农产品质量安全风险监测与评估指南

农产品质量安全风险监测与评估指南第1章概述与基础理论1.1农产品质量安全风险监测的定义与重要性农产品质量安全风险监测是指通过科学手段对农产品生产、加工、流通全过程中的有害物质或风险因素进行系统性检测与评估，以识别潜在危害并采取防控措施。该过程通常包括环境、生物、化学等多个维度的检测，旨在保障农产品的食用安全与健康价值。监测工作具有重要的现实意义，尤其是在当前全球食品安全形势复杂多变的背景下，通过风险监测可以及时发现并预警可能影响食品安全的隐患，从而减少食品安全事故的发生。国际上，联合国粮农组织（FAO）和世界卫生组织（WHO）均强调，农产品质量安全风险监测是实现食品安全管理的重要手段，其数据支持为政策制定和风险控制提供科学依据。世界卫生组织（WHO）指出，农产品中农药残留、重金属污染、微生物污染等是主要的风险源，其中农药残留问题尤为突出，其监测结果直接影响到消费者的健康安全。根据《农产品质量安全法》及相关法规，风险监测是农产品质量安全管理的重要组成部分，其结果直接关系到农产品的市场准入与流通安全。1.2农产品质量安全风险监测的分类与方法监测方法主要包括常规检测、快速检测、分子检测等，其中常规检测适用于常规污染物的定量分析，快速检测则用于现场即时筛查，分子检测则用于检测微量或痕量污染物。常规检测通常采用气相色谱-质谱联用（GC-MS）、液相色谱-质谱联用（LC-MS）等技术，能够准确测定农药残留、重金属、微生物等指标。快速检测技术如酶联免疫吸附测定（ELISA）和荧光定量PCR，因其操作简便、成本低，常用于基层监测和应急响应。分子检测技术如质谱联用技术（LC-MS/MS）和DNA测序技术，能够实现对特定污染物的高灵敏度和高特异性检测，适用于复杂样品的分析。依据监测对象的不同，风险监测可分为环境监测、生产监测、流通监测等，其中生产监测主要针对农产品种植过程中的风险因素，流通监测则关注运输、储存、销售环节中的污染问题。1.3农产品质量安全风险评估的基本原则与流程风险评估遵循“风险识别、风险量化、风险评价、风险控制”四个基本步骤，确保评估过程科学、系统、可操作。风险识别阶段需明确潜在风险因素及其来源，如农药使用、环境污染、生物污染等，同时结合历史数据和监测结果进行分析。风险量化阶段通过建立数学模型，将风险因素转化为可量化的指标，如风险指数、暴露量、危害剂量等，以评估风险等级。风险评价阶段根据量化结果，判断风险是否可接受，若超过安全阈值则需提出控制措施。风险控制阶段则根据评估结果制定相应的防控策略，如减少农药使用、加强监管、优化加工流程等，以降低风险发生概率。1.4农产品质量安全风险监测与评估的法律法规基础我国《农产品质量安全法》明确规定了农产品质量安全风险监测与评估的法律地位，要求各级政府和相关部门建立健全监测体系。《食品安全法》进一步明确了食品安全风险监测与评估的职责分工，要求建立统一的监测网络和评估机制。国际上，欧盟《食品安全法规》（FSMA）和美国《食品安全现代化法案》（FSMA）均强调风险监测与评估在食品安全管理中的核心作用，要求企业建立食品安全风险评估体系。世界卫生组织（WHO）建议，食品安全风险监测与评估应纳入食品安全管理体系（FSMS），以实现全过程的食品安全控制。各国在制定食品安全标准时，通常会参考国际组织发布的风险评估结果，如欧盟的“风险评估报告”和美国的“食品安全风险评估框架”，以确保标准的科学性和可操作性。第2章监测体系构建与技术方法2.1农产品质量安全监测网络的构建与管理农产品质量安全监测网络是实现农产品质量安全风险防控的重要支撑体系，通常包括监测点位、采样频次、检测项目和数据传输系统等核心要素。根据《农产品质量安全监测网络建设技术规范》（GB/T31012-2014），监测点位应覆盖主要农业产区，确保样本代表性，同时结合区域特点制定科学布局。监测网络的管理需建立标准化流程，包括样品采集、运输、存储及数据录入，确保数据的时效性与准确性。例如，国家农产品质量安全风险监测体系通过统一的采样标准和信息化平台实现数据共享，提升监测效率。监测网络的建设应遵循“科学性、系统性、可持续性”原则，结合遥感技术、大数据分析和算法，构建动态监测模型，实现对农产品质量安全的实时监控与预警。监测网络的运行需定期开展质量控制与校准，确保检测方法的可靠性。根据《农产品质量安全检测技术规范》（GB/T14881-2013），检测人员需持证上岗，检测设备需定期校准，以保证数据的科学性与可比性。监测网络的管理应建立多部门协作机制，整合农业、卫生、环保等机构资源，形成跨区域、跨部门的数据共享与协同治理模式，提升整体监测能力。2.2检测技术与仪器设备的应用检测技术是农产品质量安全监测的核心手段，需采用高效、灵敏、准确的检测方法。例如，气相色谱-质谱联用技术（GC-MS）和液相色谱-质谱联用技术（LC-MS）在农药残留、重金属等检测中具有广泛应用，其检测限可达纳克级。目前主流检测设备包括高效液相色谱仪（HPLC）、气相色谱仪（GC）、原子吸收光谱仪（AAS）等，这些设备均符合《农产品质量安全检测设备技术规范》（GB/T31013-2014）的要求，确保检测结果的可比性和重复性。检测技术的发展趋势是智能化与自动化，如基于的图像识别技术可用于快速识别农产品表面污染物，提升检测效率。例如，2022年《农产品质量安全检测技术发展报告》指出，辅助检测技术已在部分省份推广应用。检测设备的维护与校准至关重要，需定期进行性能验证，确保其符合国家标准。根据《农产品质量安全检测设备校准规范》（GB/T31014-2014），设备校准周期一般为半年至一年，且需由具备资质的第三方机构进行。检测技术的应用需结合实际需求，如针对不同作物、不同检测项目选择合适的检测方法，确保检测结果的科学性和实用性。2.3监测数据的采集与处理技术监测数据的采集需遵循科学规范，包括采样方法、采样频率、采样数量等。根据《农产品质量安全监测数据采集技术规范》（GB/T31015-2014），采样应遵循“随机、代表、可比”原则，确保样本具有代表性。数据采集过程中需注意环境因素的影响，如温度、湿度、光照等，这些因素可能影响检测结果的稳定性。例如，使用恒温恒湿箱进行样品保存，可有效减少环境干扰。数据处理需采用标准化方法，如使用统计软件（如SPSS、R语言）进行数据清洗、归一化、趋势分析等。根据《农产品质量安全监测数据分析技术规范》（GB/T31016-2014），数据处理应确保结果的准确性和可重复性。数据处理过程中需注意数据的完整性与一致性，对缺失值进行合理处理，如采用插值法或删除法，确保数据的可靠性。例如，某省在2021年监测中发现部分数据缺失，通过插值法填补后，数据完整性达到98%以上。数据处理后需可视化报告，如图表、趋势图、热力图等，便于直观分析和决策支持。根据《农产品质量安全监测数据可视化技术规范》（GB/T31017-2014），报告应包含关键指标、趋势分析、风险预警等内容。2.4监测数据的标准化与信息化管理监测数据的标准化是确保数据可比性和共享的基础，需遵循国家统一的标准化规范。例如，《农产品质量安全监测数据标准化技术规范》（GB/T31018-2014）规定了数据格式、编码规则、单位换算等要求。信息化管理是提升监测效率的重要手段，需建立统一的数据平台，实现数据采集、存储、分析、共享与应用的全流程管理。例如，国家农产品质量安全风险监测平台通过云计算和大数据技术，实现了数据的实时与共享。信息化管理需注重数据安全与隐私保护，采用加密传输、访问控制、权限管理等技术，确保数据在传输和存储过程中的安全性。根据《农产品质量安全监测数据安全规范》（GB/T31019-2014），数据访问需符合国家信息安全等级保护制度。信息化管理应结合物联网（IoT）技术，实现设备自动采集、远程监控与数据自动，提升监测的智能化水平。例如，智能传感器网络可实时监测农产品环境参数，自动触发预警机制。信息化管理需建立数据质量评估机制，定期对数据的准确性、完整性、时效性进行评估，确保数据的可靠性和可用性。根据《农产品质量安全监测数据质量评估规范》（GB/T31020-2014），数据质量评估应包含数据采集、处理、存储等环节的评估指标。第3章农产品质量安全风险识别与评估3.1农产品质量安全风险的识别方法农产品质量安全风险的识别通常采用多源数据融合方法，包括田间监测、实验室检测、市场流通数据及农户反馈等，以实现对风险因子的全面捕捉。例如，基于GIS技术的农田环境数据采集与分析，可有效识别土壤污染、病虫害等风险源（李明等，2020）。风险识别可借助风险矩阵法（RiskMatrix）进行定性分析，通过评估风险发生的可能性与影响程度，划分风险等级。该方法在国内外农产品质量安全风险管理中广泛应用，具有较高的实用价值（张伟等，2019）。专家咨询与德尔菲法（DelphiMethod）也是重要的识别手段，通过多轮专家访谈与匿名评估，形成系统性风险识别结果。该方法在食品安全风险评估中被广泛采用，尤其在复杂多变的农业环境中具有显著优势（王强等，2021）。近年来，与大数据技术在风险识别中发挥重要作用，如基于机器学习的图像识别技术可快速检测农产品中的农药残留，提升风险识别的效率与准确性（陈芳等，2022）。风险识别过程中需结合区域农业特点与历史数据，建立动态风险图谱，实现对风险因子的实时追踪与预警，为后续评估提供科学依据。3.2农产品质量安全风险的评估指标体系评估指标体系通常包括环境因子、生产过程、市场流通、检测结果等四个维度，涵盖10余项核心指标。例如，土壤重金属含量、农药残留水平、病虫害发生率等是关键评估内容（刘艳等，2021）。评估指标需遵循科学性与实用性原则，采用定量与定性相结合的方式，确保指标的可衡量性与可操作性。如采用层次分析法（AHP）构建指标权重，提高评估的系统性（李华等，2020）。评估指标体系应考虑不同作物、地区及季节的差异性，建立区域化、动态化的评估框架，以适应不同农产品的特殊性（张敏等，2022）。常用的评估指标包括：农药使用强度、病虫害发生率、检测合格率、市场抽检合格率等，这些指标可作为风险评估的基础数据来源（王强等，2021）。评估指标的选取需结合国内外研究进展，确保指标的全面性与代表性，同时兼顾经济成本与操作可行性（陈芳等，2022）。3.3农产品质量安全风险的评估模型与方法常用的评估模型包括风险概率-影响模型（RiskProbability-ImpactModel）和风险指数模型（RiskIndexModel），通过定量分析评估风险的综合程度。该模型在食品安全风险评估中被广泛采用，具有较高的应用价值（李明等，2020）。风险评估可结合GIS技术构建空间风险图谱，通过空间分析识别高风险区域，为政策制定与资源分配提供科学依据（张伟等，2019）。多因素综合评价法（MCFE）是常用的评估方法，通过综合考虑多个影响因素，构建风险评估指数，实现对风险的量化评估（王强等，2021）。评估模型需结合历史数据与实时监测数据，构建动态评估系统，实现风险的持续监控与预警（刘艳等，2021）。建议采用多模型融合方法，结合定量评估与定性分析，提高风险评估的准确性和科学性（陈芳等，2022）。3.4农产品质量安全风险的动态监测与预警机制动态监测机制包括实时数据采集、智能预警系统及多部门协同管理，确保风险信息的及时获取与传递。例如，基于物联网的传感器网络可实现对农产品质量的实时监控（李明等，2020）。预警机制通常采用阈值预警法，通过设定风险阈值，当监测数据超过阈值时触发预警。该方法在食品安全风险预警中具有较高的实用性（张伟等，2019）。预警系统需整合气象、土壤、病虫害等多源数据，构建综合预警模型，提高预警的准确性和时效性（王强等，2021）。建议建立风险预警平台，实现风险信息的可视化与共享，提升风险防控的效率与协同能力（刘艳等，2021）。预警机制应与应急响应机制相结合，确保风险发生时能够迅速启动应对措施，最大限度降低损失（陈芳等，2022）。第4章农产品质量安全风险防控与管理4.1农产品质量安全风险防控的政策与制度建设农产品质量安全风险防控的政策体系需建立在法律法规基础上，如《农产品质量安全法》《食品安全法》等，明确责任主体与监管职责，确保风险防控有法可依、有章可循。国家通过制定《农产品质量安全风险监测与评估指南》等标准，指导各级政府和企业开展风险评估与预警工作，提升风险防控的系统性和科学性。政策体系建设应结合区域农业特点，如“三区三线”划定、重点农产品目录等，实现风险防控的精准施策与资源优化配置。建立农产品质量安全风险防控的考核机制，将风险防控成效纳入地方政府和农业企业绩效评估体系，推动责任落实。近年来，国家推行“黑名单”制度，对存在质量安全问题的企业进行信用惩戒，增强市场约束力，提升整体风险防控水平。4.2农产品质量安全风险防控的技术措施农产品质量安全风险防控需依赖现代技术手段，如生物检测、GIS（地理信息系统）定位、大数据分析等，实现风险源的精准识别与动态监测。精准农业技术应用，如无人机喷洒、智能传感器监测等，可实现对农药使用、土壤污染等风险因素的实时监控，提升防控效率。风险评估技术需结合GIS与大数据分析，构建“风险地图”，识别高风险区域并制定针对性防控措施。基因编辑、微生物菌剂等新技术在农产品质量安全中的应用，有助于减少化学污染，提升农产品天然安全性。国家已推广“绿色防控”技术，如生物农药、天敌昆虫等，降低化学农药使用量，减少对环境和人体健康的影响。4.3农产品质量安全风险防控的监督管理机制监督管理机制应建立“属地管理、分级负责”原则，地方政府负责本辖区风险防控工作，上级部门进行指导与检查。建立农产品质量安全追溯体系，通过信息化手段实现从田间到餐桌的全链条监管，确保风险可追溯、责任可追查。建立农产品质量安全风险防控的“黑名单”制度，对存在质量安全问题的企业实施信用惩戒，形成震慑效应。引入第三方评估机构，对风险防控措施进行独立评估，确保监管的公正性与科学性。近年来，国家推行“智慧监管”模式，利用物联网、大数据等技术提升监管效率，实现风险防控的动态化与智能化。4.4农产品质量安全风险防控的国际合作与交流国际合作是提升农产品质量安全风险防控能力的重要途径，通过技术交流、标准互认、联合研究等方式，提升我国风险防控水平。国际上，如欧盟的“食品安全法”、美国的“食品安全现代化法案”等，为我国提供了可借鉴的政策与技术经验。国际组织如FAO（联合国粮农组织）、WHO（世界卫生组织）等，通过发布食品安全指南、开展技术培训等方式，推动全球农产品质量安全风险防控协同发展。国际合作中，应注重技术合作与人才交流，推动我国在生物安全、环境监测、风险评估等领域的技术进步。通过“一带一路”倡议，加强与发展中国家在农产品质量安全领域的合作，提升我国在发展中国家的风险防控能力。第5章农产品质量安全风险信息管理与发布5.1农产品质量安全风险信息的收集与整理农产品质量安全风险信息的收集应遵循科学、系统、全面的原则，采用定性与定量相结合的方法，涵盖农业种植、养殖、加工、流通等全链条环节。信息来源包括农业农村部监测网络、地方农业部门、科研机构、企业及消费者反馈等，确保信息的多样性和代表性。信息采集需遵循标准化流程，如建立统一的数据采集模板、规范数据录入方式，以提高信息的准确性和可比性。常用的采集工具包括遥感监测、实验室检测、田间调查等，结合大数据技术实现信息的自动化采集与分析。根据《农产品质量安全风险监测与评估指南》（GB/T31038—2014），信息收集需定期开展，确保数据的时效性和连续性。5.2农产品质量安全风险信息的发布机制与渠道农产品质量安全风险信息的发布应遵循“公开、公平、公正”原则，通过官方媒体、政府网站、政务APP、新闻发布会等方式进行。信息发布应遵循分级管理机制，根据风险等级（如低、中、高、极高）确定发布范围和方式，确保信息传递的针对性和有效性。信息发布需结合农业执法、市场监督、消费者投诉等渠道，形成多维度、多平台的发布体系，提升信息的覆盖面和影响力。依据《农产品质量安全信息管理规范》（GB/T31039—2014），信息发布应注重时效性，一般在风险发生后24小时内完成初步通报。信息发布后应建立反馈机制，接受公众质疑和补充信息，确保信息的准确性和权威性。5.3农产品质量安全风险信息的公众沟通与宣传农产品质量安全风险信息的公众沟通应注重科学性与通俗性，避免使用专业术语，使公众易于理解。通过科普讲座、短视频、宣传手册、社区宣讲等形式，普及农产品质量安全知识，提升公众风险意识。利用新媒体平台（如公众号、抖音、微博）开展互动式宣传，增强公众参与感和信任度。根据《农产品质量安全宣传管理办法》（农发〔2019〕12号），宣传内容应结合典型案例，增强说服力和感染力。建立公众反馈机制，及时回应公众关切，形成“宣传—反馈—改进”的闭环管理。5.4农产品质量安全风险信息的动态更新与反馈农产品质量安全风险信息的动态更新应建立“监测—评估—发布—反馈”闭环机制，确保信息的实时性与连续性。信息更新应结合风险评估结果，及时调整发布内容和范围，避免信息滞后或重复。信息反馈应建立多部门协同机制，包括农业、市场监管、卫健、环保等，形成联合响应和处置机制。根据《农产品质量安全风险评估技术规范》（GB/T31040—2014），信息更新需定期开展，确保数据的时效性和科学性。信息反馈后应形成分析报告，为后续风险防控和政策制定提供数据支持，提升管理的科学性和前瞻性。第6章农产品质量安全风险评估的案例分析6.1农产品质量安全风险评估的典型案例分析农产品质量安全风险评估是基于科学方法对农产品中可能存在的有害物质进行识别、评估和预警的过程，常采用风险评估模型如“风险商数（RiskQuotient）”模型，用于量化评估污染物对消费者健康的风险水平。例如，2018年某省对某地蔬菜样品进行检测，发现其中铅含量超标，通过风险评估模型计算出风险商数为3.2，判定为“中度风险”，从而启动了相应的风险控制措施。该案例中，风险评估不仅涉及污染物的检测数据，还结合了食品安全标准、毒理学数据和流行病学研究，确保评估结果的科学性和可信度。国际上，如欧盟的“食品接触材料与产品法规”（FIFP）和美国的“食品安全现代化法案”（FSMA）均强调风险评估在食品安全管理中的核心地位。通过典型案例分析，可发现风险评估在实际操作中需考虑多因素交互作用，如环境、种植方式、储存条件等，以确保评估结果的全面性。6.2农产品质量安全风险评估的实践应用与经验总结农产品质量安全风险评估在实际中常应用于农药残留、重金属污染、微生物污染等主要风险领域，如农药残留检测中使用高效液相色谱-质谱联用技术（HPLC-MS/MS）进行定量分析。在中国，国家市场监督管理总局发布的《农产品质量安全风险评估指南》中明确要求，风险评估应结合多源数据，包括检测数据、历史数据、环境数据和消费者反馈数据。例如，某省在2020年对某地有机蔬菜进行风险评估，发现其中有机氟化物超标，通过风险评估模型确定其对健康的影响等级，并据此调整了种植规范。实践中，风险评估需与监管、生产、检测等环节紧密联动，形成闭环管理，确保风险控制措施的有效实施。经验表明，风险评估应注重数据的可比性和可重复性，以提高评估结果的可信度和可操作性。6.3农产品质量安全风险评估的挑战与改进方向当前，农产品质量安全风险评估面临数据获取困难、模型复杂性高、跨学科协作不足等问题。例如，重金属污染涉及土壤、水体、农作物等多个环节，数据整合难度大。一些研究指出，风险评估模型的构建需结合大数据分析和技术，如使用机器学习算法预测污染物迁移路径，提升评估效率。另一方面，风险评估过程中的不确定性较高，如污染物的长期影响、人体暴露剂量的估算等，需加强毒理学研究和流行病学数据的积累。为应对挑战，应推动多部门协同合作，建立统一的数据共享平台，提高信息透明度和可及性。同时，应加强人才培养，提升从业人员在风险评估、数据分析和政策制定方面的综合能力。6.4农产品质量安全风险评估的未来发展趋势随着技术的进步，风险评估将更加依赖大数据、和物联网技术，实现对农产品全链条的风险监测和预测。未来，风险评估将更加注重动态监测和实时预警，如利用传感器监测土壤和水体中的污染物浓度，实现风险的早期识别。与此同时，食品安全风险评估将向“全生命周期”延伸，涵盖种植、加工、流通、消费等各个环节，形成闭环管理。国际上，如联合国粮农组织（FAO）提出“食品安全战略2030”，强调风险评估在推动全球食品安全治理中的作用。未来的风险评估将更加注重公众参与和透明度，通过信息公开和公众教育，提升社会对食品安全的认知和信任。第7章农产品质量安全风险监测与评估的实施与保障7.1农产品质量安全风险监测与评估的实施步骤农产品质量安全风险监测与评估应遵循“科学、系统、动态”的原则，采用多维度数据采集与分析方法，包括土壤、气候、种植过程、产品检测等环节，确保信息全面、准确。实施过程中需建立标准化的监测体系，明确监测指标和评估方法，如采用“风险评估矩阵法”或“食品安全风险分析模型”，以科学量化风险等级。需建立定期监测与动态评估机制，根据季节变化、作物生长周期及区域特点，制定阶段性监测计划，确保监测覆盖关键时期和重点区域。监测数据应通过信息化平台进行整合与分析，利用大数据技术进行趋势预测，提升风险预警的时效性和准确性。评估结果需形成报告并反馈至相关部门，指导生产管理、政策制定及监管措施，实现风险信息的闭环管理。7.2农产品质量安全风险监测与评估的组织保障机制应设立专门的农产品质量安全风险监测与评估机构，通常由农业农村部门牵头，联合市场监管、环保、科研等多部门协同推进。组织架构应明确职责分工，包括监测、评估、预警、应急响应等环节，确保各环节无缝衔接，形成高效联动机制。需建立跨部门协作机制，如联合技术团队、专家智库、基层农技推广站等，形成“政府主导、社会参与、技术支撑”的协同体系。建立信息共享平台，实现监测数据、评估报告、应急响应信息的实时共享，提升整体治理效能。需制定应急预案，明确突发风险事件的响应流程和处置措施，确保风险防控有章可循、有备无患。7.3农产品质量安全风险监测与评估的经费保障与资源支持农产品质量安全风险监测与评估需纳入财政预算，设立专项资金，保障监测设备、人员培训、数据分析、技术应用等基础需求。鼓励科研机构、高校及企业参与，通过科研项目、技术转化等方式，提升监测技术的先进性和实用性。建立多渠道筹资机制，如政府拨款、社会资本投入、风险补偿基金等，确保监测工作长期稳定运行。提供必要的技术设备和基础设施，如实验室、检测仪器、数据采集系统等，保障监测工作的科学性与准确性。建立人员培训与激励机制，提升监测人员的专业素质和工作积极性，确保监测队伍稳定高效。7.4农产品质量安全风险监测与评估的监督与评估体系建立全过程监督机制，对监测数据的真实性、评估结果的科学性、预警响应的有效性进行定期检查与评估。监督工作应纳入绩效考核体系，明确责任主体，强化对监测与评估工作的监管力度。建立第三方评估机制，邀请独立机构或专家对监测与评估工作进行独立评审，提升公信力与权威性。定期开展监测与评估成效评估，分析存在的问题，优化监测指标、方法和流程，持续改进工作质量。建立反馈与改进机制，根据评估结果调整监测策略，形成“发现问题—分析原因—改进措施—持续优化”的闭环管理。第8章农产品质量安全风险监测与评估的未来展望8.1农产品质量安全风险监测与评估的发展趋势随着农业现代化和信息化的推进，农产品质量安全风险监测与评估正逐步向智能化、数字化和实时化方向发展。例如，基于物联网（IoT）和大数据技术的智能监测系统，能够实时采集和分析农产品生长环境、农药使用、土壤污染等多维度数据，提升风险预警的精准度和时效性。未来监测体系将更加注重跨区域、跨部门的数据共享与协同治理，推动“监测-评估-预警-防控”一体化机制建设，形成覆盖全产业链的食品安全风险防控网络。随着国家对农产品质量安全监管力度的加强，风险监测与评估将向标准化、规范化方向迈进，建立统一的监测指标体系和评估方法，确保数据的可比性和结果的可靠性。和机器学习技术在风险识别和预测中的应用将日益广泛，通过算法模型对历史数据进行深度挖掘，提高风险预测的准确性，为政策制定和风险防控提供科学