菏澤市氣象災(zāi)害風(fēng)險(xiǎn)評(píng)估與區(qū)劃研究

陳楠

山東省菏澤市氣象局,山東 菏澤 274000

在全球氣候日趨變暖的背景下，近年來(lái)我國(guó)氣候復(fù)雜多變，各地極端天氣氣候事件和氣象災(zāi)害發(fā)生頻繁[1]。菏澤市屬于溫帶大陸性季風(fēng)氣候，四季分明，受季風(fēng)環(huán)流影響，春秋季氣溫變化大，夏季降水時(shí)空分布不均勻。由于各類天氣系統(tǒng)引起的天氣變化多樣，使得菏澤市氣象災(zāi)害種類呈日益增多趨勢(shì)，各種氣象災(zāi)害的發(fā)生頻率也在逐年增加，常見的氣象災(zāi)害主要包括暴雨洪澇、高溫、冰雹、雷電、干旱、大風(fēng)、低溫凍害、大雪等，且四季均有發(fā)生，如春季的低溫晚霜凍，夏季的高溫干旱和暴雨洪澇，秋季的連陰雨，冬季的低溫凍害、寒潮和大霧等[2]。

氣象災(zāi)害給經(jīng)濟(jì)社會(huì)的發(fā)展造成了嚴(yán)重的后果，同時(shí)也使人民的生命財(cái)產(chǎn)和糧食產(chǎn)量造成了嚴(yán)重的損失，因此引起了社會(huì)各界人士的廣泛關(guān)注。國(guó)內(nèi)外關(guān)于氣象災(zāi)害的風(fēng)險(xiǎn)評(píng)估和區(qū)劃已有諸多研究成果，賀芳芳等[3]對(duì)上海市低溫、雨雪、冰凍災(zāi)害進(jìn)行了風(fēng)險(xiǎn)區(qū)劃。李楠等[4]對(duì)山東省的暴雨洪澇災(zāi)害作了風(fēng)險(xiǎn)區(qū)劃。林霞[5]以遼寧省氣象災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)為例，討論了遼寧省暴雨、干旱、大風(fēng)、冰雹等主要?dú)庀鬄?zāi)害的時(shí)空分布規(guī)律及其形成。鐘晉陽(yáng)[6]運(yùn)用GIS空間分析法，得到了浙江省洪水災(zāi)害致災(zāi)因子危險(xiǎn)性區(qū)劃圖和浙江省洪水災(zāi)害承災(zāi)體易損性區(qū)劃圖。但是前人的研究一般是從較大的區(qū)域進(jìn)行災(zāi)害風(fēng)險(xiǎn)區(qū)劃，使得區(qū)劃結(jié)果較為宏觀，且應(yīng)用GIS技術(shù)對(duì)菏澤市氣象災(zāi)害風(fēng)險(xiǎn)區(qū)劃的研究還未見報(bào)道。因此，有必要對(duì)菏澤市的主要?dú)庀鬄?zāi)害進(jìn)行風(fēng)險(xiǎn)評(píng)估和區(qū)劃研究，以便更好的做好氣象業(yè)務(wù)工作和服務(wù)于農(nóng)業(yè)生產(chǎn)，為氣象防災(zāi)減災(zāi)提供重要依據(jù)。

1 資料來(lái)源與研究方法

1.1 資料來(lái)源

本文所使用的氣象資料數(shù)據(jù)主要來(lái)自1971～2016年菏澤市7縣2區(qū)的地面氣象觀測(cè)站所提供的觀測(cè)資料；區(qū)劃使用的地理信息資料是菏澤市國(guó)土資源局提供的1：25萬(wàn)菏澤市的基礎(chǔ)地理背景數(shù)據(jù)；區(qū)劃所需社會(huì)經(jīng)濟(jì)數(shù)據(jù)（如耕地面積、人均GDP、人口密度等）主要來(lái)自菏澤市統(tǒng)計(jì)局編制的統(tǒng)計(jì)年鑒；歷史氣象災(zāi)害的災(zāi)情數(shù)據(jù)庫(kù)（如經(jīng)濟(jì)損失、受災(zāi)面積、人員傷亡等）主要來(lái)自菏澤市民政局等部門[7]。

1.2 研究方法

本文主要是對(duì)致災(zāi)因子的危險(xiǎn)性（即氣象災(zāi)害的發(fā)生頻率）、孕災(zāi)環(huán)境和承災(zāi)體易損性（如人口密度、耕地面積）以及防災(zāi)減災(zāi)能力（如人均GDP）這四個(gè)方面對(duì)菏澤市的氣象災(zāi)害進(jìn)行風(fēng)險(xiǎn)評(píng)估與區(qū)劃。區(qū)劃所使用的方法為專家打分法、層次分析法、氣象災(zāi)害風(fēng)險(xiǎn)指數(shù)法、加權(quán)綜合評(píng)價(jià)法等[8]。菏澤市的氣象災(zāi)害主要是考慮暴雨、高溫、雷電、大風(fēng)、冰雹等的影響。本文建立了菏澤市氣象災(zāi)害風(fēng)險(xiǎn)評(píng)估模型，并利用ARCGIS軟件，繪制出了菏澤市氣象災(zāi)害綜合風(fēng)險(xiǎn)區(qū)劃圖。

1.2.1 氣象災(zāi)害數(shù)據(jù)的歸一化處理 歸一化方法是將有量綱的表達(dá)式轉(zhuǎn)化為無(wú)量綱的表達(dá)式，成為純量，利用公式（1），把數(shù)變?yōu)?～1之間的小數(shù)：

式中：Ximaxj表示指標(biāo)i在7縣2區(qū)氣象站點(diǎn)中的最大值，X'ij與Xij相應(yīng)表示各氣象站點(diǎn)j上指標(biāo)i的量化值和原始值。

1.2.2 氣象災(zāi)害綜合風(fēng)險(xiǎn)區(qū)劃模型的建立

式中的XK是災(zāi)種K的風(fēng)險(xiǎn)指數(shù)，Y是氣象災(zāi)害綜合風(fēng)險(xiǎn)指數(shù)，WK為災(zāi)種K的權(quán)重。根據(jù)菏澤市每個(gè)災(zāi)種的影響程度，利用專家打分法分別賦予高溫、暴雨、雷電、冰雹、大風(fēng)災(zāi)害相應(yīng)的權(quán)重，通過(guò)公式可計(jì)算出氣象災(zāi)害綜合風(fēng)險(xiǎn)指數(shù)。

2 氣象災(zāi)害風(fēng)險(xiǎn)區(qū)劃

利用氣象災(zāi)害風(fēng)險(xiǎn)評(píng)估和區(qū)劃的方法，在綜合考慮致災(zāi)因子危險(xiǎn)性、孕災(zāi)環(huán)境和承災(zāi)體易損性以及防災(zāi)減災(zāi)能力四個(gè)方面等因素[9,10]，建立了菏澤市氣象災(zāi)害風(fēng)險(xiǎn)評(píng)估模型，繪制了菏澤市氣象災(zāi)害綜合風(fēng)險(xiǎn)區(qū)劃圖[11,12]。

2.1 致災(zāi)因子危險(xiǎn)性分析

2.1.1 高溫致災(zāi)因子危險(xiǎn)性分析 高溫是指日最高氣溫達(dá)到35℃以上。影響高溫災(zāi)害的致災(zāi)因子主要是高溫日數(shù)和極端日最高氣溫。根據(jù)1971～2016年菏澤市7縣2區(qū)的地面氣象觀測(cè)站的逐日氣溫資料，統(tǒng)計(jì)出了菏澤市的極端日最高氣溫和高溫日數(shù)。將極端日最高氣溫和高溫日數(shù)進(jìn)行加權(quán)疊加，采用歸一化方法計(jì)算出每個(gè)縣區(qū)的高溫災(zāi)害風(fēng)險(xiǎn)指數(shù)。利用ARCGIS軟件中的kriging空間插值法，得出菏澤市高溫致災(zāi)因子危險(xiǎn)性分布圖（圖1）。由圖1可知，成武縣、牡丹區(qū)、曹縣和東明縣為高溫災(zāi)害致災(zāi)因子危險(xiǎn)性的較高的縣區(qū)，其指數(shù)為0.883～1；致災(zāi)因子危險(xiǎn)性相對(duì)較小縣區(qū)為單縣、鄄城縣和巨野縣，其指數(shù)為0.703～0.813；其它縣區(qū)屬中等風(fēng)險(xiǎn)區(qū)。

2.1.2 暴雨致災(zāi)因子危險(xiǎn)性分析 影響暴雨災(zāi)害的致災(zāi)因子主要考慮是暴雨災(zāi)害發(fā)生的頻率、強(qiáng)度和發(fā)生范圍。利用1971～2016年菏澤市7縣2區(qū)的暴雨歷史氣象災(zāi)害數(shù)據(jù)，統(tǒng)計(jì)出了各縣區(qū)暴雨災(zāi)害的發(fā)生頻率和強(qiáng)度。將暴雨災(zāi)害發(fā)生的頻率和強(qiáng)度進(jìn)行加權(quán)疊加，采用歸一化方法計(jì)算出每個(gè)縣區(qū)的暴雨災(zāi)害風(fēng)險(xiǎn)指數(shù)，利用ARCGIS軟件繪圖，得出暴雨致災(zāi)因子危險(xiǎn)性分布圖（圖2）。由圖2可知，巨野縣、曹縣、成武縣、單縣、牡丹區(qū)為暴雨致災(zāi)因子危險(xiǎn)性較高的縣區(qū)，其指數(shù)為0.932～1；其次是東明縣、定陶區(qū)、鄆城縣為中等風(fēng)險(xiǎn)區(qū)（0.755～0.868）；鄄城縣致災(zāi)因子危險(xiǎn)性相對(duì)較小（0.691～0.755）。但就菏澤市各縣區(qū)暴雨災(zāi)害風(fēng)險(xiǎn)分布而言，總體呈緯向的自北向南的遞增趨勢(shì)。

圖1 菏澤市高溫致災(zāi)因子危險(xiǎn)性分布圖Fig.1 Risk distribution map of the high temperature hazard factor of Heze

圖2 菏澤市暴雨致災(zāi)因子危險(xiǎn)性分布圖Fig.2 Risk distribution map of the rainstorm hazard factor of Heze

2.1.3 雷電致災(zāi)因子危險(xiǎn)性分析 影響雷電災(zāi)害的致災(zāi)因子主要考慮地閃發(fā)生的頻次。利用1971～2016年菏澤市各縣區(qū)雷電歷史氣象災(zāi)害數(shù)據(jù)，統(tǒng)計(jì)出了各縣區(qū)的地閃發(fā)生頻次，采用歸一化方法計(jì)算出每個(gè)縣區(qū)的雷電災(zāi)害風(fēng)險(xiǎn)指數(shù)，利用ARCGIS軟件中的kriging插值法，得出雷電致災(zāi)因子危險(xiǎn)性分布圖（圖3）。由圖3可知，牡丹區(qū)為雷電致災(zāi)因子危險(xiǎn)性較高的縣區(qū)，其指數(shù)為0.964～1，東明縣、成武縣雷電致災(zāi)風(fēng)險(xiǎn)指數(shù)較低為0.783～0.855，其它縣為中等風(fēng)險(xiǎn)區(qū)為0.855～0.964。地域分布由牡丹區(qū)逐漸向各縣區(qū)遞減。

2.1.4 冰雹致災(zāi)因子危險(xiǎn)性分析 冰雹災(zāi)害致災(zāi)因子的危險(xiǎn)性主要考慮冰雹災(zāi)害發(fā)生的歷史頻率分布情況。根據(jù)1971～2016年菏澤市各縣區(qū)冰雹歷史氣象災(zāi)害數(shù)據(jù)，統(tǒng)計(jì)出了各縣區(qū)冰雹災(zāi)害的發(fā)生頻率，采用歸一化方法計(jì)算出每個(gè)縣區(qū)的冰雹災(zāi)害風(fēng)險(xiǎn)指數(shù)，利用ARCGIS軟件中的Kriging插值法，得出冰雹致災(zāi)因子危險(xiǎn)性分布圖（圖4）。由圖4可知，巨野縣、東明縣、牡丹區(qū)、鄆城縣為冰雹致災(zāi)因子危險(xiǎn)性較高的縣區(qū)，其指數(shù)為0.509～1；其次是曹縣、單縣、定陶區(qū)、鄄城縣為0.176～0.509；成武縣的致災(zāi)因子危險(xiǎn)性最小，其指數(shù)為0.0[13]。

2.1.5 大風(fēng)致災(zāi)因子危險(xiǎn)性分析 大風(fēng)災(zāi)害致災(zāi)因子危險(xiǎn)性主要考慮大風(fēng)災(zāi)害的發(fā)生頻次。根據(jù)1971～2016年菏澤市各縣區(qū)大風(fēng)歷史氣象災(zāi)害數(shù)據(jù)，統(tǒng)計(jì)出了各縣區(qū)大風(fēng)災(zāi)害的發(fā)生頻率，采用歸一化方法計(jì)算出每個(gè)縣區(qū)的大風(fēng)災(zāi)害風(fēng)險(xiǎn)指數(shù)，利用ARCGIS軟件中的Kriging插值法，得出大風(fēng)致災(zāi)因子危險(xiǎn)性分布圖（圖5），通過(guò)圖5可以看出容易出現(xiàn)大風(fēng)災(zāi)害的地區(qū)，定陶區(qū)、牡丹區(qū)、巨野縣為大風(fēng)致災(zāi)因子危險(xiǎn)性較高的縣區(qū),其指數(shù)為0.725～1；東明縣、鄄城縣、曹縣其指數(shù)為0.488～0.725，是中等風(fēng)險(xiǎn)區(qū)；單縣、成武縣、鄆城縣風(fēng)險(xiǎn)指數(shù)相對(duì)較小，其指數(shù)為0.281～0.488。

圖3 菏澤市雷電致災(zāi)因子危險(xiǎn)性分布圖Fig.3 Riskdistri butionmap of the thunder and lightning hazard factor of Heze

圖4 菏澤市冰雹致災(zāi)因子危險(xiǎn)性分布圖Fig.4 Riskdistri but ionmap of the hail hazardfactorof Heze

圖5 菏澤市大風(fēng)致災(zāi)因子危險(xiǎn)性分布圖Fig.5Riskdistributionmapofthegale hazardfactorof Heze

2.2 孕災(zāi)環(huán)境和承災(zāi)體易損性分析

孕災(zāi)環(huán)境和承災(zāi)體易損性與各縣區(qū)的地形、耕地面積、人口密度大小等因素有關(guān)。本文主要考慮人口密度和耕地面積2個(gè)因素[14,15]，利用ARCGIS軟件中的Kriging插值法即可得出菏澤市人口密度指數(shù)分布圖和菏澤市耕地面積指數(shù)分布圖（圖略）。

其中曹縣、單縣、鄆城縣、牡丹區(qū)、巨野縣耕地面積比較大，其次是東明縣、成武縣、鄄城縣、定陶區(qū)耕地面積較小。耕地面積較大的地方，災(zāi)害性天氣的影響就越大，易損性越高，災(zāi)損越重，反之則輕。

其中牡丹區(qū)、鄄城縣的人口密度較大，人口密度較小的地方主要分布在東明縣、成武縣，其他縣人口密度適中。人口密度較大的地方，易損性高，災(zāi)損重，反之則輕。

2.3 防災(zāi)減災(zāi)能力分析

防災(zāi)減災(zāi)能力本研究主要考慮各縣區(qū)人均GDP的影響。人均GDP越高，則該地方的防災(zāi)減災(zāi)能力就越強(qiáng)，氣象災(zāi)害風(fēng)險(xiǎn)程度就越低，反之則越高[16]。利用ARCGIS軟件中的Kriging插值法即得到各縣區(qū)人均GDP指數(shù)分布圖（圖略）。

經(jīng)濟(jì)較發(fā)達(dá)的地方主要分布在牡丹區(qū)、東明縣，氣象災(zāi)害風(fēng)險(xiǎn)指數(shù)相對(duì)就較小；欠發(fā)達(dá)的地方主要分布在鄄城縣、曹縣，氣象災(zāi)害風(fēng)險(xiǎn)指數(shù)相對(duì)較大；其他縣風(fēng)險(xiǎn)指數(shù)中等。

2.4 氣象災(zāi)害風(fēng)險(xiǎn)評(píng)估模型建立

通過(guò)以上分析的致災(zāi)因子危險(xiǎn)性、孕災(zāi)環(huán)境脆弱性、承災(zāi)體易損性和防災(zāi)減災(zāi)能力這個(gè)四個(gè)方面的因素，結(jié)合菏澤市的氣候背景分析，利用專家打分法、層次分析法和氣象災(zāi)害風(fēng)險(xiǎn)指數(shù)法[17]，根據(jù)每個(gè)因子對(duì)氣象災(zāi)害的影響程度，我們可以把每種因子分別賦予一定的權(quán)重系數(shù)。經(jīng)過(guò)研究分析和專家打分可知，高溫和暴雨致災(zāi)因子是影響菏澤市氣象災(zāi)害風(fēng)險(xiǎn)性的主要因子，因此將其權(quán)重系數(shù)確定為0.18；雷電和大風(fēng)致災(zāi)因子是影響菏澤市氣象災(zāi)害風(fēng)險(xiǎn)性的次要因子，因此可將其權(quán)重系數(shù)確定為0.12；冰雹的致災(zāi)因子影響程度相對(duì)較小，可將其權(quán)重系數(shù)確定為0.1。人均GDP、耕地面積和人口密度這三個(gè)因子，也是影響菏澤市氣象災(zāi)害的風(fēng)險(xiǎn)因子，但是影響程度較小，因此可將其權(quán)重系數(shù)確定為0.1[18]。

我們可將其減弱菏澤市氣象災(zāi)害風(fēng)險(xiǎn)指數(shù)影響度的因子設(shè)置為負(fù)值，將增加菏澤市氣象災(zāi)害風(fēng)險(xiǎn)指數(shù)影響度的因子設(shè)置為正值。因此，我們可將高溫、暴雨、雷電、冰雹、大風(fēng)、人口密度和耕地面積確定為為正值[19]。人均GDP為負(fù)值。見公式(3)。經(jīng)計(jì)算得出表1。

式中：Y是氣象災(zāi)害綜合風(fēng)險(xiǎn)指數(shù)，X1是高溫災(zāi)害指數(shù)，X2是暴雨災(zāi)害指數(shù)，X3是雷電災(zāi)害指數(shù)，X4是大風(fēng)災(zāi)害指數(shù)，X5是冰雹災(zāi)害指數(shù)，X6是耕地面積指數(shù)，X7是人口密度指數(shù)、X8是人均GDP指數(shù)。Y值越大，氣象災(zāi)害風(fēng)險(xiǎn)指數(shù)就越高；Y值越小，氣象災(zāi)害風(fēng)險(xiǎn)指數(shù)就越小。

表1 氣象災(zāi)害風(fēng)險(xiǎn)因子Table 1 Meteorological disasters risk factor

2.5 綜合風(fēng)險(xiǎn)區(qū)劃和風(fēng)險(xiǎn)圖制作

根據(jù)以上建立的菏澤市氣象災(zāi)害的風(fēng)險(xiǎn)評(píng)估系統(tǒng)，利用公式（3），可計(jì)算出菏澤市每個(gè)縣區(qū)的氣象災(zāi)害綜合風(fēng)險(xiǎn)指數(shù)，運(yùn)用ARCGIS軟件中的kriging插值法即可得到菏澤市氣象災(zāi)害的綜合風(fēng)險(xiǎn)區(qū)劃圖[20]，由圖6可知，牡丹區(qū)、巨野縣的氣象災(zāi)害綜合風(fēng)險(xiǎn)程度較高，屬高風(fēng)險(xiǎn)區(qū)；其次是定陶區(qū)、東明縣、鄆城縣、鄄城縣、曹縣，屬中等風(fēng)險(xiǎn)區(qū)；綜合風(fēng)險(xiǎn)程度相對(duì)較小的縣主要是成武縣、單縣，屬低風(fēng)險(xiǎn)區(qū)。

圖6 氣象災(zāi)害綜合風(fēng)險(xiǎn)區(qū)劃圖Fig.6 Comprehensive risk zoning map of meteorological disasters

3 結(jié)論與討論

（1）分析可知，暴雨、雷電、冰雹、大風(fēng)和高溫在菏澤市氣象災(zāi)害中占主要位置。利用菏澤市的歷史氣象災(zāi)害災(zāi)情數(shù)據(jù)庫(kù)[21]，結(jié)合ARCGIS地理信息系統(tǒng),綜合考慮了致災(zāi)因子危險(xiǎn)性、孕災(zāi)環(huán)境和承災(zāi)體易損性以及防災(zāi)減災(zāi)能力等因素,確立了菏澤市氣象災(zāi)害風(fēng)險(xiǎn)評(píng)估系統(tǒng)，建立了菏澤市氣象災(zāi)害風(fēng)險(xiǎn)區(qū)劃。研究結(jié)果表明：菏澤市氣象災(zāi)害綜合風(fēng)險(xiǎn)程度較高的縣區(qū)主要分布在巨野縣、牡丹區(qū)；風(fēng)險(xiǎn)程度相對(duì)較小的縣區(qū)主要分布在單縣、成武縣；其它縣屬于中等風(fēng)險(xiǎn)區(qū)；

（2）根據(jù)自然災(zāi)害風(fēng)險(xiǎn)管理學(xué)、災(zāi)害學(xué)、氣象與氣候?qū)W、農(nóng)業(yè)氣象學(xué)、自然地理學(xué)等基本理論采用加權(quán)綜合評(píng)分法、專家打分法、氣象災(zāi)害風(fēng)險(xiǎn)指數(shù)法、層次分析法等方法,選取適當(dāng)?shù)闹笜?biāo),在綜合考慮致災(zāi)因子的危險(xiǎn)性、孕災(zāi)環(huán)境和承災(zāi)體易損性以及防災(zāi)抗災(zāi)能力這四個(gè)方面的因素,建立了菏澤市氣象災(zāi)害綜合風(fēng)險(xiǎn)指數(shù)模型[22]。運(yùn)用GIS技術(shù)，對(duì)菏澤市的這五種主要?dú)庀鬄?zāi)害進(jìn)行綜合分析和評(píng)價(jià),編制出菏澤市氣象災(zāi)害風(fēng)險(xiǎn)區(qū)劃；

（3）由于氣象災(zāi)害災(zāi)情數(shù)據(jù)庫(kù)的不全面性，ARCGIS軟件中的地理信息顯示比例的限制以及菏澤市氣象災(zāi)害風(fēng)險(xiǎn)區(qū)劃針對(duì)的區(qū)域面積較小，區(qū)劃使用的數(shù)據(jù)僅是7縣2區(qū)的數(shù)據(jù)，使用的數(shù)據(jù)較少，使得空間變化不夠明顯。因此，以后應(yīng)當(dāng)進(jìn)一步完善菏澤市氣象災(zāi)害風(fēng)險(xiǎn)區(qū)劃的技術(shù)方法，收集更多的區(qū)域站的數(shù)據(jù)資料，有待后期進(jìn)一步研究。

[1]Kennedy D.Break through of the year[J].Science,2002,298(5602)：2283

[2]章國(guó)材.氣象災(zāi)害風(fēng)險(xiǎn)評(píng)估與區(qū)劃方法[M].北京：氣象出版社,2010

[3]賀芳芳,邵步粉.上海地區(qū)低溫、雨雪、冰凍災(zāi)害的風(fēng)險(xiǎn)區(qū)劃[J].氣象科學(xué),2011,31(1)：33-39

[4]李 楠,任 穎,顧偉宗,等.基于GIS的山東省暴雨洪澇災(zāi)害風(fēng)險(xiǎn)區(qū)劃[J].中國(guó)農(nóng)學(xué)通報(bào),2010,26(20)：313-317

[5]林 霞.遼寧省氣象災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)[D].沈陽(yáng)：遼寧師范大學(xué),2009

[6]鐘晉陽(yáng).基于GIS的浙江省洪水災(zāi)害風(fēng)險(xiǎn)區(qū)劃[D].烏魯木齊：新疆農(nóng)業(yè)大學(xué),2009

[7]陳 楠,黃玉芳,馮 雪.基于GIS的菏澤市高溫災(zāi)害風(fēng)險(xiǎn)評(píng)估與區(qū)劃[J].中國(guó)農(nóng)學(xué)通報(bào),2016,32(35)：184-187

[8]張山清,普宗朝,吉春容,等.氣候變化對(duì)新疆釀酒葡萄種植氣候區(qū)劃的影響[J].中國(guó)農(nóng)業(yè)資源與區(qū)劃,2016,37(9)：125-134

[9]宮清華,黃光慶,郭 敏,等.基于GIS技術(shù)的廣東省洪澇災(zāi)害風(fēng)險(xiǎn)區(qū)劃[J].自然災(zāi)害學(xué)報(bào),2000,18(1)：58-63

[10]馮曉云,王建源.基于GIS的山東農(nóng)業(yè)氣候資源及區(qū)劃研究[J].中國(guó)農(nóng)業(yè)資源與區(qū)劃,2005,26(2)：60-62

[11]韓錦濤,李素清.山西省農(nóng)業(yè)氣候資源的綜合開發(fā)與區(qū)劃[J].中國(guó)農(nóng)學(xué)通報(bào),2006,22(12)：267-272

[12]李樹勇,周順亮,徐巧初,等.江西省農(nóng)業(yè)氣候資源區(qū)劃[J].江西農(nóng)業(yè)學(xué)報(bào),2007,19(2)：102-105

[13]肖志強(qiáng),樊明,趙彥鋒.武都山區(qū)農(nóng)業(yè)冰雹災(zāi)害發(fā)生規(guī)律及風(fēng)險(xiǎn)區(qū)劃研究[J].中國(guó)農(nóng)業(yè)資源與區(qū)劃,2013,34(6)：176-180

[14]史培軍.五論災(zāi)害系統(tǒng)研究的理論與實(shí)踐[J].自然災(zāi)害學(xué)報(bào),2009,18(5)：1-9

[15]楊之遠(yuǎn).災(zāi)害性天氣對(duì)臺(tái)灣農(nóng)業(yè)生產(chǎn)的影響[J].中國(guó)農(nóng)業(yè)氣象,1991,12(1)：56-62

[16]陳 順,史培軍.自然災(zāi)害[M].北京：北京師范大學(xué)出版社,2007：271

[17]余衛(wèi)東,陳懷亮.河南省優(yōu)質(zhì)小麥精細(xì)化農(nóng)業(yè)氣候區(qū)劃研究[J].中國(guó)農(nóng)學(xué)通報(bào),2010,26(11)：381-385

[18]張繼權(quán),李 寧.主要?dú)庀鬄?zāi)害風(fēng)險(xiǎn)評(píng)價(jià)與管理的數(shù)量化方法及其應(yīng)用[M].北京：北京師范大學(xué)出版社,2007

[19]王連喜,李 欣,陳懷亮,等.GIS技術(shù)在中國(guó)農(nóng)業(yè)氣候區(qū)劃中的應(yīng)用進(jìn)展[J].中國(guó)農(nóng)學(xué)通報(bào),2010,26(14)：361-364

[20]李世奎,霍治國(guó),王道龍,等.中國(guó)農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)與對(duì)策[M].北京：氣象出版社,1999

[21]國(guó)家氣象局.農(nóng)業(yè)氣象觀測(cè)規(guī)范[M].上卷.北京：氣象出版社,1993：1-59

[22]王春乙,張雪芬,趙艷霞.農(nóng)業(yè)氣象災(zāi)害影響評(píng)估和風(fēng)險(xiǎn)評(píng)價(jià)[M].北京：氣象出版社,2010：30-78