武軍旭，趙平歌，黃 毅，蘆玥同

(西安工業(yè)大學(xué)建筑工程學(xué)院，陜西西安 710021)

環(huán)境污染，特別是突發(fā)性水污染事件，是全世界面臨的一個嚴(yán)重問題[1]，它將破壞生態(tài)環(huán)境，危害人類健康，造成嚴(yán)重的經(jīng)濟(jì)資產(chǎn)損失，是影響社會穩(wěn)定的不確定因素[2]。因此，快速準(zhǔn)確預(yù)警水質(zhì)突變對實現(xiàn)事故的緊急控制和應(yīng)急安全處理非常重要。據(jù)統(tǒng)計，1995年—2012年我國水體突發(fā)性污染事件發(fā)生總次數(shù)為11 640次，年均達(dá)到647次[3]。2020年中國生態(tài)環(huán)境狀況公報顯示，全國發(fā)生各類突發(fā)環(huán)境事件共208起[4]，其中包括我國近20年來尾礦泄漏量最大、應(yīng)急處置難度最大、后期生態(tài)環(huán)境治理修復(fù)任務(wù)異常艱巨的突發(fā)環(huán)境事件——伊春鹿鳴礦業(yè)“3·28”尾礦庫泄漏事故[5]。雖然傳統(tǒng)的理化監(jiān)測在連續(xù)自動采樣和實時分析等技術(shù)方面已經(jīng)取得了重大進(jìn)展，但當(dāng)前針對快速發(fā)展的未知化學(xué)危害混合物進(jìn)行實時預(yù)警的能力仍然有限[3]。從神經(jīng)毒理學(xué)的角度來看，急性暴露下，意外或故意行為進(jìn)入淡水供應(yīng)的化學(xué)制劑可能影響神經(jīng)系統(tǒng)，故只能使用適當(dāng)?shù)墓δ苌锬Ｐ瓦M(jìn)行可靠評估[6-7]。

目前，對于突發(fā)性污染水體監(jiān)測的研究更多是連續(xù)監(jiān)測敏感水生生物的行為和生理參數(shù)，常用的監(jiān)測生物包括發(fā)光細(xì)菌[8-9]、藻類[10]、大水蚤[11]和魚類[12-13]等。其中，魚類作為水質(zhì)監(jiān)測預(yù)警“傳感器”的應(yīng)用更早，也更成熟[14-15]，可對多種人為引起的環(huán)境破壞作出顯著和可預(yù)見的反應(yīng)，包括溫度[16]、富營養(yǎng)化[17]、酸化[18]、化學(xué)污染[19]、物理棲息地的改變[20]等。魚類對周圍水生環(huán)境健康的敏感是利用它們監(jiān)測環(huán)境突變的基礎(chǔ)[21]。任宗明等[22]通過低壓電信號采集日本青鳉的行為變化，實現(xiàn)對污染水體的水質(zhì)變化報警。馬中雨等[23]、杜娟娟等[24]研究證明，基于魚類行為變化的水質(zhì)監(jiān)測系統(tǒng)對渾濁度、石油類、亞硝酸鹽、苯、砷化物、錳、高濃度苯酚都較為敏感。Tian等[25]和Alfonso等[26]研究表明，行為的變化往往先于身體損傷可見之前就受到影響?；诖?，實時生物預(yù)警系統(tǒng)(biological early warning systems，BEWS)應(yīng)運(yùn)而生，填補(bǔ)了傳統(tǒng)水質(zhì)監(jiān)測的不足[27]。然而，各種因素如生物有機(jī)體本身的復(fù)雜性、設(shè)備誤差和環(huán)境噪聲，均可能會影響模型預(yù)測的準(zhǔn)確性和及時性[28]，且對較低濃度的污染物識別能力差。即使是已經(jīng)發(fā)展較為先進(jìn)完善的BEWS系統(tǒng)也避免不了假陽性和假陰性警報等相關(guān)的問題[27,29]，這些問題可能源于生物體本身或生存環(huán)境，例如魚群的求偶行為[30]、溶解氧濃度[27]以及尚未檢測到的其他因素。

快速發(fā)展的機(jī)器學(xué)習(xí)和深度學(xué)習(xí)在預(yù)測水質(zhì)狀況方面表現(xiàn)出明顯的優(yōu)勢，概率神經(jīng)網(wǎng)絡(luò)(PNN)[31]、自組織映射(SOM)[31]、隱馬爾可夫(CHMM)[32]、支持向量機(jī)(SVM)[33]和Adaboost算法[34]等算法確定水質(zhì)與異常行為特征間的定性關(guān)系，這些算法一定程度上促進(jìn)了BEWS的發(fā)展。但預(yù)警系統(tǒng)假陽性和假陰性的情況還是不可避免，而且對特征污染物生物預(yù)警閾值等級的研究較少。

目前，基于斑馬魚豐富的行為表現(xiàn)已經(jīng)被證明是一種強(qiáng)大的水生脊椎動物模型[35]。鑒于此，本試驗所用模式生物選擇AB系藍(lán)色斑馬魚，利用視頻追蹤技術(shù)，對試驗過程中5條斑馬魚的速度、加速度、運(yùn)動高度、距離、軌跡密度、轉(zhuǎn)彎次數(shù)進(jìn)行實時采集。以正常水體中斑馬魚行為指標(biāo)的變化為基礎(chǔ)，模擬CuCl2不同濃度突發(fā)污染暴露下斑馬魚的行為反應(yīng)，并利用Hinkley算法對各行為指標(biāo)進(jìn)行優(yōu)化處理，最后通過對各類行為指標(biāo)賦予權(quán)重得到不同濃度下的綜合報警指數(shù)Y，進(jìn)而驗證Hinkley算法預(yù)警的真實性和時效性。

1 基于Hinkley算法水質(zhì)突變分級報警模型的建立

1.1 Hinkley算法

Hinkley算法是一種用于衡量觀測量中長期效應(yīng)的統(tǒng)計算法，它的特點(diǎn)是最大限度地剔除了短期變化對觀測值的估計影響[36]。在水質(zhì)預(yù)警中，正常水質(zhì)條件下的斑馬魚各行為指標(biāo)均在一定的范圍內(nèi)，進(jìn)而導(dǎo)致不同毒性濃度下的Hinkley函數(shù)值變化趨勢不明顯，而異常水質(zhì)條件下的斑馬魚行為指標(biāo)的變化異于正常水質(zhì)，故運(yùn)用這種算法來衡量各個運(yùn)動指標(biāo)的中長期變化。

以速度為例，計算如式(1)。

(1)

其中：G(t)——t時刻的Hinkley函數(shù)值；

G(t-1)——t-1時刻的Hinkley函數(shù)值；

U0——正常水體中速度的均值，mm/s；

U1——正常水體中速度的均值U0與平均速度標(biāo)準(zhǔn)差σ之和，mm/s；

Zt——速度指標(biāo)的監(jiān)測值，mm/s。

1.2 水質(zhì)突變分級報警模型

在Huang等[13]的研究基礎(chǔ)上，進(jìn)一步將斑馬魚運(yùn)動行為指標(biāo)分3類：速度、加速度為Ⅰ類(活動強(qiáng)度)；運(yùn)動高度、轉(zhuǎn)彎次數(shù)為Ⅱ類(位移強(qiáng)度)；距離、軌跡密度為Ⅲ類(聚散強(qiáng)度)。

為了防止個別行為指標(biāo)的突變導(dǎo)致系統(tǒng)誤報，研究對各類指標(biāo)賦予權(quán)重，進(jìn)而計算綜合報警指數(shù)Y，計算如式(2)。

Y=0.4×G(t)Ⅰ+0.3×G(t)Ⅱ+0.3×G(t)Ⅲ

(2)

其中：0.4、0.3、0.3——賦予Ⅰ類、Ⅱ類、Ⅲ類指標(biāo)的權(quán)重(權(quán)重值的設(shè)定和魚的種類、年齡、不同指標(biāo)對污染物的敏感程度密切相關(guān)，可根據(jù)反復(fù)試驗摸索確定，速度的變化較其他指標(biāo)更敏感，故與速度有關(guān)的系數(shù)可以適當(dāng)定高一點(diǎn)[36])；

G(t)Ⅰ、G(t)Ⅱ、G(t)Ⅲ——Ⅰ類、Ⅱ類、Ⅲ類指標(biāo)Hinkley函數(shù)值。

Y和預(yù)警等級如表1所示。初級警報提供預(yù)警，表示水質(zhì)有可能已經(jīng)被污染，此時魚群行為出現(xiàn)異常；中級警報提供預(yù)先警報，表示水質(zhì)即將達(dá)到臨界階段，20%～40% 的魚群出現(xiàn)尾巴停擺的中毒現(xiàn)象；高級警報表示水質(zhì)已經(jīng)達(dá)到臨界階段，40% 以上的魚群出現(xiàn)翻肚的現(xiàn)象。

表1 分級報警Tab.1 Grading Alarm

2 實例分析

2.1 斑馬魚的馴養(yǎng)

本實驗室斑馬魚由中國科學(xué)院武漢水生所提供，試驗用水均為曝氣24 h后的脫氯自來水，水溫維持在(26±1) ℃，pH值控制在6.6～7.2，光照周期為12 h∶12 h，投食頻率為2～3次/d。試驗時挑選魚齡為3～6個月、體長為(35±2)mm的斑馬魚，每組試驗用魚5條，試驗前24 h不喂食。

2.2 試驗試劑

氯化銅(CuCl2，分析純，阿拉丁)，使用時先配置成質(zhì)量濃度為1 g/L的母液。

2.3 試驗設(shè)計

參照《水質(zhì) 物質(zhì)對淡水魚(斑馬魚)急性致死毒性的測定》(GB/T 13267—1991)，利用概率單位圖解法計算出CuCl2的24 h半致死質(zhì)量濃度(24 h-LC50)為0.5 mg/L。本研究以24 h-LC50為1個毒性單位(1.0 TU)，觀察記錄0.2 TU(質(zhì)量濃度為0.1 mg/L)、1.0 TU(質(zhì)量濃度為0.5 mg/L)、2.0 TU(質(zhì)量濃度為1.0 mg/L)暴露下斑馬魚運(yùn)動行為指標(biāo)的變化。

試驗利用視頻跟蹤技術(shù)對斑馬魚的活動強(qiáng)度、位移強(qiáng)度、聚散強(qiáng)度進(jìn)行實時監(jiān)測，模擬重金屬突發(fā)污染下的水質(zhì)環(huán)境，記錄分析斑馬魚在水質(zhì)污染前后的各運(yùn)動行為指標(biāo)變化，并利用Hinkley算法對各指標(biāo)進(jìn)行優(yōu)化處理，引入綜合報警指數(shù)Y，建立了水質(zhì)突變分級報警模型。

試驗用水采用半靜態(tài)式流水試驗，控制進(jìn)水流速為15 L/h，水溫維持在(26±1)℃，pH值控制在6.6～7.2，背景燈控制光照強(qiáng)度為50 lux。試驗共進(jìn)行240 min，前120 min為正常水質(zhì)條件，記錄斑馬魚在正常水質(zhì)條件下的各運(yùn)動行為指標(biāo)的變化，從第120 min開始加入CuCl2溶液，記錄該條件下斑馬魚各運(yùn)動行為指標(biāo)的變化。根據(jù)生物的急性毒性試驗設(shè)定每個質(zhì)量濃度共進(jìn)行3 個平行樣，每個平行樣的指標(biāo)數(shù)據(jù)均為5 條魚的平均數(shù)，結(jié)果以3 個平行樣的平均數(shù)記錄顯示。

圖1 不同濃度的CuCl2突發(fā)暴露下斑馬魚活動強(qiáng)度變化Fig.1 Changes of Activity Intensity of Zebrafish Exposed in Different Concentrations of CuCl2

圖2 不同濃度的CuCl2突發(fā)暴露下斑馬魚位移強(qiáng)度的變化Fig.2 Changes of Displacement Intensity of Zebrafish Exposed in Different Concentrations of CuCl2

3 結(jié)果分析

3.1 CuCl2對活動強(qiáng)度的影響

如圖 1(a)～圖 1(d)所示，斑馬魚在前120 min處于正常水體中，速度變化相對穩(wěn)定，主要在29.00～52.00 mm/s。0.2 TU時，在暴露后歷時11 min速度達(dá)到最大值，為70.60 mm/s，隨后歷時66 min恢復(fù)至暴露前水體中斑馬魚運(yùn)動速度的波動范圍；1.0 TU時，在暴露后歷時6 min達(dá)到最大值，為77.28 mm/s，在46 min后降至暴露前均值的37.32%，最終速度維持在9.00～29.00 mm/s；2.0 TU時，在暴露后歷時12 min達(dá)到最大值，為80.28 mm/s，歷時29 min后達(dá)到暴露前均值的25.54%，最終維持在1.00～20.00 mm/s。

如圖 1(e)～圖 1(h)所示，斑馬魚在前120 min的正常水體中，加速度在-0.450～0.400 mm/s2。0.2 TU時，加速度在暴露后12 min才發(fā)生明顯增高，并在暴露后第14 min，由暴露前的-0.001 mm/s2增至0.420 mm/s2，但加速度整體的變化范圍與暴露前并沒有顯著差別；1.0 TU時，在暴露后的第10 min加速度由暴露前的0.001 mm/s2增至0.480 mm/s2，加速度整體的變化范圍與暴露前加速度變化范圍沒有顯著差別；2.0 TU時，在暴露后的第5 min，加速度由暴露前的-0.001 mm/s2變?yōu)?0.750 mm/s2，隨著時間的增長，加速度維持在-0.150～0.130 mm/s2。

由以上分析可知，速度與加速度在污染物暴露后發(fā)生短暫、快速的變化，變化范圍明顯高于暴露之前的水平。與接觸低濃度毒性相比，高濃度毒性時，除了經(jīng)歷明顯的升高，隨著時間的增長，最終沒有維持在污染物暴露前的水平，而是快速下降，最終穩(wěn)定在一定的范圍。

3.2 CuCl2對位移強(qiáng)度的影響

如圖 2(a)～圖 2(d)所示，運(yùn)動高度在前120 min的正常水體中變化相對穩(wěn)定，前120 min運(yùn)動高度的均值為140.26 mm；在第120 min時，即斑馬魚接觸到CuCl2污染物后，不同毒性濃度的CuCl2下斑馬魚的平均高度敏感性又不相同。0.2 TU時，運(yùn)動高度在暴露后12 min才明顯增高，隨著暴露時間的增長，平均運(yùn)動高度又逐漸恢復(fù)至暴露前正常水體中的水平；1.0 TU時的運(yùn)動高度在暴露后2 min驟降，與0.2 TU相比，1.0 TU時的運(yùn)動高度并沒有隨著時間的增長而恢復(fù)至暴露前的水平，而是在第217 min后發(fā)生二次驟降，最終維持在39.60～95.60 mm；2.0 TU時，運(yùn)動高度在污染物暴露后即刻呈現(xiàn)下降趨勢，并在149 min下降至37.68 mm，與暴露前均值相比下降約75.6%，最終維持在23.80～49.30 mm的水平。

如圖 2(e)～圖 2(h)所示，轉(zhuǎn)彎次數(shù)在污染物暴露之前變化穩(wěn)定，主要在3.47～13.73 n/(10 s)，轉(zhuǎn)彎次數(shù)的均值為8.32 n/(10 s)，標(biāo)準(zhǔn)差為2.27 n/(10 s)，在120 min后，轉(zhuǎn)彎次數(shù)整體均呈現(xiàn)先短暫升高后又下降趨勢，斑馬魚在0.2、1.0、2.0 TU的CuCl2水體中持續(xù)暴露2 h后轉(zhuǎn)彎次數(shù)依次變?yōu)?.7、5.0、0.66 n/(10 s)。

由以上分析可知，低濃度毒性時，運(yùn)動高度的變化明顯滯后于轉(zhuǎn)彎次數(shù)的變化，并隨著時間的增長，斑馬魚運(yùn)動能力逐漸恢復(fù)。轉(zhuǎn)彎次數(shù)在短時間內(nèi)急劇上升，毒性越強(qiáng)，反應(yīng)強(qiáng)度越劇烈。

圖3 不同濃度的CuCl2突發(fā)暴露下斑馬魚聚散強(qiáng)度的變化Fig.3 Changes of Gathering Strength of Zebrafish Exposed to Different Concentrations of CuCl2

3.3 CuCl2對聚散強(qiáng)度的影響

如圖3(a)～圖 3(d)所示，在污染物暴露之前，魚群距離變化在一個穩(wěn)定的范圍內(nèi)，在120 min后，0.2、1.0、2.0 TU下斑馬魚的平均距離均呈現(xiàn)下降后上升波動變化，最終通過自我調(diào)節(jié)適應(yīng)，平均距離又恢復(fù)至污染物暴露前的水平。

如圖3(b)～圖3(h)所示，軌跡密度與距離的變化趨勢相似，均呈現(xiàn)下降后上升，最終通過自我調(diào)節(jié)適應(yīng)，軌跡密度又恢復(fù)至污染物暴露前的水平。

由以上分析可知，在污染物暴露后的短期內(nèi)，魚群距離出現(xiàn)快速減小的趨勢，魚群出現(xiàn)短暫的聚集現(xiàn)象，進(jìn)而導(dǎo)致軌跡密度短時間內(nèi)降低。

3.4 綜合報警指數(shù)的變化和分級報警效果

如圖4所示，不同毒性濃度下的Y隨著時間的變化均呈現(xiàn)遞增的趨勢。

在0～120 min，Y呈線性變化，通過線性擬合可知，試驗組與空白組斜率相差不大?？瞻捉M斜率為0.07；0.2 TU組斜率為0.10；1.0 TU組斜率為0.13；2.0 TU組斜率為0.07。具體結(jié)果如表2所示。

在暴露后20 min的時間段內(nèi)，空白組斜率為0.06，與暴露前相比變化不大；0.2 TU組斜率為0.40，與暴露前相比增加近300.0%，較空白組增加566.7%；1.0 TU組的斜率為0.45，與暴露前相比增加了246.2%，較空白組增加650.0%；2.0 TU組的斜率為0.62，與暴露前相比增加了785.7%，較空白組增加933.3%。毒性濃度與曲線斜率呈正相關(guān)。

在第120 min后，Y出現(xiàn)了顯著的分級現(xiàn)象，這是在污染物暴露下，斑馬魚對周圍環(huán)境做出應(yīng)激行為反應(yīng)所造成的，故利用綜合報警指數(shù)Y可以對水質(zhì)環(huán)境做出及時預(yù)警。

圖4 不同濃度CuCl2暴露下的綜合報警指數(shù)YFig.4 Comprehensive Alarm Index Y under Different Concentrations of CuCl2

表2 回歸性分析統(tǒng)計Tab.2 Statistics of Regression Analysis

研究通過實時采集Y并與分級報警(表1)進(jìn)行對比，進(jìn)而劃分預(yù)警等級，再通過斜率判別報警的真?zhèn)?。結(jié)合表2和圖4，得到不同濃度的CuCl2突發(fā)脅迫下不同時間段的分級報警結(jié)果,如表3所示。

表3 不同濃度CuCl2下的分級報警結(jié)果Tab.3 Grading Alarm Results under Different Concentrations of CuCl2

4 討論

低濃度毒性的Cu2+對斑馬魚造成氧化應(yīng)激需要時間的積累。以往研究表明，Cu是魚類等動物所必需的微量元素，存在于動物的組織中，是許多代謝活動所需酶的重要輔因子[37]，低劑量的Cu2+可以發(fā)揮抗氧化作用對抗氧化應(yīng)激[17]。此外，水中離子強(qiáng)度對也會對毒性機(jī)制產(chǎn)生影響。一些研究發(fā)現(xiàn)，魚對Cu的攝取是通過Na+，依賴于Na+對魚類鰓中的Cu轉(zhuǎn)運(yùn)體或上皮Na通道的干擾，但Ca和Mg單獨(dú)作用可減輕斑馬魚的Cu毒性[38]。這可能是0.2 TU暴露下沒有使斑馬魚在9 min內(nèi)產(chǎn)生應(yīng)激反應(yīng)的原因。

從不同濃度CuCl2暴露對斑馬魚行為影響試驗結(jié)果可知，與對照組相比，斑馬魚對CuCl2產(chǎn)生了一定的“回避反應(yīng)”[39]。根據(jù)相關(guān)研究，Cu2+在斑馬魚體內(nèi)累積直至超過肌體所需的閾值，魚群開始出現(xiàn)心理應(yīng)激(回避污染導(dǎo)致的急速游動)和身體應(yīng)激(出血或感染)等行為[40]，這與Alfonso等[26]中所述的壓力應(yīng)對方式(stress coping style)的調(diào)節(jié)一致。隨著暴露時間的增長，低濃度下的斑馬魚狀態(tài)逐漸恢復(fù)。0.2 TU時，其活動強(qiáng)度、位移強(qiáng)度(運(yùn)動高度)和聚散強(qiáng)度分別歷時52～54、60～75、37～55 min恢復(fù)至暴露前的水平，這與Lu等[41]描述的內(nèi)在調(diào)節(jié)機(jī)制作用相吻合。1.0 TU時，僅有加速度、運(yùn)動高度的變化范圍逐漸恢復(fù)至暴露前的水平，其余參數(shù)都經(jīng)歷了行為強(qiáng)度降低的過程。王英才等[42]研究表明，這種變化可能是污染物濃度增大、加速后的疲勞效應(yīng)以及對脅迫環(huán)境的適應(yīng)所致。與1.0 TU相比，暴露于2.0 TU下的斑馬魚呈現(xiàn)明顯的中毒跡象。這種隨著毒性濃度與斑馬魚行為強(qiáng)度變化的依賴性關(guān)系與黃東龍等[43]和Huang[13]的研究一致。Ren等[44]將斑馬魚毒性行為的變化描述為逐步行為響應(yīng)模型，主要包括無效應(yīng)、刺激、適應(yīng)、調(diào)整(重新調(diào)整)和毒性效應(yīng)。

本研究基于Hinkley算法設(shè)置了以斑馬魚活動強(qiáng)度、位移強(qiáng)度和聚散強(qiáng)度“三位一體”的水質(zhì)突變預(yù)警系統(tǒng)，在水質(zhì)突變后每隔20 min預(yù)警一次，且隨著時間的變化，預(yù)警等級會隨著水質(zhì)污染的情況發(fā)生相應(yīng)的變化。以往的研究表明，Hinkley算法可有效解決水生生物運(yùn)動的隨機(jī)性、復(fù)雜性和非線性導(dǎo)致的誤報警現(xiàn)象，但系統(tǒng)穩(wěn)定性和靈敏度不太好[36]。馬欣等[36]只對“第一壓力閾”之前速度、高度、距離以及活魚條數(shù)進(jìn)行了監(jiān)測，未監(jiān)測“第一壓力閾”之后的參數(shù)變化，即未監(jiān)測毒性效應(yīng)暴發(fā)時斑馬魚狀況。但水質(zhì)污染和水體凈化都是長期變化的過程，需要長期的監(jiān)測數(shù)據(jù)并對水質(zhì)變化作出實時評價。本研究在此基礎(chǔ)上，兼顧了試驗結(jié)果的可靠性和穩(wěn)定性，精選了6個斑馬魚行為參數(shù)，并將其劃分為3類，每組試驗進(jìn)行240 min，前120 min為斑馬魚在正常水體中的適應(yīng)階段，后120 min為污染物暴露后的階段，設(shè)計充分考慮了環(huán)境壓力模型中斑馬魚行為強(qiáng)度變化的4個階段。綜合報警指數(shù)Y預(yù)警等級的劃分是經(jīng)過前期預(yù)試驗結(jié)果所設(shè)置，具有一定的局限性。這種對特征污染物劃分預(yù)警等級的設(shè)計早在理化監(jiān)測技術(shù)上得到了實踐發(fā)展，例如，行業(yè)規(guī)范標(biāo)準(zhǔn)[《生活飲用水衛(wèi)生標(biāo)準(zhǔn)》(GB 5749—2006)、《地表水環(huán)境質(zhì)量標(biāo)準(zhǔn)》(GB 3838—2002)等]的制定。但生物監(jiān)測手段對特征污染物毒性閾值設(shè)定還有待完善。

5 結(jié)論

斑馬魚在CuCl2突發(fā)暴露后，其活動強(qiáng)度(速度和加速度)、位移強(qiáng)度(運(yùn)動高度和轉(zhuǎn)彎次數(shù))和聚散強(qiáng)度(距離和軌跡密度)均會在短期內(nèi)發(fā)生明顯變化。以此為基礎(chǔ)，通過Hinkley算法對行為指標(biāo)進(jìn)行優(yōu)化，引入綜合報警指數(shù)Y，建立了水質(zhì)突變分級報警模型，通過對CuCl2突發(fā)暴露下斑馬魚運(yùn)動行為指標(biāo)的實時監(jiān)測，證明了Hinkley算法在水質(zhì)預(yù)警方面的準(zhǔn)確性和有效性，為水質(zhì)狀況評估、水質(zhì)安全性評價等工作提供了參考。