曼谷地区干旱灾害风险分布及变化趋势分析

江净泓，陈报章,2,3,4

（1.南京信息工程大学 遥感与测绘工程学院，南京 210044；2.中国科学院地理科学与资源研究所 资源与环境信息系统国家重点实验室，北京 100101；3.中国科学院大学资源与环境学院，北京 100049；4.江苏省地理信息资源开发与利用协同创新中心，南京 210023）

干旱是全球性自然灾害类型之一，长期以来给世界各地区带来巨大的经济损失，制约了地区经济发展，对经济、社会、农业和生态环境等造成巨大的影响（Karim and Rahman, 2015）。在全球升温1.5℃和2℃背景下，全球约44.6%和45.1%的人口，以及约43.7%和48.3%的国内生产总值（GDP）将受到干旱的影响（Zhai et al., 2020）。联合国政府间气候变化专门委员会（IPCC）第六次评估报告指出，未来全球气候将进一步变暖，更多地区所遭受的干旱灾害威胁情况会持续恶化（IPCC, 2021）。

干旱灾害风险指地区在未来发生灾害性干旱事件并造成损失的可能性，包括人员、财产、生产活动、生态环境和自然资源等方面遭受的损失（Sharafi et al., 2020）。国内外存在基于自然灾害风险评估理论进行干旱灾害风险评估的研究，该做法已得到广泛应用（贾建英 等，2015）。Yin 等（2021）基于GEPIC-V-R 模型，提出了一个高空间分辨率的全球玉米干旱风险分析框架，能绘制全球作物干旱风险空间分布图，更准确地模拟、量化气候变化下的干旱风险情况。Kuntiyawichai和Wongsasri（2021）考虑了干旱灾害危险性和脆弱性2 个因素，评估了林丰河流域未来气候和土地利用变化对干旱灾害风险的影响。Luo 等（2020）提出了基于面板数据的灰色云聚类模型，评估河南省各行政区的农业干旱灾害风险。Carrão等（2016）基于历史灾害的危险性，结合干旱灾害的脆弱性、暴露度，绘制了全球干旱风险分布图，在同一个评估框架下，比较了不同区域、不同群体和不同经济部门的风险状况，为在行政区尺度合理评估干旱风险提供了合适的评估框架。然而，过往研究都仅注重干旱灾害风险的大小，很少对干旱灾害风险及相关因子进行趋势分析。而且，基于不同应用目的的干旱灾害风险定义具有一定差别，需结合节点城市的需求，制定合适的干旱灾害风险评价标准（Freire et al., 2021）。

随着曼谷的城市扩张速度逐渐加快，城市周边工业与农业用地混合利用的方式导致水资源管理条件恶化，使曼谷农业和工业发展都面临干旱灾害风险（Davivongs et al., 2012; Yokota et al., 2020; Zhao et al., 2020）。由于城市内部空间结构的复杂性，准确评估曼谷干旱灾害风险的空间分布，掌握关键节点干旱风险变化趋势存在一定困难。然而，目前基于自然灾害风险评估理论的干旱灾害风险评估研究大多集中在作物种植区，以及全球和国家尺度，少有在省级行政区尺度以下，利用精细尺度的空间数据对城市地区进行评价和分析的研究。为了充分了解关键的风险评估要素的时空分布规律，掌握地区未来干旱灾害发生的趋势，需要基于自然灾害风险评估理论构建一个结合曼谷节点城市结构、生态环境、社会和经济指标的综合评估方法，进行精细尺度的干旱灾害风险评估。

曼谷是“一带一路”建设中的关键节点城市，是发展水平最高的城市之一，位于东南亚温暖湿润区、生态与粮食风险区、陆域农业区，其城市形态和面积已经达到超大城市的规模。曼谷也是未来发生极端干旱事件的高危险区（吴绍洪，2018；Taubenböck et al., 2019；樊荣，2020）。曼谷近年来干旱灾害频发，造成巨大的经济损失，增加了社会不稳定因素（Tang, 2015）。未来曼谷遭受干旱灾害的风险大小、空间分布及其变化趋势，将影响未来发展的规划和建设投资的布局。

本研究针对“一带一路”上关键的节点城市——曼谷，基于自然灾害风险评估理论视角，从致灾因子的危险性、承灾体的脆弱性综合评估曼谷的干旱灾害风险，并利用一元线性回归方法与Mann-Kendall（M-K）检验方法分析精细尺度的干旱灾害风险空间分布和变化趋势。旨在掌握“一带一路”关键节点城市——曼谷的干旱风险及风险影响因素的空间分布特征，探究精细尺度下的干旱风险变化趋势，提高地区干旱风险管理和预警水平。

1 数据与方法

1.1 研究区概况

曼谷位于泰国中部平原的湄南河三角洲，土地平坦肥沃，是泰国的政治、经济贸易中心，人口集中、生产力高（Garbero and Muttarak, 2013）。曼谷大都会（Bangkok Metropolitan Region, BMR）包括曼谷都市区（Bangkok Metropolis）及其城市延伸和人口聚集的邻近府区，包含曼谷都市区以及周边的沙没巴干府（Samut Parkan）、巴吞他尼府（Pathum Thani）、佛统府（Nakhon Pathom）、沙没沙空府（Samut Sakhon）、暖武里府（Nonthaburi），是“一带一路”建设中的关键节点地区之一，连接泛亚铁路中―老―泰南北来往的关键节点，也是中国―中南半岛国际经济合作走廊的关键枢纽（图1）。曼谷属于热带季风气候，一年中旱雨季区分明显，年均温27.5℃，年降水量1 500 mm（樊荣，2020）。每年的旱季，降水短缺导致干旱事件发生的可能性显著增加，并且干旱导致湄南河水量不足，泰国湾海水倒灌，严重威胁曼谷用水安全（Khalil, 2020; Koh et al., 2022）。即便在雨季，由于天气条件不稳定，仍可能发生干旱事件，严重影响当地农业生产，威胁社区用水安全（Yokota et al.,2020）。并且由于无法利用可监测指标确定干旱的开始和结束及其严重程度，无法评估和预测干旱灾害对曼谷造成的经济、生态环境损失，给当地干旱灾害预警、灾害风险管理等带来极大困难。

图1 研究区概况Fig.1 Research area

1.2 研究数据

帕尔默干旱严重程度指数（Palmer Drought Severity Index, PDSI）数据来自Climate Engine①数据来源：https://clim-engine.appspot.com/climateEngine，其是基于Google Earth Engine 平台，利用陆地表面的气候和水平衡数据计算得到0.04°的网格化的2000—2020年每月PDSI（Rhee and Carbone, 2007; Huntington et al., 2017; Abatzoglou et al., 2018）。

为得到2000—2020年的地表土地覆盖时间序列数据，采用2018年“丝路”环境专项源数据百米级地表土地覆盖分类数据，从年度全球500 m 产品MCD12Q1 中，采用监督决策树分类信息提取，得到2001—2016 年逐年的地表土地覆盖数据。此外，从Google Earth Engine 平台获取并处理MCD12Q1数据集中2017—2020 年的地表土地覆盖分类数据，用2001年的数据代表2000年的数据。

归一化植被指数（NDVI）能描述植被生态系统的健康状况，反映植被覆盖地区的脆弱性，适用于植被生态系统的干旱风险评估（Song et al., 2004；张华 等，2021；Karim et al., 2023）。利用Google Earth Engine中的Landsat Tier1数据集计算得到曼谷2000—2020年的年均NDVI数据。

成本距离能够反映各像元到达水系，获取淡水的难易程度，其值越高表示像元获取淡水越困难（班国庆，2020；汤国安 等，2021）。为得到淡水成本距离，利用曼谷的DEM高程数据进行水系提取，以海拔高程为成本，计算得到各格网到最近的水系的成本距离。

曼谷GDP 数据选用“一带一路”沿线34 个关键节点区域2015年100 m尺度GDP格网数据集，数据来源于“国家青藏高原科学数据中心”②https://data.tpdc.ac.cn/home，其100 m 的空间分辨率能更精细地反映曼谷的经济和发展状况。

LandScan 人口网格数据基于地区的社会经济文化的空间理解，提供了比人口普查结果更符合现实的人口分布。该网格数据集常用于辅助决策，环境应用和分析，相比其他人口网格数据集更适合用于人口相关的风险制图与评估（MacManus et al.,2021）。

本研究使用泛第三极31个关键节点区域行政边界数据集（2015）中的曼谷行政边界矢量数据，来源于“国家青藏高原科学数据中心”，构建指标所使用的数据均利用曼谷行政边界进行裁切。所使用的数据及来源见表1。

1.3 研究方法

1.3.1 干旱灾害风险评估 基于自然灾害风险理论，利用致灾因子的危险性、承灾体的脆弱性构成曼谷干旱灾害风险评估框架（图2）。利用PDSI 数据基于游程理论计算干旱强度和干旱频率，评估致灾因子的危险性。将这些指标相乘计算得到曼谷地区干旱灾害风险指数（Fan et al., 2017; Dabanli,2018; Alamdarloo et al., 2020）：

图2 曼谷干旱灾害风险评估框架Fig.2 Framework of Bangkok drought disaster risk assessment

式中：Risk表示干旱灾害风险；Hazard表示干旱灾害危险性；Vulnerability 表示脆弱性，反映处于干旱灾害暴露下的承灾体易受干旱不利影响的程度。利用“自然断点法”（Ahmadaali et al., 2021）对计算得到的干旱灾害风险指数进行分级，得到曼谷地区干旱灾害风险等级分布。

在计算风险时，将危险性和脆弱性指标相乘而不是相加，避免其中某个因素为0而另外因素不为零时，将无风险判别为有风险的情况。

1）危险性指标 干旱指数是最常用的干旱灾害危险性指标，能反映干旱的严重程度和持续时间，在气候预测、干旱监测和干旱早期预警等研究中具有良好的一致性和适用性（Zhang et al.,2019; Wu et al., 2021）。PDSI 考虑了土壤水分和蒸散发条件，具有简单易得、干旱模拟效果好、适用于历时性长的干旱分析研究等优点，比其他气象干旱指数更适合在月际、年际尺度上评估地区的干旱情况，常用于灾害管理和防灾减灾研究（Palmer, 1965；宫甜甜，2018；陶然 等，2020；Xu et al., 2021）。

基于游程理论（芦佳玉 等，2018；谭方颖 等，2020）利用2000—2020 年月际尺度PDSI 逐像元计算曼谷的干旱强度和干旱频率，评价干旱致灾因子的危险性。干旱强度定义为一次干旱事件（当PDSI连续＜-1时，即发生了干旱事件），对应PDSI绝对值的累加和（干旱事件的阴影面积）与该干旱事件历时（PDSI 开始＜-1 直到PDSI 开始＞-1 之间的时长）的比值；干旱频率定义为发生干旱的时间与总时间的比值。根据干旱强度和干旱频率，定义干旱灾害危险性指数（Fan et al., 2017; Alamdarloo et al.,2020）：

式中：P和I分别为干旱强度和干旱频率；i表示第i像元；n表示年份；累积第i像元2000—2020 年的危险性指数作为该像元的危险性指数。

2）脆弱性指标 脆弱性是承灾体暴露性、灾损敏感性和防灾减灾能力共同作用的结果（Dabanli,2018; Sahana et al., 2021）。

本研究基于土地覆盖数据分别评估曼谷不同土地利用类型的脆弱性。首先，将曼谷的干旱承灾主体划分为林地、草地、耕地、城乡居民用地和湿地水体等，并利用NDVI评估其中植被的暴露性和敏感性。将人口数据和GDP作为社会经济指标，反映暴露在灾害下的人口数量和社会经济生产力分布。利用淡水成本距离反映获取水资源的难易程度，评估地区每个格网的防灾减灾能力。

脆弱性值越高代表在干旱灾害发生时，暴露的元素对干旱灾害更加敏感，越容易受到损害，干旱灾害造成的损失更严重：

式中：Vulnerability表示脆弱性；VLC为土地覆盖类型脆弱性；VFWD为标准化后的淡水成本距离脆弱性；VGDP和Vpop分别为标准化后的GDP和人口的脆弱性。

曼谷正在经历快速城市化，节点内城市景观复杂多样，不同生活、农业和工业地区的用水特征，水资源管理能力参差不齐，社会经济价值和自然生态价值差异巨大，干旱脆弱性在空间上存在巨大差异（Yokota et al., 2020）。土地覆盖类型数据采用国际地圈生物圈计划（IGBP）定义的分类数据，反映节点内不同覆盖类型土地的空间分布差异（Friedl et al., 2010）。参考Fan 等（2017）的脆弱性分类值按照表2所述规则对不同IGBP分类下的土地覆盖类型进行脆弱性赋值，得到每年土地覆盖脆弱性的空间分布。

表2 IGBP分类系统下的土地覆盖类型脆弱性值Table 2 Vulnerability value of land cover types under IGBP classification system

对于土地覆盖类型中的植被类型（包括林地、草地和耕地），NDVI 能反映林地和草地的健康程度，反映耕地作物的年产量，NDVI 的变异系数体现植被对外来干扰的敏感性（张华 等，2021；王莺 等，2022）。计算2000—2020 年的年均NDVI 的变异系数，以分析植被健康程度的年际变化差异和稳定性，反映植被生态系统的敏感性，评估地区脆弱性：

式中：CVi表示变异系数；SDNDVIi为i像元2000—2020 年的年均NDVI 标准差；——- ——-- -NDVIi为i像 元2000—2020 年NDVI 的多年平均值，植被NDVI 多年年均NDVI变异系数反映植被敏感性。以0.1为阈值，变异系数＜0.1的植被像元视为稳定植被生态系统，赋予较低的敏感性权重；＞0.1 的植被像元视为不稳定植被生态系统，将变异系数归一化到0.9～1.0并赋予敏感性权重：

式中：Vcv为变异系数反映的植被脆弱性的敏感性权重；CV 为对应像元的年均NDVI 变异系数；CVmin和CVmax分别为曼谷地区年均NDVI 变异系数最小值和最大值。

对于林地和草地，NDVI 是反映自然植被生态环境脆弱性的负向指标，通常年均NDVI越高，代表植被生长越健康，越不容易受到干旱灾害的负面影响，地区脆弱性越低。而对于耕地，NDVI 越高说明聚集的暴露元素越多，干旱影响造成的损失潜力越大。将林地和草地年均NDVI 值＜0.1 的像元（通常表示非植被地物）去除后，按照负向指标进行标准化；将土地覆盖类型中林地、草地和耕地的植被脆弱性赋值，植被脆弱性的敏感性权重和NDVI反映的脆弱性相乘最终得到调整后的脆弱性：

式中：VClass表示表2提及的植被脆弱性赋值；VLC表示基于表2调整植被脆弱性后的土地覆盖类型脆弱性值；NDVI表示相应像元的NDVI值。

曼谷的经济活动严重依赖于水资源，充足的淡水供给能帮助自然植被、农作物、工业生产和社区人口抵抗干旱侵袭，沟渠、池塘和集水区等基础设施和供水保障措施可降低地区干旱脆弱性（Garbero and Muttarak, 2013；韩兰英 等，2015）。水通过重力汇聚到淡水水体，水道密度越大，单个像元所代表的地区获得同样多淡水所付出的成本越低。利用曼谷DEM数据计算汇流区，形成水体矢量数据，以海拔高程为成本，计算栅格到淡水水体的成本距离，并在研究区内进行归一化，评估地区面对干旱侵袭时获取淡水的能力（图3-a）。

图3 曼谷干旱灾害风险评估因子分布（a.淡水成本距离；b.2020年平均NDVI；c.2020年土地覆盖类型；d.2020年人口分布；e.2015年GDP；f.2020年12月PDSI）Fig.3 Distribution of Bangkok drought disaster risk assessment factors (a.fresh water distance; b.annual average NDVI in 2020;c.land cover types in 2020; d.population distribution in 2020 ; e.GDP in 2015; f.PDSI in Dec., 2020)

高社会经济以及农业生产价值的地区，分布的承灾主体数量更多，比其他地区遭受损失的可能性更大。GDP是反映社会经济发展的关键指标，能准确有效地衡量地区经济发展、财产资料的分布状况（Liu and Chen, 2021）。干旱事件发生时受影响的人口越多，遭受干旱灾害造成的损失的可能性也更高，受灾风险越高（Zhai et al., 2020）。将每年的人口分布数据和2015年GDP（图3-d、e）分别标准化后，得到曼谷节点的GDP 脆弱性和每年人口脆弱性。

3）指标的标准化 评估涉及到的指标类型复杂量纲不一，因此在进行风险评估时，先将每个评估指标进行标准化处理，使其具有可比性（樊荣，2020；Kim et al., 2021）：

式中：Ii是标准化后的指标；Indexi是原始的指标值；Indexmin和Indexmax分别为原始指标值的最小和最大值。

1.3.2 风险趋势分析 构建危险性指标、脆弱性指标和风险结果的2000—2020年时间序列，利用一元线性回归方法与Mann-Kendall（M-K）检验分析干旱灾害风险精细尺度的长期变化趋势。

1）一元线性回归分析 一元线性回归分析方法可以利用斜率定量表达趋势变化方向及其大小（Li et al., 2019）：

式中：y和x分别表示观测的要素值及对应的年份；a为斜率，a为正表示趋势增大，a为负表示趋势减小，其绝对值表示趋势的强弱；b为回归的截距。

2）Mann-Kendall（M-K）检 验 Mann-Kendall（M-K）检验是一种基于秩的非参数检验方法，常被用于评价水文气象要素的时间序列变化趋势及显著性（Li et al., 2020; Han et al., 2021）。M-K检验统计量S的计算过程：

式中：S是M-K检验统计量，xj、xk为时间序列的顺序值；n为数据长度。计算得到的S值为正表示上升趋势，负值表示下降趋势。数据长度＞10时采用带有期望（E）和方差（var）的正态分布进行检验。

S的平均值为E（S）=0，S的方差（var）为：

式中：ti表示值为i时的捆绑数。只有当数据包含i的捆绑值时，才使用分子中的求和项。标准检验统计量（ZMK）由下式给出：

ZMK值是标准检验统计量，服从均值为0，方差为1的正态分布，ZMK为正值表示上升趋势，负值表示下降趋势。在显著性水平a上进行显著性测试，当|ZMK|>Z1-a/2时，零假设被拒绝，时间序列中存在显著趋势，Z1-a/2从标准正态分布表中获得。当|ZMK|≥1.96时，表示通过95%的显著性检验，当|ZMK|≥2.576时，表示通过99%的显著性检验（Gocic and Trajkovic,2013）。

2 结果与分析

2.1 干旱灾害风险评估结果

2.1.1 2000—2020 年曼谷干旱灾害特征 以PDSI=-1作为阈值识别干旱事件，评估2000—2020年干旱灾害的危险性特征。图4显示，2002、2004、2005、2015、2016、2017、2019、2020年曼谷发生了干旱事件，其中，2005年干旱情况最为严重，对曼谷的经济、农业和工业生产造成严重威胁。2008年曼谷再次遭受严重干旱，造成了严重的经济损失。2015—2017 年曼谷发生了连续干旱事件，并且2015 年是近10 年最严重的干旱灾害，期间湄南河水量不足，城区缺乏降水，发生海水倒灌，加剧了旱情，曼谷遭受了严重的经济损失（Tang, 2015; Ikeda and Palakhamarn, 2020）。

图4 曼谷2000—2020年PDSIFig.4 PDSI of Bangkok from 2000 to 2020

基于游程理论，以PDSI＜-1作为识别干旱是否发生的阈值，使用2000—2020 年曼谷月均PDSI 进行干旱事件识别，并绘制干旱强度（图5-a）和干旱频率（图5-b）分布图。

图5 曼谷干旱强度（a）和干旱频率（b）分布Fig.5 Drought magnitude(a) and frequency(b) distributions of Bangkok

2000—2020年的曼谷干旱强度与干旱频率空间分布差异较大。干旱强度较低的地区主要分布在曼谷中部地区（包括几乎整个暖武里府）、佛统府西北部和南部、巴吞他尼府大部分地区，以及沙没沙空府东部和曼谷都市区北部的部分地区。干旱强度最高的地区在沙没沙空府南部，沙没沙空府平均干旱强度值最高达到24.97，略高于沙没巴干府的平均干旱强度值（24.8），暖武里府的平均干旱强度值最低为18.97，遭受干旱灾害的程度最低。

干旱频率最高的是巴吞他尼府，其平均干旱频率为38.96%，最大干旱频率达到46.83%。其次是佛统府，平均干旱频率为37.61%，并且佛统府干旱频率由北向南逐渐降低。平均干旱频率最低的行政区为沙没巴干府（26.67%），曼谷都市区、沙没沙空府和暖武里府的平均干旱频率分别为28.65%、31.10%和32.73%。曼谷的干旱频率由西北向东南逐渐降低，干旱频率高的地区主要分布在曼谷节点北部，越靠近南方的泰国湾干旱频率越低，并且较低干旱频率的地区土地覆盖类型大多为城乡居民用地（图3-c）。

2000—2020 年，曼谷节点中部的干旱强度最低，干旱强度较高的地区主要分布在南部，但南部拥有较低的干旱频率。北部的干旱频率高于南部，但北部部分地区的干旱强度较低。

2.1.2 曼谷干旱风险空间特征 分别将2000—2020年曼谷干旱灾害危险性、脆弱性和风险指数进行累加，并绘制空间分布（图6）。曼谷干旱危险性空间分布特征与干旱频率空间分布特征（见图5-b）一致，曼谷2000—2020年的干旱危险性空间分布主要由干旱频率决定。

图6 曼谷干旱灾害风险评估结果分布（a.干旱危险性；b.干旱脆弱性；c.干旱风险值；d.干旱风险等级）Fig.6 Results of Bangkok drought disaster risk assessment (a.Hazard distribution ;b.Vulnerability distribution ; c.Risk value distribution ; d.Risk level)

干旱脆弱性高的地区主要分布在曼谷都市区中部，佛统府西北部以及沙没巴干府西部（图6-b），曼谷都市区中部和沙没巴干府西部水系分布较稀疏，淡水成本距离较高，防灾减灾能力较弱（图3-a），并且上述地区主要是城乡居民用地（图3-c），人口分布密集、GDP高，具有较高的干旱灾害暴露性（图3-d、e），这些因素共同作用导致当地的干旱高脆弱性。另外，佛统府西北部耕地地区的淡水成本距离较高、NDVI值较低，尽管GDP和人口分布不高，但仍表现出较高的干旱脆弱性。曼谷都市区的平均脆弱性最高，为3.094 2，略高于沙没巴干府的2.859 2，平均脆弱性最低为巴吞他尼府1.992 5。

沙没沙空府西北部的NDVI高、植被健康状况好、淡水成本距离值较低，使该地区不易受到干旱灾害的影响，降低了干旱脆弱性。巴吞他尼府东部以耕地为主，其NDVI较高，反映耕地作物产量高，分布的暴露元素更多，但该地区的水体密布、淡水成本距离值较低，有效降低了干旱脆弱性。位于曼谷都市区与沙没巴干府交界的Bang Kachao，是一个被湄南河包围的半岛，有“曼谷绿肺”之称，表现出与周边完全不同的脆弱性，其主要是因为该地的植被覆盖率较高、水资源充沛、人口分布比较分散。城市中的公园、绿地等设施调整了城市表面的结构、改善了城区环境，有助于提高城市对气候变化、城市热岛效应、干旱等不利影响的适应性，有效减少了干旱灾害的影响，降低了城市的干旱脆弱性（Sommeechai et al., 2018; Keeratikasikorn and Bonafoni, 2018; Tor-Ngern and Leksungnoen, 2020）。

曼谷的干旱风险等级可分为极低、低风险、中等风险、高风险和极高风险，面积分别占24.94%、33.42%、20.98%、15.78%和4.88%，中等及以上的干旱灾害风险地区面积占41.64%（图6-d）。曼谷绝大多数极高风险地区出现在佛统府西北部和巴吞他尼府中部，最高风险值出现在佛统府（99.719 1），但平均风险值最高的行政区为曼谷都市区（图6-c），高脆弱性和高危险性使这些地区的风险值极大。曼谷中部城乡居民用地部分的风险等级均处于中风险及以上，其人口密集、淡水成本距离较高，与较高的脆弱性空间分布一致。从巴吞他尼府、暖武里府、曼谷都市区到沙没巴干府的风险值逐渐降低，这与危险性“北高南低”的空间分布规律一致。未来这些干旱风险极高的地区需要加强水资源管理，降低脆弱性，控制干旱灾害风险。

尽管曼谷北部危险性高，但是在佛统府东北部、暖武里府北部、巴吞他尼府的西北和东北部等地仍具有低风险及以下的干旱灾害风险的地区。这些风险较低的地区，空间分布特征与脆弱性一致，这主要是淡水成本距离的降低提高了防灾减灾能力，降低了地区脆弱性和干旱风险。在沙没沙空府东南部、曼谷都市区南部、沙没巴干府西南部及东南部的沿海地区，尽管具有较高的脆弱性，但在较低危险性的影响下，这些地区有低及更低的干旱风险的地区存在。

2.2 干旱灾害风险趋势分析

2.2.1 一元线性回归趋势分析结果 将曼谷2000

—2020年的危险性、脆弱性以及干旱风险时间序列进行一元线性回归分析，图7显示，曼谷的危险性、脆弱性和风险均呈现线性上升趋势。

图7 曼谷干旱灾害危险性（a）、脆弱性（b）和风险（c）一元线性回归斜率的空间分布Fig.7 Spatial distribution of slopes of unary linear regression on drought risk(a), vulnerability(b) and hazard(c) in Bangkok

曼谷干旱危险性线性回归斜率的空间分布与危险性的空间分布（图6-a）特征一致，危险性越高的地区，危险性的斜率越大。其中，巴吞他尼府斜率平均值最大（0.969 9/a），其次是佛统府（0.865 8/a），这些地区遭受气象干旱灾害的危险性呈较快上升趋势，未来遭受更严重干旱事件威胁的可能性增加得最快。危险性平均斜率最小的是沙没沙空府（0.642 8/a），其次是沙没巴干府（0.659 3/a）、曼谷都市区（0.687 9/a）和暖武里府（0.745 1/a）。

曼谷干旱脆弱性线性回归斜率（图7-b）也与脆弱性评估结果（图6-b）的空间分布特征较为相近，脆弱性越高的地区，斜率越大，脆弱性上升越快。干旱脆弱性增长速度快的这些地区主要是佛统府西北部的耕地和植被覆盖区，以及曼谷中部的城乡居民用地区域，这些地区是干旱灾害管理需要关注的重点区域。脆弱性上升较慢的地区主要是城乡居民用地周边的草地、耕地以及永久湿地和水体，主要分布在佛统府中部、暖武里府西部、巴吞他尼府东部和西部、沙没沙空府西部、沙没巴干府东部和曼谷都市区东部。在行政区尺度上，脆弱性线性回归斜率平均值由大到小分别为曼谷都市区（0.010 4/a）、沙没巴干府（0.009 6/a）、沙没沙空府（0.008 0/a）、暖 武 里 府（0.007 6/a）、佛 统 府（0.006 9/a）和巴吞他尼府（0.006 7/a）。

干旱灾害风险线性回归斜率最大的地区位于佛统府西北部，但斜率平均值最大的是曼谷都市区（0.098 0/a），斜率较大的地区还分布在巴吞他尼府中部和沙没巴干府西部，这些地区具有相对较高并且呈现上升趋势的干旱脆弱性，未来面临干旱灾害带来的风险较高（图7-c）。沙没沙空府风险斜率平均值最小（0.072 3/a），佛统府东部及南部、沙没沙空府西北部、暖武里西部和中部的部分地区的风险斜率较小。曼谷都市区东部和巴吞他尼府的东部是草地、耕地和水体，其风险变化斜率比西部的城乡居民用地更小。

总的来说，曼谷中部、北部及西北部分地区风险上升较快，2000—2020年这些地区遭受干旱灾害损失的可能性在升高，未来需加强风险管理。曼谷南部的湿地和水体丰富地区，西部的草地和城乡居民用地周边脆弱性斜率较小、风险斜率较小，未来适合进行产业规划、投资布局和工业生产建设，并且仍需注意干旱灾害管理，做好干旱预防工作。

2.2.2 Mann-Kendall 检验结果 在危险性M-K 趋势检验结果中（图8-a），2000—2020年曼谷东部地区危险性上升，上升区域面积占43.31%，西部地区危险性下降，下降区域面积占56.69%，但变化趋势均不显著（|ZMK|<1.96），与一元线性回归斜率（图7-a）所反映的变化趋势空间分布不同。

图8 曼谷干旱风险M-K检验统计量的空间分布（a.危险性；b.脆弱性；c.风险性）Fig.8 The spatial distribution of M-K test statistics of drought risk in Bangkok (a.risk; b.vulnerability; c.hazard)

在脆弱性M-K趋势检验结果中（图8-b），曼谷节点有52.24%的地区脆弱性具极显著上升的趋势（|ZMK|>2.576，通过99%的显著性检验），有7.08%的地区显著上升（2.576>|ZMK|>1.96，通过95%的显著性检验），33.91%的地区变化趋势不显著（|ZMK|<1.96），脆弱性极显著下降（|ZMK|>2.576）的地区占3.76，显 著 下 降（2.576>|ZMK|>1.96） 的 地 区 有3.02%。沙没沙空府极显著上升的地区比例最高，达到71.23%，其次是曼谷都市区极显著上升比例达到64.39%，与线性趋势评估得出的曼谷都市区上升趋势最大的结论一致，但是曼谷都市区中心区域上升趋势不显著，与线性上升较快的趋势不一致，可能与人口等暴露元素较为饱和有关，但周边的城乡居民用地和植被覆盖区的脆弱性上升趋势极显著。近年来随着城市扩张，曼谷周边地区逐渐城市化，这些耕地、草地和水体区域，是人口和经济增长的主要地区，将面临更高的干旱灾害风险（Khamchiangta and Dhakal, 2020）。佛统府西北部耕地脆弱性在M-K趋势中判断为不显著及下降的趋势，然而在图7-b的线性回归趋势中斜率上升最快。

干旱灾害风险的M-K检验的标准检验统计量值受危险性空间分布的影响较明显，呈现明显的东西分布特征，其中极显著和显著上升趋势的像元总共仅占0.08%（|ZMK|>2.576）和0.11%（|ZMK|>1.96），分布在沙没巴干府和曼谷都市区南部湄南河入海口附近，呈现显著下降的地区仅占0.01%（|ZMK|>1.96），其余41.61%的地区呈现不显著上升，58.2%的地区呈现不显著下降。

一元线性回归分析和M-K 趋势检验结果显示，干旱风险与脆弱性的线性变化趋势空间分布一致，干旱风险上升速度与危险性一样符合“北高南低”的分布规律。M-K趋势检验结果显示曼谷脆弱性显著上升，而危险性和风险呈现不显著的“东升西降”特征。两种方法进行趋势分析所依据的原理和侧重点不同，一元线性回归分析主要关注线性关系和趋势，而M-K趋势检验则更注重趋势的显著性和方向，但分析结果都显示曼谷需要进行干旱脆弱性管理。

3 讨论

曼谷的干旱频率呈现由北向南逐渐降低的空间分布特征，与干旱强度的空间分布并不完全一致。曼谷位于泰国湾以北，紧靠海洋，地表盛行风带来泰国湾的湿气，使曼谷中部和南部，包括沙没巴干府的干旱频率降低（Chankasem et al., 2021）。然而这些干旱频率较低的地区，主要是城乡居民用地，以及部分草地和水体，城市表面和城市活动往往会增强对流，尽管会降低干旱频率，但旱季降水量显著减少，导致干旱强度更强，显著影响了干旱危险性的空间分布特征（Lacombe et al., 2012）。

在曼谷干旱脆弱性的评估过程中，同时考虑社会经济条件和生态环境的影响，能让干旱灾害风险评估和分析结果更符合实际，增强对城市干旱风险影响机制的理解。通常GDP越高、人口分布越密集的地区往往脆弱性越高，干旱灾害风险也越高（Shi et al., 2016）。曼谷水网密布，湄南河穿过城市中心，在城市和人口密集地区增加了森林、公园、湿地、池塘等生态设施，有效降低了曼谷的淡水成本距离（图3-a）。曼谷发展了可持续的农业系统，例如巴吞他尼府东部有大片耕地，引入了密集的人工水渠，有效降低了农业、工业和生活用水成本，这些地区往往比中心城区具有更高的植被覆盖率及更低的脆弱性（Yokota et al., 2020）。有些地区未能有效引入水系，淡水成本距离较高，例如佛统府西北部及南部、曼谷都市区东北部以及沙没巴干府北部。

城市地区生产资料更集中，防灾减灾设施更加完善，有助于降低干旱脆弱性。人口分布和GDP的空间分布常作为脆弱性的暴露因素，但城市景观复杂多样，不同景观下的脆弱性需要考虑的因素不同，不足以解释城市复杂的干旱脆弱性构成机制（张强 等，2011）。本研究结合精细的土地覆盖类型数据和NDVI细化不同城市表面的脆弱性，能够准确反映脆弱性的空间分布和动态变化，有助于提升干旱灾害应对能力，对地区发展、建设、管理、以及投资决策具有重要意义（Yu et al., 2017; Pak-Uthai and Faysse, 2018）。

4 结论

本研究针对曼谷面对的干旱灾害问题，基于2000—2020 年精细尺度的数据，利用自然风险理论，构建致灾因子的危险性、承灾体的脆弱性综合评价体系评估干旱灾害的风险，并分析了行政区尺度和像元尺度的干旱评估因素以及指标的空间分布和变化趋势，得出的主要结论为：

1）佛统府北部、暖武里府北部及巴吞他尼府北部干旱危险性高，暖武里府南部、曼谷都市区西部、沙没沙空府东部及沙没巴干府的干旱危险性较低。曼谷干旱强度和干旱频率受盛行风和城市活动影响，危险性呈由北向南逐渐降低的特点，与干旱频率一致。

2）曼谷都市区中部、佛统府西北部以及沙没巴干府西部的干旱脆弱性高，主要是自然条件限制、人口和经济的集中以及城市发展与建设等因素共同作用的结果。通过改善绿化环境、引入水系等手段，可提高应对干旱灾害的能力。

3）曼谷有较高的干旱灾害风险，并且存在区域差异，极高风险地区出现在佛统西北部和巴吞他尼府中部，与人口分布和淡水成本距离有关。干旱风险空间分布与脆弱性分布特征较一致。

4）巴吞他尼府和佛统府的危险性上升较快，佛统府西北部和曼谷中部城乡居民用地的干旱脆弱性上升较快，佛统府西北部和曼谷都市区中部干旱风险上升较快，需加强干旱风险管理。干旱脆弱性和风险上升较慢，适合进行产业规划和投资布局和生产建设。

5）M-K 趋势检验结果显示曼谷大部分地区脆弱性呈现显著上升的趋势，曼谷都市区周边的城乡居民用地和植被覆盖区的脆弱性上升趋势极显著。危险性和风险均呈现“东升西降”的空间分布特征，但变化趋势均不显著。

本文基于自然灾害风险评估理论，对曼谷进行精细尺度的干旱风险评估，采用不同侧重点的趋势分析方法，掌握了干旱风险及影响因素的空间分布特征，和变化趋势的空间分布特征。本文能为灾害管理部门准确提供风险信息，有助于提高地区干旱风险管理和预警水平，帮助更好地理解和应对干旱灾害。研究发现曼谷面临的干旱灾害风险呈现增加的趋势，曼谷的城乡居民用地及周边潜在的城市扩张地区需要加强干旱灾害风险管理。增加植被覆盖率、提高水管理效率、合理规划人口和改善城市生态结构能有效降低干旱灾害风险。