摘" 要：生物毒性监测有望实现水污染早期预警。利用电化学活性菌测定水质生物毒性，具有灵敏度高、响应速度快、不受水体色度浊度干扰的优点。目前，商业化EAB水质生物毒性监测装备已实现了在线监测，但受限于高的毒性物质响应范围，不能直接与地表水污染程度挂钩。据此，开展了基于EAB的新型生物毒性在线监测仪在地表水中的应用数据分析。首先，对采集的地表水监测数据进行处理和分析；然后，对生物毒性抑制率与常规因子之间的相关趋势进行特征分析；最后，对生物毒性抑制率与常规因子的相关关系进行了研究。在一定水环境条件下，生物毒性抑制率与常规因子数据趋势基本吻合，为利用生物毒性抑制率预警水质污染提供数据支撑。
关键词：水质生物毒性；电化学活性菌；地表水；突发性水污染早期预警；相关分析
中图分类号：TP206" 文献标识码：A" 文章编号：2096-4706（2024）23-0158-07
Application Data Analysis of the New Biological Toxicity Online Monitor in Surface Water
GE Yanhong， ZHA Fan， FU Qiong， MAO Zhipeng， YU Mei， HUANG Zhiyi， HU Yifan
（Guangdong Infore Technology Co.， Ltd.， Foshan" 528322， China）
Abstract： Biological toxicity monitoring holds promise for early warning of water pollution. It offers advantages such as high sensitivity， fast response speed， and no interference from water color and turbidity to utilize electrochemically active bacteria to assess biological toxicity of water quality. Currently， commercial EAB biological toxicity of water quality monitoring equipment enables online monitoring. However， it is limited by the response range to highly toxic substances， hindering direct correlation with the extent of surface water pollution. In light of this， an application data analysis of the new biological toxicity online monitor based on EAB in surface water is conducted. Firstly， the collected surface water monitoring data is processed and analyzed. Subsequently， characteristic analysis is carried out on the correlation trends between the biological toxicity inhibition rate and conventional factors. Finally， a study is conducted on the correlativity between the biological toxicity inhibition rate and conventional factors. Under certain water environmental conditions， the data trends of biological toxicity inhibition rate and conventional factors align， providing data support for utilizing the biological toxicity inhibition rate to warn water quality pollution.
Keywords： biological toxicity of water quality; electrochemically active bacteria; surface water; early warning of sudden water pollution; correlation analysis
0" 引" 言
良好的环境是人类健康发展的基础，忽视发展过程中的环境健康问题，已造成过许多的健康公害事件，例如公众熟知的水俣病事件、疼痛病事件和莱茵河“死亡”20年等。实际上，我国也面临着严峻的环境健康风险，原因在于我国以重化工为主的产业结构没有根本改变，大量工业企业沿江河而建，一旦发生突发水污染事件，将危及群众的饮用水安全[1]。为应对这一风险，我国目前正在系统推进环境健康工作，其中一项重要的内容是开展水质生物毒性监测[2]。生物毒性指标代表了水体中毒害组分总浓度，直接反映了水体对生物代谢的影响。当水体中出现毒害污染物时，毒害污染物会影响生物的代谢，因此通过检测生物的代谢特征即可判断水环境质量[3]。与分析毒害污染物成分相比，生物响应水体中毒害污染物具有广谱性，检测范围更广；同时，生物能够实时响应毒害污染物，检测速度快。因此，有必要研制使用水质生物毒性监测设备，保障群众用水安全。
目前，国内外研究人员研制了一系列的水质生物毒性监测装备。例如，使用鱼类作为生物毒性测定的受试生物，德国BBE和中科院生态环境研究中心分别开发了Fish toximeter和BEWs。该设备通过分析模式鱼类的行为特征[4]，判断水质生物毒性。然而，采集鱼类行为特征需要精密的视觉监测体系，毒性判定也依赖复杂的模型，毒性测定成本高。而且，利用鱼类测定毒性易受个体差异的影响[5]。目前，最常见的水质生物毒性监测装备是以发光细菌作为受试生物，例如英国Modern Water公司的Microtox和荷兰MicroLan公司的Toxcontrol。在正常生理状态下，发光细菌能够在代谢时稳定地发光。当发光细菌暴露于有毒水体时，代谢受到抑制，发光强度相应地减弱，因此通过检测发光细菌的光强能够判断水质生物毒性[6]。与鱼类相比，利用发光细菌测定生物毒性操作简单、重复性高[7]。但是，发光细菌的光强受水体颜色和混浊程度影响，因此混浊地表水、有颜色的废水都会导致检测结果不准确、易出现“假阳性”[8]。因此，仍需要研制新型的水质生物毒性监测设备。
目前，我国和国际上均成功研制了不受水体色度、浊度影响的水质生物毒性监测装备，例如韩国KORBI公司的HATOX2000，中外合资雪迪龙公司的Model-9880以及我国盈峰公司的YF-TOX。这些装备中，均使用了电化学活性菌（Electrochemically Active Bacteria，EAB）代替发光细菌测定水质生物毒性。EAB是具有独特能量代谢方式的细菌，能够将呼吸作用产生的电子传递至胞外。在正常生理状态下，EAB能够产生稳定的生物电信号[9-10]。当暴露于有毒水体时，EAB代谢活性降低、电信号下降，因此检测EAB的电信号即可判断水质生物毒性，而电信号不受水体色度浊度的影响[11]。目前，这些设备已经应用于北京密云水库、浙江海宁水厂等地应用，并成功预警了一起由于农药倒灌引发的突发性水污染事件。然而当前设备监测毒性物质的响应浓度远高于GB 3838-2002规定的地表水五类限值，当出现常规因子超标时，生物毒性监测仪没有响应，往往被认为EAB法监测的水质生物毒性程度并不能直接与地表水污染程度挂钩。实际上，EAB生物毒性不仅受水样中有毒物质的影响，而且受水体中类营养物质的综合影响，因此需要开展EAB生物毒性抑制率与监测地表水的常规因子之间的数据分析研究。
据此，面向突发水污染事件的早期预警和地表水环境质量长期监测的重大需求，本研究开展了基于EAB的地表水监测仪应用数据研究分析。首先，处理采集得到的长期平稳运行的地表水监测仪数据，研究生物毒性抑制率与不同水质类别的关系；然后，研究了生物毒性抑制率与常规因子之间的相关趋势特征；最后，分析了生物毒性抑制率与常规因子可能存在的相关关系，为利用生物毒性抑制率预警常规因子的异常提供了技术支撑。
1" 材料和方法
1.1" 主要仪器及器具
YF-TOX水质生物毒性在线监测仪（盈峰环境科技集团股份有限公司），以下简称监测仪；WP-UP-Y2-80超纯水机（沃特浦），如图1所示。
1.2" 主要试剂
浓缩电解液：取NaCl 50.0 g、NH4Cl 38.0 g、KCl 3.0 g、NaH2PO4 15.0 g、Na2HPO4 58.0 g于烧杯，加适量水溶解，用1 000 mL容量瓶定容摇匀，常温密封保存。
有机底物浓缩溶液：取NaAc 8.2 g于烧杯，加适量水溶解，转移至1 000 mL容量瓶，定容摇匀，4 ℃密封保存。
毒性物质母液：采用GSB 04-1725-2004铜标准溶液（1 000 mg/L，以Cu2+计）作为标准毒性物质母液。
基础电解液：分别取浓缩电解液、有机底物浓缩溶液各100 mL至同一个1 000 mL容量瓶中，定容摇匀，现用现配。
1.3" 监测原理
监测仪核心部件是生物传感器，传感元件是培育成熟的EAB混菌生物膜。开展水质监测时，监测仪首先获取通入基础电解液时的基准信号Io，然后获取通入水样时的检测信号Is，根据式（1）计算生物毒性抑制率IRs，以下简称抑制率。
IRs =（Io-Is）/Io×100% （1）
式中，IRs表示抑制率，Is表示水样检测信号，Io表示基准信号。
1.4" 分析方法
相关分析是研究变量之间的统计相关关系，相关系数能够以数字的形式描述变量之间的相关关系程度[12]。本文数据采用GraphPad Prism 10和R 4.4.1进行图表绘制和相关分析，由于常规因子数据的非正态性分布，采用斯皮尔曼（Spearman）相关系数[13]，在R平台调用“corrplot”包进行相关分析和相关系数热图绘制，均以P＜0.05表示有差异和具有统计学意义。
2" 数据采集和处理
2.1" 数据采集
监测仪布设在广东省三个典型的地表饮用水源水监测站。监测仪每4个小时测一次实际水样的监测电流信号，常规因子监测仪每2个小时测一次实际水样的各项常规因子，包括氨氮（mg/L）、化学需氧量（mg/L）、高锰酸盐指数（mg/m3）、总磷（mg/L）、pH酸碱度、电导率（μs/cm）、浊度（NTU）、溶解氧（mg/L）、总氮（mg/L）、重金属七项（镉铬砷铅镍铜锌）（mg/L）、氰化物（mg/L）、氟化物（mg/L）以及水质类别判定结果。基于本年度的水质常规因子判定，水质类别大部分为Ⅰ～Ⅲ类水，极少部分为Ⅳ类水。采集数据时间跨度为2023年9月至2024年8月共12个月，其中3月—7月降雨量比较大，多次发生浊度超高的情况，可能影响部分常规因子的监测结果。
2.2" 数据处理
2.2.1" 数据有效性判定
判定准则：通过监测仪设定的定时日质控程序进行2次自动校准，需符合零点核查和标液核查标准；采集的原始基准电流数据，相邻偏差在5.00%以内。数据判定有效时，保留抑制率和常规因子监测数据，否则，不采用该条记录数据。
2.2.2" 数据筛选
利用Excel软件绘制常规因子的折线图，查找缺失值和骤变的离群值，删去其所在行数据。针对常规因子数据列，若存在数据长期处于恒值或仅有极少数处波动、数据的缺失值占比大于50%、低于监测下限数据占比大于30%等情况，删去该常规因子，不纳入相关分析中。据此原则，删去了常规因子缺失列所在的1月数据，以及铬、镉、砷、铅、氰化物数据列，以镍铜锌之和作为总重金属纳入后续数据分析。
2.2.3" 数据标准化
由于常规因子之间以及常规因子与抑制率之间的数量级不一样，每个月出现的波动幅度各异，根据时间标签将抑制率和常规因子数据对应拼接，合并所有月份的监测数据后，通过统一除以常规因子自身列最大值，将其标准化缩至0～1区间。该数据标准化方法不影响后续的相关分析结果。
3" 分析步骤
采集得到的抑制率和常规因子数据经处理后，将数据导入Prism，分析不同水质类别与抑制率大小的关系；将数据导入R平台分析抑制率与所有常规因子之间的相关性，包括逐月分析和全年分析；绘制抑制率与各项因子的总趋势图，寻找分析切入点；获取切入点数据，再次利用R平台分析抑制率与单个常规因子之间相关性。
4" 结果与讨论
4.1" 抑制率与水质类别的相关性分析
不同水质类别对应的抑制率数据结果如图2所示。由图2可知，Ⅰ类水对应的抑制率为-0.44%±4.66%，Ⅱ类水对应的抑制率为7.72%±4.19%，Ⅲ类水对应的抑制率为10.29%±4.65%，Ⅳ类水对应的抑制率为12.16%±6.23%，在Ⅰ类水质情况下，抑制率在±5.00%左右波动，这说明水质良好，对EAB的正常生理代谢不存在胁迫作用，随着水质类别的上升，抑制率逐渐增大，表明抑制率与水质类别呈正相关。根据水质类别判定标准，只要出现超过当前水质类别的常规因子项，就需要划分至下一水质类别，由图2可知水质类别越高，抑制率大小波动越明显，这可能是由于相邻水质类别对应的常规因子往往只有少数几项具有显著差异，而非所有常规因子出现相应变化，因此水质类别上升伴随着部分常规因子波动，这暗示了抑制率与常规因子之间存在某种相关性。
4.2" 抑制率与常规因子的相关性分析
将每月的抑制率和所有常规因子数据导入R平台进行Spearman相关性分析，结果如图3（a～j）所示。根据Spearman等级相关系数表，当0.20≤r＜0.30，判定为弱相关；当0.30≤r＜0.40，判定为中等相关；当0.40≤r＜0.7，判定为强相关。图3显示在不同的月份，抑制率与部分常规因子存在弱相关、中度相关和强相关的情况，但是月与月之间相关系数结果差异明显，其中4月数据显示当月抑制率与常规因子数据之间相关性不具有统计意义，这可能是由于当月洪水导致浊度过高，影响常规因子监测结果，总体抑制率与常规因子相关系数如表1所示。剔除4月的数据后，抑制率与常规因子总的相关分析结果如图3（l）所示，综合来看，抑制率仅与氨氮存在中等正相关（r = 0.31）、与pH酸碱度存在弱负相关（r = -0.23）、与溶解氧存在中等负相关（r = -0.30），这同样表明连续监测的不同月份之间的数据波动明显，在单月可能暴露出的相关性特征会被其他部分数据掩盖。
注：0.20≤r＜0.30，使用+/-表示；0.30≤r＜0.40，使用++/--表示；0.40≤r＜0.70，使用+++/---表示。
绘制总的抑制率与常规因子趋势如图4（a）～（k）所示，结合抑制率与常规因子相关系数表中相关系数的大小和出现频次，重点考察一段时间跨度下抑制率与常规因子的趋势，以及常规因子数据出现波动处抑制率的响应。如图4（a）（f）所示，抑制率与氨氮、电导率在中间区域有明显的相同趋势；如图4（c）（h）（i）（j）（k）所示，抑制率与高锰酸盐指数、溶解氧、总氮、总重金属和氟化物在数据波动处可能存在某种内在关联；如图4（b）（e）（g）所示，当抑制率发生变化的时候，化学需氧量、pH酸碱度和浊度不存在明显相同或相反趋势，其数值与抑制率不相关，如图4（g）所示，浊度受大规模降雨影响，在后半段出现大幅波动（0～500 NTU）；如图4（d）所示，总磷在后部分（5—7月）出现较大波动，而在前面部分与抑制率具有一定的相同趋势。
针对抑制率与常规因子趋势图的切入点，抑制率与单个常规因子的相关性分析如图5所示。图5（a）显示抑制率与230.80～287.20（μs/cm）的电导率强正相关（r = 0.66），这可能是由于高的电导率有利于EAB胞外电子传递。图5（b）显示抑制率与5.40～7.21（mg/L）的溶解氧强负相关（r = -0.43），这可能是由于较低浓度的溶解氧可以诱导好氧产电菌的增殖并促进其生理代谢[14]，随着溶解氧的下降，好氧产电菌的活性下降，产电贡献比例下降，表现为整体产电水平的下降和抑制率的上升。图5（c）（d）（e）（f）分别显示抑制率与0.07～0.36（mg/L）的氨氮强正相关（r = 0.43）、与5.31～12.70（mg/m3）的高锰酸盐指数强正相关（r = 0.50）、与2.21～3.97（mg/L）的总氮强正相关（r = 0.40）、与剔除5—7月波动数据后0.05～0.08（mg/L）的总磷中等正相关（r = 0.34），这可能是由于混菌生物膜中嗜氮细菌和嗜磷细菌等受外部氮磷化合物诱导增长，与EAB发生有机底物竞争，导致EAB总体产电水平下降。图5（g）显示抑制率与0.07～0.20（mg/L）的氟化物中等正相关（r = 0.36），这可能是由于氟化物会干扰EAB的正常生理代谢和结构功能，导致EAB总体产电水平下降。图5（h）显示抑制率与0.12～0.98（mg/L）的总重金属强负相关（r=-0.60），这可能是由于低剂量的重金属可以诱导EAB分泌参与电子传递的次级代谢产物，进而表现为产电水平提升[15]。而化学需氧量与抑制率无相关性，这可能是由于化学需氧量主要针对还原性物质相对较高的废水（一般＞20 mg/L），在本研究对象地表饮用水源水（一般0.1～8.8 mg/L）中数据不够明显。同样，6.40～8.18范围的pH酸碱度和2.00～500.00（NTU）的浊度均与抑制率无相关性，这说明监测仪试剂中包含足量pH酸碱度缓冲物质，前处理后水样pH酸碱度都能稳定在6.8～7.2（主要产电菌Geobacter相对最适生长pH酸碱度范围），能够有效避免EAB受外部pH波动影响，同时再次印证了微生物电化学法水质监测仪能有效避免高浊度物质对水质监测的影响。
5" 结" 论
通过分析生物毒性抑制率与水质类别和常规因子的相关性可知：根据常规因子判定的水质等级越低（地表水水质类别Ⅰ类水质等级最高，Ⅴ类水质等级最低），生物毒性抑制率越高；在一定水环境条件下，生物毒性抑制率与电导率、氨氮、高锰酸盐指数、总磷、总氮、氟化物正相关，生物毒性抑制率与溶解氧、总重金属负相关，本研究为利用生物毒性抑制率预警水质污染提供了基础数据支撑。综合可知：基于微生物电化学法的YF-TOX水质生物毒性在线监测仪不受水体浊度、pH酸碱度影响；在一定水环境条件下，生物毒性抑制率与常规因子数据趋势基本吻合，在未发生突发性环境污染事件时，生物毒性抑制率也可以作为水质等级评价的一种补充手段，YF-TOX水质生物毒性在线监测仪可以作为水质生物毒性监测预警的有效监控设备。
参考文献：
[1] YAN X，XIA Y Q，TI C P，et al. Thirty Years of Experience in Water Pollution Control in Taihu Lake：A Review [J/OL].Science of The Total Environment，2024，914：169821（2024-01-11）.https：//doi.org/10.1016/j.scitotenv.2022.155912.
[2] 黄一兵.深入学习贯彻习近平生态文明思想 推动建设人与自然和谐共生的现代化 [J].环境与可持续发展，2023，48（1）：11-13.
[3] 刘哲，张宁，彭定华，等.水生态监测方法研究进展及在黄河流域的应用实践 [J].中国环境监测，2022，38（1）：58-71.
[4] BEGHIN M，PARIS-PALACIOS S，MANDIKI S N M，et al. Integrative Multi-Biomarker Approach on Caged Rainbow Trout： A biomonitoring tool for Wastewater Treat-Ment Plant Effluents Toxicity Assessment [J/OL].Science of The Total Environment，2022，838：155912（2022-05-25）.https：//doi.org/10.1016/j.scitotenv.2022.155912.
[5] BRUNELLE L D，HUANG I J，ANGELES L F，et al. Comprehensive Assessment Of Chemical Residues in Surface and Wastewater Using Passive Sampling， Chemical，Biological， and Fish Behavioral Assays [J/OL].Science of The Total Environment，2022，828：154176（2022-05-15）.https：//doi.org/10.1016/j.scitotenv.2022.154176.
[6] LI L B，REN J T，CHEN J X，et al. Rapid and Versatile Colorimetric Sensor based on Luminescent Bacterium for Water Comprehensive Toxicity Detection [J/OL].Sensors and Actuators：B. Chemical，2023，390：133958（2023-09-01）.https：//doi.org/10.1016/j.snb.2023.133958.
[7] WANG J L，WANG S Z. Toxicity Changes of Wastewater During Various Advanced Oxidation Processes Treatment： An overview [J/OL].Journal of Cleaner Production，2021，315：128202（2021-09-15）.https：//doi.org/10.1016/j.jclepro.2021.128202.
[8] 戈燕红，闵文傲，刘宇，等.样品浊度对水质在线监测仪器参数检测的干扰影响研究 [J].自动化与仪器仪表，2023（11）：71-76.
[9] QI X，WANG S Y，LI T，et al. An Electroactive Biofilm-based Biosensor for Water Safety： Pollutants Detection and Early-Warning [J/OL].Biosensors and Bioelectronics，2021，173：112822（2021-01-01）.https：//doi.org/10.1016/j.bios.2020.112822.
[10] QI X，LIU P P，LIANG P，et al. Biofilms MorpHology Design for High Sensitivity of Bioelectrochemical Sensor： An Experimental and Modeling Study [J/OL].Science of The Total Environment，2020，729：138908（2020-08-10）.https：//doi.org/10.1016/j.scitotenv.2020.138908.
[11] ZANG Y X，CAO B，ZHAO H Y，et al. On-site Determination of Water Toxicity based on Freeze-Dried Electrochemically Active Bacteria [J/OL].Science of The Total Environment，2023，867：161432（2023-04-01）.https：//doi.org/10.1016/j.scitotenv.2023.161432.
[12] LIU S Z，WU K X，YAO L，et al. Characteristics and Correlation Analysis of Heavy Metal Distribution in Chinas Freshwater Aquaculture Pond Sediments [J/OL].Science of The Total Environment，2024，931：172909（2024-06-25）.https：//doi.org/10.1016/j.scitotenv.2024.172909.
[13] YAN Z W，XIN Y，ZHONG X S，et al. Evolution of Dissolved Organic Nitrogen Chemistry During Transportation to the Marginal Sea： Insights from Nitrogen Isotope and Molecular Composition Analyses [J/OL].Water Research，2024，249：120942（2024-02-01）.https：//doi.org/10.1016/j.watres.2023.120942.
[14] HUANG M L，ZHAO L，CHEN D Y，et al. Bibliometric Analysis And Systematic Review of Electrogenic Bacteria in Constructed Wetland-microbial Fuel Cell： Key Factors and Pollutant Removal [J/OL].Journal of Cleaner Production，2024，451：142018（2024-04-20）.https：//doi.org/10.1016/j.jclepro.2024.142018.
[15] XU Y S，ZHENG T，YONG X Y，et al. Trace Heavy Metal Ions Promoted Extracellular Electron Transfer and Power Generation by Shewanella in Microbial Fuel Cells [J].Bioresource Technology，2016，211：542-547.
作者简介：戈燕红（1979—），女，汉族，江西吉安人，高级工程师，博士在读，研究方向：精密仪器研发与管理。
