前言：中文期刊网精心挑选了生态风险评价方法范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
生态风险评价方法范文1
1煤矿开采对生态环境的影响
煤炭开采工艺可分为露天开采和井工开采两种，以不同的方式对矿区当地生态环境造成破坏。我国的煤炭资源以井工开采为主。为了明晰煤炭开采对生态环境的影响方式，为后续的风险识别工作进行铺垫，需对其影响方式和基本作用机理进行分析。本研究将采矿活动对生态环境的扰动归纳为土地破坏和环境污染两类，二者综合造成了矿区生态退化（图2）。
2煤矿开采对生态环境的影响
煤炭开采造成的土地破坏可分为土地挖损、土地压占和土地塌陷3个亚类［4］，露天煤矿以挖损和压占为主，井工煤矿以压占和塌陷为主。2000—2009年我国煤炭资源开采损毁土地5534万hm2，对土地资源造成了极大的消耗和损伤［5］。土地破坏还可能进一步导致局部地质灾害的发生，如滑坡、泥石流、土石流、矿震等［6］。环境污染可分为固体废弃物污染、废水污染和废气污染3类，露天开采和井工开采的污染方式基本类似。除污染物的直接排放之外，土地破坏也可能引发次生的环境污染。例如煤矸石堆放不仅压占土地，其中所含的重金属元素还会在雨水淋溶作用下迁移并污染土壤和水体，煤矸石自燃又会产生SO2、CO和CO2等有毒有害气体，是大气污染的重要污染源。土地破坏和环境污染综合作用导致矿区的生态退化，发生生态系统的结构损坏和功能缺失。同时，在脆弱的生态环境下，生态退化会进一步加剧土地破坏程度，例如在干旱—半干旱地区，煤炭开采会加剧土地沙漠化、土壤侵蚀和水土流失［7－8］；在潜水位较高的区域，地表塌陷会引发地面积水、土壤盐渍化等后果［9］。这一正反馈机制会导致矿区生态环境的恶性循环，进一步加大生态治理和风险防范的难度。即使在闭矿后，矿区生态环境也可能继续恶化，需要较长时间的治理和复垦才可能恢复。2煤炭矿区生态风险识别在目前国内外常用的生态风险评价体系和方法中，风险识别通常作为风险评价中的一个或几个环节，较少单独提出进行研究。例如，Hunsaker79等［10］提出的区域生态风险评价概念模型中，将风险评价总结为5个环节，其中“终点选取”和“风险源的定性和定量描述”两个环节即属于风险识别内容；PETAR方法［11］（procedureforecologicaltieredassessmentofrisks）中提出“三级风险评价”，其中“初级评价”即是对风险源、风险受体和评价区域的识别；在Landis［12］构建的相对风险评价模型所包含的9项内容中，也并未提出“识别”的概念，而是将对区域的选择和划分，风险源、受体及评价终点概念模型的建立等属于风险识别的内容融合到风险评价的方法中去。风险识别在风险评价研究中通常被作为风险评价的前期准备工作，或直接融入风险评价过程中，对于风险识别的内涵尚缺乏共识的界定。例如，姚兰［13］在洞庭湖进行的生态环境风险识别与评价研究中，将环境风险因子的识别与相应的评价指标选取相结合，由此将识别与评价结合起来。在许学工等［14］针对自然灾害进行的风险评价中，通过对风险源、风险受体和脆弱性评价因子的分析，完成了风险识别的内容，但并未明确使用风险识别这一概念。高铁军等［15］在采矿塌陷区进行风险识别时，将塌陷区修复中可能遇到的风险进行分类和分析作为风险识别的研究内容。焦锋［16］提出了较为具体的风险识别概念模型构建方法，采用加权打分法来对驱动力、风险源、风险因子和评价终点进行分析，确定其危害强度。常青等［17］针对矿区土地破坏生态风险构建了风险因果链作为风险评价的基础，并探讨了风险源、风险受体和生态终点的选取和定量表征方法，在矿区生态风险综合识别与评价方面做出了有益的拓展。本研究认为，广义的风险评价研究包括风险识别、风险分类和狭义的风险评价，狭义的风险评价即是对生态风险发生概率的定量化研究，而风险识别则是对生态风险的定性和半定量化认识。煤炭矿区生态风险识别的内容是筛选矿区范围内的风险源和风险受体，通过定性和半定量的方法对其进行甄别，判断区域内是否受到各个风险源的影响，并对风险源作用于风险受体的暴露—响应过程进行分析，确定生态终点。其识别结果是构建一个详细的生态风险因果链，明晰风险源、风险受体、生态终点及其之间的相互作用关系，搭建起矿区生态风险多源多受体的网状因果体系。本文将矿区生态风险识别分为风险识别流程和识别方法两部分进行论述。矿区生态风险识别流程包括矿区生态风险综合调查、风险源识别、风险受体识别、暴露—响应过程识别、生态终点识别、因果链构建6个步骤。矿区生态风险识别方法是在风险识别中判定风险源及风险受体是否存在、确定其空间位置和风险影响程度的方法，在具体研究中常作为风险评价的一部分进行。
3煤炭矿区生态风险识别流程
31综合调查在进行矿区生态风险识别之前，需要先对该矿区进行综合调查，认识矿区生态环境特征及采矿活动的特点和扰动方式。内容包括地形地貌、地质条件、水文条件、气象气候、植被、土壤以及矿业生产活动等。通过资料收集、遥感影像分析、现场调研、实地测量与监测、问卷调查、入户访谈等方式获取数据，并了解矿区自身特点，为后续的风险源识别工作奠定理论依据和数据基础。32风险源识别由于人类采矿活动对矿区生态系统起主导作用，因此在矿区生态风险识别中，侧重关注人类生产活动对自然生态系统的影响和破坏，风险源识别工作也围绕着采矿活动对生态系统的扰动展开。在现有研究中，程建龙等［18］将煤炭开采中的挖损、压占等土地破坏和有毒有害物质的污染作为露天煤矿的风险源。田大平等［19］也相类似地选择了土地破坏和有毒有害物质污染两个方面作为风险源。马萧等［20］将采矿活动引起的土地利用及景观格局变化作为主要风险源。贾媛等［21］则从人为风险源角度选取了煤炭开采、矸石堆放、道路修建、污染物排放等作为风险源。这些研究由于研究背景、研究目的和应用方向的不同，对风险源的识别也侧重于不同的角度。本研究考虑到煤炭开采对生态系统的影响方式，将生态风险源分为土地破坏和环境污染两类。其中，土地破坏包括土地挖损、土地压占、土地塌陷；环境污染包括固体废弃物污染、废水污染和废气污染。由于煤炭开采扰动的多面性和多源性，上述风险源之间存在一定联系。例如，固体废弃物既会导致重金属污染，同时也会造成土地压占。但上述风险源具有不同的表征、研究方法和治理措施，因此仍将其列为不同的风险源进行识别。33风险受体识别生态风险受体是暴露于胁迫因子下的单个或一组物种、生态系统的功能特征、特殊生境等［22］。矿区生态系统组分极易受到采矿活动的扰动和影响，成为生态风险的受体。矿区生态风险具有多风险源交叉影响的特点，因此一个风险源，可能对多个风险受体产生不利影响，一个风险受体也会受到来自多个风险源的作用。土地破坏类风险源以土地系统为风险受体，具体包括土壤、岩层、地貌、水体及植被；环境污染类风险源的受体则包括大气、土壤、水体、植被和动物。在实际研究中，考虑到资料的可获取性、数据的可监测性等因素，一般选择地质地貌、土壤、植被、水体和大气作为风险受体。部分矿区具备动物监测条件，可选择生活在矿区的动物（如鱼类）作为风险受体进行研究［23］。34暴露—响应过程分析暴露—响应过程分析是对风险受体对风险源暴露途径过程的分析［22］。风险源通过一系列复杂、综合的生物地球化学过程作用于风险受体，并导致相应的生态终点。对煤炭矿区生态风险而言，主要过程包括直接物理作用、水循环、食物链、风化作用、侵蚀作用、重力作用、扩散作用等。这些过程的识别和分析建立在对相应自然规律充分认识的基础上，通过资料收集、实地采样监测等方式判定。35终点识别生态终点指在生态风险源的作用下，生态风险受体可能受到的损害，以及由此发生的区域生态系统结构和功能的损伤。矿区生态风险终点有别于一般区域生态风险终点之处在于着重强调采矿活动对生态系统带来的损害，由于自然生态过程所产生的后果不在本研究的考量范畴内。不同的风险受体会伴随不同类型的生态终点。对地质地貌要素，会导致矿震、地裂、滑坡、泥石流、崩塌等生态终点；对土壤要素，会导致土壤重金属污染、土壤结构破坏、土壤微生物环境破坏、土壤理化性质改变、水土流失、土壤退化等；对植被要素，会导致植被破坏、植被退化、生境破碎化、植被多样性降低、病虫害等；对水体要素，会导致地表水系改变、地下水贮存条件改变、地下水位下降、水环境污染等；对大气要素，会导致大气粉尘污染、温室气体含量上升、有毒有害气体污染、酸雨等；这些最终会导致生态系统的结构损伤和功能缺失；对动物，除导致生境破碎化、物种多样性降低之外，污染造成的影响更为严重，会导致动物生长性状受损。36风险因果链构建因果链分析是风险识别方法的一种，运用故障树和事件树等逻辑分析方法，以事件组潜在的因果关系为基础，在事件的成因和后果之间建立链条，构成多成因多后果的风险因果体系［2］。因果链分析在流域生态风险识别、区域生态风险识别和不同生态系统的风险识别中都有应用。由于矿区生态风险具有显著的多风险源、多风险后果的特征，本研究选择风险因果链方法作为典型的矿区生态风险识别方法，基于煤炭开采的基本工序，通过上述风险源、风险受体、暴露—响应过程和终点的识别，构建风险因果链（图3）。从风险源的类型来看，土地破坏类生态风险源，主要通过直接物理破坏、风化、侵蚀和重力等作用及水循环过程，对地质地貌、土壤、植被、水体和大气产生影响，其后果通常是对生态系统组分的破坏和对原有地质地貌条件的改变，同时也会产生次生生态影响，如地形破碎和地表植被破坏加剧水土流失和土地荒漠化，生境破碎导致生物多样性降低等。而污染类生态风险源主要通过扩散作用、水循环和食物链对土壤、水环境、大气、植被和动物产生影响，其后果通常是对生态组分的污染，其中主要是土壤重金属污染、水体重金属污染、大气粉尘污染、大气温室气体含量增加、酸雨等，在一些矿区由于生物体的富集作用，污染物特别是重金属元素随食物链在生物体内积累，高浓度的污染物会随生物遗体回到土壤和水体中造成进一步的污染，更有可能被高等动物所食用，产生缓慢但具有区域性的毒害作用。这些生态后果将导致生态系统的结构损坏和功能丧失，生态系统健康下降，并可能引起生态系统结构由复杂向简单的逆向演替。
4煤炭矿区生态风险识别方法
煤炭矿区生态风险识别常用的技术方法包括“3S”技术、实地采样与实验室分析相结合的方法和问卷调查与访谈方法。其中，“3S”技术以遥感和GPS为获取数据信息的主要手段［24－26］，以GIS技术为主要分析手段［27］；实地采样和实验室分析常用于对土壤、水体和大气污染物的识别，判定污染物是否存在、浓度是否达到可被作为风险源的阈值［28－29］；问卷调查和访谈通常作为一种获取数据的辅助手段。煤炭矿区生态风险是区域生态风险中的一类特例，部分区域生态风险研究中的基本方法也能够应用于煤炭矿区的风险研究中。在区域生态风险研究中，上述基于风险源—风险受体—生态终点因果关系的方法是一种基本的研究思路，在此基础上不同的学者构建了若干不同的生态风险评价方法，包括前述中的PETAR方法等。尽管风险识别是为后续的风险评价、风险管理和防范铺垫基础，但在实际风险评价研究中，特别是在目前常用的基于景观生态指数的评价方法中，风险识别步骤经常被忽略，而直接对指标进行筛选和运算。然而，这并非意味着风险评价不再需要进行风险识别，而是通过指标筛选的过程对风险受体和风险源在研究区的影响作用进行了识别。例如，风险评价中常用的PSR模型（压力—状态—响应模型）及其改进模型，压力指标即指人类活动对自然生态系统的扰动和胁迫［30］，属于风险源范畴；评价指标是区域内风险源、风险受体和生态风险的定量化表征。因此，风险识别在实际案例研究中，除可以通过上述技术方法对风险源和风险受体进行有针对性的识别外，也可以直接通过风险评价过程实现。在这种情况下，对风险评价各指标的筛选和对量化指标阈值的确定就成为风险识别中重要的一环。本文根据煤矿区的生态风险特征，提出了针对煤矿区的风险源和风险受体识别与诊断指标。其中，风险源特征及各风险亚类的识别指标如表1，在此基础上界定阈值即可进行风险源破坏程度的判定和识别。而风险受体的诊断和识别则包括生态系统功能完备性和生态组分安全性两个方面，生态系统功能完备性的常用诊断指标，包括生物多样性、生态系统服务和生态系统健康3个方面（表2）；生态组分安全性诊断方法包括实地检测、遥感监测、采样分析和问卷调查，分别适用于不同生态组分的诊断指标，在实际工作中可以根据矿区的特点和数据的可获得性进行选择（表3）。
5结语
生态风险评价方法范文2
关键词：济南市南部山区；土地利用；生态风险；克里格插值
中图分类号：F205文献标识码：A文章编号：16749944（2013）10020903
1引言
20世纪80年代出现了风险评价，经历了20多年的发展和变化，其评价方法、范围和内容发生了很大的变化[1]。在20世纪90年代末21世纪初，区域生态风险评价作为生态风险评价的一个重要分支发展起来，且风险源也在扩大，除化学污染和生态事件外，人类活动作为一个重要的风险源也加载进来[2]。如今，在进行生态风险评价时，从考虑单一风险源到多种风险源出现，从单一风险受体发展到多种风险受体，评价尺度也发生了很大改变，从种群、生态系统到区域和景观水平[3]。生态风险是指一个种群、生态系统或整个景观的正常功能受外界一种或多种压力的胁迫从而在目前和将来减少该系统内部某些要素或其本身的健康、生产力、经济价值和美学价值的可能性[4]。生态风险评价是环境风险评价的重要组成部分，它是指受一个或多个胁迫因素影响后，对不利的生态后果出现的可能性进行评估[5]。
南部山区被称为济南市的后花园，有许多的自然和人文景观，环境优美秀丽。但随着经济和城市化的推进，人口增加，大力推行城市建设，一些地区的生态环境遭到破坏。 目前，生态风险评价研究是热点问题，本文以济南市南部山区为例，利用GIS技术和地统计方法，通过构建综合生态风险指数来分析南部山区的生态风险情况，以便为以后的发展提供建议。
2研究区概况
济南市南部山区通常是指地下水的补给范围，西起马山断裂，东至东梧断裂，南部以长城岭地表分水岭为界，北以石炭二叠系火成岩为边界，总面积为1201.6km2。研究区的行政区划范围划分为11个乡镇，共涉及3个区，分别是：市中区的党家庄和十六里河，长清区的张夏镇、武庄乡、崮山镇、万德镇和五峰山镇，历城区的仲宫镇、锦绣川乡、柳埠镇和高而乡[6]。该地位于泰山余脉，地理位置特殊，境内群山环绕，沟壑纵横，自然风光秀丽。地貌类型为低山丘陵，该地四季分明，夏季高温多雨，冬季寒冷干燥，属于典型的暖温带大陆性季风气候。森林覆盖率高，植物种类多，生态系统较为稳定。
3生态风险评价内容和方法
3.1数据源与数据处理
本研究所采用的2009年土地利用数据源是由中国科学院遥感应用研究所提供。本文研究以济南市南部山区为研究对象，采用2009年的30m×30m分辨率TM卫星遥感影像，利用ERDAS Imaging图像处理软件，进行假彩色合成和图像融合，以1∶10万地形图为参照图进行几何精校正，之后进行图像裁剪，得到研究区的影像范围。把经过裁剪之后的图像加载到ArcMap图像处理软件中进行数字化，建立矢量图层，并建立解译标志，最终获得2009年研究区土地利用类型信息。根据《中国土地利用现状调查技术规程》，把济南市南部山区的土地利用类型分为6大类，分别为：耕地、草地、林地、水域、城乡工矿居民用地和未利用地[4]。
3.2采样方式
根据研究区范围大小，将研究区划分成2km×2km的单元网格，覆盖整个研究区域进行采样，共采样454次，每个样地利用生态风险指数计算出该样地的综合生态风险指数，把该综合生态风险指数作为该样地的中心点的生态风险指数值，并计算各个土地利用类型占该样本的面积比例Ai。
3.3生态风险指数构建
3.4GIS空间分析方法
克里格插值（Kriging）又称为“空间局部插值法”，是以变异函数理论和结构分析为基础，在有限区域内对区域化变量进行无偏最优估计的一种方法，是地统计学的主要内容之一。插值方法按其实现的数学原理可以分为两类（图1）：一类是确定性插值方法，另一类是地统计插值，也就是克里格插值。图1空间插值分类确定性插值方法以研究区域内部的相似性（如反距离加权插值法），或者以平滑度为基础（如径向基函数插值法）由已知样点来创建表面。地统计插值方法（例如克里格法）利用的是已知样点的统计特性。地统计插值方法不但能够量化已知点之间的空间自相关性，而且能够说明采样点在预测区域范围内的空间分布情况[8]。克里格差值方法最主要的目的是提供权重系数的最优办法，并能描述误差信息。本文是在生态风险指数系统采样的基础上计算得出综合生态风险指数，运用ArcGIS中Spatial Analyst Tools下级菜单Interpolation中的Kriging 工具来得出研究区2009年生态风险空间内插示意图，清楚地表现出研究区的生态风险程度的不同，为生态风险评估提供了方便。
4结果与分析
4.1生态风险分级
通过计算得出的综合生态风险指数，把研究区的生态风险等级划分为低风险区、较低风险区、中等风险区、较高风险区、高风险区5个等级（表1）。通过计算分析，济南市南部山区的低风险区和较低风险区面积达1007.65km2，占总面积的83%。因此济南市南部山区的生态风险等级以低风险区和较低风险区为主，总的来说，生态风险程度不高，属于偏低型。
5结果与建议
（1）研究结果表明，济南市南部山区的生态风险程度偏低，土地利用类型以耕地和林地为主，中部和东部大部分区域属于偏低风险区，西南和东南局部区域属于高风险区。
（2）针对高风险区和较高风险区，应提高土地生产功能，扩大植被覆盖率，改善生态环境，城市建设与绿化相结合，并做好城市污染治理工作，走清洁生产道路。
（3）对于中等风险区和较低风险区，加强环境保护和生态恢复，在进行城市化建设时，应有计划地开发利用土地。
（4）对于低风险区，该地大部分属于自然保护区，因此应加强对该地区的保护，以减少人类对动植物的干扰破坏，最终能达到协调好经济、人口与资源环境的关系。
参考文献：
[1] Delgado J D，Arroyo N L，Arevalo J R，et al. Edge effects of roads on temperature，light，canopy cover，and canopy height in laurel and pine forests （ Tenerife，Canary Islands） [J]. Landscape and Urban Planning，2007，81： 328 ～340.
[2] Hunsaker C T，Grahm R L，Suter G W，et al. Assessing ecologicalrisk on a regional scale[J]. Environmental Management，1990，14： 325～332.
[3]孙洪波，杨桂山.生态风险评价研究进展[J].生态学杂志，2009，28（2）：335～341.
[4] 杨永峰，孙希华，王百田.基于土地利用景观结构的山东省生态风险分析[J].水土保持通报，2010，30（1）：232～235.
[5]臧淑英，梁 欣，冯忠科.黑龙江省大庆市生态风险评价研究[J].北京林业大学学报，2005，27（2）：58～62.
[6]张慧.基于景观安全格局的济南市南部山区生态用地研究[D].济南：山东师范大学，2012.
生态风险评价方法范文3
【关键词】模糊综合评判;APH;MATLAB;GIS;名山县
农田生态系统是人类活动干预最强烈的生态系统，而农田生态系统环境评价是农田生态系统环境保护的一个十分重要的技术保障手段，能够为农田生态系统环境管理与决策，提供科学理论依据[1-2]。本研究利用一系列监测实验仪器与方法在雅安名山县周边建立农田生态系统环境监测站，监测水文指标、水化指标、生物结构指标[2]建立数据库，应用模糊综合评判等模型对农田生态环境安全情况进行详细分析和评价[3-4]。
1 材料与方法
1.1 研究区域
研究区域位于四川省雅安市名山县，是四川盆地西南边缘（102°58′～103°23′E29°58′～30°16′N），海拔548～1456m，属于亚热带季风性湿润气候，年均气温15.4℃，年均降雨量在1200～1700mm。
1.2 研究方法与数据来源
本研究采用的方法主要有模糊综合评价法[4]、层次分析法[5]和ArcGIS空间分析技术[6]，采用MATLAB、SPSS软件对测试点的数据进行相应分析。
2 农田生态系统环境安全评价模型建立
2.1 层次分析法确定评价指标权重
1）将“名山县农田生态环境安全”设为目标层，水文指标、水化指标、生物结构指标建立为准则层，土壤含水率、大气质量、土壤退化度、水体质量、土壤肥力、农药残留量、重金属含量、植物多样性、无脊椎动物9个影响因素设为准则层[7]。2）按Saaty等建议[7]，引用数字1-9及其倒数作为标度，对重要性进行程度赋值。3）进行一致性的检验，一致性比例为C.R，当C.R
2.2 模糊综合评判确定安全等级
农田生态系统环境安全模糊综合评判模型的建立步骤如下：
1）确定模糊评判因素集，设模糊评判因素集为U，则U={土壤含水率+大气质量+土壤退化度+水体质量+土壤肥力+农药残留量+重金属含量+植物多样性+无脊椎动物}，字母表示为U={u1+ u2・・・+ u9};2）确定因素集的权重向量，评判因素集的权重向量W，由2.1得知;3）确定每个因素的评语集，对各因素集中的每个元素按风险度划分成5个等级，安全、良好、敏感、风险、恶劣。则评语集为V={安全、良好、敏感、风险、恶劣};4）获得各个地区模糊矩阵，列出监测点模糊矩阵数据，同理可得其它模糊关系矩阵Ri（i=1，2…20）。5）经过MATLAB编程计算，获得归一化后的20个监测地点的农田生态系统环境安全模糊评判集Yi=W.Ri，利用等级赋值法解模糊[7]，即为对该的等级加权求平均值。等级赋值如下：环境安全赋值5、良好赋值4、敏感赋值3、风险赋值2、恶劣赋值1，值赋值矩阵为A=（5，4，3，2，1）。经过计算雅安名山县各地区的农田生态系统环境安全等级值为Si=YiAT，得知等级值Si越大则该地区农田生态系统环境越安全，反之则越差。
2.3 农田生态系统环境安全风险
规定风险度为Mi，按式Mi=5-Si（i=1，2…20）得到各个地区的农田生态环境的风险度值，农田生态环境越好则风险度越小。根据研究地区用GPS定位仪测定的地理坐标，可在ArcGIS9.0上生成农田生态系统风险分布图，以例为据，从而判定总体安全风险完成度，根据ArcGIS9.0所得分析结果，农田生态环境系统安全风险度达到风险级需要预警的耕地面积占总耕地面积的16.55%，风险度为敏感级或敏感级以下的面积占总耕地面的83.45%。得出结论为，名山县农田生态系统环境总体较好，人类活动干预不明显，但是局部地区农田生态系统环境较差。
3 结语
应用模糊综合评判对农田生态系统环境安全进行评价，克服了农田生态系统环境安全影响因素中的水化指标、水文指标和生物结构指标相互之间复杂的影响和安全风险评级具有模糊性概念的问题。
利用MATLAB、SPSS和ArcGIS等软件强大的数据处理分析能力，对监测到的数据进行多角度处理分析，可较为立体、直观地反映各地区农田生态系统环境风险状况，为深入研究农田生态系统环境预警、应急技术的研究提供了参考依据。
【参考文献】
[1]傅伯杰，刘世梁，马克明.生态系统综合评价的内容与方法[J].生态学报，2001，21（11）：1885-1892.
[2]杨曾平，张杨珠.农田生态系统健康评价指标研究进展[J].作物研究，2007，21（2）：137-139.
[3]温冰，康利荥，李建熹.沈阳县区生态环境质量评价方法研究[C]//2013中国环境科学学会学术年会论文集（第9卷），2013：3046-3050.
[4]方丽婷，张俊平，胡月明.基于模糊综合评判法的封开县土地生态安全评价[J].广东农业科学，2009，10：179.
[5]付爱红，陈亚宁.基于层次分析法的塔里木河流域生态系统健康评价[J].资源科学，2009，31（9）：11-15.
生态风险评价方法范文4
有色金属矿产资源采选冶炼活动所造成的土壤重金属污染已成为严重的环境问题。试验通过对会泽某铅锌冶炼厂周边不同距离区域土壤中重金属Pb、Zn、Cd 元素进行分析测定，并采用内梅罗污染指数法和潜在生态风险指数法对其污染状况进行评价。结果表明：（1）周边土壤重金属元素Pb、Zn、Cd含量平均为1 161.07、2 374.31 mg/kg和20.28 mg/kg，分别是当地土壤背景值的30.26、31.78倍和34.96倍，（2）周边土壤重金属元素Pb、Zn和Cd单因子污染指数分别为2.32、4.75和20.28，分别达中污染、重污染和重污染级别；综合污染指数平均为15.75，达到重污染级别。（3）周边土壤重金属Pb、Zn、Cd生态风险系数分别为151.3、31.8和1 049.1，污染等级分别达到了强度、轻度和极度；生态风险指数RI平均为1 232.2，污染等级为极度。
关键词：土壤；重金属；污染；评价
中图分类号：S151.9+3 文献标识号：A 文章编号：1001-4942（2017）04-0072-06
Characteristics and Evaluation of Heavy Metal Pollution in Soil
Surrounding a Lead and Zinc Smelter in Huize of Yunnan Province
Yang Muqing， Kang Hongyu， Liu Yuan， Lin Jian， Kang Rifeng， Zhang Naiming
（Yunnan Agricultural University/Yunnan Soil Fertilizer and Pollution Repair
Engineering Laboratory， Kunming 650201， China）
Abstract Soil heavy metal pollution caused by exploitation of nonferrous metalmine has become a severe environment problem. Pb， Zn and Cd in soil surrounding a lead and zinc smelter in Huize were measured and analyzed statistically， and the pollution status was evaluated through applying Nemerow multi-factor index method and potential ecological risk index method. The results were as follows. （1） The average contents of Pb， Zn and Cd were 1 161.07， 2 374.31 and 20.28 mg/kg respectively， which were 30.26， 31.78 and 34.96 times of the background value in the local soil. （2） The single pollution indexes of Pb， Zn and Cd were 2.32， 4.75 and 20.28 respectively， so the fist one reached the level of common pollution and the other two reached the level of heavy pollution. The average comprehensive pollution index was 15.75， which reached the level of heavy pollution. （3） The ecological risk coefficients were 151.3， 31.8 and 1 049.1 respectively， and the pollution levels were intense， slight and extreme. The average ecological risk index was 1 232.2 with the extreme level of pollution.
Keywords Soil； Heavy metals； Pollution； Evaluation
全土壤污染调查公报显示，我国土壤环境污染形势十分严峻，土壤总超标率为16.1%，其中，重金属污染尤为突出，土壤重金属污染已成为不容忽视的环境问题。
云南是著名的有色金属王国，有色金属冶炼过程中，一部分重金属元素随冶炼废水释放，对土壤、地表水、地下水等造成严重污染，导致周边生态环境被严重破坏[1]；另一部分重金属元素则以气态或烟尘等形式排放到大气中，特别是亚微米颗粒中携带了大量的重金属，通过大气沉降、降雨等过程进入土壤[2]。云南省东北部会泽县拥有我国重要的铅锌矿产资源，矿产规模大、品位高、伴生有用元素多，历史上由于生产力落后，长期以来都采用土法冶炼，冶炼过程中，重金属元素释放到大气或残留于矿渣中[3，4]，已造成了大面积严重的重金属污染[5]。因此，了解区域内土壤重金属污染情况及潜在生态风险，有利于更好地提出修复治理方案。
本研究在野外调查和室内试验分析的基础上，对云南会泽某铅锌冶炼厂周边不同距离土壤重金属的含量进行分析测试，并评估土壤重金属潜在生态风险，旨在为不同污染状况土壤治理修复及防控措施提供依据。
1 材料与方法
1.1 研究区概况
会泽县位于云南省东北部，地处东经103°03′～103°55′、北纬25°48′～27°04′之间，平均海拔2 200 m以上，主要土壤类型有红壤、棕壤、燥红土等，气候睾停 降雨充沛，年平均气温12.7℃，年均降雨量858.4 mm， 年均相对湿度79%，干湿分明，属典型的温带高原季风气候，地势西高东低，南起北伏，由西向东呈阶梯状递减，又具有独特的高原季风气候和丰富的立体气候特点，当地主要农作物为玉米和马铃薯，主要经济作物为蔬菜和水果。
1.2 样品采集
因当地主导风向为西南风，故在铅锌冶炼厂东北及偏东方向不同距离（分别距铅锌冶炼厂200、1 000、3 000 m处）的H、L、M三区域，采用S形进行土壤样品采集，每个区域取8个，共计24个样品，在每个采样点按照0～20 cm深度进行多点采集土样，每处采样点充分混合按照四分法保留1 kg，装于自封袋运回实验室处理。采样点说明见图1。
1.3 样品的处理与分析
土壤样品先置于室内自然风干，除去杂物，取100 g土样过2 mm的尼龙筛后研磨，再过100目筛，装于自封袋中备用。土壤重金属Pb、Zn、Cd全量的测定采用王水-高氯酸消解[6]，原子吸收分光光度法测定。
1.4 土壤重金属污染评价
为准确了解研究区域内重金属的污染状况，本研究评价方法采用单因子指数法、内梅罗综合污染指数法及潜在生态风险指数法。
1.4.1 单因子指数法和内梅罗综合污染指数法[7]
单因子指数评价法计算公式为：
式中：Pi为i污染物的污染指数；Ci为i污染物的实际测量值；Si为i污染物的评价标准。
式中：P为内梅罗综合指数；Piave为所有污染物单因子指数平均值；Pimax为所有污染物单因子指数最大值。根据单因子指数法， 可将土壤划分为4个等级；根据内梅罗综合污染指数，可将土壤划分为5个等级（见表1）。
重金属污染评价标准参照国家环保局的《国家土壤环境质量标准》（GB 15618―1995）[8]进行评价。因冶炼厂周边土壤重金属污染严重，所以采用土壤环境三级标准进行评价（土壤环境质量三级标准 Cd≤1 mg/kg、Pb≤500 mg/kg、Zn≤500 mg/kg）。
1.4.2 潜在生态风险指数法[9] 该方法在反映某一特定环境中各种污染物影响的同时，也反映了多重污染物的综合影响，并以定量的方法划分出潜在危害程度[10]，对于控制污染极其重要。
1.5 数据分析
本研究数据及图表采用Microsoft Excel 2007 和 SPSS 17.0 统计软件进行制作及分析。
2 结果与分析
2.1 土壤重金属含量统计特征分析
由表3可知，就总体而言，铅锌冶炼厂周边重金属元素Pb、Zn、Cd含量随着距冶炼厂距离增加而呈现线性降低趋势，当距离为3 000 m时，土壤中Pb、Zn、Cd的平均含量分别为306.06、498.56、6.92 mg/kg，且在不同区域元素分布特征各不相同，3种元素含量都不同程度地超过了当地土壤环境背景值（Pb 38.37 mg/kg、Zn 74.71 mg/kg、Cd 0.58 mg/kg），具体表现为以下三方面：
H区域土壤中Pb含量为404.40～3 241.00 mg/kg，平均值为1 932.05 mg/kg；Zn含量为1 469.00～7 323.00 mg/kg，平均值为4 660.00mg/kg；Cd含量8.18～52.61 mg/kg，平均值32.17 mg/kg。变异系数的差异反映了研究区域土壤中3种重金属元素含量变化程度的大小，其从大到小依次为Cd>Zn>Pb。土壤中Pb、Zn、Cd含量全部超过了当地土壤背景值，分别为当地土壤背景值的50.35、62.37倍和55.46倍，这主要由于该区域距离冶炼厂近，污染物辐射强度大。
M区域土壤中Pb含量为576.60～2 437.00mg/kg，平均值为1 245.11 mg/kg；Zn含量为 1 087.00～2 300.00 mg/kg，平均值为1 964.37 mg/kg；Cd含量为15.82～32.51 mg/kg，平均值21.74 mg/kg。该研究区域土壤中3种重金属变异系数从大到小依次为Pb>Cd>Zn。土壤中Pb、Zn、Cd含量全部超过了当地土壤背景值，分别为当地土壤背景值的32.45、26.29倍和37.48倍。M区域内土壤重金属含量较H区域有了明显减少，说明冶炼厂周边土壤重金属污染主要来自冶炼厂，且污染程度随距冶炼厂距离的增加而减少。
L区域土壤中Pb含量为191.60～385.40 mg/kg，平均值为306.06 mg/kg；Zn含量266.70～838.00 mg/kg，平均值为498.56 mg/kg；Cd含量1.00～10.72 mg/kg，平均值为6.92 mg/kg。该研究区域土壤中3种重金属变异系数从大到小依次为Cd>Zn>Pb。土壤中Pb、Zn、Cd含量全部超过了当地土壤背景值，分别为当地土壤背景值的7.99、1.31倍和11.93倍。该区域较H区域和M区域3种重金属元素含量大为减少，主要是距离冶炼厂最远，同时该区域为农田，主要种植玉米，可能由于作物吸附了较多的重金属，导致土壤中重金属含量相对减少。
2.2 冶炼厂周边土壤重金属污染程度
内梅罗指数法可以全面反映各重金属对土壤的不同作用，突出高浓度重金属对环境质量的影响，以避免由于平均作用削弱污染金属权值现象的发生[12]。
按照评价标准以及评价方法计算铅锌冶炼厂周边不同区域重金属单因子污染指数和综合污染指数（表4）。由单因子污染指数可以看出，就总体而言，研究区采样点土壤中Zn和Cd单因子污染指数都超过3，处于重污染等级；Pb单因子污染指数在2～3之间，处于中污染级别。就单区域评价而言，H区域中Pb、Zn、Cd的单因子污染指数分别为3.86、9.32、32.17，属于重污染等级；M区域中Zn、Cd元素单因子污染指数分别为3.93和21.74，属于重污染等级，而Pb元素单因子污染指数则为2.49，属于中污染等级；L区域中Pb、Zn、Cd的平均单因子污染指数分别为0.61、1.00和6.93，污染等级分别为清洁、轻污染和重污染。
从综合污染指数来看，铅锌冶炼厂周边土壤综合污染指数均超过了3，属于重污染等级，说明冶炼厂周边农田土壤已受到严重污染。
2.3 冶炼厂周边土壤潜在生态风险
2.3.1 参数的确定 为了更好地反映该矿区土壤重金属的污染情况，本研究选取会泽县土壤3种金属元素背景值为参比值，同时参照文献[13]设定了3种重金属生物毒性响应系数，见表5。
2.3.2 评价结果 经计算，铅锌冶炼厂周边土壤重金属元素的潜在生态风险系数Eir和潜在生态风险指数RI如表6所示。
从单因子生态风险系数可知，H区域3种重金属平均潜在生态风险系数的顺序为Cd>Pb>Zn，其中Pb平均潜在生态风险系数为251.8，达到很强生态风险程度，Zn平均潜在生态风险系数为62.4，生态风险程度为中度，Cd平均潜在生态风险系数为1 664.2，达到极度生态风险程度。H区域土壤重金属潜在风险指数在734.1～3 231.6之间，平均值为1 978.3。各采样点区域均达到了极度生态风险水平，而导致土壤重金属污染的主要污染因素是Pb和Cd，其中Pb潜在生态风险指数贡献比率达4.35%～39.37%，Cd潜在生态风险指数贡献比率_57.64%～90.47%。
从单因子生态风险系数可知，M区域3种重金属平均潜在生态风险系数的顺序为Cd>Pb>Zn，其中Pb平均潜在生态风险系数为162.3，达到很强生态风险程度，Zn平均潜在生态风险系数为6.7，生态风险程度为轻度，Cd平均潜在生态风险系数为1 124.7，达到极度生态风险程度。M区域土壤重金属潜在风险指数在996.6～1 811.1之间，平均值为1 313.2。各采样点区域均达到了极度生态风险水平，而导致土壤重金属污染的主要污染因素是Pb和Cd，其中Pb潜在生态风险指数贡献比率达5.48%～20.54%，Cd潜在生态风险指数贡献比率达77.72%～92.85%。
从单因子生态风险系数可知，L区域3种重金属平均风险系数的顺序为Cd>Pb>Zn，其中Cd平均潜在生态风险系数为358.3，达到极度生态风险程度，Pb和Zn的平均潜在生态风险系数分别为39.9和6.7，生态风险程度为轻度。L区域土壤重金属潜在风险指数在90.1～613.7之间，平均值为404.9。有62.5%采样点区域达到了极度生态风险水平，25.0%采样点位达到了很强生态风险水平，而导致土壤重金属污染的主要因素是Cd，Cd潜在生态风险指数贡献比率达57.39%～91.33%。
3 讨论
本研究区域中，土壤重金属变异系数均较低且均匀，说明3种重金属空间差异均不大，且受外界状况影响可能一致，一定程度上反映了Pb、Zn、Cd这3种重金属元素在该区域的来源可能具有同源性，也表明该区域土壤主要受到铅锌冶炼活动的影响。与此同时，变异系数较低也一定程度上说明本试验所布设的24个采样点的土壤重金属含量基本能反映出研究区土壤重金属的整体状况，这与陆泗进等[3]在会泽某铅锌厂周边农田重金属研究相符。
土壤中3种重金属含量随着距离增加而明显降低，矿产冶炼过程中长期排放含有重金属的烟尘，在冶炼厂周边环境中沉降，其沉降量与距离冶炼厂的距离密切相关，在冶炼厂周边环境的农田表层土壤，通常富集了高浓度的重金属，冶炼厂烟气粉尘的沉降是周边土壤重金属污染的主要来源之一。刘勇等[2]通过对关中西部某铅锌厂周边农田为研究对象发现，以铅锌冶炼厂为主中心，Pb和Zn浓度值在两个相反的方向上逐渐降低。胡雪菲等[14]对徽县铅锌冶炼区土壤中重金属研究表明，Pb含量随距离增大而逐渐减小，说明该地区冶炼活动造成Pb的污染状况与污染源距离密切相关。袁艺宁等[1]在湖南某铅锌冶炼厂土壤调查结果表明，渣堆场下，距渣堆场10 m处及1 000 m处表层土壤中重金属Pb的质量分数分别可达775.25、645.33 mg/kg和309.80 mg/kg。研究区由于长期铅锌冶炼活动，导致周边土壤受到不同程度的重金属污染。研究区域内重金属元素的污染程度表现为Cd>Pb>Zn，这也与李敬伟等[15]的研究结果基本一致。
采用单因子指数法和内梅罗综合污染指数法以及潜在生态风险评价法对铅锌冶炼厂周边土壤污染程度进行评价，就总体而言，周边土壤重金属综合污染程度都达到了重污染或极度污染水平，就单因子而言，采用单因子污染指数评价结果表明，冶炼厂周边Zn和Cd元素单因子污染指数都为重污染级别，而Pb元素单因子污染指数级别为中污染；而采用潜在生态风险指数进行评价，单因子生态风险系数中Pb、Zn、Cd污染等级分别为强度、轻度和极度。总体而言，两种方法得出的结论大致相同，但单项指标评价又有差异，可能是潜在生态风险指数法引入了毒性响应系数，将重金属的环境生态效应与毒理学联系起来[16]。而内梅罗指数法则突出了高浓度重金属对环境质量的影响[12]，因此造成区域内Pb和Zn的污染差异性。
4 结论
冶炼厂周边土壤重金属含量随着距冶炼厂距离的增加而显著减少。就整体而言，周边土壤重金属元素Pb、Zn、Cd含量平均为1 161.07、2 374.31 mg/kg和20.28 mg/kg，分别是当地土壤背景值的30.26、31.78倍和34.96倍，且平均含量由高到低依次为Zn>Pb>Cd。
内梅罗指数法评价结果表明，冶炼厂周边土壤重金属元素Zn和Cd单因子污染指数分别为4.75和20.28，级别达到重污染，Pb单因子污染指数为2.32，级别达到中污染；重金属污染指数由高到低依次为Cd>Zn>Pb；综合污染指数平均为15.75，达到重污染级别。
潜在生态风险评价结果表明，冶炼厂周边土壤重金属Pb、Zn、Cd生态风险系数分别为151.3、31.8和1 049.1，污染等级分别达到了强度、轻度和极度；重金属污染指数由高到低依次为Cd>Pb>Zn；研究区生态风险指数平均为1 232.2，污染等级为极度。
参 考 文 献：
[1]
袁艺宁，杨志辉，柴立元，等.铅锌冶炼厂渣堆场周边土壤铅污染特征[J].生态环境学报，2014， 23（2）： 307-311.
[2] 刘勇，王成军，冯涛，等.重金属在铅锌冶炼厂内的空间分布及污染评价[J].西北大学学报（自然科学版），2014，44（1）：133-140.
[3] 陆泗进，王业耀，何立环.会泽某铅锌矿周边农田土壤重金属生态风险评价[J].生态环境学报，2014， 23（11）： 1832-1838.
[4] 房辉，曹敏.云南会泽废弃铅锌矿重金属污染评价[J].生态学杂志，2009， 28（7）：1277-1283.
[5] 秦丽，祖艳群，李元，等.会泽铅锌矿渣堆周边7种野生植物重金属含量及累积特征研究[J].农业环境科学学报，2013，32（8）：1558-1563.
[6] 鲁如坤.土壤农业化学分析方法[M].北京：科学出版社，2000：12-14，276-288，477-492.
[7] Nemerow N L. Scientific stream pollution analysis[M]. Washington： Scripta Book Co.，1974.
[8] 国家环保局.国家土壤环境质量标准 GB 15618―1995 [S].北京：中国标准出版社，1995.
[9] Hakanson L. An ecological risk index for aquatic pollution control.A sediment logical approach [J]. Water Research， 1980，14（8）： 975-1001.
[10]罹唬王宁.夹皮沟金矿开采区土壤重金属污染潜在生态风险评价[J].农业环境科学学报，2013，32（3）：595-600.
[11]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.
[12]郭笑笑，刘丛强，朱兆洲，等.土壤重金属污染评价方法[J].生态学杂志，2011，30（5）：889-896.
[13]樊文华，白中科，李慧峰，等.复垦土壤重金属污染潜在生态风险评价[J].农业工程学报，2011，27（1）：348-354.
[14]胡雪菲，蒋煜峰，展惠英，等.徽县铅锌冶炼区土壤中重金属的空间分布特征[J].中国环境监测，2015，31（2）：92-97.
生态风险评价方法范文5
森林资源资产评估是国家林权制度改革的一项重要基础工作，为适应我国林权改革需要，提高评估师胜任森林资源资产评估的能力，中评协针对云南、贵州、四川、广西、福建、江西及东北等森林资源大省的特点，8月下旬在四川成都对所属区域的评估师进行了森林资源资产评估的专题培训。培训班安排了森林资源资产评估理论与方法、林业基础知识、林木林地森林景观生态价值评估实务与案例分析等内容。通过近几年森林资源资产评估的培训，培养了一大批能够从事森林资源资产评估的专业人才，为加强森林资源资产评估管理工作，规范森林资源资产评估行为提供了专业支持。
9月上旬，中评协在甘肃兰州举办了矿产资源资产评估专题培训班。主要针对陕西、甘肃、宁夏、青海、新疆、内蒙、山西、辽宁等地区矿产资源比较丰富的特点，对所属区域内的评估师进行了矿产资源资产评估专题培训。安排了我国固体矿产勘查、程序和标准，矿山建设程序、采矿选矿专业知识，矿产资源法律法规与管理制度，矿产资源储量评审备案及矿业权评估理论与方法等内容。本次培训深受学员的欢迎，学员对培训班给予了高度评价，并希望中评协、地方协会继续多办类似的培训班。
9月中旬，中评协在北京国家会计学院举办了评估执业风险防范专题培训班，主要安排了资产评估法律责任及案例分析、评估执业风险案例分析、评估机构风险管理、评估项目合规性审核相关问题讲解、评估机构经营风险与项目风险控制等内容，通过培训提高了评估师的风险控制意识和防范能力，对保证和提升评估质量具有重要的指导意义和帮助。
近两年绩效评价工作和生态评估已经在评估行业全面展开。为深入贯彻落实谢旭人部长以加强预算绩效管理、推进预算绩效评价的重要讲话精神，积极发挥评估行业的职能，提升评估师的专业胜任能力，更好地服务财政中心工作，10月中旬，中评协在上海国家会计学院举办了评估新业务专题培训班，针对财政绩效评价和生态评估两个新领域，重点安排了绩效评价相关政策讲解、绩效评价方法讲解、绩效评价实务操作及案例讲解、生态价值评估实务与案例讲解等课程。为学员们深入了解和全面掌握财政绩效评价和生态评估的政策和操作流程等提供了有益的借鉴和参考。学员们表示，一定要把握机遇，深入学习绩效评价和生态评估相关政策和专业知识，掌握科学、合理的评价方法，充分运用所学成果更好地服务于财政绩效评价和生态管理工作，提升行业公信力。
生态风险评价方法范文6
关键词：环境工程；风险评价；发展趋势
Abstract: Environmental Risk Assessment on construction projects or regional development behavior induced disasters, as well as natural disasters, the potential loss of human health, economic development, engineering facilities, ecosystem identification, measurement and management. Environmental risk assessment to avoid sudden environmental pollution accidents, and provide the scientific basis for environmental risk management decision-making, and promote the sustainable development of the society. In this paper, Risk Assessment of trends in environmental engineering, problems discussed analysis and application for reference only.Keywords: Environmental Engineering; risk assessment; trends.
中图分类号：F205 文献标识码：A文章编号：2095-2104（2013）1环境风险评价的历史及趋势
环境工程风险评价发展历史主要兴起于70年代的一些工业发达围家，大体上经历了3个时期：70年代至80年代初为萌芽阶段，主要通过采取毒性鉴定做一些基础性的工作；80年代，美国EPA制定和颁布了有关环境风险评价的一系列技术性文件、准则和指南，形成了环境风险评价的基本框架；在此基础上，从1989年起．环境风险评价的科学体系基本形成，并不断发展和完善初期的环境风险评价主要限于人体健康风险评价，90年代后．生态风险评价慢慢被人们所重视．这两方面内容构成了风险评价的科学体系。总体而言，目前环境风险评价具有如下的特点和趋势：
(1)研究热点已由人体健康风险评价转移到生态风险评价：
(2)从污染物数量来看，已由单一污染物作用进一步考虑到多种污染物的复合作用：
(3)从环境风险类型来看，不仅考虑化学污染物，特别是有毒有害化学物．而且还要考虑到非化学因子对环境的不利影响：
(4)从评价范围方面来看，由局部环境风险发展到区域性环境风险。乃至全球环境风险；
(5)生态风险不仅仅只考虑生物个体和群体。而且考虑到群落、甚至整个生态系统；
(6)技术方法上南定性向半定量、定量方向发展。
2 环境风险评价的必要性
近几年来，各类危险化学品燃烧、爆炸、泄漏等事故时有发生，造成人员伤亡、经济损失和环境污染。对具有潜在风险的建设项目开展环境风险评价是保障人类健康安全的生活和生态系统良性循环的需要。从历史性事例的分析可以看出：在项目建设以前，进行突发性事故可能发生的原因及其概率分析、事故发生后果危害的预测，以及采取何种对策以便减少危害影响分析都是十分重要的。由于环境风险评价是对事故出现的概率及其后果进行预测及评价，它不同于常规的环境影响评价，它主要分析环境评价中不确定性的问题，即探讨环境潜在危险及防范措施。因此，将环境风险评价作为环境影响评价的补充是非常必要的，其意义在于通过风险识别找出事故隐患，通过风险分析和风险评价确定出事故产生的后果及发生的概率，为环境风险管理部门提供科学依据，以便在事故发生时，采取必要的防范与应急措施，使损失降低到最小程度。
3环境风险评价存在的问题与建议
3.1环境环境风险评价存在的问题
（1）环境风险评价的不确定性
不确定性是环境风险评价最主要的特征,不仅是一种科学的限制,而且是对各种自然过程多变和混杂形态的承认。造成不确定性原因包括客观和主观原因两大类。
客观原因包括: ①由于自然现象的复杂性、多变性和随机性,环境风险发生机制的复杂性和不确知性,人类对风险过程中的某些现象和机制无法做出精确的解释。②许多环境风险危害后果具有潜伏性,许多污染因子其致害性要在环境中潜伏相当长时间后才逐渐爆发出来,如许多化学品致癌的潜伏期达20～30年,这对风险管理带来很大的困难,造成评价的不确定性。③环境风险研究的发展较晚,致使有关信息和数据资料的积累有限,导致评价中缺乏基础数据资料的支持,造成评价结果的不确定性。
主观原因包括: ①环境风险评价过程中,由于评价工作者知识水平和专业技能的限制,造成评价的不确定性,如对评价对象性能(包括设备性能与维护保养程度、工艺技术、系统可靠性等)了解不完全;工作者在采集和统计数据时,由于其实验技巧、专业技能、精神状态等外在因素造成数据的不确定性。②在选用模型评价时,或模型选择不合适,或简化模型带来局限性,或模型参数不准确造成评价的不确定性。③参数的不确定性是指在定义模型参数时,什么数值或数值的范围是合适的。这种不确定性是由于对模型的特殊情况了解不完全引起的。
另外,评价模型本身时间和空间的平均化,使得所用的参数不符合直接的观测资料或测量数据。④各种外推过程,如物种间外推、不同等级生物组织间外推、实验室向野外外推、高剂量向低剂量外推等,并不能完全真实地反映客观实际。如用动物的毒理实验外推毒物对人体的健康危害,尽管附加一定的安全因子,但有毒物质在人体内的反应机制和其对人体健康的影响及影响程度都是未知的。⑤由于公众思想道德观念、风险承受能力以及地区社会经济能力等的影响,缺乏能为公众所接受的风险标准,加上评价标准的可变性和非客观性,风险评价标准存在很大不确定性。
（2）模型优化问题
模型在风险评价中的重要性是显而易见的,因为风险评价是研究人为活动引起环境不利影响的可能性,是根据有限的已知资料预测未知后果的过程,这就需要应用大量的数学模型才能完成。模型的优劣直接关系到整个风险评价结果的准确性。风险评价涉及的模型很多,主要有污染物环境转归模型、污染物时空分布模型、暴露模型、生物体分布模型、外推模型、风险计算模型等。风险评价就是由这些模型的组合,借助于计算机整合为一体的。随着风险评价越来越复杂,准确性要求越来越高,发展和完善各种数学模式始终是风险评价研究的重要方面。
