——以隴東黃土塬區(qū)為例"/>
999精品在线视频,手机成人午夜在线视频,久久不卡国产精品无码,中日无码在线观看,成人av手机在线观看,日韩精品亚洲一区中文字幕,亚洲av无码人妻,四虎国产在线观看 ?

典型脆弱區(qū)干旱災(zāi)害風(fēng)險(xiǎn)評(píng)估關(guān)鍵技術(shù)研究
——以隴東黃土塬區(qū)為例

2022-03-26 07:39:50陳思名霍艾迪陳四賓趙志欣

陳思名,霍艾迪,2,張 丹,陳四賓,趙志欣,陳 建

(1.長(zhǎng)安大學(xué)水利與環(huán)境學(xué)院,陜西 西安 710054;2.長(zhǎng)安大學(xué)旱區(qū)地下水文與生態(tài)效應(yīng)教育部重點(diǎn)實(shí)驗(yàn)室,陜西 西安 710054;3.中國(guó)科學(xué)院地理科學(xué)與資源研究所,北京 100101)

干旱災(zāi)害是全球發(fā)生頻率最高、持續(xù)時(shí)間最長(zhǎng)、影響面最廣的氣象災(zāi)害[1]。據(jù)聯(lián)合國(guó)發(fā)布的《災(zāi)害造成的人類損失2000―2019》報(bào)告中指出,2000―2019年期間發(fā)生了338起干旱事件,造成經(jīng)濟(jì)損失高達(dá)1280億美元。近年來(lái)隨著全球氣候變化的影響,干旱已成為中國(guó)最嚴(yán)重的自然災(zāi)害之一[2-3]。2017年中國(guó)氣象災(zāi)害年鑒顯示,2012―2016年干旱造成我國(guó)經(jīng)濟(jì)損失高達(dá)443億美元,約占所有氣象災(zāi)害直接經(jīng)濟(jì)損失的15.6%[4]。政府間氣候變化專門委員會(huì)(IPCC)第五次評(píng)估報(bào)告(AR5)指出,全球平均溫度將持續(xù)升高,極端干旱事件發(fā)生頻率不斷增大[5],未來(lái)干旱形勢(shì)將更加嚴(yán)峻[6],尋求抗旱減災(zāi)良策已是迫在眉睫[7]。

干旱災(zāi)害風(fēng)險(xiǎn)是指干旱的發(fā)生發(fā)展過(guò)程對(duì)社會(huì)、經(jīng)濟(jì)及生態(tài)環(huán)境造成影響和危害的概率與程度[8]。干旱災(zāi)害風(fēng)險(xiǎn)評(píng)估可以表征區(qū)域發(fā)生旱災(zāi)的形式和程度,是制定綜合防災(zāi)減災(zāi)對(duì)策的基礎(chǔ)[9]。近年來(lái),中國(guó)經(jīng)濟(jì)發(fā)展的空間格局發(fā)生了深刻轉(zhuǎn)變,尤其是黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展己成為亟待解決的關(guān)鍵問(wèn)題[10-11]。隴東黃土塬區(qū)屬典型雨養(yǎng)農(nóng)業(yè)區(qū),且地處我國(guó)生態(tài)環(huán)境脆弱帶[12-13],是典型的干旱缺水區(qū)。由于氣溫升高及降雨偏少,隴東黃土塬區(qū)干旱化趨勢(shì)不斷加劇[14]。近年來(lái),相關(guān)學(xué)者針對(duì)黃土塬區(qū)旱災(zāi)風(fēng)險(xiǎn)做出了大量研究。王鶯[15]結(jié)合相關(guān)氣象數(shù)據(jù)對(duì)甘肅省河?xùn)|地區(qū)氣象干旱災(zāi)害風(fēng)險(xiǎn)進(jìn)行評(píng)估;肖志強(qiáng)等[16]分析了黃土塬區(qū)東南部近40 a平均干旱年頻率,分析了氣候特征對(duì)農(nóng)業(yè)生產(chǎn)的影響及對(duì)旱災(zāi)風(fēng)險(xiǎn)進(jìn)行了評(píng)估;賈建英等[17]對(duì)甘肅省冬小麥進(jìn)行了干旱災(zāi)害風(fēng)險(xiǎn)評(píng)估及區(qū)劃;趙冬青等[18]利用隴東黃土塬區(qū)冬小麥、春玉米等數(shù)據(jù)資料對(duì)農(nóng)業(yè)綜合旱災(zāi)風(fēng)險(xiǎn)進(jìn)行評(píng)估。以上研究均能清晰地反映研究區(qū)的旱災(zāi)風(fēng)險(xiǎn)狀況,為抗旱減災(zāi)行動(dòng)提供了行之有效的方案,但對(duì)旱災(zāi)風(fēng)險(xiǎn)的評(píng)估主要偏重于農(nóng)業(yè)方面[19-21],且由于所用遙感數(shù)據(jù)精度的限制,精細(xì)化程度還有待進(jìn)一步提高。基于此,本文結(jié)合黃土塬區(qū)氣候特征及干旱事件發(fā)生規(guī)律,利用遙感、經(jīng)濟(jì)等數(shù)據(jù)開展甘肅省慶陽(yáng)市旱災(zāi)風(fēng)險(xiǎn)評(píng)價(jià)研究,構(gòu)建切實(shí)反映隴東黃土塬區(qū)旱災(zāi)風(fēng)險(xiǎn)的評(píng)價(jià)模型,及時(shí)評(píng)估慶陽(yáng)市旱災(zāi)風(fēng)險(xiǎn),不僅對(duì)隴東黃土塬區(qū)抗旱減災(zāi)具有重大意義,也是推動(dòng)黃河流域高質(zhì)量發(fā)展的重要任務(wù)之一。本文以百米級(jí)尺度(空間分辨率為0.1°×0.1°)進(jìn)行慶陽(yáng)市旱災(zāi)風(fēng)險(xiǎn)評(píng)價(jià)與區(qū)劃分析,以期有效提高數(shù)據(jù)空間分辨率,反映更為精細(xì)的風(fēng)險(xiǎn)性空間分異特征。

1 研究區(qū)概況和數(shù)據(jù)來(lái)源

1.1 研究區(qū)概況

甘肅省慶陽(yáng)地區(qū)位于甘肅省東部、黃河中游,地跨106°20′~108°45′E,35°15′~37°31′N,轄西峰區(qū)、慶城、華池、寧縣、鎮(zhèn)原、合水、正寧和環(huán)縣1區(qū)7縣,總面積為27 119 km2(圖1,見(jiàn)201YE頁(yè))。地勢(shì)呈現(xiàn)北高南低的趨勢(shì),海拔855~2 089 m,最高處是北部馬家大山;中南部屬于黃土高塬溝壑區(qū),有數(shù)十條塬面,其中最大的董志塬是農(nóng)作物的主產(chǎn)區(qū)。慶陽(yáng)市地處干旱半干旱大陸性季風(fēng)氣候區(qū),受季風(fēng)氣候的影響,降雨主要集中在7―9月,年平均降雨量為432.6~665 mm,年際變化大,降雨分布極不均勻,在空間分布上呈東南向西北遞減的趨勢(shì)。由于地形地貌對(duì)水資源分布的顯著影響,降雨是全市主要的水資源補(bǔ)充[22]。該地區(qū)干旱災(zāi)害頻繁發(fā)生,有“三年一旱,十年一大旱”之說(shuō)。

圖1 慶陽(yáng)市行政區(qū)劃及高程圖

1.2 數(shù)據(jù)來(lái)源

本研究選取的數(shù)據(jù)主要有:

(1)基礎(chǔ)地理數(shù)據(jù):慶陽(yáng)市縣級(jí)行政區(qū)劃數(shù)據(jù)、數(shù)字高程模型(DEM)數(shù)據(jù)、帕默爾干旱指數(shù)(PDSI)數(shù)據(jù)、植被覆蓋指數(shù)(NDVI)數(shù)據(jù)、地表溫度(LST)數(shù)據(jù)、地表覆蓋數(shù)據(jù)、土壤濕度數(shù)據(jù),其中甘肅省1∶4×106縣級(jí)行政區(qū)劃數(shù)據(jù)集來(lái)源于國(guó)家地球系統(tǒng)科學(xué)數(shù)據(jù)中心,數(shù)字高程模型(DEM)數(shù)據(jù)來(lái)源于美國(guó)航空航天局(http://srtm.csi.cgiar.org/srtmdata/),全球PDSI數(shù)據(jù)以及土壤濕度數(shù)據(jù)來(lái)源于氣候?qū)W加州大學(xué)梅塞德分校實(shí)驗(yàn)室(http://www.climatologylab.org/),植被指數(shù)數(shù)據(jù)和地表溫度數(shù)據(jù)均來(lái)源于NASA發(fā)布的遙感影像數(shù)據(jù)(https://ladsweb.modaps.eosdis.nasa.gov/),地表覆蓋數(shù)據(jù)來(lái)源于國(guó)家基礎(chǔ)地理信息中心(http://www.globallandcover.com/)。

(2)社會(huì)經(jīng)濟(jì)數(shù)據(jù):GDP、人口格網(wǎng)數(shù)據(jù)來(lái)源于國(guó)家地球系統(tǒng)科學(xué)數(shù)據(jù)中心(http://www.geodata.cn/)

2 研究方法

首先確定干旱災(zāi)害風(fēng)險(xiǎn)評(píng)估系統(tǒng)的構(gòu)成要素,再利用層次分析法計(jì)算各項(xiàng)指標(biāo)因子的權(quán)重,并通過(guò)GIS軟件對(duì)各項(xiàng)要素所包含的單項(xiàng)指標(biāo)進(jìn)行歸一化處理,最終形成慶陽(yáng)市干旱災(zāi)害風(fēng)險(xiǎn)區(qū)劃結(jié)果,其技術(shù)路線如圖2。

圖2 慶陽(yáng)市干旱災(zāi)害風(fēng)險(xiǎn)區(qū)劃研究技術(shù)框架

2.1 層次分析法

層次分析法(Analytic hierarchy process, AHP)是將一個(gè)復(fù)雜的多目標(biāo)決策問(wèn)題表示為有序的遞階層次結(jié)構(gòu)[23]。其步驟為:首先建立層次結(jié)構(gòu)模型,將旱災(zāi)風(fēng)險(xiǎn)的組成要素按照目標(biāo)層、準(zhǔn)則層和指標(biāo)層進(jìn)行劃分;其次構(gòu)建權(quán)重判斷矩陣,根據(jù)指標(biāo)的相對(duì)重要程度進(jìn)行兩兩比較并參照SAATY[24]給出的比例標(biāo)準(zhǔn)度構(gòu)建判斷矩陣并計(jì)算權(quán)重;最后進(jìn)行一致性檢驗(yàn),由于主觀判斷可能造成結(jié)果發(fā)生偏離,因此需對(duì)結(jié)果進(jìn)行檢驗(yàn),使其符合滿意一致性。以上算法均通過(guò)Matlab實(shí)現(xiàn)。

2.2 指標(biāo)因子歸一化

干旱災(zāi)害風(fēng)險(xiǎn)評(píng)估是由多因子共同決定,各因子量綱單位不同。為了消除各指標(biāo)下因子的量綱影響,需對(duì)各因子進(jìn)行[0,1]歸一化處理。按照指標(biāo)性質(zhì)的不同,可分為正向指標(biāo)和負(fù)向指標(biāo)[25]。

正向指標(biāo)是所反映的風(fēng)險(xiǎn)要素指標(biāo)xi對(duì)應(yīng)的值越大,風(fēng)險(xiǎn)性越高,計(jì)算公式為:

yi=(xi-xmin)/(xmax-xmin)

(1)

負(fù)向指標(biāo)是所反映的風(fēng)險(xiǎn)要素指標(biāo)xi對(duì)應(yīng)的值越大,風(fēng)險(xiǎn)性越低,計(jì)算公式為:

yi=(xmax-xi)/(xmax-xmin)

(2)

式(1)(2)中,xi為各分項(xiàng)指標(biāo)的像元值,xmax、xmin分別為指標(biāo)xi的最大值和最小值。

2.3 基于圖層疊置法的風(fēng)險(xiǎn)評(píng)估模型

基于IPCC AR5提出的“災(zāi)害脅迫—社會(huì)脆弱性—暴露”的自然災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)體系[5],綜合考慮干旱災(zāi)害風(fēng)險(xiǎn)的特征及影響因素,構(gòu)建基于“致災(zāi)因子危險(xiǎn)性(Hazard, H)-承災(zāi)體暴露度(Exposure, E)-孕災(zāi)環(huán)境脆弱性(Vulnerability, V)”的慶陽(yáng)市干旱災(zāi)害風(fēng)險(xiǎn)評(píng)估框架。

旱災(zāi)風(fēng)險(xiǎn)指數(shù)是評(píng)估風(fēng)險(xiǎn)結(jié)果的依據(jù),其分項(xiàng)指標(biāo)公式為:

(3)

式中,X為分項(xiàng)指標(biāo)數(shù)值,即旱災(zāi)風(fēng)險(xiǎn)指標(biāo)要素值,Wi為各分項(xiàng)指標(biāo)因子的權(quán)重。

根據(jù)圖層疊置法以及公式(3),得到旱災(zāi)風(fēng)險(xiǎn)評(píng)估綜合指數(shù)R的表達(dá)式為:

R=f(H,E,V)=f1(H)+f2(E)+f3(V)

(4)

式中,H為致災(zāi)因子危險(xiǎn)性,E為承災(zāi)體暴露度,V為孕災(zāi)環(huán)境脆弱性。

2.3.1 致災(zāi)因子危險(xiǎn)性模型構(gòu)建 對(duì)于干旱風(fēng)險(xiǎn)的致災(zāi)因子危險(xiǎn)性評(píng)估首先要確定干旱指數(shù)。PDSI結(jié)合水文和氣候等多方面因素,主要包含降水、蒸散量、徑流量等數(shù)據(jù),相比于其他干旱指數(shù)有更好的適用性和時(shí)序性。韓宇平等[26]通過(guò)對(duì)典型旱災(zāi)各種干旱指標(biāo)的適用性分析,發(fā)現(xiàn)PDSI更能反映海河流域的歷史干旱分布及趨勢(shì);唐紅玉等[27]通過(guò)對(duì)PDSI和Z指數(shù)兩種指標(biāo)在西北干旱地區(qū)監(jiān)測(cè)應(yīng)用中的差異性分析,表明PDSI更能客觀反映當(dāng)?shù)貙?shí)際干旱情勢(shì);張振偉等[28]通過(guò)多年平均PDSI值對(duì)甘肅省的干旱頻次和空間分布做了系統(tǒng)研究,總結(jié)出甘肅省干旱時(shí)空變化特征;張洪波等[29]通過(guò)對(duì)涇河流域的干旱評(píng)估分析,表明PDSI能有效表征研究區(qū)的干旱情況。因此,本研究選用PDSI作為衡量慶陽(yáng)市干旱致災(zāi)因子的指標(biāo)。干旱致災(zāi)因子危險(xiǎn)性模型為:

I(H)=h

(5)

式中,I(H)為致災(zāi)因子危險(xiǎn)性指數(shù),h為PDSI數(shù)據(jù)歸一化后的像元值。

通過(guò)ArcGIS 10.3對(duì)PDSI數(shù)據(jù)進(jìn)行插值分析和歸一化處理得到研究區(qū)致災(zāi)因子危險(xiǎn)性分布區(qū)劃圖(圖3)。分析表明,慶陽(yáng)市危險(xiǎn)性呈現(xiàn)從南部向東部遞增的趨勢(shì),其中危險(xiǎn)性最高的區(qū)域?yàn)榄h(huán)縣,固原縣、慶城縣以及華池縣危險(xiǎn)性較高,西峰區(qū)、合水縣危險(xiǎn)性屬中等偏低,寧縣危險(xiǎn)性較低,危險(xiǎn)性最低的區(qū)域?yàn)檎龑幙h。

圖3 慶陽(yáng)市致災(zāi)因子危險(xiǎn)性空間分布圖

2.3.2 承災(zāi)體暴露度模型構(gòu)建 承災(zāi)體暴露度是指一個(gè)地區(qū)在經(jīng)濟(jì)、社會(huì)、基礎(chǔ)設(shè)施上所能承受的不利影響[30]。人口作為干旱災(zāi)害的承災(zāi)體,其空間分布差異信息對(duì)旱災(zāi)暴露度評(píng)價(jià)具有重要作用,是受其影響最直接、最顯著的指標(biāo)[31],而GDP是社會(huì)經(jīng)濟(jì)發(fā)展的關(guān)鍵指標(biāo)[32]。因此,選用人口格網(wǎng)和GDP數(shù)據(jù)作為衡量研究區(qū)暴露度的因子。人口數(shù)量越多,國(guó)民生產(chǎn)總值越高,可能承受災(zāi)害的范圍越大,因干旱導(dǎo)致的經(jīng)濟(jì)損失越大,承災(zāi)體暴露度越高。利用層次分析法計(jì)算各分項(xiàng)因子權(quán)重,依據(jù)(3)式建立承災(zāi)體暴露度模型:

I(E)=0.25e1+0.75e2

(6)

式中,I(E)為承災(zāi)體暴露度指數(shù),e1、e2為人口、GDP歸一化后的像元值。

通過(guò)ArcGIS 10.3空間疊加工具,對(duì)研究區(qū)暴露度指標(biāo)進(jìn)行圖層疊加,得到慶陽(yáng)市干旱承災(zāi)體暴露度及其空間分布(圖4)。從圖中可以看出,慶陽(yáng)市整體暴露度程度不大,但由于西峰區(qū)為慶陽(yáng)市人口密集區(qū),因此暴露度最高。

圖4 慶陽(yáng)市承災(zāi)體暴露度空間分布圖

2.3.3 孕災(zāi)環(huán)境脆弱性模型構(gòu)建 孕災(zāi)環(huán)境脆弱性是反映某地區(qū)由于自然環(huán)境和人為因素導(dǎo)致災(zāi)害發(fā)生的概率[33]。張學(xué)玲[34]提出評(píng)價(jià)孕災(zāi)環(huán)境脆弱性指標(biāo)的潛在因子和脅迫因子包括地形地貌、水文氣候、植被覆蓋、土地利用等。王連喜等[35]認(rèn)為土地利用類型是脆弱性評(píng)價(jià)的一個(gè)必要指標(biāo)。大量前期研究表明,植被指數(shù)、土壤濕度、地表溫度可以及時(shí)準(zhǔn)確地反映旱情發(fā)生的范圍和程度。根據(jù)研究區(qū)的脆弱性表征,選用土地利用、植被指數(shù)、土壤濕度以及地表溫度4個(gè)因子綜合評(píng)估慶陽(yáng)市孕災(zāi)環(huán)境脆弱性特征。土地利用類型復(fù)雜,通過(guò)脆弱性賦值對(duì)其進(jìn)行歸一化處理[35];植被指數(shù)、土壤濕度與孕育環(huán)境脆弱性呈負(fù)相關(guān);地表溫度與脆弱性呈正相關(guān)。利用層次分析法對(duì)各因子進(jìn)行量化加權(quán),依據(jù)(3)式建立孕災(zāi)環(huán)境脆弱性模型:

I(V)=0.286v1+0.394v2+0.223v3+0.097v4

(7)

式中,I(V)為孕災(zāi)環(huán)境脆弱性指數(shù),v1、v2、v3、v4分別表示土地覆蓋、植被指數(shù)、土壤濕度、地表溫度歸一化處理后的像元值。

通過(guò)ArcGIS 10.3空間疊加工具,將研究區(qū)脆弱性各分項(xiàng)指標(biāo)作為疊加圖層,得到慶陽(yáng)市干旱災(zāi)害孕災(zāi)環(huán)境脆弱性及其空間分布(圖5)。從整體分布上來(lái)看,慶陽(yáng)市北部地區(qū)脆弱性最高,東部地區(qū)脆弱性最低。脆弱性較高的區(qū)域主要集中在環(huán)縣北部、西峰區(qū)中部地區(qū)。

圖5 慶陽(yáng)市孕災(zāi)環(huán)境脆弱性空間分布圖

2.3.4 干旱風(fēng)險(xiǎn)性模型構(gòu)建 根據(jù)以上構(gòu)建的致災(zāi)因子危險(xiǎn)性、承災(zāi)體暴露度和孕災(zāi)環(huán)境脆弱性模型,并針對(duì)各項(xiàng)指標(biāo)對(duì)干旱災(zāi)害的貢獻(xiàn)大小,利用層次分析法分別賦予權(quán)重,依據(jù)(3)(4)式構(gòu)建慶陽(yáng)市干旱災(zāi)害風(fēng)險(xiǎn)綜合評(píng)估模型:

R=0.405I(H)+0.114I(E)+0.481I(V)

(8)

式中,R為干旱災(zāi)害風(fēng)險(xiǎn)評(píng)估綜合指數(shù),I(H)為致災(zāi)因子危險(xiǎn)性指數(shù),I(E)為承災(zāi)體暴露度指數(shù),I(V)為孕災(zāi)環(huán)境脆弱性指數(shù)。

通過(guò)ArcGIS 10.3空間疊加工具,將研究區(qū)風(fēng)險(xiǎn)性評(píng)估各分項(xiàng)指標(biāo)進(jìn)行圖層疊加,得到慶陽(yáng)市干旱災(zāi)害綜合風(fēng)險(xiǎn)指數(shù)的空間分布(圖6)。從圖中可以看出,慶陽(yáng)市高風(fēng)險(xiǎn)地區(qū)主要集中在環(huán)縣北部和西峰區(qū);次高風(fēng)險(xiǎn)地區(qū)位于環(huán)縣中部、華池縣北部以及鎮(zhèn)原縣北部;中風(fēng)險(xiǎn)地區(qū)位于鎮(zhèn)原縣南部、慶城縣南部、華池縣南部、正寧縣西部以及寧縣南部;次低風(fēng)險(xiǎn)地區(qū)位于寧縣東部以及合水縣南部;低風(fēng)險(xiǎn)地區(qū)位于華池縣東南部、合水縣東部、寧縣東部以及正寧縣大部分地區(qū)。

3 結(jié)果與分析

基于GIS的空間分析功能,利用自然斷點(diǎn)法將慶陽(yáng)地區(qū)干旱災(zāi)害綜合風(fēng)險(xiǎn)劃分為5個(gè)等級(jí),其標(biāo)準(zhǔn)為:干旱綜合風(fēng)險(xiǎn)指數(shù)為0.075~0.257、0.257~0.323、0.343~0.402、0.402~0.459、0.549~0.798,分別為低風(fēng)險(xiǎn)區(qū)、次低風(fēng)險(xiǎn)區(qū)、中風(fēng)險(xiǎn)區(qū)、次高風(fēng)險(xiǎn)區(qū)以及高風(fēng)險(xiǎn)區(qū)(表1、圖7)。

圖7 慶陽(yáng)市干旱災(zāi)害風(fēng)險(xiǎn)等級(jí)圖

表1 慶陽(yáng)市干旱綜合風(fēng)險(xiǎn)區(qū)劃結(jié)果統(tǒng)計(jì)

(1)高風(fēng)險(xiǎn)區(qū):高風(fēng)險(xiǎn)區(qū)占慶陽(yáng)市總面積的11.30%,主要集中在環(huán)縣北部以及慶陽(yáng)市中心地區(qū)。由于環(huán)縣北部海拔高,地形地貌以黃土丘陵溝壑區(qū)為主,年均蒸發(fā)量大約為降雨量的6倍,致災(zāi)因子危險(xiǎn)性高。西峰區(qū)是慶陽(yáng)市的政治經(jīng)濟(jì)文化中心,人口集中,建筑物覆蓋度極高,承災(zāi)體暴露度高。

(2)次高風(fēng)險(xiǎn)區(qū):次高風(fēng)險(xiǎn)區(qū)占慶陽(yáng)市總面積的24.90%,主要分布在環(huán)縣中部、華池縣北部以及鎮(zhèn)原縣北部地區(qū)。以上地區(qū)海拔較高,土地利用以耕地為主,孕育環(huán)境脆弱性較高,因而風(fēng)險(xiǎn)性較高。(3)中風(fēng)險(xiǎn)區(qū):中風(fēng)險(xiǎn)區(qū)占慶陽(yáng)市總面積的30.96%,主要分布在鎮(zhèn)原縣南部、慶城縣南部、華池縣南部、正寧縣西部以及寧縣南部地區(qū)。以上地區(qū)建筑覆蓋度較高,土地利用以耕地為主,部分為草地,致災(zāi)因子風(fēng)險(xiǎn)性指數(shù)以及孕育環(huán)境脆弱性指數(shù)分布均在0.5左右。(4)次低風(fēng)險(xiǎn)區(qū):次低風(fēng)險(xiǎn)區(qū)占慶陽(yáng)市總面積的18.54%,主要分布在寧縣東部以及合水縣南部。以上地區(qū)海拔低,土地利用以草地為主,少部分為耕地,致災(zāi)因子危險(xiǎn)性低。(5)低風(fēng)險(xiǎn)區(qū):低風(fēng)險(xiǎn)區(qū)占慶陽(yáng)市總面積的14.3%。從整體來(lái)看,主要集中在慶陽(yáng)市東部,即華池縣東南部、合水縣東部、寧縣東部以及正寧縣大部分地區(qū)。以上地區(qū)森林覆蓋度大,人口密度也比較低,孕災(zāi)環(huán)境脆弱性以及承災(zāi)體暴露度低,因而風(fēng)險(xiǎn)性低。

對(duì)慶陽(yáng)市各區(qū)縣風(fēng)險(xiǎn)等級(jí)做分區(qū)統(tǒng)計(jì)得到其風(fēng)險(xiǎn)等級(jí)占比(圖8)。經(jīng)分析可得,高風(fēng)險(xiǎn)區(qū)和次高風(fēng)險(xiǎn)區(qū)主要集中在西峰區(qū)、環(huán)縣,面積占比分別為76.92%、63.02%;中風(fēng)險(xiǎn)區(qū)主要為鎮(zhèn)原縣、慶城縣,面積占比分別為54.61%、50.64%;次低風(fēng)險(xiǎn)區(qū)和低風(fēng)險(xiǎn)區(qū)主要分布在正寧縣、合水縣、寧縣,面積占比分別為86.12%、85.99%、71.29%。該結(jié)果可以更直觀地反映各區(qū)縣的風(fēng)險(xiǎn)嚴(yán)重程度,西峰區(qū)、環(huán)縣兩個(gè)地區(qū)中、高風(fēng)險(xiǎn)等級(jí)占比大,應(yīng)加強(qiáng)抗旱減災(zāi)預(yù)警行動(dòng)。

圖8 慶陽(yáng)市各區(qū)縣風(fēng)險(xiǎn)等級(jí)分區(qū)統(tǒng)計(jì)

4 討 論

本文根據(jù)黃土塬區(qū)的氣候特征及旱災(zāi)成因選取了7個(gè)指標(biāo)來(lái)評(píng)估慶陽(yáng)地區(qū)的干旱災(zāi)害風(fēng)險(xiǎn)。從結(jié)果來(lái)看,慶陽(yáng)地區(qū)干旱的形成受氣候、地形、人為因素共同作用的影響。通過(guò)對(duì)比趙玉娟、沈鴻飛等[12,36]對(duì)慶陽(yáng)市區(qū)域生態(tài)以及干旱的特征分析,由于選取旱災(zāi)成因指標(biāo)略有不同,趙玉娟從農(nóng)業(yè)方面分析了氣象干旱對(duì)于慶陽(yáng)市農(nóng)作物成災(zāi)面積的年際變化特征,沈鴻飛從生態(tài)環(huán)境狀況角度出發(fā),未考慮人口密度與GDP因素,因此在分析慶陽(yáng)市西峰區(qū)的結(jié)果上略有偏低,其余各縣結(jié)果有較好的一致性。西峰區(qū)作為慶陽(yáng)市的經(jīng)濟(jì)政治文化中心,其人口密度、GDP相對(duì)較大,導(dǎo)致承災(zāi)體暴露度大,其旱災(zāi)風(fēng)險(xiǎn)性較大。通過(guò)對(duì)比與前人研究,由于人口密度、GPD與慶陽(yáng)地區(qū)的旱災(zāi)風(fēng)險(xiǎn)息息相關(guān),本文在評(píng)估旱災(zāi)風(fēng)險(xiǎn)的指標(biāo)中增加了這兩個(gè)因子,進(jìn)一步完善了評(píng)價(jià)結(jié)果,使其更符合實(shí)際。

本文可為降低區(qū)域干旱災(zāi)害風(fēng)險(xiǎn)提供有效參考,但干旱災(zāi)害風(fēng)險(xiǎn)系統(tǒng)的組成包含諸多影響因子,本文從研究區(qū)的實(shí)際情況以及數(shù)據(jù)的易獲得性出發(fā),僅選取代表性強(qiáng)的影響因子(人口密度和GDP)來(lái)評(píng)估干旱風(fēng)險(xiǎn)。實(shí)際上,在考慮承災(zāi)體的時(shí)候,產(chǎn)業(yè)結(jié)構(gòu)、布局、可獲得水資源的距離等都有一定的影響。因此,在今后的研究中,要更加注重干旱災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)的多元化以及采用高精度遙感數(shù)據(jù)。

5 結(jié) 論

慶陽(yáng)地區(qū)致災(zāi)因子危險(xiǎn)性具有明顯的地帶性分布規(guī)律,呈現(xiàn)從東南向西北遞增的空間格局,高危險(xiǎn)性主要分布于環(huán)縣地區(qū);孕災(zāi)環(huán)境脆弱性指數(shù)呈現(xiàn)“東高西低”的空間分布特征,高脆弱性主要分布于環(huán)縣北部、西峰區(qū)中心地帶;承災(zāi)體暴露度較大的區(qū)域主要為經(jīng)濟(jì)發(fā)展較好的西峰區(qū)。

旱災(zāi)風(fēng)險(xiǎn)性區(qū)劃具有明顯的空間差異,北部風(fēng)險(xiǎn)高于南部,西部風(fēng)險(xiǎn)高于東部。高風(fēng)險(xiǎn)區(qū)占慶陽(yáng)市總面積的11.30%,主要分布于環(huán)縣北部以及西峰區(qū);次高風(fēng)險(xiǎn)區(qū)及中風(fēng)險(xiǎn)區(qū)占總面積的55.86%,主要集中在環(huán)縣中部、鎮(zhèn)原縣、慶城縣以及華池縣;次低風(fēng)險(xiǎn)區(qū)占總面積的18.54%,主要分布在寧縣東部以及合水縣南部;低風(fēng)險(xiǎn)區(qū)占總面積的14.3%,主要分布在華池縣東南部、合水縣東部、寧縣東部以及正寧縣大部分地區(qū)。

主站蜘蛛池模板: 中文一级毛片| 日韩欧美国产成人| 黄片在线永久| 欧洲精品视频在线观看| 手机精品视频在线观看免费| 丝袜久久剧情精品国产| 日韩一二三区视频精品| 极品尤物av美乳在线观看| 国产性生大片免费观看性欧美| 试看120秒男女啪啪免费| 99伊人精品| 狠狠色成人综合首页| 97se亚洲综合在线天天| 老司机午夜精品网站在线观看| 日韩欧美国产精品| 网友自拍视频精品区| 欧美日韩亚洲国产主播第一区| 91精品专区| 亚洲熟女偷拍| 色欲色欲久久综合网| 真人免费一级毛片一区二区| 全午夜免费一级毛片| 欧美a级完整在线观看| 找国产毛片看| 精品福利视频导航| 无码AV高清毛片中国一级毛片| 成人免费一区二区三区| 激情乱人伦| 四虎永久在线精品国产免费 | 久久人体视频| 夜精品a一区二区三区| 国产在线精彩视频论坛| 伊人久久婷婷五月综合97色| 亚洲精品中文字幕午夜| 国产主播在线一区| 亚洲美女一级毛片| 热久久综合这里只有精品电影| 国产精品久久国产精麻豆99网站| 国产福利小视频高清在线观看| 亚洲美女一区二区三区| 色网站在线视频| 久久综合成人| 91久久夜色精品国产网站| 操美女免费网站| 欧美人人干| 欧美不卡视频在线观看| 91欧美亚洲国产五月天| 欧美福利在线| 亚欧美国产综合| 制服丝袜 91视频| 四虎精品黑人视频| 最新加勒比隔壁人妻| av一区二区无码在线| 日本精品αv中文字幕| 日本黄色a视频| 亚洲综合一区国产精品| 婷婷激情亚洲| 日韩av电影一区二区三区四区| 日韩精品无码一级毛片免费| 国产性猛交XXXX免费看| 97av视频在线观看| 99久久婷婷国产综合精| 好久久免费视频高清| 热九九精品| 久久精品国产精品一区二区| 久久国产高清视频| 亚洲日韩精品伊甸| 中文字幕亚洲第一| 国产亚洲欧美在线中文bt天堂| 亚洲天堂.com| 久久久久久久久亚洲精品| 最新国产成人剧情在线播放| 午夜国产在线观看| 喷潮白浆直流在线播放| 国产在线一区二区视频| 怡春院欧美一区二区三区免费| 黄色网在线| 青青热久免费精品视频6| 97超碰精品成人国产| 久热中文字幕在线观看| 欧美亚洲一区二区三区导航| 亚洲无码视频图片|