湖南省生态风险源-暴露-效应模型评价

黄栋良，蒋正文，浣雨柯，李曼懿，宋 磊，张宝一

1.湖南工程职业技术学院 测绘地理学院，湖南 长沙 410151；

2.中南大学 地球科学与信息物理学院，湖南 长沙 410083；

3.中国电建集团 中南勘测设计研究院有限公司，湖南 长沙 410014；

4.湖南省地质调查院，湖南 长沙 410116

0 引 言

区域生态系统的整体健康遭到破坏、功能下降、平衡失调存在城市化和人口的快速集聚[1-8]、工业化与矿产资源开发[9-12]、农业生产迅速发展[13-18]、自然灾害[19-21]等多方面诱因。湖南省域生态系统发展潜力和对外界干扰的抵御能力不断下降，各种生态问题日趋严重，在全球气候变化条件下，加剧了自然灾害（石漠化、暴雨、洪涝、水土流失、崩塌、滑坡、泥石流等）的频发性、群聚性及链式反应，无疑也会给省域生态系统的健康、人类社会的安全和福祉造成严重的威胁。生态风险是指由于各类不确定的风险源（人为因素或自然因素[22-24]）可能对生态系统及其组分（风险受体）带来的负面后果[25-27]。生态风险评价是对这种负面后果产生的可能性和程度的分析和评判。美国环境保护局（USEPA）在《生态风险评价指南》中提出了风险表征=风险源表征×暴露表征×生态效应表征理论框架模型[28]；我国生态环境部于2020年3月发布了《生态环境健康风险评估技术指南总纲（HJ 1111—2020）》标准来指导和规范生态环境健康风险评估工作。

区域生态风险评价是在区域尺度上描述和评估环境污染、人为活动或自然灾害对生态系统及其组分产生不利作用的可能性和大小过程。GIS、熵权法、层次分析法（AHP）等技术广泛应用于生态风险评价指标选取和区域生态风险评价中[29-32]。区域尺度上的生态风险评价具有多风险源和多受体的特点，风险源和风险受体还具有空间异质性[29,33]。陈荟竹等[34]结合风险源、生态环境脆弱性、生态资产对广东省的自然灾害综合生态风险进行了评价，得到了广东省的生态风险分布情况。ECCLES等[24]把GIS作为一个统一的平台来整合数据，将空间分析纳入风险评估对生态景观进行了风险评估。ZHANG等[29]利用自然灾害风险指数法、加权综合分析法和层次分析法，构建了吉林省生态灾害风险评估模型。黄诗曼等[35]从自然灾害和人类干扰两方面定量评价生态风险值，获得了峨眉山地区生态风险空间分布图。省域生态风险评价面临的挑战有：从风险源来看，发展综合多风险源的省域生态风险评价才能为管理者进行综合生态风险管理与防控提供重要决策依据；从生态暴露性来看，要考察相关部门对重要生态功能区的优化管理和保护在维持生态平衡和防灾减灾等方面的作用，来客观反映区域内生态环境的暴露性；从风险受体来看，要从山水林田湖草是生命共同体的生态系统的整体性、系统性及内在规律来评价区域生态风险。

本文从风险源、生态暴露性、生态效应3方面出发，以2019年度为基准建立了湖南省域生态风险的评价指标体系，构建了生态风险综合评价模型，识别了11个生态高风险区，并对高风险区的具体情况进行了分析，可为湖南省生态风险管理提供支持。

1 数据源及预处理

从风险源、生态暴露性、生态效应3方面，综合分析了湖南省域生态环境演变的关键因子，以2019年度为基准建立了生态风险的评价指标体系。主要数据源包括土地利用/覆盖（LUCC）、土壤污染、水土流失、石漠化、地质灾害易发区、水资源可利用程度、降雨量、生物多样性、生态重要性等，来源于湖南省双评价，即资源环境承载力基础评价和国土空间开发适宜性评价[8,12,36-37]工作成果。此外，还使用了矿山环境重点治理区、城镇开发边界规划、90 m分辨率的DEM数字高程模型、植被指数（NDVI，从MOD13A3月度卫星影像提取）、人口密度（来源于Global Human Settlement网站）、湖南省各县区GDP（来源于湖南省统计年鉴）等数据（表1）。

表1 评价指标及其数据源Tab.1 The evaluation indices and their data sources

评价指标统一采用栅格数据组织，按分辨率1 km×1 km进行重采样。由于各指标数的量纲不统一，需要进行归一化。采用极差变换法进行了指标数据归一化。评价指标可分为：正效应指标，数值愈大，生态风险越高；负效应指标，数值愈小，生态风险越高。正负效应指标归一化公式分别为：

式中，归一化的指标值Xi的值范围为[0，1]，越接近1，生态风险越高。

2 评价模型与方法

2.1 评价模型

通过对生态系统演变过程分析（图1），构建生态风险综合评价模型，公式如下：

图1 生态风险综合评价流程Fig.1 Flowchart of synthetical ecosystem risk evaluation

式中，R为生态风险值；P、D、E分别为生态风险源因子、生态风险暴露性因子和生态风险效应因子。

2.2 评价因子

2.2.1 生态风险源因子

生态风险源包括人为源和自然源两大类，人为源主要是指由人类生产生活所产生的风险源，主要包括城市扩张、工农业生产、矿产开发等；自然源以各类自然灾害为主，主要包括滑坡、崩塌、水土流失和洪涝灾害等。生态风险源的表征涵盖胁迫因子的选择和胁迫程度的确定。每一种风险源的胁迫范围不同，且在不同范围内的胁迫强度大小也不同，即存在空间异质性。本文对生态风险源的表征主要采用了人为干扰指数、土壤污染指数、水土流失指数、石漠化指数和地质灾害指数。

人为干扰指数是指人类活动对各种土地类型的影响，不同的土地利用类型和强度产生的人为干扰具有区域性和累积性的胁迫特征，并可以直观地反映在生态系统的结构和组成上；由于矿山开发和城镇开发是对湖南省域生态环境影响最强烈的人类活动，本文用矿产开发、城镇规划边界对人为干扰指数进行了修正（图2a）。土壤污染指数（图2b）是评价土壤污染程度或土壤环境质量等级所用的一种相对无量纲指数，主要用土壤中铬Cr、铅Pb、镉Cd、砷As、汞Hg等5种元素含量来表征。水土流失与土地利用结构尤其是地表景观格局变化密切相关，引发潜在的生态风险包括农业减产、土地资源减少、土地沙化和石漠化面积增多、旱涝和地质灾害加剧、生态环境退化等（图2c）。石漠化使土地生产力下降，地表植被覆盖率锐减、水源涵养能力削弱、地表水源泉枯竭，导致土地资源丧失、粮食减产，将湖南省域石漠化对人类活动的敏感程度划分为5个等级（图2d）。基于地质灾害的形成规律，参考湖南省域地质灾害空间分布特征以及危险性评价实践成果，进行了地质灾害易发分区（图2e）。

图2 生态风险源因子Fig.2 Factors of ecosystem risk source

2.2.2 生态风险暴露性因子

生态环境暴露性与生态系统自身的属性及人类活动的干扰程度有关，是风险受体暴露在风险源的作用下的直接响应[7,38-39]。暴露表征主要是研究风险源在评价区域中的分布、流动及其与风险受体之间的接触暴露关系。本文采用的生态风险暴露性因子包括：坡度指数、植被指数、水资源指数、降雨量指数、生物多样性指数、景观指数、人口密度指数、地均GDP指数等。相关部门对重要生态功能区的优化管理和保护，主要包括自然保护区、国家公园、世界自然遗产、森林公园、湿地公园、地质公园、饮用水水源地、水产种质资源等，在维持生态平衡和防灾减灾等方面发挥着重要作用，需要修正这些区域生态环境暴露性。

坡度指数表示地表的陡缓程度（图3a）；植被指数是植被生长状态及植被覆盖度的最佳指示因子（图3b）；水资源指数是指一定区域内水资源被人类开发和利用的状况，用被开发量与水资源量的比值表示（图3c）；降雨量指数是指天空降落到地面的雨水量（图3d）；生物多样性指数是生态系统（森林、草地、湿地、荒漠等）在维持基因、物种、生态系统多样性发挥的作用（图3e）；景观指数是反映景观结构组成和空间配置某些方面特征的定量指标（图3f）；人口密度是单位土地面积上的人口数量，反映了人口地理分布的疏密程度（图3g）；地均GDP是每平方千米土地创造的GDP，反映土地的使用效率，也可以部分反映此地的工业与商业密集程度（图3h）。

图3 生态风险暴露性因子Fig.3 Factors of ecosystem risk exposure

2.2.3 生态风险效应因子

风险效应表征的主要任务是分析各类生态系统对风险源的响应，即分析生态风险作用于各类生态系统的不利后果[40]。各类生态系统遭受风险源外部胁迫造成的损失表现为生态系统服务功能的损坏或丧失，可以合计为生态服务价值，要把区域内各类生态系统看作统一的自然系统，按照生态系统的整体性、系统性及内在规律来评价生态服务价值。生态系统服务价值指数采用应用较多的Costanza等的分类法[41]，国内学者也进行了各类生态系统服务估价方法的探讨[42-45]。本文对年跨度下湖南省域不同类型的生态系统的服务价值进行了估算，如图4所示。

图4 生态系统服务价值Fig.4 Service value of ecosystem

2.3 评价方法

在生态风险评价中一般采用专家打分法或层次分析法来确定各指标的权重，主观性比较强。采用主成分分析（PCA）、熵权法来自动确定生态风险指标体系中各指标的权重，一定程度上可减小主观因素的影响。熵权法采用了信息论中“熵”的概念对不确定性进行度量，大小与系统的随机性和有序程度呈反比，导致熵权法权重计算时受到数据本身的连续性或离散性分布特征影响较大。主成分分析就是将原有多个相关性较强的变量X1、X2、……、Xn重新组合，生成少数几个彼此不相关的变量PC1、PC2PCm，使它们尽可能多地提取原有变量组合的信息，其中PC1、PC2PCm就叫做主成分，依次是第一主成分、第二主成分、……、第m主成分。主成分分析能够降低指标之间的信息冗余和强相关关系，本文采用主成分分析方法来确定各指标权重，将归一化的指标数据作为主成分分析的输入数据，分别对生态风险源因子、生态暴露性因子进行了主成分确定各指标权重。

通过分析-降维-因子分析得到主成分的特征根E、贡献率C及因子载荷矩阵L。因子载荷矩阵L中的元素为指标Xj对主成分PCi的载荷数据lij，用其除以主成分PCi所对应的特征根Ei的平方根，可得到主成分PCi中指标Xj所对应的系数bij，即：

对所有提取的主成分PCi中指标Xj所对应的系数bij与该主成分所对应的贡献率Ci的乘积进行累加，再除以所有主成分的贡献率之和，则得到指标Xj在综合得分模型Y中的综合系数Bj，即：

再将指标Xj在综合得分模型Y中所对应的综合系数Bj的绝对值进行归一化，则得到该指标的权重Wj，即：

利用公式（4）～（6），计算得到生态风险源因子、生态暴露性因子的各指标权重，再联合生态风险效应因子，最终得到生态风险指数（表2）。

表2 主成分分析得到的各指标权重Tab.2 The weights of indices gained by primary component analysis

3 评价结果与分析

在省域尺度上描述和评估环境污染、人类活动或自然灾害对生态系统及其组分产生不利作用的可能性和大小，目的在于为湖南省生态风险管理提供理论和技术支持。生态风险分布具有显著的空间差异性，运用自然断点法将综合生态风险值划分为5个等级，分别是低生态风险区、较低生态风险区、中等生态风险区、较高生态风险区和高生态风险区，得到生态风险评价等级图（图5a）。

根据区域生态风险值识别湖南省生态风险防控关键因素，在拓展整合生态分区的基础上，识别圈定了11个生态高风险区（图5b）。石门-慈利，矿产资源开发活动、自然灾害易发、城镇建设和农业生产提升了高生态风险；桑植，自然灾害易发导致高生态风险，并可能导致的生物多样性减少；临湘-岳阳，自然灾害易发、城镇建设和农业生产提升了生态风险；洪江-中方，矿产资源开发活动、自然灾害易发导致高生态风险；安化-溆浦-桃源，主要由矿产资源开发活动造成高生态风险；浏阳，自然灾害易发、城镇建设和农业生产提升了生态风险；攸县-茶陵，矿产资源开发活动、自然灾害易发导致高生态风险；常宁-桂阳-新田桑植，自然灾害易发导致高生态风险，并可能导致的生物多样性减少；临武-宜章-北湖，矿产资源开发活动造成高生态风险，并可能导致的生物多样性减少；永兴-耒阳，矿产资源开发活动、自然灾害易发导致高生态风险；平江，自然灾害易发导致高生态风险，并可能导致的生物多样性减少。

图5 生态风险评价结果Fig.5 Results of ecosystem risk evaluation

4 结 论

本文从生态风险的风险源、风险暴露性、风险效应出发，表征了这3方面因素的14个指标，考察指标之间的相关性，选择主成分分析方法计算指标权重，构建生态风险评价模型，识别湖南省域11个生态高风险区，并对高风险区的风险来源进行分析，为湖南省下一步的生态环境整治与保护提供了参考。

本文提出的定量生态风险评价尚缺少对被评价体系的不确定性因素的全面描述。未来工作是从位置、属性、时域、不完整性、逻辑不一致性等方面来度量各生态风险评价指标的不确定性，通过蒙特卡洛随机模拟研究各指标的不确定性在评价模型中的传播规律，使用信息熵来度量生态风险评价结果的不确定性。在生态风险评价中引入不确定性分析，这也是完整的生态风险评价体系的目标之一。