[发明专利]一种用于淡水水生生物水质基准预测的系统

说明书

技术领域

本发明涉及水质基准预测技术领域，具体涉及一种用于淡水水生生物水质基准预测的系统。

背景技术

水质基准是指水环境中的污染物质或有害因素对人体健康、水生态系统与使用功能不产生有害效应的最大剂量或水平。淡水水生生物水质基准(freshwater quality criteria for the protection of aquatic organisms)是指能够保护淡水水生生物及其生态功能的水质基准，包括短期水质基准和长期水质基准。

水生生物水质基准是保护水生生物物种多样性及充分发挥水生生物群落生态功能的保证，是制定水环境管理目标及措施的重要依据。目前用于推导淡水水生生物水质基准的方法主要有评价因子法、物种敏感度分布曲线法及毒性百分数排序法。

评价因子法的优点是简单易行，所需数据量少且适用范围广，但由于评价因子法推导出的基准值仅取决于最敏感物种的毒性数据且评价因子的确定通常是从经验出发，因此结果的准确性存在较大的不确定因素。此外，评价因子法也未考虑物种间的关系以及污染物的生物富集效应等。

毒性百分数排序法综合考虑了污染物的多种环境行为及环境毒理学因素，包括急性、慢性毒性效应，生物体内的富集效应以及物种间的相互联系，因此毒性百分数排序法能够更全面地反映污染物对水生生物的影响，但由于在运用该方法推导最大浓度基准和连续浓度基准时要求包括3门、8科水生生物的大量毒性数据，从而计算相关的累积概率，在此基础上再严格筛选其中累积概率接近0.05的4个属的急性及慢性毒性数据，据此推导出水质基准。该方法所需数据量大，但最终仅选择其中4个属的数据进行分析，未充分利用所收集的数据，也不能将各种生物按照营养级的相互关系进行综合考虑，因此仍不能全面表征污染物对整个生态系统的不利影响。

物种敏感度分布曲线法可通过有限的毒理学数据有效地表征污染物对整个生态系统的影响，但物种敏感度分布曲线法与评价因子法一样，也未考虑生物体内的富集效应，采用物种敏感度分布曲线法推导基准值时，毒性数据量越多，曲线拟合的结果越好，评价结果的可靠性也越高，因此当毒性数据量较充分时宜选用该方法，而当毒性数据少于5个时则不能采用物种敏感度分布曲线法。

现有技术中用于推导淡水水生生物水质基准的方法不适合个人和单位建立模型，用于拟合水质基准研究需要的污染物毒性数据的概率分布，并计算指定累积概率条件下的污染物质浓度，不具备输出模型拟合优度的检验参数的功能。

发明内容

为了克服现有技术中存在的问题，本发明提供一种用于淡水水生生物水质基准预测的系统，该系统适合个人和单位建立模型，用于拟合水质基准研究需要的污染物毒性数据的概率分布，并计算指定累积概率条件下的污染物质浓度，具备输出模型拟合优度的检验参数的功能。

为实现上述目的，本发明所述的用于淡水水生生物水质基准预测的系统包括：

水质基准污染物质确定模块，用于筛选制定淡水水生生物水质基准的污染物质；

数据收集和筛选模块，用于收集和筛选水质基准污染物质确定模块所筛选出的污染物质的数据；污染物质的数据包括淡水水生生物毒性数据、水体理化参数数据、物质固有的理化性质数据和环境分布数据；

数据评价模块，用于对数据收集和筛选模块收集和筛选出的数据的可靠性进行评价；

物种筛选模块，用于筛选基准受试物种；

水质基准推导模块，用于推导淡水水生生物水质基准；以及

水质基准审核模块，用于审核水质基准推导所用数据以及推导步骤，以确保基准合理可靠；

其中，所述的水质基准推导模块包括毒性数据分布检验模块、累积概率计算模块、模型拟合与评价模块、水质基准外推模块和水质基准果表述模块；

所述的毒性数据分布检验模块用于将筛选获得的污染物质的所有毒性数据进行正态分布检验；若不符合正态分布，进行对数变换后重新检验；

所述的累积概率计算模块用于将所有已筛选物种的最终毒性值按从小到大的顺序进行排列，并且给其分配等级R，最小的最终毒性值的等级为1，最大的最终毒性值等级为N，依次排列，计算每个物种的最终毒性值的累积概率，计算公式如下：

其中：

P为累积概率，％；

R为物种排序的等级；

N为物种的个数；

所述的模型拟合与评价模块使用逻辑斯谛分布模型、正态分布模型或极值分布模型进行数据拟合获得SSD曲线，根据模型的拟合优度评价参数分别评价模型的拟合度；