基于信息扩散理论的四川盆地农业旱灾风险评估

陈建杰,余锦华



基于信息扩散理论的四川盆地农业旱灾风险评估

陈建杰①②③,余锦华①②*

① 南京信息工程大学 气象灾害教育部重点实验室,江苏 南京 210044;

② 南京信息工程大学 大气科学学院,江苏 南京 210044;

③ 驻马店市气象局,河南 驻马店 463000

2013-04-27收稿，2013-06-28接受

国家重点基础研究发展计划(973计划)项目(2012CB955903);江苏省高校自然科学研究重大项目(13KJA170002);江苏高校优势学科建设工程项目(PAPD)

采用四川盆地农业旱灾灾情资料数据,基于信息扩散理论,研究了不同风险水平下的农业旱灾发生的概率及其分布,并对四川盆地的农业旱灾风险进行区划。结果表明:正态信息扩散方法可以较好地拟合农业旱灾受灾率的风险分布。与20世纪末相比,21世纪初四川盆地的眉山、重庆等地区发生受灾率xi≥10%和xi≥40%的农业旱灾风险增加。以受灾率xi≥5%和xi≥40%的超越概率作为农业旱灾风险区划阈值,四川盆地农业旱灾风险表现出区域性差异,农业干旱灾害高风险区位于巴中、中江、泸县等地区;西部地区发生农业干旱灾害的风险较小,与该地区丰富的降水量以及平原地形有关。该风险区划结果较为合理,可为当地政府防范农业旱灾提供决策依据。

信息扩散

旱灾受灾率

风险评估

风险区划

中国是世界上遭受自然灾害最严重的国家之一,在我国所有的自然灾害中,气象灾害造成的经济损失约占60%～70%。旱灾是危害最严重的一种气象灾害(董加瑞和王昂生,1997;祁海霞等,2011;晏红明等,2012),而旱灾又有分布面积广、持续时间长等特点,旱灾一旦发生,极易造成巨大的社会经济损失。四川盆地是中国四大盆地之一,也是重要的农业区,因此,针对四川盆地农业旱灾风险分布的研究与评估工作,有助于提高该区域旱灾风险的认识和决策水平。

Blaikei et al.(1994)从致灾因子、孕灾环境和承灾体综合作用的角度,系统总结了资源开发与自然灾害的关系,指出灾害是脆弱性承灾体与致灾因子综合作用的结果。自然灾害风险本质上是自然灾害的量级、时间等不确定性的概率分布(Kaplan and Garrick,1981),对其评估就是寻找科学的途径去进行有关灾害风险概率分布的估计(Petak and Atkisson,1982)。自然灾害风险评估的数学理论问题基本等同于相关的概率统计问题,可以使用概率的方法加以描述(刘引鸽等,2005)。通常的概率统计分析方法要求样本数量大于等于30个,在进行灾害风险评估的过程中,尤其是以县市等较精细的区域作为评估单元时,经常会遇到灾情资料年限短、灾情的具体统计数据不完整等问题。因此,以数量有限的灾情数据为样本,用传统的统计方法来进行风险评估,难以反映出研究区域灾害风险的变化规律,所得到的结果往往与实际情况有很大的偏差。

为了弥补样本信息不足,优化利用样本模糊信息,Parzen(1962)提出信息扩散方法。信息扩散(黄崇福等,1998)是一种对样本进行集值化的模糊数学处理方法,通过将单值样本点变成集值样本点,使得基于小样本资料的自然灾害风险评估也能取得较满意的评估结果。王新洲(1999)、王新洲等(2003)从数学角度对信息扩散方法进行理论与应用研究。于中伟等(2009)对多参数信息扩散估计进行精度评定,进一步完善了信息扩散理论。基于信息扩散理论的风险评估方法被广泛应用于气象灾害的风险评估工作(卢峰本等,2009;张丽娟等,2009;刘亚彬等,2010)。张竟竟(2012)应用信息扩散方法对河南省农业旱灾进行风险评估,所得结果与实际情况基本吻合。庞西磊等(2012)以地级市为评估单元,对整个东北地区的农业洪灾进行风险评估,直观地展示了东北地区农业洪灾风险的空间分布和变化趋势。

图1　四川盆地有播种面积地区的年份分布Fig.1　Yearly distribution of sown area in the Sichuan basin

涵盖四川盆地的农业旱灾风险评估工作较少(徐新创等,2011),且主要是以地市级为评估单元。农业受灾面积与灾害本身(强度和影响范围)有关,可以使用灾损拟合方法(Wilhelmi and Wilhite,2002;胡雪琼等,2011)评估农业灾害风险。本文在四川盆地农业旱灾风险评估中,利用四川盆地的各县(区)农业旱灾灾情资料和主要农作物播种面积资料,运用正态信息扩散方法,计算不同灾害风险水平下的农业旱灾每年发生的概率,研究其年代际变化特征,并按照一定标准进行风险区划,为该区域的农业旱灾风险管理和决策提供一定的理论依据。

1　资料和方法

1.1资料

本文所使用的四川盆地各县(区)的旱灾灾情资料来源于国家气候中心提供的中国干旱灾害数据集四川、重庆部分以及中国气象灾害大典四川卷和重庆卷中的旱灾灾情记录。其中,计算用到的是四川盆地各县(区)1984—2007年农作物受灾面积和成灾面积资料,各县(区)的农作物播种面积资料来源于四川统计年鉴(2005—2011年)和重庆统计年鉴(2000—2012年)。图1给出了有播种面积的年份和地区的分布。可见,四川盆地四川省部分有播种面积记录的年份是2004—2010年,重庆市部分的年份是1999—2011年,无播种面积的县主要位于盆地的边缘地区。

1.2方法

正态信息扩散方法的概率密度函数表示为(黄崇福,2005):

(1)

其中:uj为灾害指数;取自灾害指数论域U={u1,u2,…um},uj∈U。灾害指数论域是灾害指数所有可能取值的集合,m是灾害指数的所有可能取值的个数,xi是观测的灾害指数,本文用农业旱灾受灾率表示,h为扩散系数,可以根据样本中最大值b、最小值a和样本个数n来确定,即

(2)

(3)

称μxi(uj)为样本点xi的归一化信息分布,表示观测样本xi等于灾害指数uj的概率密度与取遍整个理论灾害指数论域的概率之比值。

(4)

1.3农业旱灾受灾风险计算

选取农业旱灾受灾率(xi)和成灾率(yi)作为研究对象,农业旱灾受(成)灾率是农业旱灾受(成)灾面积和相应年份农作物播种面积的比值,旱灾受灾面积指因旱灾农作物产量减少超过一成的农作物播种面积,而旱灾成灾面积是农作物产量减少超过三成的农作物播种面积。由于难于获取从1984—2007年四川盆地各县市每年的农作物播种面积资料,而各个年份的农作物播种面积之间相差很小,将所获得的各县(区)的农作物播种面积求多年平均,以这个平均值作为没有农作物播种面积资料年份的数据。

为了满足计算的精度要求,由于旱灾受灾率是0到1之间的实数,本文取旱灾受(成)灾指数论域U={u1,u2,…um}={0,0.000 1,0.000 2,…1},然后运用正态信息扩散方法计算不同风险水平(受灾率和成灾率)下的超越概率风险估计值以及区间概率风险估计值。

2　结果分析

2.1拟合优度检验

前文提到,信息扩散原理在气象灾害风险评估中得到了广泛的应用,这些评估工作也多是以受灾率为研究对象,但并未给出不同风险水平(受灾率或成灾率)的风险估计值与样本值的比较,即信息扩散方法得出的受灾率分布与原始数据的受灾率分布相一致的程度。因此,有必要进行拟合优度检验。选用柯尔莫哥洛夫—斯米尔洛夫(K-S)检验统计量Dn(么枕生,1984)为检验指标。其中:

Dn=max|F(x)-Fn(x)|。

(5)

2.2四川盆地农业旱灾受灾风险分布

本文以同等受灾程度为基础,用不同风险水平(受灾率和成灾率)下的超越概率风险估计值来反映四川盆地每年遭受农业旱灾风险的分布情况。图3a—d为四川盆地农业旱灾受灾率xi≥5%、xi≥10%、xi≥20%和xi≥30%的超越概率的风险估计值的分布。由图3a可知,四川盆地绝大部分地区发生旱灾造成农作物受灾面积超过5%风险值都超过了0.5,可以认为上述区域发生受灾率超过5%的农业旱灾至少是两年一遇。该风险水平下,有3个风险大值区域,分别是巴中南部和南充东北部,绵阳西南部、德阳东部和资阳西北部,以及泸州北部。风险值的最大值超过0.9,分别位于平昌县(0.903 2)和资阳市雁江区(0.901 4)。

图2　4个站点的农业旱灾受灾率超越概率估计(虚线)、观测累积概率(实线)与受灾率的关系　　a.平昌;b.中江;c.金堂;d.大竹Fig.2　Relationship between exceeding probability(dashed lines),cumulative frequency by observational data(solid lines) and the disaster rate for four stations:(a)Pingchang;(b)Zhongjiang;(c)Jintang;(d)Dazhu

图3　四川盆地农业旱灾受灾风险分布(xi为受灾率)a.xi≥5%;b.xi≥10%;c.xi≥20%;d.xi≥30%;e.5%≤xi<25%;f.25%≤xi<50%Fig.3　Distribution of agricultural drought risk in the Sichuan basin(xi indicate disaster rates):(a)xi≥5%;(b)xi≥10%;(c)xi≥20%;(d)xi≥30%;(e)5%≤xi<25%;(f)25%≤xi<50%

农业旱灾是致灾因子(降水)、承灾体(农作物)和孕灾环境综合作用的结果,三者之间的相互作用关系在不同地区可能会有不同的表现。四川盆地按其地理差异可分为川西平原区、川中丘陵区和川东平行岭谷区。在降水起主要作用的区域,干旱灾害风险与降水量的多少关系密切,如风险较大的绵阳西南部、德阳东部和资阳西北部位于四川盆地年降水量的小值区;风险较小的汉源县、石棉县等位于四川盆地年降水量的大值区(图略)。由图3a—d对比可以看出,四川盆地不同的风险水平农业旱灾的风险值的分布具有一致性,各图中风险值的相对大值区和相对小值区的中心位置是固定的,随着风险水平的增高,风险值逐渐减小。

图3e、f分别是四川盆地每年发生受灾率为5%～25%和25%～50%旱灾的风险分布。由图3e可知,四川盆地大部发生受灾率为5%～25%旱灾的风险估计值大于0.3,最大值为华蓥市的0.639 7,表明华蓥市今后每年发生旱灾造成农作物受灾面积占农作物总播种面积比值为5%～25%的风险是0.639 7。风险的小值区位于南部县、高县和广汉市,同图3a的小值区是一致的。由图3f大部分区域风险概率估计值在0.1以上,最大值为武胜县的0.477 1,表明武胜县发生受灾率为25%～50%的旱灾的风险是最高的,达到两年一遇。

2.3四川盆地农业旱灾成灾风险分布

图4a—d为四川盆地农业旱灾成灾率yi≥5%、yi≥10%、yi≥20%和yi≥30%的超越概率风险估计值的分布。农业旱灾成灾率yi≥5%的风险估计值意义为,今后每年四川盆地发生旱灾造成农作物成灾面积占农作物总播种面积超过5%这一情况出现的概率,同理,以此类推。

由图4a可知,该成灾风险(成灾率yi≥5%)分布上,风险值在0～0.9之间,有3个成灾风险大值区域,分别是巴中东南部、绵阳东南部和泸州北部,其中3个站点的风险值都超过了0.8,分别是三台县(0.848 3)、平昌县(0.846 9)和涪城区(0.812 4)。风险值较小的区域分布比较分散,例如有重庆市南部地区、德阳与成都交界地区等。相应的风险最低的站点有新津县(0.101 5)和什邡市(0.086 6)。由图4b可知,四川盆地农业旱灾成灾率yi≥10%的风险在0～0.8之间,与图4a类似,风险值较大的区域包括巴中与南充以及与达州交界地区、绵阳东南部等地区,其中有2个站点的风险值超过了0.7,分别是三台县(0.700 2)和平昌县(0.711 2)。风险值低于0.1的地区在绵阳、德阳和成都的西部以及雅安的北部部分地区等区域。风险值最小的几个站点分别是梓潼县、垫江县、什邡市、北碚区和新津县,他们的成灾率yi≥10%的风险在0～0.1之间;由图4c可见,四川盆地农业旱灾成灾率yi≥20%的风险在0～0.5之间,风险值在0～0.1之间的区域范围进一步扩大,但其风险值较大的区域与前几个风险水平下的分布一致。风险值最大的站点分别是平昌县(0.498 4)、三台县(0.450 3)和丰都县(0.420 7);由图4d可见,除巴中东部、绵阳东南部、重庆中部和南部及泸州,四川盆地其他地区农业旱灾成灾率yi≥30%的风险值都小于0.1。

2.4四川盆地农业旱灾随时间变化

为了研究四川盆地农业旱灾风险随时间的变化,将各站点的农业旱灾受灾率分为1984—1999年和2000—2007年两部分,分别应用信息扩散方法计算不同风险水平下的超越概率风险估计值,作为20世纪末和21世纪初两个时期的农业旱灾受灾风险。并用后者减去前者,两个风险之差称为风险差值。风险差值为正(负),则发生农业旱灾风险增加(减少),以此来表征四川盆地20世纪末和21世纪初两个时期农业旱灾风险的变化。

图4　四川盆地农业旱灾成灾风险分布(yi为成灾率)a.yi≥5%;b.yi≥10%;c.yi≥20%;d.yi≥30%Fig.4　Distribution of agricultural drought disaster risk in the Sichuan basin(yi indicate actually disaster rates):(a)yi≥5%;(b)yi≥10%;(c)yi≥20%;(d)yi≥30%

图5　四川盆地农业旱灾风险差值分布(xi为受灾率)　　a.xi≥10%;b.xi≥40%Fig.5　Distribution of the agricultural drought risk difference in the Sichuan basin(xi indicate disaster rates):(a)xi≥10%;(b)xi≥40%

图5a、b分别为四川盆地旱灾受灾率xi≥10%和xi≥40%时的风险差值分布。由图5a可知,风险差值为正的区域明显大于风险差值为负的区域,风险差值为负的区域主要包括巴中、南充、雅安、乐山、宜宾等地区,马边彝族自治县和南溪县为2个最小值中心,风险差值分别为-0.690 2和-0.417 4。风险差值为正的区域有3个最大值中心,分别是重庆巴南区(0.637 5)、眉山东坡区(0.714 5)和内江市中区(0.745 1)。图5b风险差值为负的区域包括巴中、南充、成都、雅安、宜宾、泸州等地区,最小值在丹巴县(-0.313 0)。风险差值为正的区域主要在重庆、广元、德阳、乐山、眉山等地区,最大值在乐至县(0.486 7)。

四川省眉山、内江、广安、资阳、绵阳、德阳等地区及重庆市大部风险差值为正,表明由20世纪末进入21世纪初,上述区域发生受灾率xi≥10%和xi≥40%的农业旱灾的风险是有所增加的。

2.5四川盆地旱灾风险区划

由于不同受灾率区间旱灾的超越概率风险估计值在空间分布上具有一致性,采用受灾率xi≥5%和xi≥40%时的超越概率P5%和P40%作为四川盆地旱灾风险划分标准,可以同时将旱灾发生风险和高灾损旱灾发生风险结合起来进行风险区划。划分标准如下:1)低风险区P5%≤0.50;2)中风险区0.500.15。

图6　四川盆地农业旱灾风险区划Fig.6　The zoning of agricultural drought risk in the Sichuan basin

图6是根据上述旱灾风险区划标准按照行政区域进行划分的四川盆地农业旱灾风险区划图。低风险区包括高县、宜宾县、石柱县等40个县(区),主要位于四川盆地的西部,这与四川盆地年降水量的大值区是一致的。中风险区包括射洪县、邻水县、西充县等96个县(区)。高风险区包括开江县、井研县、忠县等29个县(区)。

3　结论与讨论

本文以四川盆地所辖县(区)的农业旱灾灾情资料为数据支撑,基于信息扩散理论,研究以不同风险水平(受灾率和成灾率)为评价标准的农业旱灾发生的风险及其分布。风险区划的低风险区主要位于四川盆地的西部。由20世纪末进入21世纪初,四川盆地眉山、内江、广安、重庆等地区发生受灾率

xi≥10%和xi≥40%的旱灾的风险有所增加。

信息扩散方法可以将小样本灾情数据应用于自然灾害风险评估,评估数据的准确性和完整性对评估结果至关重要,鉴于灾情资料记录具有一定的主观性及其与农作物播种面积数据在时间上的不完全匹配,所得结果有一定的不确定性。该方法属于无时间约束的灾害风险评估方法,只能对所研究地区已发生的灾害风险进行统计,来代表该区域发生自然灾害风险水平的高低。我们将进一步通过致灾因子(如气象干旱指数)超越概率的研究,对未来长时间的干旱风险做出有效的预估。

References)

Blaikie P,Cannon T,Davis I,et al.,1994.Risk:Natural hazard,people’s vulnerability and disasters[M].London:Rout-ledge:189-190.

董加瑞,王昂生,1997.干旱、洪涝灾害预测及损失评估耦合模式[J].自然灾害学报,6(2):70-77.Dong J R,Wang A S,1997.The couple model for forecasting and assessing drought and waterlogging disasters[J].Journal of Natural Disasters,6(2):70-77.(in Chinese).

胡雪琼,吉文娟,张茂松,等,2011.云南省冬小麦干旱灾损风险区划[J].大气科学学报,34(3):356-362.Hu X Q,Ji W J,Zhang M S,et al.,2011.Drought risk regionalization for winter wheat in Yunnan province[J].Trans Atmos Sci,34(3):356-362.(in Chinese).

黄崇福,2005.自然灾害风险评价:理论与实践[M].北京:科学出版社:96-185.Huang C F,2005.Natural disaster risk assessment:Theory and practice [M].Beijing:Science Press:96-185.(in Chinese).

黄崇福,刘新立,周国贤,等.1998.以历史灾情资料为依据的农业自然灾害风险评估方法[J].自然灾害学报,7(2):1-5.Huang C F,Liu X L,Zhou G X,et al.1998.Agricultural natural disaster risk assessment method according to the historic disaster data[J].Journal of Natural Disasters,7(2):1-5.(in Chinese).

Kaplan S,Garrick B J,1981.On the quantitative definition of risk[J].Risk Analysis,1(1):1-9.

刘亚彬,刘黎明,许迪,等,2010.基于信息扩散理论的中国粮食主产区水旱灾害风险评估[J].农业工程学报,26(8):1-9.Liu Y B,Liu L M,Xu D,et al.,2010.Risk assessment of flood and drought in major grain-producing areas based on information diffusion theory[J].Transactions of CSAE,26(8):1-9.(in Chinese).

刘引鸽,缪启龙,高庆九,2005.基于信息扩散理论的气象灾害风险评价方法[J].气象科学,25(1):84-89.Liu Y G,Miao Q L,Gao Q J,2005.The method of meteorology disaster risk assessment based on theory of information diffusion[J].Scientia Meteorologica Sinica,25(1):84-89.(in Chinese).

卢峰本,彭俊龙,黄滢,2009.基于信息扩散理论的热带气旋灾害风险评价[J].气象研究与应用,30(1):23-25.Lu F B,Peng J L,Huang Y,2009.Evaluation on tropical cyclone disaster risk based on the information diffusion theory[J].Journal of Meteorological Research and Application,30(1):23-25.(in Chinese).

庞西磊,黄崇福,艾福利,2012.基于信息扩散理论的东北三省农业洪灾风险评估[J].中国农学通报,28(8):271-275.Pang X L,Huang C F,Ai F L,2012.Risk assessment on agricultural flood of Northeast China based on information diffusion theory[J].Chinese Agricultural Science Bulletin,28(8):271-275.(in Chinese).

Parzen E,1962.On estimation of a probability density function and mode[J].Annals of Mathematical Statistics,33(3):1065-1076.

Petak W J,Atkisson A A,1982.Natural hazard risk assessment and public policy anticipating:The unexpected[M].New York:Springer-Verlag:3-27.

祁海霞,智协飞,白永清,2011.中国干旱发生频率的年代际变化特征及趋势分析[J].大气科学学报,34(4):447-455.Qi H X,Zhi X F,Bai Y Q,2011.Interdecadal variation and trend analysis of the drought occurrence frequency in China[J].Trans Atmos Sci,34(4):447-455.(in Chinese).

王新洲,1999.基于信息扩散原理的估计理论、方法及其抗差性[J].武汉测绘科技大学学报,24(3):240-244.Wang X Z,1999.The theory,method and robustness of the parameter estimation based on the principle of information spread[J].Journal of Wuhan Technical University of Surveying and Mapping,24(3):240-244.(in Chinese).

王新洲,游扬声,汤永净,2003.最优信息扩散估计理论及其应用[J].地理空间信息,1(1):10-17.Wang X Z,You Y S,Tang Y J,2003.The theory of optimal information diffusion estimation and its application[J].Geospatial Information,1(1):10-17.(in Chinese).

Wilhelmi O V,Wilhite D A,2002.Assessing vulnerability to agricultural drought:A nebraska case study[J].Natural Hazards,25(1):37-58.

徐新创,葛全胜,郑景云,等,2011.区域农业干旱风险评估研究——以中国西南地区为例[J].地理科学进展,30(7):883-890.Xu X C,Ge Q S,Zheng J Y,et al.,2011.Drought risk assessment on regional agriculture:a case in Southwest China[J].Progress in Geography,30(7):883-890.(in Chinese).

晏红明,程建刚,郑建萌,等,2012.2009年云南秋季特大干旱的气候成因分析[J].大气科学学报,35(2):229-239.Yan H M,Cheng J G,Zheng J M,et al.,2012.The climate cause of heavy drought in Yunnan in autumn 2009[J].Trans Atmos Sci,35(2):229-239.(in Chinese).

么枕生,1984.气候统计学基础[M].北京:科学出版社:488-490.Yao Z S,1984.Fundamentals of climate statistics[M].Beijing:Science Press:488-490.(in Chinese).

于中伟,花向红,陈梦华,等,2009.多参数信息扩散估计的精度评定[J].测绘工程,18(3):13-16.Yu Z W,Hua X H,Chen M H,et al.,2009.Precision assessment of multi-parameters information diffusion estimation[J].Engineering of Surveying and Mapping,18(3):13-16.(in Chinese).

张竟竟,2012.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,34(2):280-286.Zhang J J,2012.Assessment of risk of agricultural drought disasters in Henan province based on the information diffusion theory[J].Resources Science,34(2):280-286.(in Chinese).

张丽娟,李文亮,张冬有,2009.基于信息扩散理论的气象灾害风险评估方法[J].地理科学,29(2):250-254.Zhang L J,Li W L,Zhang D Y,2009.Meteorological disaster risk assessment method based on information diffusion theory[J].Scientia Geographica Sinica,29(2):250-254.(in Chinese).

Natural disasters result from the complex relationships and interactions of the vulnerability of disaster-bearing bodies with the disaster-causing factors.The nature of natural disaster risk is described by the probability distribution which is associated with the magnitude and duration of the natural disaster.Evaluating a risk involves establishing a scientifically robust method to estimate the probability magnitude of a natural disaster risk.The mathematical theory of natural disaster risk assessment is essentially equivalent to an issue of probability and statistics,which can be described by the method of probability.The usual sample size required in probability-based statistical analyses is at least 30.However,in disaster risk assessment,especially when small areas are adopted as the evaluation unit,the data collection period is often short and statistics are incomplete.Therefore,it is difficult to reflect the variation in the risk of a disaster over certain study areas and big bias of computed results from observation often happen if we use traditional statistical methods to assess risk.

Drought is one of the most serious meteorological disaster and often causes considerable socioeconomic losses in the affected region.The Sichuan basin China is a very important agricultural production area.Researching and assessing the risk of agricultural drought in this region is helpful in making service decisions and carries huge social significance.However,risk assessment work on agricultural drought in the Sichuan basin has been minimal,and mainly focused at the city prefecture level.Agricultural disaster area is related to the disaster strength and scale,thus,the assessment of agricultural drought risk can be accomplished via a method 'disaster loss evaluation'.

Based on agricultural drought disaster data in Sichuan basin during 1984—2007 and information diffusion theory,the probability of agricultural drought,and its spatial distribution,are discussed under different risk levels.Accordingly,the risk of agricultural drought disaster in the Sichuan basin is separated(spatially) into a few of zones.Results show that the normal information diffusion method can provide a good fit for the agricultural drought disaster rate which is a proportion of the disaster area to the cultivated one.Further investigation shows that the difference in risk between Chongqing and Meishan,where the agricultural drought disaster rate is greater than or equal to 10% and 40%,respectively,increasing from the end of the 20th century to the beginning of the 21st century.An exceeding probability means an accumulated probability when the drought disaster rate is larger than a threshold,which is defined as 5% and 40% in this study,respectively.Cities such as Bazhong,Zhongjiang and Luxian are found to be high-risk regions.Low-risk regions are located in the western Sichuan basin,owing to its abundant precipitation.The research provides some useful decision-making information for those involved in disaster reduction and emergency management.

This study shows that small samples of disaster data can be applied in natural disaster risk assessment by using the information diffusion method.The accuracy and completeness of assessment data is probably the most crucial aspect in evaluating results.Due to the disaster data record being subjective and the sown area of the crop not completely matching the data in time,the result is not completely satisfactory.The method is a time-independent disaster risk assessment method that can be used to carry out statistical analysis of the disaster risk for a region where disaster events have occurred,and can also provide an indication of the natural disaster risk level of the region.Further research is necessary to help us make effective forecasts of long-term drought risk in the future.

information diffusion;drought disaster ratio;risk assessment;risk zoning

(责任编辑：孙宁)

Risk assessment of drought on agricultural land in the Sichuan Basin based on information diffusion theory

CHEN Jianjie1,2,3,YU Jinhua1,2

1KeyLaboratoryofMeteorologicalDisaster,MinistryofEducation(KLME),NanjingUniversityofInformationScience&Technology,Nanjing210044,China;2CollegeofAtmosphericSciences,NanjingUniversityofInformationScience&Technology,Nanjing210044,China;3ZhumadianMeteorologicalBureau,Zhumadian463000,China

10.13878/j.cnki.dqkxxb.20130331001

引用格式：陈建杰,余锦华,2016.基于信息扩散理论的四川盆地农业旱灾风险评估[J].大气科学学报,39(5):712-720.

Chen J J,Yu J H,2016.Risk assessment of drought on agricultural land in the Sichuan Basin based on information diffusion theory[J].Trans Atmos Sci,39(5):712-720.doi：10.13878/j.cnki.dqkxxb.20130331001.(in Chinese).

*联系人，E-mail:jhyu@nuist.edu.cn