趙宗權(quán)，周亮廣

（1.滁州學(xué)院 地理信息與旅游學(xué)院，安徽 滁州239000；2.滁州學(xué)院 安徽地理信息集成應(yīng)用協(xié)同創(chuàng)新中心，安徽 滁州239000）

江淮分水嶺地區(qū)旱災(zāi)風(fēng)險評估

趙宗權(quán)，周亮廣

（1.滁州學(xué)院 地理信息與旅游學(xué)院，安徽 滁州239000；2.滁州學(xué)院 安徽地理信息集成應(yīng)用協(xié)同創(chuàng)新中心，安徽 滁州239000）

利用江淮分水嶺地區(qū)氣象、遙感和社會經(jīng)濟統(tǒng)計數(shù)據(jù)，從旱災(zāi)致災(zāi)因子、承災(zāi)體、孕災(zāi)環(huán)境和防災(zāi)減災(zāi)措施4個方面選取了8個指標(biāo)構(gòu)建旱災(zāi)風(fēng)險評估體系，通過主成分分析和分層構(gòu)權(quán)主成分分析對該區(qū)2000—2010年旱災(zāi)風(fēng)險等級分布進行了評價。研究表明：由于分層構(gòu)權(quán)主成分分析法進行了更為客觀的賦權(quán)，因而使研究區(qū)旱災(zāi)風(fēng)險等級的區(qū)分度更加明顯；時間上，2000—2010年江淮分水嶺旱災(zāi)風(fēng)險等級有降低的趨勢，較低以上的干旱風(fēng)險等級地區(qū)面積增加了約19.8%；空間上，高風(fēng)險等級主要集中在中部地區(qū)，南部地區(qū)（來安、滁州、全椒、合肥、肥西、金安、裕安等）風(fēng)險等級整體上低于北部地區(qū)（鳳陽、定遠、淮南、壽縣等）。

旱災(zāi)；風(fēng)險評估；主成分分析；江淮分水嶺地區(qū)

旱災(zāi)在全球普遍發(fā)生，發(fā)生頻率高、范圍廣、持續(xù)時間長、后延影響大，得到了國內(nèi)外眾多學(xué)者關(guān)注和研究，產(chǎn)生了眾多對旱災(zāi)風(fēng)險等級評估的成果[1-2]。江淮分水嶺地區(qū)的干旱發(fā)生頻繁、危害面積大，歷史上數(shù)次對農(nóng)業(yè)生產(chǎn)造成重大損失，是該地區(qū)對農(nóng)業(yè)生產(chǎn)影響最大的農(nóng)業(yè)氣象災(zāi)害，對人們的生產(chǎn)、生活帶來諸多不便。相關(guān)學(xué)者主要探討了江淮分水干旱的特點、成因及其對農(nóng)業(yè)的影響[3-5]，以及從定量分析的角度分析了江淮分水嶺地區(qū)干旱的等級劃分及時空特征[6-7]。但以往研究多側(cè)重對干旱成因、特點和干旱對農(nóng)業(yè)的影響進行分析，或是通過單一指標(biāo)對旱澇等級進行劃分，本文通過重建評價指標(biāo)體系，使用分層構(gòu)權(quán)主成分分析法，旨在從更加全面、客觀和可定量的角度對江淮分水嶺地區(qū)的旱災(zāi)風(fēng)險進行評估。

江淮分水嶺地區(qū)地處安徽省中部丘陵、淺山區(qū)，包括六安、合肥、淮南、滁州等4市14個縣、區(qū)，約2萬km2。由于地處暖溫帶與亞熱帶的過渡帶，雨量相對充沛；受冷暖空氣頻繁交匯影響，降水時空分布不均，年內(nèi)、年際變化很大。全區(qū)以丘陵為主，既無高大山系也無大面積平原，丘陵、谷地相對高差一般不超過200 m。土壤以水稻土、黃棕壤、黃褐土為主，通氣、透氣性差，下滲難，易龜裂。特殊的氣候、地形和土壤條件，加上該地區(qū)人口稠密、社會經(jīng)濟快速發(fā)展以及城市化進程的加快都加劇了水資源短缺，這使得旱災(zāi)的影響尤為突出。通過對旱災(zāi)風(fēng)險等級的分析，可為地區(qū)相關(guān)部門防旱抗旱提供借鑒。

1 數(shù)據(jù)及研究方法

1.1 基礎(chǔ)數(shù)據(jù)

以安徽省2000年、2005年、2010年份的TM遙感數(shù)據(jù)為基礎(chǔ)，利用ENVI軟件對數(shù)據(jù)進行預(yù)處理，在ArcGIS軟件中對數(shù)據(jù)進行處理，分別得到3個年份安徽省土地覆蓋類型數(shù)據(jù)。選取1：100萬中國土壤數(shù)據(jù)庫，在Arc Map中提取出安徽省地區(qū)土壤類型數(shù)據(jù)。氣象數(shù)據(jù)均來自安徽省各市、縣氣候資料處理部門逐月上報的《地面氣象記錄月報表》。農(nóng)作物播種面積、有效灌溉面積和人均GDP等數(shù)據(jù)則來自安徽省的統(tǒng)計年鑒以及水資源公報等資料。

1.2 評價指標(biāo)選取

旱災(zāi)是各種自然因素與社會因素綜合作用的結(jié)果，在參考以往學(xué)者對旱災(zāi)評價的指標(biāo)[1，8-10]基礎(chǔ)上，本文從系統(tǒng)論的角度將評價指標(biāo)分為4個體系：

1.2.1 致災(zāi)因子 致災(zāi)因子與氣象、水文、下墊面條件等自然屬性因素有關(guān)。此體系主要從氣溫和降水方面考慮選取了溫度距平百分率和降水距平百分率兩個指標(biāo)。降水距平百分率能表征某時段降水量異常情況，并直觀反映了降水異常所引起的干旱，對于月、季、年等時段發(fā)生的干旱事件可進行評估。其計算公式為：

式中：P為計算時段降水量為計算時段多年平均降水量，溫度距平百分率計算方法同降水。

1.2.2 承災(zāi)體 承災(zāi)體與區(qū)域的社會、經(jīng)濟發(fā)展等社會屬性因素及其生態(tài)環(huán)境因素有關(guān)，是產(chǎn)生旱災(zāi)的必要條件。選取了人口密度指數(shù)和GDP密度指數(shù)。依各行政單元的面積為單位計算其人口密度及GDP密度，人口、GDP密度越大，其所受災(zāi)害影響越大。

1.2.3 孕災(zāi)環(huán)境 孕災(zāi)環(huán)境是影響致災(zāi)因子、承災(zāi)體和防災(zāi)減災(zāi)措施的自然環(huán)境和人文環(huán)境。在此選取了植被覆蓋率、土壤類型、土地利用類型、農(nóng)作物類型和農(nóng)作物播種面積等指標(biāo)，它們反映了干旱的敏感度。

1.2.4 防災(zāi)減災(zāi)措施 防災(zāi)減災(zāi)措施是人類社會用于應(yīng)對干旱不利影響所采取的方針、政策、技術(shù)、方法和行動的總稱，是減輕旱災(zāi)的必要條件。這里所用的指標(biāo)是有效灌溉面積，有效灌溉面積越大抗旱能力越強。

1.3 研究方法

以江淮分水嶺地區(qū)14個行政單位為研究對象，選用10個評價指標(biāo)。由于各指標(biāo)數(shù)據(jù)量綱不一致，數(shù)據(jù)間差異很大，可能會對最終結(jié)果帶來不合理的影響，故將其標(biāo)準(zhǔn)化處理后，得到了一個14×10階的標(biāo)準(zhǔn)化矩陣x14×10。標(biāo)準(zhǔn)化處理后，以主成分分析為基礎(chǔ)，延伸構(gòu)造分層構(gòu)權(quán)主成分分析法[11]進行江淮分水嶺區(qū)旱災(zāi)風(fēng)險評估，并使用GIS軟件對各地區(qū)旱災(zāi)風(fēng)險等級的空間分異差異進行描述。

1.3.1 標(biāo)準(zhǔn)化處理 為使評價結(jié)果更準(zhǔn)確，對數(shù)據(jù)進行了無量綱化處理。本文采用焦立新[12]所提到的方法，即將線性比例變換方法和極差變換方法結(jié)合，公式如下：

指標(biāo)“越大越好”時，可使用上限效果測度：

指標(biāo)“越小越好”時，可使用下限效果測度：

指標(biāo)“適中為宜”時，可使用中心效果測度：

式中：fk1為該指標(biāo)在所有模式中的最小值；fk2為該指標(biāo)在所有模式中的最大值；f0為適中值；中絕對值較大的那一個。

1.3.2 分層構(gòu)權(quán)主成分分析 主成分分析法的核心思想主要是對原始數(shù)據(jù)進行降維處理，按照方差貢獻率大于80%～85%的原則選取主成分個數(shù)，并以方差貢獻率為權(quán)重計算綜合主成分得分，以此為依據(jù)對旱災(zāi)風(fēng)險進行定量化評估。主成分分析的主要步驟為[13-14]：

（1）在標(biāo)準(zhǔn)化矩陣x14×10的基礎(chǔ)上，計算相關(guān)關(guān)系矩陣R=（rj）k，其中：

（2）求R矩陣的特征值λj，并依據(jù)特征值大于1的原則確定主成分個數(shù)m；以每個主成分的方差貢獻率為權(quán)重，計算綜合得分，得到最終評估標(biāo)準(zhǔn)。分層構(gòu)權(quán)主成分分析評價法，其核心思想是以因子分析為依據(jù)劃分指標(biāo)子系統(tǒng)，依照因子得分權(quán)重對各子系統(tǒng)給予重要性賦權(quán)，并對各個子系統(tǒng)進行主成分分析，對各子系統(tǒng)主成分分析結(jié)果進行加權(quán)合成。分層構(gòu)權(quán)主成分分析的主要步驟為：

① 對標(biāo)準(zhǔn)化矩陣x14×10進行因子分析，以方差貢獻率大于80%為原則，選取m個主因子，相應(yīng)劃分為m個子系統(tǒng)，每個子系統(tǒng)中包含p個指標(biāo)。

② 各子系統(tǒng)重要性賦權(quán)權(quán)重計算公式為：

式中：ωi為各子系統(tǒng)重要性賦權(quán)權(quán)重；j為指標(biāo)個數(shù)；βij為各因子得分系數(shù)；ei為方差貢獻率，通常情況下

（3）各子系統(tǒng)分別進行主成分分析，并根據(jù)相應(yīng)的賦權(quán)權(quán)重進行加權(quán)合成。

1.3.3 等級劃分 參考李清秀[15]的等級劃分方法，對旱災(zāi)綜合指數(shù)等級劃分（表1）。

表1 旱災(zāi)綜合指數(shù)風(fēng)險等級劃分

2 結(jié)果與分析

2.1 旱災(zāi)風(fēng)險分析與評估

2.1.1 干旱風(fēng)險評估主成分選取 數(shù)據(jù)標(biāo)準(zhǔn)化處理后，進行主成分分析。分析發(fā)現(xiàn)，GDP密度指數(shù)和氣溫距平百分率這兩個指標(biāo)與其他指標(biāo)相關(guān)度較高，但劃分結(jié)果卻是GDP密度指數(shù)和植被覆蓋率等指標(biāo)歸為一類，氣溫降水距平與土壤類型、人口密度指數(shù)等指標(biāo)分到一組，此情況的出現(xiàn)并不能得到相關(guān)數(shù)據(jù)、理論的支撐，且與實際情況并不符合。統(tǒng)計方法雖是分析數(shù)據(jù)的有效工具，但其計算還需根據(jù)一定數(shù)學(xué)原理，其計算結(jié)果更應(yīng)該考慮到實際意義，是否能得到合理解釋。為此，最后決定剔除這兩個指標(biāo)，同時根據(jù)特征值大于1和特征值累計貢獻率大于80%的原則，權(quán)衡利弊，最終選擇3個主成分，其特征值為2.824，2.573，1.323，對應(yīng)的方差貢獻率分別為35.3%，32.2%，16.5%。主成分分析各指標(biāo)得分系數(shù)矩陣見表2。

表2 2000年江淮分水嶺地區(qū)主成分分析得分系數(shù)矩陣

2.1.2 旱災(zāi)風(fēng)險評估的綜合指數(shù)計算 將表2中指標(biāo)按照方差貢獻率進行加權(quán)合成，得到江淮分水嶺地區(qū)旱災(zāi)風(fēng)險評估的綜合指數(shù)Y1。經(jīng)計算，每個指標(biāo)的綜合指數(shù)見表3。從表4可看出綜合指數(shù)Y1的范圍是24.88到42.69，旱災(zāi)風(fēng)險等級隨著Y1數(shù)值的增大而減小，綜合指數(shù)Y1和旱災(zāi)風(fēng)險等級之間的關(guān)系見表1。當(dāng)Y1為24.88～32.08時風(fēng)險等級為高，當(dāng)Y1為32.08～35.00時風(fēng)險等級較高，Y1為35.00～37.93時風(fēng)險等級一般，而當(dāng)Y1屬于37.93～42.69時，風(fēng)險等級則較低。

表3 2000年江淮分水嶺地區(qū)綜合指數(shù)Y1的指標(biāo)系數(shù)

表4 2000年江淮分水嶺地區(qū)綜合指數(shù)Y1

2.1.3 旱災(zāi)風(fēng)險等級劃分 對比表1和表4，江淮分水嶺地區(qū)有3個地區(qū)旱災(zāi)風(fēng)險處于高等級，風(fēng)險較高的也有3個地區(qū)：而風(fēng)險等級屬于較低和低的共有8個地區(qū)，占比為57%。通過ArcGIS軟件對旱災(zāi)風(fēng)險等級地區(qū)的分布情況進行了空間描述（圖1）。

由圖1中風(fēng)險等級指數(shù)Y1的空間分布情況可知，風(fēng)險等級分布范圍整體上是南部（主要包括來安、滁州、全椒、肥東、長豐、合肥、金安、裕安）低于北部（明光、鳳陽、定遠、淮南、壽縣），南部地區(qū)風(fēng)險等級整體上處于一個較低的水平，而其中的肥西縣由于抗旱能力不足致使旱災(zāi)風(fēng)險處于較高等級；北部地區(qū)風(fēng)險等級除明光市、壽縣外都處于高等級，其中明光市由于農(nóng)作物播種面積和農(nóng)作物類型兩個指標(biāo)比北部其他地區(qū)得分稍低故風(fēng)險等級處于較高等級。

圖1 2000年江淮分水嶺地區(qū)干旱風(fēng)險等級分布

2.2 分層構(gòu)權(quán)主成分分析評價法

各指標(biāo)對旱災(zāi)風(fēng)險等級影響程度不同，主成分分析的結(jié)果存在著區(qū)分度低、與實際有差異的現(xiàn)象，故采用分層構(gòu)權(quán)主成分分析評價法繼續(xù)對8項指標(biāo)進行分析。通過因子分析，按照累計方差貢獻率大于80%和特征值大于1的選取原則，選取3個因子，其方差貢獻率分別為34.6%，30.0%和24.4%，為使分類更明確，使用了最大正交旋轉(zhuǎn)法，其因子得分系數(shù)見表4。根據(jù)各個指標(biāo)載荷值的高低，將其劃分為3個子系統(tǒng)，根據(jù)公式（6）計算各個子系統(tǒng)的權(quán)重，并以此作為對子系統(tǒng)重要性評價的根據(jù)。經(jīng)計算，子系統(tǒng)1，2，3的權(quán)重分別為0.39，0.34，0.27。分別對3個子系統(tǒng)進行主成分分析，得到子系統(tǒng)1，2，3的方差貢獻率分別為84%，70%，87%，按照表3的計算方法得到表5，然后根據(jù)各因子系統(tǒng)的權(quán)重加權(quán)合成得到綜合指標(biāo)Y21，Y22，Y23和Y2的綜合指標(biāo)系數(shù)見表6，Y2的空間分布狀況見圖1。

表5 2000年江淮分水嶺地區(qū)綜合指數(shù)指標(biāo)系數(shù)

表6 2000年江淮分水嶺地區(qū)綜合指數(shù)Y21,Y22,Y23和Y2

由表6數(shù)據(jù)可得出：

（1）子系統(tǒng)Y21（有效灌溉面積、農(nóng)作物類型、農(nóng)作物播種面積）中：綜合指數(shù)在23.86～40.55范圍的屬于高風(fēng)險等級，淮南綜合指數(shù)為44.4風(fēng)險也較高。綜合指數(shù)在53.56～61.39范圍的風(fēng)險較低，其余5個地區(qū)則屬于低風(fēng)險等級。通過對比原始數(shù)據(jù)，4個高風(fēng)險地區(qū)是由于其農(nóng)作物類型和農(nóng)作物播種面積這2個指標(biāo)得分較低導(dǎo)致旱災(zāi)風(fēng)險過高，而淮南市雖然農(nóng)作物類型和農(nóng)作物播種面積得分高，但由于灌溉能力不足導(dǎo)致有效灌溉面積得分較低，故處于較高的風(fēng)險等級，其余9個地區(qū)的風(fēng)險等級則處于較低和低水平。

（2）子系統(tǒng)Y22（土壤類型、土地利用類型、人口密度指數(shù)）中只有淮南屬于高風(fēng)險等級，綜合指數(shù)在51.74～57.88范圍的屬于較高風(fēng)險等級，其中合肥市及其轄區(qū)及淮南市由于土地利用類型和人口密度指數(shù)得分較低導(dǎo)致風(fēng)險過高，而滁州市轄區(qū)除全椒縣和市區(qū)外風(fēng)險較高的原因是土壤類型指標(biāo)得分過低使其最終風(fēng)險評級較高。金安綜合指數(shù)為65.01，風(fēng)險較低，其余5個地區(qū)屬于低風(fēng)險等級。

（3）子系統(tǒng)Y23（植被覆蓋率、降水距平百分率）中壽縣、淮南、長豐、肥東和合肥的綜合指數(shù)在5.38～25.28范圍內(nèi)屬于高風(fēng)險等級，最大影響因素是其植被覆蓋率太低導(dǎo)致得分過低。滁州的綜合指數(shù)為40.15屬于較低風(fēng)險等級，其余9各地區(qū)皆處于低風(fēng)險等級。

（4）由3個子系統(tǒng)加權(quán)合成的綜合指數(shù)Y2可看出，一般和較低兩個風(fēng)險等級的地區(qū)數(shù)占比和綜合指數(shù)Y1的占比幾乎一致，通過圖1中的Y2可看出高、較高風(fēng)險等級的地區(qū)分布在向中部集中，其中較為突出的是合肥和肥東的風(fēng)險等級由較低和一般上升到較高等級，主要原因是其在子系統(tǒng)2，3中得分較低所致。壽縣、淮南、金安、全椒、滁州和來安風(fēng)險等級無變化，而其余縣市風(fēng)險等級在一個較小層級內(nèi)波動。

按此評價方法繼續(xù)對江淮分水嶺地區(qū)2005年、2010年的旱災(zāi)風(fēng)險等級進行評價。其結(jié)果見表7—8和圖2—3所示。

表7 2005年江淮分水嶺地區(qū)干旱綜合指數(shù)

圖2 2005年江淮分水嶺地區(qū)干旱風(fēng)險等級分布

由圖2可看出，使用新評價方法前，江淮分水嶺旱災(zāi)地區(qū)風(fēng)險高等級主要分布在北部地區(qū)，而使用新評價方法后，定遠和肥西的風(fēng)險等級都提高了一個等級且明光降低一個等級，說明風(fēng)險等級整體趨勢為中部高于東、西部。定遠、肥西由于在子系統(tǒng)3中得分過低致使其最終風(fēng)險評級升高到較高等級。明光則由于子系統(tǒng)3的評分高，故其最終風(fēng)險等級降為較低水平。其余地區(qū)無明顯變化。

表8 2010年江淮分水嶺地區(qū)干旱綜合指數(shù)

對比圖3，江淮分水嶺地區(qū)在使用新的評價方法后，其高等級旱災(zāi)風(fēng)險仍然有向中部集中的趨勢。其中淮南在使用新評價體系前后皆為高風(fēng)險等級。而金安、裕安因為在子系統(tǒng)2，3中得分較高，故其最終評級由較高等級變?yōu)檩^低、一般等級。合肥在2，3子系統(tǒng)中得分較低所以增高了其風(fēng)險等級，由一般轉(zhuǎn)為較高等級。由于在子系統(tǒng)3中得分較高，故明光、來安的風(fēng)險評級由較高、一般各自降低一個等級。

綜合比較綜合指數(shù)Y1，M1和N1，江淮分水嶺地區(qū)的旱災(zāi)風(fēng)險等級和覆蓋面積有升高的趨勢，且江淮分水嶺北部風(fēng)險等級整體上要遠遠高于其南部地區(qū)，此外壽縣、淮南、鳳陽、明光和定遠的風(fēng)險等級一直處于高等級；對比綜合指數(shù)Y2，M2與N2發(fā)現(xiàn)，各縣市的旱災(zāi)風(fēng)險等級區(qū)分度更為顯著，地區(qū)差異更加明顯，而且風(fēng)險等級有往中部地區(qū)集中的趨勢。

圖3 2010年江淮分水嶺地區(qū)干旱風(fēng)險等級分布

3 結(jié)論

（1）對比、分析發(fā)現(xiàn)，采用分層構(gòu)權(quán)主成分分析劃分子系統(tǒng)，經(jīng)過加權(quán)合成分析，減少了直接主觀賦權(quán)的缺陷，使得到的評價結(jié)果更具客觀性和區(qū)分度。分層構(gòu)權(quán)主成分分析法比單一主成分分析更能突顯不同指標(biāo)在旱災(zāi)風(fēng)險等級評估中的權(quán)重，進而更易得出旱災(zāi)風(fēng)險等級高低的主導(dǎo)因素。

（2）江淮分水嶺地區(qū)旱災(zāi)風(fēng)險等級評價結(jié)果與實際旱情分布基本一致。時間上，鳳陽、定遠、壽縣、淮南基本一直處于較高和高風(fēng)險等級，而來安、滁州、全椒、金安、裕安等地區(qū)則基本處于較低、低風(fēng)險水平?？臻g上，使用新評價方法前后，指標(biāo)權(quán)重進行調(diào)整，某些地區(qū)風(fēng)險等級變化較大（如合肥市及其轄區(qū)），評價結(jié)果與實際情況更加吻合，因而新方法的使用比單獨使用主成分分析得到的評價更為準(zhǔn)確。

（3）旱災(zāi)的影響因素復(fù)雜，當(dāng)前關(guān)于旱災(zāi)的評價指標(biāo)及方法眾多，但各存優(yōu)劣。本文根據(jù)江淮分水嶺地區(qū)實際情況，結(jié)合前人所研究成果，綜合考慮可操作性和應(yīng)用性，運用分層構(gòu)權(quán)主成分分析對江淮分水嶺地區(qū)的旱災(zāi)風(fēng)險進行評估，可為相關(guān)部門應(yīng)對旱災(zāi)以及其他區(qū)域的旱災(zāi)風(fēng)險評估提供借鑒。

[1]金菊良，酈建強，周玉良，等.旱災(zāi)風(fēng)險評估的初步理論框架[J].災(zāi)害學(xué)，2014，29（3）：1-10.

[2]周游游，蔣忠誠，韋珍蓮.廣西中部喀斯特干旱農(nóng)業(yè)區(qū)的干旱程度及干旱成因分析[J].中國巖溶，2003，22（2）：144-149.

[3]中國氣象學(xué)會安徽省分會學(xué)術(shù)年會干旱小組.安徽省江淮丘陵地區(qū)干旱問題的探討[J].地理學(xué)報，1966（1）：37-47.

[4]蔣躍林，盛紹學(xué).江淮分水嶺地區(qū)降水與干旱對農(nóng)業(yè)生產(chǎn)的影響及其對策[J].安徽農(nóng)業(yè)科學(xué)，1999，27（5）：418-420.

[5]施六林，王艷，王川.江淮分水嶺地區(qū)干旱特點及發(fā)展節(jié)水農(nóng)業(yè)的對策[J].安徽農(nóng)業(yè)科學(xué)，2009，37（36）：18186-18187.

[6]方茸，周后福，屈雅.基于江淮分水嶺地區(qū)的Z指數(shù)修正[J].氣象，2010，36（10）：110-113.

[7]楊書運，馬成澤，袁東海.江淮分水嶺地區(qū)干旱分析[J].中國農(nóng)業(yè)氣象，2004，24（4）：29-32.

[8]關(guān)紅，張至楠，李隴堂.基于GIS的西北部中高山盆地高原區(qū)旱災(zāi)風(fēng)險評估[J].寧夏工程技術(shù)，2014，13（2）：184-188.

[9]姚玉璧，張強，李耀輝，等.干旱災(zāi)害風(fēng)險評估技術(shù)及其科學(xué)問題與展望[J].資源科學(xué)，2013，35（9）：1884-1897.

[10]王勁松，郭江勇，周躍武，等.干旱指標(biāo)研究的進展與展望[J].干旱區(qū)地理，2007，30（1）：60-65.

[11]李連香，許迪，程先軍，等.基于分層構(gòu)權(quán)主成分分析的皖北地下水水質(zhì)評價研究[J].資源科學(xué)，2015，37（1）：61-67.

[12]焦立新.評價指標(biāo)標(biāo)準(zhǔn)化處理方法的探討[J].安徽農(nóng)業(yè)技術(shù)師范學(xué)院學(xué)報，1999，13（3）：7-10.

[13]馬細霞，李艷，劉磊.基于主成分分析的農(nóng)業(yè)旱災(zāi)等級區(qū)劃研究[J].鄭州大學(xué)學(xué)報：工學(xué)版，2011，32（1）：125-128.

[14]商彥蕊.農(nóng)業(yè)旱災(zāi)風(fēng)險與脆弱性評估及其相關(guān)關(guān)系的建立[J].河北師范大學(xué)學(xué)報：自然科學(xué)版，1999，23（3）：420-428.

[15]李清秀.山東黃河段沿線區(qū)域洪災(zāi)風(fēng)險評價與防洪措施[D].河南開封：河南大學(xué)，2012.

Assessment on Drought Disaster Risk in Jianghuai Watershed Region

ZHAO Zongquan，ZHOU Liangguang
（1.College of Geographic Information and Tourism，Chuzhou University，Chuzhou，Anhui239000，China；2.Anhui Center for Collaborative Innovation in Geographical Information Integration and Application，Chuzhou University，Chuzhou，Anhui239000，China）

Using the data of meteorology，remote sensing and social-economy statistics of Jianghuai watershed area，we selected eight indicators to build drought risk assessment system from the aspects of hazard factors，hazard-affected body，pregnant disaster environment，disaster prevention and mitigation measures.Also，the drought risk level in 2000—2010 in the area was evaluated through the method of the principal component analysis and multi-layer weighted principal component analysis.The results showed that the multi-layer right of principal component analysis was more suitable for evaluating the risk level differentiation；the drought risk level had the decreasing tendency from 2000 to 2010，the area with low drought risk level increased in about 19.8%.The risk level in southern area（Lai′an，Chuzhou，Quanjiao and Hefei，F(xiàn)eixi，Jin′an，Yu′an，etc.）was substantially lower than that of northern ones（Fengyang，Dingyuan，Huainan，Shouxian，etc.）and high risk level mainly concentrated in the central area.

drought；risk assessment；principal component analysis；Jianghuai Watershed Region

X423;S423

A

1005-3409（2017）01-0370-06

2015-10-29

2016-01-10

安徽高校人文社科重點研究基地項目（SK2015A176）；滁州學(xué)院科技創(chuàng)新團隊支持計劃項目（CXTD201105）；安徽省高校省級質(zhì)量工程項目（2014jyxm371）

趙宗權(quán)（1992—），男，安徽阜陽人，本科，研究方向為水文水資源。E-mail：zhaozq1992＠126.com

周亮廣（1981—），男，山東桓臺人，副教授，主要從事水文水資源與GIS研究。E-mail：zhouliangguang＠126.com