CN110444295A - 一种基于蒙特卡洛法的海产品重金属健康风险评价方法 - Google Patents
一种基于蒙特卡洛法的海产品重金属健康风险评价方法 Download PDFInfo
- Publication number
- CN110444295A CN110444295A CN201910525545.7A CN201910525545A CN110444295A CN 110444295 A CN110444295 A CN 110444295A CN 201910525545 A CN201910525545 A CN 201910525545A CN 110444295 A CN110444295 A CN 110444295A
- Authority
- CN
- China
- Prior art keywords
- heavy metal
- marine product
- consumer
- data
- health risk
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
Abstract
本发明提供了一种基于蒙特卡洛法的海产品重金属健康风险评价方法,其包括以下步骤:获取评估区海产品可食用部分重金属浓度数据和评估区消费者各类海产品消费量数据,建立数据集;基于Kolmogorov‑Smirnov拟合优度检验方法确定与重金属浓度和消费量数据相对应的目标概率函数;根据目标概率函数,采用蒙特卡洛法随机抽取预设数量的重金属浓度及消费者消费量随机数,并根据所述预设数量的随机数及其他预设系数,进行预设数量的蒙特卡洛模拟,得到消费者海产品重金属健康风险。本发明的基于蒙特卡洛法的海产品重金属健康风险评价方法,用抽样的方法进行海产品消费模拟,考虑到随机因素对风险预测的影响,提高了消费者海产品重金属健康风险评价结果的准确性。
Description
技术领域
本发明涉及一种基于蒙特卡洛法的海产品重金属健康风险评价方法。
背景技术
海产品由于富含高质量蛋白、维他命和反式脂肪酸而一直被认为具有较高的营养价值,适当补充海产品对于幼儿的生长发育及孕期女性和病人的保育十分重要。然而海洋环境的重金属污染逐渐引起公众的关注,尤其在日本暴发痛痛病和水俣病后。快速的工业和城市发展使得中国的近岸海域重金属污染逐渐加重。中国近岸海域水体及海产品中重金属浓度的相关研究均有许多,而对消费者海产品重金属健康风险评价以根据平均值计算重金属危险熵数方法为主,存在不足。具体如下:
首先,以往的海产品重金属健康风险评价体系中,对研究所得的海产品重金属浓度进行平均数处理,而海产品由于生长环境及个体差异,重金属浓度差异往往较大,平均数不能很好代表样本总体特征;其次,体系对消费者海产品日摄入量估算过于粗放,没有考虑到不同消费者海产品日摄入量的差异及消费者对不同海产品消费量的差异。因此,传统的海产品健康风险评价体系无法准确客观的反映消费者食用海产品所带来的重金属健康风险。
发明内容
为了克服现有技术的不足之处,本发明目的在于提供一种基于蒙特卡洛法的海产品重金属健康风险评价方法,通过模拟消费者海产品消费模式,更加准确真实地评估消费者食用海产品的重金属健康风险。
为实现上述目的,本发明采用的技术方案为:一种基于蒙特卡洛法的海产品重金属健康风险评价方法,其包括以下步骤:
步骤S101,获取评估区海产品可食用部分重金属含量数据,建立Cij数据集;
步骤S102,获取评估区消费者海产品日摄入量数据,建立IR数据集;
步骤S103,确定与重金属浓度数据和消费者海产品摄入量数据相对应的目标概率函数;
步骤S104,根据所述目标概率密度函数,生成预设数量的海产品重金属浓度随机数Cij及日摄入量随机数IR,所述预设数量的随机数的分布符合所述目标概率密度函数;
步骤S105,根据预设数量的海产品重金属浓度随机数、日摄入量随机数、重金属摄入参考剂量,进行预设数量的蒙特卡洛模拟,得到该区域消费者海鲜重金属非致癌风险系数HI,判断评估区消费者存在海产品重金属健康风险的概率,HI>1,表明存在风险。
所述步骤S101中,海产品重金属含量数据为海产品可食用部分的重金属含量;海产品选择依据为:评估区消费量较大的多种海产品;重金属种类为目标重金属或常见重金属元素,且考虑到评价结果的稳定性和准确性,重金属元素必须大于一种,且应包含评估区环境污染较为严重的重金属种类;重金属含量数据获取途径:实测或文献数据检索;基于上述原则和途径进而建立海产品重金属数据集。
所述步骤S102中,消费者海产品日摄入量数据包括:消费者平均每日海产品总摄入量IR(kg/天)和主要类别海产品占总摄入量比例k;日摄入量数据获取途径为:(1)问卷调查,(2)通过国家统计年鉴获取评估区不同年龄段海鲜日摄入量及各年龄段人口占比数据,查阅文献获取评估区主要海产品摄入比例数据;基于上述原则和途径进而建立消费者海产品日摄入量数据集。
所述步骤S103中,确定与重金属浓度数据相对应的目标概率函数包括:通过Kolmogorov-Smirnov拟合优度检验方法,检验各海产品各重金属浓度数据最优拟合目标概率函数,选取最优拟合数据组最多的目标概率函数作为所有重金属数据的目标概率函数,以避免由于样品量差异而导致的目标概率函数拟合不准确。
所述步骤S103中,确定与所述消费者海产品日摄入量数据相对应的目标概率函数,包括:通过Kolmogorov-Smirnov拟合优度检验方法,确定消费者日摄入量最优目标概率函数。
所述步骤S105中,详细步骤如下:
EDIi=(∑ij(Cij×Kj)×ED×EF×IR)/(BW×AT)(1)
公式(1)中,EDIi指消费者通过海产品每日摄入重金属i的含量,单位为mg/kg/天,Cij指海产品j中重金属i的浓度,单位为mg/kg,Kj指消费者海产品j日摄入量占海产品日摄入量的比例,ED指消费者暴露期,单位为年,EF指消费者暴露频率,单位为:天/年,IR指平均海产品日摄入量,单位为:kg/天,BW指消费者体重,取平均值或根据实际数据构建目标概率函数进而取随机数,单位为:kg,AT指暴露时长,单位为:天/年×年;
THQi=EDIi/RfDi(2)
公式(2)中,THQi指重金属i的危险商数,EDIi指消费者通过海产品每日摄入重金属i的量,单位为:mg/kg/天,RfDi指重金属i的摄入参考剂量,单位为:mg/kg/天。
HI=∑iTHQi (3)
公式(3)中,HI指各种重金属非致癌风险系数,THQi指重金属i的危险商数。
分别将每个所述重金属浓度随机数和消费者海产品日摄入量随机数带入公式(1)、(2)、(3)进行计算,得到所述海产品重金属健康风险HI的概率分布,进而分析消费者是否存在重金属健康风险及存在风险的概率,HI>1表明存在风险。
相对于现有技术,本发明的有益效果为:本发明提供的一种基于蒙特卡洛模拟的海产品重金属健康风险评价方法,获取特定区域消费量较大的海产品食用部分常见重金属含量Cij及该区域消费者海产品日摄入量IR;确定与所述重金属浓度数据及消费者海产品摄入量数据相对应的目标概率函数;根据所述概率密度函数,生成预设数量的海产品重金属浓度随机数Cij及日摄入量随机数IR,并根据所述海产品重金属浓度随机数、日摄入量随机数、及重金属摄入参考剂量,进行预设数量的蒙特卡罗模拟,得到该区域消费者海产品重金属非致癌风险系数HI。本发明考虑到海产品重金属含量差异及消费者摄入量差异,采用蒙特卡罗方法对数据进行随机模拟,更好地代表数据的分布特征,更加准确地评估消费者食用海产品带来的重金属健康风险。
附图说明
以下参照附图对本发明实施例作进一步说明,其中:
图1是本发明的流程图;
图2是重金属Cu的危险商数概率分布函数图;
图3是重金属As的危险商数概率分布函数图;
图4是重金属Cd的危险商数概率分布函数图;
图5是重金属Pb的危险商数概率分布函数图;
图6各重金属非致癌风险系数概率分布函数图。
具体实施方式
为了使本技术领域的技术人员更好地理解本发明的技术方案,下面结合附图和实施方式对本发明作进一步的详细说明。
参考图1所示,一种基于蒙特卡洛法的海产品重金属健康风险评价方法,其包括以下步骤:
步骤S101,获取评估区海产品可食用部分重金属含量数据,建立Cij数据集;
步骤S102,获取评估区消费者海产品日摄入量数据,建立IR数据集;
步骤S103,确定与重金属浓度数据和消费者海产品摄入量数据相对应的目标概率函数;
步骤S104,根据所述目标概率密度函数,生成预设数量的海产品重金属浓度随机数Cij及日摄入量随机数IR,所述预设数量的随机数的分布符合所述目标概率密度函数;此处IR单位为kg。
步骤S105,根据预设数量的海产品重金属浓度随机数、日摄入量随机数、重金属摄入参考剂量,进行预设数量的蒙特卡洛模拟,得到该区域消费者海鲜重金属非致癌风险系数HI,判断评估区消费者存在海产品重金属健康风险的概率,HI>1,表明存在风险。
所述步骤S101中,海产品重金属含量数据为海产品可食用部分的重金属含量;海产品选择依据为:评估区消费量较大的多种海产品;重金属种类为目标重金属或常见重金属元素,且考虑到评价结果的稳定性和准确性,重金属元素必须大于一种,且应包含评估区环境污染较为严重的重金属种类;重金属含量数据获取途径:实测或文献数据检索;基于上述原则和途径进而建立海产品重金属数据集。
所述步骤S102中,消费者海产品日摄入量数据包括:消费者平均每日海产品总摄入量IR(g)和主要类别海产品占总摄入量比例k;日摄入量数据获取途径为:(1)问卷调查,(2)通过国家统计年鉴获取评估区不同年龄段海鲜日摄入量及各年龄段人口占比数据,查阅文献获取评估区主要海产品摄入比例数据;基于上述原则和途径进而建立消费者海产品日摄入量数据集。
所述步骤S103中,确定与重金属浓度数据相对应的目标概率函数包括:通过Kolmogorov-Smirnov拟合优度检验方法,检验各海产品各重金属浓度数据最优拟合目标概率函数,选取最优拟合数据组最多的目标概率函数作为所有重金属数据的目标概率函数,以避免由于样品量差异而导致的目标概率函数拟合不准确。
所述步骤S103中,确定与所述消费者海产品日摄入量数据相对应的目标概率函数,包括:通过Kolmogorov-Smirnov拟合优度检验方法,确定消费者日摄入量最优目标概率函数。
所述步骤S105中,详细步骤如下:
EDIi=(∑ij(Cij×Kj)×ED×EF×IR)/(BW×AT)(1)
公式(1)中,EDIi指消费者通过海产品每日摄入重金属i的含量,单位为mg/kg/天,Cij指海产品j中重金属i的浓度,单位为mg/kg,Kj指消费者海产品j日摄入量占海产品日摄入量的比例,ED指消费者暴露期,单位为:年,EF指消费者暴露频率,单位为:天/年,IR指平均海产品日摄入量,单位为:kg/天,BW指消费者体重,取平均值或根据实际数据构建目标概率函数进而取随机数,单位为kg,AT指暴露时长,单位为:天/年×年;
THQi=EDIi/RfDi(2)
公式(2)中,THQi指重金属i的危险商数,EDIi指消费者通过海产品每日摄入重金属i的量,单位为:mg/kg/天,RfDi指重金属i的摄入参考剂量,单位为:mg/kg/天。
HI=∑iTHQi(3)
公式(3)中,HI指各种重金属非致癌风险系数,THQi指重金属i的危险商数。
分别将每个所述重金属浓度随机数和消费者海产品日摄入量随机数带入公式(1)、(2)、(3)进行计算,得到所述海产品重金属健康风险HI的概率分布,进而分析消费者是否存在重金属健康风险及存在风险的概率,HI>1表明存在风险。
具体实施例:
本实施例中,选定厦门市海产品重金属健康风险评价。
厦门市位于福建省东南端,面积1699.39平方公里,2017年常住人口为401万人,属亚热带海洋性季风气候。厦门市2017年水产品总产量为5.34万吨,渔业从业人员23009人,渔业产值达45.93亿元。
步骤S101,获取厦门市海产品可食用部分重金属含量数据,建立数据集;
从厦门市海鲜市场采集花蛤、牡蛎、巴浪鱼、小黄鱼、章鱼、鱿鱼、斑节虾、皮皮虾八种具有代表性的海产品样品,样品量分别为169、61、51、31、54、52、88、105个。分析样品可食用部分中Cu、Cd、As、Pb四种重金属含量,构建海产品重金属含量数据集。
表1为厦门市海产品可食用部分重金属含量(mg/kg湿重)数据分布,中位数(第5-第95百分位数)
表1
步骤S102,获取厦门市消费者海产品日摄入量数据,通过查阅中国统计年鉴和文献调查,获取厦门市消费者海产品日摄入量及各类海产品占比,如表2所示。
表2
物种 | 摄入量占比 |
花蛤 | 0.19 |
牡蛎 | 0.19 |
章鱼 | 0.05 |
鱿鱼 | 0.09 |
斑节虾 | 0.08 |
皮皮虾 | 0.08 |
巴浪鱼 | 0.16 |
小黄鱼 | 0.16 |
步骤S103,确定与重金属浓度数据和消费者海产品摄入量数据相对应的目标概率函数;通过Kolmogorov-Smirnov拟合优度检验方法选取各组数据的目标概率函数。
表3为重金属浓度数据目标概率函数拟合结果
表3
目标概率函数M:maximum Extreme,L:Lognormal,G:Gamma,E:exponential,B:Beta。
不同物种的重金属含量数据总体应具有相同或相似的数据分布形态,L型目标概率函数占总数的75%,因此选取L型目标概率函数作为所有数据组的目标概率函数,以避免数据量不足带来的判断误差。
蒙特卡洛模型模拟的结果:
EDIi=(∑i(Cij×Kj)×ED×EF×IR)/(BW×AT) (1)
式(1)中,Cij和IR由蒙特卡洛模型产生随机数,Kj值见表2,ED为70年,EF为365天/年,BW值根据国家统计年鉴模拟概率密度函数,进而取随机数组,AT为365天/年×70年。
THQi=EDIi/RfDi (2)
各重金属摄入参考计量见表4
表4
重金属 | 摄入参考剂量(RfD) |
Cu | 0.0400 |
As | 0.0003 |
Cd | 0.0010 |
Pb | 0.0040 |
HI=∑iTHQi (3)
根据上述公式,通过crystal ball软件进行蒙特卡洛模拟得到的结果如图2-6所示的函数分布图。
根据蒙特卡洛模拟结果,厦门市海产品中重金属Cu、Cd、Pb的含量不会对消费者造成健康风险,即THQ>1的概率分布为0;但消费者存在10.51%的重金属砷健康风险,即THQ>1的概率分布为10.51%;综合来看,存在23.92%的总重金属健康风险,即HI>1的概率分布为23.92%。
尽管上述实施例已对本发明的技术方案进行了详细地描述,但是本发明的技术方案并不限于以上实施例,在不脱离本发明的思想和宗旨的情况下,对本发明的技术方案所做的任何改动都将落入本发明的权利要求书所限定的范围。
Claims (6)
1.一种基于蒙特卡洛法的海产品重金属健康风险评价方法,其特征在于,包括以下步骤:
步骤S101,获取评估区海产品可食用部分重金属含量数据,建立Cij数据集;
步骤S102,获取评估区消费者海产品日摄入量数据,建立IR数据集;
步骤S103,确定与重金属浓度数据和消费者海产品摄入量数据相对应的目标概率函数;
步骤S104,根据所述目标概率密度函数,生成预设数量的海产品重金属浓度随机数Cij及日摄入量随机数IR,所述预设数量的随机数的分布符合所述目标概率密度函数;
步骤S105,根据预设数量的海产品重金属浓度随机数、日摄入量随机数、重金属摄入参考剂量,进行预设数量的蒙特卡洛模拟,得到该区域消费者海鲜重金属非致癌风险系数HI,判断评估区消费者存在海产品重金属健康风险的概率,HI>1,表明存在风险。
2.根据权利要求1所述的一种基于蒙特卡洛法的海产品重金属健康风险评价方法,其特征在于,所述步骤S101中,海产品重金属含量数据为海产品可食用部分的重金属含量;海产品选择依据为:评估区消费量较大的多种海产品;重金属种类为目标重金属或常见重金属元素,且考虑到评价结果的稳定性和准确性,重金属元素必须大于一种,且应包含评估区环境污染较为严重的重金属种类;重金属含量数据获取途径:实测或文献数据检索;基于上述原则和途径进而建立海产品重金属数据集。
3.根据权利要求1所述的一种基于蒙特卡洛法的海产品重金属健康风险评价方法,其特征在于,所述步骤S102中,消费者海产品日摄入量数据包括:消费者平均每日海产品总摄入量IR(kg/天)和主要类别海产品占总摄入量比例k;日摄入量数据获取途径为:(1)问卷调查,(2)通过国家统计年鉴获取评估区不同年龄段海鲜日摄入量及各年龄段人口占比数据,查阅文献获取评估区主要海产品摄入比例数据;基于上述原则和途径进而建立消费者海产品日摄入量数据集。
4.根据权利要求1所述的一种基于蒙特卡洛法的海产品重金属健康风险评价方法,其特征在于,所述步骤S103中,确定与重金属浓度数据相对应的目标概率函数包括:通过Kolmogorov-Smirnov拟合优度检验方法,检验各海产品各重金属浓度数据最优拟合目标概率函数,选取最优拟合数据组最多的目标概率函数作为所有重金属数据的目标概率函数,以避免由于样品量差异而导致的目标概率函数拟合不准确。
5.根据权利要求1所述的一种基于蒙特卡洛法的海产品重金属健康风险评价方法,其特征在于,所述步骤S103中,确定与所述消费者海产品日摄入量数据相对应的目标概率函数,包括:通过Kolmogorov-Smirnov拟合优度检验方法,确定消费者日摄入量最优目标概率函数。
6.根据权利要求1所述的一种基于蒙特卡洛法的海产品重金属健康风险评价方法,其特征在于,所述步骤S105中,详细步骤如下:
EDIi=(∑ij(Cij×Kj)×ED×EF×IR)/(BW×AT) (1)
公式(1)中,EDIi指消费者通过海产品每日摄入重金属i的含量,单位为mg/kg/天,Cij指海产品j中重金属i的浓度,单位为mg/kg,Kj指消费者海产品j日摄入量占海产品日摄入量的比例,ED指消费者暴露期,单位为年,EF指消费者暴露频率,单位为:天/年,IR指平均海产品日摄入量,单位为:kg/天,BW指消费者体重,取平均值或根据实际数据构建目标概率函数进而取随机数,单位为kg,AT指暴露时长,单位为:天/年×年;
THQi=EDIi/RfDi (2)
公式(2)中,THQi指重金属i的危险商数,EDIi指消费者通过海产品每日摄入重金属i的量,单位为:mg/kg/天,RfDi指重金属i的摄入参考剂量,单位为:mg/kg/天。
HI=∑iTHQi (3)
公式(3)中,HI指各种重金属非致癌风险系数,THQi指重金属i的危险商数。
分别将每个所述重金属浓度随机数和消费者海产品日摄入量随机数带入公式(1)、(2)、(3)进行计算,得到所述海产品重金属健康风险HI的概率分布,进而分析消费者是否存在重金属健康风险及存在风险的概率,HI>1表明存在风险。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910525545.7A CN110444295A (zh) | 2019-06-14 | 2019-06-14 | 一种基于蒙特卡洛法的海产品重金属健康风险评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910525545.7A CN110444295A (zh) | 2019-06-14 | 2019-06-14 | 一种基于蒙特卡洛法的海产品重金属健康风险评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110444295A true CN110444295A (zh) | 2019-11-12 |
Family
ID=68429171
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910525545.7A Pending CN110444295A (zh) | 2019-06-14 | 2019-06-14 | 一种基于蒙特卡洛法的海产品重金属健康风险评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110444295A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110991071A (zh) * | 2019-12-13 | 2020-04-10 | 黑龙江八一农垦大学 | 一种杂粮中重金属镉含量的风险评估方法 |
CN111768861A (zh) * | 2019-11-27 | 2020-10-13 | 复旦大学 | 膳食重金属水平评估模型的构建方法、评估方法和系统 |
CN112347091A (zh) * | 2020-11-05 | 2021-02-09 | 黑龙江省农业科学院农产品质量安全研究所 | 一种建立食品质量安全检测样本数据库的方法 |
CN115547494A (zh) * | 2022-09-02 | 2022-12-30 | 温州医科大学 | 一种基于不确定性的水体硝酸盐健康风险评估和溯源方法 |
CN115656472A (zh) * | 2022-10-26 | 2023-01-31 | 中国科学院生态环境研究中心 | 基于特定源分析的人体重金属暴露风险动态模拟方法 |
CN111768861B (zh) * | 2019-11-27 | 2024-05-17 | 复旦大学 | 膳食重金属水平评估模型的构建方法、评估方法和系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101982823A (zh) * | 2010-09-29 | 2011-03-02 | 重庆大学 | 土壤重金属污染对人体健康风险评估系统 |
-
2019
- 2019-06-14 CN CN201910525545.7A patent/CN110444295A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101982823A (zh) * | 2010-09-29 | 2011-03-02 | 重庆大学 | 土壤重金属污染对人体健康风险评估系统 |
Non-Patent Citations (2)
Title |
---|
刘淑玲: ""水产品中甲醛的风险评估与限量标准研究"", 《中国优秀硕士论文全文数据库 工程科技Ⅰ辑》 * |
王祥荣: "《城市生态学》", 复旦大学出版社 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111768861A (zh) * | 2019-11-27 | 2020-10-13 | 复旦大学 | 膳食重金属水平评估模型的构建方法、评估方法和系统 |
CN111768861B (zh) * | 2019-11-27 | 2024-05-17 | 复旦大学 | 膳食重金属水平评估模型的构建方法、评估方法和系统 |
CN110991071A (zh) * | 2019-12-13 | 2020-04-10 | 黑龙江八一农垦大学 | 一种杂粮中重金属镉含量的风险评估方法 |
CN112347091A (zh) * | 2020-11-05 | 2021-02-09 | 黑龙江省农业科学院农产品质量安全研究所 | 一种建立食品质量安全检测样本数据库的方法 |
CN112347091B (zh) * | 2020-11-05 | 2023-11-17 | 黑龙江省农业科学院农产品质量安全研究所 | 一种建立食品质量安全检测样本数据库的方法 |
CN115547494A (zh) * | 2022-09-02 | 2022-12-30 | 温州医科大学 | 一种基于不确定性的水体硝酸盐健康风险评估和溯源方法 |
CN115547494B (zh) * | 2022-09-02 | 2023-11-24 | 温州医科大学 | 一种基于不确定性的水体硝酸盐健康风险评估和溯源方法 |
CN115656472A (zh) * | 2022-10-26 | 2023-01-31 | 中国科学院生态环境研究中心 | 基于特定源分析的人体重金属暴露风险动态模拟方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110444295A (zh) | 一种基于蒙特卡洛法的海产品重金属健康风险评价方法 | |
Sullivan et al. | Effects of small‐scale turbulence on net growth rate and size of ten species of marine dinoflagellates 1 | |
Carraro et al. | Coupling high-resolution measurements to a three-dimensional lake model to assess the spatial and temporal dynamics of the cyanobacterium Planktothrix rubescens in a medium-sized lake | |
Quintana et al. | A nonparametric method for the measurement of size diversity with emphasis on data standardization | |
Chung et al. | Otolith δ13C values as a metabolic proxy: approaches and mechanical underpinnings | |
Taylor et al. | Production characteristics and optimization of mitigation mussel culture | |
Kennard et al. | Estimating local stream fish assemblage attributes: sampling effort and efficiency at two spatial scales | |
Parker et al. | Sustainable oyster aquaculture, water quality improvement, and ecosystem service value potential in Maryland Chesapeake Bay | |
Buer et al. | Potential and feasibility of Mytilus spp. farming along a salinity gradient | |
Rolland et al. | Assessing phytoplankton structure and spatio-temporal dynamics in a freshwater ecosystem using a powerful multiway statistical analysis | |
Herring et al. | Resource selection functions for Wood Stork foraging habitat in the southern Everglades | |
Gordon et al. | Growth and production of the green alga Cladophora montagneana in a eutrophic Australian estuary and its interpretation using a computer program | |
Ratnaningtyas et al. | Prospect and adversity the downstream of “Softbone Milkfish” in Semarang City, Indonesia | |
Incze et al. | Mesozooplankton of Shelikof Strait, Alaska: abundance and community composition | |
Pérez-Camacho et al. | Ecosystem-based indicators as a tool for mussel culture management strategies | |
CN110135720A (zh) | 一种增殖放流效果的定量评估方法 | |
CN110459326A (zh) | 一种近海食用贝类的重金属健康风险评价方法 | |
CN107169679B (zh) | 一种利用食物网稳定性评价湿地生态补水实施效果的方法 | |
Blackwell et al. | Timing of yellow perch otolith annulus formation and relationship between fish and otolith lengths | |
Khaksari et al. | Population dynamics and reproductive biology of Scylla serrata (Forskål, 1775) on the shores overlooking the mangrove forest of the Persian Gulf | |
Laë et al. | Effects of a targeted shrimp (Penaeus notialis) exploitation on fish catches in the Gambia estuary | |
Liousia et al. | Length–weight relations of 22 fish species from the littoral zone of the eastern Ionian Sea, Greece | |
Huo et al. | Biomass and estimated production, and feeding pressure on zooplankton of chaetognaths in the Yellow Sea, China | |
Wang et al. | Adaptive and plastic variation in growth and maturation of the cutlassfish Trichiurus japonicus in the subtropical Pacific Ocean | |
Suter | An evaluation of the area stratification used for sampling tunas in the eastern Pacific Ocean and implications for estimating total annual catches |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |