申请/专利权人：河海大学

申请日：2023-09-19

公开（公告）日：2023-12-19

公开（公告）号：CN117252418A

主分类号：G06Q10/0635

分类号：G06Q10/0635;G06Q10/04;G06Q50/26;G16B40/00;G16B30/00

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.01.05#实质审查的生效;2023.12.19#公开

摘要：本发明公开了一种基于分汊河道分流区不同水期抗生素生态风险预警方法，包括：样品采集及流域水环境检测，分流区抗生素浓度检测，不同水期的分流区水文情势计算，微生物与污染物相关性计算，分流区抗生素生态风险计算，分流区抗生素生态风险预警。本发明在水文条件未发生改变时，在分流区的中心区域采集沉积物和水样，选取河流上下游排放的抗生素种类进行检测，并按照风险熵值法进行计算，按照生态风险等级进行评价，通过水环境数值模型计算判断其最大生态风险，在风险发生前实施措施，避免风险的发生。

主权项：1.基于分汊河道分流区不同水期抗生素生态风险预警方法，其特征在于，包括以下步骤：步骤一：样品采集及流域水环境检测选择一条主干河道分为两条以上支流的分汊河道，主干河道和每条支流均预设采样长度，并在采样长度上设置若干个采样点，采样点的信息包括经纬度、河流宽度、水深和流速的信息；采集过程中，确保样品未受到污染；水样采集于水面以下0.5m处，沉积物样品对应于水样以下表层10cm厚的河底；水样的溶解氧、电导率、温度和pH值现场监测，计算出样品颗粒级配的频率分布或累积分布；步骤二：分流区抗生素浓度检测沉积物作为次生抗生素的重要来源，并在环境条件发生变化时将其释放到上覆水中，对分流区沉积物中的4类目标抗生素进行定量分析，包括4种磺胺类、3种氟喹诺酮类、4种四环素类和4种大环内酯类；分流区的抗生素浓度与流速有显着相关性，分汊河道中抗生素的分布主要位于支流河口，低流速区抗生素浓度高于高速区，抗生素最大浓度分布与各点抗生素总浓度分布一致，从分流区核心区向外逐渐降低；步骤三：不同水期的分流区水文情势计算为研究流域水文情势变化对分流区水动力的影响，考虑上游降雨径流和下游潮汐水位变化，计算不同水文频率下分流区水动力演化规律，通过对采样点水位进行频率分析，得到不同水文频率下的水位，根据采样点雨量站的日降雨量，得到不同水文频率下的降雨量，不同支流的流量是根据各雨量站和不同地区的地表径流系数得到，根据PIII频数曲线理论分布，进而得到不同保证率下的年平均降水量及其典型年份，总径流量和各支流径流量根据流域总面积和各支流小流域面积计算，为计算二维水动力数学模型提供边界条件，分流率随月份先增后减的主要原因是随着降雨量的变化而变化；分流率的变化规律与分流率较为一致，但分流率随着降水保证率的增加而增大；步骤四：微生物与污染物相关性计算将所有样本在不同流速区分为3组，基于OTU水平进行微生物群落的β多样性分析，得出最大速度组的采样点，低速组的采样点，停滞组的采样点，根据PICRUSt功能预测分析获得KEGG功能水平的六个功能基因的相对丰度，六个功能基因为代谢基因、遗传信息处理基因、环境信息处理基因、细胞过程基因、有机系统基因，为了研究抗生素、理化因子和微生物之间的相关性，进行冗余分析，得出抗生素与功能基因之间存在显着相关性；建立抗生素与所有属级微生物和微生物多样性之间的相关性；基于属级微生物种类，筛选出丰度在0.1％以上的微生物与抗生素进行相关性分析，其中部分种类微生物与抗生素具有显着相关性，进一步，分别建立了抗生素与沉积物粒径参数和粒径之间的相关性分析；步骤五：分流区抗生素生态风险计算生态风险是指生态系统及其组成部分所承受的风险，是指一定区域内发生不确定的事故或灾害对生态系统及其组成部分可能产生的影响；风险熵值法是将污染物的检出含量水平与生物毒理学数据得到的预测无影响浓度进行比较，得到熵值，并根据熵值的大小获得风险评估的依据；由于缺乏抗生素类污染物对沉积物中底栖生物的生物毒性作用数据，基于熵值生态风险评价方法，将沉积物中检测到的污染物含量换算为孔隙水中污染物含量，再通过水生生物毒性效应数据来评估其风险，该方法弥补沉积物污染物生态风险评价方法的不足，将沉积物中的污染物含量Cs换算成孔隙水中的污染物含量Cp，公式如下： 其中Cp的单位为μgL；Cs的单位是nggdw；Koc为有机碳分配系数，单位为Lkg；foc是沉积物有机碳的百分比；得到Cp后，用风险商数RQ来表征生态风险程度；PNEC是预测的水体中水生生物的隐形效应含量；每种抗生素的PENC值可从ECOSAR毒性数据库中估算；由于抗生素对不同物种的毒性作用不同，选取最敏感物种的PENC值进行评价；根据RQ分类方法，将生态风险等级的RQ值分为4个等级：高风险RQ1、中风险0.1RQ1、低风险0.01RQ0.1、无风险RQ0.01；通过计算分析可得出分流区抗生素的生态风险，CIP和SM2在分流区基本没有生态风险；OTC处于低风险状态；OFC、ROX和ENRO导致分流区处于高风险和中风险状态，其位置主要位于分流区内环；对每个样本的最大生态风险指数进行Kendall插值，得到分流区生态风险分布的云图和热图，得出分流区内抗生素的生态风险指数随着分流区距离的增加而降低；建立了分流区抗生素生态风险与理化参数的关系，pH与生态风险显着相关；步骤六：分流区抗生素生态风险预警分汊河道中大部分抗生素分布在分汊口，低流速区抗生素浓度高于高速区；随着水文频率的降低，流速低的区域逐渐增加，抗生素浓度高的区域逐渐扩大，从而增加了抗生素带来的生态风险；抗生素浓度与沉积物粒径D15mm、pH、DO和温度显着相关；流域水文条件的变化影响水体理化性质的变化，进而影响抗生素的浓度分布，进而影响微生物和功能基因的变化，最终影响水生态；分流区抗生素的生态风险指数随着距分流中心的距离而降低，因而抗生素生态风险预警直接方法是，在水文条件未发生改变时，在分流区的中心区域采集沉积物和水样，选取河流上下游排放的抗生素种类进行检测，并按照风险熵值法进行计算，按照生态风险等级进行评价，通过水环境数值模型计算判断其最大生态风险，在风险发生前实施措施，避免风险的发生。

全文数据：

权利要求：

百度查询： 河海大学 基于分汊河道分流区不同水期抗生素生态风险预警方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD