評估水體突發性污染事故風險的方法及裝置

本發明涉及水環境生態技術，特別涉及一種利用生物敏感性評估水體 突發性污染事故風險的方法及裝置。

水是地球上各物種賴以生存的資源。隨著人口數量不斷增多，人均水資 源擁有量日益減少，同時，近現代工農業經濟的迅猛發展，水環境正面臨著 各種污染的嚴重成脅，例如，生活污水、工廠化學藥品污染、排污排廢以及 農田施用的過量農藥化肥污染。也就是說，在人均水資源擁有量日益減少的 同時，因水環境惡化所造成的水質性和功能性缺水現象亦日益突出，已成 為突出的、全球性的共同的技術問題。

目前，水環境污染主要體現在：污染物排放量超過水環境承載能力、河 道水污染、河道黑臭、湖泊富營養化。水環境污染導致生態破壞嚴重，生物 多樣性減少，生態系統功能退化，從而制約社會經濟發展，危害人民健 康。

我國水環境污染形勢較為嚴峻，水環境污染事故頻發，在水環境污染 事故中，一般以水環境中污染物超出地表水環境水質標準(WQS，Water QualityStandards)的倍數作為風險衡量依據。其中，水質標準是指以保護 人類健康和生態平衡為目的，用可信的科學數據表示的水環境中的各種污染 物的允許濃度，由于在污染事故發生后，需要進行污染物超標測定，所需的 時間較長，不利于及時、快速確定風險等級，使得評估水體污染事故風險的 效率較低；進一步地，中國的水質標準一般采用國外的水質標準，由于我國 地域遼闊，不同地區的水環境無論從水質特征、生物多樣性特征還是從生態 系統的結構特征上，都有著明顯的差異。因此，國外的水質標準在中國的適 用性存在廣泛的質疑，使得以污染物超標倍數進行風險分級評估的方法，評 估的可靠性以及準確性受到質疑。而且，在突發性水環境污染事故中，污染 物超標倍數高，現有的污染事故風險評估方法，沒有建立針對突發性水環境 污染事故的污染物超標倍數與風險等級之間的明確關系，使得對突發性水 環境污染事故引發的風險難以判斷和評估。

有鑒于此，本發明的主要目的在于提出一種評估水體突發性污染事故 風險的方法及裝置，提升對突發性水環境污染事故的風險評估效率。

為達到上述目的，本發明提供了一種評估水體突發性污染事故風險的 方法，該方法包括：

獲取目標污染物對各物種的急性生物毒性數據，按照預先設置的毒性數 據規范對所述急性生物毒性數據進行篩選，得到篩選的急性生物毒性數據；

利用篩選的各物種的急性生物毒性數據，分別計算每一物種的物種平均 急性毒性值；

對目標污染物對應的多個物種的物種平均急性毒性值，按照從小到大的 順序進行排序，得到敏感性排序隊列；

統計敏感性排序隊列中包含的物種平均急性毒性值個數，基于統計的個 數以及預先設置的分級風險系數進行風險等級劃分，并構建劃分的風險等級 與風險指示水生生物的映射關系。

較佳地，所述毒性數據規范包括：

A1，評價指標，包括：半致死濃度、半效應濃度或半抑制濃度；

A2，毒性實驗暴露時間，包括：對于浮游甲殼類和搖蚊幼蟲，毒性實 驗暴露時間為48小時；對于魚類、底棲甲殼類、軟體動物、環節動物，毒 性實驗暴露時間為96小時。

較佳地，所述獲取目標污染物對各物種的急性生物毒性數據包括：

在ECOTOX毒性數據庫中，獲取滿足毒性數據規范的文獻急性生物毒 性數據；以及，

在中國知網中國期刊全文數據庫中，獲取滿足毒性數據規范的文獻急性 生物毒性數據。

較佳地，所述目標污染物對應的水生生物物種數量不少于10個，且物 種的類別包括：脊椎動物門、節肢動物門以及任一其他門。

較佳地，利用如下公式計算所述物種平均急性值：

${\mathrm{SMAV}}_{\mathrm{ik}}=\frac{\underset{h=1}{\overset{n}{\Sigma }}{V}_{\mathrm{ikh}}}{n}$

式中，

SMAVik為第i目標污染物對第k物種的物種平均急性值，i，k為自然數；

Vikh為第i目標污染物對第k物種的第h個急性生物毒性數據；

n為第k物種的急性生物毒性數據個數。

較佳地，所述風險等級包括：初級風險、嚴重風險以及區域生物滅絕風 險，其中，各級風險對應的分級風險閾值設置為：

δi＝[n*ξi]

式中，

δi為第i級風險閾值，對應敏感性排序隊列中排序的序號；

n為排序隊列中包含的物種平均急性毒性值個數；

ξi第i級風險系數；

[]為取整運算。

較佳地，所述ξ1＝0.05，ξ2＝0.5，ξ3＝1.0。

較佳地，所述方法進一步包括：

獲取發生水體突發性污染事故的水環境中的目標污染物以及死亡的水 生生物物種，查詢獲取的目標污染物對應的敏感性排序隊列，得到死亡的水 生生物物種中物種平均急性值最大的物種；

讀取所述物種平均急性值最大的物種在所述目標污染物對應的敏感性 排序隊列中的序號，根據構建的風險等級與風險指示水生生物的映射關系， 確定風險等級。

本發明還提供了一種評估水體突發性污染事故風險的裝置，該裝置包 括：急性生物毒性數據篩選模塊、物種平均急性毒性值計算模塊、排序模塊 以及映射關系構建模塊，其中，

急性生物毒性數據篩選模塊，用于獲取目標污染物對各物種的急性生物 毒性數據，按照預先設置的毒性數據規范對所述急性生物毒性數據進行篩 選，得到篩選的急性生物毒性數據；

物種平均急性毒性值計算模塊，用于利用篩選的各物種的急性生物毒性 數據，分別計算每一物種的物種平均急性毒性值；

排序模塊，用于對目標污染物對應的多個物種的物種平均急性毒性值， 按照從小到大的順序進行排序，得到敏感性排序隊列；

映射關系構建模塊，用于統計敏感性排序隊列中包含的物種平均急性毒 性值個數，基于統計的個數以及預先設置的分級風險系數進行風險等級劃 分，并構建劃分的風險等級與風險指示水生生物的映射關系。

較佳地，所述裝置進一步包括：污染事故監測模塊以及風險等級確定模 塊，其中，

污染事故監測模塊，用于獲取發生水體突發性污染事故的水環境中的目 標污染物以及死亡的水生生物物種，查詢獲取的目標污染物對應的敏感性排 序隊列，得到死亡的水生生物物種中物種平均急性值最大的物種；

風險等級確定模塊，用于讀取所述物種平均急性值最大的物種在所述目 標污染物對應的敏感性排序隊列中的序號，根據構建的風險等級與風險指示 水生生物的映射關系，確定風險等級。

由上述的技術方案可見，本發明提供的一種評估水體突發性污染事故 風險的方法及裝置，基于水質基準的技術原理(5％的生物敏感性)，采用 對物種敏感性進行排序的方法，通過構建生物敏感性與風險等級的映射關 系，對水體突發性污染事故風險進行判斷和評估，由于在污染事故發生后， 無需進行污染物超標測定，僅需觀察污染事故中死亡的生物，并根據生物敏 感性與風險等級的映射關系，即可確定水體突發性污染事故風險等級，所需 的時間短，使得評估水體污染事故風險的效率高。

圖1為本發明實施例評估水體突發性污染事故風險的方法流程示意圖。

圖2為本發明實施例評估水體突發性污染事故風險的裝置結構示意圖。

為使本發明的目的、技術方案和優點更加清楚，下面將結合附圖及具 體實施例對本發明作進一步地詳細描述。

現有評估水體突發性污染事故風險的方法，以水環境中污染物超出地表 水環境水質標準的倍數作為風險衡量依據，在污染事故發生后，通過測定水 環境污染物的超標倍數確定污染事故對應的風險等級，所需的時間較長，不 利于及時、快速、直觀確定風險等級，使得評估水體污染事故風險的效率較 低。

在水環境生態系統中，生長有大量適宜在水環境中的植物、動物和微生 物等水生生物，在水環境生態系統遭受污染事故時，由于各水生生物對污染 物的敏感性存在較大差異，例如，有些水生生物，對污染物較為敏感，在水 環境生態系統遭受污染事故時，即可出現死亡現象，而有些水生生物，對污 染物較不敏感，在水環境生態系統遭受污染事故時，對其存活不產生顯著影 響。

本發明實施例中，將水環境生態系統中所有物種的敏感性放在一起進行 整體考慮，能從一定意義上代表污染物對整個水環境生態系統中水生生物 落的風險等級；進一步地，考慮到國外水質標準以水環境中占百分數(例 如，5％)的生物敏感性對應的數值作為依據，但由于我國地域遼闊，不同 地區的水環境的水質特征、生物多樣性特征以及生態系統的結構特征，都與 國外水環境有著明顯的差異，因而，依據國外水環境制定的水質標準可能并 不適用于中國水環境，但將該制定水質標準的采用5％的生物敏感性的方法 應用于中國水環境，考慮利用中國水環境中的5％的生物敏感性，用以表征 中國的水質標準，可以更準確地適合中國。

基于上述分析和考慮，本發明實施例方法舍棄了水質標準，同時也舍棄 了超標倍數的判斷方法，直接基于水質基準的技術原理(5％的生物敏感 性)，采用對物種敏感性進行排序的方法，通過構建生物敏感性與風險等級 的映射關系，對水體突發性污染事故風險進行判斷和評估，由于在污染事故 發生后，無需進行污染物超標測定，僅需觀察污染事故中死亡的生物對應的 預先設置的生物敏感性與風險等級的映射關系，即可確定水體突發性污染事 故風險等級，所需的時間短，能夠及時、快速、直觀確定風險等級，使得評 估水體污染事故風險的效率高；同時，采用國內水環境中5％的生物敏感性， 相較于水質標準評估方法，評估結果更加科學，準確性更高。

具體來說，本發明實施例中，通過查閱、搜集、篩選目標污染物對各水 生生物物種的急性生物毒性數據，利用急性生物毒性數據獲取各水生生物 對目標污染物的敏感性，并對獲取的敏感性按照從高至低的順序進行排序， 然后，依據國際上成熟的受危害生物比例與風險等級之間的關系，結合排序 結果，確定分別對應初級風險(風險出現)、嚴重風險、區域生物滅絕風險 的風險指示水生生物。這樣，在對實際的突發性水環境污染事故進行風險分 析及評估時，通過獲取相應風險指示水生生物在突發性污染事故的水環境 的存活狀況信息，即可確定該突發性水環境污染事故造成的風險等級情 況。包含三部分內容：

一，利用目標污染物對各水生生物的急性生物毒性數據，計算得到各水 生生物對目標污染物的敏感性；

二，對計算得到的敏感性進行排序，將最敏感與最不敏感分別設置為 0％及100％；

三，出現突發性水環境污染事故時，如果敏感性排序為5％的生物死 亡，則判斷為初級風險；如果排序為50％的生物死亡，則判斷為嚴重風 險；如果排序為100％的生物死亡，則判斷為區域滅絕風險。

圖1為本發明實施例評估水體突發性污染事故風險的方法流程示意圖。 參見圖1，該流程包括：

步驟101，獲取目標污染物對各物種的急性生物毒性數據，按照預先設 置的毒性數據規范對所述急性生物毒性數據進行篩選，得到篩選的急性生物 毒性數據；

本步驟中，可以通過搜集文獻的方法，獲取文獻發表的針對目標污染物 的急性生物毒性數據，并從獲取的急性生物毒性數據中，篩選出滿足預先設 置的毒性數據規范的急性生物毒性數據。

較佳地，獲取水體突發性污染事故中常見的污染物，形成目標污染物列 表，針對目標污染物列表中的每一目標污染物，分別獲取該目標污染物對各 物種的急性生物毒性數據。也就是說，在獲取目標污染物對各物種的急性生 物毒性數據之前，該方法進一步包括：

獲取水體突發性污染事故中常見的污染物，形成目標污染物列表，從所 述目標污染物列表中讀取一目標污染物。

本發明實施例中，毒性數據規范可以依據中國水環境生態系統的特點進 行編輯，包括：

A1，評價指標，包括：半致死濃度(LC50)、半效應濃度(EC50)或半 抑制濃度(IC50)；

A2，毒性實驗暴露時間，包括：對于浮游甲殼類和搖蚊幼蟲，毒性實 驗暴露時間為48小時；對于魚類、底棲甲殼類、軟體動物、環節動物等其 他生物，毒性實驗暴露時間為96小時。

本發明實施例中，作為可選實施例，獲取目標污染物對各物種的急性生 物毒性數據包括：

在ECOTOX毒性數據庫(http：//cfpub.epa.gov/ecotox/)中，獲取滿足毒 性數據規范的文獻急性生物毒性數據；

在中國知網(www.cnki.net)中國期刊全文數據庫中，獲取滿足毒性數 據規范的文獻急性生物毒性數據；以及，

從試驗室測定得到滿足毒性數據規范的試驗急性生物毒性數據。其中， 從試驗室測定得到試驗急性生物毒性數據為可選。

本發明實施例中，為了保障后續數據(敏感型數據)分析的可信度，較 佳地，對于一目標污染物，對應的水生生物物種數量不能少于10個，且物 種的類別應該包括中國水環境中常見的物種類別：脊椎動物門、節肢動物門 以及任一其他門。例如，水生生物物種可以包括：2種魚類、1種浮游甲殼 類、1種底棲甲殼類、1種水生昆蟲、2種軟體動物、2種環節動物、2種輪 蟲、2種兩棲動物等。

本發明實施例中，通過依據國際主流的技術方法(ECOTOX毒性數據 庫、中國知網)進行急性生物毒性數據的搜集，獲取的急性生物毒性數據量 大，覆蓋物種全面；在搜集到目標污染物對應的各物種的急性生物毒性數據 后，再依據中國水環境生態系統的特點進行編輯的毒性數據規范進行篩選， 使得急性生物毒性數據符合中國水環境特點，可靠性強。

步驟102，利用篩選的各物種的急性生物毒性數據，分別計算每一物種 的物種平均急性毒性值；

本步驟中，在獲取的目標污染物對各物種的急性生物毒性數據中，如果 經過篩選后，某一物種的急性生物毒性數據量為1，則將該急性生物毒性數 據作為該物種的物種平均急性毒性值(SMAV，SpeciesMeanAcuteValue)； 如果某一物種的急性生物毒性數據量為多個，即同一種物種獲得一個多個試 驗的多個急性生物毒性數據，例如，多個LC50數據或EC50數據或IC50數據， 計算該多個急性生物毒性數據的幾何平均值，作為該物種的物種平均急性毒 性值。

本發明實施例中，如果物種平均急性值越低，表明該物種越敏感，越易 受突發性水環境污染事故影響；物種平均急性值越高，表明該物種越不敏感， 越不易受突發性水環境污染事故影響。因而，物種平均急性值反映物種敏感 性。

本發明實施例中，針對每一目標污染物，每一物種對應一物種平均急性 毒性值。不同的目標污染物中，同一物種對應的物種平均急性毒性值一般不 相同。

本發明實施例中，物種平均急性值計算公式如下：

${\mathrm{SMAV}}_{\mathrm{ik}}=\frac{\underset{h=1}{\overset{n}{\Sigma }}{V}_{\mathrm{ikh}}}{n}$

式中，

SMAVik為第i目標污染物對第k物種的物種平均急性值，i，k為自然數；

Vikh為第i目標污染物對第k物種的第h個急性生物毒性數據；

n為第k物種的急性生物毒性數據個數。

例如，對于選定的某一目標污染物，該目標污染物對應的某一物種平均 急性值為：

${\mathrm{SMAV}}_k=\frac{\underset{h=1}{\overset{n}{\Sigma }}{V}_{\mathrm{kh}}}{n}$

式中，

SMAVk為目標污染物對第k物種的物種平均急性值，k為自然數；

Vkh為目標污染物對第k物種的第h個急性生物毒性數據。

步驟103，對目標污染物對應的多個物種的物種平均急性毒性值，按照 從小到大的順序進行排序，得到敏感性排序隊列；

本步驟中，將目標污染物對應的多個物種的SMAV，按照從小到大的順 序進行排序形成該目標污染物對應的敏感性排序隊列(簡稱排序隊列)，按 照排序隊列中包含的物種平均急性毒性值個數，設置排序隊列中各物種平均 急性毒性值的序號。例如，排序隊列可以表示為：

L＝(LSMAV1，LSMAV2，...，LSMAVj，...，LSMAVn)

式中，

LA為目標污染物對應的敏感性排序隊列；

LSMAVj為敏感性排序隊列中第j位的物種平均急性值；

n為敏感性排序隊列中的物種平均急性值個數。

舉例來說，如果目標污染物對應的(水生生物)物種數量為50，每一 物種對應一SMAV，則在該目標污染物對應的敏感性排序隊列中，包含有 50個SMAV，50個SMAV按照從小到大的順序進行排列，敏感性排序隊列 中，設置最小SMAV對應的最小序號為1，最大SMAV對應的最大序號為 50。當然，實際應用中，也可以設置最小SMAV對應的最小序號為t，則最 大SMAV對應的最大序號為(t+n)。

實際應用中，如果新增加有該目標污染物對應的新物種的毒性試驗，可 以計算該新物種的SMAV，并將該新物種的SMAV按照從小至大的順序加 入到敏感性排序隊列中的相應位置。

步驟104，統計敏感性排序隊列中包含的物種平均急性毒性值個數，基 于統計的個數以及預先設置的分級風險系數進行風險等級劃分，并構建劃分 的風險等級與風險指示水生生物的映射關系。

本步驟中，作為可選實施例，將風險等級劃分為：初級風險、嚴重風險 以及區域生物滅絕風險。其中，

各級風險對應的分級風險閾值設置為：

δi＝[n*ξi]

式中，

δi為第i級風險閾值，即敏感性排序隊列中排序的序號；本發明實施例 中，第1級風險為初級風險，第2級風險為嚴重風險，第3級風險為區域生 物滅絕風險，該分級風險閾值對應敏感性排序隊列中的物種為該分級風險映 射的風險指示水生生物。

n為排序隊列中包含的物種平均急性毒性值個數；

ξi第i級風險系數；

[]為取整運算。

較佳地，本發明實施例中，設置ξ1＝0.05，ξ2＝0.5，ξ3＝1.0。

舉例來說，如果n＝50，ξ1＝0.05，ξ2＝0.5，ξ3＝1.0，則初級風險閾值、嚴重風 險閾值以及區域生物滅絕風險閾值分別為3、25以及50。也就是說，當排 序隊列中，序號為3，即第三敏感的生物(物種)死亡時，判斷初級風險出 現，該初級風險級別確定的風險指示水生生物為序號為3的生物；當敏感性 排序為25的生物開始死亡時，判斷出現嚴重風險，該嚴重風險級別確定的 風險指示水生生物為序號為25的生物；而當敏感性排序為50的生物(最不 敏感的生物)也死亡時，判斷出現區域生物滅絕風險，該區域生物滅絕風險 級別確定的風險指示水生生物為序號為50的生物。

又例如，如果n＝90，ξ1＝0.05，ξ2＝0.5，ξ3＝1.0，則初級風險閾值、嚴重風險 閾值以及區域生物滅絕風險閾值分別為5、45以及90。也就是說，初級風 險級別確定的風險指示水生生物為序號為5的生物，假設排序隊列中，生物 排序為：1大型溞、2中國林蛙、3青蝦、4草魚、5鯉魚、6蘇氏尾鰓 蚓，...，則在突發性水環境污染事故后，由于水質基準或者標準的定義是 保護95％的生物，因而，在觀察到大型溞、中國林蛙、青蝦和草魚發生死亡 時，由于這四種水生生物太敏感，都不屬于95％的保護范疇，從而可以確 定該突發性水環境污染事故不具有風險，但當序號為5的鯉魚開始死亡 時，表示污染威脅到了要保護的余下95％的生物，本發明實施例中，鯉魚是 需要保護的95％的生物中最敏感的生物，如果它受到威脅就代表風險出現， 可以確定該突發性水環境污染事故具有初級風險。

確定突發性水環境污染事故是否具有嚴重風險或區域生物滅絕風險， 與確定突發性水環境污染事故是否具有初級風險相類似，即對于嚴重風險， 確定的風險指示水生生物為序號為45的生物，對于區域生物滅絕風險，確 定的風險指示水生生物為序號為90的生物，在此略去詳述。

本發明實施例中，第1級風險系數(0.05)的確定是基于保護水生生物 的水質基準制定的原則，水質基準是制定水質標準的科學依據，定義為能 保護水體中95％的生物的污染物濃度。該原則規定，一般情況下，水環境 的水體中，95％的水生生物受到保護，也就是說，當僅有5％的水生生物受 到污染物的威脅而死亡，對水生生物落并沒有實質影響，并不認為有風險 出現。此外，在美國及歐盟等發達國家制定的水體安全閾值方法學中，都是 以保護95％的生物為界的，因而，本發明實施例中，第1級風險系數確定為 0.05，并選取位于5％的點上的水生生物作為初級風險開始出現的指示水生 生物。

第2級風險系數(0.5)的確定可以基于荷蘭2007年發布的環境風險限 值制定技術指南，在該技術指南中，當水體中50％的水生生物受到污染物的 威脅而死亡，說明水體出現了嚴重風險，因而，將水生態系統中受污染物危 害的生物比例達到50％時設定為嚴重風險。因而，本發明實施例中，第2級 風險系數確定為0.5，并選取位于50％的點上的水生生物作為嚴重風險開始 出現的指示水生生物。

第3級風險系數(1.0)的確定是考慮到最不敏感的生物的存活也受到 影響時，表明受污染區域的生物落受到滅絕風險影響，即當一個區域的水 體中100％的生物都受到污染物的威脅而死亡，最不敏感的水生生物，即位 于100％點上的水生生物都開始死亡時，該區域的生物類基本要全部滅亡 了，選取位于100％的點上的水生生物作為區域生物滅絕風險開始出現的指 示水生生物。

當然，實際應用中，風險系數也可以根據實際需要進行調整，例如，對 于第3級風險系數，也可以設置為0.9或0.95等；也可以根據實際需要對風 險分級進行調整，例如，將風險分級調整為5級或8級等。

所用說明的是，本發明實施例中，各級風險對應的風險指示水生生物均 為單一物種(水生生物)，便于在實踐中操作。當然，實際應用中，作為另 一可選實施例，也可以設置風險等級映射的風險指示水生生物的范圍，例如， 如上所述，可以將序號為6至45對應的水生生物中任一水生生物出現死亡 對應的風險等級確定為嚴重風險。

實際應用中，由于可以補充目標污染物對應的新物種實驗，因而，分級 風險閾值以及基于劃分的風險級別確定的風險指示水生生物也可以實時變 化。

這樣，后續應用中，例如，如果發生水體突發性污染事故，則可以通過 觀察發生水體突發性污染事故的水環境中水生生物物種的死亡現象，確定發 生水體突發性污染事故的風險等級。因而，較佳地，該方法還可以進一步包 括：

步驟105，獲取發生水體突發性污染事故的水環境中的目標污染物以及 死亡的水生生物物種，查詢獲取的目標污染物對應的敏感性排序隊列，得到 死亡的水生生物物種中物種平均急性值最大的物種；

步驟106，讀取所述物種平均急性值最大的物種在所述目標污染物對應 的敏感性排序隊列中的序號，根據構建的風險等級與風險指示水生生物的映 射關系，確定風險等級。

圖2為本發明實施例評估水體突發性污染事故風險的裝置結構示意圖。 參見圖2，該裝置包括：急性生物毒性數據篩選模塊、物種平均急性毒性值 計算模塊、排序模塊以及映射關系構建模塊，其中，

急性生物毒性數據篩選模塊，用于獲取目標污染物對各物種的急性生物 毒性數據，按照預先設置的毒性數據規范對所述急性生物毒性數據進行篩 選，得到篩選的急性生物毒性數據；

本發明實施例中，毒性數據規范包括：

A1，評價指標，包括：半致死濃度(LC50)、半效應濃度(EC50)或半 抑制濃度(IC50)；

A2，毒性實驗暴露時間，包括：對于浮游甲殼類和搖蚊幼蟲，毒性實 驗暴露時間為48小時；對于魚類、底棲甲殼類、軟體動物、環節動物等其 他生物，毒性實驗暴露時間為96小時。

本發明實施例中，作為可選實施例，獲取目標污染物對各物種的急性生 物毒性數據包括：

在ECOTOX毒性數據庫中，獲取滿足毒性數據規范的文獻急性生物毒 性數據；以及，

在中國知網中國期刊全文數據庫中，獲取滿足毒性數據規范的文獻急性 生物毒性數據。

本發明實施例中，每一目標污染物對應的水生生物物種數量不能少于 10個，且物種的類別應該包括中國水環境中常見的物種類別：脊椎動物門、 節肢動物門以及任一其他門。例如，水生生物物種可以包括：2種魚類、1 種浮游甲殼類、1種底棲甲殼類、1種水生昆蟲、2種軟體動物、2種環節動 物、2種輪蟲、2種兩棲動物等。

物種平均急性毒性值計算模塊，用于利用篩選的各物種的急性生物毒性 數據，分別計算每一物種的物種平均急性毒性值；

本發明實施例中，物種平均急性值計算公式如下：

${\mathrm{SMAV}}_{\mathrm{ik}}=\frac{\underset{h=1}{\overset{n}{\Sigma }}{V}_{\mathrm{ikh}}}{n}$

式中，

SMAVik為第i目標污染物對第k物種的物種平均急性值，i，k為自然數；

Vikh為第i目標污染物對第k物種的第h個急性生物毒性數據；

n為第k物種的急性生物毒性數據個數。

例如，對于選定的某一目標污染物，該目標污染物對應的某一物種平均 急性值為：

${\mathrm{SMAV}}_k=\frac{\underset{h=1}{\overset{n}{\Sigma }}{V}_{\mathrm{kh}}}{n}$

式中，

SMAVk為目標污染物對第k物種的物種平均急性值，k為自然數；

Vkh為目標污染物對第k物種的第h個急性生物毒性數據。

排序模塊，用于對目標污染物對應的多個物種的物種平均急性毒性值， 按照從小到大的順序進行排序，得到敏感性排序隊列；

映射關系構建模塊，用于統計敏感性排序隊列中包含的物種平均急性毒 性值個數，基于統計的個數以及預先設置的分級風險系數進行風險等級劃 分，并構建劃分的風險等級與風險指示水生生物的映射關系。

本發明實施例中，風險等級包括：初級風險、嚴重風險以及區域生物滅 絕風險。

各級風險對應的分級風險閾值設置為：

δi＝[n*ξi]

式中，

δi為第i級風險閾值，即敏感性排序隊列中排序的序號；本發明實施例 中，第1級風險為初級風險，第2級風險為嚴重風險，第3級風險為區域生 物滅絕風險，該分級風險閾值對應敏感性排序隊列中的物種為該分級風險映 射的風險指示水生生物。

n為排序隊列中包含的物種平均急性毒性值個數；

ξi第i級風險系數；

[]為取整。

較佳地，本發明實施例中，設置ξ1＝0.05，ξ2＝0.5，ξ3＝1.0。

較佳地，該裝置還可以進一步包括：污染事故監測模塊以及風險等級確 定模塊，其中，

污染事故監測模塊，用于獲取發生水體突發性污染事故的水環境中的目 標污染物以及死亡的水生生物物種，查詢獲取的目標污染物對應的敏感性排 序隊列，得到死亡的水生生物物種中物種平均急性值最大的物種；

風險等級確定模塊，用于讀取所述物種平均急性值最大的物種在所述目 標污染物對應的敏感性排序隊列中的序號，根據構建的風險等級與風險指示 水生生物的映射關系，確定風險等級。

較佳地，該裝置還可以進一步包括：

目標污染物列表模塊(圖中未示出)，用于獲取水體突發性污染事故中 常見的污染物，形成目標污染物列表，從所述目標污染物列表中讀取一目標 污染物，輸出至急性生物毒性數據篩選模塊。

較佳地，該裝置還可以進一步包括：

排序更新模塊(圖中未示出)，用于在監測到新增加有目標污染物對應 的新物種的毒性試驗后，計算該新物種的SMAV，并將該新物種的SMAV 按照從小至大的順序加入到排序模塊的敏感性排序隊列中的相應位置。

以上所述僅為本發明的較佳實施例而已，并非用于限定本發明的保護 范圍。凡在本發明的精神和原則之內，所作的任何修改、等同替換以及改 進等，均應包含在本發明的保護范圍之內。