王理萍，王樹(shù)仿，王新華，王福來(lái)，范春梅

(1.云南農(nóng)業(yè)大學(xué) 水利學(xué)院，昆明 650201；2.河海大學(xué) 水文水資源學(xué)院，南京 210098；3.河海大學(xué) 水利水電學(xué)院，南京 210098)

0 引 言

干旱是我國(guó)最常見(jiàn)、危害最嚴(yán)重的氣候?yàn)?zāi)害之一，因旱災(zāi)造成的經(jīng)濟(jì)損失量不斷增多[1]，尤其是進(jìn)入21世紀(jì)后，極端干旱事件頻繁發(fā)生。如何減小干旱災(zāi)害損失，降低災(zāi)害風(fēng)險(xiǎn)，進(jìn)行干旱災(zāi)害風(fēng)險(xiǎn)評(píng)估，成為當(dāng)前氣候?qū)W和災(zāi)害學(xué)研究的重點(diǎn)。Belal等[2]利用遙感和GIS技術(shù)進(jìn)行干旱風(fēng)險(xiǎn)分析；Potopov等[2]等利用SPEI標(biāo)準(zhǔn)化降水蒸散指數(shù)評(píng)價(jià)捷克不同時(shí)間尺度上的農(nóng)業(yè)干旱風(fēng)險(xiǎn)；何斌等[4]通過(guò)災(zāi)害風(fēng)險(xiǎn)綜合指標(biāo)，分別得出2009-2013年間陜南、陜北和關(guān)中地區(qū)的農(nóng)業(yè)干旱風(fēng)險(xiǎn)分布特征；石界等[5]從3個(gè)風(fēng)險(xiǎn)評(píng)估參數(shù)入手，建立加權(quán)歸一化回歸模型，借助GIS技術(shù)完成了定西市干旱風(fēng)險(xiǎn)分析。鑒于現(xiàn)有干旱災(zāi)害風(fēng)險(xiǎn)的分析研究中，還未形成具有地域性的統(tǒng)一評(píng)估體系，因此有必要根據(jù)不同地區(qū)自然地理特征的差異性，有針對(duì)性地構(gòu)建適合特定區(qū)域環(huán)境條件的干旱災(zāi)害風(fēng)險(xiǎn)評(píng)估模型。

云南省地處云貴高原主體，東部和東南部喀斯特地貌顯著，干旱災(zāi)害易發(fā)、頻發(fā)，尤其是2010年春季遭遇特大干旱，旱災(zāi)導(dǎo)致全省的受災(zāi)、成災(zāi)和絕收面積分別為295.72、205.09及88.17 萬(wàn)hm2，造成農(nóng)業(yè)經(jīng)濟(jì)損失達(dá)120億元以上[6]。目前針對(duì)云南省干旱災(zāi)害方面的研究，大多注重的是干旱成因，時(shí)空演變特征及規(guī)律[7-9]，對(duì)于干旱災(zāi)害風(fēng)險(xiǎn)評(píng)估的論述甚少。因此本研究擬從干旱致災(zāi)因子危險(xiǎn)性、孕災(zāi)環(huán)境脆弱性、承災(zāi)體暴露度和防災(zāi)減災(zāi)能力4 大風(fēng)險(xiǎn)要素來(lái)構(gòu)建旱災(zāi)風(fēng)險(xiǎn)評(píng)估體系，建立評(píng)估模型對(duì)云南省干旱災(zāi)害風(fēng)險(xiǎn)特征進(jìn)行分析。利用層次分析法計(jì)算權(quán)重，并基于ArcGIS對(duì)云南省旱災(zāi)風(fēng)險(xiǎn)程度進(jìn)行等級(jí)區(qū)劃和分析，以期為干旱風(fēng)險(xiǎn)評(píng)估分析及管理提供依據(jù)。

1 資料源與方法

1.1 研究數(shù)據(jù)來(lái)源

氣象數(shù)據(jù)為云南省29個(gè)站點(diǎn)的逐月降水、氣溫?cái)?shù)據(jù)，時(shí)間跨度為1960年1月-2014年12月，數(shù)據(jù)來(lái)源于中國(guó)氣象局氣象數(shù)據(jù)中心；地理信息數(shù)據(jù)為地形、水文等，來(lái)源于云南省1∶25萬(wàn)數(shù)字高程模型，空間分辨率為90 m×90 m；社會(huì)經(jīng)濟(jì)數(shù)據(jù)為耕地比重、人均GDP等，時(shí)間跨度為2001-2015年；數(shù)據(jù)來(lái)源于《云南省統(tǒng)計(jì)年鑒》。

1.2 研究方法

(1)層次分析法 。使用層次分析法(AHP)求解各評(píng)估指標(biāo)權(quán)重主要包括建立有序遞階的層次結(jié)構(gòu)模型、構(gòu)建判斷矩陣，并對(duì)其進(jìn)行一致性檢驗(yàn)[10]。本文采用MATLAB軟件確定各層內(nèi)評(píng)估指標(biāo)的權(quán)重，通過(guò)一致性比例CR的計(jì)算結(jié)果來(lái)驗(yàn)證所構(gòu)造的判斷矩陣是否能滿足要求。當(dāng)CR<0.1時(shí)，即認(rèn)定判斷矩陣客觀合理，能滿足檢驗(yàn)要求；若CR≥0.1，則要重新構(gòu)建判斷矩陣。CR的計(jì)算詳見(jiàn)文獻(xiàn)[10]。

(2)指標(biāo)標(biāo)準(zhǔn)化。采用極差標(biāo)準(zhǔn)化方法對(duì)各評(píng)估指標(biāo)進(jìn)行無(wú)量綱處理，根據(jù)評(píng)估指標(biāo)和所對(duì)應(yīng)風(fēng)險(xiǎn)要素之間的效用關(guān)系，將其分為正向和負(fù)向2大類(lèi)。如果指標(biāo)的計(jì)算值和所表征的因子水平呈正相關(guān)，則稱其為正向指標(biāo)；反之，稱為負(fù)向指標(biāo)。具體計(jì)算詳見(jiàn)文獻(xiàn)[11]。

(3)加權(quán)綜合評(píng)價(jià)法。

(1)

式中：V分別為干旱災(zāi)害4大風(fēng)險(xiǎn)評(píng)估要素；wi是V干旱風(fēng)險(xiǎn)要素中第i個(gè)評(píng)估指標(biāo)所對(duì)應(yīng)的權(quán)重；yi表示V干旱風(fēng)險(xiǎn)要素中第i個(gè)評(píng)估指標(biāo)經(jīng)標(biāo)準(zhǔn)化處理后得到的無(wú)量綱值；n為參與評(píng)估的指標(biāo)總個(gè)數(shù)。

(4)干旱災(zāi)害風(fēng)險(xiǎn)指數(shù)模型。

I=(Hwh)×(Ewe)×(Sws)×(1-R)wr

(2)

式中：I為干旱災(zāi)害風(fēng)險(xiǎn)指數(shù)；H，E，S，R依次為旱災(zāi)4大風(fēng)險(xiǎn)評(píng)估要素；上標(biāo)wh，we，ws，wr順次是干旱風(fēng)險(xiǎn)4個(gè)評(píng)估要素所對(duì)應(yīng)的權(quán)重。

(5)干旱災(zāi)害風(fēng)險(xiǎn)分區(qū)。通過(guò)ArcGIS軟件中的自然斷點(diǎn)法對(duì)云南省旱災(zāi)風(fēng)險(xiǎn)程度進(jìn)行區(qū)劃，共分為5個(gè)不同等級(jí)區(qū)域：低風(fēng)險(xiǎn)區(qū)、次低風(fēng)險(xiǎn)區(qū)、中等風(fēng)險(xiǎn)區(qū)、次高風(fēng)險(xiǎn)區(qū)和高風(fēng)險(xiǎn)區(qū)。

2 結(jié)果與分析

2.1 評(píng)估因子指標(biāo)體系構(gòu)建

干旱發(fā)生的成因及物理機(jī)制復(fù)雜，評(píng)估指標(biāo)多樣化，參考國(guó)內(nèi)外已有相關(guān)研究成果，針對(duì)云南省干旱災(zāi)害發(fā)生特點(diǎn)及地形地貌特征，并綜合考慮數(shù)據(jù)取得的難度及可靠性最終以干旱頻率、降水、河網(wǎng)密度等12個(gè)評(píng)估指標(biāo)來(lái)進(jìn)行云南省干旱風(fēng)險(xiǎn)評(píng)估(詳見(jiàn)表1)。

表1 云南省干旱災(zāi)害風(fēng)險(xiǎn)評(píng)估體系Tab.1 Indexes system of drought risk assessment in Yunnan Province

注：經(jīng)過(guò)計(jì)算，所構(gòu)建的判斷矩陣其CR值均小于0.1，能滿足要求。

2.2 結(jié)果與分析

分別將云南省干旱災(zāi)害指標(biāo)轉(zhuǎn)化為柵格數(shù)據(jù)后經(jīng)圖層加權(quán)疊加并利用自然斷點(diǎn)法進(jìn)行分級(jí)，把干旱災(zāi)害風(fēng)險(xiǎn)劃分為5個(gè)不同等級(jí)(表2)，分別得到云南省4個(gè)風(fēng)險(xiǎn)評(píng)估要素及干旱災(zāi)害風(fēng)險(xiǎn)的等級(jí)區(qū)劃圖(圖1和圖2)。

2.2.1 致災(zāi)因子危險(xiǎn)性評(píng)估與區(qū)劃

致災(zāi)因子危險(xiǎn)性通過(guò)干旱發(fā)生的強(qiáng)度和頻率來(lái)進(jìn)行分析研究。采用SPEI指數(shù)來(lái)表征云南省干旱強(qiáng)度的大小，采用Log-Logistic概率密度函數(shù)f(x)來(lái)描述月降水與月潛在蒸散量差值的變化，獲得月尺度上水分平衡的概率分布函數(shù)F(x)，通過(guò)正態(tài)化處理后確定出SPEI值，其計(jì)算過(guò)程及干旱等級(jí)劃分見(jiàn)文獻(xiàn)[12]。SPEI計(jì)算值越大，干旱災(zāi)害發(fā)生的強(qiáng)度等級(jí)越低，危險(xiǎn)性越小。把SPEI值小于-1所對(duì)應(yīng)的年份記為干旱發(fā)生年[13]，干旱頻率通過(guò)實(shí)際發(fā)生干旱的總年數(shù)與研究年限(54年)的比值獲取。

表2 干旱災(zāi)害風(fēng)險(xiǎn)要素的等級(jí)劃分Tab.2 The classification of assessment values for each drought risk factors

圖1 云南省4個(gè)風(fēng)險(xiǎn)評(píng)估要素等級(jí)區(qū)劃圖Fig.1 Ranked zoning of 4 factors of drought risk assessment in Yunnan Province

由圖1(a)可得出，云南省致災(zāi)因子危險(xiǎn)性的空間分布總體為東北部高，西南部低，這與云南省降水量的年際分布情況相近[14]。具體為高、次高危險(xiǎn)區(qū)主要分布在云南東北部的昭通、沾益、會(huì)澤及中部的元謀、昆明、玉溪等區(qū)域；中等危險(xiǎn)區(qū)主要位于東南部的廣南、屏邊及西北部的中甸、維西等地；低、次低危險(xiǎn)區(qū)主要集中在西南部地區(qū)的普洱、瑞麗、保山等地。

2.2.2 孕災(zāi)環(huán)境脆弱性評(píng)估與區(qū)劃

孕災(zāi)環(huán)境脆弱性是指容易遭受干旱災(zāi)害損失的性質(zhì)，受到多種因素綜合影響，一般而言脆弱性越高，干旱災(zāi)害潛在風(fēng)險(xiǎn)越大。根據(jù)云南省特殊的孕災(zāi)環(huán)境及所掌握的資料，考慮降水量、坡度、坡向、海拔高度和河網(wǎng)密度5個(gè)指標(biāo)作為孕災(zāi)環(huán)境脆弱性評(píng)價(jià)指標(biāo)，降水量通過(guò)中國(guó)氣象局氣象數(shù)據(jù)中心提供的月值數(shù)據(jù)集獲取，后4個(gè)指標(biāo)均通過(guò)1∶25萬(wàn)數(shù)字高程模型提取。

由圖1(b)可知，云南省孕災(zāi)環(huán)境脆弱性空間分布特征與危險(xiǎn)性相似，即由東北向西南，脆弱性逐步降低。高脆弱地區(qū)主要分布在云南東北部的昭通、會(huì)澤、沾益，該區(qū)域降水量少，地形高差變化大，河網(wǎng)密度較??；次高-中等脆弱帶多位于東南部及中部地區(qū)；隨著地理?xiàng)l件的變化，西北及西南部地區(qū)為低、次低脆弱區(qū)。

2.2.3 承災(zāi)體暴露度評(píng)估與區(qū)劃

承災(zāi)體暴露度是指社會(huì)、經(jīng)濟(jì)和自然環(huán)境系統(tǒng)由于干旱缺水可能遭受到威脅、破壞的程度。人口密度及農(nóng)業(yè)種植面積比例大的地區(qū)，可能遭受損害的程度大，暴露度高。選取人口密度、耕地比重和糧食播種面積3方面來(lái)分析評(píng)估云南省干旱災(zāi)害暴露度的高低。

由圖1(c)可看出，云南省承災(zāi)體暴露度分布具有典型的地區(qū)差異性，高、次高暴露度區(qū)零碎的分布于各個(gè)不同地區(qū)，如東北部的昭通，東南部的瀘西、蒙自，中部的昆明、玉溪，西南部的保山，西北部的大理等地，這些區(qū)域人口密集、耕地面積大；低暴露度區(qū)主要位于西北部的迪慶、怒江、麗江及西南部的景洪、思茅等人口密度小、耕地比重輕、糧食播種面積少的地區(qū)。

2.2.4 防災(zāi)減災(zāi)能力評(píng)估與區(qū)劃

防災(zāi)減災(zāi)能力是指受災(zāi)風(fēng)險(xiǎn)區(qū)通過(guò)采取一系列工程和非工程措施抵御和減少災(zāi)害損失的能力，與地區(qū)經(jīng)濟(jì)發(fā)展水平呈正相關(guān)。從人均GDP及有效灌溉面積2個(gè)方面對(duì)云南省抗旱能力的強(qiáng)弱進(jìn)行評(píng)估。

由圖1(d)可知，云南省高、次高抗災(zāi)能力區(qū)零星分布在經(jīng)濟(jì)條件較好、保灌率高的昆明、玉溪、瑞麗等地區(qū)；廣南、瀾滄、屏邊等地防災(zāi)減災(zāi)能力低，這些地區(qū)山地多，經(jīng)濟(jì)發(fā)展相對(duì)落后，農(nóng)業(yè)和水利設(shè)施不齊備，抗災(zāi)能力差。

2.2.5 干旱災(zāi)害風(fēng)險(xiǎn)區(qū)劃

綜合分析以上4個(gè)干旱風(fēng)險(xiǎn)評(píng)估要素，得到云南省干旱災(zāi)害風(fēng)險(xiǎn)區(qū)劃圖(圖2)。從圖2中可以看出，云南省干旱災(zāi)害風(fēng)險(xiǎn)空間分布成片狀出現(xiàn)，總體東北及東南部干旱災(zāi)害風(fēng)險(xiǎn)高，西北及西南部風(fēng)險(xiǎn)低。具體為：高風(fēng)險(xiǎn)區(qū)分布在東北部的昭通、會(huì)澤、沾益；次高風(fēng)險(xiǎn)區(qū)主要位于東南部的瀘西、廣南、屏邊及中部的昆明、玉溪等區(qū)域；中部的大部分地區(qū)及大理、保山等地主要為中等風(fēng)險(xiǎn)區(qū)；低、次低風(fēng)險(xiǎn)區(qū)在西北部的貢山、維西及西南部的景洪、瀾滄等區(qū)域。

圖2 云南省干旱災(zāi)害風(fēng)險(xiǎn)等級(jí)區(qū)劃圖Fig.2 Ranked zoning of risk of drought disaster in Yunnan Province

2.3 評(píng)估結(jié)果驗(yàn)證

為驗(yàn)證研究結(jié)果的可靠性，根據(jù)徐創(chuàng)新等[15]提供的云南省各地州災(zāi)情數(shù)據(jù)，利用ArcGIS多變量分析工具，將評(píng)估出的旱災(zāi)風(fēng)險(xiǎn)結(jié)果與各地州單位面積上的實(shí)際災(zāi)害損失量進(jìn)行相關(guān)分析，通過(guò)李莉等[16]研究中所用的公式對(duì)云南省干旱災(zāi)害風(fēng)險(xiǎn)與實(shí)際災(zāi)害損失的空間分布進(jìn)行對(duì)比驗(yàn)證。

計(jì)算得到云南省旱災(zāi)風(fēng)險(xiǎn)與實(shí)際災(zāi)害損失空間分布的相關(guān)系數(shù)是0.684，表明2個(gè)變量之間存在直接關(guān)系，且回歸方程通過(guò)了顯著性檢驗(yàn)。說(shuō)明研究結(jié)果能較真實(shí)地反映云南省干旱災(zāi)害的實(shí)際損失情況。

3 結(jié) 語(yǔ)

本文基于自然災(zāi)害風(fēng)險(xiǎn)理論，從致災(zāi)因子、孕災(zāi)環(huán)境、承災(zāi)體和防災(zāi)減災(zāi)能力4 大風(fēng)險(xiǎn)要素出發(fā)，構(gòu)建了風(fēng)險(xiǎn)評(píng)估模型對(duì)云南省干旱發(fā)生的風(fēng)險(xiǎn)程度進(jìn)行等級(jí)區(qū)劃和評(píng)估分析。對(duì)研究結(jié)果驗(yàn)證表明所采用的模型能較客觀地表征旱災(zāi)風(fēng)險(xiǎn)分布情況。得出以下結(jié)論。

(1)從危險(xiǎn)性、脆弱性、暴露度和防災(zāi)減災(zāi)能力4 大風(fēng)險(xiǎn)評(píng)估要素分析來(lái)看，云南省危險(xiǎn)性和脆弱性空間分布特征相似，均表現(xiàn)為東北部高，西南部低；高、次高暴露度區(qū)零碎的分布于人口密集、耕地面積大的各個(gè)不同地區(qū)，如東北部的昭通，東南部的瀘西，中部的昆明、玉溪，西南部的保山，西北部的大理等地區(qū)；高、次高防災(zāi)減災(zāi)能力區(qū)零星分布在經(jīng)濟(jì)條件好、灌溉保證率高的昆明、玉溪、大理、思茅等區(qū)域。

(2)云南省干旱災(zāi)害風(fēng)險(xiǎn)空間分布成片狀出現(xiàn)，東北、東南部干旱災(zāi)害風(fēng)險(xiǎn)總體高于西北、西南部。高、次高風(fēng)險(xiǎn)區(qū)主要分布于東北部的昭通、會(huì)澤；東南部的瀘西、廣南及中部的昆明、玉溪等區(qū)域；低、次低風(fēng)險(xiǎn)區(qū)在西北部的貢山、維西及西南部的景洪、瀾滄等區(qū)域。

為使干旱災(zāi)害風(fēng)險(xiǎn)評(píng)估結(jié)果更真實(shí)可靠，合理準(zhǔn)確地構(gòu)建評(píng)估體系顯得尤其關(guān)鍵。文中在選擇孕災(zāi)環(huán)境脆弱性的評(píng)估指標(biāo)時(shí)，地形和水系不能精確反映喀斯特地貌發(fā)育對(duì)云南省干旱災(zāi)害的影響，但目前尚未獲取到喀斯特區(qū)相關(guān)數(shù)據(jù)，很難準(zhǔn)確地對(duì)喀斯特地貌的發(fā)育程度進(jìn)行等級(jí)劃分，未來(lái)需進(jìn)行相關(guān)資料數(shù)據(jù)的收集整理，進(jìn)一步深入分析研究。此外，今后在進(jìn)行防災(zāi)減災(zāi)能力評(píng)估時(shí)可加入人工干預(yù)影響，如干旱預(yù)警系統(tǒng)自動(dòng)化程度，爭(zhēng)取抗旱主動(dòng)度等，如何定量化 表達(dá)這些指標(biāo)是提高評(píng)估結(jié)果準(zhǔn)確性的重要因素。

[1] 姚玉璧，王 鶯，王勁松.氣候變暖背景下中國(guó)南方干旱災(zāi)害風(fēng)險(xiǎn)特征及對(duì)策[J].生態(tài)環(huán)境學(xué)報(bào)，2016，25(3)：432-439.

[2] BELAL A A, El-RAMADY H R, MOHAMED E S, et al. Drought Risk Assessment Using Remote Sensing and GIS Techniques[J]. Arabian Journal of Geosciences, 2014,7(1):35-53.

[4] 何 斌，王全九，吳 迪，等.基于災(zāi)害風(fēng)險(xiǎn)綜合指標(biāo)的陜西省農(nóng)業(yè)干旱時(shí)空特征[J].應(yīng)用生態(tài)學(xué)，2016，27(10)：3 299-3 306.

[5] 石 界，姚玉璧，雷 俊.基于GIS的定西市干旱災(zāi)害風(fēng)險(xiǎn)評(píng)估及區(qū)劃[J].干旱氣象，2014，32(2)：305-309.

[6] 王佳津，孟耀斌，張 朝，等.云南省Palmer旱度模式的建立—2010年干旱災(zāi)害特征分析[J].自然災(zāi)害學(xué)報(bào)，2012，21(1)：190-197.

[7] 張 雷，王 杰，黃 杰，等.1961-2010年云南省基于SPEI的干旱變化特征分析[J].氣象與環(huán)境學(xué)報(bào)，2015，31(5)：141-146．

[8] 陶 云，張萬(wàn)誠(chéng)，段長(zhǎng)春，等.云南2009-2012年4年連旱的氣候成因研究[J].云南大學(xué)學(xué)報(bào)(自然科學(xué)版)，2014，36(6)：866-874.

[9] 張冬冬，魯 帆，嚴(yán)登華，等.云南省干旱時(shí)空演變規(guī)律及季節(jié)連旱的概率特征分析[J].應(yīng)用基礎(chǔ)與工程科學(xué)學(xué)報(bào)，2014，22(4)：705-717.

[10] SAATY T L. What is the analytic hierarchy process?[M]. Springer Berlin Heidelberg,1988,48:109-121.

[11] 盧曉寧，洪 佳，王玲玲，等.復(fù)雜地形地貌背景區(qū)干旱風(fēng)險(xiǎn)評(píng)價(jià)[J].農(nóng)業(yè)工程學(xué)報(bào)，2015，31(1)：162-169.

[12] Vicenteserrano S M,Beguería S,Lópezmoreno J I. A Multiscalar Drought Index Sensitive to Global Warming: The Standardized Precipitation Evapotranspiration Index[J]. Journal of Climate, 2010,23(7):1 696-1 718.

[13] 肖名忠，張 強(qiáng)，陳曉宏.基于多變量概率分析的珠江流域干旱特征研究[J].地理學(xué)報(bào)，2012，67(1)：83-92.

[14] 王理萍，王樹(shù)仿，張劉東，等. 1960-2013年云南省降水時(shí)空變化特征分析[J].水電能源科學(xué)，2016，34(12)：20-24.

[15] 徐新創(chuàng)，葛全勝，鄭景云，等.區(qū)域農(nóng)業(yè)干旱風(fēng)險(xiǎn)評(píng)估研究----以中國(guó)西南地區(qū)為例[J].地理科學(xué)進(jìn)展，2011，30(7)：883-890.

[16] 李 莉，匡昭敏，莫建飛，等.基于AHP和GIS的廣西秋旱災(zāi)害風(fēng)險(xiǎn)等級(jí)評(píng)估[J].農(nóng)業(yè)工程學(xué)報(bào)，2013，29(19)：193-201.