disparue dans le bac au cours de la phase d’exposition ( ΔCu D en µg) est calculée selon l’équation suivante : ΔCuD = ([CuD ]t =0 − [CuD ]t =72h ) × V Eq. 46 avec [CuD ]t =0 , [CuD ]t =72h , les concentrations en cuivre total dissous initiale (t=0) et finale (t=72h) respectivement (en µg/L) et V, le volume d’exposition (en L). 203 Annexes 2.1.2 Principe de la mesure par SAA-four Il s’agit d’une méthode de dosage d’éléments chimiques fondée sur l’absorption de radiations lumineuses par des éléments mis à l’état d’atomes neutres en phase vapeur. La source de lumière est constituée par une lampe à cathode creuse dont la nature est différente suivant l’élément à déterminer. Cette lampe doit émettre la radiation de la longueur d’onde qui doit être absorbée. Le dispositif d’atomisation peut être soit de type « flamme », soit de type « four » pour une détermination à plus bas niveau ; nous avons donc utilisé un four en graphite pour l’analyse du cuivre. La méthode de mesure employée ici est la méthode directe où pour trouver la concentration, on reporte l’absorbance obtenue sur la courbe d’étalonnage. Principe de l’émission et de l’absorption Dans un atome, les électrons situés autour du noyau se répartissent sur différents niveaux d’énergie En (Figure 42). Si un atome à l’état fondamental (niveau d’énergie de l’atome dans son état stable) absorbe de l’énergie, alors il passe à un état excité. En absorption atomique, ces transitions énergétiques sont dues aux transitions électroniques. Selon la loi de Kirchoff, un atome ne peut absorber que les radiations qu’il peut émettre et réciproquement. Figure 42. Principe de l’émission et de l’absorption de photons. Principe de la mesure La lampe émet des photons à une longueur d’onde spécifique de l’élément à doser puis les atomes de ce même élément présents dans la solution étudiée absorbent une partie du rayonnement incident I0 et il ressort du four une lumière d’intensité moindre IT (Figure 43). L’appareil mesure Io et IT et calcule l’absorbance A. 204 Annexes Figure 43. Schéma simplifié de l’émission et l’absorption de photons spécifiques de l’élément à doser. ⇒ T=IT/I0 A=logI0/IT où A=log1/T T : transmittance A : absorbance Constitution d’un appareil d’absorption atomique Figure 44. Schéma simplifié d’un spectromètre d’absorption atomique en four. Le processus d’atomisation La solution, introduite dans le four en graphite, est soumise à un programme électrothermique et subit une montée en température constituée de différents paliers : - tout d’abord, une étape de séchage qui consiste à évaporer le solvant (ici HNO3) présent dans la solution - puis une étape de décomposition qui a pour but d’éliminer une bonne partie de la matrice constituant « le bruit de fond » - l’étape suivante est l’atomisation où l’élément dosé M est isolé de son complexe MX et est transformé en radicaux M* - pour finir une étape de nettoyage, à très fortes températures, afin d’éliminer tous résidus présents dans le four. 205 Annexes Le système dispersif Le rayonnement incident contient les radiations émises par la source, et éventuellement par le tube graphite ou par la matrice. Grâce au monochromateur, la raie recherchée est isolée en perdant le moins d’énergie possible. Le système récepteur Le photomultiplicateur permet la conversion du signal lumineux en signal électrique et l’amplifie. L’ordinateur procède ensuite au traitement du signal. Interférences et corrections Des interférences spectrales non spécifiques se superposent à l’absorption atomique de l’élément analysé. Elles sont dues principalement à la matrice résiduelle constituée de différents éléments présents dans l’échantillon dont principalement des sels (majeurs par rapport aux traces), et des complexes organiques et inorganiques très stables, absorbants durant l’atomisation à la même longueur d’onde que le composé étudié. Pour corriger le plus efficacement ces interférences, il faut chercher à éliminer l’essentiel de la matrice par un prétraitement thermique, mais sans pertes de élément dosé et décaler les signaux de élément et de la matrice (effet Zeeman). Durant le prétraitement, il y a rarement élimination complète de la matrice d’où utilisation de l’effet Zeeman. Ce processus permet grâce à l’application d’un fort champ magnétique pendant l’atomisation, de décomposer la raie spectrale d’absorption de l’élément dosé en multiplet. 206 Annexes 2.2 Principe et procédure de la mesure de Cu labile par voltamétrie à redissolution anodique sur électrode à goutte de mercure (DP-ASV) La mesure par voltamétrie à redissolution anodique sur électrode à goutte de mercure (DP-ASV) du métal labile en solution met en jeu une succession de processus chimique et électrochimique au cours des différentes étapes de la mesures. Les quatre processus (représentés sur la Figure 45) ainsi mis en jeu au cours de la mesure DP-ASV sont décrites dans la littérature ((Buffle et al. 2000)) comme suit : Conditionnement : Avant toute mesure, il est indispensable de d’éliminer l’oxygène dissous en solution qui peut perturber la mesure en générant des interférences sur le polarogramme causées par sa réduction H2O2 puis H2O. Pour cela, nous purgeons la solution avec un gaz inerte (dans notre cas nous utilisons de l’azote). Cette étape de conditionnement est répétée après chaque ajout dosé de Cu dans la solution. Enfin, cette étape de conditionnement permet également aux espèces métalliques présentes en solution de s’équilibrer après chaque ajout dosé de Cu. Les réactions chimiques ainsi mis en jeu au cours de cette étape peuvent se schématiser comme suit : Mz+ + Lz- kf kd ML Cette équilibre chimique se caractérisé par ses constantes cinétiques de formation et dissociation kf et kd. En fonction des différents types de MO testées (ligands LZ-) , la durée de cette étape de conditionnement peut varier entre 30 minutes et 2 heures pour chaque mesure après l’ajout dosé de Cu dans la cellule de mesure. Etape de dépôt (préconcentration) : Il s’agit d’une étape de déposition des espèces réactives électrochimiquement sur l’électrode de mercure (cathode) par imposition d’un potentiel (inférieur au potentiel standard E0 de réduction de l’espèce que l’on dose). A à ce potentiel, le métal réduit à la cathode forme un amalgame avec le mercure, selon la réaction suivante : Mz+ + z e- E0 M(Hg) La quantité de métal ainsi amalgamé dans l’électrode de mercure est proportionnelle à l’intensité du courant d’électrolyse et au temps d’électrolyse (ou temps de dépôt). Le courant d’électrolyse est luimême proportionnel à la concentration de l’élément dosé, à l’agitation de la solution et à la surface de l’électrode de mercure. Cette première étape correspond à l’étape de pré-concentration du métal dans l’électrode de mercure. 207 Annexes Etape d’équilibre : Avant l’étape de redissolution anodique, un temps d’équilibre (temps de repos) est nécessaire à l’homogénéisation de la concentration de métal dans la goutte de mercure. Pour l’ensemble de nos mesures, nos avons fixé la durée de cette étape à 20s (sans agitation). Etape de redissolution : Cette dernière étape consiste en un balayage de potentiel vers les valeurs positives (dans notre cas de –1.1V à 0.25V), afin de permettre une réoxydation du métal précédemment réduit à la cathode lorsque le potentiel standard E0 du couple métal amalgamé-métal libre est atteint selon la réaction suivante : E0 M(Hg) Mz+ + z e- Lorsque le potentiel standard du couple métal amalgamé – métal libre est atteint, un courant résultant de la réoxydation du métal amalgamé est observé. L’intensité du pic caractéristique d’un métal est proportionnelle à la concentration de métal amalgamé dans l’électrode, et donc à la concentration dans la solution. Électrode Solution L L DL M(Hg) + Mz+ + DM DR E0 Mz+ M(Hg) DR M(Hg) DR kf K ML DML 1 Équilibre kd M(Hg) ML 2 Diffusion Formation/ Dissociation 3 Dépôt sur goutte Hg 4 Redissolution anodique 208 Equilibre : Diffusion dans goutte de Hg Annexes Figure 45. Principaux processus et paramètres influençant a mesure par DP-ASV sur électrode de mercure. K=constante d’équilibre de la réaction de complexation ; kd, kf = constantes cinétiques de formation et dissociation du complexe métallique ; DM, DML=coefficients de diffusion en solution de M et ML ; E0= potentiel standard redoax ; DR=coefficient de diffusion du métal amalgamé M(Hg) dans la goutte de mercure 2.3 2.3.1 Mesure du cuivre bioaccumulé dans les bryophytes Collecte et conditionnement des mousses aquatiques Nous avons utilisé la mousse Fontinalis antipyretica comme organisme modèle, l’une des mousses aquatiques les plus répandues dans les écosystèmes aquatiques français (Figure 46), et couramment utilisée dans les programmes de biomonitoring (Mouvet 1987; Vanderpoorten 1999; Cenci 2001). Figure 46. Photographies d’une bryophyte aquatique Fontinalis antipyretica Les mousses aquatiques sont collectées sur un site de référence (station RNB sur la Petite Sauldre située à Ménétréol-sur-Sauldre en Sologne) éloigné de toute source de contamination métallique. Les prélèvements sont réalisés avec précaution, de façon à ne pas détacher la base des plants du substrat et permettre ainsi une repousse ultérieure dans la zonne de prélèvement. Les brins de mousse sont rincés avec l’eau de la rivière de façon à éliminer la majeure grande partie les corps étrangers (sédiments, invertébrés, brindilles), puis légèrement essorés. Les prélèvements servant aux expérimentations de laboratoires, sont placés et transportés dans une glacière au laboratoire, où ils sont triés une seconde fois puis conservés à 4°C jusqu’aux expériences. Au cours de ce second tri, seules les pousses vertes sont sélectionnées afin de minimiser la variabilité biologique du matériel biologique utilisé pour les expériences ultérieurs. 2.3.2 Extraction des fractions adsorbées et internalisées La fraction de cuivre internalisée est obtenue après lavage des bryophytes à l’EDTA (1mM) pendant une durée minimum de 2 heures. Après lavage à l’EDTA, les bryophytes sont placées à l’étuve à 60°C pendant plusieurs jours, jusqu’à déshydratation complète. 209 Annexes Après cette étape de séchage, les bryophytes sont minéralisées selon le protocole mis au point par Lopez et al. (1993,). Le protocole de minéralisation est basé sur une attaque par voie acide (HNO3 suprapur). Le principe est le suivant : après pesée, les échantillons de bryophytes secs (environ 100 mg en poids sec) sont introduits dans des réacteurs en Téflon, dans lesquels sont ajoutés 10 mL d’HNO3 suprapur (65%). L’ensemble de ces opérations est réalisé sous hotte à flux laminaire afin limiter les risques de contamination. Les échantillons sont ensuite minéralisés en four micro-ondes (Figure 47) (suivant le protocole décrit dans un précédent article (Ferreira et al. 2008)). Figure 47. Four à µ-ondes utilisé pour les minéralisations des bryophytes (CEM, Mars 5). Le minéralisat est ensuite analysé en SAA-Et (four). Pour chaque carrousel (20 réacteurs), un blanc témoin (sans bryophyte) est réalisé afin de détecter une éventuelle contamination, ainsi qu’un témoin de référence (bryophyte non contaminée) de façon à vérifier la valeur de référence. De même, pour chaque série de minéralisation, un échantillon de bryophytes certifiées (BCR60) a été minéralisé afin de contrôler l’efficacité de la minéralisation (92 % ± 6 % ; pour n = 218 échantillons). La concentration en cuivre adsorbé (Cu adsorbé) sur les bryophytes (en µg/g sec) est obtenue de la manière suivante : Cu adsorbé = Ce × v m Eq. 47 avec Ce la concentration de cuivre mesurée en SAA (en µg/L), v le volume d’EDTA (25 mL) et m, la masse sèche de bryophytes exposées à l’EDTA (en g). Les concentrations de cuivre internalisé (Cu internalisé) dans les bryophytes, exprimées en µg/g sec, sont obtenues grâce à la formule suivante : Ce = Ce × V m Eq. 48 210 Annexes avec Ce la concentration en cuivre mesurée dans le minéralisat par SAA (en µg/L), V le volume de minéralisat (en L) et m le poids sec de bryophyte minéralisée après le lavage à l’EDTA (en g). La quantité totale de cuivre accumulée dans les bryophytes ( ΔCu moss ; en µg de Cu) a été déterminée pour les 72h de la phase d’accumulation de la façon suivante : ΔCu moss = {(Cu adsorbé + Cu int ernalisé ) × mmoss }t =72 h − {(Cu adsorbé + Cu int ernalisé ) × mmoss }t =0 Eq. 49 avec mmoss (en g de poids sec), la masse totale de bryophytes exposée pendant les 72h de la phase d’accumulation. 2.4 Analyses physico-chimiques de l’eau 2.4.1 Cations majeurs 2.4.2 Carbonne Organique Dissous (COD) Des mesures de COD (carbone organique dissous) ont été réalisées au cours des biotests en laboraoire et des essais in situ, avant et après immersion des bryophytes dans les différents bacs d’immersion. Pour cela, des &échantillons de 30 mL d’eau sont prélevés, filtrés sur des filtres grillés 0,7 µm (Whatman GF/F), stabilisé par ajout de H3PO4 (5%), puis analysés au COTMETRE (Model 700 Total Organic Carbon Analyser –O.I Analytical). Le blanc de COD (eau Milli-Q) de l’ordre de 0,4 mg/L, a été retranché à toutes les valeurs obtenues dans les échantillons. 2.5 Protocole d’extraction sur colonne (XAD-8 ET XAD-4) des MOD de Seine : Les MO extraites de Seine utilisées dans notre étude nous sont fournies par le laboratoire du CEREVE de Créteil (Centre d’Enseignement et de Recherche sur l’Eau la Ville et l’Environnement). Les MO utilisées pour nos biotests proviennent sont issus d’une campagne d’échantillonnage effectuée en aval de la station d’épuration d’Achères en avril 2006. Le protocole le plus couramment utilisé pour ce type d’extraction est celui de l’IHSS (International Humic Substances Society) (Leenheer et al., 2000) qui consiste en un fractionnement de la MO sur des colonnes contenant des résines de type XAD. La fraction hydrophobe de la MO est retenue sur la résine XAD 8, la fraction dite « transphilique » est retenue sur la résine XAD 4 et la fraction hydrophile traverse les deux colonnes. Chaque fraction peut ensuite être séparée selon son acidité par élution sélective. Les grandes lignes du protocole expérimental utilisé sont décrites ci-dessous (Figure 48) : 1. Sortir les récipients contenant l’échantillon de la chambre froide. 211 Annexes 2. Vérifier à l’aide d’une éprouvette et d’un chronomètre que le débit d’entrée soit compris entre 1.4 et 3 litres/h. 3. Conditionner les résines en colonne avec 1 litre de solution d’HCl à 0.1 M préparée en introduisant 100 ml d’HCl à 1 M (commercial en ampoule) dans une fiole de 1 L complétée avec de l’eau milliQ. Les effluents des résines partent dans le flacon « poubelle ». 4. Faire percoler 7 litres de l’échantillon (filtré à 0.45 μm et acidifié à pH=2 avec HCl). Les effluents des résines partent dans le flacon « poubelle ». 5. Prendre 80 ml d’eau pour des mesures de COD : • dans le bidon initial, • à l’entrée de XAD-8, • à la sortie de XAD-8 (ce qui équivaut à l’entrée de XAD-4), • à la sortie de XAD-4. 6. Faire percoler le reste de l’échantillon 7. Eliminer les sels en faisant passer dans chaque colonne séparément 1 L d’une solution d’acide formique à pH = 2 préparée en introduisant 48 ml d’acide formique concentré à 99% dans une fiole de 2 L complétée avec de l’eau milliQ. Les effluents des résines partent dans le flacon « poubelle ». 8. Eluer les MODs en faisant passer dans chaque colonne séparément 500 ml d’un mélange acétonitrile/eau 75/25 (V:V) préparé en diluant 250 ml d’eau par 750 ml d’AcN dans une fiole de 1 L. Les effluents sont récupérés dans des flacons de 500 mL. 9. Rincer les résines : • Rincer l’extérieur du tuyau d’entrée avec du papier imbibé d’eau milliQ. • Faire passer 1 litre d’eau milliQ à partir d’un bidon intermédiaire propre. • Faire passer 2 litres d’eau milliQ à partir du bidon de 20 litres propre. • Faire passer 2.5 litres d’une solution de soude à 0,1 M préparée en dissolvant 10 g de pastilles de soude dans 2.5 litres d’eau milliQ. • Faire passer un minimum de 5 litres d’eau milliQ. 212 Annexes Eau brute Prétraitement Filtration 10 µm et 0,45 µm Adoucissement sur résine échangeuse cationique (Na +) Concentration Osmose inverse Concentrat acidifié (pH 2, HCl) DAX-8 MOD hydrophile (HPI) XAD-4 Elution Acétonitrile/Eau (75% / 25%) MOD hydrophobe (HPO) (Substance s Humique s) Fractionnement MOD transphilique (TPI) Distillation zéotrophique (élimination de la matrice minérale) Évaporation sous vide de l’acétonitrile Purification Congélation Lyophilisation Figure 48. Représentation schématique des étapes successives d’extraction des trois fractions de matières organiques à partir de l’eau brute de Seine. D’après (Pernet-Coudrier et al. 2008) 213 Annexes 2.6 Composition cationique et localisation des 80 stations sélectionnées : Pour l’exercice d’application du modèle cinétique présenté dans le Chapitre III.5, nous avons sélectionné 80 stations, dont la localisation et les paramètres de qualité d’eau (pH et composition cationque) sont récapitulés dans le tableau ci-après : Bassin Cours d'eau Mg (mg/L) Na (mg/L) pH Département Code Station Periode Loire SAINTE-EULALIE ARDECHE (07) 04 000100 2000-2006 Moyenne 3.4 Ecartype 0.7 Moyenne 1.1 Ecartype 0.2 Moyenne 2.7 Ecartype 0.8 Moyenne 7.4 Loire GIEN LOIRET (45) 04 048000 1992-2007 30.6 5.2 4.8 0.8 13.1 3.6 8.3 MINE ET LOIRE (49) 04 134700 1982-2006 46.1 8.3 5.2 0.8 13.4 3.6 7.9 SAINT-SETIERS CREUSE (23) 04 075700 1997-2007 1.3 0.3 0.6 0.2 3.3 0.6 6.2 Loire Vienne LOIRE BRETAGNE Ca (mg/L) Commune MONTJEAN sur LOIRE Vienne VALDIVIENNE VIENNE (86) 04 082500 1982-2007 12.9 3.7 3.4 1.0 17.3 7.4 7.3 Vienne CANDES-SAINT-MARTIN MAINE-ET-LOIRE (49) 04 098200 1981-2007 39.9 10.8 4.6 1.0 14.0 4.5 7.9 Allier LANGOGNE ARDECHE (07) 04 026900 1992-2007 3.0 0.8 1.1 0.3 3.4 0.9 7.3 PUY DE DOME (63) 04 030000 1981-2007 14.7 2.6 4.7 1.0 8.7 2.2 7.8 04 045000 1980-2007 24.3 6.3 5.6 1.5 12.8 4.3 7.8 Allier ORBEIL Allier CUFFY CHER (18) Creuse CLAIRVAUX CREUSE (23) 04 086550 1997-2007 3.7 0.9 1.6 0.4 5.1 0.8 6.9 Creuse RIVARENNES INDRE (36) 04 091400 1997-2007 24.9 9.7 3.5 0.5 7.4 1.5 7.7 Creuse CELLE-SAINT-AVANT INDRE ET LOIRE (37) 04 097200 1997-2007 41.2 14.2 5.1 1.4 9.8 2.0 7.8 1997-2007 10.3 1.5 2.6 0.5 9.0 2.0 7.6 Cher DONTREIX CREUSE (23) 04 056400 Cher BRUERE-ALLICHAMPS CHER (18) 04 064000 1981-2007 27.9 7.6 6.2 2.2 24.9 14.5 7.9 8.1 Cher SAVONNIERES INDRE ET LOIRE (37) 04 072000 1981-2007 62.6 11.8 4.5 0.6 15.4 5.7 Mayenne LALACELLE ORNE (61) 04 123100 1997-2007 7.6 1.7 3.8 0.6 9.5 1.2 6.9 Mayenne MONTREUIL-JUIGNE MAINE-ET-LOIRE (49) 04 132500 1980-2007 26.5 4.3 8.4 2.2 19.6 5.4 8.0 Vilaine BOURGON ILLE-ET-VILAINE (35) 04 200595 1997-2007 25.9 3.3 10.8 2.1 16.7 2.6 7.4 MORANNES MAINE-ET-LOIRE (49) 04 122100 1980-2007 108.3 5.8 5.0 0.4 9.0 0.8 8.1 Odet LANGOLEN FINISTERE (29) 04 181920 1981-2007 10.4 1.2 5.6 0.7 15.3 3.4 7.0 Yonne LAROCHE-SAINT-CYDROINE YONNE (89) 3029140 2003-2006 73.0 14.7 3.1 0.3 7.8 1.5 8.0 POUSSEAUX NIEVRE 0302600 1971-2005 54.7 21.0 2.1 1.0 5.4 1.2 7.7 1971-2005 23.7 4.1 3.2 0.8 3.6 1.6 7.4 1976-1981 92.1 15.5 4.7 1.9 5.8 1.7 8.1 Sarthe Yonne Yonne CORBIGNY NIEVRE 03024585 Marne TOURS-SUR-MARNE MARNE (51) 03105000 214 Annexes Marne MATOUGUES MARNE (51) 03104000 2003-2006 78.7 14.4 6.6 0.5 6.6 1.7 8.0 Vesle CIRY-SALSOGNE AISNE (02) 03162000 1971-2006 114.8 8.4 11.8 2.1 22.1 9.5 7.8 Ourcq ROZET-SAINT-ALBIN AISNE (02) 03115000 2005 - 2006 115.2 3.9 26.1 3.5 13.6 2.8 8.0 AISNE (02) 03153660 1987-2005 105.9 12.7 6.4 1.7 10.5 3.1 7.9 AISNE (02) 03128745 1989-2006 37.9 12.3 2.9 0.7 9.9 4.8 7.7 03130000 1971-2006 79.8 19.0 3.2 1.1 7.9 1.9 8.0 SEINE NORMANDIE Aisne Oise OHIS Oise MACQUIGNY AISNE (02) Oise QUIERZY AISNE (02) 101.4 17.1 6.2 1.5 17.4 6.2 8.0 Loing CHALETTE-SUR-LOING LOIRET (45) 03053000 2005-2006 98.7 5.8 2.6 0.2 9.9 1.1 7.9 Essonne DADONVILLE LOIRET (45) 03065000 1971-2000 95.5 23.4 5.8 1.1 42.8 24.6 7.6 SERMAISE (91) 03071080 1971-2005 93.6 7.5 6.9 0.6 19.6 4.8 8.1 2003-2006 85.6 7.4 2.3 0.3 3.7 0.5 8.1 Orge SERMAISE Seine NOD-SUR-SEINE COTE-D'OR (21) 03001000 Seine BOUGIVAL YVELINES (78) 03084000 1971-1981 93.1 7.2 8.5 4.8 20.6 9.5 7.6 Seine IGOVILLE EURE (27) 03174211 1971-2006 100.1 7.9 7.0 1.2 18.9 4.7 7.7 Orne CAEN CALVADOS (14) 03238000 1971-1982 52.0 14.4 5.8 3.4 47.5 44.8 7.9 CALVADOS (14) 03247275 1989-2006 42.8 8.7 7.3 0.7 17.2 2.6 7.7 03208520 1996-2006 112.0 2.5 3.0 0.1 9.1 0.6 8.0 Drome RHONE MÉDITÉRANNÉE CORSE POMMIERS SULLY Bresle GAMACHES Var ENTREVAUX VAR (84) 210450 1998-2006 124.7 32.7 17.2 7.0 9.9 3.9 8.1 Var SAINT LAURENT DU VAR VAR (84) 213000 1972-2006 82.2 17.8 13.8 5.8 16.5 9.0 8.0 Doubs SAUNIERES SAÔNE-ET-LOIRE (71) 35500 1982-2006 82.5 39.8 3.3 1.7 7.7 2.9 8.1 59500 1987-2006 77.5 8.5 4.6 0.7 29.0 18.2 8.0 Saône LYON RHÔNE (69) Saône APREMONT AIN (01) 5500 1988-2006 60.6 8.8 9.5 2.5 7.3 3.5 7.9 Ardeche SAINT JULIEN DE PEYROLAS GARD (30) 115700 1976-2006 34.9 11.3 2.6 0.9 3.8 1.2 8.0 Drôme CHARENS DRÔME (26) 109050 2007 61.0 2.8 7.5 1.1 6.1 0.9 8.0 DRÔME (26) 109100 1988-2006 68.3 7.1 6.9 1.5 4.8 1.1 8.1 128000 1971-1997 70.0 25.6 19.9 7.8 42.2 28.3 7.7 7.7 Drôme Gardon d'Alès LIVRON SAINT HILAIRE DE BRETHMAS GARD (30) Gardon d'Alès BRETHMAS GARD (30) 128050 2001-2006 92.5 25.9 20.8 4.1 41.4 17.7 ISERE (38) 141900 1982-2006 90.1 13.9 13.4 5.7 6.9 2.1 8.0 166000 1976-2006 85.0 11.6 13.2 1.9 15.7 3.3 8.1 160500 1987-2006 73.9 12.9 5.7 3.5 30.4 23.4 10.3 Isère GRENOBLE Durance CAUMONT SUR DURANCE Verdon CASTELLANE VAUCLUSE (84) ALPES HAUTE PROVENCE (04) Lez LATTES HERAULT (34) 189500 1980-2206 112.0 14.4 9.3 3.9 57.5 25.2 7.7 HERAULT (34) 183500 1989-2006 67.7 6.3 14.1 4.6 10.4 4.1 8.2 178000 1971-2006 66.2 11.0 7.8 2.1 14.1 5.6 8.0 170000 1971-2006 21.7 6.1 3.3 0.9 4.9 1.4 7.9 191000 1971-2006 99.7 13.0 13.0 2.9 22.0 13.5 8.0 Hérault ASPIRAN Aude CARCASSONNE Têt EUS AUDE (11) PYRENEES ORIENTALES (66) Vidourle SOMMIERES GARD (30) 215 RHIN MEUSE Annexes Rhône MASSIGNIEU DE RIVES AIN (01) 69550 2003-2007 52.0 5.7 6.0 0.1 6.2 0.5 8.1 Rhône GARD (30) 126600 1987-2006 68.9 8.7 6.1 1.7 11.2 2.9 8.0 Rhin ARAMON RHINAU À LAUTERBOURGKARLSRUHE 2047300 1992-2007 54.7 5.4 7.1 1.5 24.5 12.9 7.7 Meurthe VALTIN 2061250 2002-2006 6.9 1.0 2.2 0.1 8.5 2.4 6.7 Meurthe SAINT-CLEMENT 2067150 2005-2006 16.2 3.3 4.5 0.5 8.4 3.0 6.9 Meurthe DAMELEVIERES BAS-RHIN (67) MEURTHE-ETMOSELLE (54) MEURTHE-ETMOSELLE (54) MEURTHE-ETMOSELLE (54) 2070250 1998-2006 33.2 6.1 7.9 2.0 9.2 2.9 7.1 Meuse BASSONCOURT HAUTE-MARNE (52) 2106500 1992-2006 87.0 16.5 7.8 4.5 15.4 18.3 7.8 Meuse DOMREMY HAUTE-MARNE (52) 2106825 1992-2006 102.3 18.8 10.9 4.1 16.9 12.1 7.6 Moselle SAULX MARNE (51) 2049000 1992-2006 5.9 2.4 1.3 0.7 6.5 3.7 6.6 2054100 1992-2006 9.6 4.1 1.7 1.1 11.7 6.2 6.6 2057000 1990-2006 29.2 9.2 7.3 2.5 12.3 4.7 7.3 2061000 1992-2006 51.3 10.7 9.1 3.2 12.2 5.3 7.2 Moselle CHAVELOT Moselle MEREVILLE Moselle FROUARD VOSGES (88) MEURTHE-ETMOSELLE (54) MEURTHE-ETMOSELLE (54) Moselle UCKANGE MOSELLE (57) 2090000 1992-2006 164.9 34.2 14.8 6.1 109.4 38.9 7.2 ill STRASBUORG BAS-RHIN (67) 2037000 1992-2007 57.1 10.4 7.1 1.8 27.2 13.9 7.3 ill RUELISHEIM BAS-RHIN (67) 2007000 1992-2007 64.5 13.0 8.7 1.4 11.9 2.9 8.0 BAS-RHIN (67) 2004000 1998-2007 92.1 12.5 9.0 1.9 15.3 3.7 8.0 1998-2006 105.6 10.4 9.4 2.0 17.6 6.6 8.0 ill BRUNSTATT ill TAGOLSHEIM BAS-RHIN (67) 2003200 ill OLTINGUE HAUT-RHIN (68) 2001750 1998-2006 112.8 6.5 5.9 9.4 10.1 7.6 8.0 Sarre AMBACOURT VOSGES (88) 2057400 1992-2007 145.5 43.5 38.1 13.5 9.6 4.3 7.6 Zorn HASELBOURG MOSELLE (57) 2042700 1997-2006 6.4 0.8 1.7 0.5 3.2 1.6 6.5 BAS-RHIN (67) 2043600 1992-2007 30.1 6.7 8.6 3.2 10.0 4.0 7.2 BAS-RHIN (67) 2044000 1992-2006 59.8 10.7 12.0 2.2 13.9 3.9 7.2 Zorn Zorn STEINBOURG BIETLENHEIM 216 217 218 219 RESUME La contamination métallique des écosystèmes aquatiques est souvent associée aux rejets issus des circuits de refroidissement (condenseurs en laiton – alliage Cu/Zn) des Centrales Nucléaires de Production Electrique (CNPE). La forte variabilité spatio-temporelle des paramètres de qualité d’eau des cours d’eau modifie fortement les interactions des métaux avec les organismes aquatiques ; i.e. modifie leur biodiponibilité pour les organismes aquatiques. Ce travail s’intéresse à l’influence de la variabilité de ces paramètres de qualité d’eau (matières organiques, pH, cations majeurs) sur la biodiponibilité des polluants métalliques. Le cuivre, qui est un des rejets majeurs des circuits de refroidissement des CNPE a été choisi comme modèle de contaminant métallique. En milieu aquatique naturel, les métaux, et plus particulièrement le Cu, interagissent fortement avec les différents ligands inorganiques et organiques, modifiant ainsi leur spéciation. Dans cette étude, nous nous intéressons à l’influence de matières organiques dissoutes d’origines naturelles (algale ou bactérienne) et anthropiques (extraites de Seine, en aval de la station d’épuration d’Achères) sur la spéciation et la biodiponibilité du Cu à des niveaux de contamination représentatifs du milieu naturel. Pour cela, nous avons étudié les relations entre les concentrations labiles du cuivre et une réponse biologique, sur la base de biotests de laboratoire permettant d’évaluer simultanément une réponse biologique (nous étudions ici la cinétique de bioaccumulation du Cu par les bryophytes comme indicateur de la biodisponibilité du Cu) et la spéciation du milieu d’exposition, à des niveaux de contamination représentatifs du milieu naturel. De manière similaire, nous avons étudié l’effet des cations majeurs sur les cinétiques d’accumulation des métaux. En conditions contrôlées de laboratoire, nous avons pu observer que des concentrations croissantes en matières organiques ou en cations compétiteurs réduisent fortement les cinétiques d’accumulation du Cu dans les bryophytes aquatiques. Nous avons ainsi, d’une part, validé en conditions contrôlées de laboratoire, la technique DGT pour l’étude des faibles niveaux de contamination métalliques et, d’autre part, développé un Biotic Ligand Model – Cuivre pour décrire l’effet de cations sur l’accumulation du Cu dans les bryophytes aquatiques. La complémentarité des ces deux outils (DGT – BLM) a ensuite été confrontée à des mesures de biodisponibilité du Cu in situ sur des eaux naturelles possédant des paramètres de qualité d’eau contrastés. Mots clés : Biodisponibilité – Spéciation – Métaux – Diffusion Gradient in Thin films – Biotic Ligand Model – Bryophytes Aquatiques – Matière Organique Naturelle. ABSTRACT The increasing awareness that trace metals constitute a major threat to aquatic ecosystems has triggered the development and the use of integrative biological indicators. Electricité de France (EDF) has been using aquatic mosses (bryophytes) for years in order to monitor the bioavailable trace metal concentrations in the discharges of the nuclear plants cooling systems, that display high copper concentrations. The objective of this study was to evaluate and quantify the influence of the environmental factors that can alter the bioavailability of Cu for aquatic mosses. Under natural conditions, interactions between of copper with inorganic and organic ligands significantly reduce the speciation of metals. In this work we investigate how natural (algal and bacterial) and anthropic (Seine River extracts) dissolved organic matters alter the speciation and the bioavailability of Cu at environmentally relevant concentrations. In controlled laboratory experiments, we were able to significantly correlate the labile copper fractions and the bioavilability (estimated on the basis of bioaccumulation kinetics of Cu in aquatic mosses), in the presence of various organic ligands. Similarly, we also investigate the effects of major cations on the copper bioaccumulation kinetics of Cu in the aquatic mosses. On the basis of these laboratory experiments, we showed that dissolved organic maters as well as major cations reduced the bioaccumulation kinetics of copper in aquatic mosses. Finally, an integrated approach coupling approach was validated under field conditions conducted in different contrasting rivers, using systematic comparison with in situ bioaccumulation in aquatic mosses. Under field conditions, the concomitant use of DGT and BLM was proved to be an efficient integrated in situ monitoring tool of meal’s bioavailability. Key words : Bioavailability – Speciation – Heavy Metals – Diffusion Gradient in Thin films – Biotic Ligand Model – Aquatic Bryophytes – Natural Organic Maters. 220