环境脆弱性研究进展综述_于翠松

合集下载

地下水脆弱性研究综述

地下水脆弱性研究综述

科 学 研 究 委 员 会 的 定 义是 : 污 染 物 自顶 部 含 水 层 以上 某 一 位置 到达地 下 水 系统 中某一 特 定位 置 的趋势 和 可能 性。 同时 , 该委员会将地下水脆弱性 分为本质 脆弱性 和特殊脆 弱 性 两类 l 。 目前 , 国 内 研究 普 遍 认 为 水 资 源 脆 弱 性 是 由 于 水 资 源 系 统 受 到 自身 和 外 在 素 影 响 而 失 衡 所 表 现 出
摘要 : 地 下 水脆 弱性 评 价 是 地 下水 资 源保 护 的重 要 依 据 研 究 对 地 下 水脆 弱 性 评 价 的 概 念 、 研 究进 展 、 评 价方 法、 意
义进 行 了阐述 , 指 出 了 目前 主要 运 用 的 叠 置 指数 法 、 统计方 法 、 过程 数学模拟 法这三 种方法的优 缺点 , 提 出 了 目前 地 下 水
p a p e r, t h e C O0 ( ’ ep l o t 。 g r o u nd wa t e r v ul n e r a b i l i t y a s s e s s me nt , e v a l ua t i o n me t h o ds , r e s e a r c h p r o g r e s s we r e d e s c r i be d, t h e a d v a n t a g e s a n ( j d i s a d v a n t a g e s o f t h e ma i n l y us e d me t h o d s wh i c h we r e s u p e r i mp o s e d i n de x me t h o d. s t a t i s t i ca l me t h o ds, pr o c e s s ma t he ma t i ca l s i mul a t i o n me t h o d we r e p o i n t e d o u t , a nd t h e p r o b l e ms i n g r o un d wat e r v u l ne r a bi l i t y r e s e a r c h wa s p r o p o s e d. Ke y wo r ds: ( ; r n u n dwa t e r v u l n e r a b i l i t y;e v a l ua l i o n;g r o u n dwa t e r r e s o ur ce s

《基于DPSIR模型的海岸带生态脆弱性研究》

《基于DPSIR模型的海岸带生态脆弱性研究》

《基于DPSIR模型的海岸带生态脆弱性研究》一、引言随着人类活动影响的日益增强,海岸带生态脆弱性成为了亟待关注的全球性问题。

海平面的升降变化、频繁的自然灾害以及人为活动的破坏,都使得海岸带生态系统面临严峻的挑战。

本文将基于DPSIR模型,对海岸带生态脆弱性进行深入研究,旨在分析海岸带生态系统的脆弱性因素及其影响,并提出相应的对策与建议。

二、DPSIR模型简介DPSIR模型是一种常用的环境问题分析与评价框架,它从五个方面(Driving Force,压力;Pressure,状态;State,影响;Impact,响应;Response)来揭示环境问题的根源及其与人类活动的联系。

该模型对于海岸带生态脆弱性的研究具有十分重要的指导意义。

三、海岸带生态脆弱性分析(一)驱动因素海岸带生态脆弱性的驱动因素主要包括全球气候变化、沿海城市化进程、海洋污染等。

全球气候变化导致海平面上升,影响海岸带的稳定性;沿海城市化进程导致土地利用变化,破坏了原有的生态系统;海洋污染则直接影响到海洋生物的生存。

(二)压力因素压力因素主要体现在对海岸带生态系统的直接和间接破坏。

如过度捕捞导致海洋生物资源减少,沿海工程建设的无序发展破坏了滨海湿地等。

这些压力因素使得海岸带生态系统的结构和功能受到严重影响。

(三)状态因素状态因素反映了海岸带生态系统的现状。

包括海水的酸化程度、海洋生物多样性的减少、滨海湿地的退化等。

这些状态因素揭示了海岸带生态系统面临的严重问题。

(四)影响因素影响因素主要指生态系统变化对人类社会和自然环境的影响。

如滨海湿地的退化导致沿海地区洪涝灾害频发,影响了当地居民的生活和经济活动。

此外,海洋生物多样性的减少也会影响到渔业产业的可持续发展。

(五)响应因素响应因素主要指针对海岸带生态脆弱性的政策措施和应对策略。

如建立自然保护区、制定沿海防护林等措施来保护海岸带生态系统。

此外,还需要加强国际合作,共同应对全球气候变化带来的挑战。

气候变化脆弱性概念及评价方法研究

气候变化脆弱性概念及评价方法研究

气候变化脆弱性概念及评价方法研究气候变化脆弱性评价相关理论及方法研究一、气候变化脆弱性相关理论研究1、气候变化脆弱性的概念体系脆弱性一词最早出现于地学领域的风险和灾害方面的文献中,但是在不同领域有着不同的认识和理解(刘燕华,李秀彬,2001)。

1979年,联合国救减组织(UNDRO)将脆弱性定义为:脆弱性表示灾害(自然事件,包括它们的强度、力量和持续时间)和风险(暴露在灾害事件中的概率)之间的关系(Wilhelmi,2001)。

美国农业部的Reilly(1996),针对局地系统对气候变化的脆弱性,将脆弱性定义为:在一定地区,很难通过适应措施改变的气候变化负面影响的程度;联合国粮农组织(FAO)将脆弱性定义为:存在可能导致地方居民出现食物安全问题或营养不良的因素(Reilly J,1996)。

Chambers(1983)认为,脆弱性包含两个方面:外在表现为风险、打击和胁迫等对易于受害的个人或家庭的影响;内在表现为无抵抗能力,即缺乏暂时应对灾害的能力。

Downing T E,(1993)针对脆弱性的不同理解,总结了1985-1992年间许多科学家有关脆弱性问题的研究成果,认为脆弱性主要包括三个方面:首先,脆弱性应作为一个结果而不是一种原因来研究;其次,针对其它不敏感因子而言,其影响是负面;最后,脆弱性是一个区别于社会经济集团或地区的相对概念而不是一个绝对的损害程度的度量单位。

20世纪80年代末90年代初全球气候变暖及其影响逐渐受到国际社会的关注,脆弱性概念开始引入气候变化影响研究和评估当中,随后其内涵不断得到丰富和发展。

1988年成立了政府间气候变化专门委员会(IPCC),并于1990年出版第一次评估报告,对气候变化的脆弱性进行初步的论述,脆弱性问题开始受到普遍关注。

IPCC在1996年的第二次评估报告就将脆弱性定义为气候变化对系统损伤或危害的程度,并指出脆弱性不仅取决于系统对气候变化的敏感性(系统对给定气候变化情景的反映,包括有益的和有害的影响),还与系统对新的气候条件的适应能力(在一定气候变化情景下,通过实践、过程或结构上的调整措施能够减缓或弥补潜在危害或可利用机会的程度)有关(IPCC,1996)。

基于GIS的长三角城市群生态环境脆弱性综合评价

基于GIS的长三角城市群生态环境脆弱性综合评价

第 36 卷第 2 期上海工程技术大学学报Vol. 36 No. 2 2022 年 6 月JOURNAL OF SHANGHAI UNIVERSITY OF ENGINEERING SCIENCE Jun. 2022文章编号: 1009 − 444X(2022)02 − 0224 − 07基于GIS的长三角城市群生态环境脆弱性综合评价刘惠敏,郑中团,李文雯(上海工程技术大学数理与统计学院,上海 201620)摘要:以长三角城市群为例,考虑该地区地表、气候、社会经济发展等特征,从人为因素和自然因素出发构建长三角城市群生态环境脆弱性水平评价指标体系. 同时,基于地学信息系统(Geographic Information System, GIS)技术,综合运用主成分分析、熵权法、空间自相关分析等方法,对长三角城市群2010、2015和2018年生态环境脆弱性水平进行综合测度与时空特征分析,并识别其驱动因素. 结果表明:1)时序分布上,长三角城市群生态环境脆弱性水平升高,且由中度脆弱向重度脆弱过渡;2)空间分布上,生态环境脆弱性存在空间自相关性,且为显著正相关;3)2010—2018年,土地利用程度、人均GDP、工业二氧化硫排放量和建成区绿化覆盖率等是长三角城市群生态环境脆弱性的核心驱动力.关键词:长三角城市群;地学信息系统;综合评价;核心驱动力;主成分分析法中图分类号:X32 文献标志码:AComprehensive evaluation of ecological environment vulnerability of Yangtze River Delta urban agglomeration based on GISLIU Huimin,ZHENG Zhongtuan,LI Wenwen( School of Mathematics, Physics and Statistics, Shanghai University of Engineering Science, Shanghai 201620, China)Abstract:Taking the Yangtze River Delta urban agglomeration as an example, the characteristics of the area's surface, climate, and social and economic development were considered, and an evaluation index system for the ecological environment vulnerability of the Yangtze River Delta urban agglomeration from human factors and natural factors was built. At the same time, based on geographic information system (GIS) technology, principal component analysis, entropy weight method, spatial autocorrelation analysis and other methods were used to comprehensively measure and analyze the spatial and temporal characteristics of ecological environmental vulnerability level in the Yangtze River Delta urban agglomeration in 2010, 2015 and 2018, and identify its driving factors. The results show that: 1) in terms of time series distribution, the ecological environment fragility level of the Yangtze River Delta urban agglomeration has increased, and the transition from moderate fragility to severe fragility; 2) in terms of spatial distribution, the vulnerability of ecological environment has spatial autocorrelation, and it is a significant positive correlation; 3) from 2010 to 2018, the degree of land use, GDP per capita, industrial sulfur dioxide emissions, and green coverage of built-up areas收稿日期: 2021 − 09 − 27作者简介:刘惠敏(1995 − ),女,在读硕士,研究方向为可持续发展与数据挖掘. E-mail:*************************通信作者:郑中团(1979 − ),男,副教授,博士,研究方向为应用随机过程与复杂网络、可持续发展中的数据挖掘、统计机器学习与数据分析. E-mail:**********************are the core driving forces for the fragility of the ecological environment of the Yangtze River Delta urban agglomeration.Key words:Yangtze River Delta urban agglomeration;geographic information system (GIS);comprehensive evaluation;core driving force;principal component analysis生态环境系统的稳定是人类进行社会生产活动的前提,而生态环境脆弱会破坏人与自然和谐相处的模式. 随着经济的发展以及人为活动对生态环境的干扰,生态环境问题日益严重. 这一现状迫切地要求人类去探索人与自然更加和谐的相处之道,以便于维持生态系统稳定,同时也有利于社会和经济的发展. 长三角是我国经济最发达的区域之一,经济的快速发展会对生态系统带来一定的压力. 当生态系统遭受的压力过高,其就会表现出生态脆弱. 因此对长三角城市群生态环境脆弱性水平进行综合评价分析成为研究热点. 它对提升长三角生态系统稳定性、改善长三角生态环境质量,进而实现协同治理、达到更高质量的长三角一体化具有深远的意义.国内外学者对生态环境脆弱性做了深入广泛的研究[1 − 3]. 目前,关于生态环境脆弱性综合评价的方法有很多,包括主成分分析法、德尔菲法、熵权法、层次分析法、综合指数法、基于遥感和地学信息系统(Geographic Information System, GIS)评价法等. 其中,遥感和GIS技术在生态环境脆弱性水平综合评价当中运用日益广泛[4 − 6]. GIS具有强大的输入、空间分析及制图功能,可对脆弱的生态环境进行评价和分区[7];而主成分分析(PCA)可以将最初的指标转化为少数几个不相关的综合指标,并且尽可能多的反映原有指标的信息[8]. 高越等[9]基于主成分分析法对赤峰市生态环境质量进行综合评价. 马骏等[10]运用主成分分析法对2001—2010年三峡库区生态脆弱性进行定量综合评价. 陈星霖[11]运用熵权法对广西农业生态脆弱性进行综合评价. 李路等[12]运用空间主成分方法分析喀什地区的额时空变化并对其进行驱动力分析. 杨志辉等[13]运用莫兰指数对洋河流域进行空间相关性分析.目前. 关于生态环境脆弱性综合评价的研究颇多,但对于导致生态环境脆弱的驱动力分析和空间相关性分析较少. 本研究针对长三角城市群地理位置、环境气候、经济发展等特征,从自然因素和人为因素两个方面选择评价指标,基于GIS技术,运用主成分分析、熵权法对长三角城市群生态环境脆弱性水平进行综合评价分析.1 生态环境脆弱性水平评价指标体系构建1.1 研究地区概况长江三角洲城市群以上海为中心,位于长江入海之前的冲积平原,包括上海、南京、无锡、宣城、池州等27个城市. 其地处江海交汇之地,沿海港口众多,地理位置十分优越,是我国经济发展最强的区域之一. 长江三角洲主要为亚热带季风性气候,年均温17 ℃左右,降雨量较多,再加上地势低洼等因素,该地区的洪涝灾害非常严重. 此外,长江三角洲区域的生态系统类型复杂,地表覆盖多样,河川纵横、农业发达、人口稠密,是外来人口最大的集聚地. 截至2019年底,长江三角洲地区的人口达到2.27亿人. 人口数量大幅度增长以及经济的快速发展给该地区的生态系统带来严重的威胁. 因此,对长三角城市群生态环境脆弱性水平进行综合评价分析迫在眉睫.1.2 评价指标体系的构建生态系统本身具有一定的恢复能力,而外界干扰会导致生态敏感,从而导致生态脆弱. 生态脆弱性是生态系统的固有属性,是生态敏感性和生态系统自我恢复能力叠加的结果. 生态脆弱由自然本身的脆弱和人为干扰导致的脆弱两部分构成.因此,生态环境脆弱性受人为因素和自然因素两个方面的影响[14]. 本研究从人为因素和自然因素两个方面来选取长三角城市群生态环境脆弱性水平的评价指标,共11个指标,如图1所示.长三角城市群经济发达、人口密集,上海、苏州等地都是以工业化为主导的城市,人类活动频繁多样. 因此人为因素对于生态环境的影响愈发严重,生态脆弱性问题日益严峻. 人为因素方面,本研究选取人均GDP、人口密度、土地利用程度、第 2 期刘惠敏等:基于GIS的长三角城市群生态环境脆弱性综合评价· 225 ·工业二氧化硫排放量、建成区绿化覆盖率等5个指标. 其中,前4项指标代表经济和社会发展对生态环境的胁迫,为正向指标,指标越高,生态环境脆弱性水平越高;后1项指标为负向指标.自然因素方面,考虑长三角城市群所处地理位置,选取高程、坡度、归一化植被指数(NDVI )平均值、年均温、年降水量、年日照小时数等6个指标. 高程、坡度为正向指标. 高程越高、坡度越大、该地区越容易遭受暴雨侵蚀,生态越脆弱. NDVI 平均值、年均温为负向指标. NDVI 平均值越大,植被覆盖度越高,水土保持能力越好;年均温越高,越有利于植被生长,生态系统越稳定[15]. 年降水量、年日照小时数为正向指标. 降水量越大,水土越容易流失;日照时间越长,土地越容易干裂,生态系统越脆弱.2 数据来源与数据处理2.1 数据来源本研究分别选取2010、2015、2018年的土地利用数据、数字高程模型(Digital Elevation Model,DEM )数据、气象数据和社会经济发展数据. 其中,DEM 数据来自美国太空总署(NASA ),分辨率为12.5 m ,由ArcGIS 提取出高程和坡度数据. 土地利用类型数据来源于Landsat 系列遥感影像进行遥感目视解译,分辨率为30 m ,将土地利用分为耕地、林地、草地、水域、建设用地和未利用土地等6种类型. NDVI 数据来源于中国科学院资源环境科学与数据中心(/),分辨率为1 km ,并由ArcGIS 提取出每个城市的NDVI 区域均值. 其他指标数据分别来源于2010、2015、2018年长三角城市群27个城市的《统计年鉴》《国民经济与社会发展统计公报》及各省市统计局、生态环境局和国家统计局提供的相关资料.2.2 数据处理对于缺失数据,在ArcGIS10.2平台上采用克里金插值法完成补全. 首先对指标进行标准化处理,本研究采用分级赋值法和极差法两种处理方式.对于高程和土地利用程度两个指标,采用分级赋值法进行标准化处理[16 − 17]. 土地利用程度综合指数由每种土地所占面积比例乘以对应的标准化赋值得到,见表1.表 1 评价指标的赋值和标准化Table 1 Assignment and standardization of evaluation indicators指标标准化赋值246810高程<300300~<600600~<900900~<1 200≥1 200土地利用程度林地、水域草地耕地建设用地未利用土地对生态环境脆弱性水平起积极作用的指标为正向指标,对生态环境脆弱性水平起消极作用的指标为负向指标. 对于其他9个指标采用极差法进行标准化处理. 公式为x i j x ′i j式中:为指标体系中各指标数据的原始值;为极差化后的指标数值.3 生态环境脆弱性指数时空特征分析3.1 基于PCA 的生态环境脆弱性指数的时序特征分析主成分分析法主要采用降维的思想,将原来长三角城市群生态环境脆弱性水平人为因素自然因素年日照小时数年均温年降水量坡度高程工业二氧化硫排放量建成区绿化覆盖率土地利用程度人口密度人均GDP平均值NDVI图 1 生态环境脆弱性水平评价指标体系Fig. 1 Evaluation index system of ecological environmentvulnerability level· 226 ·上 海 工 程 技 术 大 学 学 报第 36 卷众多具有一定相关性的指标重新组合成一组互不相关、尽可能少的综合指标来代替原来的指标. 这些新的综合指标保留了原始变量的主要信息,同时彼此之间又互不相关,比原始变量具有更优越的性质[18]. 采用主成分分析法对11个评价指标进行分析,结果见表2. 根据主成分累计贡献率达到85%以上的限制,确定2010、2015、2018年5个主成分,并进一步计算生态脆弱性指数(Eco-Environment Vulnerability Index, EVI)为式中:Y i为第i个空间主成分的数值;r i为第i个空间主成分对应的贡献率.表 2 各主成分特征值、贡献率与累计贡献率Table 2 Characteristic value, contribution rate and cumulative contribution rate of each principal component年份主成分系数主成分PC1PC2PC3PC4PC52010特征值 4.587 3.193 1.3100.5310.451贡献率41.69829.02311.905 4.830 4.096累计贡献率41.69870.72182.62687.45791.5522015特征值 4.422 2.945 1.1700.7260.574贡献率40.19726.77410.640 6.598 5.215累计贡献率40.19766.97177.61084.20889.4232018特征值 4.395 2.693 1.2250.7840.551贡献率39.95624.48211.1397.130 5.010累计贡献率39.95664.43875.57782.70687.717计算生态环境脆弱性指数空间分布,如图2所示. 参考国内外生态环境的相关划分标准[19],考虑长三角城市群生态环境脆弱性特征,并根据自然断点法将2010年生态环境脆弱性指数分为5个等级:微度脆弱、轻度脆弱、中度脆弱、重度脆弱和极度脆弱. 为保证评价结果具有对比性,2015和2018年的等级划分与2010年保持一致. 将脆弱性指数小于−1.65归为微度脆弱,在[−1.65, −0.25) 归为轻度脆弱,在[−0.25, 1.38) 归为中度脆弱,[1.38, 4.73) 归为重度脆弱,大于等于4.73归为极度脆弱.N N N 201020152018微度脆弱轻度脆弱中度脆弱重度脆弱极度脆弱图 2 生态环境脆弱性指数空间分布图Fig. 2 Spatial distribution of ecological environment vulnerability index由图2可知,2010—2018年,长三角城市群生态环境脆弱性水平程度升高,整体从中度脆弱向重度脆弱过渡. 上海市生态环境脆弱性水平一直处于极度脆弱区,这与上海市作为我国一线城市,第 2 期刘惠敏等:基于GIS的长三角城市群生态环境脆弱性综合评价· 227 ·人口密度远高于其他城市有关. 2010—2015年,金华、安庆、温州等地区从微度脆弱区过渡到轻度脆弱区;盐城、扬州、泰州等地区从中度脆弱过渡到重度脆弱,并有向极度脆弱过渡的趋势. 杭州、绍兴等地区从中度脆弱区过渡到重度脆弱区. 2015—2018年,长三角城市群整体变化幅度不大.滁州市由中度脆弱转化到重度脆弱. 微度和轻度脆弱区集中在西南部,主要是安徽池州、宣城、安庆,浙江湖州、温州、金华,江苏泰州等. 重度和极度脆弱区集中在东北部,主要是上海市、江苏南通、苏州、无锡、南京以及浙江嘉兴等. 安徽和浙江部分城市从轻度脆弱转化到中度脆弱. 可见,长三角城市群生态环境质量在降低,生态系统逐渐不稳定.3.2 基于莫兰指数的生态环境脆弱性指数的空间特征分析3.2.1 莫兰指数简介莫兰指数(Moran's I)是由澳大利亚统计学家帕克·莫兰在1950年提出. 该指数分为全局莫兰指数和局部莫兰指数. 莫兰指数是一个有理数,经过方差归一化之后,它的值会被归一化到−1.0与+1.0之间. 莫兰指数大于0时,表示数据呈现空间正相关,其值越大空间相关性越明显;莫兰指数小于0时,表示数据呈现空间负相关,其值越小空间差异越大;莫兰指数为0时,空间呈随机性.全局莫兰指数计算公式[20]为局部Moran′I指数计算公式[21]为X式中:I为Moran′I指数;X i、X j为第i个、第j个评价单元内的脆弱性指数均值;为全部评价单元的脆弱性均值;W ij为空间权重矩阵;S为空间权重矩阵各元素之和.3.2.2 全局莫兰指数本研究基于2010、2015和2018年长三角27个城市的生态环境脆弱性综合指数,运用空间自相关工具计算生态环境脆弱性的全局Moran′I.结果显示:2010、2015、2018年的全局莫兰指数分别为0.466 042、0.443 682、0.583 470. 全局莫兰指数在0至1之间取值,表示正相关;全局莫兰指数在0至−1之间取值,表示负相关[15]. 因此,可以明显看出2010、2015和2018年长三角城市群生态环境脆弱性在空间上具有显著正相关性,并且相关性增强.3.2.3 局部莫兰指数在全局莫兰指数的计算基础上,进一步计算局部莫兰指数,得到LISA聚类图,如图3所示.N N N 201020152018不显著高−高低−低低−高高−低图 3 生态环境脆弱性LISA聚类图Fig. 3 LISA cluster diagram of ecological environment vulnerabilityLISA聚类图主要有4种聚集类型,高高聚集(H−H)、低低聚集(L−L)、低高聚集(L−H)和高低聚集(H−L). 由上图可知,2010、2015和2018年的长三角生态环境脆弱性呈现出显著的空间聚集性特征. 3个年份的空间具体聚集特征大体相同,主要是以高高聚集和低低聚集为主. 高高聚集的城市主要有泰州、上海、苏州、镇江和嘉兴;低低聚集的区域主要集中在浙江省和安徽省,如绍兴、杭州、金华、台州、池州、铜陵、芜湖;其他城市聚集性不够显著. 空间聚集性虽然在整体上变化不大,· 228 ·上海工程技术大学学报第 36 卷但还是呈现局部扩张的趋势. 2018年与2010年相比,镇江成为高值聚集区,表明长三角城市生态环境脆弱性在空间上存在一定程度的扩张.4 生态环境脆弱性的驱动因素分析4.1 基于PCA的生态环境脆弱性驱动力分析2010年成分矩阵见表3. 本研究采用各指标的贡献率表示驱动作用的大小. 由表可知,第1主成分中,自然因素为主要驱动力;第2主至第5主成分中,人为因素为主要驱动力.表 3 2010年成分矩阵Table 3 Composition matrix in 2010指标主成分PC1PC2PC3PC4PC5高程−0.8930.236−0.2010.1900.114土地利用程度0.870−0.1440.2950.124−0.057年降水量−0.8380.2820.184−0.030−0.323坡度−0.6970.447−0.3750.2920.207人均GDP0.5650.544−0.484−0.2400.070工业二氧化硫排放量0.5070.7660.0340.1720.156年日照小时数0.265−0.747−0.408−0.0830.272年均温0.521−0.7050.0890.3470.049人口密度0.5460.6780.2910.2810.029NDVI平均值0.6180.661−0.048−0.2200.005建成区绿化覆盖率−0.4960.0480.715−0.2270.425 2018年成分矩阵见表4. 由表可知,第1主成分中,土地利用程度仍然是主要驱动因子;第2主成分中,人均GDP和年均温是主要驱动因子;第3主成分中,建成区绿化覆盖率是主要驱动因子;第4主成分中,年均温是主要驱动因子;第五主成分中,年降雨量是主要驱动因子. 研究表明,2010—2018年土地利用程度、人均GDP、工业二氧化硫排放量和建成区绿化覆盖率等是长三角城市群生态环境脆弱性的核心驱动力,而其他指标的驱动力较小. 经济的发展必然导致人类对土地的开发利用程度提高,从而促使生态系统向不稳定的方向发展,长三角城市群的生态环境脆弱性水平程度也向更严重的趋势转化.表 4 2018年成分矩阵Table 4 Composition matrix in 2018指标主成分PC1PC2PC3PC4PC5高程−0.9430.010−0.130−0.0570.135土地利用程度0.8750.0420.167−0.122−0.206坡度−0.8050.253−0.218−0.2780.259降水量−0.6650.3860.2700.220−0.079年均温0.660−0.610−0.085−0.014−0.045人均GDP0.4360.757−0.215−0.0140.139NDVI平均值0.6100.7050.0670.0690.062工业二氧化硫排放量0.2290.635−0.4430.493−0.019人口密度0.4300.5780.449−0.4290.214建成区绿化覆盖率−0.4240.1480.7610.323−0.057年日照小时数0.486−0.5260.1550.3220.5855 结 语本研究考虑长江三角洲的地理特征、气候环境特征以及社会经济发展特征,从人为因素和自然因素两方面构建长三角城市群的生态环境脆弱性水平评价指标体系,计算长三角27个城市2010、2015、和2018年的EVI值并进行空间相关性分析.长三角城市群生态环境脆弱性水平综合评价结果表明,长三角城市的生态环境质量水平呈现下降趋势,生态系统愈发脆弱. 时序分布上,长三角城市群脆弱性程度升高,且由中度脆弱向重度脆弱过渡;空间分布上,长三角城市群生态环境脆弱性存在空间自相关性,且为显著正相关. 2010—2018年,土地利用程度、人均GDP、工业二氧化硫排放量和建成区绿化覆盖率等一直是长三角城市群生态环境脆弱性的核心驱动力. 从整体生态环境脆弱性指数分布水平看,上海市脆弱性水平遥遥领先于其他城市. 外来人口过多导致人口密度一直居高不下,因此人口密度成为上海市生态环境脆弱性的核心驱动因子. 长江三角洲工业化为主导城市居多,一直面临工业二氧化硫排放量过高的问题. 因此要降低长三角生态环境脆弱性程度,提升生态系统的稳定性,每个城市都应该针对自己的短板问题进行解决. 例如,上海市第 2 期刘惠敏等:基于GIS的长三角城市群生态环境脆弱性综合评价· 229 ·应该疏散人群从而降低人口密度. 无锡、苏州等城市应降低工业二氧化硫排放量,退耕还林,提高绿化覆盖率;合肥、芜湖、滁州等城市应该降低土地利用率. 要实现长江三角洲区域一体化发展,就要实现生态环境的协同治理,生态环境脆弱性评价以及驱动力分析可为长三角城市群找到自身环境中存在的问题.本研究主要基于GIS 技术,获取生态环境脆弱性水平评价的部分指标,在指标的选择上还可以更加客观科学. 在空间相关性分析上,未对单独的指标做相关性分析,因此进一步探讨更加科学并且符合长三角城市群实际情况的生态环境脆弱性评价指标体系以及更微观的空间相关性分析是下一步研究的方向.参考文献:屈志强, 沈婷婷, 徐胜利, 等. 生态脆弱性评价概述[J ].草原与草业,2020,32(3):1 − 4,42.[ 1 ]张学玲, 余文波, 蔡海生, 等. 区域生态环境脆弱性评价方法研究综述[J ] . 生态学报,2018,38(16):5970 −5981.[ 2 ]邓伟, 袁兴中, 孙荣, 等. 基于遥感的北方农牧交错带生态脆弱性评价[J ] . 环境科学与技术,2016,39(11):174 − 181.[ 3 ]张德君, 高航, 杨俊, 等. 基于GIS 的南四湖湿地生态脆弱性评价[J ] . 资源科学,2014,36(4):874 − 882.[ 4 ]姚昆, 张存杰, 何磊, 等. 川西北高原区生态环境脆弱性评价[J ] . 水土保持研究,2020,27(0):349 − 355,362.[ 5 ]姚昆, 周兵, 李小菊, 等. 基于AHP−PCA 熵权模型的大渡河流域中上游地区生态环境脆弱性评价[J ] . 水土保持研究,2019,26(5):265 − 271.[ 6 ]何云玲. GIS 支持下生态环境脆弱性评价研究概况[J ].农业与技术,2008(3):65 − 68.[ 7 ]钟晓娟, 孙保平, 赵岩, 等. 基于主成分分析的云南省生态脆弱性评价[J ] . 生态环境学报,2011,20(1):109 −113.[ 8 ]高越, 赵秀清, 朝格吉胡楞, 等. 基于主成分分析法的赤峰市生态环境质量评价[J ] . 内蒙古科技与经济,2017(14):58 − 59,61.[ 9 ]马骏, 李昌晓, 魏虹, 等. 三峡库区生态脆弱性评价[J ].生态学报,2015,35(21):7117 − 7129.[10]陈星霖. 广西农业生态脆弱性评价及区划研究[J ] . 中国农业资源与区划,2020,41(3):212 − 219.[11]李路, 孙桂丽, 陆海燕, 等. 喀什地区生态脆弱性时空变化及驱动力分析[J ] . 干旱区地理,2021(1):277 − 288.[12]杨志辉, 赵军, 朱国锋, 等. 含植被覆盖影响的石羊河流域土壤水分遥感估算及空间格局分析[J ] . 生态学报,2020,40(23):8826 − 8837.[13]刘木生, 张其海, 林联盛, 等. 基于GIS 的江西省脆弱生态环境时空评价[J ] . 江西科学,2008(5):803 − 807,811.[14]林金煌, 胡国建, 祁新华, 等. 闽三角城市群生态环境脆弱性及其驱动力[J ] . 生态学报,2018,38(12):4155 −4166.[15]南颖, 吉喆, 冯恒栋, 等. 基于遥感和地理信息系统的图们江地区生态安全评价[J ] . 生态学报,2013,33(15):4790 − 4798.[16]杜悦悦, 彭建, 赵士权, 等. 西南山地滑坡灾害生态风险评价:以大理白族自治州为例[J ] . 地理学报,2016,71(9):1544 − 1561.[17]杨宇. 多指标综合评价中赋权方法评析[J ] . 统计与决策,2006(13):17 − 19.[18]胡庆芳, 杨大文, 王银堂, 等. 利用全局与局部相关函数分析流域降水空间变异性[J ] . 清华大学学报(自然科学版),2012,52(6):778 − 784.[19]李慧, 王云鹏, 李岩, 等. 珠江三角洲土地利用变化空间自相关分析[J ] . 生态环境学报,2011,20(12):1879 −1885.[20]朱子明 , 祁新华. 基于 Moran'I 的闽南三角洲空间发展研究[J ] . 经济地理,2009(2):1977 − 1980.[21]钱敏蕾, 李响, 徐艺扬, 等. 特大型城市生态文明建设评价指标体系构建:以上海市为例[J ] . 复旦学报(自然科学版),2015,54(4):389 − 397.[22](编辑:韩琳)· 230 ·上 海 工 程 技 术 大 学 学 报第 36 卷。

基于PSE模型的矿业城市生态脆弱性的变化研究_以辽宁阜新为例

基于PSE模型的矿业城市生态脆弱性的变化研究_以辽宁阜新为例
1 矿业城市生态脆弱性
1.1 概念与内涵 “生态脆弱性”通常被界定为生态系统容易受
到损害的可能性、程度或状态,进而不利于人类的 开发利用[12- 15,18]。但不同应用领域间由于其研究对象 及学科视角的不同,对“生态脆弱性”这一概念的界
收稿时间:2010 - 05 - 09;修回时间:2010 - 07 - 15 基金项目:国家自然科学基金重点项目(编号:40635030)资助。
领域,而针对矿业城市生态脆弱性研究略显不足, 且多倾向于生态风险评价,就评价指标而言,目前 仍处于探索发展阶段,尚未形成一套较为完整的理 论体系,评价方法多以定性或定性半定量相结合的 分析方法为主,指标权重赋值主观色彩过重。
本文基于脆弱性与可持续性的内在关联,从生 态脆弱性的视角探讨矿业城市的可持续发展。结合 对矿业城市生态脆弱性的理解— ——认为其具有典 型的“压力—敏感—弹性”(PSE)特征,据此构建基 于生态压力、生态敏感和生态弹性指数的矿业城市 生态脆弱性评价的基本判定指标和评价模型,并比 较选取一种相对科学的评价方法———熵值法,使之 形成一套相对完整的矿业城市生态脆弱性评价体 系,为矿业城市实现可持续发展提供理论依据。同 时以我国第一个资源枯竭经济转型试点城市— —— 阜新市为例,进行矿业城市生态脆弱性评价及其演 变机理的探讨。
第8期
孙平军,修春亮,王忠芝:基于 PSE 模型的矿业城市生态脆弱性的变化研究
1355
定角度和方式有很大差异,并且同一概念被不同研 究领域学者所运用时内涵也有所不同,故此生态脆 弱性尚未形成一个统一的认识。目前,“生态脆弱 性”的概念逐渐演变成包含“风险”、“敏感性”、“适 应性”、“恢复力”等一系列相关概念在内的一个概 念的集合,内涵不断丰富。
关键词:生态脆弱性;矿业城市;PSE 模型;熵值法;阜新

基于遥感及突变理论的生态环境脆弱性时空演变――以黄河三角洲垦利县为例

基于遥感及突变理论的生态环境脆弱性时空演变――以黄河三角洲垦利县为例

基于遥感及突变理论的生态环境脆弱性时空演变
— — —以黄河三角洲垦利县为例 ! 王瑞燕 " 赵庚星
! ! !!
" 姜曙千 " 王瑷玲 " 王" 静
!
!
#
( ! 山东农业大学资源与环境学院,山东泰安 #$!%!& ;# 国土资源部土地利用重点实验室,北京 !%%%’( )
摘" 要" 本文应用熵、 突变论等非线性科学理论研究生态环境脆弱性问题, 借助遥感手段, 设 置生态环境样方, 对黄河三角洲垦利县典型生态脆弱区的生态环境脆弱性的时空演变进行了 系统研究, 建立了生态环境脆弱性的分析与判断方法) 结果表明: 在 !*&$ —#%%( 年间, 样方生 态环境趋于恶化, 其生态环境脆弱性在 !**$ 年和 #%%+ 年发生了两次突变, 前者主要源于风 暴潮和黄河来水量的减少, 主要表现为生境的变化和优势种的更替; 后者主要源于黄河来水 量的减少和蒸降比的升高及水库的大量修建、 道路和人口密度的增加, 生态环境脆弱性主要 表现为植被类型和覆盖率的变化) 在空间层面, 从与黄河和海洋不同距离的两个方向上, 分析 了生态环境脆弱性的空间变化, 证明了生态环境脆弱性空间上的渐变性) 该研究对生态环境 脆弱性的定量化研究是一个新的尝试, 并提供了一种新的有效方法) 关键词" 熵" 突变理论" 生态环境脆弱性" 时空演变 ( #%%& ) %&,!$&#,%$" 中图分类号" -!+*" 文献标识码" . 文章编号" !%%!,*’’# !"#$%&$’("&)#* +#)%#$%&, &- ’.&/’,+%)&,(’,$#* -)#,0%1%*%$2 1#3’4 &, )’(&$’ 3’,3%,0 #,4 .#/ $#3$)&"5’ $5’&)2 :6 .#3’ 3$742 &- 8’,*% 9&7,$2 %, :’**&; <%+’) =’*$#,95%,#> /.01 2345 # ! !"##$%$ "& ’$(")*+$( 678! ,9:.; 1<8=5>48=! ,?@.01 AB35C478! ,/.01 .45D48=! ,/.01 ?48=( # ,-. /-01*"-2$-3, 45,-."-% 6%*1+)#3)*,# 7-10$*(138, 9,1’ ,- #$!%!& , !51-,; :1-1(3*8 "& ;,-. ,-. @ A!51-@ B@ 6CC#@ /+"#) , #%%& , ?@ ’$(")*+$( <$8 ;,="*,3"*8 "& ;,-. 7($,>$1?1-% !%%%’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’2 ;&)43:<8KIHM6;N7K7FKIHMB< KB<HI6;<NH5<8O4IH8J<8K7D LI78=4P4D4K6;FM7K4HK<JMHI7D O7I47K4H8) " " 近年来, 国内外学者围绕全球变化对环境的影

城市经济脆弱性评价研究——以北京海淀区为例

城市经济脆弱性评价研究——以北京海淀区为例

自然资源学报JOURNAL OF NATURAL RESOURCES第29卷第7期2014年7月V ol.29No.7Jul.,2014城市经济脆弱性评价研究——以北京海淀区为例袁海红1,2,高晓路1*(1.中国科学院区域可持续发展分析与模拟重点实验室,中国科学院地理科学与资源研究所,北京100101;2.中国科学院大学,北京100049)摘要:经济脆弱性评价是风险评估的重要步骤和制定有效防灾减灾规划的前提条件,是应急管理和灾后恢复重建的重要依据。

为了能够反映区域内部经济脆弱性空间差异,为政府防灾减灾、应急管理以及灾后恢复重建提供有效依据,论文选择了城市街区尺度对经济脆弱性进行研究,提出了一个微观尺度的经济脆弱性评估模型,该模型综合考虑了企业属性、产业易损性、产业重要性、街区经济密度,并对经济脆弱性及各影响因素进行了空间研究。

利用该模型对2010年北京市海淀区的经济脆弱性进行了案例研究,结果显示:总体而言,海淀区经济脆弱性较低,647个街区中有103个街区经济脆弱性较高,虽然脆弱街区数量比例较高,达15.9%,但所占面积较小,仅占海淀区面积的4.91%;进行了经济脆弱性集聚区和热点地区分析,结果显示脆弱性地区同时是地区主导和支柱产业集聚地区,在应急管理和日常风险管理中应该对这些地区予以重点关注。

关键词:经济脆弱性;评估模型;海淀区中图分类号:F299.27文献标志码:A 文章编号:1000-3037(2014)07-1159-14DOI :10.11849/zrzyxb.2014.07.007灾害造成的经济损失在近年来不断增加,根据Munich Re [1]数据显示:仅自然灾害造成的经济损失就从1981—1990年间的5280亿美元,增长到1991—2000年间的1.2万亿美元,在2001—2011年间达到1.6万亿美元,仅2011年日本大地震就造成2100亿美元的经济损失(不包括核损害)。

中国是世界范围内自然灾害最为严重的少数国家之一,中国的自然灾害具有多种类、高频率、时空分布不均匀、影响范围广、灾情严重等特点[2],同时中国进入快速城市化阶段,城市迅速扩张,城市系统的复杂性增强,安全系数下降,产生了许多可能会导致灾害的潜在因子,工业尤其是重工业成为了许多城市经济的最重要的组成部分,导致了许多环境、资源问题以及各类安全事故,这些都对城市公共安全造成挑战,但我国城市公共安全管理相对薄弱[3],公共安全风险难以得到有效的防控[4]。

农业旱灾脆弱性研究综述_别得进

农业旱灾脆弱性研究综述_别得进

62北京师范大学学报(自然科学版)J o u r n a l o fB e i j i n g N o r m a lU n i v e r s i t y (N a t u r a l S c i e n c e )20151151(增刊1)农业旱灾脆弱性研究综述*别得进 朱秀芳† 赵安周 李天祺(北京师范大学地表过程与资源生态国家重点实验室,北京师范大学资源学院,100875,北京)摘要 农业旱灾的脆弱性评价是旱灾风险防范的重要基础.本文从脆弱性的定义出发,明确界定了旱灾脆弱性评价的内涵,系统梳理了农业旱灾脆弱性区划评价和脆弱性曲线构建的方法,在此基础上,讨论了目前农业旱灾脆弱性评价研究中存在的问题和未来发展的趋势,并指出未来农业旱灾脆弱性评价应在以下4个方面进行深入研究,1)未来农业旱灾脆弱性评价应该逐步从定性的区划评价研究过渡到定量研究上;2)在区划评价研究中要重点加强指标权重确立的科学性㊁合理性;3)在脆弱性曲线的构建中要加强对脆弱性曲线精度的验证和适用性的评价;4)综合利用多种评估手段和地理信息技术,加强精细尺度的农业旱灾脆弱性评价.关键词 农业旱灾;脆弱性区划评价;脆弱性曲线;旱灾脆弱性中图分类号 X 43D O I :10.16360/j .c n k i .jb n u n s .2015.s 1.010*国家高分辨率对地观测重大专项基金资助项目(民用部分);国家自然科学基金青年科学基金资助项目(41401479)†通信作者,e -m a i l :z h u x i u f a n g @b n u .e d u .c n 收稿日期:2015-06-03农业是利用自然资源进行植物生产和再生产的基础产业,对气候条件具有很强的依赖性,受自然灾害影响大.旱灾发生次数多㊁持续时间长㊁影响范围大,是世界性重大自然灾害之一[1].我国是一个农业大国,也是一个水资源紧张㊁旱灾频发的国度.根据水利部2013年公布的‘2012中国水旱灾害公报“的数据,1950年至2012年全国平均每年因旱受灾面积212.8205k m 2,其中成灾面积94.6885k m 2,绝收面积25.8675k m 2,粮食损失161.59亿k g ,约占各种自然灾害造成粮食损失的60%.因此,旱灾严重制约我国农业和国民经济的发展.如何减少干旱灾害的损失,降低干旱灾害风险,建立长效干旱灾害风险管理机制,是我国干旱灾害风险管理战略的主要目标,也是灾害研究的重要主题和灾害风险管理工作者努力的方向.从灾害学和自然灾害风险形成机制的角度出发,任何一次灾害的发生都是致灾因子㊁孕灾环境和承灾体共同作用的结果.承灾体受灾害的程度,除与致灾因子的强度有关外,很大程度上取决于承灾体自身的脆弱性.因此,农业旱灾脆弱性与农业旱灾风险评价紧密相连.客观㊁正确㊁全面的刻画农业旱灾脆弱性有利于人们理解干旱灾害发生的机理,制定抗灾减灾防灾策略,提高抗灾减灾防灾的能力.然而在实际研究中,脆弱性的概念界定,脆弱性区划评价中指标选择的科学性㊁实用性㊁普适性,不同评估结果间的可比性,脆弱性曲线的适用性及精度验证等都还需要进一步研究.本文从脆弱性的定义出发,对脆弱性与易损性㊁恢复力㊁适应性㊁暴露性进行了辨析,界定了旱灾脆弱性评价的内涵,综述了农业旱灾脆弱性评估的两大类研究方法:1)定性的区划评价方法,具体来说包括行政单元尺度的农业旱灾脆弱性区划评价㊁农户尺度的农业旱灾脆弱性评价和网格尺度的农业旱灾脆弱性区划评价;2)基于脆弱性曲线的定量评价方法.最后讨论了目前农业旱灾脆弱性评价研究中存在的问题和未来发展的趋势.1 脆弱性的概念和内涵1.1 脆弱性研究的起源及其不同定义脆弱性 一词来源于拉丁文 v u l n e r a r e ,本意为 伤害 ,最先被用于自然灾害的研究中.美国地理学家G i l b e r tF W h i t e于1945年在 E n v i r o n m e n t a sh a z a r d s一书中,提出了 适应与调整 的观点,确立了人类对致灾因子的认识[2];在地学领域,T i mm e r m a nP .在1981年最先提出了脆弱性的概念[3],T i mm e r m a n 与K a t e s 认为,脆弱性是系统在灾害事件发生时产生不利响应的程度,系统不利响应的质和量受控于系统的恢复能力[3-4];之后,脆弱性又被应用于其他领域中,其内涵得到了不断的丰富,如G a b o r 和G r i f f i t h 把脆弱性定义为人们遭受有害物质的可能性[5];B o h l e 和D o w i n g 将脆弱性研究应用到社会系统领域,并强调了脆弱性主要表现在3方面:1)脆弱性是一种结果而非原因;2)针对其他不敏感因子,脆弱性的影响多为负面;3)脆弱性是一个相对的概念,而不是一个绝对地损害程度的度量单网络出版时间:2015-12-25 10:46:21网络出版地址:/kcms/detail/11.1991.N.20151225.1046.002.html增刊1别得进等:农业旱灾脆弱性研究综述63位[6];在社会学和人类生态学研究中,认为脆弱性受到暴露㊁预见㊁应对㊁抵抗和从自然灾害中恢复的能力这几种关键因素的影响[7].脆弱性在气候变化研究中,首先由I P C C于1990年进行了初步的论述,随后在1996年给出了初步定义:脆弱性指气候变化可能危害或伤害一个系统的范围或程度,是一个系统对气候变化的敏感性和系统对气候变化适应能力的函数[8],并在最新报告中I P C C进一步指出:脆弱性涉及系统自身脆弱性㊁对系统的影响和引起这些影响的机制[9].在灾害学研究中,O B r i e n等[10]认为脆弱性定义是从灾害发生后和灾害发生前2个方面来解释损失程度差异的原因,T u r n e r[11]认为广义的脆弱性既可以针对一个特定的系统或次系统,又可以针对系统组分,如承灾个体,反映了他们由于暴露在灾害㊁压力或扰动下可能经历的伤害.林冠慧[12]进一步指出脆弱性有2种基本的内涵:一是强调在灾害过程中,系统受到的伤害的程度,来自传统灾害与冲击评估的研究途径,不考虑人类的主动应对能力;二是强调了系统脆弱性是作为系统本身固有,在灾害来临之前就存在的状态,主要探讨人类社会或者小区受灾害影响的结构性因素,认为脆弱性是从人类系统内部固有特质中衍生出来的;国际减灾战略(I S D R)将脆弱性定义为由自然㊁社会㊁经济㊁环境等共同决定的增强社区面临灾害敏感性的因素;环境和人类安全协会(U N U-E H S)认为脆弱性是风险受体的内部和动力学特征,决定了特定灾害下的期望损失,由自然㊁社会㊁经济和环境因素共同决定[7].脆弱性虽然在不同领域有着不同的认识和理解,其内涵被逐步的丰富,是一个相对的概念,但可根据其概念上作以下4类划分:1)脆弱性是系统暴露于不利影响或遭受损害的可能性,与自然灾害研究中的 风险 概念相似,着重于灾害对系统的潜在影响的分析[13];2)脆弱性是系统遭受的损害程度或不利影响的威胁程度,强调系统面对不利扰动(灾害事件)的结果[3,11];3)脆弱性是承受不利影响的能力,突出社会㊁经济㊁制度㊁权利等人文因素对脆弱性的影响作用,侧重于对脆弱性产生的人文驱动因素的分析[9];4)脆弱性作为一个综合的概念,包含了风险性㊁敏感性㊁适应性㊁恢复力等相关概念,其中既考虑到系统内部条件对系统脆弱性的影响,也涵盖了系统与外界环境的相互作用特征[14-15].1.2脆弱性与易损性辨析易损性,是指物体容易受到损失的程度,在灾害中,不同学者对易损性有着不同的认识,如在20世纪七八十年代,易损性等同于敏感性,是脆弱性研究中的一部分;王静爱[16]认为易损性不同于敏感性,并且这二者与暴露性并列构成了脆弱性,指承灾体承受致灾因子而产生不同程度损失的能力;后又有学者指出,易损性不属于脆弱性,而易损性是由脆弱性与其他因素综合体现的.综合国内外研究观点,可将易损性概念的主要归纳为以下2点:1)将易损性概念侧重于具体承灾个体或承灾体物理结构方面的特性,而脆弱性则面对承灾个体与整个系统,或在承灾体物理结构特性的基础上再考虑承灾体的恢复力等要素;2)将易损性理解为由脆弱性组成,或易损性源于脆弱性,承灾体的脆弱程度㊁暴露于灾害的数量等因素共同决定着承灾体的易损程度.在本文中,对于易损性与脆弱性概念的辨析,笔者更倾向于对易损性作更为广义的定义,即在灾害研究中的易损性应由两部分组成:承灾体的暴露量和脆弱性[7].承灾体暴露量越大,其受到损害的风险就越大,易损性也随之上升;另一方面,承灾体的脆弱性越大,其易损性也越大.因此,脆弱性是易损性的组成因素,与承灾体的暴露量共同决定着易损性的大小.1.3脆弱性与恢复力和适应性辨析适应性或应对能力是系统能够修正或改变自身特征的行为,以便更好的应对现实存在或预期会发生的外部打击的能力.恢复力是指承灾体(自然或人类社会经济)承受灾害打击,遭受损失和破坏后,能够通过系统调整恢复常态的能力[7].史培军[17]认为脆弱性㊁恢复力和适应性并列构成风险;王静爱[16]则认为脆弱性和恢复力的综合就是适应性;国外相关学者也基本持有适应性与恢复力共同决定脆弱性的观点[18].脆弱性与适应性㊁恢复力二者的关系是,适应性增强的直接结果是降低承灾体的脆弱性,提高系统应对外部打击的能力,降低外部风险;恢复力越强,即恢复越快,则意味着可能遭受的后续影响和损失越少,在下一轮打击来临之前脆弱性也越低,因此恢复力对当前承灾体的脆弱性没有影响,但决定了未来承灾体的脆弱性.综上,适应性着重抗灾能力,而恢复力着重灾后承灾体的自我修复能力,因此,从广义上来讲,适应性与恢复力是系统脆弱性的重要组成部分,但从狭义上讲,脆弱性表示的是承灾体在灾害中承受致灾因子打击能力的一种度量,所以相比广义的脆弱性,不包括恢复力,只包含适应性.1.4脆弱性与暴露性辨析在灾害脆弱性评价中,随着脆弱性概念的深化与意义的丰富,暴露性也作为了脆弱性的组成部分之一.G e o r g e[18]认为脆弱性是暴露性㊁应对能力和恢复力的共同作用结果;苏桂武[19]从暴露性㊁敏感性㊁弹性和恢复能力4个角度对脆弱性进行了描述;G a l l o P i n[20]则认为,脆弱性主要包括敏感性和响应能力,不应把暴露状况作为脆弱性的组成成分,而应当把其看作是系统与外力干扰之间联系的一种特64北京师范大学学报(自然科学版)第51卷征;T u r n e r等[11]认为脆弱性由暴露性㊁敏感性㊁适应性/弹性三个方面构成.就事物本质而言,本文对暴露性与脆弱性的理解如下:脆弱性是承灾体的本身属性,即不论灾害是否发生都应存在的属性,其体现也由承灾体与外力作用2个条件构成;而暴露性主要是指承灾体在灾害中暴露的数量及价值量,与承灾体的脆弱性不存在关联,因此暴露性与脆弱性作为2个概念,而二者共同构成了承灾体的易损性.2旱灾脆弱性评价的内涵干旱是一段时间内无降水或少降水所造成的气候干燥和土壤缺水,不足以满足人类的生存和经济发展的气候现象.干旱属于长期的自然现象,造成干旱的人为因素主要有人口增长㊁农业方面对水的需求增加以及土地利用情况的改变等.I P C C在其系列评估报告中指出,未来干旱风险有不断增加的趋势[21-22].不同于干旱,旱灾是由于干旱致使人类社会生产㊁生活及生态环境遭受不良影响,其中包括由于农作物遭受破坏而减产或欠收从而带来的粮食问题,工业生产受阻,城市供水和生态环境安全问题等.随着对灾害认识的深入,承灾体脆弱性概念的丰富,灾害模型的发展,承灾体脆弱性评价,灾害风险评估等方法作为当前灾害研究的热点[23],其中,以旱灾为例,旱灾的发生以干旱为前提,其发生由承灾体的脆弱性与干旱致灾因子共同作用引起.干旱作为致灾因子是灾害形成的直接影响因素,而承灾体本身的脆弱性是形成灾害的根本原因.在同一致灾强度下,灾情的严重程度随脆弱性的增强而增加[24],而由于灾害致灾因子的发生机制复杂,无法通过致灾因子而规避灾害风险,因此降低承灾体的脆弱性就成为旱灾减灾的主要途径[25].对承灾体旱灾脆弱性的评估,其目的就是在旱灾发生之前,在承灾体受到潜在损害被意识到之前,采取恰当的行动针对致灾因子,去降低承灾体的脆弱性[26].承灾体脆弱性评价㊁致灾因子和孕灾环境危险性评价与灾情评估共同构成灾害风险评估,发展于20世纪90年代,其中承灾体脆弱性评价随灾害风险理论的发展而发展.灾害风险评估中,承灾体脆弱性评价是减灾的关键[23].当前旱灾脆弱性评价主要用于农业旱灾的防范与减灾.D o n a l d[27]研究制定出了‘农业旱灾影响与脆弱性评估指南“,认为在整个旱灾灾害周期中通过降低承灾体脆弱性对灾害的减损具有积极意义;杨春燕[28]指出由于干旱致灾是一个时间过程,农业旱灾的脆弱性评价应是一个过程性评价:灾前至灾中过程中,强调灾害中区域农业生产系统的易损性,灾中至灾后强调区域里的人及社会系统对旱灾的适应性.3旱灾脆弱性评价的方法3.1行政单元尺度农业旱灾脆弱性区划评价农业旱灾脆弱性评价是农业旱灾风险管理的前提和基础,也是农业干旱风险区划和灾前损失预评估的理论基础.目前关于农业旱灾脆弱性评价主要集中在对一些可以反映干旱脆弱性情况的指标的研究和农业旱灾脆弱性评估模型的研究,具体的流程主要分为四部分:一是构建可以反映农业旱灾脆弱性的评估体系,二是计算各指标的值并进行标准化处理,三是采用主观或者客观的方法设置各个指标的权重,四是通过重度累加计算评价指标体系的值.如候光良等[29]以青海省东部农业区为例,采用气象㊁农业和社会经济统计等指标,采用层次分析法和等级化等方法,同时结合承灾体的内在脆弱性和气候变化,得到了其干旱脆弱性等级,结果表明,民和㊁化隆的干旱脆弱性最高,其次为城中㊁城北区㊁大通㊁湟中,干旱脆弱性等级最低的为门源㊁互助㊁同德和同仁.刘兰芳[30]以衡阳盆地为例,从水田密度㊁蒸发量㊁人口密度㊁人均收入㊁水库水塘密度㊁降水量和森林覆盖率7个方面构建了其旱灾脆弱性评价指标体系,并应用数学模型对其进行了计算,结果表明衡南县的旱灾脆弱性最强,常宁市的最小.吴卫熊等[31]从社会经济子系统(人口密度㊁耕地面积㊁石山比率㊁森林覆盖率以及降雨量㊁蒸发量)和水利工程子系统(蓄水工程密度和引㊁提水工程密度)2个方面建立了大石山区农业干旱脆弱性评价指标体系,并采用层次分析法和模糊物元法对其农业旱灾脆弱性进行了评价,结果显示河池市和百色市的脆弱度最大,柳州市的脆弱度最小.崔欣婷等[32]从耕地平坦指数水塘灌溉指数㊁人均收入㊁一季稻比重㊁单位面积劳动力投入4个方面构建了小空间尺度双桥坪镇的农业旱灾承灾体脆弱性评价指标体系,通过比较各个指标的相对重要性确定其权重,得出的结果表明该镇东部村庄的旱灾脆弱性高于西部村庄.康永辉等[33]以广西百色市为例,从自然因素(人均水资源量㊁年均气温㊁年均降水量㊁森林覆盖率和山地㊁台地石山㊁丘陵面积比例)㊁社会因素(农村整半劳动力人数比例㊁学龄儿童入学率㊁人均大型牲畜头数㊁水田面积比㊁农田灌溉率和人口自然增长率)㊁经济因素(人均G D P㊁存贷款比例㊁农村居民人均收入㊁第一产业收入比重㊁恩格尔系数㊁第一产业支出比重㊁人均财政收入)3个方面建立了农业干旱脆弱性评价指标体系,并采用基于熵权的模糊综合评价法对其脆弱性程度进行了评价,结果表明德保县的干旱脆弱性测度结果最大,西林县的最小.张宏群等[34]从冬小麦种植密度和产量水平㊁农业水网㊁土壤质地㊁高程增刊1别得进等:农业旱灾脆弱性研究综述65及高程标准差㊁森林覆盖率㊁有效灌溉面积㊁旱涝保收面积和人均G D P这8个方面建立了安徽省小麦干旱脆弱性分析指标体系,并采用层次分析法确定因子权重,结果表明沿淮北地区的冬小麦干旱脆弱性最高.杜晓燕等[35]选取绿化覆盖率㊁旱地面积比㊁人口密度㊁单位农产量㊁机耕面积比㊁化肥施用量㊁农村人均收入㊁水利设施密度8项指标构建了天津地区旱灾脆弱性评价指标,并采用熵权法和改进的层次分析法确定其权重,结果表明武清区的旱灾脆弱度最高,塘沽区最低.杨春燕等[36]从区域灾害系统论的观点出发,建立了农业旱灾致灾因子子系统(D H)㊁农业旱灾孕灾环境子系统(D E)和农业旱灾承灾体子系统的兴和县农业旱灾灾害系统及其脆弱性评价指标体系,并采用A H P的方法进行了计算,结果表明影响县域尺度和农户尺度的农业旱灾灾害系统的指标因素有所不同.王婷等[37]从水稻效率指数(水稻亩产量)㊁应灾能力指数(灌溉指标㊁社会指标㊁收入指标㊁投入指标)㊁水稻暴露指数(水稻播种面积所占比例)构建了四川省县域经济的水稻干旱灾害承灾体脆弱性指标评价体系,并采用层次分析法和G I S的方法计算了其脆弱性,结果表明川西高原的康定和马尔康西北部地区的脆弱性指数最高,大于0.7,川南西昌西部的脆弱性指数小于0.3.程静[38]从社会经济角度出发,构建了经济脆弱性㊁社会脆弱性和政治脆弱性三方面的孝感市农业干旱脆弱性评价指标体系,并运用模糊综合评价方法对其脆弱性进行了评价,结果表明脆弱性程度最高的是大悟县和孝昌县,社会㊁经济㊁政治制度等共同影响干旱的脆弱性.胡颖颖等[39]以新疆地区为例,从农业气候干旱的敏感性和恢复力2个角度出发,构建了人口密度㊁农业产值比重㊁播种面积比㊁农业人口比㊁降水量㊁最大水库容量㊁农民人均纯收入㊁人均粮食产量㊁灌溉指数㊁单位面积农用化肥量农业气候干旱脆弱性评价指标体系,并对其进行了计算,结果显示:新疆的农业气候干旱脆弱性总体呈现出 东高西低,南高北低 的分布状况.苏筠等[40]根据湖南鼎城区旱灾灾情的形成过程及其与承灾体脆弱性的关系构建了不同的承灾体脆弱性评价指标体系,轻旱年型下承灾体脆弱性的评价指标体系由地比重指数㊁耕地平坦指数㊁耕地生产力指数构成,中重旱年型下承灾体脆弱性的评价指标体系由作物需水亏缺指数㊁耕地的灌溉便利指数㊁耕地的灌溉水量指数㊁耕地生产投入指数㊁抗旱经费投入指数构成,结果显示出鼎城区承灾体脆弱性的分布有一定的区域性,其西北岗地区旱灾脆弱性最高,东北部湖/平原区旱灾脆弱性最低.赵菲菲等[41]从市级尺度的小麦㊁玉米产量㊁社会经济统计数据和气象降雨数据的角度,通过构建粮食产量和干旱之间的关系,对其农业干旱的脆弱性进行了评价,结果显示对于小麦来说,河北省的农业干旱脆弱性普遍比河南省高,对于玉米来说,河南省各地区的农业干旱脆弱性普遍比河北省各地区高.阎莉等[42]从作物自敏感性(植物吸收的光合有效辐射㊁气候敏感指数㊁叶面积指数)㊁自身恢复能力(抗旱性㊁环境适应性指数)㊁暴露程度(4 9月降水量距平㊁4 9月温度距平㊁干旱胁迫天数㊁播种面积动态度㊁易旱面积比例)和环境适应能力(土壤指数㊁抗旱设备数㊁耕地灌溉率㊁区域地下水供水潜力㊁地表水供水能力㊁农民人均收入和农业科技人员数量)构建了辽西市玉米干旱脆弱性评价指标体系,运用熵权法㊁加权综合评价法计算得到了其干旱脆弱性指数,分析表明其玉米的脆弱性指数与生长季的降水异常有关.汪霞[43]选取农村居民人均纯收入㊁人口密度㊁旱地面积比㊁旱灾成灾面积㊁农作物播种面积㊁作物绝收面积㊁因旱饮水困难人口㊁水库总库容量㊁森林覆盖率等指标来构建西南省区农业旱灾脆弱性综合评价指标体系,并采用T O P S I S 法对其进行了评价,结果显示云南省的农业干旱脆弱性最高,抵御干旱的能力最弱.农业旱灾脆弱性区划评价已经在国内多个地区得到了应用,但是指标体系的建立在各个地方有所不同,但主要是根据各个地区的经济社会发展水平㊁水利工程㊁自然条件等方面进行构建的,计算指标权重的方法也主要集中在层次分析法㊁熵权法㊁变异系数法等主客观赋权的方法.3.2农户尺度的农业旱灾脆弱性区划评价农户作为农业经营的主体,其对农业旱灾脆弱性的应对能力是关系到我国粮食安全问题和国家长治久安的重大战略问题,因此从农户尺度上对农业旱灾的脆弱性进行研究有助于开展农业减灾防灾的研究.目前,国内外学者对农户尺度的农业旱灾脆弱性研究还比较少. S i m o n eB r a n t[44]以巴西东北部的小农户为例,分析了影响家庭脆弱性的因素和对干旱的响应能力,认为农场农产品产量㊁非农收入㊁特别是养老金收入㊁灌溉水平和农田面积影响农户的旱灾脆弱性.A I A C C[45]认为农户对旱灾脆弱性的适应与他们平时抵御旱灾的经验和社会的适应能力有关.在国内,朱增城[46]以湖北曾都区的农户调查数据为例,从农户角度出发,建立了农户农业旱灾脆弱性评估指标体系和评价模型,并采用熵值法㊁层次分析法和多元回归等统计方法对其进行了研究分析,结果表明劳动能力和农业贷款对农户的旱灾脆弱性影响显著,而文化程度㊁年龄以及灾害补贴与农户农业旱灾脆弱性的影响并不显著.严奉宪等[47-48]认为要加强对以农户为研究尺度的农业旱灾66北京师范大学学报(自然科学版)第51卷脆弱性研究.阳利永[49]从农户角度出发,通过对实地进行调研,利用定性和定量相结合的方法对重庆的贫困山区农户对旱灾的脆弱性进行了研究,结果表明农户旱灾的脆弱性与文化程度㊁年龄段㊁技能㊁土地经营面积和土地来源有关.商彦蕊[50-51]通过分析邢台县的典型农户后认为农户对干旱的应付能力不仅受到农业干旱的影响,而且受到人均资源和收入㊁种植和消费结构㊁生态环境质量㊁政策㊁市场价格等多重因素作用的影响.虽然国内外学者对基于农户尺度的旱灾脆弱性研究有一定的共识,但是仍然存在农业旱灾脆弱性的内涵不统一㊁基于农户尺度的农业干旱脆弱性研究较少,农户尺度的农业旱灾脆弱性指标选取过于主观等不足之处,因此今后对于农户尺度的灾害脆弱性研究应该进一步加强.3.3网格尺度的农业旱灾脆弱性区划评价随着近些年G I S技术的发展和完善,应用G I S的方法来评价承灾体的脆弱性已经呈现上升的趋势,其基本思想就是通过叠置的方法将脆弱性构成的要素层进行叠加,利用该方法可以反映承灾体脆弱性在空间上的差异以及受灾害影响的风险性㊁敏感性等空间的差异.例如张斌等[52-53]以浙江德清县自然灾害区划为例,基于区域承灾体脆弱性评估指标体系,引入G I S技术将所有的数据落实到1000mˑ1000m的格网上进行处理,承灾体脆弱性以100mˑ100m网格为单元进行量化计算,从而得到整个地区自然灾害的承灾体综合脆弱性空间分布.3.4农业旱灾脆弱性曲线构建灾害脆弱性曲线的构建方法主要有基于灾情数据的脆弱性曲线构建㊁基于系统调查的脆弱性曲线构建㊁基于模型模拟的脆弱性曲线构建和基于已有脆弱性曲线的再构建4种方法.其中第1种方法是脆弱性曲线研究中最常用的方法,主要是利用收集到的致灾因子和灾损数据,通过曲线拟合㊁神经网络等数学方法建立其之间的对应关系,该方法构建的脆弱性曲线可以较好的反映实际灾害情景中承灾体的脆弱性水平,但是孕灾环境㊁防灾水平等多种因素还会对旱灾的灾情大小造成影响,同时案例数据的不完整也会使脆弱性曲线具有一定的不确定性;第2种方法是根据承灾体价值的调查和受灾情景的假设,推测出不同致灾强度下的损失率进而来构建脆弱性曲线,该方法的优点是对灾害案例数据依赖性不强,不需要完备的灾害案例数据,其缺点是调查的工作量较大,尤其对于大范围的区域实地调查较为困难,同时调查过程中同时掺杂了较多的人为因素;第3种方法是借助于计算机模拟技术,建立一些承灾体脆弱性的数学模型,从而借助于该数学模型来模拟灾情的脆弱性曲线,该方法的关键是构建的数学模型是否可以真实的反映出致灾因子和承灾体的关系,其优点是较少受到灾情数据缺乏的限制,从灾害发生的自身机理出发,模拟灾害发生过程中的承灾体脆弱性水平,其缺点是模型能否精确的反映致灾的机理和模拟致灾的过程,在处理海量数据时,模型的运算量较大,技术要求高;第4种方法是在已有脆弱性曲线的基础上,通过研究区对曲线参数本地化的修正,形成新的脆弱性曲线的过程,该方法应用也比较广泛,优点是节省了单独构建脆弱性曲线的时间,同时便于同类脆弱性曲线的比较,缺点是在进行参数修订的过程中,强化适应的区域性,因此在其他区域的适应性受到一定的限制[7].对于旱灾来说,农作物是最敏感的承灾体,在旱灾脆弱性曲线的研究中,不少学者从气象产量的角度入手,研究了不同干旱情景下的作物减产的情况.薛昌颖等[54]采用风险评估技术和方法,分析了华北北部冬小麦不同减产率范围出现的频率,可以为华北地区冬小麦产量风险预测及抗灾减损提供科学依据. Y a m o a h a[55]以美国内布拉斯加州为例,对其玉米产量和S P I进行了统计分析,进而评价了玉米受灾的风险;刘荣花[56]以河南省为例,通过建立干旱风险指数模型㊁干旱经济灾损评估模型和干旱动态灾损评估模型,从而实现了冬小麦干旱的定量化评估.同时,一些学者从作物模型的角度出发,构建了冬小麦㊁玉米㊁水稻等灾害脆弱性曲线.王志强等[57]基于自然脆弱性农作物旱灾风险理论,基于E P I C作物生长模块对小麦的脆弱性曲线进行了模拟,结果显示,小麦旱灾灾损损失率从西北向东南递减,其脆弱性呈现非线性的特点;贾慧聪等[58]采用E P I C作物生长模型和数字制图技术,从全生育期和分生育期角度,对黄淮海夏播玉米区玉米旱灾风险的时空分布进行了定量评价,结果显示,由于气候环境和下垫面的地形地貌,黄淮海夏播玉米区玉米旱灾减产风险总体呈现出从西北向东南方向递减的趋势;余学知等[59]对常德市农业气象试验站的中稻为汕优64,晚稻为余赤231-8进行了模拟干旱实验研究,并建立了中㊁晚稻不同生育期受不同程度干旱的稻谷产量影响模式.4存在的问题综上所述,目前关于农业旱灾脆弱性评价还存在以下问题:1)过去对农业灾害脆弱性的研究对于自然系统研究较多,社会经济系统的研究较少.实际上,农业旱灾脆弱性同时具有社会属性和自然属性,它不仅与降。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

文章编号:1000-7709(2007)04-0023-05环境脆弱性研究进展综述于翠松1,2(1.河海大学水文水资源国家重点实验室,江苏南京210098;2.山东大学土建与水利学院,山东济南250061)

摘要:阐述了脆弱性的定义与内涵,综述了生态系统、自然灾害系统、地下水系统和水资源系统领域的研究进展。针对目前环境脆弱性评价研究中存在指标赋权的主观性强、脆弱性评价大多是平均情况的评价、缺少对极端情况的评价等问题,指出今后将会在环境脆弱性形成驱动力和物理机制、环境脆弱性评价方法、环境脆弱性评价内容的全面性和规范化以及3S技术在环境脆弱性评价中的应用等方面开展深入研究,为环境的可持续发展和区域防灾减灾提供理论依据。关键词:环境脆弱性;研究进展;综述中图分类号:X141文献标志码:A

收稿日期:2007-04-06,修回日期:2007-04-12基金项目:山西省气象局基金资助项目(sx052002)作者简介:于翠松(1968-),女,副教授、博士研究生,研究方向为水文水资源,E-mail:cuisong@hhu.edu.cn

可持续发展理论已经成为人类发展的共识,而脆弱性问题将是环境可持续发展面临的巨大挑战。近几年来,随着全球气候变暖和人类发展对环境的不断开发利用,出现了诸如全球气温上升、冰川融化、干旱、洪涝、水污染事件、供水危机、生物物种减少等一系列的脆弱性事件。人们开始越来越多地关注环境脆弱性的变化,譬如对灾害系统脆弱性、生态系统脆弱性、地下水系统脆弱性以及水资源系统脆弱性的研究,并日益成为人们关注和研究的焦点[1,2]。风险、脆弱性、恢复力和适应性以及减灾的研究已成为可持续发展研究的重要途径,加强对环境脆弱性的评价研究,对于促进地区的可持续发展和防灾减灾有着重要意义。1 灾害系统的脆弱性脆弱早期指物体不稳固,不结实。脆弱性指物体在受拉力或冲击的情况下,容易破损的性质。20世纪80年代开始,随着世界范围防灾、减灾实践的深入,脆弱性被引入到灾害学领域,Pelanda(1981年)和Carter认为“灾害是社会脆弱性的体现”,Blaikie等进一步指出,脆弱性是灾害的根源[1],致灾因子是灾害形成的必要条件,在同一致灾强度下,灾害随脆弱性的增强而增大。国际灾害学界对脆弱性给出了三种定义:①强调承灾体易于受到损害的性质(1982年)。脆弱性是指承灾体对破坏和伤害的敏感性。②强调人类自身抵御灾害的状态。脆弱性是指人类易受或敏感于自然灾害破坏与伤害的状态(1993年)。③综合定义。脆弱性是指人类、人类活动及其场地的一种性质或状态。脆弱性可看成是安全的另一方面。脆弱性增加,安全性就降低。脆弱性越强,抗御灾害和从灾害影响中恢复的能力就越差(1994年)。国外对灾害脆弱性的研究从20世纪80年代开始,主要是针对某一具体的灾害采用定性分析的方法,分析不同收入的人群对于灾害的相对承受能力。随着研究的深入,开始从社会学的定性分析逐渐转入自然科学的定量评估[1]。国内对于灾

害领域的脆弱性的研究起步较晚,从20世纪末开始关注承灾体对于灾害的脆弱性分析,采用定性和定量分析的方法。定量分析方法是采用指标体系法和系统分析法。定量分析中指标评价体系法研究较多。樊运晓[3]采用层次分析法建立了承灾体脆弱性指标体系,计算出了灾害脆弱性的达成度。商彦蕊[4]、刘

兰芳[5,6]、崔欣婷[7]分别对河北省和湖南省农业旱灾的脆弱性进行了研究,选取影响农业旱灾脆弱性的指标因子,建立指标体系,计算各地区农业旱灾的脆弱度,并提出了相应的减小脆弱性措施。这

第25卷第4期2007年8月水 电 能 源 科 学WaterResourcesandPowerVol.25No.4Aug.2007种指标体系法可定量计算出各地区农业旱灾的脆弱性的相对大小,但由于选取的指标值多为各地的平均值,因而计算的脆弱性只能反映各地区农业旱灾脆弱性的多年平均情况,未考虑极端事件发生时各地农业旱灾的脆弱性。系统分析方法是根据灾害系统论的观点,计算承灾体的脆弱性。杨春燕等[8]根据自然灾害系统论的观点,将灾害的脆弱性评价划分为灾前—灾中的易损性评价和灾中—灾后的适应性评价,强调农业旱灾的脆弱性过程评价。倪深海[9]依据水资源的承载能力、抗旱能力和农业旱灾三个子系统,建立了农业干旱脆弱性分区层次分析模型。根据给出的农业干旱脆弱性分区的指标等级给每个指标打分,采用层次分析法计算出全国340个基本区农业干旱脆弱性的分区综合指标值。系统分析的方法从系统的角度全面考虑系统脆弱性的组成,但是在指标的赋权方面,存在主观性太强,需要采用一些较好的数学方法加以改进。2 生态系统脆弱性生态系统的脆弱性是系统在面临外界各种压力和干扰(包括人类活动的干扰),可能导致系统出现损伤或退化特征的一个衡量。近年来研究表明,世界和中国的自然生态系统破坏和退化日趋严重。人类活动和全球气候变化是导致生态系统破坏的重要原因[10]。IPCC(Intergovern-mentalPanelonClimateChange)在评估报告中,将脆弱性定义为气候变化对系统的损伤或危害的程度,指出脆弱性是系统内的气候变率、幅度和变化速率及其敏感性和适应能力的函数。总结各方面的研究成果,Downing认为脆弱性应该是一个结果而不是一个原因,并且脆弱性应该是一个相对的概念而不是一个绝对损害程度的度量[11]。生态系统脆弱性的研究开始于20世纪80年代,之后对生态环境的脆弱性进行了研究。赵跃龙等[12]提出了生态环境脆弱度的指标和评价方法。以水资源、热量资源、干燥度、土地数量和质量、地表植被覆盖度为主要指标,同时考虑经济发展水平、社会发展水平,建立指标评价体系,计算出全国26个省区的脆弱度。计算结果表明,反映的是一个地区生态环境脆弱性的平均情况,与我国的实际情况基本吻合。不同研究者从不同侧面论述了脆弱生态环境的内涵、成因,建立了生态环境脆弱性的评价体系[11~14],认为随着全球气候变化和人类活动对生态环境胁迫作用的加强,将加剧生态环境的脆弱性。未来生态环境的变化将对人类的生存和发展产生巨大的影响,直接影响到人类的可持续发展,甚至关系到人类的可持续生存。近年来,人们更多地关注气候变化,特别是极端气候变化对生态系统脆弱性的影响。现有的研究表明,全球气候变化特别是温度升高和二氧化碳浓度增加的情况下,生态系统将受到严重破坏,系统的结构、成分、功能、空间分布都会发生变化。同时气候变化会加剧荒漠化和干旱出现的频率,减少生物物种,生态系统的脆弱性明显加剧。对生态系统脆弱性的研究引发了对生态系统的敏感性、适应性以及生态系统脆弱性阈值的研究。李克让[10]认为气候变化下自然生态系统的脆弱性是指气候变化对该系统造成的不利影响。系统的脆弱性取决于对环境变化的敏感性,通常脆弱系统总是对气候变化敏感而且不稳定。李克让认为生态系统对气候变化的适应和调节能力是有限的,如果气候变化幅度过大或持续时间过长,超出了生态系统的自身调节和修复能力,生态系统的结构和功能就会遭到破坏,这就是生态系统脆弱性的阈值。有关研究表明,未来气候变化,特别是气候变暖将导致与生态系统密切相关的极端天气气候事件的频率和强度增加,从而使生态系统的脆弱性增加[10]。笔者认为研究生态系统脆弱性

的阈值对于研究未来生态环境的变化具有重要意义,因而是一个非常重要的指标。脆弱性评价包括敏感性和适应性评价,现实和未来的脆弱性评价。目前气候变化下的脆弱性评价方法有模型模拟法、指标评价法和对比研究法[11]。指标评价法是进行定量评价时常用的方

法。这些评价方法基本上能反映一个地区现状气候下系统的脆弱性,但对于未来的脆弱性评价大多采用情景假设法,因而还不能够完全真实地反映一个地区未来的生态系统脆弱性。

3 地下水系统脆弱性地下水系统脆弱性的研究开始于1968年,主要从水文地质本身的内部要素进行定义。1987年在土壤与地下水脆弱性国际会议上,在考虑本质脆弱性的同时,提出考虑人类活动对地下水脆弱性的影响。1993年美国国家科学研究委员会给出了地下水脆弱性的定义:地下水脆弱性是污染物到达最上层含水层之上某特定位置的倾向性与可能性。同时将地下水的脆弱性分为本质脆弱性和特殊脆弱性两类。本质脆弱性是不考虑人类活动

·24· 水 电 能 源 科 学 2007年和污染源,仅考虑水文地质内部因素的脆弱性;特殊脆弱性是考虑到人类活动和特定污染源对地下水影响的脆弱性。国外对地下水脆弱性的评价方法基本可概括为水文地质背景值法、参数系统法、数值模型法[15],其中参数系统法中的DRASTIC法应用最多,是1987年由美国环保署提出的。选取地下水埋深、净补给、含水层介质、土壤介质、地面坡度、包气带介质和含水层的水力传导系数7项因素,加权求得地下水环境脆弱性大小。DRASTIC法仅考虑地下水的本质脆弱性而未考虑其特殊脆弱性。DRASTIC指标法与地理信息系统相结合评价区域地下水的脆弱性是目前研究的热点[16]。我国对地下水脆弱性研究起步较晚,但发展很快,采用DRASTIC指标法加以改进对我国各地的地下水的脆弱性进行评价[17,18]。评价方法有指标加权法、模糊综合评判法、模糊优选法等[19~23],并与GIS技术或MapInfo软件相结合评价一个地区的地下水的脆弱性。研究范围也从湿润区扩展到干旱区[21]。目前地下水的脆弱性评价主要集中于地下水的易污染性评价,缺乏对地下水的水量的脆弱性评价,地下水的脆弱性评价计算无统一标准,脆弱图的绘制千差万别,缺少一个统一的标准。今后的研究应与GIS技术相结合,加强对地下水水质与水量相结合的脆弱性评价。同时地下水脆弱性评价应归属于水资源系统脆弱性评价的一部分,而不应孤立地分开研究。4 水资源系统脆弱性目前国内外对地表水资源脆弱性的研究仍属空白,而对水资源系统脆弱性的研究主要集中在气候变化对水资源脆弱性的影响评价上[24~28],至今尚无一个公认的定义和评价方法。水资源系统脆弱性研究目前基本上可归为三种类型:①基于气候变化和人类活动影响下的水资源供需关系的变化。唐国平[26]定义水资源脆弱性为水资源系统在气候变化、人为活动等的作用下,水资源系统的结构发生改变、水资源数量的减少和质量降低,以及由此引发的水资源供给、需求、管理的变化和旱涝等自然灾害的发生。将水资源系统的脆弱性仅仅限制在气候变化下水资源的供需关系上,比较片面。秦大河[27]认为水资源系统对气候变化的脆弱性是指气候变化对水资源可能造成的损害的程度,它是敏感性和适应性两个因素的函数。前者反映水资源系统的自然属性,后者反映水资源系统的社会属性。这种方法相对较全面地反映了自然和社会对水资源系统脆弱性的影响,但只停留在理论阶段,没有针对某一地区的具体的研究成果。②由水资源系统对气候变化的敏感性来反映水资源系统的脆弱性。王国庆[28]、

相关文档
最新文档