王鶯,沙莎，王素萍，王勁松,姚玉璧,2

(1.中國氣象局蘭州干旱氣象研究所，甘肅省干旱氣候變化與減災(zāi)重點(diǎn)實(shí)驗(yàn)室，中國氣象局干旱氣候變化與減災(zāi)重點(diǎn)實(shí)驗(yàn)室，甘肅 蘭州 730020；2.甘肅省定西市氣象局, 甘肅 定西 743003)

?

中國南方干旱災(zāi)害風(fēng)險(xiǎn)評(píng)估

王鶯1,沙莎1，王素萍1，王勁松1,姚玉璧1,2

(1.中國氣象局蘭州干旱氣象研究所，甘肅省干旱氣候變化與減災(zāi)重點(diǎn)實(shí)驗(yàn)室，中國氣象局干旱氣候變化與減災(zāi)重點(diǎn)實(shí)驗(yàn)室，甘肅 蘭州 730020；2.甘肅省定西市氣象局, 甘肅 定西 743003)

干旱災(zāi)害風(fēng)險(xiǎn)評(píng)估是災(zāi)害風(fēng)險(xiǎn)管理的關(guān)鍵途徑。通過分析干旱災(zāi)害風(fēng)險(xiǎn)成因，從干旱災(zāi)害的致災(zāi)因子危險(xiǎn)性、孕災(zāi)環(huán)境脆弱性、承災(zāi)體暴露性和防災(zāi)減災(zāi)能力四大因子入手，以災(zāi)害學(xué)理論為基礎(chǔ)，構(gòu)建干旱災(zāi)害風(fēng)險(xiǎn)評(píng)估模型，然后根據(jù)相關(guān)氣象、地理環(huán)境和社會(huì)經(jīng)濟(jì)數(shù)據(jù)，在GIS平臺(tái)上對(duì)中國南方地區(qū)進(jìn)行了干旱災(zāi)害風(fēng)險(xiǎn)評(píng)估。得到以下結(jié)論：1)干旱致災(zāi)因子的高危險(xiǎn)區(qū)主要位于云南省的中東部以及與四川的交界處，川西高山高原區(qū)和東部盆地的遂寧、宜賓市，以及廣東東部沿海地區(qū)；2)孕災(zāi)環(huán)境的高脆弱區(qū)主要分布在云南中東部、四川東部盆地以及貴州西北部；3)承災(zāi)體的高暴露區(qū)主要位于廣東東部、雷州半島和沿海地區(qū)，廣西南部以及四川盆地的大部分地區(qū)；4)防災(zāi)減災(zāi)能力較高的區(qū)域主要位于重慶西部、四川西部、云南東北部、貴州中部、廣西南部以及廣東中東部地區(qū)；5)干旱災(zāi)害的高風(fēng)險(xiǎn)區(qū)主要位于四川東部盆地、四川與云南交界處、云南東北大部分地區(qū)、廣西西南部以及廣東東北部和雷州半島；干旱災(zāi)害的低風(fēng)險(xiǎn)區(qū)主要位于四川北部山區(qū)以及廣東和廣西的北部。

中國南方；干旱災(zāi)害風(fēng)險(xiǎn)；評(píng)估

干旱是人類面臨的重大環(huán)境問題，是天然降水異常引起的水分短缺現(xiàn)象[1]。干旱災(zāi)害則是由干旱這種自然現(xiàn)象和人類活動(dòng)共同作用的結(jié)果，是自然環(huán)境系統(tǒng)和社會(huì)經(jīng)濟(jì)系統(tǒng)在特定時(shí)空條件下耦合的特定產(chǎn)物[2]。干旱災(zāi)害作為發(fā)生頻率高、影響范圍廣、持續(xù)時(shí)間長和造成損失大的自然災(zāi)害之一，不僅可以導(dǎo)致糧食減產(chǎn)、供水短缺和生態(tài)環(huán)境惡化，特大干旱甚至還可以引起人員死亡和朝代更迭，是制約社會(huì)可持續(xù)發(fā)展的一個(gè)重要因子。

IPCC第五次評(píng)估報(bào)告再一次肯定了全球變暖這一事實(shí)。報(bào)告指出1880-2012年全球平均溫度已升高0.85℃(0.65～1.06℃)，而北半球1983-2012年可能是最近1400年來氣溫最高的30年[3]。在這個(gè)背景下，降水年際年內(nèi)變異增大，山地冰川加速退縮，區(qū)域降水和河川徑流變化波動(dòng)明顯增大，干旱、高溫等極端天氣氣候事件的發(fā)生頻率和強(qiáng)度都呈增加趨勢(shì)；而不斷變化的氣候又可能使極端天氣氣候事件在發(fā)生時(shí)間、頻率、強(qiáng)度、空間范圍和持續(xù)時(shí)間上產(chǎn)生變化，例如導(dǎo)致干旱的發(fā)生頻率升高，不同地域、不同季節(jié)發(fā)生嚴(yán)重及特大干旱災(zāi)害的年份增多，甚至有可能出現(xiàn)連季和連年性的極端干旱氣候事件[4-6]。

中國大部分地區(qū)位于季風(fēng)影響氣候區(qū)，季風(fēng)的季節(jié)性循環(huán)和年際波動(dòng)等氣候特征決定了中國在本質(zhì)上是一個(gè)干旱災(zāi)害頻發(fā)的國家，而氣候變暖使得中國的旱情不斷加重[7]。據(jù)統(tǒng)計(jì)，1990-2008年的18年間，中國平均干旱受災(zāi)面積達(dá)2477萬hm2。2000年發(fā)生了建國以來最嚴(yán)重的干旱災(zāi)害，中國的受災(zāi)面積達(dá)到4054萬hm2，其影響超過1959-1961年的3年自然災(zāi)害。值得注意的是，近年來在我國北方干旱形式依然嚴(yán)峻的情況下，南方干旱出現(xiàn)明顯的增加和加重趨勢(shì)[8-10]。1951-1990年出現(xiàn)重大干旱事件8年中南方出現(xiàn)干旱的只有3年，占總事件數(shù)的37.5%；1991-2000年出現(xiàn)重大干旱事件5年中南方出現(xiàn)干旱就有3年，占總事件數(shù)的60%；而2001-2012年12年間出現(xiàn)重大干旱事件8年中南方均出現(xiàn)干旱，占總事件數(shù)的100%。2006年川渝夏秋大旱，2009-2010年云南、貴州、四川等省(區(qū))出現(xiàn)秋、冬及春季連旱，2011-2012年云南出現(xiàn)嚴(yán)重連旱。在這樣的背景下，中國的抗旱減災(zāi)面臨的形式越來越嚴(yán)峻，任務(wù)越來越艱巨，因此亟需做好干旱災(zāi)害風(fēng)險(xiǎn)評(píng)估和管理工作，減輕由氣候變化引起的干旱極端事件帶來的負(fù)面影響。

干旱災(zāi)害風(fēng)險(xiǎn)是干旱對(duì)人類的生命健康、財(cái)產(chǎn)和生存環(huán)境等帶來直接或間接不利影響的發(fā)生概率和程度[11-12]。干旱災(zāi)害風(fēng)險(xiǎn)評(píng)估就是對(duì)干旱災(zāi)害風(fēng)險(xiǎn)發(fā)生的強(qiáng)度和形式進(jìn)行評(píng)定和估計(jì)，具有不確定性，評(píng)估偏重于結(jié)果，可以通過觀察外表或?qū)τ嘘P(guān)參數(shù)進(jìn)行測試來完成，也可以通過分析有關(guān)原因和過程從而推導(dǎo)出結(jié)果?；诟怕式y(tǒng)計(jì)的評(píng)估屬于觀察外表的方法，系統(tǒng)分析方法屬于推導(dǎo)方法。方法的選用主要基于擁有的數(shù)據(jù)資料和對(duì)干旱災(zāi)害相關(guān)知識(shí)的掌握程度來決定。潘冬梅和王建剛[13]為了解決小區(qū)域歷史干旱災(zāi)情資料匱乏的問題，運(yùn)用模糊數(shù)學(xué)和信息擴(kuò)散理論對(duì)新疆阿勒泰地區(qū)夏旱做了風(fēng)險(xiǎn)分析。肖名忠等[14]通過Mann-Kendall趨勢(shì)分析方法研究了珠江流域干旱時(shí)間演變特征，同時(shí)基于多變量Copula函數(shù)，在兩種不同干旱情景下，根據(jù)兩變量聯(lián)合重現(xiàn)期及其對(duì)應(yīng)的第二重現(xiàn)期，比較研究了珠江流域的干旱風(fēng)險(xiǎn)。曹永強(qiáng)等[15]采用可變模糊評(píng)價(jià)法評(píng)估了大連市農(nóng)業(yè)干旱風(fēng)險(xiǎn)?？滴餮缘萚16]利用氣象資料和冬小麥(Triticumaestivum)產(chǎn)量資料，根據(jù)自然災(zāi)害風(fēng)險(xiǎn)分析的基本原理，計(jì)算了氣候干旱、作物干旱、產(chǎn)量災(zāi)損3種風(fēng)險(xiǎn)度，并進(jìn)行了相應(yīng)的風(fēng)險(xiǎn)區(qū)劃。盛巧玲等[17]根據(jù)災(zāi)害系統(tǒng)理論，從致災(zāi)因子危險(xiǎn)性和社會(huì)經(jīng)濟(jì)承災(zāi)體的易損性兩方面建立重慶市伏旱危險(xiǎn)性、易損性評(píng)價(jià)模型和伏旱災(zāi)害數(shù)學(xué)模型，通過GIS軟件得到研究區(qū)干旱災(zāi)害的風(fēng)險(xiǎn)評(píng)估及區(qū)劃。從以上分析可以看出，目前干旱災(zāi)害風(fēng)險(xiǎn)研究多采用基于大數(shù)定理等傳統(tǒng)概率統(tǒng)計(jì)方法，且主要以區(qū)域農(nóng)業(yè)為評(píng)估對(duì)象，而缺少對(duì)區(qū)域社會(huì)、經(jīng)濟(jì)、環(huán)境構(gòu)成的復(fù)雜系統(tǒng)影響評(píng)估的研究，特別是針對(duì)中國南方農(nóng)業(yè)的干旱風(fēng)險(xiǎn)評(píng)估研究還很薄弱?；谝陨显?，本文從致災(zāi)因子危險(xiǎn)性、孕災(zāi)環(huán)境脆弱性、承災(zāi)體暴露性和防災(zāi)減災(zāi)能力4個(gè)方面對(duì)中國南方地區(qū)農(nóng)業(yè)的干旱災(zāi)害進(jìn)行風(fēng)險(xiǎn)評(píng)估，并用地理信息系統(tǒng)方法將干旱災(zāi)害的自然屬性和社會(huì)屬性統(tǒng)一起來，實(shí)現(xiàn)了評(píng)估結(jié)果的空間可視化，以期為實(shí)現(xiàn)南方地區(qū)的科學(xué)抗旱和主動(dòng)抗旱提供基礎(chǔ)數(shù)據(jù)和理論支撐。

1 材料與方法

1.1 研究區(qū)介紹

圖1 研究區(qū)位置圖Fig.1 Location of the study area

中國南方地區(qū)主要指中國東部季風(fēng)區(qū)的南部，即秦嶺-淮河以南、青藏高原以東的地區(qū)。選擇華南(廣東、廣西省)和西南(貴州、云南和四川省以及重慶直轄市)為案例區(qū)來評(píng)估氣候變暖背景下南方農(nóng)業(yè)的干旱風(fēng)險(xiǎn)。案例區(qū)是中國典型的糧油產(chǎn)區(qū)，主要種植水稻(Oryzasativa)、冬小麥、春玉米(Zeamays)、油菜(Brassicanapus)、烤煙(Nicotianatabacum)、甘蔗(Saccharumsinensis)等作物[18-20]。從地形來看，該區(qū)域自東向西海拔逐漸增大，海拔落差達(dá)到6940 m(圖1)。從氣候條件來看，華南地區(qū)的廣東和廣西省主要以亞熱帶季風(fēng)氣候?yàn)橹?，年降水量主要分布?300～2500 mm，年平均溫度在16～24℃；西南地區(qū)的貴州省屬亞熱帶濕潤季風(fēng)氣候區(qū)，位于中國西南部高原山地，立體農(nóng)業(yè)特征明顯，1月平均氣溫多在3～6℃，7月平均氣溫一般為22～25℃，年平均降水量大多在1100～1300 mm之間；云南省屬于高原季風(fēng)氣候區(qū)，年平均溫度為5～24℃，年平均降水量為1100 mm左右；四川省西南部位于亞熱帶半濕潤氣候區(qū)，年均溫12～20℃，年降水量為900～1200 mm，西北部主要以寒溫帶氣候?yàn)橹?，年均溫?～12℃，年降水量為500～900 mm；重慶直轄市立體氣候顯著，年平均溫度為16～18℃，年平均降水量為1000～1350 mm。

1.2 資料及其來源

根據(jù)干旱災(zāi)害風(fēng)險(xiǎn)系統(tǒng)的構(gòu)成和研究目的，選用的主要數(shù)據(jù)有：1)研究區(qū)內(nèi)147個(gè)站點(diǎn)1960-2012年的逐年和逐月降水(mm)、溫度(℃)、相對(duì)濕度(%)數(shù)據(jù)來源于中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)(http://cdc.cma.gov.cn/)；2)1∶400萬土壤數(shù)據(jù)和1∶100萬地貌數(shù)據(jù)由國家科技基礎(chǔ)條件平臺(tái)建設(shè)項(xiàng)目：地球系統(tǒng)科學(xué)數(shù)據(jù)共享平臺(tái)(www.geodata.cn)提供；3)0～10 cm田間持水量和土壤萎蔫系數(shù)由中國科學(xué)院南京土壤研究所根據(jù)1979至1994年進(jìn)行的第二次全國土壤調(diào)查數(shù)據(jù)制作的1∶100萬中國土壤空間數(shù)據(jù)庫提供；4)全國1 km網(wǎng)格土地利用數(shù)據(jù)(1980年代、1995年和2000年)由中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心提供；5)社會(huì)經(jīng)濟(jì)數(shù)據(jù)來源于《廣東統(tǒng)計(jì)年鑒》[21]、《廣西統(tǒng)計(jì)年鑒》[22]、《貴州統(tǒng)計(jì)年鑒》[23]、《云南統(tǒng)計(jì)年鑒》[24]、《四川統(tǒng)計(jì)年鑒》[25]和《重慶統(tǒng)計(jì)年鑒》[26]。

1.3 風(fēng)險(xiǎn)分析

干旱災(zāi)害風(fēng)險(xiǎn)分析是風(fēng)險(xiǎn)科學(xué)的核心，是干旱災(zāi)害風(fēng)險(xiǎn)評(píng)估和管理的基礎(chǔ)。其分析原理是從干旱災(zāi)害風(fēng)險(xiǎn)系統(tǒng)最基本的元素著手，對(duì)各元素進(jìn)行量化分析和組合，以反映干旱災(zāi)害風(fēng)險(xiǎn)的全貌。從災(zāi)害學(xué)和自然災(zāi)害風(fēng)險(xiǎn)形成機(jī)制的角度出發(fā)，將干旱災(zāi)害風(fēng)險(xiǎn)的元素分解見圖2。

干旱致災(zāi)因子危險(xiǎn)性主要與氣象干旱的發(fā)生頻率、強(qiáng)度和持續(xù)時(shí)間有關(guān)；孕災(zāi)環(huán)境脆弱性主要指干旱危險(xiǎn)區(qū)的氣候背景、植被狀況、地理?xiàng)l件、土壤性質(zhì)和水文環(huán)境；承災(zāi)體暴露性與暴露在干旱危險(xiǎn)區(qū)的生命和財(cái)產(chǎn)數(shù)量有關(guān)；干旱防災(zāi)減災(zāi)能力則與干旱危險(xiǎn)區(qū)的經(jīng)濟(jì)水平、抗旱資金投入、公眾教育水平和社會(huì)對(duì)干旱的關(guān)注度等有關(guān)[12,27]。

1.4 參數(shù)選擇

根據(jù)風(fēng)險(xiǎn)分析的結(jié)果，綜合研究區(qū)的實(shí)際情況和數(shù)據(jù)獲取的難易程度，選擇各風(fēng)險(xiǎn)要素的評(píng)估指標(biāo)。

圖2 干旱災(zāi)害風(fēng)險(xiǎn)要素Fig.2 The parameters of the draught disaster risk

1.4.1 致災(zāi)因子危險(xiǎn)性指標(biāo) 氣象干旱是指由天然降水異常引起的水分短缺現(xiàn)象，其評(píng)判指標(biāo)有很多，主要分為單因子指標(biāo)和多因子指標(biāo)[28]。單因子指標(biāo)所需資料比較容易獲取，計(jì)算方法簡單，且不涉及具體的干旱形成機(jī)理和過程，具有較強(qiáng)的時(shí)空適應(yīng)性；多因子指標(biāo)主要從水分平衡的角度出發(fā)，物理機(jī)制較為明確，但計(jì)算繁瑣，對(duì)資料要求高，有些參數(shù)需要通過大量實(shí)驗(yàn)確定，還有些參數(shù)只能通過經(jīng)驗(yàn)獲得，從而影響了計(jì)算結(jié)果的準(zhǔn)確性和時(shí)空適應(yīng)性。近年來，綜合氣象干旱指數(shù)(compound index of meteorological drought,CI)在全國不同區(qū)域得到了廣泛應(yīng)用，相對(duì)于其他干旱指數(shù)的局限性，CI指數(shù)具有更廣泛的時(shí)空適應(yīng)性[29-31]。由于案例區(qū)分布面積廣闊，同時(shí)考慮到南方地處熱帶和亞熱帶季風(fēng)氣候區(qū)，水分轉(zhuǎn)換速度較快，因此本研究選擇適宜于大區(qū)域氣象干旱監(jiān)測和歷史同期氣象干旱評(píng)估的月尺度綜合氣象干旱指數(shù)CI來表征研究區(qū)干旱災(zāi)害發(fā)生的強(qiáng)度和頻率。CI指數(shù)的計(jì)算方法詳見文獻(xiàn)[32-33]。月尺度干旱指標(biāo)(CIt)等級(jí)標(biāo)準(zhǔn)如表1所示。

表1 干旱指標(biāo)(CIt)等級(jí)標(biāo)準(zhǔn)

干旱頻次指的是每100年發(fā)生干旱事件的次數(shù)。計(jì)算公式如下：

(1)

式(1)中，Ni,100是100年中時(shí)間尺度為i的干旱次數(shù)，Ni是n年系列中時(shí)間尺度i的發(fā)生干旱的月份數(shù)，i為時(shí)間尺度(1，3，6和12月)，n為數(shù)據(jù)系列的年份數(shù)。

1.4.2 孕災(zāi)環(huán)境脆弱性指標(biāo) 根據(jù)研究區(qū)的實(shí)際狀況，選擇降水量、溫度、相對(duì)濕度、降水傾向率、溫度傾向率、田間持水量、土壤凋萎系數(shù)、土壤類型、地貌類型、土地利用類型和河網(wǎng)密度來表征干旱孕災(zāi)環(huán)境的脆弱性。

1.4.3 承災(zāi)體暴露性指標(biāo) 根據(jù)統(tǒng)計(jì)局出版的各省和直轄市的統(tǒng)計(jì)年鑒，分別以市和縣為單位統(tǒng)計(jì)其行政區(qū)面積、年末總?cè)丝诤娃r(nóng)林牧漁業(yè)總產(chǎn)值，計(jì)算出各行政單位的人口密度和農(nóng)林牧漁業(yè)總產(chǎn)值密度。

1.4.4 防災(zāi)減災(zāi)能力指標(biāo) 根據(jù)統(tǒng)計(jì)局出版的各省和直轄市的統(tǒng)計(jì)年鑒，分別以市和縣為單位選擇地區(qū)生產(chǎn)總值、財(cái)政預(yù)算支出和農(nóng)民人均純收入作為防治減災(zāi)能力指標(biāo)。

1.5 評(píng)估方法

1.5.1 指標(biāo)歸一化 干旱災(zāi)害風(fēng)險(xiǎn)各因素及其包含的具體指標(biāo)間的量綱和數(shù)量級(jí)都不同。為了消除這種差異，使各指標(biāo)間具有可比性，就需要對(duì)每個(gè)指標(biāo)做歸一化處理[34]。歸一化出來后的指標(biāo)值均位于0～1之間。計(jì)算公式如下：

Dij=(Aij-mini)/(maxi-mini)

(2)

式(2)中，Dij是j區(qū)第i個(gè)指標(biāo)的規(guī)范化值；Aij是j區(qū)第i個(gè)指標(biāo)值；mini和maxi是第i個(gè)指標(biāo)值中的最小值和最大值。

1.5.2 加權(quán)綜合評(píng)估法 加權(quán)綜合評(píng)估法是目前常用到的評(píng)估方法之一，常用于對(duì)方案、決策或技術(shù)進(jìn)行綜合分析評(píng)價(jià)[35-36]。該方法基于每個(gè)指標(biāo)對(duì)特定因子的影響程度存在差異這一假設(shè)前提，具體計(jì)算公式如下：

(3)

式(3)中，Cvj是評(píng)價(jià)因子的總值；Qvij為對(duì)于因子j的指標(biāo)i(Qvij≥0)；Wci為指標(biāo)i的權(quán)重值(0≤Wci≤1)；m為評(píng)價(jià)指標(biāo)個(gè)數(shù)。

1.5.3 權(quán)重值 選用層次分析法(analytic hierarchy process, AHP)確定各因素和指標(biāo)的權(quán)重值。AHP方法是由美國運(yùn)籌學(xué)家薩蒂于20世紀(jì)70年代提出的，它的特點(diǎn)是在對(duì)復(fù)雜的決策問題的本質(zhì)、影響因素及其內(nèi)在關(guān)系等進(jìn)行深入分析的基礎(chǔ)上，利用較少的定量信息使決策的思維過程數(shù)學(xué)化，進(jìn)而為多目標(biāo)、多準(zhǔn)則或無結(jié)構(gòu)特性的復(fù)雜決策問題提供簡單的決策方法。具體計(jì)算過程見文獻(xiàn)[37]。

2 結(jié)果與分析

2.1 致災(zāi)因子危險(xiǎn)性評(píng)估

影響干旱災(zāi)害致災(zāi)因子的變化程度越大，干旱災(zāi)害對(duì)社會(huì)經(jīng)濟(jì)造成損失的可能性也就越大。根據(jù)災(zāi)害學(xué)理論和加權(quán)綜合評(píng)價(jià)法建立干旱災(zāi)害致災(zāi)因子危險(xiǎn)性評(píng)估模型為：

(5)

式中,Hj為第j區(qū)干旱災(zāi)害危險(xiǎn)性指數(shù)；hi為第i種因素的危險(xiǎn)性指數(shù);Qi為第i種因素的危險(xiǎn)性權(quán)重；n為因素個(gè)數(shù)。

圖3是基于CI1的中旱、重旱和特旱發(fā)生頻次的空間分布圖。從圖中可以看出，中旱發(fā)生頻次較高的地區(qū)主要位于云南和四川交界處、四川甘孜州中部、綿陽和廣元市的大部分地區(qū)，以及廣東省的雷州半島；重旱發(fā)生頻次較高的地區(qū)主要位于四川東北部平原、廣西西南部以及廣東雷州半島和東部的梅州、潮州以及揭陽市；特旱發(fā)生頻次較高的地區(qū)主要位于云南中東部的玉溪、曲靖、昆明市和紅河、楚雄、文山、黔西南自治州，四川西部高原區(qū)和東部的遂寧、南充和宜賓市，以及廣東省東部沿海地區(qū)。通過統(tǒng)計(jì)各省、直轄市不同干旱強(qiáng)度在1960-2012年間的發(fā)生頻次可知，云南各等級(jí)的氣象干旱發(fā)生頻率均為最高，而廣東的重旱和特旱發(fā)生頻次比較低。

根據(jù)干旱災(zāi)害致災(zāi)因子危險(xiǎn)性評(píng)估指標(biāo)在干旱災(zāi)害過程中作用的大小，用AHP方法獲得中旱、重旱和特旱的權(quán)重值分別為0.18，0.27和0.55，且均通過一致性檢驗(yàn)。然后根據(jù)致災(zāi)因子危險(xiǎn)性評(píng)估模型[公式(5)]，通過ArcGIS 9.3軟件的Raster Calculator模塊得到致災(zāi)因子危險(xiǎn)性Hj。最后用自然斷點(diǎn)分級(jí)法將Hj劃分為低危險(xiǎn)區(qū)、次低危險(xiǎn)區(qū)、中等危險(xiǎn)區(qū)、次高危險(xiǎn)區(qū)和高危險(xiǎn)區(qū)。從圖3中可以看到，干旱致災(zāi)因子的高危險(xiǎn)區(qū)主要位于云南省的中東部以及與四川的交界處，四川西部高原區(qū)和東部平原的遂寧、宜賓市，以及廣東東部沿海地區(qū)；四川北部、貴州、廣西以及廣東西北大部分地區(qū)的危險(xiǎn)性較低。從行政區(qū)劃上來看，云南省的致災(zāi)因子危險(xiǎn)性指數(shù)最高(0.67)，其次是四川(0.57)、廣西(0.56)、貴州(0.55)、廣東(0.54)，重慶的致災(zāi)因子危險(xiǎn)性指數(shù)最低(0.50)。

2.2 孕災(zāi)環(huán)境脆弱性評(píng)估

干旱災(zāi)害脆弱性的高低具有“放大”或“縮小”災(zāi)情的作用，同時(shí)能客觀反映對(duì)干旱災(zāi)害應(yīng)對(duì)、緩沖和恢復(fù)能力的差異。一般而言，孕災(zāi)環(huán)境的脆弱性越高，災(zāi)害風(fēng)險(xiǎn)就越大。降低旱災(zāi)脆弱性是減災(zāi)的主要途徑，更是減災(zāi)和防災(zāi)的根本。根據(jù)災(zāi)害學(xué)理論和加權(quán)綜合評(píng)價(jià)法建立干旱災(zāi)害孕災(zāi)環(huán)境脆弱性評(píng)估模型為：

(6)

式中,Sj為第j個(gè)區(qū)域孕災(zāi)環(huán)境敏感性；θi為第i種因素的敏感性指數(shù);Qi為第i類因素的脆弱性權(quán)重；n為因素個(gè)數(shù)。

圖4是孕災(zāi)環(huán)境因子及其脆弱性空間分布圖。從氣候環(huán)境來看，研究區(qū)平均年降水量從大到小依次為廣東、廣西、重慶、貴州、云南和四川，溫度從高到低依次為廣東、廣西、重慶、云南、貴州和四川，空氣相對(duì)濕度從高到低依次為重慶、貴州、廣東、廣西、云南和四川，三者均呈現(xiàn)自東南至西北逐漸減少的趨勢(shì)。從年降水傾向率圖中可以看出貴州、云南、重慶、廣西和四川的年降水量呈減少趨勢(shì)，減少速率分別為25，13，11，9，7 mm/10 a，廣東呈增加趨勢(shì)，增加速率為9 mm/10 a。從年平均溫度傾向率圖中可以看出云南的溫度增加速率最高，為0.20℃/10 a，其次為四川(0.17℃/10 a)、廣東(0.16℃/10 a)、廣西(0.13℃/10 a)、貴州(0.10℃/10 a)和重慶(0.08℃/10 a)，溫度呈降低趨勢(shì)的區(qū)域主要位于四川的巴中、云南的元謀和華坪以及貴州的貴陽和盤縣。從地貌類型來看，丘陵主要分布在四川東部、貴州中部、云南東部以及廣東和廣西大部分地區(qū)；平原分布面積較少，且比較分散，主要位于四川的成都和德陽以及廣東的佛山、東莞和中山市；臺(tái)地主要分布在廣東的雷州半島、廣西南部、四川中東部；山地主要分布在西藏高原東部邊緣的四川、云南和貴州，廣西和廣東有部分低山分布。根據(jù)地貌中相對(duì)海拔、坡度地貌狀況等因素對(duì)干旱的影響，建立地貌類型脆弱性指數(shù)。從圖中可以看出地貌脆弱性程度高的區(qū)域主要位于西藏高原東部邊緣以及廣西和廣東。從土壤類型來看，四川盆地主要為紫色土，四川西部山區(qū)為黑氈土，云南主要為紅壤、赤紅壤和紫色土，貴州主要為黃壤和石灰土，廣東和廣西主要為紅壤、赤紅壤和石灰土。根據(jù)不同土壤類型對(duì)干旱的影響建立土壤類型脆弱性指數(shù)，從圖中可以看出四川盆地、貴州和廣西中部以及廣東東部的土壤脆弱性較高。從土壤屬性來看，貴州和云南的土壤田間持水量和凋萎系數(shù)較高，但是四川的土壤有效水含量較高。從土地利用類型來看，廣東和廣西的城鎮(zhèn)、工礦、居民用地所占比例遠(yuǎn)高于其他地區(qū)；重慶、四川、云南和貴州的耕地主要以旱地為主，廣東和廣西的耕地主要以水田為主；云南與四川的林地和草地面積較大；廣東的水域面積較大；四川的未利用土地面積最大。通過不同土地利用類型對(duì)干旱的脆弱性程度，建立土地利用類型的干旱脆弱性指數(shù)。從圖4中可知，四川盆地的土地利用脆弱性較高。從河網(wǎng)來看，只考慮1～3級(jí)河流，建立河流緩沖區(qū)。在平原區(qū)，1級(jí)河流的緩沖區(qū)寬度設(shè)為18 km，2級(jí)設(shè)為14 km，3級(jí)設(shè)為8 km；在山區(qū)，1級(jí)河流的緩沖區(qū)寬度設(shè)為4 km，2級(jí)為2 km，3級(jí)以下不設(shè)緩沖區(qū)。根據(jù)以上原則得到河網(wǎng)密度脆弱性指數(shù)，從高到低依次為貴州、云南、四川、廣西、重慶和廣東。

圖3 基于CI1的中旱、重旱和特旱發(fā)生頻次及致災(zāi)因子危險(xiǎn)性空間分布Fig.3 Spatial distribution of the occurrence frequency of moderate drought, severe drought, extreme drought and drought hazard based on CI1

圖4 孕災(zāi)環(huán)境因子及其脆弱性空間分布Fig.4 Spatial distribution of the vulnerability of disaster-breeding environment

續(xù)圖4 孕災(zāi)環(huán)境因子及其脆弱性空間分布Continued Fig.4 Spatial distribution of the vulnerability of disaster-breeding environment

根據(jù)干旱災(zāi)害孕災(zāi)環(huán)境脆弱性評(píng)估指標(biāo)在干旱災(zāi)害過程中作用的大小，用AHP方法獲得各因素的權(quán)重值，且均通過一致性檢驗(yàn)(表2)。然后根據(jù)孕災(zāi)環(huán)境脆弱性評(píng)估模型[公式(6)]，通過ArcGIS 9.3軟件的Raster Calculator模塊得到孕災(zāi)環(huán)境脆弱性Sj。最后用自然斷點(diǎn)分級(jí)法將Sj劃分為低脆弱區(qū)、次低脆弱區(qū)、中等脆弱區(qū)、次高脆弱區(qū)和高脆弱區(qū)。從圖3中可以看出，孕災(zāi)環(huán)境的高脆弱區(qū)主要分布在云南中東部、四川東部盆地以及貴州西北部，廣西東北部以及廣東省的大部分地區(qū)脆弱性較低。從行政區(qū)劃來說，孕災(zāi)環(huán)境脆弱性由高到低分別為云南(0.61)、四川(0.60)、貴州(0.59)、重慶(0.58)、廣西(0.57)和廣東(0.54)。

表2 孕災(zāi)環(huán)境脆弱性權(quán)重

2.3 承災(zāi)體暴露性評(píng)估

暴露性分析主要考慮受干旱威脅地區(qū)承災(zāi)體的種類、范圍、數(shù)量、密度、價(jià)值等。一般而言，一個(gè)地區(qū)暴露的人口數(shù)量和價(jià)值密度越多，干旱災(zāi)害風(fēng)險(xiǎn)也就越大?；谝陨戏治?，結(jié)合研究區(qū)承災(zāi)體特點(diǎn)，選擇人口密度和農(nóng)林牧漁業(yè)總產(chǎn)值密度作為承災(zāi)體暴露性的評(píng)價(jià)指標(biāo)。根據(jù)災(zāi)害學(xué)理論和加權(quán)綜合評(píng)價(jià)法建立干旱災(zāi)害承災(zāi)體暴露性評(píng)估模型為：

(7)

式中，Vj為第j個(gè)區(qū)域承災(zāi)體暴露性；yi為第i種因素的暴露性指數(shù);Qi為第i類因素權(quán)重；n為因素個(gè)數(shù)。

從圖5中可以看出，人口密度較大的區(qū)域主要集中在廣東西南部和沿海地區(qū)，四川東部盆地以及廣西南部；農(nóng)林牧漁業(yè)總產(chǎn)值密度較大的區(qū)域主要位于廣東省、廣西東部和南部和四川盆地。總的來說，研究區(qū)人口和經(jīng)濟(jì)的空間分布具有一定的相似性。

根據(jù)干旱災(zāi)害承災(zāi)體暴露性評(píng)估指標(biāo)在干旱災(zāi)害過程中作用的大小，用AHP方法獲得人口密度和農(nóng)林牧漁業(yè)總產(chǎn)值密度的權(quán)重值分別為0.5和0.5，且均通過一致性檢驗(yàn)。然后根據(jù)承災(zāi)體暴露性評(píng)估模型[公式(7)]，通過ArcGIS 9.3軟件的Raster Calculator模塊得到承災(zāi)體暴露性Vj。最后用自然斷點(diǎn)分級(jí)法將Vj劃分為低暴露區(qū)、次低暴露區(qū)、中等暴露區(qū)、次高暴露區(qū)和高暴露區(qū)。從圖5中可以看到承災(zāi)體的高暴露區(qū)主要位于廣東東部、雷州半島和沿海地區(qū)，廣西南部以及四川盆地的大部分地區(qū)。形成這樣的空間分布的主要原因是由于這些地區(qū)暴露的人口密度和價(jià)值數(shù)量較高。從行政區(qū)劃上來看，廣東的干旱災(zāi)害風(fēng)險(xiǎn)暴露性最高，暴露性指數(shù)為0.24，以下依次為重慶(0.16)、廣西(0.13)、四川(0.09)、貴州(0.08)、云南(0.06)。

2.4 防災(zāi)減災(zāi)能力評(píng)估

干旱災(zāi)害的防災(zāi)減災(zāi)能力客觀反映了人類對(duì)干旱災(zāi)害應(yīng)付、緩沖和恢復(fù)能力的差異。根據(jù)災(zāi)害學(xué)理論和加權(quán)綜合評(píng)價(jià)法建立干旱災(zāi)害防災(zāi)減災(zāi)能力評(píng)估模型為：

(8)

式中,Cj為第j個(gè)區(qū)縣防災(zāi)減災(zāi)能力指數(shù)；hi為第i種防災(zāi)減災(zāi)能力指數(shù);Qi為第i種防災(zāi)減災(zāi)能力權(quán)重；n為因素個(gè)數(shù)。

一般將干旱防災(zāi)減災(zāi)能力分為工程性和非工程性兩類。工程性主要指水庫、溝渠、機(jī)井等設(shè)施；非工程性主要指社會(huì)經(jīng)濟(jì)、認(rèn)識(shí)觀念、干旱監(jiān)測預(yù)警等能力。根據(jù)數(shù)據(jù)獲取的難易程度，選擇人均生產(chǎn)總值、人均財(cái)政支出和農(nóng)村居民人均純收入作為防災(zāi)減災(zāi)能力指標(biāo)。從圖6中可以看出人均生產(chǎn)總值和農(nóng)村居民人均純收入的空間分布基本一致，高值區(qū)主要位于廣東大部、廣西西部、四川盆地、貴州中部和云南東北部，低值區(qū)主要位于西藏高原東部邊沿、廣西西部和貴州大部分地區(qū)。人均財(cái)政支出的高值區(qū)主要位于四川和云南的西部、貴州東部以及廣東的東莞、深圳和中山市。該結(jié)果與這些區(qū)域的人口數(shù)量稀少有關(guān)。

根據(jù)干旱災(zāi)害防災(zāi)減災(zāi)能力指標(biāo)在干旱災(zāi)害過程中作用的大小，用AHP方法獲得人均生產(chǎn)總值、人均財(cái)政支出和農(nóng)村居民人均純收入的權(quán)重值分別為0.4，0.4和0.2，且均通過一致性檢驗(yàn)。然后根據(jù)防災(zāi)減災(zāi)能力評(píng)估模型[公式(8)]，通過ArcGIS 9.3軟件的Raster Calculator模塊得到防災(zāi)減災(zāi)能力Cj。最后用自然斷點(diǎn)分級(jí)法將Cj劃分為低防災(zāi)減災(zāi)能力區(qū)、次低防災(zāi)減災(zāi)能力區(qū)、中等防災(zāi)減災(zāi)能力區(qū)、次高防災(zāi)減災(zāi)能力區(qū)和高防災(zāi)減災(zāi)能力區(qū)。從圖6中可以看出防災(zāi)減災(zāi)能力較高的區(qū)域主要位于重慶西部、四川西部、云南東北部、貴州中部、廣西南部以及廣東中東部地區(qū)。從行政區(qū)劃來看，防災(zāi)減災(zāi)能力指數(shù)從高到低依次為四川(0.27)、廣東(0.25)、云南(0.21)、重慶(0.20)、貴州(0.18)和廣西(0.18)。

圖6 干旱災(zāi)害防災(zāi)減災(zāi)能力評(píng)估Fig.6 Regionalization on the disaster prevention and mitigation capabilities

圖7 干旱災(zāi)害風(fēng)險(xiǎn)區(qū)劃Fig.7 Regionalization on the drought disaster

2.5 干旱災(zāi)害風(fēng)險(xiǎn)評(píng)估

對(duì)于干旱災(zāi)害，在評(píng)估的區(qū)域內(nèi)四大因子是相互獨(dú)立的變量，因此可以分離變量，又由于防災(zāi)減災(zāi)能力對(duì)于干旱災(zāi)害風(fēng)險(xiǎn)的作用是相反的，因此得到干旱災(zāi)害風(fēng)險(xiǎn)表達(dá)式為：

R=Hj+Sj+Vj+(1-Cj)

(9)

根據(jù)四大因子在干旱災(zāi)害過程中作用的大小，用AHP方法獲得致災(zāi)因子、孕災(zāi)環(huán)境、承災(zāi)體和防災(zāi)減災(zāi)能力的權(quán)重值分別為0.46，0.24，0.15和0.15，且均通過一致性檢驗(yàn)。在ArcGIS 9.3軟件中得到干旱災(zāi)害風(fēng)險(xiǎn)區(qū)劃圖后(圖7)再用自然斷點(diǎn)分級(jí)法將干旱災(zāi)害風(fēng)險(xiǎn)R分為高風(fēng)險(xiǎn)區(qū)、次高風(fēng)險(xiǎn)區(qū)、中等風(fēng)險(xiǎn)區(qū)、次低風(fēng)險(xiǎn)區(qū)和低風(fēng)險(xiǎn)區(qū)，對(duì)應(yīng)的R分別為<0.45，0.45～0.52，0.52～0.58，0.58～0.64，>0.64。從圖7中可以看出，干旱災(zāi)害的高風(fēng)險(xiǎn)區(qū)主要位于四川東部盆地、四川與云南交接處、云南東北大部分地區(qū)、廣西西南部以及廣東東北部和雷州半島；干旱災(zāi)害的低風(fēng)險(xiǎn)區(qū)主要位于四川北部山區(qū)以及廣東和廣西的北部。從行政區(qū)劃來看，云南的干旱風(fēng)險(xiǎn)最大(0.60)，其次為廣西(0.55)、貴州(0.55)、四川(0.55)，廣東的干旱風(fēng)險(xiǎn)最小(0.54)。

從以上結(jié)論可以看出，研究區(qū)干旱災(zāi)害風(fēng)險(xiǎn)評(píng)估結(jié)果主要受干旱致災(zāi)因子的影響，但干旱孕災(zāi)環(huán)境、區(qū)域暴露性和防災(zāi)減災(zāi)能力也是重要的影響因素。干旱風(fēng)險(xiǎn)高值區(qū)主要是由于該地區(qū)的干旱致災(zāi)因子危險(xiǎn)性高，另外，四川盆地及滇中等地以石灰性紫色土為主，廣東東北部以赤紅壤為主，這類土壤的土質(zhì)疏松，土體淺薄，保水抗旱能力差，地貌也多以丘陵為主，孕災(zāi)環(huán)境脆弱性較高。從暴露性和防災(zāi)減災(zāi)能力來看，四川盆地和廣東中東部沿海地區(qū)的人口密集、工農(nóng)業(yè)發(fā)達(dá)，對(duì)干旱災(zāi)害風(fēng)險(xiǎn)也有重要影響?；谝陨戏治觯鞯貐^(qū)應(yīng)因地制宜的制定措施，以便最大限度的減少干旱災(zāi)害帶來的風(fēng)險(xiǎn)。例如節(jié)約用水、減少單位耕地面積耗水量、修整水利設(shè)施、調(diào)整農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)、實(shí)行抗旱預(yù)案制度等。

3 結(jié)論與討論

干旱災(zāi)害風(fēng)險(xiǎn)評(píng)估是干旱災(zāi)害風(fēng)險(xiǎn)管理的重要內(nèi)容，是防旱抗旱工作的非工程性措施。通過對(duì)干旱災(zāi)害風(fēng)險(xiǎn)成因的深入分析，結(jié)合災(zāi)害學(xué)理論，從干旱災(zāi)害的四大因子(致災(zāi)因子、孕災(zāi)環(huán)境、承災(zāi)體和防災(zāi)減災(zāi)能力)入手，構(gòu)建干旱災(zāi)害風(fēng)險(xiǎn)評(píng)估模型，然后根據(jù)相關(guān)氣象、地理環(huán)境和社會(huì)經(jīng)濟(jì)數(shù)據(jù)，利用自然斷點(diǎn)法對(duì)中國南方地區(qū)進(jìn)行了干旱災(zāi)害風(fēng)險(xiǎn)評(píng)估。得到以下結(jié)論：1)研究區(qū)干旱致災(zāi)因子的高危險(xiǎn)區(qū)主要位于云南省的中東部以及與四川的交界處，四川西部高原區(qū)和東部平原的遂寧、宜賓市，以及廣東東部沿海地區(qū)。2)孕災(zāi)環(huán)境的高脆弱區(qū)主要分布在云南中東部、四川東部盆地以及貴州西北部。3)承災(zāi)體的高暴露區(qū)主要位于廣東東部、雷州半島和沿海地區(qū)，廣西南部以及四川盆地的大部分地區(qū)。4)防災(zāi)減災(zāi)能力較高的區(qū)域主要位于重慶西部、四川西部、云南東北部、貴州中部、廣西南部以及廣東中東部地區(qū)。5)干旱災(zāi)害的高風(fēng)險(xiǎn)區(qū)主要位于四川東部盆地、四川與云南交界處、云南東北大部分地區(qū)、廣西西南部以及廣東東北部和雷州半島；干旱災(zāi)害的低風(fēng)險(xiǎn)區(qū)主要位于四川北部山區(qū)以及廣東和廣西的北部。

以上結(jié)論從不同方面展示了中國南方地區(qū)干旱災(zāi)害的危險(xiǎn)性、脆弱性、暴露性和防災(zāi)減災(zāi)能力，并繪制了干旱災(zāi)害風(fēng)險(xiǎn)的區(qū)域分布圖。該結(jié)果是干旱災(zāi)害風(fēng)險(xiǎn)管理的基礎(chǔ)，對(duì)降低區(qū)域干旱災(zāi)害風(fēng)險(xiǎn)具有重要的指導(dǎo)意義。但是區(qū)域干旱災(zāi)害是一個(gè)非常復(fù)雜的系統(tǒng)，由若干層次組成，各子系統(tǒng)間又具有關(guān)聯(lián)的隨機(jī)性和動(dòng)態(tài)性，很難完全定量化各因素對(duì)干旱災(zāi)害風(fēng)險(xiǎn)的影響，因此需要在風(fēng)險(xiǎn)評(píng)估指標(biāo)的選擇上盡可能的體現(xiàn)多元化、科學(xué)性和實(shí)用性。在做好大區(qū)域、大范圍總體干旱風(fēng)險(xiǎn)評(píng)估的基礎(chǔ)上，在未來的研究中還應(yīng)向著風(fēng)險(xiǎn)評(píng)估的精細(xì)化和實(shí)用性方向發(fā)展。

[1] Ashok K M, Vijay P S. A review of drought concepts. Journal of Hydrology, 2010, 391(1-2): 202-216.

[2] Houghton J T, Ding Y. The scientific basis//IPCC. Climate Change 2001: Summary for Policy Maker and Technical Summary of the Working Group I Report[M]. London: Cambridge University Press, 2001: 98.

[3] IPCC. Climate change 2013: the physical science basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovern-mental Panel on Climate Change[M]. Cambridge, United Kingdom and New York, NY, USA: Cambridge University Press, 2013.

[4] IPCC. Summary for policymakers. Intergovernmental Panel on Climate Change Specoal Report on Managing the Extreme Events and Disasters to Advance Climate Change Adaptation[M]. Cambridge, United Kingdom and New York, NY, USA: Cambridge University Press, 2011.

[5] The Group of ADB Technical Assistance to China About Strategic Research on Risk Management on Drought Disaster. Strategic Research on Risk Management on Drought Disaster in China[M]. Beijing: China Waterpower Press, 2011: 1-3.

[6] Huang X Y, Wang X P, Wang J S,etal. Spatial and temporal characteristics of the consecutive dry days in recent 53 years in Mainland China. Journal of Arid Meteorology, 2014, 32(3): 326-333.

[7] Tu C W, Huang S S. The fluctuation of the monsoon region boundary in China. Acta Meteorological Sinica, 1944, 18: 1-20.

[8] Wang Y, Wang J S, Yao Y B,etal. Dynamic monitoring of drought based on temperature vegetation dryness index in Guangdong province. Acta Prataculturae Sinica, 2014, 23(2): 98-107.

[9] Sun C M, Liu T, Tian T,etal. Remote sensing estimation and application of grassland NPP based on MODIS data in southern China. Acta Prataculturae Sinica, 2013, 22(5): 11-17.

[10] Yin H, Li Y H. Summary of advance on drought study in southwest China. Journal of Arid Meteorology, 2013, 31(1): 182-193.

[11] UGS. Quantitative risk assessment for slopes and landslides-the state of the art. In: Cruden D, Fell R. Landslide Risk Assessment[M]. Rotterdam: A A Balkema, 1997.

[12] Huang C F. Risk Assessment of Natural Disaster Theory and Practice[M]. Beijing: Science Press, 2005.

[13] Pan D M, Wang J G. Risk assessment of summer drought in Altay area of Xinjiang. Journal of Arid Meteorology, 2012, 30(2): 188-191.

[14] Xiao M Z, Zhang Q, Chen X H. Spatial-temporal patterns of drought risk across the Pearl River Basin. Acta Geographica Sinica, 2012, 67(1): 83-92.

[15] Cao Y Q, Li X Y, Ma J,etal. Agricultural drought risk evaluation in Dalian based on the variable fuzzy method. Resources Science, 2011, 33(5): 983-988.

[16] Kang X Y, Li C Q, Dai L Q. Risk assessment of drought for winter wheat production in Hebei province. Agricultural Research in the Arid Areas, 2012, 20(6): 232-237.

[17] Sheng Q L, Xu G, Wang X C. Risk assessment of midsummer drought based on GIS in Chongqing city. Journal of Sichuan Normal University (Natural Science), 2010, 33(3): 388-392.

[18] Li Y, Yang X G, Wang W F,etal. Changes of China agricultural climate resources under the background of climate change. Ⅰ. Spatiotemporal change characteristics of agricultural climate resources in south China. Chinese Journal of Applied Ecology, 2010, 21(10): 2605-2614.

[19] Xu X C, Ge Q S, Zheng J Y,etal. Drought risk assessment on regional agriculture: a case in southwest China. Progress in Geography, 2011, 30(7): 883-890.

[20] Tian S J, Yang S M, Kong F L,etal. Screening in southwest China of drought-resistant varieties of maize at the seedling stage. Acta Prataculturae Sinica, 2014, 23(1): 50-57.

[21] Guangdong Statistical Bureau. Guangdong Statistical Yearbook: 2013[M]. Beijing: China Statistics Press, 2013.

[22] Guangxi Statistical Bureau. Statistical Yearbook of Guangxi: 2013[M]. Beijing: China Statistics Press, 2013.

[23] Guizhou Statistical Bureau. Guizhou Statistical Yearbook: 2013[M]. Beijing: China Statistics Press, 2013.

[24] Yunnan Statistical Bureau. Yunnan Statistical Yearbook: 2013[M]. Beijing: China Statistics Press, 2013.

[25] Sichuan Statistical Bureau. Sichuan Statistical Yearbook: 2013[M]. Beijing: China Statistics Press, 2013.

[26] Chongqing Statistical Bureau. Chongqing Statistical Yearbook: 2013[M]. Beijing: China Statistics Press, 2013.

[27] Zhang Q, Han L Y, Zhang L Y,etal. Analysis on the character and management strategy of drought disaster and risk under the climatic warming. Advances in Earth Science, 2014, 29(1): 80-91.

[28] Heim Jr R R. A review of twentieth-century drought indices used in the United States. Bulletin of American Meteorological Society, 2002, 83(8): 1149-1165.

[29] Zou X K, Ren G Y, Zhang Q. Droughts variations in China based on a compound index of meteorological drought. Climatic and Environmental Research, 2010, 15(4): 371-378.

[30] Bao Y X, Meng C L, Shen S H,etal. Temporal and spatial patterns of droughts for recent 50 years in Jiangsu based on meteorological drought composite index. Acta Geographica Sinica, 2011, 66(5): 599-608.

[31] Zhang J, Liang S B, Xu X G,etal. Temporal and spatial distribution characteristics of droughts for recent 50 years in Hebei province based on meteorological drought composite index. Resources Science, 2012, 34(6): 1089-1094.

[32] GB/T 20481-2006. Meteorological Drought Grade[M]. Beijing: China Standard Press, 2007: 1-7.

[33] National Climate Center. China Climate Impact Assessment (2008)[M]. Beijing: Meteorological Press, 2009.

[34] Li M J, Chen G H, Chen Y T. Study on tarbet standardization method of comprehensive evaluation. Chinese Journal of Management Science, 2004, 12(10): 45-47.

[35] Zou X K, Zhang Q. Preliminary studies on variations in droughts over China during past 50 years. Journal of Applied Meteorological Science, 2008, 19(6): 679-687.

[36] Liu X M, Li J, Lü Z H,etal. Dynamic changes of composite drought index in Liaoning province in recent 50 years. Chinese Journal of Ecology, 2009, 28(5): 938-942.

[37] Saaty T L. What is the Analytic Hierarchy Process[M]. Berlin Heidelberg: Springer, 1988: 109-121.

參考文獻(xiàn)：

[5] 亞行支援中國干旱管理戰(zhàn)略研究課題組. 中國干旱災(zāi)害風(fēng)險(xiǎn)管理戰(zhàn)略研究[M]. 北京: 中國水利水電出版社, 2011: 1-3.

[6] 黃小燕, 王小平, 王勁松, 等. 中國大陸1960-2012年持續(xù)干旱日數(shù)的時(shí)空變化特征. 干旱氣象, 2014, 32(3): 326-333.

[7] 涂長望, 黃士松. 中國夏季風(fēng)之進(jìn)退. 氣象學(xué)報(bào), 1944, 18: 1-20.

[8] 王鶯, 王勁松, 姚玉璧, 等. 基于溫度植被干旱指數(shù)的廣東省旱情動(dòng)態(tài)監(jiān)測. 草業(yè)學(xué)報(bào), 2014, 23(2): 98-107.

[9] 孫成明, 劉濤, 田婷, 等. 基于MODIS的南方草地NPP遙感估算與應(yīng)用. 草業(yè)學(xué)報(bào), 2013, 22(5): 11-17.

[10] 尹晗, 李耀輝.我國西南干旱研究最新進(jìn)展綜述. 干旱氣象, 2013, 31(1): 182-193.

[12] 黃崇福. 自然災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià): 理論與實(shí)踐[M]. 北京: 科學(xué)出版社,2005.

[13] 潘冬梅, 王建剛. 新疆阿勒泰地區(qū)夏旱風(fēng)險(xiǎn)評(píng)估分析. 干旱氣象, 2012, 30(2): 188-191.

[14] 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. 地理學(xué)報(bào),2012, 67(1): 83-92.

[15] 曹永強(qiáng), 李香云, 馬靜, 等. 基于可變模糊算法的大連市農(nóng)業(yè)干旱風(fēng)險(xiǎn)評(píng)價(jià). 資源科學(xué), 2011, 33(5): 983-988.

[16] 康西言, 李春強(qiáng), 代立芹. 河北省冬小麥生產(chǎn)干旱風(fēng)險(xiǎn)分析. 干旱地區(qū)農(nóng)業(yè)研究, 2012, 20(6): 232-237.

[17] 盛巧玲, 徐剛, 王新才. 基于GIS的重慶市伏旱風(fēng)險(xiǎn)性分析. 四川師范大學(xué)學(xué)報(bào)(自然科學(xué)版), 2010, 33(3): 388-392.

[18] 李勇, 楊曉光, 王文峰, 等. 氣候變化背景下中國農(nóng)業(yè)氣候資源變化Ⅰ. 華南地區(qū)農(nóng)業(yè)氣候資源時(shí)空變化特征. 應(yīng)用生態(tài)學(xué)報(bào), 2010, 21(10): 2605-2614.

[19] 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——以中國西南地區(qū)為例. 地理科學(xué)進(jìn)展, 2011, 30(7): 883-890.

[20] 田山君, 楊世民, 孔凡磊, 等. 西南地區(qū)玉米苗期抗旱品種篩選. 草業(yè)學(xué)報(bào), 2014, 23(1): 50-57.

[21] 廣東省統(tǒng)計(jì)局. 廣東統(tǒng)計(jì)年鑒: 2013[M]. 北京: 中國統(tǒng)計(jì)出版社, 2013.

[22] 廣西壯族自治區(qū)統(tǒng)計(jì)局. 廣西統(tǒng)計(jì)年鑒: 2013[M]. 北京: 中國統(tǒng)計(jì)出版社, 2013.

[23] 貴州省統(tǒng)計(jì)局. 貴州統(tǒng)計(jì)年鑒: 2013[M]. 北京: 中國統(tǒng)計(jì)出版社, 2013.

[24] 云南省統(tǒng)計(jì)局. 云南統(tǒng)計(jì)年鑒: 2013[M]. 北京: 中國統(tǒng)計(jì)出版社, 2013.

[25] 四川省統(tǒng)計(jì)局. 四川統(tǒng)計(jì)年鑒: 2013[M]. 北京: 中國統(tǒng)計(jì)出版社, 2013.

[26] 重慶市統(tǒng)計(jì)局. 重慶統(tǒng)計(jì)年鑒: 2013[M]. 北京: 中國統(tǒng)計(jì)出版社, 2013.

[27] 張強(qiáng), 韓蘭英, 張立陽, 等. 論氣候變暖背景下干旱和干旱災(zāi)害風(fēng)險(xiǎn)特征與管理策略. 地球科學(xué)進(jìn)展, 2014, 29(1): 80-91.

[29] 鄒旭愷, 任國玉, 張強(qiáng). 基于綜合氣象干旱指數(shù)的中國干旱變化趨勢(shì)研究. 氣候與環(huán)境研究, 2010, 15(4): 371-378.

[30] 包云軒, 孟翠麗, 申雙和, 等. 基于CI指數(shù)的江蘇省近50年干旱時(shí)空分布規(guī)律. 地理學(xué)報(bào), 2011, 66(5): 599-608.

[31] 張婧, 梁樹柏, 許曉光, 等. 基于CI指數(shù)的河北省近50年干旱時(shí)空分布特征. 資源科學(xué), 2012, 34(6): 1089-1094.

[32] GB/T 20481-2006. 氣象干旱等級(jí)[M]. 北京: 中國標(biāo)準(zhǔn)出版社, 2007: 1-7.

[33] 中國氣象局國家氣候中心. 全國氣候影響評(píng)價(jià)(2008)[M]. 北京: 氣象出版社, 2009.

[34] 李美娟, 陳國宏, 陳衍泰. 綜合評(píng)價(jià)中指標(biāo)標(biāo)準(zhǔn)化方法研究. 中國管理科學(xué), 2004, 12(10): 45-47.

[35] 鄒旭愷, 張強(qiáng). 近半個(gè)世紀(jì)我國干旱變化的初步研究. 應(yīng)用氣象學(xué)報(bào), 2008, 19(6): 679-687.

[36] 劉曉梅, 李晶, 呂志紅, 等. 近50年遼寧省干旱綜合指數(shù)的動(dòng)態(tài)變化. 生態(tài)學(xué)雜志, 2009, 28(5): 938-942.

Assessment of drought disaster risk in southern China

WANG Ying1, SHA Sha1, WANG Su-Ping1, WANG Jin-Song1, YAO Yu-Bi1,2

1.KeyLaboratoryofAridClimaticChangeandReducingDisasterofGansuProvince,KeyOpenLaboratoryofAridChangeandDisasterReductionofCMA,InstituteofAridMeteorology,ChinaMeteorologicalAdministration,Lanzhou730020,China； 2.MeteorologicalBureauofDingxiCity,Dingxi743003,China

A critical element of risk management is drought risk assessment. Through in-depth analysis of factors linked to drought risk, and application of principles of natural disaster management, a drought disaster risk assessment model was constructed. The model assesses the level of danger posed by the disaster-inducing factors, the vulnerability of the disaster-prone environment, the level of exposure of the territorial body, and disaster prevention and mitigation capabilities in place. The model was then used to conduct an assessment of drought risk for the southern part of China using GIS data and local meteorological, geographical environment and socio-economic data. The model indicated: 1) the higher risk areas for disaster-inducing factors are mainly in the mid-east of Yunnan province, on the boundary between Yunnan and Sichuan province, the mountain area of western Sichuan, the basin of eastern Sichuan and the eastern coastal area of Guangdong; 2) The more disaster-prone areas are mainly in the mid-east of Yunnan, the eastern Sichuan basin and northwestern Guizhou province; 3) The territorial bodies with greatest exposure are mainly in the eastern, coastal area and Leizhou peninsula of Guangdong province, the southern region of Guangxi province and the Sichuan basin; 4) Higher regional disaster prevention and mitigation capabilities are mainly found in western Chongqing, western Sichuan, northeastern Yunnan, central Guizhou, southern Guangxi and mid-east of Guangdong province; 5) Zones with high drought disaster risk are mainly in the eastern Sichuan basin, on the boundary between Yunnan and Sichuan, in northeastern Yunnan, southwestern Guangxi, northeastern Guangdong and the Leizhou peninsula. Zones with low drought disaster risk are found mainly in the eastern mountainous areas of Sichuan, and in eastern Guangdong and Guangxi provinces.

Southern Part of China; drought disaster risk; assessment

10.11686/cyxb20150503

http://cyxb.lzu.edu.cn

2014-04-15；改回日期：2014-06-22

國家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃項(xiàng)目(2013CB430206)，國家重大科學(xué)研究計(jì)劃(2012CB955903)，中國清潔發(fā)展機(jī)制基金項(xiàng)目和蘭州干旱氣象研究所博士科研啟動(dòng)項(xiàng)目(KYS2012BSKYO2)資助。

王鶯(1984-)，女，甘肅蘭州人，副研究員，博士。E-mail: wangyn924@163.com

王鶯, 沙莎, 王素萍, 王勁松, 姚玉璧. 中國南方干旱災(zāi)害風(fēng)險(xiǎn)評(píng)估. 草業(yè)學(xué)報(bào), 2015, 24(5): 12-24.

Wang Y, Sha S, Wang S P, Wang J S, Yao Y B. Assessment of drought disaster risk in southern China. Acta Prataculturae Sinica, 2015, 24(5): 12-24.