| 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 |
| 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 |
| 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 |
SSD模型
BMC-SSD平台内置了9种SSD模型，但考虑到毒性或暴露数据均为非负数，Normal，Logistic，Burr II等模型的反函数，在赋值奉献时，可能得到负值，这是没有意义。仅有的5种SSD模型适用于非负数的情况，分别是Burr III、Log-logistic、Log-normal、ReWeibull和Weibull。Log-logistic和Log-normal常被用于SSD模型的构建(Solomon et al., 1996; Newman et al., 2000; Solomon et al., 2000; Fisher and Burton, 2003; Wang et al., 2010)。Burr III和ReWeibull 首先被Shao (2000)引入， 其中，ReWeibull是Burr III的一种特殊情况。在构建SSD模型前，第一步是计算累积概率，公式为PR = R / (N + 1)，其中R是某个物质的毒性或暴露数据排序的秩，N是物种的总数量。第二步是采用最小二乘法、最大似然值或贝叶斯模拟等方法对SSD模型参数进行估计(Solomon et al., 2000; Hose and Van den Brink, 2004; Grist et al., 2006)。对于SSD曲线，x轴为毒性数据或暴露数据，单位为ng/L或μg/L，y轴为概率值。建立SSD模型时采用以上模型的累积概率密度曲线（CDF），反算风险对应的浓度时使用其反函数（CDF-1），五种模型的CDF和CDF-1见表1。对SSD模型的参数先验的选择，利用WinBUGS计算得到SSD模型参数的后验分布。根据前期试验可知，SSD模型的参数均为正数，先验分布采纳伽马分布，而Log-normal模型的P1由于是实数而采纳正态分布，各类模型的先验分布见表2。
表1 SSD模型的累积概率密度曲线（CDF）及其反函数（CDF-1）
表2 SSD模型参数的先验分布
