生态风险评价方法优选九篇

引言：易发表网凭借丰富的文秘实践，为您精心挑选了九篇生态风险评价方法范例。如需获取更多原创内容，可随时联系我们的客服老师。

第1篇

关键词：土壤；重金属；生态风险评价

中图分类号：X53 文献标识码：A

土壤是整个生态系统中的重要组成部分，人类的生存与发展都离不开土壤的支撑。目前，我国的工业化发展对土壤造成了严重的重金属污染，不仅导致复垦土壤的质量严重下降，对人们的身体健康也造成了很大影响。面对如此严峻的形势，我们迫切需要对复垦土壤重金属污染的生态风险及评价方法进行研究，了解重金属在土壤中的行为过程，土壤中重金属的不同结构形态，以及复垦土壤中重金属污染对农作物生长所产生的影响，并且研究可靠的生态风险评价方法以评价复垦土壤重金属污染的生态风险，为生态体系的建设创造一个良好的条件。

1 复垦土壤重金属污染

据文献资料可知，学者们对重金属在土壤中的行为过程进行过大量研究，在20世纪90年代表现得尤为突出。研究者们对污染物在土壤中迁移转化过程中所体现出的生态化学过程进行了重点研究，尤其对不同重金属元素进行专门的研究，其中主要包含汞、铜、锌、铅、镍等元素。专家们还对土壤中各种重金属元素的吸附能力进行了研究，结果表明，土壤对铅的吸附能力最强，对锌和镉的吸附能力最弱，由此得出，在土壤中迁移能力最强的元素是锌和镉。正是由于土壤吸附了大量的重金属元素，导致土壤质量下降，同时，植物在生长过程中吸收富集土壤中的重金属元素，导致污染链扩大。因此，土壤重金属污染严重影响到我国的生态建设。

除了各种重金属污染，土壤中还存大量有机污染物，有机污染物主要是由城市生活垃圾、工业废水以及污水处理厂排放的污秽物形成的。重金属和有机污染物具有交互性，他们的交互作用是一个复杂的过程，主要通过化学作用过程、微生物过程以及吸附行为表现出来。

2 复垦土壤重金属污染物的生态效应

2.1 复垦土壤重金属污染对植物生长的影响

重金属一旦进入环境，就会对整个生态系统造成重大影响，有研究表明，土壤中的重金属元素会阻碍植物的生长发育，例如将青豆的种子种植在含重金属的土壤上，在重金属浓度较低的区域，幼苗能够正常萌芽，但在重金属浓度高的区域，种子的萌芽率大大降低，有些即使发芽也不能够存活。即表明重金属的污染对农作物的生长发育会造成重大影响，严重的话可能对导致食品安全问题，重金属污染已经严重影响到我国的生态建设计划和人们的身体健康。

2.2 土壤重金属污染中的动植物修复

土壤重金属污染中的动植物修复是指有些植物本身具有吸附重金属的功能，它们能够吸收土壤中含有的重金属元素，对土壤的重金属污染起到了一定的修复作用，土壤的微生物修复是指具有生物活性的微生物可以将含有重金属元素的土壤毒素降低，达到保护生态环境的目的。

3 复垦土壤重金属污染的生物有效性测试评估

评价复垦土壤重金属污染生物有效性主要有两种测试方法，一种是体外实验，另一种是动物实验。动物实验主要是通过喂养动物时将它们的食物中添加重金属污染土壤的饲料，观察多大浓度的重金属会对动物造成影响。有研究者对老鼠进行过实验，研究表明含汞浓度过高的土壤对粮食作物有很大影响。

土壤重金属污染对人体同样会造成巨大威胁，它对人体存在的健康风险评估需要采用人工胃肠液模拟实验，专业术语称之为浸提法。研究者通过对浸提法的进一步研究，提出了复垦土壤重金属在消化道中生物可给性的评估，只需将有机酸加入消化液中，在生理学原理上进行浸提法实验即可。

为了研究某污灌区土壤的铜、锌、镉等元素的生物有效性及形态分布，研究者们采用体外消化法来进行实验，将蚯蚓作为实验素材，从它的肠液中将其体内含有的微量重金属提取出来。之所以选择蚯蚓的肠液，是因为从中提取的重金属比较特别，更符合重金属生物有效性研究的要求。研究者们在后来的实验中也发现，不同的研究方法在重金属生物有效成分的含有量上也不同。

4 复垦土壤重金属污染生态风险评估中的植物培养法

植物培养法在土壤污染风险评估中的运用非常广泛，它采用的是人工控制和人工模拟的方法，对植物进行栽培实验，这种方法主要是通过植物所吸收的重金属量将土壤重金属污染的生物有效性体现出来，从本质上来讲，它其实是生物浸提法，通过实验来探究生态风险与土壤重金属浓度之间的关系。

有研究者以小麦幼苗作为素材进行试验，以此来对制革污泥土壤中铬的化学形态进行研究，并探讨它与植物有效性之间的联系，通过研究发现使用制革污泥后，铬的植物有效性有所提升，铬的有效性含量会随使用时间的变化而变化。使用时间越近，则它的有效性含量就更大。

5 蚯蚓生态毒理实验在土壤重金属污染生态评估中的运用

虽然化学分析法对土壤重金属污染的生态风险评估起到了很重要的作用，但仅采用化学分析法是不全面的，还需要对这种方法进行补充评价。研究者们在经过一系列预实验后决定采用蚯蚓做生物监测的方法来对原有的分析法进行补充，因为蚯蚓浓酶体膜具有稳定性，所以采用它来做生物标示物。

将蚯蚓放在含铅的土壤中，蚯蚓体腔细胞浓酶体的中性红滞留时间与土壤和蚯蚓的接触时间成反比，接触时间越长，中性红的滞留时间就越低，土壤中铅的含量大小变化与中性红的停留时长基本一致。另外，还将蚯蚓毒理学实验运用到对重金属尾矿的研究中，对重金属尾矿进行毒性评估。采用蚯蚓作为生物标示物对于土壤重金属污染生态风险评估具有重要作用。

6 复垦土壤重金属污染生态风险评估中的地理信息系统

6.1 地理信息系统的含义

地理信息系统被环境科学领域所广泛应用，它是对地理空间数据进行整理的学科和技术。地理信息系统可以实现很多功能，它能够对重金属属性、土壤环境的要素以及污染情况进行全面分析。

6.2 地理信息系统的作用

地理信息系统曾在矿区土壤污染指数、重金属含量及土壤重金属污染评价方面显示出极大的运用价值。由于矿区的开采作业，导致该地区出现了严重的土壤重金属污染，土壤中含有大量的铅和锌等重金属元素。利用地理信息系统对环境进行检测是一个非常简单的过程，大量工业区都已经将其运用到土壤重金属风险评估的行列之中，它是一种新型的技术，以文字和图形结合的方式将土壤重金属污染状况表现出来，简化了评估形式。

7 复垦土壤重金属污染生态风险评估存在的问题

我国城市的土壤重金属污染过程比较复杂，在对其的生态风险评估上，对土壤检测的标准比较局限，在实验过程中基本都选择农业用田，具体的土壤环境质量标准也还没有完全成形，这对生态城市的建设是不利的。

生态环境评估方法上存在很多不足，评价方法中的化学分析法实验测定的生物有效值其实是不准确的，它大于实际生物有效值；植物培养法也存在缺陷，由于它受降雨、光照等环境因素的影响比较多，会受到环境的限制，导致实验很难控制；TCLP评估法也并不能完全真实地将生物的有效性反映出来。三种评估方法都存在着不同程度的缺陷，土壤重金属污染的评价对象同样具有很大的局限性，导致对土壤重金属污染生态风险的评估不够系统，为了让评价体系变得更完善，国家应该对受污染的土壤加大管理力度，使健康的生态环境体系早日建成。我国应加强对复垦土壤重金属污染生态风险评估方法的研究，以期提出更完善、更准确、更可靠的评价体系。

8 结语

复垦土壤重金属污染生态风险评价对于生态环境的建设具有重要意义，本文主要针对风险评价的方法进行了讨论，通过对其存在的问题分析，提出了个人观点，希望能为建立健康的环境体系起到抛砖引玉的作用。一方面需要加大土壤重金属污染的防治作用；另一方面对土壤重金属污染的评价体系进一步完善，这样对维持整个生态环境系统的健康发展均具有重要意义。

参考文献

[1] 徐冬寅.金矿区农田土壤重金属污染与人体健康风险研究[D].长安大学：第四纪地质学，2011.

[2] 吴汉福，田玲，吴有刚，等.煤矸石山周围土壤重金属污染及生态风险评价[J].工业安全与环保，2012（8）.

[3] 黄金，廖照江，杨磊.恩施菜地土壤重金属污染的生态风险评价和来源分析[J].广东农业科学，2013（3）.

第2篇

1煤矿开采对生态环境的影响

煤炭开采工艺可分为露天开采和井工开采两种，以不同的方式对矿区当地生态环境造成破坏。我国的煤炭资源以井工开采为主。为了明晰煤炭开采对生态环境的影响方式，为后续的风险识别工作进行铺垫，需对其影响方式和基本作用机理进行分析。本研究将采矿活动对生态环境的扰动归纳为土地破坏和环境污染两类，二者综合造成了矿区生态退化（图2）。

2煤矿开采对生态环境的影响

煤炭开采造成的土地破坏可分为土地挖损、土地压占和土地塌陷3个亚类［4］，露天煤矿以挖损和压占为主，井工煤矿以压占和塌陷为主。2000—2009年我国煤炭资源开采损毁土地5534万hm2，对土地资源造成了极大的消耗和损伤［5］。土地破坏还可能进一步导致局部地质灾害的发生，如滑坡、泥石流、土石流、矿震等［6］。环境污染可分为固体废弃物污染、废水污染和废气污染3类，露天开采和井工开采的污染方式基本类似。除污染物的直接排放之外，土地破坏也可能引发次生的环境污染。例如煤矸石堆放不仅压占土地，其中所含的重金属元素还会在雨水淋溶作用下迁移并污染土壤和水体，煤矸石自燃又会产生SO2、CO和CO2等有毒有害气体，是大气污染的重要污染源。土地破坏和环境污染综合作用导致矿区的生态退化，发生生态系统的结构损坏和功能缺失。同时，在脆弱的生态环境下，生态退化会进一步加剧土地破坏程度，例如在干旱—半干旱地区，煤炭开采会加剧土地沙漠化、土壤侵蚀和水土流失［7－8］；在潜水位较高的区域，地表塌陷会引发地面积水、土壤盐渍化等后果［9］。这一正反馈机制会导致矿区生态环境的恶性循环，进一步加大生态治理和风险防范的难度。即使在闭矿后，矿区生态环境也可能继续恶化，需要较长时间的治理和复垦才可能恢复。2煤炭矿区生态风险识别在目前国内外常用的生态风险评价体系和方法中，风险识别通常作为风险评价中的一个或几个环节，较少单独提出进行研究。例如，Hunsaker79等［10］提出的区域生态风险评价概念模型中，将风险评价总结为5个环节，其中“终点选取”和“风险源的定性和定量描述”两个环节即属于风险识别内容；PETAR方法［11］（procedureforecologicaltieredassessmentofrisks）中提出“三级风险评价”，其中“初级评价”即是对风险源、风险受体和评价区域的识别；在Landis［12］构建的相对风险评价模型所包含的9项内容中，也并未提出“识别”的概念，而是将对区域的选择和划分，风险源、受体及评价终点概念模型的建立等属于风险识别的内容融合到风险评价的方法中去。风险识别在风险评价研究中通常被作为风险评价的前期准备工作，或直接融入风险评价过程中，对于风险识别的内涵尚缺乏共识的界定。例如，姚兰［13］在洞庭湖进行的生态环境风险识别与评价研究中，将环境风险因子的识别与相应的评价指标选取相结合，由此将识别与评价结合起来。在许学工等［14］针对自然灾害进行的风险评价中，通过对风险源、风险受体和脆弱性评价因子的分析，完成了风险识别的内容，但并未明确使用风险识别这一概念。高铁军等［15］在采矿塌陷区进行风险识别时，将塌陷区修复中可能遇到的风险进行分类和分析作为风险识别的研究内容。焦锋［16］提出了较为具体的风险识别概念模型构建方法，采用加权打分法来对驱动力、风险源、风险因子和评价终点进行分析，确定其危害强度。常青等［17］针对矿区土地破坏生态风险构建了风险因果链作为风险评价的基础，并探讨了风险源、风险受体和生态终点的选取和定量表征方法，在矿区生态风险综合识别与评价方面做出了有益的拓展。本研究认为，广义的风险评价研究包括风险识别、风险分类和狭义的风险评价，狭义的风险评价即是对生态风险发生概率的定量化研究，而风险识别则是对生态风险的定性和半定量化认识。煤炭矿区生态风险识别的内容是筛选矿区范围内的风险源和风险受体，通过定性和半定量的方法对其进行甄别，判断区域内是否受到各个风险源的影响，并对风险源作用于风险受体的暴露—响应过程进行分析，确定生态终点。其识别结果是构建一个详细的生态风险因果链，明晰风险源、风险受体、生态终点及其之间的相互作用关系，搭建起矿区生态风险多源多受体的网状因果体系。本文将矿区生态风险识别分为风险识别流程和识别方法两部分进行论述。矿区生态风险识别流程包括矿区生态风险综合调查、风险源识别、风险受体识别、暴露—响应过程识别、生态终点识别、因果链构建6个步骤。矿区生态风险识别方法是在风险识别中判定风险源及风险受体是否存在、确定其空间位置和风险影响程度的方法，在具体研究中常作为风险评价的一部分进行。

3煤炭矿区生态风险识别流程

31综合调查在进行矿区生态风险识别之前，需要先对该矿区进行综合调查，认识矿区生态环境特征及采矿活动的特点和扰动方式。内容包括地形地貌、地质条件、水文条件、气象气候、植被、土壤以及矿业生产活动等。通过资料收集、遥感影像分析、现场调研、实地测量与监测、问卷调查、入户访谈等方式获取数据，并了解矿区自身特点，为后续的风险源识别工作奠定理论依据和数据基础。32风险源识别由于人类采矿活动对矿区生态系统起主导作用，因此在矿区生态风险识别中，侧重关注人类生产活动对自然生态系统的影响和破坏，风险源识别工作也围绕着采矿活动对生态系统的扰动展开。在现有研究中，程建龙等［18］将煤炭开采中的挖损、压占等土地破坏和有毒有害物质的污染作为露天煤矿的风险源。田大平等［19］也相类似地选择了土地破坏和有毒有害物质污染两个方面作为风险源。马萧等［20］将采矿活动引起的土地利用及景观格局变化作为主要风险源。贾媛等［21］则从人为风险源角度选取了煤炭开采、矸石堆放、道路修建、污染物排放等作为风险源。这些研究由于研究背景、研究目的和应用方向的不同，对风险源的识别也侧重于不同的角度。本研究考虑到煤炭开采对生态系统的影响方式，将生态风险源分为土地破坏和环境污染两类。其中，土地破坏包括土地挖损、土地压占、土地塌陷；环境污染包括固体废弃物污染、废水污染和废气污染。由于煤炭开采扰动的多面性和多源性，上述风险源之间存在一定联系。例如，固体废弃物既会导致重金属污染，同时也会造成土地压占。但上述风险源具有不同的表征、研究方法和治理措施，因此仍将其列为不同的风险源进行识别。33风险受体识别生态风险受体是暴露于胁迫因子下的单个或一组物种、生态系统的功能特征、特殊生境等［22］。矿区生态系统组分极易受到采矿活动的扰动和影响，成为生态风险的受体。矿区生态风险具有多风险源交叉影响的特点，因此一个风险源，可能对多个风险受体产生不利影响，一个风险受体也会受到来自多个风险源的作用。土地破坏类风险源以土地系统为风险受体，具体包括土壤、岩层、地貌、水体及植被；环境污染类风险源的受体则包括大气、土壤、水体、植被和动物。在实际研究中，考虑到资料的可获取性、数据的可监测性等因素，一般选择地质地貌、土壤、植被、水体和大气作为风险受体。部分矿区具备动物监测条件，可选择生活在矿区的动物（如鱼类）作为风险受体进行研究［23］。34暴露—响应过程分析暴露—响应过程分析是对风险受体对风险源暴露途径过程的分析［22］。风险源通过一系列复杂、综合的生物地球化学过程作用于风险受体，并导致相应的生态终点。对煤炭矿区生态风险而言，主要过程包括直接物理作用、水循环、食物链、风化作用、侵蚀作用、重力作用、扩散作用等。这些过程的识别和分析建立在对相应自然规律充分认识的基础上，通过资料收集、实地采样监测等方式判定。35终点识别生态终点指在生态风险源的作用下，生态风险受体可能受到的损害，以及由此发生的区域生态系统结构和功能的损伤。矿区生态风险终点有别于一般区域生态风险终点之处在于着重强调采矿活动对生态系统带来的损害，由于自然生态过程所产生的后果不在本研究的考量范畴内。不同的风险受体会伴随不同类型的生态终点。对地质地貌要素，会导致矿震、地裂、滑坡、泥石流、崩塌等生态终点；对土壤要素，会导致土壤重金属污染、土壤结构破坏、土壤微生物环境破坏、土壤理化性质改变、水土流失、土壤退化等；对植被要素，会导致植被破坏、植被退化、生境破碎化、植被多样性降低、病虫害等；对水体要素，会导致地表水系改变、地下水贮存条件改变、地下水位下降、水环境污染等；对大气要素，会导致大气粉尘污染、温室气体含量上升、有毒有害气体污染、酸雨等；这些最终会导致生态系统的结构损伤和功能缺失；对动物，除导致生境破碎化、物种多样性降低之外，污染造成的影响更为严重，会导致动物生长性状受损。36风险因果链构建因果链分析是风险识别方法的一种，运用故障树和事件树等逻辑分析方法，以事件组潜在的因果关系为基础，在事件的成因和后果之间建立链条，构成多成因多后果的风险因果体系［2］。因果链分析在流域生态风险识别、区域生态风险识别和不同生态系统的风险识别中都有应用。由于矿区生态风险具有显著的多风险源、多风险后果的特征，本研究选择风险因果链方法作为典型的矿区生态风险识别方法，基于煤炭开采的基本工序，通过上述风险源、风险受体、暴露—响应过程和终点的识别，构建风险因果链（图3）。从风险源的类型来看，土地破坏类生态风险源，主要通过直接物理破坏、风化、侵蚀和重力等作用及水循环过程，对地质地貌、土壤、植被、水体和大气产生影响，其后果通常是对生态系统组分的破坏和对原有地质地貌条件的改变，同时也会产生次生生态影响，如地形破碎和地表植被破坏加剧水土流失和土地荒漠化，生境破碎导致生物多样性降低等。而污染类生态风险源主要通过扩散作用、水循环和食物链对土壤、水环境、大气、植被和动物产生影响，其后果通常是对生态组分的污染，其中主要是土壤重金属污染、水体重金属污染、大气粉尘污染、大气温室气体含量增加、酸雨等，在一些矿区由于生物体的富集作用，污染物特别是重金属元素随食物链在生物体内积累，高浓度的污染物会随生物遗体回到土壤和水体中造成进一步的污染，更有可能被高等动物所食用，产生缓慢但具有区域性的毒害作用。这些生态后果将导致生态系统的结构损坏和功能丧失，生态系统健康下降，并可能引起生态系统结构由复杂向简单的逆向演替。

4煤炭矿区生态风险识别方法

煤炭矿区生态风险识别常用的技术方法包括“3S”技术、实地采样与实验室分析相结合的方法和问卷调查与访谈方法。其中，“3S”技术以遥感和GPS为获取数据信息的主要手段［24－26］，以GIS技术为主要分析手段［27］；实地采样和实验室分析常用于对土壤、水体和大气污染物的识别，判定污染物是否存在、浓度是否达到可被作为风险源的阈值［28－29］；问卷调查和访谈通常作为一种获取数据的辅助手段。煤炭矿区生态风险是区域生态风险中的一类特例，部分区域生态风险研究中的基本方法也能够应用于煤炭矿区的风险研究中。在区域生态风险研究中，上述基于风险源—风险受体—生态终点因果关系的方法是一种基本的研究思路，在此基础上不同的学者构建了若干不同的生态风险评价方法，包括前述中的PETAR方法等。尽管风险识别是为后续的风险评价、风险管理和防范铺垫基础，但在实际风险评价研究中，特别是在目前常用的基于景观生态指数的评价方法中，风险识别步骤经常被忽略，而直接对指标进行筛选和运算。然而，这并非意味着风险评价不再需要进行风险识别，而是通过指标筛选的过程对风险受体和风险源在研究区的影响作用进行了识别。例如，风险评价中常用的PSR模型（压力—状态—响应模型）及其改进模型，压力指标即指人类活动对自然生态系统的扰动和胁迫［30］，属于风险源范畴；评价指标是区域内风险源、风险受体和生态风险的定量化表征。因此，风险识别在实际案例研究中，除可以通过上述技术方法对风险源和风险受体进行有针对性的识别外，也可以直接通过风险评价过程实现。在这种情况下，对风险评价各指标的筛选和对量化指标阈值的确定就成为风险识别中重要的一环。本文根据煤矿区的生态风险特征，提出了针对煤矿区的风险源和风险受体识别与诊断指标。其中，风险源特征及各风险亚类的识别指标如表1，在此基础上界定阈值即可进行风险源破坏程度的判定和识别。而风险受体的诊断和识别则包括生态系统功能完备性和生态组分安全性两个方面，生态系统功能完备性的常用诊断指标，包括生物多样性、生态系统服务和生态系统健康3个方面（表2）；生态组分安全性诊断方法包括实地检测、遥感监测、采样分析和问卷调查，分别适用于不同生态组分的诊断指标，在实际工作中可以根据矿区的特点和数据的可获得性进行选择（表3）。

5结语

第3篇

风险评价兴起于七十年代几个工业发达国家，尤以美国在这方面的研究独领。在短短20多年中，就环境风险评价技术而言，大体上经历了三个时期：七十年代至八十年代初，风险评价处于萌芽阶段，风险评价内涵不甚明确，仅仅采取毒性鉴定的方法；八十年代中，风险评价得到很大的发展，为风险评价体系建立的技术准备阶段。美国国家科学院(NAS，1983)[1]提出风险评价由四个部分组成，称为风险评价“四步法”即危害鉴别，剂量一效应关系评价，暴露评价和风险表征。并对各部分都作了明确的定义。由此，风险评价的基本框架已经形成。在此基础上，美国EPA制定和颁布了有关风险评价的一系列技术性文件、准则或指南。但大多是人体健康风险评价方面的。例如，1986年了致癌风险评价、[2]致畸风险评价、[3]化学混合物健康风险评价、[4]发育毒物健康风险评价、[5]暴露评价、[6]超级基金场地（Superfund sites）危害评价和风险评价[7]等指南。1988年又了内吸毒物(sytemictoxicants)[8]和男女繁殖性能毒物[9，10]等评价指南。1989年，美国EPA还对1986年指南进行了修改。因此，从1989年起，风险评价的科学体系基本形成，并处于不断发展和完善的阶段。

由此可见，原先的风险评价主要限于人体健康风险评价，许多有害废物管理也是着眼于人体健康风险进行的。近几年来，生态风险评价业已被人们所重视，已处在同人体健康风险评价的同等地位。但是到目前为止，生态风险评价还没有一套方法指南。尽管有人将NAS模式加以改变后用于讨论生态风险问题，生态风险评价原则上也可按其四个方面进行，但由于生态风险评价不完全等同于人体健康风险评价，用于人体健康风险评价的一系列方法指南并不完全适用于生态风险评价。因此美国EPA从1989年以来一直致力于生态风险评价指南的制订工作，1992年确定了一个生态风险评价指南制订工作大纲[11]，原则上给出了生态风险评价的框架。从研究内容上看，大致上与NAS提出的“四步法”相同，但每一方面的重点和方法又有不同的内容。该大纲将生态风险评价过程分为三步：第一步为问题阐述(Problem formulation)，描述目标污染物特性和有风险生态系统，进行终点选择和有关评价中假设的提出。问题阐述是确定评价范围和制定计划的过程；第二步为分析阶段(analysis phase)，主要从暴露表征和生态效应表征两个方面进行；第三步为风险表征。

显然，目前国外环境风险评价主要包括人体健康风险评价和生态风险评价两方面，风险评价的科学体系已基本形成。相对来说，人体健康风险评价的方法基本定型，生态风险评价正处在总结、完善阶段。总的来说，目前国外环境风险评价具有如下的特点和趋势：

·研究热点已由人体健康风险评价转移到生态风险评价；

·从污染物数量来说，已由单一污染物作用进一步考虑到多种污染物的复合作用；

·从环境风险类型来说，不仅考虑化学污染物，特别是有毒有害化学物，而且还要考虑到非化学因子对环境的不利影响；

·从评价范围方面来说，由局部环境风险发展到区域性环境风险，乃至全球环境风险；

·生态风险不仅仅只考虑到生物个体和群体，而且考虑到群落、甚至整个生态系统；

·技术处理上由定性向半定量、定量方向发展。

环境风险评价技术，特别是生态风险评价，还有许多问题有待研究，其中主要的有以下几方面：

1．评价终点的选择 人体健康风险评价的终点，只有一个物种(受体为人)，而生态风险评价的终点却不止一个，终点选择就成了生态风险评价过程的关键。对任何不同组织等级都有终点选择问题，终点选择原则上根据所关注的生态系统和污染物特性来进行，对生态系统和污染物特性了解得愈深刻，终点选择就愈准确。由于生态系统复杂性，不同评价人员可以选择不同的终点，因此目前迫切需要有一个统一的方法来确定生态风险评价的终点。

2．模型优化 模型在风险评价中的重要性是显而易见的，因为风险评价是研究人为活动引起环境不利影响的可能性，是根据有限的已知资料预测未知后果的过程，这就需要应用大量的数学模型才能完成。模型的优劣直接关系到整个风险评价结果的准确性。风险评价涉及的模型很多，主要有污染物环境转归模型、污染物时空分布模型、暴露模型、生物体分布模型、外推模型、风险计算模型等。风险评价就是由这些模型的组合，借助于计算机来连串在一体的。随着风险评价越来越复杂，准确性要求越来越高，发展和完善各种数学模型始终是风险评价研究的重要方面。

转贴于 3．生态暴露评价 在人体健康风险评价中，暴露评价是测定人体暴露值大小、频率、途径和暴露时间，表征受暴露的人群。在生态风险评价中、暴露评价相对人体健康暴露评价来说是特别困难的，尤其对暴露群体的表征，针对不同物种，它们栖息地环境差异很大，如水生环境、陆生环境和其他特定环境等。目前对生态暴露评价的定义还没有完全统一，一般认为生态暴露评价是测定污染物的空间和时间分布、存在形态、生物有效性以及与所关注的生态组分的接触状况。生态暴露评价是生态风险评价过程中最基本的组成部分，由于暴露系统的复杂性，目前还没有一个暴露的描述能适用所有的生态风险评价。由于对存在风险的种群认识不完全、污染物有效性的因子了解不够、单一、特别是多种混合物暴露的剂量一响应规律认识不深入，以及将实验室结果外推到野外的不同时空范围的困难等，暴露评价中的许多因子都存在不确定性。显然，生态暴露评价远比人体暴露评价复杂，关键必须考虑污染物与生物体以及生态系统、污染物与环境间的相互作用、相互影响。因此，必须加强这方面评价方法和技术的研究。

4．不确定性处理 不确定性处理一直是风险评价中的主要问题。不确定性来源于各种外推过程，例如：物种间外推、不同等级生物组织间外推、由实验室向野外情况外推，由高剂量向低剂量外推等。因此对不确定性的定量化处理是风险评价必须解决的关键技术问题。要发展各种外推理论，建立合适的外推模型。 总之，随着环境保护进入一个新的时代，可以预见，环境风险评价研究必将对人类生存及自然环境的保护和改善作出新的贡献，并将对环境科学理论研究有新的推进。

参考文献

[1] NAS(1983):Risk Assessment in the Federal Government：Managing the Process．NationalAcademy Press，Washington，DC

[2] USEPA(1986):Guidelines for carcinogen risK assessment．Fed．Regist，51:33992?4003．

[3] USEPA(1986):Guidelines for mutagenicity risk assessment．Fed．Regist．51:34006?4021、

[4].USEPA(1986):Guidelines for the Health risk assessment of chemical mixturse．Fed．Regist51:34014?4025．

[5].USEPA(1986):Guidelines for developmental toxicity risk assessment．Fed．Regist．51:34028?4040．

[6] USEPA(1986):Guidellnes for exposure assessment.Fed．Regits．51:34042?4054．

[7] USEPA(1986):Superfund Health Assessment Manual.EPA 540／1?6／060．

[8] USEPA(1988):Guidelines for health assessment of systemic toxicants．Fed Regist．(in draft)．

[9] USEPA(1988):Proposed guidelines for assessing femaelreproductive risk．Fed．Regist．53:24834-24847.

[10] USEPA(1988):Proposed guidelines for assessing male reproductive risk，Fed．Regist．53:24850?4860．

第4篇

物种敏感性分布法SSDs法(species Sensitivity Distributions)是一种较高级的统计学外推方法，置信度较高，可以给出特定效应或结果发生的概率，可用于生态风险评价的效应评价和环境标准的制定等工作，被列于欧盟风险评价技术导则(TGD，Technical Guidance Document on risk assessment)的标准方法中，被美国环境保护署研究者推荐用于特定生物的保护，不仅可用于水生态环境和沉积物的生态风险评价，还被推广至土壤环境，我国也开展了一些排序和评价方面的应用尝试和环境质量标准设定的研究。

太湖为中国第三大淡水湖，由于周边地区人口密集、工业发达，致使水体污染严重，重金属、持久性有机污染物POPs(Persistent Organic Pollutants)、多环芳烃PAHs(Polycyclic Aromatic Hydrocarbons)和部分内分泌干扰物EDCs(Endocrine Disruptors Chemicals)在太湖水体、沉积物和生物体中均有检出，合理的监控和管理这些物质，有利于维护和修复太湖水生态系统，有助于遏制蓝藻爆发和防止湖泊退化，迄今为止，对各物质风险进行系统性比较的研究并不多，针对太湖水体的研究更加稀少，太湖的生态风险并不清楚，天目湖位于太湖的上游，为国家级大型水库，是重要的城镇饮用水源地，因此本文以天目湖为研究对象，并将其与太湖进行了对比。

本研究参考相关资料设计了一套应用SSDs法进行生态风险评价的方法，对水和沉积物中的典型污染物进行了风险值计算，并结合以往报道对其进行风险排序，以找出主要的污染物，本研究大批量、工程化地应用SSDs法对水体中污染物进行生态风险评价，希望能推动生态风险评价在重要水体和自然景观保护区环境管理、治理和修复中的应用。

1　实验方法

1.1　排序步骤

风险排序分4个步骤：暴露评价，使用之前文献所报道的环境浓度；效应评价，应用SSDs法；风险表征，使用商值法；风险排序，按照各类生态基准值和风险值大小进行排序。

第5篇

关键词：济南市南部山区；土地利用；生态风险；克里格插值

中图分类号：F205文献标识码：A文章编号：16749944（2013）10020903

1引言

20世纪80年代出现了风险评价，经历了20多年的发展和变化，其评价方法、范围和内容发生了很大的变化[1]。在20世纪90年代末21世纪初，区域生态风险评价作为生态风险评价的一个重要分支发展起来，且风险源也在扩大，除化学污染和生态事件外，人类活动作为一个重要的风险源也加载进来[2]。如今，在进行生态风险评价时，从考虑单一风险源到多种风险源出现，从单一风险受体发展到多种风险受体，评价尺度也发生了很大改变，从种群、生态系统到区域和景观水平[3]。生态风险是指一个种群、生态系统或整个景观的正常功能受外界一种或多种压力的胁迫从而在目前和将来减少该系统内部某些要素或其本身的健康、生产力、经济价值和美学价值的可能性[4]。生态风险评价是环境风险评价的重要组成部分，它是指受一个或多个胁迫因素影响后，对不利的生态后果出现的可能性进行评估[5]。

南部山区被称为济南市的后花园，有许多的自然和人文景观，环境优美秀丽。但随着经济和城市化的推进，人口增加，大力推行城市建设，一些地区的生态环境遭到破坏。 目前，生态风险评价研究是热点问题，本文以济南市南部山区为例，利用GIS技术和地统计方法，通过构建综合生态风险指数来分析南部山区的生态风险情况，以便为以后的发展提供建议。

2研究区概况

济南市南部山区通常是指地下水的补给范围，西起马山断裂，东至东梧断裂，南部以长城岭地表分水岭为界，北以石炭二叠系火成岩为边界，总面积为1201.6km2。研究区的行政区划范围划分为11个乡镇，共涉及3个区，分别是：市中区的党家庄和十六里河，长清区的张夏镇、武庄乡、崮山镇、万德镇和五峰山镇，历城区的仲宫镇、锦绣川乡、柳埠镇和高而乡[6]。该地位于泰山余脉，地理位置特殊，境内群山环绕，沟壑纵横，自然风光秀丽。地貌类型为低山丘陵，该地四季分明，夏季高温多雨，冬季寒冷干燥，属于典型的暖温带大陆性季风气候。森林覆盖率高，植物种类多，生态系统较为稳定。

3生态风险评价内容和方法

3.1数据源与数据处理

本研究所采用的2009年土地利用数据源是由中国科学院遥感应用研究所提供。本文研究以济南市南部山区为研究对象，采用2009年的30m×30m分辨率TM卫星遥感影像，利用ERDAS Imaging图像处理软件，进行假彩色合成和图像融合，以1∶10万地形图为参照图进行几何精校正，之后进行图像裁剪，得到研究区的影像范围。把经过裁剪之后的图像加载到ArcMap图像处理软件中进行数字化，建立矢量图层，并建立解译标志，最终获得2009年研究区土地利用类型信息。根据《中国土地利用现状调查技术规程》，把济南市南部山区的土地利用类型分为6大类，分别为：耕地、草地、林地、水域、城乡工矿居民用地和未利用地[4]。

3.2采样方式

根据研究区范围大小，将研究区划分成2km×2km的单元网格，覆盖整个研究区域进行采样，共采样454次，每个样地利用生态风险指数计算出该样地的综合生态风险指数，把该综合生态风险指数作为该样地的中心点的生态风险指数值，并计算各个土地利用类型占该样本的面积比例Ai。

3.3生态风险指数构建

3.4GIS空间分析方法

克里格插值（Kriging）又称为“空间局部插值法”，是以变异函数理论和结构分析为基础，在有限区域内对区域化变量进行无偏最优估计的一种方法，是地统计学的主要内容之一。插值方法按其实现的数学原理可以分为两类（图1）：一类是确定性插值方法，另一类是地统计插值，也就是克里格插值。图1空间插值分类确定性插值方法以研究区域内部的相似性（如反距离加权插值法），或者以平滑度为基础（如径向基函数插值法）由已知样点来创建表面。地统计插值方法（例如克里格法）利用的是已知样点的统计特性。地统计插值方法不但能够量化已知点之间的空间自相关性，而且能够说明采样点在预测区域范围内的空间分布情况[8]。克里格差值方法最主要的目的是提供权重系数的最优办法，并能描述误差信息。本文是在生态风险指数系统采样的基础上计算得出综合生态风险指数，运用ArcGIS中Spatial Analyst Tools下级菜单Interpolation中的Kriging 工具来得出研究区2009年生态风险空间内插示意图，清楚地表现出研究区的生态风险程度的不同，为生态风险评估提供了方便。

4结果与分析

4.1生态风险分级

通过计算得出的综合生态风险指数，把研究区的生态风险等级划分为低风险区、较低风险区、中等风险区、较高风险区、高风险区5个等级（表1）。通过计算分析，济南市南部山区的低风险区和较低风险区面积达1007.65km2，占总面积的83%。因此济南市南部山区的生态风险等级以低风险区和较低风险区为主，总的来说，生态风险程度不高，属于偏低型。

5结果与建议

（1）研究结果表明，济南市南部山区的生态风险程度偏低，土地利用类型以耕地和林地为主，中部和东部大部分区域属于偏低风险区，西南和东南局部区域属于高风险区。

（2）针对高风险区和较高风险区，应提高土地生产功能，扩大植被覆盖率，改善生态环境，城市建设与绿化相结合，并做好城市污染治理工作，走清洁生产道路。

（3）对于中等风险区和较低风险区，加强环境保护和生态恢复，在进行城市化建设时，应有计划地开发利用土地。

（4）对于低风险区，该地大部分属于自然保护区，因此应加强对该地区的保护，以减少人类对动植物的干扰破坏，最终能达到协调好经济、人口与资源环境的关系。

参考文献：

[1] Delgado J D，Arroyo N L，Arevalo J R，et al. Edge effects of roads on temperature，light，canopy cover，and canopy height in laurel and pine forests （ Tenerife，Canary Islands） [J]. Landscape and Urban Planning，2007，81： 328 ～340.

[2] Hunsaker C T，Grahm R L，Suter G W，et al. Assessing ecologicalrisk on a regional scale[J]. Environmental Management，1990，14： 325～332.

[3]孙洪波，杨桂山.生态风险评价研究进展[J].生态学杂志，2009，28（2）：335～341.

[4] 杨永峰，孙希华，王百田.基于土地利用景观结构的山东省生态风险分析[J].水土保持通报，2010，30（1）：232～235.

[5]臧淑英，梁 欣，冯忠科.黑龙江省大庆市生态风险评价研究[J].北京林业大学学报，2005，27（2）：58～62.

[6]张慧.基于景观安全格局的济南市南部山区生态用地研究[D].济南：山东师范大学，2012.

第6篇

-1.003 3（Ⅴ）上升为0.557 5（Ⅱ），即由安全级降为风险级。根据此评价结果，提出了协调武汉市城市土地利用与生态环境的对策。

关键词：土地利用；生态风险；PCA模型；K均值聚类；武汉市

中图分类号：F301.2；S181 文献标识码：A 文章编号：0439-8114（2013）15-3731-05

土地利用变化在很大程度上反映了人类活动与自然生态条件变化的综合影响。随着社会经济快速发展，城市化进程加快，人类对土地的需求越来越大，这种强烈需求使得人地关系矛盾步步升级，随之而来的土地生态问题也日益突出，如土地利用结构不合理，水土流失、土地荒漠化、土壤污染、土地生态破坏性加剧等。面对严峻的现实，人们开始意识到生态环境的重要性，并有意调控土地利用方式，改善生态环境，促使二者关系趋于协调。武汉市地处我国中部腹地，位于江汉平原东部，该区域土地类型多样，适宜性广泛，水资源优势突出，为全市的经济社会发展提供了重要的物质基础。但由于武汉市社会经济的发展、城市化建设的扩张、人口的增加和土地利用方式不当等原因，大量的土地在城市化、工业化过程中丧失，土地生态功能下降，人地矛盾突出。本研究以武汉市2003-2010年土地利用现状为对象，建立主成分分析（PCA）和K均值聚类的生态风险评价模型，对武汉市土地利用生态风险进行评价，旨在把握武汉市土地利用与生态环境协调发展程度的变化规律，以期能充分认识武汉市土地资源利用和两型社会建设所面临的问题，为城市区域社会经济和生态环境建设发展战略的制定提供参考依据。

1 武汉市土地利用变化情况

1.1 土地利用数量变化

武汉市地貌类型多样，山地、丘陵、岗地和平原兼备，全市土地总面积849 400 hm2，占全省土地总面积的4.57%。表1选取了武汉市2003年和2010年两个时段土地资源利用状况，统计出了各地类的面积及其变化情况。

由表1可以看出，8年间武汉市农用地和未利用地总量减少，城市建设用地迅速增加。在农用地类型中，耕地、牧草地显著流失，其中牧草地减少最快，8年共减少6 604.97 hm2，减幅为95.93%；耕地面积由2003年所占总土地面积的44.16%减少到2010年的39.57%。林地、园地面积增加最多，8年共增加了22 767.71 hm2，两者增幅共计38.79%。在建设用地类型中，交通水利用地面积增速快于居民点及工矿用地的速度，增幅比例达33.77%。在未利用地类型中，未利用土地和其他土地共减少了6 111.91 hm2。值得注意的是，大部分未利用地是难以开发的山丘区荒草地和裸岩地，可垦地较少，耕地后备资源相对贫乏。

1.2 土地利用结构变化

由于土地利用类型分类较多，影响程度判断难度较大，因此引入土地利用结构生态风险指数[1-3]，计算各种类型土地面积比重，来衡量8年间武汉市各类型土地生态风险变化情况：

借鉴已有的研究方法[3，4]，结合区域经济快速发展特点，本研究利用层次分析法确定了不同土地利用类型的生态风险参数（耕地0.311 5；园地0.109 6；林地0.158 7；牧草地0.035 5；其他农用地0.034；居民点及工矿用地0.018 1；交通运输用地0.225 9；水利设施用地0.055 2；未利用地0.051 5）与生态风险指数。

结合公式（1）与武汉市土地利用类型面积变化数据，计算得出武汉市土地利用结构风险指数（表2）。由表2可知，武汉市9种土地利用类型中，耕地生态风险指数的平均值最大为0.126 8；其次是林地，为0.015 8；牧草地生态风险指数最小，为0.000 1。这说明耕地变化对生态环境和社会经济发展潜在影响最大，其次是林地，牧草地潜在生态影响最小。8年间，不同土地类型平均生态风险指数大小顺序为耕地>林地>未利用地>其他农用地>交通运输用地>居民点及工矿用地>园地>水利设施用地>牧草地。

由图1可以看出，8年间武汉市土地利用结构生态风险指数的变化趋势大致可分为2个阶段：2003-2005年生态风险指数急剧下降，2006-2010年生态风险指下降趋势变缓且趋稳，这与武汉市土地利用结构变化的趋势一致。2003-2005年虽然园地、林地面积以每年1%的速度递增，但牧草地面积急剧缩减，从2003年的6 884.97 hm2减少到2005年的4 248 hm2，加之耕地数量进一步减少，导致了这3年土地生态风险的加大。

2 武汉市土地利用生态风险评价

2.1 指标体系建立

土地利用生态风险是指不合理的开发利用土地导致某些自然异常因素、生态环境恶化，给人类社会带来损失的可能。土地利用生态风险评价是从城市土地利用的角度描述和评估城市的环境污染、人为活动或自然灾害对生态系统及其组成成分产生不利作用的可能性和大小的过程[5]。由于土地生态系统是一个复杂系统，涉及的风险源、暴露体和终点比较多[4]，因此需要构建一套完整的评价指标体系。本研究在综合考虑生态风险指标的可得性与可操作性基础上，对指标进行筛选，保留重要指标，从自然、社会经济环境状况出发，根据武汉市实际情况最终形成了以下评价指标体系（表3）。

由于不同变量之间具有不同的单位和不同的变异程度，这会导致数据在分析过程中因单位不统一而造成结果的差异。因此，在进行主成分分析前，首先进行数据的标准化，也称为无量纲化，即将异度量的各指标值分别转化为无量纲的相对指标值。本研究采用统计学软件SPSS 20.0中的Z-score法对数据进行标准化变换[6]（表3）。

2.2 建立主成分分析法与K均值聚类的武汉市土地生态风险评价模型

主成分分析法（PCA）是去掉重复信息、简化数据结构的一种多元统计方法[5]。利用PCA可以把多个相关的指标变换成少数几个互相无关的综合变量（主成分），通过选择适当的主成分价值函数模型，可以把多维系统降成一维系统。K均值聚类是最常用的聚类算法之一，它通过寻找一组聚类中心把对象集合划分成一组聚类[6]。通过SPSS软件，利用主成分分析方法，最终确定m个特征值，m即为因子变量个数，其数值确定见SPSS输出结果（表4）。

由表4的第1列至第4列可以看出因子分析的初始解对原有变量总体的刻画情况，第1列为23个初始解的序号，第2列为因子变量的特征值，它是衡量因子变量重要程度的指标[5]，第4列则是各因子变量的累积方差贡献率。由主成分分析得出有5个特征值大于1[7]，分别是12.429、4.955、1.807、1.469和1.361。这5个成分累计方差贡献率达到95.74%，当提取前5个公因子时，特征值变化明显，当提取第5个之后的公因子时，特征值变化很小，基本趋于平缓。说明前5个因子基本反映了原指标变量的绝大部分信息，即m=5符合分析要求。

2.3 因子得分函数

计算因子得分的方法有回归法、Bartlette法、Anderson-Rubin法等[8]。根据上述计算公式，将因子变量表示为原有变量的线性组合，并代入样本数据，计算出相应的因子得分。

2.4 风险等级划分

在上述因子分析的基础上，应用5个因子的方差贡献率作为各自权重，计算土地利用生态风险度。公式如下：

按此公式，得到武汉市8年来土地利用生态风险度。为了对所研究时段的土地利用生态风险特征进行分析，参照谭三清等[5]和宋志鲲等[8]关于生态风险等级划分标准相关研究，结合K均值聚类的方法对土地利用的生态风险进行了等级划分。其计算结果是：恶劣级（T>1.2）、风险级（0.17

结合城市土地利用不同级别风险的特点[5，9，10]，将每种等级的土地利用系统特征表述为表7。

3 结果分析

根据各年度计算的城市土地风险值，结合每个等级的城市土地利用分析的土地系统特征，评定了武汉市2003-2010年的土地利用风险状况（表8）。从表8中可以发现，在所考察时段，武汉市土地利用的生态风险总体上趋于恶化。2003-2004年武汉市土地生态风险处于安全级别，但此后6年生态风险值呈逐年扩大趋势，说明土地利用的生态状况受到了破坏，生态环境问题较为严重。

通过分析8年间武汉市土地利用生态风险等级，结合每个等级的土地利用特征，可将生态风险状态划分为3个时间段。

1）2003-2004年，生态风险指数缓慢增长阶段，但土地生态风险总体处于安全级别，说明此阶段武汉市土地生态环境良好，系统服务功能基本完善，受干扰后可自行恢复。

2）2005-2006年，生态风险指数进一步上升，风险等级由安全级逐步降为良好级、敏感级，这一变化反映了当地政府对土地利用的投入强度逐步增强，导致生态环境受到了一定程度的破坏。

3）2007-2010年，武汉市土地利用生态风险等级进一步恶化，尽管2010年武汉市土地生态风险指数较上一年有所减少，但仍处于风险级，这一数据的测算与实际情况相符。其原因在于2005年以后武汉市开始了大规模的市政建设，建设步伐加快使得城市周边土地不断被蚕食，农用地持续减少，闲置土地增多，土壤遭受城市建设破坏和城市垃圾等污染而退化，土地生态环境质量下降，系统服务功能受到破坏并且退化。

4 结语

本研究引入土地利用生态风险指数，测算武汉市各地类结构年际变化情况，建立PCA和K均值聚类的土地生态风险模型，利用土地生态风险度来评价武汉市土地利用的相对生态风险，有一定的全面性。因为土地利用类型的改变势必会引起区域生态功能的变化，故通过研究不同土地利用类型间的迁移变化特征来识别区域生态环境的变化趋势及其内在因素是可行的、有效的。

通过对武汉市土地利用的生态风险评价，可为区域生态环境管理提供数量化的决策依据和理论支持。根据土地利用生态风险年际间的高低程度，应在高生态风险时段进行生态建设与环境保护，以提高该城市区域的土地生产功能和环境功能，但是也不能忽视中、低生态风险时段的生态建设，才能实现武汉市的生态环境、社会经济建设协调发展。

参考文献：

[1] 肖 杨，毛显强.区域景观生态风险空间分析[J].中国环境科学，2006，26（5）：623-626.

[2] 付在毅，许学工.区域生态风险评价[J].地球科学进展，2001， 16（2）：267-271.

[3] 臧淑英，梁 欣，张思冲.基于GIS的大庆市土地利用生态风险分析[J].自然灾害学报，2005，14（4）：141-145.

[4] 刘引鸽. 基于土地利用的陕西省生态风险分析[J]. 水土保持通报，2011，31（3）：180-184，189.

[5] 谭三清，李 宁，李春华，等.长沙市土地利用生态风险及评价[J].中国农学通报，2010，26（15）：336-342.

[6] 高惠璇.应用多元统计分析[M].北京：北京大学出版社，2005.

[7] 吴大放，刘艳艳，董玉祥，等.珠海市耕地变化时空特征及其驱动力分析[J].热带地理，2009（5）：472-482.

[8] 宋杰鲲，李继尊. 基于PCA-AR和K均值聚类的煤炭安全预警研究[J].山东科技大学学报，2008，27（2）：105-108.

第7篇

随着高新科技的不断发展，化工业、建筑业等得到了飞速的进步，取得了很多技术上的突破，但是在快速发展的道路上化学品带来的爆炸、泄露、辐射等时间不断的侵扰着人们的生活环境，对人类的生命财产安全及生存环境的污染等产生了巨大的不容忽视的影响，成为当代各个国家重点治理项目之一。因此对存在风险的工程建设项目进行环境工程风险评价显得尤为重要，成为了人类安全及生态循环得以保障的最为急切的需要。通过对历史事例进行研究分析可以发现一个规律，对建设项目进行前期飞风险评价，如可能突发事故原因与概率分析并对后果危害进行预测，提出能够避免或减少的对策，这样能够大大降低事故发生的概率，降低损失到最低[2]。

2环境工程的风险评价的问题分析

2.1选择风险评价终点

对于人体健康的风险评价终点一般为一个物种，受体是人，无需选择。生态系统风险评价终点却不一样，不仅仅一个，因此需要进行终点的选择，这个选择也决定了风险评价过程。终点选择问题存在于所有的环境组织中，选择的原则根据生态系统及污染物的特性进行选择，了解越多选择越准确。鉴于生态环境的复杂情况以及评价员的主观性，因此选择的终点不尽相同，对此现在缺乏一个统一的选择方法与标准对评价终点进行选择。

2.2优化数学模型

数学模型是环境风险评价不可缺少的部分。环境风险评价的目的是对人为活动造成环境影响的可能性进行预测，而该过程是通过对已有资料分析预测可能发生的后果，其中涉及到大量数学计量模型的使用。因此数学模型质量的好坏对整个风险评价的准确性起到关键性作用。主要涉及模型有：污染物的环境转归模型及时空分布模型、外推模型、暴露模型、风险计算模型等。风险评价是多种模型的有机组合，并通过计算机进行连接组合。随着社会的不断发展，风险评价变得日益复杂，准确性的要求也日益提高，因此对数学模型的完善与优化是风险评价研究重点工作。

2.3暴露评价

对人体风险评价过程中暴露评价主要是指预测人体的暴露值、暴露时间、频率、途径，表征为受到暴露群体。而进行生态风险评价过程中，生态暴露评价比人体暴露评价要有难度，特别是暴露群体表征的确定，主要原因是不同的物种拥有不同的栖息地环境，且该环境差异大，如陆生环境、水生环境等。生态的暴露评价属于风险评价中基本组成部分，且因为暴露系统具有极为复杂的特性，因此当前仍缺乏一个可以适用于全部生态风险评价的暴露描述。对生态暴露评价方法与技术的研究与发展成为当前本行研究工作者研究重点项目。

2.4处理不确定性风险

处理不确定性风险作为风险评价中长期存在的问题。其不确定性来自于多种外推的结果，如，非同级生物之间的外推、实验室对野外状况的外推等。对不确定性风险进行定量化的处理，是当前风险评价需要解决的重要技术问题，需要研究与发展多种外推的理论，并建立科学外推的模型。

3风险评价的应用

风险评价在环境影响评价中应用的目的是有效科学的对整个环境影响评价质量进行提高。环境风险评价首先就工程进行分析，从中预测可能发生的事故风险，并对项目原有风险开展调查，调查内容有工艺、包装、运输、原料及燃料用量、贮存等。其次在确定了风险源后，根据选择的模式进行风险评价，最终确定该项目风险的级别，同时对事故造成进一步污染后果进行预测[3]。

4结论

第8篇

【关键词】模糊综合评判;APH;MATLAB;GIS;名山县

农田生态系统是人类活动干预最强烈的生态系统，而农田生态系统环境评价是农田生态系统环境保护的一个十分重要的技术保障手段，能够为农田生态系统环境管理与决策，提供科学理论依据[1-2]。本研究利用一系列监测实验仪器与方法在雅安名山县周边建立农田生态系统环境监测站，监测水文指标、水化指标、生物结构指标[2]建立数据库，应用模糊综合评判等模型对农田生态环境安全情况进行详细分析和评价[3-4]。

1 材料与方法

1.1 研究区域

研究区域位于四川省雅安市名山县，是四川盆地西南边缘（102°58′～103°23′E29°58′～30°16′N），海拔548～1456m，属于亚热带季风性湿润气候，年均气温15.4℃，年均降雨量在1200～1700mm。

1.2 研究方法与数据来源

本研究采用的方法主要有模糊综合评价法[4]、层次分析法[5]和ArcGIS空间分析技术[6]，采用MATLAB、SPSS软件对测试点的数据进行相应分析。

2 农田生态系统环境安全评价模型建立

2.1 层次分析法确定评价指标权重

1）将“名山县农田生态环境安全”设为目标层，水文指标、水化指标、生物结构指标建立为准则层，土壤含水率、大气质量、土壤退化度、水体质量、土壤肥力、农药残留量、重金属含量、植物多样性、无脊椎动物9个影响因素设为准则层[7]。2）按Saaty等建议[7]，引用数字1-9及其倒数作为标度，对重要性进行程度赋值。3）进行一致性的检验，一致性比例为C.R，当C.R

2.2 模糊综合评判确定安全等级

农田生态系统环境安全模糊综合评判模型的建立步骤如下：

1）确定模糊评判因素集，设模糊评判因素集为U，则U={土壤含水率+大气质量+土壤退化度+水体质量+土壤肥力+农药残留量+重金属含量+植物多样性+无脊椎动物}，字母表示为U={u1+ u2・・・+ u9};2）确定因素集的权重向量，评判因素集的权重向量W，由2.1得知;3）确定每个因素的评语集，对各因素集中的每个元素按风险度划分成5个等级，安全、良好、敏感、风险、恶劣。则评语集为V={安全、良好、敏感、风险、恶劣};4）获得各个地区模糊矩阵，列出监测点模糊矩阵数据，同理可得其它模糊关系矩阵Ri（i=1，2…20）。5）经过MATLAB编程计算，获得归一化后的20个监测地点的农田生态系统环境安全模糊评判集Yi=W.Ri，利用等级赋值法解模糊[7]，即为对该的等级加权求平均值。等级赋值如下：环境安全赋值5、良好赋值4、敏感赋值3、风险赋值2、恶劣赋值1，值赋值矩阵为A=（5，4，3，2，1）。经过计算雅安名山县各地区的农田生态系统环境安全等级值为Si=YiAT，得知等级值Si越大则该地区农田生态系统环境越安全，反之则越差。

2.3 农田生态系统环境安全风险

规定风险度为Mi，按式Mi=5-Si（i=1，2…20）得到各个地区的农田生态环境的风险度值，农田生态环境越好则风险度越小。根据研究地区用GPS定位仪测定的地理坐标，可在ArcGIS9.0上生成农田生态系统风险分布图，以例为据，从而判定总体安全风险完成度，根据ArcGIS9.0所得分析结果，农田生态环境系统安全风险度达到风险级需要预警的耕地面积占总耕地面积的16.55%，风险度为敏感级或敏感级以下的面积占总耕地面的83.45%。得出结论为，名山县农田生态系统环境总体较好，人类活动干预不明显，但是局部地区农田生态系统环境较差。

3 结语

应用模糊综合评判对农田生态系统环境安全进行评价，克服了农田生态系统环境安全影响因素中的水化指标、水文指标和生物结构指标相互之间复杂的影响和安全风险评级具有模糊性概念的问题。

利用MATLAB、SPSS和ArcGIS等软件强大的数据处理分析能力，对监测到的数据进行多角度处理分析，可较为立体、直观地反映各地区农田生态系统环境风险状况，为深入研究农田生态系统环境预警、应急技术的研究提供了参考依据。

【参考文献】

[1]傅伯杰，刘世梁，马克明.生态系统综合评价的内容与方法[J].生态学报，2001，21（11）：1885-1892.

[2]杨曾平，张杨珠.农田生态系统健康评价指标研究进展[J].作物研究，2007，21（2）：137-139.

[3]温冰，康利荥，李建熹.沈阳县区生态环境质量评价方法研究[C]//2013中国环境科学学会学术年会论文集（第9卷），2013：3046-3050.

[4]方丽婷，张俊平，胡月明.基于模糊综合评判法的封开县土地生态安全评价[J].广东农业科学，2009，10：179.

[5]付爱红，陈亚宁.基于层次分析法的塔里木河流域生态系统健康评价[J].资源科学，2009，31（9）：11-15.

第9篇

关键词:农业机械化;生态风险;综合评价;区域比较分析

0引言

农业机械化是农业现代化加速发展的推进器，也是促进整个农村经济发展的重要途径。农业机械化的发展对农业乃至整个农村经济整个系统生态功能发挥的影响是巨大的，既是农业机械化健康发展的重要保障，也与农村稳定及经济安全息息相关。因此，农业机械化滋生的生态安全与风险预警越来越受重视，更是近年来各级政府部门、广大学者等相关人员的关注焦点［1］。当前，围绕水土资源及农业环境这些系统生态安全与风险预警的相关研究已初见成效，研究方法上涵盖定性和定量，研究尺度上既有宏观分析也有针对具体区域进行的微观具体分析，研究视角上既有发展预测也有当前状态分析，研究内容也从改善区域水土资源以及农业生态环境的对策分析延伸到了对水土资源及农业环境生态安全与风险预警评价及生态工程规划设计等更系统和全面的层面［2－4］。从研究成果来看，当前的研究中心以水土资源和农业环境生态安全评价的成果居多，风险评价与预警的成果较少;结合具体区域进行微观分析的成果较多，进行区域间差异比较的成果比较匮乏;以城市或将农村与城市作为一个整体的宏微观研究居多，关于农业机械化生态风险评价的成果并不多见。而从当前我国基本情况和发展趋势而言，随着农业现代化进程的加速推进，农业机械化引发的生态风险不管是在经济属性还是发展阶段上都有很大不同，因此对农业机械化独立分析更为客观合理。另外，从防范角度来讲，农业机械化生态安全也不容忽视。因此，运用已经比较成熟的分析方法针对农业机械化生态风险评价这片待开发领域进行空间异质性的综合比较分析十分必要。为了探讨各区域农业机械化生态风险的异质性变化规律，本文首先构建了2015年31个省(市、区)农业机械化生态风险的综合评价指标体系;接着，运用主成分分析法对31个地区的农业机械化生态风险进行了综合评价，根据风险综合评价的结果进行了区域比较分析和预警等级划分;最后，运用因子分析法对各区域农业机械化生态风险的差异进行了影响因素分析，并提出了改善相关区域农业机械化生态警情的实证建议。

1研究设计

1．1设计思路

要对不同区域农业机械化的生态风险进行综合评价和比较分析，就必须考虑引发区域农业机械化生态风险的多项影响指标，而各项指标所起作用不尽相同，因此需要结合统计软件对指标体系进行综合评价模型构建。综合评价模型构建采用的方法是主成分分析和因子分析，结合2015年的省际面板数据可对多项指标提取公共因子，并以公共因子对应的方差贡献率作为权数采用加权平均法构建综合评价模型。将根据软件算出的各区域指标对应的公共因子得分代入模型即可得到生态风险综合指数，农业机械化生态风险的区域特征大小便可由生态风险综合指数来反映。由于各地农业机械化生态风险综合评价指数大小不一，为了便于对各地农业机械化存在的生态风险进行分级预警，采用极值标准化法对风险综合指数进行标准化处理。因风险指数为正向指标，指数越大，风险越大，预警级别越高，所以对其进行极值标准化处理。标准化处理后的风险指数范围为0～1之间，数值越靠近1，风险越大，预警级别越高。结合其他学者的相关研究，将风险指数采用等距分组分为巨警、重警、中警、轻警和无警5级［5］，具体评级表如表1所示。最后，可根据指标的因子载荷量结合旋转后的因子载荷矩阵对指标进行影响程度的主次分析。

1．2农业机械化生态风险指标体系构建

农业机械化生态风险一般表现为农业机械化投入及作业等活动引发的对农业生态系统健康程度造成的威胁［6］，而农业机械化生态风险的空间异质性则应来自不同区域在风险反映变量随着空间位置变化时呈现多方面属性差异的综合测度。由于各方面属性存在一定程度的差异，且每个反映变量所起的重要性程度并不相同，因此首先需要结合相关理论进行完整的指标体系构建，然后采用科学合理的定量分析方法对指标体系进行综合测度。当前绝大部分学者构建的生态风险评价指标体系多采用分解法，即首先从不同的视角将生态系统进行子系统分解，然后对各子系统选用合理的定量指标测度。目前的子系统分解方案主要以“自然－经济－社会”和“压力－状态－响应”两种框架为主［7］;但农业机械化作为一个动态的经济子系统，其与水土资源及农业环境在经济属性和利用特征等各方面均有明显差异，且当前农业机械化数据库系统并不完善，因此文章选用的指标体系在基于投入和产出的层面上将其具体表现为“投入－作业状态－生态效应”这样一个动态过程。［8］具体的农业机械化生态风险评价指标体系如图1所示。

2结果与分析

2．131个省、直辖市和自治区农业机械化生态风险的比较分析

根据SPSS综合分析结果(见表2、图2)结合各风险等级的具体分布来看:31个省、直辖市和自治区中，有2个地区生态风险为巨警等级，所占比重为6．45%;有4个地区生态风险为重警等级，所占比重为12．90%;1个地区为中警等级，所占比重为3．23%;10个地区为轻警等级，所占比重为32．26%;14个地区为无警等级，所占比重为45．16%。虽然从轻警以下的风险等级来看我国大部分地区农业机械化面临的生态风险形势还比较乐观，但结合农业发展来看生态风险预警等级较低的地区大部分皆是农业机械化投入较低农业效益不显著的省市，若加速农业机械化的投入与发展，其生态风险等级势必会有所提高。其次，东、西、中部地区农业机械化生态风险的差异仍然比较显著。农业机械化面临较大生态风险的地区以华北地区为主，东北和华东有部分省份;农业机械化面临较小生态风险的地区以西北、西南和青藏地区为主，华中、华北、华东和华南有少数省份。综合来看，各区域间农业机械化生态风险的空间异质性与地区农业发展速度呈现正相关关系。

具体而言，我国31个省、直辖市和自治区中农业机械化生态风险指数最高的前5名分别是:山东、河南、黑龙江、安徽和河北。这些地区大部分都是以农业作为主要支柱产业的大省，说明当前地区农业经济发展仍然是引发农业机械化生态风险的主要诱因，大力发展农业机械化带来的生态风险应该引起足够的重视。东部和中部地区的农业机械化发展速度历来一直领先于西部地区，从而使东部和中部在当前面临比西部更为严峻的农业机械化生态威胁，这在各区域农业机械化生态风险的综合评价中再次得到了印证。国家对西部地区可以进一步加强资金、政策等多方面的支持力度，但注意要保障农业机械化生态系统健康的服务功能，而东部和中部地区应在减少农业机械化活动对农业生态系统的干扰和保护农业生态环境等方面采取进一步的举措。海南、福建、重庆、贵州和云南是当前我国农业机械化生态风险预警等级最低的5个地区。从农业发展情况来看，这些地区农业机械化投入在其农业发展中所起的作用还可进一步加强。从各等级的地区分布比重来看，当前针对不同地区的发展状况需要采取不同的发展战略，必须对农业机械化生态风险较严重地区进行风险防治与加强预警;必须处理好农业机械化发展较快地区的经济发展与农业机械化生态风险之间的矛盾;必须加快机械化条件较劣地区的多项投入，进行与农业生态承载力相匹配的开发与建设，加快地区经济发展速度。同时，农业机械化系统是一个多层次、多维度的动态综合整体，必须促进系统要素的优化配置，尽可能实现“1+1＞2”的功效。

2．2不同区域农业机械化生态风险的警情和影响因素

结合表1和表2可得到不同地域划分的预警等级分布。根据地域划分来看:农业机械化生态风险最严重、预警等级为巨警的区域以华北拥有省(市、区)最多，预警等级为重警的区域以华东居多，东北和华北各有1个省份;风险一般、预警等级为中警的区域以西北地区居多;轻警等级主要分布在华中地区，东北和华北各有2个省份;而西北、西南和青藏地区的农业机械化生态风险较小，各拥有较多的无警等级。

3结论与讨论

首先，选择了农业机械化生态风险综合评价的动态指标体系;接着，结合生态风险综合评价指数标准化值的分布和前人对我国31个省(市、区)农业机械化生态风险的预警等级进行了分类与评价;最后，结合因子分析的结果对警情比较严重地区提出了有针对性的改善分析。其研究结论客观、真实地展现了当前我国农业机械化生态风险的空间异质性规律，同时可为降低不同地域农业机械化生态风险等级的政策制定提出提供有效的实证参考。通过上述实证研究可知:1)根据2015年31个省区农业机械化生态风险指标体系的综合分析结果，各地农业机械化面临的生态风险按从大到小的排名依次是:山东、河南、黑龙江、安徽、河北、江苏、新疆、吉林、湖南、湖北、辽宁、内蒙古、、天津、广东、江西、四川、上海、宁夏、甘肃、广西、浙江、青海、山西、北京、陕西、海南、福建、重庆、贵州、云南。2)我国31个省(市、区)的农业机械化生态风险空间差异比较显著，31个省、直辖市和自治区中，有2个地区生态风险为巨警等级，所占比重为6．45%;有4个地区生态风险为重警等级，所占比重为12．90%;1个地区为中警等级，所占比重为3．23%;10个地区为轻警等级，所占比重为32．26%;14个地区为无警等级，所占比重为45．16%。从地域分布来讲，我国青藏、西北、西南地区农业机械化生态风险较小，华北、华东、东北地区农业机械化生态风险形势较严峻。3)研究结果表明:影响农业机械化生态风险的主要因素依次是农业机械总动力、联合收割机数量、农用化肥施用量、农药使用量、农用小型拖拉机数量、农用排灌电动机数量、农用排灌柴油机机数量、粮食人均占有量、机电排灌面积、除涝面积、农用塑料薄膜使用量、农村居民家庭拥有农业机械原值、农用大型拖拉机数量、人均耕地、水土流失治理面积、受灾面积及退耕还林工程造林面积。

当前，东、西、中部在农业机械化生态风险的空间差异与农业机械化投入及农业经济发展呈正相关关系。农业机械化发展速度加快使农业生态系统面临的风险呈现加剧趋势，经济发展差距使得区域间社会、环境、人口压力的差距在不断膨胀，从而对农业生态系统影响加剧，生态系统恢复程度日趋减弱。从长远看，地区农业机械化发展的不平衡和现代化农业的可持续发展模式应该是下一步着力改进的地方。

参考文献：

［2］张军以，苏维词，张捷．2000－2009年重庆市土地资源生态安全评价及趋势分析［J］．地域研究与开发，2011，30(4):127－140．

［3］刘亚琼，黄英．农业机械化对农村环境影响的实证研究［J］．农机化研究，2016，38(12):75－80．

［4］谢正峰．中国“土地生态安全”与“土地生态风险”研究比较［J］．云南地理环境研究，2012，24(5):12－18．

［6］李文华，成升魁，梅旭荣，等．中国农业资源与环境可持续发展战略研究［J］．中国工程科学，2016，18(1):56－64．

［7］彭建，吴健生，潘雅婧，等．基于PSR模型的区域生态持续性评价概念框架［J］．地理科学进展，2012，31(7):933－940．