基于C#、SQL Server和R混合编程的生态风险评价系统开发

发布时间：2020-06-07 13:02

【摘要】：生态风险评价(Ecological Risk Assessment,ERA)可用于评价外界因素对生态环境产生不利影响的程度,为采取有效的生态保护措施和制定合理的环境政策提供依据。当前的生态风险评价平台种类较多且一般可支持常用模型的数据拟合和计算,但已有的评价工具后台通常没有比较完善的生态环境数据库,不利于数据的积累,也影响了进一步的数据挖掘。本研究针对上述问题构建了具有数据拟合、分析数据以及数据挖掘等多方位的友好型可视化生态风险评价系统,建立了包括环境毒理学数据和微生物生物学数据的生态风险评价数据库。主要研究内容如下:(1)构建生态风险评价数据库。该数据库中数据包括环境毒理学数据、环境污染物检测数据、微生物生物学数据和实验信息数据等。数据库中的数据表可以根据研究需要进行表属性的添加和数据表的新建。另外,还开发了针对本数据库的数据库操作系统,满足了数据查询、上传、数据表属性添加和新建数据表的基本操作功能。(2)实现生态风险评价的可视化。基于物种敏感性分布法,实现对生态风险评价常用模型和用户自定义模型的数据拟合及可视化使用C#和R语言混合编程,提高系统扩展性、数据处理能力和界面可视化效果。(3)实现基于R语言的数据挖掘平台的开发。通过在该系统界面中嵌入R语言数据处理平台实现数据挖掘功能,为数据挖掘方法实现生态风险评价提供数据处理和操作平台。综上,本研究利用C#、SQL Server和R混合编程的方法,实现生态风险数据库、生态风险可视化和数据挖掘三位一体的生态风险评价系统。可为生态风险评价研究提供数据分析和可视化平台,为评价生态风险和积累生态风险评价相关数据提供帮助。
【图文】：

示意图,物种,敏感性,示意图

ＳＳＤ方法假设不同的物种对于同一种环境风险胁迫服从经验累积概率分布［１５］。因此，该逡逑方法是一种统计分布方法，利用分布模型将毒性浓度和累积概率结合，构建物种敏感度逡逑分布曲线。如图１．２所示，ＳＳＤ曲线的应用有两个方面，一方面，通过累积概率函数确逡逑定一个可以保护生态系统大多数物种的污染物浓度，，如保护９５％物种的污染物浓度阈值逡逑（Ｈａｚａｒｄｏｕｓ邋ｃｏｎｃｅｎｔｒａｔｉｏｎ邋ｆｏｒ邋５％邋ｏｆ邋ｓｐｅｃｉｅｓ，ＨＣ５），可以确定风险最大的物种种类。另逡逑一方面，从已知污染物浓度出发，通过ＳＳＤ曲线计算污染物潜在影响比例（ｐｏｔｅｎｔｉａｌｌｙ逡逑ａｆｆｅｃｔｅｄ邋ｆｒａｃｔｉｏｎ，ＰＡＦ）。物种敏感度分布法整合了不同物种的毒性数据，前提假设是逡逑这些物种的选择均具有随机性，且能够代表给定生态系统的群落结构［１６］。ＳＳＤ方法是一逡逑种暴露－效应模型，其基本步骤包括：逡逑（１）

示意图,软件界面,示意图,计算公式

逦Ｌｏｇ邋Ｃｏｎｃｅｎｔｒａｔｉｏｎ邋（ｐｇＪ＊１）逡逑ｅｏｃ邋Ｗ邋ｈｃ５邋Ｉ逡逑图１．２物种敏感性分布示意图［２］逡逑丨２１逡逑Ｆｉｇ．邋１．２邋Ｄｉａｇｒａｍ邋ｏｆ邋ｓｐｅｃｉｅｓ邋ｓｅｎｓｉｔｉｖｉｔｙ邋ｄｉｓｔｒｉｂｕｔｉｏｎ逡逑（３）解释分析结果。根据数据拟合得到ＳＳＤ曲线，外推获得ＨＣ５值，即ＳＳＤ曲线逡逑中累积概率为０．０５所对应的毒性数据浓度。根据所选取的拟合模型的函数及其反函数可逡逑以得到ＰＡＦ计算公式和ＨＣ５的计算公式。以Ｂｕｒｒ邋Ｔｙｐｅ邋ＩＩＩ分布模型为例，其分布公式逡逑为：逡逑Ｆ（ｘ）邋＝——ｌ－—逦（１．５）逡逑［ｉ＋（－ｒｒ逡逑ｘ逡逑其中，Ｘ为污染物毒性浓度（｜ｉｇ／Ｌ），６、ｃ分别为尺度参数和形状参数，Ｃ与Ａ确定曲逡逑线位置。为了确定ＰＡＦ，由公式（１．２）可得：逡逑－６－逡逑
【学位授予单位】：大连海事大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：X826;TP311.52

【参考文献】