生物預(yù)警技術(shù)在水質(zhì)自動(dòng)監(jiān)測(cè)中的應(yīng)用研究

李歆琰靳睿杰饒凱鋒韓雪韓麗君李治國(guó)

(1.河北省生態(tài)環(huán)境保護(hù)技術(shù)服務(wù)中心，河北 石家莊 050000；2.河北省生態(tài)環(huán)境宣傳教育與污染源監(jiān)控中心，河北 石家莊 050000；3.中國(guó)科學(xué)院生態(tài)環(huán)境研究中心，北京 100000；4.河北省生態(tài)環(huán)境監(jiān)測(cè)中心，河北 石家莊 050037)

引言

近年來(lái)，我國(guó)水污染事件頻繁發(fā)生，嚴(yán)重威脅了民眾的飲用水安全，損害了經(jīng)濟(jì)和社會(huì)發(fā)展[1]。2005年以來(lái)，我國(guó)相繼發(fā)生了松花江硝基苯水污染、太湖藍(lán)藻暴發(fā)、山西汾河水庫(kù)水質(zhì)污染、無(wú)錫太湖水污染、湘江鎘污染、廣西龍江河鎘污染、湖北枝江化學(xué)原料污染、鎮(zhèn)江飲用水揮發(fā)酚污染、山西長(zhǎng)治煤化工廠苯胺泄漏入河等水質(zhì)污染事件[2]。水質(zhì)突發(fā)性污染事件直接、間接的破壞了水生態(tài)平衡，威脅到了人民群眾的生命安全[3]。有效的水質(zhì)預(yù)警監(jiān)測(cè)有利于識(shí)別水質(zhì)異常、甄別污染物質(zhì)[4]，有利于降低突發(fā)性環(huán)境污染事件對(duì)水生態(tài)平衡的破壞程度，有利于保障人類飲用水的安全[5]。

常規(guī)水質(zhì)自動(dòng)監(jiān)測(cè)技術(shù)監(jiān)測(cè)項(xiàng)目和監(jiān)測(cè)頻次有限，很難實(shí)現(xiàn)對(duì)水體實(shí)時(shí)在線監(jiān)測(cè)，尤其是無(wú)法實(shí)現(xiàn)對(duì)水體綜合毒性的監(jiān)測(cè)[6]。水環(huán)境生物預(yù)警水質(zhì)自動(dòng)監(jiān)測(cè)技術(shù)可以實(shí)現(xiàn)實(shí)時(shí)在線監(jiān)測(cè)，反映水質(zhì)綜合毒性[7]，及時(shí)預(yù)警和防范水環(huán)境風(fēng)險(xiǎn)，是目前水環(huán)境質(zhì)量監(jiān)測(cè)的重要發(fā)展方向。

1 多層級(jí)生物預(yù)警技術(shù)

基于標(biāo)準(zhǔn)模式生物(魚(yú)、菌)生理響應(yīng)與水體中的有機(jī)污染物、重金屬等有毒物質(zhì)具有劑量效應(yīng)關(guān)系的毒理學(xué)機(jī)制，將模式魚(yú)與發(fā)光菌作為多層級(jí)模式生物，實(shí)現(xiàn)水質(zhì)綜合毒性的在線精準(zhǔn)生物預(yù)警監(jiān)測(cè)，全面有效的預(yù)警監(jiān)測(cè)水質(zhì)狀況及其突發(fā)污染事件。

水環(huán)境突發(fā)性污染事件發(fā)生后，生物預(yù)警監(jiān)測(cè)技術(shù)可以通過(guò)生物傳感器監(jiān)測(cè)水體內(nèi)受試水生生物不同水平上的生物學(xué)指標(biāo)變化，從而反映綜合毒性的變化，實(shí)現(xiàn)有毒物質(zhì)污染事件的在線預(yù)警監(jiān)測(cè)。隨著水環(huán)境管理需求的提升及技術(shù)的進(jìn)步，生物預(yù)警監(jiān)測(cè)技術(shù)已由最初簡(jiǎn)單的、單物種、單層次生物預(yù)警監(jiān)測(cè)向復(fù)雜的、多物種、多層次生物預(yù)警監(jiān)測(cè)轉(zhuǎn)變，如菌、藻、溞、魚(yú)等多層級(jí)生物種類組合，是水環(huán)境綜合毒性生物預(yù)警監(jiān)測(cè)的發(fā)展方向。多層級(jí)生物預(yù)警技術(shù)的應(yīng)用能夠更加全面的覆蓋水質(zhì)污染物種類，實(shí)現(xiàn)地表水水質(zhì)狀況及其突發(fā)污染事件的準(zhǔn)確預(yù)警監(jiān)測(cè)。

利用多層級(jí)生物(魚(yú)、菌)對(duì)有毒污染物敏感度不同的特點(diǎn)，將模式魚(yú)與發(fā)光菌作為多層級(jí)模式生物，通過(guò)生物傳感器監(jiān)測(cè)生物生理變化(行為變化、發(fā)光量變化)，構(gòu)建多層級(jí)水質(zhì)綜合毒性生物預(yù)警設(shè)備，實(shí)現(xiàn)水質(zhì)綜合毒性的在線精準(zhǔn)生物預(yù)警監(jiān)測(cè)，拓展生物預(yù)警的監(jiān)測(cè)范圍，進(jìn)一步全面有效的預(yù)警監(jiān)測(cè)水質(zhì)狀況及其突發(fā)污染事件。

1.1 基于魚(yú)類行為響應(yīng)的水質(zhì)綜合毒性實(shí)時(shí)監(jiān)測(cè)技術(shù)

美國(guó)、歐州、日本、加拿大等國(guó)家或地區(qū)很早就有用魚(yú)類監(jiān)測(cè)水體污染的記載[8]。在我國(guó)，中科院王子健團(tuán)隊(duì)利用青鳉魚(yú)的行為變化來(lái)監(jiān)測(cè)預(yù)警水質(zhì)突發(fā)污染事件[9]。基于魚(yú)類行為響應(yīng)生物行為傳感器的環(huán)境污染預(yù)警監(jiān)測(cè)技術(shù)能夠檢測(cè)生物微弱行為電信號(hào)，在短時(shí)間內(nèi)對(duì)低濃度污染物的檢測(cè)靈敏度較高，行為解析的準(zhǔn)確度較高，較易排除外界干擾。按照毒理學(xué)實(shí)驗(yàn)規(guī)范“平行”“陽(yáng)性”“陰性”和“劑量/效應(yīng)關(guān)系”設(shè)計(jì)，并進(jìn)行數(shù)據(jù)分析，可有效避免生物預(yù)警中出現(xiàn)“假陽(yáng)性”問(wèn)題。

1.1.1 多層級(jí)水生脊椎動(dòng)物生物響應(yīng)傳感器

基于水生脊椎動(dòng)物生物響應(yīng)的新型雙層級(jí)生物行為傳感器提高了新型生物傳感器靈敏度，能夠檢測(cè)環(huán)境背景下微弱行為電信號(hào)；加入無(wú)監(jiān)測(cè)模式生物魚(yú)的空白比對(duì)層，排除外界物理因子干擾，優(yōu)化提取生物行為信號(hào)，提高了新型生物傳感器行為采集和解析的準(zhǔn)確度。通過(guò)提高靈敏度、排除外界干擾等改進(jìn)手段，提高綜合毒性監(jiān)測(cè)在短時(shí)間內(nèi)對(duì)低濃度污染物的檢測(cè)靈敏度。采用20次·s-1的采樣頻率，全面采集模式魚(yú)類行為的原始信號(hào)，避免了因采樣頻率較低而忽略了水生脊椎動(dòng)物在污染物暴露條件下的特征行為反應(yīng)，可以做到不同頻率生物行為信號(hào)的采集和顯示。

采用基于毒理學(xué)規(guī)范的八通道平行實(shí)驗(yàn)設(shè)計(jì)，采集8個(gè)通道的模式魚(yú)類行為特征譜圖。同時(shí)，結(jié)合新型生物行為傳感器和高頻生物行為采集技術(shù)，采集不同類型、不同劑量污染物暴露下的模式魚(yú)類行為特征譜圖，以此避免模式魚(yú)類個(gè)體性差異帶來(lái)的隨機(jī)誤差。

1.1.2 不同類型污染物暴露下生物行為變化規(guī)律研究

以青鳉魚(yú)為例，通過(guò)研究不同種類及不同濃度有毒污染物對(duì)青鳉魚(yú)行為的變化規(guī)律，得出一套閾值模型庫(kù)作為水質(zhì)多參數(shù)智能解析軟件數(shù)據(jù)庫(kù)，構(gòu)建不同污染作用機(jī)制的環(huán)境脅迫下生物行為變化模型，結(jié)合水生生物的行為生態(tài)學(xué)變化規(guī)律研究，對(duì)受試生物在一定時(shí)間內(nèi)的行為變化進(jìn)行分解，并根據(jù)某一具體的行為反應(yīng)所表現(xiàn)出的特征性變化，對(duì)采集到的生物行為信號(hào)進(jìn)行實(shí)時(shí)分析。研究不同類型污染物與受試生物行為變化之間的關(guān)系，得出受試生物在不同污染物暴露下的行為響應(yīng)變化規(guī)律和環(huán)境脅迫閾值模型、不同濃度下受試生物行為響應(yīng)時(shí)間以及不同暴露時(shí)間受試生物行為響應(yīng)濃度。

在生物行為在線監(jiān)測(cè)和分析基礎(chǔ)上，構(gòu)建生物行為變化的逐級(jí)脅迫閾值模型，并結(jié)合生物行為變化分析水質(zhì)狀況。以污染物對(duì)受試生物的急性毒性48h半數(shù)致死劑量(48h-LC50)作為實(shí)驗(yàn)中污染物的毒性單位(TU)。TU可作為不同濃度污染物導(dǎo)致環(huán)境脅迫的基本毒性評(píng)估標(biāo)準(zhǔn)，用于BEWs生物安全預(yù)警系統(tǒng)的信號(hào)分析。實(shí)驗(yàn)采用污染物的48h流水暴露，設(shè)置暴露濃度梯度。將青鳉魚(yú)放入2h后，加入有毒污染物提取青鳉魚(yú)在有毒污染物暴露過(guò)程中的行為響應(yīng)數(shù)據(jù)。

1.1.2.1 空白情況下青鳉魚(yú)的行為變化規(guī)律

對(duì)照組受試生物(青鳉魚(yú))的行為強(qiáng)度變化曲線如圖1所示，結(jié)果表明受試生物(青鳉魚(yú))的行為強(qiáng)度變化與光照周期相關(guān)。暴露時(shí)間15h(phase I)和40h(phase II)為黑暗階段，青鳉魚(yú)行為強(qiáng)度較低；暴露時(shí)間5h(phase III)和25h(phase II)行為強(qiáng)度變化的產(chǎn)生原因可能源于受試生物行為變化的內(nèi)在節(jié)律，即生物鐘現(xiàn)象(biological clock)。

注：縱坐標(biāo)為行為強(qiáng)度，橫坐標(biāo)為暴露時(shí)間；曲線來(lái)源于生物預(yù)警水站儀器的實(shí)驗(yàn)數(shù)據(jù)；下同。

1.1.2.2 三氯酚暴露下青鳉魚(yú)的行為變化規(guī)律

如圖2～6所示，綠線為暴露實(shí)驗(yàn)加藥點(diǎn)，青鳉魚(yú)行為強(qiáng)度變化與三氯酚之間表現(xiàn)出明顯劑量-效應(yīng)關(guān)系。無(wú)毒運(yùn)行2h加入有毒污染物后，青鳉魚(yú)行為出現(xiàn)明顯的行為刺激，高濃度組暴露實(shí)驗(yàn)尤為明顯。行為刺激之后便隨著毒性累積青鳉魚(yú)行為出現(xiàn)一定的降低，低濃度暴露實(shí)驗(yàn)此趨勢(shì)不是很明顯，但通過(guò)特定算法處理之后明顯可以看出信號(hào)升高和降低趨勢(shì)。

圖2 0.05TU三氯酚暴露下青鳉魚(yú)行為反應(yīng)

圖3 0.1TU三氯酚暴露下青鳉魚(yú)行為反應(yīng)

圖4 0.5TU三氯酚暴露下青鳉魚(yú)行為反應(yīng)

圖5 1TU三氯酚暴露下青鳉魚(yú)行為反應(yīng)

圖6 10TU三氯酚暴露下青鳉魚(yú)行為反應(yīng)

1.1.2.3 除草劑暴露下青鳉魚(yú)的行為變化規(guī)律

阿特拉津是一種世界范圍內(nèi)廣泛使用的中等偏低毒性的除草劑[10]，使用量較大、殘留期較長(zhǎng)，對(duì)水生態(tài)系統(tǒng)和飲用水源構(gòu)成威脅。已有的研究證明阿特拉津?qū)?dòng)物的生殖功能有極大的影響，會(huì)使魚(yú)體內(nèi)的Ca2+、Mg2+等無(wú)機(jī)離子濃度明顯下降，導(dǎo)致其生理功能發(fā)生紊亂。

如圖7、圖8所示，青鳉魚(yú)行為強(qiáng)度變化與除草劑阿特拉津之間表現(xiàn)出明顯的劑量-效應(yīng)關(guān)系。青鳉魚(yú)行為變化主要以調(diào)整為主，并且其調(diào)整過(guò)程基本符合對(duì)照組內(nèi)青鳉魚(yú)的行為過(guò)程，具有明顯內(nèi)在節(jié)律性。這個(gè)濃度組出現(xiàn)行為調(diào)解過(guò)程的原因可能是低濃度的環(huán)境污染物導(dǎo)致細(xì)胞和器官損傷形成環(huán)境脅迫，但并未超過(guò)受試生物啟動(dòng)行為調(diào)節(jié)機(jī)制的閾值，以通過(guò)行為調(diào)解對(duì)抗環(huán)境脅迫對(duì)自己的損傷。

圖7 20mg·L-1阿特拉津暴露下青鳉魚(yú)行為反應(yīng)

圖8 30mg·L-1阿特拉津暴露下青鳉魚(yú)行為反應(yīng)

1.1.3 基于水生脊椎動(dòng)物生物響應(yīng)的在線預(yù)警技術(shù)算法模型構(gòu)建

通過(guò)生物響應(yīng)特征進(jìn)行多通道行為提取和解析、生物鐘行為甄別和分析，優(yōu)化生物毒性數(shù)據(jù)庫(kù)和模型、環(huán)境脅迫閾值模型、生物毒性行為解析模型等生物綜合毒性專屬算法模型。

如圖9～12所示，本研究通過(guò)多種典型污染物進(jìn)行生物行為響應(yīng)研究，深入開(kāi)展生物綜合毒性專屬算法開(kāi)發(fā)，從平均算法模型優(yōu)化加入游程算法及Unwinding算法等多種處理方法，其主要算法模型包含信號(hào)預(yù)處理模塊；異常信號(hào)剔除模塊；特征提取模塊；特征信息建模；模式識(shí)別模塊。以上算法，試驗(yàn)階段采用Matlab編程，嵌入到軟件中時(shí)將其轉(zhuǎn)換成C++或者C代碼，有利于提高軟件的處理速度，大大縮短了從發(fā)現(xiàn)異常到最后報(bào)警所需要的響應(yīng)時(shí)間。

圖10 10TU三氯酚暴露下青鳉魚(yú)行為反應(yīng)多通道加和綜合分析

圖11 10mg·L-1阿特拉津暴露下青鳉魚(yú)行為反應(yīng)多通道加和綜合分析

圖12 30mg·L-1阿特拉津暴露下青鳉魚(yú)行為反應(yīng)多通道加和綜合分析

利用水生脊椎動(dòng)物(魚(yú))在遭遇水污染時(shí)自發(fā)產(chǎn)生回避行為響應(yīng)，水生生物(魚(yú))運(yùn)動(dòng)行為變化與水體典型污染物毒性總量之間存在良好的劑量-反應(yīng)關(guān)系。低壓高頻電信號(hào)傳感技術(shù)能夠連續(xù)實(shí)時(shí)監(jiān)測(cè)生物行為，通過(guò)毒性傳感器監(jiān)測(cè)水生生物(魚(yú))行為強(qiáng)度變化，結(jié)合生物毒性數(shù)據(jù)模型、環(huán)境脅迫閾值模型、生物毒性行為解析模型，實(shí)現(xiàn)對(duì)水質(zhì)在線連續(xù)實(shí)時(shí)生物監(jiān)測(cè)和預(yù)警。

1.2 基于發(fā)光菌生物響應(yīng)的在線預(yù)警技術(shù)與設(shè)備

水樣中有毒性物質(zhì)的濃度會(huì)直接影響細(xì)菌的新陳代謝。利用發(fā)光細(xì)菌新陳代謝產(chǎn)生的光，根據(jù)光學(xué)檢測(cè)器來(lái)比較其前后的相對(duì)光強(qiáng)來(lái)檢測(cè)測(cè)試樣本的毒性，該方法能夠在0.5h內(nèi)，快速檢測(cè)出水樣的急性毒性，從而確定毒性物質(zhì)的相對(duì)濃度。急性綜合毒性自動(dòng)在線毒性監(jiān)測(cè)儀通過(guò)機(jī)械臂操作裝置和相應(yīng)軟件控制系統(tǒng)的聯(lián)動(dòng)，實(shí)現(xiàn)整個(gè)監(jiān)測(cè)過(guò)程的全自動(dòng)化控制。在已有的毒性監(jiān)測(cè)儀的基礎(chǔ)上，開(kāi)發(fā)基于天然發(fā)光細(xì)菌和重組發(fā)光細(xì)菌的二維水質(zhì)毒性自動(dòng)在線監(jiān)測(cè)儀。除了保持原有采用天然發(fā)光細(xì)菌實(shí)現(xiàn)的急性綜合毒性測(cè)試之外，通過(guò)選擇針對(duì)重金屬污染物有響應(yīng)的重組發(fā)光細(xì)菌完成重金屬污染物生物毒性的測(cè)試。

2 基于生物預(yù)警的智能綜合集成水質(zhì)在線生物預(yù)警監(jiān)測(cè)技術(shù)

依托基于魚(yú)法的綜合毒性生物在線預(yù)警監(jiān)測(cè)技術(shù)設(shè)備，結(jié)合地表水水源地區(qū)域內(nèi)污染源基本數(shù)據(jù)庫(kù)，智能綜合集成在線理化和特征風(fēng)險(xiǎn)污染物監(jiān)測(cè)參數(shù)，耦合污染物風(fēng)險(xiǎn)預(yù)警模型、信息共享和遠(yuǎn)程控制等技術(shù)構(gòu)建基于綜合毒性生物預(yù)警的飲用水水源地智能綜合集成水質(zhì)在線生物毒性監(jiān)測(cè)預(yù)警(簡(jiǎn)稱智能超級(jí)自動(dòng)水站，i-BEWs)系統(tǒng)，如圖13、圖14所示。

圖13 智能超級(jí)自動(dòng)水站系統(tǒng)智能化解析路線

圖14 智能超級(jí)自動(dòng)水站系統(tǒng)結(jié)構(gòu)圖

該系統(tǒng)以模塊化架構(gòu)為基礎(chǔ)，智能集成多層級(jí)生物預(yù)警單元、常規(guī)監(jiān)測(cè)參數(shù)、特征污染物指標(biāo)等水質(zhì)在線預(yù)警和監(jiān)測(cè)技術(shù)設(shè)備，可實(shí)現(xiàn)綜合毒性的連續(xù)實(shí)時(shí)生物預(yù)警，常規(guī)指標(biāo)的周期監(jiān)測(cè)，突發(fā)環(huán)境污染事件自動(dòng)在線應(yīng)急預(yù)警監(jiān)測(cè)的智能綜合集成。拓展水質(zhì)自動(dòng)監(jiān)測(cè)站在線預(yù)警-監(jiān)測(cè)-應(yīng)急功能，具有實(shí)現(xiàn)在線生物預(yù)警全天候連續(xù)實(shí)時(shí)應(yīng)對(duì)突發(fā)環(huán)境污染事件的優(yōu)勢(shì)。

i-BEWs系統(tǒng)在水質(zhì)綜合毒性預(yù)警和常規(guī)指標(biāo)超標(biāo)報(bào)警雙重功能的基礎(chǔ)上，實(shí)現(xiàn)在線智能解析毒性因子，自動(dòng)判斷水質(zhì)污染程度和類型、污染物綜合毒性和爆發(fā)時(shí)間，實(shí)現(xiàn)真正意義的在線智能預(yù)警監(jiān)測(cè)，為有效應(yīng)對(duì)突發(fā)環(huán)境污染事件應(yīng)急處置提供有效技術(shù)支持。

2.1 系統(tǒng)構(gòu)成

i-BEWs系統(tǒng)由觸發(fā)層、監(jiān)測(cè)層、智能分析層等3部分組成。其中觸發(fā)層由多層級(jí)生物預(yù)警在線設(shè)備、常規(guī)五參數(shù)等在線設(shè)備模塊化組合，實(shí)現(xiàn)24h實(shí)時(shí)連續(xù)預(yù)警，是系統(tǒng)全天候在線預(yù)警前哨和觸發(fā)啟動(dòng)核心；監(jiān)測(cè)層由常規(guī)水質(zhì)指標(biāo)、特征參數(shù)等在線監(jiān)測(cè)設(shè)備構(gòu)成，實(shí)現(xiàn)在線的周期監(jiān)測(cè)模式、超標(biāo)加密監(jiān)測(cè)模式和預(yù)警觸發(fā)應(yīng)急模式等多重運(yùn)行模式；智能分析層由生物-化學(xué)-生態(tài)響應(yīng)模型、污染物風(fēng)險(xiǎn)預(yù)警數(shù)據(jù)庫(kù)、在線智能解析算法與軟件組成，實(shí)現(xiàn)實(shí)時(shí)在線生物預(yù)警與理化參數(shù)智能關(guān)聯(lián)數(shù)據(jù)、自動(dòng)在線智能解析判斷毒性因子、自動(dòng)在線判斷水質(zhì)污染程度和類型等信息的獲取。

2.2 系統(tǒng)優(yōu)勢(shì)

以N+N模式實(shí)現(xiàn)生物預(yù)警與化學(xué)監(jiān)測(cè)技術(shù)的優(yōu)勢(shì)互補(bǔ)，聯(lián)合生物-化學(xué)-生態(tài)響應(yīng)模型、風(fēng)險(xiǎn)預(yù)警數(shù)據(jù)庫(kù)和智能解析算法，實(shí)現(xiàn)常規(guī)周期監(jiān)測(cè)和應(yīng)急監(jiān)測(cè)等水環(huán)境管理功能，提升了水質(zhì)自動(dòng)監(jiān)測(cè)站連續(xù)實(shí)時(shí)在線預(yù)警-監(jiān)測(cè)-應(yīng)急響應(yīng)能力。

預(yù)警模式實(shí)現(xiàn)以生物預(yù)警為核心自動(dòng)觸發(fā)單因子參數(shù)在線應(yīng)急監(jiān)測(cè)，實(shí)現(xiàn)水質(zhì)污染因子在線智能解析、自動(dòng)判斷水質(zhì)污染程度和類型、污染物綜合毒性和爆發(fā)時(shí)間，強(qiáng)化實(shí)現(xiàn)了在線生物預(yù)警全天候連續(xù)實(shí)時(shí)應(yīng)對(duì)突發(fā)污染事件的優(yōu)勢(shì)，極大提高生態(tài)環(huán)境行政部門(mén)應(yīng)對(duì)水體突發(fā)污染事件的預(yù)警能力和應(yīng)急響應(yīng)速度。

應(yīng)急模式實(shí)現(xiàn)生物預(yù)警連續(xù)實(shí)時(shí)預(yù)警、常規(guī)水質(zhì)指標(biāo)和特征參數(shù)等在線監(jiān)測(cè)設(shè)備被觸發(fā)后自動(dòng)應(yīng)急加密監(jiān)測(cè)，結(jié)合在線實(shí)時(shí)的智能解析結(jié)果，可有效提供應(yīng)急處置過(guò)程中綜合毒性風(fēng)險(xiǎn)變化趨勢(shì)、風(fēng)險(xiǎn)終點(diǎn)研判和應(yīng)急處置效果的實(shí)時(shí)評(píng)估，極大提高政府部門(mén)應(yīng)對(duì)水體突發(fā)污染事件的應(yīng)急處置能力，并為事件責(zé)任劃分提供有效支撐。

3 結(jié)論與展望

目前，常見(jiàn)的水質(zhì)自動(dòng)監(jiān)測(cè)站監(jiān)測(cè)指標(biāo)有常規(guī)五參數(shù)、COD、氨氮、總磷、總氮和少數(shù)幾種重金屬離子，這些理化指標(biāo)分析技術(shù)所能檢測(cè)到的污染物種類和毒性遠(yuǎn)遠(yuǎn)低于已知的污染物的種類和毒性[11]。常見(jiàn)的水質(zhì)自動(dòng)監(jiān)測(cè)站在水體突發(fā)性污染事件在線監(jiān)測(cè)方面具有一定的局限性，而生物預(yù)警監(jiān)測(cè)技術(shù)可以通過(guò)生物傳感器監(jiān)測(cè)水體內(nèi)受試水生生物不同水平上的生物學(xué)指標(biāo)變化，反映綜合毒性的變化，實(shí)現(xiàn)對(duì)不同污染類型的水體污染事件的有效監(jiān)測(cè)，實(shí)現(xiàn)污染因子的甄別性預(yù)警。

3.1 現(xiàn)實(shí)意義

智能綜合集成水質(zhì)在線生物預(yù)警監(jiān)測(cè)技術(shù)在“水質(zhì)綜合毒性預(yù)警”和“常規(guī)指標(biāo)超標(biāo)報(bào)警”雙重功能的基礎(chǔ)上，實(shí)現(xiàn)了在線智能解析毒性因子、自動(dòng)判斷水質(zhì)污染程度和類型，實(shí)現(xiàn)了對(duì)污染事件的有效區(qū)分和實(shí)時(shí)應(yīng)急，實(shí)現(xiàn)了真正意義的在線智能預(yù)警監(jiān)測(cè)。

3.2 發(fā)展方向

目前，生物預(yù)警監(jiān)測(cè)技術(shù)尚無(wú)國(guó)家標(biāo)準(zhǔn)、行業(yè)標(biāo)準(zhǔn)及其規(guī)范可供遵循，尚未構(gòu)成生物預(yù)警監(jiān)測(cè)體系。但生物預(yù)警監(jiān)測(cè)技術(shù)作為理化監(jiān)測(cè)的有效補(bǔ)充和未知毒性物質(zhì)的補(bǔ)位監(jiān)測(cè)以及對(duì)慢性毒害的長(zhǎng)期連續(xù)監(jiān)測(cè)，是不可或缺的。

同時(shí)，考慮到環(huán)境中有毒物質(zhì)常是多來(lái)源、多種類的復(fù)合污染，之間可能存在拮抗、抑制和協(xié)同作用，因此眾多有毒物質(zhì)的聯(lián)合毒性檢測(cè)是目前水質(zhì)監(jiān)測(cè)的研究方向之一。基于生物預(yù)警技術(shù)的聯(lián)合毒性檢測(cè)是對(duì)傳統(tǒng)自動(dòng)預(yù)警監(jiān)測(cè)技術(shù)的有效補(bǔ)充，能有效地評(píng)價(jià)水質(zhì)特別是事故水體的安全性，彌補(bǔ)了水質(zhì)綜合性評(píng)估的不足。

3.3 建議

針對(duì)水體類型(地表水、地下水、生活污水等)和水質(zhì)類別(優(yōu)Ⅲ類水體、Ⅳ類水體、Ⅴ類及劣Ⅴ類水體)的不同，尋求適用性更強(qiáng)、更優(yōu)的模式生物物種用于生物預(yù)警監(jiān)測(cè)技術(shù)，并開(kāi)展有效的業(yè)務(wù)化示范運(yùn)行。

在不影響原水本征的前提下，尋求一種普適性更高、經(jīng)濟(jì)性更優(yōu)、技術(shù)門(mén)檻更低、穩(wěn)定性更好的生物預(yù)警監(jiān)測(cè)方法。

生態(tài)環(huán)境行政主管部門(mén)應(yīng)加快制訂生物預(yù)警監(jiān)測(cè)技術(shù)的國(guó)家標(biāo)準(zhǔn)、行業(yè)標(biāo)準(zhǔn)或者規(guī)范，構(gòu)建起全面、穩(wěn)定的生物預(yù)警監(jiān)測(cè)體系。