环境脆弱性研究进展综述_于翠松

《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)。

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。

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]。

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。

滨海湿地生态环境监测评价与恢复研究进展滨海湿地是位于海洋与陆地之间的过渡区域，具有丰富的生物多样性和重要的生态功能。

然而，近年来随着人类活动的增加，滨海湿地面临着日益严重的生态环境问题。

为了解滨海湿地的生态环境状况并提出相应的保护与恢复措施，科学家们开展了大量的监测评价与恢复研究。

本文将对滨海湿地生态环境监测评价与恢复的研究进展进行综述。

首先，滨海湿地的生态环境监测评价是研究湿地生态系统健康状况的重要手段。

在监测评价方面，科学家们常用的手段包括水质监测、植物群落调查、鸟类迁徙观测等。

水质监测可以从水体的溶解氧、氨氮、总磷等方面评估湿地水质状况，同时还可以分析水中的重金属等污染物。

植物群落调查则可以了解湿地植被的种类组成、密度分布等信息，为湿地植被保护提供依据。

另外，鸟类迁徙观测也是评估湿地生态状况的重要方式，通过观测和统计湿地鸟类群落的数量、物种组成等可以了解湿地的生态稳定性。

其次，滨海湿地的生态环境监测评价研究为湿地的恢复提供了科学依据。

湿地生态系统是具有自我修复能力的，但在受到人类活动的干扰后，湿地的自然修复能力往往有限。

因此，科学家们通过对湿地的监测评价，可以了解湿地当前的生态状况，明确湿地恢复的目标和方向。

例如，通过水质监测评估湿地的水体富营养化程度，然后针对性地进行湿地生物修复，比如引入某些特定的水生植物，以吸收和降解水体中的有害物质。

此外，湿地的植被恢复也是重要的恢复手段，通过植被的疏通、增添和改良等措施可以促进湿地的自然修复进程。

最后，滨海湿地生态环境监测评价与恢复研究中的现有问题与挑战也需要重视。

目前，湿地监测评价研究主要集中在湿地的物理、化学环境因素上，对湿地生物多样性以及湿地生态系统功能的研究还较少。

在恢复研究方面，湿地恢复的效果往往难以评估，湿地恢复的长期效果和持续性也需要进一步深入研究。

此外，湿地的恢复过程涉及多学科的知识，需要加强学科间的交流与合作。

总之，滨海湿地生态环境监测评价与恢复研究是一项重要的科学任务。

灾害脆弱性分析报告一、脆弱性概念及其界定脆弱性概念起源于对自然灾害问题的研究，随着脆弱性科学地位的逐步确立和发展，有关脆弱性问题的研究已成为一个热点问题，并被广泛应用于自然科学、社会科学等多种领域。

相关文献报道脆弱性概念主要有以下5种界定：①脆弱性是暴露于不利影响或遭受损害的可能性；②脆弱性是遭受不利影响损害或威胁的程度；③脆弱性是承受不利影响的能力；④脆弱性是一种概念的集合（包括：风险、敏感性、适应性和恢复力等）；⑤脆弱性是由于系统对扰动的敏感性和缺乏抵抗力而造成的系统结构和功能容易发生改变的一种属性。

由此可见，敏感性高、抵抗能力差和恢复能力低，是脆弱性事物的显著特征。

脆弱性是一个相对的、动态的概念，表现在系统脆弱性程度会随着系统内部结构和特征的改变而改变，一个系统在此时刻脆弱性较低，但在彼时刻，由于其内部结构的变化，脆弱性可能更高。

而脆弱性物体可以通过其自身或人为因素，改变其内部结构和其对外界风险的暴露形式，降低脆弱性程度和提高抵抗风险的能力，增加系统的稳定性。

同时，脆弱性是一个多维度的概念，至少包括人类学维度和社会学维度，前者是指人类内在的脆弱性条件，后者是指由自然环境和社会环境变化所导致的敏感性增加，产生了脆弱性空间和脆弱性人口。

脆弱性分析维度是构建脆弱性分析框架的基本要素。

二、医院灾害脆弱性的定义及内涵灾害脆弱性分析属于灾害医学的范畴，它是一门新兴学科，随着灾害医学研究的深入，出现了一些耳目一新的突破，其中医学的脆弱分析理论就是其中的代表。

基于前面关于脆弱性概念的界定，医学灾害脆弱性是指在医学领域这个特定的系统、次系统或系统的成分暴露于灾害、压力或扰动下可能经历的伤害，即医院受到某种潜在灾害影响的可能性以及它对灾害的承受能力。

其内涵主要包括以下6个方面：①它描述的是某种灾害发生的可能性，这里所说的灾害是指某种潜在的或现有的外在力量、物理状态或生物化学因素所造成的大量人身伤害、疾病、死亡，所带来的财产、环境、经营的严重损失以及其他严重干扰医院功能正常发挥的后果；②这种可能性可以是一系列动态的可能，如外在力量、物理状态或生物化学因子存在的可能，它们可以有引发事件的可能、事件形成灾害的可能、灾害演变成灾难的可能；③其影响可以是直接的，也可以是间接的；④其外在的表现形式是医疗环境被严重破坏，医疗工作受到严重干扰，医疗需求急剧增加；⑤它与灾害的严重程度成正比，与医院的抗灾能力成反比；⑥其构成涉及内部和外部的多种因素，我们对它的认识会受到主观和客观条件的制约。

生态系统脆弱性评价与生态环境保护研究生态系统是地球上的生命体系，它与人类的生存和发展密切相关。

然而，随着人类社会的不断发展和经济的快速增长，生态环境遭受了严重的破坏，生态系统的脆弱性也日益凸显。

为了保护生态环境，评价生态系统脆弱性并进行相应的研究就显得尤为重要。

一、什么是生态系统脆弱性评价？生态系统脆弱性评价是对生态系统对外界干扰和冲击的抵抗能力进行定量评估的一种方法。

它包括多个方面的指标，如物种多样性、生物量、土壤保护和水质状况等。

通过对这些指标的测量和分析，可以得出生态系统的脆弱性水平。

脆弱性评价的结果能够帮助我们了解生态系统的稳定性和健康程度，为生态环境的保护工作提供科学依据。

二、生态系统脆弱性评价的方法和指标生态系统脆弱性评价的方法和指标有很多种。

常用的方法有统计分析法和模型模拟法。

统计分析法通过对现有的生态数据进行统计学分析，得出脆弱性评价结果。

模型模拟法则是运用生态学原理和模型，在计算机软件上进行模拟实验，得出生态系统脆弱性评价的结果。

这两种方法各有优缺点，可以相互补充使用。

在生态系统脆弱性评价中，常用的指标有物种多样性、生物量、景观连通性、土壤保护和水质状况等。

物种多样性指标可以反映生态系统内物种的数量和多样性程度。

生物量指标可以反映生态系统内生物的数量和生物量的变化。

景观连通性指标可以反映生态系统内景观结构的完整性和连通性。

土壤保护和水质状况指标可以反映生态系统内土壤和水体的质量状况。

这些指标的评价结果可以帮助我们了解生态系统的脆弱程度，并进行相应的保护工作。

三、生态环境保护研究的重要性生态环境保护研究对于生态系统脆弱性评价至关重要。

首先，研究生态系统的脆弱性可以帮助我们认识到生态环境的重要性，引起社会各界的关注和重视。

其次，生态环境保护研究可以为政府制定相应的环境保护政策提供依据，从根本上改善生态环境的现状。

此外，研究生态系统的脆弱性可以帮助我们了解生态系统自然演替规律，为生态系统修复和恢复提供科学指导。

Vol. 43 No. 4Dec ，2020第 43 卷第 4 期2020年12月南京师大学报( 自然科学版)JOURNAL OF NANJING NORMAL UNIVERSITY(Natural Science Edition)doi ：10.3969/j.issn.l001—4616.2020.04.012近三十年我国生态脆弱区研究热点与展望鄢继尧・2,赵媛!,2,3(1.南京师范大学地理科学学院，江苏南京210023)(2.江苏省地理信息资源开发与利用协同创新中心，江苏南京210023)(3.南京师范大学金陵女子学院，江苏南京210097)［摘要］生态脆弱区不仅是中国重要的生态屏障,更是脱贫攻坚、全面建成小康社会的重要区域.以中国知网期 刊全文数据库(CNKI)为数据源，采用CiteSpace V 可视化对1989年以来我国生态脆弱区研究状况进行分析.结果 显示，近三十年生态脆弱区研究逐渐成为学术热点，形成缓慢增长、迅速发展和成熟发展3个阶段；以实证研究为 主，理论研究相对较少，近年来有理论探讨和综合化研究增多的趋势;研究区域以北方和西部地区为主，内蒙古、陕 西、甘肃、贵州、云南是实证研究的主要区域;研究方法注重多学科融合,使用遥感影像数据和GIS 工具进行研究的 文献越来越多.通过生态脆弱区研究关键词共现图谱,结合文献阅读，提取出生态脆弱区研究的5大热点，并对土 地利用/覆被变化、气候变化及其影响、生态脆弱性评价、人地关系与可持续发展、生态修复5大热点的具体研究内 容、方法及逻辑框架等进行阐述.最后从完善评价指标与模型、拓宽研究时空尺度、关注人为因素的影响、关注农户 生计、探究生态修复的最佳方式等方面提出展望，以期为生态脆弱区研究的进一步深入提供参考借鉴.［关键词］生态脆弱区，研究热点，展望,Citespace 分析，中国［中图分类号］F062.2 ［文献标志码］A ［文章编号］1001-4616(2020)04-0074-12Research Hotspot and Prospect of Ecologically Vulnerable Areain China in the Past Three DecadesYan Jiyao 1,2,Zhao Yuan 1,2,3(1.School of Geographic Science ,Nanjing Normal University , Nanjing 210023 , China)(2.Jiangsu Center for Collaborative Innovation in Geographical Information Resource Development and Application , Nanjing 210023, China)(3.Jinlin College , Nanjing Normal U niversity , Nanjing 210097 ,China)Abstract ：Ecologically vulnerable area is not only an important ecological barrier in China ，but also an important area to overcome poverty and build a moderately prosperous society in all respects. Therefore , based on the database of China Knowledge Network( CNKI) ，this study analyzes the research status of ecologically vulnerable area in China since 1989 from the point of view of bibliometrics by using Citespace information visualization software. The results show that , in the past three decades ，the study of ecologically vulnerable area has gradually become a hot topic in academic circles ， and formed three stages of slow growth ，rapid development and mature development. Empirical research is the main part ，theo- retical research is relatively less ， and there is a trend of increasing theoretical research and comprehensive research in recent years. The research area is mainly in the western and northern regions , and Inner Mongolia , Shaanxi , Gansu , Guizhou and Yunnan are the main areas of empirical research. Research methods focus on multi-disciplinary integration ， more and more literatures use remote sensing image data and GIS tools for research. Through the cluster knowledge map of ecologically vulnerable area in china based on keywords ，combined with literature reading ，five hotspots in the study of ecologically vulnerable area are extracted. Including land use and land cover change ， climate change and its effects ， ecological vulnerability assessment ，man-land relationship and sustainable development ，ecological restoration. Finally ，in order to provide reference for the future research ，this study puts forward five prospects. Including improve the evaluation index and model ，broaden the space-time scale of research ，pay attention to the influence of human factors ，pay attention to the livelihood of farmers ，explore the best way of ecological remediation.Key words ：ecologically vulnerable area ，research hotspot ，prospect ，CiteSpace analysis ，China收稿日期：2020-06-24.基金项目：国家自然科学基金项目(41971248).通讯作者:赵媛，博士，教授，博士生导师，研究方向：区域经济与可持续发展研究.E-mail : njnuzhaoyuan@ 一 74 一鄢继尧,等:近三十年我国生态脆弱区研究热点与展望生态脆弱区往往是两种不同类型生态系统的交界过渡区域,其系统抗干扰能力弱、对气候变化敏感、时空波动性强、边缘效应显著、环境异质性高，易于发生生态退化且难以自我恢复[1].中国整体生态环境脆弱,是世界上生态脆弱区分布面积最大、脆弱生态类型最多的国家之一，且主要位于经济相对落后、人民生活贫困的地区[1-2].生态脆弱区不仅是我国重要的生态屏障，更是打赢脱贫攻坚战的重要区域，是中国全面建成小康社会、建设美丽中国的重要保障.生态脆弱区已成为目前学界研究的热点区域.有关生态脆弱区的研究可以追溯到1905年,美国生态学家Clements将生态过渡带的概念引入生态学研究[3].20世纪60年代以来，国际生物学计划（1BP）、人与生物圈计划（MAB）以及地圈-生物圈计划（1GBP）逐步把生态脆弱区提到了研究议程.1989年在布达佩斯召开的第七届环境科学委员会大会上确认了Ecotone（生态过渡带）的概念⑷，同年1月中科院在北京召开全球变化预研究学术报告会，国际地圈一生物圈计划中国委员会也在同年8月召开了第一次委员会议，呼吁加强对生态脆弱区的研究，拉开了我国大规模研究生态脆弱区的大幕[5].1989—1998年间相关研究比较广泛，以理论初探和对策建议等定性研究为主；1999年以来研究朝着多元化方向发展,生态学、地理学、经济学、工程技术学、社会学等多学科、多领域专家学者就生态脆弱区相关问题进行了广泛探讨,研究论文数量快速上升，研究的区域范围不断细化，定量研究占比也越来越高,卓有成效地推动了我国生态脆弱区研究的发展.为了准确把握中国生态脆弱区研究的热点和趋势，本文以中国知网期刊全文数据库（CNK1）为数据源，采用文献计量分析法和CiteSpace V可视化，对1989年以来我国生态脆弱区研究文献进行定量分析,在关键词共现的基础上归纳出5个研究热点，并从不同视角对各热点进行深入分析和探讨,总结出我国生态脆弱区研究热点的逻辑框架，并提出未来的展望，为进一步深入开展生态脆弱区研究、寻找后续研究的突破口提供参考借鉴.1数据来源与研究方法1.1数据来源以中国知网期刊全文数据库（CNK1）为数据源，考虑到我国大多生态脆弱区位于生态交错区，因此以“主题OR关键词0R篇名OR摘要=生态脆弱区OR生态脆弱带OR生态交错区OR生态交错带”为检索条件，检索时段为1989—2018年，期刊类别为核心期刊及CSSC1、CSCD来源期刊•共检索到文献1095篇，剔除与研究主题不相关的文献等，最终得到1026篇文献样本.1.2研究方法以CiteSpace作为可视化分析工具.CiteSpace是在数据和信息可视化背景下兴起的分析软件,可用来呈现文献的结构、规律及分布特征，能够很好揭示特定知识领域的研究热点及发展趋势[6].具体操作过程中，使用Citespace V对生态脆弱区相关研究文献的关键词进行分析，设置时间跨度为1989—2018年，时间切片Slice=1,节点类型为Keywords,词频为前50的文献，生成关键词共现图谱.由于在部分文献题目、关键词中无法获取到具体研究区域，因此通过阅读摘要和全文提取文献的具体研究区域后用Excel进行统计.2发文数量、研究热点及区域提取2.1发文数量变化1989—2018年我国有关生态脆弱区研究日益受到关注，发文数量呈上升态势（图1）.具体来看，以1998年、2013年为界分为3个发展阶段.1989—1998年缓慢增长阶段，研究论文数量较少，以理论初探和对策建议等定性研究为主；1999—2013年迅速发展阶段，研究论文的总量及定量研究论文占比均大幅度增长，其中2004—2005年文献数量增幅最大，达80%,这与2005年3月12日中央召开人口资源环境工作座谈会，首次提出“生态文明”建设密切相关;2014—2018年成熟发展阶段，党的十八大以来国家提出“美丽中国”、将生态文明列入“五位一体”总体布局等政策，“绿水青山就是金山银山”的两山论更加深入人心，学界更加关注生态脆弱区的研究，并在定量研究的基础上加以反思和总结，出现理论探讨和综合化研究增多的趋势.显示我国有关生态脆弱区研究日益受到广泛关注.—75—南京师大学报（自然科学版）第43卷第4期（2020年）年份图1近三十年我国生态脆弱区研究发文量Fig. 1 The number of published papers on ecologically vulnerable area in china in the past three decades2.2研究热点提取通过CitespaceV 得到生态脆弱区研究的关键词共现图谱，高频关键词有生态脆弱区、生态环境、土地 利用、可持续发展、气候变化、遥感、农牧交错区、景观格局、生态安全、喀斯特、生态脆弱性、农户、三峡库 区、黄土高原、土地利用变化、生态修复、榆林市等（图2）.可以看出，近三十年中国生态脆弱区研究涉及的 主题较广，涵盖多学科领域,具有较强的综合性.进一步结合文献阅读,提取生态脆弱区研究热点,包括土 地利用/覆被变化、气候变化及其影响、生态脆弱性评价、人地关系与可持续发展、生态保护与修复等5个 方面.2.3实证研究主要区域研究关键词共现图谱显示（图2）,研究热点区域为农牧交错带、喀斯特地区、三峡库区、黄土高原 等.近三十年学者们对生态脆弱区的实证研究区域不断扩大，从偏向于北方农牧交错带、西南喀斯特地区 逐渐趋于多元，对三峡库区、黄土高原等的研究也越来越多.进一步通过阅读文献，以省级行政区为单元 提取实证研究区域，结果显示:研究最多的区域为内蒙古，文章篇数达98篇，以磴口县和翁牛特旗为主要 代表;陕西省以73篇文章排在第二位,榆林市及所属区县是研究的热点;对甘肃省的研究文章有67篇，其 中选择甘南藏族自治州为研究区域的有17篇;对贵州、云南研究也较多，均为50篇;对新疆、四川、宁夏生 态脆弱区的研究论文也都超过了 30篇.此外学者们还对河北、山西、广西、吉林、重庆、青海、黑龙江等地的生态脆弱区进行了实证研究（图3）.水村颐泊0持■续发雙;,、•农畑临"迹■述腕翡区量囂卜”.临龙化脆弱性"W 严aN 呻人"图2生态脆弱区研究关键词共现图谱Fig. 2 Cluster knowledge map of ecologically vulnerable 円 -Fig. 3 Regional distribution of empirical research住杰足进住▲仲力・丿2area in china based on keywords—76—鄢继尧,等:近三十年我国生态脆弱区研究热点与展望3主要研究热点分析3.1土地利用/覆被变化土地利用/覆被变化(LAND USE AND LAnd cover change,LUCC)是表征人类活动对地球表层自然生态系统影响的直接信号［7］.生态脆弱区土地利用变化敏感,全球环境响应比较突出，研究生态脆弱区的LUCC对区域可持续发展具有重要意义.近三十年学者们对我国各生态脆弱区的LUCC进行了深入研究,研究内容包括变化格局与过程、驱动力及驱动机制、环境效应以及土地可持续利用评价等.对LUCC格局与过程的研究是深入研究其驱动力和环境效应的前提与基础，因此研究开展较早［8］. 21世纪以来，随着3S技术的快速发展,LUCC格局与过程分析由静态的、定性分析转为动态的、定量分析［9］，学者们利用MODIS、SPOT、Landsat等传感器的时序遥感影像作为数据源，GIS作为工具，通过建立LUCC转移矩阵和土地利用动态度、土地利用结构变化、土地利用程度综合指数等模型［10—11］,运用单一(综合)土地利用动态度、单一(综合)土地利用转出率和转入率、土地覆被分布空间变化指数、景观格局指数、多样性指数、优势度、破碎化指数、分离度、植被指数等指标进行度量［12—13］，不仅对不同时期土地利用的构成、数量、状态与利用方式进行比较，还将其作为全球变化研究的重要部分.研究显示LUCC具有时空异质性和尺度复杂性，同一区域不同时段或同一时段不同区域的LUCC特征具有显著差异［14］.LUCC的驱动力及驱动机制研究是揭示自然和社会经济相互关系的重要方式［15］，对于解释其变化和进行预测起关键作用，是LUCC研究的焦点问题•定性分析是研究LUCC驱动力的基础，学者通过各种因素对不同区域的LUCC驱动力进行定性分析，得出土地利用/覆被变化主要受自然、社会经济、政策因子的影响［16］.定量方法包括主成分分析［17］、典型相关分析［18］、多元线性回归分析［19］、灰色系统关联分析［20］、Logistic模型［21］等.研究表明，LUCC的驱动因子具有综合性、动态性、层次性特征，不同区域的驱动因子具有较大差异［14］,自然驱动因子包括气候、地形地貌、土壤养分、水文与水资源等，社会经济驱动因子包括经济增长、产业结构、人口变化、城镇化、科技进步、生活生产方式、文化素质等［14］，还包括地权、价格、经营机制和国家政策导向等政策因子［22］.一般而言，自然驱动因子是LUCC的环境条件与物质基础，由于一般变化较为缓慢，对长时间尺度的LUCC产生影响，社会经济驱动因子是人类与自然相互作用的最直接表现形式，在短时间尺度内对LUCC影响较大.LUCC通过影响气候、水文、土壤等要素影响自然环境,进而改变生态系统的生态多样性、物质循环及能量流动,导致生态脆弱区内生态系统的功能、结构及其服务价值发生改变，产生了巨大的环境效应［23］.由于LUCC引起的环境效应涉及自然、社会经济等要素,是一个复杂的动态变化过程，研究难度较大，因此对LUCC产生的环境效应过程与机理的研究较少.目前学者们主要采用单点试验观测的方法研究LUCC对气候、土壤、水文、碳收支、景观生态等单一因子的影响［24］，还有学者通过能值分析法、物质量评估法和价值量评估法分析LUCC对生态系统服务价值的影响，如孙慧兰等［25］、严恩萍等［26］分别对伊犁河流域、三峡库区生态系统服务价值对LUCC变化的相应进行了研究.生态脆弱区抗干扰能力弱,LUCC带来生态环境的恶化一直未得到有效遏制，加剧了人地矛盾，严重影响到生态脆弱区可持续发展.为此，对生态脆弱区土地可持续利用评价逐渐成为学者们关注的焦点.近年来学者们分别对西北荒漠绿洲交接区［27］、东北农牧交错区［28］、喀斯特地区［29］、黄土高原［30］以及三峡库区［31］等生态脆弱区开展了不同层次的土地可持续利用评价.此外，许尔琪等还建立了一套适用于不同类型生态脆弱区的土地可持续利用评价体系，对我国5个生态脆弱区的土地可持续利用程度进行评价和比较,加强了研究的系统性［32］.3.2气候变化及其影响联合国政府间气候变化专门委员会(IPCC)第四次、第五次评估报告均指出近几十年全球气候变暖现象明显,20世纪80年代以来中国的气温也显著上升，其区域差异较明显，温度升高对适应能力弱的区域带来的威胁更大［33］.生态脆弱区抗干扰能力弱，生态环境和农业系统对气候变化十分敏感,研究生态脆弱区内气候变化的时空演变特征对区域可持续发展具有重大意义.近三十年,学者们基于生态脆弱区内国家基准站和基本观测站的数据，分别选取年、月、日尺度的气温、降水量、相对湿度、风速、蒸散量、日照时数等气候要素，通过空间插值法［34］、小波分析［35］、M—K秩次相关法［36］等方法分析我国生态脆弱区的气候一77一南京师大学报（自然科学版）第43卷第4期（2020年）变化特征.研究发现我国生态脆弱区气候变化显著，以气候变暖为主,不同生态脆弱区不同气候要素变化的程度有较大差异（表1）.表1我国各生态脆弱区气候变化相关研究Table1Study on climate change in ecologically vulnerable area of China研究区域研究时段及气候要素研究结论研究者北方农牧交错带1964--2013年气温、降水量气温变化与全球基本同步,1987年开始增温,1998年后增温停滞，平均气温的增加主要由于最低气温增加的影响，年降水量总体呈下降趋势，气候趋向暖干化赵威等［37］黄土高原1961—2009年降水量、气温、日照时数、风速、相对湿度和参考作物蒸散量气温升高，降水减少，相对湿度降低且蒸散加剧，气候趋向暖干化李志等⑶］西南喀斯特地区1960—2004年气温、降水量气温上升,降水量略微平稳,略有减少,气候趋向暖干化王钧等［39］西北干旱区19511961—2008年气温；—2011年降水量20世纪60年代到70年代末气温较低,90年代起气温上升,且增温趋势明显,降水量20世纪70年代前较低，自80年代起部分区域开始增加,90年代起全区增量更加明显，气候趋向暖湿化黄蕊等［40］、姚俊强等［41］青藏高原1961—2005年气温、降水量年平均气温上升,20世纪80年代以来上升速率加快;年降水量少量增加，其中1961—1975年以减少为主，1975—1989年保持不变，20世纪90年代后降水增加，气候趋向暖湿化刘桂芳等［42］西北干旱区及青藏高寒区1960—2015年气温1960—1997年西北干旱区气温升高幅度大于青藏高寒区，1998—2015年青藏高寒区气温上升,而西北干旱区气温微弱下降马转转等［43］中国7个典型生态脆弱区1980—2014年气温、降水量、相对湿度、风速和蒸发皿蒸发量中国生态脆弱区日平均气温、日最高和最低气温几乎都呈上升趋势；降水变化趋势不明显；相对湿度以减少趋势为主；风速基本为减少趋势；全区蒸发皿蒸发量全年为减少趋势孙康慧等［33］气候变化对陆地生态系统的影响是国际地圈生物圈计划的重要内容•陆地生态系统中植被、土壤、水资源等对气温升高及降水量波动等气候变化存在明显的反馈作用,是生态环境的重要指示器.因此生态脆弱区内植被、土壤、水资源等对气候变化的响应成为学者们关注的内容.李辉霞等分不同植被类型探讨了2001—2010年间三江源地区植被生长对气候变化的响应机制［44］,常学礼等对比分析了1971—2010年间科尔沁沙地气候变化与湖泊消涨之间的关系［45］.气候变化在对陆地生态系统影响的同时，也对农户生计产生影响.农户是生态脆弱区内经济活动的主体，以自然资源为生计基础,不仅是气候变化的直接感知者，还是适应行为的选择和受益者［46］.农户能否有效地感知和适应气候变化直接影响着生态脆弱区的可持续发展.通过入户调查等方法能知晓农户对气候变化的感知特征，对制定有效的适应政策提供依据.学者们对我国众多生态脆弱区农户对气候变化的感知进行了研究［47-48］，其中赵雪雁等以甘南高原为例研究了高寒生态脆弱区农户对气候变化的感知以及适应需求、意向、策略，形成了较多的研究成果［49-50］.3.3生态脆弱性评价生态脆弱性是生态系统在特定时空尺度下相对外界干扰所具有的敏感反应和自我恢复能力，是生态系统的固有属性.受自然条件、人为活动干扰及系统自身恢复能力共同作用，具有复合性、动态性、相对性、可控性等特点,不同时空区域间生态脆弱性的驱动因素及其表征具有较大差异［51］.早期许多学者围绕生态脆弱性的概念与分类区划、生态脆弱性的成因与过程、生态脆弱区的特征与指标识别等方面开展了卓有成效的理论探讨，为后续进行生态脆弱性评价提供了重要的理论支撑.生态脆弱性评价是指对生态系统的脆弱程度做出定量或半定量的分析、描绘和鉴定，其目的是评价生态脆弱区的发展状态，探究脆弱性驱动因素和演化机理.主要步骤如下：（1）数据收集与处理.数据是生态脆弱性评价的关键，结合生态脆弱区生态系统内部的功能和结构以及与外部环境的相互作用关系,从导致系统脆弱性的主要因素中科学选取指标.指标数据主要包括图形和属性数据.其中，海拔、坡度、植被覆盖度等图形数据主要来源于地质、地形、土壤、水文、气象专题图及能够提取到植被覆盖、土地利用的遥感图像，有关经济、社会、生态等方面的属性数据主要来源于统计年鉴［52］.为消除量纲等影响，对正向指标、负向指标采用不同的标准化公式进行指标数据标准化，目前最常使用的标准化方法为极差法［53］.—78—鄢继尧，等：近三十年我国生态脆弱区研究热点与展望（2）指标体系构建.遵循综合、科学、可操作和因地制宜的原则建立生态脆弱性评价指标体系.由于导致不同生态脆弱区生态脆弱性发生和演化的原因不尽相同，不同学者构建评价指标体系的角度也不相同,主要分为单一类型指标体系和综合型指标体系［54］.早期,学者们主要采用单一类型指标体系，如王经明等使用年降雨量、侵蚀模数、年沙暴日数等7个因子对黄土高原105个水土流失重点县进行生态脆弱性评价［55］.单一类型指标体系是针对特定区域典型脆弱性特征建立的，具有较强的针对性，但不同类型区域间的评价结果缺少可比性.综合型指标体系包含的指标较为全面,一般都分“目标层一要素层一指标层”三层,综合考虑自然（生态）、经济和社会等因素，更加全面客观,近年来学界形成了类型多样的综合型指标体系（表2）.表2生态脆弱性评价综合型指标体系Table2Comprehensive indicator evaluation system of ecological vulnerability assessment类型指标体系含义研究区域压力一状态一响应（PSR）压力反映人类活动对生态系统所造成的负荷，状态是生态系统内各种因素长期作用的结果，响应体现人类对生态问题所采取的对策与措施三峡库区（重庆段）［56］、黄河三角洲［57］暴露一敏感一适应能力（VSD）暴露度是生态系统受到外界干扰的程度，敏感性是生态系统受到环境变化影响的程度，适应能力是生态系统能够处理、适应胁迫以及恢复的能力甘肃省临洮县［58］、广西西江经济带［59］生态敏感性、恢复力和压力度（SRP）生态敏感性指生态环境抵抗各种内外干扰的能力；恢复力指生态环境的自我调节与恢复能力；压力度指受到的外界干扰及产生的生理效应甘肃省白龙江流域［60］、沂蒙山区［61］生态压力、生态敏感、生态弹性指数（PSE）生态压力、生态敏感同上;生态弹性指生态系统抵御扰动、维持正常运转的抗应变能力川滇农林牧交错带［62］、辽宁阜新［63］多系统评价指标体系结合自然、人为、社会经济等因素进行全面系统的评价鄱阳湖区［64］、新疆塔里木河流域［65］自然潜在脆弱、人为干扰脆弱生态脆弱性是由自然和人为因素共同作用而成，自然要素作为潜在（内在）脆弱因子;人为干扰作为胁迫（外在）脆弱因子西藏“一江两河”地区［66］、鄂尔多斯市［67］成因及结果表现包含自然和社会等成因及经济、社会发展水平等结果表现甘肃省［68］、云南省［69］景观格局和生态敏感性采用分离度、破碎度等景观格局指数表现景观类型结构特征，但由于不同景观类型格局可能相似，因此再选用能反映生态脆弱性的敏感性指标进行补充海南西部地区［70］、广西左江流域［71］自然生态系统生态脆弱性、人类一自然耦合系统生态脆弱性自然生态系统脆弱性反映自然生态的本底或基底;人类一自然耦合系统脆弱性反映了人类社会系统与自然生态系统之间的相互作用和人类活动对自然生态系统产生的影响艾布盖河流域［72］（3）生态脆弱性评价及预测.生态脆弱性评价包括静态评价和动态评价.评价的主要方法包括层次分析法［73］、主层次分析法［56］、模糊评价法［74］、灰色关联分析法［75］、神经网络法［76］、集对分析法［77］、物元可拓模型［78］等,且有多样化、复杂化、集成化的趋势;评价后依据评价结果进行分级.生态脆弱性分级是将生态脆弱性评价结果直观表达的关键环节之一,等级划分以生态阈值为基础，并结合生态脆弱区实际情况,常用的方法包括自然断点法和等间距分级法等［54］.如吴春生等采用自然断点法将生态脆弱性等级划分为轻微、轻度、中度、重度、极度脆弱和不脆弱6个等级［79］，邱彭华等采用等间距分级法将生态脆弱性等级划分为5级［70］，郭兵等使用标准差与数据直方图分布结合的方法划分生态脆弱性等级［80］.此外，还有学者基于情景分析法和生态模型模拟法对生态脆弱性进行预测［54］,但相关研究较少.近年来生态脆弱区内环境问题不断加剧，水土流失、土地沙漠化、土地盐碱化、土地石漠化以及地震、泥石流等自然灾害对人类生存和发展造成了严重威胁.在此背景下对生态脆弱区的生态安全评价也受到广泛关注.生态安全评价方法与生态脆弱性评价方法类似，主要是通过建立评价指标体系.如杨冬梅等从自然环境状态、人文环境状态、环境污染压力、环境保护及建设能力四个方面建立生态安全评价体系,评价了陕西省榆林市生态安全的变化趋势及地域差异［81］;郭明等还引入景观生态学的研究方法，通过景观干扰度、景观分离度、景观脆弱度、景观生态安全指数等构建景观生态安全评价体系来评价生态脆弱区的生态安全程度［82］.3.4人地关系与可持续发展生态脆弱区人地关系是区域“人类社会一生态环境一经济发展”综合作用的表现.由于生态脆弱区内一79一。

寒旱区生态系统的脆弱性评价与保护研究寒旱区是指气候寒冷且干旱的地区，其生态系统的脆弱性评价和保护研究具有重要意义。

本文将从寒旱区生态系统的特点、脆弱性评价方法和保护研究措施三个方面进行论述。

一、寒旱区生态系统的特点寒旱区生态系统主要分布在高纬度、高海拔和内陆干旱地区。

其特点主要有以下几个方面：1. 气候极端性：寒旱区气候干燥，年降水量较少，且多为冰雪形式。

温度和降水的极端变化对生态系统产生重要影响。

2. 植被稀疏：寒旱区植被覆盖度较低，植物种类相对较少，大多为耐寒、抗旱的草本植物和灌木。

3. 土壤贫瘠：由于降水和气温条件的限制，寒旱区土壤中养分含量较低，水分和养分的利用效率也较低。

二、寒旱区生态系统脆弱性评价方法为了评估寒旱区生态系统的脆弱性，研究者提出了许多评价方法，如脆弱性指标法、综合评价法和模型模拟法等。

这些方法可以从不同角度揭示生态系统的脆弱性，并为保护研究提供科学依据。

1. 脆弱性指标法：通过测定一系列反映生态系统脆弱程度的指标，如植被覆盖度、土壤湿度和物种多样性等，综合评价生态系统的脆弱性。

2. 综合评价法：利用层次分析法、模糊综合评判法等数学方法，将生态系统的各种指标进行加权组合，得出综合评价结果。

3. 模型模拟法：利用数学模型模拟生态系统的动态变化过程，根据模拟结果评估生态系统的脆弱性。

三、寒旱区生态系统保护研究措施针对寒旱区生态系统的脆弱性特点，研究者提出了一系列的保护研究措施，旨在改善生态环境，维护地区生态平衡。

1. 植被恢复和保护：通过人工种植和保护天然植被，增加植被覆盖率，提高地区的水土保持和生态稳定性。

2. 水资源管理：加强对水资源的管理和保护，合理利用地下水和表面水，优化灌溉方式，提高水资源利用效率。

3. 生态旅游开发：将生态旅游与生态保护相结合，推动当地经济发展的同时，保护生态环境，提高居民的生活质量。

4. 应对气候变化：加强气候观测和预测，制定针对性的气候适应措施，减轻因气候变化而对生态系统造成的冲击。