现有文献表明，水消毒过程中消毒副产物（DBPs）的形成主要源于消毒剂与水中溶解性有机质（DOM）的反应，其生成潜力和种类高度依赖于水源的地球化学特征、DOM的分子组成以及所选用的消毒工艺 [1], [3]。尽管传统法规主要关注三卤甲烷（THMs）和卤乙酸（HAAs），但研究发现常规处理仅去除部分DOC并不能有效抑制DBP生成，因为脂肪族等非芳香族组分仍是重要的前体物 [2]。此外，不同消毒剂（如氯、二氧化氯）对DBP谱系有显著不同的影响，且新兴的非靶向分析显示存在大量未被监管的含硫、含氮及混合卤代DBPs，其毒性风险可能高于传统DBPs [3], [4]。利用机器学习结合光谱学参数预测DBPs形成已成为一种具有潜力的风险管理工具 [5]。
DOM来源、性质与DBP前体物的关联机制 文献 [1] 和 [4] 从源头揭示了DOM的空间异质性及植被覆盖对DBP形成的影响。文献 [1] 指出，在流域尺度上，地形指数和排水面积能显著解释DOC和SUVA（254nm比紫外吸光度）的空间变化，且DOM主要源自陆地，具有芳香性和发色团特征，这直接影响了DBP的生成潜力 [1]。相比之下，文献 [4] 聚焦于特定植被（桉树）的影响，发现桉树叶浸出液中的DOM富含木质素和羧基富集脂环分子（CRAM），相比标准天然有机物表现出更高的碳质和氮质DBP生成潜能；特别是在存在溴离子和碘离子时消毒，会显著转向生成毒性更高的混合溴/碘代DBPs [4]。这两篇文献共同强调了“源头控制”的重要性，即流域地貌和植被类型决定了前体物的化学本质。
消毒工艺对DBP谱系的选择性影响 文献 [2] 和 [3] 深入探讨了不同处理工艺和消毒剂对DBP生成的差异化机制。文献 [2] 通过全规模水厂评估发现，虽然常规处理去除了约60%的DOC，但其具有高度选择性，优先去除芳香族化合物，而残留的脂肪族和不饱和组分与DBP生成呈正相关，这表明仅依靠 bulk DOC 去除不足以保障水质安全 [2]。文献 [3] 则对比了氯化和二氧化氯（ClO₂）消毒的效果：氯化在表面水中产生的THMs远高于地下水（与高SUVA和腐殖酸有关），而ClO₂消毒虽能将THMs降至检测限以下，却导致了更高水平的非氯化、含硫和含氮DBPs的生成 [3]。这一对比揭示了一个关键悖论：旨在减少 regulated DBPs（如THMs）的策略可能会无意中促进 novel DBPs（如磺化DBPs）的形成，且两者的前体物机制不同（THMs源于腐殖质，磺化DBPs源于地下水中较高的硫/氮含量） [3]。
预测模型与毒性风险评估的新视角 文献 [4] 和 [5] 分别从毒性计算和数据驱动预测角度提供了补充。文献 [4] 不仅量化了DBP生成量，还计算了其细胞毒性，指出在无卤素离子时毒性主要来自HAAs，而在有溴/碘存在时主要来自卤乙酰胺（HAMs）和HAAs [4]。文献 [5] 则提出了一种基于机器学习的预测框架，利用DOM光谱变量（特别是类腐殖质荧光成分和UV-Vis吸光度）而非传统的水化学参数，能够高精度预测多种regulated和emerging DBPs的浓度，为小流域饮用水管理的实时风险控制提供了 scalable 的工具 [5]。
综合结论
现有局限