基于ArcGIS平台的农业气象灾害监控与农作物干旱脆弱性研究

蔡芸瞳 戚超 阿迪拉

摘要 充分利用气象地面观测数据和气象卫星遥感监测数据，结合ArcGIS平台，对不同农作物承受不同能力进行评估，采取空间分区监测，实现农业气象灾害监控自动化。以农作物干旱脆弱性为研究对象，针对农作物承受旱灾的情况，运用“暴露性-敏感性-适应能力”的评价模型，构建农作物干旱脆弱性评价模型，通过ArcGIS平台实现农作物脆弱性空间分区评价，以达到科学监控农业气象灾害的目的。通过研究，以期为构建农作物特征承灾评价模型提供科学的方法论和有效的参考模型。

关键词 ArcGIS;农业气象灾害;农作物承灾力;干旱脆弱性

中图分类号：P429文献标识码：B 文章编号：2095–3305（2021）04–0048–02

农业气象灾害是人们广泛关注的一种不可抗自然灾害，主要指导致农业产量显著下降的不利气候条件的总称，包括旱灾、水灾、风灾等。我国属季风气候区，不同季节的气候特征不同，造成全国各地气温、降水等气象环境在一年内变化频繁。目前，我国农业生产的基础设施配备薄弱，传统农业生产模式仍占主导地位，农作物抗灾能力较弱，对气象条件的依赖性仍旧较强，尚未脱离气象条件对农作物生产的干扰。在当前的农业发展格局中，农业气象灾害监控成为目前值得关注的焦点。通过农业气象灾害监控划分不同农作物的受灾等级，针对不同灾害等级因地制宜地进行有效防护治理，最大限度地减轻农作物的受灾情况，以降低农业生产损失[1-3]。

目前，地理信息系统（GIS）作为数字化空间载体，在农业气象灾害监控方面的应用效果显著，通过运用基础气象数据资料，构建可视化农业气象监控空间模型，对农业受灾严重的地区进行监控，确保农业生产稳定，降低农作物受灾风险。以农作物旱灾承灾体脆弱性为研究对象，针对农作物承受旱灾的情况，运用“暴露性-敏感性-适应能力”的评价模型，构建农作物干旱脆弱性评价模型，通过ArcGIS平台实现农作物脆弱性分区，从而达到科学的农业气象灾害监测的目的[4-6]。

1 农作物干旱脆弱性评价指标

利用IPCC提出的农作物脆弱性评估框架，通过研究农作物的物理暴露性、敏感性和适应能力，对农作物承灾脆弱性进行定量评估，基于ArcGIS平台进行空间分析和农作物干旱脆弱性分区，从而实现农作物干旱脆弱性评价，科学地分析干旱脆弱性和气象影响的关系。

1.1 物理暴露性

承灾体的物理暴露性指暴露在致灾因子范围内的承灾体数量或价值量，承灾体的物理暴露性主要取决于致灾因子的危险程度和暴露数量。暴露数量是指在某一区域内农作物的种植面积或者农作物个体数量，种植面积越大，说明暴露数量越多，农作物个体数量越多，说明暴露数量越多。

承灾体暴露数量评价指标Q计算公式为：

式中：ai指某区域内农作物种植面积;Ai指某区域内第i年农作物播种面积;n指种植年数。致灾因子的危险性是影响暴露数量的重要指標，针对农作物干旱脆弱性研究，降水量是衡量干旱程度的关键因素，采用干旱危险性指数D来描述农作物的干旱情况，公示表达为：

式中：L指农作物干旱等级，用以衡量农作物的干旱程度;P指不同干旱程度发生的频率;i为农作物的不同干旱等级;n指干旱等级数。D值越大，表明农作物的干旱危险性越高。干旱等级L可通过标准化降水指标（SPI值）衡量，当-1.0

1.2 孕灾环境敏感性

孕灾环境敏感性指受灾区域周围的外部环境对气象灾害或农作物损害的敏感性，主要包括受灾区周围地形地貌环境、水系分布环境等，在致灾强度相同的情况下，敏感性越高，说明受灾地区承受灾害能力越差，受气象灾害影响越严重。构建孕灾环境敏感性模型的衡量指标为地形中的高程与坡度，地势低洼处易发生洪涝灾害，不易发生干旱;坡度较大的地方容易加速水分流失，使干旱恶化。综上所述，孕灾环境敏感性S与高程h、坡度l呈正相关，即S=hl。

1.3 适应能力

适应能力表示农作物或人为干预对实际或预期的灾害气象影响做出的趋利避害的反应能力。农作物的脆弱性可由适应能力来衡量，且呈反相关，适应能力越强，农作物的脆弱性越低，可承受灾害的能力越大，单产水平越高，故用农作物的单产水平衡量农作物的适应能力，即适应能力指数，n为年数，i为第i年农作物的单产量;yi为某区域第i年的单产量;Yi为含y区域在内的农作物总面积第i年的单产量。

1.4 构建农作物干旱脆弱性评价模型

农作物干旱脆弱性受农作物物理暴露性、孕灾环境敏感性和适应能力影响，农作物的干旱脆弱性与物理暴露性S、孕灾环境敏感性E呈正相关，与适应能力A呈反相关，故某地区农作物干旱脆弱性评价指数。

2 评价模型构建

基于ArcGIS平台，利用气象站点的数据资料，采用ArcGIS平台中反距离权重法对受灾农作物区域进行空间差值，获取所需指标空间分布图，并利用ArcGIS平台中自然断裂法实现要素空间等级划分和空间差异分析，为消除构建评价模型时不同因素影响，在参与上述公式进行运算前，需对数据进行标准化处理，即Si=0.5+0.5

式中：Si表示标准化后数据;xi表示原始数据;xmin表示原始数据中最小值;xmax表示原始数据中最大值。通过标准化处理过的数据可进行农作物物理暴露性、孕灾环境敏感性和适应能力公式计算，通过ArcGIS平台，实现某地区（某省或某县市）农作物干旱脆弱性的空间分布情况。

3 结论

农业气象灾害监控是目前农业气象领域研究的热点。通过构建农作物干旱脆弱性评价模型，利用ArcGIS平台实现农作物干旱脆弱性监控，从而实现对经济作物的气象灾害监控与防治。以农作物干旱脆弱性为研究对象，通过农作物干旱脆弱性的三个受控因素（即农作物物理暴露性、孕灾环境敏感性和适应能力），构建定量评价模型，基于ArcGIS平台实现农作物区域气象灾害监控，此方法的思路与评价模型构建方式适用于评价农作物的其他受灾指标，如抗旱性、耐涝性、受灾综合性等，为农作物的气象灾害监控提供了科学的方法论和有效的评价模型。

参考文献

[1] 姚玉璧，张存杰，邓振镛，等.气象、农业干旱指标综述[J].干旱地区农业研究，2007（1）：185-189，211.

[2] 杨志远.气候变化和LUCC对黑土区典型流域干旱影响的定量评价[D].哈尔滨：哈尔滨师范大学，2017.

[3] 张峰.川渝地区农业气象干旱风险区划与损失评估研究[D].杭州：浙江大学，2013.

[4] 高晶.基于ArcGIS Engine的农业遥感监测系统的设计与应用[D].北京：中国科学院大学，2017.

[5] 刘丽.ARCGIS在农业气象领域的应用现状与展望[J].农业与技术，2015，35 （22）：171-172.

[6] 李翠.基于ArcGIS Engine的农业资源信息管理系统的研建[D].北京：北京林业大学，2010.

责任编辑：黄艳飞