市域綠地風險分析體系建構
前言：本站為你精心整理了市域綠地風險分析體系建構范文，希望能為你的創作提供參考價值，我們的客服老師可以幫助你提供個性化的參考范文，歡迎咨詢。
風險評估模型的建立
由于缺乏沈陽市綠地有害生物的歷史數據，傳統蟲害的風險評估方法，如農業氣候相似度分析［5］、類推法［8］、方程模擬法［9］等難以直接應用。多指標綜合評價體系所需的定量信息容易獲得，模型的算法較為簡單，能從定性的分析中得到定量分析所得結果的特征。因此，在建模時以多指標綜合評價體系為框架，結合沈陽市綠地生態系統的特點及有害生物的危害過程，將這些體系中的指標和算法進行了適當調整和修改，構建沈陽市綠地有害生物的風險評估模型。
1建立評價指標
有害生物的危害過程一般分為3個階段：入侵階段、定殖階段和擴散發展階段。因此，對于有害生物的風險性P，設立3個一級指標：入侵風險性P1、定殖風險性P2和擴散發展風險性P3。將每個一級指標細分為若干二級指標，參評的二級指標分為4級，各等級的賦分標準依次為0、1、2、3。各二級指標及評判標準見表1。將有害生物的危害C分為4個方面：有害生物的潛在危害C1、對沈陽市景觀（公園、旅游景點等）的危害C2、對沈陽市綠化帶和林地的危害C3、對經濟的危害C4。將每個一級指標細分為若干二級指標，各二級指標及評判標準見表1。
2確定指標算法
（1）二級指標評價值的計算采用專家打分法，按照1．1．1中二級指標的評判標準及賦分標準，邀請一定數量的專家對各指標進行評分，然后取平均值，即為各指標的評價值；（2）一級指標評價值的計算一級指標的評價值由其所屬二級指標的評價值通過一定的數學關系來確定。對于一級指標P1、P2、P3，各指標所屬的二級指標互相影響，共同對所屬的一級做出貢獻，符合連乘原理［2］；對于一級指標C1、C2、C3、C4，各指標所屬的二級指標能獨立地對所屬的一級指標做出貢獻，符合迭加原理［2］。各一級指標的計算公式見表2。自此，有害生物風險評估模型已經建立，可用于沈陽市有害生物的風險分析。
光肩星天牛的風險評估
利用1．1的模型對光肩星天牛的各項指標進行打分和計算，由于光肩星天牛在沈陽已有分布，故在實際打分過程中忽略入侵風險性P1，因此將公式調整為P＝（P2•P3）1／2，其它指標不變。根據國際界定標準：R值在3．00～2．50為特別危險，2．49～2．00為高度危險，1．99～1．50為中度危險，1．49～1．00為低度危險，1．0以下為無危險［13］。對沈陽市光肩星天牛風險評價量化計算得出，R＝1．5，故光肩星天牛是對沈陽市具有中度危險的有害生物。
結果與分析
擴散趨勢方面，20世紀80年代之前，光肩星天牛極少有大面積爆發的記錄，當時該蟲只是一般性害蟲。目前，光肩星天牛已擴散到國內224個省市自治區，東北地區光肩星天牛分別向東部和北部擴散了2個經緯度以上［17］；潛在危害性方面，光肩星天牛具有食性雜、寄主種類多、世代長、隱蔽性強、天敵少、傳播途徑多等特點，其潛在的危險性很大；寄主植物方面，光肩星天牛危害的寄主樹木可達10科15屬，主要是楊屬、柳屬、榆屬和槭屬，這四大類樹種在沈陽市均普遍分布，楊樹和柳樹是沈陽市綠化和造林的首選樹種，園林中常作為風景樹、行道樹、庭蔭樹和四旁綠化樹等，也是防風固沙林、固堤護岸林中常用的樹種。因此，光肩星天牛在沈陽市的寄主植物經濟重要性較大；危險管理方面，光肩星天牛的隱蔽性極強，一生有96％的時間是在樹干內生活，只有4％的時間暴露在外，由于成蟲的暴露時間非常短，導致危害初期不易被發現，一旦表現出明顯的被害狀，則已失去防治的有利時機，而且寄主木一旦遭受侵害后，很少能恢復生機，這樣就給風險管理工作帶來一定的困難。通過1．1的模型計算出光肩星天牛的風險值為1．5，是對沈陽市具有中度危險的有害生物，這與沈陽光肩星天牛的實際發生情況相吻合，說明所構建的體系對沈陽市的有害生物具有可行性，是目前條件下評估沈陽市有害生物風險的一種有效方法。
結論與討論
近年來，在沈陽市的城區及沈陽世博園均有光肩星天牛分布的報道［15－16］，到目前為止沒有其造成嚴重危害的報道，但光肩星天牛具有食性雜、寄主種類多、世代長、隱蔽性強、天敵少、傳播途徑多等特點，其潛在的危險性很大。依據PRA相關理論，結合沈陽市綠地生態系統的特點，構建出適用于沈陽市綠地的有害生物風險分析體系，并通過有害生物光肩星天牛對該體系進行了驗證，得出的理論風險值與實際的發生情況基本吻合，該體系為客觀評估沈陽市綠地有害生物的風險并制定相關的管理方案提供了有效方法。體系中風險因子（風險指標）的選擇是以沈陽市綠地生態系統的特點及有害生物的危害過程作為依據，在今后的應用過程中，應根據不同的實際情況對體系中的指標作進一步的分析和修正，使體系更加科學合理，更加具有應用價值。此外，由于資料掌握的局限性，該體系仍以專家打分作為風險分析的主要方法，在今后的研究中，應在此基礎上，進行深入定量分析的研究。
本文作者：華旭劉廣純作者單位：沈陽大學
