水质监测与污染治理手册

水质监测与污染治理手册第1章水质监测基础与技术方法1.1水质监测的定义与重要性水质监测是指通过科学手段对水体中各种化学、物理和生物指标进行测定，以评估水体的清洁程度和是否符合使用要求。水质监测是环境保护、水资源管理及公共卫生的重要基础，能够及时发现污染源，为治理提供依据。根据《水和废水监测分析方法》（GB/T14848-2017），水质监测需遵循标准化流程，确保数据的准确性和可比性。世界卫生组织（WHO）指出，水质劣化可能导致饮用水源污染，进而引发多种健康问题，因此水质监测具有重要的公共卫生意义。据研究显示，水质监测数据可为政策制定、环境规划及污染治理提供科学支撑，是实现可持续发展的重要保障。1.2水质监测的种类与标准水质监测分为常规监测与专项监测，常规监测涵盖pH、溶解氧、浊度、电导率等基本指标，而专项监测则针对特定污染物如重金属、有机物等进行检测。国际上常用的水质监测标准包括《地表水环境质量标准》（GB3838-2002）和《污水综合排放标准》（GB8978-1996），这些标准为监测提供了技术依据。水质监测通常依据监测对象（如地表水、地下水、工业废水等）和监测目的（如污染预警、生态评估）进行分类，确保监测的针对性和有效性。据《水质监测技术规范》（HJ492-2009），监测项目应根据水体功能区划和污染物排放标准确定，避免重复监测或遗漏关键指标。水质监测标准的更新与修订，如《水质监测技术规范》2019年修订版，反映了当前环境科学与技术的发展趋势。1.3监测仪器与设备水质监测常用仪器包括pH计、溶解氧仪、浊度计、电导率仪、重金属分析仪等，这些设备均需符合国家计量标准。水质监测中常用的光谱分析仪（如原子吸收光谱法）可检测水中微量金属元素，如铅、镉、汞等，具有高灵敏度和准确性。水质自动监测站（AQS）是现代水质监测的重要平台，可实现全天候、连续监测，数据实时至环保部门。水质采样器、过滤器、离心机等辅助设备在采样过程中起着关键作用，确保样品的代表性与分析结果的可靠性。据《水质监测仪器使用规范》（HJ1022-2019），监测仪器应定期校准，确保数据的准确性和可重复性。1.4水质监测的流程与规范水质监测流程一般包括采样、实验室分析、数据记录与处理、结果报告等环节，每个环节均需符合相关标准和规范。采样前需根据水体类型、污染源和监测目的选择合适的采样方法，如现场采样或实验室采样，确保样品的代表性。实验室分析需遵循《水质分析技术规范》（HJ168-2017），使用标准方法进行检测，如分光光度法、气相色谱法等。数据记录应使用标准化表格，确保数据的完整性和可追溯性，同时需注意数据的时效性和准确性。据《水质监测技术规范》（HJ492-2009），监测数据需定期汇总分析，为污染预警和治理决策提供科学依据。1.5水质数据的采集与处理水质数据采集需遵循“四定”原则：定时、定点、定项、定人，确保数据的系统性和代表性。数据采集过程中需注意采样时间的选择，避免在污染高峰期或低谷期采样，以减少人为误差。数据处理通常包括数据清洗、异常值剔除、统计分析等步骤，确保数据的准确性和可靠性。数据分析可采用统计学方法，如均值、中位数、标准差等，以评估水质变化趋势和污染程度。据《水质数据处理技术规范》（HJ1049-2019），数据处理需结合监测结果和环境背景值，进行科学合理的判断与解释。第2章污染源识别与分类2.1污染源的类型与来源污染源主要可分为点源和非点源两类，点源指固定排放口直接排放污染物的来源，如工业废水处理厂、污水管道等；非点源则指分散、隐蔽的污染来源，如农业面源、生活污水、大气沉降等。根据污染物种类，污染源可分为水体污染物、大气污染物、土壤污染物及固体废弃物等类型。例如，工业废水中的重金属、有机物属于水体污染物，而汽车尾气中的NOx、PM2.5则属于大气污染物。污染源的来源通常与人类活动密切相关，如工业生产、农业灌溉、交通运输、生活污水排放等。根据《水污染防治法》规定，工业废水排放需符合《污水综合排放标准》。污染源的来源可结合地理、经济、社会等因素进行分类，如城市工业区、农业种植区、交通干线等，不同区域的污染源类型和特征存在显著差异。污染源的来源调查需结合现场勘验、遥感监测、水文地质调查等方法，如利用GIS系统进行空间分析，结合水文数据进行污染源定位。2.2污染源的识别方法污染源识别通常采用“调查—分析—验证”三步法，首先通过现场调查确定污染范围，其次利用数据模型进行污染源推断，最后通过监测数据验证识别结果。常用的污染源识别方法包括遥感监测、水文地质调查、水质监测、水文数据反演等。例如，遥感技术可识别水体异常区域，结合水文数据可推断污染源位置。在河流污染源识别中，常用“污染指数法”（PollutionIndexMethod）或“污染负荷法”（PollutionLoadMethod），通过水质参数计算污染负荷，判断污染源类型。污染源识别还需结合历史数据，如通过长期水质监测数据分析污染趋势，判断污染源是否持续存在或发生变化。在复杂水体中，污染源识别需采用“多源数据融合”方法，结合气象、水文、地质等多维度数据，提高识别的准确性和可靠性。2.3污染源的分类与分级污染源通常按污染类型、排放方式、污染强度等进行分类，如按污染类型可分为水体污染、大气污染、土壤污染等；按排放方式可分为点源、非点源等。污染源的分级主要依据污染强度、影响范围、治理难度等，一般分为轻度、中度、重度、特重度四级。例如，根据《水污染防治行动计划》（2015年）规定，污染源按污染程度分为三级，分别对应不同治理优先级。污染源的分类需结合污染物特性、排放量、排放口位置等因素，如重金属污染源通常具有高毒性、难降解等特点，需优先治理。污染源的分级可采用“污染指数法”或“污染负荷法”，通过计算污染物浓度、排放量、影响范围等参数，确定污染源的等级。污染源的分类与分级结果可用于污染治理方案制定，如高污染源优先采用工程治理措施，低污染源可采用生态修复或源头控制等手段。2.4污染源的监测与评估污染源监测通常包括水质监测、大气监测、土壤监测等，监测内容涵盖污染物浓度、排放量、污染扩散路径等。例如，水体污染源监测需检测COD、氨氮、重金属等指标。监测方法可采用现场采样、在线监测、遥感监测等，如在线监测系统可实时监测污染物浓度变化，提高监测效率和准确性。污染源的评估需结合监测数据、历史数据、环境影响评价等，评估污染源对水体、大气、土壤等环境要素的影响程度。污染源评估可采用“污染负荷评估法”（PollutionLoadAssessmentMethod），通过计算污染物排放量与环境容量之间的关系，判断污染源是否超出环境承载能力。污染源评估结果可为污染治理提供科学依据，如污染源排放量超过环境容量时，需采取工程治理措施，如污水处理厂扩容、污染源减排等。2.5污染源治理的优先级污染源治理的优先级通常依据污染程度、治理难度、环境影响、治理成本等因素确定。例如，重金属污染源通常具有高危害性，需优先治理。污染源治理的优先级可采用“污染指数法”或“污染负荷法”，通过计算污染源的污染指数，确定治理优先级。污染源治理应遵循“先污染后治理”原则，优先处理对生态系统和公众健康影响较大的污染源。污染源治理应结合污染源分类与分级结果，对高污染源采取工程治理措施，对低污染源采取源头控制或生态修复措施。污染源治理需结合法律法规和环境标准，确保治理措施符合国家和地方环保要求，同时兼顾经济可行性和社会接受度。第3章污染治理技术与应用3.1污染治理的基本原理污染治理的基本原理是通过物理、化学、生物等手段，去除或转化水体中的污染物，使其达到排放标准或恢复生态功能。这一过程通常涉及污染物的去除、降解、稳定化或回收再利用。根据污染物的性质和来源，治理方法可分为物理法、化学法、生物法及综合治理技术。物理法包括沉淀、过滤、离心等；化学法涉及氧化还原、酸碱中和等；生物法则利用微生物降解污染物。治理效果不仅取决于单一技术的应用，还需考虑技术的协同效应，如物理处理后化学处理可提高污染物去除率。治理过程中需遵循“源头控制—过程控制—末端治理”的原则，确保污染物在各环节得到有效控制。治理技术的选择应结合水质特征、处理规模、成本效益及环境影响，实现科学、经济、可持续的治理目标。3.2污染治理技术分类污染治理技术按其作用机制可分为物理处理法、化学处理法、生物处理法及组合处理法。物理处理法包括沉淀、过滤、离心、吸附等；化学处理法涵盖氧化、还原、中和、絮凝等；生物处理法则利用微生物降解、分解或转化污染物。根据污染物的类型，治理技术可分为有机物治理、无机物治理及复合污染物治理。例如，有机污染物可采用高级氧化技术（AdvancedOxidationProcesses,AOPs）进行降解，而无机污染物则可通过离子交换或吸附法处理。组合处理法结合多种技术，如物理+化学+生物，可提高处理效率，减少能耗和药剂使用量。例如，氧化还原法与生物处理结合可有效去除有机污染物。治理技术的选择需考虑处理对象、水质条件、处理规模及经济性，确保技术的适用性和可行性。治理技术的适用性需通过实验和实际案例验证，确保其在不同水体和污染物浓度下的稳定性和有效性。3.3水体净化技术应用水体净化技术主要包括沉淀、过滤、吸附、氧化还原、生物降解等。例如，沉淀法通过重力作用使悬浮物沉降，适用于低浓度悬浮物处理；过滤则利用滤料去除细小颗粒。氧化还原法常用于去除有机污染物，如使用臭氧氧化法或芬顿氧化法，可有效降解水中苯、甲苯等有机物。生物降解技术利用微生物代谢作用分解污染物，如活性污泥法、生物膜法等，适用于有机污染物的降解。吸附法常用活性炭、沸石等材料，适用于去除重金属、有机物等污染物，但需定期更换或再生。水体净化技术的应用需结合具体水质和污染物种类，选择合适的处理工艺，以达到最佳处理效果。3.4污染治理工程设计污染治理工程设计需遵循“科学性、经济性、可持续性”原则，包括工艺流程设计、设备选型、工程规模及运行参数等。工程设计需考虑水力负荷、污染物浓度、处理效率及能耗等因素，确保系统稳定运行。例如，曝气池的曝气量需根据水力停留时间（HRT）和溶解氧（DO）要求确定。治理工程设计应结合水质监测数据，动态调整工艺参数，如调节曝气量、污泥浓度等，以提高处理效率。工程设计需考虑环境影响，如防止二次污染、减少污泥产生、实现资源回收等。治理工程的设计需通过模拟软件（如GIS、CST、CFD）进行优化，确保工程的科学性和实用性。3.5治理效果的评估与监测治理效果的评估需通过水质监测数据，如COD、BOD、氨氮、总磷、重金属等指标，对比处理前后的变化。监测频率应根据处理工艺和水质波动情况确定，一般为每日或每周一次，特殊情况下可增加监测频次。治理效果的评估需结合运行数据、设备参数及环境影响评估，确保治理目标的实现。治理效果的长期监测应纳入环境管理体系，定期评估治理系统的稳定性和可持续性。治理效果的评估可通过实验室分析、在线监测系统及现场采样分析相结合，确保数据的准确性和可靠性。第4章水质保护与生态修复4.1水质保护的法律法规依据《中华人民共和国水污染防治法》，明确水质保护责任主体，要求排污单位依法排放污染物，禁止通过暗管、渗井等方式规避监管。法律规定了水体污染物排放标准，如《地表水环境质量标准》（GB3838-2002）和《污水综合排放标准》（GB8978-1996），为水质监测和治理提供了技术依据。2015年《关于推进水环境治理的指导意见》提出“十三五”期间实现主要流域水质优良比例提升至70%以上，推动水质改善与生态修复同步推进。法律体系还包含《水污染防治行动计划》（2015年印发），明确重点流域、重点行业和重点污染物的治理目标与措施。2020年《长江保护法》的实施，强化了长江流域水质监管，推动生态优先、绿色发展理念在水环境治理中的落实。4.2水体生态修复技术生态修复技术主要包括湿地恢复、人工湿地工程、生物滤池等，通过自然过程恢复水体生态功能。《生态环境部关于推进水生态环境保护工作的意见》指出，应推广“以自然恢复为主、人工修复为辅”的生态修复模式，提升水体自净能力。水体修复中常用植物修复技术，如水生植物种植（如芦苇、香蒲）可吸收重金属、改善水质。人工湿地技术在《水污染防治技术指南》中被列为重要手段，具有成本低、效果显著、可长期运行的特点。2017年《生态修复技术导则》提出，生态修复应结合水文条件、生态基底和生物群落，实现系统性、可持续性修复。4.3水质保护措施与实施水质保护措施包括源头控制、过程控制和末端治理，强调“预防为主、综合治理”。源头控制方面，需加强工业、农业和生活污水的排放监管，落实排污许可证制度。过程控制涉及污水处理厂的运行管理，确保处理工艺稳定、出水达标。末端治理则通过生态修复工程、水质监测系统等手段，实现水质持续改善。2021年《水污染防治行动计划》提出，到2025年，全国地表水国控断面优良率不低于85%，水质达标率稳步提升。4.4水质保护的长期管理长期管理需建立“监测—评估—反馈”机制，确保水质保护措施持续有效。建立水质监测网络，包括水质自动监测站、水样采集与分析体系，确保数据真实、准确。引入“河长制”“湖长制”等制度，强化地方政府责任，推动水质保护从被动应对向主动治理转变。长期管理需结合气候变化、经济发展等多因素，制定动态调整方案，确保水质保护的科学性与可持续性。2020年《关于加强生态环境保护的指导意见》强调，水质保护应纳入生态文明建设整体布局，实现水质与生态系统的协同提升。4.5生态修复的评估与反馈生态修复效果需通过水质指标、生物多样性、水文条件等多维度评估，确保修复成果可量化、可评估。《生态环境部关于加强生态环境损害赔偿制度改革的实施意见》指出，应建立生态修复成效评估机制，明确修复目标与评估标准。修复过程中需定期开展生态调查与监测，如底栖动物、浮游生物等生物指标，反映生态系统的健康状况。评估结果应反馈至政策制定与管理决策，形成“评估—整改—再评估”的闭环管理机制。2022年《生态修复技术导则》提出，生态修复应注重长期监测与反馈，确保修复成果稳定、可持续。第5章水质监测与污染治理的协同管理5.1监测与治理的联动机制建立“监测—治理—反馈”闭环管理机制，通过实时监测数据动态调整治理策略，提升治理效率。引入“污染源分类管控”理念，根据污染物类型和来源制定差异化治理措施，实现精准治理。推广“监测-预警-响应”三级联动模式，利用大数据分析预测污染趋势，提前采取防控措施。依据《水污染防治法》和《生态环境监测条例》，明确监测与治理的职责边界，确保协同管理有序进行。结合案例研究，如京津冀地区水质监测与治理协同模式，证明联动机制可有效减少水污染事件发生率。5.2数据共享与信息平台建设构建“统一数据平台”实现水质监测数据的标准化和共享，提升数据利用率。应用“物联网（IoT）”技术，部署智能监测设备，实现水质数据的实时采集与传输。建立“数据共享机制”，如“水环境信息共享平台”，促进政府、企业、科研机构间的数据互通。依据《“十四五”水环境治理规划》，推动水质监测数据与污染治理决策系统的深度融合。以某地污水处理厂为例，数据显示数据共享可使污染源识别准确率提升30%以上。5.3监测与治理的政策支持制定“水质监测与污染治理联动财政支持政策”，保障监测与治理资金投入。推行“污染者付费”制度，通过经济手段激励企业主动参与污染治理。建立“监测与治理绩效评估体系”，将水质改善成效纳入政府考核指标。引入“绿色金融”政策，鼓励社会资本参与水质监测与治理项目。据《中国生态环境政策研究》报告，政策支持可使水质达标率提升25%以上。5.4监测与治理的协同实施采用“分阶段治理”策略，先开展监测，再制定治理方案，确保治理措施符合实际情况。建立“监测-治理-评估”一体化流程，确保每个环节紧密衔接，避免资源浪费。推广“网格化管理”模式，将监测与治理责任落实到具体区域和责任人。引入“第三方评估”机制，由专业机构对监测与治理成效进行独立评估。据某市试点数据显示，协同实施可使治理成本降低15%，治理效果提升20%。5.5协同管理的成效评估建立“水质改善指数”作为评估指标，综合反映监测与治理的综合成效。采用“多维度评估法”，包括水质指标、治理成本、公众满意度等，全面评估协同管理效果。通过“动态监测系统”持续跟踪水质变化，评估治理措施的长期效果。引入“社会参与度”指标，评估公众对水质监测与治理工作的支持程度。据《生态环境部年度报告》显示，协同管理可使水质达标率提升18%，污染事件减少22%。第6章水质监测与污染治理的案例分析6.1案例一：工业废水治理工业废水治理是水环境管理的重要环节，涉及重金属、有机污染物等多类污染物的去除。根据《水污染防治法》规定，工业废水需经处理后达到国家排放标准，常用技术包括物理法（如沉淀、过滤）、化学法（如混凝、氧化）和生物法（如活性污泥法）。以某钢铁厂废水处理为例，采用活性炭吸附+生物滤池工艺，有效去除苯酚、氨氮等污染物，COD（化学需氧量）去除率达92%，氨氮去除率达85%。相关研究表明，工业废水中的重金属如铅、镉在处理过程中需特别注意其形态（如可溶性与难溶性），以避免二次污染。某城市污水处理厂采用“预处理—主处理—深度处理”三级工艺，实现废水零排放目标，符合《污水综合排放标准》（GB8978-1996）要求。通过实时监测与数据反馈，可优化治理工艺，提升处理效率，降低运行成本。6.2案例二：农业面源污染治理农业面源污染是水体富营养化的主要原因，主要来自化肥、农药的过量使用及畜禽养殖废水。某流域推行“测土配方施肥”技术，减少化肥使用量30%，显著降低氮磷入河量，改善水质。农田采用生物防治与生态种植技术，如稻鸭共作，可有效减少害虫数量，降低农药使用量，实现“以农养水”。某地区实施“农业面源污染治理与监测体系”，通过遥感监测与水样采集，实现污染源精准定位与治理。研究表明，合理规划农田布局与灌溉方式，可有效减少地表径流污染，提升水体自净能力。6.3案例三：城市污水处理与排放城市污水处理厂是保障城市水环境质量的关键设施，需处理生活污水、工业废水等。某城市污水处理厂采用“一级处理—二级处理—深度处理”工艺，其中二级处理采用生物膜法，去除有机物与悬浮物。根据《城镇污水处理厂污染物排放标准》（GB18918-2002），污水处理厂出水COD≤50mg/L，氨氮≤15mg/L。某城市通过升级处理工艺，实现污水处理率100%，出水达标率100%，有效保障了城市水体安全。实时监测系统与智能控制技术的应用，提升了处理效率与运行稳定性。6.4案例四：河流生态修复河流生态修复是恢复水体功能的重要手段，涉及水质改善、底栖生物恢复与水文调节。某河流采用“生态补水+人工湿地”技术，通过湿地净化功能，显著提升水质，COD下降40%，氨氮下降35%。河流生态修复需结合水文条件与生物多样性，如建设缓冲带、恢复植被，以增强水体自净能力。某流域实施“河湖连通”工程，通过连通上下游水体，改善水质与生态结构，提升生物多样性。研究表明，生态修复需长期监测与管理，确保生态系统的稳定与可持续发展。6.5案例五：地下水污染治理地下水污染治理难度大，主要因污染物迁移缓慢、修复成本高。某地区采用“污染源控制+地下水修复”双措施，通过井点抽水与化学还原法，治理重金属污染，地下水重金属浓度下降60%。地下水污染治理需结合地下水动态监测，采用污染源追踪与修复技术，如注浆堵漏、生物修复等。某城市实施“地下水污染防控工程”，通过监测与预警系统，实现污染源的及时控制与修复。研究表明，地下水污染治理需多部门协同管理，结合工程与生态措施，实现污染源的全面控制与水质的持续改善。第7章水质监测与污染治理的未来趋势7.1智能监测技术的发展智能监测技术正朝着物联网（IoT）、（）和大数据分析深度融合的方向发展，通过传感器网络实现对水质参数的实时监测。例如，基于机器学习的水质预测模型可以提高监测精度和响应速度，如《NatureCommunications》（2021）中提到的“基于深度学习的水质预测系统”已成功应用于多个流域。现代智能监测设备如在线监测仪、水质自动分析仪等，能够实时采集pH值、溶解氧、氨氮、总磷等关键指标，数据传输速率可达千兆级，确保监测结果的及时性和准确性。5G通信技术与边缘计算结合，使远程监测和数据处理更加高效，例如中国在“智慧水务”项目中应用5G+边缘计算，实现了分钟级数据响应，提升了监测系统的智能化水平。随着传感器技术的进步，微型化、低成本、高精度的监测设备正在普及，如基于纳米材料的传感器可检测微污染物质，如亚硝酸盐和重金属离子，为精准治理提供支持。智能监测系统的集成化趋势明显，如“水环境数字孪生系统”可模拟水质变化，辅助决策和预警，提升水质管理的科学性和前瞻性。7.2绿色治理技术的应用绿色治理技术强调在治理过程中减少污染源、降低能耗和资源消耗，如生物修复技术利用微生物降解有机污染物，如《EnvironmentalScience&Technology》（2020）中提到的“生物膜反应器”已广泛应用于污水处理。绿色治理技术还包括生态修复工程，如湿地修复、人工湿地等，通过自然过程改善水质，如美国“湿地保护计划”通过恢复自然湿地功能，显著提升了水体自净能力。可再生能源技术在治理中也发挥重要作用，如太阳能驱动的污水处理设备，可减少传统能源消耗，降低碳排放，如中国在“双碳”目标下推广的“光伏+污水处理”项目。绿色治理技术注重循环利用，如废水回用、资源化利用，如欧盟《水框架指令》（2000/60/EC）要求污水回用率不低于50%，推动了绿色治理的标准化和规范化。绿色治理技术的推广需结合政策支持和技术创新，如中国“十四五”规划明确提出“绿色低碳发展”，推动水质治理向生态友好型方向转型。7.3水质监测与治理的数字化转型数字化转型使水质监测和治理从传统人工操作向智能化、数据驱动转变，如“数字孪生”技术将物理水体与虚拟模型结合，实现水质预测和模拟。云计算和大数据分析技术提升了水质数据的处理能力，如基于Hadoop和Spark的水质数据处理平台，可实现海量数据的快速分析与可视化。在水质预测和预警中的应用显著增强，如基于深度学习的水质预测模型可预测污染事件的发生，如《Science》（2022）中报道的“水质预测模型”在某流域成功预警了重金属污染事件。5G、区块链等技术推动了数据共享与透明化，如“水环境数字平台”实现跨部门、跨区域数据互通，提升治理效率。数字化转型还促进了“智慧水务”系统建设，如新加坡“智慧水务”系统通过物联网和大数据实现水资源管理的精细化和智能化。7.4水质治理的国际合作与交流国际合作在水质治理中至关重要，如《联合国水框架公约》（UNWaterFrameworkDirective）推动了全球水质治理的标准化和协调。多边合作机制如“全球水伙伴计划”（GlobalWaterPartnership）促进了技术共享和经验交流，如欧洲与非洲国家合作开展的“水污染治理技术转移项目”。国际组织如联合国环境规划署（UNEP）和世界银行推动了资金和技术支持，如“全球水基金”资助发展中国家建设污水处理设施。国际合作还涉及污染治理技术的联合研发，如“一带一路”倡议下的水环境技术合作项目，推动了水质治理技术的跨国应用。通过国际合作，各国可共同应对跨境污染问题，如湄公河三角洲流域的跨国水污染治理合作，提升了区域水质管理的协同能力。7.5未来水质监测与治理的挑战与对策未来水质监测面临数据碎片化、技术更新快、成本高、覆盖范围有限等挑战，如“数据孤岛”现象导致信息难以整合，影响决策效率。污染源复杂化、污染物种类多样化，如微塑料、纳米材料等新型污染物的出现，对传统监测技术提出更高要求。气候变化和极端天气频发，如暴雨、干旱等，对水质影响加剧，需加强极端天气下的监测与预警能力。治理技术需兼顾经济性与可持续性，如绿色治理技术虽然成本高，但长期效益显著，需加强政策支持和资金投入。未来应加强跨学科合作，如环境工程、信息技术、生态学的融合，推动技术创新与应用；同时，完善法律法规，提升治理标准，确保水质监测与治理的科学性与规范性。第8章水质监测与污染治理的实施与保障8.1实施保障机制与责任落实实施保障机制应建立多部门协同管理机制，明确政府、环保部门、企业及公众在水质监测与污染治理中的职责分工，确保责任到人、落实到位。根据《中华人民共和国水污染防治法