本文考察了生物传感器应用于堆肥复杂系统中污染物检测的可行性。结合目前已经完成的工作讨论了酶生物传感器与基于免疫分析技术的免疫传感器对于检测堆肥系统中的污染物的研究情况。堆肥化技术正日益在城市生活垃圾处理中广泛应用,随着人们对环境质量的要求不断提高,与堆肥处理城市生活垃圾的一系列相关检测要求和手段也应该相应匹配。堆肥复杂系统,其组成复杂,且具有不确定性和时变性的特点,常规检测方法如分光光度法,高效液相色谱法（HPLC）,气相色谱法等方法对其进行检测,常常受困于待测物浊度的限制和干扰物质的影响,并且分析前对待测物要进行繁琐复杂的萃取、提纯、浓缩、分离等步骤,费时长,试剂用量大,费用高等一系列影响。生物传感器具备选择性好、灵敏度高、响应快、操作简便、样品需要量少、可微型化、费用花费少等优点,将其引入堆肥系统检测,可以大大提高堆肥化技术处理城市生活垃圾的效率。首先研究了一种基于核/壳磁性纳米粒子固定漆酶生物传感器检测堆肥系统中酚类物质。制备Fe3O4磁性纳米颗粒,将其功能化并利用戊二醛将漆酶共价固定,借助磁场吸附在磁性碳糊电极上。利用漆酶能够在有氧气存在的条件下,直接催化还原酚类物质的特性制备成传感器,检测堆肥复杂系统内的污染物。固定在电极表面的漆酶保持了很好的活性。该生物传感器的检测邻苯二酚的检测下限为7.5×10^-7 mol/L,线性范围是7.5×10^-7～2.75×10^-4 mol/L,对苯二酚的检测下限为1.5×10^-8 mol/L,线性范围是1×10^-7～1.37×10^-4 mol/L,达到稳态电流95%所需时间大概为70 s。将该传感器检测堆肥浸出液中酚的含量的结果与高效液相色谱法对比,两者非常接近。为快速、低成本在线检测酚含量提供技术支持。接着,引入ANN分析手段,能在生物传感器检测的基础上,进一步建立一种在线检测、预测系统,从而更高效地进行堆肥复杂系统中污染物的检测。借助ANN训练过程中的黑箱模型功能,以及它非线性、自我学习和自我适应的特点,建立BP-ANN模型,从而实现对堆肥复杂系统中对苯二酚浓度的软测量,并将ANN模型与回归模型的性能进行比较,发现ANN模型的性能明显优于回归模型。尽管现在得到的只是一个初步的模型,但可为以后更复杂系统的模型的发展奠定基础。最后,运用免疫分析技术检测一种环境激素——毒莠定。把毒莠定采用碳化二亚胺法与牛血清蛋白结合,合成既有免疫原性又有反应原性的完全抗原,注射入家兔体内进行免疫培养,制备出高效价的毒莠定免疫抗体。通过双向琼脂扩散实验和ELISA免疫实验鉴定抗体性能。拟再进一步把毒莠定抗体固定在石英玻片上,把荧光素包埋在修饰有毒莠定抗体的脂质体内,利用脂质体的信号放大技术,开发出一种荧光免疫传感器,检测堆肥复杂系统内和湘江内的毒莠定。