基于暴露度-恢復(fù)力-敏感度的城市適應(yīng)氣候變化能力評(píng)估與特征分析

趙春黎,嚴(yán) 巖,陸詠晴,丁 丁,宋 揚(yáng),吳 鋼

1 中國科學(xué)院生態(tài)環(huán)境研究中心城市與區(qū)域生態(tài)國家重點(diǎn)實(shí)驗(yàn)室,北京 100085 2 清華大學(xué)工程物理系,公共安全研究院,北京 100084 3 中國科學(xué)院大學(xué),北京 100049 4 北京大學(xué),北京 100871 5 住房和城鄉(xiāng)建設(shè)部農(nóng)村污水處理技術(shù)北方研究中心,北京 100085

氣候變化是全球可持續(xù)發(fā)展面臨的巨大挑戰(zhàn)。雖然全球范圍內(nèi)溫室氣體減排已經(jīng)進(jìn)行了大量努力,但氣候變化的趨勢(shì)還將在相當(dāng)長的時(shí)間尺度內(nèi)繼續(xù)發(fā)展,人類也將進(jìn)一步面臨一系列氣候變化不利影響,如食品短缺、海平面升高、颶風(fēng)、干旱等問題,這些問題對(duì)發(fā)展中國家和地區(qū)的影響尤為嚴(yán)重。這種情形下,在繼續(xù)加大溫室氣體排放控制的同時(shí),需要積極準(zhǔn)備應(yīng)對(duì)氣候變化的不利影響,特別是人口與社會(huì)經(jīng)濟(jì)活動(dòng)高度密集的城市,受氣候變化影響的風(fēng)險(xiǎn)和可能的損失更為嚴(yán)重,其中發(fā)展中國家受氣候變化影響的風(fēng)險(xiǎn)更高。但從目前情況來看,城市應(yīng)對(duì)氣候變化更重視減緩措施,適應(yīng)氣候變化能力的研究和實(shí)踐卻相對(duì)滯后,監(jiān)測(cè)、評(píng)估技術(shù)體系薄弱,適應(yīng)氣候變化體制、機(jī)制不健全,資金投入不足等,氣候變化適應(yīng)能力成為城市應(yīng)對(duì)氣候變化的短板。

目前,我國城市適應(yīng)氣候變化的研究和實(shí)踐剛處于起步階段。學(xué)者Araos等對(duì)全球401個(gè)大型城市適應(yīng)氣候變化能力進(jìn)行了評(píng)價(jià),我國入選的城市大部分處于無適應(yīng)措施或適應(yīng)措施不足的狀態(tài)[1]。近幾年,我國對(duì)氣候變化的適應(yīng)越來越關(guān)注和重視,2013年國家發(fā)展和改革委員會(huì)發(fā)布了《國家適應(yīng)氣候變化戰(zhàn)略》,2016年國家發(fā)展改革委和住房城鄉(xiāng)建設(shè)部發(fā)布聯(lián)合發(fā)布了《城市適應(yīng)氣候變化行動(dòng)方案》,2016年國家發(fā)展改革委和住房城鄉(xiāng)建設(shè)部啟動(dòng)了氣候適應(yīng)型城市建設(shè)試點(diǎn),全國28個(gè)城市作為第一批入選城市。這些戰(zhàn)略、方案的出臺(tái)和氣候適應(yīng)型城市試點(diǎn)建設(shè),對(duì)我國氣候變化適應(yīng),尤其是城市適應(yīng)氣候變化提出了戰(zhàn)略性、指導(dǎo)性的框架和對(duì)策,極大的提升了對(duì)氣候變化適應(yīng)的認(rèn)識(shí)和重視程度,有效的推動(dòng)了城市的氣候適應(yīng)能力建設(shè)。但總的來說,目前我國城市適應(yīng)氣候變化工作還處在初始探索的階段,還沒有形成針對(duì)氣候變化的區(qū)域性特征和具體城市實(shí)際的有針對(duì)性、系統(tǒng)性、科學(xué)性的城市適應(yīng)氣候變化能力建設(shè)對(duì)策體系,需要從氣候變化和城市本底特征兩個(gè)主要方面進(jìn)行更為深入、系統(tǒng)的分析和研究。

本文以我國286個(gè)地級(jí)市為研究尺度和對(duì)象,從暴露度、敏感度和恢復(fù)力的角度研究城市適應(yīng)氣候變化能力的評(píng)估方法,進(jìn)而分析我國城市適應(yīng)氣候變化的特征和關(guān)鍵因素,為城市適應(yīng)氣候變化能力評(píng)估提供方法支持,為科學(xué)制定城市適應(yīng)對(duì)策提供科學(xué)參考。

1 方法與數(shù)據(jù)

1.1 評(píng)價(jià)框架與指標(biāo)體系

本文構(gòu)建了基于IPCC的適應(yīng)能力評(píng)價(jià)的評(píng)估算框架與指標(biāo)體系。IPCC的適應(yīng)能力評(píng)價(jià)模型,是在脆弱性評(píng)價(jià)的基礎(chǔ)上進(jìn)行的。第三次評(píng)估報(bào)告中的脆弱性定義被廣泛運(yùn)用,即系統(tǒng)易受氣候變化造成的不良影響或者無法應(yīng)對(duì)其不良影響的程度。氣候變化風(fēng)險(xiǎn)包括氣候變化的危害,脆弱性和暴露度,社會(huì)經(jīng)濟(jì)路徑、適應(yīng)和減緩路徑以及治理等[2]。本文將氣候變化適應(yīng)總結(jié)為“暴露度”、“敏感度”和“恢復(fù)力”的函數(shù)[3],并從這3個(gè)方面,梳理和總結(jié)出我國城市適應(yīng)氣候變化能力指標(biāo)體系(表1)。

基于以上評(píng)估框架,本研究構(gòu)建了城市適應(yīng)氣候變化能力評(píng)估的指標(biāo)體系,其中暴露度是城市所面臨各類的氣候變化風(fēng)險(xiǎn),敏感度是城市受氣候變化影響的脆弱程度,恢復(fù)力是城市在應(yīng)對(duì)氣候變化中減小氣候影響并快速恢復(fù)到原來狀態(tài)的能力。

表1 城市適應(yīng)氣候變化評(píng)價(jià)指標(biāo)體系

對(duì)以上指標(biāo),首先進(jìn)行歸一化處理,并采用熵值法對(duì)指標(biāo)賦予權(quán)重。

成本型指標(biāo)的歸一化方法如下式,

(1)

效益型指標(biāo)為

(2)

式中,prk表示經(jīng)過標(biāo)準(zhǔn)化處理后的第k個(gè)城市第r個(gè)評(píng)價(jià)指標(biāo)的值,drmax和drmin分別表示評(píng)價(jià)矩陣中各城市的評(píng)價(jià)指標(biāo)r的最大值和最小值。歸一化后,原來的成本型指標(biāo)被轉(zhuǎn)化為正向指標(biāo),所有指標(biāo)值越大,代表的城市適應(yīng)能力也越高;即,對(duì)暴露度和敏感度這類成本型指標(biāo)來說,值越小所代表的暴露度或敏感度越高;對(duì)恢復(fù)力這類效益型指標(biāo)來說,值越小則恢復(fù)力越低。

經(jīng)過歸一化處理的指標(biāo),采用熵值法對(duì)指標(biāo)進(jìn)行權(quán)重賦值。并對(duì)指標(biāo)進(jìn)行等級(jí)劃分,“低”、“較低”、“中”、“較高”和“高”分別是各項(xiàng)指標(biāo)適應(yīng)氣候變化能力的5個(gè)層次,指標(biāo)等級(jí)主要采用百分位法并參考其自然斷點(diǎn)進(jìn)行手動(dòng)劃分。指標(biāo)等級(jí)及其權(quán)重值見表2。

表2 適應(yīng)氣候變化能力指標(biāo)等級(jí)劃分與權(quán)重

表中,“+”和“-”分別代表效益型與成本型指標(biāo)

1.2 集對(duì)分析評(píng)價(jià)方法

本文采用集對(duì)分析(set pair analysis, SPA)方法評(píng)價(jià)城市適應(yīng)氣候變化能力。該方法是趙克勤在1989年提出的一種新的系統(tǒng)分析方法。SPA通過聯(lián)系數(shù)的運(yùn)算研究來分析含有不確定性的問題,被視為一種新的不確定性系統(tǒng)數(shù)學(xué)理論[4- 7]，是評(píng)價(jià)非傳統(tǒng)安全非常有效的新方法。

SPA的核心是把確定、不確定視為一個(gè)系統(tǒng),從同、異、反3個(gè)方面研究事物的確定性與不確定性,分析研究事物之間的聯(lián)系與轉(zhuǎn)化[8]。具體來看,根據(jù)研究問題φ所需,將集對(duì)H的N項(xiàng)特性進(jìn)行分析,其中有S項(xiàng)為集對(duì)H兩集合所共有,有P項(xiàng)相對(duì)立的特性,其余F=N-S-P項(xiàng)特性既不對(duì)立也不共有,則有如下定義：

S/N為集對(duì)H在問題φ下的同一度;F/N為差異度;P/N為對(duì)立度,表示為：

(3)

式中，i為差異度系數(shù),j為對(duì)立度系數(shù)。也可以簡化為：

μ=a+bi+cj其中a+b+c=1

(4)

進(jìn)一步簡化得為：

μ′=a+cj

(5)

或μ′=a+bi

(6)

μ′=bi+cj

(7)

式中，μ是集對(duì)H的聯(lián)系度,根據(jù)以上公式過程可以看出,μ是兩個(gè)集合或者一個(gè)系統(tǒng)在所研究問題下得到的同一度、對(duì)立度和差異度的代數(shù)和。

同樣,可以將聯(lián)系度表達(dá)式進(jìn)一步展開,得到多元聯(lián)系度。例如,展開差異度b,即：

μ=a+b1i1+b2i2+…+bnin+cj

(8)

同樣,展開對(duì)立度c,即：

μ=a+c1j1+c2j2+…+cnjn+bi

(9)

當(dāng)n=3代入上式時(shí),即得到：

μ=a+b1i1+b2i2+b3i3+cj

(10)

同理,n元聯(lián)系度的概念就可以得到。其中,b1,b2,b3也可以被稱為差異度分量,即差異度有不同級(jí)別,如輕度差異度,中度差異度,重度差異度等,i1,i2,i3也被稱為差異不確定分量系數(shù)[9]。

本文將我國城市適應(yīng)氣候變化能力評(píng)價(jià)指標(biāo)劃分為5個(gè)等級(jí),城市適應(yīng)能力的確定采用SPA等級(jí)和貼近度分析這兩種差異度系數(shù)確定方法。

SPA等級(jí)是指,在本文采用3元聯(lián)系度的評(píng)價(jià)中,公式(8)中的參數(shù)可為理解為：a為xl隸屬于1級(jí)標(biāo)準(zhǔn)的可能程度,b1為xl隸屬于2級(jí)標(biāo)準(zhǔn)的可能程度,b2為xl隸屬于3級(jí)標(biāo)準(zhǔn)的可能程度,b3為xl隸屬于4級(jí)標(biāo)準(zhǔn)的可能程度,c是xl隸屬于5級(jí)標(biāo)準(zhǔn)的可能程度[9]。

貼近度及其排序方法的具體計(jì)算公式如下[10- 11]：

(11)

式中,rk為貼近度值,rk值越大,則城市樣本k越接近最優(yōu)方案,城市適應(yīng)氣候變化的能力越強(qiáng)。

各樣本聯(lián)系數(shù)的確定,可基于下式計(jì)算得到[9,12]。對(duì)于成本型指標(biāo)(值越小越優(yōu)),樣本值xl與指標(biāo)1級(jí)評(píng)價(jià)標(biāo)準(zhǔn)的聯(lián)系度為μl：

(12)

式中,s1≤s2≤…≤sK-1≤sK,分別為等級(jí)1,2,…,K-1,K等級(jí)的分界值。

對(duì)于效益型指標(biāo)(值越大越優(yōu)),某樣本值xl與指標(biāo)1級(jí)評(píng)價(jià)標(biāo)準(zhǔn)的聯(lián)系度為μl為：

(13)

式中,s1≥s2≥…≥sK-1≥sK。

1.3 數(shù)據(jù)

本文數(shù)據(jù)來源為,氣象數(shù)據(jù)下載自中國氣象數(shù)據(jù)網(wǎng)(http://data.cma.cn/site/index.html),使用其地面氣象資料的“中國地面氣候標(biāo)準(zhǔn)值數(shù)據(jù)集”產(chǎn)品;氣候?yàn)?zāi)害數(shù)據(jù)來源于《2014年自然災(zāi)害圖集》;其他數(shù)據(jù)主要來源于城市統(tǒng)計(jì)年鑒、城市建設(shè)統(tǒng)計(jì)年鑒、社會(huì)經(jīng)濟(jì)發(fā)展公報(bào)等。本文的評(píng)價(jià)是基于2010年各項(xiàng)數(shù)據(jù)進(jìn)行的,其中氣候數(shù)據(jù)是基于1951—2010年60年間的變化值;受數(shù)據(jù)限制,氣候?yàn)?zāi)害和空氣質(zhì)量數(shù)據(jù),選取2014年的值替代,其他值均為2010年各類年鑒數(shù)據(jù)。

2 結(jié)果與分析

2.1 SPA評(píng)價(jià)等級(jí)

基于以上數(shù)據(jù)和權(quán)重值,采用SPA評(píng)估的中國城市適應(yīng)氣候變化能力等級(jí),這五個(gè)等級(jí)適應(yīng)能力各自對(duì)應(yīng)著的城市數(shù)量為：高(105),較高(51),中(6),較低(7),低(117)。圖1展現(xiàn)了其空間分布情況。

圖1 集對(duì)分析等級(jí)空間分布Fig.1 Set pair analysis (SPA) result of urban adaptation capacity grades

可以看出,適應(yīng)能力高的城市分布較為分散,大部分處于我國東部地區(qū)。適應(yīng)能力低的城市主要集中在3個(gè)區(qū)域,西部的甘肅、陜西和河南地區(qū);中部的湖南、江西、浙江等地;以及南部的廣西、云南等地區(qū)。

城市適應(yīng)氣變化能力等級(jí)分布在“高”“低”這兩個(gè)等級(jí)的城市占到了絕大多數(shù),這可能受到了指標(biāo)等級(jí)劃分的影響。

2.2 貼近度分析

依據(jù)rk的大小進(jìn)行城市適應(yīng)氣候變化能力的排序,其適應(yīng)能力評(píng)價(jià)結(jié)果如圖2所示。

圖2 貼近度空間分布Fig.2 Close degree result of urban adaptation capacity

從圖中看出,東部地區(qū)整體狀況較好;適應(yīng)能力較低的區(qū)域集中在3個(gè)區(qū)域,分別為：西北的蘭州-西安等城市,涵蓋陜西、甘肅、河南和寧夏四省/自治區(qū);西南的云南、廣西等城市;以及華中的湖南、湖北、江西等城市。

可以看出,貼近度分析的結(jié)果與城市的適應(yīng)能力的排序基本一致,但貼近度系數(shù)更好的拉開城市適應(yīng)能力的差距。

2.3 關(guān)鍵限制要素分析

這一部分主要討論城市適應(yīng)能力限制要素及其空間分布,主要從暴露度、敏感度和恢復(fù)力3個(gè)方面進(jìn)行。

1)暴露度分析

圖3中標(biāo)紅色的地區(qū)為暴露度高的城市聚集區(qū)域。可以看出,氣候變化風(fēng)險(xiǎn)較高的區(qū)域主要在中部,包括湖南、湖北和江西的部分城市。高氣候暴露地區(qū)周邊的城市所面對(duì)的氣候風(fēng)險(xiǎn)也較高。高的氣候暴露風(fēng)險(xiǎn),主要是受到年度災(zāi)情指數(shù)(權(quán)重為0.1287),持續(xù)干燥指數(shù)(權(quán)重為0.0369),極強(qiáng)降雨量(權(quán)重為0.0969),降雨變化強(qiáng)度(權(quán)重為0.0967)等因素的影響,其中以年度災(zāi)情指數(shù)的指標(biāo)權(quán)重最高。

圖3 適應(yīng)氣候變化暴露度空間分布Fig.3 Spatial distribution of exposure element

2)敏感度分析

從圖4可以看出,敏感度分布與胡煥庸線分布有較高的一致性。西北地區(qū)人口密度低,對(duì)氣候變化的敏感性也較低;東南地區(qū)的經(jīng)濟(jì)發(fā)展水平較高,聚集了全國90%以上的人口[13- 14],也面臨著比較高的敏感度。整體上,敏感度的格局與胡煥庸線的分布保持較高的一致性,胡煥庸線東南地區(qū)整體呈現(xiàn)適應(yīng)氣候變化更敏感的態(tài)勢(shì)。

圖4 適應(yīng)氣候變化的敏感性空間分布Fig.4 Spatial distribution of sensitivity element

3)恢復(fù)力分析

恢復(fù)力表現(xiàn)為由東部向西部逐漸過渡的空間分布,東部一線的城市恢復(fù)力最高,向西一線城市恢復(fù)力有所下降,西部地區(qū)城市的恢復(fù)力最低(圖5)。恢復(fù)力指標(biāo)受到地區(qū)經(jīng)濟(jì)發(fā)展水平的影響比較大,經(jīng)濟(jì)基礎(chǔ)好的地區(qū),適應(yīng)氣候變化基礎(chǔ)設(shè)施、人員配備較為完備,并且影響發(fā)生時(shí)能夠迅速調(diào)集人員和資金進(jìn)行恢復(fù)和搶救工作。

圖5 適應(yīng)氣候變化的恢復(fù)力空間分布Fig.5 Spatial distribution of resilience element

3 討論

圖6 暴露度-敏感度-恢復(fù)力等高線圖Fig.6 Contour chart of exposure-sensitivity-resilience

進(jìn)一步分析各項(xiàng)因素的作用區(qū)域,使用SigmaPlot 12.5 對(duì)其暴露度-敏感度-恢復(fù)力指標(biāo)做等高線圖(圖6),可以看出,城市適應(yīng)氣候變化能力的各項(xiàng)限制要素主要表現(xiàn)為,適應(yīng)能力高主要為暴露度-恢復(fù)力-敏感度的(低-高-低)的組合條件;適應(yīng)能力低則分別為暴露度-恢復(fù)力-敏感度(高-高-高)、(低-低-低)和(高-低-低)3種組合。具體到某個(gè)城市時(shí),還需要結(jié)合城市實(shí)際情況等進(jìn)行具體分析,例如,李彤玥等對(duì)蘭州市城市空間脆弱性的研究等[15]。

(1) 暴露度-恢復(fù)力-敏感度(高-高-高)類型,主要聚集在圖6右下角的藍(lán)色區(qū)域,其中除了恢復(fù)力較高外,高暴露度和高敏感度都會(huì)拉低城市適應(yīng)氣候變化能力水平。這類城市對(duì)應(yīng)我國中部地區(qū)的兩湖和江西等的城市,它們面臨著較高的氣候變化和災(zāi)害風(fēng)險(xiǎn),應(yīng)對(duì)氣候變化的敏感性較高,同時(shí)恢復(fù)能力高。

(2) 暴露度-恢復(fù)力-敏感度(低-低-低)的城市類型對(duì)應(yīng)圖中深黃色區(qū)域。主要是甘肅、陜西、寧夏等地區(qū)的主要城市,表現(xiàn)為氣候變化波動(dòng)和極端氣候的風(fēng)險(xiǎn)較小,地處西北人口密度低應(yīng)對(duì)氣候變化的敏感性低,當(dāng)氣候波動(dòng)、變化或極端氣候帶來影響時(shí),城市的恢復(fù)能力也較低。

(3) 暴露度-恢復(fù)力-敏感度 (高-低-低)類型城市對(duì)應(yīng)圖中左下角區(qū)域,主要為廣西、云南等地的城市,表現(xiàn)為改區(qū)域的氣候風(fēng)險(xiǎn)較高,但是敏感性較低,同時(shí)遭遇氣候變化影響后的恢復(fù)能力也較低。

(4) 暴露度-恢復(fù)力-敏感度(低-高-低)類型城市對(duì)應(yīng)圖中右上角區(qū)域,這類城市主要分布在我國的東北地區(qū),也是適應(yīng)氣候變化能力較高的一類城市,首先其暴露程度較低,應(yīng)對(duì)氣候變化的敏感性也低,恢復(fù)力高。

4 結(jié)論與建議

通過本文的研究主要得出以下結(jié)論：東部城市適應(yīng)氣候變化能力相對(duì)較好,西部相對(duì)較差;適應(yīng)能力較低的城市主要集中在3個(gè)區(qū)域,西北的蘭州-西安等城市,西南的廣西的部分城市,華中地區(qū)湖南-江西等部分城市等。適應(yīng)能力較低的城市類群,主要面對(duì)的問題分別是,華中城市面臨著較高的氣候變化和災(zāi)害風(fēng)險(xiǎn),應(yīng)對(duì)氣候變化的敏感性較高,恢復(fù)能力強(qiáng),主要限制因素是高的暴露度和敏感度;甘肅-陜西等西北城市,其所面對(duì)的氣候暴露度較小,敏感性低,但是關(guān)鍵是其應(yīng)對(duì)氣候變化的恢復(fù)力也較弱;位于西南地區(qū)的廣西-云南地區(qū)的低適應(yīng)能力區(qū),雖然敏感性較低,但是氣候風(fēng)險(xiǎn)高,同時(shí)恢復(fù)力也較低。針對(duì)以上問題,不同區(qū)域提高城市適應(yīng)氣候變化能力的側(cè)重點(diǎn)也各有不同,對(duì)于華中、西南城市主要工作是提高氣候風(fēng)險(xiǎn)的防御能力,西北的甘肅-陜西等城市,則需要提高應(yīng)對(duì)氣候變化的恢復(fù)能力,建立良好的災(zāi)后恢復(fù)與應(yīng)急系統(tǒng)。

參考文獻(xiàn)(References):

[1] Araos M, Berrang-Ford L, Ford J D, Austin S E, Biesbroek R, Lesnikowski A. Climate change adaptation planning in large cities: a systematic global assessment. Environmental Science & Policy, 2016, 66: 375- 382.

[2] IPCC. Climate Change 2014: Impacts, Adaptation and Vulnerability. Cambridge: Cambridge University Press, 2014.

[3] 姜彤, 李修倉, 巢清塵, 袁佳雙, 林而達(dá). 《氣候變化2014: 影響、適應(yīng)和脆弱性》的主要結(jié)論和新認(rèn)知. 氣候變化研究進(jìn)展, 2014, 10(3): 157- 166.

[4] 趙克勤. 集對(duì)分析中的不確定性理論. 大自然探索, 1995, 14(54): 87- 88.

[5] 趙克勤. 集對(duì)分析(SPA)中的聯(lián)系數(shù)與不確定量. 大自然探索, 1997, 16(60): 91- 91.

[6] 趙克勤. 集對(duì)分析及其初步應(yīng)用. 杭州: 浙江科學(xué)技術(shù)出版社, 2000.

[7] 趙克勤. 二元聯(lián)系數(shù)A+Bi的理論基礎(chǔ)與基本算法及在人工智能中的應(yīng)用. 智能系統(tǒng)學(xué)報(bào), 2008, 3(6): 476- 486.

[8] 張斌. 多目標(biāo)系統(tǒng)決策的模糊集對(duì)分析方法. 系統(tǒng)工程理論與實(shí)踐, 1997, (12): 108- 114.

[9] 王文圣, 金菊良, 丁晶, 李躍清. 水資源系統(tǒng)評(píng)價(jià)新方法——集對(duì)評(píng)價(jià)法. 中國科學(xué) E輯: 技術(shù)科學(xué), 2009, 39(9): 1529- 1534.

[10] 張斌. 集對(duì)分析與多屬性決策. 農(nóng)業(yè)系統(tǒng)科學(xué)與綜合研究, 2004, 20(2): 123- 125.

[11] 姚治華, 王紅旗, 郝旭光. 基于集對(duì)分析的地質(zhì)環(huán)境承載力研究——以大慶市為例. 環(huán)境科學(xué)與技術(shù), 2010, 33(10): 183- 189.

[12] 劉秀梅, 趙克勤. 基于SPA的D-U空間的區(qū)間數(shù)多屬性決策模型及應(yīng)用. 模糊系統(tǒng)與數(shù)學(xué), 2009, 23(2): 167- 174.

[13] 陳明星, 李揚(yáng), 龔穎華, 陸大道, 張華. 胡煥庸線兩側(cè)的人口分布與城鎮(zhèn)化格局趨勢(shì)——嘗試回答李克強(qiáng)總理之問. 地理學(xué)報(bào), 2016, 71(2): 179- 193.

[14] 吳瑞君, 朱寶樹. 中國人口的非均衡分布與“胡煥庸線”的穩(wěn)定性. 中國人口科學(xué), 2016, (1): 14- 24, 126- 126.

[15] 李彤玥. 基于“暴露—敏感—適應(yīng)”的城市脆弱性空間研究——以蘭州市為例. 經(jīng)濟(jì)地理, 2017, 37(3): 86- 95.