張麗媛,楊文通
(山東理工大學(xué)管理學(xué)院,淄博 255049)
洪澇災(zāi)害一直以來(lái)都是農(nóng)業(yè)發(fā)展的重大阻礙,是天氣氣候、作物抗?jié)承?、地形地貌等多種因素綜合作用的結(jié)果[1]。近年來(lái),我國(guó)的極端降雨天氣逐漸頻繁,2018年全國(guó)共出現(xiàn)21次暴雨過(guò)程[2],2019年共出現(xiàn)43次暴雨過(guò)程[3],易引發(fā)洪澇災(zāi)害,根據(jù)《中國(guó)水旱災(zāi)害公報(bào)》發(fā)布的數(shù)據(jù)(2014—2018年)統(tǒng)計(jì),平均每年有7 241.906萬(wàn)人因洪澇災(zāi)害受災(zāi),直接經(jīng)濟(jì)損失平均每年2 127.112億元,洪澇災(zāi)害對(duì)于農(nóng)業(yè)的影響更大,平均每年有面積為662.366 4萬(wàn)hm2的農(nóng)作物受災(zāi),平均每年糧食減產(chǎn)175.19億kg,洪澇災(zāi)害對(duì)我國(guó)糧食需求存在著巨大威脅[4],研究針對(duì)農(nóng)業(yè)洪澇災(zāi)害的風(fēng)險(xiǎn)評(píng)估具有一定的實(shí)際意義。目前關(guān)于洪澇災(zāi)害的減災(zāi)方法主要有災(zāi)害監(jiān)測(cè)、風(fēng)險(xiǎn)預(yù)警和風(fēng)險(xiǎn)評(píng)估,而災(zāi)害監(jiān)測(cè)和風(fēng)險(xiǎn)評(píng)估是農(nóng)業(yè)洪澇災(zāi)害研究的主要內(nèi)容[5],我國(guó)災(zāi)害監(jiān)測(cè)體系已相對(duì)完善,能實(shí)現(xiàn)精度高、速度快的監(jiān)測(cè)反饋。近幾年,國(guó)內(nèi)外學(xué)者側(cè)重研究災(zāi)害的風(fēng)險(xiǎn)評(píng)估內(nèi)容,針對(duì)不同地區(qū)不同的風(fēng)險(xiǎn)來(lái)源,做好風(fēng)險(xiǎn)評(píng)估工作,為有的放矢地降低風(fēng)險(xiǎn)提供理論支持。
農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)評(píng)估[6]主要分為3類方法:歷史災(zāi)情法[7],指標(biāo)體系法[8-10]和情景模擬法[11]?;跉v史災(zāi)情的風(fēng)險(xiǎn)評(píng)估方法需要大量的數(shù)據(jù)資料,能夠有效預(yù)測(cè)災(zāi)害的風(fēng)險(xiǎn)程度,評(píng)估結(jié)果比較符合風(fēng)險(xiǎn)演化趨勢(shì),但不能評(píng)估未發(fā)生過(guò)的風(fēng)險(xiǎn),且對(duì)歷史數(shù)據(jù)的長(zhǎng)度和精度要求較高,例如,基于歐式距離、曼哈頓距離等原理的歷史案例相似度評(píng)估模型[12],也有通過(guò)貝葉斯網(wǎng)絡(luò)[13]、馬爾可夫[14]等基于歷史數(shù)據(jù)的評(píng)估模型,能有效預(yù)測(cè)未來(lái)的災(zāi)害等級(jí),為減災(zāi)提供依據(jù)。情景模擬法是通過(guò)分析研究區(qū)所處的情景展開(kāi)仿真模擬,利用降水量、地形、地表徑流等數(shù)據(jù),通過(guò)SWMM(暴雨洪水管理模型)[15]、SOBEK(水文模型)[16]等情景模擬模型進(jìn)行仿真模擬,可以分析出該地洪澇災(zāi)害的一系列發(fā)展趨勢(shì),并給出最終的評(píng)估結(jié)果,該方法準(zhǔn)確性高,可以發(fā)現(xiàn)風(fēng)險(xiǎn)防控的短板,但不適用于大區(qū)域的風(fēng)險(xiǎn)評(píng)估。指標(biāo)體系法是運(yùn)用較多的一種評(píng)估方法,該方法的核心內(nèi)容是建立與災(zāi)害相應(yīng)的指標(biāo)體系,通過(guò)主觀性方法和客觀性方法確定指標(biāo)的權(quán)重,例如層次分析法(AHP)[17]、熵權(quán)法[18]、CRITIC權(quán)重法[19]等,對(duì)各個(gè)地區(qū)的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化,通過(guò)不同形式的加權(quán)方法計(jì)算各個(gè)地區(qū)的風(fēng)險(xiǎn)值,最后基于地理信息系統(tǒng)技術(shù)(GIS)[20,21]進(jìn)行區(qū)域的劃分。
農(nóng)業(yè)洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估模型要有一定的普適性,選擇指標(biāo)體系法是最為合適的。文章利用熵權(quán)法進(jìn)行指標(biāo)權(quán)重的計(jì)算,減少了專家打分等繁瑣的步驟,注重評(píng)估的時(shí)效性。通過(guò)對(duì)指標(biāo)權(quán)重進(jìn)行靈敏度分析[22],掌握各項(xiàng)指標(biāo)的靈敏程度,在風(fēng)險(xiǎn)評(píng)估中對(duì)高靈敏指標(biāo)做適當(dāng)?shù)奶幚恚陲L(fēng)險(xiǎn)防范中對(duì)該項(xiàng)指標(biāo)做有針對(duì)性的管理。根據(jù)致災(zāi)因子、孕災(zāi)環(huán)境、承災(zāi)體和防災(zāi)減災(zāi)能力四個(gè)方面的分析、綜合風(fēng)險(xiǎn)劃分的情況以及指標(biāo)的靈敏度信息進(jìn)行風(fēng)險(xiǎn)管理工作的討論,為山東濰坊市洪澇災(zāi)害風(fēng)險(xiǎn)防范給出對(duì)策與建議。
山東濰坊市的農(nóng)業(yè)十分先進(jìn),在全國(guó)范圍內(nèi)具有很強(qiáng)的代表性[23]。近年來(lái),洪澇災(zāi)害一直阻礙著當(dāng)?shù)氐霓r(nóng)業(yè)發(fā)展,如2018年濰坊市洪澇災(zāi)害造成20多萬(wàn)個(gè)蔬菜大棚受損,農(nóng)作物受災(zāi)面積達(dá)到16萬(wàn)hm2,直接經(jīng)濟(jì)損失超百億元,濰坊市下轄的壽光市遭受了1964年以來(lái)的特大洪澇災(zāi)害,對(duì)農(nóng)業(yè)生產(chǎn)造成極大的損失,導(dǎo)致蔬菜價(jià)格漲幅較大,2018年8月25日,“壽光蔬菜價(jià)格指數(shù)”漲至124.76點(diǎn),比災(zāi)前上漲25.7%,洪災(zāi)對(duì)于農(nóng)作物的產(chǎn)量和價(jià)格有著很大的影響。
圖1 研究區(qū)域與土地利用類型
該文以2018年的濰坊洪災(zāi)為背景。其中,濰坊市高程數(shù)據(jù)和相關(guān)矢量數(shù)據(jù)通過(guò)BIGEMAP地圖下載獲得,河網(wǎng)密度數(shù)據(jù)來(lái)自濰坊市DEM(digital elevation model,數(shù)字高程模型)數(shù)據(jù),以匯流面積≥1km2作為閾值進(jìn)行提取計(jì)算,濰坊市的地形高程差數(shù)據(jù)來(lái)源于Global Mapper的分析計(jì)算,暴雨頻率、最大日降水量數(shù)據(jù)來(lái)自濰坊市氣象局,年降水量、汛期降水量、農(nóng)村人口占比、地均農(nóng)業(yè)GDP、衛(wèi)生機(jī)構(gòu)數(shù)量數(shù)據(jù)來(lái)自2018年《濰坊市統(tǒng)計(jì)年鑒》,農(nóng)用地占比、農(nóng)村居民人均可支配收入數(shù)據(jù)來(lái)自濰坊市統(tǒng)計(jì)局。
該文通過(guò)分析災(zāi)害風(fēng)險(xiǎn)構(gòu)成因素,構(gòu)建農(nóng)業(yè)洪澇災(zāi)害的風(fēng)險(xiǎn)評(píng)估指標(biāo)體系,并利用熵權(quán)法確定指標(biāo)權(quán)重,利用WGA算子分析高靈敏度指標(biāo)、災(zāi)害風(fēng)險(xiǎn)構(gòu)成因素的影響程度以及各地綜合風(fēng)險(xiǎn)等級(jí),給出相應(yīng)的風(fēng)險(xiǎn)應(yīng)對(duì)策略,具體評(píng)估流程詳見(jiàn)圖2。
圖2 農(nóng)業(yè)洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估流程
該文采用區(qū)域?yàn)?zāi)害系統(tǒng)論將評(píng)估指標(biāo)體系的一級(jí)指標(biāo)劃分為:致災(zāi)因子(U1)、孕災(zāi)環(huán)境(U2)、承災(zāi)體(U3)、防災(zāi)減災(zāi)能力(U4)4項(xiàng)[24],指標(biāo)體系如圖3所示。
持續(xù)時(shí)間久、降雨強(qiáng)度大的暴雨是導(dǎo)致洪澇災(zāi)害的直接原因,年降水量(U11)、暴雨頻率(U12)、汛期降雨量(U13)以及最大日降水量(U14),4項(xiàng)指標(biāo)反映了暴雨的頻率和強(qiáng)度,均為效益型指標(biāo)。洪澇災(zāi)害的發(fā)生很大程度上取決于該地的地勢(shì),地勢(shì)差高的區(qū)域易造成下坡雨沖毀農(nóng)田,地勢(shì)低洼的地區(qū)容易積水成澇,地形高程差(U21)為效益型指標(biāo)。對(duì)于河網(wǎng)密集的地方,河道流量超負(fù)荷后,容易沖毀堤壩,對(duì)附近的農(nóng)業(yè)造成致命的打擊,河網(wǎng)密度(U22)為效益型指標(biāo)。農(nóng)業(yè)人口占比(U31)、農(nóng)用地占比(U32)體現(xiàn)了農(nóng)業(yè)的暴露度,占比情況與暴露度大小成正比關(guān)系,均為效益型指標(biāo)。地均農(nóng)業(yè)GDP(U33),體現(xiàn)出農(nóng)業(yè)土地的使用效率,反映該地農(nóng)業(yè)的脆弱性,為效益型指標(biāo)。農(nóng)村居民人均可支配收入(U41)可以幫助災(zāi)民度過(guò)災(zāi)害期,反映該地的應(yīng)急能力,為成本型指標(biāo)。衛(wèi)生機(jī)構(gòu)(U42)可以保障人的生命安全,在一定程度上反映該地的防災(zāi)抗災(zāi)能力,為成本型指標(biāo)。
熵權(quán)法(entropy weight method)被廣泛應(yīng)用于指標(biāo)權(quán)重的確定,計(jì)算過(guò)程如下。
第一步,計(jì)算標(biāo)準(zhǔn)化指標(biāo)數(shù)據(jù)。設(shè)有n個(gè)評(píng)估對(duì)象,m個(gè)評(píng)估指標(biāo),通過(guò)式(1),對(duì)指標(biāo)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理,Xij為第i個(gè)樣本的第j個(gè)指標(biāo)的數(shù)據(jù)。Aij表示第i個(gè)樣本的第j個(gè)指標(biāo)的標(biāo)準(zhǔn)化數(shù)據(jù)為:
第二步,計(jì)算熵值。利用式(2)計(jì)算第j項(xiàng)指標(biāo)下第i個(gè)樣本值占該指標(biāo)的比重Pij為:
計(jì)算第j項(xiàng)指標(biāo)的熵值Ej為:
式(3)中,如果pij=0,則ln(Pij)=0
第三步,計(jì)算熵權(quán)。通過(guò)熵值計(jì)算各項(xiàng)指標(biāo)的權(quán)重Wj為:
WGA算子(加權(quán)幾何平均算子)可用于方案集的排序和擇優(yōu),該文利用該算子計(jì)算各地區(qū)的風(fēng)險(xiǎn)評(píng)估值,并分析指標(biāo)的靈敏度,步驟如下。
第一步,數(shù)據(jù)無(wú)量綱化處理。將指標(biāo)分類,效益型指標(biāo)采用式(5),成本型指標(biāo)采用式(6)為:
第二步,計(jì)算被評(píng)估對(duì)象的風(fēng)險(xiǎn)評(píng)估值為:
式(7)中,rj為無(wú)量綱化后的指標(biāo)值,Wj為無(wú)量綱化后的指標(biāo)值,
第三步,分析指標(biāo)的靈敏度。通過(guò)對(duì)指標(biāo)權(quán)重做加減調(diào)整,讓其他指標(biāo)權(quán)重與變動(dòng)指標(biāo)權(quán)重的關(guān)系符合式(8),Bi為指標(biāo)的變動(dòng)值,始終保持變動(dòng)后的指標(biāo)權(quán)重之和為1,每調(diào)節(jié)1個(gè)指標(biāo)的權(quán)重,利用公式(7)計(jì)算各地風(fēng)險(xiǎn)排序,記錄各地風(fēng)險(xiǎn)排序的變動(dòng)次數(shù)情況,從而確定各個(gè)指標(biāo)的靈敏程度。
式(8)中,B為指標(biāo)的變動(dòng)值,即5%、-5%、50%和-50%。
由式(5)至(7)計(jì)算得到濰坊市各地的致災(zāi)因子危險(xiǎn)值、孕災(zāi)環(huán)境敏感值、承災(zāi)體易損值以及防災(zāi)減災(zāi)能力值,如表1所示。
借助GIS軟件,通過(guò)自然斷點(diǎn)法劃分各地區(qū)風(fēng)險(xiǎn)等級(jí),并繪制風(fēng)險(xiǎn)分區(qū)等級(jí)圖(圖4)。
從圖4a可以看出,濰坊市致災(zāi)因子的危險(xiǎn)性從西往東逐漸減弱,危險(xiǎn)性較高的地區(qū)有青州市、昌樂(lè)縣、壽光市等地。在圖4b中,孕災(zāi)環(huán)境敏感度最強(qiáng)的是濰坊西部和南部的山區(qū),地勢(shì)起伏大、河流眾多,極易造成洪澇災(zāi)害。青州市、臨朐縣的孕災(zāi)環(huán)境敏感度高。青州市主要以低山丘陵為主,8.9%的河谷階地,38.5%的山前平原地形,易形成地形雨,強(qiáng)降水沖擊耕地造成水土流失,對(duì)于低洼的區(qū)域更容易造成積水成澇;臨朐縣的東部、南部、西部是低山、丘陵地形,中部、北部是平原地形,該地山區(qū)多巖石地貌,難以儲(chǔ)存水分,匯集形成的下坡雨對(duì)于下游平原地區(qū)的農(nóng)業(yè)發(fā)展存在著致命的威脅。從圖4c可以看出,濰坊市的承災(zāi)體易損性從西北到東南逐級(jí)遞減。農(nóng)業(yè)承災(zāi)體易損的地區(qū)有壽光市、青州市、昌樂(lè)縣。壽光市被譽(yù)為“蔬菜之鄉(xiāng)”,農(nóng)業(yè)耕地占比少但創(chuàng)造出的地均GDP相對(duì)較高,近年來(lái)壽光市的農(nóng)業(yè)發(fā)展迅速,增加了洪澇風(fēng)險(xiǎn)的暴露度;青州市鄉(xiāng)村人口較多,地均GDP較高,遭受洪災(zāi)的影響較大;昌樂(lè)縣農(nóng)作物總播種面積達(dá)到7.457 0萬(wàn)hm2,承災(zāi)體的暴露度大。從圖4d可以看出,防災(zāi)減災(zāi)能力較弱的地區(qū)位于濰坊市的中部,主要包括濰城區(qū)、坊子區(qū),要合理設(shè)置農(nóng)村衛(wèi)生醫(yī)療機(jī)構(gòu),提高農(nóng)村地區(qū)醫(yī)療水平。
表1 濰坊市各地一級(jí)指標(biāo)的風(fēng)險(xiǎn)評(píng)估值
圖4 濰坊市分地區(qū)一級(jí)指標(biāo)風(fēng)險(xiǎn)等級(jí)
通過(guò)式(7)計(jì)算各地區(qū)的綜合風(fēng)險(xiǎn)值,數(shù)值越大代表越危險(xiǎn),數(shù)值越小代表綜合風(fēng)險(xiǎn)越小。通過(guò)GIS的自然斷點(diǎn)法得到高風(fēng)險(xiǎn)等級(jí)地區(qū)為青州市(0.783 7),較高風(fēng)險(xiǎn)等級(jí)地區(qū)為安丘市(0.658 9)、臨朐縣(0.642 7)、昌樂(lè)縣(0.628 8)、坊子區(qū)(0.605 3),中等風(fēng)險(xiǎn)等級(jí)地區(qū)為諸城市(0.570 0)、濰城區(qū)(0.509 5),較低風(fēng)險(xiǎn)等級(jí)地區(qū)為昌邑市(0.462 1)、寒亭區(qū)(0.458 6)、壽光市(0.452 8)、高密市(0.417 1),低風(fēng)險(xiǎn)等級(jí)地區(qū)為奎文區(qū)(0.308 9),見(jiàn)圖5。
從圖5可以看出,濰坊市綜合風(fēng)險(xiǎn)總體態(tài)勢(shì)是從西南到東北逐級(jí)遞減。青州市的綜合風(fēng)險(xiǎn)最大,即使有強(qiáng)的防災(zāi)減災(zāi)能力,但致災(zāi)因子危險(xiǎn)度、孕災(zāi)環(huán)境敏感性、承災(zāi)體易損性都居于首位,導(dǎo)致該地的農(nóng)業(yè)受洪澇災(zāi)害風(fēng)險(xiǎn)最大。而奎文區(qū)為市中心,該地從事農(nóng)業(yè)的范圍極小,農(nóng)業(yè)洪澇災(zāi)害的風(fēng)險(xiǎn)最小。
結(jié)合2018年的山東濰坊市洪澇災(zāi)害損失情況分析,臨朐縣、青州市、昌樂(lè)縣和壽光市受災(zāi)最為嚴(yán)重,其中青州市、昌樂(lè)縣和臨朐縣的綜合風(fēng)險(xiǎn)大。且臨朐縣、青州市具有高敏感的孕災(zāi)環(huán)境,臺(tái)風(fēng)“溫比亞”和“摩羯”過(guò)境后,造成臨朐市1.2萬(wàn)hm2(18萬(wàn)畝)農(nóng)田被毀,水庫(kù)、道路都受到極其嚴(yán)重的損壞,青州市汛期總降水量、最大日降水量都達(dá)到濰坊市的峰值。壽光市的綜合風(fēng)險(xiǎn)并不高,此地的河網(wǎng)密度大,由于臨朐縣、青州市的暴雨頻率和強(qiáng)度大,兩地上游的冶源水庫(kù)、黑虎山水庫(kù)儲(chǔ)存水超負(fù)荷后,高強(qiáng)度的泄洪導(dǎo)致處于下游的壽光市遭受洪澇災(zāi)害。該文的計(jì)算結(jié)果符合當(dāng)年的災(zāi)害特征。
圖5 濰坊市農(nóng)業(yè)洪澇災(zāi)害風(fēng)險(xiǎn)等級(jí)
對(duì)每個(gè)指標(biāo)權(quán)重分別增加(減少)5%、50%,其他指標(biāo)權(quán)重隨之發(fā)生變化,保持權(quán)重之和等于1。每種指標(biāo)通過(guò)這4種權(quán)重值變化,采用WGA算子進(jìn)行排序計(jì)算,風(fēng)險(xiǎn)排序的變動(dòng)情況(表2)反映出指標(biāo)的靈敏度。
表2 指標(biāo)權(quán)重靈敏度分析
農(nóng)業(yè)洪澇災(zāi)害評(píng)估指標(biāo)靈敏度大小排序?yàn)閁21=U22>U14>U12=U13=U33=U42。其中U21(地形高程差)指標(biāo)數(shù)值較大的地區(qū)有青州市、臨朐縣、諸城市、安丘市、昌樂(lè)縣,此處多高山地貌,具備形成降雨的條件,易形成下坡雨,造成水土流失。U22(河網(wǎng)密度)指標(biāo)數(shù)值較大的地區(qū)有坊子區(qū)、壽光市、寒亭區(qū)和濰城區(qū),當(dāng)河道流量超負(fù)荷后,此處更易孕災(zāi),U21和U22這兩個(gè)指標(biāo)對(duì)于各地風(fēng)險(xiǎn)排序影響很大,風(fēng)險(xiǎn)管理時(shí)要重點(diǎn)關(guān)注。U14(最大日降水量)指標(biāo)數(shù)值較大的地區(qū)有青州市、安丘市、昌樂(lè)縣和臨朐市,該指標(biāo)數(shù)據(jù)大會(huì)造成單日里的排水壓力大,易引發(fā)洪澇災(zāi)害,這類指標(biāo)數(shù)據(jù)變動(dòng)大,應(yīng)考慮降低權(quán)重,減少數(shù)據(jù)波動(dòng)帶來(lái)的偏差,且保障該項(xiàng)指標(biāo)數(shù)據(jù)收集工作的準(zhǔn)確性。U12(暴雨頻率)指標(biāo)數(shù)值較大的地區(qū)有濰城區(qū)、昌樂(lè)縣、寒亭區(qū)、坊子區(qū)、奎文區(qū)和青州市,此地陰雨天氣較多,對(duì)農(nóng)作物的生長(zhǎng)發(fā)育造成影響。U13(汛期降水量)指標(biāo)數(shù)值較大的地區(qū)有昌樂(lè)縣、青州市、壽光市、臨朐縣等地,會(huì)提高地下水位,影響低洼區(qū)的農(nóng)業(yè)發(fā)展。U33(地均農(nóng)業(yè)GDP)指標(biāo)數(shù)值較大的地區(qū)有壽光市、青州市、昌樂(lè)縣、寒亭區(qū)和安丘市,該項(xiàng)指標(biāo)的大小反映了農(nóng)業(yè)承災(zāi)體的易損性。U42(衛(wèi)生機(jī)構(gòu))體現(xiàn)了每個(gè)地區(qū)的防災(zāi)減災(zāi)能力,防范濰坊市洪澇災(zāi)害對(duì)策時(shí)高度關(guān)注這些指標(biāo)。
(1)該文分析了災(zāi)害風(fēng)險(xiǎn)構(gòu)成因素,從致災(zāi)、孕災(zāi)、承災(zāi)和減災(zāi)四方面展開(kāi)探討。山東濰坊市致災(zāi)因子的危險(xiǎn)性從西往東呈減弱趨勢(shì);濰坊市的山區(qū)位于西部和南部,此處地勢(shì)起伏大、河流眾多,致使孕災(zāi)環(huán)境呈現(xiàn)高敏感度狀態(tài);根據(jù)農(nóng)業(yè)的暴露度和脆弱性,濰坊市的承災(zāi)體易損度呈現(xiàn)出從西北到東南逐級(jí)遞減的現(xiàn)象;防災(zāi)減災(zāi)能力較弱的地區(qū)位于濰坊市的中部地區(qū)。
(2)綜合考慮致災(zāi)、孕災(zāi)、承災(zāi)和減災(zāi)情況,得到了山東濰坊市綜合風(fēng)險(xiǎn)的總體態(tài)勢(shì),從西南到東北逐級(jí)遞減,綜合風(fēng)險(xiǎn)由高到低排序:青州市>安丘市>臨朐縣>昌樂(lè)縣>坊子區(qū)>諸城市>濰城區(qū)>昌邑市>寒亭區(qū)>壽光市>高密市>奎文區(qū)。
(3)利用WGA算子分析指標(biāo)權(quán)重的靈敏度,反映各項(xiàng)指標(biāo)對(duì)風(fēng)險(xiǎn)的影響程度,其中,地形高程差和河網(wǎng)密度最為靈敏,說(shuō)明孕災(zāi)環(huán)境是導(dǎo)致農(nóng)業(yè)洪澇災(zāi)害風(fēng)險(xiǎn)的重要作用指標(biāo),最大日降水量的靈敏度次之,風(fēng)險(xiǎn)管理時(shí)著重注意對(duì)靈敏度大的指標(biāo)的應(yīng)對(duì)處理。暴雨頻率、汛期降水量、地均農(nóng)業(yè)GDP、衛(wèi)生機(jī)構(gòu)的指標(biāo)靈敏程度較低,年降水量、農(nóng)用地占比、鄉(xiāng)村人口占比、農(nóng)村居民人均可支配收入的指標(biāo)靈敏程度最低。
(1)增強(qiáng)致災(zāi)高危地區(qū)和孕災(zāi)高敏感地區(qū)的洪澇災(zāi)害風(fēng)險(xiǎn)防范。對(duì)于致災(zāi)因子高危險(xiǎn)地區(qū),應(yīng)提高暴雨預(yù)測(cè)工作的準(zhǔn)確性、及時(shí)性,結(jié)合多種傳播途徑將災(zāi)害信息傳播到戶;濰坊市的暴雨高頻時(shí)期集中在7、8月份,適當(dāng)調(diào)整農(nóng)作物的播種時(shí)間,規(guī)避開(kāi)暴雨災(zāi)害;洪澇災(zāi)害多發(fā)地的政府和居民做好防范準(zhǔn)備,增加應(yīng)急避難設(shè)施;加強(qiáng)對(duì)洪水易發(fā)區(qū)的治理;對(duì)于濰坊市孕災(zāi)環(huán)境高敏感地區(qū),要加強(qiáng)山區(qū)的生態(tài)文明建設(shè),多發(fā)展林業(yè),用灌木類、喬木類植被固定土地,涵養(yǎng)水源且防止水土流失。
(2)提高易損地區(qū)的防災(zāi)減災(zāi)能力。對(duì)于濰坊市承災(zāi)體易損地區(qū),要選擇更為合理的種植結(jié)構(gòu),注重抗?jié)匙魑锏脑耘?;濰坊市的冬暖式大棚多,地勢(shì)低,容易積水、滲水,要及時(shí)排除自家農(nóng)地的水,加強(qiáng)對(duì)農(nóng)業(yè)的自救行為;政府相關(guān)部門(mén)要及時(shí)填堵決堤口,保障泄洪河道的暢通,合理設(shè)置排水溝;根據(jù)氣象預(yù)報(bào),加固農(nóng)田四周的堤壩,及時(shí)排除農(nóng)田的積水。對(duì)于防災(zāi)減災(zāi)能力弱的地區(qū),要合理設(shè)置農(nóng)村衛(wèi)生醫(yī)療機(jī)構(gòu),及時(shí)救助災(zāi)民,保障農(nóng)業(yè)的勞動(dòng)力;且7、8月份瘟疫易傳播,要加強(qiáng)對(duì)災(zāi)區(qū)的消毒處理;道路等項(xiàng)目工程的建設(shè)盡量避開(kāi)不良地段,并對(duì)路基進(jìn)行有針對(duì)性的養(yǎng)護(hù),推行相應(yīng)的保險(xiǎn)協(xié)議,風(fēng)險(xiǎn)高的區(qū)域進(jìn)行防災(zāi)知識(shí)的宣傳。
(3)加強(qiáng)高靈敏度指標(biāo)的風(fēng)險(xiǎn)防控能力。對(duì)于地形高程差較大的地區(qū),興修蓄水工程,例如水庫(kù)、塘壩,提高對(duì)水資源的調(diào)控能力。對(duì)于河網(wǎng)較為密集的地區(qū),拓寬河道,增加兩岸的防堤密度,以增強(qiáng)河道的容納能力,河道兩旁多種植耐水性強(qiáng)、耐沖刷的植物。針對(duì)最大日降水量多的地區(qū),要合理安排農(nóng)業(yè)的排水溝渠,做好泄洪河道的疏通工作,避免河道決堤現(xiàn)象的發(fā)生。針對(duì)暴雨頻率較高的地區(qū),由于該地的陰雨天氣多,植物光合作用較弱,造成農(nóng)產(chǎn)品的產(chǎn)量和質(zhì)量下降,要對(duì)農(nóng)作物采取補(bǔ)救措施,適量施加有機(jī)肥,噴灑相應(yīng)的藥物。汛期內(nèi)降雨量增多會(huì)導(dǎo)致地下水位的持續(xù)上漲,對(duì)于低洼處的農(nóng)業(yè)有著很大的損害,利用抽水泵等工具完善排水工作,加強(qiáng)農(nóng)戶的自救工作。此外濰坊市的暴雨天氣是大部分由臺(tái)風(fēng)造成的,因此,針對(duì)地均農(nóng)業(yè)GDP高的地區(qū),防澇的同時(shí)還要注意防風(fēng),及時(shí)搶收成熟的作物,對(duì)高稈作物進(jìn)行培土加固,對(duì)大棚進(jìn)行加固處理,在暴雨后及時(shí)清洗蔬菜葉面淤泥,對(duì)剛種植的蔬菜幼苗及時(shí)查苗補(bǔ)缺,通過(guò)藥物防治病蟲(chóng)害,減少農(nóng)業(yè)的損失。