市域绿地风险分析体系建构
前言：本站为你精心整理了市域绿地风险分析体系建构范文，希望能为你的创作提供参考价值，我们的客服老师可以帮助你提供个性化的参考范文，欢迎咨询。
风险评估模型的建立
由于缺乏沈阳市绿地有害生物的历史数据，传统虫害的风险评估方法，如农业气候相似度分析［5］、类推法［8］、方程模拟法［9］等难以直接应用。多指标综合评价体系所需的定量信息容易获得，模型的算法较为简单，能从定性的分析中得到定量分析所得结果的特征。因此，在建模时以多指标综合评价体系为框架，结合沈阳市绿地生态系统的特点及有害生物的危害过程，将这些体系中的指标和算法进行了适当调整和修改，构建沈阳市绿地有害生物的风险评估模型。
1建立评价指标
有害生物的危害过程一般分为3个阶段：入侵阶段、定殖阶段和扩散发展阶段。因此，对于有害生物的风险性P，设立3个一级指标：入侵风险性P1、定殖风险性P2和扩散发展风险性P3。将每个一级指标细分为若干二级指标，参评的二级指标分为4级，各等级的赋分标准依次为0、1、2、3。各二级指标及评判标准见表1。将有害生物的危害C分为4个方面：有害生物的潜在危害C1、对沈阳市景观（公园、旅游景点等）的危害C2、对沈阳市绿化带和林地的危害C3、对经济的危害C4。将每个一级指标细分为若干二级指标，各二级指标及评判标准见表1。
2确定指标算法
（1）二级指标评价值的计算采用专家打分法，按照1．1．1中二级指标的评判标准及赋分标准，邀请一定数量的专家对各指标进行评分，然后取平均值，即为各指标的评价值；（2）一级指标评价值的计算一级指标的评价值由其所属二级指标的评价值通过一定的数学关系来确定。对于一级指标P1、P2、P3，各指标所属的二级指标互相影响，共同对所属的一级做出贡献，符合连乘原理［2］；对于一级指标C1、C2、C3、C4，各指标所属的二级指标能独立地对所属的一级指标做出贡献，符合迭加原理［2］。各一级指标的计算公式见表2。自此，有害生物风险评估模型已经建立，可用于沈阳市有害生物的风险分析。
光肩星天牛的风险评估
利用1．1的模型对光肩星天牛的各项指标进行打分和计算，由于光肩星天牛在沈阳已有分布，故在实际打分过程中忽略入侵风险性P1，因此将公式调整为P＝（P2•P3）1／2，其它指标不变。根据国际界定标准：R值在3．00～2．50为特别危险，2．49～2．00为高度危险，1．99～1．50为中度危险，1．49～1．00为低度危险，1．0以下为无危险［13］。对沈阳市光肩星天牛风险评价量化计算得出，R＝1．5，故光肩星天牛是对沈阳市具有中度危险的有害生物。
结果与分析
扩散趋势方面，20世纪80年代之前，光肩星天牛极少有大面积爆发的记录，当时该虫只是一般性害虫。目前，光肩星天牛已扩散到国内224个省市自治区，东北地区光肩星天牛分别向东部和北部扩散了2个经纬度以上［17］；潜在危害性方面，光肩星天牛具有食性杂、寄主种类多、世代长、隐蔽性强、天敌少、传播途径多等特点，其潜在的危险性很大；寄主植物方面，光肩星天牛危害的寄主树木可达10科15属，主要是杨属、柳属、榆属和槭属，这四大类树种在沈阳市均普遍分布，杨树和柳树是沈阳市绿化和造林的首选树种，园林中常作为风景树、行道树、庭荫树和四旁绿化树等，也是防风固沙林、固堤护岸林中常用的树种。因此，光肩星天牛在沈阳市的寄主植物经济重要性较大；危险管理方面，光肩星天牛的隐蔽性极强，一生有96％的时间是在树干内生活，只有4％的时间暴露在外，由于成虫的暴露时间非常短，导致危害初期不易被发现，一旦表现出明显的被害状，则已失去防治的有利时机，而且寄主木一旦遭受侵害后，很少能恢复生机，这样就给风险管理工作带来一定的困难。通过1．1的模型计算出光肩星天牛的风险值为1．5，是对沈阳市具有中度危险的有害生物，这与沈阳光肩星天牛的实际发生情况相吻合，说明所构建的体系对沈阳市的有害生物具有可行性，是目前条件下评估沈阳市有害生物风险的一种有效方法。
结论与讨论
近年来，在沈阳市的城区及沈阳世博园均有光肩星天牛分布的报道［15－16］，到目前为止没有其造成严重危害的报道，但光肩星天牛具有食性杂、寄主种类多、世代长、隐蔽性强、天敌少、传播途径多等特点，其潜在的危险性很大。依据PRA相关理论，结合沈阳市绿地生态系统的特点，构建出适用于沈阳市绿地的有害生物风险分析体系，并通过有害生物光肩星天牛对该体系进行了验证，得出的理论风险值与实际的发生情况基本吻合，该体系为客观评估沈阳市绿地有害生物的风险并制定相关的管理方案提供了有效方法。体系中风险因子（风险指标）的选择是以沈阳市绿地生态系统的特点及有害生物的危害过程作为依据，在今后的应用过程中，应根据不同的实际情况对体系中的指标作进一步的分析和修正，使体系更加科学合理，更加具有应用价值。此外，由于资料掌握的局限性，该体系仍以专家打分作为风险分析的主要方法，在今后的研究中，应在此基础上，进行深入定量分析的研究。
本文作者：华旭刘广纯作者单位：沈阳大学
