突发环境事件应急处置限值的非参数核密度确定方法与流程

本发明涉及突发环境事件应急处置限值的确定方法，具体涉及突发环境事件应急处置限值的非参数核密度确定方法。

背景技术：

中国正处在工业化和城镇化快速发展期，突发环境事件频发，由于突发水环境事件特征污染物的复杂性和不确定性，目前的国家标准无法完全满足突发水环境事件应急处置和损害鉴定的需求。突发事件发生后，在无相关标准依据的情况下，没有及时有效地处置，会引起严重的环境危害；相反的，在相关标准的缺失，盲目引用不合理标准的情况下，可能会导致过度应急，造成过高的处置成本和无必要的二次环境污染。因此突发环境事件应急处置中污染物目标限值的科学确定方法是环境管理的迫切需求。

目前，基于物种敏感度分布法进行风险评估，从而确定污染物限值的技术是广泛认可的方法。然而物种敏感度分布法采用参数模型进行拟合时，对数据有较强的基本假定，常常与实际存在较大的差距，大量的研究也表明，实际采集到的毒性数据通常偏离既定的假设统计分布，而且也没有对所有毒性数据普遍适用的参数分布。非参数核密度估计不需要先验信息，不依赖于总体分布及其参数，对数据限制较为宽松，通过直接估计获得结构关系，能够很好地无偏估计数据的分布特征。

目前在应对突发环境事件中，有些污染物的环境浓度没有相应的国家标准，在应急处置中处置到何种程度，实现何种环境浓度目标就没有依据。

技术实现要素：

本发明的目的是针对目前物种敏感度分布参数方法建模所存在的缺点，提供一种构建物种敏感度分布曲线的非参数方法，从而建立使用基于高斯核函数的非参数核密度估计方法评估风险，进而确定环境浓度限值，解决突发环境事件应急处置中标准确定的技术。

本发明的技术方案为：突发环境事件应急处置限值的非参数核密度确定方法，包括以下步骤：

步骤一、毒性数据的筛选：检索国内外毒理数据库和文献数据库，选定污染物不同物种的毒性数据，根据实验数据获得的准确性和可靠性，筛选符合标准方法的毒理数据；

步骤二、高斯核函数窗宽的选取：合理窗宽hn的选择将直接关系核估计的精度，

采用标准高斯核函数构建非参数核密度估计，

采用公式获得高斯核函数的窗宽，

其中为毒性数据的标准差，n为物种总数；

步骤三、毒性数据的高斯核函数的计算：不同的核函数代表距离分配各样本点对密度贡献的不同情况；根据公式计算高斯核函数，其中μ为毒性数据的期望；

步骤四、毒性数据基于高斯核函数的物种敏感度分布的非参数核密度估计确定；

步骤五、模型的检验：采用kolmogorov-smirnov(k-s)检验与后验检验的联合检验法；

其中，后验检验是指定量评估概率模型与数据观测分布之间的差异，采用均方根误差(rootmeansquareerrors,rmse)和误差平方和(sumofsquaresforerror,sse)作为后验检验指标；

步骤六、环境浓度限值的确定：根据突发水环境事件发生水体的功能区划和实际保护需要，确定需要保护的水生生物的种群目标，使用构建的物种敏感度分布模型计算污染物的浓度限值。

进一步地，所述毒性数据的筛选满足以下条件：

1)所述毒性数据为流水实获得的毒性数据，但当毒性数据短缺时，也可使用半静态实验获得的毒性数据和静态实验获得的毒性数据；

2)保证温度在受试物种的最适的生长温度范围内，溶解氧浓度在其饱和浓度的60％～105％，颗粒物浓度不超过20mg/l，总有机碳浓度不超过5mg/l；

3)若同一物种毒性数据的急/慢性比相差10以上，则需要剔除。

进一步地，所述物种为我国水环境中具有代表性的广布种，物种包括本地固有物种，以及本来是外来，但现在已经广泛分布的物种。

进一步地，所述毒性数据包括lc50和ec50。

进一步地，同一物种具有多个毒性数据的情况下，取其所有效应浓度数据的几何平均值，称为种平均急性值(speciesmeanacutevalue,smavs)。

进一步地，所述步骤四毒性数据确定的具体步骤为：假设x1,x2,lxn是总体物种毒性数据x独立同分布n个的样本，x的概率密度函数f(x)未知，物种敏感度分布的非参数核密度估计为

式中，k(x)为实数集r上borel可测函数，称为窗或核函数；

hn>0，称为窗宽，是一个同n有关的光滑参数，满足n→∞,hn→0时，

进一步地，通过所述k-s检验，当p>0.05时，认为建立的模型分布成立，k-s检验统计量越小，p值越大说明拟合优度越高。

本发明采用基于高斯核函数的非参数核密度估计的模型构建物种敏感度分布曲线，进行风险评估。

本发明使用非参数核密度模型获取的风险评估结果，针对不同保护水生生态系统的目标情境下，实现突发环境事件应急处置过程中相应的环境浓度限值的确定。解决在突发环境事件应急处置过程中标准缺失的问题。

本发明将物种敏感度分布曲线法拟合方法进行了改进，采用基于高斯核函数的非参数核密度估计分析物种毒性数据，并进一步确定环境浓度限值。由于改进后可以很好地无偏估计毒性数据的分布特征，并获得准确的环境浓度限值，从而可以实现解决突发环境事件应急处置中标准确定的效果。

附图说明

图1，无机汞在不同窗宽下非参数核密度估计的物种敏感度分布的对比；

图2，无机汞的非参数核密度估计的物种敏感度分布模型与其正态分布的物种敏感度分布模型的对比。

具体实施方式

下面对本发明的较佳实施例进行详细阐述，以使本发明的优点和特征能更易于被本领域技术人员理解，从而对本发明的保护范围做出更为清楚明确的界定。

其中，

lc50：lethalconcentration50，半致死浓度/半数致死浓度，指在动物急性毒性试验中，使受试动物半数死亡的毒物浓度。

ec50：concentrationfor50％ofmaximaleffect，半最大效应浓度，指能引起50％最大效应的浓度。

smavs：speciesmeanacutevalue，种平均急性值,相同物种具有多个毒性数据的情况下，取其所有效应浓度数据的几何平均值。

高斯核函数：指具有性质

非参数核密度估计方法：指在给定样本后，仅从现有的样本数据出发，利用核密度函数估计的方法对其未知的总体密度函数的估计。

实施例1

突发环境事件应急处置限值的非参数核密度确定方法，包括以下步骤：

(1)汞(hg)是重要的重金属，也是受关注的有毒污染物，它与不同的不溶性细胞结构的配体结合的亲和力都很强，尤其是原子核和溶酶体部分，因此它的毒性很大。hg在天然水体里主要以无机形态存在，主要搜集hg²⁺对中国淡水水生生物的毒性数据。毒性数据来自美国环保局ecotox数据库(http://cfpub.epa.gov/ecotox/)和中国知网(http://www/cnki/net/)收录的文献。筛选出的hg²⁺化合物急性毒性数据共90个物种，其中植物9种，脊椎动物33种，包括鱼类26种，两栖类7种；无脊椎动物48种，包括甲壳类25种，其他无脊椎动物23种。

其中，毒性数据的筛选满足以下条件：

1)所述毒性数据为流水实获得的毒性数据，但当毒性数据短缺时，也可使用半静态实验获得的毒性数据和静态实验获得的毒性数据；

2)保证温度在受试物种的最适的生长温度范围内，溶解氧浓度在其饱和浓度的60％～105％，颗粒物浓度不超过20mg/l，总有机碳浓度不超过5mg/l；

3)若同一物种毒性数据的急/慢性比相差10以上，则需要剔除。

(2)采用高斯核函数对中国淡水水生生物的无机汞的急性毒性数据构建非参数核密度估计的物种敏感度分布，根据窗宽的经验公式计算窗宽h＝0.3678，其中为毒性数据的标准差，n为物种总数。

图1为不同窗宽下非参数核密度估计的物种敏感度分布的对比。

(3)毒性数据的高斯核函数的计算：确定高斯核函数的窗宽后，高斯核函数为

(4)由此，确定了无机汞的非参数核密度估计的物种敏感度分布模型为

图2为无机汞的非参数核密度估计的物种敏感度分布模型与其正态分布的物种敏感度分布模型的对比。

(5)进行模型检验，核密度估计模型的k-s检验统计量为0.0516，p值为0.8974，后验检验指标rmse和sse为0.0233和0.0488。

(6)根据突发水环境事件发生水体的功能区划和实际保护需要，使用构建的非参数概率密度模型计算得到汞5％和10％风险处的污染物浓度限值分别为2.14和4.80μg·l^-1。

实施例2

突发环境事件应急处置限值的非参数核密度确定方法，包括以下步骤：

(1)镉(cd)是有毒重金属元素，联合国环境规划署于1974年将其定为重点污染物，它的毒性可能和它与zn的相似性有关，搜集cd²⁺对中国淡水水生生物的毒性数据。毒性数据来自美国环保局ecotox数据库(http://cfpub.epa.gov/ecotox/)和中国知网(http://www/cnki/net/)收录的文献。筛选出的cd的毒性数据范围较大，为0.04～301373.17，标准差达到38576.32，因此对原始数据做对数化处理以减小数据之间的差异性，以达到数据平滑的效果。

其中，毒性数据的筛选满足以下条件：

1)所述毒性数据为流水实获得的毒性数据，但当毒性数据短缺时，也可使用半静态实验获得的毒性数据和静态实验获得的毒性数据；

2)保证温度在受试物种的最适的生长温度范围内，溶解氧浓度在其饱和浓度的60％～105％，颗粒物浓度不超过20mg/l，总有机碳浓度不超过5mg/l；

3)若同一物种毒性数据的急/慢性比相差10以上，则需要剔除。

表1为镉的相关物种毒性数据对数化处理后的信息。

表1.镉的相关物种毒性数据对数化处理后的数据

(2)采用高斯核函数对中国淡水水生生物的镉的急性毒性数据构建非参数核密度估计的物种敏感度分布，根据窗宽的经验公式计算窗宽h＝0.564，其中为毒性数据的标准差，n为物种总数。

(3)毒性数据的高斯核函数的计算：确定高斯核函数的窗宽后，高斯核函数为

(4)由此，确定了镉的非参数核密度估计的物种敏感度分布模型为

(5)进行模型检验，核密度估计模型的k-s检验p值为0.654，后验检验指标rmse和sse为0.0370和0.0863。

(6)根据突发水环境事件发生水体的功能区划和实际保护需要，使用构建的非参数概率密度模型计算得到镉5％和10％风险处的污染物浓度限值分别为3.39和19.65μg·l^-1。

上述详细说明是针对本发明其中之一可行实施例的具体说明，该实施例并非用以限制本发明的专利范围，凡未脱离本发明所为的等效实施或变更，均应包含于本发明技术方案的范围内。