陳紹晴, 房德琳, 陳 彬

北京師范大學(xué)環(huán)境學(xué)院, 環(huán)境模擬與污染控制國(guó)家重點(diǎn)實(shí)驗(yàn)室, 北京 100875

基于信息網(wǎng)絡(luò)模型的生態(tài)風(fēng)險(xiǎn)評(píng)價(jià)

陳紹晴, 房德琳, 陳 彬*

北京師范大學(xué)環(huán)境學(xué)院, 環(huán)境模擬與污染控制國(guó)家重點(diǎn)實(shí)驗(yàn)室, 北京 100875

人類開發(fā)活動(dòng)造成劇烈的生態(tài)系統(tǒng)自然條件變化，生態(tài)風(fēng)險(xiǎn)評(píng)價(jià)可以對(duì)受到人為干擾下生態(tài)系統(tǒng)(包括物種和群落等)的潛在影響進(jìn)行模擬和量化。通過對(duì)信息流量的概念和網(wǎng)絡(luò)控制分析，綜合考慮生態(tài)系統(tǒng)組分間的直接和間接作用，提出一種能實(shí)現(xiàn)全局風(fēng)險(xiǎn)模擬的生態(tài)網(wǎng)絡(luò)模型，即信息網(wǎng)絡(luò)模型。在該模型基礎(chǔ)上，建立了面向整體生態(tài)系統(tǒng)的生態(tài)風(fēng)險(xiǎn)評(píng)價(jià)框架，同時(shí)實(shí)現(xiàn)兼容多脅迫因子統(tǒng)一模擬和多風(fēng)險(xiǎn)受體間的風(fēng)險(xiǎn)追蹤。以瀾滄江漫灣水庫(kù)為例，在估算重金屬Hg、Pb和Cd初始環(huán)境風(fēng)險(xiǎn)后，利用信息網(wǎng)絡(luò)模型追蹤分析生態(tài)系統(tǒng)中不同生態(tài)功能組分之間的風(fēng)險(xiǎn)傳遞路徑，評(píng)估各生態(tài)組分和整體系統(tǒng)的危險(xiǎn)程度。結(jié)果表明，在累積效應(yīng)作用下，對(duì)于生態(tài)系統(tǒng)和部分群落，整合網(wǎng)絡(luò)風(fēng)險(xiǎn)值與初始環(huán)境風(fēng)險(xiǎn)值之間有著顯著差別；在發(fā)生環(huán)境脅迫時(shí)，雖然處于食物網(wǎng)底層的生物類群可能最先受險(xiǎn)，但在控制信息作用下食物網(wǎng)上層類群也會(huì)受險(xiǎn)，甚至其最終受到的潛在威脅比前者更大。信息網(wǎng)絡(luò)模型可識(shí)別出復(fù)雜的風(fēng)險(xiǎn)流動(dòng)路徑和群落間的風(fēng)險(xiǎn)累積，從而為生態(tài)系統(tǒng)風(fēng)險(xiǎn)評(píng)價(jià)和管理提供更為系統(tǒng)綜合的理論依據(jù)。

生態(tài)風(fēng)險(xiǎn)評(píng)價(jià); 生態(tài)網(wǎng)絡(luò)分析; 信息理論; 水庫(kù)生態(tài)系統(tǒng)

生態(tài)風(fēng)險(xiǎn)評(píng)價(jià)(Ecological risk assessment, ERA)通常被定義為通過估算在特定干擾發(fā)生后或者預(yù)計(jì)干擾即將發(fā)生時(shí)生態(tài)系統(tǒng)的可能損害或潛在的各種影響的定量評(píng)價(jià)[1- 3]。生態(tài)風(fēng)險(xiǎn)脅迫因子的來源涉及化學(xué)、物理和生物等多方面，受壓力影響下的生態(tài)系統(tǒng)或其組分的有害影響的量化分析評(píng)價(jià)，即生態(tài)風(fēng)險(xiǎn)評(píng)價(jià)，對(duì)于科學(xué)的制定環(huán)境管理決策具有重要的意義，指導(dǎo)生態(tài)系統(tǒng)的有效管理，以減少風(fēng)險(xiǎn)對(duì)生態(tài)系統(tǒng)或某組分的危害影響[4]。

Findlay和Zheng采用交叉驗(yàn)證多元回歸以及交叉驗(yàn)證全息神經(jīng)網(wǎng)絡(luò)，對(duì)濕地生態(tài)系統(tǒng)暴露在脅迫中的風(fēng)險(xiǎn)進(jìn)行量化評(píng)估[5]。Hui等結(jié)合自然因素及人為影響的七種指標(biāo)，采用神經(jīng)網(wǎng)絡(luò)模型，對(duì)青藏鐵路沿線的生態(tài)環(huán)境進(jìn)行整合風(fēng)險(xiǎn)評(píng)價(jià)[6]。Pollino等通過已有數(shù)據(jù)以及提取的信息，對(duì)貝葉斯網(wǎng)絡(luò)模型進(jìn)行調(diào)參，并對(duì)魚類生物群落的生態(tài)風(fēng)險(xiǎn)進(jìn)行研究[7]；Lee和Lee以及Zhou等采用貝葉斯網(wǎng)絡(luò)模型，分別對(duì)對(duì)核燃料廢物處置，以及水壩工程進(jìn)行了概率風(fēng)險(xiǎn)評(píng)價(jià)[8- 9]。此類的ERA模型有助于指導(dǎo)局部風(fēng)險(xiǎn)分析和決策支持，但其大多數(shù)局限于單脅迫因子影響下的特定生物種類以及生物量的測(cè)算，并篩選生理或物化指標(biāo)來表征潛在影響，并確定這些影響的概率分布。在方法層面上，對(duì)于多脅迫因子相互作用下的影響模擬不具備相互兼容性。同時(shí)，這些模型大多只關(guān)注從風(fēng)險(xiǎn)源到風(fēng)險(xiǎn)因子到風(fēng)險(xiǎn)受體這一因果關(guān)系(或者稱為風(fēng)險(xiǎn)樹)，而未真正考慮生態(tài)系統(tǒng)內(nèi)部的相互作用，尤其是不同生態(tài)單元(如種群、群落等)的直接和間接關(guān)系。而生態(tài)單元在暴露于干擾下的互動(dòng)影響，以及生態(tài)系統(tǒng)內(nèi)部的影響路徑和過程，對(duì)于系統(tǒng)安全程度的判斷有著關(guān)鍵的影響[10- 13]。因此，考慮生態(tài)系統(tǒng)組分互作過程下的風(fēng)險(xiǎn)存在積累和放大的效應(yīng)，有必要構(gòu)建基于系統(tǒng)的風(fēng)險(xiǎn)過程模擬方法和框架。

本文在傳統(tǒng)生態(tài)網(wǎng)絡(luò)分析基礎(chǔ)上構(gòu)建了信息網(wǎng)絡(luò)的概念，進(jìn)而提出一種基于信息網(wǎng)絡(luò)的全局生態(tài)風(fēng)險(xiǎn)評(píng)價(jià)框架與方法，并舉例說明其應(yīng)用價(jià)值。有別于傳統(tǒng)的單因素和特定受體的風(fēng)險(xiǎn)模擬方法，信息生態(tài)網(wǎng)絡(luò)模型同時(shí)考慮直接和間接影響，并兼容多種風(fēng)險(xiǎn)源和多種風(fēng)險(xiǎn)受體的共同評(píng)估與預(yù)測(cè)。本文以新的研究視角和模擬方法實(shí)現(xiàn)基于系統(tǒng)層面的生態(tài)風(fēng)險(xiǎn)評(píng)價(jià)，對(duì)如何采用系統(tǒng)生態(tài)學(xué)方法對(duì)生態(tài)系統(tǒng)進(jìn)行有效評(píng)估和管理提供了范式。

1 研究方法

1.1 風(fēng)險(xiǎn)評(píng)價(jià)框架

傳統(tǒng)信息倫認(rèn)為，信息可用于描述復(fù)雜事件發(fā)生的過程及其概率，是世界在物質(zhì)和能量的基礎(chǔ)上的一種可量化的聯(lián)系和作用。這一理論被Shannon和Ulanowicz等生態(tài)學(xué)家用于描述生態(tài)系統(tǒng)物種和流量的多樣性[14- 15]。在多來源的風(fēng)險(xiǎn)下，物質(zhì)流或能量流主導(dǎo)的網(wǎng)絡(luò)存在固有的不相容性，使得干擾后系統(tǒng)的響應(yīng)特性難以量化。對(duì)此，信息網(wǎng)絡(luò)風(fēng)險(xiǎn)采用信息論的基本概念來實(shí)現(xiàn)網(wǎng)絡(luò)流量的概念轉(zhuǎn)換，即將原本以物質(zhì)/能量為基礎(chǔ)的網(wǎng)絡(luò)，轉(zhuǎn)換為以信息為基礎(chǔ)的網(wǎng)絡(luò)。在定義了信息生態(tài)風(fēng)險(xiǎn)的概念后，我們可以建立了基于信息網(wǎng)絡(luò)模型的生態(tài)風(fēng)險(xiǎn)評(píng)價(jià)的框架。

框架主要目的包括：(1)評(píng)估由人為干擾所引起多種環(huán)境脅迫因子對(duì)生態(tài)系統(tǒng)的直接或間接潛在影響；(2)利用系統(tǒng)生態(tài)的方法和指標(biāo)為干擾下的生態(tài)系統(tǒng)管理提供一個(gè)更系統(tǒng)綜合的工具；(3)驗(yàn)證生態(tài)網(wǎng)絡(luò)理論和信息論聯(lián)合應(yīng)用于生態(tài)系統(tǒng)風(fēng)險(xiǎn)評(píng)價(jià)中的有效性和預(yù)測(cè)性。

1.2 風(fēng)險(xiǎn)評(píng)價(jià)步驟

這一框架利用信息網(wǎng)絡(luò)模型來實(shí)現(xiàn)生態(tài)風(fēng)險(xiǎn)評(píng)價(jià)的過程，由5個(gè)主要步驟組成：(1) 環(huán)境變化分析。在某一干擾事件產(chǎn)生后，一系列脅迫因子對(duì)自然環(huán)境(如棲息地)帶來的變化通過相應(yīng)的指標(biāo)進(jìn)行量化；(2) 初始風(fēng)險(xiǎn)估算。對(duì)于某個(gè)特定脅迫因子，某些敏感組分會(huì)先受影響，然后這一影響會(huì)通過控制關(guān)系傳遞到其他非直接受險(xiǎn)的組分。結(jié)合脅迫因子的發(fā)生概率和不同組分對(duì)不同脅迫因子的敏感性，得出特定組分對(duì)應(yīng)因子的環(huán)境風(fēng)險(xiǎn)值；(3) 網(wǎng)絡(luò)控制分析。通過實(shí)地考察和文獻(xiàn)調(diào)研等方式，追蹤量化食物網(wǎng)中各組分(物種、群落)間的能量物質(zhì)流，分析受干擾生態(tài)系統(tǒng)的食物網(wǎng)結(jié)構(gòu)。在Patten和Auble[16]，F(xiàn)ath[17]以及Schramski等[18]的相關(guān)研究基礎(chǔ)上，依照物質(zhì)能量流，通過網(wǎng)絡(luò)控制分析量化組分間信息控制分布；(4) 直接風(fēng)險(xiǎn)模擬。由環(huán)境變化而引起的生態(tài)風(fēng)險(xiǎn)，將通過控制關(guān)系轉(zhuǎn)移并擴(kuò)散到系統(tǒng)的其他組分中，從而影響整個(gè)受干擾的生態(tài)系統(tǒng)[11,19]。聯(lián)合各脅迫因子的環(huán)境初始風(fēng)險(xiǎn)結(jié)果和生態(tài)系統(tǒng)內(nèi)部的控制作用，模擬生態(tài)風(fēng)險(xiǎn)在生態(tài)系統(tǒng)各組分間的傳遞過程，量化受擾動(dòng)后生態(tài)系統(tǒng)直接傳遞下的風(fēng)險(xiǎn)值；(5) 整合風(fēng)險(xiǎn)模擬。基于直接風(fēng)險(xiǎn)網(wǎng)絡(luò)，同時(shí)考慮組分間直接和間接作用，得到該生態(tài)系統(tǒng)受干擾后的整合風(fēng)險(xiǎn)網(wǎng)絡(luò)。

表1總結(jié)了基于信息網(wǎng)絡(luò)模型的生態(tài)風(fēng)險(xiǎn)評(píng)價(jià)步驟的基本目的、計(jì)算指標(biāo)和對(duì)應(yīng)公式。

表1 基于信息網(wǎng)絡(luò)模型的生態(tài)風(fēng)險(xiǎn)評(píng)價(jià)步驟Table 1 Routine of ecological risk assessment based on information network model

1.3 研究案例

瀾滄江發(fā)源于我國(guó)青海省玉樹藏族自治州雜多縣境唐古拉山東北部，出境稱湄公河，流經(jīng)中國(guó)、老撾、緬甸、泰國(guó)、柬埔寨及越南6國(guó)。漫灣水電站建于1993年，位于云南省瀾滄江中游河段，壩址在云縣與景東縣交界處漫灣鎮(zhèn)附近，是瀾滄江梯級(jí)水電開發(fā)工程的第一個(gè)大型水電站[20]。水壩建設(shè)會(huì)導(dǎo)致河流系統(tǒng)的水文水力、河流流量和棲息地等產(chǎn)生系列的復(fù)雜變化，從而強(qiáng)烈干擾了水生生物群落的正常生存狀況[21- 24]。據(jù)監(jiān)測(cè)，瀾滄江漫灣庫(kù)區(qū)水質(zhì)的變化較明顯，尤其是是重金屬濃度呈現(xiàn)一定增長(zhǎng)趨勢(shì)[25]，對(duì)當(dāng)?shù)刎S富的生物資源構(gòu)成潛在威脅。本研究的基礎(chǔ)數(shù)據(jù)來源為建壩前后5a(1992—1996年)漫灣庫(kù)區(qū)環(huán)境變化的實(shí)地觀測(cè)，其中包括建壩前后生態(tài)環(huán)境變化等方面的基礎(chǔ)調(diào)研，由此分析在受到重金屬濃度增大后在群落中引起的風(fēng)險(xiǎn)累積。為簡(jiǎn)化模擬過程，所建立的簡(jiǎn)單食物網(wǎng)由四個(gè)生態(tài)功能組分組成，包括肉食性魚類、浮游植物及浮游動(dòng)物(風(fēng)險(xiǎn)評(píng)價(jià)的主要生命組分)，以及食物碎屑(連接這些組分的重要節(jié)點(diǎn))。

2 結(jié)果與討論

根據(jù)初始環(huán)境風(fēng)險(xiǎn)影響程度、發(fā)生概率和敏感度，測(cè)得漫灣庫(kù)區(qū)生態(tài)系統(tǒng)建壩前后重金屬污染情景下各敏感受體的初始風(fēng)險(xiǎn)值(表2)，根據(jù)重金屬濃度變化程度，選取Hg、Pb及Cd作為研究對(duì)象。在大壩蓄水前下游Hg平均濃度為0.4 μg/L(作為背景值)，5a內(nèi)該值最大增至2.5 μg/L(作為壓力值)，漫灣水庫(kù)蓄水前水體Pb和Cd的平均濃度分別為5.9、0.35 μg/L(作為背景值)，10a后其濃度分別增大至29、2 μg/L?？紤]干擾發(fā)生的概率，以及肉食性魚類、浮游植物和浮游動(dòng)物對(duì)重金屬的敏感度，計(jì)算得出潛在影響強(qiáng)度。在5a期間內(nèi)3a中觀測(cè)到重金屬Hg濃度指標(biāo)數(shù)值較之背景值有所上升，因此發(fā)生概率達(dá)到60%。重金屬Pb枯水期濃度較高，選取枯水期時(shí)長(zhǎng)(5個(gè)月)占全年比例作為發(fā)生概率，即重金屬Pb風(fēng)險(xiǎn)發(fā)生概率為42%。重金屬Cd的發(fā)生概率選取檢出率，Cd的檢出率為82%。肉食性魚類、浮游植物和浮游動(dòng)物一旦暴露在外來干擾后，會(huì)立即會(huì)受到風(fēng)險(xiǎn)影響，但各組分對(duì)風(fēng)險(xiǎn)的敏感度不同本文針對(duì)漫灣庫(kù)區(qū)的物種構(gòu)成和污染物可能的富集情況進(jìn)行選取計(jì)算。由此，對(duì)應(yīng)各組分(即風(fēng)險(xiǎn)受體)，外部環(huán)境輸入的初始風(fēng)險(xiǎn)值得到了估算。

表2 漫灣庫(kù)區(qū)生態(tài)系統(tǒng)重金屬Hg、Pb及Cd污染對(duì)各敏感受體的初始風(fēng)險(xiǎn)值Table 2 Input risk values of four components in Manwan downstream ecosystem

Vi在相關(guān)文獻(xiàn)[26- 27]基礎(chǔ)上，按照類群特性進(jìn)行估算，P通過建壩后的年份發(fā)生的概率計(jì)算所得

另一方面，通過庫(kù)區(qū)實(shí)地觀測(cè)以及案例相關(guān)文獻(xiàn)，可量化4個(gè)生態(tài)功能群落的所有輸入流、輸出流及系統(tǒng)內(nèi)部流動(dòng)，構(gòu)建庫(kù)區(qū)生態(tài)系統(tǒng)基于能流的簡(jiǎn)單生態(tài)網(wǎng)絡(luò)模型。為了簡(jiǎn)化計(jì)算過程，此模型僅考慮這4個(gè)類群之間的能量流動(dòng)，不包括類群內(nèi)部的能流。這一模型由網(wǎng)絡(luò)拓?fù)鋱D及數(shù)字矩陣(F)(圖1)兩種可互換的形式表示。

圖1 庫(kù)區(qū)風(fēng)險(xiǎn)受體間能量流圖及其對(duì)應(yīng)矩陣(F)/(kJ m-2 a-1)Fig.1 The energy flow digraph and its flow matrix (F)

圖2 庫(kù)區(qū)風(fēng)險(xiǎn)受體間直接風(fēng)險(xiǎn)傳遞圖及其對(duì)應(yīng)矩陣(R)Fig.2 The direct risk flow digraph and matrix (R)虛線代表風(fēng)險(xiǎn)流動(dòng)，與能量流的實(shí)線相區(qū)別; 由不同組分引起的風(fēng)險(xiǎn)(不同源的風(fēng)險(xiǎn))在示意圖中的箭頭和矩陣中分別采用不同顏色表示

圖3 庫(kù)區(qū)風(fēng)險(xiǎn)受體間整合風(fēng)險(xiǎn)傳遞圖(直接和間接風(fēng)險(xiǎn)疊加)及其對(duì)應(yīng)矩陣Fig.3 The integral risk flow digraph and matrix 為了與直接風(fēng)險(xiǎn)流動(dòng)區(qū)分，在整合風(fēng)險(xiǎn)網(wǎng)絡(luò)的示意圖中，用曲線說明累積的風(fēng)險(xiǎn)流動(dòng)

不同生物群落的初始風(fēng)險(xiǎn)、直接風(fēng)險(xiǎn)和整合風(fēng)險(xiǎn)的風(fēng)險(xiǎn)值，前兩者在整合風(fēng)險(xiǎn)中所占的比例，以及各自風(fēng)險(xiǎn)傳遞路徑等結(jié)果匯總在表3。結(jié)果表明，系統(tǒng)一些組分(即肉食性魚類和浮游植物)的初始風(fēng)險(xiǎn)與直接和間接網(wǎng)絡(luò)風(fēng)險(xiǎn)有著顯著的區(qū)別，如肉食性魚類的初始風(fēng)險(xiǎn)只占整合值的20.7%，而直接風(fēng)險(xiǎn)占整合值的90.1%。這種區(qū)別使得風(fēng)險(xiǎn)評(píng)估的排序完全不同：在初始生態(tài)風(fēng)險(xiǎn)評(píng)估中，浮游植物(H3)一開始暴露重金屬的環(huán)境脅迫得到最大的風(fēng)險(xiǎn)，而肉食性魚類(H1)和浮游動(dòng)物(H4)則受到相對(duì)較小的風(fēng)險(xiǎn)，但是通過信息網(wǎng)絡(luò)模擬，并考慮累積效應(yīng)后，發(fā)現(xiàn)肉食魚類的整合風(fēng)險(xiǎn)在各受體中達(dá)到最大值，而浮游動(dòng)物仍維持在較低的水平。同時(shí)，在綜合考慮網(wǎng)絡(luò)效應(yīng)下，風(fēng)險(xiǎn)傳遞途經(jīng)也更多樣更復(fù)雜，如庫(kù)區(qū)生態(tài)系統(tǒng)最后整合風(fēng)險(xiǎn)路徑達(dá)到17，遠(yuǎn)大于初始的3個(gè)風(fēng)險(xiǎn)流。由初始模式到直接網(wǎng)絡(luò)模式再到整合網(wǎng)絡(luò)模式，風(fēng)險(xiǎn)流動(dòng)風(fēng)險(xiǎn)水平和路徑數(shù)量顯著增加，意味著風(fēng)險(xiǎn)在網(wǎng)絡(luò)相互控制關(guān)系下得到了擴(kuò)散和放大，因此加重了一開始所估算的即時(shí)影響。也就是說，風(fēng)險(xiǎn)傳遞的過程將受到網(wǎng)絡(luò)組分間錯(cuò)綜復(fù)雜生態(tài)關(guān)系的重大影響，風(fēng)險(xiǎn)受體間相互的累積效應(yīng)是不能被忽略的，它在多因子生態(tài)風(fēng)險(xiǎn)評(píng)價(jià)中尤其值得重視。

不同重金屬對(duì)于各生物群落所引起的初始風(fēng)險(xiǎn)、間接風(fēng)險(xiǎn)和整合風(fēng)險(xiǎn)如表3所示。從3種重金屬的整合風(fēng)險(xiǎn)值的比較中可以看出，重金屬Hg對(duì)于生物群落所導(dǎo)致的風(fēng)險(xiǎn)水平最最高，其中針對(duì)肉食性魚類Hg的整合風(fēng)險(xiǎn)達(dá)到0.5049，為所有重金屬施加到各個(gè)受體中整合風(fēng)險(xiǎn)的最高值。這說明由于水壩建設(shè)導(dǎo)致重金屬Hg濃度上升所帶來的風(fēng)險(xiǎn)應(yīng)加以足夠的重視，尤其是對(duì)于肉食性魚類，通過食物鏈的風(fēng)險(xiǎn)積累、間接風(fēng)險(xiǎn)的傳播，由整合風(fēng)險(xiǎn)所體現(xiàn)出的結(jié)果明顯高于初始風(fēng)險(xiǎn)，重金屬Hg對(duì)于這一類種群的威脅最為嚴(yán)重。此外重金屬Pb和Cd對(duì)肉食性魚類所導(dǎo)致的整合風(fēng)險(xiǎn)，分別高達(dá)0.1531及0.1067，雖低于Hg對(duì)肉食性魚類帶來的風(fēng)險(xiǎn)，但是明顯高于同種重金屬對(duì)于其他生物種群的風(fēng)險(xiǎn)(如碎屑、浮游植物、浮游動(dòng)物)。這一結(jié)果印證了肉食性魚類雖然初始風(fēng)險(xiǎn)低于浮游植物，但是通過整合風(fēng)險(xiǎn)網(wǎng)絡(luò)的傳播，肉食性魚類受到重金屬的影響最大。

表3 各生物群落的初始風(fēng)險(xiǎn)、間接風(fēng)險(xiǎn)和整合風(fēng)險(xiǎn)比較Table 3 A comparison of input risk, direct risk and integral risk condition among communities

圖4 整合風(fēng)險(xiǎn)網(wǎng)絡(luò)中各生物群落的風(fēng)險(xiǎn)來源追蹤Fig.4 The proportions of different risk sources composing the received risk of each components in the integral risk network

此外，利用信息網(wǎng)絡(luò)模型，還能夠定量追蹤任一生態(tài)功能組分所受風(fēng)險(xiǎn)的來源(圖4)。結(jié)果表明，幾乎所有組分(除了未受到其他三者控制的H3)受到風(fēng)險(xiǎn)的影響強(qiáng)度都不僅僅來源于外界環(huán)境，而是經(jīng)由網(wǎng)絡(luò)效應(yīng)受其他組分的影響。比如在此案例，肉食性魚類的生態(tài)風(fēng)險(xiǎn)中有近79.3%來自于其他組分，包括食物碎屑(43.1%)、浮游動(dòng)物(23.8%)和浮游植物(12.4%)，只有20.7%源自外界直接影響。有學(xué)者研究表明，能夠揭示受擾動(dòng)系統(tǒng)內(nèi)部間接效應(yīng)的技術(shù)更適用于大組織尺度的系統(tǒng)(如群落和生態(tài)系統(tǒng))的生態(tài)風(fēng)險(xiǎn)評(píng)價(jià)[28]。在這一點(diǎn)上，基于信息的生態(tài)網(wǎng)絡(luò)模型較之傳統(tǒng)的風(fēng)險(xiǎn)評(píng)價(jià)評(píng)價(jià)系統(tǒng)和明確，能夠揭示在考慮多受體相互作用后受干擾生態(tài)系統(tǒng)的整體風(fēng)險(xiǎn)情景，有效補(bǔ)充了傳統(tǒng)ERA模型所忽略的網(wǎng)絡(luò)累積效應(yīng)。

3 結(jié)論

本文所建立的基于信息的生態(tài)風(fēng)險(xiǎn)網(wǎng)絡(luò)模型在傳統(tǒng)的研究基礎(chǔ)上，拓寬了風(fēng)險(xiǎn)的終點(diǎn)至整個(gè)群落，并同時(shí)兼容整體和物種的風(fēng)險(xiǎn)值估算，并能夠揭示在考慮多受體相互作用后受干擾生態(tài)系統(tǒng)的風(fēng)險(xiǎn)路徑流動(dòng)，通過對(duì)網(wǎng)絡(luò)流量的轉(zhuǎn)換和控制分布分析，提出一種能實(shí)現(xiàn)全局風(fēng)險(xiǎn)模擬的新型生態(tài)網(wǎng)絡(luò)模型，即信息網(wǎng)絡(luò)模型。在該模型基礎(chǔ)上，建立了面向生態(tài)系統(tǒng)的生態(tài)風(fēng)險(xiǎn)評(píng)價(jià)框架，實(shí)現(xiàn)同時(shí)兼容多脅迫因子統(tǒng)一模擬和多風(fēng)險(xiǎn)受體間的風(fēng)險(xiǎn)追蹤，實(shí)現(xiàn)了基于系統(tǒng)層面的生態(tài)風(fēng)險(xiǎn)評(píng)價(jià)。

從對(duì)水庫(kù)生態(tài)系統(tǒng)的研究案例可知：(1)在網(wǎng)絡(luò)放大效應(yīng)下，系統(tǒng)整合風(fēng)險(xiǎn)值與初始環(huán)境風(fēng)險(xiǎn)值之間有著顯著差別；(2)在發(fā)生環(huán)境脅迫時(shí)，雖然處于食物網(wǎng)底層的生物類群可能最先受險(xiǎn)，但在控制信息作用下食物網(wǎng)上層類群同樣會(huì)因此而受險(xiǎn)，甚至其最終受到的潛在威脅比前者更大；(3)在信息網(wǎng)絡(luò)中可識(shí)別出復(fù)雜的風(fēng)險(xiǎn)內(nèi)部流動(dòng)路徑。通過使用基于信息網(wǎng)絡(luò)模型的生態(tài)風(fēng)險(xiǎn)評(píng)價(jià)框架，可對(duì)生態(tài)系統(tǒng)自組織響應(yīng)干擾的過程和結(jié)果進(jìn)行清晰的追蹤和揭示，有利于當(dāng)下復(fù)雜人類干擾環(huán)境下的全局生態(tài)系統(tǒng)管理的實(shí)現(xiàn)。

[1] Kaplan S, Garrick B J. On the quantitative definition of risk. Risk Analysis, 1981, 1(1): 11- 27.

[2] USEPA (US Environmental Protection Agency). Framework for Ecological Risk Assessment. Risk Assessment Forum, USEPA, EPA/600/R- 92-001, Washington, DC, 1992.

[3] Suter G W II. Ecological Risk Assessment. Boca Raton: CRC Press, 2007: 643- 643.

[4] 陽文銳, 王如松, 黃錦樓, 李鋒, 陳展. 生態(tài)風(fēng)險(xiǎn)評(píng)價(jià)及研究進(jìn)展. 應(yīng)用生態(tài)學(xué)報(bào), 2007, 18(8): 1869- 1876.

[5] Findlay C S, Zheng L. Estimating ecosystem risks using cross-validated multiple regression and cross-validated holographic neural networks. Ecological Modelling, 1999, 119(1): 57- 72.

[6] 陳輝, 李雙成, 鄭度. 基于人工神經(jīng)網(wǎng)絡(luò)的青藏公路鐵路沿線生態(tài)系統(tǒng)險(xiǎn)研究. 北京大學(xué)學(xué)報(bào): 自然科學(xué)版, 2005, (4): 586- 593.

[7] Pollino C A, Owen W, Ann N, Kevin K, Barry T H. Parameterisation and evaluation of a Bayesian network for use in an ecological risk assessment. Environmental Modelling and Software, 2007, 22(8): 1140- 1152.

[8] Lee C J, Lee K J. Application of Bayesian network to the probabilistic risk assessment of nuclear waste disposal. Reliability Engineering and System Safety, 2006, 91(5): 515- 532.

[9] 周建方, 唐椿炎, 許智勇. 貝葉斯網(wǎng)絡(luò)在大壩風(fēng)險(xiǎn)分析中的應(yīng)用. 水力發(fā)電學(xué)報(bào), 2010, 29(1): 192- 196.

[10] DeAngelis D L, Bartell S M, Brenkert A L. Effects of nutrient recycling and food-chain length on resilience. American Naturalist, 1989, 134(5): 778- 805.

[11] Bartell S M, Lefebvre G, Kaminski G, Carreau M, Campbell K R. An ecosystem model for assessing ecological risks in Québec rivers, lakes, and reservoirs. Ecollogical Modelling, 1999, 124(1): 43- 67.

[12] Bascompte J. Structure and dynamics of ecological networks. Science, 2010, 329(5993): 765- 766.

[13] Thébault E, Fontaine C. Stability of ecological communities and the architecture of Mutualistic and Trophic networks. Science, 2010, 329(5993): 853- 856.

[14] Shannon C E. A mathematical theory of communication. Bell System Technical Journal, 1948, 27(3): 379- 423.

[15] Ulanowicz R E. An hypothesis on the development of natural communities. Journal of Theoretical Biology, 1980, 85(2): 223- 245.

[16] Patten B C, Auble G T. System theory of the ecological niche. American Naturalist, 1981, 117: 893- 922.

[17] Fath B D. Distributed control in ecological networks. Ecollogical Modelling, 2004, 179(2): 235- 246.

[18] Schramski J R, Gattie D K, Patten B C, Borrett S R, Fath B D, Thomas C R, Whipple S J. Indirect effects and distributed control in ecosystems: distributed control in the environ networks of a seven-compartment model of nitrogen flow in the Neuse River estuary, USA-Steady-state analysis. Ecollogical Modelling, 2006, 194(1/3): 189- 201.

[19] Patten B C, Witkamp M. Systems analysis of 134Cesium kinetics in terrestrial microcosms. Ecology, 1967, 48(5): 813- 824.

[20] 云南大學(xué)生命科學(xué)與化學(xué)學(xué)院, 云南省漫灣發(fā)電廠云南瀾滄江漫灣水電站庫(kù)區(qū)生態(tài)環(huán)境與生物資源. 昆明: 云南科技出版社, 2000.

[21] Tiffan K F, Garland R D, Rondorf D W. Quantifying flow-dependent changes in subyearling fall Chinook salmon rearing habitat using two-dimensional spatially explicit modeling. North American Journal of Fisheries Management, 2002, 22(3): 713- 726.

[22] Wu J, Huang J, Han X, Xie Z, Gao X. Three-Gorges dam-experiment in habitat fragmentation. Science, 2003, 300(5623): 1239- 1240.

[23] He D, Feng Y, Gan S, Magee D, You W. Transboundary hydrological effects of hydropower dam construction on the Lancang River. Chinese Science Bulletin, 2006, 51(22): 16- 24.

[24] Tomsica C A, Granataa T C, Murphyb R P, Livchakc C J. Using a coupled eco-hydrodynamic model to predict habitat for target species following dam removal. Ecological Engineering, 2007, 30(2): 215- 230.

[25] Zhang Y Z, Liu J L, Wang L Q. Changes in water quality in the downstream of Lancangjiang River after the construction of Manwan Hydropower Station. Resources and Environment in the Yangtze Basin, 2005, 14(4): 501- 506.

[26] Baird D J, van den Brink P J. Using biological traits to predict species sensitivity to toxic substances. Ecotoxicology and Environmental Safety, 2007, 67(2): 296- 301.

[27] Knoben R A E, Beek M A, Durand A M. Application of species sensitivity distributions as ecological risk assessment tool for water management. Journal of Hazardous Materials, 1998, 61(1/3): 203- 207.

[28] Dale V H, Biddinger G R, Newman M C, Oris J T, Suter G W, Thompson T, Armitage T M, Meyer J L, Allen-King R M, Burton G A, Chapman P M, Conquest L L, Fernandez I J, Landis W G, Master L L, Mitsch W J, Mueller T C, Rabeni C F, Rodewald A D, Sanders J G, van Heerden I L. Enhancing the ecological risk assessment process. Integrated Environmental Assessment and Management, 2008, 4(3): 306- 313.

Ecological risk assessment based on information network model

CHEN Shaoqing, FANG Delin, CHEN Bin*

SchoolofEnvironment,BeijingNormalUniversity,StateKeyJointLaboratoryofEnvironmentalSimulationandPollutionControl,Beijing100875,China

The natural properties of ecosystems have been widely altered by human activities, which in turn cause the endangerment of a range of species that will eventually affects humanity. Ecological risk assessment (ERA) is capable of modelling and quantifying the potential impact on ecosystems and their components (such as species and communities) initiated by human disturbance. In this study, a conceptual conversion of flow currency in network was accomplished, i.e. from the material/energy flow to the information flow. Based on the introduction of control allocation analysis and the estimation of the components′ sensitivities to the stressor, we developed a new type of network analysis for holistic ecological risk assessment, so-called information-based network model. The reservoir ecosystem intercepted by Manwan Dam was used as a case study, The initial environmental risks were calculated based on the changes of three heavy metals (Hg, Pb and Cd), and the propagation of resultant risk between all functional components of the ecosystem was tracked. By incorporating both direct and indirect ecosystem interactions, the risk conditions of the whole ecosystem and its components were quantified and illustrated in the information networks. The results showed that: (1) on both ecosystem level and component level, there were significant differences between integral risk and initial risk after disturbance due to network amplification effect; (2) Hg seemed to cause the most highest integral risk to the ecosystem among the three heavy metals (3) almost all components had multiple sources of risk rather than solely received from the original input source (except the absolute controller, who only gives off risks but never receive one from other components); (4) the number of risk flow pathways notably increased from the input situation to network direct situation and to integral situation, implicating that the dynamics of the ecosystem are better manifested through a network perspective.

Ecological risk assessment; Ecological network analysis; Information theory; Reservoir ecosystem

國(guó)家自然科學(xué)基金(41271543, 91325302); 高等學(xué)校博士學(xué)科點(diǎn)專項(xiàng)科研基金(20130003110027)

2013- 06- 09;

日期:2014- 07- 22

10.5846/stxb201306091540

*通訊作者Corresponding author.E-mail: chenb@ bnu.edu.cn

陳紹晴, 房德琳, 陳彬.基于信息網(wǎng)絡(luò)模型的生態(tài)風(fēng)險(xiǎn)評(píng)價(jià).生態(tài)學(xué)報(bào),2015,35(7):2227- 2233.

Chen S Q, Fang D L, Chen B.Ecological risk assessment based on information network model.Acta Ecologica Sinica,2015,35(7):2227- 2233.