基于GIS的贵州省玉米干旱灾害风险评估

张泽中， 李佳， 徐建新

(华北水利水电大学 水利学院，河南 郑州 450045)

基于GIS的贵州省玉米干旱灾害风险评估

张泽中， 李佳， 徐建新

(华北水利水电大学 水利学院，河南 郑州 450045)

基于玉米不同生育阶段降水负距平百分率划分的干旱标准、信息扩算理论计算的干旱发生概率、减产等级以及相应的发生概率,建立了干旱灾害风险模型，结合GIS技术对玉米不同生育阶段干旱灾害风险进行了区划。结果表明：贵州省玉米播种—出苗期旱灾风险从西南到东北方向大致呈现先增加后降低的趋势；出苗—拔节期旱灾风险高，极高风险区主要位于贵州省东北部，中部和西南部为中低风险区，干旱风险从中部到东北部呈现逐渐增加的趋势；拔节—抽穗期旱灾风险从北部至南部大致呈现逐渐增加的趋势，北部风险沿东西方向呈现先增加再降低的趋势；抽穗—灌浆期旱灾风险从西北部至东南部呈现阶梯状逐渐增加的趋势；灌浆—成熟期西部的旱灾风险低于东部，少量地区除外；全生育期旱灾风险呈层状分布，在这种层状分布中，旱灾风险呈现从西北部向东南部逐渐增加的趋势。

干旱灾害；风险评估；GIS；玉米；贵州省

统计数据表明，气象灾害在各种自然灾害中约占70%，而干旱灾害所占的比例尤为突出，约为气象灾害的50%[1-2]。干旱灾害不仅发生频率高，而且影响范围大、时间长，给国民经济特别是农业生产、人民生活、生态环境带来了很多不利影响。其中，农业生产受旱灾影响最为严重、损失最大[3-5]。据统计，贵州省自建国以来于1959年、1963年、1972年、1981年、1987年、1990年、2001年发生的大旱，受旱面积均在67万hm2左右，粮食减产幅度在20%～25%；1981年、1990年的特大旱灾，旱期分别持续了90、103 d，损失严重；1990年遵义大旱百年少有，严重的干旱使遵义地区水稻减产80%～90%，玉米减产60%，有的田地甚至颗粒无收。

玉米作为全省主要的粮食作物之一，在粮食生产中占有重要地位。全省玉米生育期为每年的4月到9月，正值春旱、夏旱高发期，如遇到降雨偏少或时空分布不均，均会使玉米不同生育阶段的需水得不到满足，影响玉米的产量，对农业生产和人民的安居乐业造成不良影响，同时还会制约全省经济社会的快速、健康发展。

本文以玉米为研究对象，根据玉米不同生育阶段降水负距平百分率和对应的减产率划分的干旱标准、信息扩算理论计算的干旱发生概率建立致灾因子危险性风险模型，根据减产等级以及相应的发生概率建立灾损敏感性风险模型。基于这个模型，建立干旱灾害风险模型，并借助GIS技术对玉米不同生育阶段的旱灾风险进行区划，对区划结果进行深入分析。

1 资料与研究方法

1.1 资料来源

选用1955—2012年贵州19个国家气象站点逐日常规气象观测资料及玉米农业生产相关资料。资料来源于贵州省气象局、相关统计文献以及农业统计年鉴，均由贵州省水利科学研究院提供。

1.2 研究方法

1.2.1 玉米减产率的确定

从影响产量形成的各个因素的性质角度将影响因素分为气象条件、农技措施和随机“噪音”3类，相应的产量则被分解为气象产量、趋势产量和随机产量。气象产量是由于气象要素短时间的变化所导致玉米产量波动的那部分分量；趋势产量是指随着生产力和社会的发展，农技措施进一步的提高，人们更加注重耕作、灌溉、施肥、病虫害控制、品种特性、农业生产新技术及其增产措施等，社会投入加大，各种相互因素引起玉米产量增加的那部分产量。由于影响玉米产量的随机因素不常发生并且所占比例很小，在实际计算中不予考虑。因此，玉米产量常被分解为趋势产量和气象产量，用公式表示产量的分解过程如下：

y=yt+yw。

(1)

式中：y为玉米产量；yt为随时间延长、生产水平提高而不断上升的部分，即趋势产量；yw为产量的气象分量，又称为气象产量。

采用三次多项式模拟趋势产量，由式(2)可计算出玉米历年的相对气象产量Y。剔除趋势产量的气象产量能更好地反映实际产量受干旱程度的影响，Y为正值的年份即为增产年，大小为增产率；Y为负值的年份即为减产年，大小为减产率。

(2)

1.2.2 致灾因子危险性风险模型

从致灾因子出发，导致玉米各生育阶段发生干旱的最主要原因是降水不足。因而，选择不同生育阶段的降水距平百分数作为判断干旱灾害发生的指标。根据玉米不同生育阶段降水负距平百分率和对应的减产率做回归分析，建立它们之间的定量关系，根据减产率确定的干旱等级标准，相应得到玉米各生育阶段降水距平百分率评估干旱的标准，见表1。本文采用干旱强度作为衡量致灾因子危险性风险大小的指标。

表1 不同干旱等级对应的降水负距平百分率 %

则致灾因子危险性风险指数为：

(3)

式中：Hni为某县某个生育阶段的致灾因子危险性风险指数；Pnij为某县某个生育阶段某一干旱等级发生的概率，根据划分的干旱等级，利用信息扩散理论确定[6-7]；Znij为某县某个生育阶段某一干旱等级的降水距平百分率，取不同等级组中值数；n为某县；i为某生育阶段；j为干旱等级。

1.2.3 灾损敏感性风险模型

存在致灾因子并不意味着灾害就一定会发生，只有当干旱作用于脆弱的承灾体并造成损失时，才形成旱灾。干旱对农业的影响最直接的表现为作物的正常生长发育受到影响并最终导致减产，通常采用相对气象产量的负值表示减产率。在农业上，根据减产率确定的干旱等级标准[8]见表2。

表2 不同干旱等级对应的减产率 %

减产程度以及该减产程度的发生概率是干旱对作物产量影响的主要表现，亦是承灾体脆弱性的客观反映，用灾损敏感性风险指数综合这2个指标的减产强度表示灾害损失风险的大小。

则灾损敏感性风险指数为：

(4)

式中：Lni为某县某个生育阶段的灾损敏感性风险指数；Pnij为某县某个生育阶段某一干旱等级减产程度发生的概率；Fnij为某县某个生育阶段某一干旱等级的减产率，取表2中不同等级组中值数；n为某县；i为某生育阶段；j为干旱等级。

1.2.4 干旱风险评价模型

基于致灾因子危险性风险模型和灾损敏感性风险模型，建立如下玉米各生育阶段的干旱灾害风险指数模型：

(5)

式中：Rni为某县某个生育阶段的干旱灾害风险指数；Hni为某县某个生育阶段的致灾因子危险性风险指数；Lni为某县某个生育阶段的灾损敏感性风险指数；n为某县；i为某生育阶段。

2 贵州省玉米各生育阶段旱灾风险 结果分析

基于上述评价模型，通过式(1)—(3)可得贵州研究区各地玉米不同生育阶段的旱灾风险指数，借助GIS技术中的自然断点法将不同地区的风险值分为低风险、中风险、高风险和极高风险4个等级。为了反映干旱灾害风险分布的地区差异性，根据划分的风险等级，借助GIS技术得到的贵州玉米不同生育阶段干旱灾害风险评价结果及其区划如图1—6 所示。

图1 播种—出苗期旱灾风险区划

图2 出苗—拔节期旱灾风险区划

图3 拔节—抽穗期旱灾风险区划

图4 抽穗—灌浆期旱灾风险区划

从图1可以得出：贵州玉米播种—出苗期旱灾风险具有明显的地域性特征，低风险区所占的面积最大，主要集中在省东部的遵义市、铜仁地区的西部、黔东南州的东部以及黔西南州的西南部。中风险区主要集中在3个部分：一是铜仁地区的东部，呈块状分布；二是毕节地区东北部、贵阳市东北部、黔南州的东部以及黔东南州的西部，整体位于贵州中部，从省北部延伸到南部，呈带状分布；三是六盘水市中部、黔西南州东部、北部以及安顺市的西南部，整体位于贵州省的西南部，从省西部延伸到西南部，呈带状分布。高风险区位于贵州省的中部、南部以及西北部，包括六盘水市的北部、毕节地区的南部、贵阳市的西南部、安顺市的北部以及黔南州的西部。极高风险区分布范围比较小，位于贵州省西北部，包括毕节地区的西部。从总体上看，贵州省玉米播种—出苗期旱灾风险从西南到东北方向大致呈现先增加后降低的趋势，毕节地区西部以及铜仁地区东部的块状区域除外。

图5 灌浆—成熟期旱灾风险区划

图6 全生育期旱灾风险区划

从图2可以得出：出苗—拔节期处于低风险的区域范围比较广，集中在黔西南州的西部、六盘水市大部分地区、毕节地区的东部、遵义市的西南部、贵阳市的东北部、黔南州的北部和东部以及黔东南州的西部，具有一定的连续性。中风险区分布不集中，分为3部分：第1部分包括毕节地区的西部，呈块状分布；第2部分包括安顺市、贵阳市的西南部、黔南州的西部、黔西南州的东部，呈块状分布；第3部分包括遵义市的北部和东部、铜仁地区的西南部以及黔东南州东部的部分地区，呈带状分布。高、极高风险区的分布较小，位于贵州省的东北部，其中高风险区多分布在遵义市的东北部、铜仁地区的北部和中部以及黔东南州的东北部;极高风险区分布在铜仁地区的东部。从总体上看，贵州省玉米出苗—拔节期旱灾风险高、极高风险区位于省东北部，中部和西南部为中低风险区，干旱风险从中部到东北部呈现逐渐增加的趋势。

从图3可以得出：该生育阶段，极高、高风险区的范围较小，极高风险区位于省东南部和西南部，呈块状分布，包括黔东南州的南部、黔南州的东南部以及黔西南州的东南部；高风险区位于省南部，呈带状分布，呈现东西方向延伸的特点，包括黔西南州的中部和西南部、黔南州的南部、黔东南州的中部。低、中风险的分布范围较广，低风险区位于贵州省东南部和西南部，呈块状分布，包括毕节地区的西部、六盘水市的北部和西部、遵义市的东南部和北部以及铜仁地区的大部分地区；其余地区为中风险区，该区域具有一定的连续性。从总体上看，贵州省玉米拔节—抽穗期旱灾风险北部低于南部，从北部至南部大致呈现逐渐增加的趋势；省北部风险沿东西方向呈现先增加再降低的趋势。

从图4可以得出：抽穗—灌浆期的风险区均具有一定的连续性。极高风险区主要在黔东南州，铜仁地区南部、黔南州东部、遵义市南部有少量分布，整体呈块状分布.高风险区从省东北部延伸到省南部，呈带状分布,包括铜仁地区中部的大部分地区、遵义市的东南部、黔南州的大部分地区。中风险区从省北部延伸到省西南部，呈带状分布，包括遵义市的北部和中部、贵阳市的中部、黔南州西部的部分地区、安顺市的东南部以及黔西南州的东南部。低风险区的分布范围较其他风险区较大，包括遵义市北部的部分地区、毕节地区的绝大部分地区、六盘水市、黔西南州的西北部、安顺市的西北部以及贵阳市西部的部分地区。从总体上看，贵州省玉米抽穗—灌浆期旱灾风险从西北部至东南部呈现阶梯状逐渐增加的趋势。

从图5可以得出：低风险区的分布范围最小，集中在省西部的毕节地区、六盘水市以及黔西南州。中风险区的分布范围最广，集中在省中部，东南部有零星分布。高风险区集中在省东部，呈现向南北方向延伸的特点，同时在西南部也有少量高风险区，呈块状分布。极高风险区主要有2部分，分别位于省东北部和东南部。从总体来看，贵州省玉米灌浆—成熟期西部的旱灾风险低于东部，少量地区除外。

从图6可以得出：全生育期各风险区具有明显的连续性。极高风险区位于省东部，呈片状分布，包括黔东南州的绝大部分地区、铜仁地区的大部分地区和黔南州东部的少量地区。高风险区呈现从省北部向南部延伸的带状分布，包括铜仁地区的西部和北部、黔南州的绝大部分地区、贵阳市南部、安顺市的东部，在遵义市东部、黔东南州的西北部、黔西南州的东部有少量分布。中风险区呈现从省北部向西南部延伸的带状分布，集中在遵义市的东部、贵阳市北部、毕节地区东南部、安顺市的西部以及黔西南州中西部。其他地区大部分为低风险区，呈现从省北部向西南部延伸的带状分布。从总体来看，贵州省玉米全生育期旱灾风险分布规律，各风险区从西北部向东南部呈层状分布，在这种层状分布中，旱灾风险呈现从西北部向东南部逐渐增加的趋势。

3 旱灾风险评价模型检验

根据贵州统计部门提供的已发生干旱灾害的历史灾情损失资料，选择综合减产系数指标表述灾害损失，对风险评价模型进行检验。具体公式为：

L=0.2(D1-D2)+0.55(D2-D3)+0.9D3。

(6)

式中:L为综合减产系数；D1为作物受灾面积占播种面积的比例；D2为作物成灾面积占播种面积的比例；D3为作物绝收面积占播种面积的比例。

通过式(6)可得贵州研究区各地玉米的综合减产系数，并借助GIS技术得到的贵州玉米综合减产系数的空间分布如图7所示。

图7 贵州省玉米综合减产系数的空间分布

对比玉米全生育期旱灾风险区划图(图6)与贵州省玉米综合减产系数的空间分布图(图7)发现，两者具有较好的匹配性，旱灾风险分布都比较规律，各风险区从西部向东部呈层状分布，在这种层状分布中，旱灾风险呈现从西部向东部逐渐增加的趋势。因此，本文将基于玉米不同生育阶段降水负距平百分率和对应的减产率划分的干旱标准、信息扩算理论计算的干旱发生概率、减产等级以及相应的发生概率建立的模型用于玉米干旱灾害风险评估与风险区划是合理的。

4 结 语

通过对贵州省玉米不同生育阶段的干旱灾害风险空间分布进行分析，可得出：

1)贵州省玉米播种—出苗期旱灾风险从西南到东北方向大致呈现先增加后降低的趋势；出苗—拔节期旱灾风险高、极高风险区主要位于省东北部，中部和西南部为中低风险区，干旱风险从中部到东北部呈现逐渐增加的趋势；拔节—抽穗期旱灾风险从北部至南部大致呈现逐渐增加的趋势，省北部风险沿东西方向呈现先增加再降低的趋势；抽穗—灌浆期旱灾风险从西北部至东南部呈现阶梯状逐渐增加的趋势；灌浆—成熟期西部的旱灾风险低于东部，少量地区除外；全生育期旱灾风险呈层状分布，在这种层状分布中，旱灾风险呈现从西北部向东南部逐渐增加的趋势。

2)此风险分析结果较真实地反映了贵州全省玉米各生育阶段旱灾风险的空间分布，有助于人们更加准确地认识各生育阶段的旱灾发生规律，从而因地制宜地采取防灾减灾措施，提高防旱抗旱的主动性和目的性，进而减少旱灾所造成的损失。

3)本文是依据贵州全省19个国家气象站点的数据进行分析的，只是分析了全省的总体风险情况，如果按更小的评估单元进行风险评估会更贴近实际。本评估结果可以为贵州省玉米抗旱减灾措施的制定提供一定的借鉴和参考。

[1]石界，姚玉璧，雷俊.基于GIS的定西市干旱灾害风险评估及区划[J].干旱气象，2014，32(2):305-309.

[2]关红，张至楠，李陇堂.基于GIS的西北部中高山盆地高原区旱灾风险评估[J].宁夏工程技术，2014，13(2):184-188,192.

[3]李晓，何鹏，林正雨，等.农业干旱灾害风险评价与风险区划研究：以川南地区为例[J].农业技术经济，2014(9):116-121.

[4]郭建平，庄立伟，陈玥煜.东北玉米热量指数预测方法研究(Ⅰ)：热量指数与玉米产量[J].灾害学，2009，24(4):6-10.

[5]张琪，张继权，佟志军.干旱对辽宁省玉米产量影响及风险区划[J].灾害学，2010，25(2): 87-91.

[6]黄崇福.自然灾害风险评价理论与实践[M].北京：科学出版社，2005:45-60.

[7]张竟竟.基于信息扩散理论的河南省农业旱灾风险评估[J].资源科学，2012，34(2):280-286.

[8]宗燕.冬小麦干旱灾害风险评估：以德州是和聊城市为例[D].南京信息工程大学，2013:18-26.

(责任编辑:蔡洪涛)

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

水利部公益性行业科研专项 (201301039)；河南省科技攻关项目(142102310290)。

张泽中(1978—)，男，河北遵化人，副教授，博士，主要从事水资源系统工程方面的研究。E-mail:zhangzezhong78@126.com。

10.3969/j.issn.1002-5634.2016.02.004

TV93;S423

A

1002-5634(2016)02-0028-05