2002年以來，美國開展了多次針對惡意投毒和事故性飲用水污染監測系統的研究，逐步形成了一套完整的三級水質監測系統，綜合了毒性測試、酶聯免疫等生物效應檢測和化學監測技術，能快速鑒別和分析污染物的特性；“萊茵河行動計劃”中建立的水質監測和突發事故應急預警系統，在水質生物綜合毒性在線檢測儀的基礎上，通過多點位、多指標在線監測和計算機輔助決策支持系統來預測事故發生后萊茵河污染事件中事故的性質、主要污染物濃度、到達萊茵河下游各監測站點的時間等，同時啟動污染預防預案；在飲用水安全保障預警系統中挑選了pH、電導率、總有機碳、余氯、濁度作為水中的污染指標進行分類，試圖以數據統計的方式識別污染特點；在部分水源地運行的生物預警系統中集成了綜合毒性和常規5項參數，因此能夠排除溶解氧、溫度、pH、濁度等參數劇烈變化導致的“誤報警”，因為這些常規水質指標對水廠供水系統并不構成實質性的幫助。

經過上多次驗證，利用水質生物綜合毒性在線檢測儀和多參數在線、在位理化參數測量來證實突發性污染事件在實踐中是可行的。

污染事件往往是復合污染，多個污染因子共存，某個污染因子濃度的高低并不對應其毒性的大小；在相當一部分污染或投毒事件中，污染因子往往不在規范的監測指標范圍內，監測部門并不能提供準確的監測數據；污染事件在短時間內發生，濃度隨時間變化劇烈，往往當取得樣品和數據時，污染的高峰時段已經過去，丟失了一手證據；面對數以千計的潛在污染因子，在線、在位或實驗室分析監測技術不可能全面覆蓋。這些科學問題需要在未來的研究工作中逐步加以解決。

在我國重大環境污染事件應急技術體系中，甄別性預警的研究和應用方面還比較薄弱，判斷污染原因還需要依賴傳統的采樣和實驗室分析技術系統，往往需要數日甚至數周的時間。合理地同步利用多物種生物監測與多參數指標監測數據對環境污染毒性性質進行實時預警和污染因子識別是目前的技術發展的難點。

目前深圳耐思特科學儀器有限公司生產智能化水質生物綜合毒性在線檢測儀，綜合了基于發光細菌的生物綜合毒性監測和水質常規5項、氨氮、COD 、TP、TN、葉綠素等11項生物和化學指標，因此可以大致綜合判斷污染性質、污染程度和由于水體富營養化導致的污染事件。

欲了解更多詳情,請搜索深圳耐思特科學儀器進入網站。