评估软件名称

软件概览

基本理论

研究历程
软件结构
SSD模型
BAYESIAN理论
MCMC模拟
DIC优选
风险计算与不确定性分析
联合概率曲线构建
基于EXERGY理论SSD构建

开发环境

主要界面

主功能列表界面
BMC-SSD运行界面
模型优选界面
联合概率曲线运行界面
系统水平生态风险评估
工作路径及主要输出结果

操作方法

软件安装与初始化
文件与数据提取
SSD模型构建与风险评估
联合概率曲线构建
模型优选和参数获取
系统水平SSD曲线构建

相关文献

开发人员及联系方式

下载

城市与环境学院

北京大学

 

研究历程

美国环保署于二十世纪八十年代初为制定水质基准而推出的物种敏感性分布曲线模型(SSD),经过发展现已广泛应用于生态风险评估中(Solomon et al., 1996; Steen et al., 1999)。SSD模型是一类群落水平的剂量效应模型,横坐标为暴露浓度,纵坐标为群落物种受到影响的比例,即生态风险,它是以某类物质对多个物种的生态毒性数据(如急性毒性LC50或慢性毒性数据NOEC)为基本数据,利用统计学获得某个浓度下,毒性数据小于该浓度的物种比率,一般为累积分布曲线,可以理解为暴露浓度到达曲线某点时,物种LC50或NOEC小于该暴露浓度的比例,因为,这些物种会受到高于其毒性数据浓度的危害 (van Straalen, 2002)。SSD模型不仅能对单一有机污染物的风险进行分析,还能对多种物质的复合生态风险进行评估(Solomon et al., 1996; Steen et al., 1999)。SSD模型已经取得了进步和改进,但仍然有一些缺点,如风险的不确定性程度往往会被忽视(Aldenberg and Jaworska, 2000; Forbes et al., 2001; Forbes and Calow, 2002)。为了克服以上缺点,Grist et al. (2006) 利用Bayesian 理论构建了SSD模型,并证明该理论可以有效降低风险评估时的不确定性。Aldenberg and Jaworska (2000)和Verdonck et al. (2000)为Bayesian理论构建SSD模型提供了实际的案例。马尔可夫链—蒙托卡罗模拟(Monte-Carlo Markow-Chain,MCMC)具有解决多元拟合问题、适用于毒性缺失数据情况、给出不确定性范围等优势(Chen and Pollino, 2012),它已成为预估模型参数不确定性的常用手段(Jeremiah et al., 2012)。

目前,BurrliOZ是澳大利亚联邦科学与工业研究组织开发的少数几款基于SSD模型(包括Burr III和ReWeibull)的生态风险评估软件(Hose and Van den Brink, 2004);不过,该软件并不具备不确定性分析的功能,而且仅能确定模型参数,无法批量计算暴露数据的生态风险值。Oracle Crystal Ball是一款通用的模型构建软件,以Microsoft Office Excel为操作界面,美国环保署在水生生物的生态风险评估中,使用了Crystal Ball,也利用C语言对联合概率曲线进行了构建(Gallagher et al., 2001),Crystal Ball能够给出生态风险的不确定性值,也可以实现批处理暴露数据,不过该软件属于商业产品,限制了常规用户的使用,而且软件的操作过程较为复杂,无法直接获取得到暴露数据的生态风限值,而需要在软件层面进行模型选取或自建、参数拟合、模型优选、不确定性模拟和生态风险计算这几个步骤;另外利用C语言建立模型,限制了不懂编程语言的用户,这都使得SSD模型的推广受到了限制。还有一些研究者开发了仅适用于暴露浓度风险评估的软件,如Ecological Risk Assessment (ERA),不过该软件的功能比较简单,只能得到风险值,而无法倒推特定风险下的浓度值 (Buckler et al., 2005)。Solomon et al., 2000利用Microsoft Office Excel拓展功能开发的QuatroPro可以实现联合概率曲线的构建。值得注意的是,上述软件中SSD参数分布默认为服从正态分布,因此,给出的参数不确定性可能存在一定的偏差,尤其是当参数事实上不是正态分布时,计算出来的生态风值的不确定性是错误的。

底图