生态风险评价方法精选(九篇)
前言：一篇好文章的诞生，需要你不断地搜集资料、整理思路，本站小编为你收集了丰富的生态风险评价方法主题范文，仅供参考，欢迎阅读并收藏。
第1篇：生态风险评价方法范文
关键词: 高速铁路;生态风险评价;三角白化权函数;压力-状态-响应
中图分类号:N941・5文献标识码:A 文章编号:1006-4311(2009)12-0116-03
0引言
高速铁路是一种长距离、大范围的人造工程,在切割自然环境的同时,会对沿线生态产生不可逆的深远影响,在建设和运营过程中还会产生大量污染物质,从而带来一定的生态风险[1~2]。为保证高速铁路路域生态安全,建立科学的生态风险管理体系十分必要。对区域生态风险评价,随着环境观念转变和环境管理目标深化而逐渐兴起发展成为一个新领域[4～7],风险评价重点也由当初对人类健康发展到包括区域动植物以及景观生态在内的区域整体生态健康的影响。
目前,生态风险评价的研究涉及铁路的较少,对铁路与生态环境关系研究[1~3]主要集中在野生动物、噪声、振动和地质灾害等方面。区域生态风险评价方法一般是单个评价因子计算后赋权叠加,需要从多个定性、模糊的认识中提取可用于评判的关键因子,且个别指标很难甚至不能定量描述,同时各指标之间无法直接准确地进行比较,因而单独用定性、定量等方法很难实现整体目标最优,影响对区域整体生态风险做出有效评价和对管理决策提供有力支持。
邓聚龙教授提出灰色系统理论,研究对象是“部分信息已知、部分信息未知”的“小样本”、“贫信息”不确定性系统,通过对“部分”已知信息的生成、开发实现对现实世界的确切描述和认识[8]。而高速铁路建设涉及多种生态系统,其路域生态系统构成一个灰色系统,且时态信息有很大的不确定性,因此本文结合京沪高速铁路某段建设实际情况,采用刘思峰教授提出的基于三角白化权函数的灰色评估方法来建立高速铁路建设路域生态风险评价模型。
1高速铁路建设生态风险评价
1.1 生态风险评价指标体系概念框架的选取
压力-状态-响应(Pressure-Situation-Response, PSR)框架模型是OECD(Organization for Economic Cooperation and Development,联合国经济合作开发署)针对环境问题而建立的[7]。PSR模型引入因果关系思维方式,环境指标选取突出了环境受到压力和环境退化之间的因果关系,与可持续的环境目标联系紧密;包含了人类对环境问题的响应,人类为减轻环境不断恶化所做的努力,这是评价生态环境的一个重要方面,而以往在指标研究中常被忽视。生态系统是多尺度的,评价模型应是普遍适应的。PSR模型在国际上被普遍认同,能较好地将环境压力、系统状态和对问题响应进行全面评价,故作为本文生态风险评价的基础。
1.2 高速铁路建设区生态风险评价内容
目前,区域生态风险评价的内容主要关注风险源分析和风险受体分析[4~6]。风险源分析指可能对生态系统或其组分产生不利作用的干扰进行识别、分析和度量。高速铁路建设区生态风险主要是工程施工带来边坡滑坡灾害、使沿线土地利用类型变化而引起动植物栖息地破坏和生态环境污染、水环境污染而产生动植物死亡或间接影响人群健康。风险受体分析包括受体选取和生态终点的确定。“受体”即风险承受者,是指生态系统中可能受到来自风险源的不利作用的组成部分,可能是生物体或非生物体。生态系统可以分为不同层级,通常经过判断和分析,选取那些对风险因子作用较为敏感或在生态系统中具有重要地位的关键物种、种群、群落乃至生态系统类型作为风险受体。高速铁路建设过程中极大地改变了沿线景观类型,破坏动植物生态环境,也间接或直接影响路域人群健康。因此本文选取路域人群、动植物及沿线景观作为风险受体。
此外,风险评价不能忽视高速铁路建设现场风险管理的作用,国家和建设单位对其建设过程中的生态风险会采取相应管理措施,而措施实施的有效性必然会影响生态风险表征值。
1.3 高速铁路建设区生态风险评价指标体系
根据PSR模型的指导思想,本文建立的生态风险评价指标体系从风险源的危险性(压力)、路域生态系统的脆弱性(状态)和风险管理的有效性(响应)三方面选取指标,来表征生态风险大小,如图1所示。
2评价模型及步骤
2.1 评价方法选取
1993年刘思峰教授提出端点三角白化权函数的灰色评估方法近年来大量应用于各类评估实践[9~10],但其理论本身仍有需要改进的地方。经研究,刘教授提出一种新的三角白化权函数构造方法,即中心点三角白化权函数[8],较之端点三角白化权函数更为合理。端点三角白化权聚类存在两个以上灰类交叉现象,而中心点三角白化权聚类不存在此现象;端点三角白化权聚类可能出现某指标取值属于各灰类聚类系数之和大于1或小于1的情况,而中心点三角白化权聚类某指标取值属于各灰类聚类系数之和为1,更为规范化。基于此,本文选用中心点白化权函数灰色评价方法来建立高速铁路路域生态风险评价模型。
2.2 评价步骤
设有n个对象,m个评价指标,s个不同灰类,对象i关于指标j的样本观测值为xij,则基于中心点三角白化权函数灰色评价方法步骤,主要包括以下5步:
①根据高速铁路路域生态风险评价选取的指标,确定各指标{x■,x■,…,x■…,x■}的相应权重{K■,K■,…,K■…K■}。确定权重的方法一般有层次分析法、因素分析法、组合赋权法和熵值法等。
②按照评价所需划分的灰类数s,选取λ■,λ■…λ■为属于灰类1,2,…,s的点(可以是重点,也可以不是,以属于灰类最大可能性为选取依据,称为中心点),将各指标取值范围也相应地划分为s个灰类,如将j指标取值范围[λ■,λ■]划分为s-1个小区间:
[λ■,λ■],…,[λ■,λ■],…[λ■,λ■]
③同时连接点(λ■,1)与第k-1个小区间的中心点(λ■,0)及(λ■,1)与第k+1个小区间的中心点(λ■,0),得到j指标关于k灰类的三角白化权函数f■■(・),对于f■■(・)和f■■(・),可分别将j指标取数域向左、右延拓至λ■,λ■,可得到j指标关于灰类k的三角白化权函数f■■(・),如图2所示。
对于指标j的一个观测值x,可由公式1计算出其属于灰类k的隶属度f■■(x):
f■■(x)= 0x?埸(λ■,λ■)■x∈(λ■,λ■)■x∈(λ■,λ■)(1)
④计算对象i关于灰类k的综合聚类系数σ■■;其中f■■(x■)为j指标k子类白化权函数。
σ■■=■f■■(x■)K■(2)
⑤由■{σ■■}=σ■■判断对象i属于灰类k*;当多个对象同属k*灰类时,则可进一步根据综合聚类系数大小确定同属k*灰类的各对象优劣或位次。
3应用实例
本例以在建京沪高速铁路某段实际数据为基础,根据上文评价指标,采用层次分析法对指标进行赋权。其基本思路是决策者将复杂问题分解成若干层次和若干要素,由专家打分,在单个要素间简单比较、判断;然后计算,获得不同要素的权重[12]。通过层次分析法赋权得到评价对象风险源风险度、风险受体脆弱性、风险管理有效度权重分别为:0.524,0.197,0.279。
为使不能直接相互比较的指标原始数据具有可比性,本文采用极差标准化方法将各指标归一化。但目前确定压力和响应归一化中单项指标阈值相当困难,本研究主要依据国家、行业和地方法规、标准等,并参考其他相关研究成果,对指标阈值进行确定。
参照相关文献对风险等级划分[11],依据国外灾害风险评估风险等级划分,结合中心点三角白化权函数评价方法,本文将路域生态风险等级由劣到优划分成5级;①σ1重警状态[0.1,0.2];②σ2中警状态(0.2,0.4];③σ3预警状态(0.4,0.6];④σ4低风险状态(0.6,0.8];⑤无风险状态σ5(0.8,0.9]。各指标向左右延拓至0,1。这样,根据各指标实际值和权重系数,利用本文构建的评价模型,计算各指标聚类系数,如表1所列。
根据■{σ■■}=σ■■,对表1聚类结果分析可以看出:本段路域生态风险总体属于低风险状态;风险源风险等级属于低风险状态;风险受体脆弱性属于中警状态;风险管理有效度属于无风险状态。说明风险受体脆弱度是本段路域需要重点关注内容,其主要原因是本路段受原有北京-上海线影响,对路域景观生态的人为影响较严重,再加上该段路域地貌类型为波状平原,残丘和缓岗散布其中,人类对原有景观生态破坏程度严重。故施工管理单位在建设过程中以建设一条生态铁路为目标,应注意生态文化体系和生态环境体系构建,培养全社会生态意识,提升人民生活品质。
4结论
通过将中心点三角白化权函数灰色评价方法应用到路域生态风险评价中,得到在建京沪高速铁路该段路域生态风险状况,分析了影响路域生态风险方面表征情况,有利于管理决策者确定风险管理重点。本文引用的中心点三角白化权函数灰色评价方法,克服了以前的端点三角白化权函数灰色评价的缺点,评价结论更符合实际情况,科学可信。
参考文献:
[1]李京荣、王家骥、娄安如等:《浅析铁路建设对生态环境的影响――以青藏铁路格望段为例》[J];《环境科学研究》2002(5):58-61。
[2]席新林、许兆义:《青藏铁路建设中生态环境保护措施》[J];《环境科学与技术》2005(28):119-121。
[3]吴小萍、杨晓宇、冉茂平:《基于图形叠置法的铁路选线环境影响综合评价研究》[J];《中国铁道科学》2004(4):125-128。
[4]付在毅、许学工:《区域生态风险评价》[J];《地球科学进展》2001(2):267-271。
[5]毛小荃、倪晋仁:《生态风险评价研究述评》[J];《北京大学学报(自然科学版)》2005(4):646-654。
[6]许学一、林辉平、付在毅等:《黄河三角洲湿地区域生态风险评价》[J];《北京大学学报(自然科学版)》2001(1):111-120。
[7] 杨娟:《岛屿生态风险评价的理论与方法》[D];《华东师范大学》2007:2。
[8]刘思峰、谢乃明等:《灰色系统理论及其应用》[M];科学出版社,2008:83-93。
[9]李源、王鹏华、安海明:《基于三角白化权函数的信息化炮兵旅作战效能灰色评估》[J];《舰船电子对抗》2008(6):41-43。
[10]刘萍、刘曼华:《灰色理论在信息安全评估模型中的应用》[J];《信息安全》2006(3):95-97。
第2篇：生态风险评价方法范文
生态系统水平上的外界压力带来的生态风险体现在生态系统的各个方面,即生态系统作为一个系统化的整体成为了生态风险评价的“受体对象”.因此,本文以“生态系统服务”(以下简称生态服务)作为评价终点来表征生态系统水平的生态风险评价结果.目前有关生态服务指标的讨论较多.本文以联合国“千年生态系统评估”报告中构建的生态服务分类为基础,结合相关文献调研,筛选了10项具体的河流生态服务指标作为评价终点.这些指标分别为营养元素循环、初级生产、食物供给、淡水供给、基因资源、气候调节、水调节、水净化、娱乐价值和美学价值.
系统水平的“压力-响应”模式分析与量化
本文将生态风险评价涉及的源、受体、终点等评价要素通过内部与相互间复杂多样的联系而产生生态风险的全过程称之为“压力-响应”过程.外界压力通过“压力源”(Source)和“胁迫因子”(Stressor)来描述.压力源指各种自然和人为的活动,这些活动从生态系统外部施加一种或多种胁迫因子;胁迫因子指那些化学、物理或生物作用,这些因子会给特定的生态系统成分带来扰动.外界压力对评价终点(即生态服务)的影响过程可用如图2所示的“影响链”来表示.由于生态系统水平的生态风险评价涉及的压力源种类、影响方式及效应的多样化,采用单一的类似毒理学数据作为风险的量化方式无法实现.为此,本文对涉及的生态风险量化采用如下方式:把各项压力源的影响力(类似于“剂量”)按照其在不同区域(河段)的绝对数值的大小转化为压力源排序指数;把各项生态系统指标对应的生态系统要素对外界压力的抵抗力按照其在不同区域(河段)的绝对数值转化为弹性指数;把各风险组分之间的影响根据其方式、强度、效果等特征转化为统一的影响指数.前两者分别用压力源排序矩阵和生态系统弹性指数矩阵来表示;后者则用4项关系矩阵来表示.
对于一河流,可综合水体生态功能与相应压力源区域的关系,将其划分为若干河段(区域).压力源排序矩阵SRM由r行(表示r种压力源)和1列构成.元素iksr反映了在河段(区域)i中的压力源k的排序指数.生态系统弹性指数矩阵HRM由e行(表示e种生态系统指标)和1列构成,其中元素ieei反映了特定的生态系统指标e在相应河段i的弹性指数.借鉴“相对风险模型”中的赋值方法,这两个矩阵中的元素取值可分别用2、4、6这三个指数值来量化,数值越低,说明该河段(区域)对应的压力源作用越小,或者对应的生态系统指标的弹性越大(弹性越强则相同压力下的影响程度越弱,在数值上表现越低).SRM中的元素赋值采用排序法获得;HRM中的元素则结合相应的研究给出的好、中、差的定性结果,或结合实地调查或者实验的方法获的分级标准来赋值.四项关系矩阵分别为“压力源-胁迫因子关系矩阵”SSM、“胁迫因子-生态系统指标关系矩阵”SEM、“生态系统指标相互关系矩阵”AEM和“生态系统指标与生态服务关系矩阵”EEM.这四类矩阵采用层次打分法进行赋值.考虑到不同的风险组分之间的影响方式各异,因此各矩阵赋值所采用的判定标准存在差异.其评价过程如图3所示.
在对相应风险组分及其相互间关系量化基础上,即可进行压力源对河流生态系统的生态服务的影响程度量化表征.某一河段压力源产生的胁迫因子程度为:式中:i表示河段,j表示压力源,k表示胁迫因子SRMij表示i河段的压力源j的排序指数,CSSik表示i河段所有的压力源产生的第k类胁迫因子的累积影响评价得分.而胁迫因子对于生态系统指标的影响有:式中:h表示生态系统指标.SEMkh表示胁迫因子k对生态系统指标h的影响指数,CESik表示i河段所有的胁迫因子对第h类生态系统指标的累积影响评价得分.
对于生态系统的不同弹性,即对相同的外界压力所具有的不同响应程度,有:式中:HRMih表示i河段的生态系统指标h的弹性指数;ECESih为考虑了生态系统指标弹性之后的i河段所有的胁迫因子对第h类生态系统指标的有效累积影响得分.由于生态系统内部存在相互关系,某些生态系统指标受影响后会对其他指标产生间接影响.这种关系可表示为:式中:TCESih为考虑了生态系统指标弹性以及生态系统指标之间相互关联的情况下,i河段所有的胁迫因子对第h类生态系统指标的完全有效累积影响得分式中:Impacti为i河段所有的胁迫因子对所有的生态服务的影响总和,即i河段总的生态风险得分.同时,上式可以拆解为针对压力源、胁迫因子、生态系统指标和生态服务这四类风险组分对总的风险得分贡献.通过对这些风险组分的得分贡献排序,可以识别出压力源和生态效果的优先序及其需要关注的问题.
案例研究选择黄河为例来说明所构建的评价框架模型的应用.
1评价过程
综合考虑各生态亚区在气候、地貌、水文、水生生物和社会经济活动要素上的差异性和关联性,并结合已有的水系划分和数据可得性原则,将
黄河共分为7个河段,分别为龙羊峡以上(RR1)、龙羊峡至兰州(RR2)、兰州至头道拐(RR3)、头道拐至龙门(RR4)、龙门至三门峡(RR5)、三门峡至花园口(RR6)、花园口以下(RR7).筛选了10项压力源指标,分别为气候变化、种植、畜禽养殖、淡水养殖、工业、生活、城市化、水利设施、上游水质和上游水量.前7类压力源主要来源于本河段所处流域内的自然与社会经济系统;后2类压力源虽不属于该河段所处流域空间内,但能通过上下游的联系对河流生态系统产生影响作用.各项压力源指标的实际数据如表2所示.与之对应的胁迫因子共筛选出11项,分别为有机污染物、营养物质、沉积物、重金属、杀虫剂、外来物种、流量变化、取水、水坝、河道单一化和不透水表面.对得到的各河段的压力源的实际数据,通过排序法将各指标的绝对数转化为排序得分.排序标准则根据ArcGIS的数据分段功能来制定.各河段生态系统指标对应的主要度量指标的实际数据如表3所示.结合相关研究成果,将这些度量指标的绝对数值转化为弹性指数.四类关系矩阵的赋值以图3提出的层次打分法,参照有关专家评价或结合实际数据赋值综合得到.
2评价结果与讨论
由图4可见,生态风险程度较高的河段主要集中在中下游,且依次为龙门至三门峡、三门峡至花园口和花园口以下3个河段.由图5可见,从整体层面看,造成黄河生态风险的主要压力源为城市化、气候变化和种植业;主要的胁迫因子为流量变化、有机污染物和营养物质,且这三项胁迫因子带来的影响占到全部胁迫因子的50%以上;受影响较大的生态系统指标集中在生物组分和生态系统过程这两类,且位于前3位的指标分别为生物多样性、污染物迁移转化和初级生产受影响较大的生态服务为基因资源和水净化.评价结果表明,黄河生态系统的保护应重点关注中下游河段.其主要原因是中下游河段不仅受到本区域社会经济系统和自然条件影响,而且还进一步受到上游影响,因而对于河流生态系统而言,在区域内的压力源种类和强度相同或近似的条件下,下游河段的生态风险一般大于上游河段.其次,从系统整体看,黄河生态系统的风险控制需要重点关注城市和农业这些面源类压力源,并且需要将气候变化纳入风险控制的考虑;同时,黄河生态系统的保护对象也需要从通常的水量、水质等问题面向对生境以及生物等目标上来.第三,各河段生态风险的差异性说明了对于不同河段生态系统的风险控制策略应有所不同.
评价结果也体现了本文建立的评价方法区别于传统方法的优势.该方法从系统层面综合分析多因素带来的宏观结果,可以识别系统的核心要素和关键问题,进而为针对特定要素和特定问题的分析和解决指明方向.其次,该方法将风险评价结果与造成风险的来源,及社会经济要素相关联,进而可以分析社会经济发展特征与河流生态风险特征之间的相互关系,为基于风险反馈的社会经济调控提供依据.
结论
1围绕生态系统与复杂系统的理论概念,以生态服务作为生态系统水平的风险评价终点,通过外界压力与生态系统服务的“压力-响应”过程的量化表征,建立了系统尺度上河流生态系统的指标体系与相应的河流生态系统生态风险评价方法.所建立的评价方法能够为河流生态系统管理提供科学信息支持,进而揭示基于河流生态系统的政策与管理含义.
第3篇：生态风险评价方法范文
0引言
生态风险预警指就工程建设、资源开发、国土整治等人类活动或各种自然灾害对生态系统所造成的外界影响进行预测、分析与评价。生态风险预警集中研究生态系统质量或状态逆化变化的过程和规律,做出及时的警告和对策。本研究在生态风险评价和预测基础上,对沈阳市的生态环境状况进行了预警分析。提出沈阳市的生态风险的程度,以期为科学评价和有效维护沈阳市的生态环境提供一种思路。
1 生态风险预警
1.1生态风险预警理论
生态风险预警理论是以生态风险评价为基础,对区域内的人类活动对生态环境所造成的影响进行预测、分析与评价的理论；确定区域生态环境质量和生态系统状态在人类活动影响下的变化趋势、速度以及达到某一变化阑值的时间等,并按需要适时地提出恶化或危害变化的各种警戒信息及相应的对策。
1.2生态风险预警方法
借助经济预警的方法分类,区域生态风险预警的方法可分为5类:黑色预警方法、红色预警方法、黄色预警方法、绿色预警方法和白色预警方法,每l种预警方法都有l套基本完整的预警程序,只是在具体应用方面有所区别陈。在实际应用中,主要是运用黑色、黄色和红色的预警方法,尤以黄色预警方法居多,本文结合黑色预警法与黄色预警法中的统计预警进行生态风险预警研究。绿色方法主要借助于遥感技术。这几种方法的分类也不是绝对的,在分析解决问题时可以综合考虑两种或两种以上的分析方法。
2 综合预警指标体系
2.1 指标体系的理论框架
以环境指标的压力(pressure)-状态(state)-响应(response)理论为依据，研究构建了P-S-R框架下的预警指标体系。从社会经济与环境有机统一的观点出发，表明了人与自然这个生态系统中各种因素间的因果关系，能更精确地反映自然、经济和社会因素之间的关系，为生态风险预警指标体系构建提供了一种逻辑基础。
2.2 预警指标体系的构建
为了掌握从城市宏观到局部空间地域范围的风险分布具体状况，构建了沈阳市市生态风险预警指标体系，设计了镇域预警评价指标体系。本文按区级单位作为评价中的地域空间单元最小尺度，结合统计资料数据与遥感监测数据进行综合预警评价。
表1 基于状态―压力―响应模型的城镇化生态风险预警指标体系
类别 指标名称 单位
城
镇
化
综
合
生
态
风
险
A2
城镇系统压力E1 人口密度（F1） 人/平方公里
人均GDP（F2） 万元/人
人均耕地面积（F3） 平方米/人
人均年供水量（F4） 万立方米/人.年
土壤侵蚀（F5） 吨/平方公里年
城镇系统状态E2 森林覆盖率（F6） %
人均建设用地面积（F7） 平方米/人
生物丰富度指数（F8） ――
生态系统服务价值（F9） 元/平方米
植被覆盖度（F10） %
城镇系统响应E3 生活垃圾处理率（F11） %
污水处理率（F12） %
3生态风险指标的量化与预测
3.1研究区域的确定
由于沈阳市位于中国东北地区南部，辽宁省中部，地势以平原为主，山地、丘陵集中在东南部，辽河、浑河、秀水河等途经境内。属于温带季风气候，年平均气温6.2～9.7℃，全年降水量600～800毫米，全年无霜期155～180天。受季风影响，降水集中在夏季，温差较大，四季分明。冬寒时间较长，近六个月，降雪较少，夏季时间较短，多雨，春秋两季气温变化迅速，持续时间短：春季多风，秋季晴朗。
本研究选取沈阳市中心区、新城子、苏家屯、东陵、于洪五个主要分区作为研究区域，对相关数据的提取与量化，以进行生态风险预警研究。
3.2生态风险指标量化
以遥感数据和GIS技术为基础，利用土壤流失方程对土壤侵蚀进行了量化。
修正的通用土壤流失方程（RUSLE）已被广泛的应用于土壤侵蚀量的计算，其表达式为：
A＝R・K・L・S・C・P
式中，A为土壤流失量（t/ha・a）； R为降雨侵蚀力因子； K为土壤可蚀性因子； L为坡长因子； S为坡度因子； C为覆被管理因子；P为土壤侵蚀控制措施因子。
利用遥感影像对研究区景观类型的监测结果，采用以下模型对沈阳市的生态系统服务功能价值进行了量化计算：
式中，ESV为研究区生态系统服务总价值；Sa为研究区内土地利用类型a的面积；Pa为单位面积上土地利用类型a的生态系统服务价值系数。
其中，生态系统服务价值系数如表2：
表2 生态系统服务价值指数（万元/公顷・年）
土地利用类型 裸地 城镇 耕地 草地 林地 水域
生态价值系数 646 3245 10638 11147 33641 70776
沈阳市面积（公顷） 2012.7 212968.3 914487.6 18930.8 71131.6 74163.9
利用归一化植被指数作为反映研究区生态环境与资源状态的指标，用以下模型计算。
NDVI=(NIR-VIS)/(NIR+VIS)
式中：NIR为近红外波段的反射率，VIS为可见光波段的反射率。越健康的植物，,红光反射值越小，红外反射值越大，其比值越大。
首先应用2010年沈阳市的TM遥感数据基于ERDAS得到NDVI数据，图3-12。
其次，基于ERDAS计算植被覆盖度，通过提取每景影像直方图中NDVI最大的2%的像元作为覆盖度为100%的像元 ，NDVI最小的2%的像元作为覆盖度为0％的像元。2%的范围根据影像的实际情况会有调整。计算公式为：
4 预警结果分析与结论
4.1 预警结果分析
通过运用GIS相关软件软件的解译分析后，得出沈阳市各区的生态风险预警数据。
从1997年到2005年的时间内，沈阳市中心五区（中心区、新城子、苏家屯、东陵、于洪）,综合风险均有不同程度的升高，其中于洪区生态风险上升最为快速，其他四区基本保持平稳，于洪区的综合风险升高是由于资源供给及社会经济的风险增大而增大，在三种不同风险的比重来看市内五区主要是以资源供给风险值比重最大，其次是环境管理的风险值，最后是社会经济的风险值，而市中心区的风险值比重里社会经济要比环境管理的比重大很多，其中主要原因是市中心人口压力大，土地面积小，在环境投资方面优势明显，因此导致社会经济的生态风险明显高于环境管理。
4.2结论
从沈阳市自身的发展条件来讲，大部分区域自然资源缺乏，如水资源、矿产资源、森林资源；少量资源存量略丰，但是因人口基数过大而表现出相对稀缺性，如耕地资源，生物资源；地势以平原为主，地表植被覆盖率低。
以空间信息技术为基础的镇域生态风险预警，可以从时间与空间两个维度反映出区域城镇化进程中风险发展趋势与分布格局。
参考文献
[1]赖力. 中国土地利用的碳排放效应研究[D].南京大学,2010.
[2]俞孔坚,乔青,袁弘,闫斌,李迪华,刘柯. 科学发展观下的土地利用规划方法――北京市东三乡之“反规划”案例[J]. 中国土地科学,2009,03:24-31.
[3]陈荣蓉,叶公强,杨朝现,谢德体,宋光煜. 村级土地利用规划编制[J]. 中国土地科学,2009,03:32-36.
[4]徐慧,林涛,张云鹏. 我国土地利用规划环境影响评价研究进展及展望[J]. 水土保持研究,2009,06:147-152+158.
[5]赵荣钦,刘英,郝仕龙,丁明磊. 低碳土地利用模式研究[J]. 水土保持研究,2010,05:190-194.
[6]刘金花. 基于改进生态足迹模型的低碳土地利用研究[D].中国地质大学（北京）,2013.
第4篇：生态风险评价方法范文
关键词：不确定性分析；MonteCarlo模拟；土壤；重金属
中图分类号：X820.2 文献标识码：A
土壤是历史自然体，是位于地球陆地表面和浅水域底部具有生命力、生产力的疏松而不均匀的聚积层，基于土壤形成的生态环境体系介于大气圈、水圈、岩石圈和生物圈的交界面上，是各环境介质的连接纽带[1].重金属是一类持久性有毒物，易通过食物链的生物放大作用在生物体内积累，从而对人群健康和生态系统的稳定产生危害或风险[2].土壤重金属污染可改变土壤的理化性质，直接或间接破坏土壤生态系统结构，并可通过土壤农作物等多个途径的迁移积累对农产品安全和人体健康造成风险，所以土壤环境质量评价作为评估污染程度和制定污染控制策略的重要参考而被广泛关注.国内外现常用的土壤环境质量评价方法主要包括：单因子指数评价法、内梅罗综合污染指数法、模糊贴近度法、地累积指数评价法[3]、潜在生态危害指数法[4]等.其中地累积指数评价法是由Muller提出的一种可良好表征土壤中重金属富集污染程度的定量指标，现广泛应用于研究评价土壤或沉积物中重金属的污染程度[5-6].但其在国内外评价过程中仍存在一些缺陷，需要进一步完善，主要表现在：1）常用确定性评价方法中重金属含量输入值的单一确定性与评价区域土壤环境中重金属含量的空间差异性之间的矛盾造成了区域污染评价结果存在较大模糊性；2）不同学者或决策者选取地球化学背景值参数的差异及不同土地利用类型的土壤重金属背景值的差异造成评价结果缺乏可比性；3）确定性地累积评价模型主要表征土壤中各重金属的富集污染程度，而忽略了不同重金属之间的生态毒性差异，这会导致低含量高毒性的重金属的污染程度被低估或高含量低毒性的重金属污染程度被高估.以上3点不足均可能会误导最终决策.
本研究以地累积模型为基础，将MonteCarlo模拟引入环境质量评价领域中来处理参数不确定性，并在模型内嵌入表征不同重金属的生物毒性差异的权重系数，提出了基于不确定性理论的土壤环境重金属污染评价法.将所建土壤环境重金属污染评价法在实例中加以利用和验证，以期为土壤重金属的污染评价、优先污染物的控制及区域污染防控决策的制定提供新思路.
1基于MonteCarlo模拟的评价法
1.1地累积指数评价模型
1.2MonteCarlo模拟的应用
MonteCarlo模拟是由Nicholas Metropolis在二次世界大战期间提出的，而后Von Neumann与Stanislaw Ulam合作建立了概率密度函数、反累积分布函数的数学基础，以及伪随机数产生器，现此方法在金融工程学、宏观经济学、生物医学、计算物理学等领域已得到应用广泛，效果良好[7-8].土壤环境评价系统是一个集随机性、灰性、模糊性等多种不确定性于一体的系统.因此，常规的确定性评价方法不能准确反映土壤中重金属污染程度的真实情况.为了降低模型参数由于土壤重金属数据空间变异性、不同学者或决策者采用的地球化学背景值参数的差异性和不同土地利用类型的土壤重金属背景值的差异性等因素带来的参数不确定性，本研究将MonteCarlo模拟引入地累积指数法.其主要模拟步骤为[8]：1）确定评价模型随机变量，在本研究中为土壤中重金属实测含量参数和其所对应区域土壤背景值参数；2）构建随机因素的概率分布模型，在本研究中采用历史经验和实地采样检测相结合的方法；3）将所得到的随机数转化为输入参数的抽样值，主要方法为MonteCarlo抽样和拉丁超立方抽样（LHS）.其中MonteCarlo抽样一般从样本分布较少的低概率区进行抽样，即为偏尾端抽样；LHS抽样则是由样本整体分布考虑，这说明相对于MonteCarlo抽样方法，LHS方法更适合构建小样本的概率分布，故本文采用LHS法.4）整理分析所得模拟评价结果.
1.3重金属生物毒性评价权重系数
2实例研究
2.1采样点布设及样品采集
实例源于作者2011～2012年的研究成果[10]，采样区域为新乡市市郊的农用土壤，经过采样监测所获数据的统计分析结果见表2.
实际监测数据常包含一些误差较大的、无代表性的数据，本文建议对所得数据进行异常数据的剔除，否则可能会影响评价区域整体污染水平评价的正确性，本文的剔除原则为平均值±3*标准差[8].本文相关统计计算采用SPSS 16.0vers软件进行.
将土壤实测含量参数进行ShapiroWilk检验，由表2可知，Ni，Zn，Cu和Cr的sig.值均大于0.05，表明这些重金属的实测含量数据都呈正态分布.而Cd的sig.值小于0.05，不符合正态分布，须进一步转化验证，根据其偏度和峰度的信息，选择Ln函数进行数据转换，转换前后的Cd的概率分布见图2～3所示，故Cd的含量符合对数正态分布.
据上述章节的数据和分析，按照1.2节中的MonteCarlo模拟步骤，将模拟参数设置设定：最大实验量为1 000，置信区间为95%，抽样方法为拉丁超立方，其它参数取软件的默认值.对于实例区域土壤中各种金属的评价模拟预测图见图4～8所示.图中Probability代表概率可信度，Frequency代表频数.
根据表1和图4～8计算得出表4，其表征了各重金属模拟评价结果隶属于各污染等级的概率可信度，可得出：1）评价区域重金属Cd隶属于严重污染等级的概率高达98.1%，对当地有着极大的潜在生态风险或人体健康风险；2）评价区域重金属Ni和Zn的评价结果较相似，隶属结果均跨越了全部7个污染等级，说明评价区域中Ni和Zn有着明显的空间分布特征，同时它们属于严重污染的概率也分别高达84.5%和87%；3）评价区域重金属Cu的模拟评价结果隶属于各污染等级的概率较为均匀，其最大隶属于偏中污染，概率为30.9%，而其隶属于轻度污染和重度污染的概率分别为21%和24.7%，故很难判断其最终的评价结论，这也证实了评价过程中确实存在较大的不确定性，并且很可能误导决策；4）评价区域重金属Cr的模拟评价结果跨越了3个污染等级，而且它隶属于轻度污染的可信度达69.8%，这说明Cr的空间含量分布较均匀.
根据单因素指数法的评价准则（评价值大于1则土壤已受污染，小于1则未受污染），可知Cd、Ni和Zn已超标，而Cu和Cr未超标，但单因素指数法只能定性地判断污染程度，对于筛选优先控制污染物的评价辨识度较低.确定性地累积模型有较为完善的污染程度定量评级准则（见表1），根据表5结果，基本可较好地识别出优先控制污染物，但仍存在一些问题：1）其评价结论中对于Ni和Zn污染等级均为4级，无法进一步分辨二者的相对污染程度的高低；2）Cu和Cr在确定性地累积评价中的污染级别分别为1级和0级，而单因素指数评价中二者的评价结果都小于0（未污染状态），二种评价方法的结论出现了分歧，故在实际应用中确定性地累积模型的评价分辨力仍有不足.基于MonteCarlo模拟的土壤环境重金属污染评价结果（IM-C），由于各重金属潜在生态风险权重系数（Ti）的嵌入，评价结论出现了几点变化：1）Ni和Zn的IM-C值出现了较显著的差异，其原因是Ni的潜在生态风险权重系数5远大于Zn的潜在生态风险权重系数1.大量研究证明Ni具有明显的致癌性和致敏性，并对水生生物有明显的危害性[1]，相比之下，Zn是人体必不可少的有益元素.这也正对应了我国土壤环境质量标准中关于Ni（60 mg·kg-1）和Zn（300 mg·kg-1）的污染限值差异.参考单因素指数法结果，且对比于确定性地累积法Ni和Zn污染级别一致，证明基于MonteCarlo模拟的土壤环境重金属污染评价法分辨力更强.2）对比于Zn和Cu的确定性地累积模型评价结果的较大差异，Cu和Zn的IM-C值则相对趋于接近，这是由于Cu的生态风险权重系数5大于Zn的生态风险权重系数1，同样Cu的污染限值为100 mg·kg-1也明显严于Zn的污染限值300 mg·kg-1，故基于MonteCarlo模拟的土壤环境重金属污染评价法更符合客观实际.3）Cu和Cr在确定性地累积模型评价结果中污染等级分别为1级和0级，但根据单因素指数法的评价结果，二者的污染级别都属于未污染级别，由于Cu的生态风险权重系数大于Cr的生态风险权重系数，基于MonteCarlo模拟的土壤环境重金属污染评价法“放大”了二者之间评价结果的差异性，更有利于筛选出优先控制污染物.
3结论
针对现行确定性土壤环境质量评价中的不足，提出了基于MonteCarlo模拟和生态风险权重系数的土壤环境重金属污染评价法，而后借助实例与现行评价方法进行对比研究.结果表明：所提出方法的评价结果为一系列隶属于各个评价等级的概率可信度，同时，生态风险权重系数的嵌入使其具有更高的评级分辨力.与确定性评价模型相比，能够更真实、更客观地表征整体区域土壤中重金属的真实污染状态，给决策者提供更全面、科学的参考.
但需要指出，由于所提出的评价方法侧重于评价区域整体的土壤重金属污染水平，所以可能忽略个别极值点，故建议对个别极端值进行确定性污染评价，如评价结果与不确定性评价结果差异较大，则需要有针对性进行采样调查验证.
参考文献
[1]陈怀满. 环境土壤学[M]. 北京： 科学出版社， 2010.
[2]ZHONG X L， ZHOU S L， ZHU Q， et al. Fraction distribution and bioavailability of soil heavy metals in the Yangtze River DeltaA case study of Kunshan City in Jiangsu Province， China[J]. Journal of Hazardous Materials， 2011， 198（30）： 13-21.
[3]MULLER G. Index of geoaccumlation in sediments of the Rhine river[J]. Geojournal， 1969， 2（3）： 108-118.
[4]HAKANSON L. An ecology risk index for squatic pollution control： A sedimentological approach[J]. Water Research， 1980， 14（8）： 975-1001.
[5]LU X W， LI L Y， WANG L J， et al. Contamination assessment of mercury and arsenic in roadway dust from Baoji， China[J]. Atmospheric Environment， 2009， 43（15）： 2489-2496.
[6]CAEIRO S， COATA M H， RAMOS T B， et al. Assessing heavy metal contamination in Sado Estuary sediment： An index analysis approach[J]. Ecological Indicators， 2005， 5（2）： 151-169.
[7]KASTNER M. MonteCarlo methods in statistical physics： Mathematical foundations and strategies[J]. Communications in Nonlinear Science and Numerical Simulation， 2010， 15（6）： 1589-1602.
[8]杜本峰. 数据、模型与决策[M]. 北京： 中国人民大学出版社， 2009.
第5篇：生态风险评价方法范文
关键词：底泥；重金属；多环芳烃；生态风险评价；汞
中图分类号：X522 文献标识码：A 文章编号：1672-1683（2017）04-0079-08
Abstract：[HJ1.7mm]Jilin is one of the most important chemical industry cities located in China's northeastern old industrial base.Heavy metals and polycyclic aromatic hydrocarbons （PAHs） have been detected in the sediments of different regions in China，but little is known about the sewage-received river of Jilin，whose pollution was very severe owing to long-time discharge of industrial and municipal wastewater.The aim of this study was to investigate the pollution of heavy metals and PAHs in sediments and to assess their ecological risks.A total of 35 sediment samples from 12 monitoring sections along this sewage-received river were collected for determination of the concentrations of 8 heavy metals （Hg，Pb，As，Cu，Zn，Cr，Cd，Ni） and 16 USEPA priority pollutant PAHs.Geoaccumulation index，Hkanson potential ecological risk index，and sediment quality guidelines （SQGs） were respectively used to assess the pollution and potential ecological risks of these pollutants in the sediments.The concentrations of heavy metals and PAHs were higher than the background values，especially those of Hg，Pb，Cu，As，NAP，and ANT.The geoaccumulation index indicated that the ecological risks of heavy metals in the sediments from high to low were as follows： Hg>Pb>As>Cu>Zn>Cr>Cd>Ni.The Hkanson potential ecological risk indexes of heavy metals were ranked as follows： Hg>As>Cd>Pb>Cu>Ni>Zn>Cr.SQGs indicated that adverse benthic impacts would occur frequently.The sediments were polluted by PAHs and heavy metals，especially Hg.
Key words：sediment；heavy metal；PAHs；ecological risk assessment；Hg
底泥一般指河流、湖泊、水库和海湾等水体底部长期存积的沉积物，是水环境的重要组成部分。它不仅是水体中各种污染物（营养盐、重金属、难降解有机污染物等）的主要蓄积场所，也是对水质有潜在影响的次生污染源[1-3]，因此，底泥的污染状况不仅可以反映水体的污染程度，也可对水体产生重要影响。底泥的污染状况和底栖生物的分布、生长和种群组成也有密切关系[4]，基于此，开展底泥污染状况调查及生态风险评价研究具有十分重要意义[5-6]。
作为一个城市重要的排洪泄污通道，城市排污河在城市发展过程中发挥着重要作用，然而随着城市化进程不断加快，城市居住人口的逐步增多，城市排污河在长期的生活污水和工业废水排放的影响下，水环境质量已不断下降，严重影响到周围居民的生活质量[7]。同时，排污河底泥中的污染物含量通常较高，当外界环境条件发生变化时，污染物极有可能重新释放回水体，对当地水质甚至下游受纳水体水质产生威胁[8]。因此探明城市排污河底泥的污染状况，明确污染特征及污染物分布，划定底泥生态风险等级，对城市水环境保护有着重要意义。
目前许多国家和地区已出台水体沉积物相关标准和评价方法，如沉积物环境质量标准[1，9-10]、地质累积指数法[11]、沉积物质量基准法[12]、潜在生态风险评价法[13]、污染负荷指数法[14]、次生相与原生相分布比值法[15]、脸谱图法[16]、回归过量分析法[17]等。许多学者利用这些方法进行了底泥沉积物等的深入研究[18-19]，但很少同时涉及重金属和有机污染物的评价分析。基于此，本研究选取东北老化工城市吉林省吉林市某排污河为研究对象，分析检测其底泥中重金属和多环芳烃质量分数，在此基础上采用Igeo、PERI、SQGs对污染物生态风险进行评价，以探明该排污河污染物的空间分布特征和污染物生态风险水平，为后续综合治理和生态功能恢复提供理论依据和数据支撑。
1 材料与方法
1.1 研究区域概况
该城市排污河位于东北老工业城市吉林省吉林市龙潭区，自东向西汇入松花江，流域面积13.5 km2，河道长6.65 km（图1）。该河流经龙潭区城乡结合部，河道两岸多为居民区及化工厂，自二十世纪五十年代始，作为城市主要纳污水体，该河接收了大量生活污水和工业污水。长期的污水排放已导致污染物沉积、水质下降，不断威胁着河道水生态环境及周边居民的生活环境质量。
1.2 样品采集及地理位置
在龙潭区排污河各重点路桥设置监测断面12个，位置见图1。利用土钻每50 cm深度采集一个底泥混合样品，直至河道底部，通常采集深度在50～200 cm。12个监测断面共计采集35个底泥样品（表 1）。样品采集后装入玻璃材质的土壤瓶中密封，低温运至实验室用于重金属和多环芳烃分析检测。
1.3 样品处理与分析
底泥样品经冷冻干燥后剔除砾石及动植物残体，用玛瑙研钵研磨后过100 目尼龙筛，以备分析测试用。样品检测指标包括8种常见重金属（Cu、Cr、Ni、Zn、Pb、Cd、As、Hg）和USEPA规定的16种多环芳烃，即萘（NAP）、苊烯（ANY）、苊（ANA）、芴（FLU）、菲（PHE）、蒽（ANT）、荧蒽（ALT）、芘（PYR）、苯并（a）蒽（BaA）*、世（CHR）*、苯并（b）荧蒽（BbF）*、苯并（k）荧蒽（BkF）*、苯并（a）芘（BaP）*、茚并（1，2，3-cd）芘（IPY）*、二苯并（a，h）蒽（DBA）*、苯并（g，h，i）p（BPE），其中*号物质具有致癌性。
重金属的消解及测定：Cu、Zn、Cr、Ni、Pb、Cd的消解采用盐酸-硝酸-氢氟酸-高氯酸全分解法，As、Hg采用王水消解，Cu、Zn、Cr、Ni、Pb和Cd采用火焰原子吸收分光光度法，As、Hg采用原子荧光法。
多环芳烃的提取及测定：准确称取10 g沉积物样品加5 g无水硫酸钠，用二氯甲烷/丙酮溶液提取24 h，并脱硫。萃取液干燥后继续淋洗萃取后浓缩定容，冷藏待测。采用的仪器为Agilent7890A-5795C气相色谱-质谱联用仪，色谱柱为HP-5MS 30×0.25 mm×0.25 μm。
1.4 质量控制
重金属的测定采用国家标准河流沉积物样品（GBW 08301）进行分析质量控制。平行样相对误差
1.5 底泥中污染物的生态风险评价方法
1.5.1 地质累积指数法
1.5.3 沉积物质量基准法
沉积物质量基准法（Sediment Quality Guidelines，SQGs）可快速评价污染沉积物的生物毒性[12]，该方法不仅可用于评价底泥中重金属的污染程度，也可用于评价有机污染物的污染程度。目前影响最大的SQGs是Long等人[22]由北美沉积物生物效应数据库（The Biological Effects Database For Sediments，BEDS）导出的效应范围低值（Effects Range Low，ERL）和效应范围中值（Effects Range Median，ERM），当污染物质量分数低于ERL时，不利生物毒性效应很少发生，当污染物质量分数高于ERM，不利生物毒性效应将频繁发生。此外，纽约环境保护局（NYSDEC）[9]和新泽西环保局（NJDEP）[10]以MacDonald等人[23]和Persaud等人[24]所得出的最低效应阈值（Lowest Effects Levels，LELs）和严重效应阈值（Severe Effects Levels，SELs）为基础，设立沉积物生态筛选标准。当污染物质量分数低于LEL时表示表明污染物对大部分底栖生物没有负效应，高于SEL时则说明底泥沉积物已受到严重污染并且会影响底栖生物的健康。该方法不仅可以评价重金属的生态风险，同样可以评价有机物污染的生态风险。ERL/ERM、LEL/SEL相关数值见表7。
2 结果与讨论
2.1 底泥重金属及PAHs质量分数
表4中列出了该排污河底泥中8 种重金属和16 种多环芳烃的质量分数水平、不同监测断面各污染物质量分数均值。从表4可以看出，底泥样品中重金属和多环芳烃质量分数变化较大，8种重金属变异系数在0.41～1.07之间，其中Cd、Cu质量分数变化最为显著，最大值与最小值之间分别相差69.67、55.30倍，这表明不同点位重金属富集情况不同。有机污染物的变异系数在0.33～2.86之间， NAP、PHE、ANT的质量分数变化最为明显，最大值与最小值相差倍数分别达到2 784.23、1 166.32、1 105.10倍。可能原因是这3种多环芳烃均为低环，易挥发和生物降解[25]，从而导致沉积物中质量分数差别较大。同佘中盛等[26]、聂海峰等[27]对排污河底泥背景值调查结果比较，取样点重金属及多环[HJ2.3mm]芳烃均不同程度超过背景值，8 种重金属平均值超标倍数在0.30～87.47之间，多环芳烃超标倍数在-0.04～228.45之间，其中Hg、Pb、Cu、As、NAP、ANT等平均值已分别超背景值87.47、10.21、6.18、5.90、115.55、228.45倍，这表明多年的污水排放已导致上述物质在沉积物中大量累积。具有致癌效应的BaP在35 个样品中检出率达65.71%，平均值超背景值1.05倍。从污染物的沿程分布来看，8 种重金属在不同位置的富集情况不同，质量分数最高点主要集中在B8、B7和B4，这可能与排污河两侧的化工企业排污历史相关。在20世纪50年代至80年代，该排污河是吉化染料厂和吉化电石厂两个企业的排污渠道，直至20世纪80年代初吉化公司才建成污水处理厂。但20世纪80年代后居民产生的生活污水仍旧直排入该河道，故其接纳污水来源广，污染成分驮印
2.2 底泥中污染物的生态风险评价
2.2.1 地质累积指数法
为真实反映该排污河底泥重金属的积累及变化，选择佘中盛等[24]测得的松花江水系沉积物地球化学背景值计算了12个监测断面的地质累积指数并分级，结果列于表5。8种重金属中，Hg的Igeo平均值最高（5.82），污染等级在4～6之间，处于偏重-严重污染水平。其次为Pb（2.64），污染等级在1～5之间，B4～B6、B10～B12两段处于偏重污染水平。As的Igeo平均值为1.96，污染等级在1～4之间，处于轻度-偏重污染水平。Cu的Igeo平均值为1.72，污染等级在0～4之间，处于清洁-偏重污染水平，B4、B8位置为偏重污染。Zn、Cr、Cd的大部分点位处于轻度-中度污染水平。Ni的Igeo平均值为-0.31，为清洁状态。8种重金属Igeo的均值排序为Hg（5.82）>Pb（2.64）>As（1.96）>Cu（1.72）>Zn（1.63）>Cr（0.54）>Cd（-0.04）>Ni（-0.31）的特征。这表明，该排污河底泥Hg的生态风险最大，Cd和Ni的风险较小。Hg的严重污染可能与排污河沉积物中有机物累积较多相关，Hg易于富集在有机相以有机结合态沉降滞留在底泥中[28]。
2.2.2 潜在生态风险评价法
采用佘中盛等[26]人测得的松花江水系沉积物地球化学背景值计算了排污河重金属的生态风险，评价结果见表6。8种重金属Eir均值排序为Hg>As>Cd>Pb>Cu>Ni>Zn>Cr。研究区域中Hg的Eir平均值最高（4 145.78），范围在575.76～7 016.06之间，均处于极强生态风险级别。其次为As和Cd，其Eir平均值分别为70.28和62.96，生态风险级别在轻微生态风险与很强生态风险之间。Pb和Cu的Eir平均值分别为58.29和37.42，风险级别均在轻微生态风险-强生态风险之间。Ni、Zn、Cr的Eir平均值分别为6.42、5.22、4.64，均属于轻微生态风险级别。从多种重金属综合生态风险（RI）角度来看，RI值范围为634.16～7 523.77，均处于极强生态风险水平，原因是Hg的单因子生态风险极高，RI值产生显著影响。从空间分布来看，8种重金属的潜在生态风险等级在监测断面B1、B2位置低于其他监测断面，B4、B7、B8、B10则明显高于其他监测断面。
2.2.3 沉积物质量基准法
ERL/ERM、LEL/SEL相关数值及35个底泥样品的SQGs评价结果列于表7。除Cd以外，其余重金属的ERL超标率均高于60%，LEL超标率均高于80%，可能因为重金属质量分数的地区差异导致部分背景值已高于ERL和LEL，且重金属质量分数实测值较高。生物毒性较大的Hg的ERM和SEL超标率已超过60%，说明由Hg引起的不利生物效应将频繁发生，底泥已受到严重污染并且影响底栖生物的健康。16种PAHs也不同程度超ERL、LEL、ERM， ANY和ANA超过SEL，这是因为与ERM相比，SEL标准值过高，两者最大相差已达924倍（BaA）。从空间分布来看，Hg、Zn在B3-B12的平均质量分数均超过ERM，说明在上述断面由Hg、Zn引起的不利生物毒性效应将频繁发生。
As、Hg在B4-B12的平均质量分数超过SEL。NAP、ANA、FLU、PHE、ANT在B4-B12的平均质量分数已超ERM，BaP在B11的平均质量分数超过ERM。SQGs分析结果表明，该排污河底泥的生态风险主要由Hg引起和多环芳烃引起，其不利生物毒性将频繁发生。
2.2.4 评价结果比较
综合比较Igeo、PERI、SQGs三种方法，结果均显示Hg是主要的风险因子，一方面是因为Hg的背景值较低，另一方面是因为其生物毒性系数极高，是Ni的8倍，Cr的20倍。
Igeo和PERI中8种重金属的生态风险级别排序有所不同，这是因为Eif值不仅与背景值有关，还与重金属的种类和生物毒性效应有关，比如Igeo的排序结果中Cd处于第7位，而在Eif结果中Cd处于第3位。PERI考虑了Cd的生物毒性效应，且其生物毒性系数较大，仅次于Hg，致使其排序发生前移。
两套SQGs（ERL/ERM和LEL/SEL）的结果均表明该排污河底泥中多环芳烃质量分数已超ERL和LEL，多环芳烃已经开始对底泥产生不良影响，需要对其生态风险进行关注。
3 结论
（1）该排污河底泥中8种重金属及16种多环芳烃均不同程度超松花江沉积物环境背景值。重金属污染物在监测断面B4、B7、B8、B12的质量分数较高，4环及以上多环芳烃多集中于监测断面B11。
（2）Igeo评价结果显示，不同重金属污染程度按Igeo从大到小排序为Hg>Pb>As>Cu>Zn>Cr>Cd>Ni。PERI结果显示，各重金属生态风险危害依次为Hg>As>Cd>Pb>Cu>Ni>Zn>Cr，两种评价结果均显示Hg的生态风险最高，底泥呈现出以Hg为主的多种重金属复合污染特征。SQGs评价结果显示，重金属及多环芳烃均不同程度超过ERL、LEL，说明污染物已经开始对底泥产生不良影响。
（3）该排污河底泥中Hg的风险水平远高于其它元素，是构成了潜在的生态危害的主要因素。在今后区域生态环境的治理与恢复工程中，应特别关注Hg对生态环境影响。
参考文献（References）：
[1] 陈静生，洪松，范文宏，等.各国水体沉积物重金属质量基准的差异及原因分析[J].环境化学，2001，20（5）：417-424.（CHEN Jing-sheng，HONG Song，FAN Wen-hong，et al.The difference and the cause analyses of the aquatic sediment quality guidelines for heavy metals[J].Environment Chemistry，2001，20（5）：417-424.DOI：10.3321/j.issn：0254-6108.2001.05.001.（in Chinese））
[2] 张伯镇，雷沛，潘延安，等.重庆主城区次级河流表层沉积物重金属污染特征及风险评价[J].环境科学学报，2015，35（7）：2185-2192.（ZHANG Bo-zhen，LEI Pei，PAN Yan-an，et al.pollution and ecological risk assessment of heavy metals in the surface sediments from the tributaries in the main urban districts，Chongqing City[J].Acta Scientiae Circumstantiae，2015，35（7）：2185-2192.（in Chinese））DOI：10.13671/j.hjkxxb.2014.0935.
[3] 陈文松，宁寻安，李萍，等.底泥污染物的环境行为研究进展[J].水资源保护，2007，23（4）：1-5.（CHEN Wen-song，NING Xun-an，LI Ping，et al.Environmental behavior of pollutants in sediments[J].Water Resources Protection，2007，23（4）：1-5.（in Chinese））DOI：10.3969/j.issn.1004-6933.2007.04.001.
[4] 王健康，高博，周怀东，等.三峡库区蓄水运用期表层沉积物重金属污染及其潜在生态风险评价[J].环境科学，2012，33（5）：1693-1699.（WANG Jian-kang，GAO Bo，ZHOU Huai-dong，et al.Heavy metals pollution and its potential ecological risk of the sediments in three gorges reservoir during its impounding period[J].Environmental Science，2012，33（5）：1693-1699.（in Chinese））DOI：10.13227/j.hjkx.2012.05.047.
[5] Hu C，Deng Z M，Xie Y H，et al.The Risk Assessment of Sediment Heavy Metal Pollution in the East Dongting Lake Wetland[J].Journal of Chemistry，2015，2015（15）：1-8.
[6] Liang T，Jia Z B，Lam K，et al.Study on Heavy Metal Contamination and Potential Ecological Risk in Hong Kong Rivers[J].Acta Scientiarum Naturalium Universitatis Pekinensis，1997，33（4）：485-492.
[7] 吴光红，朱兆洲，刘二保，等.天津城市排污河道沉积物中重金属含量及分布特征[J].环境科学，2008，29（2）：2413-2420.（WU Guang-hong，ZHU Zhao-zhou，LIU Er-bao，et al.Concentrations and distribution of heavy metals in urban sewage discharge channel of Tianjin[J].Environmental Science，2008，29（2）：2413-2420.（in Chinese））DOI：10.13227/j.hjkx.2008.02.021.
[8] 朱程，R陶武，周科，等.湘西河流表层沉积物重金属污染特征及其潜在生态毒性风险[J].生态学报，2010，30（15）：3982-3993.（ZHU Cheng，MA Tao-wu，ZHOU Ke，et al.Pollution characteristics and potential ecotoxicity risk of heavy metals in surface river sediments of western Hunan[J].Acta Ecologica Sinica，2010，30（15）：3982-3993.（in Chinese））
[9] New York State Department of Environment Conservation，Division of Fish，Wildlife and Marine Resources，Bureau of Habitat.Screening and Assessment of Contaminated Sediment[EB/OL].[2014-06-24].http：//dec.ny.gov/docs/fish_marine_pdf/screenasssedfin.pdf
[10] The New Jersey Department of Environmental Protection，Site Remediation Program（SRP），Environmental Toxicology and Risk Assessment（ETRA）Unit.Ecological Screening Criteria （ESC）[EB/OL].[2009-03-10].http：//nj.gov/dep/srp/guidance/ecoscreening/
[11] Müller G.Index of geoaccumulation in sediments of the Rhine River[J].Geojournal，1969，2（3）：108-118.
[20] 周家义，陈静生.中国水环境重金属研究[M].北京：中国环境科学出版社，1992：168-169.（ZHOU Jia-yi，CHEN Jing-sheng.Research on heavy metals in water ecological environment[M].Beijing：China Environmental Science Press，1992：168-169.（in Chinese））
[21] 徐争启，倪师军，庹先国，等.潜在生态危害指数法评价中重金属毒性系数计算[J].环境科学与技术，2008，31（2）：112-115.（XU Zheng-qi，NI Shi-jun，TUO Xian-guo，et al.Calculation of heavy metals′toxicity coefficient in the evaluation of potential ecological risk index[J].Environmental Science&Technology，2008，31（2）：112-115.（in Chinese））DOI：10.3969/j.issn.1003-6504.2008.02.030.
[22] Long E R，Macdonald D D，Smith S L，et al.Incidence of adverse biological effects within ranges of chemical concentrations in marine and estuarine sediments[J].Environmental Management，1995，19（1）：81-97.
[23] Macdonald D D，Ingersoll C G，Berger T A.Development and evaluation of consensus-based sediment quality guidelines for freshwater ecosystems[J].Archives of Environmental Contamination & Toxicology，2000，39（1）：20-31.
[24] Persaud D，Jaagumagi R，Hayton A.Guidelines for the protection and management of aquatic sediment quality in Ontario[J].International & Comparative Law Quarterly，1969（2）：494-495.
[25] Mackay D，Shiu W Y，Ma K C，et al.Polynuclear Aromatic Hydrocarbons（PAHs）and Related Aromatic Hydrocarbons[M]，Mackay D，Shiu W Y，Ma K C，et al.Handbook of Physical-Chemical Properties and Environmental Fate for Organic Chemicals.Second Edition.America：CRC Press，2006，620-900.
[26] 佘中盛，王跃，刘玉青，等.松花江水系沉积物中重金属元素背景值[M]//中国科学院.松花江流域环境问题研究.北京：科学出版社，1992：67-74.YU Zhong-sheng，WANG Xiao-jun，LIU Yu-qing，et al.Research on background value of Songhua River[M]//Chinese Academy of Science.Environmental Problems of Songhua River.Beijing：Science Press，1992：67-74.
第6篇：生态风险评价方法范文
关键词：绿色剂；生物降解性；生态毒性；生态风险评价
中图分类号：TE626.39 文献标识码：A
0 前言
以矿物油为基础油的矿物基油在自然环境中可生物降解能力很差，滞留时间长，一旦渗透到土壤或含水层中将会对环境造成严重破坏。更可怕的是，在对生态环境造成严重危害的同时，矿物基油已经直接威胁到了人类的身体健康。1999年发生在比利时的鸡蛋二恶英事件经调查，发现是车用油在高温条件下产生的二恶英混入饲料添加剂中，造成了动物饲料的污染［1］。因此，研究和开发可生物降解的绿色剂取代传统的矿物基油已刻不容缓。绿色剂又被称为环境友好剂、环境容许剂和可生物降解剂等，它是指在使用性能满足机器工况要求的前提下，油或脂及其耗损产物对生态环境不造成危害，或在一定程度上为环境所容许，通常表现为生物降解性好且生态毒性及毒性累积性小。生物降解性是指物质被活性有机体通过生物作用分解为简单化合物(如CO2和H2O)的能力。剂的生物降解性是其生态效应最主要的指标，以一定条件下、一定时间内剂被生物降解的百分率来衡量。剂的生态毒性与其配方中添加剂的存在有关，是指剂在生态环境中对某些有机生命体所造成的毒性影响，毒性大小可以半致死量(LD50)或半致死浓度(LC50)来表示。
1 绿色剂的生态研究
对于绿色剂的生态研究是为了确定该剂是否是与环境兼容，即是否是“绿色的”。生态研究的内容主要有两方面：剂自身的内部特征，即生物降解性和生态毒性评价；油与环境接触的可能性评价，即生态风险评价和生命周期评价。
1.1 生物降解性评定
在生物降解过程中，常伴随着一些现象的发生，像物质损失、氧气消耗、水和二氧化碳的生成、能量释放或微生物量的增加等。生物降解性的评价就是通过定量测定生物降解过程中的这些现象来衡量生物降解性的。其中最适用的方法是测定物质损失和新物质生成的量。国外在油生物降解性试验方法方面进行了大量的研究工作，先后发展出一些较成熟的试验方法。
1.1.1 常用评定方法
到目前为止，关于剂生物降解性的测定还没有国际通用的标准，最常用的测试方法见表1［2-4］。
其中OECD系列方法是由OECD(经济协作开发组织)和欧洲联合体提出的一系列试验方法，主要适用于水溶性油，虽然已经被国际上接受并应用了很多年，但该方法试验过程较复杂、周期较长、成本也较高。CEC L-33-T-93是由CEC L-33-T-83试验方法发展而来的，该方法是针对舷外二冲程发动机油而制定的，但很快成为油工业的标准，并且得到欧洲广泛的承认。它是一个相对生物降解试验，再现性差，不同的试验室之间的结果误差可达20％左右，且只适用于非水溶性油。ISO系列试验是国际标准化组织制定的标准试验方
收稿日期:2007-11-26。
作者简介：朱立业(1983-)，男，后勤工程学院油料应用工程系在读硕士研究生，主要从事油及其添加剂等方面的研究工作。
注：DOC－溶解性有机碳；TOC－总有机碳；BOD－生物耗氧量；COD－化学耗氧量。
1．1．2 生物降解性评定方法研究进展
以上试验方法较为常用，但与油污染环境的实际状况还有一定差别，同时普遍存在着试验周期偏长(14 d以上)、过程复杂、成本较高、且测定的结果没有可比性和通用性等问题。这不仅不适应现今绿色剂快速发展的需要，还会给其研究带来混乱。因此国内外对上述试验方法进行了进一步的完善和发展，如OECD实验方法已经改进，能够试验水溶性较差的石油产品，同时也在探索使用新的试验方法来评定剂的生物降解性。
土壤试验方法［7］是欧洲近几年逐渐发展并成熟起来的方法,其主要试验装置见图1。土壤密封在有定量空气的玻璃管①中，试管内为装有少量浓碱的容器③，酸性硫酸铜的电解池⑧，试管外有与电解池容积相同的补偿容器⑥，在电解样品池中侵入铜作为阴极，铂作为阳极置于硫酸铜溶液上面。通入氧气，放出的二氧化碳被碱吸收，使样品池中压力减小，补偿容器的压力使电解溶液与电极相遇产生电流，导致阳极释放出氧气，当压力平衡时，电源断开。计算方法同样是以释放二氧化碳的多少来确定。
土壤试验法与剂污染环境的状况非常接近。因为多数剂污染的是陆地环境，而常用试验大都是在液体培养基中进行测定，以土壤为基础的试验更能准确的表示剂在环境中的实际降解能力。同时该方法不仅可以考察温度、时间对生物降解性能的影响，而且也可以考察其他因素对剂生物降解性能的影响。因此，土壤试验方法有望成为评定剂生物降解性通用的标准试验方法。此外，国际上对油生物降解性评定方法的研究还取得了不少成果，如：N.S.battersby对常用的OECD系列方法、CEC和ISO试验进行了解释、比较，对各种方法的优缺点和适用范围进行了阐述，并进一步提出了使用和改进方法的建议。并以CO2－headspace实验为基础建立了一种新的“物质固有降解性评定法”，该方法不久适用于非水溶性和挥发性物质，还具有很好的再现性［8-9］。Rhee［10］等人设计了一种生态动力学模型，通过该模型预测液压油的生物降解性，不但速度快而且不需要太多生物学的专业知识，简单方便。
1.玻璃过滤管；2.玻璃排淤管；3.碱液容器；4.顶塞；5.聚丙烯Y型管;6.补偿瓶；7.SUBA密封管；8.聚苯乙烯管；9.铜阴极；10.铂阳极
我国研究人员也在借鉴常用试验方法的基础上建立了一些适合我国情况的方法。吕刚［11］等参照欧洲CEC标准创新性地建立了二冲程汽油机油生物降解性能评定方法以及该方法采用的菌种标准，该方法所得实验结果与国外已公布的类似方法评定结果相比，具有良好相关性，且方便、可靠、重复性好、更符合我国的实际。武雅丽［12］等自行设计的土壤模拟法能够较好的模拟自然降解的环境，能比较真实有效地预测油在土壤中的实际生物降解程度，但由于不同的土质、植被会产生不同的试验结果，给试验模拟带来了很大的不便，该方法还需进一步完善。唐秀军［13］在CEC L-33-T-93的基础上，建立了油“生物降解性能”评定方法。但该法的试验时间较长，而且生物降解性的最终评价标准不够全面，还需要进一步的优化。王昆［14］等进一步改进了唐秀军的方法，以CO2生成量作为评价指标所建立的油生物降解性测定方法，其试验结果具有良好的区分性、稳定性和相关性，可以在相对较短的时间内有效地测定油品的生物降解性能。同时还提出了以受试油品与参比物(油酸)在试验期间内CO2生成量的百分比值作为该油的生物降解性指标，即生物降解性指数BDI，并提出了合适的生物降解性能评价标准。
1．2 生态毒性评定方法
生态毒性是指剂在生态环境中对某些有机生命体所造成的毒性影响。由于在实验室内不可能把所有的野生生物都用来进行毒性研究，所以通常的做法是选取各种标准的物种(在生物链中代表着不同级别的物种)来对剂的生态毒性进行评价，水生生物的鱼、水蚤、海藻和菌类都是常用的实验生物。
1．2．1 常用评定方法
OECD对生态毒性的评定制定了标准的试验方法［15］,见表2。
生态毒性实验可分为2组，一组是急性实验，评价高浓度下短时间内油的生态毒性，评价指标是半致死量LD50(mg/kg)及半致死浓度LC50(mg/L)，其中LD50是使试验动物半数死亡的计量，是将动物实验所得的数据统计处理而得的。绿色油的LD50或LC50应大于100 μg/g，如果生物毒性积累很低，在水生动植物类中LC50在10～100 μg/g之间也可以接受。剂的急性生态毒性分类见表3［16］。另一组是慢性实验，评价油在亚致死浓度下，长期的影响结果，评价指标是无观测影响浓度(NOEC，No Observed Effect Concentration)。
绿色油对水生环境的毒性评价是以德国的WGK(Wasser Gefhrdungs－Klassen)分类为基础的,WGK分类是用水污染分类体系来确定物质对水污染的潜力，水污染分类体系是以水污染数值(WEN)为基础的，而WEN值，除急性毒性值(哺乳动物、鱼类和细菌等的毒性)外，是由生物降解能力和其他生物累积特性综合得到的。该标准由德国联邦环境部委员会负责制定，2000年以后有所修改，现行的标准见表4［17］。
1．2．2 生态毒性评定方法研究进展
美国ASTM于1998年公布了“油毒性测试：样品液制备方法的标准”［18］，国外一些学者采用此标准制备样品液，用珊瑚虫、章鱼仔、海蜗牛、水螅等海生生物研究原油和石油产品的生物毒性，这些海洋生物对石油类物质的生物毒性耐受性较强，试验的时间相对较长，成本较高。国际上针对绿色油生态毒性评定方法的研究很多且已有一些进展，如：Baumann［19］发现在某种发动机上使用绿色油出现铅含量过重的现象并进行了改进，为测试改进效果自行设计了一种可测试油铅含量的方法。Erlenkaemper［20］利用细菌、藻类研究绿色油对人体肝脏细胞的毒性取得了一定成果。
我国在1995年颁布了《水质急性毒性的测定――发光细菌法》，但其适用范围只限于在水中可溶性化学物质的水质急性毒性监测，对于较难溶于水的试验物质，也有学者采用增溶剂或超声波技术等方法增溶，但这些方法可能会改变试验物质的自然性质，并导致非代表性的生态毒性关系。现在对于PAO基础油、一些添加剂如丁二酰亚胺、磺酸钙、ZDDP、烷基胺等都有一些生态毒性试验数据。虽然还没有针对绿色剂生态毒性的全面衡量标准和试验方法，我国学者也做了大量研究，如：居荫诚［21］等以发光细菌为受试生物，参照美国ASTM标准的水融合组分(WAF)方法制备油毒性测试样品液，采用半数效应载荷EL50作为油在水中生物毒性的判定指标，建立了一套检测油和添加剂急性生物毒性的评定方法，该方法具有快速、简便、灵敏、准确、稳定、经济以及测定只需微量样品等特点，使油等难溶物质的生物毒性判定更加科学。同时给出的难溶物质急性毒性分级标准简单易行，可操作性强，为油的毒性评定提供了依据。
1．3 生态风险评定
生态毒性和生物降解性确定的是绿色剂的内部特性，不包含与外界接触产生的影响。一种油对水生有机体有毒或生物降解性差，从本质上讲，不意味着它一定会对环境造成不利的影响，为了能准确评价一种油是否是环境友好油，还必须进行生态风险评价。生态风险评价［22］(Ecological Risk Assessment)可以理解为评估污染物对动植物和生态系统产生不利作用的大小和概率。
简单地讲，剂生态风险评定的基本步骤有：首先测定某种化学物质的固有特性，如可生物降解率、生态毒性等；再通过物资用量的多少、应用类型、排放处理等预测其在环境中的浓度(PEC)；然后预测该物质对水生有机体不造成危害的极限浓度(PNEC)；最后求出两者的比值进行判断，如果PEC/PNEC小于1，则这种物质的生态风险不大，就可以认为是环境友好的。目前，对绿色剂的生态风险评价还处于开始阶段，虽然能确定油环境污染风险的“有”与“无”，但却不能确定危害的大致概率，也没有针对剂的生态风险等级。
1．4 生命周期评价
绿色剂是否可称为“绿色产品”，按照国际环境质量管理认证标准的规定，还必须要通过“生命周期评估”加以确定。生命周期评估［23］(Life Cycle Assessment)是一种用于评价产品在从生产(包括原材料采集、加工)到使用，再到废弃后处置的整个过程中所产生的环境影响的方法。可以说，这种评价方法能够为某种特定商品“从摇篮到坟墓”的全过程所产生的环境影响提供较为可靠的分析结果。生命周期评价［33］被用于评价剂对环境的总的影响，包括基础液、添加剂、原材料的使用、能源、包装、运输、产品的使用及废弃、处理处置以及循环再生等全过程。不过，目前将LCA真正应用于剂领域，还存在很多困难，如资料难于收集，无现成的适用于剂的分析模型等等。
2 结束语
保护环境早已成为全世界的共识，绿色剂的发展将是大势所趋。要全面发展绿色油，使其全面代替矿物基油，不仅要研究绿色油的基础油和添加剂，其生态研究也应该成为重中之重，因为只有建立起适合各国国情、科学完整的生态研究、评价方法才能使绿色油的发展真正成为资源、经济和环境有机结合的一项系统工程。
参考文献：
［1］ 张健雄.从疯牛病到口蹄疫――欧洲畜牧业到底怎么了?［N］.北京青年报,2001－03－19.
［2］ Andreas Willing．Lubricants Based on Renewable Resources-An Environmentally Compatible Alternative to Mineral Oil Products［J］. Chemosphere， 2001，43(1)：89-98.
［3］ Julianna. Test Methods to Judge the Eco-Compatibility of Lubricants［J］. Journal of Synthetic Lubrication， 2006，44(14)：331-345.
［4］ OECD Guidelines for Testing of Chemicals 1995， Organization for Economic Cooperation and Development［S］.
［5］ Richterich R，Berger H，Steber．The Two-Phase“Closed Bottle Test”. A Suitable Method for the Determination of“Ready Biodegradability”of Poorly Soluble Compounds［J］. Chemosphere， 1998，37(2)：319-326.
［6］ N S Battersby. The ISO headspace CO2 Biodegradation Test［J］. Chemosphere， 1997，34(8)：1813－1822.
［7］ R J Randles. Environmentally Considerate Ester Lubricants for the Automotive Engineering Industries［J］. J Syn Lub， 1992，9(2)：145-161.
［8］ N S Battersby. The Biodegradabi1ity and Microbial Toxicity Testing of Lubricants-some Recommendations［J］. Chemosphere， 2000, 41(7)：1011-1027.
［9］ N S Battersby，Ciccognani D，M R Evans，et al．An Inherent Biodegradability Test for Oil Products：Description and Results of an International Ring Test［J］. Chemosphere， 1999，38(14)：3219-3235.
［10］ ASTM D6139-00 Standard Test Method for Determining the Aerobic Aquatic Biodegradation of Lubricants or Their Components Using the Gledhill Shake Flask［S］．USA，2005.
［11］ 吕刚，解世文，居荫诚.二冲程汽油机油生物降解性及其评定方法的研究［J］.与密封，2006(1)：51-53.
［12］ 武雅丽.油生物降解试验研究［J］.与密封，2004(9)：53-55.
［13］ 唐秀军.剂的结构和组成与生物降解性能的研究［D］.北京：石油大学，1999：24-26.
［14］ 王昆，方建华，陈波水，等.油生物降解性快速测定方法的研究［J］.石油学报，2004，20(6)：74-78.
［15］ Andreas Willing. Oleochemical Esters-environmentally Compatible Raw Materials for Oils and Lubricants from Renewable Resources［J］．Fett／Lipid，1999，101(6)：192-198.
［16］ Rhee In-sik．Evaluation of Environmentally Acceptable Hydraulic Fluids［J］. NLGI Spokesman， 1996，60(5)：28-35.
［17］ Paul Gateau. Environmentally Friendly Properties of Vegetable Oil Methyl Esters［J］. OCL， 2005，12(4)：308-313.
［18］ ASTM D608 1-98 Standard Practice for Aquatic Toxicity Testing of Lubricants：Sample Preparation and Results Interpretation［S］．USA，1998.
［19］ W Baumann, K Reiter. Accumulation of Lead in Ester-based Engine Oils［J］. J Syn Lub， 2006, 16(1)：27-34.
［20］ B Erlenkaemper, A Eisentraeger. Toxicogenomic Analysis of Gene Expression Changes in Human Liver Cells After Exposure to Environmentally Friendly Lubricants［J］. J Syn Lub， 2007，24(1)：65－73.
［21］ 居荫诚，解世文，吕刚，等.油急性生物毒性评定技术及毒性分级标准［J］.天津大学学报， 2006，39(6)：57－61.
［22］ Andreas Willing．Lubricants Based on Renewable Resources-An Environmentally Compatible Alternative to Mineral Oil Products［J］. Chemosphere， 2001，43(1)：89-98.
［23］ Alex Cornish, N S Battersby. Environmental Fate of Mineral, Vegetable and Trans-esterified Vegetable Oils［J］. Pesticide Science， 2006，37(2)：173-178.
SURVEY AND HEADWAY OF THE ECOLOGICAL STUDY ON GREEN LUBRICANTS
ZHU Li-ye，CHEN Li-gong，YANG Jun
(Dept. of Oil Application & Management Engineering, LEU, Chongqing 400016, China)
第7篇：生态风险评价方法范文
1实验部分
1.1样品的采集与处理花溪水库属于云贵高原典型的喀斯特中型供水水库，地处贵阳市花溪区，距贵阳市市区仅20km，下游距花溪仅3km。花溪水库库容近3×107m3，每天向贵阳供应饮用水20多万吨，占全市总供水的30%左右，属贵州省一级水源保护区，是贵阳市的重点供水水库之一。作为重要饮用水水源地，其水质的好坏将直接影响到市民的身体健康。2009年10月在花溪水库库区内共布设1#(大坝)、2#(半边山)、3#(镇山村)、4#(李村)、5#(天鹅渡口)、6#(竹拢)6个沉积物采样点(见图1)，采用抓斗式采泥器采集水库沉积物表层0～5cm的样品。样品经离心、风干、研磨、过100目尼龙筛、充分混合后，按四分法选取过筛的细土，最后留下足够分析用的数量，置于密封袋中保存备用。
1.2样品的分析测试称取风干样品0.2g(精确到0.0001g)，用少许去离子水润湿，加入消解液(硝酸与高氯酸体积比为4∶1)15ml，湿法消解，0.5%的HNO3定容至50ml，用AA400原子吸收光谱仪测定Zn和Cu的含量，AA800原子吸收光谱仪测定Cd和Pb的含量。称取风干样品0.2g(精确到0.0001g)，用少许去离子水润湿，加消解液(王水)10ml，微波消解，冷却后用5%的HCl定容至50ml，用AF－640原子荧光光谱仪测定Hg和As的含量。称取风干样品0.5g(精确到0.0001g)，于150ml三角瓶中，加去离子水润湿样品，加入1.5mlH2SO4，摇匀，加入1.5mlH3PO4、3mlHNO3摇匀消解，用ICP测定Cr的含量。
1.3评价方法LaysH［7］提出的潜在生态风险指数法是基于8种污染物(PCB、Hg、Cd、As、Pb、Cu、Cr和Zn)，其中PCB为多氯联苯，属持久性有机污染物(由于分析方法所限，研究未测定)，此次仅评价7个参数。
1.3.1潜在生态风险指数法各项评价指标的计算单因子污染参数(富集系数)Cif:Cif=Cis/Cin(1)式中，Cis为沉积物中金属i的实测值，Cin为该污染物参比值(环境背景值)。本文采用国际上常用的工业化前沉积物中重金属的全球最高背景值［5］(As、Pb、Cu、Cd、Cr、Zn和Hg的背景值分别为15、25、30、0.5、60、80、0.25mg/kg)。单个重金属污染的潜在生态风险系数Eir:Eir=Tif×Cif(2)式中，Tif为某一重金属的生物毒性响应系数，反映重金属元素的毒性水平及水体对重金属元素污染的敏感程度。本文所研究的Tif为Hg(40)﹥Cd(30)﹥As(10)﹥Pb(5)=Cu(5)﹥Cr(2)﹥Zn(1)［8］。
2结果与讨论
2.1重金属分布特征花溪水库沉积物中重金属含量如表2所示。花溪水库中As、Hg、Cd的含量在各采样点变化范围较小，Pb、Zn、Cu的含量变化起伏较大。As、Pb、Cu、Zn、Hg、Cd的最大值均出现在3#样点;在6个采样点中，3#、5#采样点受人为干扰较大，3#采样点位于镇山村附近，有生活污水的排放;5#采样点位于天鹅渡口，曾有渡船和网箱养鱼，所以出现了3#样点的重金属累加值在6个采样点中最高，5#采样点次之。而2#和1#采样点位于下游，可能是由于重金属的沉积作用，使得2#采样点的重金属累加值高于1#采样点。各采样点重金属元素累积叠加值由高到低依次为3#。
2.2潜在生态风险指数评价潜在生态风险评价的各项指标计算见表3和表4。根据表3和表4，以国际上常用的工业化前沉积物中重金属的全球最高背景值为参照，贵阳市花溪水库重金属富集(Cif)顺序为污染水平(Eir)顺序为总体上看，As、Pb、Cu、Cr、Zn重金属潜在的生态危害在6个采样点中属于轻微生态危害范畴(Eir＜40)，其值远小于40;Cd在3#样点的Eir值超出了轻微生态危害范畴，其值为40.20，6个样点的均值为r值为43.20，属中等生态危害，6个样点的均值为36.60，接近中等生态危害范围(40≤E＜80)。评价结果显示，Hg的单项污染程度最小，但潜在生态风险程度最高;Cu的单项污染程度最大，但潜在生态风险程度较小。这是因为，沉积物中Hg的含量虽小，但其Tif相对最高，因此Eir较高;而沉积物中Cu的含量虽最高，但因其Tif相对较低，因此Eir较低。从表4看出，各采样点的潜在生态风险指数都属于轻微污染范畴(IR＜150)，但3#样点IR=124.87，接近中等生态危害，分析表明，这可能是与镇山村的生活排污有关，应引起注意。6个样点的IR值大小顺序依次为3。
3结论
(1)花溪水库沉积物重金属在6个采样点中，As、Pb、Cu、Cd、Cr、Zn和Hg含量的最大值均出现在3#样点，且3#样点的多种重金属的生态系统的潜在生态风险指数为124.87，接近中等生态危害程度，应当引起有关部门的注意。(2)以现代工业化前正常颗粒沉积物中重金属含量的最高背景值为参比值，花溪水库的潜在生态危害属轻微范畴。花溪水库重金属潜在生态危害程度由大到小依次为Hg＞Cd＞Cu＞As＞Pb＞Cr＞Zn。
第8篇：生态风险评价方法范文
关键词 农药企业；土壤；重金属污染；生态风险
中图分类号 X825 文献标识码 A 文章编号 1002-2104（2013）04-0067-06 doi：12.3969/j.issn.1002-2104.2013.04.013
随着工业发展和城市化进程的加剧，通过工业排放、现代农业活动、交通运输和大气沉降等造成土壤重金属污染的现象越来越严重。土壤中的重金属可以通过吞食、呼吸摄入和皮肤吸收等途径进入人体，直接对人体健康带来危害[1-2]，还可以通过污染水环境、食物链富集等途径间接危害居民身体健康。重金属污染自身所具有的生物累积性、潜伏性、长期性和难降解性等特点导致了这种污染对人类健康的威胁越来越严重。如过量的铅对人体多种器官有毒害作用；长期食用镉含量高的食品会引起人体肾脏功能紊乱，导致死亡率上升、寿命缩短；铜是人体必需微量元素，但摄入过量铜可影响人体的生殖系统、影响婴儿的免疫功能[3-4]。
农药的使用是保障农业丰收的重要措施，农药化工企业的发展对我国农业经济发展有十分重要的影响。农药化工生产过程中，合成农药本身含有的重金属及农药合成时使用的金属催化剂等都会对周边土壤环境带来重金属污染[3]。重金属浓度较高的污染表土容易在风力和水力作用下进入到大气和水体中，导致大气和地表水污染。此外，由于淋洗作用，重金属还将导致地下水污染等生态环境问题。地表灰尘与土壤存在相互转化关系，灰尘极易受人为或自然条件扰动而进入大气，更易被人体吸收，因而受重金属污染的土壤对人类健康的危害非常大[5-6]。因此，农药化工企业周边土壤重金属污染状况研究以及风险评价备受人们的关注，至今相关研究报道较少。本研究选择河北省以生产农药、杀虫剂、除草剂等化工产品为主的某农药化工企业为研究对象，对企业厂区内及周边环境土壤中铜、镍、镉、锌、铬、铅、汞和砷8种重金属的含量及风险状况进行分析，旨在明确农药化工企业对周边土壤环境的重金属污染，为地方有关管理部门提供科学管理的依据和决策支持。
1 材料与方法
1.1 采样及分析方法
第9篇：生态风险评价方法范文
关键词：中央银行；国库监管；体系建设
中图分类号：F203 文献标识码：A 文章编号：1672-3198（2007）07-0045-02
1 国库监管体系建设的总体要求
（1）国库资金风险监测与控制的充分性：我国中央银行国库资金风险监测与控制体系建设要充分考虑我国金融、财政体制改革、发展的总体要求，要与世界经济、金融、财税发展的趋势接轨；满足社会政治、经济、人民生活稳定的需求，体现建设社会主义市场经济的生态金融环境、生态财税环境需求和对外开放的要求；体现以人为本的原则，提高民族生活质量的要求；保证货币政策和财税政策执行的有效性；保证业务操作的规范性、合法性，提升央行国库的管理质量和服务水平。
（2）国库资金风险控制体系的有效性：国库资金风险控制要达到控制的目标就必须得到有效实施。国库的风险控制体系必须要保证有效地履行经理国库职责，维护国库资金安全、完善结算手段、保证服务质量，促进经济发展。
（3）国库资金风险控制体系的可操作性：国库风险控制必须具有可操作性，能够满足各国库的内部风险管理、风险控制和风险治理工作需求，只有可控的才是可行的，才能确保证国库资金安全。
（4）国库资金风险控制的目标性：国库资金风险控制体系是为实现国库工作目标体系服务的，国库的资金风险控制必须保证更好地履行职责，实现央行国库工作目标。
（5）国库资金风险控制的科学性：国库资金风险控制实际上是方法和程序的结合，只有保证风险监测与控制的科学、合理，才能保证方法的可行、程序的适用，否则南辕北辙，达不到预期效果。
（6）国库资金风险控制体系的效率性：国库资金风险监测与控制要有讲求效率，只有高效的监测与控制机制，完善的组织结构，才能保证目标的实现。
2 国库监管要素
2.1 控制环境
影响国库资金安全的因素很多，既有外部因素，又有内部因素，对建立和实施控制这些因素的内外态度和采取行动总称就是控制环境。
（1）诚信和道德价值观；无论是国库组织最高管理层（库主任、库副主任）、中层（部门负责人）、还是一般业务人员都应当严格一致地保持诚信行为和道德标准。通过加强央行的内部审计、纪律监察机构的监督职能和国库的实地，使其客观监督国库管理者和员工，并提供道德方面的指导，通过制定国库行为准则和业务标准，使所有员工在一般和特定环境下能够保持正确的操作行为，规避不诚实、非法和不道德行为。
（2）管理理念和管理风格；央行国库内部无论高层、中层、还是一般管理者都必须树立科学的发展观和正确的政绩观，提高内部控制重要性认识，支持、配合、参与机构内部资金风险监测与控制，加强风险管理、控制和治理。
（3）组织结构控制：国库组织结构是指为国库活动提供计划、执行、控制和监督职能的整体框架。具体应考虑：组织结构的合适性，及其提供管理国库所需信息的沟通能力;各主管人员所负责任的适当性;按照主管人员所担负的责任，判断其是否具备足够的知识及丰富的经验;当环境改变时，配合改变其组织结构的程度;员工、尤其是负责管理及监督职能的员工人数的充足程度。组织机构要科学、可行，具有相互配合、相互制约的机制。
（4）权力的分配和责任的划分：国库部门敏感职位较多，因此权力分工要准确明晰，只有明确授权和分配责任的方法，才可以大大增强国库部门的风险控制意识，以规避管理风险和操作风险。
（5）人力资源政策和惯例：建立有效的员工调配、培训、待遇、绩效考核、提升政策和执行机制，才能保证央行国库员工的胜任能力和正直品行。
（6）人员的能力：包括领导在内的全体员工，都必须具备相应的政治、业务素质和业务操作技能，只有具备相应的能力，才能确保各项政策、措施的有效落实。
（7）完善的内部检查制度：建立完善的国库内部检查制度是促进国库履行职责的需要。检查方案要完善、科学，检查内容全面、完整，检点准确，检查方法和程序要符合效率、效益的原则。
此外，金融生态环境、财政、税务政策和地方利益分配也将对各级国库的内部资金风险监测和控制产生重大的影响，各级国库组织必须引起高度的重视，加强辖区金融生态环境建设，妥善处理与地方政府和政府部门关系。
2.2 国库会计业务核算和资金清算系统
（1）国库会计核算系统。规定各项国库会计业务的鉴定、分析、归类、登记和编报的方法，明确预算收入收纳、划解、入库和支付的管理责任。健全的国库会计系统应实现下列目标:鉴定和登记一切合法的核算业务;对各项业务按时进行适当分类，作为编制财务报表的依据;确定国库业务发生的日期，以便按照会计期间进行记录;在财务报表中恰当地表述核算业务以及对有关内容进行揭示。
（2）国库资金清算系统。国库资金清算系统包括：资金支付系统、内部行来系统和同城清算系统。
2.3 控制程序
控制程序指各级国库部门所制订的用以保证达到资金安全目的的方针和程序。它包括下列不同的控制程序:
（1）业务授权：国库各项业务和活动通过依法授权，合理界定各级国库的业务权力，确保各级国库依法治库。
（2）责任划分：明确各个人员的职责分工和岗位互控，防止有关人员对正常业务图谋不轨的舞弊行为。
（3）凭证与记录的控制：指派不同人员分别承担记录业务和保管重要凭证的职责；凭证和账单的设置和使用，应保证业务和活动得到正确的记载。
3 国库监管的内容
从中央银行国库职能和业务性质看，央行国库资金风险监测与控制应包括以下内容：
（1）职务岗位分离控制：中央银行国库的各项业务岗位要达到互相制约，相互牵制要求。责任的分配与授权，强调对于国库内部的全部活动要合理有效地分配职责和权限，并为执行任务和承担职责的工员、特别是关键岗位的人员，提供和配备所需的资源并确保他们的经验和知识与职责权限相匹配，要使所有员工知道:他们的工作行为，以及职责担负形式和认可方式，与达成央行国库资金安全目标的联系。
（2）金融政策、法规的执行监督控制：建立健全央行国库依法行政机制和责任追究机制，保证国家各项财政政策的贯彻落实，使国库所有的员工都能够掌握国库业务所必要的法律、法规知识，成为金融政策、财政政策的忠实执行者和监督者。
（3）授权批准控制：授权必须符合实际，过度授权可能造成下级机构权力过大，风险难以控制，一旦出现权力乱用、滥用现象，就会造成较大的损失；若权力收缩过大，易影响下级机构的工作积极性，造成工作效能低下。只有通过合适的授权程序、方式进行适度的授权，才能保证权力的可控、风险的可控。
（4）业务程序控制：包括预算收入收纳、划解、入库、退库、拨付和国债兑付等业务的会计核算控制、国库资金清算控制等。员工必须充分掌握所从事工作的业务操作规程，知道不按规定业务程序操作的危害，能够依照法定程序进行业务操作，就可以有效地防范国库操作风险。
（5）网络系统控制：国库网络系统要进行不断的完善和优化，加强网络登录的管理与权限控制，加强计算机病毒实时监控，提高网络核算的可控性。
4 国库监管手段的类型
中央银行国库风险业务是以序时操作为基础的，这就决定了其内部监测与控制也应是以序时控制为主。具体可分为事前控制、过程控制和结果控制三类
（1）事前控制：就是为了保证央行经理国库职责在履行中不发生偏差，进行的事前控制。如：各项预算收入退库审批业务、预算收入的更正审核业务、大额预算支付的审核业务、国债兑付的审批业务等等；
（2）过程控制：就是对央行国库业务活动中针对正在发生的行为进行的控制。如：会计核算记录、重要事项的登记、重要空白凭证的登记等等；
（3）结果控制：对国库会计业务活动最终结果采取的各项控制措施。如：对会计核算业务的事后监督、国库风险业务的定期排查、国库的内、外部对帐等等。
我国中央银行国库的业务活动应逐步建立事前、事中控制机制。国库核算事前控制有利于国库资金的风险预防；过程控制往往能在事中发现问题、解决问题，比结果控制更可靠、更完善，更符合国库资金风险大的特点。
5 对国库监管体系的评价
对国库资金控制所作的研究和评价可以分为三个步骤：①调查了解资金风险监测控制情况，并做出相应的记录；②实施符合性测试程序，证实有关内部控制设计和执行的效果；③评价资金监测与控制的风险，确定资金监测与控制的薄弱环节和领域，实施扩展监督领域，降低风险。
5.1 了解国库资金风险控制的方法
现场观察法：通过现场观察记录关键控制活动、潜在的关键点、控制缺陷或控制过度情况。
流程图法：就是用符号和图形来表示中央银行国库部门业务和凭证在组织机构内部有序流动情况。
调查表法：就是将与保证业务记录正确性和可靠性以及与保证业务完整性有关的事项列作调查对象，并列表由有关人员填写。
5.2 进行符合性测试
符合性测试：为了确定内部控制制度的设计和执行是否有效而实施的程序。主要包括：实质测试、凭证测试和模拟测试；
实质性测试：对央行国库的控制程序检查、业务处理程序检查、数据信息可信程度检查。
凭证测试：就是要查阅国库内部有关文件、资料；查阅国库业务、会计帐目；核对有关帐证、账账、账表；进行对比分析，进行科学的判断与评价。
模拟测试：就是按实际业务处理过程进行模拟作业，核查资金风险监测与控执行情况。
5.3 国库资金风险控制的评价
国库资金风险控制体系风险评价步骤：（1）确认国库政策执行、业务管理、操作中可能发生哪些潜在风险；（2）确认哪些控制可以防止或者发现这些风险；（3）执行符合性测试，获取这些控制是否适当设计和有效执行的证据；（4）评价所获得的证据；（5）评价该项认定的控制风险。
国库资金风险监测与控制体系的风险评价：国库资金风险监测与控制体系风险可评为高水平，也可以评为低水平。
评价为高风险内部控制：（1）控制政策和程序与认定不相关；（2）控制政策和程序无效；（3）取得证据来讨价控制政策和程序显得不经济。
评价为低风险内部控制：（1）控制政策和程序与认定相关；（2）控制政策和程序有效。
5.4 控制风险评价的记录
控制风险评价高水平时，只需记录评价结论；控制风险评价低水平时，还必须记录评价的依据。
