李歆琰靳睿杰饒凱鋒韓雪韓麗君李治國

(1.河北省生態(tài)環(huán)境保護技術(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)測中心，河北 石家莊 050037)

引言

近年來，我國水污染事件頻繁發(fā)生，嚴重威脅了民眾的飲用水安全，損害了經(jīng)濟和社會發(fā)展[1]。2005年以來，我國相繼發(fā)生了松花江硝基苯水污染、太湖藍藻暴發(fā)、山西汾河水庫水質(zhì)污染、無錫太湖水污染、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)測有利于識別水質(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)自動監(jiān)測技術(shù)監(jiān)測項目和監(jiān)測頻次有限，很難實現(xiàn)對水體實時在線監(jiān)測，尤其是無法實現(xiàn)對水體綜合毒性的監(jiān)測[6]。水環(huán)境生物預(yù)警水質(zhì)自動監(jiān)測技術(shù)可以實現(xiàn)實時在線監(jiān)測，反映水質(zhì)綜合毒性[7]，及時預(yù)警和防范水環(huán)境風(fēng)險，是目前水環(huán)境質(zhì)量監(jiān)測的重要發(fā)展方向。

1 多層級生物預(yù)警技術(shù)

基于標準模式生物(魚、菌)生理響應(yīng)與水體中的有機污染物、重金屬等有毒物質(zhì)具有劑量效應(yīng)關(guān)系的毒理學(xué)機制，將模式魚與發(fā)光菌作為多層級模式生物，實現(xiàn)水質(zhì)綜合毒性的在線精準生物預(yù)警監(jiān)測，全面有效的預(yù)警監(jiān)測水質(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)測技術(shù)可以通過生物傳感器監(jiān)測水體內(nèi)受試水生生物不同水平上的生物學(xué)指標變化，從而反映綜合毒性的變化，實現(xiàn)有毒物質(zhì)污染事件的在線預(yù)警監(jiān)測。隨著水環(huán)境管理需求的提升及技術(shù)的進步，生物預(yù)警監(jiān)測技術(shù)已由最初簡單的、單物種、單層次生物預(yù)警監(jiān)測向復(fù)雜的、多物種、多層次生物預(yù)警監(jiān)測轉(zhuǎn)變，如菌、藻、溞、魚等多層級生物種類組合，是水環(huán)境綜合毒性生物預(yù)警監(jiān)測的發(fā)展方向。多層級生物預(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，實現(xiàn)地表水水質(zhì)狀況及其突發(fā)污染事件的準確預(yù)警監(jiān)測。

利用多層級生物(魚、菌)對有毒污染物敏感度不同的特點，將模式魚與發(fā)光菌作為多層級模式生物，通過生物傳感器監(jiān)測生物生理變化(行為變化、發(fā)光量變化)，構(gòu)建多層級水質(zhì)綜合毒性生物預(yù)警設(shè)備，實現(xiàn)水質(zhì)綜合毒性的在線精準生物預(yù)警監(jiān)測，拓展生物預(yù)警的監(jiān)測范圍，進一步全面有效的預(yù)警監(jiān)測水質(zhì)狀況及其突發(fā)污染事件。

1.1 基于魚類行為響應(yīng)的水質(zhì)綜合毒性實時監(jiān)測技術(shù)

美國、歐州、日本、加拿大等國家或地區(qū)很早就有用魚類監(jiān)測水體污染的記載[8]。在我國，中科院王子健團隊利用青鳉魚的行為變化來監(jiān)測預(yù)警水質(zhì)突發(fā)污染事件[9]?；隰~類行為響應(yīng)生物行為傳感器的環(huán)境污染預(yù)警監(jiān)測技術(shù)能夠檢測生物微弱行為電信號，在短時間內(nèi)對低濃度污染物的檢測靈敏度較高，行為解析的準確度較高，較易排除外界干擾。按照毒理學(xué)實驗規(guī)范“平行”“陽性”“陰性”和“劑量/效應(yīng)關(guān)系”設(shè)計，并進行數(shù)據(jù)分析，可有效避免生物預(yù)警中出現(xiàn)“假陽性”問題。

1.1.1 多層級水生脊椎動物生物響應(yīng)傳感器

基于水生脊椎動物生物響應(yīng)的新型雙層級生物行為傳感器提高了新型生物傳感器靈敏度，能夠檢測環(huán)境背景下微弱行為電信號；加入無監(jiān)測模式生物魚的空白比對層，排除外界物理因子干擾，優(yōu)化提取生物行為信號，提高了新型生物傳感器行為采集和解析的準確度。通過提高靈敏度、排除外界干擾等改進手段，提高綜合毒性監(jiān)測在短時間內(nèi)對低濃度污染物的檢測靈敏度。采用20次·s-1的采樣頻率，全面采集模式魚類行為的原始信號，避免了因采樣頻率較低而忽略了水生脊椎動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的采集和顯示。

采用基于毒理學(xué)規(guī)范的八通道平行實驗設(shè)計，采集8個通道的模式魚類行為特征譜圖。同時，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類行為特征譜圖，以此避免模式魚類個體性差異帶來的隨機誤差。

1.1.2 不同類型污染物暴露下生物行為變化規(guī)律研究

以青鳉魚為例，通過研究不同種類及不同濃度有毒污染物對青鳉魚行為的變化規(guī)律，得出一套閾值模型庫作為水質(zhì)多參數(shù)智能解析軟件數(shù)據(jù)庫，構(gòu)建不同污染作用機制的環(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，對受試生物在一定時間內(nèi)的行為變化進行分解，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，對采集到的生物行為信號進行實時分析。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)時間以及不同暴露時間受試生物行為響應(yīng)濃度。

在生物行為在線監(jiān)測和分析基礎(chǔ)上，構(gòu)建生物行為變化的逐級脅迫閾值模型，并結(jié)合生物行為變化分析水質(zhì)狀況。以污染物對受試生物的急性毒性48h半數(shù)致死劑量(48h-LC50)作為實驗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估標準，用于BEWs生物安全預(yù)警系統(tǒng)的信號分析。實驗采用污染物的48h流水暴露，設(shè)置暴露濃度梯度。將青鳉魚放入2h后，加入有毒污染物提取青鳉魚在有毒污染物暴露過程中的行為響應(yīng)數(shù)據(jù)。

1.1.2.1 空白情況下青鳉魚的行為變化規(guī)律

對照組受試生物(青鳉魚)的行為強度變化曲線如圖1所示，結(jié)果表明受試生物(青鳉魚)的行為強度變化與光照周期相關(guān)。暴露時間15h(phase I)和40h(phase II)為黑暗階段，青鳉魚行為強度較低；暴露時間5h(phase III)和25h(phase II)行為強度變化的產(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：縱坐標為行為強度，橫坐標為暴露時間；曲線來源于生物預(yù)警水站儀器的實驗數(shù)據(jù)；下同。

1.1.2.2 三氯酚暴露下青鳉魚的行為變化規(guī)律

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

圖2 0.05TU三氯酚暴露下青鳉魚行為反應(yīng)

圖3 0.1TU三氯酚暴露下青鳉魚行為反應(yīng)

圖4 0.5TU三氯酚暴露下青鳉魚行為反應(yīng)

圖5 1TU三氯酚暴露下青鳉魚行為反應(yīng)

圖6 10TU三氯酚暴露下青鳉魚行為反應(yīng)

1.1.2.3 除草劑暴露下青鳉魚的行為變化規(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，對水生態(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)游锏纳彻δ苡袠O大的影響，會使魚體內(nèi)的Ca2+、Mg2+等無機離子濃度明顯下降，導(dǎo)致其生理功能發(fā)生紊亂。

如圖7、圖8所示，青鳉魚行為強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。青鳉魚行為變化主要以調(diào)整為主，并且其調(diào)整過程基本符合對照組內(nèi)青鳉魚的行為過程，具有明顯內(nèi)在節(jié)律性。這個濃度組出現(xiàn)行為調(diào)解過程的原因可能是低濃度的環(huán)境污染物導(dǎo)致細胞和器官損傷形成環(huán)境脅迫，但并未超過受試生物啟動行為調(diào)節(jié)機制的閾值，以通過行為調(diào)解對抗環(huán)境脅迫對自己的損傷。

圖7 20mg·L-1阿特拉津暴露下青鳉魚行為反應(yīng)

圖8 30mg·L-1阿特拉津暴露下青鳉魚行為反應(yīng)

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

通過生物響應(yīng)特征進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，本研究通過多種典型污染物進行生物行為響應(yīng)研究，深入開展生物綜合毒性專屬算法開發(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預(yù)處理模塊；異常信號剔除模塊；特征提取模塊；特征信息建模；模式識別模塊。以上算法，試驗階段采用Matlab編程，嵌入到軟件中時將其轉(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)異常到最后報警所需要的響應(yīng)時間。

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

利用水生脊椎動物(魚)在遭遇水污染時自發(fā)產(chǎn)生回避行為響應(yīng)，水生生物(魚)運動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。低壓高頻電信號傳感技術(shù)能夠連續(xù)實時監(jiān)測生物行為，通過毒性傳感器監(jiān)測水生生物(魚)行為強度變化，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，實現(xiàn)對水質(zhì)在線連續(xù)實時生物監(jiān)測和預(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)的濃度會直接影響細菌的新陳代謝。利用發(fā)光細菌新陳代謝產(chǎn)生的光，根據(jù)光學(xué)檢測器來比較其前后的相對光強來檢測測試樣本的毒性，該方法能夠在0.5h內(nèi)，快速檢測出水樣的急性毒性，從而確定毒性物質(zhì)的相對濃度。急性綜合毒性自動在線毒性監(jiān)測儀通過機械臂操作裝置和相應(yīng)軟件控制系統(tǒng)的聯(lián)動，實現(xiàn)整個監(jiān)測過程的全自動化控制。在已有的毒性監(jiān)測儀的基礎(chǔ)上，開發(fā)基于天然發(fā)光細菌和重組發(fā)光細菌的二維水質(zhì)毒性自動在線監(jiān)測儀。除了保持原有采用天然發(fā)光細菌實現(xiàn)的急性綜合毒性測試之外，通過選擇針對重金屬污染物有響應(yīng)的重組發(fā)光細菌完成重金屬污染物生物毒性的測試。

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)測技術(shù)

依托基于魚法的綜合毒性生物在線預(yù)警監(jiān)測技術(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，智能綜合集成在線理化和特征風(fēng)險污染物監(jiān)測參數(shù)，耦合污染物風(fēng)險預(yù)警模型、信息共享和遠程控制等技術(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)測預(yù)警(簡稱智能超級自動水站，i-BEWs)系統(tǒng)，如圖13、圖14所示。

圖13 智能超級自動水站系統(tǒng)智能化解析路線

圖14 智能超級自動水站系統(tǒng)結(jié)構(gòu)圖

該系統(tǒng)以模塊化架構(gòu)為基礎(chǔ)，智能集成多層級生物預(yù)警單元、常規(guī)監(jiān)測參數(shù)、特征污染物指標等水質(zhì)在線預(yù)警和監(jiān)測技術(shù)設(shè)備，可實現(xiàn)綜合毒性的連續(xù)實時生物預(yù)警，常規(guī)指標的周期監(jiān)測，突發(fā)環(huán)境污染事件自動在線應(yīng)急預(yù)警監(jiān)測的智能綜合集成。拓展水質(zhì)自動監(jiān)測站在線預(yù)警-監(jiān)測-應(yīng)急功能，具有實現(xiàn)在線生物預(yù)警全天候連續(xù)實時應(yīng)對突發(fā)環(huán)境污染事件的優(yōu)勢。

i-BEWs系統(tǒng)在水質(zhì)綜合毒性預(yù)警和常規(guī)指標超標報警雙重功能的基礎(chǔ)上，實現(xiàn)在線智能解析毒性因子，自動判斷水質(zhì)污染程度和類型、污染物綜合毒性和爆發(fā)時間，實現(xiàn)真正意義的在線智能預(yù)警監(jiān)測，為有效應(yīng)對突發(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)測層、智能分析層等3部分組成。其中觸發(fā)層由多層級生物預(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，實現(xiàn)24h實時連續(xù)預(yù)警，是系統(tǒng)全天候在線預(yù)警前哨和觸發(fā)啟動核心；監(jiān)測層由常規(guī)水質(zhì)指標、特征參數(shù)等在線監(jiān)測設(shè)備構(gòu)成，實現(xiàn)在線的周期監(jiān)測模式、超標加密監(jiān)測模式和預(yù)警觸發(fā)應(yīng)急模式等多重運行模式；智能分析層由生物-化學(xué)-生態(tài)響應(yīng)模型、污染物風(fēng)險預(yù)警數(shù)據(jù)庫、在線智能解析算法與軟件組成，實現(xiàn)實時在線生物預(yù)警與理化參數(shù)智能關(guān)聯(lián)數(shù)據(jù)、自動在線智能解析判斷毒性因子、自動在線判斷水質(zhì)污染程度和類型等信息的獲取。

2.2 系統(tǒng)優(yōu)勢

以N+N模式實現(xiàn)生物預(yù)警與化學(xué)監(jiān)測技術(shù)的優(yōu)勢互補，聯(lián)合生物-化學(xué)-生態(tài)響應(yīng)模型、風(fēng)險預(yù)警數(shù)據(jù)庫和智能解析算法，實現(xiàn)常規(guī)周期監(jiān)測和應(yīng)急監(jiān)測等水環(huán)境管理功能，提升了水質(zhì)自動監(jiān)測站連續(xù)實時在線預(yù)警-監(jiān)測-應(yīng)急響應(yīng)能力。

預(yù)警模式實現(xiàn)以生物預(yù)警為核心自動觸發(fā)單因子參數(shù)在線應(yīng)急監(jiān)測，實現(xiàn)水質(zhì)污染因子在線智能解析、自動判斷水質(zhì)污染程度和類型、污染物綜合毒性和爆發(fā)時間，強化實現(xiàn)了在線生物預(yù)警全天候連續(xù)實時應(yīng)對突發(fā)污染事件的優(yōu)勢，極大提高生態(tài)環(huán)境行政部門應(yīng)對水體突發(fā)污染事件的預(yù)警能力和應(yīng)急響應(yīng)速度。

應(yīng)急模式實現(xiàn)生物預(yù)警連續(xù)實時預(yù)警、常規(guī)水質(zhì)指標和特征參數(shù)等在線監(jiān)測設(shè)備被觸發(fā)后自動應(yīng)急加密監(jiān)測，結(jié)合在線實時的智能解析結(jié)果，可有效提供應(yīng)急處置過程中綜合毒性風(fēng)險變化趨勢、風(fēng)險終點研判和應(yīng)急處置效果的實時評估，極大提高政府部門應(yīng)對水體突發(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，常見的水質(zhì)自動監(jiān)測站監(jiān)測指標有常規(guī)五參數(shù)、COD、氨氮、總磷、總氮和少數(shù)幾種重金屬離子，這些理化指標分析技術(shù)所能檢測到的污染物種類和毒性遠遠低于已知的污染物的種類和毒性[11]。常見的水質(zhì)自動監(jiān)測站在水體突發(fā)性污染事件在線監(jiān)測方面具有一定的局限性，而生物預(yù)警監(jiān)測技術(shù)可以通過生物傳感器監(jiān)測水體內(nèi)受試水生生物不同水平上的生物學(xué)指標變化，反映綜合毒性的變化，實現(xiàn)對不同污染類型的水體污染事件的有效監(jiān)測，實現(xiàn)污染因子的甄別性預(yù)警。

3.1 現(xiàn)實意義

智能綜合集成水質(zhì)在線生物預(yù)警監(jiān)測技術(shù)在“水質(zhì)綜合毒性預(yù)警”和“常規(guī)指標超標報警”雙重功能的基礎(chǔ)上，實現(xiàn)了在線智能解析毒性因子、自動判斷水質(zhì)污染程度和類型，實現(xiàn)了對污染事件的有效區(qū)分和實時應(yīng)急，實現(xiàn)了真正意義的在線智能預(yù)警監(jiān)測。

3.2 發(fā)展方向

目前，生物預(yù)警監(jiān)測技術(shù)尚無國家標準、行業(yè)標準及其規(guī)范可供遵循，尚未構(gòu)成生物預(yù)警監(jiān)測體系。但生物預(yù)警監(jiān)測技術(shù)作為理化監(jiān)測的有效補充和未知毒性物質(zhì)的補位監(jiān)測以及對慢性毒害的長期連續(xù)監(jiān)測，是不可或缺的。

同時，考慮到環(huán)境中有毒物質(zhì)常是多來源、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)合毒性檢測是目前水質(zhì)監(jiān)測的研究方向之一?；谏镱A(yù)警技術(shù)的聯(lián)合毒性檢測是對傳統(tǒng)自動預(yù)警監(jiān)測技術(shù)的有效補充，能有效地評價水質(zhì)特別是事故水體的安全性，彌補了水質(zhì)綜合性評估的不足。

3.3 建議

針對水體類型(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、更優(yōu)的模式生物物種用于生物預(yù)警監(jiān)測技術(shù)，并開展有效的業(yè)務(wù)化示范運行。

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

生態(tài)環(huán)境行政主管部門應(yīng)加快制訂生物預(yù)警監(jiān)測技術(shù)的國家標準、行業(yè)標準或者規(guī)范，構(gòu)建起全面、穩(wěn)定的生物預(yù)警監(jiān)測體系。