基于相對風(fēng)險模型的區(qū)域生態(tài)風(fēng)險評價

朱家兵, 吳建廷, 張華, 崔言輝*, 梁甲迪, 李西春

(1.浪潮軟件科技有限公司, 濟南 250101; 2.山東省國土空間數(shù)據(jù)和遙感技術(shù)研究院, 濟南 250000)

隨著社會經(jīng)濟的高速發(fā)展,人類對物質(zhì)的需求越來越大。生態(tài)系統(tǒng)作為重要的物質(zhì)產(chǎn)品原材料提供方,人類對其索取量在逐漸增加,在部分區(qū)域甚至已經(jīng)超過了生態(tài)系統(tǒng)自身的生產(chǎn)能力,因而導(dǎo)致生態(tài)系統(tǒng)結(jié)構(gòu)、過程和功能遭到不同程度的破壞[1]。如何度量這種破壞程度是生態(tài)學(xué)研究的熱點之一。生態(tài)風(fēng)險評價因可以直觀地反映生態(tài)系統(tǒng)現(xiàn)狀,以及計算未來可能存在的風(fēng)險隱患,而成為評價生態(tài)系統(tǒng)健康狀況最有效的工具之一[2]。生態(tài)風(fēng)險評價的研究興起于20世紀(jì)70年代[3]。伴隨全球經(jīng)濟的快速發(fā)展,生態(tài)系統(tǒng)的破壞引起了人類的重視,與此同時,生態(tài)風(fēng)險評價因其空間異質(zhì)性和風(fēng)險評價的復(fù)雜性,逐漸成為當(dāng)今研究的熱點,也是難點之一。美國環(huán)境保護署(U.S. Environmental Protection Agency, USEPA)提出了一種全新的生態(tài)風(fēng)險評價理論框架,主要由問題形成、風(fēng)險分析和風(fēng)險表征模塊組成,具體包含風(fēng)險源、風(fēng)險受體、評價終點、暴露分析和響應(yīng)分析5個研究過程。該框架體現(xiàn)了管理服務(wù)為先的特點,能較為全面地對生態(tài)風(fēng)險狀況進行分析,因此成為以后各國學(xué)者常借鑒的評價思路[4]。

在USEPA研究框架的基礎(chǔ)上,結(jié)合遙感影像數(shù)據(jù),大尺度范圍內(nèi)的生態(tài)風(fēng)險評價成為可能,因此,區(qū)域生態(tài)風(fēng)險評價逐漸成為新的研究方向之一[5]。在區(qū)域尺度上,研究者根據(jù)土地利用變化情況對生態(tài)風(fēng)險開展了廣泛的研究。Zhang等[6]利用遙感影像進行多種土地用途分類,對土地利用與覆蓋變化變化的多個階段進行評估,利用景觀干擾指數(shù)和景觀破碎指數(shù)計算生態(tài)風(fēng)險指數(shù)作為最終風(fēng)險值。鄭可君等[7]利用不同時間序列的土地利用分類圖,基于景觀格局指數(shù)構(gòu)建了景觀生態(tài)風(fēng)險評價模型,并分析了風(fēng)險的時空演變特征。在全球尺度上,研究主要來源于聯(lián)合國機構(gòu)、國際公約或其他國際組織和私營機構(gòu)聯(lián)合開展的項目[8]。2001年開始的聯(lián)合國千年生態(tài)系統(tǒng)評估首次在全球尺度范圍內(nèi),對自20世紀(jì)50年代以來的生態(tài)系統(tǒng)狀況及未來發(fā)展趨勢進行了評估,探討了生態(tài)系統(tǒng)存在的問題、與人類福祉的關(guān)系以及對未來的發(fā)展建議等[9]。

隨著評價尺度的擴大,傳統(tǒng)的生態(tài)風(fēng)險評價方法已不再適用,基于區(qū)域大尺度的生態(tài)風(fēng)險評價方法需要應(yīng)對多風(fēng)險源、多壓力脅迫因子、多區(qū)域類型等要求[10]。目前已經(jīng)形成了眾多評價方法模型,如因果分析法[11]、相對風(fēng)險模型(relative risk model,RRM)[12]、生態(tài)等級風(fēng)險評價[13]、暴露-反應(yīng)法[14]、物種敏感度分布法[15-16]、3MRA(the multimedia, multi-pathway, multi-receptor exposure and risk assessment)[17]等。而RRM是目前區(qū)域尺度上應(yīng)用最廣泛的生態(tài)風(fēng)險評價模型之一,具有應(yīng)對多風(fēng)險源可進行量化分析、評價范圍廣、強調(diào)不確定性分析等特點,曾被應(yīng)用于美國的海灣、流域和沿海區(qū)域以及澳大利亞集水區(qū)風(fēng)險評價[18]、濱海區(qū)生態(tài)風(fēng)險評價[19]、土地利用和居住地拓展對生態(tài)風(fēng)險的影響[20]等案例。但是目前基于RRM的生態(tài)風(fēng)險評價研究,在風(fēng)險受體選擇上,大多選擇某一類關(guān)鍵物種種群或群落[21-22]、土地利用類別[23]、土壤重金屬[24]、化學(xué)物質(zhì)[25]、景觀格局[26]、自然環(huán)境或要素[22]、自然資源類型[27],而較少選擇以整個生態(tài)系統(tǒng)為風(fēng)險受體,來反映區(qū)域范圍內(nèi)生態(tài)系統(tǒng)整體風(fēng)險狀況。即便在生態(tài)風(fēng)險評價中,有些研究已經(jīng)將生態(tài)系統(tǒng)作為風(fēng)險受體進行評價研究[28],但多以生態(tài)系統(tǒng)服務(wù)的損失度[29],景觀干擾度和景觀脆弱度的乘積[30],生態(tài)系統(tǒng)健康與生態(tài)系統(tǒng)服務(wù)乘積的平方[31],風(fēng)險價值和供給價值之商[32],生態(tài)系統(tǒng)脆弱度、潛在損失與災(zāi)害危險性之積[33],風(fēng)險源強弱等級、環(huán)境脆弱性等級和生態(tài)資產(chǎn)等級之積[34]等方法來表示生態(tài)風(fēng)險值,而較少在以生態(tài)系統(tǒng)為風(fēng)險受體的條件下,采用RRM進行風(fēng)險評價計算。

鑒于此,現(xiàn)采用RRM算法,選擇以生態(tài)系統(tǒng)風(fēng)險受體,并以生態(tài)系統(tǒng)服務(wù)為評價終點,將區(qū)域范圍內(nèi)整個生態(tài)系統(tǒng)的風(fēng)險狀況作為一個整體進行研究,對云南省的相對生態(tài)風(fēng)險狀況進行了計算和風(fēng)險等級劃分,最后利用蒙特卡洛模型對生態(tài)風(fēng)險結(jié)果進行了不確定性分析,并根據(jù)計算結(jié)果進行了風(fēng)險管理。

1 研究方法與數(shù)據(jù)來源

1.1 研究區(qū)概況

云南省位于中國西南部, 如圖1所示,地理坐標(biāo)為北緯21°8′32′′～29°15′8′′,東經(jīng)97°31′39′′～106°11′47′′,地處高原,西部為橫斷山縱谷區(qū),東部為云貴高原,山地高原面積占全省總面積(39.41萬km2)的94%[35]。第三次全國國土調(diào)查(簡稱“三調(diào)”,下同)數(shù)據(jù)顯示,全省土地利用類型中林地面積占比最大為68.24%。全省人口4 690萬(2021年),森林覆蓋率65%(2021年),植被類型豐富多樣,主要為亞熱帶常綠闊葉林,氣候基本屬于亞熱帶高原季風(fēng)型氣候,不同區(qū)域氣溫差異明顯,多年平均降水量1 278.8 mm,降水在干濕兩季和不同區(qū)域差異極大,境內(nèi)水資源總量2 210億m3,排中國第三位[36]。全省生態(tài)環(huán)境質(zhì)量近年來穩(wěn)步提升,地級及以上城市空氣質(zhì)量2021年優(yōu)良天數(shù)比率達(dá)98.6%,地表水水質(zhì)優(yōu)良比例也不斷提高,土壤環(huán)境質(zhì)量總體穩(wěn)定,自然生態(tài)、生物多樣性得到有效保護[37]。但是生態(tài)系統(tǒng)脆弱,人為因素對生態(tài)環(huán)境的破壞作用較大,易頻發(fā)氣候干旱、洪澇泥石流、森林火災(zāi)等災(zāi)害[38]。

審圖號:GS(2019)1822號為方便圖表制作簡潔清晰,云南省各州市名稱統(tǒng)一簡化,簡化方式如昆明市簡稱昆明,紅河哈尼族彝族自治州簡稱紅河,其他州市類同簡化,以下圖、表、行文中的表達(dá)均采用簡化表達(dá)圖1 研究區(qū)地理位置Fig.1 Overview diagram of the research site

云南省因其植被種類豐富、山地高原地形復(fù)雜、水資源豐富、氣象災(zāi)害頻發(fā)、氣溫降水等環(huán)境在不同時空差異巨大的特點,選擇為本文研究區(qū),對研究具有生態(tài)時空異質(zhì)性特征的區(qū)域生態(tài)風(fēng)險評價具有重要意義。

1.2 數(shù)據(jù)來源

本研究采用的數(shù)據(jù)為云南省2021年的數(shù)據(jù),主要包括數(shù)字高程模型(SRTM數(shù)據(jù)產(chǎn)品分辨率90 m)來源于地理空間數(shù)據(jù)云;云南省行政單元矢量圖、土地利用分布圖(分辨率30 m)等數(shù)據(jù)來源中國地理信息資源目錄服務(wù)系統(tǒng);各縣市土地利用和土地類型的統(tǒng)計數(shù)據(jù)來自于二調(diào)和三調(diào)數(shù)據(jù);社會經(jīng)濟發(fā)展數(shù)據(jù),包括GDP、人口、城市化率、森林覆蓋率等,來源于云南省統(tǒng)計年鑒和云南省國民經(jīng)濟和社會發(fā)展統(tǒng)計公報;自然資源數(shù)據(jù),包括平均氣溫、水資源分布、降雨量、自然災(zāi)害類型及頻次、太陽輻射量等來源于云南省氣候公報,水資源分布、地表地下水量等數(shù)據(jù)來源于云南省水資源公報,水土流失統(tǒng)計數(shù)據(jù)來源于云南省水土保持公報。

1.3 研究方法

RRM是一種適用于區(qū)域或全球范圍的應(yīng)對多風(fēng)險源的相對風(fēng)險評價模型。在前人研究的基礎(chǔ)上,將模型執(zhí)行過程總結(jié)為7個環(huán)節(jié)[39-40]:①劃分風(fēng)險評價單元;②確定風(fēng)險源和生境類型,計算風(fēng)險源密度和生境豐度;③選擇生態(tài)受體,確定評價終點;④建立暴露-響應(yīng)概念模型,計算暴露系數(shù)和響應(yīng)系數(shù);⑤風(fēng)險表征,計算風(fēng)險值與劃分風(fēng)險等級;⑥不確定性分析;⑦風(fēng)險管理。

1.3.1 風(fēng)險評價單元劃分

風(fēng)險評價單元的劃分目的是將具有相似生態(tài)特征和功能的區(qū)域或便于統(tǒng)一管理的區(qū)域進行合并歸類,能夠滿足對生態(tài)風(fēng)險評價的需求,在能客觀反映區(qū)域內(nèi)生態(tài)風(fēng)險狀況的同時,簡化計算,提高管理效率。在單元劃分中,有人為邊界劃分法和自然邊界劃分法,人為邊界劃分法便于利用政策手段進行風(fēng)險管理,自然邊界劃分法能體現(xiàn)出區(qū)域生態(tài)特征的異質(zhì)性,兩者各有優(yōu)點[40]。基于云南省省市級矢量數(shù)據(jù),考慮到便于風(fēng)險管理的需求,利用16個市級行政單元作為風(fēng)險評價的基本單元。

1.3.2 風(fēng)險源密度和生境豐度計算

風(fēng)險源反映的是研究區(qū)域內(nèi)對生態(tài)系統(tǒng)健康造成主要影響的因素,通常由人為因素和自然因素綜合構(gòu)成。風(fēng)險源通過釋放風(fēng)險因子對生態(tài)系統(tǒng)造成脅迫效應(yīng),產(chǎn)生風(fēng)險。一般用風(fēng)險密度來表示風(fēng)險源的相對分布情況。風(fēng)險源密度代表單元區(qū)域內(nèi)風(fēng)險源分布的相對多寡情況,通常采用風(fēng)險評價單元內(nèi)某風(fēng)險源面積占該單元內(nèi)所有風(fēng)險源面積的百分比與區(qū)域內(nèi)該風(fēng)險源最大面積百分比的比值來表示[41]。該比值能說明風(fēng)險源的相對分布,不能代表風(fēng)險源分布的絕對量。

生境是指具有異質(zhì)性的生態(tài)環(huán)境,其類型通常根據(jù)土地利用情況進行劃分,一般用生境豐度來表示生境的相對分布情況。生境豐度的計算與風(fēng)險源密度類似,通常采用風(fēng)險評價單元內(nèi)某生境面積占該單元內(nèi)所有生境面積的百分比與區(qū)域內(nèi)該生境最大面積百分比的比值來表示生境豐度的大小。生境豐度代表評價單元內(nèi)生境面積的相對大小,一般來說,生境豐度越大,生態(tài)風(fēng)險越低,二者是負(fù)相關(guān)關(guān)系[42]。

1.3.3 風(fēng)險受體和評價終點選擇

在生態(tài)風(fēng)險評價不斷發(fā)展中,生態(tài)受體的選擇也在不斷變化。尤其是隨著遙感技術(shù)的進步,大范圍的區(qū)域生態(tài)風(fēng)險評價成了新的研究方向之一。生態(tài)受體從過去的個體、種群、土地利用類型、自然環(huán)境、自然資源等方面已經(jīng)逐漸向整個生態(tài)系統(tǒng)方向發(fā)展。本文在區(qū)域范圍內(nèi)選擇生態(tài)系統(tǒng)作為風(fēng)險受體,可以從全局角度把握區(qū)域整體的生態(tài)風(fēng)險狀況。

生態(tài)風(fēng)險評價終點是指風(fēng)險受體在風(fēng)險源脅迫作用下的生態(tài)系統(tǒng)結(jié)構(gòu)、過程和功能受到損害的程度。本研究選擇以生態(tài)系統(tǒng)服務(wù)價值作為評價終點,可以展示生態(tài)系統(tǒng)本身價值的變化。生態(tài)系統(tǒng)服務(wù)分為供給服務(wù)、調(diào)節(jié)服務(wù)、支持服務(wù)和文化服務(wù)4個大類[43]。生態(tài)系統(tǒng)服務(wù)價值主要有物質(zhì)量分析法、能量分析法、價值量分析法3個方法。本研究參考謝高地等人對生態(tài)資產(chǎn)價格評估的方法計算不同生境下的生態(tài)系統(tǒng)系統(tǒng)服務(wù)價值[44]。

1.3.4 暴露-響應(yīng)概念模型

暴露-響應(yīng)分析是在相對生態(tài)風(fēng)險評價中對生態(tài)風(fēng)險產(chǎn)生過程進行分析的一個環(huán)節(jié)[42]。它分為兩個階段,一是暴露階段,風(fēng)險源通過釋放壓力因子脅迫于風(fēng)險受體,其脅迫程度用暴露系數(shù)來定量描述;二是響應(yīng)階段,風(fēng)險受體在受到壓力因子的脅迫作用后產(chǎn)生的響應(yīng),表現(xiàn)在評價終點上,用響應(yīng)系數(shù)來進行定量描述。通過該過程,可以剖析生態(tài)風(fēng)險產(chǎn)生的原因、發(fā)生途徑和表現(xiàn)結(jié)果。不同區(qū)域不同時間內(nèi),生態(tài)風(fēng)險的暴露-響應(yīng)途徑會有差異。

暴露系數(shù)確定是根據(jù)風(fēng)險源通過壓力因子對風(fēng)險受體的脅迫程度而定,同理,響應(yīng)系數(shù)是風(fēng)險受體在壓力因子作用下評價終點的響應(yīng)程度確定的。二者皆由強到弱分為5個等級,并在0～1內(nèi)賦值,分別為強(0.8～1)、較強(0.6～0.8)、中等(0.4～0.6)、較弱(0.2～0.4)、弱(0～0.2)[45]。

1.3.5 風(fēng)險表征

(1)相對生態(tài)風(fēng)險通過RRM進行表征。利用風(fēng)險源密度、生境豐度、暴露系數(shù)和響應(yīng)系數(shù)4個參數(shù),計算得到各個風(fēng)險單元的相對風(fēng)險值[41]。計算方法為

(1)

式(1)中:i為風(fēng)險評價單元序號;j為風(fēng)險源類型序號;l為生境類型序號;m為評價終點序號;Rijlm為第i個評價單元的相對風(fēng)險值,或第j個風(fēng)險源的相對風(fēng)險值,或第l個生境的相對風(fēng)險值,或第m個評價終點的相對風(fēng)險值;Sij為第i個評價單元內(nèi)第j個風(fēng)險源的相對風(fēng)險密度;Hil為第i個評價單元內(nèi)第l個生境的生境豐度;Xlj為第l個生境內(nèi)第j個風(fēng)險源的暴露系數(shù);Elm為第l個生境內(nèi)第m個評價終點的響應(yīng)系數(shù)。

(2)指標(biāo)的權(quán)重采用變異系數(shù)法確定,參數(shù)值統(tǒng)一進行無量綱數(shù)據(jù)換算。

(3)風(fēng)險等級劃分。自然斷點法是一種常用的等級分類方法,其原理是在統(tǒng)計數(shù)據(jù)中,利用自然存在的轉(zhuǎn)折點和特征點作為數(shù)據(jù)分類的裂點。本文中采用自然斷點法將生態(tài)風(fēng)險結(jié)果分為5個等級:低風(fēng)險、中低風(fēng)險、中風(fēng)險、中高風(fēng)險、高風(fēng)險。

1.3.6 不確定性分析

在相對風(fēng)險評價方法中,風(fēng)險源的選擇很難將整個地區(qū)的風(fēng)險因素全部容納,而且其各個因子在時間和空間上具有不確定性,難以直接預(yù)測發(fā)生的準(zhǔn)確時間和量值,甚至有的指標(biāo)只能通過間接獲取的方式進行推算,因此導(dǎo)致得到的生態(tài)風(fēng)險評價結(jié)果也具有不確定性。

本文利用蒙特卡洛模擬法(Monte Carlo simulation)主要是對評價結(jié)果的不確定性進行分析,它利用隨機數(shù)發(fā)生器產(chǎn)生的概率分布來計算和模擬參數(shù)對結(jié)果可能產(chǎn)生的影響[45-46]。其算法為將隨機分布的一定概率隨機數(shù)輸入數(shù)學(xué)模型作為輸入?yún)?shù),得到目標(biāo)變量的概率分布情況,統(tǒng)計分析輸入?yún)?shù)對目標(biāo)變量的影響情況和規(guī)律。在本研究中,將風(fēng)險源作為主要輸入?yún)?shù),計算工具采用Crystal Ball,進入模型計算后設(shè)定模擬次數(shù)為10 000次,分別設(shè)定10%、20%、30%、40%、50%的不確定性層次,分析云南省生態(tài)風(fēng)險評價結(jié)果的不確定性表現(xiàn)情況。

1.3.7 風(fēng)險管理

不同風(fēng)險評價單元和不同生境在不同風(fēng)險源的綜合作用下的風(fēng)險評價結(jié)果可能存在較為明顯的差異,這種差異說明了生態(tài)系統(tǒng)在壓力脅迫下受到了不同程度的影響。生態(tài)風(fēng)險管理目的就是根據(jù)風(fēng)險單元評價結(jié)果有針對性地制定管理方案,采取不同的管理模式,精準(zhǔn)投入管理資源,降低生態(tài)風(fēng)險對生態(tài)環(huán)境的影響,提高決策效率[47]。生態(tài)風(fēng)險等級的劃分可以把不同風(fēng)險狀況的區(qū)域單元進行區(qū)分,將具有相似特征的風(fēng)險單元進行歸納,可更有效地從宏觀層面總結(jié)區(qū)域生態(tài)風(fēng)險的特點,便于制定更符合區(qū)域特點的風(fēng)險管理方案。

2 結(jié)果分析

2.1 風(fēng)險源分析

云南省森林覆蓋率位居中國前列,但是隨著經(jīng)濟發(fā)展,生態(tài)系統(tǒng)在自然災(zāi)害和人為因素的雙重作用下,破壞較為嚴(yán)重。主要表現(xiàn)為過度墾殖導(dǎo)致耕地質(zhì)量下降,毀林開荒、森林砍伐導(dǎo)致水土流失、生物多樣性銳減、草原嚴(yán)重退化、抵抗自然災(zāi)害能力減弱等,自然災(zāi)害頻發(fā)如地震、干旱、泥石流、風(fēng)雹等,人口不斷增長的同時教育落后、生活貧困致使農(nóng)村生態(tài)環(huán)境惡化、環(huán)境污染等一些列后果。因此,本文選擇過度墾殖、毀林開荒、自然災(zāi)害、人口負(fù)荷4個因素作為風(fēng)險源。

各風(fēng)險源在不同評價單元的風(fēng)險密度計算結(jié)果如圖2(a)所示。過渡墾殖風(fēng)險源密度玉溪最高,迪慶最低;毀林開荒風(fēng)險源密度麗江最高,迪慶最低;自然災(zāi)害風(fēng)險源密度德宏最高,曲靖最低;人口負(fù)荷風(fēng)險源密度昆明最高,迪慶最低。迪慶的過渡墾殖、毀林開荒和人口負(fù)荷3個風(fēng)險源密度均為最小,說明迪慶的生態(tài)風(fēng)險受到這些風(fēng)險源壓力因子的脅迫作用較小,這主要是因為迪慶地處青藏高原東南部,地廣人稀,經(jīng)濟發(fā)展相對滯后,人為因素對生態(tài)系統(tǒng)的破壞較小,但是自然災(zāi)害風(fēng)險源密度較高,主要是因為該地區(qū)的地震、泥石流等自然災(zāi)害頻發(fā),會對生態(tài)系統(tǒng)有一定的破壞。

圖2 各評價單元的風(fēng)險源密度計算結(jié)果與分析Fig.2 Results and analysis of risk sources density for each assessment unit

用散點圖對風(fēng)險源密度計算結(jié)果進行統(tǒng)計分析,如圖3所示。其中,置信度為95%的置信橢圓顯示,毀林開荒風(fēng)險源和過度墾殖風(fēng)險源的置信橢圓扁率最大,表明二者之間存在相對較高的線性相關(guān)性(R2=0.609 35,Pearson’sr=0.797 12)。毀林開荒風(fēng)險源和自然災(zāi)害風(fēng)險源的置信橢圓扁率最小,表明二者之間的線性相關(guān)性最小(R2=-0.022 31,Pearson’sr=0.214 11),耦合性最低。另外,線性擬合結(jié)果顯示,自然災(zāi)害風(fēng)險源和人口負(fù)荷風(fēng)險源之間為負(fù)相關(guān)性,區(qū)別于其他風(fēng)險源之間的正向相關(guān)性。由圖2(b)各風(fēng)險源密度的誤差分布箱型圖的計算數(shù)據(jù)得到,在α=0.05顯著性水平下的t檢驗,各風(fēng)險源密度大于t的絕對值的概率均為P<0.01,總體均值與檢驗均值存在顯著不同。

圖3 風(fēng)險源密度散點圖Fig.3 Scatter diagrams of risk sources density

2.2 生境類型

對三調(diào)中的云南省土地利用分類數(shù)據(jù)進行分析,2021年云南省的主要土地利用類型為林地(68.24%),其次為耕地(14.75%)、園地(7.08%)、草地(3.60%)、城鎮(zhèn)及工礦用地(3.00%),以及少量的水域及水利設(shè)施用地(1.72%)、交通運輸用地(1.51%)、濕地(0.10%)。根據(jù)土地利用數(shù)據(jù),將云南省的生境分為5大生態(tài)系統(tǒng)環(huán)境類型:森林生態(tài)系統(tǒng)、草地生態(tài)系統(tǒng)、城市生態(tài)系統(tǒng)、農(nóng)田生態(tài)系統(tǒng)和水域生態(tài)系統(tǒng)。森林生態(tài)系統(tǒng)包含喬木、灌木、竹林等土地利用類型,草地生態(tài)系統(tǒng)包含天然草地、人工草地等土地利用類型,城市生態(tài)系統(tǒng)包含城市村莊建設(shè)用地、采礦用地、道路交通用地、旅游景點等土地利用類型,農(nóng)田生態(tài)系統(tǒng)包含耕地、園地等土地利用類型,水域生態(tài)系統(tǒng)包含河流、湖泊、濕地、水庫溝渠、冰川積雪等土地利用類型。

各生境在不同評價單元的生境豐度計算結(jié)果如圖4(a)所示。森林生態(tài)系統(tǒng)的生境豐度最大,遠(yuǎn)高于其他生態(tài)系統(tǒng)的生境豐度。草地、水域、城市生態(tài)系統(tǒng)的生境豐度相對較小, 農(nóng)田生態(tài)系統(tǒng)的生境豐度居中。對計算結(jié)果分析,森林生態(tài)系統(tǒng)的生境豐度之所以明顯高于其他生態(tài)系統(tǒng),是因為森林生態(tài)系統(tǒng)為云南省的主要生境,其變化情況對全省的生態(tài)風(fēng)險狀況影響最大。草地、水域、城市生態(tài)系統(tǒng)因其在云南省區(qū)域內(nèi)所占面積較小,權(quán)重較低,故其變化情況雖然可能對局部有較大影響,但是對整體區(qū)域的生態(tài)風(fēng)險影響不大。

圖4 各評價單元的生境豐度計算結(jié)果與分析Fig.4 Results and analysis of habitat abundance for each assessment unit

用散點圖對各生境豐度計算結(jié)果進行統(tǒng)計分析,如圖5所示。其中,置信度為95%的置信橢圓顯示,水域生態(tài)系統(tǒng)生境和森林生態(tài)系統(tǒng)生境的置信橢圓扁率最大,表明二者之間存在相對較高的線性相關(guān)性(R2=0.502 98,Pearson’sr=0.732 2)。其次為農(nóng)田生態(tài)系統(tǒng)生境和城市生態(tài)系統(tǒng)生境之間的線性相關(guān)性(R2=0.322 53,Pearson’sr=0.606 38)。城市生態(tài)系統(tǒng)生境和草地生態(tài)系統(tǒng)生境的置信橢圓扁率最小,表明二者之間的線性相關(guān)性最小(R2=-0.053 32,Pearson’sr=0.130 37),耦合性最低。另外,線性擬合結(jié)果顯示,農(nóng)田生態(tài)系統(tǒng)生境和草地生態(tài)系統(tǒng)生境之間為負(fù)相關(guān)性,區(qū)別于其他生境之間的正向相關(guān)性,說明農(nóng)田生態(tài)系統(tǒng)和草地生態(tài)系統(tǒng)之間存在土地利用競爭的關(guān)系,農(nóng)田生態(tài)系統(tǒng)面積的增加會對草地生態(tài)系統(tǒng)進行侵占的現(xiàn)象較為嚴(yán)重。由圖4(b)各生境的誤差分布箱型圖的計算數(shù)據(jù)得到,在α=0.05顯著性水平下的t檢驗,各風(fēng)險源密度大于t的絕對值的概率,城市生態(tài)系統(tǒng)為p=0.47,總體均值與檢驗均值不存在顯著不同,其他生態(tài)系統(tǒng)均為p<0.02,總體均值與檢驗均值存在顯著不同。

圖5 生境豐度散點圖Fig.5 Scatter diagrams of habitat abundances

2.3 暴露-響應(yīng)概念模型

風(fēng)險源通過釋放壓力因子脅迫風(fēng)險受體的過程為暴露過程,該研究對暴露過程進行分析,發(fā)現(xiàn)過度墾殖風(fēng)險源釋放的壓力因子有耕地質(zhì)量下降、水土流失、生物多樣性銳減和抵抗自然災(zāi)害能力減弱等,毀林開荒風(fēng)險源釋放的壓力因子主要有水土流失、生物多樣性銳減和抵抗自然災(zāi)害能力減弱等,自然災(zāi)害風(fēng)險源釋放的壓力因子主要有地震、干旱、泥石流和風(fēng)雹等,人口負(fù)荷風(fēng)險源釋放的壓力因子主要有教育落后、生活貧困和原料消耗等。

其中森林生態(tài)系統(tǒng)受到水土流失、生物多樣性銳減、抵抗自然災(zāi)害能力減弱、地震、干旱、泥石流、風(fēng)雹和原料消耗等因子的脅迫效應(yīng)較為明顯,草地生態(tài)系統(tǒng)受到水土流失、生物多樣性銳減、草原嚴(yán)重退化、抵抗自然災(zāi)害能力減弱、地震、干旱、泥石流、風(fēng)雹和原料消耗等因子的脅迫效應(yīng)較為明顯,城市生態(tài)系統(tǒng)受到地震、干旱、風(fēng)雹、教育落后、生活貧困和原料消耗等因子的脅迫效應(yīng)較為明顯,農(nóng)田生態(tài)系統(tǒng)受到耕地質(zhì)量下降、水土流失、生物多樣性銳減、抵抗自然災(zāi)害能力減弱、地震、干旱、泥石流、風(fēng)雹和原料消耗等因子的脅迫效應(yīng)較為明顯,水域生態(tài)系統(tǒng)受到水土流失、抵抗自然災(zāi)害能力減弱、地震、干旱、泥石流、風(fēng)雹和原料消耗等因子的脅迫效應(yīng)較為明顯。暴露概念模型計算系數(shù)按照重要程度分別賦值,結(jié)果如表1所示。

表1 暴露概念模型分析及計算系數(shù)Table 1 Exposure concept model analysis and coefficients calculation

風(fēng)險受體受到壓力因子的脅迫作用產(chǎn)生的響應(yīng)反映在評價終點上,用生態(tài)系統(tǒng)服務(wù)來表示評價終點。供給服務(wù)主要因子有食物生產(chǎn)、原材料和能源,調(diào)節(jié)服務(wù)主要因子有蓄水調(diào)節(jié)、大氣調(diào)節(jié)和廢棄物處理,支持服務(wù)主要因子有土壤保持和養(yǎng)分循環(huán),文化服務(wù)因子主要有旅游休憩、文化教育和衛(wèi)生健康。其中森林、草地、草地生態(tài)系統(tǒng)主要響應(yīng)表現(xiàn)在食物生產(chǎn)、原材料、能源、蓄水調(diào)節(jié)、大氣調(diào)節(jié)、土壤保持、養(yǎng)分循環(huán)和旅游休憩,城市生態(tài)系統(tǒng)主要響應(yīng)表現(xiàn)在廢棄物處理、養(yǎng)分循環(huán)、旅游休憩、文化教育和衛(wèi)生健康,農(nóng)田生態(tài)系統(tǒng)主要響應(yīng)表現(xiàn)在食物生產(chǎn)、原材料、蓄水調(diào)節(jié)、大氣調(diào)節(jié)、土壤保持和養(yǎng)分循環(huán)。響應(yīng)概念模型計算系數(shù)按照重要程度分別賦值,結(jié)果如表2所示。

表2 響應(yīng)概念模型分析及計算系數(shù)Table 2 Response concept model analysis and coefficients calculation

2.4 風(fēng)險表征

根據(jù)式(1)表述的RRM的計算方法,利用風(fēng)險源密度、生境豐度、暴露系數(shù)和響應(yīng)系數(shù),分別計算不同生境條件下的各個風(fēng)險源的相對風(fēng)險值、風(fēng)險受體的相對風(fēng)險值以及不同評價單元的綜合相對風(fēng)險值,風(fēng)險計算結(jié)果經(jīng)過歸一化處理,結(jié)果如表3所示。

表3 區(qū)域相對風(fēng)險值計算Table 3 The calculation results of regional relative risk values

由表3分析可得在云南省16個評價單元內(nèi),昭通的風(fēng)險值最高,迪慶的風(fēng)險值最低;在各個生境內(nèi),城市生態(tài)系統(tǒng)受到的風(fēng)險最高,森林生態(tài)系統(tǒng)受到的風(fēng)險最低;在各個風(fēng)險源中,人口負(fù)荷對生態(tài)系統(tǒng)造成的風(fēng)險最高,過度墾殖對生態(tài)系統(tǒng)造成的風(fēng)險最低;在評價終點中,調(diào)節(jié)服務(wù)產(chǎn)生的風(fēng)險最高,支持服務(wù)產(chǎn)生的風(fēng)險最低。

各評價單元、生境、風(fēng)險源和評價終點的相對風(fēng)險誤差分布如圖6所示。圖6(a)為各評價單元的綜合相對風(fēng)險值及誤差分布,其中,箱型圖顯示16個評價單元中,有9個單元位于上四分位和下四分位之間,但是有1個評價單元的值超出箱體須線上端,視為異常值,而且箱體較窄,上下須線較短,該現(xiàn)象說明除異常值外的其他評價單元風(fēng)險值差異相對較小,數(shù)值分布較為集中。圖6(b)為各生境的相對風(fēng)險值及誤差分布,其中,箱型圖顯示除1個生境處于中分位外,另外4個生境類型分別居于箱體上部和下部、須線的上端和下端,該分布情況說明各生境之間的相對風(fēng)險有較大區(qū)別;下須線比上須線長,說明分布在箱體上部的生境風(fēng)險權(quán)重較大。圖6(c)為各風(fēng)險源的相對風(fēng)險值及誤差分布,其中,箱型圖顯示4個風(fēng)險源的生態(tài)風(fēng)險分布呈兩個群體,3個風(fēng)險源的風(fēng)險值聚積在箱體上端,1個風(fēng)險源的風(fēng)險值分布于箱體須線下端,箱體中位線上移,這說明箱體須線下端的風(fēng)險狀況相對較小,但與其他風(fēng)險源存在明顯的差異。圖6(d)為各評價終點的相對風(fēng)險值及誤差分布,其中,箱型圖顯示4個評價終點的風(fēng)險值分為3組,兩個評價終點的風(fēng)險值位于箱體中線,另外兩個評價終點的風(fēng)險值分列箱體須線上下端,該現(xiàn)象說明,從總體上看,以評價終點響應(yīng)為代表的風(fēng)險值彼此之間的差異性較大。

圖6 相對風(fēng)險誤差結(jié)果分析Fig.6 Analysis of relative risk errors

將各個市的生態(tài)風(fēng)險值計算結(jié)果按照自然斷點的方法進行等級劃分,其空間分布結(jié)果如圖7所示。從圖7分析可得,云南省生態(tài)風(fēng)險空間分布零散,規(guī)律性不強,但一般風(fēng)險等級及以上有12個市,占75%,說明云南省生態(tài)系統(tǒng)整體狀況較為安全。

審圖號:GS(2019)1822號圖7 云南省各州市風(fēng)險等級分布圖Fig.7 Risk level distribution of various cities in Yunnan Province

其中,昭通的生態(tài)風(fēng)險等級為差,是云南省生態(tài)風(fēng)險相對最嚴(yán)重的區(qū)域,原因是該市臨近貴州省和四川省,近年來社會經(jīng)濟發(fā)展速度較快,對森林、草地生態(tài)系統(tǒng)的供給需求旺盛,生態(tài)系統(tǒng)脆弱受人為因素影響較大;昆明和普洱兩市的生態(tài)風(fēng)險等級為較差,兩市地形相對較為平坦,適合城市發(fā)展,對生態(tài)系統(tǒng)資源的需求較為強烈;大理、臨滄、曲靖、紅河、文山5州市的生態(tài)風(fēng)險等級為一般,屬于中等風(fēng)險,該等級的評價單元數(shù)量最多;保山、楚雄、德宏、麗江4州市的生態(tài)風(fēng)險等級為良好;西雙版納、玉溪、怒江、迪慶4州市的生態(tài)風(fēng)險等級為優(yōu)秀,說明該4州市是云南省生態(tài)環(huán)境最好的區(qū)域,從地形上分析,怒江、迪慶兩州市位于青藏高原,且以雪山和森林植被覆蓋為主,人口相對較少,受社會經(jīng)濟發(fā)展的影響最小,保留了最多的原始生態(tài)資源,西雙版納為旅游城市,水資源豐富,對生態(tài)系統(tǒng)的保護力度較大。

對各個評價單元的相對風(fēng)險值進行誤差計算,并用柱狀圖表示,結(jié)果如圖8所示。誤差柱狀圖在昭通最高,其次是昆明和德宏,而迪慶、楚雄、普洱等州市的誤差柱狀圖較矮。該分布情況說明昭通的生態(tài)風(fēng)險誤差最大,雖然在相對風(fēng)險計算結(jié)果上顯示該市的風(fēng)險等級最高,但是存在的誤差卻最大,不能絕對判定昭通的生態(tài)風(fēng)險狀況遠(yuǎn)高于其他州市;柱狀圖矮的州市說明該些州市的計算結(jié)果誤差較小,能反映該些評價單元的風(fēng)險評價結(jié)果較為接近實際風(fēng)險狀況。

審圖號:GS(2019)1822號圖例中紅色柱體為誤差的單位長度0.11圖8 云南省各州市風(fēng)險誤差分布圖Fig.8 Risk error distribution of various cities in Yunnan Province

2.5 不確定性分析

利用蒙特卡洛模擬方法,在Crystal Ball平臺下,經(jīng)過10 000次的模擬,得到了云南省各評價單元的生態(tài)風(fēng)險不確定性分析結(jié)果,如表4所示。由表4分析可得,云南省各個評價單元的變異系數(shù)均在0.1左右,且均小于0.15,變化幅度最大為0.002 2,范圍較小,說明由風(fēng)險源的不確定性對生態(tài)風(fēng)險結(jié)果的影響區(qū)間較小。通過對10%～50%的5個不確定性分析層次變化幅度Δ分析,可以得到怒江的變化幅度最大為15.27%,大理的變化幅度最小為14.29%,但是所有評價單元之間的變化幅度差異不大,小于1%,這種現(xiàn)象說明各評價單元的不確定性分析結(jié)果具有一致性。

圖9為云南省各評價單元的不確定性計算結(jié)果分析與模擬圖。其中,圖9(a)為不確定性結(jié)果分析圖,不確定性結(jié)果預(yù)測值在0.1～0.9,在區(qū)間分布上偏左,并按擬合優(yōu)度統(tǒng)計值排名進行k檢驗,擬合結(jié)果顯示,最高密度分布在0.3左右,說明風(fēng)險源的不確定性對風(fēng)險結(jié)果的影響存在低估現(xiàn)象;圖9(b)為不確定性計算結(jié)果擬合及預(yù)測分析圖,置信區(qū)間為5%～95%,采用ARIMA(0,1,1)方法進行預(yù)測,數(shù)據(jù)擬合預(yù)測結(jié)果顯示,生態(tài)風(fēng)險不確定性變化隨著模擬階段的增加,其分布范圍在趨勢上有主體集中分布,無明顯發(fā)散現(xiàn)象,而是表現(xiàn)為,并且相對風(fēng)險模擬值并沒有持續(xù)升高或下降趨勢,而是保持在0.19附近,說明隨著風(fēng)險源不確定性的增加,區(qū)域生態(tài)風(fēng)險模擬結(jié)果變化趨向收斂,且數(shù)值變化趨勢較小。

圖9 蒙特卡洛模擬計算結(jié)果分析與預(yù)測模擬Fig.9 Analysis and predictive simulation charts of Monte Carlo simulation calculation results

2.6 風(fēng)險管理

基于RRM的云南省生態(tài)風(fēng)險評價結(jié)果表明,不同風(fēng)險評價單元和不同生境在不同風(fēng)險源的綜合

(1)低風(fēng)險等級。西雙版納、玉溪、怒江、迪慶4州市為低風(fēng)險等級,說明該區(qū)域的生態(tài)風(fēng)險很小,生態(tài)系統(tǒng)可持續(xù)性發(fā)展?fàn)顩r好。在社會經(jīng)濟發(fā)展沒有轉(zhuǎn)折性的發(fā)展趨勢下,無需人為干預(yù),政策可以相對較為寬松。因其生態(tài)系統(tǒng)狀態(tài)優(yōu)秀,適合發(fā)展旅游業(yè)等對生態(tài)系統(tǒng)破壞較小的產(chǎn)業(yè)。

(2)中低風(fēng)險等級。保山、楚雄、德宏、麗江4州市為中低風(fēng)險等級,說明生態(tài)風(fēng)險較小,生態(tài)系統(tǒng)發(fā)展較為健康,受到風(fēng)險源的影響較小。在政策上可以保持對生態(tài)系統(tǒng)的監(jiān)查監(jiān)視,避免出現(xiàn)在趨勢上發(fā)生轉(zhuǎn)折的現(xiàn)象。

(3)中風(fēng)險等級。大理、臨滄、曲靖、紅河、文山5州市為中風(fēng)險等級,說明生態(tài)系統(tǒng)雖然受到一定程度的威脅,但是經(jīng)過人為干預(yù)等措施可以在一段時間內(nèi)得到恢復(fù)。在政策上可以提前制定生態(tài)保護的規(guī)劃,劃定生態(tài)保護紅線。

(4)中高風(fēng)險等級。昆明和普洱兩市為中高風(fēng)險等級,說明生態(tài)系統(tǒng)遭到較明顯的破壞,需要較長時間較高成本的持續(xù)投入進行維護。需制定生態(tài)保護長期發(fā)展的規(guī)劃,對生態(tài)系統(tǒng)狀況評價較差的部分區(qū)域,要及時進行大量資源的投入。

(5)高風(fēng)險等級。昭通市為高風(fēng)險等級,說明生態(tài)系統(tǒng)受到了較為嚴(yán)重的破壞,需要強有力的人為干預(yù),政策和成本的投入最高。但是從云南省整體風(fēng)險評價結(jié)果為中低風(fēng)險狀況來分析,即便是等級判定為高風(fēng)險,仍然處于生態(tài)風(fēng)險可控范圍,只是風(fēng)險狀況相對差,而非絕對差。在生態(tài)保護上,需重點關(guān)注,加大巡視時間和頻率,投入更多的資源,重點修復(fù)受損的區(qū)域。

根據(jù)以上分析,對云南省的生態(tài)風(fēng)險管理建議以下四點。

(1)保護林草環(huán)境,禁止毀林開荒。云南省的森林覆蓋率65%,位居中國前列,但是同時存在耕地面積較少的事實。林草環(huán)境遭破壞的情況時常發(fā)生,生態(tài)系統(tǒng)健康易遭到威脅。建議建立林草保護責(zé)任制,分山分區(qū)進行專人管理,嚴(yán)禁濫砍濫伐,毀林開荒。對有砍伐需求的林業(yè)資源,需提前做好規(guī)劃,科學(xué)砍伐,建立林業(yè)資源生產(chǎn)規(guī)劃系統(tǒng),在不破壞林草資源可持續(xù)發(fā)展的前提下,管理內(nèi)容包括可允許開采的樹木種屬、樹齡,砍伐區(qū)域范圍,可砍伐地形,最大砍伐量,可砍伐的時間段等參數(shù),同時要及時補種已砍伐過的區(qū)域,加強林草全生命周期的保育。

(2)加強農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)。在有限的耕地面積內(nèi),爭取單位面積的高產(chǎn)量,同時要維持農(nóng)田的肥力可持續(xù)狀態(tài)是農(nóng)業(yè)發(fā)展的重要目標(biāo)之一。建議加強農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè),包括改善水利設(shè)施,更新農(nóng)業(yè)生產(chǎn)工具,使用物聯(lián)網(wǎng)、5G等技術(shù)精準(zhǔn)管理農(nóng)作物生長狀態(tài)、水肥投入量等,投入無人機等現(xiàn)代設(shè)備減少人力成本。選育優(yōu)質(zhì)種苗,根據(jù)當(dāng)?shù)赝寥篮蜌夂蛱卣?不斷選擇更適合本地種植的農(nóng)作物種源,提高農(nóng)作物產(chǎn)量和作物自我抗災(zāi)能力。充分利用互聯(lián)網(wǎng),將專家資源和先進技術(shù)投放到農(nóng)業(yè)生產(chǎn)的前線,加強農(nóng)業(yè)從事人員技術(shù)能力的培訓(xùn),手把手教學(xué),引導(dǎo)傳統(tǒng)農(nóng)業(yè)向現(xiàn)代農(nóng)業(yè)的轉(zhuǎn)變。

(3)增加教育資源投入。人口是寶貴的資源,人口數(shù)量的增加是可持續(xù)發(fā)展的前提條件之一,但是將人力資源轉(zhuǎn)換成勞動力資源需要大量教育資源的投入。教育資源除了投入城市外,重點加強對邊遠(yuǎn)山區(qū)、鄉(xiāng)村等交通不便但人口聚集地方的教學(xué)設(shè)施建設(shè),提高教師隊伍的教學(xué)質(zhì)量,并塑造良好的文化教育氛圍,包括當(dāng)?shù)氐膱D書館建設(shè)、圖文報刊等資料的豐富、現(xiàn)代媒體支持下的文化宣傳、積極的政策引導(dǎo)等。此外要重視職業(yè)教育,增加各個年齡段各個行業(yè)的人才技能培訓(xùn)。人口整體教育質(zhì)量的提升,可以在很大程度上解決就業(yè)問題、改變產(chǎn)業(yè)結(jié)構(gòu)、增加居民收入、改變?nèi)丝谪毨КF(xiàn)狀,一定程度上可以間接地減少對自然資源的不合理索取引起的生態(tài)風(fēng)險問題。

(4)建立防災(zāi)減災(zāi)體系。云南省境內(nèi)常發(fā)地震、干旱、泥石流、風(fēng)雹等自然災(zāi)害,建議在長期數(shù)據(jù)觀測的基礎(chǔ)上,不斷優(yōu)化災(zāi)害預(yù)測模型,建立一整套完善的可及時更新的防災(zāi)減災(zāi)體系,提前準(zhǔn)備防范自然災(zāi)害所需的資源,科學(xué)精準(zhǔn)分配救災(zāi)物資,高效應(yīng)對自然災(zāi)害。對常發(fā)自然災(zāi)害的區(qū)域,建議重點增加科研資源的投入,理清災(zāi)害的發(fā)生機理,從而可以爭取盡可能地人為改變自然災(zāi)害發(fā)生的孕災(zāi)條件,將災(zāi)害及時消除在萌芽狀態(tài)。

3 結(jié)論

利用RRM算法,以生態(tài)系統(tǒng)為風(fēng)險受體,對云南省的生態(tài)風(fēng)險狀況開展了評價及風(fēng)險等級劃分。其中,選取過度墾殖、毀林開荒、自然災(zāi)害、人口負(fù)荷為風(fēng)險源,劃分森林生態(tài)系統(tǒng)、草地生態(tài)系統(tǒng)、城市生態(tài)系統(tǒng)、農(nóng)田生態(tài)系統(tǒng)、水域生態(tài)系統(tǒng)為生境類型,以供給服務(wù)、調(diào)節(jié)服務(wù)、支持服務(wù)和文化服務(wù)為生態(tài)風(fēng)險為評價終點,并利用蒙特卡洛模型對生態(tài)風(fēng)險結(jié)果進行了不確定性分析,根據(jù)評價結(jié)果進行了風(fēng)險管理。主要得到三點結(jié)論。

(1)云南省生態(tài)風(fēng)險整體狀況良好,大部分州市的風(fēng)險狀況差異不大,但空間分布零散,規(guī)律性不強;昭通市的相對風(fēng)險等級最高,但是結(jié)果誤差也最大。

(2)在各個生境內(nèi),城市生態(tài)系統(tǒng)受到的風(fēng)險最高,森林生態(tài)系統(tǒng)受到的風(fēng)險最低;在各個風(fēng)險源中,人口負(fù)荷對生態(tài)系統(tǒng)造成的風(fēng)險最高,過度墾殖對生態(tài)系統(tǒng)造成的風(fēng)險最低;在評價終點中,調(diào)節(jié)服務(wù)對生態(tài)風(fēng)險的響應(yīng)最高,支持服務(wù)最低。

(3)風(fēng)險源的不確定性對風(fēng)險結(jié)果的影響存在低估現(xiàn)象,且隨著風(fēng)險源不確定性的增加,區(qū)域生態(tài)風(fēng)險模擬結(jié)果變化趨向收斂,數(shù)值變化趨勢較小。

該研究利用RRM解決了自然環(huán)境時空差異大、生態(tài)系統(tǒng)復(fù)雜多樣特點的區(qū)域生態(tài)風(fēng)險評價問題,但是目前的研究是基于行政單元劃分的風(fēng)險評價單元,未來還可以以自然環(huán)境為基礎(chǔ)進行自然邊界劃分風(fēng)險評價單元進行相關(guān)的研究,兩種劃分法各有優(yōu)缺點,可根據(jù)風(fēng)險管理的要求進行選擇。