基于模糊粗糙集模型的农业旱灾风险评估——以河套灌区为例

龚 娟，何柳月，王素芬

(中国农业大学 水利与土木工程学院，北京 100083)

干旱灾害具有频率高、时效长、范围广等特点，是我国人类历史上造成国民经济损失最多的自然灾害之一[1]。在如今全球气候变暖的影响下，我国南方湿润地区的极端干旱事件明显增加，一直处于干旱与半干旱区的北方地区旱情日益严重。在干旱灾害给社会经济造成的损失中农业损失更为严重，大规模的农业旱灾不仅会引起人类饥饿、土地荒芜、河流干涸，甚至有可能造成社会动荡[2]。因此，及时准确地评估区域农业干旱灾害风险，既可以指导农业生产实践，还有利于提高区域抗旱减灾能力。

全球对农业干旱灾害的研究起源于19世纪末期，但关于农业干旱灾害风险的研究却是近50多年才兴起的。迄今为止，农业干旱灾害风险的研究理论及方法仍较为薄弱，且尚未形成完整统一的评估体系[3-4]。目前国内外研究者对农业干旱灾害风险的研究主要可分为以下4类[3-5]：①基于气象要素和土壤水分要素等提出的干旱指数(如降水距平百分率(Pa)、Palmer干旱指数(Palmer drought severity index，PDSI)、相对湿润度指数(Moisture index，MI)、标准化降水指数(Standardized precipitation index，SPI)和标准化降水蒸散指数(Standardized precipitation evapotranspiration index，SPEI)等)划分农业干旱灾害等级，监测农业旱灾时空变化情况[6-9]。此类研究已有成果较多，所需资料较易获取，计算程序一般是开源的，但大多数指标只能反映干旱的自然属性，没有考虑到其社会经济属性；②基于区域自然灾害理论，考虑致灾因子和孕灾环境危险性、承灾体暴露性、承灾体脆弱性和防灾减灾能力4个风险要素选取适宜的评价指标来评估区域农业干旱灾害风险[10-12]。此类研究方法较成熟，但在筛选评价指标、确定指标权重和构建评价模型等方面不可避免地受决策者主观意识影响；③基于历史灾情资料，利用旱灾损失率评估农业干旱灾害损失风险[13]。此类研究客观性强、方法简单、评价结果形象直观，但十分依赖历史旱灾损失数据，且要求数据资料序列长、精度高；④基于农业旱灾物理成因的情景模拟法，从农业旱灾风险系统中各影响因素的相互作用和其造成损失的物理成因机制角度出发，评估不同时空尺度下区域农业干旱灾害风险[14]。此类研究成果较少，干旱事件中的不确定性因素和变化特征难以描述，不同情景下的损失过程复杂且难以模拟，精度无法保证。但该方法能从农业干旱灾害物理成因角度分析和比较不同时空尺度下旱灾风险的绝对大小，且在不同情景模式下能模拟出发生干旱到旱情发展的整个变化过程，是当前主要的发展方向。现今，大多数研究只采用其中一类研究方法[13,15-16]，其中考虑农业旱灾社会属性的研究大多仅评估区域某一特定年份的风险，而将多种方法相结合分析区域农业干旱灾害风险年际间变化特征的研究较少。

第二类研究在确定评价指标权重方面，常采用主成分分析法、层次分析法(AHP)、加权综合评价法、模糊综合评价法、模糊集对评价法、人工神经网络法等[17-20]。这些研究方法具有较大的主观性或多依赖于统计方法，使得计算过程复杂，研究结果不够客观，且没有考虑到农业干旱灾害风险的不确定性特征、所获数据的不完整性和各因素导致灾害形成机理的模糊性。而粗糙集能充分考虑数据之间的不确定性关系，避免不完备信息带来的影响，不需要提供原始数据以外的任何先验知识，降低了人为主观因素的影响。但其只适合处理离散型数据，在处理连续型数据时会造成部分连续型数据属性信息缺失。故为保证历史数据的连续性，考虑农业干旱灾害风险评价等级的模糊性，将粗糙集中的经典目标集合推广到模糊集合，上下区间拓展到模糊区间，等价关系扩展为模糊关系，建立模糊粗糙集模型[21]。本文基于农业干旱灾害风险的不确定性特征和评价等级的模糊性，运用模糊粗糙集模型，同时结合SPEI评估河套灌区2003-2017年间农业干旱灾害风险的时空变化特征，通过与层次分析法得到的评价结果比较，并结合农业生产实际讨论了模糊粗糙集模型应用于该领域的可行性。

1 研究区域

河套灌区位于黄河中游内蒙古自治区西部的巴彦淖尔盟，包括磴口县、临河区、杭锦后旗、五原县和乌拉特前旗五个区县，是我国重要的商品粮油生产基地。在我国灌溉区中河套灌区设计灌溉面积最大，灌溉水引自黄河流域，灌溉面积达116.2万公顷。灌区位于西北半干旱地区，属于大陆性季风气候，冬季漫长且干燥寒冷，夏季短而舒适。灌区多年平均降水量不足200 mm，多年平均蒸发量达1 500～2 000 mm，年际间降水变化幅度较大，年内降水较为集中，7-9月份降水最充沛，约占全年降水量的70%。该地区农业灌溉用水量占地区总利用水量的90%以上，农业生产和农业生态环境受引黄水量变化影响较大，是个缺少灌溉就没有农业的地区。

2 研究方法

2.1 农业干旱灾害风险评价指标体系

区域自然灾害理论[22]认为自然灾害系统由致灾因子、孕灾环境和承灾体三者构成，反映了农业干旱灾害的产生原因、外部环境及作用客体。本文从致灾因子与孕灾环境危险性、承灾体暴露性、承灾体脆弱性以及防灾减灾能力四个角度构建农业干旱灾害风险评价指标体系[23]。

(1)危险性

危险性反映了区域发生干旱灾害的可能性大小，主要指自然环境因素。本文选择干旱强度、土壤相对湿度和单位面积水资源量作为农业干旱灾害危险性评价指标。标准化降水蒸散指数[24](SPEI)既能反映研究区的降水和蒸发蒸腾量，又能体现干旱发生的时间和大小，常被用来表征区域干旱强度，具体计算方法见文献[9]。土壤相对湿度即土壤含水量与田间持水量之比，能综合反映土壤含水情况及地表水文过程。单位面积水资源量能体现当地水资源的丰富程度。

(2)暴露性

暴露性着重体现了承灾体的社会属性。农业人口比例、耕地率和复种指数被选作暴露性评价指标。农业人口比例反映了区域对农业生产的依赖程度。耕地率和复种指数(农作物总播种面积与耕地总面积之比)体现区域农作物耕种情况，反映了当地农业生产规模。

(3)脆弱性

脆弱性表征承灾体遭受干旱灾害破坏的性能，强调了农业生产的自然属性。本文选用农业生产总值比例、单位面积粮食产量和万元GDP用水量作为脆弱性评价指标。农业生产总值比例(农业生产总值占地区生产总值的比例)和单位面积粮食产量体现了地区农业生产水平。万元GDP用水量能反映区域产业结构用水效率是否合理。

(4)防灾减灾能力

防灾减灾能力表示人类活动对干旱灾害的预防和应对能力。本文选用人均GDP、水资源开发利用率和有效灌溉率作为防灾减灾能力评价指标。人均GDP可反映当地群众收入水平。水资源开发利用率和有效灌溉率体现了当地灌溉水平和水利工程设备普及情况。

本文涉及的降水量、潜在蒸散量、土壤相对湿度数据来源于NASA数据平台的饥荒预警系统网络(FFWS NET)土地数据同化系统(FLDAS)，1990-2019年月尺度0.1°×0.1°的栅格数据集；社会经济等基础数据均来源于2003-2017年《巴彦淖尔盟统计年鉴》，主要包括农业人口数量、耕地面积、农作物播种面积、农业生产总值、地区生产总值、粮食产量、有效灌溉面积等。区域用水量、区域水资源总量来源于2003-2017年《巴彦淖尔盟水资源公报》。

2.2 模糊粗糙集模型

因农业干旱灾害风险结果无法准确描述，即决策属性未知。在评估农业干旱灾害风险时，模糊粗糙集模型可以通过计算条件属性(评价指标)对决策属性(风险结果)的重要程度，从各条件属性之间的相关关系出发解决权重分配问题。以2010年为例，各评价指标权重的具体计算步骤[25]如下：

(1)首先将所有评价指标值归一化到[0.5-1]区间内[26]，以消除各数据在范围和量纲上引起的误差，同时避免数据出现零值。然后通过ArcGIS将所有归一化后的评价指标值转换为空间分辨率为0.1°×0.1°的栅格图层(共147个栅格)，各栅格对应的评价指标值构成农业干旱灾害风险分类决策信息表(表1给出了部分栅格的决策信息)。决策信息表中的对象集X={x1,x2,…,xn}(n=147)，条件属性ci(i=1,2,…,m)(m=12)，构成原始数据矩阵A。

(1)

(2)按模糊集理论[27]对决策信息表中的条件属性值进行分类，得出原始数据矩阵A的分类结果Y。

Y={Y1,Y2,…,YS}.

(2)

Ys表示s类别中条件属性值的等价集。部分条件属性值的分类结果见表2。

表2 部分条件属性值的分类结果Table 2 The classification results of partial conditional attributes

(3)删除某条件属性ci(i=1,2,…,m)后，剩余条件属性值构成新的数据矩阵，同(2)对该矩阵进行分类，得到各剩余条件属性的分类结果Ei。依次删除条件属性ci(i=1,2,…,m)，得到分类集E。

E={E1,E2,…,Em}.

(3)

(4)利用模糊粗糙集模型的相关定义，求解各条件属性ci对决策属性D的重要程度。首先求取决策属性等价集的下近似集的并集：

(4)

式中，1≤s≤S，且由条件属性C-{ci}确定的分类等价集为Ei。

再计算属性C-{ci}对D的依赖程度γ(C-{ci},D)，然后得到条件属性ci的重要程度SGF(ci,C,D)。

(5)

SGF(ci,C,D)=γ(C,D)-γ(C-{ci},D).

(6)

(7)

(5)根据各条件属性ci对决策属性D的重要程度，采用归一化处理方法(公式7)得到各评价指标的分配权重，各风险要素的权重为其所包含的各个评价指标权重之和。表3给出了各评价指标的重要程度和权重结果。

表3 农业干旱灾害风险评价指标的重要程度和权重(模糊粗糙集模型)Table3 Importance and weights of agricultural drought risk assessment index by fuzzy rough set model

2.3 层次分析法

层次分析法[28](Analytic Hierarchy Process，AHP)以决策者主观思维判断为主构造判断矩阵求取指标权重。考虑到各评价指标相对于不同风险要素的重要程度判断规则不同，先计算单个风险要素评价指标的权重，再得到各评价指标相对于目标层(农业干旱灾害风险)的最终权重值。以危险性指标权重计算为例，具体实施步骤如下：

(1)建立层次结构模型。根据农业干旱灾害风险评价指标体系中各指标间的相互影响关系，建立一个由目标层(农业干旱灾害风险)、准则层(危险性)和指标层(危险性评价指标)构成的递阶层次模型。

(2)构造判断矩阵。参考专家意见和相关文献成果[1,19,23,29-30]，采用1-9标度为危险性评价指标两两对比打分，构成判断矩阵B，如表4所示。

表4 危险性(H)指标判断矩阵Table 4 Judgment matrix of hazard (H) indicator

(3)层次单排序。根据公式(8)计算判断矩阵B的最大特征值λmax和特征向量ω，得到指标层与上一层相对重要程度的量化数值排列，从而获得最优的决策方案。

Bω=λmax.

(8)

(4)一致性检验。计算判断矩阵B的一致性比率CR，若CR<0.1，则认为判断矩阵B具有较满意的一致性。否则需要重新构造判断矩阵，直到其一致性满足要求为止。

(9)

(10)

(11)

表5 危险性(H)分项指标权重Table 5 Weights of hazard (H) sub-indicators

(5)由公式(12)得到各评价指标相对于目标层的最终权重值ωqi。同理，由步骤(1)-(4)计算4个风险要素所对应的权重，最后得到农业干旱灾害风险评价指标的权重结果见表6。

(12)

2.4 旱灾风险评估模型的构建

根据联合国人道主义事务部给出的风险定义[31]，采用农业干旱灾害风险指数(Agricultural Drought Risk Index，ADRI)来量化农业旱灾风险，评估模型如下：

(13)

式中，PH,PE,PV,PR分别指农业干旱灾害危险性、暴露性、脆弱性和防灾减灾能力四个子系统量化值；wH、wE、wV、wR分别指4个系统各自对应的权重系数。

(14)

式中，Pj代表第j子系统的量化值，j为系统H、E、V、R；xij为j子系统中n个评价指标中i指标的归一化属性值，wij为该评价指标的权重值。

3 结果分析

3.1 时间变化特征

基于区域自然灾害理论和模糊粗糙集模型评估河套灌区农业干旱灾害风险，得到2003-2017年间内蒙古河套灌区5个区县的4个风险要素的变化情况，分别如图1(a)，1(b)，1(c)和1(d)所示。由图1(a)可知，乌拉特前旗和磴口县由于单位面积水资源量最少造成两地的危险性远高于临河区、五原县和杭锦后旗。研究区的整体危险性水平在2003-2017年间稍有下降，但乌拉特前旗和磴口县的危险性水平年际间波动幅度较大，临河区、五原县和杭锦后旗相对平稳。

图1(b)显示，2003-2008年间，各区县暴露性变化较为平稳，五原县和杭锦后旗的暴露性明显高于乌拉特前旗和临河区，远高于磴口县。2009-2011年间，各区县暴露性波动明显，磴口县由于农业人口比例大幅增加以及复种指数的上升导致暴露性急剧增加，临河区的暴露性也因为复种指数的增加而增加。2011-2014年间，各区县的暴露性较稳定，杭锦后旗由于农业人口比例、耕地率和复种指数都最高导致暴露性指数远高于其他4个区县。总的来说，在研究年限内，各区县暴露性波动较大，暴露性原本最低的磴口县增加明显，临河区和乌拉特前旗略有增加，五原县和杭锦后旗增加不明显。除此以外，各区县的暴露性水平之间的差距也随着时间的变化逐渐缩小。

图1(c)表明，2003-2007年间，磴口县和五原县的脆弱性明显高于另外3个区县，五原县的脆弱性水平波动较大。2007-2011年间，磴口县的脆弱性依然最高，五原县脆弱性略有下降。临河区、乌拉特前旗和杭锦后旗因农业生产总值比例减小以及万元GDP用水量增加导致脆弱性水平明显提升。2012-2017年间，各区县之间的脆弱性波动显著，后期均呈下降趋势，且差距也随时间的变化逐渐缩小。杭锦后旗和五原县的脆弱性先大幅上升并于2015年超过磴口县后逐渐降低。乌拉特前旗的脆弱性水平起初骤降后略有回升但仍低于前期水平。

从图1(d)可看出，在研究期间，各区县前期的防灾减灾能力变化较为平稳，差距较小。磴口县和五原县后期防灾减灾能力剧烈波动，因有效灌溉率下降导致防灾减灾能力大幅降低，并分别于2011年和2012年达到最低水平，此后明显回升。总的来说，临河区和杭锦后旗的防灾减灾能力一直很高，乌拉特前旗变化较为平稳，磴口县和五原县防灾减灾能力波动最大，灌区整体防灾减灾能力呈下降趋势。

图1 农业干旱灾害风险要素时间变化图Fig.1 Time variation diagram of agricultural drought risk factors

综合危险性、暴露性、脆弱性和防灾减灾能力四个风险要素，由公式(13)得到河套灌区农业干旱灾害风险如图1(e)所示。由图可知，在研究年限内，临河区和杭锦后旗的农业干旱灾害风险变化较为平稳，两条风险时间变化曲线的相关系数为0.887，表明两地风险值相近，变化趋势大致相同。磴口县和五原县的风险前期无明显波动，中期由于暴露性增加，防灾减灾能力减弱，分别于2011和2012年达到峰值，后期风险水平也相对较高。乌拉特前旗风险值标准差为0.144，低于其余各区县，说明其风险变化幅度最小。河套灌区整体危险性与脆弱性变化趋势相反，但防灾减灾能力却持续降低，导致农业干旱灾害风险呈上升趋势。

3.2 空间变化特征

根据风险图制作要求[32]和自然断点分级法[26]，本文将河套灌区2003-2017年的农业干旱灾害风险指数平均值划分为高、中、低3个等级，得到农业干旱灾害风险空间分布图。如图2所示，临河区和杭锦后旗处于低风险区，磴口县和乌拉特前旗处于中风险区，五原县风险等级最高。

图2 农业干旱灾害风险空间分布特征Fig.2 Spatial distribution characteristics of agricultural drought risk

危险性方面，考虑河套灌区西南高而东北低的地形特征，土壤盐分从高地向低地运移，导致五原县和乌拉特前旗土壤蒸发量大、盐分累积量高、持水能力差，且乌拉特前旗和磴口县的单位面积水资源量最少，使危险性呈现东西两边高、中间低的分布情况。暴露性方面，五原县和杭锦后旗的农业人口比例和耕地率均为全区最高，使两地暴露性水平偏高，且磴口县暴露性水平最低。脆弱性方面，五原县和磴口县的脆弱性偏高，这是由于五原县耕地率和农业人口比例最大但单位面积粮食产量最低，磴口县用水效率低且农业生产总值比例最小。防灾减灾能力方面，杭锦后旗和临河区水利工程化水平、水资源利用效率和人均GDP均较高，抗旱能力也相应较强，五原县人民经济发展水平低，抗旱能力也最弱。综上所述，五原县暴露性和脆弱性高，抗旱能力不足，导致其风险最高；临河区和杭锦后旗危险性最低、抗旱能力最强，故风险等级最低；磴口县危险性和脆弱性高，但其暴露性最低且抗旱能力中等，乌拉特前旗危险性最高，其余三项风险要素均处于中等水平，故这两地处于中风险区。

3.3 模型验证

为验证模型可靠性，基于前文层次分析法求得的农业干旱灾害风险评价指标权重，由公式(13)得出该方法的风险评价结果，如图3、图4所示。结果显示，两种方法得到的各区县风险时间变化曲线相关系数均超过0.6，年际间变化趋势基本一致。磴口县和五原县分别于2011、2012年达到研究期风险最大值，与模糊粗糙集模型得到的结果相同。由图4可看出，运用层次分析法得到的河套灌区农业干旱灾害风险分布与模糊粗糙集模型得到的空间分布相同，呈现五原县最高，乌拉特前旗和磴口县次之，杭锦后旗和临河区最低。因此，认为模糊粗糙集模型能够评估农业干旱灾害风险。由于模糊粗糙集模型考虑了所获资料的不完整性以及农业干旱灾害风险的不确定性和模糊性特征，且无需提供任何原始数据以外的先验信息，故其结果比层次分析法更具优越性。因此，该旱灾风险评价模型可以被应用在其他类似地区的研究，模糊粗糙集模型也可以被推广到其他自然灾害的评估中。

图3 层次分析法所得的农业干旱灾害风险时间变化图Fig.3 Time variation diagram of agricultural drought disaster risk obtained by AHP

图4 层次分析法所得农业干旱灾害风险空间分布图Fig.4 Spatial distribution of agricultural drought risk obtained by AHP

4 讨论

标准化降水蒸散指数(SPEI)作为干旱强度评价指标，可反映区域气象干旱情况，常被应用在其他诸多类似研究中[9,15,35]。根据沈国强[9]，张煦庭[34]等的干旱等级划分方法(特旱(SPEI≤-2.0)；重旱(-2.0～-1.5]；中旱(-1.5～-1.0]；轻旱(-1.0～-0.5]；正常(SPEI> -0.5))，得到了河套灌区各区县2003-2017年间的干旱强度在-1.883～1.989之间波动，如图5所示。干旱强度的变化趋势与马爱华、曲学斌、张煦庭等人研究的内蒙古地区气象干旱变化情况基本一致[33-35]。2010年，李晶等[36]根据降雨量距平百分比计算得到各地区气象干旱情况为磴口县重旱且易旱频率最高，其余地区均中旱但乌拉特前旗易旱频率最低。

图5 干旱强度年际间变化情况Fig.5 Interannual variation of drought intensity

由图还可看出，2005年和2009年临河区和磴口县气象干旱等级分别为重旱和轻旱，但临河区的危险性值最低，磴口县较高。同样，2015年磴口县气象干旱等级最低，但危险性值却较高。这表明气象干旱强度并不是主要的致灾因子。根据模糊粗糙集模型得到的权重结果显示，单位面积水资源量的权重系数高于干旱强度。这是由于河套灌区降雨量少而蒸散发量大，当地农业发展需依靠区域可利用的水资源量进行灌溉，因此单位面积水资源量对农业干旱灾害危险性的影响比干旱强度更显著。这也说明发生气象干旱并不一定会导致农业干旱灾害。

2011-2016年间各区县危险性值较低，然而农业干旱灾害风险指数均有不同程度地升高，五原县和磴口县尤其明显。这表明危险性并不是影响河套灌区农业干旱灾害风险的主要要素。同年各区县的暴露性均有增加，防灾减灾能力大幅降低，并且暴露性和防灾减灾能力的权重系数比其他风险要素高，证明暴露性和防灾减灾能力是影响河套灌区农业干旱灾害风险的关键要素。何斌等[12]基于自然灾害理论运用层次分析法评估陕西省农业干旱灾害风险，研究结果显示危险性是最主要的风险要素，能够直接影响农业干旱灾害风险的等级大小和空间分布。这与本文得到的关键风险要素不同，主要原因在于区域气候特征和农业生产方式的不同，影响陕西省农业发展的重要因素是降水，而影响河套农业生产的关键因素是耕地面积和灌溉水量。2010年，金阿丽等[37]利用主成分分析法对内蒙古各区县的旱灾灾情进行评价和分区，也得到2003-2006年间磴口县的危险度最高，五原县和磴口县对旱灾的敏感度最高。

研究结果显示，五原县和磴口县在2011年和2012年的农业旱灾风险水平远高于其他年份及其他地区。两地区在这两年内的平均水资源总量分别为10.212亿m3和8.258亿m3，均低于15年来该地区的平均水资源总量11.178亿m3和8.272亿m3。结合实际的农业生产情况，五原县和磴口县在2011-2012两年内的农业生产总值占地区生产总值的比例分别为47.99%和27.27%，相比较于两地区的多年平均情况52.94%和28.87%而言分别减少了9.36%和5.52%。此外，五原县和磴口县在2011-2012年内的平均粮食产量分别为50.31万吨和18.07万吨，比同时期其他地区的平均产量58.27万吨减少了13.67%和68.99%。

另外，本文虽然能够描述农业干旱灾害风险的不确定性和模糊性特征，却不能反映农业干旱灾害的物理成因机制，也不能体现不同作物在生育期内对旱灾的响应。为顺应情景模拟在风险评估中发展的大趋势，后续可考虑结合气候模式和作物生长模型探讨区域农业干旱灾害发生的物理机制，同时动态评估并预测不同干旱情景下作物对旱灾的减产损失风险。

为降低未来河套灌区农业干旱灾害风险，基于本文评价结果，建议各地区应因地制宜地采取一些旱灾防治措施。五原县可适当减少农作物种植面积，优化城市产业结构，发展经济建设，提高区域经济收入水平，大力开展防灾减灾工作。磴口县应优化作物种植结构，改进生产技术，提高作物产量，优化产业用水结构，加强抗旱政策和设施投入。乌拉特前旗可尽量加强水利工程基础设施建设，提高抗旱能力。临河区和杭锦后旗可大力推广节水灌溉技术，优化灌溉沟渠排布。结合该防治举措和本文的研究成果，以期能为当地抗旱减灾部门提供理论依据。

5 结论

(1)本文从农业干旱灾害危险性、暴露性、脆弱性和防灾减灾能力四个方面出发，构建农业旱灾评价指标体系。充分考虑农业干旱灾害风险因素的不确定性特征和评价等级的模糊性，采用模糊粗糙集模型评估河套灌区农业干旱灾害风险时空变化特征，并与层次分析法所得的结果相比较。对比结果显示，两者风险评估结果时空变化趋势基本相同。表明模糊粗糙集模型可应用于该领域，且不需要任何先验知识，不受决策者主观判断约束。因此本文提出的农业干旱灾害评价模型更具优越性，可扩展到评估其他地区及其他自然灾害的风险中。

(2)河套灌区农业干旱灾害风险时间变化特征表现为：磴口县和五原县在2003-2010年间农业干旱灾害风险变化较为平缓，后期因防灾减灾能力减弱引起风险骤增，分别于2011年和2012年达到峰值，此后一直处于较高水平。临河区和杭锦后旗因危险性和脆弱性水平偏低，防灾减灾能力较强，风险最小，两者风险指数相近且变化趋势大致相同。乌拉特前旗15年来风险指数标准差为0.144，风险变化幅度最小。

(3)空间变化特征表明：五原县因从事农业生产人口最多，耕地面积最大，但农业生产总值比例最小且抗旱能力不足，常年处于农业旱灾高风险区。磴口县因脆弱性高且防灾减灾能力较弱属于中风险区；乌拉特前旗因危险性高且防灾减灾能力较低一直稳居于中风险区。临河区和杭锦后旗地理位置相邻、气候环境条件相近、水利工程化水平高，风险等级最低。