水环境是一个复杂的、受到多方面因素影响的开放式系统,由于其与人类生存及健康生活息息相关,人们逐渐开始意识到进行水环境的人体健康风险评价和制定科学的、可信的水质基准的重要性。健康风险评价的有效数据来源为人体流行病学资料或实验动物研究,但是由于动物和人体之间存在的种间差异、人类不同个体之间存在的种内差异以及数据质量带来的影响,实验动物数据和流行病学研究数据并不能直接用于推导保护人体健康的水质基准,只有在对筛选后具有上述差异的数据带来的不确定性进行定性以及定量校正后,才能认为得到的风险评价结果或水质基准推荐值是可靠的。对不确定性进行清晰的分类定义和讨论计算,是我们制定规范的健康风险评价方法和基准推导流程中必不可少的重要部分,而且也是各个发达国家和相关组织制定的方法学中差异最大的一部分。目前广泛使用的不确定因子以经验默认值的形式为主,但随着研究的深入,越来越多新的可用的数据表明传统的以经验为基础的默认因子在某些情况下可能造成保护不足,也有可能过分保守。因而出现了多种"数据依赖"不确定因子的定量方法,给予不确定性分析更多的科学依据。我们试图通过对传统经验默认方法和现有模型依赖、数据依赖的推导方法的综合比较分析,为制定我国健康风险评价和水质基准方法学框架体系提供不确定性分析方面的科学依据。