Comprehensive climate change risk regionalization of China
WUShaohong收稿日期:2016-07-22
修回日期:2016-10-10
网络出版日期:2017-01-20
版权声明:2017《地理学报》编辑部本文是开放获取期刊文献，在以下情况下可以自由使用：学术研究、学术交流、科研教学等，但不允许用于商业目的.
基金资助:
作者简介:
-->
展开
摘要
关键词：
Abstract
Keywords：
-->0
PDF (5554KB)元数据多维度评价相关文章收藏文章
本文引用格式导出EndNoteRisBibtex收藏本文-->
1 引言
应对气候变化是近年来全球各国政界、学界以及公众持续关注的高度热点问题[1-3]。联合国政府间气候变化工作委员会（IPCC）于2013年的第五次评估报告显示,1880-2012年,全球海陆表面平均温度呈线性上升趋势,升高了0.85 ℃[4]。以增暖为主要特征的全球气候变化导致社会和经济发展的气候驱动变率增大,自然灾害呈现极端事件频次增加、灾害连锁反应、多灾并发等特点,给对气候变化尤其是极端事件有着较高敏感性的人口、经济、农业以及生态系统等带来巨大风险[5-6]。IPCC发布的《管理极端事件和灾害风险促进气候变化适应特别报告》（SREX）[7],评估了可导致自然灾害的气候、环境和人类因素之间的相互作用,为全球决策者应对极端事件、管理灾害风险、提高气候变化适应能力提供了指南[8]。巴黎气候变化大会的召开,建立了促进所有缔约方“增强适应能力、提高恢复力和降低气候脆弱性”的全球目标[9]。在此推动下,适应气候变化将成为下一阶段应对气候变化的重点之一[10]。气候变化风险是指自然和人为干扰（人类活动）所形成气候系统的变化,对自然环境系统和社会经济系统造成不利影响的可能性及其程度的结合[11]。随着未来社会经济发展,气候变化危险性与自然环境和社会经济承险体耦合形成有规律的风险时空格局。将此时空格局系统化的表达即是综合气候变化风险区划,是开展适应气候变化工作的科学基础之一。综合气候变化风险区划工作,即是在不同系统或部门气候变化风险综合评估的基础上,根据风险分布的空间规律,按照区域自然环境及社会环境的结构、功能及特点,划分成不同来源、不同等级的地区,为适应气候变化工作的空间配置等进行指导。只有明晰不同区域气候变化风险的来源、程度及主要特征,客观认识区域内及区域之间气候变化风险分布的相似性和差异性,从综合角度揭示气候变化风险的区域分异规律,确定风险管理的优先管理顺序,才能有效地实现综合气候变化风险分区管理,特别是对于风险管理的地域分工、区域战略、区域措施的制定提供理论依据,为区域内的生产和生活活动的抉择提供充分的风险信息。
区划作为揭示陆地表层地域分异规律的重要手段,在社会经济发展中一直起着重要作用[12]。20世纪50年代,黄秉维等[13]以农业生产为服务目标,建立地域系统的基础理论体系,将陆地表层复杂的状况进行了系统化表征,完成了中国综合自然区划;到20世纪80年代,中国的自然地域系统研究的方法论进一步规范化,区划理论进一步具体化[14-17];20世纪90年代,随着生态与环境问题的日益突出,以生态建设和环境保护为服务目标的地域系统研究得到发展,将宏观生态系统的概念引用到区划工作中,完成了中国生态地理区域系统、中国生态区划等[18-21]。21世纪以来,随着地球系统科学和可持续发展研究的深入,已有的区划已不能适应新形势的需求,集自然与社会经济要素的综合区划是目前发展的主要趋势。郑度、吴绍洪、葛全胜、樊杰等先后开展了综合区划工作的探索[22-25],然而在综合区划的理论完善和技术支撑等方面仍存在诸多问题有待于完善。近期,在全球增暖背景下,史培军等完成了中国气候变化区划[26]。借助于日益发展的地理信息系统技术,针对单一气候灾害的风险区划得以迅速而广泛地展开[27-30]。然而,综合风险区划因其高度的综合性和系统性,需要考虑多重指标和复杂的系统内部关系,开展较为困难。综合气候变化风险区划既要考虑气候变化发展导致的危险性,也要考虑社会经济系统的脆弱性与暴露度,是综合区划工作的有益尝试。
综合气候变化风险区划是气候变化风险科学理论与实践应用的纽带与桥梁,其目标是服务于社会的可持续发展,并为适应气候变化和建立风险预警机制提供决策支持。综合气候变化风险区划是区域风险管理的重要手段之一,对中国而言,完整的综合气候变化风险区划方案必不可少。联合国气候变化框架公约（UNFCCC）指出其最终目标是将大气中温室气体的浓度稳定在防止气候系统受到危险的人为干扰的水平上,这一水平应当在足以使生态系统能够自然地适应气候变化、确保粮食生产免受威胁并使经济发展能够可持续地进行的时间范围内实现[31]。UNFCCC关注的3个受气候变化影响的主要领域为生态系统、粮食生产和社会经济系统,可作为表征某区域气候变化风险程度的重要指标。
鉴于此,本文在RCP 8.5情景下对中国2021-2050年粮食生产、生态系统、社会经济系统气候变化风险分类与综合评估的基础上,提出综合气候变化风险区划的原则方法和指标体系,建立综合气候变化风险三级区划系统,构建中国综合气候变化风险区划方案。
2 数据与方法
2.1 数据来源
本文所需的数据主要用来开展未来气候变化情景下生态系统、粮食生产以及社会经济系统风险模拟预估以及验证。其中,气候变化情景数据是从多领域间影响模型比较计划（The Inter-Sectoral Impact Model Inter-comparison Project, ISI-MIP）获取的经空间降尺度、偏差校正后的5套“典型浓度路径”（Representative Concentration Pathways, RCP）情景下的全球气候模式（Global Climate Model, GCM）模拟结果。这5个GCM均来自于第五次耦合模式比较计划（Coupled Model Inter-comparison Project Phase 5, CMIP5）。RCP是IPCC发展的新一代温室气体排放情景,主要包括4种排放情景[32-33]。本文选用的为RCP 8.5情景。RCP 8.5情景是最高的温室气体排放情景,假定人口增长最快、技术革新水平较低、能源改善十分缓慢,导致持续过高的能源需求以及大量的温室气体排放,2100年辐射强迫高达8.5 W/m2 [34]。过去基准时期CO2浓度数据来自美国NOAA/ESRL发布的全球大气CO2浓度监测数据。土壤质地数据来自联合国粮农组织提供的全球土壤质地类型图。极端事件灾害数据来源于国家减灾委员会,包括洪涝、高温热浪、干旱等灾害的起止时间、强度以及损失情况。基准时段（1981-2010年）的气候数据来源于中国气象科学数据共享服务网。人口与国内生产总值（GDP）情景数据来源于共享社会经济路径（Shared Socio-economic Pathways, SSPs）,每一个具体的SSP代表了一类发展模式,包括相应的人口、GDP、技术生产率、收入增长率以及社会发展指标（如收入分配）等定量数据,也包括对社会发展的程度、速度和方向的定性描述。根据IPCC情景组提供的RCPs与SSPs之间的对应情况,RCP 8.5一般对应于SSP 3社会经济情景。SSP3是局部发展或不一致发展,面临高的气候变化挑战。因此,本文选择SSP3社会经济情景,数据源来源于日本国立环境研究所基于国际应用系统研究所（IIASA）模拟的国家人口与GDP情景降尺度资料,空间分辨率为0.5°×0.5°。
2.2 综合气候变化风险预估方法
气候变化风险可主要分为两类致险事件：突发性事件和渐变事件。突发事件的特点是,一旦发生即在短时间显现出危害和不利后果,气候变化因素相当于自然灾害中的致灾因子,通常表现为极端气候事件[35-36]。对于这一类来说,气候变化风险是气候致险因子、承险体脆弱性及暴露度三者的函数。渐变事件的特点是,当系统的指标超过某个阈值,随即发生突变,产生不利影响[37]。这类事件主要发生在气候因子既是发展动力,同时又是致险动力的领域中,如自然生态系统、农业生产等领域。此类风险的预估,必须是以该领域的变化趋势结合关键阈值开展。本文中,气候变化下干旱、高温热浪、洪涝等极端事件导致的社会经济（人口和经济）风险用突发事件的评估方法进行评估;粮食生产、生态系统的风险用渐变事件的评估方法,即阈值进行评估。最后,对人口、经济、粮食和生态4类承险体的风险基于主导因素等方法进行综合预估。
2.3 区划方法与指标体系
2.3.1 区划原则 综合气候变化风险区划原则是开展区划研究工作的基础,对区划指标选取、等级系统确定、区划方法选择等具有关键的指导作用。本文主要考虑以下若干原则：（1）系统性原则
综合气候变化风险是由不同风险事件之间相互作用、相互联系而形成的整体,单个要素的变化,可能导致其他要素改变,以至影响到整个“共生”体系的演变。气候变化风险的发生、发展和管理涉及到自然生态系统及社会经济系统的多个方面,只有从整体、系统性的角度出发,才能全面认识和理解气候变化风险的发生和发展规律。
（2）主导因素原则
中国的自然环境与社会经济要素具有明显空间差异,不同区域气候变化风险的主导因素不同。主导因素的变化可能会引起整个系统发生明显的改变。基于主导因素法进行气候变化风险区划利于风险管理与适应的开展。
（3）空间连续性原则
空间连续性原则,又称共轭性原则,其要求所划分的区域作为个体保证空间连续性,不可分离且不重复。依据空间连续性原则,两个风险要素和等级相对一致的地区,若存在空间彼此分离的状况,则这两个地区不可划分为同一风险（危险）类型区。空间连续性原则对于自下而上合并的区域划分具有重要意义。
（4）与行政边界相结合的原则
综合气候变化风险区划要为风险管理和适应提供决策支持,各级行政单元是气候变化风险管理与适应的基础。在进行综合风险区划时可适当调整风险区划界线以适应某级行政区划界线,这是一种牺牲分区的客观性以换取风险管理的可行性以及适应气候变化工作合理性和有效性的举措。
（5）相对一致性原则
相对一致性原则是指任一气候变化风险区,区内相似性尽可能大,区际差异性尽可能大。对于不同的气候变化风险区域单元来说,气候变化敏感区的一致性体现在温度与降水变化的趋势与速率上大致相同;极端事件危险区的一致性体现在大致相近的气候变化背景下,极端气候事件发生的频率与强度也大体相同,承险体风险区的主体风险程度也大体一致。
2.3.2 区划方法 综合气候变化风险区划的方法和途径是贯彻区划原则的手段,而且区划的方法是与某一个或某几个区划原则相统一的。本文采用自上而下的演绎法和自下而上的归纳法相结合,对气候变化风险进行区划。无论是自上而下的演绎法还是自下而上的归纳法,都应顺序进行,这与区划的相对一致性原则和空间连续性原则是相统一的[38]。
（1）自上而下的演绎法
“自上而下”演绎方法是以宏观格局为基础,根据客观的自然规律以及某些区划指标,首先进行最高级别单元的划分,然后依次将已划分出的高级别单元根据相关因素的差异再划分成低一级单元,一直划分到最低级区划单元为止,是在较大范围上进行区划时多采用的方法。该方法从气候变化及自然环境的全局着眼,保证了气候变化风险区划的真实性和合理性,可避免自下而上归纳过程可能出现的跨区合并问题;但其也存在缺点,划分的界线较模糊,继续划分下一级单元的科学性和准确性值得怀疑。
（2）自下而上的归纳法
“自下而上”归纳方法是通过对最小单元指标的分析,合并出最低级的区划单位,然后再在低级区划单位的基础上,逐步合并出较高级别的单位,直到得出最高级别的区划单位为止,是适用于小范围尺度区划的方法。该方法是在考虑大的自然地域分异规律、气候变化及自然灾害的背景下,综合低一级的各个指标,归纳为高一级别的单元。“自下而上”区划不但是“自上而下”区划的重要补充,而且为区划提供较为准确的区划界线,“自下而上”区划界线才具有确定性。
在进行综合气候变化风险评估与区划时须拓宽思路,结合自上而下和自下而上的方法,在综合指导下分析,在分析基础上综合[39]。具体来说,首先采用自上而下的演绎法确定气候变化敏感区,并在各大区范围内依据危险性指标（干旱、高温热浪、洪涝等）划分为极端事件危险区;基于各个指标的危险性和暴露度,获取不同指标的风险基本单元,小范围内进行自下而上的区域合并为不同承险体的综合气候变化风险区。
2.3.3 等级系统与指标体系 气候变化风险由致险因子危险性、承险体脆弱性与暴露度共同组成。为了充分反映气候变化风险的要素构成,本区划采用三级区划系统,即气候变化敏感区（一级）、极端事件危险区（二级）和承险体综合风险区（三级）。在遵循上述区划原则的基础上,首先基于RCP 8.5情景下2021-2050年气候变化情景数据,根据气温、降水的变化状况进行气候变化敏感区划分;然后根据干旱、高温热浪和洪涝发生的频次与强度划分极端事件危险区;最后,根据UNFCCC关注的三大领域[31],选择人口、经济、粮食生产、生态系统4个承险体,对不同气候变化敏感区和极端事件危险区进行承险体综合风险区划分。具体划分指标体系如下：
（1）气候变化敏感区 以气温、降水作为基础资料,利用最小二乘法线性拟合,分别计算二者在2021-2050年期间的变化速率。以全国所有栅格单元的气温平均变化速率作为划分标准,根据气温变化速率是否高于全国平均变化速率,将全国划分强暖敏感区或弱暖敏感区;以降水变化趋势的增减状况,将全国划分为增雨或减雨敏感区。
（2）极端事件危险区 分别选择综合气象干旱指数（GB/T 20481-2006）、高温热浪指数（GB/T 29457-2012）以及洪涝指数计算干旱、高温热浪和洪涝3种极端事件轻度、中度、重度发生的频次,进而根据极端事件发生的频次与强度,基于从重原则,采取叠置分析法得到不同地区极端事件危险性高低（表1）。
Tab. 1
表1
表1极端事件危险区二级区划分指标体系
Tab. 1The index system of the danger zones of extreme events
| 指标名称 | 轻度 | 中度 | 重度 |
|---|---|---|---|
| 综合气象干旱指数(CI) | -1.8<CI ≤ -1.2 | -2.4<CI ≤ -1.8 | CI ≤ -2.4 |
| 高温热浪指数(HI) | 2.8 ≤ HI<6.5 | 6.5 ≤ HI<10.5 | HI ≥1 0.5 |
| 洪涝指数(FI)* | 30(35)~150 mm | 150~250 mm | ≥ 250 mm |
新窗口打开
（3）承险体综合风险区 承险体综合风险区是进行综合气候变化风险区划的最小单元。基于气候变化趋势与极端事件对粮食生产、生态系统、人口与经济系统的综合风险评估结果,分别划分粮食、生态、人口及经济等不同承险体的不同程度风险等级,再根据风险区划的原则,划分出不同区域的承险体综合危险区。其中,气候变化粮食生产风险的阈值主要是以RCP 8.5情景下2021-2050年多年粮食平均产量和1991-2000年粮食多年平均产量的比值判定,比值大于1无风险,反之则有风险;其中,比值高于0.98的为低风险;比值低于0.95为高风险,二者之间为中风险[40]。气候变化对生态系统风险由RCP 8.5情景下2021-2050年生态系统净初级生产力（NPP）的变化趋势和速率确定,NPP趋势为正则无风险,反之有风险;负趋势中,NPP变化速率高于-20.62 gC/m2 a（均值+标准差/4）的为低风险;低于-38.09 gC/m2 a（均值-标准差/4）的为高风险,二者之间为中风险。人口承险体风险是通过RCP 8.5情景下2021-2050年干旱、洪涝极端事件的人口风险评价得到。在此基础上,由全部栅格的均值和标准差进行分级,受灾人口低于25.0万（均值-标准差/4）的为低风险,高于129.3万（均值+标准差/4）的为高风险,二者之间为中风险。经济承险体风险是通过RCP 8.5情景下2021-2050年高温、洪涝极端事件的国内生产总值（GDP）风险评价得到,由全部栅格的均值和标准差进行分级,GDP损失低于3.5亿元（均值-标准差/4）的为低风险,高于10.1亿元（均值+标准差/4）的为高风险,二者之间为中风险。
3 结果分析
基于上述数据来源、区划原则与方法、等级系统与指标体系等,将全国划分为8个气候变化敏感区、19个极端事件危险区以及46个承险体综合风险区（表2）。Tab. 2
表2
表2中国综合气候变化风险区划系统
Tab. 2The regionalization system of China's comprehensive climate change risk
| 气候变化敏感区 | 极端事件危险区 | 承险体风险区 |
|---|---|---|
| I 东北强暖增雨敏感区 | A 大小兴安岭—内蒙古高原干旱危险区 | I A 1(ba) 经济人口低风险区 I A 1(bac) 经济人口生态低风险区 I A 1(cab) 生态人口经济低风险区 I A 2(cba) 生态经济人口中低风险区 I A 3(cab) 生态人口经济中风险区 |
| B 松辽平原—长白山山地洪涝危险区 | I B 1(ba) 经济人口低风险区 I B 2(ba) 经济人口中低风险区 I B 2(bacd) 经济人口生态粮食中低风险区 | |
| II 华北弱暖增雨敏感区 | A 黄土高原干旱危险区 | II A 1(ba) 经济人口低风险区 II A 2(badc) 经济人口粮食生态中低风险区 II A 2(cba) 生态经济人口中低风险区 II A 3(bacd) 人口经济生态粮食中风险区 |
| B 华东沿海洪涝危险区 | II B 3(abc) 人口经济生态中风险区 II B 3(ba) 经济人口中风险区 II B 4(abdc) 人口经济粮食生态中高风险区 | |
C 华北平原热浪危险区 | II C 3(bad) 经济人口粮食中风险区 II C 3(badc) 经济人口粮食生态中风险区 II C 5(abd) 人口经济粮食高风险区 | |
| D 鄂尔多斯高原旱热危险区 | II D 1(bac) 经济人口生态低风险区 II D 2(cab) 生态人口经济中低风险区 | |
| III 华东—华中强暖减雨敏感区 | B 东南沿海洪涝危险区 | III B 2(adb) 人口粮食经济中低风险区 III B 4(dabc) 粮食人口经济生态中高风险区 |
| C 四川盆地—鄂黔山地热浪危险区 | III C 2(abd) 人口经济粮食中低风险区 III C 2(ba) 经济人口中低风险区 III C 3(abc) 人口经济生态中风险区 | |
| E 长江中下游涝热危险区 | III E 3(abc) 人口经济生态中风险区 III E 4(abdc) 人口经济粮食生态中高风险区 | |
| IV 华南—西南弱暖增雨敏感区 | A 滇西—滇中干旱危险区 | IV A 1(bac) 经济人口生态低风险区 IV A 4(dcba) 粮食生态经济人口中高风险区 |
| C 黔滇山地热浪危险区 | IV C 3(bcda) 经济生态粮食人口中低风险区 IV C 5(cbda) 生态经济粮食人口高风险区 | |
| E 华南沿海涝热危险区 | IV E 3(dba) 粮食经济人口中风险区 IV E 5(cdba) 生态粮食经济人口高风险区 | |
| V 西北强暖增雨敏感区 | C 东塔里木盆地热浪危险区 | V C 1(dba) 粮食经济人口低风险区 V C 2(dab) 粮食人口经济中低风险区 |
| D 新甘蒙—准格尔旱热危险区 | V D 1(abc) 人口经济生态低风险区 V D 1(ba) 经济人口低风险区 V D 2(dab) 粮食人口经济中低风险区 | |
| VI 西北弱暖减雨敏感区 | A 天山高山盆地干旱危险区 | VI A 2(cbad) 生态经济人口粮食中低风险区 |
| C 西塔里木盆地热浪危险区 | VI C 1(d) 粮食低风险区 VI C 3(dba) 粮食经济人口中风险区 | |
| VII 青藏高原弱暖增雨敏感区 | A 青藏高原东部干旱危险区 | VII A 1(ba) 经济人口低风险区 VII A 2(dcba) 粮食生态经济人口中低风险区 |
| B 东喜马拉雅南翼洪涝危险区 | VII B 1(cab) 生态人口经济低风险区 | |
| VIII 青藏高原强暖增雨敏感区 | A 青藏高原中西部干旱危险区 | VIII A 0 基本无风险区 VIII A 1(dba) 粮食经济人口低风险区 |
新窗口打开
3.1 气候变化敏感区一级区
气温的变化是气候变化的最基础指标,降水变化也是表征气候变化的最关键指标之一。基于RCP 8.5情景下2021-2050年气温变化趋势与速率以及降水变化趋势与速率（图1a、1b）,对全国进行气候变化敏感区一级区划分。一级区划在尊重气温与降水变化趋势和速率空间格局的基础上,以中国地貌单元和地形特征为辅助参考指标,将全国划分为8个气候变化敏感区,即华北强暖增雨敏感区、华北弱暖增雨敏感区、华东—华中强暖增雨敏感区、华南—西南弱暖增雨敏感区、西北强暖增雨敏感区、西北弱暖减雨敏感区、青藏高原弱暖增雨敏感区、青藏高原强暖增雨敏感区（图2）,以罗马字母I、II、III等标记。从全国格局来看,中国国土范围内2021-2050年间在RCP 8.5情景下普遍增温,尤其是东北、西北、青藏高原中西部以及华东—华中部分地区呈强增暖趋势,在其他地区呈弱增暖趋势。从降水的变化格局来看,西北天山高山盆地、华东—华中等地区降水呈减少趋势,其他地区降水呈增加趋势。
显示原图|下载原图ZIP|生成PPT图1中国未来气候变化趋势与速率(2021-2050,RCP 8.5)
-->Fig. 1The variation trend and rate of the future climate change in China (2021-2050, RCP 8.5)
-->
显示原图|下载原图ZIP|生成PPT图2中国综合气候变化风险一级区划(2021-2050,RCP 8.5)
-->Fig. 2China's comprehensive climate change risk regionalization-level I (2021-2050, RCP 8.5)
-->
3.2 极端事件危险区二级区
基于RCP 8.5气候情景资料,分别计算了干旱、高温热浪和洪涝指数等极端事件的发生频次与强度,并在全国范围内划分了危险性等级（图3）,用大写A、B、C、D、E等标记（表2）。可以发现,全国干旱高危险区主要分布在内蒙古南部、黄土高原、西南南部、西北北部、青海省及青藏高原西部等地区;干旱中危险区主要分布在内蒙古高原、华北、华南南部、新甘蒙丘陵平原、塔里木盆地南部、昆仑山脉、青藏高原中部和横断山脉等地区。全国热浪高危险区主要分布在华北内陆、华东内陆、四川盆地、华南、内蒙古西部、准格尔盆地和塔里木盆地;热浪中危险区集中分布在东部沿海和黄河中游地区。全国洪涝高危险区主要分布在东部沿海、长江中下游平原和华南地区;洪涝中危险区主要分布在完达山三江平原、松辽平原、黄河下游、长江中下游低山丘陵;东喜马拉雅山南翼是洪涝高、中危险区。
显示原图|下载原图ZIP|生成PPT图3中国未来极端气候事件危险性空间格局(2021-2050,RCP 8.5)
-->Fig. 3The spatial pattern of the future hazard of extreme climate events in China (2021-2050, RCP 8.5)
-->
在干旱、高温热浪和洪涝发生危险性评价的基础上,依据干旱、高温热浪和洪涝的危险性空间格局,结合气候变化敏感区一级区的划分,对不同敏感区进行了极端事件危险区的区划,将全国划分为19个极端事件危险区（图4）。
显示原图|下载原图ZIP|生成PPT图4中国综合气候变化风险二级区划(2021-2050,RCP 8.5)
-->Fig. 4China's comprehensive climate change risk regionalization-level II (2021-2050, RCP 8.5)
-->
3.3 承险体风险区三级区
依据UNFCCC的最终目标,选择人口、经济、生态及粮食4个承险体进行综合气候变化风险评估（图5）,用小写a、b、c、d等及其组合标记。由图5可以看出,全国人口风险等级较高的地区集中分布在东部,主要包括华北、华东、华中、四川盆地和华南;全国经济风险等级较高的地区也集中分布在东部,主要包括东北中部、东北南部、华北、华东北部、华中、四川盆地、华南和西南中部;全国生态风险等级较高的地区主要分布在内蒙古高原东部、黄土高原、江淮东部、华南、西南东部和天山高山盆地;粮食风险是按县级行政单元进行评估的,全国风险等级较高的地区主要分布在淮海平原、东南沿海丘陵、南岭山地、西南南部、新疆南部和青海省东部。
显示原图|下载原图ZIP|生成PPT图5中国未来不同承险体综合风险空间格局(2021-2050,RCP 8.5)
-->Fig. 5The spatial pattern of the future comprehensive risk for different risk bearing bodies in China (2021-2050, RCP 8.5)
-->
基于不同承险体综合风险的空间格局,在一级和二级区划的基础上,将全国划分为46个承险体综合风险区三级区,与一级区和二级区共同构成中国综合气候变化风险区划（图6）。
显示原图|下载原图ZIP|生成PPT图6中国综合气候变化风险区划(2021-2050,RCP 8.5)
-->Fig. 6China's comprehensive climate change risk regionalization-Level III (2021-2050, RCP 8.5)
-->
4 讨论
本文在以往综合自然区划研究方法论的基础上,考虑气候变化风险的组成要素：危险性、脆弱性与暴露度,进而构建区划指标体系与等级系统。气候变化敏感区一级区,重点在于揭示未来2021-2050年在RCP 8.5情景下,中国国土范围内的气候变化趋势及其空间格局。需要说明的是,这里的敏感区是指主要气候要素可能发生变化的区域。气候变化敏感区反映了气温与降水变化趋势和速率的空间格局,是气候变化下粮食生产和生态系统风险形成的主要驱动力,也显示气候变化风险产生的基本背景。极端事件危险区二级区,目标在于揭示主要气象水文极端事件发生危险性的空间格局。本文选择了最为典型的、分布范围广泛的、易于受气候变化影响的三种极端事件,定量评价了三者的频次和强度及其空间格局。实际上,还有诸如低温冷冻、台风、风雹、雪、风暴潮等气象水文灾害可能与气候变化有关,但其发生的区域性特征更为明显,因而本次研究没有包括进来。极端事件是气候变化导致社会经济损失的主要途径,一般表现为受影响人口、伤亡人口、造成GDP损失等。这里的经济损失不仅包括农业生产损失,还包括二、三产业可能受到的经济损失。此外,本文中的粮食生产风险是基于作物模型模拟气候变化情景下产量的变化,而极端事件导致GDP的损失虽然包括农业的损失,与粮食生产风险并不重复。对于极端事件风险,考虑到科技进步等因素,干旱基本不会造成人员伤亡,高温热浪也很少对经济造成直接的损失,本文主要评价了干旱对经济的风险、高温热浪对人口的风险以及洪涝对人口和经济共同风险的空间格局。在气候变化敏感区、极端事件危险区划分的框架内,在人口、经济、粮食、生态等不同承险体综合气候变化风险评估的基础上,划分了46个承险体综合风险区。承险体综合风险区是综合气候变化风险区划的最基本单元。如前所述,本区划之所以选择人口、经济、粮食和生态4个承险体作为风险评估的对象,是为了响应UNFCCC的最终目标。尽管如此,未来气候变化风险区划工作可以依据不同的目标,不限于这4个承险体,尤其是在区域性气候变化风险区划工作的过程中,可以根据区域特点,适当增加承险体的数量,开展更有针对性的风险评估。
综合气候变化风险区划具有明显的时间尺度特征。一般认为30年是气候变化研究的最短时段,本区划选择2021-2050年的时段开展研究,IPCC在编写第三次和第四次评估报告时将1991-2020作为近期时段,2021-2050作为中期时段,2051-2080作为远期时段。但从目前看,2021-2050应该是近期时段,是整个人类社会需要马上着手应对气候变化的时段。然而,这并不意味着所有的气候变化风险区划都必须按照这样的时间尺度开展。不同时间尺度、不同时段可能存在不同的气候变化风险格局,也就需要展现不同的气候变化风险区划方案。应该根据不同区域、不同目标的需求,选择确定气候变化风险区划的时间段和尺度。
本综合气候变化风险区划是基于ISI-MIP计划的RCP 8.5下的气候情景完成的。由于当前研究水平的限制,还无法准确预测未来的气候,因此必须借助于情景分析开展研究。IPCC相继推出了增量情景、温室气体排放情景（SRES）、典型浓度路径情景（RCPs）。不同情景由于其科学假设的不同,其生产的气候情景数据也有所差异[32, 41]。此外,气候情景数据还取决于使用的全球气候模式（GCM）及其降尺度的方法。如前所述,本文采用的是基于CMIP5的5个主流GCM的模式结果,ISI-MIP对其主要气候要素利用双线性插值方法插值为统一的水平分辨率0.5°×0.5°,并采用基于概率分布的统计偏差订正法对插值结果进行逐一订正[42-43]。因此,该数据的结果是基本可信的,也得到广泛的应用[44-46]。然而,由于气候模式、排放情景都是研究全球尺度,在降尺度到中国区域过程中很可能产生了不确定性,这也在某种程度上导致了气候变化风险评估的不确定性。
此外,本文在区划的过程中,GIS等技术在区域划界起到重要的支撑作用。但多要素的综合仍然是本文遇到的一个难题。尽管采用了一些人工智能和模糊聚类方法,模拟传统陆地表层格局划分中专家对多要素的综合分析和界线划分,以降低人工区划的不确定性。然而我们发现,目前计算机辅助识别功能仍然不能完全替代人工经验知识。尤其是在划界过程中,由于其高度的综合性、概括性,对部分界线的识别和划定,仍需要将空间信息技术与专家经验知识相结合,才能得到最佳的区划方案。综合气候变化风险区划的人工智能化和自动化仍然是未来区划工作中需要突破的重要技术手段之一。
5 结论
本文以2021-2050年的RCP 8.5气候情景为基础,构建了基于气温与降水变化趋势和速率,干旱、高温热浪、洪涝发生危险性,以及人口、经济、粮食、生态风险的综合气候变化风险区划指标体系以及三级区划等级系统,辅以自然地貌单元、地形特征等,完成了中国综合气候变化风险区划（2021-2050,RCP 8.5）。一级区划根据气温与降水变化趋势和速率将全国划分为8个气候变化敏感区;二级区划根据3种极端事件发生的频次与强度,将全国划分为19个极端事件危险区;三级区划在一级与二级区划的基础上,将全国划分为46个承险体综合风险区。该区划完整地揭示了中国2021-2050在RCP 8.5情景下的综合气候变化风险区域分异规律。
高风险区是：华北弱暖增雨敏感区,华北平原热浪危险区,人口经济粮食高风险区[II C 5(abd)];华南—西南弱暖增雨敏感区,黔滇山地热浪危险区,生态经济粮食人口高风险区[IV C 5(cbda)];华南沿海涝热危险区,生态粮食经济人口高风险区[IV E 5(cdba)]。
中高风险区是：华北弱暖增雨敏感区,华东沿海洪涝危险区,人口经济粮食生态中高风险区[II B 4(abdc)];华东—华中强暖减雨敏感区,东南沿海洪涝危险区,粮食人口经济生态中高风险区[III B 4(dabc)];长江中下游涝热危险区,人口经济粮食生态中高风险区[III E 4(abdc)];华南—西南弱暖增雨敏感区,滇西—滇中干旱危险区,粮食生态经济人口中高风险区[IV A 4(dcba)]。
The authors have declared that no competing interests exist.
参考文献 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子
| [1] | |
| [2] | Very little. A plethora of integrated assessment models (IAMs) have been constructed and used to estimate the social cost of carbon (SCC) and evaluate alternative abatement policies. These models have crucial flaws that make them close to useless as tools for policy analysis: certain inputs (e.g., the discount rate) are arbitrary, but have huge effects on the SCC estimates the models produce; the models' descriptions of the impact of climate change are completely ad hoc, with no theoretical or empirical foundation; and the models can tell us nothing about the most important driver of the SCC, the possibility of a catastrophic climate outcome. IAM-based analyses of climate policy create a perception of knowledge and precision, but that perception is illusory and misleading. |
| [3] | |
| [4] | The Working Group 1 contribution to the IPCC Fifth Assessment Report (AR5) extends from observations and paleoclimate information regarding past changes in the climate system, a comprehensive evaluation of climate models, the detection and attribution of observed changes to natural or anthropogenic forcing, through to projected future changes on both near-term and long-term time scales. Human influence on the climate system is now detected with increased certainty, both globally and in most regions. Since the mid-20th century, the increase in anthropogenic greenhouse gas concentrations has led to surface warming over almost the entire globe, while at the same time, the ocean has continued to warm and store energy. Satellite based observations reveal with improved precision that summer sea ice extent is declining rapidly in the Arctic, glaciers are retreating world-wide, and global mean sea level continues to rise. Concurrent with a continued increase in atmospheric CO2 concentrations, the oceanic uptake of CO2 has resulted in decreasing pH of seawater since the beginning of the industrial era. Projections of future changes in the climate system to the end of the 21st century are based on a series of new climate models and new scenarios, but are broadly consistent with previous assessment findings, confirming widespread and significant changes across the climate system. Greater warming is projected to occur over land than ocean, with the most rapid warming in the Arctic region. Based on modeled changes in seasonal mean precipitation, the contrast between wet and dry regions, and wet and dry seasons is projected to increase as global temperatures rise. Confidence in projections of global mean sea level rise has increased since the previous IPCC assessment report, and projections now include future rapid ice-sheet dynamical changes. On long time scales, warming is dominated by total emissions of CO2, and many changes will persist for centuries even if CO2 emissions were stopped. In 2014, the Fifth Assessment cycle of the IPCC will be completed following the release of the reports of Working Groups II (impacts, adaptation and vulnerability) and Working Groups III (mitigation of climate change), and finally the Synthesis Report, the combined synthesis product based on all three underlying Working Group assessment reports. |
| [5] | ABSTRACT Drought is expected to increase in frequency and severity in the future as a result of climate change, mainly as a consequence of decreases in regional precipitation but also because of increasing evaporation driven by global warming. Previous assessments of historic changes in drought over the late twentieth and early twenty-first centuries indicate that this may already be happening globally. In particular, calculations of the Palmer Drought Severity Index (PDSI) show a decrease in moisture globally since the 1970s with a commensurate increase in the area in drought that is attributed, in part, to global warming. The simplicity of the PDSI, which is calculated from a simple water-balance model forced by monthly precipitation and temperature data, makes it an attractive tool in large-scale drought assessments, but may give biased results in the context of climate change. Here we show that the previously reported increase in global drought is overestimated because the PDSI uses a simplified model of potential evaporation that responds only to changes in temperature and thus responds incorrectly to global warming in recent decades. More realistic calculations, based on the underlying physical principles that take into account changes in available energy, humidity and wind speed, suggest that there has been little change in drought over the past 60 years. The results have implications for how we interpret the impact of global warming on the hydrological cycle and its extremes, and may help to explain why palaeoclimate drought reconstructions based on tree-ring data diverge from the PDSI-based drought record in recent years. |
| [6] | Not Available |
| [7] | [Abstract unavailable] |
| [8] | |
| [9] | [R/OL]. . |
| [10] | The December 2015 Conference of the Parties (COP) to the United Nations Framework Convention on Climate Change meetings in Paris are likely to yield a global agreement that will slow the world growth of greenhouse gas emissions, but this agreement is unlikely to guarantee a decline in global emissions in the near future. Given this reality, climate change adaptation is an increasingly important topic for discussion and study. Although much research has focused on the macroeconomic relationship between economic growth and temperature at the national and/or annual level, microeconomic analysis also offers valuable insights. This Reflections discusses recent work on household and firm responses to three climate change challenges: increased summer heat, higher food prices, and increased natural disaster risk. (JEL: Q54) |
| [11] | 本书首先对主要的气候变化风险进行了系统识别, 并针对气候变化风险的特点在国际风险管理理事会 (IRGC) 提出的新型风险分类体系的基础上, 结合政府间气候变化专门委员会 (IPCC) 的不确定性评估, 构建了气候变化风险的分类方法体系和综合风险治理体系。同时分别在IPCC确定的三大主要气候风险领域--生态系统风险、粮食生产风险和自然灾害风险领域, 进行了定量的气候变化风险预测和评估, 并建立了气候变化综合风险防范的模型和技术体系。最后在气候变化影响最为脆弱的珠江三角洲地区进行了气候变化综合风险防范的案例研究。本书从理论和实证上提出了可行的气候变化风险预估的方案, 对于气候变化可能给我国带来的主要风险进行了系统的梳理和预测, 对于我国应对气候变化政策和措施的确定具有很大的借鉴意义。 本书首先对主要的气候变化风险进行了系统识别, 并针对气候变化风险的特点在国际风险管理理事会 (IRGC) 提出的新型风险分类体系的基础上, 结合政府间气候变化专门委员会 (IPCC) 的不确定性评估, 构建了气候变化风险的分类方法体系和综合风险治理体系。同时分别在IPCC确定的三大主要气候风险领域--生态系统风险、粮食生产风险和自然灾害风险领域, 进行了定量的气候变化风险预测和评估, 并建立了气候变化综合风险防范的模型和技术体系。最后在气候变化影响最为脆弱的珠江三角洲地区进行了气候变化综合风险防范的案例研究。本书从理论和实证上提出了可行的气候变化风险预估的方案, 对于气候变化可能给我国带来的主要风险进行了系统的梳理和预测, 对于我国应对气候变化政策和措施的确定具有很大的借鉴意义。 |
| [12] | 通过分析中科院地理科学与资源研究所地域系统研究的开拓与发展历程,总结了＂综合自然区划-生态地理区域系统-综合区划＂重要发展阶段的创新成果,介绍了重要的格局研究所取得的进展。地域系统研究与社会发展的客观需求密切相关。20世纪50年代,为了认识自然规律,为农业生产布局服务,开创了综合自然区划;20世纪90年代,从生态建设和环境保护的需求出发,将生态系统观点、生态学原理和方法引入地域系统研究,开展了生态地理地域系统研究;随着地球系统科学和可持续发展研究的深入,从20世纪末开始探索综合区划研究,自然要素和社会经济要素的有机融合成为近期格局研究的鲜明特色。在此过程中,地域系统研究的方法论和技术手段不断创新,遥感、地理信息系统和数值模型等的深入应用,极大地推进了该领域的研究。中科院地理资源所的地域系统研究,始终与国家的重大经济建设和环境保护紧密结合,成为今后自然地理学乃至地理学发展的一个重要方向。 . 通过分析中科院地理科学与资源研究所地域系统研究的开拓与发展历程,总结了＂综合自然区划-生态地理区域系统-综合区划＂重要发展阶段的创新成果,介绍了重要的格局研究所取得的进展。地域系统研究与社会发展的客观需求密切相关。20世纪50年代,为了认识自然规律,为农业生产布局服务,开创了综合自然区划;20世纪90年代,从生态建设和环境保护的需求出发,将生态系统观点、生态学原理和方法引入地域系统研究,开展了生态地理地域系统研究;随着地球系统科学和可持续发展研究的深入,从20世纪末开始探索综合区划研究,自然要素和社会经济要素的有机融合成为近期格局研究的鲜明特色。在此过程中,地域系统研究的方法论和技术手段不断创新,遥感、地理信息系统和数值模型等的深入应用,极大地推进了该领域的研究。中科院地理资源所的地域系统研究,始终与国家的重大经济建设和环境保护紧密结合,成为今后自然地理学乃至地理学发展的一个重要方向。 |
| [13] | 正 一按照地表自然界的相似性与差异性将地域加以划分,并按照划分出的单位来探討自然綜合体的特征及其发生、发展与分布的規律性,这就是綜合自然区划的內容。几年来,中国科学院自然区划工作委員会曾組织气候学、土壤学、植物学、自然地理学等方面的科学工作者集体拟訂了一个主要为利用土地与水的事业服务的全国綜合自然区划。此次区划工作的第一步是制定一个符合我們目的的区划分类单位系統。我們首先比較各項自然現象的分析图、分布图和区划图,探究各項自然因素之間相互依存的关系,借以了解自然棕合体地域分异的輪廓。由于自然界中存在着許多現 . 正 一按照地表自然界的相似性与差异性将地域加以划分,并按照划分出的单位来探討自然綜合体的特征及其发生、发展与分布的規律性,这就是綜合自然区划的內容。几年来,中国科学院自然区划工作委員会曾組织气候学、土壤学、植物学、自然地理学等方面的科学工作者集体拟訂了一个主要为利用土地与水的事业服务的全国綜合自然区划。此次区划工作的第一步是制定一个符合我們目的的区划分类单位系統。我們首先比較各項自然現象的分析图、分布图和区划图,探究各項自然因素之間相互依存的关系,借以了解自然棕合体地域分异的輪廓。由于自然界中存在着許多現 |
| [14] | 正综合自然区划是根据地表自然综合体(即自然的总情况)的相似性与差异性将地域加以划分,并进而按区划单位来认识自然综合体的发生、发展与分布的规律。认识自然综合体的目的是:(1)阐明自然资源与自然条件对于生产与建设的有利方面与不利方面;(2) 正综合自然区划是根据地表自然综合体(即自然的总情况)的相似性与差异性将地域加以划分,并进而按区划单位来认识自然综合体的发生、发展与分布的规律。认识自然综合体的目的是:(1)阐明自然资源与自然条件对于生产与建设的有利方面与不利方面;(2) |
| [15] | |
| [16] | A new scheme for comprehensive physical regionalization in China is developed and adopted in the newly written textbook "Physical Geography of China" (both in Chinese and in English). Three natural realms (Eastern Monsoon China, Northwest Arid China, Tibetan Frigid Plateau), seven natural divisions (Temperate humid & subhumid Northeast China, Warm-temperate humid & subhumid North China, subtropical humid Central & South China, tropic humid South China, temperate grassland of Inner Mongolia, temperate & warm-temperate desert of Northwest China, Tibetan Plateau), and 33 natural regions are demarcated. They are listed in table 2 and shown in map 1. The classification of lower-level regional units (natural sub-regions and natural areas) is also briefly discussed. . A new scheme for comprehensive physical regionalization in China is developed and adopted in the newly written textbook "Physical Geography of China" (both in Chinese and in English). Three natural realms (Eastern Monsoon China, Northwest Arid China, Tibetan Frigid Plateau), seven natural divisions (Temperate humid & subhumid Northeast China, Warm-temperate humid & subhumid North China, subtropical humid Central & South China, tropic humid South China, temperate grassland of Inner Mongolia, temperate & warm-temperate desert of Northwest China, Tibetan Plateau), and 33 natural regions are demarcated. They are listed in table 2 and shown in map 1. The classification of lower-level regional units (natural sub-regions and natural areas) is also briefly discussed. |
| [17] | 中国科学院机构知识库(中国科学院机构知识库网格（CAS IR GRID）)以发展机构知识能力和知识管理能力为目标，快速实现对本机构知识资产的收集、长期保存、合理传播利用，积极建设对知识内容进行捕获、转化、传播、利用和审计的能力，逐步建设包括知识内容分析、关系分析和能力审计在内的知识服务能力，开展综合知识管理。 中国科学院机构知识库(中国科学院机构知识库网格（CAS IR GRID）)以发展机构知识能力和知识管理能力为目标，快速实现对本机构知识资产的收集、长期保存、合理传播利用，积极建设对知识内容进行捕获、转化、传播、利用和审计的能力，逐步建设包括知识内容分析、关系分析和能力审计在内的知识服务能力，开展综合知识管理。 |
| [18] | |
| [19] | 生态地理区域系统研究,是发展自然地理学的重要基础.简要回顾了国内外的同类工作,指出在进行生态地域划分时应考虑与全球环境变化的紧密联系与应用前景;按照先水平地带,后垂直地带的方法来反映广义的地带规律;采用自上而下的演绎途径与自下而上的归纳途径相结合;界线拟订方面是将传统的专家智能判定,与建立模型、采用数理统计与GIS的空间表达等结合起来.据此,提出了生态地域划分的原则和指标体系,构建了中国生态地理区域系统,划分了11个温度带、21个干湿地区和48个自然区,并阐述了该方案和运用的主要进展. . 生态地理区域系统研究,是发展自然地理学的重要基础.简要回顾了国内外的同类工作,指出在进行生态地域划分时应考虑与全球环境变化的紧密联系与应用前景;按照先水平地带,后垂直地带的方法来反映广义的地带规律;采用自上而下的演绎途径与自下而上的归纳途径相结合;界线拟订方面是将传统的专家智能判定,与建立模型、采用数理统计与GIS的空间表达等结合起来.据此,提出了生态地域划分的原则和指标体系,构建了中国生态地理区域系统,划分了11个温度带、21个干湿地区和48个自然区,并阐述了该方案和运用的主要进展. |
| [20] | 生态环境; 生态区划; 原则; 指标体系; 分类系统; 中国 . 生态环境; 生态区划; 原则; 指标体系; 分类系统; 中国 |
| [21] | 本书内容包括：中国生态地理区域系统划分的原则和方法、中国生态地理区域系统划分的指标体系、中国生态地理区域方案、关键生态地理区域界线比较、中国生态地理区域单元分论等。 本书内容包括：中国生态地理区域系统划分的原则和方法、中国生态地理区域系统划分的指标体系、中国生态地理区域方案、关键生态地理区域界线比较、中国生态地理区域单元分论等。 |
| [22] | 科学技术和社会经济的发展，要求有一个与其相适应的基础研究。，以综合区分区域的特点，综合区划是一种自然区划的深入，包括自然与社会经济两方面，是为区域经济发展服务，、符合区域经济发展需要的区域划分。 . 科学技术和社会经济的发展，要求有一个与其相适应的基础研究。，以综合区分区域的特点，综合区划是一种自然区划的深入，包括自然与社会经济两方面，是为区域经济发展服务，、符合区域经济发展需要的区域划分。 |
| [23] | 以地域单元作为重要层次，从区域角度研究可持续发展是地理学深入探讨人地关系地域系统、协调人和自然关系的必要途径。综合地理区划以可持续发展为目标，涉及自然因素和人文因素，其划分原则有：自然和人文地域分异规律相结合，综合分析和主导因素相结合，发生统一性原则，宏观区域框架与地域类型相结合等。综合地理区划的指标体系应涵盖环境、资源、经济、社会与人口等方面，须选择有代表性的指标，要求简洁实用，避免繁杂。所选指 . 以地域单元作为重要层次，从区域角度研究可持续发展是地理学深入探讨人地关系地域系统、协调人和自然关系的必要途径。综合地理区划以可持续发展为目标，涉及自然因素和人文因素，其划分原则有：自然和人文地域分异规律相结合，综合分析和主导因素相结合，发生统一性原则，宏观区域框架与地域类型相结合等。综合地理区划的指标体系应涵盖环境、资源、经济、社会与人口等方面，须选择有代表性的指标，要求简洁实用，避免繁杂。所选指 |
| [24] | 陆地表层系统科学是黄秉维先生在钱学森院士倡导建立"地球表层学"的基础上创建的.黄秉维先 生精辟地论述了陆地表层系统的研究意义、范围、内容、方法与途径,并亲自撰写了研究计划,同时十分关心科研队伍的组建.黄先生明确指出要开展陆地表层系统 分区研究.在黄先生的学术思想指导下,作者对中国陆地表层进行了分区实践.采用地理学的综合与专家评判相结合的方法将中国陆地表层系统划分为9个一级区, 然后利用压力-状态-响应(PSR)评价模型和模糊聚类方法,对全国344个地区的46个指标进行模糊聚类,建立了二级分区,并对各区的综合状况作了定量 评价.结果表明:地貌与气候区域分异是控制我国陆地表层系统综合状况的主导因素,而由人类活动所主导的社会经济因素是控制我国陆地表层系统综合状况的第二 位因素.对9个一级区的陆地表层系统状况定量评价表明:华北区、东南区与华南区的陆地表层系统状况最好,东北区居中,内蒙区、陇陕晋区与西南区较差,西北 区与青藏区最差. . 陆地表层系统科学是黄秉维先生在钱学森院士倡导建立"地球表层学"的基础上创建的.黄秉维先 生精辟地论述了陆地表层系统的研究意义、范围、内容、方法与途径,并亲自撰写了研究计划,同时十分关心科研队伍的组建.黄先生明确指出要开展陆地表层系统 分区研究.在黄先生的学术思想指导下,作者对中国陆地表层进行了分区实践.采用地理学的综合与专家评判相结合的方法将中国陆地表层系统划分为9个一级区, 然后利用压力-状态-响应(PSR)评价模型和模糊聚类方法,对全国344个地区的46个指标进行模糊聚类,建立了二级分区,并对各区的综合状况作了定量 评价.结果表明:地貌与气候区域分异是控制我国陆地表层系统综合状况的主导因素,而由人类活动所主导的社会经济因素是控制我国陆地表层系统综合状况的第二 位因素.对9个一级区的陆地表层系统状况定量评价表明:华北区、东南区与华南区的陆地表层系统状况最好,东北区居中,内蒙区、陇陕晋区与西南区较差,西北 区与青藏区最差. |
| [25] | 主体功能区划是构筑我国有序区域发展格局的依据,对经济地理学理论和方法创新提出了紧迫的需求。在分析地域功能基本属性的基础上,首次提出了区域发展的空间均衡模型,认为标识任何区域综合发展状态的人均水平值趋于大体相等。基于该结论,阐释了功能区形成应有利于实现空间均衡正向(差距缩小)演变过程,空间均衡的前提是资源要素在区域间的合理流动。探讨了地域功能演替对空间均衡过程的影响,提出了区划方案效益最大化是同区域如何划分和对地域功能随时间变化的正确把握程度相关的。进而分析了主体功能区划的“开发”与“保护”双重功能的复合、 . 主体功能区划是构筑我国有序区域发展格局的依据,对经济地理学理论和方法创新提出了紧迫的需求。在分析地域功能基本属性的基础上,首次提出了区域发展的空间均衡模型,认为标识任何区域综合发展状态的人均水平值趋于大体相等。基于该结论,阐释了功能区形成应有利于实现空间均衡正向(差距缩小)演变过程,空间均衡的前提是资源要素在区域间的合理流动。探讨了地域功能演替对空间均衡过程的影响,提出了区划方案效益最大化是同区域如何划分和对地域功能随时间变化的正确把握程度相关的。进而分析了主体功能区划的“开发”与“保护”双重功能的复合、 |
| [26] | 气候条件是人类生存与发展的重要基础,亦是经济与社会可持续发展的重要影响因素.应对气候变化已成为世界各国政要、科学家、政府和公众高度关注的全球性问题.现行的中国气候区划均是以不同气候要素指标的多年均值为基础的,旨在表征气候状态的区域差异.然而在气候变化速率不断加快的今天,已有的气候区划并不能表达气候变化的区域差异,也不能反映由气候变化所带来的灾害与环境风险.本文利用1961~2010年气温和降水量的变化趋势值、波动特征值定量识别气候变化,结合中国地形特点,以县级行政区划为单元,完成了中国气候变化区划(1961~2010年).一级区划根据气温和降水量的变化趋势将中国气候变化(1961~2010年)划分为5个变化趋势带,即东北-华北暖干趋势带、华东-华中湿暖趋势带、西南-华南干暖趋势带、藏东南-西南湿暖趋势带以及西北-青藏高原暖湿趋势带;二级区划根据气温和降水量的波动特征,在一级区划基础上划分为14个波动特征区. . 气候条件是人类生存与发展的重要基础,亦是经济与社会可持续发展的重要影响因素.应对气候变化已成为世界各国政要、科学家、政府和公众高度关注的全球性问题.现行的中国气候区划均是以不同气候要素指标的多年均值为基础的,旨在表征气候状态的区域差异.然而在气候变化速率不断加快的今天,已有的气候区划并不能表达气候变化的区域差异,也不能反映由气候变化所带来的灾害与环境风险.本文利用1961~2010年气温和降水量的变化趋势值、波动特征值定量识别气候变化,结合中国地形特点,以县级行政区划为单元,完成了中国气候变化区划(1961~2010年).一级区划根据气温和降水量的变化趋势将中国气候变化(1961~2010年)划分为5个变化趋势带,即东北-华北暖干趋势带、华东-华中湿暖趋势带、西南-华南干暖趋势带、藏东南-西南湿暖趋势带以及西北-青藏高原暖湿趋势带;二级区划根据气温和降水量的波动特征,在一级区划基础上划分为14个波动特征区. |
| [27] | 洪水灾害风险区划是洪灾评估与管理的重要内容,本文在分析洪灾形成的各主要因子的基础上,提出了基于地理信息系统的洪灾风险区划指标模型,并结合辽河流域具体情况,以降雨、地形和区域社会经济易损为主要指标,得出辽河流域洪灾风险综合区划。 . 洪水灾害风险区划是洪灾评估与管理的重要内容,本文在分析洪灾形成的各主要因子的基础上,提出了基于地理信息系统的洪灾风险区划指标模型,并结合辽河流域具体情况,以降雨、地形和区域社会经济易损为主要指标,得出辽河流域洪灾风险综合区划。 |
| [28] | 通过探讨应用地理信息系统技术编制山洪灾害风险区划图的方法.以1:25万地理底图为基础,对影响山洪形成与泛滥的地形坡度、暴雨天数、河网缓冲区、标准面积洪峰流量、泥石流分布密度和洪灾历史统计六项因子进行了分析和叠合评价,完成了红河流域的山洪灾害危险评价图.以人口密度、房屋资产、耕地百分比、单位面积工农业产值作为指标进行了易损性分析,并借助于GIS分析工具,将危险评价图与易损性图进行叠加分析,完成了红河流域的山洪灾害风险区划图.区划结果表明GIS方法能够有效地对影响山洪形成与泛滥的因子数据层进行空间集成分析.该风险区划图可通过对山洪易泛区的不同风险地带的土地利用规划的决策而减轻山洪灾害;此外,也为山洪易泛区的居民提供有关山洪风险信息. . 通过探讨应用地理信息系统技术编制山洪灾害风险区划图的方法.以1:25万地理底图为基础,对影响山洪形成与泛滥的地形坡度、暴雨天数、河网缓冲区、标准面积洪峰流量、泥石流分布密度和洪灾历史统计六项因子进行了分析和叠合评价,完成了红河流域的山洪灾害危险评价图.以人口密度、房屋资产、耕地百分比、单位面积工农业产值作为指标进行了易损性分析,并借助于GIS分析工具,将危险评价图与易损性图进行叠加分析,完成了红河流域的山洪灾害风险区划图.区划结果表明GIS方法能够有效地对影响山洪形成与泛滥的因子数据层进行空间集成分析.该风险区划图可通过对山洪易泛区的不同风险地带的土地利用规划的决策而减轻山洪灾害;此外,也为山洪易泛区的居民提供有关山洪风险信息. |
| [29] | 灾害风险评估与区划是是实现灾 害应急管理向风险管理转变的关键。综合考虑了影响灾害风险大小的自然属性和社会属性,从多角度选取了干旱灾害强度、基于冬小麦干旱指数的干旱频率、基于灾 损的干旱频率、灾年减产率变异系数、区域农业经济发展水平、抗灾性能指数等6个风险评估指标。通过引入CCA排序方法,揭示了不同风险评估指标之间的相关 关系以及评估指标与相对气象产量的关系;并以确定的风险评估指标和相对气象产量之间的关系为基础,构建了不考虑抗灾和考虑抗灾2种风险指数。对比两种风险 指数分析结果,表明在抗灾和不抗灾2种条件下,华北地区冬小麦干旱风险格局发生了明显改变。说明在当前农业生产水平下,人类的减灾抗灾和风险管理水平对冬 小麦生产起着至关重要的作用。最后,以模糊聚类分析为手段,以考虑抗灾能力的风险指数和灾年减产率为分类标准进行聚类,实现了华北地区冬小麦干旱风险综合 区划。 . 灾害风险评估与区划是是实现灾 害应急管理向风险管理转变的关键。综合考虑了影响灾害风险大小的自然属性和社会属性,从多角度选取了干旱灾害强度、基于冬小麦干旱指数的干旱频率、基于灾 损的干旱频率、灾年减产率变异系数、区域农业经济发展水平、抗灾性能指数等6个风险评估指标。通过引入CCA排序方法,揭示了不同风险评估指标之间的相关 关系以及评估指标与相对气象产量的关系;并以确定的风险评估指标和相对气象产量之间的关系为基础,构建了不考虑抗灾和考虑抗灾2种风险指数。对比两种风险 指数分析结果,表明在抗灾和不抗灾2种条件下,华北地区冬小麦干旱风险格局发生了明显改变。说明在当前农业生产水平下,人类的减灾抗灾和风险管理水平对冬 小麦生产起着至关重要的作用。最后,以模糊聚类分析为手段,以考虑抗灾能力的风险指数和灾年减产率为分类标准进行聚类,实现了华北地区冬小麦干旱风险综合 区划。 |
| [30] | 以安徽省为例,基于自然灾害风险形成原理,利用气象、基础地理信息、农业和社会经济等方面数据,从致灾因子危险性、孕灾环境敏感性、承灾体易损性以及抗灾能力等4个方面来综合评估安徽省低温冷冻灾害风险程度的地区差异,最终建立综合的灾害风险指数,并将该指数应用于安徽省低温冷冻灾害进行风险区划及结果验证。结果表明,安徽省低温灾害风险评估模型比较客观,较全面地反映出安徽省的低温冷冻灾害风险水平。 . 以安徽省为例,基于自然灾害风险形成原理,利用气象、基础地理信息、农业和社会经济等方面数据,从致灾因子危险性、孕灾环境敏感性、承灾体易损性以及抗灾能力等4个方面来综合评估安徽省低温冷冻灾害风险程度的地区差异,最终建立综合的灾害风险指数,并将该指数应用于安徽省低温冷冻灾害进行风险区划及结果验证。结果表明,安徽省低温灾害风险评估模型比较客观,较全面地反映出安徽省的低温冷冻灾害风险水平。 |
| [31] | [R/OL]. 1992 |
| [32] | |
| [33] | |
| [34] | Representative Concentration Pathway (RCP) 4.5 is a scenario that stabilizes radiative forcing at 4.502W02m 612 in the year 2100 without ever exceeding that value. Simulated with the Global Change Assessment Model (GCAM), RCP4.5 includes long-term, global emissions of greenhouse gases, short-lived species, and land-use-land-cover in a global economic framework. RCP4.5 was updated from earlier GCAM scenarios to incorporate historical emissions and land cover information common to the RCP process and follows a cost-minimizing pathway to reach the target radiative forcing. The imperative to limit emissions in order to reach this target drives changes in the energy system, including shifts to electricity, to lower emissions energy technologies and to the deployment of carbon capture and geologic storage technology. In addition, the RCP4.5 emissions price also applies to land use emissions; as a result, forest lands expand from their present day extent. The simulated future emissions and land use were downscaled from the regional simulation to a grid to facilitate transfer to climate models. While there are many alternative pathways to achieve a radiative forcing level of 4.502W02m 612 , the application of the RCP4.5 provides a common platform for climate models to explore the climate system response to stabilizing the anthropogenic components of radiative forcing. |
| [35] | Risk assessment is a prerequisite for flood risk management. Practically, most of the decision making requires that the risks and costs of all risk mitigation options are evaluated in quantified terms. Therefore, a quantitative assessment of possible flood loss is very important, especially for emergency planning and pre-disaster preparedness. This paper presents a preliminary methodology and an operational approach for assessing the risk of flood loss to the population, crops, housing, and the economy at county level in China. The present work assesses the risk of loss for each element (people, crops, and so on) under low-, moderate-, and high-intensity flood using intensity-loss curves and loss rates based on historical flood data from 1990 to 2008. Results show that the counties with high flood risk are primarily located in North, East, Central, and South China, particularly in the lower reaches of rivers. On the other hand, the risk of most counties in the western region is generally lower than that of counties in the eastern region. However, for the entire country, the high-risk regions have both a substantial amount of rainfall and low terrain, making such regions highly prone to flooding. Moreover, these high-risk regions present both high population and wealth density. |
| [36] | 自然灾害发生的可能损失一直是灾害风险评估上的难题。本研究以自然灾害风险评估经典模型为基础,提出了新的自然灾害风险评估与风险等级划分方法,利用历史灾情和孕灾环境解决风险评价中致灾因子破坏力与灾害发生的可能,并以山西省地震灾害风险为例进行了定量化评估研究。主要改进在于确定灾害损失率和环境参数以建立地震灾害可能损失计算模型,计算承灾体地震灾害风险的可能损失量;用标准差和对数位转换的相关计算对地震灾害风险等级进行划分。案例结果显示山西全省发生地震灾害,可能损失风险包括房屋破坏风险超过3百万间,经济损失风险超过130亿元,人员伤亡风险将近30万人。山西省各县市之间地震灾害综合风险差异明显,最高风险区域是太原市辖区、大同市辖区、晋中市辖区等15个县市区。 . 自然灾害发生的可能损失一直是灾害风险评估上的难题。本研究以自然灾害风险评估经典模型为基础,提出了新的自然灾害风险评估与风险等级划分方法,利用历史灾情和孕灾环境解决风险评价中致灾因子破坏力与灾害发生的可能,并以山西省地震灾害风险为例进行了定量化评估研究。主要改进在于确定灾害损失率和环境参数以建立地震灾害可能损失计算模型,计算承灾体地震灾害风险的可能损失量;用标准差和对数位转换的相关计算对地震灾害风险等级进行划分。案例结果显示山西全省发生地震灾害,可能损失风险包括房屋破坏风险超过3百万间,经济损失风险超过130亿元,人员伤亡风险将近30万人。山西省各县市之间地震灾害综合风险差异明显,最高风险区域是太原市辖区、大同市辖区、晋中市辖区等15个县市区。 |
| [37] | 气候变化会对陆地生态系统的碳吸收产生影响，从而改变其碳的源汇功能。因此，评估未来气候变化下陆地生态系统碳吸收功能面临的风险，可以为中国应对气候变化措施的制定和国际碳排放谈判提供科学依据。本文采用大气-植被相互作用模型对气候变化情景下净生态系统生产力进行模拟，运用线性倾向估计方法确定碳吸收功能风险评估标准，对中国陆地生态系统未来近期、中期和远期的碳吸收功能面临的风险进行了探讨。研究表明：IPCCSRES--B2情景下，气候变化可能会给中国陆地生态系统的碳吸收功能带来风险。风险的范围与程度可能会随着增温幅度的变化而加剧。到本世纪远期，六成左右的生态系统会面临碳吸收功能风险，主要分布在西北地区、东北山区、长江中下游平原地区、华南地区以及西南地区。风险程度随增温幅度增加的变化以发展为主，主要集中在近期到中期阶段。未来气候变化下，西北区将成为危险性高的区域，混交林、荒漠草原和落叶针叶林将成为危险性高的生态系统。 . 气候变化会对陆地生态系统的碳吸收产生影响，从而改变其碳的源汇功能。因此，评估未来气候变化下陆地生态系统碳吸收功能面临的风险，可以为中国应对气候变化措施的制定和国际碳排放谈判提供科学依据。本文采用大气-植被相互作用模型对气候变化情景下净生态系统生产力进行模拟，运用线性倾向估计方法确定碳吸收功能风险评估标准，对中国陆地生态系统未来近期、中期和远期的碳吸收功能面临的风险进行了探讨。研究表明：IPCCSRES--B2情景下，气候变化可能会给中国陆地生态系统的碳吸收功能带来风险。风险的范围与程度可能会随着增温幅度的变化而加剧。到本世纪远期，六成左右的生态系统会面临碳吸收功能风险，主要分布在西北地区、东北山区、长江中下游平原地区、华南地区以及西南地区。风险程度随增温幅度增加的变化以发展为主，主要集中在近期到中期阶段。未来气候变化下，西北区将成为危险性高的区域，混交林、荒漠草原和落叶针叶林将成为危险性高的生态系统。 |
| [38] | |
| [39] | |
| [40] | 任意选取中国各地40a以上粮食产量序列,利用正态分布曲线、偏态分布正态化以及解析概率密度曲线积分等方法分别获得粮食产量序列的风险概率,该结果反映了粮食生产不同增减产幅度及相应的概率大小.进行风险估计可以为发展生产、防灾抗灾提供参考. . 任意选取中国各地40a以上粮食产量序列,利用正态分布曲线、偏态分布正态化以及解析概率密度曲线积分等方法分别获得粮食产量序列的风险概率,该结果反映了粮食生产不同增减产幅度及相应的概率大小.进行风险估计可以为发展生产、防灾抗灾提供参考. |
| [41] | |
| [42] | A statistical bias correction methodology for global climate simulations is developed and applied to daily land precipitation and mean, minimum and maximum daily land temperatures. The bias correction is based on a fitted histogram equalization function. This function is defined daily, as opposed to earlier published versions in which they were derived yearly or seasonally at best, while conserving properties of robustness and eliminating unrealistic jumps at seasonal or monthly transitions. The methodology is tested using the newly available global dataset of observed hydrological forcing data of the last 5002years from the EU project WATCH (WATer and global CHange) and an initial conditions ensemble of simulations performed with the ECHAM5 global climate model for the same period. Bias corrections are derived from 1960 to 1969 observed and simulated data and then applied to 1990–1999 simulations. Results confirm the effectiveness of the methodology for all tested variables. Bias corrections are also derived using three other non-overlapping decades from 1970 to 1999 and all members of the ECHAM5 initial conditions ensemble. A methodology is proposed to use the resulting “ensemble of bias corrections” to quantify the error in simulated scenario projections of components of the hydrological cycle. |
| [43] | |
| [44] | Projections of future changes in runoff can have important implications for water resources and flooding. In this study, runoff projections from ISI-MIP (Inter-sectoral Impact Model Intercomparison Project) simulations forced with HadGEM2-ES bias-corrected climate data under the Representative Concentration Pathway 8.5 have been analysed. Projections of change from the baseline period (1981鈥2010) to the future (2070鈥2099) from a number of different ecosystems and hydrological models were studied. The differences between projections from the two types of model were looked at globally and regionally. Typically, across different regions the ecosystem models tended to project larger increases and smaller decreases in runoff than the hydrological models. However, the differences varied both regionally and seasonally. Sensitivity experiments were also used to investigate the contributions of varying CO2 and allowing vegetation distribution to evolve on projected changes in runoff. In two out of four models which had data available from CO2 sensitivity experiments, allowing CO2 to vary was found to increase runoff more than keeping CO2 constant, while in two models runoff decreased. This suggests more uncertainty in runoff responses to elevated CO2 than previously considered. As CO2 effects on evapotranspiration via stomatal conductance and leaf-area index are more commonly included in ecosystems models than in hydrological models, this may partially explain some of the difference between model types. Keeping the vegetation distribution static in JULES runs had much less effect on runoff projections than varying CO2, but this may be more pronounced if looked at over a longer timescale as vegetation changes may take longer to reach a new state. |
| [45] | ABSTRACT Reduction of greenhouse gas (GHG) emissions to minimize climate change requires very significant societal effort. To motivate this effort, it is important to clarify the benefits of avoided emissions. To this end, we analysed the impact of four emissions scenarios on future renewable groundwater resources, which range from 1600 GtCO2 during the 21st century (RCP2.6) to 7300 GtCO2 (RCP8.5). Climate modelling uncertainty was taken into account by applying the bias-corrected output of a small ensemble of five CMIP5 global climate models (GCM) as provided by the ISI-MIP effort to the global hydrological model WaterGAP. Despite significant climate model uncertainty, the benefits of avoided emissions with respect to renewable groundwater resources (i.e. groundwater recharge (GWR)) are obvious. The percentage of projected global population (SSP2 population scenario) suffering from a significant decrease of GWR of more than 10% by the 2080s as compared to 1971–2000 decreases from 38% (GCM range 27–50%) for RCP8.5 to 24% (11–39%) for RCP2.6. The population fraction that is spared from any significant GWR change would increase from 29% to 47% if emissions were restricted to RCP2.6. Increases of GWR are more likely to occur in areas with below average population density, while GWR decreases of more than 30% affect especially (semi)arid regions, across all GCMs. Considering change of renewable groundwater resources as a function of mean global temperature (GMT) rise, the land area that is affected by GWR decreases of more than 30% and 70% increases linearly with global warming from 0 to 3 ° C. For each degree of GMT rise, an additional 4% of the global land area (except Greenland and Antarctica) is affected by a GWR decrease of more than 30%, and an additional 1% is affected by a decrease of more than 70%. |
| [46] | Here we present the results from an intercomparison of multiple global gridded crop models (GGCMs) within the framework of the Agricultural Model Intercomparison and Improvement Project and the Inter-Sectoral Impacts Model Intercomparison Project. Results indicate strong negative effects of climate change, especially at higher levels of warming and at low latitudes; models that include explicit nitrogen stress project more severe impacts. Across seven GGCMs, five global climate models, and four representative concentration pathways, model agreement on direction of yield changes is found in many major agricultural regions at both low and high latitudes; however, reducing uncertainty in sign of response in mid-latitude regions remains a challenge. Uncertainties related to the representation of carbon dioxide, nitrogen, and high temperature effects demonstrated here show that further research is urgently needed to better understand effects of climate change on agricultural production and to devise targeted adaptation strategies. |
