本项目针对污水水质指标体系及科学表征方法缺失、污水水质信息流/物质流变化规律不明、面向水质健康的靶向型和智慧型深度净化技术缺乏等关键科技问题,开展了水质风险指标体系及大数据库平台构建、关键风险因子及关联因素的大数据识别、面向水质健康的靶向净水技术和智能工艺调控体系创新研究,取得了系列创新成果,为我国污水水质风险评估及健康水质保障提供了方法学基础、科学依据和技术支撑。
1.建立了基于多营养级/多物种/多水平指标的健康与生态风险评价体系,研发高风险污染物种类/浓度/毒性/风险多维指标的大数据获取技术,实现了人体健康与生态安全风险的智能化表征。
2.从开放系统的信息流动和物质转化角度识别了我国污水处理过程的水质健康风险因子及影响因素,揭示了人群经济社会结构-水处理过程-生态环境风险的关联特征,支撑了我国水质健康保障发展战略和政策体系制定。
3.针对水质健康影响因子开发靶向型的水质净化和毒性削减技术,融合仿真、人工智能、物联网等新兴技术手段,推动了污水深度净化技术创新由粗放型向精准型和智慧型转变。
本成果由南京大学、中国科学院生态环境研究中心和广东工业大学三家科研机构联合研发组成。团队成员包括中国工程院院士1人,国家杰青/长江学者2人,青长/优青2人。
评价单位:“科创中国”生态环境产业科技服务团 (中国环境科学学会)
评价时间:2022-11-22
综合评价
成果以污水水质与水生态安全数据库构建为基础,探索了我国再生水质关键风险因子及工艺关联特征,研发了污水生态风险消减、标准制订等关键技术,对水质风险防控具有重要意义。
主要创新点有:
1. 建立了涵盖化学污染物、生物污染物、综合毒性的风险指标体系及高通量检测方法,建立了针对不同污水处理工艺的水质数据库,研究阐明了污水中关键风险因子及工艺关联特征。
2. 揭示了水处理工艺-微生物-生物毒性的关联机制,研发了水质风险削减的智能工艺筛选及靶向调控技术。
3. 通过污水大数据分析和应用实践,构建了水质评价/净化/智慧运管的标准化体系。
成果在中国、美国、澳大利亚的 10 余个项目成功应用,效果良好。该成果整体达到国际先进水平,在污水水质大数据解析方面达到国际领先水平。
查看更多>