孫仲益，張繼權(quán)，王春乙，嚴(yán)登華，劉興朋，佟志軍，段勝武

(1.東北師范大學(xué)城市與環(huán)境科學(xué)學(xué)院，東北師范大學(xué)自然災(zāi)害研究所，吉林長(zhǎng)春130024;2.海南省氣象局，海南海口570100;3.中國(guó)水資源和水利研究院，北京100038)

0 引言

據(jù)統(tǒng)計(jì)，我國(guó)每年遭受旱澇災(zāi)害的受災(zāi)面積約37萬(wàn)km2～55萬(wàn)km2，占各種自然災(zāi)害損失總量的60%以上。目前國(guó)內(nèi)外對(duì)于旱澇災(zāi)害的研究基本上都是使用同一套指標(biāo)從單一方面考慮的干旱災(zāi)害與洪澇災(zāi)害風(fēng)險(xiǎn)，比如標(biāo)準(zhǔn)化降水指數(shù)(SPI)、Z指數(shù)、降水距平百分率等［1］。徐爾灝等在假設(shè)年降雨量符合正態(tài)分布的基礎(chǔ)上，利用降雨量標(biāo)準(zhǔn)差劃分旱澇等級(jí)［2－3］;鞠笑生等對(duì)降雨量進(jìn)行標(biāo)準(zhǔn)正態(tài)分布化，并利用Z指數(shù)的正態(tài)分布曲線進(jìn)行旱澇等級(jí)劃分［4］;劉吉平等利用馬爾科夫模型對(duì)吉林省旱澇災(zāi)害地域組合規(guī)律進(jìn)行研究，得到吉林省干旱災(zāi)害和洪澇災(zāi)害發(fā)生較為嚴(yán)重區(qū)域［5］。

在全球氣候變暖大背景下，旱澇災(zāi)害已成為制約社會(huì)經(jīng)濟(jì)發(fā)展的主要因素，因此，對(duì)旱澇組合風(fēng)險(xiǎn)的研究是十分必要的。本文以網(wǎng)格尺度結(jié)合GIS空間分析技術(shù)綜合自然災(zāi)害風(fēng)險(xiǎn)理論完成了安徽省的旱澇組合風(fēng)險(xiǎn)評(píng)價(jià)與區(qū)劃，并用歷史數(shù)據(jù)加以檢驗(yàn)，表征研究具有一定的準(zhǔn)確性和可靠性。

1 研究區(qū)域概況

安徽省屬華東地區(qū)跨江近海省份，位于長(zhǎng)江下游，淮河中游，以平原、丘陵和低山為主，面積13.96萬(wàn)km2，人口5 950萬(wàn)。屬亞熱帶向暖溫帶交替的過(guò)渡地帶，年降水量700～1 200 mm，雨水充沛但是降水極其不均，集中性強(qiáng)，致使旱澇災(zāi)害事件頻繁發(fā)生，對(duì)當(dāng)?shù)亟?jīng)濟(jì)建設(shè)和社會(huì)發(fā)展都帶來(lái)了巨大的影響。圖1為研究區(qū)概況圖。

2 數(shù)據(jù)來(lái)源與主要研究方法

2.1 數(shù)據(jù)來(lái)源

論文氣象數(shù)據(jù)來(lái)自中國(guó)氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)，選取安徽省境內(nèi)15個(gè)氣象站點(diǎn)2005－2010年逐日數(shù)據(jù);社會(huì)經(jīng)濟(jì)數(shù)據(jù)(2005－2010年)來(lái)源于《安徽省統(tǒng)計(jì)年鑒》;數(shù)字高程模型數(shù)據(jù)是選取STRM系統(tǒng)的DEM數(shù)字高程(90 m分辨率)模型數(shù)據(jù)，編號(hào)分別為59_06，59_07，60_06，60_07四幅影像，鑲嵌為一幅影像，之后使用經(jīng)過(guò)校正的安徽省邊界圖切割而成，如圖1所示為提取的安徽省高程示意圖;土地利用類型數(shù)據(jù)來(lái)源于“國(guó)家科技基礎(chǔ)條件平臺(tái)—地球系統(tǒng)科學(xué)數(shù)據(jù)共享平臺(tái)”，由1∶100萬(wàn)土地利用/土地覆蓋變化專題庫(kù)申請(qǐng)下載得到。

2.2 主要研究方法

(1)自然災(zāi)害風(fēng)險(xiǎn)指數(shù)法

自然災(zāi)害風(fēng)險(xiǎn)指未來(lái)若干年內(nèi)可能達(dá)到的災(zāi)害程度及其發(fā)生的可能性。在區(qū)域自然災(zāi)害風(fēng)險(xiǎn)形成過(guò)程中，危險(xiǎn)性(H)、暴露性(E)、脆弱性(V)和防災(zāi)減災(zāi)能力(R)是缺一不可的，是四者綜合作用的結(jié)果，自然災(zāi)害風(fēng)險(xiǎn)指數(shù)中文數(shù)學(xué)計(jì)算公式為:

圖1 研究區(qū)概況

致災(zāi)因子危險(xiǎn)性，是指造成災(zāi)害的自然變異程度，主要是由災(zāi)變活動(dòng)規(guī)模(強(qiáng)度)和活動(dòng)頻次(概率)決定的。承災(zāi)體暴露性，是指可能受到危險(xiǎn)因素威脅的所有人和財(cái)產(chǎn)。承災(zāi)體脆弱性或易損性，是指在給定危險(xiǎn)地區(qū)存在的所有任何財(cái)產(chǎn)由于潛在的危險(xiǎn)因素而造成的傷害或損失程度，其綜合反映了自然災(zāi)害的損失程度。防災(zāi)減災(zāi)能力表示出受災(zāi)區(qū)在長(zhǎng)期和短期內(nèi)能夠從災(zāi)害中恢復(fù)的程度，防災(zāi)減災(zāi)能力越高，可能遭受潛在損失就越小，災(zāi)害風(fēng)險(xiǎn)越小。

(2)熵組合權(quán)重法

層次分析法(AHP)是一種對(duì)指標(biāo)進(jìn)行定性定量分析的方法，是一種比較方便有效具體的計(jì)算方法，它是對(duì)指標(biāo)進(jìn)行一對(duì)一的比較，可以連續(xù)進(jìn)行并能隨時(shí)改進(jìn)。該方法主要是將研究對(duì)象的影響因素細(xì)分，并根據(jù)其所類屬的緊密程度，分為上下不同的隸屬層次，然后根據(jù)某種方式，對(duì)所細(xì)分的指標(biāo)量化，通過(guò)每個(gè)指標(biāo)的不同分量，反應(yīng)對(duì)研究對(duì)象的影響輕重程度。層次分析法(AHP)是一種對(duì)指標(biāo)進(jìn)行定性定量分析的方法，具有一定的主觀性;熵權(quán)法是一種客觀賦權(quán)方法。熵組合權(quán)重法運(yùn)用最小相對(duì)信息熵原理，將層次分析法與熵權(quán)法結(jié)合，能夠較好地減少主客觀的影響:

式中:Wj為j指標(biāo)的綜合權(quán)重;W1j為指標(biāo)j的主觀權(quán)重;W2j為指標(biāo)j的客觀權(quán)重。

(3)網(wǎng)格GIS技術(shù)

網(wǎng)格GIS是地理信息系統(tǒng)技術(shù)與網(wǎng)格技術(shù)的結(jié)合，是地理信息系統(tǒng)在網(wǎng)格環(huán)境下的一種應(yīng)用。網(wǎng)格GIS分為規(guī)則網(wǎng)格與不規(guī)則網(wǎng)格兩種，網(wǎng)格的尺寸根據(jù)研究?jī)?nèi)容的精確程度而設(shè)定，是一種新理念的GIS空間分析手段。網(wǎng)格GIS的具體實(shí)施過(guò)程包括以下幾個(gè)方面:運(yùn)用GIS軟件先將搜集到的相關(guān)地圖進(jìn)行數(shù)字化并將相關(guān)數(shù)據(jù)進(jìn)行收集和標(biāo)準(zhǔn)化;根據(jù)具體的研究?jī)?nèi)容和精度，確定是否使用規(guī)則網(wǎng)格，網(wǎng)格的形態(tài)及大小;使用一定的數(shù)學(xué)模型及數(shù)學(xué)方法將所獲得行政區(qū)數(shù)據(jù)或者遙感圖像數(shù)據(jù)網(wǎng)格化展布，并與網(wǎng)格相聯(lián)系建立空間數(shù)據(jù)庫(kù)。

3 安徽省旱災(zāi)與澇災(zāi)風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系與模型建立

3.1 旱災(zāi)風(fēng)險(xiǎn)與澇災(zāi)風(fēng)險(xiǎn)概念框架

根據(jù)自然災(zāi)害風(fēng)險(xiǎn)理論和干旱災(zāi)害風(fēng)險(xiǎn)的形成原理，從干旱災(zāi)害的發(fā)生學(xué)和災(zāi)害系統(tǒng)論角度建立干旱災(zāi)害風(fēng)險(xiǎn)概念框架。區(qū)域干旱災(zāi)害風(fēng)險(xiǎn)是由危險(xiǎn)性、脆弱性、暴露性和防災(zāi)減災(zāi)能力四個(gè)主要因子構(gòu)成的，某個(gè)區(qū)域干旱災(zāi)害風(fēng)險(xiǎn)的大小是這四個(gè)因素綜合作用的結(jié)果。其中每個(gè)因子又是由特定的副因子組成，危險(xiǎn)性表示引起干旱災(zāi)害的氣象現(xiàn)象、地形、水文特征;暴露性描述當(dāng)干旱災(zāi)害發(fā)生時(shí)受災(zāi)區(qū)人口、經(jīng)濟(jì)狀況等;脆弱性表示受災(zāi)區(qū)暴露物體在干旱災(zāi)害中受影響的程度;防災(zāi)減災(zāi)能力表示出受災(zāi)區(qū)在長(zhǎng)期和短期內(nèi)能夠從災(zāi)害中恢復(fù)的程度。上述四個(gè)方面綜合作用，影響著區(qū)域干旱災(zāi)害風(fēng)險(xiǎn)的大小。圖2為旱澇組合風(fēng)險(xiǎn)概念框架。

圖2 旱澇組合風(fēng)險(xiǎn)評(píng)價(jià)概念框架圖

澇災(zāi)風(fēng)險(xiǎn)是指充余水分的形成和運(yùn)動(dòng)對(duì)當(dāng)?shù)厣鐣?huì)、經(jīng)濟(jì)和自然環(huán)境可能造成的影響和危害。根據(jù)自然災(zāi)害風(fēng)險(xiǎn)4因子理論可知，澇災(zāi)風(fēng)險(xiǎn)是由危險(xiǎn)性、暴露性、脆弱性和當(dāng)?shù)氐目節(jié)衬芰C合作用結(jié)果。危險(xiǎn)性包括引起澇災(zāi)的地形、水文和氣象等條件;暴露性是指暴露在澇災(zāi)環(huán)境下的受災(zāi)人口和經(jīng)濟(jì)等狀況;脆弱性是指暴露在澇災(zāi)環(huán)境下的物體的受澇影響程度;防災(zāi)減災(zāi)能力是指受災(zāi)區(qū)抵御澇災(zāi)能力的大小以及可以從澇災(zāi)中恢復(fù)的程度。按照該理論，建立安徽省洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)的概念框架。

3.2 旱災(zāi)風(fēng)險(xiǎn)與澇災(zāi)風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系的建立

選擇旱澇組合風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)是進(jìn)行旱澇風(fēng)險(xiǎn)評(píng)價(jià)的前提和關(guān)鍵。根據(jù)旱澇風(fēng)險(xiǎn)評(píng)價(jià)概念框架，綜合考慮指標(biāo)體系確定的目的性、系統(tǒng)性、科學(xué)性、可比性和可操作性原則，結(jié)合安徽省的實(shí)際操作情況和資料獲取的難易程度選取指標(biāo)。

根據(jù)自然災(zāi)害風(fēng)險(xiǎn)理論和旱、澇災(zāi)害風(fēng)險(xiǎn)的形成原理，從旱、澇災(zāi)害風(fēng)險(xiǎn)的四因子即危險(xiǎn)性、暴露性、脆弱性、防災(zāi)減災(zāi)能力出發(fā)，選取了表1中列出的4個(gè)因子的14個(gè)指標(biāo)，建立了旱災(zāi)風(fēng)險(xiǎn)評(píng)價(jià)的指標(biāo)體系;選取了表2中列出的4個(gè)因子18個(gè)指標(biāo)，建立了澇災(zāi)風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系;分別用于評(píng)價(jià)旱災(zāi)和澇災(zāi)風(fēng)險(xiǎn)的程度。整個(gè)指標(biāo)體系分為因子層、副因子層和指標(biāo)層，并利用熵組合權(quán)重法，綜合計(jì)算出因子層和指標(biāo)層的權(quán)重。

3.3 風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)空間展布

主要利用ArcGIS10.0軟件中的地統(tǒng)計(jì)功能對(duì)各項(xiàng)指標(biāo)進(jìn)行了空間格網(wǎng)化展布。氣象因子進(jìn)行空間展布時(shí)，充分考慮氣象站點(diǎn)的經(jīng)緯度和高程值，降雨量數(shù)據(jù)采用反距離權(quán)重插值法，風(fēng)速、氣溫等其他氣象數(shù)據(jù)采用普通克里格插值法;人口數(shù)據(jù)網(wǎng)格化采用多元相關(guān)分析、回歸分析等方法，將人口數(shù)據(jù)與路網(wǎng)密度、土地利用類型進(jìn)行相關(guān)分析，從而進(jìn)行人口數(shù)據(jù)空間展布;經(jīng)濟(jì)因子以縣為基本樣點(diǎn)，以人口數(shù)量、居民地?cái)?shù)量為協(xié)同數(shù)據(jù)進(jìn)行克里格空間插值展布。

表1 澇災(zāi)風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系

表2 旱災(zāi)風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系

3.4 旱、澇災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)模型建立

分別根據(jù)旱、澇災(zāi)害風(fēng)險(xiǎn)形成機(jī)制，綜合考慮災(zāi)害風(fēng)險(xiǎn)形成的4個(gè)因子，以及其相應(yīng)指標(biāo)，并利用熵組合權(quán)重法確定各指數(shù)權(quán)重，建立如下旱災(zāi)風(fēng)險(xiǎn)指數(shù)模型與澇災(zāi)風(fēng)險(xiǎn)指數(shù)模型:

式中:ADRI是旱災(zāi)風(fēng)險(xiǎn)指數(shù)，表示旱災(zāi)風(fēng)險(xiǎn)程度，AFRI是澇災(zāi)風(fēng)險(xiǎn)指數(shù)，表示澇災(zāi)風(fēng)險(xiǎn)程度，二者值越大，旱、澇災(zāi)害風(fēng)險(xiǎn)程度越大;H、E、V、R表示相應(yīng)的危險(xiǎn)性、暴露性、脆弱性和防災(zāi)減災(zāi)能力因子指數(shù);W為指標(biāo)權(quán)重值，表示各指標(biāo)對(duì)于形成災(zāi)害風(fēng)險(xiǎn)的因子的相對(duì)重要性;X為各評(píng)價(jià)指標(biāo)量化值。

3.5 旱、澇災(zāi)害風(fēng)險(xiǎn)區(qū)劃

根據(jù)災(zāi)害形成機(jī)制，利用GIS技術(shù)，依據(jù)旱、澇災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)模型，計(jì)算安徽省旱災(zāi)風(fēng)險(xiǎn)指數(shù)(ADRI)、澇災(zāi)風(fēng)險(xiǎn)指數(shù)(AFRI)。運(yùn)用最優(yōu)分割法分別對(duì)旱災(zāi)風(fēng)險(xiǎn)指數(shù)和澇災(zāi)風(fēng)險(xiǎn)指數(shù)進(jìn)行最優(yōu)分割，以確定安徽省旱、澇災(zāi)害風(fēng)險(xiǎn)最優(yōu)劃分等級(jí)與閾值。對(duì)最優(yōu)分割散點(diǎn)圖分析，最優(yōu)5分割效果良好，經(jīng)F檢驗(yàn)結(jié)果顯著，因此確定安徽省旱、澇災(zāi)害風(fēng)險(xiǎn)為5個(gè)等級(jí):低風(fēng)險(xiǎn)、較低風(fēng)險(xiǎn)、中等風(fēng)險(xiǎn)、較高風(fēng)險(xiǎn)和高風(fēng)險(xiǎn)(表3)，并以此閾值進(jìn)行風(fēng)險(xiǎn)區(qū)劃，得到安徽省旱災(zāi)風(fēng)險(xiǎn)區(qū)劃圖和安徽省澇災(zāi)風(fēng)險(xiǎn)區(qū)劃圖(圖3)。

表3 安徽省旱、澇災(zāi)害風(fēng)險(xiǎn)區(qū)劃界限閾值

圖3 安徽省旱、澇災(zāi)害風(fēng)險(xiǎn)區(qū)劃圖

4 安徽省旱澇組合風(fēng)險(xiǎn)評(píng)價(jià)區(qū)劃與檢驗(yàn)

4.1 安徽省旱澇組合風(fēng)險(xiǎn)區(qū)劃

安徽省旱澇組合風(fēng)險(xiǎn)區(qū)劃是在安徽省旱災(zāi)風(fēng)險(xiǎn)區(qū)劃和安徽省澇災(zāi)風(fēng)險(xiǎn)評(píng)價(jià)基礎(chǔ)上，將二者進(jìn)行疊加分析，重新進(jìn)行等級(jí)閾值的劃分而進(jìn)行的。根據(jù)災(zāi)害風(fēng)險(xiǎn)形成的四個(gè)因子，分別創(chuàng)建危險(xiǎn)性圖層、脆弱性圖層、暴露性圖層和防災(zāi)減災(zāi)能力圖層，據(jù)四因子圖層得到安徽省旱災(zāi)風(fēng)險(xiǎn)圖層與安徽省澇災(zāi)風(fēng)險(xiǎn)圖層，將經(jīng)緯度相同網(wǎng)格進(jìn)行疊加計(jì)算，得到旱澇組合風(fēng)險(xiǎn)圖層，具體研究過(guò)程如圖4所示。

由于安徽省旱災(zāi)風(fēng)險(xiǎn)具有5個(gè)等級(jí)，澇災(zāi)風(fēng)險(xiǎn)具有5個(gè)等級(jí)，所以理論上組合后具有25種旱澇組合形式，通過(guò)GIS空間分析手段，得到表4。

由表4可知低澇災(zāi)低旱災(zāi)風(fēng)險(xiǎn)區(qū)域和高澇災(zāi)低旱災(zāi)風(fēng)險(xiǎn)區(qū)域所占的面積比重相對(duì)較大，高澇災(zāi)高旱災(zāi)風(fēng)險(xiǎn)、高澇災(zāi)中旱災(zāi)風(fēng)險(xiǎn)、較高澇災(zāi)高旱災(zāi)風(fēng)險(xiǎn)、較高澇災(zāi)中旱災(zāi)風(fēng)險(xiǎn)與較高澇災(zāi)低旱災(zāi)風(fēng)險(xiǎn)區(qū)域所占的面積比重相對(duì)較少。

圖4 安徽省旱澇組合風(fēng)險(xiǎn)區(qū)劃圖繪制流程

表4 安徽省旱澇組合風(fēng)險(xiǎn)情況表

4.2 安徽省旱澇組合風(fēng)險(xiǎn)區(qū)劃分析

通過(guò)表4，并根據(jù)旱、澇災(zāi)害風(fēng)險(xiǎn)具體的組合與疊加得分可以將旱澇組合風(fēng)險(xiǎn)分為3個(gè)級(jí)別:高風(fēng)險(xiǎn)、中等風(fēng)險(xiǎn)與低風(fēng)險(xiǎn)區(qū)。安徽省旱澇組合風(fēng)險(xiǎn)評(píng)價(jià)區(qū)劃圖如圖5所示。

圖5 安徽省旱澇組合風(fēng)險(xiǎn)區(qū)劃圖

由安徽省旱澇組合風(fēng)險(xiǎn)圖可以看出安徽省的中部與西北部發(fā)生旱澇組合風(fēng)險(xiǎn)較大，屬于高旱澇組合風(fēng)險(xiǎn)區(qū)域，安徽省的南部相對(duì)旱澇組合風(fēng)險(xiǎn)較低，屬于低旱澇組合風(fēng)險(xiǎn)區(qū)域。合肥市、原巢湖市、宿州市、阜陽(yáng)市、六安市以及宜城市的南部三縣旱澇組合風(fēng)險(xiǎn)高;淮北市、蚌埠市、淮南市、馬鞍山市、池州市、滁州市、安慶市北部及宜城市北部旱澇組合風(fēng)險(xiǎn)性中等;蕪湖市、安慶東部及黃山市旱澇組合風(fēng)險(xiǎn)低。

5 結(jié)論

本文以5 km×5 km尺度標(biāo)準(zhǔn)網(wǎng)格為旱澇組合風(fēng)險(xiǎn)評(píng)估基本單元，充分考慮了對(duì)自然災(zāi)害風(fēng)險(xiǎn)形成有重要作用的危險(xiǎn)性、脆弱性、暴露性和防災(zāi)減災(zāi)能力，利用自然災(zāi)害風(fēng)險(xiǎn)指數(shù)法、熵組合權(quán)重法、加權(quán)綜合分析等方法，分別繪制了安徽省旱災(zāi)風(fēng)險(xiǎn)區(qū)劃圖與安徽省澇災(zāi)風(fēng)險(xiǎn)區(qū)劃圖，并通過(guò)GIS空間疊加分析技術(shù)，計(jì)算得到安徽省旱澇組合風(fēng)險(xiǎn)區(qū)劃圖。通過(guò)與安徽省旱災(zāi)頻次圖、安徽省澇災(zāi)頻次圖以及歷史旱澇災(zāi)害資料相比較，可以發(fā)現(xiàn)論文所繪制的安徽省旱澇組合風(fēng)險(xiǎn)區(qū)劃圖與研究區(qū)歷史實(shí)際情況基本吻合。安徽省旱澇組合高風(fēng)險(xiǎn)區(qū)域面積最廣，中等風(fēng)險(xiǎn)與低風(fēng)險(xiǎn)區(qū)域次之，總體來(lái)說(shuō)安徽省西北部與中部旱澇組合風(fēng)險(xiǎn)較高，西南部和東北部旱澇組合風(fēng)險(xiǎn)相對(duì)低一些。由于作者工作量有限，并且旱澇災(zāi)害風(fēng)險(xiǎn)均受人文經(jīng)濟(jì)因素影響較大，如果更加完善人文經(jīng)濟(jì)數(shù)據(jù)的空間展布方法，提高網(wǎng)格單元分辨率，結(jié)果將會(huì)更準(zhǔn)確地描述安徽省旱澇組合風(fēng)險(xiǎn)。隨著資料的不斷豐富，指標(biāo)在時(shí)間序列上不斷地加長(zhǎng)，時(shí)間和空間上的精度不斷地提高，研究旱澇組合風(fēng)險(xiǎn)的長(zhǎng)期動(dòng)態(tài)變化趨勢(shì)和旱澇災(zāi)害短期急轉(zhuǎn)現(xiàn)象等重大自然災(zāi)害動(dòng)態(tài)變化的特點(diǎn)等都是十分有價(jià)值的。

［1］袁文平，周廣勝．干旱指標(biāo)的理論分析與研究展望［J］．地球科學(xué)進(jìn)展，2004，19(6):982－991．

［2］張強(qiáng)，潘學(xué)標(biāo)，馬柱國(guó)，等．干旱［M］．北京:氣象出版社，2009．

［3］張繼權(quán)，李寧．主要?dú)庀鬄?zāi)害風(fēng)險(xiǎn)評(píng)價(jià)與管理的數(shù)量化方法及其應(yīng)用［M］．北京:北京師范大學(xué)出版社，2007:123－263．

［4］鞠笑生，鄒旭愷，張強(qiáng)．氣候旱澇指標(biāo)方法及其分析［J］．自然災(zāi)害學(xué)報(bào)，1998，7(3):51－57．

［5］劉吉平，呂憲國(guó)，吳正方．吉林省旱澇災(zāi)害地域組合規(guī)律的動(dòng)態(tài)變化［J］．中國(guó)農(nóng)業(yè)氣象，2004，25(2):5－8．

［6］Stevan Prohaska，Borislava Blagojevic，Aleksandra Ilic．Methodlogy for assessing probability of extreme hydrologic events coincidence［J］．Architecture and Civil Engineering，2010，8(2):187－199．

［7］楊濤，陸桂華，李會(huì)會(huì)，等．氣候變化下水文極端事件變化預(yù)測(cè)研究進(jìn)展［J］．水科學(xué)進(jìn)展，2011，22(2):279－286．

［8］錢永甫，王謙謙，黃丹青．江淮流域的旱澇研究［J］．大氣科學(xué)，2007，31(6):1279－1289．

［9］Wu Zhiwei，Li Jianping，He Jinhai，et al．Large-scale atmospheric singularities and summer long-cycle droughts-floods abrupt alternation in the middle and lower reaches of the Yangtze river［J］．Chinese Science Bulletin，2006(51):2027－2034．

［10］張效武，徐維國(guó)，施宏江，等．安徽省旱澇急轉(zhuǎn)規(guī)律的認(rèn)識(shí)與研究［J］．中國(guó)水利，2007(5):40－42．

［11］Elsa E Moreira，Carlos A Coelho，Ana A Paulo．Mexiam SPI-based drought category prediction using loglinear models［J］．Journal of Hydrology，2008，354(4):116－130．

［12］國(guó)家統(tǒng)計(jì)局中國(guó)統(tǒng)計(jì)年鑒［M］．北京:中國(guó)統(tǒng)計(jì)出版社，2006－2011．