石曉麗，陳紅娟，史文嬌，王麗艷，潘佩佩，梁彥慶

1. 河北師范大學(xué)資源與環(huán)境科學(xué)學(xué)院，河北 石家莊 050024；2. 河北省環(huán)境演變與生態(tài)建設(shè)實(shí)驗(yàn)室，河北 石家莊 050024；3. 河北地質(zhì)大學(xué)土地資源與城鄉(xiāng)規(guī)劃學(xué)院，河北 石家莊 050031；4. 中國(guó)科學(xué)院地理科學(xué)與資源研究所陸地表層格局與模擬重點(diǎn)實(shí)驗(yàn)室，北京 100101；5. 中國(guó)科學(xué)院大學(xué)資源與環(huán)境學(xué)院，北京 100049

基于閾值識(shí)別的生態(tài)系統(tǒng)生產(chǎn)功能風(fēng)險(xiǎn)評(píng)價(jià)
——以北方農(nóng)牧交錯(cuò)帶為例

石曉麗1,2，陳紅娟3，史文嬌4,5*，王麗艷1,2，潘佩佩1,2，梁彥慶1,2

1. 河北師范大學(xué)資源與環(huán)境科學(xué)學(xué)院，河北 石家莊 050024；2. 河北省環(huán)境演變與生態(tài)建設(shè)實(shí)驗(yàn)室，河北 石家莊 050024；3. 河北地質(zhì)大學(xué)土地資源與城鄉(xiāng)規(guī)劃學(xué)院，河北 石家莊 050031；4. 中國(guó)科學(xué)院地理科學(xué)與資源研究所陸地表層格局與模擬重點(diǎn)實(shí)驗(yàn)室，北京 100101；5. 中國(guó)科學(xué)院大學(xué)資源與環(huán)境學(xué)院，北京 100049

明晰未來(lái)氣候變化情景下不同類型生態(tài)系統(tǒng)生產(chǎn)功能面臨的風(fēng)險(xiǎn)，對(duì)因地制宜地采取氣候變化適應(yīng)措施具有重要的現(xiàn)實(shí)意義。目前從閾值識(shí)別角度對(duì)生態(tài)系統(tǒng)風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)的研究還較少。該研究提出一種基于閾值識(shí)別的氣候變化下生態(tài)系統(tǒng)風(fēng)險(xiǎn)分析的方法?；跉夂颉⑼寥篮椭脖粩?shù)據(jù)，運(yùn)用大氣-植被相互作用模型對(duì)1961—2080年北方農(nóng)牧交錯(cuò)帶的生態(tài)系統(tǒng)凈初級(jí)生產(chǎn)力進(jìn)行模擬，根據(jù)氣候變化對(duì)不同類型生態(tài)系統(tǒng)凈初級(jí)生產(chǎn)力的影響定義了“危險(xiǎn)的影響”和“不能接受的影響”兩類閾值，并根據(jù)生態(tài)系統(tǒng)凈初級(jí)生產(chǎn)力在氣候變化下的減少趨勢(shì)與兩類閾值的對(duì)比關(guān)系進(jìn)行風(fēng)險(xiǎn)等級(jí)的劃分，進(jìn)而對(duì)未來(lái)氣候變化下北方農(nóng)牧交錯(cuò)帶不同類型生態(tài)系統(tǒng)生產(chǎn)功能面臨的風(fēng)險(xiǎn)進(jìn)行了評(píng)估。結(jié)果表明：氣候變化將給北方農(nóng)牧交錯(cuò)帶生態(tài)系統(tǒng)生產(chǎn)功能帶來(lái)風(fēng)險(xiǎn)，以低風(fēng)險(xiǎn)為主。風(fēng)險(xiǎn)分布與未來(lái)氣候變化密切相關(guān)，主要集中在西北地區(qū)北部、內(nèi)蒙古地區(qū)東北部和東北地區(qū)中南部。風(fēng)險(xiǎn)范圍隨增溫幅度的增加而擴(kuò)展，到遠(yuǎn)期風(fēng)險(xiǎn)面積達(dá)到165.72×104km2，占研究區(qū)總面積的44.78%?；旖涣帧⑾洳菰c荒漠草原較為危險(xiǎn)；高寒草甸與常綠針葉林是較為安全的生態(tài)系統(tǒng)。農(nóng)牧交錯(cuò)帶核心區(qū)風(fēng)險(xiǎn)程度高于邊緣區(qū)，揭示了其核心區(qū)在未來(lái)氣候變化下趨于脆弱的趨勢(shì)。

閾值；氣候變化；風(fēng)險(xiǎn)；生產(chǎn)功能；北方農(nóng)牧交錯(cuò)帶

氣候變化對(duì)許多生態(tài)系統(tǒng)都已經(jīng)產(chǎn)生了明顯的影響，且未來(lái)可能會(huì)加劇影響（IPCC，2007）。本世紀(jì)內(nèi)，在中等至高排放情景下，氣候變化的程度和速率可能造成陸地生態(tài)系統(tǒng)的結(jié)構(gòu)和功能面臨發(fā)生突然和不可逆轉(zhuǎn)的區(qū)域尺度變化的高風(fēng)險(xiǎn)（IPCC，2014）。因此，深入理解氣候變化對(duì)生態(tài)系統(tǒng)所可能造成的風(fēng)險(xiǎn)，對(duì)因地制宜地采取減緩和適應(yīng)氣候變化的措施具有重要的實(shí)際意義。

國(guó)內(nèi)外關(guān)于生態(tài)系統(tǒng)風(fēng)險(xiǎn)的研究較多（Keith et al.，2013；Matthews et al.，2014；Munns et al.，2016），常用的方法為生態(tài)風(fēng)險(xiǎn)評(píng)估模型，但其主要關(guān)注毒性化學(xué)物質(zhì)對(duì)生態(tài)系統(tǒng)的不利影響，很少考慮氣候變化的影響（Bayliss et al.，2012；Munns et al.， 2016）。也有一些研究采用世界自然保護(hù)聯(lián)盟的風(fēng)險(xiǎn)評(píng)估標(biāo)準(zhǔn)對(duì)生態(tài)系統(tǒng)風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)（Keith et al.，2013；Wardle et al.，2015；Auld et al.，2015）。例如，Auld et al.（2015）評(píng)估了澳大利亞羅德豪維島云霧林的生態(tài)風(fēng)險(xiǎn)。但是，這種風(fēng)險(xiǎn)評(píng)估標(biāo)準(zhǔn)包含的指標(biāo)很多，并不僅僅局限于氣候變化。

也有學(xué)者關(guān)注氣候變化下生態(tài)系統(tǒng)面臨的風(fēng)險(xiǎn)，對(duì)其概念和內(nèi)涵進(jìn)行了探討，評(píng)估了氣候變化對(duì)生態(tài)系統(tǒng)服務(wù)功能所帶來(lái)的風(fēng)險(xiǎn)（Schroter et al.，2005；Scholze et al.，2006；Sonwa et al.，2016；Pires et al.，2016）。例如，Scholze et al.（2006）針對(duì)生態(tài)系統(tǒng)的關(guān)鍵屬性，應(yīng)用全球動(dòng)態(tài)植被模型評(píng)價(jià)了全球生態(tài)系統(tǒng)面臨的風(fēng)險(xiǎn)。Sonwa et al.（2016）選擇災(zāi)害、影響、社會(huì)脆弱性、生物物理脆弱性和適應(yīng)能力等5個(gè)要素對(duì)非洲農(nóng)業(yè)生產(chǎn)功能面臨的氣候變化風(fēng)險(xiǎn)進(jìn)行了評(píng)價(jià)。Pires et al.（2016）分析了氣候變化給巴西農(nóng)業(yè)種植制度所帶來(lái)的風(fēng)險(xiǎn)。這些研究基于氣候變化引起的生態(tài)系統(tǒng)功能指標(biāo)的變化幅度，評(píng)價(jià)了氣候變化對(duì)生態(tài)系統(tǒng)服務(wù)功能的影響程度，但是由于缺乏關(guān)鍵閾值的識(shí)別，氣候變化所引起的影響是否達(dá)到了危險(xiǎn)水平不得而知。

一些學(xué)者意識(shí)到閾值對(duì)氣候變化風(fēng)險(xiǎn)評(píng)估的重要性，開始基于閾值識(shí)別進(jìn)行風(fēng)險(xiǎn)標(biāo)準(zhǔn)的確定，促進(jìn)了氣候變化風(fēng)險(xiǎn)的定量評(píng)估。例如，Van minnen et al.（2002）提出了“關(guān)鍵的氣候變化”的方法并評(píng)估了氣候變化對(duì)歐洲生態(tài)系統(tǒng)的風(fēng)險(xiǎn)，將“不能接受的影響”這一閾值定義為因氣候變化導(dǎo)致的生態(tài)系統(tǒng)凈初級(jí)生產(chǎn)力（Net Primary Productivity，NPP）基于多年平均水平的10%的損失。這種方法可以幫助定量評(píng)估風(fēng)險(xiǎn)，但對(duì)不同生態(tài)系統(tǒng)的NPP損失的差異未做進(jìn)一步區(qū)分。Lei et al.（2015）在評(píng)估干旱對(duì)草地生態(tài)系統(tǒng)的風(fēng)險(xiǎn)時(shí)認(rèn)為“不能接受的影響”是生態(tài)系統(tǒng)參考年的平均NPP與干旱年份NPP的差值，這個(gè)設(shè)定的閾值適用于干旱事件風(fēng)險(xiǎn)的評(píng)估，但是對(duì)除干旱之外的綜合多氣候因子的氣候變化對(duì)生態(tài)系統(tǒng)的風(fēng)險(xiǎn)評(píng)估的適用性有限。

目前從閾值角度評(píng)估氣候變化引起的生態(tài)系統(tǒng)生產(chǎn)功能的風(fēng)險(xiǎn)還較少，而對(duì)于風(fēng)險(xiǎn)何時(shí)何地發(fā)生的理解有助于因地制宜地采取減緩與適應(yīng)措施。因此，本文介紹了一種定量分析氣候變化風(fēng)險(xiǎn)的方法，識(shí)別了“危險(xiǎn)的影響”和“不能接受的影響”這兩類閾值，并據(jù)此確定風(fēng)險(xiǎn)等級(jí)，對(duì)未來(lái)氣候變化下北方農(nóng)牧交錯(cuò)帶生態(tài)系統(tǒng)生產(chǎn)功能面臨的風(fēng)險(xiǎn)進(jìn)行評(píng)估。

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

中國(guó)北方農(nóng)牧交錯(cuò)帶是處于東部濕潤(rùn)區(qū)與西北干旱區(qū)之間的過(guò)渡地帶，也是我國(guó)面積最大和空間尺度最長(zhǎng)的農(nóng)牧交錯(cuò)帶和世界四大農(nóng)牧交錯(cuò)帶之一。研究區(qū)包括黑龍江、吉林、遼寧、內(nèi)蒙古、河北、北京、山西、陜西、寧夏、甘肅和青海，共11個(gè)省級(jí)行政區(qū)（圖1）。近30年來(lái)研究區(qū)多年均溫從東北的-5.4 ℃到西南的18.6 ℃，年均降水從西北的34 mm到東南的1050 mm。海拔從小于200 m的東北平原到超過(guò)3000 m的祁連山。土地利用類型主要為耕地、草地和林地。在全球變暖、區(qū)域降水變率增大等氣候變化和過(guò)度放牧、耕地北擴(kuò)等人類活動(dòng)的影響下，近幾十年該區(qū)生態(tài)環(huán)境明顯惡化，已給當(dāng)?shù)厝嗣裆a(chǎn)、生活帶來(lái)了極大危害，并對(duì)我國(guó)東部地區(qū)的生態(tài)環(huán)境和經(jīng)濟(jì)發(fā)展產(chǎn)生了不良影響，成為我國(guó)生態(tài)問題最為嚴(yán)重的區(qū)域（趙哈林等，2002；趙昕奕等，2003）。

1.2 數(shù)據(jù)

生態(tài)系統(tǒng)凈初級(jí)生產(chǎn)力是衡量全球碳循環(huán)的主要指標(biāo)，其變化能夠反映氣候變化對(duì)植被生產(chǎn)力的潛在影響和碳循環(huán)反饋，是表征生態(tài)系統(tǒng)生產(chǎn)功能的重要參數(shù)。研究區(qū)NPP采用大氣-植被相互作用模型（Atmosphere Vegetation Interaction Model version 2，AVIM2）模擬（Wu et al.，2007）。該模型主要包括陸面物理過(guò)程模塊、植被生理生長(zhǎng)模塊以及土壤有機(jī)碳轉(zhuǎn)化和分解模塊。模型所需的基本驅(qū)動(dòng)數(shù)據(jù)包括氣候、土壤和植被數(shù)據(jù)，其模擬效果已在多個(gè)區(qū)域得到驗(yàn)證，模型具體運(yùn)算方法和驗(yàn)證結(jié)果參見文獻(xiàn)（Ji，1995；Dan et al.，2005；Lu et al.，2006）。

圖1 研究區(qū)位置示意圖Fig. 1 Location of the study area

由于政府間氣候變化專門委員會(huì)（Intergovernmental Panel on Climate Change，IPCC）發(fā)表的《排放情景特別報(bào)告》（Special Report on Emissions Scenarios，SRES）中的B2情景屬于中-低排放，與我國(guó)的中長(zhǎng)期發(fā)展規(guī)劃比較接近，因此選用此情景數(shù)據(jù)作為本研究未來(lái)氣候變化數(shù)據(jù)。研究區(qū)IPCC SRES B2情景數(shù)據(jù)（1961—2080年）來(lái)自于中國(guó)農(nóng)業(yè)科學(xué)院農(nóng)業(yè)環(huán)境與可持續(xù)發(fā)展研究所氣候變化研究組利用英國(guó)Hadley中心PRECIS（Providing Regional Climates for Impacts Studies）模擬得到（Xu et al.，2006）。數(shù)據(jù)分辨率為50 km×50 km。模型所需的主要?dú)夂蛑笜?biāo)有平均氣溫、最低氣溫、最高氣溫、降水、風(fēng)速、云量、輻射和相對(duì)濕度等。

模型所需的土壤質(zhì)地?cái)?shù)據(jù)來(lái)自1∶1400萬(wàn)土壤質(zhì)地類型圖（中國(guó)科學(xué)院南京土壤研究所，1986），它主要反映各地土壤表層內(nèi)礦質(zhì)顆粒大小的比例情況和區(qū)內(nèi)不同土壤質(zhì)地的地理分布特點(diǎn)及規(guī)律。該圖經(jīng)數(shù)字化處理后轉(zhuǎn)換為柵格數(shù)據(jù)，分辨率為50 km×50 km。

模型所需的植被數(shù)據(jù)主要來(lái)自衛(wèi)星遙感數(shù)據(jù)反演得到的分辨率為1 km的全球土地覆被資料，其植被分類采用國(guó)際地圈生物圈計(jì)劃分類系統(tǒng)，研究區(qū)主要包括常綠針葉林、落葉針葉林、落葉闊葉林、混交林、密閉灌叢、開放灌叢、稀樹草原、草原、高寒草甸、濕地、農(nóng)作物、荒漠草原和荒漠等13類土地類型，植被數(shù)據(jù)同樣轉(zhuǎn)換為柵格數(shù)據(jù)，分辨率為50 km×50 km（張時(shí)煌等，2004）。

研究時(shí)段按照IPCC的定義來(lái)劃分，基準(zhǔn)期為1961—1990年，近期為1991—2020年，中期為2021—2050年，遠(yuǎn)期為2051—2080年（IPCC，2007），各時(shí)期按30年的均值進(jìn)行計(jì)算。

1.3 方法

1.3.1 閾值識(shí)別：“危險(xiǎn)的影響”與“不能接受的影響”

對(duì)于氣候變化對(duì)生態(tài)系統(tǒng)生產(chǎn)功能的風(fēng)險(xiǎn)評(píng)價(jià)，主要考量氣候變化造成的生態(tài)系統(tǒng)NPP的損失。根據(jù)NPP的長(zhǎng)期自然變率識(shí)別了兩種閾值：“危險(xiǎn)的影響”和“不能接受的影響”，并據(jù)此設(shè)定風(fēng)險(xiǎn)標(biāo)準(zhǔn)。

每個(gè)生態(tài)系統(tǒng)都有各自對(duì)溫度、降水或其他參數(shù)的適應(yīng)范圍，超過(guò)各自系統(tǒng)的閾值后，生態(tài)系統(tǒng)就會(huì)處于風(fēng)險(xiǎn)之中或面臨滅絕（IPCC，2007）。當(dāng)NPP在長(zhǎng)期自然變率范圍內(nèi)變動(dòng)時(shí)，假設(shè)NPP的變化是暫時(shí)的，是可恢復(fù)到平均狀態(tài)的。反之，當(dāng)NPP的損失超過(guò)長(zhǎng)期自然變率范圍，產(chǎn)生異常變動(dòng)時(shí)，則認(rèn)為發(fā)生了“危險(xiǎn)的影響”（Van minnen et al.，2002）。本研究將基準(zhǔn)期（1961—1990年）的NPP變率作為正常年份的自然變率，根據(jù)世界氣象組織的定義，異常變率定義為超過(guò)多年平均值±2倍標(biāo)準(zhǔn)差的數(shù)值（Hulme et al.，2009）。因此，如果某網(wǎng)格內(nèi)NPP的減少超過(guò)了其多年平均值-2倍標(biāo)準(zhǔn)差時(shí)，則認(rèn)為氣候變化對(duì)此網(wǎng)格內(nèi)的生態(tài)系統(tǒng)的生產(chǎn)功能產(chǎn)生了“危險(xiǎn)的影響”。

如果氣候變化對(duì)生態(tài)系統(tǒng)NPP的負(fù)面影響在超過(guò)該網(wǎng)格長(zhǎng)期自然變率后繼續(xù)增強(qiáng)，甚至低于該類生態(tài)系統(tǒng)在基準(zhǔn)期的最小值，則認(rèn)為該網(wǎng)格內(nèi)的此生態(tài)系統(tǒng)發(fā)生了不可逆轉(zhuǎn)的變化，產(chǎn)生了“不能接受的影響”，即達(dá)到此類生態(tài)系統(tǒng)多年變動(dòng)的最小值。

1.3.2 等級(jí)劃分

以氣候變化對(duì)生態(tài)系統(tǒng)生產(chǎn)功能“危險(xiǎn)的影響”和“不能接受的影響”兩類閾值為參考，根據(jù)某時(shí)期生態(tài)系統(tǒng)的NPP與基準(zhǔn)期NPP正常變率范圍的關(guān)系，將各生態(tài)系統(tǒng)分為無(wú)風(fēng)險(xiǎn)、低風(fēng)險(xiǎn)和高風(fēng)險(xiǎn)。如果某時(shí)期NPP與基準(zhǔn)期NPP相比是減少的，并且其值小于“危險(xiǎn)的影響”，定義為低風(fēng)險(xiǎn)；當(dāng)其繼續(xù)減少到小于此類生態(tài)系統(tǒng)“不能接受的影響”時(shí)，認(rèn)為發(fā)生了高風(fēng)險(xiǎn)（圖2）。無(wú)風(fēng)險(xiǎn)主要包括3種情況，一是某時(shí)期NPP大于基準(zhǔn)期NPP，即NPP呈增加趨勢(shì)；二是NPP接近于0的區(qū)域，大都是一些荒漠、裸巖地區(qū)；三是NPP減少幅度并未超過(guò)“危險(xiǎn)的影響”。

圖2 風(fēng)險(xiǎn)等級(jí)劃分示意圖Fig. 2 Schematic diagram of risk level classification

1.3.3 區(qū)域綜合風(fēng)險(xiǎn)評(píng)價(jià)

風(fēng)險(xiǎn)指數(shù)是指某生態(tài)系統(tǒng)（或區(qū)域）內(nèi)風(fēng)險(xiǎn)總值與其總面積的比值，即單位面積上承擔(dān)的風(fēng)險(xiǎn)程度，可以表示此生態(tài)系統(tǒng)（或區(qū)域）將要面臨的總體風(fēng)險(xiǎn)程度（Duggan et al.，2015）。風(fēng)險(xiǎn)指數(shù)構(gòu)建如下：

式中，Ri代表生態(tài)系統(tǒng)（或區(qū)域）i的風(fēng)險(xiǎn)指數(shù)；Ri0、Ri1、Ri2分別代表無(wú)、低、高風(fēng)險(xiǎn)的分值，分別為0、1和2分；Si0、Si1、Si2分別代表生態(tài)系統(tǒng)（或區(qū)域）i內(nèi)無(wú)、低、高風(fēng)險(xiǎn)的面積；Si代表生態(tài)系統(tǒng)（或區(qū)域）i的總面積。

2 結(jié)果與分析

2.1 空間分布特征

IPCC SRES B2情景下的氣候變化對(duì)生態(tài)系統(tǒng)生產(chǎn)功能產(chǎn)生的風(fēng)險(xiǎn)主要分布在西北地區(qū)北部、內(nèi)蒙古地區(qū)東北部和東北地區(qū)中南部（圖3）。未來(lái)近期、中期和遠(yuǎn)期研究區(qū)均溫分別增加0.95、1.93和2.99 ℃，高于同時(shí)期全國(guó)平均增溫。與此同時(shí)，風(fēng)險(xiǎn)面積從近期的98.57×104km2擴(kuò)大到中期的136.22×104km2，遠(yuǎn)期時(shí)高達(dá)165.72×104km2，與近期相比增加了68.13%。風(fēng)險(xiǎn)面積占全區(qū)的比例也由最初的26.64%增加至遠(yuǎn)期的44.78%，風(fēng)險(xiǎn)范圍隨著增溫幅度的增加而擴(kuò)展。

3個(gè)時(shí)期，低風(fēng)險(xiǎn)以占全區(qū)總面積18.41%～28.26%的比例占據(jù)了主導(dǎo)地位。其面積由近期的68.11×104km2增至中期的94.01×104km2，再增至遠(yuǎn)期的104.56×104km2，增幅為53.52%。高風(fēng)險(xiǎn)面積則翻倍擴(kuò)展，從近期的30.46×104km2增至遠(yuǎn)期的61.15×104km2（圖3）。

2.2 時(shí)間變化特征

為方便分析風(fēng)險(xiǎn)程度的時(shí)間變化特征，就某網(wǎng)格而言，將后一時(shí)期風(fēng)險(xiǎn)分值與前一時(shí)期風(fēng)險(xiǎn)分值相減，若得分為1（2），則代表風(fēng)險(xiǎn)程度增加一級(jí)（二級(jí)），即由無(wú)風(fēng)險(xiǎn)到低風(fēng)險(xiǎn)或由低風(fēng)險(xiǎn)到高風(fēng)險(xiǎn)（由無(wú)風(fēng)險(xiǎn)到高風(fēng)險(xiǎn)）轉(zhuǎn)變，用I1（I2）表示；若得分為-1（-2），則代表風(fēng)險(xiǎn)程度減弱一級(jí)（二級(jí)），用D1（D2）表示，C代表風(fēng)險(xiǎn)程度沒有變化。

圖4 生態(tài)系統(tǒng)風(fēng)險(xiǎn)程度變化Fig. 4 Change in risk levels on the ecosystems

圖3 近期(a)、中期(b)和遠(yuǎn)期(c)生態(tài)系統(tǒng)生產(chǎn)功能風(fēng)險(xiǎn)分布Fig. 3 Risk distribution of ecosystems during the (a) near, (b) middle and (c) long terms

近期到中期，309.61×104km2的生態(tài)系統(tǒng)風(fēng)險(xiǎn)程度保持不變，占全區(qū)總面積的83.67%（圖4）。54.2×104km2的生態(tài)系統(tǒng)面臨的風(fēng)險(xiǎn)呈發(fā)展趨勢(shì)，占全區(qū)總面積的14.64%，主要分布在東北地區(qū)和西北地區(qū)。生態(tài)系統(tǒng)風(fēng)險(xiǎn)增加的程度以I1為主，面積為51.08×104km2。與此同時(shí)，6.24×104km2的生態(tài)系統(tǒng)風(fēng)險(xiǎn)呈減少趨勢(shì)。中期到遠(yuǎn)期，風(fēng)險(xiǎn)程度變化趨勢(shì)與前一時(shí)期相同，但風(fēng)險(xiǎn)程度增加的范圍（45.81×104km2）略小于前一階段，占全區(qū)總面積的12.38%，主要分布在研究區(qū)北部地區(qū)（圖4）。這一階段風(fēng)險(xiǎn)增加的程度仍以I1為主，其面積為41.73×104km2，占全區(qū)總面積的11.28%。除此之外，0.96×104km2的生態(tài)系統(tǒng)風(fēng)險(xiǎn)程度減緩，占全區(qū)總面積的0.26%。由此可知，兩個(gè)時(shí)段生態(tài)系統(tǒng)生產(chǎn)功能的風(fēng)險(xiǎn)程度均有加重之勢(shì)，以I1為主。就變化幅度而言，后一階段（中期到遠(yuǎn)期）較前一階段（近期到中期）變化溫和。

2.3 不同生態(tài)系統(tǒng)風(fēng)險(xiǎn)分析

不同生態(tài)系統(tǒng)所面臨的風(fēng)險(xiǎn)范圍與程度存在差異。就風(fēng)險(xiǎn)范圍而言，草原與農(nóng)作物分布面積之和占總面積的41.61%，其風(fēng)險(xiǎn)面積也相應(yīng)較大。3個(gè)時(shí)期草原風(fēng)險(xiǎn)面積均為最大，分別為31.9×104、37.17×104和43.89×104km2；農(nóng)作物位列其后，3個(gè)時(shí)期的風(fēng)險(xiǎn)面積分別為19.67×104、27.1×104和33.1×104km2。但是兩者風(fēng)險(xiǎn)比例并不突出。與此形成鮮明對(duì)比的是全區(qū)分布面積最小的混交林（只占總面積的0.71%），風(fēng)險(xiǎn)比例最高，介于63.64%～72.73%；其次為稀樹草原，風(fēng)險(xiǎn)比例在40.91%～63.64%之間。就風(fēng)險(xiǎn)指數(shù)而言，3個(gè)時(shí)期，混交林、稀樹草原與荒漠草原一直是較危險(xiǎn)的生態(tài)系統(tǒng)；高寒草甸與常綠針葉林是較為安全的生態(tài)系統(tǒng)；其他生態(tài)系統(tǒng)在不同時(shí)期的排序有所改變。所有生態(tài)系統(tǒng)的危險(xiǎn)程度均隨溫度的增加而持續(xù)加重（表1）。

2.4 核心區(qū)與邊緣區(qū)風(fēng)險(xiǎn)分析

綜合前人成果，將北方農(nóng)牧交錯(cuò)帶分為核心區(qū)與邊緣區(qū)，對(duì)其區(qū)域差異進(jìn)行分析（圖1）（Liu et al.，2011）。邊緣區(qū)與核心區(qū)的總面積之比為4.91，而兩者的風(fēng)險(xiǎn)面積之比介于3.31～4.08之間。核心區(qū)風(fēng)險(xiǎn)面積由最初的22.54×104km2增至遠(yuǎn)期的32.62×104km2，增加了44.68%；而邊緣區(qū)由最初的76.02×104km2增至遠(yuǎn)期的133.10×104km2，增加了75.08%，幅度更為明顯。就風(fēng)險(xiǎn)指數(shù)而言，不論哪個(gè)時(shí)期，核心區(qū)均比邊緣區(qū)高出0.16～0.17，表明其處于更加嚴(yán)重的風(fēng)險(xiǎn)狀態(tài)。除此之外，兩者的風(fēng)險(xiǎn)范圍與程度均呈現(xiàn)出隨增溫幅度的增加而變大的趨勢(shì)（表2）。

表2 近期、中期和遠(yuǎn)期北方農(nóng)牧交錯(cuò)帶核心區(qū)與邊緣區(qū)的風(fēng)險(xiǎn)面積和風(fēng)險(xiǎn)指數(shù)Table 2 Risk areas and risk index for the core and marginal region of the farming-pasture ecotone in northern China over three terms

3 討論與結(jié)論

3.1 討論

基于“危險(xiǎn)的影響”和“不能接受的影響”兩類閾值，本研究對(duì)未來(lái)氣候變化下北方農(nóng)牧交錯(cuò)帶生態(tài)系統(tǒng)生產(chǎn)功能可能面臨的風(fēng)險(xiǎn)進(jìn)行了評(píng)估。與原來(lái)研究采用指標(biāo)的變動(dòng)幅度相比，該方法通過(guò)對(duì)閾值的識(shí)別賦予了風(fēng)險(xiǎn)標(biāo)準(zhǔn)更多的地理和生態(tài)意義，考慮了氣候變化引起的生態(tài)系統(tǒng)的變化是否達(dá)到一個(gè)危險(xiǎn)或不可逆轉(zhuǎn)的水平。閾值的確定方法靈活、操作性強(qiáng)，適用于風(fēng)險(xiǎn)領(lǐng)域的其他影響指標(biāo)，加上其長(zhǎng)期性和大尺度的視角，可以作為氣候變化風(fēng)險(xiǎn)定量評(píng)價(jià)的一種借鑒方法。

本研究風(fēng)險(xiǎn)空間格局與其他研究結(jié)果大致相同，Scholze et al.（2006）認(rèn)為21世紀(jì)東北地區(qū)會(huì)面臨森林減少的風(fēng)險(xiǎn)。於俐（2006）也發(fā)現(xiàn)，21世紀(jì)末期Hadley RCM A2情景下，東北地區(qū)南部、內(nèi)蒙古和西北地區(qū)較為脆弱。另外，Wu et al.（2007）研究得出的21世紀(jì)B2情景下我國(guó)生態(tài)系統(tǒng)的脆弱性的格局與發(fā)展趨勢(shì)與本研究結(jié)果大致吻合。B2情景下，北方地區(qū)增溫明顯，蒸散加強(qiáng)；與此同時(shí)，東北地區(qū)和除荒漠地帶以外的西北地區(qū)降水減少，導(dǎo)致這些區(qū)域干旱程度加大，限制了植物光合作用，生態(tài)系統(tǒng)NPP下降（郭靈輝等，2016）。降水是該區(qū)域植被所需水分的主要來(lái)源，是植被生長(zhǎng)的主要限制因子，降水減少導(dǎo)致區(qū)域內(nèi)植被NPP降低，風(fēng)險(xiǎn)增加（毛德華等，2016）。Lei et al.（2015）發(fā)現(xiàn)，北方農(nóng)牧交錯(cuò)帶生態(tài)系統(tǒng)NPP隨干旱的加劇而顯著減少。Chen et al.（2012）研究認(rèn)為，干旱氣候?qū)е旅绹?guó)南部地區(qū)NPP減少40%。稀樹草原與荒漠草原處于缺水的干旱地區(qū)，其分布與溫度、降水變率以及土壤條件密切相關(guān)，對(duì)氣候變化非常敏感（Staver et al.，2011），在未來(lái)氣候變化下風(fēng)險(xiǎn)程度較高。東北地區(qū)北部以溫度為限制因子，氣候變暖可緩解低溫對(duì)植被生長(zhǎng)的限制，NPP呈增加趨勢(shì)，因此基本不受風(fēng)險(xiǎn)的影響。Gao et al.（2013）認(rèn)為，對(duì)存在低溫限制的青藏高原而言，年均溫度的增長(zhǎng)對(duì)植被NPP有顯著的促進(jìn)作用，但是降水的變化對(duì)NPP的影響不大。Yuan et al.（2017）發(fā)現(xiàn)，2016—2050年，東北地區(qū)松遼平原的森林與草原的NPP對(duì)氣候變化的敏感性會(huì)減弱。高寒草甸和常綠針葉林主要分布在溫度限制的區(qū)域，增溫有助于促進(jìn)這些地區(qū)生態(tài)系統(tǒng)NPP的增加，因而在未來(lái)氣候變化下所面臨的風(fēng)險(xiǎn)較低（Ji et al.，2008）。

表1 近期、中期和遠(yuǎn)期各生態(tài)系統(tǒng)的風(fēng)險(xiǎn)面積、風(fēng)險(xiǎn)比例和風(fēng)險(xiǎn)指數(shù)Table 1 Risk areas, affected proportions and risk index for each ecosystem over three terms

由于模型沒有考慮CO2效應(yīng)、森林死亡率以及生態(tài)系統(tǒng)類型的變化，關(guān)于生態(tài)系統(tǒng)NPP的模擬具有一定的不確定性。另外，研究未考慮人類對(duì)生態(tài)系統(tǒng)的干擾，從長(zhǎng)遠(yuǎn)來(lái)看，人類對(duì)生態(tài)系統(tǒng)的干擾有可能會(huì)影響其對(duì)氣候變化的適應(yīng)能力，進(jìn)而改變風(fēng)險(xiǎn)狀況。因此，本研究只是基于閾值識(shí)別角度對(duì)氣候變化下生態(tài)系統(tǒng)風(fēng)險(xiǎn)進(jìn)行定量評(píng)價(jià)的初步探討。更加準(zhǔn)確詳細(xì)地確定區(qū)域生態(tài)系統(tǒng)NPP的正常范圍，辨識(shí)其隨時(shí)間、空間和人為干擾因素變化的風(fēng)險(xiǎn)標(biāo)準(zhǔn)，將有助于減少風(fēng)險(xiǎn)評(píng)估研究的不確定性。除此之外，理解未來(lái)不同情景（例如RCPs）和模擬模型下的風(fēng)險(xiǎn)，有助于從多角度認(rèn)知?dú)夂蜃兓瘜?duì)生態(tài)系統(tǒng)所帶來(lái)的風(fēng)險(xiǎn)。

3.2 結(jié)論

在IPCC SRES B2情景下，風(fēng)險(xiǎn)的范圍與未來(lái)氣候變化特征密切相關(guān)，主要集中在西北地區(qū)北部、內(nèi)蒙古地區(qū)東北部和東北地區(qū)中南部。風(fēng)險(xiǎn)范圍隨增溫的加強(qiáng)而擴(kuò)展，其面積從近期的98.57×104km2擴(kuò)大到遠(yuǎn)期的165.72×104km2，占全區(qū)的比例高達(dá)44.78%。3個(gè)時(shí)期，北方農(nóng)牧交錯(cuò)帶地區(qū)均以低風(fēng)險(xiǎn)為主，生態(tài)系統(tǒng)生產(chǎn)功能的風(fēng)險(xiǎn)程度均有加重之勢(shì)，且后一階段（中期到遠(yuǎn)期）較前一階段（近期到中期）變化緩和。就生態(tài)系統(tǒng)類型而言，混交林、稀樹草原與荒漠草原一直是較危險(xiǎn)的生態(tài)系統(tǒng)；高寒草甸與常綠針葉林是較為安全的生態(tài)系統(tǒng)。北方農(nóng)牧交錯(cuò)帶的核心區(qū)處于我國(guó)半濕潤(rùn)區(qū)向半干旱區(qū)的過(guò)渡地帶，氣候變率較大，農(nóng)牧交錯(cuò)活動(dòng)頻繁且強(qiáng)烈，呈現(xiàn)出比氣候與土地利用方式相對(duì)穩(wěn)定的邊緣區(qū)更加嚴(yán)重的風(fēng)險(xiǎn)特征。

AULD T D, LEISHMAN M R. 2015. Ecosystem risk assessment for Gnarled Mossy Cloud Forest, Lord Howe Island, Australia [J]. Austral Ecology, 40(4): 364-372.

BAYLISS P, VAN DAM R A, BARTOLO R E. 2012. Quantitative ecological risk assessment of the Magela Creek Floodplain in Kakadu National Park, Australia: Comparing point source risks from the Ranger Uranium Mine to diffuse landscape-scale risks [J]. Human and Ecological Risk Assessment, 18(1): 115-151.

CHEN G S, TIAN H Q, ZHANG C, et al. 2012. Drought in the Southern United States over the 20th century: variability and its impacts on terrestrial ecosystem productivity and carbon storage [J]. Climatic Change, 114(2): 379-397.

DAN L, JI J J, LI Y P. 2005. Climatic and biological simulations in a two-way coupled atmosphere-biosphere model [J]. Global and Planetary Change, 47(2): 153-169.

DUGGAN J M, EICHELBERGER B A, MA S, et al. 2015. Informing management of rare species with an approach combining scenario modeling and spatially explicit risk assessment [J]. Ecosystem Health and Sustainability, 1(6): 1-18.

GAO Y H, ZHOU X, WANG Q, et al. 2013. Vegetation net primary productivity and its response to climate change during 2001-2008 in the Tibetan Plateau [J]. Science of the Total Environment, 444: 356-362.

HULME M, DESSAI S, LORENZONI I, et al. 2009. Unstable climates: Exploring the statistical and social constructions of ‘normal’climate [J]. Geoforum, 40(2): 197-206.

IPCC. Climate change 2007: Impacts, adaptation and vulnerability. Contribution of working group II to the fourth assessment report of the intergovernmental panel on climate change [R]//Cambridge: Cambridge University Press.

IPCC. Climate change 2014: Impacts, adaptation, and vulnerability. Part a: Global and sectoral aspects. Contribution of working group II to the fifth assessment report of the intergovernmental panel on climate change [R]//Cambridge: Cambridge University Press.

JI J J, HUANG M, LI K R. 2008. Prediction of carbon exchanges between China terrestrial ecosystem and atmosphere in 21st century [J]. Science in China Series D: Earth Sciences, 51(6): 885-898.

JI J J. 1995. A climate-vegetation interaction model: Simulating physical and biological processes at the surface [J]. Journal of Biogeography, 22(2/3): 445-451.

KEITH D A, RODRIGUEZ J P, RODRIGUEZ-CLARK K M, et al. 2013. Scientific foundations for an IUCN Red List of ecosystems [J]. Plos One 8(5): 1-25.

LEI T J, WU J J, LI X H, et al. 2015. A new framework for evaluating the impacts of drought on net primary productivity of grassland [J]. Science of the Total Environment, 536: 161-172.

LIU J H, GAO J X, LV S H, et al. 2011. Shifting farming-pastoral ecotone in China under climate and land use changes [J]. Journal of Arid Environments,75(3): 298-308.

LU J H, JI J J. 2006. A simulation and mechanism analysis of long-term variations at land surface over arid/semi-arid area in north China [J].Journal of Geophysical Research: Atmospheres, 111(D9): 1-19.

MATTHEWS S N, IVERSON L R, PETERS M P, et al. 2014. Assessing and comparing risk to climate changes among forested locations: Implications for ecosystem services [J]. Landscape Ecology, 29(2): 213-228.

MUNNS W R, REA A W, SUTER G W, et al. 2016. Ecosystem services as assessment endpoints for ecological risk assessment [J]. Integrated Environmental Assessment and Management, 12(3): 522-528.

PIRESA G F, ABRAHAOA G M, BRUMATTIA L M, et al. 2016. Increased climate risk in Brazilian double cropping agriculture systems: Implications for land use in Northern Brazil [J]. Agricultural and Forest Meteorology, 228-229: 286-298.

SCHOLZE M, KNORR W, ARNELL N W, et al. 2006. A climate-change risk analysis for world ecosystems [J]. Proceedings of the National Academy of Sciences, 103(35): 13116-13120.

SCHROTER D, CRAMER W, LEEMANS R, et al. 2005. Ecosystem service supply and vulnerability to global change in Europe [J]. Science, 310(5752): 1333-1337.

SONWA D J, DIEYE A, MZOURI E E, et al. 2016. Drivers of climate risk in African agriculture [J]. Climate and Development: http://dx.doi.org/ 10.1080/17565529.2016.1167659.

STAVER A C, ARCHIBALD S, LEVIN S A. 2011. The global extent and determinants of savanna and forest as alternative biome states [J]. Science, 334(6053): 230-232.

VAN MINNEN J G, ONIGKEIT J, ALCAMO J. 2002. Critical climate change as an approach to assess climate change impacts in Europe: Development and application [J]. Environmental Science & Policy, 5(4): 335-347.

WARDLE G M, GREENVILLE A C, FRANK A S, et al. 2015. Ecosystem risk assessment of Georgina Gidgee Woodlands in central Australia [J]. Austral Ecology, 40(4): 444-459.

WU S H, DAI E F, HUANG M, et al. 2007. Ecosystem vulnerability of China under B2 climate scenario in the 21st century [J]. Chinese Science Bulletin,52(10): 1379-1386.

XU Y L, ZHANG Y, LIN E D, et al. 2006. Analyses on the climate change responses over China under SRES B2 scenario using PRECIS [J]. Chinese Science Bulletin, 51(18): 2260-2267.

YUAN Q Z, WU S H, DAI E F, et al. 2017. NPP vulnerability of the potential vegetation of China to climate change in the past and future [J]. Journal of Geographical Sciences, 27(2): 131-142.

郭靈輝, 郝成元, 吳紹洪, 等. 2016. 內(nèi)蒙古草地NPP變化特征及其對(duì)氣候變化敏感性的CENTURY模擬研究[J]. 地理研究, 35(2): 271-284.

毛德華, 王宗明, 韓佶興, 等. 2016. 1982-2010年中國(guó)東北地區(qū)植被NPP時(shí)空格局及驅(qū)動(dòng)因子分析[J]. 地理科學(xué), 32(9): 1106-1111.

於俐. 2006. 中國(guó)自然生態(tài)系統(tǒng)對(duì)氣候變化的脆弱性評(píng)價(jià)研究[D]. 北京:中國(guó)科學(xué)院研究生院: 106.

張時(shí)煌, 彭公炳, 黃玫. 2004. 基于遙感與地理信息系統(tǒng)支持下的地表植被特征參數(shù)反演[J]. 氣候與環(huán)境研究, 9(1): 80-91.

趙哈林, 趙學(xué)勇, 張銅會(huì), 等. 2002. 北方農(nóng)牧交錯(cuò)帶的地理界定及其生態(tài)問題[J]. 地球科學(xué)進(jìn)展, 17(5): 739-747.

趙昕奕, 蔡運(yùn)龍. 2003. 區(qū)域土地生產(chǎn)潛力對(duì)全球氣候變化的響應(yīng)評(píng)價(jià)——以中國(guó)北方農(nóng)牧交錯(cuò)帶中段為例[J]. 地理學(xué)報(bào), 58(4): 584-590.

中國(guó)科學(xué)院南京土壤研究所. 1986. 中國(guó)土壤圖集[M]. 北京: 地圖出版社.

Risk Assessment of Ecosystems Production Based on the Thresholds
Identification: The Case Study of Farming-pastoral Ecotone in Northern China

SHI Xiaoli1,2, CHEN Hongjuan3, SHI Wenjiao4,5*, WANG Liyan1,2, PAN Peipei1,2, LIANG Yanqing1,2
1. College of Resources and Environment Sciences, Hebei Normal University, Shijiazhuang 050024, China;
2. Key Laboratory of Environmental Evolvement and Ecological Construction of Hebei Province, Shijiazhuang 050024, China;
3. School of Land Resources and Urban Planning, Hebei Geological University, Shijiazhuang 050031, China;
4. Key Laboratory of Land Surface Pattern and Simulation, Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China;
5. College of Resources and Environment, University of Chinese Academy of Sciences, Beijing 100049, China

It is helpful for decision-making on adaptation of climate change to illustrate risks of net primary production for ecosystem from climate change. The thresholds identification method has been documented little in previous studies. From the data of climate, soil texture and vegetation, Atmosphere Vegetation Interaction Model version 2 was employed to simulate the net primary production of ecosystem during the period of 1961—2080. Based on the definition of thresholds, we presented a new assessment method to detect the climate change risk on ecosystems. According to the climate change impacts on the net primary production of ecosystems, the ‘dangerous impact’ and the ‘unacceptable impact’ were defined as the thresholds. Compared with the ‘dangerous impact’ and the ‘unacceptable impact’, NPP loss in each grid was used to evaluate the risk on the ecosystems in farming-pastoral ecotone in northern China. The results showed that, climate change will bring risk on primary production of ecosystem in the study area, and the low risk will dominate the region. The risk distribution is likely to correlated with climate change in future, risk areas are likely to be concentrated on northern part of Northwest China, northeast part of Inner Mongolia, central and southern part of Northeast China. The risk areas would expand with the increase of warming degree. To the long-term, about 165.72 Mha ecosystems will face the risk on primary production, accounting for 44.78% of the total area. Temperate mixed forest, wooded savanna and desert grassland are likely to be more vulnerable than other ecosystems, while the alpine meadow and evergreen coniferous forest will be relatively safe. Risks in the core region of the farming-pastoral ecotone will intense than these in the marginal region, indicating the dangerous trend under the climate change.

thresholds; climate change; risk; production; farming-pastoral ecotone

10.16258/j.cnki.1674-5906.2017.01.002

K903; X171.1

A

1674-5906（2017）01-0006-07

石曉麗, 陳紅娟, 史文嬌, 王麗艷, 潘佩佩, 梁彥慶. 2017. 基于閾值識(shí)別的生態(tài)系統(tǒng)生產(chǎn)功能風(fēng)險(xiǎn)評(píng)價(jià)——以北方農(nóng)牧交錯(cuò)帶為例[J]. 生態(tài)環(huán)境學(xué)報(bào), 26(1): 6-12.

SHI Xiaoli, CHEN Hongjuan, SHI Wenjiao, WANG Liyan, PAN Peipei, LIANG Yanqing. 2017. Risk assessment of ecosystems production based on the thresholds identification: the case study of farming-pastoral ecotone in northern China [J]. Ecology and Environmental Sciences, 26(1): 6-12.

河北省社會(huì)科學(xué)基金項(xiàng)目（HB16SH034）

石曉麗（1981年生），女，副教授，主要從事氣候變化風(fēng)險(xiǎn)評(píng)價(jià)。E-mail: shixiaoli_2004@163.com *通信作者：史文嬌，副研究員，主要從事氣候變化影響評(píng)價(jià)。E-mail: shiwj@lreis.ac.cn

2016-11-21