中國南方干旱災害風險評估

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重點實驗室，中國氣象局干旱氣候變化與減災重點實驗室，甘肅 蘭州 730020；2.甘肅省定西市氣象局, 甘肅 定西 743003)

?

中國南方干旱災害風險評估

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重點實驗室，中國氣象局干旱氣候變化與減災重點實驗室，甘肅 蘭州 730020；2.甘肅省定西市氣象局, 甘肅 定西 743003)

干旱災害風險評估是災害風險管理的關鍵途徑。通過分析干旱災害風險成因，從干旱災害的致災因子危險性、孕災環境脆弱性、承災體暴露性和防災減災能力四大因子入手，以災害學理論為基礎，構建干旱災害風險評估模型，然后根據相關氣象、地理環境和社會經濟數據，在GIS平臺上對中國南方地區進行了干旱災害風險評估。得到以下結論：1)干旱致災因子的高危險區主要位于云南省的中東部以及與四川的交界處，川西高山高原區和東部盆地的遂寧、宜賓市，以及廣東東部沿海地區；2)孕災環境的高脆弱區主要分布在云南中東部、四川東部盆地以及貴州西北部；3)承災體的高暴露區主要位于廣東東部、雷州半島和沿海地區，廣西南部以及四川盆地的大部分地區；4)防災減災能力較高的區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；5)干旱災害的高風險區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、廣西西南部以及廣東東北部和雷州半島；干旱災害的低風險區主要位于四川北部山區以及廣東和廣西的北部。

中國南方；干旱災害風險；評估

干旱是人類面臨的重大環境問題，是天然降水異常引起的水分短缺現象[1]。干旱災害則是由干旱這種自然現象和人類活動共同作用的結果，是自然環境系統和社會經濟系統在特定時空條件下耦合的特定產物[2]。干旱災害作為發生頻率高、影響范圍廣、持續時間長和造成損失大的自然災害之一，不僅可以導致糧食減產、供水短缺和生態環境惡化，特大干旱甚至還可以引起人員死亡和朝代更迭，是制約社會可持續發展的一個重要因子。

IPCC第五次評估報告再一次肯定了全球變暖這一事實。報告指出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]。在這個背景下，降水年際年內變異增大，山地冰川加速退縮，區域降水和河川徑流變化波動明顯增大，干旱、高溫等極端天氣氣候事件的發生頻率和強度都呈增加趨勢；而不斷變化的氣候又可能使極端天氣氣候事件在發生時間、頻率、強度、空間范圍和持續時間上產生變化，例如導致干旱的發生頻率升高，不同地域、不同季節發生嚴重及特大干旱災害的年份增多，甚至有可能出現連季和連年性的極端干旱氣候事件[4-6]。

中國大部分地區位于季風影響氣候區，季風的季節性循環和年際波動等氣候特征決定了中國在本質上是一個干旱災害頻發的國家，而氣候變暖使得中國的旱情不斷加重[7]。據統計，1990-2008年的18年間，中國平均干旱受災面積達2477萬hm2。2000年發生了建國以來最嚴重的干旱災害，中國的受災面積達到4054萬hm2，其影響超過1959-1961年的3年自然災害。值得注意的是，近年來在我國北方干旱形式依然嚴峻的情況下，南方干旱出現明顯的增加和加重趨勢[8-10]。1951-1990年出現重大干旱事件8年中南方出現干旱的只有3年，占總事件數的37.5%；1991-2000年出現重大干旱事件5年中南方出現干旱就有3年，占總事件數的60%；而2001-2012年12年間出現重大干旱事件8年中南方均出現干旱，占總事件數的100%。2006年川渝夏秋大旱，2009-2010年云南、貴州、四川等省(區)出現秋、冬及春季連旱，2011-2012年云南出現嚴重連旱。在這樣的背景下，中國的抗旱減災面臨的形式越來越嚴峻，任務越來越艱巨，因此亟需做好干旱災害風險評估和管理工作，減輕由氣候變化引起的干旱極端事件帶來的負面影響。

干旱災害風險是干旱對人類的生命健康、財產和生存環境等帶來直接或間接不利影響的發生概率和程度[11-12]。干旱災害風險評估就是對干旱災害風險發生的強度和形式進行評定和估計，具有不確定性，評估偏重于結果，可以通過觀察外表或對有關參數進行測試來完成，也可以通過分析有關原因和過程從而推導出結果。基于概率統計的評估屬于觀察外表的方法，系統分析方法屬于推導方法。方法的選用主要基于擁有的數據資料和對干旱災害相關知識的掌握程度來決定。潘冬梅和王建剛[13]為了解決小區域歷史干旱災情資料匱乏的問題，運用模糊數學和信息擴散理論對新疆阿勒泰地區夏旱做了風險分析。肖名忠等[14]通過Mann-Kendall趨勢分析方法研究了珠江流域干旱時間演變特征，同時基于多變量Copula函數，在兩種不同干旱情景下，根據兩變量聯合重現期及其對應的第二重現期，比較研究了珠江流域的干旱風險。曹永強等[15]采用可變模糊評價法評估了大連市農業干旱風險。康西言等[16]利用氣象資料和冬小麥(Triticumaestivum)產量資料，根據自然災害風險分析的基本原理，計算了氣候干旱、作物干旱、產量災損3種風險度，并進行了相應的風險區劃。盛巧玲等[17]根據災害系統理論，從致災因子危險性和社會經濟承災體的易損性兩方面建立重慶市伏旱危險性、易損性評價模型和伏旱災害數學模型，通過GIS軟件得到研究區干旱災害的風險評估及區劃。從以上分析可以看出，目前干旱災害風險研究多采用基于大數定理等傳統概率統計方法，且主要以區域農業為評估對象，而缺少對區域社會、經濟、環境構成的復雜系統影響評估的研究，特別是針對中國南方農業的干旱風險評估研究還很薄弱。基于以上原因，本文從致災因子危險性、孕災環境脆弱性、承災體暴露性和防災減災能力4個方面對中國南方地區農業的干旱災害進行風險評估，并用地理信息系統方法將干旱災害的自然屬性和社會屬性統一起來，實現了評估結果的空間可視化，以期為實現南方地區的科學抗旱和主動抗旱提供基礎數據和理論支撐。

1 材料與方法

1.1 研究區介紹

圖1 研究區位置圖Fig.1 Location of the study area

中國南方地區主要指中國東部季風區的南部，即秦嶺-淮河以南、青藏高原以東的地區。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)為案例區來評估氣候變暖背景下南方農業的干旱風險。案例區是中國典型的糧油產區，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，該區域自東向西海拔逐漸增大，海拔落差達到6940 m(圖1)。從氣候條件來看，華南地區的廣東和廣西省主要以亞熱帶季風氣候為主，年降水量主要分布在1300～2500 mm，年平均溫度在16～24℃；西南地區的貴州省屬亞熱帶濕潤季風氣候區，位于中國西南部高原山地，立體農業特征明顯，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氣候區，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，年均溫12～20℃，年降水量為900～1200 mm，西北部主要以寒溫帶氣候為主，年均溫為4～12℃，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

根據干旱災害風險系統的構成和研究目的，選用的主要數據有：1)研究區內147個站點1960-2012年的逐年和逐月降水(mm)、溫度(℃)、相對濕度(%)數據來源于中國氣象科學數據共享服務網(http://cdc.cma.gov.cn/)；2)1∶400萬土壤數據和1∶100萬地貌數據由國家科技基礎條件平臺建設項目：地球系統科學數據共享平臺(www.geodata.cn)提供；3)0～10 cm田間持水量和土壤萎蔫系數由中國科學院南京土壤研究所根據1979至1994年進行的第二次全國土壤調查數據制作的1∶100萬中國土壤空間數據庫提供；4)全國1 km網格土地利用數據(1980年代、1995年和2000年)由中國科學院資源環境科學數據中心提供；5)社會經濟數據來源于《廣東統計年鑒》[21]、《廣西統計年鑒》[22]、《貴州統計年鑒》[23]、《云南統計年鑒》[24]、《四川統計年鑒》[25]和《重慶統計年鑒》[26]。

1.3 風險分析

干旱災害風險分析是風險科學的核心，是干旱災害風險評估和管理的基礎。其分析原理是從干旱災害風險系統最基本的元素著手，對各元素進行量化分析和組合，以反映干旱災害風險的全貌。從災害學和自然災害風險形成機制的角度出發，將干旱災害風險的元素分解見圖2。

干旱致災因子危險性主要與氣象干旱的發生頻率、強度和持續時間有關；孕災環境脆弱性主要指干旱危險區的氣候背景、植被狀況、地理條件、土壤性質和水文環境；承災體暴露性與暴露在干旱危險區的生命和財產數量有關；干旱防災減災能力則與干旱危險區的經濟水平、抗旱資金投入、公眾教育水平和社會對干旱的關注度等有關[12,27]。

1.4 參數選擇

根據風險分析的結果，綜合研究區的實際情況和數據獲取的難易程度，選擇各風險要素的評估指標。

圖2 干旱災害風險要素Fig.2 The parameters of the draught disaster risk

1.4.1 致災因子危險性指標 氣象干旱是指由天然降水異常引起的水分短缺現象，其評判指標有很多，主要分為單因子指標和多因子指標[28]。單因子指標所需資料比較容易獲取，計算方法簡單，且不涉及具體的干旱形成機理和過程，具有較強的時空適應性；多因子指標主要從水分平衡的角度出發，物理機制較為明確，但計算繁瑣，對資料要求高，有些參數需要通過大量實驗確定，還有些參數只能通過經驗獲得，從而影響了計算結果的準確性和時空適應性。近年來，綜合氣象干旱指數(compound index of meteorological drought,CI)在全國不同區域得到了廣泛應用，相對于其他干旱指數的局限性，CI指數具有更廣泛的時空適應性[29-31]。由于案例區分布面積廣闊，同時考慮到南方地處熱帶和亞熱帶季風氣候區，水分轉換速度較快，因此本研究選擇適宜于大區域氣象干旱監測和歷史同期氣象干旱評估的月尺度綜合氣象干旱指數CI來表征研究區干旱災害發生的強度和頻率。CI指數的計算方法詳見文獻[32-33]。月尺度干旱指標(CIt)等級標準如表1所示。

表1 干旱指標(CIt)等級標準

干旱頻次指的是每100年發生干旱事件的次數。計算公式如下：

(1)

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

1.4.2 孕災環境脆弱性指標 根據研究區的實際狀況，選擇降水量、溫度、相對濕度、降水傾向率、溫度傾向率、田間持水量、土壤凋萎系數、土壤類型、地貌類型、土地利用類型和河網密度來表征干旱孕災環境的脆弱性。

1.4.3 承災體暴露性指標 根據統計局出版的各省和直轄市的統計年鑒，分別以市和縣為單位統計其行政區面積、年末總人口和農林牧漁業總產值，計算出各行政單位的人口密度和農林牧漁業總產值密度。

1.4.4 防災減災能力指標 根據統計局出版的各省和直轄市的統計年鑒，分別以市和縣為單位選擇地區生產總值、財政預算支出和農民人均純收入作為防治減災能力指標。

1.5 評估方法

1.5.1 指標歸一化 干旱災害風險各因素及其包含的具體指標間的量綱和數量級都不同。為了消除這種差異，使各指標間具有可比性，就需要對每個指標做歸一化處理[34]。歸一化出來后的指標值均位于0～1之間。計算公式如下：

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

(2)

式(2)中，Dij是j區第i個指標的規范化值；Aij是j區第i個指標值；mini和maxi是第i個指標值中的最小值和最大值。

1.5.2 加權綜合評估法 加權綜合評估法是目前常用到的評估方法之一，常用于對方案、決策或技術進行綜合分析評價[35-36]。該方法基于每個指標對特定因子的影響程度存在差異這一假設前提，具體計算公式如下：

(3)

式(3)中，Cvj是評價因子的總值；Qvij為對于因子j的指標i(Qvij≥0)；Wci為指標i的權重值(0≤Wci≤1)；m為評價指標個數。

1.5.3 權重值 選用層次分析法(analytic hierarchy process, AHP)確定各因素和指標的權重值。AHP方法是由美國運籌學家薩蒂于20世紀70年代提出的，它的特點是在對復雜的決策問題的本質、影響因素及其內在關系等進行深入分析的基礎上，利用較少的定量信息使決策的思維過程數學化，進而為多目標、多準則或無結構特性的復雜決策問題提供簡單的決策方法。具體計算過程見文獻[37]。

2 結果與分析

2.1 致災因子危險性評估

影響干旱災害致災因子的變化程度越大，干旱災害對社會經濟造成損失的可能性也就越大。根據災害學理論和加權綜合評價法建立干旱災害致災因子危險性評估模型為：

(5)

式中,Hj為第j區干旱災害危險性指數；hi為第i種因素的危險性指數;Qi為第i種因素的危險性權重；n為因素個數。

圖3是基于CI1的中旱、重旱和特旱發生頻次的空間分布圖。從圖中可以看出，中旱發生頻次較高的地區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，以及廣東省的雷州半島；重旱發生頻次較高的地區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；特旱發生頻次較高的地區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，四川西部高原區和東部的遂寧、南充和宜賓市，以及廣東省東部沿海地區。通過統計各省、直轄市不同干旱強度在1960-2012年間的發生頻次可知，云南各等級的氣象干旱發生頻率均為最高，而廣東的重旱和特旱發生頻次比較低。

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

2.2 孕災環境脆弱性評估

干旱災害脆弱性的高低具有“放大”或“縮小”災情的作用，同時能客觀反映對干旱災害應對、緩沖和恢復能力的差異。一般而言，孕災環境的脆弱性越高，災害風險就越大。降低旱災脆弱性是減災的主要途徑，更是減災和防災的根本。根據災害學理論和加權綜合評價法建立干旱災害孕災環境脆弱性評估模型為：

(6)

式中,Sj為第j個區域孕災環境敏感性；θi為第i種因素的敏感性指數;Qi為第i類因素的脆弱性權重；n為因素個數。

圖4是孕災環境因子及其脆弱性空間分布圖。從氣候環境來看，研究區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，三者均呈現自東南至西北逐漸減少的趨勢。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，減少速率分別為25，13，11，9，7 mm/10 a，廣東呈增加趨勢，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)，溫度呈降低趨勢的區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；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。根據地貌中相對海拔、坡度地貌狀況等因素對干旱的影響，建立地貌類型脆弱性指數。從圖中可以看出地貌脆弱性程度高的區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。根據不同土壤類型對干旱的影響建立土壤類型脆弱性指數，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、工礦、居民用地所占比例遠高于其他地區；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干旱的脆弱性程度，建立土地利用類型的干旱脆弱性指數。從圖4中可知，四川盆地的土地利用脆弱性較高。從河網來看，只考慮1～3級河流，建立河流緩沖區。在平原區，1級河流的緩沖區寬度設為18 km，2級設為14 km，3級設為8 km；在山區，1級河流的緩沖區寬度設為4 km，2級為2 km，3級以下不設緩沖區。根據以上原則得到河網密度脆弱性指數，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、重旱和特旱發生頻次及致災因子危險性空間分布Fig.3 Spatial distribution of the occurrence frequency of moderate drought, severe drought, extreme drought and drought hazard based on CI1

圖4 孕災環境因子及其脆弱性空間分布Fig.4 Spatial distribution of the vulnerability of disaster-breeding environment

續圖4 孕災環境因子及其脆弱性空間分布Continued Fig.4 Spatial distribution of the vulnerability of disaster-breeding environment

根據干旱災害孕災環境脆弱性評估指標在干旱災害過程中作用的大小，用AHP方法獲得各因素的權重值，且均通過一致性檢驗(表2)。然后根據孕災環境脆弱性評估模型[公式(6)]，通過ArcGIS 9.3軟件的Raster Calculator模塊得到孕災環境脆弱性Sj。最后用自然斷點分級法將Sj劃分為低脆弱區、次低脆弱區、中等脆弱區、次高脆弱區和高脆弱區。從圖3中可以看出，孕災環境的高脆弱區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脆弱性較低。從行政區劃來說，孕災環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 孕災環境脆弱性權重

2.3 承災體暴露性評估

暴露性分析主要考慮受干旱威脅地區承災體的種類、范圍、數量、密度、價值等。一般而言，一個地區暴露的人口數量和價值密度越多，干旱災害風險也就越大。基于以上分析，結合研究區承災體特點，選擇人口密度和農林牧漁業總產值密度作為承災體暴露性的評價指標。根據災害學理論和加權綜合評價法建立干旱災害承災體暴露性評估模型為：

(7)

式中，Vj為第j個區域承災體暴露性；yi為第i種因素的暴露性指數;Qi為第i類因素權重；n為因素個數。

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

根據干旱災害承災體暴露性評估指標在干旱災害過程中作用的大小，用AHP方法獲得人口密度和農林牧漁業總產值密度的權重值分別為0.5和0.5，且均通過一致性檢驗。然后根據承災體暴露性評估模型[公式(7)]，通過ArcGIS 9.3軟件的Raster Calculator模塊得到承災體暴露性Vj。最后用自然斷點分級法將Vj劃分為低暴露區、次低暴露區、中等暴露區、次高暴露區和高暴露區。從圖5中可以看到承災體的高暴露區主要位于廣東東部、雷州半島和沿海地區，廣西南部以及四川盆地的大部分地區。形成這樣的空間分布的主要原因是由于這些地區暴露的人口密度和價值數量較高。從行政區劃上來看，廣東的干旱災害風險暴露性最高，暴露性指數為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 防災減災能力評估

干旱災害的防災減災能力客觀反映了人類對干旱災害應付、緩沖和恢復能力的差異。根據災害學理論和加權綜合評價法建立干旱災害防災減災能力評估模型為：

(8)

式中,Cj為第j個區縣防災減災能力指數；hi為第i種防災減災能力指數;Qi為第i種防災減災能力權重；n為因素個數。

一般將干旱防災減災能力分為工程性和非工程性兩類。工程性主要指水庫、溝渠、機井等設施；非工程性主要指社會經濟、認識觀念、干旱監測預警等能力。根據數據獲取的難易程度，選擇人均生產總值、人均財政支出和農村居民人均純收入作為防災減災能力指標。從圖6中可以看出人均生產總值和農村居民人均純收入的空間分布基本一致，高值區主要位于廣東大部、廣西西部、四川盆地、貴州中部和云南東北部，低值區主要位于西藏高原東部邊沿、廣西西部和貴州大部分地區。人均財政支出的高值區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。該結果與這些區域的人口數量稀少有關。

根據干旱災害防災減災能力指標在干旱災害過程中作用的大小，用AHP方法獲得人均生產總值、人均財政支出和農村居民人均純收入的權重值分別為0.4，0.4和0.2，且均通過一致性檢驗。然后根據防災減災能力評估模型[公式(8)]，通過ArcGIS 9.3軟件的Raster Calculator模塊得到防災減災能力Cj。最后用自然斷點分級法將Cj劃分為低防災減災能力區、次低防災減災能力區、中等防災減災能力區、次高防災減災能力區和高防災減災能力區。從圖6中可以看出防災減災能力較高的區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。從行政區劃來看，防災減災能力指數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 干旱災害防災減災能力評估Fig.6 Regionalization on the disaster prevention and mitigation capabilities

圖7 干旱災害風險區劃Fig.7 Regionalization on the drought disaster

2.5 干旱災害風險評估

對于干旱災害，在評估的區域內四大因子是相互獨立的變量，因此可以分離變量，又由于防災減災能力對于干旱災害風險的作用是相反的，因此得到干旱災害風險表達式為：

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

(9)

根據四大因子在干旱災害過程中作用的大小，用AHP方法獲得致災因子、孕災環境、承災體和防災減災能力的權重值分別為0.46，0.24，0.15和0.15，且均通過一致性檢驗。在ArcGIS 9.3軟件中得到干旱災害風險區劃圖后(圖7)再用自然斷點分級法將干旱災害風險R分為高風險區、次高風險區、中等風險區、次低風險區和低風險區，對應的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，干旱災害的高風險區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、廣西西南部以及廣東東北部和雷州半島；干旱災害的低風險區主要位于四川北部山區以及廣東和廣西的北部。從行政區劃來看，云南的干旱風險最大(0.60)，其次為廣西(0.55)、貴州(0.55)、四川(0.55)，廣東的干旱風險最小(0.54)。

從以上結論可以看出，研究區干旱災害風險評估結果主要受干旱致災因子的影響，但干旱孕災環境、區域暴露性和防災減災能力也是重要的影響因素。干旱風險高值區主要是由于該地區的干旱致災因子危險性高，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，這類土壤的土質疏松，土體淺薄，保水抗旱能力差，地貌也多以丘陵為主，孕災環境脆弱性較高。從暴露性和防災減災能力來看，四川盆地和廣東中東部沿海地區的人口密集、工農業發達，對干旱災害風險也有重要影響。基于以上分析，各地區應因地制宜的制定措施，以便最大限度的減少干旱災害帶來的風險。例如節約用水、減少單位耕地面積耗水量、修整水利設施、調整農業產業結構、實行抗旱預案制度等。

3 結論與討論

干旱災害風險評估是干旱災害風險管理的重要內容，是防旱抗旱工作的非工程性措施。通過對干旱災害風險成因的深入分析，結合災害學理論，從干旱災害的四大因子(致災因子、孕災環境、承災體和防災減災能力)入手，構建干旱災害風險評估模型，然后根據相關氣象、地理環境和社會經濟數據，利用自然斷點法對中國南方地區進行了干旱災害風險評估。得到以下結論：1)研究區干旱致災因子的高危險區主要位于云南省的中東部以及與四川的交界處，四川西部高原區和東部平原的遂寧、宜賓市，以及廣東東部沿海地區。2)孕災環境的高脆弱區主要分布在云南中東部、四川東部盆地以及貴州西北部。3)承災體的高暴露區主要位于廣東東部、雷州半島和沿海地區，廣西南部以及四川盆地的大部分地區。4)防災減災能力較高的區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。5)干旱災害的高風險區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、廣西西南部以及廣東東北部和雷州半島；干旱災害的低風險區主要位于四川北部山區以及廣東和廣西的北部。

以上結論從不同方面展示了中國南方地區干旱災害的危險性、脆弱性、暴露性和防災減災能力，并繪制了干旱災害風險的區域分布圖。該結果是干旱災害風險管理的基礎，對降低區域干旱災害風險具有重要的指導意義。但是區域干旱災害是一個非常復雜的系統，由若干層次組成，各子系統間又具有關聯的隨機性和動態性，很難完全定量化各因素對干旱災害風險的影響，因此需要在風險評估指標的選擇上盡可能的體現多元化、科學性和實用性。在做好大區域、大范圍總體干旱風險評估的基礎上，在未來的研究中還應向著風險評估的精細化和實用性方向發展。

[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：

[5] 亞行支援中國干旱管理戰略研究課題組. 中國干旱災害風險管理戰略研究[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年持續干旱日數的時空變化特征. 干旱氣象, 2014, 32(3): 326-333.

[7] 涂長望, 黃士松. 中國夏季風之進退. 氣象學報, 1944, 18: 1-20.

[8] 王鶯, 王勁松, 姚玉璧, 等. 基于溫度植被干旱指數的廣東省旱情動態監測. 草業學報, 2014, 23(2): 98-107.

[9] 孫成明, 劉濤, 田婷, 等. 基于MODIS的南方草地NPP遙感估算與應用. 草業學報, 2013, 22(5): 11-17.

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

[12] 黃崇福. 自然災害風險評價: 理論與實踐[M]. 北京: 科學出版社,2005.

[13] 潘冬梅, 王建剛. 新疆阿勒泰地區夏旱風險評估分析. 干旱氣象, 2012, 30(2): 188-191.

[14] 肖名忠, 張強, 陳曉宏. 基于多變量概率分析的珠江流域干旱特征研究. 地理學報,2012, 67(1): 83-92.

[15] 曹永強, 李香云, 馬靜, 等. 基于可變模糊算法的大連市農業干旱風險評價. 資源科學, 2011, 33(5): 983-988.

[16] 康西言, 李春強, 代立芹. 河北省冬小麥生產干旱風險分析. 干旱地區農業研究, 2012, 20(6): 232-237.

[17] 盛巧玲, 徐剛, 王新才. 基于GIS的重慶市伏旱風險性分析. 四川師范大學學報(自然科學版), 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業氣候資源變化Ⅰ. 華南地區農業氣候資源時空變化特征. 應用生態學報, 2010, 21(10): 2605-2614.

[19] 徐新創, 葛全勝, 鄭景云, 等. 區域農業干旱風險評估研究——以中國西南地區為例. 地理科學進展, 2011, 30(7): 883-890.

[20] 田山君, 楊世民, 孔凡磊, 等. 西南地區玉米苗期抗旱品種篩選. 草業學報, 2014, 23(1): 50-57.

[21] 廣東省統計局. 廣東統計年鑒: 2013[M]. 北京: 中國統計出版社, 2013.

[22] 廣西壯族自治區統計局. 廣西統計年鑒: 2013[M]. 北京: 中國統計出版社, 2013.

[23] 貴州省統計局. 貴州統計年鑒: 2013[M]. 北京: 中國統計出版社, 2013.

[24] 云南省統計局. 云南統計年鑒: 2013[M]. 北京: 中國統計出版社, 2013.

[25] 四川省統計局. 四川統計年鑒: 2013[M]. 北京: 中國統計出版社, 2013.

[26] 重慶市統計局. 重慶統計年鑒: 2013[M]. 北京: 中國統計出版社, 2013.

[27] 張強, 韓蘭英, 張立陽, 等. 論氣候變暖背景下干旱和干旱災害風險特征與管理策略. 地球科學進展, 2014, 29(1): 80-91.

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

[30] 包云軒, 孟翠麗, 申雙和, 等. 基于CI指數的江蘇省近50年干旱時空分布規律. 地理學報, 2011, 66(5): 599-608.

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

[32] GB/T 20481-2006. 氣象干旱等級[M]. 北京: 中國標準出版社, 2007: 1-7.

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

[34] 李美娟, 陳國宏, 陳衍泰. 綜合評價中指標標準化方法研究. 中國管理科學, 2004, 12(10): 45-47.

[35] 鄒旭愷, 張強. 近半個世紀我國干旱變化的初步研究. 應用氣象學報, 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的動態變化. 生態學雜志, 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

國家重點基礎研究發展計劃項目(2013CB430206)，國家重大科學研究計劃(2012CB955903)，中國清潔發展機制基金項目和蘭州干旱氣象研究所博士科研啟動項目(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. 中國南方干旱災害風險評估. 草業學報, 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.