1 引言(Introduction)

生态系统服务是人类赖以生存和发展的资源与环境基础(傅伯杰等, 2009), 是科学技术不可替代的自然生态系统服务功能.随着人类对自然生态系统的直接或间接作用的显著增加, 对生态系统结构和功能产生了强烈干预(李双成, 2014).这种干扰和破坏已对自然生态系统的自我调节和恢复能力产生了严重的胁迫, 最终导致了生态系统服务的丧失和退化(陈峰等, 2019).生态系统服务的退化不仅严重影响当代人类福祉, 而且将极大消减后代从生态系统所获得的利益, 直接威胁区域乃至全国的生态安全(傅伯杰等, 2012).自1997年Daily和Costanza的研究成果发表以来, 生态系统服务逐渐成为国内外相关领域研究热点, 千年生态系统评估(MA, 2005)更是将生态系统服务研究推向了高潮, 相关学者从生态系统服务类型、物质量和价值量科学测算原理及方法、生态系统服务权衡与协同、生态系统服务影响机制以及与人类福祉关系等方面展开了研究(Wei et al., 2018; Sattler et al., 2018; Sun et al., 2019).近年来, 国内外相关学者已经开展了基于生态系统服务的自然资源资产核算、生态安全格局构建、供需匹配等对于生态文明建设和人类福祉提高具有重要研究意义的研究(Murray et al., 2018; Wang et al., 2019).从均衡性角度看, 区域生态系统服务充分发展是一种强调整体性、综合性的发展聚合, 是区域内各种服务间齐头并进、整体提高、全局优化协调发展的结果, 当其中一项或某些生态系统服务存在明显短板时, 势必会影响区域生态福利的整体协调性与持续改善.在过去几个世纪, 以人类为主导的发展模式导致了自然资本枯竭的危险和生态系统服务的不均衡发展, 加剧了灾难性事件的频率和严重程度(Hori et al., 2019).有效管控风险源、规避生态风险是实现人类长远发展以及人与自然和谐共生的重要前提.2018年, 习近平在生态环境保护大会上明确指出：“必须加快建立健全以生态系统良性循环和环境风险有效防控为重点的生态安全体系”、“生态环境安全是国家安全的重要组成部分, 是经济社会持续健康发展的重要保障”.这首先要求我们在兼顾人类社会与自然生态系统充分协调发展基础上积极对生态风险进行科学评价, 为生态风险的有效管控提供一定的决策依据.

生态风险评价植根于环境影响评价, 始于20世纪70年代(Calow, 1998).生态风险评价由最初的化学污染物风险评价、人体健康评价发展为区域生态风险评价, 同时与流域生态学和景观生态学结合并快速发展(许妍等, 2012；刘焱序等, 2015；王慧芳等, 2018).生态风险评价的目的是为生态系统的保护和管理提供决策支持(Piet et al., 2017).然而传统生态风险评价往往以保护生态实体为主要目标, 忽略了与实体功能属性密切相关的人类福祉, 使得风险管控措施难以落实到具体的决策层面(陈峰等, 2019).同时, 由于生态系统的复杂性和不确定性, 传统风险评价难以兼顾生态系统内多保护对象, 也未能关注保护对象与属性在复杂生态系统下的相互作用.近年来, 部分学者尝试将生态系统服务纳入生态风险评价, 生态风险评价的主体也因此逐步转向与人类福祉相关的生态系统服务(康鹏等, 2016).从文献检索结果来看, 当前研究主要将生态系统服务纳入生态风险评价框架进行理论性探讨, 如康鹏等系统分析了生态系统服务在生态风险评价中的应用；曹祺文等在梳理景观生态风险研究进展基础上, 提出了基于生态系统服务的景观生态风险评价框架；景永才等在梳理生态系统服务评价、生态安全格局的基础上构建了基于生态系统服务的城市群生态安全格局基本框架(康鹏等, 2016；曹祺文等, 2018；景永才等, 2018).基于生态系统服务的区域生态风险定量评估研究相对较少.

鉴于此, 在区域尺度上开展基于生态系统服务的生态风险评价实践应用研究还有待进一步的发展和完善, 这对于区域生态系统可持续管理、有效风险管控策略制定以及有限资源高效配置具有重要的实践意义和应用价值.本文以典型的河谷型城市兰州市为例, 在对单一生态系统服务评估基础上, 从均衡性发展视角, 基于栅格单元构建区域生态系统服务综合指数算法, 合成综合生态系统服务并分析其时空特征.最后, 以生态系统服务正向逆向转化指数和传统生态风险评价模型为基础, 构建基于生态系统服务逆向转化的生态风险评估模型, 开展基于生态系统服务的生态风险评估, 并识别管控优先区, 以期为兰州市的生态系统可持续管理、生态风险有效管控提供决策依据.

2 研究区概况(Study area)

兰州市位于黄河上游、甘肃省中部, 地处陇西黄土丘陵沟壑区, 整体地势西南高、东北低, 黄河自西南流向东北, 横穿全境, 切穿山岭, 形成峡谷与盆地相间的串珠状河谷, 地形高差大, 地形复杂.是西北干旱区典型的河谷型城市, 雨量少而集中且年变化量大, 蒸发量大, 气候干燥, 昼夜温差大.自然植被总覆盖率仅为15%~20%, 水土流失较严重, 自然生态类型复杂脆弱, 生态系统承载力较弱.同时, 境内自然灾害频繁, 山地多, 土地资源开发利用限制因素较多, 后备土地资源不足.既受周边山体限制, 又受黄河穿城而过的分割.近年来, 随着经济的快速发展和人口的增加, 生态用地不断遭到侵占, 使得本来就脆弱的自然生态系统受到的风险压力持续增大, 生态更加脆弱敏感, 生态问题不断显现, 对经济社会的可持续发展构成一定威胁(周文霞等, 2017).因此, 从生态系统服务均衡性视角科学评价研究区生态系统风险, 可为研究区生态风险的有效管控提供一定的科学参考.

3 研究方法与数据来源(Research methods and Data sources) 3.1 研究方法

研究区自然环境脆弱, 水土流失严重.但同时又是甘肃省国家生态安全屏障综合试验区的中部沿黄河生态走廊, 黄河上游重要的水源涵养功能区和生态安全屏障区, 在国家生态安全建设中具有重要的战略地位.同时考虑数据的可获得性, 本文选取研究区水源供给、水质净化、土壤保持3种生态系统服务, 运用InVEST模型分别评估其2005、2015年各类生态系统服务；在此基础上, 构建区域生态系统服务综合指数算法, 合成区域内各类生态系统服务, 并分析其时空特征；最后结合生态系统服务正向逆向转化指数和传统生态风险模型, 构建基于生态系统服务逆向转化的生态风险评估模型, 对兰州市生态风险进行评估, 并识别管控优先区, 以期为区域生态风险管控提供科学参考.

3.1.1 生态系统服务量核算

目前国内外生态系统服务核算的方法主要包括价值当量法、NPP定量指标法、模型计算法(赵文武等, 2018).价值当量法以土地利用面积为依托, 通过不同类型生态系统的价值当量确定区域生态系统服务价值总量.该方法被广泛应用于我国不同区域不同类型生态系统生态服务价值评估, 但具体计算过程中多以土地利用类型代替生态系统服务类型, 未能结合生态过程进行评估；NPP定量指标法主要基于NPP数据, 通过建立测量模型, 采用相应生态参数, 对各项生态系统服务进行遥感估算.这种方法主要依赖于遥感数据, 有助于长时间尺度、大范围的研究, 但评估结果的准确性受所建立模型和采用生态参数的影响较大.

准确测算生态系统服务量需要全面完整的了解生态系统的自然过程.基于对自然过程的理解, InVEST、ARIES、NAIS、ESValue、EcoAIM等多种模拟生态系统服务的模型被提出(Boumans et al., 2015；Chaplin-Kramer et al., 2017；孙晓等, 2017).这些模型多数仅核算单一或者某几项生态服务, 与其他评价模型相比, InVEST模型集成了多种生态系统过程, 能够通过输入不同政策情景下的土地利用、物理环境和社会经济等因子数据模拟各种生态系统服务的物质量和价值量.同时, 该模型可以将评估结果可视化表达, 克服了文字抽象表述而不够直观的问题, 这也为生态系统服务的时空尺度变化以及各类服务间权衡关系研究提供了新的思路(李双成等, 2014；吴娜等, 2018).因此, 本文采用InVEST模型对兰州市水源供给、水质净化、土壤保持3种服务进行评估.

① 水源供给量模拟  该模块基于水量平衡原理估算水源供给量.每个栅格单元的降水量与实际蒸散量的差值即为该栅格单元的水源供给量.可表示为：

(1)

式中, Y_xj为地类j上栅格单元x的年水源供给量(mm)；AET_xj为年实际蒸散量(mm)；P_x为年降水量(mm).

② 土壤保持量模拟  该模块中土壤保持量包括因植被覆盖、管理措施减少的土壤侵蚀量和地块自身拦截的沉积物保留量两部分(式(2)), 前者采用潜在土壤侵蚀量与实际土壤侵蚀量的差值表征, 后者由上坡来沙量和泥沙截留率相乘得到(式(3)).

(2)

(3)

式中, SEDRET_xD为栅格单元x的土壤保持量；RKLS_x和USLE_x分别为栅格单元x的潜在土壤侵蚀量和实际土壤侵蚀量；SEDR_x为地块自身拦截的沉积物保留量；SE_x为截留率；USLE_y为上坡栅格单元y产生的泥沙量；SE_z为上坡栅格单元z的泥沙截留量.

③ 水质净化量模拟  水质净化模块主要用于生态系统对氮、磷营养物质的净化功能评估.污染物随降水流入水体在流动过程中, 氮和磷或通过植物吸收、微生物固定、硝化和反硝化作用被截留, 或通过土壤吸附而渗透到土层中、沉积矿化而被截留(吴哲等, 2013).该模块以植被和土壤去除径流携带营养物质的量表征营养物的截留量即水质净化量.

栅格单元的污染物输出量x_epxi可用地表和地下污染物的负荷值(modified.load(x, i))与氮、磷输出率NDR_i的乘积之和.可表示为：

(4)

式中, modified.load(x, i)为依据区域实际现状调整后的栅格i的污染物负荷值.

3.1.2 生态系统服务综合指数算法

区域范围内自然生态系统及其组成物种所提供生态系统服务总价值的大小表征区域生态系统服务总体状况.在前人研究中, 为综合考量区域内多种生态系统服务功能, 通常以货币为媒介, 构建各服务指标和市场价值的比例关系, 或在各服务物质量核算的基础上采用市场价值法、影子工程法等方法, 通过货币一致化过程, 将不同单位不同类型生态系统服务置于同一核算平台, 进而以加法、等权结构等加总合成区域各类生态系统服务(李建龙等, 2015；罗维等, 2017；刘家根等, 2018).但由于市场价格的波动性、部分生态系统服务的非实物性, 生态系统服务与其对应的货币价值之间存在不确定性, 导致合成结果的不确定性.

此外, 加总合成的总生态系统服务会产生各类生态系统服务的替补性, 忽略了生态系统服务的均衡性.例如, 不同区域的两种生态系统服务价值分别为1、4和2、3, 加总求和两个区域的生态系统服务价值都为5.但第一个区域的5是用价值为4的服务, 替补了价值了为1的服务, 这并不能反映生态系统服务之间相互影响、相互依存、相互联系的状态, 并未考虑生态系统服务间均衡发展的要求.陈峰等采用广义均值法, 限制和减少了各类生态系统服务间的替代性(陈峰等, 2019).但广义平均又称幂平均, 是通常所用的几何平均、算术平均、调和平均等的一般表达式.它仍然是数值间的平均, 在反映总体一般数量水平的同时, 掩盖了总体各单位标志值的数量差异(莫生红等, 2013), 在一定程度上仍然具有数值间的替代性.

因此, 本文在参考前人相关合成算法的基础上, 基于生态系统服务均衡性的考量, 构建基于栅格单元的区域生态系统服务综合指数算法, 以期弥补传统方法的不足, 促进生态系统服务的均衡协调发展.廖重斌在城市环境与经济系统协调发展研究中, 基于子系统间齐头并进、整体提高、均衡发展的考虑, 采用离散系数构建了城市环境与经济系统协调度模型, 并对珠江三角洲城市群环境和经济协调发展状况进行了评价(廖重斌, 1999).离散系数一般用标准差与算术平均数的比值表示, 反映总体各单位标志值的相对离散程度, 各变量之间的差异状况, 它弥补了平均指标的不足, 综合反映了总体各单位标志值的差异性, 是对现象发展均衡与否的测度(吴哲等, 2013).采用离散系数构建生态系统服务综合指数算法, 可以使任意一种生态系统服务的明显短板直接体现在生态系统服务综合指数中.换而言之, 区域生态系统服务总体状况越好, 各类服务越均衡、离散程度越小.

基于此, 本文首先采用InVEST模型, 计算栅格单元上各类生态系统服务的物质量, 并进行标准化处理；其次采用离差系数法, 以3类生态系统服务的标准化值为变量求取区域内第i个栅格单元的生态系统服务的指数(ES_i)；最后以区域内各栅格单元的生态系统服务指数为变量, 采用离差系数法得到区域生态系统服务综合指数(ES_com).计算方法可表示为：

(5)

(6)

式中, ES_i为第i个栅格单元的生态系统服务指数；x_ij为区域内第i个栅格上第j类生态系统服务的归一化值；x_ij为第i个栅格上j类生态系统服务归一化值的平均值；N为区域内主要的生态系统服务种类.上述生态系统服务合成方法适用于区域内不同研究单元、不同类型生态系统服务间的合成以及不同时间生态系统服务的合成.区域生态系统服务综合指数越小, 表明各类生态系统服务间差异性越小, 均衡性、同步性越好, 反之亦然.

3.1.3 生态风险评估方法

生态系统服务协调发展状况是区域生态环境质量的综合表征, 区域生态服务协调发展状况变差, 意味着区域生态风险增加.参照前人研究, 基于R=P×D模型(P为风险源发生的概率, D为风险损失量)(张思锋等, 2010)和正向逆向转化指数(PNTI)模型(正向转化表示向有益于生态系统健康的方向转化, 逆向转化则表示生态系统处于退化趋势)构建基于生态系统服务变化的生态风险评估EVR(Ecological Value at Risk)模型.以基于各地类生态系统服务逆向转化面积占比来表征生态系统服务发生损失的概率, 以生态系统服务逆向转化的单位生态系统服务综合指数差值表征风险损失量, 具体计算公式如下：

(7)

(8)

(9)

式中, P为生态系统服务逆向转化率；ΔS为生态系统服务逆向上的转换面积；S为区域面积；ΔES_i为生态系统服务逆向转化的单位生态系统服务综合指数差值.

3.2 数据来源

水源供给模拟所需数据主要包括：年均降水量、年均潜在蒸发量、土壤深度、植被有效含水率、土地利用数据、流域、子流域矢量边界和Z常数；土壤保持模拟所需数据主要包括：DEM、降水侵蚀因子R、土壤可蚀因子K、汇水积累量阈值、土地利用数据、流域和子流域矢量边界、BorselliK参数、BorselliICo参数和SDR最大值；水质净化模拟所需数据主要包括：DEM、土地利用数据、径流潜力指数、流域和子流域矢量边界、汇水积累量阈值和BorselliK参数.数据获取路径及处理方法见表 1.

4 结果分析(Results and analysis) 4.1 生态系统服务时空格局分析

由兰州市3类生态系统服务及生态系统服务综合指数空间分布图(图 2)分析可得, 2005—2015年兰州市生态系统服务综合指数(ES指数)为0.04~1.19, 生态系统综合服务呈现出明显的空间分异格局.整体来看, 生态系统综合服务较好的区域分布在榆中县中部及南部、永登县西部、红古区, 这些区域自然本底条件相对较好, 榆中县中部及南部分布有苑川河、石佛沟国家森林公园、兴隆山自然保护区, 永登县北部分布连城自然保护区、吐鲁沟国家森林公园等；生态系统综合服务较低的区域主要分布在建设用地周边, 受人类活动影响剧烈, 集中分布在城关区、七里河区、安宁区、皋兰县北部和永登县的东部.2005年、2015年生态系统服务综合指数空间分布格局大体一致, 为进一步明晰格局差异, 以2015年生态系统综合服务指数为例采用自然断裂点法进行分级, 分为5级.结果表明, 兰州市生态系统综合服务以中等偏上为主, 3级、2级、1级占兰州市国土面积的71.50%, 其中, 2级区域占比最大, 为32.67%.生态系统综合服务较低的5级区仅占兰州市国土面积的8.69%.

就各类服务来看(图 2、表 2), 2005年、2015年兰州市水源供给服务总量分别为1.96×10⁸ m³、2.67×10⁸ m³, 提高了36.22%.水源供给服务较好的区域主要分布在榆中县的南部、永登县的西部以及红古区的南部；水源供给服务较低的区域主要分布在建设用地占比较大的区域, 如城关区、七里河区北部、安宁区、西固区.2005年、2015年土壤保持服务总量分别为2.47×10⁸、2.71×10⁸ t, 提高了10.93%.土壤保持服务较好的区域主要分布在榆中县的南部、永登县西部；土壤保持服务较低的区域主要分布在榆中县中部的榆中盆地、城关区、安宁区、西固区、永登县和皋兰县交界处的秦王川盆地、庄浪河和大通河流域的周边区域.2005年、2015年水质净化服务总量分别为6153.39、6062.51 t, 降低了1.48%.水质净化服务较好的区域主要分布在榆中县的中部、永登县北部、红古区南部.

从2005—2015年生态系统综合服务的空间变化来看, 生态系统综合服务整体呈增加趋势, 2005、2015年生态系统服务综合指数分别为0.15、0.12.服务降低的区域主要分布在榆中县中部、城关区、七里河区、安宁区、西固区、永登县和皋兰县交界处的兰州新区的建设用地周边区域；生态系统综合服务提升较高的区域主要分布在榆中县北部、皋兰县北部、永登县东北部退耕还林、水土流失防治、流域综合治理等生态工程重点实施区域.就各类服务整体而言, 水源供给服务、土壤保持服务呈显著增加趋势, 水源供给服务提升较高的区域分布在永登县西部, 下降幅度较大的区域主要分布在榆中县南部；土壤保持服务较高的区域主要为榆中县北部, 下降幅度较大的区域主要分布在榆中县南部.水质净化服务相对稳定, 下降幅度较大的区域主要分布在榆中县中部、城关区、安宁区、七里河区、皋兰县和永登县交界处的兰州新区, 增加的区域相对较分散.

4.2 基于生态系统服务的生态风险状况分析

在生态系统服务评估基础上, 进一步计算生态系统服务逆向转化率和发生逆向转化的单位生态系统服务综合指数差值, 并按照生态风险计算公式通过ArcGIS栅格计算器工具进行叠加运算, 然后采用自然断裂点法对运算结果进行分级, 最终得到兰州市生态风险等级空间分布图(图 3).结果表明, 兰州市生态系统服务发生逆向转化的生态系统生态风险以1、2、3级低风险为主.其中, 风险较低的1级占比最大, 为12.07%；2级风险区占比次之, 为9.67%；风险等级最高的5级仅占兰州市国土面积的2.67%.从空间分布来看, 不同风险等级呈圈层递减的分布格局.风险等级最高的5级区集中分布在榆中县中部、城关区北部和皋兰县的南部；4级生态风险区围绕5级风险区呈带状分布；2、3级风险区围绕4级风险区依次呈带状分布；风险等级最低的1级风险区分布相对分散, 在各县区均有分布.

从县域尺度来看(图 4), 不同等级的生态风险在各县区的分布差异较大.风险等级最高的5级风险区在皋兰县和榆中县占比最大, 分别为39.53%、38.32%, 在永登县、红古区占比最小, 不足1%；4级风险区也是在皋兰县、榆中县占比最大, 分别为49.31%、34.68%, 在安宁区、红古区占比最小, 仅分别为0.85%、0.63%；3级风险区同样是在皋兰县、榆中县占比最大, 分别为23.85%、38.42%, 在安宁区、城关区分布最少, 分别为0.07%, 0.76%；1、2级风险区都是在榆中县、永登县占比最大, 在安宁区、城关区占比最小.这与不同等级生态风险的空间分布呈现相一致.

4.3 基于生态系统服务的兰州市生态风险管控优先区识别

在生态风险评估的基础上, 借鉴《建设工程项目管理规范》GB/T50326—2006中的风险等级评估表, 结合生态风险概率和风险损失, 通过生态风险等级关系矩阵(表 3), 探究生态风险产生的原因.

根据风险等级关系矩阵, 1级风险区是风险概率较小、风险损失也小的区域；2级风险区是风险概率中等和风险损失为轻度或风险概率较小和中度风险损失的区域；3级风险区是风险概率很大和轻度损失、风险概率中等和中度损失或风险概率较小和重度损失的区域；4级风险区是风险概率很大和中度风险损失或风险概率中等和重度风险损失的区域；5级风险区是发生风险的概率很大且损失为重度的区域.

生态风险是通过生态风险概率和生态风险损失的综合表征, 同一风险等级, 当生态系统受到的生态风险概率较小时, 生态风险损失必然是较大的, 反之亦然.因此, 需要权衡生态风险概率和生态风险损失的相互影响(陈峰等, 2019), 通过合理的风险控制手段降低生态系统的风险, 保障自然生态系统服务的可持续性, 最大化生态系统服务效益.

综上所述, 1、2级风险区生态风险相对较低, 这里初步将风险等级较高的3、4、5级风险区划分为生态风险管控优先区.在此基础上, 根据生态风险等级关系矩阵可得到产生不同等级风险的生态风险概率与生态风险损失在兰州市各县区的分布状况(图 5, 表 4).结果表明, 产生3级生态风险的风险概率小和重度损失区, 在皋兰县的占比最大, 永登县占比次之, 分别为29.03%、22.07%, 在红古区和西固区占比较小, 分别为4.94%、4.05%；风险概率中等和中度损失区在榆中县的占比最大, 为97.7%, 在皋兰县和红古区没有分布, 其他县区分布都不足1%；风险概率大和轻度损失区在永登县分布最大, 为31.85%, 榆中县次之, 为26.32%, 城关区和安宁区分布最少, 都不足1%.产生4级生态风险的风险概率大和中度损失区, 在榆中县的占比最大, 皋兰县次之, 分别为42.42%、35.05%, 安宁区分布较少, 为1.4%, 红古区占比最小, 为0.81%.产生5级生态风险的大风险概率和重度损失区, 在西固区占比最大, 榆中县次之, 分别为35.78%、26.6%, 城关区分布较少, 为1.38%, 红古区分布最少, 仅为0.92%.

进一步看, 3级及以上等级的风险区在榆中县占比最大为36.71%, 在皋兰县占比次之, 为27.5%, 在永登县的分布少于皋兰县, 占比为18.41%, 在其他县区的占比都小于10%, 按照占比从大到小依次为红古区、西固区、七里河区、城关区、安宁区.这与实际情况相符, 榆中县位于兰州市南部, 自然本底条件相对较好, 境内有黄河及其支流苑川河分布, 境内南部为兴隆山国家级自然保护区, 但同时也是人类活动强烈的区域, 中部的榆中盆地, 地势相对平坦, 大规模的开发建设活动相对密集, 因此, 属生态风险高值区.皋兰县和永登县交界处的秦王川盆地地势平坦, 纵降比相对较小, 适宜开发建设, 国家级新区兰州新区坐落秦王川盆地, 作为国家重要的产业基地、产业转移示范区, 随着工业生产活动的开展, 势必会对自然生态环境带来一定的影响, 因此, 皋兰县和榆中县的生态风险相对较高.

综上, 兰州市各县区生态风险管控的优先次序是：榆中县、皋兰县、永登县、红古区、西固区、七里河区、城关区、安宁区.其中, 榆中县和皋兰县3级以上风险区占比大于25%, 属于重点优先管控区域, 永登县占比次之, 属于次重点优先管控区域.结合《甘肃省主体功能区划》来看, 永登县属于祁连山冰川与水源涵养国家重点生态功能区, 榆中县和皋兰县属于甘肃省重点开发区.因此, 应在加强上述县区生态系统服务供应水平有效监测的同时, 结合不同等级生态风险的空间分布和不同等级的生态风险关系矩阵针对不同功能的县区制定相应的风险管控政策措施, 保障自然生态系统服务的可持续性, 实现社会经济和生态环境效益最大化.

5 讨论(Discussion)

整体来看, 论文构建的生态系统服务综合指数未能表征区域生态系统综合服务的物质量或价值量, 但旨在生态系统服务均衡性的考量, 建立表征生态系统综合服务的高低序列, 并结合生态系统的逆向转化率和逆向转化损失, 通过生态风险评估模型对生态系统面临的风险进行定量评估, 其优势在于考虑了传统生态系统服务合成法忽略了生态系统内部之间的联系和均衡性.此外, 为兼顾系统内多保护对象及其属性在复杂生态系统下的作用与表现, 尝试从生态系统服务逆向转化视角进行了生态风险评估.这对于探索更有效的生态风险评价方法, 提升生态风险评价的时效性, 综合考量生态系统实体及其与人类福祉相关的功能属性, 有效管控生态风险具有重要的应用价值.同时, 由于数据获取的局限性和一些数据无法量化, 本研究仅选取了2005—2015年时间段进行了基于生态系统服务的回顾性生态风险评价研究, 未来应加强构建一个长时序和高精度的生态风险评价数据库, 建立基于生态系统服务的动态生态风险评价模型, 在评价过程中纳入不同利益相关者的关注点, 提高生态风险评价过程和社会生态管理过程的对接性.

6 结论(Conclusions)

1) 2005—2015年, 兰州市生态系统综合服务整体向好发展, 2005、2015年生态系统服务综合指数分别为0.15、0.12.其中, 服务降低的区域主要分布在榆中县中部、城关区、永登县和皋兰县交界处的兰州新区等的建设用地周边区域；服务提升较高的区域主要分布在榆中县北部、皋兰县北部、永登县东北部退耕还林、水土流失防治、流域综合治理等生态工程重点实施区域.水源供给服务和土壤保持服务整体呈显著增加趋势, 水质净化服务相对稳定.

2) 兰州市发生生态系统服务逆向转化的生态系统以1、2、3级低生态风险为主.从空间分布来看, 不同等级风险呈圈层递减的分布格局.从县域尺度来看, 不同等级的生态风险在各县区的分布差异较大.

3) 兰州市各县区生态风险管控的优先次序是：榆中县、皋兰县、永登县、红古区、西固区、七里河区、城关区、安宁区.其中, 榆中县和皋兰县3级以上风险区占比大于25%, 属于重点优先管控区域, 永登县是次重点优先管控区域.