综述:咖啡种植系统中气候变化脆弱性评估的系统综述

《Sustainability》:A Systematic Review of the Assessment of Vulnerability to Climate Change in Coffee Farming Systems

【字体: 大 中 小 】 时间:2026年08月13日 来源:Sustainability 4.1

编辑推荐:

  气候变化增加了咖啡种植的脆弱性,影响了维持生产的环境条件。本研究旨在通过系统综述科学文献,分析咖啡种植系统中气候变化脆弱性如何被评估。研究方法包括在Dimensions数据库中使用关键词脆弱性、气候变化和咖啡进行系统检索。根据四个分析轴分析了共49篇文章:(1

  
气候变化增加了咖啡种植的脆弱性,影响了维持生产的环境条件。本研究旨在通过系统综述科学文献,分析咖啡种植系统中气候变化脆弱性如何被评估。研究方法包括在Dimensions数据库中使用关键词脆弱性、气候变化和咖啡进行系统检索。根据四个分析轴分析了共49篇文章:(1)时间顺序和机构来源,(2)研究主体和空间位置,(3)理论和方法学方法,以及(4)时间尺度。结果显示,从2020年开始研究增加,主要由美国和巴西的机构领导,这两国合计占研究总数的28.8%。研究主体高度多样化,分为七个类别和18个主题领域,其中咖啡种植者、家庭和生产系统最为突出,主要位于巴西和尼加拉瓜。基于政府间气候变化专门委员会(IPCC)框架的评估占主导地位,特别是使用综合指数、气候适宜性模型以及结合生物物理和社会经济变量的混合方法。当前脆弱性是主要的时间尺度。综述强调了方法学多样性、研究空间集中以及前瞻性情景整合有限。
1. 引言
气候变化通过改变作物分布、降低土地适宜性和修改基本生理过程来影响农业,从而降低作物品质和稳定性,同时严重影响最脆弱的人群[1]。在咖啡种植中,气候变化加剧了对咖啡生产力的间接风险,例如由温度升高助长的病虫害发生率增加,如咖啡锈病(Hemileia vastatrix)和咖啡果小蠹(Hypothenemus hampei)[2]。在高度依赖此活动的地区,影响可能具有深刻的社会经济性,包括生计丧失、被迫迁移和持续的经济脆弱性[3]。气候预测警告,降水模式变化、气温上升、更频繁的干旱以及适宜种植区的地理迁移将增加短期和中期内的环境和社会经济威胁[4]。这些挑战尤其令人担忧,因为拉丁美洲、非洲和亚洲约有1.25亿人依赖咖啡为生,其中约60%是小农户,土地面积小于5公顷[5,6]。此外,咖啡种植系统每年产生超过2000亿美元的全球收入[7]。同时,到2050年,适合咖啡生产的面积可能减少高达50%,巴西(全球最大咖啡生产国)减少高达85%[8,9]。在此背景下,深入研究咖啡种植系统中的脆弱性评估至关重要,特别是针对小农户,他们占全球生产单位的约80%,其生计直接依赖于日益不稳定的气候条件[3,10]。本研究中,脆弱性通常定义为系统及其组成部分(如物种、自然资源或领土)在暴露于威胁时遭受损害的倾向,取决于其应对和从干扰中恢复的能力[11]。脆弱性通过三个组成部分分析:暴露度、敏感性和适应能力。为了评估,脆弱性组成部分被整合到一个数学公式中(暴露度 + 敏感性 ? 适应能力),结果解释为脆弱性指数[12]。目前,气候变化脆弱性评估被认为是识别特定风险并设计有效适应策略的关键工具[13]。学术界对此方法的兴趣显著增长,导致了广泛的方法、变量和组成部分的发展,由科学领域和每个国家的具体挑战所定义[12]。然而,显著的概念、方法和指标异质性仍然存在,使得结果比较和特定情境下的应用变得困难[14]。近期关于农业系统气候脆弱性的综述涵盖了诸如生物物理和社会压力源之间的相互作用[15]、干旱事件脆弱性[16]、气候风险动态[17]以及墨西哥和中美洲的区域分析[15]等主题。相比之下,就咖啡种植系统而言,文献主要集中于分析气候变化对咖啡农业生态系统的影响、减缓策略及其对农村生计的影响,而没有发展具体的脆弱性评估或其组成部分之间的相互作用[16,17]。鉴于系统处理此主题的研究数量有限,提出以下研究问题:咖啡种植系统中气候变化脆弱性如何被评估?因此,本研究的目标是对咖啡种植系统中的脆弱性评估进行系统综述,重点关注参与机构、研究主体、采用的方法和分析尺度,以识别知识空白并指导未来研究。

2. 材料与方法
本研究通过系统综述国际科学文献,关注咖啡种植系统中气候变化脆弱性评估。系统综述以方法学严谨性、透明度、可重复性和对科学证据的依赖为特征,使研究人员能够最小化偏差并以结构化方式综合特定主题的现有知识[18]。与叙述性综述不同,此类研究基于预定义的研究问题、明确的选择标准、文献检索和筛选的系统程序以及结构化的数据提取和综合过程[19]。综述过程遵循Pullin和Stewart[20]提出的阶段,包括问题表述、研究选择和结果综合。此外,综述根据系统综述和荟萃分析首选报告项目(PRISMA 2020)指南[21]进行和报告。PRISMA流程图用于记录研究选择过程中的识别、筛选、资格和纳入阶段(图1)。完成的PRISMA 2020检查表作为补充材料S1提供。

2.1. 问题表述
基于Nájera-González和Carrillo-González[14]定义的主题领域,建立了四个分析轴以指导综述并回答十个具体研究问题(表1)。

2.2. 文献检索与研究选择
文献检索使用Dimensions数据库,因其对科学文献的广泛覆盖以及在同一平台内整合出版物、引文、资助、专利和机构信息的能力。先前的比较研究表明,Dimensions提供的覆盖范围与传统数据库如Scopus和Web of Science相当甚至更大,尤其是对于近期出版物和发展中地区的研究成果,这在咖啡生产国背景下高度相关[22,23,24]。此外,其引文链接能力、文献计量工具和导出功能便于系统检索、研究筛选和研究趋势分析。这些特征使Dimensions特别适用于结合系统文献检索与文献计量和主题分析的综述。检索覆盖从最早可获取的出版物到检索截止日期(2025年10月31日)索引的最新文章。检索策略聚焦于咖啡生产系统中气候变化脆弱性的研究。检索词选自捕捉气候变化研究中常用的脆弱性评估的主要概念维度。“脆弱性”一词作为综述的核心概念被纳入,而“气候变化脆弱性评估”用于检索明确关注脆弱性评估框架的研究。“适应能力”一词被纳入,因为它代表IPCC框架中脆弱性三个基本组成部分之一,且常独立于总体脆弱性进行分析。关键词“咖啡”在所有检索中被包含,以确保检索到专门与咖啡种植系统相关的研究。这些组合旨在识别将脆弱性作为整体概念处理的研究,以及关注单个脆弱性组成部分的研究。进行了三次初始检索,使用标题和摘要中的关键词组合:“脆弱性”与“咖啡”;“气候变化脆弱性评估”与“咖啡”;“适应能力”与“咖啡”。为增强相关研究的检索,还进行了基于引文的额外检索,使用Baca等人的文章[25]作为参考文件。该研究被选中的原因是它明确将政府间气候变化专门委员会(IPCC)脆弱性框架操作化,整合了咖啡生产系统中的暴露度、敏感性和适应能力组成部分。此外,它结合了气候建模、社会经济指标和参与式方法,使其成为后续咖啡种植脆弱性评估中最具方法论影响力的参考文献之一。作为IPCC脆弱性框架在咖啡种植系统中最早且最广泛引用的应用之一,它通过引文追踪提供了识别相关研究的合适起点。为保持所分析研究之间的方法学可比性,排除了书籍章节、会议论文集、书籍、学位论文和综述文章。综述文章被特别排除,因为它们综合了二手证据,并未提供脆弱性评估框架的直接经验应用,从而限制了其在比较方法、变量、指标和分析方法方面的有用性。要纳入综述,研究必须在同行评审的科学期刊上发表,关注咖啡种植系统中的气候变化脆弱性,评估总体脆弱性或至少一个基本组成部分(暴露度、敏感性或适应能力),并提供足够的方法学信息以识别所使用的方法、方法、变量和指标。仅考虑以英语或西班牙语发表的研究。这两种语言被选择是因为它们涵盖了咖啡种植系统中气候变化脆弱性科学文献的大部分,并包括在主要咖啡生产地区(拉丁美洲)进行的研究,其中大量关于咖啡脆弱性的实证研究已开展。检索到的记录在Dimensions中手动筛选。最初,通过标题筛选研究,仅保留那些明确与咖啡种植系统中气候变化脆弱性评估或其组成部分之一相关的研究。随后移除通过不同检索策略检索到的重复记录。然后通过摘要和方法学部分评估剩余研究,以验证其主题相关性和与综述目标的一致性。最后,检查全文文章以确认它们提供了足够的信息来分类本综述中建立的至少一个分析维度,即:理论框架、方法学方法、脆弱性组成部分、指标、方程、加权或标准化程序以及时间尺度。那些处理咖啡系统中气候变化但未报告与这些分析维度相关的信息的研究被排除在分析之外。此检索策略旨在确保脆弱性评估方法比较分析中的方法学一致性。

2.3. 数据提取与分析
每个选定文章的文献信息(DOI、标题、摘要、出版年份、作者、机构隶属关系和引用次数)从Dimensions导出并组织到Microsoft Excel 2016数据库中。随后,每项研究被全文审阅并根据四个预定义分析轴进行编码:(i)时间顺序和机构来源,(ii)研究主体和空间位置,(iii)理论、方法、脆弱性组成部分和指标,以及(iv)时间尺度。数据分析采用描述性和比较性方法。基于49项研究的编码,计算绝对频率和相对百分比,以描述文章按出版年份、原产国和机构、研究主体、理论方法、评估方法、脆弱性组成部分、数学公式、指标、加权和标准化技术以及评估时间范围的分布。对于研究主体的分析,首先识别并单独编码每篇文章中报告的具体分析单位,得到18个不同的主体类型。由于咖啡系统气候脆弱性评估中没有标准化的研究主体分类,这些主体类型被归纳为更广泛的分析类别。分组基于两个互补标准:(i)评估脆弱性的主要实体(个体行为者、家庭、组织、生产系统、环境属性或空间单元),以及(ii)该实体代表的分析尺度(个体、集体、系统或领土层面)。因此,代表个体生产者或生产单位的主体被分类为生产性行为者;家庭、家户和生计被归类为家庭单位;组织和协会被归类为集体;农林复合系统和其他生产系统被归类为农业系统;气候适宜性、自然资源和其他环境属性被归类为生物物理条件;空间定义的实体被归类为领土单元;以及在全球、区域、州或国家尺度上检查咖啡生产的研究被归类为生产。此聚合过程便于比较分析,同时保留了文献中代表的研究主体多样性。为进一步检查不同方法学方法中脆弱性组成部分的处理方式,每项研究根据其主要方法学方法和评估的组成部分(暴露度、敏感性和适应能力)进行分类。基于此信息,构建了方法-组成部分共现矩阵,并计算了相应相对比例用于图形表示。对于共现分析,每项研究根据作者报告的主要脆弱性评估方法(如综合指数、气候适宜性模型、调查、参与式方法、统计模型或混合方法)被分配到一个主要方法学方法。脆弱性组成部分被独立编码,允许一项研究在明确评估时与一个或多个组成部分相关联。共现通过记录所有研究中每个方法类别内组成部分的存在情况来计算。然后通过将给定方法-组成部分组合出现的研究数量除以分配到该方法学类别的研究总数来获得相对比例。此程序允许识别每种评估方法最常处理的脆弱性组成部分。未进行方法学质量或偏倚风险的正式评估,因为本综述的目标是描述和比较咖啡种植系统中气候变化脆弱性评估中采用的理论框架、方法、指标、变量和分析方法,而非评估干预有效性或综合定量结果。由于所审阅研究中识别的研究设计、方法学方法、变量、指标和概念框架的异质性,认为荟萃分析不适当。因此,通过描述性统计和比较性叙述分析综合研究结果。所有数据处理、表格和图形均在Microsoft Excel 2016中完成。

3. 结果
研究选择过程总结在PRISMA流程图(图1)中。共有49项研究满足所有资格标准并纳入最终分析,包括46篇英文出版物和3篇西班牙文出版物。表2按时间顺序列出了本系统综述中包含的研究及其引文。纳入研究的完整特征描述见补充材料S2。为便于呈现研究结果,结果按方法学框架中建立的四个分析轴组织。轴1检查研究的时间顺序和机构来源。轴2表征研究主体及其空间分布。轴3分析用于评估咖啡种植系统中气候变化脆弱性的理论框架、方法学方法、脆弱性组成部分、方程、指标、加权程序和标准化技术。最后,轴4检查脆弱性评估中考虑的时间尺度。

3.1. 轴1:时间顺序和机构来源
3.1.1. 时间顺序
识别的最早文章由[35]发表,从多尺度角度(整合地方、国家和全球过程)分析了墨西哥和越南小规模咖啡种植系统中的脆弱性。在2009年至2019年间,科学产出有限,每年少于三篇文章(图2)。然而,从2020年起发表频率增加,随后从2024年开始下降,这与数据库更新期有关。

3.1.2. 机构来源
共识别出194位研究咖啡种植系统中气候变化脆弱性的作者,隶属于分布在32个国家的92个机构。12个国家占出版物的76.2%,其余20个国家贡献其余研究(图3)。美国和巴西在此领域科学产出最高,分别有29位和27位作者。关于机构隶属关系(图4),科学产出分布在拉丁美洲、非洲、亚洲、欧洲和北美的大学和研究中心。位于哥伦比亚的国际热带农业中心(CIAT)拥有最多作者(7%),其次是美国圣克拉拉大学(4%)。印度尼西亚西亚大学(Syiah Kuala University)和多哥洛美大学(University of Lomé)也各占3%,而其他机构如英国牛津大学、美国杜克大学、哥伦比亚亚马逊大学和巴西坎皮纳斯州立大学共享相似作者数量(2%)。

3.2. 轴2:研究主体和空间位置
3.2.1. 研究主体
审阅文献考察了广泛的社会、生产和环境背景下的气候变化脆弱性。18个识别出的研究主体被分为七个分析类别,揭示脆弱性已在多个层面被评估,从个体咖啡种植者和家庭到农业生态系统、生物物理条件和领土单元(图5)。生产性行为者类别最常见(n=14;28.6%),其中以咖啡种植者为主的研究占主导。在此组中,分析侧重于气候变化感知和适应策略[36,57],以及影响咖啡种植者脆弱性的适应能力和社会经济条件[31,34,67];此外,还使用基于IPCC框架的指数进行了脆弱性估计[51,58]。在较小程度上,一些研究在农场层面分析脆弱性,评估气候风险暴露度[27]、作物气候脆弱性[53]以及气候变化对农林复合系统生产力的影响[55]。第二最常见的类别是家庭单位(n=12;24.5%)。在家户子类别中,检查的组成部分包括粮食安全和对多种风险(如干旱、锈病爆发和生产波动)的暴露度[38,43],以及气候风险感知和影响适应实践采用的因素[43]。其他研究考察小咖啡生产者的风险态度及其与粮食安全的关系[38],而其他研究评估咖啡种植家户对极端事件(如洪水和滑坡)的脆弱性[46]。在家庭单位中,使用基于其组成部分的分析框架检查脆弱性[25],以及对气候变异和市场波动的社会-生态韧性[40]。最后,在生计子类别中,分析侧重于生产系统和农村生计对气候变异和变化的脆弱性[39,56]。相反,其他研究识别影响农业生计可持续性的气候风险空间模式[60]。第三最常研究的类别基于生物物理条件和栽培环境适宜性分析咖啡脆弱性(n=9;18.4%)。气候适宜性类别包括模拟不同气候变化情景下当前和未来适宜栽培区域分布的研究[37,42,68,71]。生物气候适宜性整合了气候、地形和土壤变量,使用物种分布模型估计作物的潜在分布[45,66,72]。此外,一些研究检查农业生态系统的特定组成部分,如易受气候脆弱性影响的区域[30]或咖啡土壤对气候变异的脆弱性[48]。

3.2.2. 研究主体的空间位置
系统综述中包含的研究分布在32个国家,最高集中度出现在巴西(n=7)和尼加拉瓜(n=6)。相比之下,其余国家在分析集中所占份额较小(图6)。在巴西,几项研究使用气候模型和空间分析在国家或区域尺度上分析了咖啡脆弱性[26,30,32,64,68]。在较小程度上,在特定生产区域的次区域尺度上识别了研究,如里奥达斯孔塔斯盆地(Rio das Contas basin)[58]和圣保罗的阿尔塔莫吉亚纳地区(Alta Mogiana region)[27]。在尼加拉瓜,几项研究侧重于特定领土内的咖啡种植家户和农村生计[36,38,41,54,56],表明微观或地方尺度研究占主导。其余国家有一到三项研究,导致研究在拉丁美洲、非洲和亚洲的分布碎片化。

3.3. 轴3:脆弱性评估的概念和方法学方法
3.3.1. 理论
评估识别了支撑咖啡种植系统中脆弱性评估的五个概念框架,包括三个理论和两个分析方法(图7)。此分类基于每项研究明确采用的主要概念框架。理论指用于解释脆弱性过程和驱动因素的概念视角,而分析方法对应于指导其评估的操作框架,但不构成解释性理论。脆弱性理论(61.2%;n=30)是主要框架,并以多种概念变体出现,包括气候变化脆弱性[36,38,39,56,58,60,61,65]、气候风险脆弱性[53]、嵌套脆弱性[35,50]、气候脆弱性[33,44]、情境脆弱性[67]、生计脆弱性[41,46]、生态脆弱性[30]和社会经济脆弱性[28,34]。气候适宜性方法(18.4%;n=9)代表第二最频繁的组。它基于在当前和未来情景下估计作物的生物气候适宜性,主要使用物种分布模型,重点在于最大熵(MaxEnt)算法[45,62,71,72],在某些情况下使用多模型集合[63,66]或与地理信息系统结合[71]。较小比例的研究采用气候风险理论(12.2%;n=6)。在这种情况下,它们优先识别和量化特定的气候威胁,如温度升高[26,27,32]、水分亏缺[27,64]和其他极端事件如霜冻和洪水[26,70],以及咖啡系统对这些风险的暴露度。这些研究主要基于气候、农业气候和未来情景模型,并评估对产量[32,41,54]、作物空间分布[32,54]和生产可行性的潜在影响[32]。社会-生态韧性理论(6.2%;n=3)是另一种用于评估咖啡种植系统中脆弱性的框架,强调生产系统对气候、经济和社会干扰做出响应、重组和适应的能力[29,40,59]。采用此框架的研究将咖啡种植系统概念化为社会-生态系统,其中环境因素、市场动态和地方组织过程相互作用以塑造韧性[40]。最后,识别了一种基于感知的方法(2.0%;n=1),其中通过咖啡种植者对气候风险、地方经验和在农场或家户层面实施的适应策略的感知来评估脆弱性[57]。

3.3.2. 方法和组成部分
研究分析揭示了评估方法与咖啡种植系统中考虑的气候变化脆弱性组成部分之间的系统关联。总体而言,观察到方法并未同质性地处理暴露度、敏感性和适应能力,而是根据其分析取向、所用数据类型和分析尺度偏向特定的组成部分组合。此关系由对应矩阵表示,表达了审阅研究集中方法与脆弱性组成部分共现的相对比例(图8)。综合脆弱性指标方法主要与同时整合暴露度、敏感性和适应能力的评估相关联。此方法与所有三个组成部分的共现明显占主导。此方法通过基于IPCC的框架应用,该框架结合了气候适宜性建模与调查和参与式研讨会,将三个维度综合为综合指数[25]。其他研究估计了暴露度、敏感性和适应能力的差异化指数,随后构建了总体脆弱性指数[44]。一些作者应用生计脆弱性指数(LVI)评估咖啡种植系统中的脆弱性[46,65]。此外,使用加权聚合指数评估了土壤脆弱性[26],而其他研究构建了来自生产者调查的量表和指数[51]。气候风险脆弱性分析(CRVA)由地理信息系统支持,也已用于评估农业脆弱性[53]。类似地,基于指数的方法已用于分析咖啡种植系统中的农业脆弱性[58]。相当比例的研究采用混合或整合方法评估咖啡种植系统中的脆弱性,结合定量和定性技术分析一个或多个组成部分。在若干情况下,这些方法通过生态建模[60]和统计-空间景观分析[67,69],以及基于调查、研讨会和与咖啡种植者直接合作的参与式过程[54,56,60],同时阐述暴露度、敏感性和适应能力。在其他研究中,混合方法研究侧重于特定组成部分,特别是适应能力和风险感知。家户调查与多变量统计分析(如主成分分析、聚类分析和半参数模型)相结合,以表征生产系统并识别影响适应实践采用的因素[43]。此外,访谈、焦点小组和严重性指数与气候趋势检验(如Mann-Kendall)相结合[57]。类似地,将粮食不安全定量分析与定性研究和水文气候数据相结合,以检查面对累积威胁的应对策略[41],或基于案例研究和咖啡种植者访谈的整体风险指数方法,以表征脆弱性和响应能力[40]。在广泛的研究中,脆弱性评估通过空间和生态建模来解决,以估计气候变化情景下气候适宜性和咖啡潜在分布的变化。这些研究主要采用物种分布模型(SDMs)和生态位模型,预测适宜区域的海拔和纬度变化,以及小粒咖啡(Coffea arabica)和中粒咖啡(Coffea canephora)适宜土地面积的显著减少[4,45,61,62,63,66,71,72]。其他研究在特定情景下预测了某些区域的部分扩张,尽管伴随着高不确定性和显著的空间重新分布[45,72]。补充性地,开发了基于关键生物气候变量(如年平均气温和最干月降水量)的加权叠加分析和气候适宜性指数[30,42],以及整合物候学、产量和水分亏缺情景的农业气象模型,如耦合模型比较项目第六阶段(CMIP6)[64]。

3.3.3. 方程
综述揭示了用于评估咖啡种植系统中气候变化脆弱性的方程、指数和分析公式的显著异质性。为便于比较,识别出的方法根据其分析目的和方法学特征分为五大类:概率函数和物种分布模型;加性脆弱性方程和综合指数;回归和计量经济学模型;定性和概念方法;以及非加性指数或多变量方法。与物种分布建模相关的概率函数是最常见的类别(24.5%;n=12),其次是加性脆弱性方程和综合指数(22.4%;n=11)。回归和计量经济学模型以及定性或概念方法各占研究的20.4%(n=10),而非加性指数和多变量方法占12.2%(n=6)。这些方法类别的主要应用、代表性示例、优点和局限性总结在表3中。

3.3.4. 变量和指标
用于评估咖啡种植系统中气候暴露度的变量被识别并分为五大类:气候变量、极端事件、气候变率、农业生态系统生物物理条件以及气候变化感知。气候变量和极端事件是最常用的指标。例如,温度在多项研究中被分析[44,46,48,57,58,65,67,73]。降水量也常被评估[25,44,46,48,58,73],以及干旱事件[51,53,54,56,60,69,70]。其他极端事件,如洪水[46,53,56,60,70]和飓风[41,53,56,60],也在脆弱性评估中被考虑。此外,一部分研究将咖啡种植者对气候变化的感知作为补充信息源[15,46,73]。咖啡系统对气候变化的敏感性主要通过生物气候适宜性模型进行评估。最常用的变量包括年平均气温、最冷月最低温度、最暖月最高温度、年降水量和降水季节性[4,30,33,45,53,61,63,71,72]。这些模型使得能够生成指标,如气候适宜性变化[37,53,61,62],用于估计咖啡适宜种植区域的损失或迁移[37,61,62],以及对咖啡品质的潜在影响[62]。用于评估适应能力的变量主要分为七种资本类型:人力、社会、金融、自然、物质、制度和技术。其中,人力和金融资本集中了最多指标,特别是与教育[25,29,41,43,46,53,56,57,58,60]、咖啡种植知识[25,46,56]、技术援助获取[29,34,40,56,57,58,70]、收入多样化[25,29,34,39,46,52,54,56,69]和信贷获取[25,29,46,57,58,65,69,70]相关的指标。在较小程度上,研究纳入了社会资本指标,如社区组织和社会网络参与[29,40,41,52,56,60]。它们还包括与自然和物质资本相关的变量,包括自然资源可用性[34,43,47,56,58,69]、农场规模[29,47,53,57]和农村基础设施[29,43,46,56,70]。

3.3.5. 加权和标准化技术
在咖啡种植系统中气候变化脆弱性评估中识别出三种主要指标加权技术(图9)。最常见的是统计或模型加权,出现在21项研究中(42.9%),其中权重来自其分析模型中的定量程序。在降维方法中,使用因子载荷或特征值估计权重[30,39,58]。在计量经济学模型中,回归系数表示变量的相对重要性[43,67]。在生态适宜性模型中,使用算法(如MaxEnt或多模型集合)计算生物气候变量的贡献[45,63]。此外,一些研究应用与方差成反比的权重[47]或基于校正后的Akaike信息准则的多模型选择[55]。等权重排名第二,有12项研究(24.5%)采用IPCC框架,其中组成部分对最终指数贡献等权重。此方法通过暴露度、敏感性和适应能力之间的简单平均值[25,51]、基于潜在影响和适应能力分配等权重的方案[60]、LVI中的平衡平均值[46]以及IPCC LVI中结构性的等权重分配[65]来操作化。它还包括无加权的标准化指标算术平均值[69]、直接组成部分聚合[43]以及无差异加权的标准化程序[47]。第三,基于专家判断的加权仅在一项研究中被识别(2.1%),其中权重通过土壤和咖啡专家的技术评估来定义[48]。最后,15项研究(30.6%)未应用加权程序,要么因为指标被独立分析,要么因为未构建合成脆弱性指数[26,28,34,35,38,50,52,54,56,59,66,68,70]。在咖啡种植系统中气候变化脆弱性评估中识别了用于指标标准化的不同数据转换技术。最小-最大标准化是最常见的技术(n=10;20.4%),将指标重新缩放到0到1之间的共同范围。此程序应用于气候风险评估[26,53]和脆弱性指数构建[25,44,46,65]。在某些情况下,根据指标与脆弱性呈正相关还是负相关使用不同公式,以保持指数的方向一致性[47,48]。第二最常见的方法是转换为离散分类(n=9;18.4%)。此程序包括使用自然断点法[30]对脆弱性或适宜性水平进行分类,为空间类别分配离散分数[37],为指标打分[40,69],或序数脆弱性排名[51,56]。此方法也应用于气候适宜性模型,其中连续概率被分类为离散类别,使用预定义阈值或区间[61,62,66]。第三组研究采用特定变量转换(n=7;14.3%),其中标准化涉及基于数据性质的函数调整。这些研究包括对生产或经济变量进行对数转换[31,41,67],使用反双曲正弦函数校正不对称性[43],基于均值和标准差的Z分数标准化[58],结合敏感性分析的加权指数构建[32],以及百分比缩放或应用Likert量表推导综合指数[57]。另一个识别出的类别是隐式统计标准化(n=6;12.2%),主要在使用最大熵(MaxEnt)模型的研究中,其中算法本身将变量转换为0到1之间的发生概率或适宜性[4,33,45,63,71,72]。最后,无标准化类别(n=17;34.7%)包括那些未标准化变量的研究,要么因为处理以原始单位、百分比变化或定性分析表示的数据,要么因为未构建需要显式标准化过程的综合指标。

3.4. 轴4:时间尺度
在咖啡种植系统中气候变化脆弱性评估中识别了四种时间尺度类型(图10)。咖啡种植系统中的脆弱性评估主要集中在当前(n=24,49%)。在此组中,通过调查操作化脆弱性的研究占主导[46,51,56,58,65],以及应用综合指数如生计脆弱性指数(LVI)和LVI-IPCC[46,51,58,65],以及描述性或多元统计分析[46,56,58,65]。暴露度通常使用近期气候序列(1990-2021)或与社会经济变量整合的气象数据来估计[27,44]。一些研究还纳入了感知分析[36,57]、计量经济学模型[38,57]以及结合水文气候数据与调查的纵向方法[41,54]。混合方法代表第二最频繁的组(n=17;34.7%),结合当前条件与未来气候变化情景。这些研究整合了观测到的气候序列与来自全球环流模型的预测,包括耦合模型比较项目(CMIP)、共享社会经济路径(SSP)和A2情景,以分析温度、降水和气候适宜性的变化[4,26,28,30,33,63,64]。它们还采用了气候适宜性建模、地理空间分析和基于IPCC的脆弱性指数,整合生物物理和社会经济变量以估计适宜栽培区域的变化、产量变化以及生产或健康相关风险[25,37,55,60]。未来脆弱性评估构成第三组(n=6;12.2%)。这些研究以生物气候建模和物种分布方法为主,主要使用最大熵(MaxEnt)模型[45,62,66,71,72],以及基于热和水热阈值的农业气候适宜性模型[68]。研究使用了全球环流模型,如CMIP3[62]、北京气候中心气候系统模型(BCC-CSM)结合代表浓度路径(RCPs)[68
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号