林业科学  2012, Vol. 48 Issue (9): 1-7   PDF    
0

文章信息

武健伟, 李锦荣, 邢恩德, 黄丽娜
Wu Jianwei, Li Jinrong, Xing Ende, Huang Lina
基于下垫面孕灾环境因子的锡林郭勒地区
Risk Assessment of Sand Storm Disaster in Xilingol Region Based on the Underlying Surfaces Factors
林业科学, 2012, 48(9): 1-7.
Scientia Silvae Sinicae, 2012, 48(9): 1-7.

文章历史

收稿日期:2012-03-14
修回日期:2012-07-25

作者相关文章

武健伟
李锦荣
邢恩德
黄丽娜

基于下垫面孕灾环境因子的锡林郭勒地区
武健伟1,2, 李锦荣3, 邢恩德3, 黄丽娜4    
1. 国家林业局调查规划设计院 北京 100714;
2. 中国荒漠化监测中心 北京 100714;
3. 水利部牧区水利科学研究所 呼和浩特 010020;
4. 锡林郭勒盟气象局 锡林浩特 026000
摘要: 运用层次分析法结合GIS软件,建立基于下垫面孕灾环境因子的锡林郭勒地区沙尘暴风险评价指标体系,评价锡林郭勒地区3个时间段(1981—1990,1991—2000,2001—2010)的沙尘暴风险。结果表明: 30年间锡林郭勒地区沙尘暴风险呈增加趋势,且西部地区高于东部地区。
关键词:沙尘暴    下垫面    孕灾环境    风险评价    锡林郭勒    
Risk Assessment of Sand Storm Disaster in Xilingol Region Based on the Underlying Surfaces Factors
Wu Jianwei1,2, Li Jinrong3 , Xing Ende3, Huang Lina4    
1. Academy of Forest Inventory and Planning of State Forestry Administration Beijing 100714;
2. China National Desertification MonitoringCenter Beijing 100714;
3. Institutes of Water Resources for Pastoral Area, Ministry of Water Resources Huhhot 010020;
4. Xilingol League Meteorological Bureau Xilinhot 026000
Abstract: Xilingol region is one of the major typical steppes and a major ecological barrier around Beijing, however it is located in an ecologically fragile area. Using AHP and GIS technology, An assessment system of sandstorm risk was established based on the underlying surfaces factors. This article analyzed sandstorm risk assessment during the three periods (1981-1990, 1991-2000, 2001-2010) in the Xilingol region. The assessment result showed that the risk greatly changed during the recent 30 years. The risk had a gradually increasing trend and the risk in the western was higher than thatin the eastern at the same period.
Key words: sand storm    underlying surface    hazard-formative environment    risk assessment    Xilingol region    

沙尘暴主要发生在沙漠及其临近的干旱与半干早地区,多发于中亚、北美、北非和澳大利亚。国外从20世纪20年代就开始了沙尘暴时空分布、成因与结构和监测等方面的研究(Pye,1987)。20世纪70年代我国才开始研究沙尘暴,起步较晚,且偏重于沙尘暴典型个例和沙尘气溶胶等方面的研究,揭示沙尘暴的大尺度成因及其发生、输送、沉降和辐射效应等,提出了“黑风暴”的标准定义(徐国昌等,1979;周明煜等,1981); 20世纪90年代后开展了沙尘暴天气气候特征(王强等,1997)、发生源地、移动路径及沉降范围等方面的研究(胡金明等,1999); 2000年以来,沙尘暴在我国北方地区频繁发生,对生态环境、区域经济和社会发展造成较大影响,沙尘暴研究再次引起广泛关注,相继开展了沙尘暴遥感监测(郑新江等,2000; 范一大等,2002)、沙尘暴模拟及预测(黄富祥等,2001; 邱玉珺等,2005;李智勇,2009)、风沙天气加剧成因及对策(叶笃正等,2000)、沙尘光学特征及化学组分(刘志丽等,2003)和沙尘暴时空分布规律及发展趋势等方面的研究(韩福贵等,2009)。

沙尘暴的产生与沙尘源地下垫面状况有着密不可分的联系,其中植被覆盖度、土壤水分含量、积雪覆盖度和地形地貌等因素对沙尘暴的发生发展影响较大。植被覆盖度下降时沙尘暴日数增加,植被覆盖度上升时沙尘暴日数则减少(顾卫等,2002;范一大等,2010); 土壤水分含量与沙尘暴次数负相关(李宁等,2005; 李彰俊等,2005);积雪覆盖度也与沙尘暴日数负相关(李彰俊等,2008); 地形对沙尘暴的形成和触发有重要作用(郭妮等,2004)。上述研究均分析沙尘暴与下垫面单一因子的关系,且多为定性描述,而有关基于下垫面多因子的沙尘暴风险评价研究较少。本研究构建基于下垫面孕灾环境因子的沙尘暴风险评价指标体系,并评价锡林郭勒地区沙尘暴风险,以期加深对该区域沙尘暴时空特征和成因机制的理解,为风沙灾害防治和风险管理提供依据。

1 研究区概况

研究区位于内蒙古自治区中部锡林郭勒地区(111°08'36″—119°58'35″E,41°35'00″—46°46'30″N),东西长约600 km,南北宽约460 km,总面积约20. 3万km2,海拔800 ~ 1 800 m,地势南高北低,自西南向东北倾斜,东南部多低山丘陵,盆地错落,西北部地形平坦。植被类型以草原植被为主,植被高度与覆盖度由东到西依次递减。分布有三大水系:南部的滦河水系、中部的呼尔查干淖尔水系和东北部的乌拉盖水系。因气候与地貌不同,土壤带由西北到东南依次为棕钙土带、栗钙土带、黑钙土带和灰色森林土带,其中栗钙土分布面积最大。年平均气温1 ~ 2 ℃,全年无霜期90 ~ 120天,年降水量150 ~ 400 mm,年蒸发量1 500 ~ 2 700 mm,每年10月至翌年5月降雪集中,个别年份甚至出现雪灾。冷空气活动频繁,冬春季节常处于强大的蒙古高压前部,全年平均大风日数多达50 ~ 80天。

由于气候变化和人为因素的影响,建国以来锡林郭勒地区草场退化、沙化现象严重。1975年至1987年,锡林郭勒南部五旗县沙化土地面积增加了1 872 km2(朱震达等,1994),浑善达克沙地1994年至2000年固定沙地(草场)面积减少了28. 6%,流动沙地面积增加,植被减少(包庆德,2002)。沙化土地为沙尘天气的发生提供了物质条件,严重的沙尘暴灾害直接危害华北、东北地区,成为区域重要的环境问题之一。为遏制沙化土地的快速扩展,国家实施了京津风沙源治理工程,经过治理,区域生态状况有所改善。据监测,2010年与2001年相比,锡林郭勒典型草原区植被覆盖度增加6%,地表释尘量减少17. 9%,浑善达克沙地植被覆盖度增加8%,地表释尘量减少26. 7% (高尚玉等,2012)。区域下垫面条件的改善抑制了沙尘天气的发生发展,近年来沙尘暴灾害次数和强度呈下降趋势。

2 沙尘暴风险评价指标体系构建

沙尘暴灾害的孕灾环境包括气候和下垫面环境,气候为沙尘暴的发生提供动力条件,是诱发因素,下垫面环境为沙尘暴的发生提供物质来源,是物质基础。本研究采用层次分析法,在ARCGIS软件的支持下,建立锡林郭勒地区沙尘暴风险评价指标体系,基于县域单位选取沙化土地面积、土地利用类型、土壤可蚀性、植被覆盖度和积雪指数这5个因子为二级评价指标,其中植被覆盖度包括多年平均最大植被覆盖度、多年平均春季植被覆盖度和多年平均夏季植被覆盖度3个三级指标,积雪指数包括春季积雪指数和冬季积雪指数2个三级指标。采用专家评价法对评价体系中的各指标赋权重,所选专家专业背景涉及防沙治沙、自然地理、水土保持与荒漠化防治,共12名。

2.1 沙化土地面积

以LandsatTM遥感影像为源数据,通过不同地物光谱特征差异,找出土地沙化地物与沙化数量关系,为沙化土地信息提取和定量分析提供依据。不同程度和类型的沙化土地反射地物光谱存在差异,共同特点都是在第七波段有很高的反射率,在第一波段反射率较低,据此构建提取沙化土地的模型SEI (sandy land extraction index),其基本形式为SEI = (TM7 - TM1)/(2 - TM7 + TM1),TM1为LandsatTM影像的第1波段,TM7为LandsatTM影像的第7波段。利用该模型提取了1985,2000和2010年的研究区沙化土地面积和分布数据,分别代表1981—1990,1991—2000和2001—2010年3个阶段的研究区沙化土地面积和分布数据。结果表明: 1985年锡林郭勒地区流动沙地面积为8 240. 5km2,2000年增加到8 796. 5 km2,15年间增加556 km2,其中正蓝旗增加216. 6 km2,正镶白旗增加132. 7 km2,多伦增加118. 2 km2,苏尼特左旗增加49. 1 km2,与2000年相比,2010年锡林郭勒地区流动沙地面积减少7 697. 4 km2,其中阿巴嘎旗减少2 293. 5 km2,正蓝旗减少1 213. 9 km2,正镶白旗减少356. 2 km2,多伦减少358. 6 km2,苏尼特左旗减少931 km2(图 1)。

图 1 1985,2000和2010年锡林郭勒地区沙化土地分布 Fig.1 Distribution of sandy land in Xilingol region in 1985, 2000 and 2010
2.2 土地利用类型

土地利用类型分类数据来源于中国西部环境与生态科学数据中心,根据研究区特点和研究需要,参考刘纪远(2005)的研究成果,本研究土地利用类型划分为6个一级分类14个二级分类(表 1)。

表 1 土地利用类型 Tab.1 Land use type

锡林郭勒属典型农牧交错区,耕地分布在南部镶黄旗、正镶白旗、太仆寺旗、正蓝旗和多伦5个旗县,面积约5 884. 9 km2,占锡林郭勒地区总面积的2. 89%;草地面积约16. 8万km2,占总面积的82. 75%,其中高盖度草地面积占45. 35%,分布在东乌珠穆沁旗和西乌珠穆沁旗,中盖度草地面积占27. 06%,分布在阿巴嘎旗和苏尼特左旗,低盖度草地面积占10. 34%,分布在阿巴嘎旗、苏尼特左旗、苏尼特右旗和正镶白旗; 林地主要分布在东乌珠穆沁旗和西乌珠穆沁旗,面积为3 061. 6 km2,占总面积的1. 51%,以灌木林为主; 水域、城乡工矿居民建设用地占总面积的1. 18%,但其为沙尘暴灾害提供的物质来源微乎其微,可忽略不计; 未利用土地面积约占总面积的11. 67%,主要为沙地、盐碱地和裸土地。研究区30年各类型土地利用空间分布发生了一些变化,但面积变化较小。

2.3 土壤可蚀性

土壤可蚀性基础数据来源于2009年1:100万中国土壤数据库,该数据库中提供了土壤粒径、土壤有机质含量和土壤碳酸钙含量等多项指标。基于Fryrear等(1994)的研究结论,建立土壤可蚀性SE计算公式:SE=29.09+0.31Sa+0.17Si+0.33Sa/Ci-2.59Om-0.95Ca/100。Sa为土壤砂粒含量(5.5%~93.6%),Si为土壤粉砂含量(0.5%~ 69.5%),Ci为土壤粘土含量(1.2%~53.0%),Om为土壤有机质含量(0.18%~4.79%),Ca为碳酸钙含量(0.0%~25.2%)。将根据公式计算得到的锡林郭勒地区土壤可蚀性划分为5个等级(表 2),其空间分布见图 2。由表 2图 2可以看出:研究区土壤可蚀性以0.33~0.38,0.38~0.42和0.49~ 0.62为主,面积比例分别为20.79%,32.94%和35.56%;可蚀性等级较高的土壤主要分布在中西部地区。本研究的时间尺度为30年,在这个时段内研究区的土壤粒径组成、理化性质等自然属性不可能发生重大变化,因此认为土壤可蚀性是不变的。

表 2 土壤可蚀性等级 Tab.2 Soil erodibility grade
图 2 锡林郭勒地区土壤可蚀性分布 Fig.2 Distribution of soil erodibility in Xilingol region
2.4 植被覆盖度

1981—2010年植被指数数据来源于美国国家航天航空局网站,数据时间分辨率为15 d,空间分辨率为8 km。应用线性混合模型计算植被覆盖度(Defries et al.,2000)) : fc=(NDVI - NDVImin) / (NDVImax - NDVImin)。fc为植被覆盖度,NDVI为归一化植被指数,NDVImax和NDVImin分别为3—9月NDVI最大值和最小值。

对锡林郭勒地区30年3—9月植被覆盖度分析可以看出,植被覆盖度在不同月份差异较大,8月达到最大值,8月以前植被覆盖度逐月递增,8月以后植被覆盖度开始降低。植被覆盖度在不同季节差异较大,分析植被覆盖度对沙尘暴影响时,不仅要考虑空间分布差异,还要考虑时间上的差异。

因此,以每年3—5(春季)和7—9月(夏季)的植被覆盖度分别构造2个三维向量 fspr(i)和fsum(i)的模来表征春季和夏季植被覆盖度:

式中:fspr(i)为春季植被覆盖度; fsum(i)为夏季植被覆盖度; fi3为3月份植被覆盖度; fi4为4月份植被覆盖度; fi5为5月份植被覆盖度; fi7为7月份植被覆盖度; fi8为8月份植被覆盖度; fi9为9月份植被覆盖度。

考虑到年植被覆盖度对沙尘暴也有影响,分别统计3个时间段的每年最大植被覆盖度,获得每个时间段的年植被覆盖度最大值。

对锡林郭勒地区3个阶段(1981—1990,1991—2000和2001—2010年)3—9月植被覆盖度进行统计,结果表明:3个阶段植被覆盖度变化总体呈低-高-低趋势; 1981—1990年和1991— 2000年2个阶段植被覆盖度在各月份总体差异较小,1981—1990年的植被覆盖度各月份总体差异较1991—2000年略大; 相比1981—1990和1991— 2000年2个阶段,2000年以后植被覆盖度略有下降,但2001—2010年的植被覆盖度空间差异降低。总体来看,近30年来锡林郭勒地区植被覆盖度呈由西南到东北逐渐递增的趋势(图 3)。

图 3 1981—2010年锡林郭勒地区多年平均最大植被覆盖度 Fig.3 The most average annual vegetation coverage in Xilingol region from 1981 to 2010
2.5 积雪指数

本研究积雪指数相关数据源于中国雪深长时间序列数据集(1978—2010年),其可提供逐日全国范围积雪厚度分布数据,空间分辨率为25 km,研究区积雪期为10月至翌年5月。

每月平均积雪深度计算公式如下:

式中: Dii月平均积雪深度; Diji月第j天的积雪深度。

Dij积雪深度数据通过ARCGIS软件二值化后累加,即可得到一个只有0和1的栅格数据 Dij(0,1),括号内0表示无积雪,1表示有积雪。

每月平均积雪时间计算公式如下:

式中: Tii 月的平均积雪时间; D(0,1)ij为积雪深度二值化数据。

积雪覆盖度计算公式如下:

(8)

式中: Ci为积雪盖度(%); S为对应旗县行政区划面积。

积雪覆盖度决定了积雪的影响范围,积雪深度决定了积雪的影响程度,而积雪时间则决定了这种影响持续的时间,基于这3个因素构建积雪指数I:

基于上述方法得到研究区1981—2010年的逐年冬季和初春积雪指数数据,结果表明:从空间分布来看(图 4),东乌珠穆沁旗、西乌珠穆沁旗、阿巴嘎旗和正蓝旗积雪指数较高,其中东乌珠穆沁旗的乌拉盖地区积雪指数在春季和冬季都是最大值分布区,其次是阿巴嘎旗的那仁宝力格; 西乌珠穆沁旗的南缘以及正蓝旗的大部和多伦的东北部积雪指数相对较高,3个时间段整个研究区域积雪指数均保持这种分布格局。1981—1990年阶段积雪指数最大值虽然大于1991—2000年最大值,但1981—1990年积雪指数较大值分布面积集中且较小,1991— 2000年积雪指数的较大值分布范围较广,几乎占据锡林郭勒地区的中东部,2001—2010年的积雪分布格局与1981—1990年类似,积雪指数平均值略小于1991—2000年。从时间分布来看,冬季积雪指数平均值显著大于春季,冬季积雪指数最大值是初春积雪指数最大值的3. 4倍,且随着年份变化,冬季和初春积雪指数均呈降低趋势(图 5)。

图 4 1981—2010年锡林郭勒地区冬季和春季平均积雪指数 Fig.4 Cumulative annual average snow index in winter and spring in Xilingol region from 1981 to 2010
图 5 1981—2010年锡林郭勒地区冬季和春季积雪指数 Fig.5 Snow index in winter and spring in Xilingol region from 1981 to 2010
2.6 评价指标体系权重

评价体系中各指标权重见表 3

表 3 沙尘暴风险评价指标及其相对权重 Tab.3 Risk assessment index and relative weight of sand storm
3 沙尘暴下垫面孕灾环境风险评价

利用ARCGIS对研究区二级指标的相对权重值加权求和,获得锡林郭勒地区沙尘暴风险指数。提取研究区各旗县沙尘暴风险指数均值,对锡林郭勒地区沙尘暴风险指数进行分级: 1级为低风险,风险指数≤0. 42; 2级为较低风险,风险指数为0. 42 ~ 0. 60; 3级为中度风险,风险指数为0. 60 ~ 0. 69; 4级为较高风险,风险指数为0. 69 ~ 0. 72; 5级为高风险,风险指数≥0. 72。

获取锡林郭勒地区各旗县的风险指数后,出现个别旗县风险指数均值处在划分标准边界值上的问题,无法确定归属于哪一等级。为解决风险等级的归属问题,根据划分标准阈值构建隶属度函数,根据最大隶属度原则决定其等级的归属问题。

由锡林郭勒地区各旗县沙尘暴风险等级图(图 6)可知: 1981—1990年,二连浩特、苏尼特左旗和苏尼特右旗风险等级为3,镶黄旗、正镶白旗、正蓝旗、多伦县和阿巴嘎旗风险等级为2,太仆寺旗、锡林浩特、东乌珠穆沁旗和西乌珠穆沁旗风险等级为1; 1991—2000年,锡林郭勒地区沙尘暴风险整体高于1981—1990年,二连浩特和苏尼特右旗风险等级为4,苏尼特左旗、镶黄旗、正镶白旗、正蓝旗、阿巴嘎旗和锡林浩特风险等级为3,太仆寺旗、多伦县、东乌珠穆沁旗和西乌珠穆沁旗风险等级为2; 2001—2010年,锡林郭勒地区沙尘暴风险整体高于1981—1990和1991—2000年,西部的二连浩特、苏尼特左旗、苏尼特右旗、镶黄旗和正镶白旗风险等级为5,中部的阿巴嘎旗、正蓝旗、太仆寺旗和多伦县风险等级为4,东部的东乌珠穆沁旗、西乌珠穆沁旗和锡林浩特风险等级为3。

图 6 锡林郭勒地区沙尘暴风险等级 Fig.6 Risk class of sand storm in Xilingol region

总体来看,30年间锡林郭勒地区沙尘暴风险呈增加趋势,且西部地区高于东部地区。

4 结论与讨论

研究表明,30年间锡林郭勒地区沙尘暴下垫面孕灾环境风险呈增加趋势,且西部地区高于东部地区。植被覆盖度和积雪指数的时间异质性是导致春季沙尘暴灾害多于其他季节的直接原因。春季植被盖度低,积雪指数也低于冬季。植被覆盖度和积雪指数的空间异质性是沙尘暴空间异质性的基础。植被覆盖度和积雪指数的双重作用是造成30年来研究区沙尘暴风险增加趋势的直接原因。土地利用方式的不同是造成锡林郭勒地区各旗县沙尘暴风险差异的主要原因。

就当前的科技水平和经济条件,人类控制产生沙尘暴天气的动力、热力条件的能力是极其有限的,根据本研究结论,提高植被覆盖度和调整土地利用方式,改善锡林郭勒地区沙尘暴源地的下垫面状况是减轻危害最有效和最直接的方法。

本研究以县域为空间尺度单位。而基于下垫面孕灾环境因子的沙尘暴风险评价指标以遥感数据源为主,遥感数据的特点是基于像元的计算,所以在分析下垫面孕灾环境风险时,为将遥感数据像元尺度转化为县域尺度,本研究构建了隶属度函数获得各旗县的风险等级。但该方法的不足之处是县域风险等级取决于面积较大的风险等级,而非取决于最大风险等级,在今后的研究中还需进一步完善和改进。

参考文献(References)
[] 包庆德. 2002. 内蒙古荒漠化现状分析与对策研究. 内蒙古社会科学:汉文版, 23(6): 56–60.
[] 范一大, 史培军, 刘三超. 2010. 我国北方沙尘暴与植被覆盖度关系研究. 自然灾害学报, 19(6): 1–7.
[] 范一大, 史培军, 王秀山. 2002. 中国北方典型沙尘暴的遥感分析. 地球科学进展, 17(20): 289–294.
[] 高尚玉, 张春来, 邹学勇. 2012. 京津风沙源治理工程效益. 2版. 北京, 科学出版社.
[] 顾卫, 蔡雪鹏, 谢峰. 2002. 植被覆盖与沙尘暴日数分布关系的探讨—以内蒙古中西部地区为例. 地球科学进展, 17(2): 273–277.
[] 郭妮, 张杰, 韩涛. 2004. 西北特殊地形与沙尘暴发生的关系探讨. 中国沙漠, 24(5): 576–581.
[] 韩福贵, 赵明, 常兆丰, 等. 2009. 民勤沙区50多年来沙尘天气特征及其影响因素. 干旱区研究, 26(6): 889–894.
[] 胡金明, 崔海亭, 唐志尧. 1999. 中国沙尘暴时空特征及人类活动对其发展趋势的影响. 自然灾害学报, 8(4): 49–56.
[] 黄富祥, 张新时, 徐永福. 2001. 毛乌素沙地气候因素对沙尘暴频率影响作用的模拟研究. 生态学报, 21(11): 1875–1884. DOI:10.3321/j.issn:1000-0933.2001.11.019
[] 李宁, 顾卫, 史培军. 2005. 沙尘暴评估中土壤含水量概率分布模型研究———以内蒙古中西部地区为例. 自然灾害学报, 14(2): 10–15.
[] 李彰俊, 郝璐, 李兴华. 2008. 积雪覆盖度对沙尘暴的影响分析. 中国沙漠, 28(3): 338–343.
[] 李彰俊, 李宁, 顾卫. 2005. 内蒙古中西部地区土壤水分对沙尘暴的贡献. 地球科学进展, 20(1): 24–28.
[] 李智勇. 2009. 西北地区气候因素对沙尘暴影响的模型研究. 中国沙漠, 29(3): 415–420.
[] 刘纪远. 2005. 二十世纪九十年代中国土地利用变化的遥感时空信息研究. 北京, 科学出版社.
[] 刘志丽, 马建文, 韩秀珍. 2003. 沙尘源区AVHRR数据地表温度时序变化与沙尘干量TSP数据的对比分析—以2001年春季北方强沙尘过程为例. 干旱区地理, 26(1): 59–96.
[] 邱玉珺, 邹学勇. 2005. 气候因素对沙尘天气影响的模型研究. 自然灾害学报, 14(2): 35–40.
[] 王强, 章克俭, 张静. 1997. 一次沙尘暴中尺度低压和沙尘输送的数值模拟. 甘肃气象, 15(4): 1–5.
[] 徐国昌, 陈敏连, 吴国雄. 1979. 甘肃省"4·22"特大沙暴分析. 气象学报, 37(4): 26–35. DOI:10.11676/qxxb1979.036
[] 叶笃正, 丑纪范, 刘纪远. 2000. 关于我国华北沙尘天气的成因与治理对策. 地理学报, 55(9): 513–521.
[] 郑新江, 徐建芬, 罗敬宁. 2000. 利用风云—1C气象卫星监测南疆沙尘暴研究. 中国沙漠, 20(3): 286–288.
[] 周明煜, 曲绍厚, 宋锡铭. 1981. 北京地区尘暴过程的气溶胶特性. 科学通报, 26(4): 609–611.
[] 朱震达, 陈广庭. 1994. 中国土地沙质荒漠化. 北京, 科学出版社.
[] Defries R S, Hansen M C, Townshend J R G. 2000. Global continuousfields of vegetation characteristics: a linear mixture model appliedtomulti-year 8 km AVHRR data. International Journal of Remote Sensing, 21(6/7): 1389–1414.
[] Fryrear D W, Krammes C A, Williamson D L. 1994. Computing the wind erodible fraction of soils. Journal of Soil and Water Conservation, 49(2): 183–188.
[] Pye K. 1987. Aolian dust and dust deposits. London: Academic Press Inc. Ltd.: 113–126.