【技术实现步骤摘要】
本专利技术涉及一种基于逸度食物网的生态风险评价方法和系统，属于涉及生态风险评估。
技术介绍
1、海洋生态系统和生物体会受到水体中有机污染物的负面影响，科学合理地评估这些负面影响，从而识别出易受影响的物种尤为重要。
2、目前常用的生态风险评价方法通常是将水体或沉积物中污染物浓度的实际测量值与通过体外暴露试验获得的毒性值作对比。但该方法没有考虑污染物在水、沉积物以及生物间的迁移转化以及生物摄食对污染物沿着食物网传递的影响，与实际情况差别较大，可信度低。另一方面，通过实际调查获取生物样本，进而测量不同生物体内的有机污染物浓度，这种方法结果更加准确，但是工作量大且效率低，难以实现。
技术实现思路
1、针对上述问题，本专利技术的目的是提供了一种基于逸度食物网的生态风险评价方法和系统，其能够丰富预测污染物信息的数量，提高选取到的目标污染物信息的准确度，从而提高生态风险评价结果的准确性。
2、为实现上述目的，本专利技术提出了以下技术方案：一种基于逸度食物网的生态风险评价方法，包括以下步骤：确定目标生态系统的若干个预测食物网；将所述预测食物网分为多个功能组，获得各个功能组的污染物逸度方程，综合各个功能组的污染物逸度方程，获得所述预测食物网对应的逸度食物网模型；根据所述逸度食物网模型，获得多个预测污染物信息；采集实测污染物信息，根据所述实测污染物信息对所述多个预测污染物信息进行筛选，获得目标污染物信息；基于所述目标污染物信息对目标生态系统进行评估。
3、进一步，所
4、进一步，所述污染物逸度方程为：
5、fi-∑aijfj＝wi(xiwfw+xisfs)
6、其中，fi为第i个功能组的污染物逸度，aij为第i个功能组中第j个物种的食物暴露的逸度因子，fj为第i个功能组中第j个物种的污染物逸度，wi为水体暴露的逸度因子，xiw为生物在水中呼吸所占比例，fw为水中污染物逸度，xis为生物在孔隙水中呼吸所占比例，xiw+xis＝1，fs为孔隙水中污染物逸度。
7、进一步，根据所述逸度食物网模型，获得多个预测污染物信息的方法为：基于所述逸度食物网模型中各个功能组的污染物逸度方程，计算各个功能组的污染物逸度；基于环境参数和污染物参数计算各个功能组的逸度容量；基于所述逸度容量和生物参数计算各个功能组的污染物的迁移参数值；基于所述污染物逸度、逸度容量和迁移参数值，计算各个功能组的污染物浓度和污染物通量。
8、进一步，所述污染物浓度的计算公式为：
9、ci＝fizi
10、其中，ci为第i个功能组的污染物浓度，fi为第i个功能组的污染物逸度，zi为第i个功能组中污染物的逸度容量；
11、所述污染物通量的计算公式为：
12、nij＝dijfij
13、其中，nij为污染物在第i个功能组摄入或排出生物体的通量，dij为污染物在第i个功能组中摄入或排出生物体的迁移参数值，fij为第i个功能组第j种介质中的污染物逸度。
14、进一步，所述获得目标污染物信息的方法为：采集所述目标生态系统的实测污染物信息；基于各个预测污染物信息和所述实测污染物信息，计算各个逸度食物网模型的可信度；选取其中可信度最高的逸度食物网模型，并将该逸度食物网模型对应的预测污染物信息作为目标污染物信息；所述可信度通过以所述实测污染物信息为横坐标，以各个预测污染物信息为纵坐标作图，对获得的数据点进行线性拟合，获得逸度食物网模型的可信度的计算公式：
15、
16、进一步，基于所述目标污染物信息对目标生态系统进行评估的方法为：基于目标污染物信息在目标污染物信息对应的各个功能组中选取目标功能组；基于污染物的理化特性、目标功能组的生理特性、污染物浓度和污染物通量计算所述目标功能组中受污染物影响的程度；基于目标功能组受污染物影响的程度，计算目标生态系统的风险值，以基于风险值对目标生态系统进行风险评价。
17、进一步，计算所述受污染物影响的程度的方法为：基于污染物的理化特性、目标功能组的生理特性、污染物浓度和污染物通量，计算目标功能组摄入污染物各途径的占比；基于所述目标功能组摄入污染物各途径的占比和各摄入途径对应的受影响权重，计算目标功能组受污染物影响的程度。
18、本专利技术还公开了一种基于逸度食物网的生态风险评价系统，包括：预测食物网获取模块，用于确定目标生态系统的若干个预测食物网；逸度食物网模型构建模块，用于将所述预测食物网分为多个功能组，获得各个功能组的污染物逸度方程，综合各个功能组的污染物逸度方程，获得所述预测食物网对应的逸度食物网模型；预测污染物信息获取模块，用于根据所述逸度食物网模型，获得多个预测污染物信息；目标污染物获取模块，用于采集实测污染物信息，根据所述实测污染物信息对所述多个预测污染物信息进行筛选，获得目标污染物信息；评估模块，用于根据所述目标污染物信息对目标生态系统进行评估。
19、本专利技术还公开了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行以实现上述任一项所述的基于逸度食物网的生态风险评价方法。
20、本专利技术由于采取以上技术方案，其具有以下优点：
21、1、本专利技术通过预测扩大了食物网对应的时期，改善了食物网的动态特性导致的不确定性，增加了预测食物网的数量，能够丰富预测污染物信息的数量，提高选取到的目标污染物信息的准确度，从而提高生态风险评价结果的准确性。
22、2、本专利技术通过预测扩大了食物网对应的时期，改善了食物网的动态特性导致的不确定性，增加了预测食物网的数量，能够丰富预测污染物信息的数量，提高选取到的目标污染物信息的准确度，从而提高生态风险评价结果的准确性。
23、3、本专利技术可以将污染物浓度和污染物通量最高的功能组作为目标功能组；为全面进行风险评价，也可以选择多个不同污染物浓度和污染物通量的功能组进行风险评价。
24、4、本专利技术根据污染物参数，可以确定不同污染物浓度和通量对于生物的毒性，从而根据具体污染物浓度和通量确定目标功能组受污染物影响的程度，接着利用目标功能组对目标生态系统的重要程度计算目标功能组受污染物的影响对于目标生态系统的具体影响，以风险值进行量化评价。
本文档来自技高网...【技术保护点】
1.一种基于逸度食物网的生态风险评价方法，其特征在于，包括以下步骤：
2.如权利要求1所述的基于逸度食物网的生态风险评价方法，其特征在于，所述预测污染物信息包括污染物在各功能组的浓度和通量；所述实测污染物信息包括污染物在至少一个功能组的浓度和通量。
3.如权利要求1或2所述的基于逸度食物网的生态风险评价方法，其特征在于，所述污染物逸度方程为：
4.如权利要求1或2所述的基于逸度食物网的生态风险评价方法，其特征在于，根据所述逸度食物网模型，获得多个预测污染物信息的方法为：
5.如权利要求4所述的基于逸度食物网的生态风险评价方法，其特征在于，
6.如权利要求1或2所述的基于逸度食物网的生态风险评价方法，其特征在于，所述获得目标污染物信息的方法为：
7.如权利要求1或2所述的基于逸度食物网的生态风险评价方法，其特征在于，基于所述目标污染物信息对目标生态系统进行评估的方法为：
8.如权利要求1或2所述的基于逸度食物网的生态风险评价方法，其特征在于，计算所述受污染物影响的程度的方法为：
9.一种
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行以实现如权利要求1-8任一项所述的基于逸度食物网的生态风险评价方法。
...【技术特征摘要】
1.一种基于逸度食物网的生态风险评价方法，其特征在于，包括以下步骤：
2.如权利要求1所述的基于逸度食物网的生态风险评价方法，其特征在于，所述预测污染物信息包括污染物在各功能组的浓度和通量；所述实测污染物信息包括污染物在至少一个功能组的浓度和通量。
3.如权利要求1或2所述的基于逸度食物网的生态风险评价方法，其特征在于，所述污染物逸度方程为：
4.如权利要求1或2所述的基于逸度食物网的生态风险评价方法，其特征在于，根据所述逸度食物网模型，获得多个预测污染物信息的方法为：
5.如权利要求4所述的基于逸度食物网的生态风险评价方法，其特征在于，
6.如权利要求...
【专利技术属性】
技术研发人员：刘涛，尹汉军，曲良，周斌，朱玉贵，胡琴，安明明，崔凯旋，袁晓娟，林杰，崔艺潇，熊乐航，
申请(专利权)人：中海石油中国有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。