基于GIS的貴州省玉米干旱災害風險評估

張澤中， 李佳， 徐建新

(華北水利水電大學 水利學院，河南 鄭州 450045)

基于GIS的貴州省玉米干旱災害風險評估

張澤中， 李佳， 徐建新

(華北水利水電大學 水利學院，河南 鄭州 450045)

基于玉米不同生育階段降水負距平百分率劃分的干旱標準、信息擴算理論計算的干旱發生概率、減產等級以及相應的發生概率,建立了干旱災害風險模型，結合GIS技術對玉米不同生育階段干旱災害風險進行了區劃。結果表明：貴州省玉米播種—出苗期旱災風險從西南到東北方向大致呈現先增加后降低的趨勢；出苗—拔節期旱災風險高，極高風險區主要位于貴州省東北部，中部和西南部為中低風險區，干旱風險從中部到東北部呈現逐漸增加的趨勢；拔節—抽穗期旱災風險從北部至南部大致呈現逐漸增加的趨勢，北部風險沿東西方向呈現先增加再降低的趨勢；抽穗—灌漿期旱災風險從西北部至東南部呈現階梯狀逐漸增加的趨勢；灌漿—成熟期西部的旱災風險低于東部，少量地區除外；全生育期旱災風險呈層狀分布，在這種層狀分布中，旱災風險呈現從西北部向東南部逐漸增加的趨勢。

干旱災害；風險評估；GIS；玉米；貴州省

統計數據表明，氣象災害在各種自然災害中約占70%，而干旱災害所占的比例尤為突出，約為氣象災害的50%[1-2]。干旱災害不僅發生頻率高，而且影響范圍大、時間長，給國民經濟特別是農業生產、人民生活、生態環境帶來了很多不利影響。其中，農業生產受旱災影響最為嚴重、損失最大[3-5]。據統計，貴州省自建國以來于1959年、1963年、1972年、1981年、1987年、1990年、2001年發生的大旱，受旱面積均在67萬hm2左右，糧食減產幅度在20%～25%；1981年、1990年的特大旱災，旱期分別持續了90、103 d，損失嚴重；1990年遵義大旱百年少有，嚴重的干旱使遵義地區水稻減產80%～90%，玉米減產60%，有的田地甚至顆粒無收。

玉米作為全省主要的糧食作物之一，在糧食生產中占有重要地位。全省玉米生育期為每年的4月到9月，正值春旱、夏旱高發期，如遇到降雨偏少或時空分布不均，均會使玉米不同生育階段的需水得不到滿足，影響玉米的產量，對農業生產和人民的安居樂業造成不良影響，同時還會制約全省經濟社會的快速、健康發展。

本文以玉米為研究對象，根據玉米不同生育階段降水負距平百分率和對應的減產率劃分的干旱標準、信息擴算理論計算的干旱發生概率建立致災因子危險性風險模型，根據減產等級以及相應的發生概率建立災損敏感性風險模型?；谶@個模型，建立干旱災害風險模型，并借助GIS技術對玉米不同生育階段的旱災風險進行區劃，對區劃結果進行深入分析。

1 資料與研究方法

1.1 資料來源

選用1955—2012年貴州19個國家氣象站點逐日常規氣象觀測資料及玉米農業生產相關資料。資料來源于貴州省氣象局、相關統計文獻以及農業統計年鑒，均由貴州省水利科學研究院提供。

1.2 研究方法

1.2.1 玉米減產率的確定

從影響產量形成的各個因素的性質角度將影響因素分為氣象條件、農技措施和隨機“噪音”3類，相應的產量則被分解為氣象產量、趨勢產量和隨機產量。氣象產量是由于氣象要素短時間的變化所導致玉米產量波動的那部分分量；趨勢產量是指隨著生產力和社會的發展，農技措施進一步的提高，人們更加注重耕作、灌溉、施肥、病蟲害控制、品種特性、農業生產新技術及其增產措施等，社會投入加大，各種相互因素引起玉米產量增加的那部分產量。由于影響玉米產量的隨機因素不常發生并且所占比例很小，在實際計算中不予考慮。因此，玉米產量常被分解為趨勢產量和氣象產量，用公式表示產量的分解過程如下：

y=yt+yw。

(1)

式中：y為玉米產量；yt為隨時間延長、生產水平提高而不斷上升的部分，即趨勢產量；yw為產量的氣象分量，又稱為氣象產量。

采用三次多項式模擬趨勢產量，由式(2)可計算出玉米歷年的相對氣象產量Y。剔除趨勢產量的氣象產量能更好地反映實際產量受干旱程度的影響，Y為正值的年份即為增產年，大小為增產率；Y為負值的年份即為減產年，大小為減產率。

(2)

1.2.2 致災因子危險性風險模型

從致災因子出發，導致玉米各生育階段發生干旱的最主要原因是降水不足。因而，選擇不同生育階段的降水距平百分數作為判斷干旱災害發生的指標。根據玉米不同生育階段降水負距平百分率和對應的減產率做回歸分析，建立它們之間的定量關系，根據減產率確定的干旱等級標準，相應得到玉米各生育階段降水距平百分率評估干旱的標準，見表1。本文采用干旱強度作為衡量致災因子危險性風險大小的指標。

表1 不同干旱等級對應的降水負距平百分率 %

則致災因子危險性風險指數為：

(3)

式中：Hni為某縣某個生育階段的致災因子危險性風險指數；Pnij為某縣某個生育階段某一干旱等級發生的概率，根據劃分的干旱等級，利用信息擴散理論確定[6-7]；Znij為某縣某個生育階段某一干旱等級的降水距平百分率，取不同等級組中值數；n為某縣；i為某生育階段；j為干旱等級。

1.2.3 災損敏感性風險模型

存在致災因子并不意味著災害就一定會發生，只有當干旱作用于脆弱的承災體并造成損失時，才形成旱災。干旱對農業的影響最直接的表現為作物的正常生長發育受到影響并最終導致減產，通常采用相對氣象產量的負值表示減產率。在農業上，根據減產率確定的干旱等級標準[8]見表2。

表2 不同干旱等級對應的減產率 %

減產程度以及該減產程度的發生概率是干旱對作物產量影響的主要表現，亦是承災體脆弱性的客觀反映，用災損敏感性風險指數綜合這2個指標的減產強度表示災害損失風險的大小。

則災損敏感性風險指數為：

(4)

式中：Lni為某縣某個生育階段的災損敏感性風險指數；Pnij為某縣某個生育階段某一干旱等級減產程度發生的概率；Fnij為某縣某個生育階段某一干旱等級的減產率，取表2中不同等級組中值數；n為某縣；i為某生育階段；j為干旱等級。

1.2.4 干旱風險評價模型

基于致災因子危險性風險模型和災損敏感性風險模型，建立如下玉米各生育階段的干旱災害風險指數模型：

(5)

式中：Rni為某縣某個生育階段的干旱災害風險指數；Hni為某縣某個生育階段的致災因子危險性風險指數；Lni為某縣某個生育階段的災損敏感性風險指數；n為某縣；i為某生育階段。

2 貴州省玉米各生育階段旱災風險 結果分析

基于上述評價模型，通過式(1)—(3)可得貴州研究區各地玉米不同生育階段的旱災風險指數，借助GIS技術中的自然斷點法將不同地區的風險值分為低風險、中風險、高風險和極高風險4個等級。為了反映干旱災害風險分布的地區差異性，根據劃分的風險等級，借助GIS技術得到的貴州玉米不同生育階段干旱災害風險評價結果及其區劃如圖1—6 所示。

圖1 播種—出苗期旱災風險區劃

圖2 出苗—拔節期旱災風險區劃

圖3 拔節—抽穗期旱災風險區劃

圖4 抽穗—灌漿期旱災風險區劃

從圖1可以得出：貴州玉米播種—出苗期旱災風險具有明顯的地域性特征，低風險區所占的面積最大，主要集中在省東部的遵義市、銅仁地區的西部、黔東南州的東部以及黔西南州的西南部。中風險區主要集中在3個部分：一是銅仁地區的東部，呈塊狀分布；二是畢節地區東北部、貴陽市東北部、黔南州的東部以及黔東南州的西部，整體位于貴州中部，從省北部延伸到南部，呈帶狀分布；三是六盤水市中部、黔西南州東部、北部以及安順市的西南部，整體位于貴州省的西南部，從省西部延伸到西南部，呈帶狀分布。高風險區位于貴州省的中部、南部以及西北部，包括六盤水市的北部、畢節地區的南部、貴陽市的西南部、安順市的北部以及黔南州的西部。極高風險區分布范圍比較小，位于貴州省西北部，包括畢節地區的西部。從總體上看，貴州省玉米播種—出苗期旱災風險從西南到東北方向大致呈現先增加后降低的趨勢，畢節地區西部以及銅仁地區東部的塊狀區域除外。

圖5 灌漿—成熟期旱災風險區劃

圖6 全生育期旱災風險區劃

從圖2可以得出：出苗—拔節期處于低風險的區域范圍比較廣，集中在黔西南州的西部、六盤水市大部分地區、畢節地區的東部、遵義市的西南部、貴陽市的東北部、黔南州的北部和東部以及黔東南州的西部，具有一定的連續性。中風險區分布不集中，分為3部分：第1部分包括畢節地區的西部，呈塊狀分布；第2部分包括安順市、貴陽市的西南部、黔南州的西部、黔西南州的東部，呈塊狀分布；第3部分包括遵義市的北部和東部、銅仁地區的西南部以及黔東南州東部的部分地區，呈帶狀分布。高、極高風險區的分布較小，位于貴州省的東北部，其中高風險區多分布在遵義市的東北部、銅仁地區的北部和中部以及黔東南州的東北部;極高風險區分布在銅仁地區的東部。從總體上看，貴州省玉米出苗—拔節期旱災風險高、極高風險區位于省東北部，中部和西南部為中低風險區，干旱風險從中部到東北部呈現逐漸增加的趨勢。

從圖3可以得出：該生育階段，極高、高風險區的范圍較小，極高風險區位于省東南部和西南部，呈塊狀分布，包括黔東南州的南部、黔南州的東南部以及黔西南州的東南部；高風險區位于省南部，呈帶狀分布，呈現東西方向延伸的特點，包括黔西南州的中部和西南部、黔南州的南部、黔東南州的中部。低、中風險的分布范圍較廣，低風險區位于貴州省東南部和西南部，呈塊狀分布，包括畢節地區的西部、六盤水市的北部和西部、遵義市的東南部和北部以及銅仁地區的大部分地區；其余地區為中風險區，該區域具有一定的連續性。從總體上看，貴州省玉米拔節—抽穗期旱災風險北部低于南部，從北部至南部大致呈現逐漸增加的趨勢；省北部風險沿東西方向呈現先增加再降低的趨勢。

從圖4可以得出：抽穗—灌漿期的風險區均具有一定的連續性。極高風險區主要在黔東南州，銅仁地區南部、黔南州東部、遵義市南部有少量分布，整體呈塊狀分布.高風險區從省東北部延伸到省南部，呈帶狀分布,包括銅仁地區中部的大部分地區、遵義市的東南部、黔南州的大部分地區。中風險區從省北部延伸到省西南部，呈帶狀分布，包括遵義市的北部和中部、貴陽市的中部、黔南州西部的部分地區、安順市的東南部以及黔西南州的東南部。低風險區的分布范圍較其他風險區較大，包括遵義市北部的部分地區、畢節地區的絕大部分地區、六盤水市、黔西南州的西北部、安順市的西北部以及貴陽市西部的部分地區。從總體上看，貴州省玉米抽穗—灌漿期旱災風險從西北部至東南部呈現階梯狀逐漸增加的趨勢。

從圖5可以得出：低風險區的分布范圍最小，集中在省西部的畢節地區、六盤水市以及黔西南州。中風險區的分布范圍最廣，集中在省中部，東南部有零星分布。高風險區集中在省東部，呈現向南北方向延伸的特點，同時在西南部也有少量高風險區，呈塊狀分布。極高風險區主要有2部分，分別位于省東北部和東南部。從總體來看，貴州省玉米灌漿—成熟期西部的旱災風險低于東部，少量地區除外。

從圖6可以得出：全生育期各風險區具有明顯的連續性。極高風險區位于省東部，呈片狀分布，包括黔東南州的絕大部分地區、銅仁地區的大部分地區和黔南州東部的少量地區。高風險區呈現從省北部向南部延伸的帶狀分布，包括銅仁地區的西部和北部、黔南州的絕大部分地區、貴陽市南部、安順市的東部，在遵義市東部、黔東南州的西北部、黔西南州的東部有少量分布。中風險區呈現從省北部向西南部延伸的帶狀分布，集中在遵義市的東部、貴陽市北部、畢節地區東南部、安順市的西部以及黔西南州中西部。其他地區大部分為低風險區，呈現從省北部向西南部延伸的帶狀分布。從總體來看，貴州省玉米全生育期旱災風險分布規律，各風險區從西北部向東南部呈層狀分布，在這種層狀分布中，旱災風險呈現從西北部向東南部逐漸增加的趨勢。

3 旱災風險評價模型檢驗

根據貴州統計部門提供的已發生干旱災害的歷史災情損失資料，選擇綜合減產系數指標表述災害損失，對風險評價模型進行檢驗。具體公式為：

L=0.2(D1-D2)+0.55(D2-D3)+0.9D3。

(6)

式中:L為綜合減產系數；D1為作物受災面積占播種面積的比例；D2為作物成災面積占播種面積的比例；D3為作物絕收面積占播種面積的比例。

通過式(6)可得貴州研究區各地玉米的綜合減產系數，并借助GIS技術得到的貴州玉米綜合減產系數的空間分布如圖7所示。

圖7 貴州省玉米綜合減產系數的空間分布

對比玉米全生育期旱災風險區劃圖(圖6)與貴州省玉米綜合減產系數的空間分布圖(圖7)發現，兩者具有較好的匹配性，旱災風險分布都比較規律，各風險區從西部向東部呈層狀分布，在這種層狀分布中，旱災風險呈現從西部向東部逐漸增加的趨勢。因此，本文將基于玉米不同生育階段降水負距平百分率和對應的減產率劃分的干旱標準、信息擴算理論計算的干旱發生概率、減產等級以及相應的發生概率建立的模型用于玉米干旱災害風險評估與風險區劃是合理的。

4 結 語

通過對貴州省玉米不同生育階段的干旱災害風險空間分布進行分析，可得出：

1)貴州省玉米播種—出苗期旱災風險從西南到東北方向大致呈現先增加后降低的趨勢；出苗—拔節期旱災風險高、極高風險區主要位于省東北部，中部和西南部為中低風險區，干旱風險從中部到東北部呈現逐漸增加的趨勢；拔節—抽穗期旱災風險從北部至南部大致呈現逐漸增加的趨勢，省北部風險沿東西方向呈現先增加再降低的趨勢；抽穗—灌漿期旱災風險從西北部至東南部呈現階梯狀逐漸增加的趨勢；灌漿—成熟期西部的旱災風險低于東部，少量地區除外；全生育期旱災風險呈層狀分布，在這種層狀分布中，旱災風險呈現從西北部向東南部逐漸增加的趨勢。

2)此風險分析結果較真實地反映了貴州全省玉米各生育階段旱災風險的空間分布，有助于人們更加準確地認識各生育階段的旱災發生規律，從而因地制宜地采取防災減災措施，提高防旱抗旱的主動性和目的性，進而減少旱災所造成的損失。

3)本文是依據貴州全省19個國家氣象站點的數據進行分析的，只是分析了全省的總體風險情況，如果按更小的評估單元進行風險評估會更貼近實際。本評估結果可以為貴州省玉米抗旱減災措施的制定提供一定的借鑒和參考。

[1]石界，姚玉璧，雷俊.基于GIS的定西市干旱災害風險評估及區劃[J].干旱氣象，2014，32(2):305-309.

[2]關紅，張至楠，李隴堂.基于GIS的西北部中高山盆地高原區旱災風險評估[J].寧夏工程技術，2014，13(2):184-188,192.

[3]李曉，何鵬，林正雨，等.農業干旱災害風險評價與風險區劃研究：以川南地區為例[J].農業技術經濟，2014(9):116-121.

[4]郭建平，莊立偉，陳玥煜.東北玉米熱量指數預測方法研究(Ⅰ)：熱量指數與玉米產量[J].災害學，2009，24(4):6-10.

[5]張琪，張繼權，佟志軍.干旱對遼寧省玉米產量影響及風險區劃[J].災害學，2010，25(2): 87-91.

[6]黃崇福.自然災害風險評價理論與實踐[M].北京：科學出版社，2005:45-60.

[7]張竟竟.基于信息擴散理論的河南省農業旱災風險評估[J].資源科學，2012，34(2):280-286.

[8]宗燕.冬小麥干旱災害風險評估：以德州是和聊城市為例[D].南京信息工程大學，2013:18-26.

(責任編輯:蔡洪濤)

Risk Assessment about Drought Disaster of Maize in Guizhou Province Based on GIS

ZHANG Zezhong， LI Jia， XU Jianxin

(North China University of Water Resources and Electric Power， Zhengzhou 450045, China)

Based on the drought standard which was divided by the percentage of precipitation anomaly of various growth stages of maize, the probability of drought occurrence which was calculated through information diffusion theory, the reduction levels and the corresponding probability of the drought occurrence, the risk assessment model of drought disaster was established in the paper. Then, combined with GIS technology, the comprehensive risk division of drought disaster in the different stages of maize was conducted. The results showed： the risk of drought disaster general trended to firstly increase and then decrease from the southwest to the northeast at the sowing-seedling stage of maize in Guizhou Province; at the seedling-jointing stage, high and extremely high risk areas of drought mainly located in the northeast of the province, middle and low risk areas mainly located in the southwest and middle part of the province, and the risk of drought disaster presented a gradual increasing trend from the middle part to the northeast; at the jointing-heading stage, the drought risk presented an increasing trend from the north to the south, the risk in the north of the province firstly increased and then decreased along the northwest direction; at the heading-grouting stage, the drought risk presented a gradual stepped-increasing trend from the northwest to the southeast; at the grouting-filling stage, the drought risk in the west was lower than that in the east, and except a few areas; the risk of drought disaster in the whole growth period presented a stratified distribution, and in this stratified distribution, the drought risk presented a gradual increasing trend from the northwest to the southeast.

drought disaster; risk assessment; GIS; maize; Guizhou Province

2015-11-19

水利部公益性行業科研專項 (201301039)；河南省科技攻關項目(142102310290)。

張澤中(1978—)，男，河北遵化人，副教授，博士，主要從事水資源系統工程方面的研究。E-mail:zhangzezhong78@126.com。

10.3969/j.issn.1002-5634.2016.02.004

TV93;S423

A

1002-5634(2016)02-0028-05