北方农牧交错带干旱脆弱性时空格局演变

引用本文

李文龙, 石育中, 鲁大铭, 刘倩, 乌铁红. 北方农牧交错带干旱脆弱性时空格局演变[J].自然资源学报, 2018,33(9): 1599-1612
LI Wen-long, SHI Yu-zhong, LU Da-ming, LIU Qian, WU Tie-hong. The Spatio-temporal Evolution of Drought Vulnerability in the Ecotone between Agriculture and Animal Husbandry in the North of China[J]. Journal of Natural Resources, 2018,33(9): 1599-1612 复制到剪切板

DOI:10.31497/zrzyxb.20170896

Permissions

《自然资源学报》编辑部所有

北方农牧交错带干旱脆弱性时空格局演变

李文龙^1,², 石育中¹, 鲁大铭¹, 刘倩¹, 乌铁红^3,^*

1. 西北大学城市与环境学院,西安 710127

2. 内蒙古财经大学资源与环境经济学院,呼和浩特 010070

3. 内蒙古大学历史与旅游文化学院,呼和浩特 010070

*通信作者简介：乌铁红（1970- ）,女,内蒙古赤峰人,博士,教授,主要从事旅游地理、旅游规划等研究。E-mail: tiehongwu@126.com

第一作者简介：李文龙（1986- ）,男,内蒙古赤峰人,博士,主要从事农牧交错区社会-生态系统演变与草原旅游发展研究。E-mail: nmgliwenlong@126.com

收稿日期:2017-08-29 网络出版日期:2018-09-20

基金:国家社会科学基金青年项目（17CGL024）

摘要

干旱脆弱性研究为北方农牧交错带人地系统的“整合”研究提供了新思路与分析框架。论文运用VSD脆弱性评估框架,将系统脆弱性分解为暴露度、敏感性、适应能力3个维度,以北方农牧交错带112个县域为研究单元,以2000、2008、2015年社会经济统计数据、气象数据、遥感影像数据为研究基础,运用模糊层次分析、空间热点探测分析和变异系数分析等方法,对各县域干旱脆弱性时空演变特征进行分析与总结。研究结论：1）研究区干旱脆弱性指数逐步降低,整体呈现东北地区低脆弱、西南地区高脆弱的空间格局。2）研究区暴露度指数先上升、后下降,且由东北向西南逐渐增高;敏感性指数先下降、后上升,呈现空间碎片化特征;适应能力指数逐步提高,呈现中部高度适应、东部中度适应、西部低度适应的格局。3）研究区干旱脆弱性差异度先增大、后减小,且呈现西、南部差异度大,东、北部差异度小的格局。4）研究区干旱脆弱性冷、热点个数增加明显,2000—2008年冷热点个数增加最明显;空间上,热点先由中部向西部蔓延,冷点由东部边界区向西部、南部扩展,形成了东部边界冷点集聚带和中、西部热点集聚区。

关键词: 干旱脆弱性; 空间自相关; 变异系数; 北方农牧交错带

中图分类号:P426.616 文献标志码:A 文章编号:1000-3037(2018)09-1599-14

The Spatio-temporal Evolution of Drought Vulnerability in the Ecotone between Agriculture and Animal Husbandry in the North of China

LI Wen-long^1,², SHI Yu-zhong¹, LU Da-ming¹, LIU Qian¹, WU Tie-hong³

1. College of Urban and Environmental Sciences, Northwest University, Xi’an 710127, China;

2. College of Resources and Environment Economy, Inner Mongolia Finance and Economics College, Hohhot 010070, China

3. History and Tourism Culture College, Inner Mongolia University, Hohhot 010070, China

Fund:Youth Funds of National Social Science, No.17CGL024.

Abstract

Drought vulnerability researches provide a new idea and an analytical framework for the study on the integration of human-land relations in the ecotone between agriculture and animal husbandry in the north of China. This paper divides the system vulnerability into three dimensions with VSD (Vulnerability Scoping Diagram) vulnerability assessment framework, namely exposure, sensitivity and adaptive capacity. Taking 112 counties (cities) in the ecotone between agriculture and animal husbandry in northern China as research units, the temporal and spatial evolution characteristics of drought vulnerability in counties (cities) are analyzed and summarized by methods of fuzzy analytic hierarchy process, spatial hotspot detection analysis and variation coefficient analysis based on socio-economic statistics, meteorological data and remote sensing image data in 2000, 2008 and 2015. The results show that: 1) The drought vulnerability index of human-land system in the ecotone between agriculture and animal husbandry in the northern China decreased gradually, and the drought vulnerability was low in northeast and high in southwest. 2) The degree of drought exposure increased first and then decreased, and it presented gradually increasing trend from northeast to southwest. The sensitivity decreased first and then increased, showing fragmentation features in space; the adaptive capacity has been improved year by year, forming a spatial pattern that it is high in the middle, moderate in the east and low in the west. 3) The differentiation of the drought vulnerability in the study area is obvious that the vulnerability difference degree is big in the west and south and small in eastern and northern regions. 4) The number of cold and hot spots of drought vulnerability increased obviously in the study area. The number of cold and hot spots increased significantly during 2000-2008. In space, the distribution of hot spots extended from central region to western region, and the cold spot area extended from the eastern boundary to west and south, forming a spatial pattern of “cold-hot-hot” from east to west.

Keyword: drought vulnerability; spatial autocorrelation; coefficient of variation; the ecotone between agriculture and animal husbandry in the north of China

文章图片

随着全球气候变暖, 干旱引起的农业灾害日趋频繁, 破坏程度也愈加严重, 阻碍着地区经济社会的可持续发展^[1]。北方农牧交错带是传统农业区向畜牧业区转变的过渡区, 对于干旱干扰极端敏感, 是干旱干扰影响最深刻、最凸显的区域, 人地系统具有突出的不稳定性与敏感性特征^[2]; 对于干旱干扰和一系列变化影响, 北方农牧交错带人地系统在其内部结构与功能上出现“ 衰退” 问题, 使其成为中国最典型的集干旱灾害频发、贫困集聚的生态脆弱区^[3]; 干旱环境下北方农牧交错带人地系统不稳定、敏感及其有限的适应能力, 凸显出其脆弱性特征^[4]; 受发展阶段的影响, 其人地系统脆弱性特征呈现差异性^[5]。因此, 对北方农牧交错带脆弱性时空演化特征进行分析, 对其脆弱性差异化成因进行剖析, 有助于制定针对性对策。

以往关于北方农牧交错带的研究多集中在范围界定^[6]、气候演变^[7]、植被覆盖度变化^[8]、土地结构^[9]、生态系统健康评价等方面^[10], 缺乏“ 综合” 视角对其人地系统演化进行研究。近年来, 兴起的干旱脆弱性研究为此提供了新的分析视角和研究思路。干旱脆弱性于20世纪90年代初受到国外学者的关注, 并将其归纳为人地系统中自然、社会与经济多重要素遭受干旱扰动而影响系统应对干旱能力的状态^{[11, 12]}。当前国内外关于干旱脆弱性的研究主要集中在干旱灾害^[13]、农业干旱脆弱性评价^[14]等方面, 而对干旱扰动下人地系统自身要素和结构特征变化引发的脆弱性的关注相对较少。干旱脆弱性评价是干旱脆弱性研究的重要内容, 从已有研究来看, 干旱脆弱性评价多以建立指标体系, 通过不同的数理分析方法得出干旱脆弱性指数, 以此作为干旱脆弱性程度的衡量依据; 在理论框架上, Polsky等^[15]、Acosta-Michlik等^[16]提出了VSD（Vulnerability Scoping Diagram）和ADV（Agents Differential Vulnerability）脆弱性整合评估框架, 为研究者提供了清晰全面的脆弱性评价思路, 其中, VSD评估框架适用于区域尺度系统脆弱性评价, 而ADV框架更适合个体或微观尺度脆弱性评价^[17]; 在方法上, 如综合指数法^[18]、函数模型法^[19]、BP人口神经网络模型法^[20]、决策树分析法^[21]、集对分析法^[22]等方法, 在脆弱性评价中已得到应用。总体来看, 本文认为人地系统干旱脆弱性评价不仅要考虑干旱环境变化, 还要关注其自身结构与功能的演变, 为人地系统面对干旱环境如何做和做什么提供理论依据, 并且在其评价中也需要考虑指标权重计算的科学性问题。传统的熵值法和层次分析法有很大的局限性和片面性, Chang^[23]、张吉军^[24]等提出的模糊层次分析法（FAHP）是以层次分析法为基础, 运用模糊综合评价方法修正指标权重, 将层次分析法的定量性和模糊综合评价法的包容性有机融合, 考虑因素更全面, 主观影响程度更低, 对于人地系统的研究具有更强的适用性。基于Chang^[23]对FAHP应用案例的范式性研究, Li等^[25]、鲁大铭等^[26]已将FAHP应用于人地系统的研究。此外, 干旱脆弱性的研究区域涉及青藏高原、南方农业区、黄土高原地区、内陆河流域等区域, 鲜见对农牧交错带的研究。

因此, 本文将干旱脆弱性理论应用到北方农牧交错带脆弱性特征研究中, 以112个县域为研究对象, 以“ 综合” 视角建立农牧复合人地系统脆弱性评价指标体系; 运用FAHP确定指标权重, 刻画北方农牧交错带2000— 2015年间干旱脆弱性时空动态变化过程, 分析各县域脆弱性空间演化差异及其成因, 解剖干旱环境下人地系统自身要素变化的脆弱性特征, 对于指导研究区面对干旱胁迫下如何做和做什么降低其脆弱性具有重要意义。

1 研究区域

本文采用史培军等^[27]对中国北方农牧交错带的地理范围界定, 地处36° 10′ ~50° 12′ N、106° 21′ ~125° 18′ E, 包括黑龙江、吉林、辽宁、河北、内蒙古、山西、陕西、甘肃、宁夏9省、自治区, 共112个县域, 面积约62.7万km²（图1）。区域内气候属于典型温带半干旱大陆性季风气候, 年均温0~10 ℃左右, 年降水量300~500 mm, 年际降水变化大、蒸发强烈; 由于地处第二阶梯与第三阶梯分界区域, 地形较为复杂; 耕地、草地、林地交错分布, 西北界紧邻牧区, 草地比例较高, 东南界靠近农区, 耕地比例较高, 人口空间分异特征明显。研究区作为典型的农、牧业系统的过渡带, 由于地理位置特殊, 生态环境脆弱, 对气候变化和人类活动干扰极端敏感, 近年来, 更因降水少、干旱灾害频发, 导致该地区土壤风蚀、沙漠化以及生物多样性丧失问题愈加严重, 人地矛盾更加凸显。

	Figure Option View Download New Window
	图1 研究区位置示意注：基于国家测绘地理信息局标准地图服务网站下载的审图号为GS(2016)2884号的标准地图制作, 底图无修改。Fig. 1 Location of the study area

2 研究思路与方法

2.1 干旱脆弱性评价指标体系

VSD脆弱性评估框架明确将系统脆弱性定义为暴露度（Exposure）、敏感性（Sensitivity）和适应能力（Adaptive Capacity）的函数^[17]。本文将干旱作为人地系统的“ 致脆” 因素, 基于VSD脆弱性评估框架, 选取17个指标构建评价指标体系（表1）。各维度指标构成、涵义和计算方式如下：

表1 北方农牧交错带县域干旱脆弱性综合评价指标体系 Table 1 The comprehensive evaluation index system of drought vulnerability in the ecotone between agriculture and animal husbandry in the north of China

1）暴露度是系统受干旱的胁迫程度, 可以通过对系统时间序列的干旱胁迫强度、频率进行暴露状态、规律的测度与总结^[28]。干旱核心影响因素为降水, 决定着暴露的威胁程度, 年气温的变化能够表征干旱的压力, 由于高原区降水量随海拔增高而递减, 海拔是干旱小气候影响的重要因素, 直接作用于农牧业系统。因此, 选取年平均降水、年平均气温和平均海拔表征干旱暴露度。

2）敏感性是气候事件和社会经济系统的相互作用程度, 用来表征系统对扰动的敏感性^[28]。选取粮食产量、有效灌溉面积占总面积比例、农林牧副渔从业人数占总人口比例、农作物播种面积占总面积比例来表征农业系统敏感指标, 原因是干旱直接影响农业生产活动（耕地面积、农业从业人数及粮食产量）, 决定农业类型（有效灌溉面积）。由于NDVI对于干旱扰动敏感性强, 同时受干旱制约的草场质量决定着年末大牲畜数量, 因此, 选取NDVI指数、大牲畜数量来表征牧业系统敏感性。

3）适应能力是系统对气候环境扰动的适应和恢复能力^[28]。社会经济系统在应对干旱干扰时, 也在通过提高自身经济发展能力、提升教育水平和完善基础服务设施进行转型, 以适应干旱环境的影响。因此, 选取人均GDP、农民人均年收入、固定资产投资额、人均耕地面积, 表征经济发展能力; 选取在校生比例, 表征教育能力; 选择万人拥有医疗床位数、农业机械总动力、道路网密度, 表征基础服务设施的服务能力。

2.2 数据来源及标准化

2.2.1 数据来源

研究数据为2000、2008、2015年社会经济统计数据、气象数据、遥感影像数据。社会经济统计数据来源于《中国县（市）社会经济统计年鉴》《中国区域经济统计年鉴》《中国统计年鉴》, 以及各地县（市）国民经济和社会发展统计公报; NDVI数据主要来源于GIMMS（Global Inventory Modelling and Mapping Studies）NDIV3g数据集, 是美国国家航天航空局（NASA）推出的最新版全球植被指数变化数据, 部分数据来自对国家地理空间数据云平台（http://www.gscloud.cn/）提供的遥感影像解译; 气象数据来源于北方农牧交错带地区78个气象观测站点, 用于统计平均降水与平均气温, 数据缺失县域以距离倒数为权重、利用最近相邻3个测站的数据进行了空间插补; 空间数据来源于国家基础地理信息网（http://ngcc.sbsm.gov.cn/）提供的矢量化数据。

2.2.2 数据标准化

选用极差标准化方法对原始数据进行处理^[26]：

功效性为正指标：

$M_{ij} = {(x}_{ij} - x_{i, min)} / {(x}_{i, \max} - x_{i, min)}$ （1）

功效性为负指标：

$M_{ij} = {(x}_{i, \max} - x_{ij)} / {(x}_{i, \max} - x_{i, min)}$ （2）

式中：M_ij为各指标去量纲后的值; x_ij为去量纲前指标的值; $x_{i, \max}$ 、 $x_{i, \min}$ 分别为该指标的最大值与最小值。

2.2.3 权重的计算

模糊层次分析法（FAHP）是考虑参与评价者思考模糊性的方法。计算步骤如下：

1）构建矩阵。基于评价指标体系, 选取15位从事人地系统脆弱性研究的专家使用1~9标度主观打分, 根据打分结果建立模糊矩阵 $K = {(r}_{ij)}_{n \times n}$ 。式中： $r_{ij}$ 表示两个指标间的相对重要程度。 $l_{ij}$ 、 $m_{ij}$ 和 $μ_{ij}$ 则表示任意两个指标可能存在的最低、中等和最高相对重要程度。

2）模糊权重。对矩阵 $K$ 运用归一化方法进行计算, 得出各指标 $i$ 的模糊权重 $F_{i}$ 。计算公式为：

$F_{i} = \overset{n}{\sum_{j = 1}} r_{ij} \times {(\overset{n}{\sum_{i = 1}} \overset{n}{\sum_{j = 1}} r_{ij})}^{- 1} (i = 1, 2, \dots, n)$ （3）

3）模糊权重去模糊化。运用可能度计算方法将模糊权重转变为精确值。若 $M_{1} (l_{1}, m_{1}, u_{1})$ 和 $M_{2} (l_{2}, m_{2}, u_{2})$ 是三角模糊数, $M_{1} \geq M_{2}$ 的可能度 $v (M_{1} \geq M_{2})$ 的计算公式如下：

$v (M_{1} \geq M_{2}) = \{\begin{array}{l} 1 {(m}_{1} 完全大于 m_{2)} \\ \frac{l_{2} - μ_{1}}{(m_{1} - μ_{1}) - (m_{2} - l_{2})} {(m}_{1} \leq m_{2}, μ_{1} \geq l_{2)} \\ 0 {(m}_{1} 完全小于 m_{2)} \end{array}$ （4）

$A_{i} = \min v (M \geq M_{i}) (i = 1, 2, \dots, k)$ （5）

再根据式（5）得到排序向量 $A_{i}$ , 并归一化得到指标 $i$ 的权重 $B_{i}$ 。

2.3 脆弱性模型建立

脆弱地区不一定是暴露强区, 显式空间脆弱性模型（SERV模型）关注了研究被忽视的要点, 在区域制定适应性对策时, 有利于分配有限的资源用于更加脆弱而不只是高度暴露的地区^[17]。SERV模型改变了评估空间脆弱性水平的思维, 有助于设计针对性的减灾策略并指导如何实现。

因此, 本文采用SERV脆弱性模型进行计算：

$V = E + S - AC$ （6）

式中：V代表脆弱性; E代表暴露度; S代表敏感性; AC代表适应能力。式（6）表示暴露度、敏感性与干旱脆弱性呈正相关, 适应能力与干旱脆弱性呈负相关。E、S、AC分别通过加权求和法求取：

$E = \overset{3}{\sum_{i = 1}} {(W}_{ej} \times Y_{eij)}; S = \overset{6}{\sum_{i = 1}} {(W}_{sj} \times Y_{sij)}; AC = \overset{8}{\sum_{i = 1}} {(W}_{acj} \times Y_{acij)}$ （7）

式中：E、S、AC取值区间均为 (0, 1); W_ej、W_sj、W_acj分别为暴露度、敏感性与适应能力的指标权重; Y_eij、Y_sij、Y_acij分别为暴露度、敏感性和适应能力指标的标准化值。以ArcGIS 10.1软件为技术平台, 对已获取的系统脆弱性指数、暴露度指数、敏感性指数、适应能力指数采用自然断点法（Natural Breaks Jenks）分级。

2.4 空间热点探测分析（Getis-Ord $G_{i}^{*}$ ）

用来检验北方农牧交错带县域脆弱性在局部地区是否存在统计上显著相关性的高值区和低值区, 采用可视化的方法^[20]揭示脆弱“ 热点” 区和“ 冷点” 区, 用于县域脆弱性空间分异研究。其计算式为：

$w_{i, j} = {[d_{i, j}]}^{- a} \times {[µ_{i, j}]}^{- b}$ （8）

式中： $w_{i, j}$ 为研究单元i与j空间的权重; $d_{i, j}$ 为研究单元i与j空间的距离; $µ_{i, j}$ 为空间对象共享边界的长度; a、b为两类距离的权重调整系数。

$S = \sqrt[]{\frac{\overset{n}{\sum_{j = 1}} x_{j}^{2}}{n} -}$ $\bar{X}^{2}$（9）

$\overset{̅}{X} = \frac{\overset{n}{\sum_{j = 1}} x_{j}}{n}$ （10）

$G_{i}^{*} = \frac{\overset{n}{\sum_{j = 1}} w_{i, j} x_{j} - \overset{̅}{X} \overset{n}{\sum_{j = 1}} w_{i, j}}{S \sqrt[]{\frac{n \overset{n}{\sum_{j = 1}} w_{i, j}^{2} - {(\overset{n}{\sum_{j = 1}} w_{i, j})}^{2}}{n - 1}}}$ （11）

式中： $x_{j}$ 是j县域脆弱性的属性值; n为研究单元总个数。若 $G_{i}^{*}$ 为正值, 且统计显著, 则属于脆弱性高值聚集“ 热点” 区; 若 $G_{i}^{*}$ 为负, 且统计显著, 则属于脆弱性低值聚集“ 冷点” 区。

2.5 变异系数分析法

采用变异系数分析法^[29]测度2000— 2015年北方农牧交错带各县域暴露度、敏感性、适应能力及脆弱性指数变异幅度大小, 从而将其空间可视化。计算公式如下：

$C_{v} = \frac{1}{\overset{̅}{V}} \sqrt[]{\frac{\overset{m}{\sum_{i = 1}} {(V_{i} - \overset{̅}{V})}^{2}}{m - 1}} \times 100 %$ （12）

式中： $C_{v}$ 为县域指数变异系数; $\overset{̅}{V}$ 为县域2000— 2015年指数的平均数; $m$ 为年份数; $V_{i}$ 为i年指数值。变异系数越大, 说明该县域指数变异幅度越大。

3 结果分析

3.1 各维度时空分异特征

1）暴露度时空分异。研究区暴露度呈现由西南向东北逐渐降低的态势, 但时空差异明显（图2）。微度和低度暴露县域集中出现在东部, 中度暴露县域分布呈破碎化特征, 高度和极度暴露县域主要分布在中部与西部。具体为：①2000— 2008年间, 暴露度指数平均值从0.538升高到0.654, 西部与东部暴露度下降, 中部暴露度上升。其中：西部5个县域由极度暴露度转为高度暴露; 东部11个县域由低度暴露度县域转变为微度暴露; 中部26个县域由中度暴露转变为高度暴露, 11个县域由高度暴露转变为极度暴露。②2008— 2015年间暴露度指数下降到0.404, 东部暴露微度上升, 中西部暴露度下降。其中：西部8个县域由极度暴露转变为高度暴露; 中部4个县域由极度暴露转变为高度暴露, 16个县域由高度暴露转变为中度暴露; 东部3个县域由微度暴露转为低度暴露。总体而言, 研究区暴露度呈现先升高、后下降的演化过程, 暴露度在空间上集聚特征凸显。

	Figure Option View Download New Window
	图2 2000、2008、2015年北方农牧交错带县域暴露度空间分异Fig. 2 Spatial distribution of the exposure in 2000, 2008 and 2015 in the ecotone between agriculture and animal husbandry in the north of China at county level

2）敏感性时空分异。研究区敏感性呈现西南高, 东北低, 且空间上呈现碎片化分异特征（图3）。具体为：① 2000— 2008年, 敏感性指数平均值从0.823下降到0.539, 西部极度敏感县域由11个变为7个, 中部极度敏感县域全部变为高度敏感, 东部县域敏感性极化明显。② 2008— 2015年, 敏感性平均指数上升到0.690, 西部极度敏感县域由7个变9个, 中部4个中度敏感县域变为高度敏感, 东部3个低度敏感县域变为高度敏感。究其原因, 2000— 2008年我国实施了退耕还林还草工程、三北防护林四期工程、天然林保护工程、“ 盐、环、定” 扬黄工程、天然草原保护与建设工程等, 工程的实施为研究区应对干旱起到了积极作用, 降低了其对干旱扰动的敏感性; 2008— 2015年耕地面积、粮食产量、农林牧副渔从业人数等数量减少, 应对干旱灾害的能力逐年下降, 导致敏感性升高。总体而言, 2000— 2015年研究区敏感性呈现先快速下降、后缓慢上升的“ U” 型演变过程。人类社会经济活动是其演化的根本动力, 但过度实施这一系列生态保护措施, 也提高了研究区农业系统的敏感性。

	Figure Option View Download New Window
	图3 2000、2008、2015年北方农牧交错带县域敏感性空间分异Fig. 3 Spatial distribution of the sensitivity in 2000, 2008 and 2015 in the ecotone between agriculture and animal husbandry in the north of China at county level

3）适应能力时空分异。研究区呈现中部高度适应、东部中度适应、西部低度适应的分异格局（图4）。具体为：① 2000— 2008年, 研究区适应能力指数平均值从0.252上升到0.533; ② 2008— 2015年, 适应能力平均指数上升到0.701, 极度与高度适应县域个数减少3%, 中度适应县域个数增加7%, 其中, 东部县域适应能力水平表现出均质化趋势, 中部县域适应力水平呈现上升态势。总体来看, 随着我国经济快速增长, 各县域固定资产投资增大、农民人均收入增多、医疗与教育水平提高, 使其面对干旱胁迫的适应能力逐年增强, 但由于各县域社会、经济与生态环境条件不同, 其适应能力差异明显。

	Figure Option View Download New Window
	图4 2000、2008、2015年北方农牧交错带县域适应能力空间分异Fig. 4 Spatial distribution of the adaptive capacity in 2000, 2008 and 2015 in the ecotone between agriculture and animal husbandry in the north of China at county level

3.2 干旱脆弱性时空分异特征

1）2000年。研究区脆弱性指数平均值为1.118, 低度与微度脆弱县域30个, 中度脆弱县域30个, 均占27%; 极度与高度脆弱县域52个, 占比46%, 主要包括四子王旗、东乌珠穆沁旗、西乌珠穆沁旗等中东部县域, 相对落后的社会经济发展水平、低效的牧业生产等因素导致以上县域处于高度或极度脆弱状态, 这一时期, 研究区脆弱性整体呈现西部低脆弱、中东部高脆弱空间格局 [图5(a)]。

	Figure Option View Download New Window
	图5 2000、2008、2015年北方农牧交错带县域脆弱性空间分异Fig. 5 Spatial distribution of the vulnerability in 2000, 2008 and 2015 in the ecotone between agriculture and animal husbandry in the north of China at county level

2）2008年。研究区脆弱性平均指数为0.660, 但各县域脆弱性差异明显增大 [图5(b)]。低度与微度脆弱县域37个, 增加6.3%; 中度脆弱县域21个, 减少8.0%; 极度与高度脆弱县域54个, 增加1.7%, 主要包括西部地区的盐池县、定边县, 中部乌兰察布所辖大部分县域, 东部锡林郭勒盟所辖的东乌珠穆沁旗、西乌珠穆沁旗等, 主要受气候暖干化和经济发展水平差异的影响, 各县域脆弱性分异明显。这一时期, 研究区脆弱性整体呈现西部和中部高脆弱、东部低脆弱的空间格局 [图5(b)]。

3）2015年。研究区脆弱性平均指数为0.312, 研究区脆弱性持续降低, 各县域脆弱性差异逐渐减小 [图5(c)]。低度与微度脆弱县域42个, 增加13.5%; 中度脆弱县域30个, 增加42%; 极度与高度脆弱县域40个, 减少26%。主要受气候暖干化趋缓和社会经济发展水平快速提高的影响, 这一时期, 研究区脆弱性整体呈现均质化的空间格局 [图5(c)]。

总体来看, 2000— 2015年研究区干旱脆弱性整体呈现降低趋势, 脆弱性重心由东部向西部转移; 其中, 2000— 2008年研究区受气候暖干化和经济社会发展水平较低的影响, 各县域脆弱性分异特征愈来愈明显; 2008— 2015年受众多生态工程的实施和经济发展水平快速提高的影响, 农牧户生计多样化, 各县域干旱脆弱性差距逐渐减小, 在空间上呈现出均质化发展态势。

3.3 干旱脆弱性多维度变异特征

1）暴露度变异。各县域暴露度指数变异大小呈现由西向东逐渐减小的空间格局 [图6(a)], 其中极度变异的县域58个, 占比51.79%, 主要集中在中西部; 高度变异的县域53个, 占比48.21%, 主要分布在东部; 原因是由东向西, 气温、海拔逐步升高, 降水量逐渐减小, 干旱灾害频发, 导致西部县域暴露度变化幅度大。

	Figure Option View Download New Window
	图6 2000— 2015年北方农牧交错带暴露度变异、敏感性变异、适应能力变异特征Fig. 6 Variation characteristics of the exposure, the sensitivity and the adaptive capacity during 2000-2015 in the ecotone between agriculture and animal husbandry in the north of China at county level

2）敏感性变异。各县域敏感性变异大小呈现东、西部县域变异小, 中部县域敏感性变异大的空间格局 [图6(b)]; 其中, 敏感性极度变异县域25个, 占比22.32%, 主要集中在中部; 中度变异的县域70个, 占比62.50%, 主要分布在东部与中部; 原因是由于各县域本底条件与发展机遇不同, 社会、经济发展速度及生态环境改善速度呈现明显差异。

3）适应能力变异。各县域适应能力指数变异呈现东、西部县域变异大, 中部县域变异幅度小的空间格局 [图6(c)]; 其中适应能力极度变异的县域40个, 占比35.71%, 主要集中在西部, 中度变异的县域71个, 占比63.39%, 主要分布在中东部, 表明研究区各县域适应能力变化幅度较大; 原因是西部借助矿产资源优势, 基础设施建设、教育医疗水平、人均收入都快速提高, 如鄂尔多斯、榆林各旗县区等, 适应能力急速提高; 彰武县、法库县、昌图县等东南边界县域由于受沈阳、阜新、承德、朝阳等核心城市的影响, 城镇化速度较快, 表现出适应能力快速提升特征, 东部呼伦贝尔地区受矿产资源开发及旅游业发展, 适应能力也大幅度提高。

3.4 干旱脆弱性变异特征

2000— 2015年, 研究区县域脆弱性指数变异幅度由西南向东北逐渐减小（图7）。脆弱性指数极度变异县域共33个, 占比29.46%, 主要分布在西部和研究区南边界; 脆弱性中度变异县域共60个, 占比53.57%; 脆弱性指数微度变异县域19个, 占比16.96%。究其原因, 西部与中东部相比, 受生态工程建设、城镇化水平提高、人均收入和医疗教育水平提高等因素影响, 面对干旱胁迫的敏感性大幅度下降, 适应能力快速提高, 表现出脆弱性指数变异最大。南边界县域脆弱性指数也呈现大幅度变异, 原因是受海拔较低, 干旱胁迫压力小及沈阳、朝阳、承德等中心城市辐射带动作用强烈的影响, 脆弱性下降明显。脆弱性变异幅度较小的县域分布呈现破碎化, 主要包括乌兰浩特市、阜新市市辖区、赤峰市市辖区、张家口市市辖区、大同市市辖区、托克托县、土默特左旗、怀来县等地区, 这些地区社会经济发展水平本底值较高, 受“ 天花板效应” 影响, 表现出脆弱性变异幅度受到抑制。

	Figure Option View Download New Window
	图7 2000— 2015年北方农牧交错带干旱脆弱性变异特征Fig. 7 Variation characteristics of the drought vulnerability during 2000-2015 in the ecotone between agriculture and animal husbandry in the north of China at county level

3.5 干旱脆弱性冷热点时空演变特征

对研究区各县域单元2000、2008、2015年脆弱性指数进行冷热点分析（图8）。结果表明：

	Figure Option View Download New Window
	图8 2000、2008、2015年北方农牧交错带地区干旱脆弱性冷热点分异Fig. 8 Cold and hot spot distribution of drought vulnerability in 2000, 2008 and 2015 in the ecotone between agriculture and animal husbandry in the north of China at county level

1）2000年研究区脆弱性冷热点不明显 [图8(a)], 其中低脆弱集聚区以呼和浩特市市辖区为中心向外辐射包括武川县、土默特左旗、和林格尔县, 原因是受呼和浩特市市辖区社会经济发展水平较高的“ 涓滴效应” 影响。高脆弱县域集聚区集中在正蓝旗、多伦县、丰宁满族自治旗, 原因是这些县域人口密度小, 社会经济发展水平低, 自然灾害频发, 导致其成为高脆弱县域集聚区。

2）2008年, 研究区脆弱性冷热点与2000年相比明显增加, 总体形成“ 一带两区” 的空间分布特征 [图8(b)]。“ 一带” 指研究区东部边界冷点集聚带, 包括陈巴尔虎旗、鄂温克族自治旗、扎赉特旗、杜尔伯特蒙古族自治旗、科尔沁左翼后旗、双辽市。“ 两区” 分别指西部以环县、定县、盐池县为核心和中部以商都县、兴和县、化德县为核心的两个热点集聚区。原因是2000— 2008年北方农牧交错带受干旱胁迫强烈的区域为西部地区与中部地区, 特别是中部地区乌兰察布市所辖县域干旱灾害频发, 产业单一, 社会经济发展水平低, 表现出高脆弱性特征。

3）2015年县域脆弱性冷热点与2008年相比变化较小 [图8(c)]。东部边界县域脆弱性冷点集聚带扩大明显, 原因是受气候条件较好、经济发展速度快、振兴老东北工业基地等政策倾斜影响, 在应对干旱胁迫时, 表现出适应能力强、低脆弱性集聚特征。

4 讨论与结论

4.1 讨论

1）研究区干旱脆弱性评价的难点在于对农牧复合型人地系统暴露度、敏感性和适应能力的表征、量化及测度。本文以成熟的VSD理论为干旱脆弱性评估框架, 建立了干旱脆弱性表征指标体系, 运用模糊层次分析法（FAHP）替代传统的主成分分析法和层次分析法, 加强了权重计算的科学性, 刻画其在气候变化与社会经济发展的双轮驱动下系统脆弱性时空演化过程, 而对系统演化过程的机制、“ 阈值” 效应等问题尚未探讨, 且脆弱性评价结果只具有特定时空范围内的相对意义, 需要进一步深入研究。

2）本文以县域为空间单元, 侧重探讨宏观尺度的干旱脆弱性分异特征及成因。为进一步揭示研究区干旱脆弱性特征, 需要在微观尺度上关注农牧民的生产、生活状况, 通过将宏观规律数据与微观农牧户数据结合, 深入理解研究区干旱脆弱性的复杂性和多样性。

3）研究区作为受干旱制约凸显的人地系统, 在气候变化与社会经济发展双轮驱动下, 如何降低系统的脆弱性, 其明智的选择是优化系统内部结构和功能^[30]。根据研究区干旱脆弱性特征, 本文提出如下对策：一是避免盲目、过度实施一些重大生态工程, 原因是我们为达到某些特定目的而过度优化人地系统中的某些部分, 却削弱了整个系统的弹性, 增高了系统的脆弱性; 二是重点关注城市化干扰下的人地系统演化特征, 在社会、经济和空间等方面优化其系统内在结构, 并针对不同区域人地系统特点, 提出适应性管理对策, 降低其敏感性, 提高其适应能力; 三是政策作为影响人地系统演化的重要手段, 直接影响着系统的脆弱性高低, 因此, 因地制宜的政策是降低北方农牧交错带各县域脆弱性的重要途径。

4.2 结论

1）研究区干旱脆弱性指数整体呈现出东北低、西南高的特征。2000— 2015年间, 各县域干旱脆弱性差异呈现先增大、后减小的特征, 其中, 西南地区干旱脆弱性长期处于中度以上且脆弱状态改善缓慢。

2）各维度空间格局分异明显。暴露度指数先上升、后下降, 呈现出由东北向西南逐渐增高的态势; 敏感性指数先下降、后上升, 呈现出碎片化分异特征; 适应能力逐年提高, 呈现中部高适应、东部中度适应、西部低度适应。

3）各县域干旱脆弱性呈现西南部变化大、东北部变化小的特征。各维度中, 暴露度呈现由西向东变化度逐渐减小的特征; 敏感性变化度呈现东、西部地区小, 中部地区大的特征; 适应能力变化度呈现东、西部变化大, 中部变化小的特征。

4）研究区干旱脆弱性冷、热点个数增加明显, 其中, 2000— 2008年冷热点数量增加凸显, 形成了东部边界低脆弱集聚带和中、西部高脆弱集聚区。

The authors have declared that no competing interests exist.

参考文献

文献顺序

[1]	TÁNAGO I G, URQUIJO J, BLAUHUT V, et al. Learning from experience: A systematic review of assessments of vulnerability to drought[J]. Natural Hazards, 2015, 80(2): 951-973. [本文引用:1]
[2]	BALOCHISTAN, PAKISTAN ASHRAF M, et al. Determinants of farmers’ choice of coping and adaptation measures to the drought hazard in northwest Balochistan, Pakistan[J]. Natural Hazards, 2014, 73(3): 1451-1473. [本文引用:1]
[3]	THOMAS T, JAISWAL R K, GALKATE R, et al. Drought indicators-based integrated assessment of drought vulnerability: A case study of Bundelkhand droughts in central India[J]. Natural Hazards, 2016, 81(3): 1627-1652. [本文引用:1]
[4]	YUAN X C, WANG Q, WANG K, et al. China’s regional vulnerability to drought and its mitigation strategies under climate change: Data envelopment analysis and analytic hierarchy process integrated approach[J]. Mitigation & Adaptation Strategies for Global Change, 2013, 20(3): 162-172. [本文引用:1]
[5]	MILDREXLER D, YANG Z, COHEN W B, et al. A forest vulnerability index based on drought and high temperatures[J]. Remote Sensing of Environment, 2015, 173: 314-325. [本文引用:1]
[6]	张建春, 储少林, 陈全功. 中国农牧交错带界定的现状及进展[J]. 草业科学, 2008, 28(3): 78-84. [ZHANG J C, CHU S L, CHEN Q G. Advances in defining the boundary of farming-grazing transition zone in China. Pratacultural Science, 2008, 28(3): 78-84. ] [本文引用:1]
[7]	李栋梁, 吕兰芝. 中国农牧交错带的气候特征与演变[J]. 中国沙漠, 2002, 22(5): 76-81. [LI D L, LÜ L Z. Climate characters and evolution of agricultural and pasturing interlaced zone in China. Journal of Desert Research, 2002, 22(5): 76-81. ] [本文引用:1]
[8]	罗倩, 刘晓暄, 苏伟. 基于Mann-Kendall的北方农牧交错带植被时空变化分析[J]. 湖北农业科学, 2015, 55(23): 5891-5895. [LUO Q, LIU X X, SU W. Vegetation spatial and temporal variation analysis based on the Mann-Kendall Patters in the agricultural-pastoral areas. Hubei Agricultural Sciences, 2015, 55(23): 5891-5895. ] [本文引用:1]
[9]	战金艳, 邓祥征, 岳天祥, 等. 内蒙古农牧交错带土地利用变化及其环境效应[J]. 资源科学, 2004, 26(5): 80-88. [ZHAN J Y, DENG X Z, YUE T X, et al. Land use change and its environmental effects in the farming-pasturing interlocked areas of Inner Mongolia. Resources Science, 2004, 26(5): 80-88. ] [本文引用:1]
[10]	秦立刚. 农牧交错带生态系统服务功能及区域气候对下垫面变化响应机制研究 [D]. 北京: 中国农业大学, 2014. [QIN L G. Study of Ecosystem Services and Response Mechanism of Regional Climate on Land Surface Change in Agro-pastoral Ecotone of North China. Beijing: China Agricultural University, 2014. ] [本文引用:1]
[11]	於琍. 干旱对生态系统脆弱性的影响研究——以长江中下游地区为例[J]. 长江流域资源与环境, 2014, 23(7): 1021-1028. [YU L. Assessment on ecosystem vulnerability to drought—The case study of the middle and lower reaches of the Yangtze River. Resources and Environment in the Yangtze Basin, 2014, 3(7): 1021-1028. ] [本文引用:1]
[12]	喻忠磊, 杨新军, 石育中. 关中地区城市干旱脆弱性评价[J]. 资源科学, 2012, 34(3): 581-588. [YU Z L, YANG X J, SHI Y Z. Evaluation of urban vulnerability to drought in Guanzhong area. Resources Science, 2012, 34(3): 581-588. ] [本文引用:1]
[13]	玉米提·哈力克, 塔依尔江·艾山, 黄婷, 等. 新疆2001—2010年农业气候干旱脆弱性分析[J]. 中国沙漠, 2014, 34(1): 254-259. [UMUT H, TAYIERJIANG A S, HUANG T, et al. Vulnerability to drought on agriculture in Xinjiang during 2001-2010. Journal of Desert Research, 2014, 34(1): 254-259. ] [本文引用:1]
[14]	李梦娜, 钱会, 乔亮. 关中地区农业干旱脆弱性评价[J]. 资源科学, 2016, 38(1): 166-174. [LI M N, QIAN H, QIAO L. Evaluation of agricultural vulnerability to drought in Guanzhong area. Resources Science, 2016, 38(1): 166-174. ] [本文引用:1]
[15]	POLSKY C, NEFF R, YARNAL B. Building comparable global change vulnerability assessments: The vulnerability scoping diagram[J]. Global Environmental Change, 2007, 17(34): 472-485. [本文引用:1]
[16]	ACOSTA-MICHLIK L, ESPALDON V. Assessing vulnerability of selected farming communities in the Philippines based on a behavioural model of agent’s adaptation to global environmental change[J]. Global Environmental Change, 2008, 18(4): 554-563. [本文引用:1]
[17]	陈佳, 杨新军, 尹莎, 等. 基于VSD框架的半干旱地区社会-生态系统脆弱性演化与模拟[J]. 地理学报, 2016, 71(7): 1172-1188. [CHEN J, YANG X J, YIN S, et al. The vulnerability evolution and simulation of the social-ecological systems in the semi-arid area based on the VSD framework. Acta Geographica Sinica, 2016, 71(7): 1172-1188. ] [本文引用:3]
[18]	孙睿, 刘昌明, 朱启疆. 黄河流域植被覆盖度动态变化与降水的关系[J]. 地理学报, 2001, 56(6): 667-672. [SUN R, LIU C M, ZHU Q J. Relationship between the fractional vegetation cover change and rainfall in the Yellow River Basin. Acta Geographica Sinica, 2001, 56(6): 667-672. ] [本文引用:1]
[19]	SCHMIDT H, GITELSON A. Temporal and spatial vegetation cover changes in Israeli transition zone: AVHRR-based assessment of rainfall impact[J]. International Journal of Remote Sensing, 2000, 21: 997-1010. [本文引用:1]
[20]	刘彦随, 李进涛. 中国县域农村贫困化分异机制的地理探测与优化决策[J]. 地理学报, 2017, 72(1): 161-173. [LIU Y S, LI J T. Geographic detection and optimizing decision of the differentiation mechanism of rural poverty in China. Acta Geographica Sinica, 2017, 72(1): 161-173. ] [本文引用:2]
[21]	方创琳, 王岩. 中国城市脆弱性的综合测度与空间分异特征[J]. 地理学报, 2015, 70(2): 234-247. [FANG C L, WANG Y. A comprehensive assessment of urban vulnerability and its spatial differentiation in China. Acta Geographica Sinica, 2015, 70(2): 234-247. ] [本文引用:1]
[22]	李博, 杨智, 苏飞. 基于集对分析的大连市人海经济系统脆弱性测度[J]. 地理研究, 2015, 34(5): 967-976. [LI B, YANG Z, SU F. Measurement of vulnerability in human-sea economic system based on set pair analysis: A case study of Dalian city. Geographical Research, 2015, 34(5): 967-976. ] [本文引用:1]
[23]	CHANG D Y. Applications of the extent analysis method on fuzzy AHP[J]. European Journal of Operational Research, 1996, 95(3): 649-655. [本文引用:2]
[24]	张吉军. 模糊层次分析法(FAHP)[J]. 模糊系统与数学, 2000, 14(2): 80-88. [ZHANG J J. Fuzzy analytical hierarchy process. Fuzzy Systems and Mathematics, 2000, 14(2): 80-88. ] [本文引用:1]
[25]	Li L, Shi Z H, Yin W, et al. 2009. A fuzzy analytic hierarchy process (FAHP) approach to eco-environmental vulnerability assessment for the Danjiangkou reservoir area, China[J]. Ecological Modelling, 220(23): 3439-3447. [本文引用:1]
[26]	鲁大铭, 石育中, 李文龙, 等. 西北地区县域脆弱性时空格局演变[J]. 地理科学进展, 2017, 36(4): 404-415. [LU D M, SHI Y Z, LI W L, et al. Spatiotemporal change of vulnerability in counties of Northwest China. Progress in Geography, 2017, 36(4): 404-415. ] [本文引用:2]
[27]	史培军, 等. 中国北方农牧交错带土地利用时空格局与优化模拟 [M]. 北京: 科学出版社, 2009: 15-20. [SHI P J, et al. Land Use of Spatio-Temporal Pattern and Optimization Simulation in the Agro Pastoral Ecotone in Northern China. Beijing: Science Press, 2009: 15-20. ] [本文引用:1]
[28]	HUANG L M, YANG P L, REN S M. The vulnerability assessment method for Beijing agricultural drought[C]// IFIP Advances in Information & Communication Technology, AICT-419 (Part I), 2014: 269-280. [本文引用:3]
[29]	何宝忠, 丁建丽, 张喆, 等. 新疆植被覆盖度趋势演变实验性分析[J]. 地理学报, 2016, 71(11): 1948-1966. [HE B Z, DING J L, ZHANG Z, et al. Experimental analysis of spatial and temporal dynamics of fractional vegetation cover in Xinjiang. Acta Geographica Sinica, 2016, 71(11): 1948-1966. ] [本文引用:1]
[30]	赵媛媛, 何春阳, 李晓兵, 等. 干旱化与土地利用变化对中国北方草地与农牧交错带耕地自然生产潜力的综合影响评价研究[J]. 自然资源学报, 2009, 24(1): 123-135. [ZHAO Y Y, HE C Y, LI X B, et al. Impacts of land use and climate change on cultivated land potential productivity in farming-past oral zone of North China. Journal of Natural Resources, 2009, 24(1): 123-135. ] [本文引用:1]

2015

0.0

... 随着全球气候变暖,干旱引起的农业灾害日趋频繁,破坏程度也愈加严重,阻碍着地区经济社会的可持续发展^[1] ...

2014

0.0

... 北方农牧交错带是传统农业区向畜牧业区转变的过渡区,对于干旱干扰极端敏感,是干旱干扰影响最深刻、最凸显的区域,人地系统具有突出的不稳定性与敏感性特征^[2] ...

2016

0.0

... 问题,使其成为中国最典型的集干旱灾害频发、贫困集聚的生态脆弱区^[3] ...

2013

0.0

... 干旱环境下北方农牧交错带人地系统不稳定、敏感及其有限的适应能力,凸显出其脆弱性特征^[4] ...

2015

0.0

... 受发展阶段的影响,其人地系统脆弱性特征呈现差异性^[5] ...

2008

0.0

... 以往关于北方农牧交错带的研究多集中在范围界定^[6]、气候演变^[7]、植被覆盖度变化^[8]、土地结构^[9]、生态系统健康评价等方面^[10],缺乏#cod#x0201c ...

2002

0.0

2015

0.0

2004

0.0

2014

0.0

2014

0.0

... 干旱脆弱性于20世纪90年代初受到国外学者的关注,并将其归纳为人地系统中自然、社会与经济多重要素遭受干旱扰动而影响系统应对干旱能力的状态^[11,12] ...

2012

0.0

2014

0.0

... 当前国内外关于干旱脆弱性的研究主要集中在干旱灾害^[13]、农业干旱脆弱性评价^[14]等方面,而对干旱扰动下人地系统自身要素和结构特征变化引发的脆弱性的关注相对较少 ...

2016

0.0

2007

0.0

... 在理论框架上,Polsky等^[15]、Acosta-Michlik等^[16]提出了VSD（Vulnerability Scoping Diagram）和ADV（Agents Differential Vulnerability）脆弱性整合评估框架,为研究者提供了清晰全面的脆弱性评价思路,其中,VSD评估框架适用于区域尺度系统脆弱性评价,而ADV框架更适合个体或微观尺度脆弱性评价^[17] ...

2008

0.0

2016

0.0

... 1 干旱脆弱性评价指标体系VSD脆弱性评估框架明确将系统脆弱性定义为暴露度（Exposure）、敏感性（Sensitivity）和适应能力（Adaptive Capacity）的函数^[17] ...

... 3 脆弱性模型建立脆弱地区不一定是暴露强区,显式空间脆弱性模型（SERV模型）关注了研究被忽视的要点,在区域制定适应性对策时,有利于分配有限的资源用于更加脆弱而不只是高度暴露的地区^[17] ...

2001

0.0