基于GIS 的隴東黃土高原地區(qū)干旱災(zāi)害風(fēng)險綜合評估

趙冬青，李政璇，余 瀚，張永凱

（1.甘肅省農(nóng)業(yè)農(nóng)村廳，甘肅蘭州730000；2.蘭州財經(jīng)大學(xué) 農(nóng)林經(jīng)濟管理學(xué)院，甘肅 蘭州730020）

干旱是由降水和蒸發(fā)的收支不平衡造成的異常水分短缺現(xiàn)象，嚴(yán)重時對人類生產(chǎn)和生活帶來較大危害。干旱是世界上造成經(jīng)濟損失最多的自然災(zāi)害，全球平均每年的旱災(zāi)損失為60 億～80 億美元。自20 世紀(jì)中后期，隨著以變暖為標(biāo)志的全球氣候變化，全球陸地大部分地區(qū)存在干旱化趨勢[1]。在21 世紀(jì)，部分地區(qū)干旱仍呈現(xiàn)持續(xù)時間增加和強度加強的趨勢[2]。目前，干旱已經(jīng)成為全球性最為嚴(yán)重的自然災(zāi)害之一，預(yù)防與減輕旱災(zāi)和旱災(zāi)風(fēng)險成為當(dāng)今世界的重要課題之一。

糧食是人類賴以生存和發(fā)展的基礎(chǔ)，糧食安全事關(guān)國家安定和世界和平，長期以來是各國政府關(guān)注的重點。隨著經(jīng)濟全球化的發(fā)展，糧食貿(mào)易成為影響國家糧食安全的重要因素。1990—2010年世界糧食貿(mào)易實物量呈上升趨勢，2010年出口總量為27554.50 萬t，進(jìn)口總量為26738.10 萬t，分別是1990年的4.3 倍和3.9 倍。嚴(yán)重頻繁的氣象災(zāi)害導(dǎo)致世界糧食減產(chǎn)，其中旱災(zāi)造成的損失占60%左右[3]，給糧食安全帶來嚴(yán)重威脅。我國是一個干旱災(zāi)害頻發(fā)的國家，據(jù)統(tǒng)計，1950—2010年平均每年受旱面積約215 萬hm2，因旱減產(chǎn)糧食50 億kg。近來，隨著干旱呈現(xiàn)不斷加重趨勢，旱災(zāi)已經(jīng)開始威脅到我國糧食安全和社會經(jīng)濟的可持續(xù)發(fā)展。

隴東黃土高原地區(qū)位于生態(tài)環(huán)境脆弱帶，降水分布不均，干旱長久以來是嚴(yán)重制約當(dāng)?shù)毓まr(nóng)業(yè)發(fā)展的主要災(zāi)害，給工業(yè)生產(chǎn)及人民生活均帶來不利影響。因此，對這一地區(qū)加強自然災(zāi)害風(fēng)險綜合評估，建立和完善災(zāi)情監(jiān)測、預(yù)警和評估體系顯得日益迫切。本文以自然災(zāi)害風(fēng)險評估理論為指導(dǎo)，以縣級行政區(qū)為基本研究單元，從干旱致災(zāi)因子強度、農(nóng)業(yè)承災(zāi)體脆弱性與暴露性出發(fā)，綜合分析評估了隴東黃土高原地區(qū)干旱災(zāi)害風(fēng)險，為政府部門在防災(zāi)減災(zāi)政策的制訂方面提供一定的科學(xué)依據(jù)。

1 研究區(qū)概況

隴東黃土高原地區(qū)位于我國黃土高原溝壑區(qū)，東起陜西與甘肅交界地區(qū)，西至六盤山—關(guān)山，地理坐標(biāo)為34°9′～36°28′N、105°33′～108°67′E，海拔在880～2857 m，降水量自東南向西北遞減，屬于典型的干旱半干旱大陸性氣候。年平均氣溫在11℃，年降水量240～800 mm，降雨量主要集中在6—9月，全年無霜期140～160 d。該地區(qū)土質(zhì)疏松，是黃土高原土壤侵蝕非常嚴(yán)重的地區(qū)，水土流失嚴(yán)重，溝壑縱橫，地形支離破碎，地勢西北高東南低，形成了典型的溝、峁、梁、塬、丘陵的黃土高原典型地貌特征，水系屬于黃河流域，是我國水土流失嚴(yán)重的生態(tài)環(huán)境脆弱區(qū)，干旱對該地區(qū)農(nóng)業(yè)生產(chǎn)和生態(tài)環(huán)境影響顯著。

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來源

考慮可行性與易得性，本文所用到的基礎(chǔ)數(shù)據(jù)主要包括干旱致災(zāi)因子危險性數(shù)據(jù)和農(nóng)業(yè)承災(zāi)體的脆弱性與暴露性數(shù)據(jù)。

干旱致災(zāi)因子危險性數(shù)據(jù)：1949—2018年間研究區(qū)內(nèi)及附近共12 個氣象站點的逐月降水、氣溫數(shù)據(jù)，來自中國氣象數(shù)據(jù)網(wǎng)。

農(nóng)業(yè)承災(zāi)體的脆弱性與暴露性數(shù)據(jù)：主要選取農(nóng)作物播種面積、糧食播種面積、糧食產(chǎn)量、農(nóng)業(yè)產(chǎn)值、有效灌溉面積這幾個指標(biāo)，由2018年甘肅省統(tǒng)計年鑒提取獲得。

2.2 研究方法

2.2.1 干旱災(zāi)害風(fēng)險評估模型 本文中的農(nóng)業(yè)旱災(zāi)風(fēng)險是指未來旱災(zāi)致災(zāi)因子可能產(chǎn)生的不利影響情景。較全面的風(fēng)險定義是指未來某種不利事件的情景，自然災(zāi)害風(fēng)險是災(zāi)害系統(tǒng)可能造成的未來不利事件情景[4，5]。當(dāng)前關(guān)于風(fēng)險的多種定義，其實質(zhì)是使用不同的方法來刻畫這種不利事件情景。風(fēng)險是一個復(fù)雜的系統(tǒng)綜合結(jié)果。風(fēng)險分析的目的是通過對潛在致災(zāi)因子的分析以及對人口、社會經(jīng)濟等承災(zāi)體，包括其所處環(huán)境中對未來不利情景產(chǎn)生影響的脆弱性現(xiàn)狀的評估，來確定風(fēng)險的性質(zhì)和程度的一種方法。

基于以上認(rèn)識，本文中的旱災(zāi)風(fēng)險概念模型R可認(rèn)為是多種情景下產(chǎn)生損失可能性的高低，表達(dá)為致災(zāi)強度H、暴露度E 以及脆弱性V 三者的系統(tǒng)性結(jié)果（見公式1）。

基于此，結(jié)合實際的數(shù)據(jù)獲取情況，隴東黃土高原地區(qū)農(nóng)業(yè)旱災(zāi)風(fēng)險評估模型構(gòu)建如圖1 所示。

2.2.2 干旱致災(zāi)因子危險性 本文中旱災(zāi)致災(zāi)因子采用多個年遇型情景表達(dá)，同時引入了孕災(zāi)環(huán)境要素修正。風(fēng)險表達(dá)有多種形式，本文采用“地學(xué)圖譜”的思路，根據(jù)數(shù)據(jù)時間序列的長短，分多個年遇型情景進(jìn)行討論。雖然孕災(zāi)環(huán)境因素并不直接作用于災(zāi)情的形成過程，但往往對災(zāi)情起著重要的放大或者縮小的作用。因而從“孕災(zāi)環(huán)境—致災(zāi)因子—承災(zāi)體”三位一體的區(qū)域災(zāi)害系統(tǒng)觀點來看，現(xiàn)有的災(zāi)害風(fēng)險評估模型對孕災(zāi)環(huán)境的考慮不足，需從災(zāi)害系統(tǒng)論觀點出發(fā)構(gòu)建包含“孕災(zāi)環(huán)境—致災(zāi)因子—承災(zāi)體”三要素的風(fēng)險評價模型。本文引入地形因子對結(jié)果進(jìn)行進(jìn)一步修正。

2.2.2.1 致災(zāi)因子強度指標(biāo)選擇。選擇累積PalmerZ指數(shù)作為致災(zāi)因子強度指標(biāo)。由土壤水分虧缺計算得到PDSI 對監(jiān)測長期干旱狀況是一個非常有用的指標(biāo)。然而農(nóng)作物在關(guān)鍵生長季節(jié)對短期的水分虧缺高度敏感，同時前期土壤干旱情況對后期土壤中的水分狀況也會產(chǎn)生影響，而目前無論是PDSI、CMI還是Z 指數(shù)，都只是用于干旱監(jiān)測過程，對于這些干旱指標(biāo)所表征的干旱發(fā)生時段及其對作物產(chǎn)量的影響研究還很少涉及。尤以累積Z 指數(shù)與作物產(chǎn)量減損情況的相關(guān)性最好，其次是CMI 指數(shù)，而目前對干旱監(jiān)測中所廣泛采用的PDSI 干旱指數(shù)，無論是當(dāng)前生育期PDSI 指數(shù)還是生育期累積PDSI 指數(shù)，作物產(chǎn)量對指數(shù)的敏感性并不好。

2.2.2.2 旱災(zāi)致災(zāi)因子強度計算與修正。利用選擇的12 個站點逐月氣象數(shù)據(jù)，利用PDSI 計算程序，獲得12 個站點上逐月Z 指數(shù)，美國內(nèi)布拉斯卡-林肯大學(xué)的干旱研究中心的Nathan（2004）開發(fā)了一套基于FORTRAN 語言的PDSI 干旱指數(shù)的計算程序，并將其轉(zhuǎn)譯為C++，加入了參數(shù)修正模塊[6]。該程序可計算每月的初始PDSI 指數(shù)、每周及每月的修正PDSI指數(shù)、Z 指數(shù)以及每周土壤水分濕度指數(shù)（CMI）。

分析本區(qū)內(nèi)主要農(nóng)作物為冬小麥、春玉米，確定其生長期分別為10月到次年6月、4月到9月，分別針對2 種作物計算累積Z 指數(shù)。根據(jù)資料的完備情景，得到1958—2018年共計61年的累積Z指數(shù)時間序列，經(jīng)排序后統(tǒng)計，選取60年一遇、20年一遇、10年一遇、5年一遇共4 個情景來表達(dá)致災(zāi)因子強度。

利用ArcGIS 10.4 中反距離權(quán)重方法將氣象站點對應(yīng)的Z 指數(shù)插值為柵格數(shù)據(jù)，然后應(yīng)用尹衍雨（2012）的地形修正方法[7]，即采用嶺回歸得到地形與致災(zāi)強度的擬合關(guān)系，進(jìn)行孕災(zāi)環(huán)境的要素修正。

2.2.3 農(nóng)業(yè)承災(zāi)體脆弱性 脆弱性指數(shù)的方法通常用于區(qū)域尺度上的承災(zāi)體系統(tǒng)脆弱性分析中，區(qū)域承災(zāi)體系統(tǒng)是由一定區(qū)域內(nèi)多種承災(zāi)體綜合形成的復(fù)雜要素系統(tǒng)。該方法的核心首先在于構(gòu)建合理指標(biāo)體系，同時要考慮到數(shù)據(jù)的可獲取性以及研究對象的特征，通常選取研究區(qū)域內(nèi)的受災(zāi)人口、經(jīng)濟發(fā)展水平等方面的指標(biāo)進(jìn)行評估；其次在指標(biāo)進(jìn)行綜合時，采用專家經(jīng)驗法、層次分析法與災(zāi)情數(shù)據(jù)進(jìn)行相關(guān)分析的方法等來確定指標(biāo)綜合的權(quán)重[8，9]。

2.2.4 農(nóng)業(yè)承災(zāi)體暴露度 本區(qū)內(nèi)縣級行政區(qū)面積差異較大，綜合考慮區(qū)域特性及數(shù)據(jù)可利用性。研究中選取糧食種植面積與農(nóng)作物播種面積的比值作為暴露性指標(biāo)。同時，抗旱能力能有效降低農(nóng)作物在旱災(zāi)中的暴露度?？购的芰Ρ碚鞯貐^(qū)在干旱發(fā)生前及干旱致災(zāi)過程中，該地區(qū)基于人為措施降低旱災(zāi)造成損失的能力。已有研究中表征地區(qū)抗旱能力的指標(biāo)主要包括農(nóng)民人均純收入、單位面積機井?dāng)?shù)量、單位面積興利庫容、單位面積機械總動力、單位面積農(nóng)村勞動力、有效灌溉面積占耕地面積比例、專職抗旱人員數(shù)量及抗旱服務(wù)組織覆蓋率等。區(qū)域抗旱能力與灌溉率密切相關(guān)，本文在糧食種植面積中減去有效灌溉面積作為表征區(qū)域抗旱能力的指標(biāo)。

3 結(jié)果與分析

3.1 干旱致災(zāi)因子年遇型強度等級

本文所采用方法在傳統(tǒng)地學(xué)空間插值方法的基礎(chǔ)上采用嶺回歸方法對結(jié)果進(jìn)一步修正，得到經(jīng)過地形糾正的致災(zāi)因子分布圖，大體趨勢上與原圖相符合，但更能體現(xiàn)致災(zāi)強度的細(xì)微變化，因而具有較高的空間分辨率。

對每種作物的不同生育期，以20年一遇的致災(zāi)因子強度為基礎(chǔ)，采用自然斷點分級方法進(jìn)行分級，然后外推到其他年遇型上，使得4 個年遇型之間的等級結(jié)果可以進(jìn)行比較。可以看出2 種不同生長期的作物，相應(yīng)的旱災(zāi)致災(zāi)因子強度都呈現(xiàn)出東低西高的東西分異格局，在北部存在一個較高的局部區(qū)域。同時，隨著年遇型的提高，致災(zāi)因子強度等級逐漸提高（見圖2、圖3）。

3.2 農(nóng)業(yè)承災(zāi)體脆弱性等級與暴露度

從空間分布特征可以看到，脆弱度較高的縣（區(qū)）主要分布于東部、南部，低脆弱區(qū)主要分布于中部和北部。從縣（區(qū)）級尺度上來看，脆弱度的變異程度較?。ㄒ妶D4）。

對于暴露度的計算結(jié)果如圖5 所示，暴露度較高的縣（區(qū)）主要分布于北部、南部，并不呈現(xiàn)連片分布，表明從縣（區(qū)）級尺度上來看，暴露度的變異程度較大。

3.3 干旱災(zāi)害風(fēng)險等級

為了對比分析各指標(biāo)計算結(jié)果，對危險性、暴露性、脆弱性對應(yīng)的指標(biāo)均進(jìn)行歸一化處理。依據(jù)公式1 的計算模型，綜合致災(zāi)因子強度和承災(zāi)體暴露度、脆弱度，可得到研究區(qū)內(nèi)的旱災(zāi)風(fēng)險。

因致災(zāi)因子評價可達(dá)到年遇型表達(dá)，但脆弱度僅能得到等級，因此最終風(fēng)險計算結(jié)果表達(dá)為年遇型情景下的農(nóng)作物旱災(zāi)風(fēng)險等級。針對2 種作物的不同生育期，以20年一遇的風(fēng)險等級指數(shù)為基礎(chǔ)，采用自然斷點分級方法進(jìn)行分級，然后外推到其他年遇型上，使得4 個年遇型之間的等級結(jié)果可以進(jìn)行比較。

從冬小麥的結(jié)果來看，隴東黃土高原區(qū)內(nèi)農(nóng)業(yè)綜合風(fēng)險等級最高的地區(qū)主要集中在平?jīng)鍪形鞑康貐^(qū)，慶陽市東南部與平?jīng)鍪械臇|部地區(qū)處于次高風(fēng)險區(qū)，而中北部區(qū)域?qū)?yīng)的旱災(zāi)風(fēng)險等級較低。多個年遇結(jié)果進(jìn)行對比，呈現(xiàn)出隨年遇型增加，其整體風(fēng)險等級水平上升（見圖6）。

從春玉米的結(jié)果來看，與冬小麥呈現(xiàn)基本一致的空間分異格局，隴東黃土高原區(qū)內(nèi)農(nóng)業(yè)綜合風(fēng)險等級最高的地區(qū)主要集中在平?jīng)鍪械奈鞑康貐^(qū)，慶陽市東南部與平?jīng)鍪械臇|部地區(qū)處于次高風(fēng)險區(qū)，而中北部區(qū)域?qū)?yīng)的旱災(zāi)風(fēng)險等級較低。將多個年遇結(jié)果進(jìn)行對比，呈現(xiàn)出隨年遇型增加，其整體風(fēng)險等級水平上升的變化趨勢（見圖7）。

4 結(jié)論與討論

對于干旱致災(zāi)因子，2 種不同生長期的作物相應(yīng)的旱災(zāi)致災(zāi)因子強度都呈現(xiàn)出東低西高的東西分異格局，在北部存在一個較高的局部區(qū)域。

對于作物承災(zāi)體來說，脆弱度較高的縣（區(qū)）主要分布于東部、南部，低脆弱區(qū)主要分布于中部和北部。在縣（區(qū)）級尺度脆弱度的變異程度較小。暴露度較高的縣（區(qū)）主要分布于北部、南部，在縣（區(qū)）級尺度上暴露度的變異程度較大。

風(fēng)險分析結(jié)果用風(fēng)險等級來表達(dá)，對于冬小麥，隴東黃土高原區(qū)內(nèi)農(nóng)業(yè)綜合風(fēng)險等級最高的地區(qū)主要集中在平?jīng)鍪形鞑康貐^(qū)，慶陽市東南部與平?jīng)鍪袞|部地區(qū)處于次高風(fēng)險區(qū)，而中北部區(qū)域?qū)?yīng)的旱災(zāi)風(fēng)險等級較低。對于春玉米，與冬小麥呈現(xiàn)基本一致的空間分異格局，隴東黃土高原區(qū)內(nèi)農(nóng)業(yè)綜合風(fēng)險等級最高的地區(qū)主要集中在平?jīng)鍪械奈鞑康貐^(qū)，慶陽市東南部與平?jīng)鍪械臇|部地區(qū)處于次高風(fēng)險區(qū)，而中北部區(qū)域?qū)?yīng)的旱災(zāi)風(fēng)險等級較低。

影響干旱災(zāi)害風(fēng)險的因素很多，指標(biāo)選擇、歸類以及定量化方面目前存在一定困難，而且有些指標(biāo)數(shù)據(jù)信息不全甚至難以獲取。同時，對于干旱災(zāi)害風(fēng)險的認(rèn)識深度也影響了分析的過程與結(jié)果。本文中對于干旱致災(zāi)因子的分析較為深入，通過計算得到了分作物、分年遇型的強度結(jié)果。但對于承災(zāi)體，受數(shù)據(jù)限制對其脆弱性、暴露度分析還有待進(jìn)一步加強，直接限制了風(fēng)險分析結(jié)果的精度。因此，對于農(nóng)作物承災(zāi)體，在對其受旱成災(zāi)過程與機制的進(jìn)一步分析中，得到如脆弱性曲線等更定量的結(jié)果，會有助于提高風(fēng)險分析結(jié)果的精度，從而使得風(fēng)險評估結(jié)果更精確，更具有參考價值。