评估水体突发性污染事故风险的方法及装置

摘要

本发明公开了一种评估水体突发性污染事故风险的方法及装置。该方法包括：获取目标污染物对各物种的急性生物毒性数据，按照预先设置的毒性数据规范对所述急性生物毒性数据进行筛选，得到筛选的急性生物毒性数据；利用筛选的各物种的急性生物毒性数据，分别计算每一物种的物种平均急性毒性值；对目标污染物对应的多个物种的物种平均急性毒性值，按照从小到大的顺序进行排序，得到敏感性排序队列；统计敏感性排序队列中包含的物种平均急性毒性值个数，基于统计的个数以及预先设置的分级风险系数进行风险等级划分，并构建划分的风险等级与风险指示水生生物的映射关系。应用本发明，可以提升对突发性水环境污染事故的风险评估效率。

说明书

技术领域

本发明涉及水环境生态技术，特别涉及一种利用生物敏感性评估水体突发性污染事故风险的方法及装置。

背景技术

水是地球上各物种赖以生存的资源。随着人口数量不断增多，人均水资源拥有量日益减少，同时，近现代工农业经济的迅猛发展，水环境正面临着各种污染的严重成胁，例如，生活污水、工厂化学药品污染、排污排废以及农田施用的过量农药化肥污染。也就是说，在人均水资源拥有量日益减少的同时，因水环境恶化所造成的水质性和功能性缺水现象亦日益突出，已成为突出的、全球性的共同的技术问题。

目前，水环境污染主要体现在：污染物排放量超过水环境承载能力、河道水污染、河道黑臭、湖泊富营养化。水环境污染导致生态破坏严重，生物多样性减少，生态系统功能退化，从而制约社会经济发展，危害人民健康。

我国水环境污染形势较为严峻，水环境污染事故频发，在水环境污染事故中，一般以水环境中污染物超出地表水环境水质标准(WQS，WaterQualityStandards)的倍数作为风险衡量依据。其中，水质标准是指以保护人类健康和生态平衡为目的，用可信的科学数据表示的水环境中的各种污染物的允许浓度，由于在污染事故发生后，需要进行污染物超标测定，所需的时间较长，不利于及时、快速确定风险等级，使得评估水体污染事故风险的效率较低；进一步地，中国的水质标准一般采用国外的水质标准，由于我国地域辽阔，不同地区的水环境无论从水质特征、生物多样性特征还是从生态系统的结构特征上，都有着明显的差异。因此，国外的水质标准在中国的适用性存在广泛的质疑，使得以污染物超标倍数进行风险分级评估的方法，评估的可靠性以及准确性受到质疑。而且，在突发性水环境污染事故中，污染物超标倍数高，现有的污染事故风险评估方法，没有建立针对突发性水环境污染事故的污染物超标倍数与风险等级之间的明确关系，使得对突发性水环境污染事故引发的风险难以判断和评估。

发明内容

有鉴于此，本发明的主要目的在于提出一种评估水体突发性污染事故风险的方法及装置，提升对突发性水环境污染事故的风险评估效率。

为达到上述目的，本发明提供了一种评估水体突发性污染事故风险的方法，该方法包括：

获取目标污染物对各物种的急性生物毒性数据，按照预先设置的毒性数据规范对所述急性生物毒性数据进行筛选，得到筛选的急性生物毒性数据；

利用筛选的各物种的急性生物毒性数据，分别计算每一物种的物种平均急性毒性值；

对目标污染物对应的多个物种的物种平均急性毒性值，按照从小到大的顺序进行排序，得到敏感性排序队列；

统计敏感性排序队列中包含的物种平均急性毒性值个数，基于统计的个数以及预先设置的分级风险系数进行风险等级划分，并构建划分的风险等级与风险指示水生生物的映射关系。

较佳地，所述毒性数据规范包括：

A1，评价指标，包括：半致死浓度、半效应浓度或半抑制浓度；

A2，毒性实验暴露时间，包括：对于浮游甲壳类和摇蚊幼虫，毒性实验暴露时间为48小时；对于鱼类、底栖甲壳类、软体动物、环节动物，毒性实验暴露时间为96小时。

较佳地，所述获取目标污染物对各物种的急性生物毒性数据包括：

在ECOTOX毒性数据库中，获取满足毒性数据规范的文献急性生物毒性数据；以及，

在中国知网中国期刊全文数据库中，获取满足毒性数据规范的文献急性生物毒性数据。

较佳地，所述目标污染物对应的水生生物物种数量不少于10个，且物种的类别包括：脊椎动物门、节肢动物门以及任一其他门。

较佳地，利用如下公式计算所述物种平均急性值：

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

式中，

SMAV_ik为第i目标污染物对第k物种的物种平均急性值，i，k为自然数；

V_ikh为第i目标污染物对第k物种的第h个急性生物毒性数据；

n为第k物种的急性生物毒性数据个数。

较佳地，所述风险等级包括：初级风险、严重风险以及区域生物灭绝风险，其中，各级风险对应的分级风险阈值设置为：

δ_i＝[n*ξ_i]

式中，

δ_i为第i级风险阈值，对应敏感性排序队列中排序的序号；

n为排序队列中包含的物种平均急性毒性值个数；

ξ_i第i级风险系数；

[]为取整运算。

较佳地，所述ξ₁＝0.05，ξ₂＝0.5，ξ₃＝1.0。

较佳地，所述方法进一步包括：

获取发生水体突发性污染事故的水环境中的目标污染物以及死亡的水生生物物种，查询获取的目标污染物对应的敏感性排序队列，得到死亡的水生生物物种中物种平均急性值最大的物种；

读取所述物种平均急性值最大的物种在所述目标污染物对应的敏感性排序队列中的序号，根据构建的风险等级与风险指示水生生物的映射关系，确定风险等级。

本发明还提供了一种评估水体突发性污染事故风险的装置，该装置包括：急性生物毒性数据筛选模块、物种平均急性毒性值计算模块、排序模块以及映射关系构建模块，其中，

急性生物毒性数据筛选模块，用于获取目标污染物对各物种的急性生物毒性数据，按照预先设置的毒性数据规范对所述急性生物毒性数据进行筛选，得到筛选的急性生物毒性数据；

物种平均急性毒性值计算模块，用于利用筛选的各物种的急性生物毒性数据，分别计算每一物种的物种平均急性毒性值；

排序模块，用于对目标污染物对应的多个物种的物种平均急性毒性值，按照从小到大的顺序进行排序，得到敏感性排序队列；

映射关系构建模块，用于统计敏感性排序队列中包含的物种平均急性毒性值个数，基于统计的个数以及预先设置的分级风险系数进行风险等级划分，并构建划分的风险等级与风险指示水生生物的映射关系。

较佳地，所述装置进一步包括：污染事故监测模块以及风险等级确定模块，其中，

污染事故监测模块，用于获取发生水体突发性污染事故的水环境中的目标污染物以及死亡的水生生物物种，查询获取的目标污染物对应的敏感性排序队列，得到死亡的水生生物物种中物种平均急性值最大的物种；

风险等级确定模块，用于读取所述物种平均急性值最大的物种在所述目标污染物对应的敏感性排序队列中的序号，根据构建的风险等级与风险指示水生生物的映射关系，确定风险等级。

由上述的技术方案可见，本发明提供的一种评估水体突发性污染事故风险的方法及装置，基于水质基准的技术原理(5％的生物敏感性)，采用对物种敏感性进行排序的方法，通过构建生物敏感性与风险等级的映射关系，对水体突发性污染事故风险进行判断和评估，由于在污染事故发生后，无需进行污染物超标测定，仅需观察污染事故中死亡的生物，并根据生物敏感性与风险等级的映射关系，即可确定水体突发性污染事故风险等级，所需的时间短，使得评估水体污染事故风险的效率高。

附图说明

图1为本发明实施例评估水体突发性污染事故风险的方法流程示意图。

图2为本发明实施例评估水体突发性污染事故风险的装置结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图及具体实施例对本发明作进一步地详细描述。

现有评估水体突发性污染事故风险的方法，以水环境中污染物超出地表水环境水质标准的倍数作为风险衡量依据，在污染事故发生后，通过测定水环境污染物的超标倍数确定污染事故对应的风险等级，所需的时间较长，不利于及时、快速、直观确定风险等级，使得评估水体污染事故风险的效率较低。

在水环境生态系统中，生长有大量适宜在水环境中的植物、动物和微生物等水生生物，在水环境生态系统遭受污染事故时，由于各水生生物对污染物的敏感性存在较大差异，例如，有些水生生物，对污染物较为敏感，在水环境生态系统遭受污染事故时，即可出现死亡现象，而有些水生生物，对污染物较不敏感，在水环境生态系统遭受污染事故时，对其存活不产生显著影响。

本发明实施例中，将水环境生态系统中所有物种的敏感性放在一起进行整体考虑，能从一定意义上代表污染物对整个水环境生态系统中水生生物群落的风险等级；进一步地，考虑到国外水质标准以水环境中占百分数(例如，5％)的生物敏感性对应的数值作为依据，但由于我国地域辽阔，不同地区的水环境的水质特征、生物多样性特征以及生态系统的结构特征，都与国外水环境有着明显的差异，因而，依据国外水环境制定的水质标准可能并不适用于中国水环境，但将该制定水质标准的采用5％的生物敏感性的方法应用于中国水环境，考虑利用中国水环境中的5％的生物敏感性，用以表征中国的水质标准，可以更准确地适合中国。

基于上述分析和考虑，本发明实施例方法舍弃了水质标准，同时也舍弃了超标倍数的判断方法，直接基于水质基准的技术原理(5％的生物敏感性)，采用对物种敏感性进行排序的方法，通过构建生物敏感性与风险等级的映射关系，对水体突发性污染事故风险进行判断和评估，由于在污染事故发生后，无需进行污染物超标测定，仅需观察污染事故中死亡的生物对应的预先设置的生物敏感性与风险等级的映射关系，即可确定水体突发性污染事故风险等级，所需的时间短，能够及时、快速、直观确定风险等级，使得评估水体污染事故风险的效率高；同时，采用国内水环境中5％的生物敏感性，相较于水质标准评估方法，评估结果更加科学，准确性更高。

具体来说，本发明实施例中，通过查阅、搜集、筛选目标污染物对各水生生物物种的急性生物毒性数据，利用急性生物毒性数据获取各水生生物对目标污染物的敏感性，并对获取的敏感性按照从高至低的顺序进行排序，然后，依据国际上成熟的受危害生物比例与风险等级之间的关系，结合排序结果，确定分别对应初级风险(风险出现)、严重风险、区域生物灭绝风险的风险指示水生生物。这样，在对实际的突发性水环境污染事故进行风险分析及评估时，通过获取相应风险指示水生生物在突发性污染事故的水环境的存活状况信息，即可确定该突发性水环境污染事故造成的风险等级情况。包含三部分内容：

一，利用目标污染物对各水生生物的急性生物毒性数据，计算得到各水生生物对目标污染物的敏感性；

二，对计算得到的敏感性进行排序，将最敏感与最不敏感分别设置为0％及100％；

三，出现突发性水环境污染事故时，如果敏感性排序为5％的生物死亡，则判断为初级风险；如果排序为50％的生物死亡，则判断为严重风险；如果排序为100％的生物死亡，则判断为区域灭绝风险。

图1为本发明实施例评估水体突发性污染事故风险的方法流程示意图。参见图1，该流程包括：

步骤101，获取目标污染物对各物种的急性生物毒性数据，按照预先设置的毒性数据规范对所述急性生物毒性数据进行筛选，得到筛选的急性生物毒性数据；

本步骤中，可以通过搜集文献的方法，获取文献发表的针对目标污染物的急性生物毒性数据，并从获取的急性生物毒性数据中，筛选出满足预先设置的毒性数据规范的急性生物毒性数据。

较佳地，获取水体突发性污染事故中常见的污染物，形成目标污染物列表，针对目标污染物列表中的每一目标污染物，分别获取该目标污染物对各物种的急性生物毒性数据。也就是说，在获取目标污染物对各物种的急性生物毒性数据之前，该方法进一步包括：

获取水体突发性污染事故中常见的污染物，形成目标污染物列表，从所述目标污染物列表中读取一目标污染物。

本发明实施例中，毒性数据规范可以依据中国水环境生态系统的特点进行编辑，包括：

A1，评价指标，包括：半致死浓度(LC₅₀)、半效应浓度(EC₅₀)或半抑制浓度(IC₅₀)；

A2，毒性实验暴露时间，包括：对于浮游甲壳类和摇蚊幼虫，毒性实验暴露时间为48小时；对于鱼类、底栖甲壳类、软体动物、环节动物等其他生物，毒性实验暴露时间为96小时。

本发明实施例中，作为可选实施例，获取目标污染物对各物种的急性生物毒性数据包括：

在ECOTOX毒性数据库(http：//cfpub.epa.gov/ecotox/)中，获取满足毒性数据规范的文献急性生物毒性数据；

在中国知网(www.cnki.net)中国期刊全文数据库中，获取满足毒性数据规范的文献急性生物毒性数据；以及，

从试验室测定得到满足毒性数据规范的试验急性生物毒性数据。其中，从试验室测定得到试验急性生物毒性数据为可选。

本发明实施例中，为了保障后续数据(敏感型数据)分析的可信度，较佳地，对于一目标污染物，对应的水生生物物种数量不能少于10个，且物种的类别应该包括中国水环境中常见的物种类别：脊椎动物门、节肢动物门以及任一其他门。例如，水生生物物种可以包括：2种鱼类、1种浮游甲壳类、1种底栖甲壳类、1种水生昆虫、2种软体动物、2种环节动物、2种轮虫、2种两栖动物等。

本发明实施例中，通过依据国际主流的技术方法(ECOTOX毒性数据库、中国知网)进行急性生物毒性数据的搜集，获取的急性生物毒性数据量大，覆盖物种全面；在搜集到目标污染物对应的各物种的急性生物毒性数据后，再依据中国水环境生态系统的特点进行编辑的毒性数据规范进行筛选，使得急性生物毒性数据符合中国水环境特点，可靠性强。

步骤102，利用筛选的各物种的急性生物毒性数据，分别计算每一物种的物种平均急性毒性值；

本步骤中，在获取的目标污染物对各物种的急性生物毒性数据中，如果经过筛选后，某一物种的急性生物毒性数据量为1，则将该急性生物毒性数据作为该物种的物种平均急性毒性值(SMAV，SpeciesMeanAcuteValue)；如果某一物种的急性生物毒性数据量为多个，即同一种物种获得一个多个试验的多个急性生物毒性数据，例如，多个LC₅₀数据或EC₅₀数据或IC₅₀数据，计算该多个急性生物毒性数据的几何平均值，作为该物种的物种平均急性毒性值。

本发明实施例中，如果物种平均急性值越低，表明该物种越敏感，越易受突发性水环境污染事故影响；物种平均急性值越高，表明该物种越不敏感，越不易受突发性水环境污染事故影响。因而，物种平均急性值反映物种敏感性。

本发明实施例中，针对每一目标污染物，每一物种对应一物种平均急性毒性值。不同的目标污染物中，同一物种对应的物种平均急性毒性值一般不相同。

本发明实施例中，物种平均急性值计算公式如下：

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

式中，

SMAV_ik为第i目标污染物对第k物种的物种平均急性值，i，k为自然数；

V_ikh为第i目标污染物对第k物种的第h个急性生物毒性数据；

n为第k物种的急性生物毒性数据个数。

例如，对于选定的某一目标污染物，该目标污染物对应的某一物种平均急性值为：

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

式中，

SMAV_k为目标污染物对第k物种的物种平均急性值，k为自然数；

V_kh为目标污染物对第k物种的第h个急性生物毒性数据。

步骤103，对目标污染物对应的多个物种的物种平均急性毒性值，按照从小到大的顺序进行排序，得到敏感性排序队列；

本步骤中，将目标污染物对应的多个物种的SMAV，按照从小到大的顺序进行排序形成该目标污染物对应的敏感性排序队列(简称排序队列)，按照排序队列中包含的物种平均急性毒性值个数，设置排序队列中各物种平均急性毒性值的序号。例如，排序队列可以表示为：

L＝(L_SMAV1，L_SMAV2，...，L_SMAVj，...，L_SMAVn)

式中，

L_A为目标污染物对应的敏感性排序队列；

L_SMAVj为敏感性排序队列中第j位的物种平均急性值；

n为敏感性排序队列中的物种平均急性值个数。

举例来说，如果目标污染物对应的(水生生物)物种数量为50，每一物种对应一SMAV，则在该目标污染物对应的敏感性排序队列中，包含有50个SMAV，50个SMAV按照从小到大的顺序进行排列，敏感性排序队列中，设置最小SMAV对应的最小序号为1，最大SMAV对应的最大序号为50。当然，实际应用中，也可以设置最小SMAV对应的最小序号为t，则最大SMAV对应的最大序号为(t+n)。

实际应用中，如果新增加有该目标污染物对应的新物种的毒性试验，可以计算该新物种的SMAV，并将该新物种的SMAV按照从小至大的顺序加入到敏感性排序队列中的相应位置。

步骤104，统计敏感性排序队列中包含的物种平均急性毒性值个数，基于统计的个数以及预先设置的分级风险系数进行风险等级划分，并构建划分的风险等级与风险指示水生生物的映射关系。

本步骤中，作为可选实施例，将风险等级划分为：初级风险、严重风险以及区域生物灭绝风险。其中，

各级风险对应的分级风险阈值设置为：

δ_i＝[n*ξ_i]

式中，

δ_i为第i级风险阈值，即敏感性排序队列中排序的序号；本发明实施例中，第1级风险为初级风险，第2级风险为严重风险，第3级风险为区域生物灭绝风险，该分级风险阈值对应敏感性排序队列中的物种为该分级风险映射的风险指示水生生物。

n为排序队列中包含的物种平均急性毒性值个数；

ξ_i第i级风险系数；

[]为取整运算。

较佳地，本发明实施例中，设置ξ₁＝0.05，ξ₂＝0.5，ξ₃＝1.0。

举例来说，如果n＝50，ξ₁＝0.05，ξ₂＝0.5，ξ₃＝1.0，则初级风险阈值、严重风险阈值以及区域生物灭绝风险阈值分别为3、25以及50。也就是说，当排序队列中，序号为3，即第三敏感的生物(物种)死亡时，判断初级风险出现，该初级风险级别确定的风险指示水生生物为序号为3的生物；当敏感性排序为25的生物开始死亡时，判断出现严重风险，该严重风险级别确定的风险指示水生生物为序号为25的生物；而当敏感性排序为50的生物(最不敏感的生物)也死亡时，判断出现区域生物灭绝风险，该区域生物灭绝风险级别确定的风险指示水生生物为序号为50的生物。

又例如，如果n＝90，ξ₁＝0.05，ξ₂＝0.5，ξ₃＝1.0，则初级风险阈值、严重风险阈值以及区域生物灭绝风险阈值分别为5、45以及90。也就是说，初级风险级别确定的风险指示水生生物为序号为5的生物，假设排序队列中，生物排序为：1大型溞、2中国林蛙、3青虾、4草鱼、5鲤鱼、6苏氏尾鳃蚓，...，则在突发性水环境污染事故后，由于水质基准或者标准的定义是保护95％的生物，因而，在观察到大型溞、中国林蛙、青虾和草鱼发生死亡时，由于这四种水生生物太敏感，都不属于95％的保护范畴，从而可以确定该突发性水环境污染事故不具有风险，但当序号为5的鲤鱼开始死亡时，表示污染威胁到了要保护的余下95％的生物，本发明实施例中，鲤鱼是需要保护的95％的生物中最敏感的生物，如果它受到威胁就代表风险出现，可以确定该突发性水环境污染事故具有初级风险。

确定突发性水环境污染事故是否具有严重风险或区域生物灭绝风险，与确定突发性水环境污染事故是否具有初级风险相类似，即对于严重风险，确定的风险指示水生生物为序号为45的生物，对于区域生物灭绝风险，确定的风险指示水生生物为序号为90的生物，在此略去详述。

本发明实施例中，第1级风险系数(0.05)的确定是基于保护水生生物的水质基准制定的原则，水质基准是制定水质标准的科学依据，定义为能保护水体中95％的生物的污染物浓度。该原则规定，一般情况下，水环境的水体中，95％的水生生物受到保护，也就是说，当仅有5％的水生生物受到污染物的威胁而死亡，对水生生物群落并没有实质影响，并不认为有风险出现。此外，在美国及欧盟等发达国家制定的水体安全阈值方法学中，都是以保护95％的生物为界的，因而，本发明实施例中，第1级风险系数确定为0.05，并选取位于5％的点上的水生生物作为初级风险开始出现的指示水生生物。

第2级风险系数(0.5)的确定可以基于荷兰2007年发布的环境风险限值制定技术指南，在该技术指南中，当水体中50％的水生生物受到污染物的威胁而死亡，说明水体出现了严重风险，因而，将水生态系统中受污染物危害的生物比例达到50％时设定为严重风险。因而，本发明实施例中，第2级风险系数确定为0.5，并选取位于50％的点上的水生生物作为严重风险开始出现的指示水生生物。

第3级风险系数(1.0)的确定是考虑到最不敏感的生物的存活也受到影响时，表明受污染区域的生物群落受到灭绝风险影响，即当一个区域的水体中100％的生物都受到污染物的威胁而死亡，最不敏感的水生生物，即位于100％点上的水生生物都开始死亡时，该区域的生物类群基本要全部灭亡了，选取位于100％的点上的水生生物作为区域生物灭绝风险开始出现的指示水生生物。

当然，实际应用中，风险系数也可以根据实际需要进行调整，例如，对于第3级风险系数，也可以设置为0.9或0.95等；也可以根据实际需要对风险分级进行调整，例如，将风险分级调整为5级或8级等。

所用说明的是，本发明实施例中，各级风险对应的风险指示水生生物均为单一物种(水生生物)，便于在实践中操作。当然，实际应用中，作为另一可选实施例，也可以设置风险等级映射的风险指示水生生物的范围，例如，如上所述，可以将序号为6至45对应的水生生物中任一水生生物出现死亡对应的风险等级确定为严重风险。

实际应用中，由于可以补充目标污染物对应的新物种实验，因而，分级风险阈值以及基于划分的风险级别确定的风险指示水生生物也可以实时变化。

这样，后续应用中，例如，如果发生水体突发性污染事故，则可以通过观察发生水体突发性污染事故的水环境中水生生物物种的死亡现象，确定发生水体突发性污染事故的风险等级。因而，较佳地，该方法还可以进一步包括：

步骤105，获取发生水体突发性污染事故的水环境中的目标污染物以及死亡的水生生物物种，查询获取的目标污染物对应的敏感性排序队列，得到死亡的水生生物物种中物种平均急性值最大的物种；

步骤106，读取所述物种平均急性值最大的物种在所述目标污染物对应的敏感性排序队列中的序号，根据构建的风险等级与风险指示水生生物的映射关系，确定风险等级。

图2为本发明实施例评估水体突发性污染事故风险的装置结构示意图。参见图2，该装置包括：急性生物毒性数据筛选模块、物种平均急性毒性值计算模块、排序模块以及映射关系构建模块，其中，

急性生物毒性数据筛选模块，用于获取目标污染物对各物种的急性生物毒性数据，按照预先设置的毒性数据规范对所述急性生物毒性数据进行筛选，得到筛选的急性生物毒性数据；

本发明实施例中，毒性数据规范包括：

A1，评价指标，包括：半致死浓度(LC₅₀)、半效应浓度(EC₅₀)或半抑制浓度(IC₅₀)；

A2，毒性实验暴露时间，包括：对于浮游甲壳类和摇蚊幼虫，毒性实验暴露时间为48小时；对于鱼类、底栖甲壳类、软体动物、环节动物等其他生物，毒性实验暴露时间为96小时。

本发明实施例中，作为可选实施例，获取目标污染物对各物种的急性生物毒性数据包括：

在ECOTOX毒性数据库中，获取满足毒性数据规范的文献急性生物毒性数据；以及，

在中国知网中国期刊全文数据库中，获取满足毒性数据规范的文献急性生物毒性数据。

本发明实施例中，每一目标污染物对应的水生生物物种数量不能少于10个，且物种的类别应该包括中国水环境中常见的物种类别：脊椎动物门、节肢动物门以及任一其他门。例如，水生生物物种可以包括：2种鱼类、1种浮游甲壳类、1种底栖甲壳类、1种水生昆虫、2种软体动物、2种环节动物、2种轮虫、2种两栖动物等。

物种平均急性毒性值计算模块，用于利用筛选的各物种的急性生物毒性数据，分别计算每一物种的物种平均急性毒性值；

本发明实施例中，物种平均急性值计算公式如下：

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

式中，

SMAV_ik为第i目标污染物对第k物种的物种平均急性值，i，k为自然数；

V_ikh为第i目标污染物对第k物种的第h个急性生物毒性数据；

n为第k物种的急性生物毒性数据个数。

例如，对于选定的某一目标污染物，该目标污染物对应的某一物种平均急性值为：

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

式中，

SMAV_k为目标污染物对第k物种的物种平均急性值，k为自然数；

V_kh为目标污染物对第k物种的第h个急性生物毒性数据。

排序模块，用于对目标污染物对应的多个物种的物种平均急性毒性值，按照从小到大的顺序进行排序，得到敏感性排序队列；

映射关系构建模块，用于统计敏感性排序队列中包含的物种平均急性毒性值个数，基于统计的个数以及预先设置的分级风险系数进行风险等级划分，并构建划分的风险等级与风险指示水生生物的映射关系。

本发明实施例中，风险等级包括：初级风险、严重风险以及区域生物灭绝风险。

各级风险对应的分级风险阈值设置为：

δ_i＝[n*ξ_i]

式中，

δ_i为第i级风险阈值，即敏感性排序队列中排序的序号；本发明实施例中，第1级风险为初级风险，第2级风险为严重风险，第3级风险为区域生物灭绝风险，该分级风险阈值对应敏感性排序队列中的物种为该分级风险映射的风险指示水生生物。

n为排序队列中包含的物种平均急性毒性值个数；

ξ_i第i级风险系数；

[]为取整。

较佳地，本发明实施例中，设置ξ₁＝0.05，ξ₂＝0.5，ξ₃＝1.0。

较佳地，该装置还可以进一步包括：污染事故监测模块以及风险等级确定模块，其中，

污染事故监测模块，用于获取发生水体突发性污染事故的水环境中的目标污染物以及死亡的水生生物物种，查询获取的目标污染物对应的敏感性排序队列，得到死亡的水生生物物种中物种平均急性值最大的物种；

风险等级确定模块，用于读取所述物种平均急性值最大的物种在所述目标污染物对应的敏感性排序队列中的序号，根据构建的风险等级与风险指示水生生物的映射关系，确定风险等级。

较佳地，该装置还可以进一步包括：

目标污染物列表模块(图中未示出)，用于获取水体突发性污染事故中常见的污染物，形成目标污染物列表，从所述目标污染物列表中读取一目标污染物，输出至急性生物毒性数据筛选模块。

较佳地，该装置还可以进一步包括：

排序更新模块(图中未示出)，用于在监测到新增加有目标污染物对应的新物种的毒性试验后，计算该新物种的SMAV，并将该新物种的SMAV按照从小至大的顺序加入到排序模块的敏感性排序队列中的相应位置。

以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换以及改进等，均应包含在本发明的保护范围之内。