西南地区水稻洪涝灾害风险评估与区划*

杨建莹，霍治国,2**，吴 立 ，张桂香，汪天颖



西南地区水稻洪涝灾害风险评估与区划*

杨建莹1，霍治国1,2**，吴 立1，张桂香1，汪天颖1

（1. 中国气象科学研究院灾害天气国家重点实验室，北京 100081；2. 南京信息工程大学气象灾害预报预警与评估协同创新中心，南京 210044）

为全面评估水稻洪涝的综合风险，基于自然灾害系统理论和农业气象灾害风险评估方法，利用西南地区（重庆、四川、贵州和云南）193个气象站1961-2012年逐日降水资料、396个县（市）1981-2012年水稻产量、面积资料和17个农气站点水稻生育期数据，以及西南地区数字高程（DEM）数据，构建区域水稻洪涝灾害致灾因子危险性、承灾体暴露性、孕灾环境敏感性和区域抗灾能力指数，以及综合风险评价模型，对西南地区水稻洪涝进行风险分析与区划。结果表明：（1）水稻不同生育阶段洪涝等级风险概率分布存在明显的地区差异，洪涝危险性表现为移栽分蘖期＞拔节孕穗期＞抽穗成熟期；全生育期高、次高危险区主要分布于云南南部和东北部、贵州南部，以及四川的成都、眉山和德阳地区。（2）基于不同时间序列的水稻相对暴露率明显波动，水稻生产承灾体高、次高暴露区主要集中在四川东北部和重庆地区；孕灾环境高、次高敏感区主要位于云南北部、四川南部和贵州东南部地区；水稻洪涝低抗灾能力区主要位于贵州。（3）西南地区水稻洪涝综合风险呈由中部向四周递增的趋势，高、次高风险区主要位于贵州南部、云南南部和四川东北部地区，低风险区位于重庆南部和云南北部地区。

洪涝灾害；农业气象；风险分析；区划；一季稻

中国西南地区地形、地貌复杂，受季风和青藏高原环流系统的影响，雨季降水过于集中，洪涝灾害发生频率高、强度大[1]。水稻是西南地区主要粮食作物，常年种植面积近467万hm2。由于水稻的生长期恰逢雨季，经常会出现连续降雨或暴雨形成洪涝灾害，造成水稻受淹或冲毁，导致减产甚至绝收[2]。如1998年8月上旬，云南澜沧地区发生强降水过程，水稻大面积被淹，减产20%～30%。2015年7月21-24日，四川盆地累计雨量100～250mm，局部地区雨量超过300mm，造成水稻大面积成灾。因此，开展西南地区水稻洪涝风险研究，有助于提升区域灾害风险管理和决策水平，减轻洪涝灾害给水稻生产造成的损失。

洪涝灾害风险研究，主要集中在某一地区某一时间内洪涝发生的可能性、活动程度、破坏损失及其对经济、社会和自然环境系统造成的影响和危害[3-4]，多从致灾因子、承灾体、孕灾环境、防灾能力等单因素、集成多因素出发，通过构建指标体系，进行区域风险的定性和定量评估[5-7]；研究对象涉及城市[8]、人口[9]、经济[10-11]、农业[12]等领域。近几年，针对作物的洪涝风险研究逐渐发展起来，如盛绍学等[13]基于灾害风险分析理论，针对江淮地区各县小麦从涝渍脆弱性、自然气候风险、灾损风险和抗灾能力4个方面对江淮地区小麦涝渍灾害风险进行空间区域划分；张蕾等[14]综合苗期湿涝危险性、孕灾环境敏感性、承灾体易损性和防灾减灾能力进行瓜菜苗期湿涝综合风险分析和区划。目前，作物洪涝研究主要集中在冬小麦[15-16]、玉米[17]、苹果[18]、油菜[19]等旱生作物上，针对水生作物的洪涝风险研究则甚少。

水稻属沼泽类作物，抗涝能力强，但若遭遇持续性降雨或强降雨，仍会造成大面积减产甚至绝收。关于水稻洪涝，众多学者从水稻受涝特征[20]、抗涝能力[21-22]以及水稻洪涝致灾指标[23]等方面进行了研究。但是，由于农业生产系统的复杂性和相关数据获得的局限性，结合农业生产过程、针对作物生长特点的水稻洪涝风险研究还未见报道。

因此，基于自然灾害系统理论[24]和农业气象灾害风险评估方法[25]，本文以西南地区一季稻洪涝灾害为研究对象，针对水稻生产中容易遭受的洪涝灾害，构建致灾因子危险性、承灾体暴露性、孕灾环境敏感性（脆弱性）、抗灾能力指标，以及综合风险评估模型，评估区域水稻洪涝风险，以期为因地制宜开展水稻洪涝灾害风险管理、优化生产布局提供科技支撑。

1 资料与方法

1.1 资料来源

西南地区水稻种植区域界定依据国家气象中心2012年编著的《农业气象业务服务手册》（非出版物），包括四川、重庆、云南、贵州四省（市）的396个县（市），区内193个气象站点1961-2012年的逐日降水量资料来源于国家气象信息中心，水稻生育期资料来源于西南地区17个农业气象观测站的观测数据，包括1991-2012年水稻播种、移栽、拔节、抽穗和成熟日期；县级尺度的农业生产数据来源于统计数据，包括1981-2012年西南地区396个县（市）主要作物的播种面积、产量等；DEM数据来源于美国地质勘探局（USGS）生产的全球30″数字高程模型（GTOPO 30），其空间分辨率为30″（约1km）。区域范围及各站点分布见图1。

根据水稻发育期资料，将研究区水稻发育期分成3个阶段，即移栽分蘖期、拔节孕穗期和抽穗成熟期。水稻在不同省（市）的发育时期差别较大，这主要与气候特点和水稻的品种熟型有关。本文中各站点的生育期数据采用分省统计的水稻各发育阶段的开始和结束日期，4省（市）水稻发育期情况见表1。

表1 西南地区各省（市）水稻生育期

Note: E-，M-，L- is the first，middle and last ten-day of a month, respectively.

1.2 构建评估指标体系

1.2.1 致灾因子危险性指数

（1）水稻洪涝等级评价指标

基于前期研究成果[23]，根据水稻不同生育阶段降水量和降水持续时间分别评定移栽分蘖期、拔节孕穗期和抽穗成熟期的洪涝等级，标准见表2。其中，轻度洪涝的受灾表现为稻田受淹、水稻受灾、部分成灾；中度洪涝的受灾表现为淹没、水稻成灾、部分水稻绝收；重度洪涝的受灾表现为水稻绝收、无收、灭产。

表2 水稻各生育阶段洪涝等级评价指标

注：R为过程雨量(mm)。

Note: R is rainfall amount of a rainfall event.

（2）水稻洪涝危险性指数

水稻洪涝致灾因子危险性由洪涝发生程度（强度）和频次（概率）决定。一般洪涝强度越大，频次越高，洪涝灾害所造成的水稻损失越严重，洪涝灾害的风险也越大。某地水稻整个生育期洪涝致灾风险指数（M）[12]计算式为

式中，Qij为第j个生育阶段第i个等级洪涝灾害的等级即轻度、中度和重度，分别取1、2和3，Pij为第j个生育阶段第i个等级洪涝灾害发生的概率。n为洪涝的等级，n=3；m为水稻的3个发育时期，即移栽分蘖期、拔节孕穗期和抽穗成熟期，m=3。洪涝发生概率为依据洪涝等级评价指标计算得到的1961-2012年各等级洪涝的风险概率，计算方法采用信息扩散法[14]，通过线性分配得到控制区间的原始信息分布，建立概率分布模型，计算得到不同等级洪涝风险概率。

1.2.2 水稻暴露性指数

水稻空间分布以及种植密度等均可反映水稻生产对洪涝灾害的暴露性。水稻暴露在洪涝灾害中的密度越大，受灾的风险也就越大。水稻相对暴露率（AR）在一定程度上可以进行区域单元间水稻暴露性的比较。近年来，西南地区水稻种植面积整体呈下降趋势，但区域间水稻种植密度波动存在明显差异。通常情况下，基于长时间序列资料（1981-2012年）计算得到的水稻相对暴露率，对近年来水稻暴露风险的表达较弱；若以近5a（2008-2012年）和近3a（2010-2012年）水稻相对暴露率作为评估水稻暴露风险的依据，所得结果则忽略了区域水稻长期种植的稳定性。为更好地反映水稻暴露特征在时间序列上的区域稳定性和变异特征，在水稻暴露性指数构建过程中，分别对1981-2012年（32a）、1993-2012年（近20a）、2003-2012年（近10a）、2008-2012年（近5a）和2010-2012年（近3a）水稻相对暴露率进行计算，以各时段水稻相对暴露率的加权得到水稻暴露性指数。某地水稻暴露性指数的计算式为

式中，E为水稻暴露性指数；ARi为某地每个计算时段的水稻相对暴露率；wi为每个时段相应的权重，利用层次分析法[26]综合确定。

每个时段相对暴露率[27]的计算式为

式中，ai为某县第i年水稻播种面积（hm2），zi为该县幅员面积（hm2），Ai为该年区域水稻播种面积（hm2），Zi为区域幅员面积，n为计算时段的年数。

1.2.3 孕灾环境敏感性指数

西南地区地形地貌极为复杂，境内高原、山地、丘陵、平原、河谷均有分布，还有广泛分布的喀斯特地貌。从洪涝形成的背景和机理分析，地形因子是洪涝灾害形成的主要孕灾因子。在地势低洼平坦、地形闭塞的地区，积水难以迅速宣泄，易于暴雨洪涝灾害的形成[28]。本文中西南地区地形因子的影响通过高程及高程标准差的不同组合来体现。其中，高程标准差表征地形的起伏程度，利用DEM数据，采用1000m×1000m的网格大小，计算数据中某一格点的高程与周围8个格点的高程标准差。依据栅格单元占区域总栅格数的百分比，将高程及高程标准差划分为5个等级。通过专家打分法对高程及高程标准差进行赋值[29]（表3）。

表3 高程和高程标准差组合的赋值标准

1.2.4 抗灾能力指数

水稻抗灾能力，从以下两个方面进行评估：（1）水稻产量水平。单产在一定程度上可以代表西南地区水稻生产的水平，亦可代表这一区域的农业经济发展水平[30]；（2）减产率的波动程度。水稻减产率的波动大小能体现水稻对外来干扰的适应能力，波动大的区域水稻抗外来干扰能力较脆弱，波动小的区域水稻抗外来干扰能力较强。

（1）水稻产量水平采用相对单产系数表示，即

式中，Yr为某县相对产量系数，yi为第i年该县水稻单产值，yi为第i年西南地区水稻单产平均值，n为总年数。

（2）减产率的波动程度采用减产率变异系数表示，即

式中，Ri为第i年某县水稻减产率，R为该县1981-2012年水稻减产率的平均值。将水稻减产率定义为当年水稻实际产量与趋势产量的比值。当减产率为正值时，则表示增产；若减产率为负值，则表示减产，计算方法参照《小麦干旱灾害等级》标准[31]。

构建的抗灾能力指数（F）可表示为

（6）

1.2.5 水稻洪涝风险指数

为了消除不同因子量纲的影响，构建水稻洪涝灾害综合风险指数之前，根据数据极差标准化方法，将洪涝发生风险指数（M）和水稻承灾暴露性指数（E）、敏感性指数（S）和抗灾能力指数（F）极差标准化。为了标准化后数据非零，改进的计算式[32]为

式中，Xs为极差标准化后的数据；Xj为原始数据；Xmin为原始数据序列中的最小值；Xmax原始数据序列中的最大值。

由于在构成灾害风险的4个要素中，灾害的危险性、承载体暴露性、孕灾环境敏感性和灾害风险生成的作用方向一致，而抗灾能力与灾害风险生成的作用方向相反，即某区域的抗灾能力越强，灾害危险性、承载体暴露性和孕灾环境敏感性对灾害生成的作用力就会受到一定抑制，从而减少灾害的风险度[27]。因此，在实际应用时，应考虑到抗灾能力的反向作用力。由标准化后的洪涝灾害危险性指数（Mjs）、承灾体暴露性指数（Ejs）、孕灾环境敏感性指数（Sjs）和抗灾能力（Fjs）共同构建的西南地区水稻洪涝灾害综合风险指数（FI）为

式中，Mjs为标准化的j站洪涝风险指数；Ejs为标准化的j站水稻暴露性风险指数；Sjs为标准化的j区敏感性指数；Fjs为标准化的j区抗灾能力指数。

2 结果与分析

2.1 水稻各生育阶段洪涝致灾因子危险性评估

2.1.1 不同等级洪涝概率分布

颈椎按摩操主要是通过主动活动锻炼，达到疏通血脉和调畅气机的目的，配合其他治疗重新恢复颈椎的活动调节功能，从而达到消除缓解颈椎病的临床症状，在治疗康复颈椎病上有其应用的理论依据。颈椎按摩操同时具有护士易于指导督促患者正确练习的特点，且易学易练，是值得推广的康复锻炼方法。

基于水稻洪涝等级评价指标，采用信息扩散方法，计算1961-2012年西南地区193个站点水稻轻、中、重度洪涝的风险概率，采用IDW插值法[33]绘制水稻洪涝危险性空间分布图（图2）。由图2可见，移栽分蘖期洪涝危险性风险概率呈东高西低的分布，高发区域主要位于贵州南部和云南南部地区，该地区1961-2012年轻、中和重度洪涝风险概率分别在0.16、0.1和0.08以上，其中云南南部的金平、龙陵、绿春、罗平、西盟，贵州的都匀、兴仁和六枝地区，轻、中和重度洪涝风险概率分别达到0.35、0.2和0.15以上，是水稻移栽分蘖期洪涝的高发区域。水稻拔节孕穗期洪涝风险概率较移栽分蘖期降低，高值区域主要位于云南南部地区，轻、中和重度洪涝风险概率分别达到0.16、0.12和0.12以上。由于水稻拔节孕穗期正值汛期，四川中部和东部地区，洪涝风险概率较移栽分蘖期有所增加，尤其是峨眉、名山、洪雅、安县、夹江以及绵竹等地，轻、中和重度洪涝风险概率分别在0.08、0.04和0.02以上。抽穗成熟期洪涝风险概率空间特征与拔节孕穗期基本一致，风险概率高值区域主要位于云南南部和四川中部地区，其中云南南部地区水稻重度洪涝的风险概率高于轻度和中度洪涝，达到0.16以上。总体来说，水稻洪涝风险概率表现为移栽分蘖期＞拔节孕穗期＞抽穗成熟期。移栽分蘖期洪涝和拔节孕穗期以轻度洪涝为主，而抽穗成熟期易发生水稻重度洪涝。

2.1.2 洪涝危险性评估与分布

利用各生育阶段洪涝发生等级和概率，根据危险性评价模型，计算得到193个气象站点水稻洪涝危险性指数。通过IDW插值方法得到水稻洪涝危险性指数空间分布，采用百分位法，将水稻洪涝危险性指数划分成4个等级，对应得到水稻洪涝低、中、次高和高危险性评价指标的分级临界值（表4）及水稻洪涝危险性分布（图3）。由图3可见，移栽分蘖期的高风险区主要位于云南南部和贵州西南部地区，危险性指数≥1.25；次高危险区包括云南东北部和贵州南部，危险性指数介于0.27～1.25。云南南部和四川东部地区水稻拔节孕穗期处于洪涝高或次高危险区，水稻洪涝危险性指数≥0.53；抽穗成熟期高、次高危险性包括云南南部和四川东北部地区，危险性指数均在0.55以上。

表4 西南地区水稻洪涝危险性评价指标（M）的分级界限值

西南地区受季风影响显著，汛期降水主要受西南季风和东亚季风的交替影响，雨季一般为5-10月，该时段降水集中，大部分地区的雨量占年降水总量的85%以上[34]。水稻生长初期降水量从南向北减少，云南南部地区降水量明显较其它区域偏高，容易造成水稻生长前期发生洪涝危害。随着水稻生长，四川东北部逐渐进入主汛期，该地区同期平均降水量超过500mm[35]，极易造成水稻生长后期的洪涝灾害。从整个水稻生长阶段来看，洪涝灾害的高、次高危险区主要位于云南南部地区，全生育期危险性指数≥1.52；中危险区主要包括云南东北部、贵州南部，以及四川的成都、眉山和德阳地区，危险性指数在0.41～1.52。

2.2 水稻生产承灾体暴露性评估

暴露性反映了水稻种植面积在幅员面积中所占的比重，比重越高意味着暴露于洪涝危险中的风险越高。根据前文对水稻相对暴露率的定义，计算得到西南地区396个县（市）的水稻相对暴露率，并赋值到这396县（市）的地理中心点，通过IDW插值方法得到区域1981-2012年（32a）、1993-2012年（近20a）、2003-2012年（近10a）、2008-2012年（近5a）和2010-2012年（近3a）的水稻相对暴露率空间分布（图4）。由图4可见，四川北部以及重庆地区水稻种植比重较大，大部分地区水稻相对暴露率在1.6以上；云南以及贵州南部水稻相对暴露率不足0.8。贵州地区相对暴露率在时序上存在明显波动，水稻相对暴露率＞1.6的区域在2003-2012年（近10a）、2008-2012年（近5a）和2010-2012年（近3a），明显高于1993-2012年（近20a）和1981-2012年全时间序列；云南南部地区水稻种植在2008-2012年（近5a）和2010-2012年（近3a）减少，相对暴露率＜0.8的区域有所扩大，＞0.8的区域明显减少。

采用层次分析方法，得到各时间段水稻相对暴露率的权重。1981-2012年（32a）、1993-2012年（近20a）、2003-2012年（近10a）、2008-2012年（近5a）和2010-2012年（近3a）的水稻暴露率权重分别为0.29、0.19、0.11、0.20和0.21。计算得到西南地区水稻暴露性指数，采用百分位法进行水稻暴露性低、中、次高和高4个等级评价指标的界限值率定（表5）并制图（图5）。结果表明：1961-2012年西南地区水稻高、次高暴露区主要集中在四川东北部和重庆地区，该区域水稻种植密度高于西南地区水稻种植密度平均水平，暴露性指数≥0.72，意味着该区域暴露于洪涝危险中的风险也较高；中度暴露区主要分布于云南西南部和东部地区，该区域暴露性指数在0.45～0.72，水稻种植密度与西南地区水稻种植密度平均水平相当，水稻暴露于洪涝危险中的风险也介于中间；低暴露区包括云南北部、四川南部和贵州西南部地区（＜0.45），该区域水稻种植密度低于西南地区水稻种植密度平均水平，即暴露于洪涝危险中的风险相对较低。

表5 西南地区水稻暴露性评价指标（E）的分级界限值

2.3 水稻生产孕灾环境敏感性评估

利用1000m×1000m DEM数据，通过栅格计算与赋值，采用百分位分级方法，得到西南地区孕灾环境敏感性评价指标（S）的分级界限值（表6）和孕灾环境敏感性分布（图6）。由图6可见，洪涝孕灾环境敏感性的空间分布表现为中间高四周低，孕灾敏感性由四周向中部地区逐渐增加。西南地区中部地区，主要包括云南北部、四川南部和贵州东南部地区，是孕灾环境高敏感区域和次高敏感区，敏感性指数≥0.80，该区域地势低洼，高差小，当发生强降水过程时，水涝不易排出；中度敏感区主要分布于云南南部、贵州中部地区，敏感性指数在0.70～0.80，该区域地势和高差均处中等水平，孕灾环境敏感性与整个区域敏感性相当；低敏感性区域集中在四川东北部、重庆和贵州的山地丘陵区，S均在0.70以下，该区域海拔较高且地面起伏程度较大，易于水涝的排出。

表6 西南地区孕灾环境敏感性评价指标（S）的分级界限值

2.4 水稻生产抗灾能力评估

西南地区水稻抗灾能力通过当地水稻产量高低水平以及水稻减产率的波动程度综合表现。根据前文对相对单产系数（Yr）和减产率变异系数（Ys）的定义，分别计算得到西南地区396个县（市）的Yr和Ys并赋值于县（市）的地理中心点，采用IDW插值方法，得到西南地区Yr和Ys的空间分布（图7）。从图7a可知，西南地区水稻产量水平的高值区域分布于四川以及云南北部地区，相对单产系数Yr均在1以上；低产区位于贵州西部以及云南南部，相对单产系数＜0.7。从水稻减产率的波动程度（图7b）看，贵州以及云南东南部的红河、文山地区，水稻减产率变异较大，减产率变异系数＞1；四川中北部，以及云南地区水稻减产率的波动较小，变异系数＜0.25。综合来看（表7和图8），西南地区低抗灾能力区主要位于贵州，抗灾能力指数F＜0.95，该区域水稻产量相对较低，且减产率波动较大，水稻生产力整体水平低；高、次高抗灾能力区主要位于四川和云南北部地区，抗灾能力指数≥2.74，该区域水稻产量高于西南地区水稻产量平均水平，且产量稳定，意味着当地水稻品种的适应性强，水稻生产力整体水平较高；其它区域属中度抗灾能力区，抗灾能力指数介于0.95～2.74，水稻生产水平居中。

表7 西南地区抗灾能力评价指标（F）的分级界限值

2.5 西南地区水稻生育期洪涝灾害综合风险区划

中度风险区主要分布于贵州南部和四川东北部地区，综合风险指数介于0.08～0.14。该区域水稻全生育期大部处于中度洪涝危险区，部分区域处于次低洪涝危险区，水稻种植面积比例、产量波动大小和抗灾能力大部高于或与西南地区平均水平相当。

低风险区主要位于重庆、贵州和云南北部地区，该区域水稻洪涝综合风险指数＜0.08。尽管贵州和云南北部地区地势低洼且平坦，孕灾环境敏感性高，易于洪涝的形成，但该区域水稻生产遭受洪涝危害的机率较低，且水稻种植较少，因此是水稻洪涝灾害的低风险区域。重庆地区水稻种植广泛，但该区域多山地丘陵，易于水涝及时排出，尽管抗灾能力较低，但该区域确为西南地区水稻生产遭受洪涝危害的低风险区。

3 结论与讨论

3.1 讨论

基于自然灾害系统理论和农业气象灾害风险评估方法，以西南地区一季稻洪涝灾害为研究对象，综合考虑水稻洪涝风险形成的危险性、暴露性、敏感性、抗灾能力4个影响因子，构建具有区域特征的指标体系评估模型。王春乙等[27，30]认为，危险性评价是风险评估的主体，灾害危险性分布直接影响灾害风险的大小和空间分布。对于水生作物，短时大暴雨是洪涝灾害的主要诱因。针对水稻不同生育阶段的抗涝特征，本文在前期研究的基础上，选择能表征水稻洪涝短时暴雨指标进行危险性评估。危险性评价结果与吴立等[12]以整个农业为承灾体的洪涝灾害分析结果基本相同，但局部地区存在差异。这与承灾体种类、洪涝指标的选取密切相关。水稻抗涝能力强，采用的降水强度指标，略高于以整个农业为承灾体的降水强度指标。最终得到的西南地区水稻洪涝综合风险结果，与洪涝危险性空间分布图大体一致。

表8 西南地区水稻洪涝综合风险评价指标（FI）的分级界限值

考虑水稻暴露特征在时间序列上的区域稳定性和变异特征，在水稻暴露性指数构建过程中，引入权重系数，构建基于不同时间序列水稻相对暴露率的暴露性指数，有助于减小水稻暴露性评估中由于时序数据较长或较短对评估结果造成的影响。针对西南地区地形地貌复杂的特点，在孕灾环境敏感性指数构建过程中，选取地理高程和地表起伏程度指标，从降水产流与汇流这一主导因素反映地形地貌对降水集聚的影响。单产水平和减产率的波动情况从不同角度反映区域抗灾能力，但都存在不全面性，如某县的水稻单产水平高，但水稻生产波动性大，并不能说明该县的抗灾能力强。因此，本文采用了单产水平与减产率波动两个指标来构建抗灾能力指数。承灾体暴露性、孕灾环境敏感性和抗灾能力间接影响洪涝风险的形成。例如，从全生育期水稻洪涝危险性来看，贵州大部分地区处于中危险区，孕灾敏感性和水稻暴露性均处中等水平，但是，该区域受陡坡、瘠薄等问题的影响严重，土地质量和土壤的肥沃程度相对低下[36]，水稻单产水平低。加之该区域农业生产设施不完善，抗灾能力弱，当遭遇强降水天气过程，受洪涝的影响较大。通过综合风险分析，最终被归为高、次高洪涝风险区。为验证水稻洪涝综合风险模型的合理性，将本文水稻洪涝综合风险评估结果与《中国气象灾害大典（四川、重庆、贵州和云南）》[31,37-39]中记载的历史水稻洪涝情况进行对比分析。350条关于水稻洪涝的记录中，有321条记录的水稻洪涝发生地区处于中度以上风险区。收集得到的58条关于水稻绝收的记录，有32条记录地点位于云南南部的临沧、普洱和西双版纳地区，20条记录位于四川东北部的成都、德阳地区。从历史灾情的回代可以发现，80%以上的水稻洪涝灾害发生在水稻洪涝灾害的次高、高风险区。历史文字记录资料虽然一定程度上可以反应区域水稻洪涝发生的风险状况，但是由于这些历史记载对水稻洪涝发生的范围、具体时段和损失等的定量化描述并不全面，因此，在水稻洪涝风险模型的精确、定量验证方面还有一定局限性。

西南地区土质变异性较大，不同的土壤类型饱水性、渗水性不同，同样的降水过程，偏黏质土壤透水性差，持水性强，更易积水；土壤结构松软的地区遇暴雨或强降水天气容易滞水[2]。另外，洪涝发生与河网密度和距离水体的远近有关，河网越密集距离水体越近的地方，发生洪涝灾害的危险程度越高[40]。因此，可以在孕灾环境敏感性中量化土壤质地、河网密度等因素对洪涝形成的影响。本文暴露性、抗灾能力评价模型构建的基础资料是西南地区县域尺度水稻农业统计资料，虽然农业统计资料最直接、最客观反映了西南不同地区水稻生产状况，但是，县域内部各要素的分布差异还无法辨识。抗灾能力指标主要考虑水稻本身的情况，指标选择相对单一，另外，作物产量受气候适宜性的影响，采用水稻产量作为反应区域抗灾能力的一个指标，无法剔除气候适宜对水稻生产的正向作用，还需进一步将社会经济因素等考虑进去，例如，农村劳动力、农民人均纯收入、农业机械总动力等。洪涝风险的形成是一个非常复杂的过程，每个影响因子从不同角度、不同程度影响着洪涝风险的形成，以当前有限的评估资料和技术手段全面准确分析评价水稻洪涝灾害风险仍有一定难度。随着资料的完善，不断优化模型和相应因子、指标，可使评估结果对水稻洪涝防灾减灾更具针对性和指导意义。

3.2 结论

西南地区水稻移栽分蘖期洪涝危险性最高，其次为拔节孕穗期和抽穗成熟期，全生育期洪涝危险性空间分布则表现为从中间向四周增加。高危险性区域主要包括云南南部和东北部、贵州南部，以及四川的成都、眉山和德阳地区。西南地区水稻高、次高暴露区主要集中在四川东北部和重庆地区，该区域水稻种植密度高于西南地区平均水平。孕灾敏感性由四周向中部地区逐渐增加。云南北部地区由于地势低洼且较平坦，是孕灾环境高敏感区域。低抗灾能力区主要位于贵州，该区域水稻生产水平低于西南地区。

总体来说，西南地区水稻洪涝高、次高风险区主要位于贵州、四川东北部和云南南部地区；中度风险区主要分布于贵州南部和四川东北部地区；低风险区主要位于重庆和云南北部地区。

参考文献：References

[1]Zhou F.Trends in total precipitation and frequency of daily precipitation extremes over China[J].Journal of Climate,2005, 18(7):1096-1108.

[2]郑大玮,李茂松,霍治国.农业灾害与减灾对策[M].北京:中国农业大学出版社,2013.

Zhen D W,Li M S,Huo Z G.Agricultural disasters and reduction countermeasures[M].Beijing:China Agricultural University Press,2013.(in Chinese)

[3]William J P,Arthur A A.Natural hazard risk assessment and public policy anticipating:unexpected[M].Springer-Verlag New York Inc,1982.

[4]Jena P P,Chatterjee C,Pradhan G,et al.Are recent frequent high floods in Mahanadi basin in eastern India due to increase in extreme rainfalls[J].Journal of Hydrology,2014,517(1): 847-862.

[5]Maskrey A.Disaster mitigation:a community based approach[M].Oxford:Oxfam,1989.

[6]史培军.三论灾害研究的理论与实践[J].自然灾害学报, 2002,11(3):1-9.

Shi P J.Theory on disaster science and disaster dynamics[J]. Journal of Natural Disasters,2002,11(3):1-9.(in Chinese)

[7]张继权,李宁.主要气象灾害风险评价与管理的数量化方法及其应用[M].北京:北京师范大学出版社,2007:27-244.

Zhang J Q,Li N.Quantitative methods and applications of risk assessment and management on main meteorological disasters[M].Beijing:Beijing Normal University Press, 2007:27-244.(in Chinese)

[8]Okada N,Tatano H,Hagihara Y,et al.Integrated research on methodological development of urban diagnosis for disaster risk and its applications[J].Disaster Prevention Research Institute Annuals,Kyoto University,2004,47(C):1-8.

[9]Koks E E,Jongman B,Husby T G,et al.Combining hazard,exposure and social vulnerability to provide lessons for flood risk management[J].Environmental Science & Policy, 2015, 47:42-52.

[10]Haddad E A,Teixeira E.Economic impacts of natural disasters in megacities:the case of floods in São Paulo, Brazil[J].Habitat International,2013,45:106-113.

[11]Tezuka S,Takiguchi H,Kazama S,et al.Estimation of the effects of climate change on flood-triggered economic losses in Japan[J].International Journal of Disaster Risk Reduction, 2014,9(1):1619-1649.

[12]吴立,霍治国,张蕾,等.西南地区农业洪涝等级指标构建及时空分布特征分析[J].应用生态学报,2015, 26(8): 2473- 2481.

Wu L,Huo Z G,Zhang L,et al.Level indicators construction and temporal-spatial distribution features of agricultural flood in the southwest of China[J].Chinese Journal of Applied Ecology,2015,26(8):2473-2481.(in Chinese)

[13]盛绍学,霍治国,石磊.江淮地区小麦涝渍灾害风险评估与区划[J].生态学杂志,2010,29(5):985-990.

Sheng S X,Huo Z G,Shi L.Risk assessment and regionalization of waterlogging disaster for wheat in Jianghuai region[J].Chinese Journal of Ecology, 2010, 29(5):985-990.(in Chinese)

[14]张蕾,霍治国,黄大鹏,等.10-11月海南省瓜菜苗期湿涝风险评估与区划[J].应用气象学报,2015,26(4):432-441.

Zhang L,Huo Z G,Huang D P,et al.Assessment and distribution of waterlogging damage risks for melons and vegetables in Hainan province from October to November[J].Journal of Applied Meteorological Science, 2015,26(4):432-441.(in Chinese)

[15]王越,江志红,张强,等.用Palmer湿润指数作西北地区东部冬小麦旱涝评估[J].应用气象学报,2008,19(3):342-349.

Wang Y,Jiang Z H,Zhang Q,et al.Evaluating aridity and wetness of the wheat with Palmer moisture anomaly index in the East of Northwest China[J].Journal of Applied Meteorological Science,2008,19(3):342-349.(in Chinese)

[16]吴洪颜,高苹,徐为根,等.江苏省冬小麦湿渍害的风险区划[J].生态学报,2012,32(6):1871-1879.

Wu H Y,Gao P,Xu W G,et al.Risk division on winter wheat suffering from spring wet damages in Jiangsu province[J].Acta Ecologica Sinica,2012,32(6):1871-1879.(in Chinese)

[17]陆魁东,黄晚华,方丽,等.气象灾害指标在湖南春玉米种植区划中的应用[J].应用气象学报,2007,18(4):548-554.

Lu K D,Huang W H,Fang L,et al.The climatic zoning of spring maize in Hunan based on meteorological disaster indexs[J].Journal of Applied Meteorological Science,2007, 18(4):548-554.(in Chinese)

[18]李美荣,李星敏,李艳莉,等.基于连阴雨灾害指数的陕西省苹果生长风险分析[J].干旱气象,2012,29(1):106-109.

Li M R,Li X M,Li Y L,et al.Analysis of apple growth risk based on continuous rainy days disaster index in Shanxi province[J].Journal of Arid Meteorology,2012, 29(1):106- 109. (in Chinese)

[19]吴利红,娄伟平,柳苗,等.油菜花期降水适宜度变化趋势及风险评估[J].中国农业科学,2011,44(3):620-626.

Wu L H, Lou W P,Liu M,et al.Changes of precipitation suitability and assessment of yield loss risk of cole at floweing period[J].Scientia Agricultura Sinica,2011, 44(3): 620-626.(in Chinese)

[20]Gouranga K,Narayan S,Ashwani K.Deep-water rice production as influenced by time and depth of flooding on the east coast of India[J].Archives of Agronomy and Soil Science,2012,58(6):573-592.

[21]宁金花,霍治国,陆魁东,等.不同生育期淹涝胁迫对杂交稻形态特征和产量的影响[J].中国农业气象,2013,34 (6):678-684.

Ning J H,Huo Z G,Lu K D,et al.Effects of water logging on morphological characteristics and yield of hybrid rice during growth stages[J].Chinese Journal of Agrometeorology, 2013, 34(6):678-684.(in Chinese)

[22]吴启侠,朱建强,晏军,等.涝胁迫对杂交中稻形态和产量的影响[J].中国农业气象,2016,37(2):188-198.

Wu Q X,Zhu J Q,Yan J,et al.Morphology of middle-season hybrid rice in Hubei province and its yield under different waterlogging stresses[J].Chinese Journal of Agrometeor- ology, 2016,37(2):188-198.(in Chinese)

[23]杨建莹,霍治国,吴立,等.西南地区水稻洪涝等级评价指标构建及风险分析[J].农业工程学报,2015,31(16):135-144.

Yang J Y,Huo Z G,Wu L,et al.Evaluation level construction and analysis of the risk on rice flood in Southwest China[J].Transactions of the CSAE,2015,31(16):135-144.(in Chinese)

[24]王平,史培军.中国农业自然灾害综合区划方案[J].自然灾害学报,2000,9(4):16-18.

Wang P,Shi P J.Comprehensive regionalization of agricultural natural disaster in China[J].Journal of Natural Disasters,2000, 9(4):16-18.(in Chinese)

[25]霍治国,李世奎,王素艳,等.主要农业气象灾害风险评估技术及其应用研究[J].自然资源学报,2003,6(6):692-703.

Huo Z G,Li S K,Wang S Y,et al.Study on the risk evaluation technologies of main agrometeorological disasters and their application[J].Journal of Natural Resources,2003, 6(6): 692-703.(in Chinese)

[26]戴娟,潘益农,刘青,等.改进的AHP在县域尺度暴雨洪涝风险评价的应用[J].气象科学,2014,4(4):428-434.

Dai J,Pan Y N,Liu Q,et al.Application of improved AHP in county-scale rainstorm and flood risk assessment[J].Journal of the Meteorological Sciences,2014,4(4):428-434.(in Chinese)

[27]王春乙,蔡菁菁,张继权.基于自然灾害风险理论的东北地区玉米干旱、冷害风险评价[J].农业工程学报,2015, 31(6):238-245.

Wang C Y,Cai J J,Zhang J Q.Risk assessment of drought and chilling injury of maize in Northeast China[J].Transactions of the CSAE,2015,31(6):238-245.(in Chinese)

[28]Getirana A C V,Bonnet M P,Filho O C R,et al.Improving hydrological information acquisition from DEM processing in floodplains[J].Hydrological Processes,2009,23(3): 502- 514.

[29]殷洁,裴志远,陈曦炜,等.基于GIS 的武陵山区洪水灾害风险评估[J].农业工程学报,2013,29(24):110-117.

Yin J,Pei Z Y,Chen X W,et al.GIS-based flood disaster risk assessment in Wuling Mountain Region[J].Transactions of the CSAE,2013,29(24):110-117.(in Chinese)

[30]贾建英,贺楠,韩兰英,等.基于自然灾害风险理论和ArcGIS的西南地区玉米干旱风险分析[J].农业工程学报,2015, 31(4):152-159.

Jia J Y,He N,Han L Y,et al.Analysis on drought risk of maize in Southwest China based on natural disaster risk theory and ArcGIS[J].Transactions of the CSAE,2015,31(4):152-159.(in Chinese)

[31]温克刚,詹兆渝.中国气象灾害大典(四川卷) [M].北京:气象出版社,2006.

Wen K G, Zan Z Y.Editorial board of China meteorological disasters ceremony(Sichuan)[M].Beijing:China Meteorological Press,2006.(in Chinese)

[32]单琨,刘布春,刘园,等.基于自然灾害系统理论的辽宁省玉米干旱风险分析[J].农业工程学报,2012,28(8):186-194.

Shan K,Liu B C,Liu Y,et al.Analysis on drought risk of maize based on natural disaster system theory in Liaoning province[J].Transactions of the CSAE,2012,28(8): 186-194. (in Chinese)

[33]李慧芳,殷淑燕.海河流域不同等级降水强度和雨日的时空变化特征[J].中国农业气象,2014,35(6):603-610.

Li H F,Yin S Y.Temporal and spatial variation of precipitation intensity and days with different grades in Haihe River Basin[J].Chinese Journal of Agrometeorology, 2014,35(6): 603-610.(in Chinese)

[34]Qin N,Wang J,Yang G,et al.Spatial and temporal variations of extreme precipitation and temperature events for the Southwest China in 1960-2009[J].Geoenvironmental Disasters,2015,2(1):1-14.

[35]晏红明,李清泉,孙丞虎,等.中国西南区域雨季开始和结束日期划分标准的研究[J].大气科学,2013,37(5):1111-1128.

Yan H M,Li Q Q,Sun C H,et al.Criterion for determining the onset and end of the rainy season in southwest China[J].Chinese Journal of Atmospheric Sciences,2013, 37(5):1111-1128.(in Chinese)

[36]刘金华,杨军昌.影响贵州农业可持续发展的因素分析与对策思考[J].贵州农业科学,2005,1(1):101-104.

Liu J H,Yang J C.Factors analysis and countermeasure on the sustainable development of agriculture in Guizhou[J]. Guizhou Agricultural Sciences,2005,1(1):101-104.(in Chinese)

[37]温克刚,刘建华.中国气象灾害大典(云南卷)[M].北京:气象出版社,2006.

Wen K G,Liu J H.Editorial board of China meteorological disasters ceremony(Yunnan)[M]. Beijing:China Meteorological Press,2006.(in Chinese)

[38]温克刚,马力.中国气象灾害大典(重庆卷) [M].北京:气象出版社,2008.

Wen K G,Ma L.Editorial board of China meteorological disasters ceremony(Chongqing)[M].Beijing:China Meteorological Press,2008.(in Chinese)

[39]温克刚,罗宁.中国气象灾害大典(贵州卷) [M].北京:气象出版社,2006.

Wen K G,Luo N.Editorial board of China meteorological disasters ceremony(Guizhou)[M].Beijing:China Meteorological Press,2006.(in Chinese)

[40]莫建飞,陆甲,李艳兰,等.基于GIS的广西洪涝灾害孕灾环境敏感性评估[J].灾害学,2010,25(4):33-37.

Mo J F,Lu J,Li Y L,et al.GIS-based sensitivity assessment of environment of developing flood hazards in Guangxi province[J].Journal of Catastrophology,2010,25(4):33-37.(in Chinese)

Flood Risk Assessment and Zoning for Rice in Southwest China

YANG Jian-ying1, HUO Zhi-guo1,2, WU Li1, ZHANG Gui-xiang1, WANG Tian-ying1

(1.State Key Laboratory of Severe Weather, Chinese Academy of Meteorological Sciences, Beijing 100081, China; 2.Collaborative Innovation Center of Meteorological Disaster Forecast, Early-Warning and Assessment, Nanjing University of Information Science & Technology, Nanjing 210044)

As the main crop in Southwest China (Sichuan, Chongqing, Guizhou and Yunnan province), rice is widely accepted to be seriously threatened by the flood disaster. Agro-flood risk analysis is helpful for improving the ability of regional disaster management and reducing potential flood risk. In this study, the rice flood risk was analyzed and then zoned using the integrated rice flood risk assessment model including hazard, exposure, sensitivity, and flood prevention and mitigation ability, and based on a data set of the daily rainfall data in 193 meteorological stations from 1961 to 2012, rice production data in 396 counties including plant and yield data from 1981 to 2012, the phenophase data of rice from 17 agrometeorological stations and geographic data in Southwest China. The results indicated that flood hazard risk probabilities variated with phenophase and hazard level. High flood hazard risk happened in transplanting-tillering stage, followed by jointing-booting and tasselling-maturity stages. High-risk areas of flood hazard in whole rice growth stage was detected to be located in south and northeast areas of Yunnan, southern Guizhou, and Chengdu, Meishan and Deyang in Sichuan province. High and sub high exposure zones were mainly located in northeast part of Sichuan province and Chongqing. Subsequently, high and sub high sensitive zones were mainly found in north Yunnan province, south Sichuan province and southeast Guizhou province. Low flood prevention and mitigation zones were located in parts of Guizhou. Finally, the high and sub high zones for integrated rice flood risk were detected in northeast Sichuan province, south Guizhou province and south part of Yunnan province, while south Chongqing and north Yunnan were recognized with low rice flood risk.

Flood disaster; Agrometeorology; Risk analysis; Zoning; Single cropping rice

10.3969/j.issn.1000-6362.2016.05.009

2016-02-04**

。E-mail：huozhigg@camscma.cn

基本科研业务费专项基金（2015Y003）；“十二五”国家科技支撑计划课题（2012BAD20B02）

杨建莹（1985-），女，助理研究员，主要从事农业气象灾害风险预测与评估研究。E-mail：yangjy@camscma.cn