森林生態風險評價研究進展

毛沂新

(遼寧省林業科學研究院，遼寧 沈陽 110032)

生態風險是生態系統及其組成成分所承受的風險，一般為區域內具有不確定性的災害或事故對生態系統可能產生的不利作用，其主要具有不確定性、空間異質性和危害性等特征[1-3]。森林生態風險評價是描述與評價環境脅迫因子、地質氣象災害以及人類社會的生產活動對森林生態系統的結構與功能產生不利影響的可能性與損害程度的評估，是林業資源管理的一個重要環節[4-5]。我國森林總體上每年都受到火災、病蟲害、氣象災害以及過量采伐等各種形式的困擾。這些不利因素很大程度上遲滯了我國林業行業持續邁向可持續化發展道路的步伐。如何迅速發現、準確評估和有效管控森林生態風險，提高目標生態系統抵御風險的能力，是森林生態系統健康研究和森林可持續管理的首要任務之一[5]。通過構建森林生態風險評價指標體系，來評價區域內森林生態發展狀態，森林生態風險預警模型，對于森林資源有限的條件下實現森林資源的可持續發展具有重大的現實意義[6-7]。

1 森林生態風險評價國內外發展概況

國外風險評價的萌芽階段為20世紀30～60年代。80年代初，風險評價體系已經基本形成，并不斷發展和完善。美國在對綜合燃料的風險評價中提出了一系列針對組織、種群、生態系統水平的生態風險評價方法[6]。該階段評估方式逐步由定性分析向定量評價轉變，同時使得評價過程進一步完善和系統化[7]。90年代后期，區域生態風險評價進入逐步發展階段，從小尺度發展到大尺度[8]，從單因子發展到多因子[9-10]，定性與定量相結合[11]，強調生態風險評價的區域性[7]。

我國的生態風險評價起步較晚，始于20世紀末，主要借鑒和引入國外的治理經驗和研究成果。21世紀初期發生的一系列重大環境污染事故說明，生態風險已成為我國社會經濟可持續發展的一大障礙，生態風險評價也因此越來越受到各行業重視。目前我國生態風險評價的發展歷程主要為由環境風險到生態風險再到區域生態風險評價。風險源的認知與識別由單一、孤立的風險源向多風險源綜合作用結果轉變，風險受體由單一受體向多受體橫向擴展，評價范圍由局部點狀格局上升到區域大尺度景觀水平[5，12]。近年來，我國生態風險評價在區域和景觀尺度上已經成功地進行了大量生態風險評價研究，評價對象涵蓋流域、景觀、森林生態系統等。

2 森林生態風險評價主要內容

2.1 風險因子與受體識別

不同區域內各種生態風險因素具有空間異質性和復雜性，部分主要受單一因子主導；而森林生態系統具有生命周期、演替、抵御風險(如恢復力穩定性與抵抗力穩定性)等特征，這主要取決于森林自身的結構與內部生物學特征，大部分森林生態系統更多受到多種因素的共同作用。因此對森林生態系統本身的考量也應該是對其風險評價的重要環節。對森林生態風險評價，既要對各種森林類型或非林地空間做出不同程度的描述，也應對森林內部生物學特征(如樹種、樹齡、生物多樣性、疏密度、林中空地及綜合地表功能)進行表述[13]，納入到森林生態風險評價指標體系當中，并分析其內部存在的潛在風險，即把外部生態風險因素對森林生態系統損害評估與森林自身內部的潛在風險評估相結合。

2.2 賦權評分

在不同森林生態風險評價指標體系基礎上，通過賦權模型解決生態區域的評分問題，為生態區域的評級以及預警作準備。賦權模型主要包括關聯-差異的組合賦權模型、G1-熵權法的組合賦權模型、級差最大化的組合賦權模型、非線性投影尋蹤的組合賦權模型等。

2.2.1 關聯-差異的組合賦權模型

通過指標獨立度揭示指標間相關程度對指標賦權影響，指標間相關程度越高，指標獨立性就越弱，指標的賦權就越小，建立基于關聯-差異的不同森林生態區域評價的賦權模型。該模型彌補了現有研究忽視指標間相關性對指標權重的影響，無法真實反映指標權重的不足。

2.2.2 G1-熵權法的組合賦權模型

通過G1求解評價指標的主觀權重，熵權法確定評價指標的客觀權重，選擇各評價指標的理想值，能反映專家的知識經驗與客觀數據的統一。該模型根據評價對象與理想向量距離越小、森林生態發展越好的思路，構建多目標規劃模型來確定主、客觀權重的系數。

2.2.3 級差最大化的組合賦權模型

通過不同的指標權重計算協方差矩陣，根據組合權重到所有的單一賦權方法得到的權重距離最大的原則，建立組合權重優化模型，獲得統一的組合權重，使評價結果突出了各評價對象之間的差異，解決不同的賦權方法相互矛盾的問題。其特點是根據組合權重到所有的單一賦權方法得到的權重距離最大的原則，建立組合權重優化模型，通過不同的權重獲得統一的組合權重，解決不同的賦權方法相互矛盾的問題，同時避免在不同的賦權方法下評價排序不一致的問題，評價對象區分效果好。

2.2.4 非線性投影尋蹤的組合賦權模型

投影尋蹤模型可以將高維空間的非線性、非正態、多維數的森林生態評價指標投影為低維空間的綜合評價指標，因而通過投影尋蹤模型可以確定森林生態評價指標的非線性權重。

2.3 評估預警

2.3.1 基于K-S檢驗的最優分布評級預警模型

通過K-S檢驗對不同森林生態區域的總得分進行分布檢驗，通過對所有連續性分布逐一進行擬合優度檢驗，找到擬合不同森林生態區域總得分的最優分布，通過最優分布的不同分位點劃定樣本等級，構建森林生態的風險預警模型。通過K-S檢驗對不同類型驗證評級得分序列適合的分布，克服了現有研究僅考慮正態分布或對數正態分布導致的分布設定偏誤的弊端，反映了不同森林生態區域的總得分的最優分布。

2.3.2 基于最優分割的評級預警模型

通過最優分割法對不同森林生態區域總得分進行分類，測算劃分不同森林生態區域總得分的臨界值，建立不同森林生態區域總得分的預警區間。其特點是：通過對不同森林生態區域評級得分樣本進行有序聚類，測算不同森林生態區域評級得分的分級臨界值和評級區間，最終建立不同森林生態區域生態風險的預警模型。

2.4 風險預測

2.4.1 評價指標的縱向預測模型

通過灰色-馬爾科夫模型建立小樣本森林生態評價指標的預測模型，通過差分自回歸移動平均模型建立大樣本森林生態評價指標的預測模型，建立帶有季節效應的單一森林生態評價指標的預測模型，通過單位根檢驗、協整模型以及誤差修正模型建立多個森林生態評價變量的預測模型。依據不同風險變量的特點建立森林生態評價指標的預測模型，得到森林生態風險評價指標的未來值，反映了森林生態風險變量的長期規律性與短期波動性。

2.4.2 評價指標的橫向預測模型

通過多元回歸模型建立多個森林生態連續變量的橫斷面預測模型，通過邏輯回歸建立帶有分類森林生態變量的橫斷面預測模型，通過狀態空間模型建立森林生態多變量的變系數預測模型。其能夠依據不同生態系統的需求建立森林生態多變量的預測模型，反映了生態系統未來的變化。

2.4.3 評價指標的橫向-縱向預測模型

通過面板數據模型建立森林生態評價指標的橫向-縱向預測模型，可反映森林生態評價指標的時間變化和空間變化。該方法對既有時間變化又有空間變化的森林生態評價指標，使用面板數據模型擬合其規律性變化，同時得到時間與空間交叉下的森林生態變量未來值。

2.4.4 基于生存分析的生態種群死亡模型

通過生存分析建立森林生態種群的死亡概率模型，反映森林生態種群的生存狀況，獲取影響森林生態種群生存的關鍵風險因素，預測森林生態種群未來的發展走向。對森林生態種群建立生存模型，揭示了關鍵的森林生態風險變量對森林生態種群的生存是否有影響以及影響程度，定量反映了森林生態種群的生存概率。

2.5 生態風險管理決策

生態風險管理的最重要原則就是因地制宜，這就要認真透徹地研究風險源和受體對象。經過綜合分析評價及論證，明確區域內所具有的生態風險的差異及其分布規律，有針對性地制定科學合理的生態風險管理方案，將其風險降到最低限度，使生態得到有效保護和恢復。力求通過一個階段的探索與實踐，建立科學合理的森林生態風險評價方法體系，評價區域內不同森林類型的發展狀態，構建不同森林類型的區域生態風險預警模型。根據風險表征結果進行風險分級管控與防范預警，進而采取有效措施謀求受損的目標森林生態系統得到有針對性的自然恢復或人為重建等恢復性治理。

3 展 望

應用生態風險評價方法對遼寧省森林資源現狀進行評估，根據所得出風險表征結果進行風險管理是實現東北林區森林資源可持續發展的有效途徑。生態風險評價是當前熱點之一，主要聚焦于與人類生產生活息息相關的環境方面，而對于林業資源生態風險評價的相關研究較少。因此，構建不同森林類型的區域生態風險評價指標體系，評價不同森林類型的區域生態發展狀態，構建不同森林類型的區域生態風險預警模型，對于森林資源有限的條件下實現我省森林資源的可持續發展具有重大的現實意義。