韩璐，俞博凡，宋永会*

1.环境基准与风险评估国家重点实验室，中国环境科学研究院，北京 100012

2.中国环境科学研究院城市水环境科技创新基地，北京 100012

1 监控技术库总体设计

我国目前对环境风险源监控管理的理论和技术研究尚处于初级阶段。研究重大环境污染事件风险源监控技术，防范环境风险，对可能的突发环境污染事故进行预警，是今后研究的热点。因此，迫切需要开展重大环境风险源监控技术研究，有效防范环境污染事件的发生。

基于我国重大环境污染事故频繁发生［1-2］，环境风险防范管理需求日益迫切［3］，环境监测监控技术缺乏系统的梳理和分类的现状，笔者对重大环境污染事件环境风险源监控技术库进行了设计研究。基于监控系统综合技术集成的思想［4］，针对易引起重大环境污染事故的化学物质［5-7］，依据风险物质的属性，结合监测技术方法、原理，通过查阅大量文献、书籍、期刊、网络，以及走访相关企业等方式对环境风险源监控技术进行调研，优选监控技术设备仪器。以环境风险源特征污染物及常规参数建立监控指标并优选监控技术方法，提出监控设备配置方案，进行环境风险源监控技术库的总体设计，其构建思路如图1 所示。

图1 环境风险源监控技术库构建思路Fig.1 Design pattern of monitoring technology base for environmental risk source

2 监控指标、参数的确定

综合考虑环境风险源特征污染物及常规参数，根据监控技术库开发需要，结合实际风险源监控监测需求，筛选监控技术库特征污染物及综合指标，并按照指标确定了数据库，详见表1。

表1 重点环境风险源监控指标数据库Table 1 Monitoring technology base for key environmental risk source

由表1 可见，数据库主要包括气象参数、气体浓度、水质常规五参数、液体浓度、水质综合数据和水生物毒性数据。通过环境风险源监控技术的国内外调研，结合国家规定的标准方法或国际上公认的标准分析方法的要求，共收集整理了120 余种监控仪器设备信息，建立了监控指标数据库，其主要信息基本一致，包括仪器名称、监测参数、测量范围、电力供应、价格范围以及数据传输等信息。其他功能及运行维护信息根据仪器的类别不同而有所区别。

3 监控技术方法优选

根据监控技术库设计需要，结合实际风险源监控监测需求，在入库特征污染物以及综合指标的基础上，搜集相关监控技术。综合考虑常规参数、无机气体、有机气体、水中无机离子、水中有机物和水体综合毒性6 个方面的监控指标，优选监控技术方法。对具体监控指标分析时所采用的技术方法进行推荐，并比较每个在线监控方法的优缺点。

(1)常规参数

包括水温(铂电阻法、热敏电阻法);浊度(光透射法、光散射法);pH、电导率、DO、ORP(电极法)。

(2)无机气体

包括氨气、氯化氢、硫酸、氮氧化物等，采用电化学传感器(electrochemical detect，ECD)、分光光度法测定。其中，排放源推荐使用ECD，环境受体推荐用分光光度法。

(3)无机离子

包括六价铬、氰化物、氟化物、硝酸盐等。采用分光光度法、阳极伏安溶出(ASV)，离子选择电极(ISE)等。无机离子在线监测方法比较见表2。

表2 无机离子在线监测方法比较Table 2 Comparison of on-line monitoring method for inorganic ion

(4)有机气体

有机气体的在线监测方法主要是各种类型的传感器，主要包括催化燃烧检测器(CCD)、非分散红外传感器(NDIR)、金属氧化物半导体(MOS)传感器、电化学传感器(ECD)、火焰离子化检测器(flame ionization detect，FID)、光 离 子 化 检 测 器(photo ionization detect，PID)、表面声波(SAW)传感器、石英晶体微天平(QCM)传感器等。有机气体在线监测方法的优缺点比较见表3，相比而言，ECD 和PID在实际应用方面更适合于环境风险源。

表3 有机气体在线监测方法比较Table 3 Comparison of on-line monitoring method for organic ion

(5)水中有机物

水中有机物的监测方法根据有机物的种类不同，方法原理也不相同，主要包括UV254、UV -VIS 200 -750;紫外、可见光吸收光谱法;催化燃烧氧化-NDIR(国标);UV 催化-过硫酸盐氧化-非分散红外光度法、UV-过硫酸盐氧化-离子选择电极法、加热-过硫酸盐氧化-非分散红外光度法;UV-TOC 分析计法;红外法、NDIR、紫外法、荧光法等。对于挥发酚、挥发性卤代烃类，采用分光光度法、顶空气相色谱(HS-GC-FID)［8］、吹扫捕集气相色谱(PT -GC -FID)、膜进样飞行时间质谱(MI-VUV-TOFMS)等方法。针对苯系物，常用紫外吸收光谱、拉曼光谱(Raman)、激光诱导荧光光谱(LIF)、气相色谱(GCFID)、膜进样飞行时间质谱(MI -VUV -TOFMS)等方法［9］。

(6)水体综合毒性

对水环境受体来讲，风险物质种类繁多，采用敏感水生生物对水体综合毒性进行在线监测，可起到水环境污染事件预警作用。监测生物主要有发光细菌、微生物燃料电池、水蚤、蚌类、鱼类，其对氰化物、重金属、农药等急性毒性物质较为敏感。微生物燃料电池应用较少;发光细菌毒性检测仪较成熟、标准化程度高;鱼类毒性检测仪较廉价，但鱼类的行为与污染物的作用关系有待进一步研究。推荐使用发光细菌毒性检测仪。

4 监控技术设备优选

4.1 监控仪器选择原则及性能要求

在调研的基础上，提出了监控设备的选择原则，并对环境风险源监控仪器基本性能提出要求，进行监控仪器的优选。

4.1.1 监控方法选择原则

在选择具体监控分析方法前，要根据现有条件结合实际情况，对不同监控对象、不同监控层次，采用不同的监控方法，并遵循如下原则:1)监控仪器要采用国家规定的标准方法或国际上公认的标准分析方法，操作简便、易于维护，具有易实施性和可操作性;2)监控仪器分析结果直观、易判断;3)监控仪器分析方法的灵敏度、准确度和再现性要好，检测范围宽，具有普适性;4)监控分析仪器具有数据采集、存储和传输功能;5)有害物质和杂质对监控仪器分析的干扰小，能适应类似化工园区的恶劣环境;6)监控仪器对样品的前处理要求低;7)监控仪器能够长期安全稳定运行、故障率低。

4.1.2 监控仪器基本功能要求

监控仪器基本功能要求应满足:1)具有时间设定、校对、显示功能;2)具有自动零点、量程校正功能;3)具有测试数据显示、存储和输出功能;4)意外断电且再度供电时，应能自动排出系统内残存的试样、试剂等，并自动清洗，自动复位到重新开始测定的状态;5)具有故障报警、显示和诊断功能，并具有自动保护功能，能够将故障报警信号输出到远程控制网;6)具有限值报警和报警信号输出功能;7)具有接收远程控制网的外部触发命令、启动分析等操作功能。

根据环境风险源和敏感环境受体的不同属性特征，选择相应的仪器设备。对于源的监控，一般选择能够进行高浓度粗略定量、可靠性高、价格低廉、小型化的传感器;对于受体，一般选择检测限低、检测范围广、能够对风险区内众多物质定性的大型在线分析仪器。

4.2 监控仪器设备分类

对于气态环境风险源，根据监控气体的类型不同、监控目的不同，选择的设备也不同。特征风险物质浓度的监控技术主要是针对不同的气体，如可燃气体、有毒气体、成分复杂的气体等，方法主要有LEL 检测器法、ECD、FID、PID、红外吸收光谱仪法和基于VUV(vacuum ultraviolet)的飞行时间质谱仪法等。对于液态环境风险源，无机离子类监控指标主要采用离子选择电极类传感器，水中有机物采用基于飞行时间质谱和气相色谱类的监控仪器。对于特征风险物质的监控，除了上述理化监控技术及仪器，还有一类很重要的监控仪器，即综合生物毒性监测设备。

4.2.1 气态环境风险源监控设备

气态环境风险源监控设备根据检测目的，可分为可燃气体检测器;电化学检测器(可以检测CO、H2S、NO、NO2、SO2、Cl2、NH3、HCN 等多种无机有毒有害气体浓度);火焰离子化检测器;光离子化检测器(可检测VOC 和其他有毒气体浓度);红外吸收光谱仪(可以同时测量多种气体浓度)。

4.2.2 液态环境风险源监控设备

液态环境风险源监控设备包括离子选择电极、多参数水质分析仪和水中有机污染物监测设备等。其中，多参数水质分析仪是一种可以同时、快速检测水质的仪器，能测定水中酸碱度、电导率、温度、浊度、溶解氧、氧化还原电位等参数。而水中挥发性有机污染物在线监测设备是基于气相色谱技术，可连续采样、净化处理、浓缩富集、检测分析的实时在线设备。研究发现，基于“PDMS 膜进样/VUV 灯电离/TOF-MS”的飞行时间质谱仪和挥发性有机污染物在线监测仪，能够应用于地表水源水典型VOCs 环境污染事件的预警和连续在线监测［10-11］。

4.2.3 综合生物毒性监测设备

由于液态特征风险物质种类多，且毒性作用日益复杂，已有的在线监测仪器已不能满足浓度监测预警的要求。而综合生物毒性在线监测技术的发展解决了这一问题［12］。它利用活体生物在水质变化或污染时的行为生态学改变，来反映水质毒性变化。特征风险物质进入环境后，在生态系统各级生物学水平产生不良影响，包括生物分子、细胞器、细胞、组织、器官、器官系统、个体、种群、群落生态系统等，引起生态系统固有结构和功能的变化［13］。目前已有应用的综合生物毒性在线监测仪器主要有鱼类在线监测仪［14］、水蚤在线监测仪［15-17］和细菌在线监测仪等［18-20］。

生物毒性监测仪克服了理化监测的局限性和连续取样的繁琐性，可以达到早期预警的目的。因此，在环境风险源监控技术库中，综合生物毒性是非常重要的指标。

4.3 监控设备配置方案

监控设备是监控技术库的重要载体。而在实际的管理应用中，由于管理的要求和经济条件不同，在选择监控设备时可以制定不同的监控设备配置方案。其配置水平可以综合考虑风险企业和风险区的分级。风险企业的分级是企业中各风险源分级的综合体现，结合风险企业分级结果，对于风险等级高的企业，其相应的监控设备配置水平也高;而对于数据缺失，未分级的风险企业，则设备配置水平仅参考风险区分级结果。

环境敏感受体监控设备的配置水平以监测站点为单位，考虑受体易损性和风险区的分级;敏感受体指GB 3838—2002《地表水环境质量标准》中规定的具有Ⅰ、Ⅱ、Ⅲ类水域功能的保护目标，一般受体指其他地表水域。

设备配置水平:低档配置小于10 万元;中档配置为10 万～50 万元;高档配置大于50 万元。设备配置水平划分见表4。

表4 设备配置水平划分Table 4 Division of equipment configuration

4.4 监控技术库的功能

环境风险源监控技术库的总体架构共分为气象参数、气体浓度、水质常规五参数、液体浓度、水质综合指标、水生物毒性6 个基础数据库，可实现基础数据的录入、保存、编辑修改、查询和删除管理等功能。还可实现根据各数据模块，综合查询各种环境风险源的监控仪器设备信息。根据需要查询的特征污染物类型，点击对象，可查询到仪器的监测项目、检测原理、检测范围、灵敏度、精确度、准确度等信息，可根据用户的实际需求，选择最佳监控仪器设备。

5 结语与讨论

基于我国环境风险管理，防范风险发生的需求，在环境风险源常规参数监测的基础上，针对易引发环境污染事件的特征污染物，经过基本信息筛选，进一步整理、分析、评估国内外监控监测技术和分析方法的特点与适用性，从监控技术的指标、参数、原理、技术方法、设备优选等方面进行设计，形成具有决策支持功能的重大环境污染事件环境风险源监控技术库，以期为我国环境风险管理提供技术支持。

目前我国的环境风险源监控还存在一些问题，如在实际的建设应用和推广中，会存在资金、数据管理等方面的问题。因此，在实际应用中，需要在风险源筛选的基础上，对重点指标进行重点监控，并采取分阶段逐步推广的方法。

未来在环境风险源的监控预警、风险防范方面，以鱼类、水蚤、细菌类等已有应用的综合生物毒性在线监测仪器，作为快速检测、综合反映风险水平的监控技术方法将成为发展趋势，但在现阶段将研究构建的环境风险源监控技术体系实际推广还存在一定的困难，目前，还是以可操作性强，有代表性和常规污染物指标的检测仪器为主，要实现监控技术的全面应用，还需要分阶段，逐步实现推广。

［1］ 张慧良，袁鹏，宋永会，等.我国近30年环境污染事故案例分析的初步研究［C］//中国视角的风险分析和危机反应:中国灾害防御协会风险分析专业委员会第四届年会论文集. 北京:亚特兰蒂斯出版社，2010:167-173.

［2］ 袁鹏，彭剑峰，田智勇，等.加强企业环境风险防范积极应对突发环境事件:山西长治苯胺泄漏事件的启示［J］. 环境保护，2013(5):53-55.

［3］ ROY A，SRIVASTAVA P，SINHA S. Risk and reliability assessment in chemical process industries using Bayesian methods［J］.Reviews in Chemical Engineering，2014，30(5):479-499.

［4］ 韩璐，宋永会，司继宏，等.化学工业园区重大环境风险源监控技术研究与应用［J］. 环境科学研究，2013，26(3):334-340.

［5］ 王宏，杨霓云，闫振广，等. 我国持久性、生物累积性和毒性(PBT)化学物质评价研究［J］. 环境工程技术学报，2011，1(5):414-419.

［6］ US Environmental Protection Agency. TSCA new chemicals program (NCP)chemical categories［EB/OL］. Washington DC:Office of Pollution Prevention and Toxics US Environmental Protection Agency. 2011(2011-04-02). http://www. epa. gov/oppt/newchems/pubs/npcchemicalcategories.pdf.

［7］ European Chemicals Agency. Guidance on information requirements and chemical safety assessment:part C. PBT assessment［EB/OL］.2008(2011-05-31).http://guidance.echa.europa. eu/docs/guidance_document/information_requirements_en.htm.

［8］ 马兴华，何洁，刘锋，等.HS-GC/MS 联用技术测定水环境中的二甲胺和二乙胺［J］. 环境科学研究，2010，23(1):112-115.

［9］ 俞博凡，温丽丽，宋永会，等.膜进样/飞行时间质谱实时分析水源水中挥发性有机污染物［J］.光谱学与光谱分析，2011，31(8):1-4.

［10］ YU B F，SONG Y H，HAN L，et al. Optimizations of packed sorbent and inlet temperature for large volume-direct aqueous injection-gas chromatography to determine high boiling volatile organic compounds in water［J］. Journal of Chromatography A，2014，1356:221-229.

［11］ YU B F，SONG Y H，YU H B，et al. Optimizations of large volume-direct aqueous injection-gas chromatography to monitor volatile organic compounds in surface water［J］. Analytical Methods，2014，6:6931-6938.

［12］ 谢佳胤，王平，李捍东，等. 毒性检测系统中硝化菌的分离鉴定及其特性研究［J］.环境工程技术学报，2011，1(1):52-56.

［13］ 王晓辉，金静，任洪强，等. 水质生物毒性检测方法研究进展［J］.河北工业科技，2007，24(1):58-62.

［14］ TOUSSA NTM W，BRENAN L M，ROSENCRANCE A B，et al.Acute toxicity of four drinking water disinfection by-products to Japanese medaka fish ［J］. Bulletin of Environmental Contamination and Toxicology，2001，66:255-262.

［15］ REN Z M，ZHAO J M，MA M，et al.The early warning of aquatic organophosphorus pesticide contamination by on-line monitoring behavioral changes of Daphnia magna［J］. Environmental Monitoring and Assessment，2007，134(1/2/3):373-383.

［16］ 李志良，任宗明，马梅，等. 利用大型蚤运动行为变化预警突发性有机磷水污染［J］.中国给水排水，2007，23(12):73-75.

［17］ CHOUTEAU C，DZYADEVYCH S，CHOVELON J M，et al.Development of novel conductometric biosensors based on immobilised whole cell chlorella vulgarismicroalgae ［J］.Biosensors ＆ Bioelectronics，2004，19(9):1089-1096.

［18］ KIM B C，GU M B. A multi-channel continuous water toxicity monitoring system:its evaluation and application to water discharged from a power plant［J］.Environmental Monitoring and Assessment，2005，109(3):156-164.

［19］ OKOCH I M，MIMA K，MIYATA M，et al. Development of an automated water toxicity biosensor using thiobacillus ferrooxidans formonitoring cyanides in naturalwater for a water filtering plant［J］.Biotechnology and Bioengineering，2004，87(7):905-911.

［20］ 谢佳胤，李捍东，王平，等.微生物传感器的应用研究［J］. 现代农业科技，2010(6):11-15. ▷