CN105279356A - 获取水环境基准优先研究污染物的方法及装置 - Google Patents
获取水环境基准优先研究污染物的方法及装置 Download PDFInfo
- Publication number
- CN105279356A CN105279356A CN201410318013.3A CN201410318013A CN105279356A CN 105279356 A CN105279356 A CN 105279356A CN 201410318013 A CN201410318013 A CN 201410318013A CN 105279356 A CN105279356 A CN 105279356A
- Authority
- CN
- China
- Prior art keywords
- species
- pollutant
- data
- average
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种获取水环境基准优先研究污染物的方法及装置。包括:利用公布的优控污染物列表,获取目标流域区域对应的目标污染物列表;基于水环境基准数据筛选规范搜集目标污染物对物种的合格水生态急性毒性数据;计算目标污染物对同一物种的合格水生态急性毒性数据的几何平均值,得到物种平均急性值;获取各物种所属的地理分布区域,对得到的物种平均急性值进行分类;将分类的物种平均急性值进行排序;分别对排序的分类物种平均急性值进行拟合,得到危害5%生物的污染物浓度值;利用得到的危害5%生物的污染物浓度值进行差异显著性分析,根据差异显著性分析结果获取基准优研污染物。应用本发明,可以为区域水环境管理提供技术支持。
Description
技术领域
本发明涉及水环境生态技术,特别涉及一种获取水环境基准优先研究污染物的方法及装置。
背景技术
水是地球上各物种赖以生存的资源。随着人口数量不断增多,人均水资源拥有量日益减少,同时,近现代工农业经济的迅猛发展,水环境正面临着各种污染的严重威胁,例如,生活污水、工厂化学药品污染、排污排废以及农田施用的过量农药化肥污染。也就是说,在人均水资源拥有量日益减少的同时,因水环境恶化所造成的水质性和功能性缺水现象亦日益突出,已成为突出的、全球性的共同的技术问题。
目前,水环境污染主要体现在:污染物排放量超过水环境承载能力、河道水污染、河道黑臭、湖泊富营养化。水环境污染导致生态破坏严重,生物多样性减少,生态系统功能退化,从而制约社会经济发展,危害人民健康。
为了控制水污染,保护和改善水环境质量,采用水环境生态修复技术是治理水环境污染的有效手段之一,利用水环境生态修复技术,通过保护、种植、养殖、繁殖适宜在水环境中生长的植物、动物和微生物,可以有效恢复水环境原有的生物多样性、连续性,改善生物群落结构和多样性,消除或减轻水环境污染,从而使水环境生态系统转入良性循环,充分发挥水资源的生产潜力,达到经济和生态同步发展。
水质标准(WQS,WaterQualityStandards)是判断水环境生态修复的关键技术指标,水质标准是指以保护人类健康和生态平衡为目的,用可信的科学数据表示的水环境中的各种污染物的允许浓度。而水环境基准又是制定水质标准的科学依据,因而,通过确定水环境基准污染物,并进行相应的毒性试验,从而研究和制定合适的水环境基准,对于控制进入水环境污染物的种类和数量,保护水体生物多样性及整个水生态系统的结构和功能具有重要意义。
欧美等发达国家从20世纪70年代开始对水环境基准污染物进行研究,由于发达国家的水环境基准研究是从无到有,没有前人研究的水环境基准值可以借鉴,因此,研究的方法是采用全覆盖的原则,即只要认为是水环境中重要的污染物,都进行水环境基准研究,然后,在研究的基础上,基于对污染物的毒性、暴露含量、生物富集性等特征特性进行评估,从而筛选出在水环境管理以及水环境生态修复中需要重视或关注的污染物,称之为水环境基准优先控制污染物,简称优控污染物,并通过试验,获取基于优控污染物的水环境基准值。迄今公布了200多项用于水环境管理以及作为水环境生态修复依据的污染物的水环境基准值。
我国地域辽阔,不同地区的水环境无论从水质特征、生物多样性特征还是从生态系统的结构特征上,都有着明显的差异。因此,依据国外公布的水环境基准值进行水环境管理和生态修复,不能有效为我国不同水域的生物提供全面的保护。因而,从维系我国水环境生态系统健康的长远利益考虑,有必要对我国水环境基准污染物进行研究,并提出符合我国实际情况的污染物的水环境基准值,即根据我国不同流域水环境的水质特性、生物多样性特征以及生态系统的结构特征,分区制定水环境基准值。但目前,我国尚没有提出针对保护生态系统和生物多样性的水环境基准值如何获取水环境基准污染物,从而使得水环境基准研究的污染物种类和数量多,成效不大。
发明内容
有鉴于此,本发明的主要目的在于提出一种获取水环境基准优先研究污染物的方法及装置,提出获取水环境基准值研究的水环境基准污染物的方法,为区域水环境管理、生态修复以及水环境基准值的研究和制定提供技术支持。
为达到上述目的,本发明提供了一种获取水环境基准优先研究污染物的方法,该方法包括:
利用公布的优控污染物列表,获取目标流域区域的优控污染物检测浓度,将大于污染物检测浓度阈值的优控污染物检测浓度对应的优控污染物放入目标污染物列表中;
基于预先设置的水环境基准数据筛选规范,搜集目标污染物列表中各优控污染物对物种的合格水生态急性毒性数据;
利用搜集的合格水生态急性毒性数据,计算目标污染物对同一物种的合格水生态急性毒性数据的几何平均值,得到该目标污染物对应的多个物种平均急性值;
获取搜集的合格水生态急性毒性数据中各物种所属的地理分布区域;
根据物种所属的地理分布区域,对得到的目标污染物对应的物种平均急性值进行分类;
将分类的物种平均急性值按照从小至大的顺序进行排序;
分别对排序的分类物种平均急性值进行拟合,得到危害5%生物的污染物浓度值;
利用得到的危害5%生物的污染物浓度值进行差异显著性分析,根据差异显著性分析结果获取基准优研污染物。
较佳地,所述预先设置的水环境基准数据筛选规范包括:
A1,试验暴露时间为2-4天;
A2,毒性终点指标为半数致死浓度、半数效应浓度、半数抑制浓度或半数致死剂量;
A3,流水式试验结果优于半静态试验结果,优于静态试验结果;
A4,试验过程中化合物浓度被监控的试验数据优于未被监控的;
A5,生物幼体的试验数据优于成体试验数据;
A6,同一物种的数据差异超过一个数量级的,舍弃离群值;
A7,试验过程须设置有空白对照组,且不能喂食;
A8,试验用水的总有机碳需小于5mg/L。
较佳地,所述搜集目标污染物列表中各污染物对物种的合格水生态急性毒性数据包括:
在ECOTOX毒性数据库中,获取满足水环境基准数据筛选规范的文献生物毒性数据;
在中国知网中国期刊全文数据库中,获取满足水环境基准数据筛选规范的文献生物毒性数据
较佳地,利用下式计算目标污染物对应的某一物种平均急性值:
式中,
SMAV为目标污染物对该某一物种的平均急性值;
Vh为目标污染物对该某一物种的第h个合格水生态急性毒性数据;
n为该某一物种合格水生态急性毒性数据数量。
较佳地,将物种平均急性值分类为:美国物种平均急性值以及中国目标流域区域物种平均急性值。
较佳地,将美国物种平均急性值以及中国目标流域区域物种平均急性值分别进行排序后,得到的美国物种平均急性值排序队列以及中国目标流域区域物种平均急性值排序队列为:
LA=(LA1SMAV,LA2SMAV,...,LAjSMAV)
LC=(LC1SMAV,LC2SMAV,...,LClSMAV)
式中,
LA为目标污染物对应的美国物种平均急性值排序队列;
LAjSMAV为属于美国区域的第j物种平均急性值;
LC为目标污染物对应的中国目标流域区域物种平均急性值排序队列;
LClSMAV为属于中国目标流域区域的第l物种平均急性值。
较佳地,所述分别对排序的分类物种平均急性值进行拟合包括:
对于美国物种平均急性值排序队列,分别采用荷兰公共健康与环境研究所推荐的物种敏感度分布法、澳大利亚推荐的物种敏感度分布法以及美国推荐的物种敏感度分布法进行拟合;
对于中国目标流域区域物种平均急性值排序队列,分别采用荷兰公共健康与环境研究所推荐的物种敏感度分布法、澳大利亚推荐的物种敏感度分布法以及美国推荐的物种敏感度分布法进行拟合。
本发明还提供了一种获取水环境基准优先研究污染物的装置,该装置包括:目标污染物列表获取模块、物种平均急性值计算模块、分类模块、拟合模块以及差异显著性分析模块,其中,
目标污染物列表获取模块,用于利用公布的优控污染物列表,获取目标流域区域的优控污染物检测浓度,将大于污染物检测浓度阈值的优控污染物检测浓度对应的优控污染物放入目标污染物列表中;
物种平均急性值计算模块,用于基于预先设置的水环境基准数据筛选规范,搜集目标污染物列表中各优控污染物对物种的合格水生态急性毒性数据;利用搜集的合格水生态急性毒性数据,计算目标污染物对同一物种的合格水生态急性毒性数据的几何平均值,得到该目标污染物对应的多个物种平均急性值;
分类模块,用于获取搜集的合格水生态急性毒性数据中各物种所属的地理分布区域;根据物种所属的地理分布区域,对得到的目标污染物对应的物种平均急性值进行分类;
拟合模块,用于将分类的物种平均急性值按照从小至大的顺序进行排序;分别对排序的分类物种平均急性值进行拟合,得到危害5%生物的污染物浓度值;
差异显著性分析模块,用于利用得到的危害5%生物的污染物浓度值进行差异显著性分析,根据差异显著性分析结果获取基准优研污染物。
较佳地,所述物种平均急性值计算模块包括:急性毒性数据搜集单元以及物种平均急性值计算单元,其中,
急性毒性数据搜集单元,用于基于预先设置的水环境基准数据筛选规范,搜集目标污染物列表中各优控污染物对物种的合格水生态急性毒性数据;
物种平均急性值计算单元,用于利用搜集的合格水生态急性毒性数据,计算目标污染物对同一物种的合格水生态急性毒性数据的几何平均值,得到该目标污染物对应的多个物种平均急性值。
较佳地,所述第一数据输入单元、第二数据输入单元、正态分布检验单元、方差齐性检验单元、数据转换单元以及显著性分析单元,其中,
第一数据输入单元,用于依序输入目标污染物对应中国目标流域区域的第一危害5%生物的污染物浓度值至第三危害5%生物的污染物浓度值;
第二数据输入单元,用于依序输入目标污染物对应美国区域的第一危害5%生物的污染物浓度值至第三危害5%生物的污染物浓度值;
正态分布检验单元,用于分别对第一数据输入单元以及第二数据输入单元输入的数据进行正态分布检验,如果符合正态分布,将输入的数据输出至方差齐性检验单元,如果不符合正态分布,将输入的数据输出至数据转换单元;
方差齐性检验单元,用于在Origin8软件中,采用统计/方差分析/单因子方差分析/方差齐性检验/levenell/均值比较差异水平为0.05/分析函数Tukey/自动再计算/数据输入/原始数据项对输入的数据进行方差齐性检验,将方差齐性检验结果输出至显著性分析单元;
数据转换单元,用于判断输入的数据是否经过转换,如果是,输出无法分析结果,否则,对输入的数据进行对数或倒数转换,并将转换的数据输出至正态分布检验单元;
显著性分析单元,判断方差齐性检验结果是否是齐性的,如果不是,输出无法分析结果;否则,判断方差齐性检验结果是否有显著性差异,如果有显著性差异,确定目标污染物为基准优先研究污染物,如果无显著性差异,确定目标污染物为非基准优先研究污染物。
由上述的技术方案可见,本发明提供的一种获取水环境基准优先研究污染物的方法及装置,通过从借鉴国外公布的优控污染物中进行取舍,将目标污染物对物种的毒性数据进行分类,分别利用中国目标流域区域物种毒性数据和美国物种毒性数据进行该目标污染物的HC5值的计算,然后,基于HC5值进行差异性分析,如果有显著性差异,将该目标污染物作为水环境基准优先研究污染物,如果没有显著性差异,可以直接利用国外水环境基准值,从而提出获取水环境基准值研究的水环境基准污染物的方法,有效降低我国水环境系统的水环境基准研究的工作量,减少水环境基准研究费用,为区域水环境管理、生态修复以及水环境基准值的研究和制定提供技术支持。
附图说明
图1为本发明实施例获取水环境基准优先研究污染物的方法流程示意图;
图2为本发明实施例获取水环境基准优先研究污染物的方法框架示意图;
图3为本发明实施例获取水环境基准优先研究污染物的方法具体流程示意图;
图4为本发明实施例获取水环境基准优先研究污染物的装置结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图及具体实施例对本发明作进一步地详细描述。
由于我国地域辽阔,不同地区的水环境无论从水质特征、生物多样性特征还是从生态系统的结构特征上,都有着明显的差异。因此,直接依据国外公布的水环境基准值进行水环境管理和生态修复,不能有效为我国不同水域的生物提供全面的保护。
我国水环境系统的水环境基准研究尚处于起步阶段,水环境中污染物种类众多,而水环境管理和生态修复的任务又十分急迫,因而,短时间内无法采用如国外的全面覆盖方法,开展水环境基准研究。但由于我国水环境的污染物以及生态系统中的物种又与国外水环境具有一定的相似性,因而,我国水环境基准研究可以在国外已经发布了大量污染物的水环境基准值的基础上,借鉴国外公布的优控污染物。也就是说,我国开展的水环境基准研究,需要区分国外公布的优控污染物中,哪些优控污染物的水环境基准值可以直接借鉴,及直接可以使用国外公布的水环境基准值结果,哪些优控污染物的水环境基准值可能与国外水环境基准值有明显区别,需要开展本土化的水环境基准研究。这样,通过从借鉴的优控污染物中进行取舍,可以有效降低我国水环境系统的水环境基准研究的工作量,减少水环境基准研究费用,提升水环境治理效率。
目前,还没有从国外公布的优控污染物中进行区分,即对国内需要优先开展水环境基准研究的污染物进行筛选的技术方案。
本发明实施例中,通过对开展水环境基准研究的优控污染物的优先度进行排序,从而从优控污染物中筛选出用于开展本土化水环境基准研究的污染物,即获取水环境基准优先研究污染物,简称基准优研污染物或优研污染物,以利于科学安排水环境基准研究的进程。
本发明实施例中,基于以下两点考虑以及分析准则来获取水环境基准优先研究污染物。
一、优研污染物必须是国内水环境管理中重视的优控污染物;
二、通过数据统计分析,如果分析结果表明该污染物的国内水环境基准值与美国公布的同种污染物的水环境基准值具有显著差异,则判定该污染物为优研污染物,必须详细开展适合我国的水环境基准研究,如果分析结果表明该污染物的国内水环境基准值与美国公布的同种污染物的水环境基准值不具有显著差异,判定该污染物为非优研污染物,可直接借鉴使用国外的水环境基准值。
图1为本发明实施例获取水环境基准优先研究污染物的方法流程示意图。以下描述中,将优先研究污染物简称为优研污染物,参见图1,该流程包括:
步骤101,利用公布的优控污染物列表,获取目标流域区域的优控污染物检测浓度,将大于污染物检测浓度阈值的优控污染物检测浓度对应的优控污染物放入目标污染物列表中;
本步骤中,我国政府根据我国的水环境特点,从国外公布的优控污染物中,从中选取适合我国水环境特点的优控污染物,形成优控污染物列表。
本发明实施例中,参照我国政府公布的优控污染物列表,共68种,结合具体的目标流域区域的优控污染物检测浓度,确定需要进行筛选评估的目标污染物。也就是说,针对目标流域区域,从优控污染物列表选取一优控污染物,进行该选取的优控污染物检测浓度的测定,如果目标流域区域的优控污染物检测浓度超出地表水质量标准(GB3838-2002),即污染物检测浓度阈值,将该选取的优控污染物作为筛选评估的目标污染物,放入目标污染物列表中。
其中,在目标流域区域中选取优控污染物,具体选取的污染物物种和污染物数量,可以根据各目标流域区域不同而不同。
本发明实施例中,选取各目标流域区域内的优控污染物,为公知技术,在此略去详述。
步骤102,基于预先设置的水环境基准数据筛选规范,搜集目标污染物列表中各优控污染物对物种的合格水生态急性毒性数据;
本步骤中,预先设置的水环境基准数据筛选规范包括:
A1,试验暴露时间为2-4天;
A2,毒性终点指标为半数致死浓度(LC50)、半数效应浓度(EC50)、半数抑制浓度(IC50)或半数致死剂量(LD50);
A3,流水式试验结果优于半静态试验结果,优于静态试验结果;
A4,试验过程中化合物浓度被监控的试验数据优于未被监控的;
A5,生物幼体的试验数据优于成体试验数据;
A6,同一物种的数据差异超过一个数量级的,舍弃离群值;
A7,试验过程须设置有空白对照组,且不能喂食;
A8,试验用水的总有机碳需小于5mg/L。
毒性数据包括:文献生物毒性数据和试验生物毒性数据。
文献生物毒性数据主要来源于共享的数据库。例如,公共的数据库或国际文献资料中获取优控污染物的理化参数和生态毒理数据库。其中,生态毒理数据库包括:欧洲化学品管理局的国际统一化学品信息数据库(IUCLID)、美国环保局的生态毒理数据库(ECOTOX)、荷兰国立公共卫生与环境研究所(RIVM)的生态毒理风险评估数据库(e-toxbase)、中国知网中国期刊全文数据库等。
试验生物毒性数据主要来源于采用中国本土水生生物进行毒性试验的结果。
本发明实施例中,搜集目标污染物列表中各污染物对物种的合格水生态急性毒性数据包括:
在ECOTOX毒性数据库(http://cfpub.epa.gov/ecotox/)中,获取满足水环境基准数据筛选规范的文献生物毒性数据;
在中国知网(www.cnki.net)中国期刊全文数据库中,获取满足水环境基准数据筛选规范的文献生物毒性数据;以及,
从试验室测定得到满足水环境基准数据筛选规范的试验生物毒性数据。其中,从试验室测定得到试验生物毒性数据为可选。
以LC50为例,本发明实施例从文献中搜集已经发表的毒性数据,这样,只需在文献中找到符合本发明实施例的水环境基准数据筛选规范的数据即可,如果从ECOTOX毒性数据库或中国知网中搜集到了1998年某人发表的文献,文献中利用目标污染物列表中的优控污染物镉对物种鲤鱼做了急性毒性试验,得出镉对鲤鱼的LC50为0.8mg/L。本发明实施例中,按照预先设置的水环境基准数据筛选规范,对该数据0.8mg/L进行评估。当然,实际应用中,在评估该数据是否合格之前,还可以进一步判断急性毒性试验过程是否遵照了国家标准毒性试验方法,例如,化学品测试方法中的第203项方法、鱼类急性毒性试验方法等,在确定急性毒性试验遵照了国家标准毒性试验方法后,执行按照预先设置的水环境基准数据筛选规范对数据进行评估的流程。
本发明实施例中,水环境基准数据筛选规范是标准的毒性试验方法中没有规定的,是本发明实施例提出的污染物筛选规定。如前所述,如果1998年的这篇文献中,镉对鲤鱼的LC50为0.8mg/L的数据符合上述国家标准毒性试验方法以及本发明实施例的水环境基准数据筛选规范,那么该数据就可以作为目标污染物列表中优控污染物镉对鲤鱼的合格水生态急性毒性数据。
目标污染物列表中其它优控污染物对物种的合格水生态急性毒性数据与镉的搜集方法相类似,在此略去详述。
步骤103,利用搜集的合格水生态急性毒性数据,计算目标污染物对同一物种的合格水生态急性毒性数据的几何平均值,得到该目标污染物对应的多个物种平均急性值;
本步骤中,根据搜集的合格水生态急性毒性数据,计算目标污染物对同一物种的合格水生态急性毒性数据(V1,V2,...,Vn)的几何平均值,得到物种平均急性值(SMAV,SpeciesMeanAcuteValue)。
本发明实施例中,在搜集的合格水生态急性毒性数据中,每一目标污染物(目标污染物列表中的优控污染物)对同一种生物(同一物种)具有一个或多个合格水生态急性毒性数据(毒性值),将多个合格水生态急性毒性数据进行几何平均,得到物种平均急性值,即该目标污染物对该物种的平均急性值。每一目标污染物对不同物种分别具有一个或多个毒性值,每一目标污染物对同一种生物的毒性值的几何平均值为该目标污染物的物种平均急性值,每一目标污染物,针对每一物种,对应一物种平均急性值。
具体来说,本发明实施例中,对于每一目标污染物,依据测试物种的数量,对应有测试物种数量个物种平均急性值。举例来说,对于目标污染物A,测试物种数量为3,则对应3个物种平均急性值(每一物种可能对应有5个合格水生态急性毒性数据,对5个数据进行几何平均);对于目标污染物B,测试物种数量为10,则对应10个物种平均急性值。
本发明实施例中,采用的物种是中国目标流域区域(如长江水系)淡水水域存在的水生动物,包括鱼类、甲壳类、两栖类等各种物种。每一物种对应一SMAV值。
本发明实施例中,物种平均急性值计算公式如下:
式中,
SMAVik为第i目标污染物对第k物种的平均急性值,i,k为自然数;
Vikh为第i目标污染物对第k物种的第h个合格水生态急性毒性数据;
n为合格水生态急性毒性数据数量。
例如,对于选定的某一目标污染物,该目标污染物对应的某一物种平均急性值为:
步骤104,获取搜集的合格水生态急性毒性数据中各物种所属的地理分布区域;
本步骤中,通过文献查询标明搜集的合格水生态急性毒性数据中每一物种的地理分布区域。
本发明实施例中,地理分布区域包括:中国目标流域区域以及美国区域,相对应地,依据物种所属的地理分布区域,将物种分为:中国目标流域区域物种以及美国区域物种。
本发明实施例中,物种分类的依据是物种的地理分布范围,具体来说,可以参考各种动物志和发表的文献资料等资料来获取物种的地理分布范围。例如,在这些资料上,记录有每种生物的地理分布范围,其中,动物志包括但不限于:《太湖鱼类志》、《中国经济动物志》等,文献资料包括但不限于:中文文献资料,例如《中国冷水性鱼类》、《中国脊椎动物大全》等,英文文献资料,例如,美国环保局公布的各类基准技术文件和技术导则等。
对于物种的分类,如果资料中标明该物种在长江中下游有分布,或者在全国各大水系广泛分布等,就可以归类为中国目标流域区域物种;如果资料中标明该物种在北美广泛分布,就可以归类为美国物种。例如,虹鳟,文献查询表明在北美广泛分布,则可以将该虹鳟归入美国物种。
本发明实施例中,举例来说,根据目标流域区域A选取的目标污染物为B,如果B是在A区域检测到的超标污染物,而且B也属于国家公布的68种优控污染物之一,具备了这两个条件,则可以通过本发明实施例的水环境基准数据筛选规范评估方法,搜集得到B对各物种的合格水生态急性毒性数据,从而在后续流程评估中,确定是否需要优先研究B在中国的,更准确地,是在A区域(如长江流域)的本地水环境水质基准,还是可以暂时照搬B在国外的水环境基准值。如果经过后续流程评估,B属于优先研究污染物,则需要进行本地水环境基准研究,如果不属于优先研究污染物,则可以暂时照搬国外公布的B污染物的水环境基准值,无需再研究适合于中国A区域中B污染物的水环境基准值。这是因为:如果后续流程评估表明是非优先污染物,则中国A区域中B污染物的水环境基准值与国外类似,可以直接等效。
再例如,对地理分布区域为C(与目标流域区域A不为同一区域)的物种D进行毒性试验得到毒性值。其中,A可以是长江流域,C可以是黑龙江流域,物种D是C区域的一种生物,当利用本发明实施例方法评估C区域的污染物是否为优先污染物时,需要搜集物种D对各优控污染物的毒性数据用于后续流程评估。当然,实际应用中,如果在C区域也发现了B污染物超标,则可以搜集污染物B对物种D的毒性数据用于后续流程对C区域的评估;反之,如果在A区域也发现了物种D,则可以搜集污染物B对D的毒性数据用于后续流程对A区域的评估。
也就是说,在上述举例中,A是某一目标流域区域,B是该目标流域区域超标的国家公布的优控污染物,C是另一目标流域区域,D是在该另一目标流域区域C发现有分布的物种,则分别需要搜集污染物B对各物种的合格水生态急性毒性数据对A区域进行评估,以及,搜集该物种D对各优控污染物的合格水生态急性毒性数据,用于该另一目标流域区域C的目标污染物的评估。
所应说明的是,步骤103和步骤104并没有先后顺序之分,步骤104可以在步骤103之前执行,也可以与步骤103同时执行。
作为可选实施例,较佳地,也可以是在得到该目标污染物对应的多个物种平均急性值后,根据物种平均急性值对应的物种,确定各所属的地理分布区域。
步骤105,根据物种所属的地理分布区域,对得到的目标污染物对应的物种平均急性值进行分类;
本步骤中,将物种的SMAV分为两类:美国物种SMAV以及中国目标流域区域物种SMAV。
步骤106,将分类的物种平均急性值按照从小至大的顺序进行排序;
本步骤中,根据分类得到的美国物种SMAV以及中国目标流域区域物种SMAV,按照从小至大的顺序,分别对美国物种SMAV以及中国目标流域区域物种SMAV进行排序。实际应用中,可以对排序的序列分别赋序号R,R值为1到m,m值根据两类SMAV数量不同而不同。例如,本发明实施例中,基于目标污染物对应的物种平均急性值进行分类,对分类的物种平均急性值排序后,得到该目标污染物对应的美国物种平均急性值排序队列以及中国目标流域区域物种平均急性值排序队列。其中,
LA=(LA1SMAV,LA2SMAV,...,LAjSMAV)
LC=(LC1SMAV,LC2SMAV,...,LClSMAV)
式中,
LA为目标污染物对应的美国物种平均急性值排序队列;
LAjSMAV为属于美国区域的第j物种平均急性值;
LC为目标污染物对应的中国目标流域区域物种平均急性值排序队列;
LClSMAV为属于中国目标流域区域的第l物种平均急性值。
步骤107,分别对排序的分类物种平均急性值进行拟合,得到危害5%生物的污染物浓度值;
本步骤中,利用荷兰公共健康与环境研究所推荐(例如,ETX软件)的物种敏感度分布法(SSD-RIVM,SpeciesSensitivityDistribution-NationalInstituteforPublicHealthandtheEnvironment)、澳大利亚推荐使用的SSD-AU法(BurrliOZ软件)以及美国推荐使用的SSR法,分别对排序分类SMAV值,即分别对美国物种SMAV以及中国目标流域区域物种SMAV进行拟合,得到分类的危害5%生物的污染物浓度(HC5,HazardousConcentrationfor5%ofspecies)值。其中,
通过每一SSD法(荷兰、澳大利亚以及美国推荐使用的SSD法)对排序的一分类物种平均急性值进行拟合,得到对应的一HC5值,这样,每一排序的分类SMAV经过三种SSD法拟合,得到对应的三个HC5值,分别为第一HC5值、第二HC5值以及第三HC5值。其中,HC5值表示危害5%生物的污染物浓度,可代表水环境基准阈值,污染物的HC5值越大,它所产生的生态风险就越小。
本发明实施例中,每一分类SMAV排序队列对应3个HC5值。另外,由于一个物种对应于一个SMAV值,因而,一个目标污染物有多少种生物的毒性数据,就有多少个SMAV值。一般来讲,一个目标污染物会有多个生物的毒性数据,也就会有一系列的SMAV值,但不管有多少SMAV,经过三种方法计算后,都会得到3个HC5值。
其中,通过SSD-RIVM法对排序的分类物种平均急性值进行拟合,得到危害5%生物的污染物浓度值的步骤包括:
A11,下载ETX软件并安装;
A12,运行安装的ETX软件,在ETX软件窗口输入毒性数据的位置,通过复制和粘贴的方法,或直接录入排序的分类SMAV值;
A13,点击运行按钮,则软件开始运行并输出结果,输出结果之一为HC5值。
通过SSD-AU法对排序的分类物种平均急性值进行拟合,得到危害5%生物的污染物浓度值的步骤包括:
B1,建立TXT文档并录入排序的分类SMAV值;
B2,下载并安装BurrliOZ软件;
B3,运行安装的BurrliOZ软件,点击打开文件按钮,在对话窗口中选择在步骤B1中建立的TXT文档,并点击确定按钮,从而将建立的TXT文档导入BurrliOZ软件;
B4,点击BurrliOZ软件主窗口中的结果另存为按钮,建立用来保存计算结果的存储文件;
B5,点击运行按钮,从而在步骤B4中建立的存储文件中存储计算结果,其中包含HC5值。
通过美国推荐使用的SSR法,对排序的分类物种平均急性值进行拟合,得到危害5%生物的污染物浓度值的步骤包括:
HC5=eA
式中,
n为排序的分类SMAV的总数量,即物种平均急性值排序队列中包含的SMAV总数;
R为某一SMAV在排序的分类SMAV中的排序序号。
步骤108,利用得到的危害5%生物的污染物浓度值进行差异显著性分析,根据差异显著性分析结果获取基准优研污染物。
本步骤中,将步骤107得到的中国目标流域区域物种的3个HC5值、美国区域物种的3个HC5值和全部物种的3个HC5值,进行差异显著性分析,主要基于中美之间的HC5的差异显著性进行判断。
本发明实施例中,作为可选实施例,利用得到的危害5%生物的污染物浓度值进行差异显著性分析,根据差异显著性分析结果获取基准优研污染物包括:
在中国目标流域区域中,提取采用第一SSD法得到的危害5%生物的污染物浓度值,与美国区域中采用第一SSD法得到的危害5%生物的污染物浓度值进行差异显著性分析:
如果差异显著性分析结果表明差异显著,确定所述目标污染物为基准优研污染物;
如果差异显著性分析结果表明差异不显著,提取采用第二SSD法得到的危害5%生物的污染物浓度值,与美国区域中采用第二SSD法得到的危害5%生物的污染物浓度值进行差异显著性分析;
如果差异显著性分析结果表明差异显著,确定所述目标污染物为基准优研污染物;
如果差异显著性分析结果表明差异不显著,提取采用第三SSD法得到的危害5%生物的污染物浓度值,与美国区域中采用第三SSD法得到的危害5%生物的污染物浓度值进行差异显著性分析;
如果差异显著性分析结果表明差异显著,确定所述目标污染物为基准优研污染物,如果差异不显著,则该目标污染物为非基准优研污染物。
本发明实施例中,第一SSD法、第二SSD法以及第三SSD法,即前述的荷兰、澳大利亚以及美国推荐使用的SSD法。如果三种方法中任一方法的差异显著,则该目标污染物为基准优研污染物,如果所有三种方法均表明差异不显著,则该目标污染物为非基准优研污染物,即可直接利用国外该目标污染物的水环境基准值。
对于差异显著性分析,以利用Origin8软件为例,假设目标污染物A的中国长江流域的3个HC5值分别是3.5、4.2和4.9mg/L,目标污染物A的美国的3个HC5值分别是2.1、5.9和7.6mg/L。则按照以下步骤进行差异显著性分析:
C1,打开Origin8软件;
C2,在数据单的A列录入3.5、4.2和4.9三个数据,在B列录入2.1、5.9和7.6三个数据;
C3,进行数据的正态分布检验;
本步骤中,选择A列和B列的6个数据,点击“统计”菜单的“正态检验”,在打开的窗口中选择“K-S”检验,点击确定,则软件运行给出结果,对于本示例,得出的结果是数据符合正态分布。如果结果是不符合正态分布,则需要对数据进行对数或者倒数等转换,然后再进行检验,直到符合正态分布才能进行下一步,如果始终不符合正态分布,则放弃分析,结论为无法分析。
C4,进行方差齐性检验和差异显著性分析;
本步骤中,选择A列和B列的6个数据,点击主窗口中的“统计”——“方差分析”——“单因子方差分析”,打开对话窗口;在“方差齐性检验”区选择“levenell”;在“均值比较”区选择差异水平为0.05,分析函数选择“Tukey”;在“再计算”选项上选择“自动”;在“数据输入”选项上选择“原始数据”;然后点击“确定”运行。
C5,根据得到的计算结果判断是否具有显著性差异。
本步骤中,如果方差是齐性的,且无显著性差异。(方差须是齐性的,如果不是齐性的,结论也是“无法分析”;在方差是齐性的前提下,看差异显著性分析结果。如果差异是显著的,则是基准优先研究污染物,如果差异不显著,则是非基准优先研究污染物。
由上述可见,本发明实施例中,通过将目标污染物对物种的毒性数据分类为:中国目标流域区域毒性数据和美国毒性数据两类;分别利用中国目标流域区域物种毒性数据和美国物种毒性数据(SMAV)进行该目标污染物的HC5值(该值直接决定了水环境基准值的大小)的计算,得到中国目标流域区域和美国区域的HC5值,其中,为了便于进行数据差异分析,分别用了三种计算方法,对中、美物种毒性数据各计算出3个HC5值;然后,对中国目标流域区域和美国区域的HC5值进行差异性分析,如果有显著性差异,表明美国区域的该目标污染物的水环境基准值不适用于中国目标流域区域,也就是说,中国目标流域区域的水环境基准不能照搬美国水环境基准,需要进行水环境基准测试,因而,将该目标污染物作为基准优先研究污染物;如果无显著性差异,则将该目标污染物为非基准优先研究污染物,可以有效降低我国水环境系统的水环境基准研究的工作量,减少水环境基准研究费用,提升水环境治理效率,为区域水环境管理、生态修复以及水环境基准值的研究和制定提供技术支持。进一步地,由于水环境中污染物众多,因此,在进行水环境基准研究时,需要选择优先研究制定哪些污染物的基准阈值,本发明实施例的从现有的优控污染物列表中筛选出优先进行水环境基准研究的污染物种类的方法,目前在国内外尚未见到相关技术的研究和报道,属于原创性的发明,能为区域水环境管理提供支持。
图2为本发明实施例获取水环境基准优先研究污染物的方法框架示意图。参见图2,通过求取中国水环境优控污染物以及中美基准阈值差异污染物的交集,得到本发明实施例的基准研究优先污染物(基准优先研究污染物)。
图3为本发明实施例获取水环境基准优先研究污染物的方法具体流程示意图。参见图3,该流程包括:
步骤301,获取中国水环境优控污染物;
步骤302,搜索筛选文献毒性数据;
步骤303,计算物种的SMAV;
步骤304,确定物种地理分布;
本步骤中,计算SMAV和进行地理分布的分类是相互独立的,可以先进行地理分类,再计算SMAV,也可以先计算SMAV,再进行地理分类。也可以是地理分类和计算SMAV同时进行。
步骤305,采用SSDRIVM法、SSD-AU法以及SSR法进行拟合;
步骤306,得到中国、美国及全部物种的HC5值;
步骤307,进行HC5值差异性分析;
步骤308,如果中美有显著性差异,执行步骤309;
步骤309,确定目标污染物为“基准优先研究污染物”;
步骤310,如果中美无显著性差异,执行步骤311;
步骤311,确定目标污染物为非“基准优先研究污染物”。
图4为本发明实施例获取水环境基准优先研究污染物的装置结构示意图。参见图4,该装置包括:目标污染物列表获取模块、物种平均急性值计算模块、分类模块、拟合模块以及差异显著性分析模块,其中,
目标污染物列表获取模块,用于利用公布的优控污染物列表,获取目标流域区域的优控污染物检测浓度,将大于污染物检测浓度阈值的优控污染物检测浓度对应的优控污染物放入目标污染物列表中;
本发明实施例中,参照我国政府公布的包含68种优控污染物的优控污染物列表,针对目标流域区域,从优控污染物列表选取一优控污染物,进行该选取的优控污染物检测浓度的测定,如果目标流域区域的优控污染物检测浓度超出污染物检测浓度阈值,将该选取的优控污染物作为筛选评估的目标污染物,放入目标污染物列表中。
物种平均急性值计算模块,用于基于预先设置的水环境基准数据筛选规范,搜集目标污染物列表中各优控污染物对物种的合格水生态急性毒性数据;利用搜集的合格水生态急性毒性数据,计算目标污染物对同一物种的合格水生态急性毒性数据的几何平均值,得到该目标污染物对应的多个物种平均急性值;
本发明实施例中,物种平均急性值计算模块包括:急性毒性数据搜集单元以及物种平均急性值计算单元(图中未示出),其中,
急性毒性数据搜集单元,基于预先设置的水环境基准数据筛选规范,搜集目标污染物列表中各优控污染物对物种的合格水生态急性毒性数据;
本发明实施例中,水环境基准数据筛选规范包括:
A1,试验暴露时间为2-4天;
A2,毒性终点指标为半数致死浓度(LC50)、半数效应浓度(EC50)、半数抑制浓度(IC50)或半数致死剂量(LD50);
A3,流水式试验结果优于半静态试验结果,优于静态试验结果;
A4,试验过程中化合物浓度被监控的试验数据优于未被监控的;
A5,生物幼体的试验数据优于成体试验数据;
A6,同一物种的数据差异超过一个数量级的,舍弃离群值;
A7,试验过程须设置有空白对照组,且不能喂食;
A8,试验用水的总有机碳需小于5mg/L。
物种平均急性值计算单元,用于利用搜集的合格水生态急性毒性数据,计算目标污染物对同一物种的合格水生态急性毒性数据的几何平均值,得到该目标污染物对应的多个物种平均急性值。
本发明实施例中,物种平均急性值计算公式如下:
式中,SMAVik为第i目标污染物对第k物种的平均急性值,i,k为自然数;
Vik为第i目标污染物对第k物种的第h个合格水生态急性毒性数据;
n为合格水生态急性毒性数据数量。
分类模块,用于获取搜集的合格水生态急性毒性数据中各物种所属的地理分布区域;根据物种所属的地理分布区域,对得到的目标污染物对应的物种平均急性值进行分类;
本发明实施例中,地理分布区域包括:中国目标流域区域以及美国区域。物种的SMAV分为两类:美国物种SMAV以及中国目标流域区域物种SMAV。
拟合模块,用于将分类的物种平均急性值按照从小至大的顺序进行排序;分别对排序的分类物种平均急性值进行拟合,得到危害5%生物的污染物浓度值;
本发明实施例中,进行排序后,得到两个物种平均急性值排序队列,分别为:
LA=(LA1SMAV,LA2SMAV,...,LAjSMAV)
LC=(LC1SMAV,LC2SMAV,...,LClSMAV)
式中,LA为目标污染物对应的美国物种平均急性值排序队列;
LAjSMAV为属于美国区域的第j物种平均急性值;
LC为目标污染物对应的中国目标流域区域物种平均急性值排序队列;
LClSMAV为属于中国目标流域区域的第l物种平均急性值。
拟合方法包括:SSD-RIVM法、SSD-AU法以及美国SSD法。
差异显著性分析模块,用于利用得到的危害5%生物的污染物浓度值进行差异显著性分析,根据差异显著性分析结果获取基准优研污染物。
本发明实施例中,差异显著性分析模块包括:第一数据输入单元、第二数据输入单元、正态分布检验单元、方差齐性检验单元、数据转换单元以及显著性分析单元(图中未示出),其中,
第一数据输入单元,用于依序输入目标污染物对应中国目标流域区域的第一危害5%生物的污染物浓度值至第三危害5%生物的污染物浓度值;
第二数据输入单元,用于依序输入目标污染物对应美国区域的第一危害5%生物的污染物浓度值至第三危害5%生物的污染物浓度值;
本发明实施例中,中国目标流域区域的第一HC5值与美国区域的第一HC5值采用同一拟合方法(例如,SSD-RIVM法)得到,中国目标流域区域的第二HC5值与美国区域的第二HC5值采用同一拟合方法(例如,SSD-AU法)得到,中国目标流域区域的第三HC5值与美国区域的第三HC5值采用同一拟合方法(例如,美国SSD法)得到。
正态分布检验单元,用于分别对第一数据输入单元以及第二数据输入单元输入的数据进行正态分布检验,如果符合正态分布,将输入的数据输出至方差齐性检验单元,如果不符合,将输入的数据输出至数据转换单元;
方差齐性检验单元,用于在Origin8软件中,采用统计/方差分析/单因子方差分析/方差齐性检验/levenell/均值比较差异水平为0.05/分析函数Tukey/自动再计算/数据输入/原始数据项对输入的数据进行方差齐性检验,将方差齐性检验结果输出至显著性分析单元;
数据转换单元,用于判断输入的数据是否经过转换,如果是,输出无法分析结果,否则,对输入的数据进行对数或倒数转换,并将转换的数据输出至正态分布检验单元;
显著性分析单元,判断方差齐性检验结果是否是齐性的,如果不是,输出无法分析结果;否则,判断方差齐性检验结果是否有显著性差异,如果有显著性差异,确定目标污染物为基准优先研究污染物,如果无显著性差异,确定目标污染物为非基准优先研究污染物。
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换以及改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种获取水环境基准优先研究污染物的方法,该方法包括:
利用公布的优控污染物列表,获取目标流域区域的优控污染物检测浓度,将大于污染物检测浓度阈值的优控污染物检测浓度对应的优控污染物放入目标污染物列表中;
基于预先设置的水环境基准数据筛选规范,搜集目标污染物列表中各优控污染物对物种的合格水生态急性毒性数据;
利用搜集的合格水生态急性毒性数据,计算目标污染物对同一物种的合格水生态急性毒性数据的几何平均值,得到该目标污染物对应的多个物种平均急性值;
获取搜集的合格水生态急性毒性数据中各物种所属的地理分布区域;
根据物种所属的地理分布区域,对得到的目标污染物对应的物种平均急性值进行分类;
将分类的物种平均急性值按照从小至大的顺序进行排序;
分别对排序的分类物种平均急性值进行拟合,得到危害5%生物的污染物浓度值;
利用得到的危害5%生物的污染物浓度值进行差异显著性分析,根据差异显著性分析结果获取基准优研污染物。
2.如权利要求1所述的方法,所述预先设置的水环境基准数据筛选规范包括:
A1,试验暴露时间为2-4天;
A2,毒性终点指标为半数致死浓度、半数效应浓度、半数抑制浓度或半数致死剂量;
A3,流水式试验结果优于半静态试验结果,优于静态试验结果;
A4,试验过程中化合物浓度被监控的试验数据优于未被监控的;
A5,生物幼体的试验数据优于成体试验数据;
A6,同一物种的数据差异超过一个数量级的,舍弃离群值;
A7,试验过程须设置有空白对照组,且不能喂食;
A8,试验用水的总有机碳需小于5mg/L。
3.如权利要求2所述的方法,所述搜集目标污染物列表中各污染物对物种的合格水生态急性毒性数据包括:
在ECOTOX毒性数据库中,获取满足水环境基准数据筛选规范的文献生物毒性数据;
在中国知网中国期刊全文数据库中,获取满足水环境基准数据筛选规范的文献生物毒性数据。
4.如权利要求1所述的方法,利用下式计算目标污染物对应的某一物种平均急性值:
式中,
SMAV为目标污染物对该某一物种的平均急性值;
Vh为目标污染物对该某一物种的第h个合格水生态急性毒性数据;
n为该某一物种合格水生态急性毒性数据数量。
5.如权利要求1所述的方法,将物种平均急性值分类为:美国物种平均急性值以及中国目标流域区域物种平均急性值。
6.如权利要求5所述的方法,将美国物种平均急性值以及中国目标流域区域物种平均急性值分别进行排序后,得到的美国物种平均急性值排序队列以及中国目标流域区域物种平均急性值排序队列为:
LA=(LA1SMAV,LA2SMAV,…,LAjSMAV)
LC=(LC1SMAV,LC2SMAV,...,LClSMAV)
式中,
LA为目标污染物对应的美国物种平均急性值排序队列;
LAjSMAV为属于美国区域的第j物种平均急性值;
LC为目标污染物对应的中国目标流域区域物种平均急性值排序队列;
LClSMAV为属于中国目标流域区域的第l物种平均急性值。
7.如权利要求6所述的方法,所述分别对排序的分类物种平均急性值进行拟合包括:
对于美国物种平均急性值排序队列,分别采用荷兰公共健康与环境研究所推荐的物种敏感度分布法、澳大利亚推荐的物种敏感度分布法以及美国推荐的物种敏感度分布法进行拟合;
对于中国目标流域区域物种平均急性值排序队列,分别采用荷兰公共健康与环境研究所推荐的物种敏感度分布法、澳大利亚推荐的物种敏感度分布法以及美国推荐的物种敏感度分布法进行拟合。
8.一种获取水环境基准优先研究污染物的装置,该装置包括:目标污染物列表获取模块、物种平均急性值计算模块、分类模块、拟合模块以及差异显著性分析模块,其中,
目标污染物列表获取模块,用于利用公布的优控污染物列表,获取目标流域区域的优控污染物检测浓度,将大于污染物检测浓度阈值的优控污染物检测浓度对应的优控污染物放入目标污染物列表中;
物种平均急性值计算模块,用于基于预先设置的水环境基准数据筛选规范,搜集目标污染物列表中各优控污染物对物种的合格水生态急性毒性数据;利用搜集的合格水生态急性毒性数据,计算目标污染物对同一物种的合格水生态急性毒性数据的几何平均值,得到该目标污染物对应的多个物种平均急性值;
分类模块,用于获取搜集的合格水生态急性毒性数据中各物种所属的地理分布区域;根据物种所属的地理分布区域,对得到的目标污染物对应的物种平均急性值进行分类;
拟合模块,用于将分类的物种平均急性值按照从小至大的顺序进行排序;分别对排序的分类物种平均急性值进行拟合,得到危害5%生物的污染物浓度值;
差异显著性分析模块,用于利用得到的危害5%生物的污染物浓度值进行差异显著性分析,根据差异显著性分析结果获取基准优研污染物。
9.如权利要求8所述的装置,所述物种平均急性值计算模块包括:急性毒性数据搜集单元以及物种平均急性值计算单元,其中,
急性毒性数据搜集单元,用于基于预先设置的水环境基准数据筛选规范,搜集目标污染物列表中各优控污染物对物种的合格水生态急性毒性数据;
物种平均急性值计算单元,用于利用搜集的合格水生态急性毒性数据,计算目标污染物对同一物种的合格水生态急性毒性数据的几何平均值,得到该目标污染物对应的多个物种平均急性值。
10.如权利要求8所述的装置,所述第一数据输入单元、第二数据输入单元、正态分布检验单元、方差齐性检验单元、数据转换单元以及显著性分析单元,其中,
第一数据输入单元,用于依序输入目标污染物对应中国目标流域区域的第一危害5%生物的污染物浓度值至第三危害5%生物的污染物浓度值;
第二数据输入单元,用于依序输入目标污染物对应美国区域的第一危害5%生物的污染物浓度值至第三危害5%生物的污染物浓度值;
正态分布检验单元,用于分别对第一数据输入单元以及第二数据输入单元输入的数据进行正态分布检验,如果符合正态分布,将输入的数据输出至方差齐性检验单元,如果不符合正态分布,将输入的数据输出至数据转换单元;
方差齐性检验单元,用于在Origin8软件中,采用统计/方差分析/单因子方差分析/方差齐性检验/levenell/均值比较差异水平为0.05/分析函数Tukey/自动再计算/数据输入/原始数据项对输入的数据进行方差齐性检验,将方差齐性检验结果输出至显著性分析单元;
数据转换单元,用于判断输入的数据是否经过转换,如果是,输出无法分析结果,否则,对输入的数据进行对数或倒数转换,并将转换的数据输出至正态分布检验单元;
显著性分析单元,判断方差齐性检验结果是否是齐性的,如果不是,输出无法分析结果;否则,判断方差齐性检验结果是否有显著性差异,如果有显著性差异,确定目标污染物为基准优先研究污染物,如果无显著性差异,确定目标污染物为非基准优先研究污染物。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410318013.3A CN105279356B (zh) | 2014-07-04 | 2014-07-04 | 获取水环境基准优先研究污染物的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410318013.3A CN105279356B (zh) | 2014-07-04 | 2014-07-04 | 获取水环境基准优先研究污染物的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105279356A true CN105279356A (zh) | 2016-01-27 |
CN105279356B CN105279356B (zh) | 2018-06-29 |
Family
ID=55148366
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410318013.3A Expired - Fee Related CN105279356B (zh) | 2014-07-04 | 2014-07-04 | 获取水环境基准优先研究污染物的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105279356B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108226395A (zh) * | 2017-12-28 | 2018-06-29 | 广东中联兴环保科技有限公司 | 工业园区大气环境突发性预警阈值确定方法及装置 |
CN109389285A (zh) * | 2018-08-31 | 2019-02-26 | 浙江理工大学 | 基于区域毒性压力指数的产品化学品足迹核算方法 |
CN109711736A (zh) * | 2018-12-28 | 2019-05-03 | 中国环境科学研究院 | 一种筛选流域水环境风险物质的方法及装置 |
CN109711615A (zh) * | 2018-12-24 | 2019-05-03 | 温州大学 | 地表水类固醇雌激素的急慢性预测无效应浓度的计算方法 |
CN110378071A (zh) * | 2019-08-05 | 2019-10-25 | 西安建筑科技大学 | 一种基于生态安全性控制的浅池处理单元设计方法 |
CN110781225A (zh) * | 2019-10-25 | 2020-02-11 | 中国环境科学研究院 | 一种环境介质污染物浓度水平的诊断方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101976302A (zh) * | 2010-10-11 | 2011-02-16 | 刘征涛 | 化工区环境水质优先监控污染物的筛选方法 |
CN102033527A (zh) * | 2010-10-11 | 2011-04-27 | 刘征涛 | 化工园区液态环境风险源监测布点方法 |
CN103604912A (zh) * | 2013-11-26 | 2014-02-26 | 闫振广 | 筛选水质基准受试生物的方法 |
CN103810390A (zh) * | 2014-02-20 | 2014-05-21 | 闫振广 | 计算应急水质标准的方法 |
-
2014
- 2014-07-04 CN CN201410318013.3A patent/CN105279356B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101976302A (zh) * | 2010-10-11 | 2011-02-16 | 刘征涛 | 化工区环境水质优先监控污染物的筛选方法 |
CN102033527A (zh) * | 2010-10-11 | 2011-04-27 | 刘征涛 | 化工园区液态环境风险源监测布点方法 |
CN103604912A (zh) * | 2013-11-26 | 2014-02-26 | 闫振广 | 筛选水质基准受试生物的方法 |
CN103810390A (zh) * | 2014-02-20 | 2014-05-21 | 闫振广 | 计算应急水质标准的方法 |
Non-Patent Citations (5)
Title |
---|
刘征涛: "《中国水环境质量基准绿皮书》", 31 May 2014, 科学出版社 * |
孟伟等: "美国水质基准技术分析与我国相关基准的构建", 《环境科学研究》 * |
梁丽君等: "高水生植物毒性污染物的初步筛选", 《环境科学研究》 * |
王伟莉等: "五种底栖动物对优控污染物的敏感性评价", 《中国环境科学》 * |
闫振广等: "水质基准方法学中若干关键技术探讨", 《环境科学研究》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108226395A (zh) * | 2017-12-28 | 2018-06-29 | 广东中联兴环保科技有限公司 | 工业园区大气环境突发性预警阈值确定方法及装置 |
CN109389285A (zh) * | 2018-08-31 | 2019-02-26 | 浙江理工大学 | 基于区域毒性压力指数的产品化学品足迹核算方法 |
CN109389285B (zh) * | 2018-08-31 | 2022-04-01 | 浙江理工大学 | 基于区域毒性压力指数的产品化学品足迹核算方法 |
CN109711615A (zh) * | 2018-12-24 | 2019-05-03 | 温州大学 | 地表水类固醇雌激素的急慢性预测无效应浓度的计算方法 |
CN109711736A (zh) * | 2018-12-28 | 2019-05-03 | 中国环境科学研究院 | 一种筛选流域水环境风险物质的方法及装置 |
CN109711736B (zh) * | 2018-12-28 | 2020-08-18 | 中国环境科学研究院 | 一种筛选流域水环境风险物质的方法及装置 |
CN110378071A (zh) * | 2019-08-05 | 2019-10-25 | 西安建筑科技大学 | 一种基于生态安全性控制的浅池处理单元设计方法 |
CN110378071B (zh) * | 2019-08-05 | 2022-09-30 | 西安建筑科技大学 | 一种基于生态安全性控制的浅池处理单元设计方法 |
CN110781225A (zh) * | 2019-10-25 | 2020-02-11 | 中国环境科学研究院 | 一种环境介质污染物浓度水平的诊断方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105279356B (zh) | 2018-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Oelsner et al. | Recent trends in nutrient and sediment loading to coastal areas of the conterminous US: Insights and global context | |
CN105279356A (zh) | 获取水环境基准优先研究污染物的方法及装置 | |
Kaaya et al. | Tanzania River Scoring System (TARISS): a macroinvertebrate-based biotic index for rapid bioassessment of rivers | |
Masese et al. | Macroinvertebrate assemblages as biological indicators of water quality in the Moiben River, Kenya | |
Emad AM et al. | Assessment of water quality of Euphrates River using cluster analysis | |
Acquavita et al. | Annual characterization of the nutrients and trophic state in a Mediterranean coastal lagoon: The Marano and Grado Lagoon (northern Adriatic Sea) | |
Seilheimer et al. | Development and use of the Wetland Fish Index to assess the quality of coastal wetlands in the Laurentian Great Lakes | |
Siméon et al. | Impact of anthropogenic activities on water quality and freshwater shrimps diversity and distribution in five rivers in Douala, Cameroon | |
Cheimonopoulou et al. | Assessing ecological water quality with macroinvertebrates and fish: a case study from a small Mediterranean river | |
Pachés et al. | PHYMED: An ecological classification system for the Water Framework Directive based on phytoplankton community composition | |
Cruz et al. | Spatial and seasonal variability of the water quality characteristics of a river in Northeast Brazil | |
CN102890075A (zh) | 一种地下水受有机物污染的快速判断方法 | |
Bugden et al. | Nitrogen loading criteria for estuaries in Prince Edward Island | |
Francé et al. | Large-scale testing of phytoplankton diversity indices for environmental assessment in Mediterranean sub-regions (Adriatic, Ionian and Aegean Seas) | |
Akarsu et al. | The spatial and temporal changes of beach litter on Istanbul (Turkey) beaches as measured by the clean-coast index | |
Haldar et al. | Assessment of water quality of Damodar River in South Bengal region of India by Canadian Council of Ministers of Environment (CCME) Water Quality Index: a case study | |
Moreyra et al. | Environmental effects and urban impacts on aquatic macroinvertebrates in a stream of central Brazilian Cerrado | |
Meng et al. | Effects of environmental and agronomic factors on pond water quality within an intensive agricultural landscape in subtropical southern China | |
Goldenberg‐Vilar et al. | The effect of altered flow regimes on aquatic primary producer communities: Diatoms and macrophytes | |
Zhang et al. | Initial ecological restoration assessment of an urban river in the subtropical region in China | |
Baraza et al. | Floods enhance the abundance and diversity of anthropogenic microparticles (including microplastics and treated cellulose) transported through karst systems | |
Pan et al. | Assessment Methods of Small Watershed Ecosystem Health. | |
Xu et al. | Performance assessment of water quality monitoring system and identification of pollution source using pattern recognition techniques: a case study of Chaohu Lake, China | |
CN105224781A (zh) | 评估水体突发性污染事故风险的方法及装置 | |
Uttaruk et al. | Development of biotic index based on rapid bioassessment approaches using benthic macroinvertebrates for Chi and Mun headwater streams, Northeast Thailand |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180629 Termination date: 20190704 |
|
CF01 | Termination of patent right due to non-payment of annual fee |