安徽省干旱危险性评价及等级划分

摘 要：

区域干旱危险性评价是实现旱灾风险管理的基础，可为防旱减灾工作提供科学有效的决策依据。选取安徽省104个县级行政区的水资源量和降水量数据，采用指标综合评估法构建了基于危险性指数的干旱危险性定量评价方法，对安徽省各县区的干旱危险性进行了评价，得到了安徽省干旱危险性等级分布图。结果表明：基于水资源量和降水量数据的计算结果绘制的县域干旱危险性区划图中，除个别县区的危险性等级分布有所差异外，安徽省干旱危险性等级分布由北到南逐渐降低;安徽省干旱危险性程度的总体变化趋势与其自然地理分布紧密相关，并且受到社会发展的影响。研究结果可为安徽省旱灾风险区划提供支撑。

关键词：干旱危险性评价;干旱危险性区划;干旱危险性指数;指标综合法;安徽省

中图分类号：S423 ""文献标识码：A """"""文章编号：

2096-6792（2024）06-0041-08

Evaluation and Classification of Drought Hazard in Anhui Province

CHANG Yiting1， JIANG Shangming2， CUI Yi1，3， JIN Juliang1，3， WANG Jie1， CHEN Hao1， SHEN Yong1

（1.College of Civil Engineering， Hefei University of Technology， Hefei 230009， China;" 2.Key Laboratory of Water Conservancy and Water Resources of Anhui Province，" Water Resources Research Institute of Anhui Province and Huaihe River" Commission， Ministry of Water Resources， Hefei 230088， China;"" 3.Institute of Water Resources and Environmental system Engineering， Hefei University of Technology， Hefei 230009， China）

＼=

Abstract：

Regional drought hazard assessment is the foundation for implementing drought hazard management and can provide scientific and effective decision-making basis for drought prevention and disaster reduction work. A quantitative evaluation method of drought hazard in Anhui province based on risk index was established by selecting water resources and precipitation data of 104 county-level administrative regions in Anhui Province. The method was applied to evaluate the drought hazard of various counties and districts in Anhui Province， and a distribution map of drought hazard levels in Anhui Province was obtained. The results are as follow. In the county-level drought hazard zoning map drawn based on the calculation results of water resources and precipitation data， except for some counties with different risk levels， the distribution of drought hazard levels in Anhui Province gradually decreases from north to south. The overall trend of drought hazard in Anhui Province is closely related to its natural geographical distribution and is influenced by social development. The research results can provide support for drought hazard zoning in Anhui Province.

Keywords：

drought hazard assessment; drought hazard zoning; drought hazard index; comprehensive evaluation method of indicators; Anhui Province

干旱灾害（旱灾）是严重影响全球的重大自然灾害之一，具有发生频繁、危害范围大、危险性高、持续时间长等特点［1］。旱灾已成为影响经济社会可持续发展的重要因素［2］。干旱危险性是指在一定孕灾环境下，对人类社会经济、生产生活以及生态环境造成损害的旱灾发生的可能性，具体表现为干旱的时空规模、强度和变异性等，反映了旱灾形成的自然背景［3-4］。干旱危险性作为旱灾风险系统的重要输入［5］，以及旱灾风险系统的重要子系统，准确合理评估区域的干旱危险性，对于了解干旱的成因和变化规律，以及判断和预测旱灾损失，具有重要的科学意义［6］。近些年来，众多专家学者对干旱危险性评价进行了研究。DIXIT S等［7］根据气候变化情景下干旱的气象和水文特性，研究了干旱危害的可能性和严重性。SALVACION A R［8］利用TerraClimate高空间分辨率和长期的月度气候数据（降雨量和温度），描述了菲律宾的气象干旱危险性。费振宇等［9］通过逐月降水量距平资料进行了干旱事件识别，得到了表征气象干旱危险性的综合危险性指数，研究了近50年中国气象干旱危险性的时空分布特征。BAI X等［10］基于多主成分分析（Multi-Principal Component Analysis，MPCA）、分类和回归树分析（Classification and Regression Tree Analysis，CART）和Copulas函数构建了干旱危险性综合评价模型（Cloud Transformation Algorithm and Copula Function Integrating Model，CTCF）对安徽省的干旱灾害进行了历史变化特征分析和未来演变趋势预测。LI K W［11］构建了基于多源信息的土壤-植被-大气干旱和热量条件耦合的综合干旱指数，将其与静态和动态干旱危险性评价模型相结合，分析了东北地区生长季（5—9月）农业干旱危险性的时空分布特征。朱军等［12］采用层次分析法和熵权法确定指标权重，在ArcGIS平台上实现了多个时间节点的农业干旱危险性评价与分区研究，并分析了39年以来的干旱灾害危险性格局的形成过程。张存杰等［13］利用气象站观测资料，采用不同阈值相结合的极值分析法对长江流域出现的极端事件进行了识别，计算了其发生频率，分析了线性变化趋势，构建了综合危险性指标，得到了长江流域极端气候事件综合危险性等级。

然而，现有研究多数选用的干旱危险性指标较为单一。干旱危险性不仅取决于下垫面条件和实际径流量等因素，更受到区域水资源量和降水量的影响。这两者之间存在着密切的联系，因为水资源量与降水量的变化趋势往往呈现高度一致性。随着城市化进程的推进，不透水面积增加，导致降雨截留和下渗量显著减少，净雨量增加［14］，从而加快了地表汇流速度，增大了流量［15-16］。因此，如果仅选取降水量作为干旱危险性指标进行评价，评价结果缺乏准确性。区域水资源量与区域过境水量、气候条件、地质情况、地形和流域分布等密切相关［17］。基于水资源量评价干旱危险性，可以弥补单一降水量指标在下垫面产汇流作用后对干旱危险性评价的不足，从而提高评价的准确性。同时，通过与降水量指标的评价结果的对比，可以验证其可靠性。区域干旱危险性评价结果可以直观地显示出一个地区是否发生干旱灾害以及旱灾的危害程度，同时根据评价结果的等级大小可以制定相应的防治措施。安徽省是我国受旱灾影响较为严重的省份之一，同时也是长江中下游地区旱灾发生频率较高的区域之一［18］。划分安徽省各区域的干旱危险性等级对安徽省防御和应对干旱灾害具有重要意义。鉴于此，从水文和气象两方面选取水资源量和降水量作为干旱危险性指标，分别评价安徽省各县区的干旱危险性，以期为安徽省旱灾风险管理提供参考。

1 研究区域与数据来源

1.1 区域概况

安徽省由16个地级市组成，包含104个县区。安徽省淮河以北属暖温带半湿润季风气候，淮河以南为亚热带湿润季风气候，南北气候过渡明显;安徽省地形按地域分布主要分为北部的淮北平原和中部的沿江平原区、江淮江南丘陵区、南部的皖南山区。受地理位置和季风气候影响，安徽省淮河以北地区的多年平均降水量不足800 mm，皖南地区的高

达1 600 mm，呈现南多北少的降水量分布格局，同样由于地形条件和安徽省内长江、淮河等河流分布情况（图1），皖南山区的地形更利于水资源的存储，导致水资源量南部较丰富。

安徽省内降水年内变化大［19］，水资源分布南北差异显著。此外，省内大型水库较少，且水利设施蓄水能力不足加剧了旱期水资源短缺问题。

1.2 数据来源

数据主要来源：①降水量采用安徽省24个降雨量站1951—2015年的观测数据，数据来源于国家气象科学数据中心（http：//data.cma.cn），对降水量数据进行克里金插值法处理，然后在县域上做空间平均后，最终得到安徽省104个县级行政区的1951—2015年降雨量数据。②安徽省各县区1956—2016年的水资源总量数据来自安徽省第三次水资源调查评价结果。③安徽省底图数据出自中国区县行政区划边界数据和12.5 m分辨率的数字高程模型（DEM）数据，数据均来源于资源环境科学数据平台（https：//www.resdc.cn）。

2 干旱危险性定量评价模型

干旱是由一个地区天然水资源量自然变异到一定程度引起的，如果该地区天然水资源条件不好，同时年际之间变化越大，那么干旱危险性就越大。因此，干旱危险性评价综合考虑区域水资源量禀赋条件与负异常状态。此外，由于区域的水资源量与其同期的降水量关系密切，参考《干旱灾害风险调查评估与区划编制技术要求》（国灾险普办发〔2020〕17号），安徽省104个县区的干旱危险性评价采用综合危险性指数DT计算方法，运用降水量和水资源量分别构建干旱综合危险性指数，并进一步对比由水资源量与降水量所得到的安徽省干旱危险性分区。以水资源量数据为例，具体的评价过程如下：

首先，利用各县级行政单元的水资源量数据，计算多年平均水资源量。统计所有县级行政单元多年平均水资源量的最大值和最小值，按式（1）对各县级行政单元的多年平均水资源量进行归一化处理。

（1）

式中：Wnorm，i为归一化后的安徽省第i个县级行政单元的多年平均水资源量;Wi为安徽省第i个县级行政单元的多年平均水资源量;Wmin，i、Wmax，i分别为安徽省第i个县级行政单元所有年份中的最小水资源量和最大水资源量。

其次，统计各县级行政单元枯水年（50%及以上来水频率）的年数n，以及对应的水资源量xj（j=1、2、…、n），利用式（2）计算第i个县级行政单元的水资源负异常指数Di，并利用式（4）对各县级行政单元的水资源负异常指数进行归一化处理。

（4）

式中：δi为第i个县级行政单元的枯水年水资源量相对于多年平均水资源量的标准差;μi为第i个县级行政单元的多年平均水资源量;Dnorm，i为第i个县级行政单元的水资源负异常指数归一化之后的数值;Dmax，i、Dmin，i分别为第i个县级行政单元所有年份中水资源负异常指数的最大值和最小值。

最后，采用式（5）计算各县级行政单元的干旱危险性指数（DTi）。

DTi=αWnorm，i+βDnorm，i。

（5）

式中：α和β分别为权重系数，均取0.5。

按照上述计算步骤对降水量数据进行计算，得到基于降水量数据的干旱危险性指数。

将干旱危险性指数、多年平均水资源量和多年平均降水量按由大到小的顺序排列，同时将负异常指数和标准差按由小到大的顺序排列。运用经验频率散点图的插值方法，确定累积频率P=20%、40%和60%时的相应等级值，例如W0.2表示累积频率为20%时的多年平均值。根据这些统一的累积频率计算出的等级值，将上述数据划分成高、中高、中低和低4个危险性等级，划分标准见表1。

3 安徽省县域干旱危险性评价

3.1 安徽省县域干旱危险性评价结果

将安徽省104个县区降水量和水资源量对应的干旱危险性指数DT分别从大到小排序，并绘制经验频率散点图，如图2所示。

由图2可知，干旱危险性指数DT不符合P-Ⅲ型曲线分布，因此无法利用理论频率散点图插值来获取干旱危险性等级划分值。鉴于此，采用经验频率散点图插值方法得到基于降水量与水资源量的干旱危险性指数的等级划分值。通过插值计算得知，累积频率P=20%、40%和60%所对应的降水量DT值分别为0.68、0.47、0.28，而相同累积频率对应的水资源量DT值分别为0.49、0.46、0.30。根据这些插值结果确定了安徽省104个县区干旱危险性的等级划分标准，详见表2。

3.2 安徽省县域多年平均水资源量和多年平均降水量分析

对不同年份的水资源量和降水量数据分别求取其多年平均值，得到不同县级行政区的多年平均水资源量和多年平均降水量。根据表2划分干旱危险性等级并绘制干旱危险性等级分布图，如图3所示。

结合图3分析可知：

1）安徽省104个县区的多年平均水资源量和多年平均降水量基本呈现由北到南逐渐递增的变化趋势。在秦岭—淮河一线附近，各县区的多年平均降水量约为800 mm，向南降水量逐渐增加，接近1 800 mm。安徽省内长江流域、新安江流域的水资源量较为丰富，淮河流域的水资源量相对贫乏。同时，安徽省地表水资源量在时间和空间分布上不均，年内分配差异大，且地表水利用率较低。虽然安徽北部一些地区的地下水资源总量较为稳定，但皖北地区的总供水量呈增长趋势，且增长速率较快。随着区域人口的增加、国民经济的快速发展以及人民生活水平的不断提高，社会经济对水资源的需求也在不断增加［20］。淮北平原地区和安徽中部地区人口相对较多、耕地多而水资源量少，造成缺水情况相对明显，干旱危险性等级较高。

2）从地形分布上看，安徽省山区的多年平均降水量和多年平均水资源量均高于平原和丘陵地区的，丘陵地区的多年平均降水量和多年平均水资源量又高于平原地区的［21］。淮北平原地区地势总体由西北向东南缓慢倾斜，东北部存在少量低山和丘陵。该区大部分种植旱作物，尽管地下水资源量较为丰富且覆盖全区，但中深层地下水含量较少，且不易于补给，这导致淮北平原的多年平均水资源量与全省的多年平均水资源量相比数值差距较大，因此易发生干旱灾害。沿江平原区是安徽省工业和城市集中分布的主要区域，由于工业用水以及生活用水的需求量非常大，如果水资源量和降雨量无法满足区域用水需求，极易导致区域干旱灾害的发生。同时，城市发展进程中建筑物增多造成区域下垫面发生改变，产流汇流也发生改变，下渗量减少，地下水资源存储量缩小，极易造成缺水。江淮丘陵地区降雨量相对较多，汛期来水集中，降雨后河水消退速度快，河道储水作用甚微，导致大部分城市供水保障率低，发生干旱灾害的概率相对较大。皖南、皖西山区为安徽省降水量较多的地区，且人口相对较少，因此发生干旱灾害的概率较低。综上所述，多年平均降水量和多年平均水资源量在安徽省均呈现由北向南递增的特点。

3.3 安徽省县级行政区水资源量和降水量的标准差与负异常指数分析

根据3.2节中求得的多年平均水资源量，依据式（5）计算出枯水年水资源量相对于其多年平均水资源量的标准差，同样计算步骤再得到降水量的标准差，并根据表2划分干旱危险性等级，结果如图4所示。图4中标准差越小，说明区域降水量（水资源量）的年际变化越小，进而说明该地区降水和水资源储存量的稳定性越好;反之，标准差越大，说明该地区降水和水资源存储量的稳定性越差。

由图4（a）可知，枯水年的水资源量与正常年份的水资源量的差距较大，导致多数县区的水资源量标准差较大。从降水量和水资源量来看，安徽南部山区的降水量和水资源量相比安徽北部的淮北平原及中部地区的更多，发生干旱的年份较少，枯水年份较为罕见。这导致安徽省南部山区枯水年和正常年份的水资源量差异较大，水资源量标准差

较大。

从图4（b）可以看出，依据降雨量的标准差划分的干旱危险性等级与安徽省的地形分布有一定关系。安徽皖南山区的降水量标准差较大，安徽西南部的大别山区和皖南其他地区的干旱危险性等级均为高级。

对比图4（a）和图4（b）可知：不同于皖南地区，淮北平原和安徽中部地区大部分枯水年和正常年份的水资源量差异较小，小部分地区的干旱危险性等级为中高级，主要是由于淮河、长江流经这些地区，如淮河流经安徽省的阜阳、六安、淮南、蚌埠、滁州，长江流经安庆、池州、铜陵、芜湖、马鞍山。夏季时，淮河、长江沿岸地区的降雨较多，导致河流的流量增加，水资源量显著增加。因此，这些地区的水资源量和降水量的标准差较大，表明这两个变量的波动性较大，存在显著的变化和不确定性，尤其是汛期的6—8月，河流径流量的年内变化显著，且较枯水年的降水量和水资源量相差更大。这种变化导致周边地区水资源量的标准差较大，进而造成大部分地区的干旱危险性等级达到了中高级和高级。

由式（4）可计算出各县级行政单元的水资源量负异常指数和降水量负异常指数，根据表2划分的等级结果如图5所示。

由图5可知，安徽省水资源量和降水量的负异常指数分布总体呈现出北部地区大于南部地区的分布趋势，除宿州市的砀山县、萧县、杜集区和相山区的负异常指数值均较小外，北部地区的负异常指数值均较大，南部山区的负异常指数值均较小。由于安徽省南部的水资源量和降水量的数值较大且相对稳定，各县水资源量和降水量的负异常指数均明显小于北部大部分地区的。利用标准差比平均值得到的变异系数即异常指数，其比标准差等级的结果更具有可比性，而且结果的稳定性更高。由于区域水资源量不仅由降水量一个方面的因素决定，还与当地的地下水和地表水水量等其他因素有关，因此，基于水资源量计算得到的负异常指数比基于降水量计算得到的负异常指数结果更能反映各县级行政单元的孕灾环境对干旱危险性结果的影响。

3.4 安徽省县级行政区干旱危险性分析

由式（1）计算得到安徽省104个县区所有年份干旱危险性指数DT，再将其由大到小排序，根据表2划分等级，通过ArcGIS软件绘制得到安徽省104个县级行政区综合危险性区划分布图，如图6所示。

由图6（a）可知：①基于水资源量的安徽省综合干旱危险性总体上呈现出从北到南逐渐降低的趋势，即表现为北高南低的分布格局。②淮北平原整体属于高危险性级别，部分地区的为中高级，如灵璧县、埇桥区等;中部地区为干旱危险性下降的过渡地区［22］，但部分地区（合肥市等）由于城市人口密集且工业发达，水资源量难以满足需求，干旱危险性等级为高级。③皖南山区的干旱危险性等级相对较低，南部的部分地区如泾县、广德市，由于多为山区地形，区内河流较多且相互交错，因此既易遭受干旱，也易发生涝灾，干旱危险性等级为中高级。

由图6（b）可知：①基于降水量的安徽省综合干旱危险性等级从北向南逐渐降低，与地理上的气候类型分布一致。②安徽北部地区干旱危险性等级主要为高级和中高级，而南部地区的危险性等级相对较低。③安徽中部如合肥、芜湖、巢湖等经济和工业发达地区的干旱危险性等级相对较高;砀山县、萧县、杜集区和相山区等安徽省北部地区的干旱危险性等级差异主要是因为这些地区的负异常指数较低，即这些地区年际间的降水量差异较小，数值较为稳定。

对比图6（a）与图6（b）可知：干旱危险性分布趋势基本一致，并与安徽省的气候分区和地形分布相符合;基于水资源量的霍邱县、寿县的干旱危险性等级较基于降水量的高，其原因为淮河流经这两个县，两个县的取水方便，导致以水资源量作为评价指标时干旱危险性降低;基于水资源量的不同县域干旱危险性等级结果更加科学，因为水资源数据还包含了各县区当地的水文情况，更准确地反映了区域的干旱危险性情况。

4 结论

1）利用水资源量与降水量计算干旱危险性指数，不仅能反映出不同县区的降水量与水资源量的差异，还能反映出降水量与水资源量的变化幅度，揭示降水对水资源的补给作用，使得干旱危险性评价结果更加精确科学。

2）采用水文和气象两种类型指标建立了干旱危险性定量评价模型，多指标评价模型能够提升对未来干旱灾害发生趋势的预测能力，减少单一因素带来的偏差，提高模型的稳健性和可靠性。

3）安徽省淮北平原地区和合肥、芜湖、马鞍山等地区干旱危险性等级为高和中高，这些地区是干旱防控的重点地区;中部地区的危险性等级大多为中高和中低，应强化该地区的干旱防控措施。

参 考 文 献

［1］

CUI Y，TANG H Y，JIN J L，et al.System structure-based drought disaster hazard assessment using remote sensing and field experiment data［J］.Remote sensing，2022，14（22）：5700.

［2］吴绍洪，潘韬，刘燕华，等.中国综合气候变化风险区划［J］.地理学报，2017，72（1）：3-17.

［3］李倩，王瑛，许映军，等.基于Copula的近60 a京津冀地区干旱灾害危险性评估［J］.干旱区地理，2019，42（6）：1310-1321.

［4］屈艳萍，高辉，吕娟，等.基于区域灾害系统论的中国农业旱灾风险评估［J］.水利学报，2015，46（8）：908-917.

［5］金菊良，郦建强，周玉良，等.旱灾风险评估的初步理论框架［J］.灾害学，2014，29（3）：1-10.

［6］周立洋.基于云模型理论的区域干旱危险性量化分析研究［D］.合肥：合肥工业大学，2020.

［7］DIXIT S，ATLA B M，JAYAKUMAR K V.Evolution and drought hazard mapping of future meteorological and hydrological droughts using CMIP6 model［J］.Stochastic environmental research and hazard assessment，2022，36（11）：3857-3874.

［8］SALVACION A R.Mapping meteorological drought hazard in the philippines using SPI and SPEI［J］.Spatial information research，2021，29（6）：1-12.

［9］费振宇，孙宏巍，金菊良，等.近50年中国气象干旱危险性的时空格局探讨［J］.水电能源科学，2014，32（12）：5-10.

［10］BAI X，JIN J L，WU C G，et al.Cloud transformation algorithm and Copulas function coupling model for drought hazard comprehensive evaluation［J］.Ecological engineering，2023，187（7）：106870.

［11］LI K W.Dynamic evaluation of agricultural drought hazard in northeast China based on coupled multi-source data［J］.Remote sensing，2022，15（1）：57.

［12］朱军，帅士章，王星，等.基于ARC GIS的贵州省农业干旱灾害危险性评价［J］.中低纬山地气象，2021，45（1）：9-16.

［13］张存杰，肖潺，李帅，等.极端气候事件综合危险性等级指标构建及近60年来长江流域极端气候综合分析［J］.地球物理学报，2023，66（3）：920-938.

［14］SOMOROWSKA U，ASZEWKI M.Quantifying streamflow response to climate variability，wastewater inflow，and sprawling urbanization in a heavily modified river basin［J］.Science of the total environment，2019，656：458-467.

［15］田富强，程涛，芦由，等.社会水文学和城市水文学研究进展［J］.地理科学进展，2018，37（1）：46-56.

［16］侯精明，李东来，王小军，等.建筑小区尺度下LID措施前期条件对径流调控效果影响模拟［J］.水科学进展，2019，30（1）：45-55.

［17］陆咏晴，严岩，丁丁，等.我国极端干旱天气变化趋势及其对城市水资源压力的影响［J］.生态学报，2018，38（4）：1470-1477.

［18］CUI Y，JIN J L，BAI X，et al.Quantitative evaluation and obstacle factor diagnosis of agricultural drought disaster hazard using connection number and information entropy［J］.Entropy，2022，24（7）：872.

［19］江龙.基于GIS的区域旱灾系统时空特性分析与脆弱性评估［D］.合肥：合肥工业大学，2014.

［20］钱筱暄.皖北地区水资源开发利用情势研究［J］.资源节约与环保，2023（4）：38-41.

［21］吴奕，宋瑞鹏，张红卫，等.河南省降水量、地表水资源量变化趋势及演变关系［J］.人民黄河，2021，43（11）：92-96.

［22］马玉妍.黄淮海地区夏玉米干旱灾害危险性评估与区划［D］.哈尔滨：哈尔滨师范大学，2015.

（编辑：马伟希）