生物預警技術在水質自動監測中的應用研究

李歆琰靳睿杰饒凱鋒韓雪韓麗君李治國

(1.河北省生態環境保護技術服務中心，河北 石家莊 050000；2.河北省生態環境宣傳教育與污染源監控中心，河北 石家莊 050000；3.中國科學院生態環境研究中心，北京 100000；4.河北省生態環境監測中心，河北 石家莊 050037)

引言

近年來，我國水污染事件頻繁發生，嚴重威脅了民眾的飲用水安全，損害了經濟和社會發展[1]。2005年以來，我國相繼發生了松花江硝基苯水污染、太湖藍藻暴發、山西汾河水庫水質污染、無錫太湖水污染、湘江鎘污染、廣西龍江河鎘污染、湖北枝江化學原料污染、鎮江飲用水揮發酚污染、山西長治煤化工廠苯胺泄漏入河等水質污染事件[2]。水質突發性污染事件直接、間接的破壞了水生態平衡，威脅到了人民群眾的生命安全[3]。有效的水質預警監測有利于識別水質異常、甄別污染物質[4]，有利于降低突發性環境污染事件對水生態平衡的破壞程度，有利于保障人類飲用水的安全[5]。

常規水質自動監測技術監測項目和監測頻次有限，很難實現對水體實時在線監測，尤其是無法實現對水體綜合毒性的監測[6]。水環境生物預警水質自動監測技術可以實現實時在線監測，反映水質綜合毒性[7]，及時預警和防范水環境風險，是目前水環境質量監測的重要發展方向。

1 多層級生物預警技術

基于標準模式生物(魚、菌)生理響應與水體中的有機污染物、重金屬等有毒物質具有劑量效應關系的毒理學機制，將模式魚與發光菌作為多層級模式生物，實現水質綜合毒性的在線精準生物預警監測，全面有效的預警監測水質狀況及其突發污染事件。

水環境突發性污染事件發生后，生物預警監測技術可以通過生物傳感器監測水體內受試水生生物不同水平上的生物學指標變化，從而反映綜合毒性的變化，實現有毒物質污染事件的在線預警監測。隨著水環境管理需求的提升及技術的進步，生物預警監測技術已由最初簡單的、單物種、單層次生物預警監測向復雜的、多物種、多層次生物預警監測轉變，如菌、藻、溞、魚等多層級生物種類組合，是水環境綜合毒性生物預警監測的發展方向。多層級生物預警技術的應用能夠更加全面的覆蓋水質污染物種類，實現地表水水質狀況及其突發污染事件的準確預警監測。

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

1.1 基于魚類行為響應的水質綜合毒性實時監測技術

美國、歐州、日本、加拿大等國家或地區很早就有用魚類監測水體污染的記載[8]。在我國，中科院王子健團隊利用青鳉魚的行為變化來監測預警水質突發污染事件[9]。基于魚類行為響應生物行為傳感器的環境污染預警監測技術能夠檢測生物微弱行為電信號，在短時間內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。按照毒理學實驗規范“平行”“陽性”“陰性”和“劑量/效應關系”設計，并進行數據分析，可有效避免生物預警中出現“假陽性”問題。

1.1.1 多層級水生脊椎動物生物響應傳感器

基于水生脊椎動物生物響應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，能夠檢測環境背景下微弱行為電信號；加入無監測模式生物魚的空白比對層，排除外界物理因子干擾，優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，提高綜合毒性監測在短時間內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，可以做到不同頻率生物行為信號的采集和顯示。

采用基于毒理學規范的八通道平行實驗設計，采集8個通道的模式魚類行為特征譜圖。同時，結合新型生物行為傳感器和高頻生物行為采集技術，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律，得出一套閾值模型庫作為水質多參數智能解析軟件數據庫，構建不同污染作用機制的環境脅迫下生物行為變化模型，結合水生生物的行為生態學變化規律研究，對受試生物在一定時間內的行為變化進行分解，并根據某一具體的行為反應所表現出的特征性變化，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系，得出受試生物在不同污染物暴露下的行為響應變化規律和環境脅迫閾值模型、不同濃度下受試生物行為響應時間以及不同暴露時間受試生物行為響應濃度。

在生物行為在線監測和分析基礎上，構建生物行為變化的逐級脅迫閾值模型，并結合生物行為變化分析水質狀況。以污染物對受試生物的急性毒性48h半數致死劑量(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致環境脅迫的基本毒性評估標準，用于BEWs生物安全預警系統的信號分析。實驗采用污染物的48h流水暴露，設置暴露濃度梯度。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數據。

1.1.2.1 空白情況下青鳉魚的行為變化規律

對照組受試生物(青鳉魚)的行為強度變化曲線如圖1所示，結果表明受試生物(青鳉魚)的行為強度變化與光照周期相關。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)行為強度變化的產生原因可能源于受試生物行為變化的內在節律，即生物鐘現象(biological clock)。

注：縱坐標為行為強度，橫坐標為暴露時間；曲線來源于生物預警水站儀器的實驗數據；下同。

1.1.2.2 三氯酚暴露下青鳉魚的行為變化規律

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出明顯劑量-效應關系。無毒運行2h加入有毒污染物后，青鳉魚行為出現明顯的行為刺激，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

圖3 0.1TU三氯酚暴露下青鳉魚行為反應

圖4 0.5TU三氯酚暴露下青鳉魚行為反應

圖5 1TU三氯酚暴露下青鳉魚行為反應

圖6 10TU三氯酚暴露下青鳉魚行為反應

1.1.2.3 除草劑暴露下青鳉魚的行為變化規律

阿特拉津是一種世界范圍內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，對水生態系統和飲用水源構成威脅。已有的研究證明阿特拉津對動物的生殖功能有極大的影響，會使魚體內的Ca2+、Mg2+等無機離子濃度明顯下降，導致其生理功能發生紊亂。

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出明顯的劑量-效應關系。青鳉魚行為變化主要以調整為主，并且其調整過程基本符合對照組內青鳉魚的行為過程，具有明顯內在節律性。這個濃度組出現行為調解過程的原因可能是低濃度的環境污染物導致細胞和器官損傷形成環境脅迫，但并未超過受試生物啟動行為調節機制的閾值，以通過行為調解對抗環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

圖8 30mg·L-1阿特拉津暴露下青鳉魚行為反應

1.1.3 基于水生脊椎動物生物響應的在線預警技術算法模型構建

通過生物響應特征進行多通道行為提取和解析、生物鐘行為甄別和分析，優化生物毒性數據庫和模型、環境脅迫閾值模型、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研究，深入開展生物綜合毒性專屬算法開發，從平均算法模型優化加入游程算法及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，大大縮短了從發現異常到最后報警所需要的響應時間。

圖10 10TU三氯酚暴露下青鳉魚行為反應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產生回避行為響應，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-反應關系。低壓高頻電信號傳感技術能夠連續實時監測生物行為，通過毒性傳感器監測水生生物(魚)行為強度變化，結合生物毒性數據模型、環境脅迫閾值模型、生物毒性行為解析模型，實現對水質在線連續實時生物監測和預警。

1.2 基于發光菌生物響應的在線預警技術與設備

水樣中有毒性物質的濃度會直接影響細菌的新陳代謝。利用發光細菌新陳代謝產生的光，根據光學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，快速檢測出水樣的急性毒性，從而確定毒性物質的相對濃度。急性綜合毒性自動在線毒性監測儀通過機械臂操作裝置和相應軟件控制系統的聯動，實現整個監測過程的全自動化控制。在已有的毒性監測儀的基礎上，開發基于天然發光細菌和重組發光細菌的二維水質毒性自動在線監測儀。除了保持原有采用天然發光細菌實現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的重組發光細菌完成重金屬污染物生物毒性的測試。

2 基于生物預警的智能綜合集成水質在線生物預警監測技術

依托基于魚法的綜合毒性生物在線預警監測技術設備，結合地表水水源地區域內污染源基本數據庫，智能綜合集成在線理化和特征風險污染物監測參數，耦合污染物風險預警模型、信息共享和遠程控制等技術構建基于綜合毒性生物預警的飲用水水源地智能綜合集成水質在線生物毒性監測預警(簡稱智能超級自動水站，i-BEWs)系統，如圖13、圖14所示。

圖13 智能超級自動水站系統智能化解析路線

圖14 智能超級自動水站系統結構圖

該系統以模塊化架構為基礎，智能集成多層級生物預警單元、常規監測參數、特征污染物指標等水質在線預警和監測技術設備，可實現綜合毒性的連續實時生物預警，常規指標的周期監測，突發環境污染事件自動在線應急預警監測的智能綜合集成。拓展水質自動監測站在線預警-監測-應急功能，具有實現在線生物預警全天候連續實時應對突發環境污染事件的優勢。

i-BEWs系統在水質綜合毒性預警和常規指標超標報警雙重功能的基礎上，實現在線智能解析毒性因子，自動判斷水質污染程度和類型、污染物綜合毒性和爆發時間，實現真正意義的在線智能預警監測，為有效應對突發環境污染事件應急處置提供有效技術支持。

2.1 系統構成

i-BEWs系統由觸發層、監測層、智能分析層等3部分組成。其中觸發層由多層級生物預警在線設備、常規五參數等在線設備模塊化組合，實現24h實時連續預警，是系統全天候在線預警前哨和觸發啟動核心；監測層由常規水質指標、特征參數等在線監測設備構成，實現在線的周期監測模式、超標加密監測模式和預警觸發應急模式等多重運行模式；智能分析層由生物-化學-生態響應模型、污染物風險預警數據庫、在線智能解析算法與軟件組成，實現實時在線生物預警與理化參數智能關聯數據、自動在線智能解析判斷毒性因子、自動在線判斷水質污染程度和類型等信息的獲取。

2.2 系統優勢

以N+N模式實現生物預警與化學監測技術的優勢互補，聯合生物-化學-生態響應模型、風險預警數據庫和智能解析算法，實現常規周期監測和應急監測等水環境管理功能，提升了水質自動監測站連續實時在線預警-監測-應急響應能力。

預警模式實現以生物預警為核心自動觸發單因子參數在線應急監測，實現水質污染因子在線智能解析、自動判斷水質污染程度和類型、污染物綜合毒性和爆發時間，強化實現了在線生物預警全天候連續實時應對突發污染事件的優勢，極大提高生態環境行政部門應對水體突發污染事件的預警能力和應急響應速度。

應急模式實現生物預警連續實時預警、常規水質指標和特征參數等在線監測設備被觸發后自動應急加密監測，結合在線實時的智能解析結果，可有效提供應急處置過程中綜合毒性風險變化趨勢、風險終點研判和應急處置效果的實時評估，極大提高政府部門應對水體突發污染事件的應急處置能力，并為事件責任劃分提供有效支撐。

3 結論與展望

目前，常見的水質自動監測站監測指標有常規五參數、COD、氨氮、總磷、總氮和少數幾種重金屬離子，這些理化指標分析技術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]。常見的水質自動監測站在水體突發性污染事件在線監測方面具有一定的局限性，而生物預警監測技術可以通過生物傳感器監測水體內受試水生生物不同水平上的生物學指標變化，反映綜合毒性的變化，實現對不同污染類型的水體污染事件的有效監測，實現污染因子的甄別性預警。

3.1 現實意義

智能綜合集成水質在線生物預警監測技術在“水質綜合毒性預警”和“常規指標超標報警”雙重功能的基礎上，實現了在線智能解析毒性因子、自動判斷水質污染程度和類型，實現了對污染事件的有效區分和實時應急，實現了真正意義的在線智能預警監測。

3.2 發展方向

目前，生物預警監測技術尚無國家標準、行業標準及其規范可供遵循，尚未構成生物預警監測體系。但生物預警監測技術作為理化監測的有效補充和未知毒性物質的補位監測以及對慢性毒害的長期連續監測，是不可或缺的。

同時，考慮到環境中有毒物質常是多來源、多種類的復合污染，之間可能存在拮抗、抑制和協同作用，因此眾多有毒物質的聯合毒性檢測是目前水質監測的研究方向之一。基于生物預警技術的聯合毒性檢測是對傳統自動預警監測技術的有效補充，能有效地評價水質特別是事故水體的安全性，彌補了水質綜合性評估的不足。

3.3 建議

針對水體類型(地表水、地下水、生活污水等)和水質類別(優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、更優的模式生物物種用于生物預警監測技術，并開展有效的業務化示范運行。

在不影響原水本征的前提下，尋求一種普適性更高、經濟性更優、技術門檻更低、穩定性更好的生物預警監測方法。

生態環境行政主管部門應加快制訂生物預警監測技術的國家標準、行業標準或者規范，構建起全面、穩定的生物預警監測體系。