物种敏感度分布的模型选择和最小样本量研究

作者：冯永亮

来源：安全与环境学报, 2020, 20(05): 1990-2000.

DOI：10.13637/j.issn.1009-6094.2019.1381

• 环境科学技术基础学科
• 物种敏感度
• 模型选择
• 最小样本量
• 危害浓度
• 拐点分析

物种敏感度分布(SSD)是一种广泛用于生态风险评价和水质基准建立的统计分布模型。然而,模型的选择和样本量对SSD模型的构建和输出结果 HC5(即5%物种危害浓度)具有显著影响。收集了8种污染物对水生生物的急性毒性数据,每组数据均采用4种参数模型和2种bootstrap模型进行SSD的构建和HC5的估计,采用不同标准进行最优参数模型的选择。基于HC5值随样本量的变化情况,采用拐点分析法获得稳定SSD所需的最小样本量。参数模型选择的结果表明,3参数的Burr III模型总体上要优于其他3种2参数的模型(Log-normal,Log-logistic,Weibull),且部分污染物的最优模型与其选用的标准有关。对大部分污染物6种统计模型所推导的HC5相差2倍以上,表明模型选择是应用SSD模型过程中不确定性的重要来源。最小样本量的结果显示,非参数bootstrap和参数方法所需最小样本量的范围分别为5～12和5～13,中值均为8,即采用2种方法获得稳定SSD所需的最小样本量分别为12和13。数据量越大的毒性数据集,基于参数方法获得稳定HC5所需最小样本量也越大,因此建议在搜索获得污染物毒性数据后(筛选之前),应先推导出获得稳定HC5所需的最小样本量,以保证最终所构建的SSD在统计上是稳定的。

• 单位
  唐山学院