相对风险模型(relativeriskassessment，ＲＲM)是应用较为广泛的风险评估模型，如Obery等［17-18］利用该模型分别对Codorus河流域和澳大利亚热带河流等进行了评估;赵钟楠等［19］以黄河流域为研究对象，构建了基于生态系统水平的河流风险评价模型，评估过程中从系统角度将风险源与生态系统、生态系统服务关联起来．该研究基于生态系统水平的河流风险评价模型，结合相对风险模型和层次分析(analytichierarchyprocess，AHP)法构建了生态系统层面的湖泊流域生态风险评估模型，并以太湖流域上游区域为例进行了评估计算．该研究所构建的模型，通过风险源等级量化排序、生态系统状态和评估终点量化进行计算区域相对生态风险水平，解决大尺度风险评估中的量化和半量化问题;同时，以整个流域生态系统作为风险受体，以生态系统服务作为表征系统水平风险的评估终点［20］，考虑生态系统内部的相互作用，从系统水平上实现了自然生态和社会经济系统的关联，通过对各子区域风险值进行排序，分析不同区域的相对风险水平，同时探讨面临风险最高的生态系统服务及导致风险的主要来源，以期为流域管理提供参考．
1研究方法
1.1研究区概况
太湖流域上游区域包括无锡、常州、湖州三市，水系包括洮滆水系、苕溪水系、南河水系、沿江水系，面积14820km2.该区域属亚热带季风气候，四季分明，雨水丰沛．区域内工农业发达，产业密集，城镇化程度高，人口密集．随着经济的快速发展，生态环境逐渐恶化，水体污染较为严重，22条入湖河流中水质劣于GB3838—2002《地表水环境质量标准》Ⅴ类的河流有7条，水质为Ⅱ～Ⅲ类的河流只占15%，尤其以北部、西北部地区河流污染较为严重．结合河流水系、行政区划将研究区分为5个区域(见图1)．
1.2模型构建
基于生态系统层面的湖泊流域生态风险评估模型如图2所示，主要包括压力源分析、生态系统刻画、评估终点选择及其关联分析．压力源直接作用于生态系统，并通过生态系统状态指标间的相互作用，对生态系统各指标产生间接影响，最终影响生态系统服务产出．模型构建主要包括评估终点、压力源及生态系统等风险组分指标体系的构建，风险组分量化，风险组分间关系的量化及风险表征三部分内容．1.2.1生态风险评估指标体系的构建生态风险评估指标体系包括压力源指标、风险受体和评估终点三部分．系统压力源包括风险源和胁迫因子，结合相关研究和流域特征［21-23］，共选取自然源和社会源指标共计11项，污染物类和生境改变类胁迫因子10项，具体如表1所示．将整个生态系统作为风险受体，从生态学理论出发可从结构、过程、功能和服务四方面描述生态系统的本质属性，生态系统状态从结构和过程两方面进行刻画［24］，其中，结构指生物组分、生境组成要素及其间相互作用方式，过程即以生态结构为基础的物质和能量迁移转化的现象，共选取20项指标(见表1);以生态系统服务作为评估终点［25］，针对湖泊流域生态系统特征，结合Costanza等［26］以及联合国千年生态系统评估(millenniumecosystemassessment，MEA)的分类标准，选取供给服务、文化服务、调节服务和支持服务这4类9项指标表征生态系统评估终点，具体如表1所示．生态系统与生态系统服务之间以生态系统功能作为桥梁进行关联［27］，生态系统功能即生态系统为人类直接或间接提供服务的能力，生态系统通过其不断输出生态系统服务．根据Groot等［28］的研究，流域生态系统功能可分为调节功能、生产功能、生境功能和信息功能，具体包括流量调节、水储存、污染物降解、水灾调节、种群调节、营养元素储存和循环、初级原料生产、生物资源生产、生境调节和娱乐美学等．1.2.2矩阵的构建及量化依据生态风险评估模型(见图2)和表2所示指标体系，建立风险组分矩阵及传递关系矩阵，将不同风险评估子流域内的风险源进行等级排序，对风险源强度和生态系统状态进行量化处理，进而构建风险源强度矩阵(A)和生态系统状态矩阵(B)〔见式(1)(2)〕．依据生态系统弹性与其状态的关系，构建生态系统弹性矩阵(C)和中间矩阵(M)(与生态系统状态矩阵同行同列)〔见式(3)〕，系统状态越好，弹性就越强，抗干扰能力也就越强．风险强度分为强、中、弱3个状态，按照相对风险模型赋值方法［7］分别赋值为6、4、2;生态系统状态分为好、中、差3个状态，分别赋值6、4、2;A和B分别根据各风险源实际统计数据和生态系统状态监测数据进行赋值，其中风险源统计数据通过min-max标准化进行处理，生态系统监测数据结合GB3838—2002进行判断，同理，构建风险源与胁迫因子之间的关联矩阵(S)、胁迫因子与生态系统状态指标的关联矩阵(E)、生态系统状态指标之间的关联矩阵(I)以及生态系统状态指标与生态系统服务之间的关联矩阵(D)，D通过生态系统状态指标-生态系统功能关联矩阵(F)和生态系统功能-生态系统服务关联矩阵(H)计算得出〔见式(4)〕．传递关系矩阵的量化过程采用层次分析法，赋值方法如图3所示，分析所得数值(0、1、2、3)即为相应矩阵元素值．1.2.3风险表征在对风险组分及其相互关系进行量化后，风险源对子流域i内生态服务的影响可用相对应矩阵运算得到．子流域i内所有压力源对生态服务的影响计算过程如式(5)～(7)所示．1.3数据来源以太湖流域上游区域为例，2012年为基准年，收集所需数据(见图2)．风险源数据主要来自2012年江苏省、浙江省统计年鉴，无锡市、常州市、湖州市统计年鉴及水利普查公报;生态系统状态数据主要来自《2012年太湖健康状况报告》《太湖流域概况》《中国水资源公报2012》等，风险组分间关系分析数据主要来自文献［29-32］．太湖流域上游各区域风险源统计数据和生态系统状态数据如表2、3所示．
2结果与讨论
2.1区域风险分析
根据流域水生态风险评估模型，太湖流域上游各区域内风险源带来的总体生态影响如图4所示．由图4可见，无锡-江阴区域相对风险值最高，长兴-安吉区域最低，常州-金坛、湖州-德清、溧阳-宜兴和长兴-安吉区域相对风险值分别占无锡-江阴区域的73.2%、78.8%、74.4%和59.9%．工业、种植业、水产养殖、生活和水利设施等风险源对生态系统造成的影响较严重，由图5可见，不同区域内主要风险来源差异较大，其中，无锡-江阴区域内各生态系统服务主要受到工业、种植业、水产养殖、生活和畜禽养殖的综合影响，其风险贡献率分别为18%～19%、16%～20%、14%～15%、12%～13%和9%～11%;湖州-德清区域主要受到水利设施和工业的影响，其风险贡献率分别为16%～21%和13%～15%;长兴-安吉区域则各风险源贡献率较为均衡，除畜禽养殖和旅游影响较低外，其他风险源贡献率均为7%～12%．从另一角度分析，洪涝、干旱、水土流失、旅游和航运在整个区域内形成的风险均较低，而工业、种植业、水产养殖和生活产生的风险普遍较高，可见，人类活动引起的社会源是区域生态系统的主要风险源，而自然源影响不大．
2.2生态系统服务风险分析
各区域内各项生态系统服务相对风险值如图6所示．由图6可见，水产品、水调节、水质净化和生物多样性维持等生态系统服务面临的风险较大，所受风险分别占该区域总风险的17.63%、20.04%、22.88%和24.21%，水供给、航运、气候调节服务面临的风险均处于较低水平．由图7可见，同一区域内各生态系统服务所受影响大体相同，但又各有差别，其中，航运和水供给服务主要受到水利设施的影响，水质净化和水产品服务主要受到工农业及生活源的影响，各风险源对生物多样性维持的影响都相对较大，工业、种植业的影响尤为显著.评估结果表明，太湖流域上游北部—西北部—西部—西南部的生态风险水平逐次降低，南部略高于西南部．在太湖流域北部—西北部，应注意工业发展及生活污水排放对流域生态所带来的影响，进行合理减排、循环利用以控制污水排放的量和质;太湖流域西部主要受农业发展的影响，围湖养殖、种植业化肥农药的流失等是引起生态风险的主要原因，应在种植及养殖方式、施肥方式方面进行改进，提高利用效率，减少流失;太湖流域南部面临的风险则主要由水利设施的建设及生活源引起，应注重生态的补偿和修复．与其他生态风险评估研究相较，基于系统水平的生态风险评估模型更适用于大范围的湖泊流域，究其原因:①它综合分析了多种风险源与生态系统的复杂作用关系，而并非单一风险源或单一受体的风险水平［8，33］，能够反映流域内多风险源综合作用下的整体风险水平［12-13，34］;②该模型将经济-社会系统与生态系统进行了有机结合，能够识别出区域内生态风险的核心问题，进而找到对应的解决方案，为流域管理决策的制订提供支持．
3结论
a)在相对风险模型基础上，以生态系统为受体、生态系统服务为评估终点，确定风险组分指标体系，构建了基于系统水平的湖泊流域生态风险评估模型，包括生态系统刻画分析、风险组分指标体系的构建、风险组分及其关联矩阵的构建与量化和风险表征．b)以太湖流域上游区域为例的试算结果表明，无锡-江阴(沿江水系)区域风险值最高，长兴-安吉区域风险值最低且生态状态较好，溧阳-宜兴、常州-金坛、湖州-德清、长兴-安吉区域风险值分别占最高风险值的73.2%、78.8%、74.4%和59.9%．太湖北部—西北部生态风险水平明显高于西南—南部．c)太湖流域上游区域面临的风险主要由工业、种植业、水产养殖及生活源等社会源引起，其贡献率分别为13%～19%、12%～20%、10%～15%、10%～13%，自然源导致的风险值普遍较低．受风险源影响较大的评估终点为水产品、水质净化和生物多样性维持等生态系统服务，生态系统的供给、调节和支持服务均受到影响．
作者：韩茹茹 周北海 李楠 齐剑川 黄远奕 单位：北京科技大学土木与环境工程学院环境工程系 四川大学建筑与环境学院
