滇東北農業低溫冷害風險度空間分異研究

2015-04-29 20:47:19程怡萌等

安徽農業科學 2015年29期

程怡萌等

摘要在總結國內外關于災害風險研究的基礎上，以滇東北地區為案例，通過分析農業低溫冷害自然致災風險值和承災體易損度指數，構建滇東北地區農業低溫冷害綜合風險度評價模型。對農業低溫冷害綜合風險度進行分級，并利用GIS技術繪制滇東北地區農業低溫冷害綜合風險區劃圖；最后，借用交通網絡結構的測量參數對自然致災風險區、易損度等級區及綜合風險區進行空間結構分析，且對低溫冷害系統內部一些要素進行關聯性分析。結果表明，滇東北地區缺失農業低溫冷害綜合風險的較高風險區，存在極高風險區、高風險區、中風險區、低風險區4個風險等級區；綜合風險度呈現自中部分別向北部、南部逐漸減弱的空間態勢；從各級風險區空間結構分析，分散指數越小，表明區域內部不同等級區之間的破碎性越小、連通度越高，同一等級區的連片分布特征越明顯。

關鍵詞低溫冷害；自然致災風險值；易損度指數；空間分異；滇東北

中圖分類號S426文獻標識碼

A文章編號0517-6611（2015）29-206-05

低溫冷害是云南省主要的自然災害之一，滇東北地區因地質地貌復雜，氣候環境特殊，歷來是云南省多災重災的地區。滇東北地區處于貧困地區，自然資源匱乏，生產力水平較低，基礎設施不完善，對農業低溫冷害的承受能力較弱，也是該區低溫冷害受災嚴重的重要原因。根據楊子生等對云南省農業自然災害區劃的研究，滇東北地區在各單災種區劃及綜合災害區劃中均表現為強度農業自然災害區域，該區各種農業自然災害頻繁，尤以低溫冷害發生頻率高、覆蓋面積大，是種植業發展的主要障礙因素。據滇東北地區各縣（市、區）農業局統計，2007年東川區因低溫冷害農作物受災面積達340.1 hm2，造成農業直接經濟損失約132萬元；昭通地區受冷空氣影響，全區遭受低溫冷害，農作物受災面積為111 796 hm2，因災造成農業直接經濟損失4 159.3萬元；會澤縣及宣威市遭受低溫冷害，導致農作物受災15 264 hm2，造成農業直接經濟損失3 943萬元。因此，加強滇東北農業低溫冷害風險度空間分異的研究對該區及其各縣防災減災工作的開展就顯得尤為重要。

近年來，國內的一些研究人員對低溫冷害的風險區劃進行了深入的研究[4-9]，如馬樹慶等[4-5]、王遠皓等綜合考慮變異系數、正態分布風險概率及風險指數三方面，分析了東北地區熱量條件的穩定性和低溫冷害的風險，給出了東北地區低溫冷害風險區劃，得出東北地區玉米及水稻低溫冷害風險的地域分布；李敬源等通過對蒼梧縣各個鎮低溫冷害的分析，找出影響蒼梧縣砂糖桔生產的4個氣候關鍵因子，通過歸一化方法和加權綜合評價法分析，利用GIS技術繪制出蒼梧縣砂糖桔低溫冷害風險區劃專題圖；郭曉麗等采用GIS技術、數理統計回歸方法及氣候資源的小網格推算方法，對東北地區水稻低溫冷害風險進行空間分析。通過分析發現在農業低溫冷害風險分析方面有關風險評估理論的基礎研究仍相當薄弱，對風險評價標準還缺乏統一的認識和實踐檢驗；分析方法大多以災害的實際發生頻率為基礎，指標選取比較單一，缺乏系統研究。筆者在總結國內關于災害風險研究的基礎上，選取了自然致災風險和承災易損性兩大指標，依據其內部評價因子分別對它們進行量化分析，并利用交通網絡分析中的通達指數和分散指數對致災風險區、易損度等級區和綜合風險區進行了空間結構分析，以期為類似氣候地形下農業區的低溫冷害風險評價工作的開展提供科學依據。

1資料與方法

1.1數據來源滇東北地區農業低溫冷害歷史災情數據取自滇東北地區各縣（市、區）統計局農業科2003～2013年農作物遭受自然災害情況表，并以2003～2013年云南減災年鑒、各縣（市、區）農業局數據作為參考。氣溫資料來自云南省氣象局和各縣（市、區）氣象局觀測數據；其他社會經濟相關數據來源于云南省統計年鑒、昭通市統計年鑒、曲靖統計年鑒、各縣（市、區）年鑒及農業局提供的數據。

1.2低溫冷害致災因子指標體系構建

1.2.1自然致災因子。滇東北農業低溫冷害是西伯利亞冷空氣南下對當地的人民生活、農業生產等受災對象施加的一系列負面影響，所以它的自然致災風險強度可以從氣溫特征及農作物受災面積來分析。該研究選取冬半年平均氣溫和農作物低溫冷害受災率作為評價滇東北地區農業低溫冷害致災力的2個指標。

1.2.1.1冬半年平均氣溫指數。冷空氣來襲導致氣溫下降，產生低溫冷害，所以氣溫是低溫冷害形成的直接因子；冬半年熱量條件的好壞影響了當地農作物的生長發育過程，從而直接影響了農業生產。其計算公式如下：

T′ij=ΔTij1nni=1（ΔTij）2（i=1，2，…，21，j=1，2，…，14）

式中，T′ij為第j個縣（市、區）第i年冬半年平均氣溫指數；Tij為第j個縣（市、區）第i年冬半年平均氣溫；j為第j個縣（市、區）冬半年平均氣溫的多年平均值；n=21；ΔTij為第j個縣（市、區）第i年冬半年平均氣溫的距平值。

1.2.1.2農作物低溫冷害受災率指數。農作物的受災情況能直接反映低溫冷害對滇東北地區的危害程度，且這一指標使用較為簡單，易于搜集及統計，故農作物低溫冷害受災率就成為低溫冷害致災風險程度的另一個重要指標。其計算公式為：

Cij=DijHij×100%（i=1，2，…，21；j=1，2，…，14）

式中，Cij為第j個縣（市、區）第i年農作物低溫冷害受災率指數；Dij為第j個縣（市、區）第i年農作物低溫冷害受災面積；Hij為第j個縣（市、區）第i年農作物總播種面積。受災率反映了受災大小，其值越大，受災越嚴重。

1.2.2易損性因子。承災體易損性可以說是與災害相關的環境、社會、經濟、文化、政治條件的表現形式，正是這些相互聯系的生態環境、政治經濟、社會文化過程構成了承災體的易損性，也決定和影響著承災體易損性的強弱大小。根據當地農業低溫冷害的特點，結合滇東北地區實際情況，鑒于資料的可獲取性，該研究從環境因素、人口狀況、土地利用、農業生產條件和區域經濟發展水平5個方面選取14個指標來反映滇東北地區農業低溫冷害易損度。

1.2.2.1環境因素。

（1）氣溫指數。氣溫指數是指上一年11月～當年10月的月均溫的平均值。由于低溫冷害于上一年冬季（11、12月）至當年10月發生，冷空氣侵襲導致氣溫下降給受災對象造成損失，所以選取氣溫指數代替當年的年平均氣溫作為研究農業低溫冷害的易損度指標。

（2）海拔。氣溫隨著海拔的升高而降低，海拔是低溫冷害易損性形成的重要因素，地區海拔越高低溫冷害易損度越大。

1.2.2.2人口狀況。

（1）人口密度。人口密度為某地人口數量與當地土地面積的比值。人口密度過大，對消費和生存的需求越大，進而加重對滇東北高寒山區資源環境需承受的壓力，增大了低溫冷害易損度。

（2）農業人口比例。農業人口比例為農業人口和總人口的比值，反映了在農村居住的人群數量的高低，農業人口比例越高，低溫冷害易損度越大。

（3）農業勞動力比例。農業勞動力比例為農業從業人口與鄉村從業人口的比值。農業勞動力比例越大，表明當地以發展農業為主，農業生產比率較大，對農業的依賴性強，加大了低溫冷害易損度。

1.2.2.3土地利用。

（1）耕地比。它是指耕地面積與土地面積的比值，反映了當地的墾殖強度。耕地比越高，墾殖強度越大，低溫冷害發生時受災面積就越廣，增大了低溫冷害易損度。

（2）陡坡耕地指數。它是指陡坡耕地的面積比耕地總面積。陡坡耕地指數越高，反映了位于高海拔地區的耕地越多，越容易受低溫冷害影響，加大了農業低溫凍害易損度。

（3）復種指數。它是指農作物總播種面積與耕地面積的比值，主要反映了當地熱量條件的基本狀況。

1.2.2.4農業生產條件。

（1）農業人口人均用電量。農業人口人均用電量為農村用電量與農業人口的比值。農業人口人均用電量越大，表明當地農村供電設施越完備，農業生產條件越好，部分反映了較高的農業機械化水平，當低溫冷害發生時能有效降低受損的可能性。

（2）人均農業機械總動力。它是指農業機械總動力與農業從業人口的比值，不僅直接反映了當地農業機械化水平，還從側面反映了當地農業生產技術水平的高低。

（3）通汽車村數比例。它是指通汽車村數與鄉鎮個數的比值，反映了當地交通完善及保障救援程度。

安徽農業科學2015年

1.2.2.5區域經濟發展水平。

（1）糧食單產。糧食單產水平越高，表明當地氣候、熱量、土壤等自然狀況優越，成災的可能性減小；另外，糧食單產還可部分反映農業生產技術，有效降低了低溫冷害易損度。

（2）農民人均純收入。農民人均純收入越高，扣除其基本生活費用后，農民有更多的剩余資金投入到生產、經營以及防災減災各項活動中，降低了受損的可能性。

（3）人均GDP。人均GDP反映了地區的經濟發展綜合水平及當地人民的生活水平。人均GDP越高，表明當地用于公共財政的支付越高，居民的經濟實力也越強，投入到防災減災的財力越大，提高了當地的應災能力，降低了農業低溫冷害易損度。

1.3低溫冷害風險評價模型

1.3.1低溫冷害自然致災風險評估模型。聯合國人道主義事務部將自然災害風險定義為：風險是在一定區域和給定時段內由某種自然災害引起的人們生命財產和經濟活動的期望損失值[12]。所以低溫冷害風險可以通過概率統計學中的期望值來描述，即風險期望值等于各因子乘以其概率的總和，依此建立滇東北地區各縣（市、區）農業低溫冷害自然致災風險值模型，公式為：

Ej=E1j+E2j（j=1，2，…，14）

E1j=9i=1pij·Vij（i =1，2，…，9；j=1，2，…，14）

E2j=9i=1p′ij·V′ij（i =1，2，…，9；j=1，2，…，14）

上述3個公式中，Ej為第j個縣（市、區）的農業低溫冷害自然致災風險值；E1j為第j個縣（市、區）冬半年平均氣溫指數的風險期望值；E2j為第j個縣（市、區）農作物受災率指數的風險期望值；pij、Vij分別為第j個縣（市、區）第i個冬半年平均氣溫指數級組對應的頻率及組中值；p′ij、V′ij分別為第j個縣（市、區）第i個農作物受災率指數級組對應的頻率及組中值。

1.3.2低溫冷害易損度評價模型。主成分分析是把原來多個變量劃為少數幾個綜合指標的一種統計分析方法，即用較少的新變量盡可能多地保留原來較多變量所反應的信息。該研究采用主成分分析方法對低溫冷害易損度5個方面選取的14個指標進行降維處理，依此建立起滇東北地區農業低溫冷害易損度指數模型，公式為：

Ij=100×4i=1Fij·λi（i =1，2，3，4；j=1，2，…，14）

式中，Ij是第j個縣（市、區）的易損度指數；Fij、λi分別表示第j個縣（市、區）第i個主成分得分及其對應的方差貢獻率。

1.3.3滇東北低溫冷害綜合風險度評價模型。參照聯合國人道主義事務部公布的自然災害風險表達式，即風險度=危險度×易損度[12]，構建滇東北地區農業低溫冷害風險度的綜合評價模型：

Rj=Ej×Ij（j=1，2，…，14）

式中，Rj為第j個縣（市、區）的農業低溫冷害綜合風險度；Ej為第j個縣（市、區）的農業低溫冷害自然致災風險值；Ij為第j個縣（市、區）的農業低溫冷害易損度指數。

1.3.4風險區空間結構分析。借用交通網絡結構測量參數（通達指數和分散指數），對自然致災風險區、易損度等級區及綜合風險區進行結構分析。通達度是衡量網絡中點之間移動的難易程度的指標，可以用通達度指數和分散指數來衡量。通達指數指網絡中從一個頂點到其他所有頂點的最短路徑[14]，如下式：

Ai=ni=1Dij（i =1，2，…，n；j=1，2，…，n）

式中，Ai為頂點i在網絡中的通達度；Dij為頂點i到頂點j的最短距離（可以用邊，即區間來簡單表述）。分散指數是用來衡量網絡系統中總的通達程度與聯系水平的指標，計算方法為：

D=ni=1nj=1Dij（i =1，2，…，n；j=1，2，…，n）

2結果與分析

2.1滇東北農業低溫冷害風險區評價

2.1.1滇東北低溫冷害自然致災風險評價。參照標準差分級方法[15]，計算農業低溫冷害自然致災風險值的標準差σ1（表1），依據各縣（市、區）自然致災風險值相對于σ1的倍數來進行分級（圖1）。從表1和圖1可以看出，滇東北地區缺失較高風險區等級的自然致災風險區，各級自然致災風險區所占的地域范圍呈“中間大、兩頭小”的分化態勢，全區農業低溫冷害致災風險較大；極高風險區、低風險區各自占據的地域范圍較小，而高風險區和中風險區各自占據的地域范圍大，尤以高風險區占據的范圍最大，達52.25%；極高風險區昭陽區位于滇東北地區中部，低風險區水富縣及鹽津縣位于北部，可見滇東北地區農業低溫冷害自然致災風險整體上呈自中部分別向南部、北部逐漸減弱的分布趨勢。此外，除北部綏江縣、水富縣、鹽津縣和南部會澤縣、宣威市屬中低風險區外，整個昭通地區自然致災風險等級較高。

2.1.2區域低溫冷害易損性評價。基于滇東北地區各

縣（市、區）的易損度指數Ij，參照相似性原則，選用Ij值標準差σ2的倍數值（表2）來進行分級（圖2），易損度指數越大，等級越高，意味著在同等低溫冷害致災強度下，農業抵御低溫冷害力度越小，造成的損失越大。由圖2可見，東北部的鎮雄縣為極強度易損區，中部的魯甸縣屬較強度易損區，而西南部的東川區及北部的水富縣屬輕度易損區。從各級易損區面積占滇東北全區面積的比例（表2）來看，極強度、較強度及輕度易損區所占地域范圍較小，約為全區面積的1/5；強度及中度易損區所占地域范圍較大，約為全區面積的4/5，尤

以中度易損區占據的范圍最大，達43.83%。總體而言，滇東北地區農業低溫冷害易損度大致由中部向南部、北部地區逐漸減弱。昭通地區除北部水富縣、綏江縣及南部東川區、巧家縣、會澤縣和宣威市屬中、輕度易損區外，其余地區農業低溫冷害易損度的等級較高。

2.1.3滇東北低溫冷害綜合風險度評價。參照相似性原

則，計算滇東北全區Rj值的標準差σ3，根據各縣（市、區）綜

合風險度相對于σ3的倍數進行分級（圖3），初步揭示了滇

東北地區農業低溫冷害綜合風險度的地域分布規律。由圖3可見，滇東北區域內部風險強度的等級梯度上有一定的斷層現象，即缺失較高風險區等級的風險區，只有極高風險區、高風險區、中風險區、低風險區。各等級風險區所占據的地域范圍表現出“中間大、兩頭小”的紡錘狀格局，其中極高風險區占5.95%、高風險區占14.31%、中風險區占49.03%、低風險區占30.71%，表明滇東北約70%區域均處于較大的低溫冷害風險威脅下。各風險等級區空間分布呈現出不規則的半環形結構，自風險度最高的中部（昭陽區）分別向北部、南部方向呈半環帶狀逐漸減弱，表現為一環（昭陽）——二環（魯甸、鎮雄）——三環（威信、彝良、大關、永善、巧家、會澤）——四環（鹽津、水富、綏江、東川、宣威）。

2.2自然致災風險區、易損度等級區及綜合風險區的空間結構分析借用交通網絡結構測量參數（通達指數和分散指數），分別對滇東北區域農業低溫冷害致災風險區、各縣（市、區）易損度等級區和綜合風險區計算通達度指數和分散指數，并進行空間結構分析。從表3可以看出，綜合風險區的連通度最低、分散指數最大，自然致災風險區連通度最高、分散指數最小，易損度等級區各項居中；自然致災風險區中各個等級的風險區較為完整（圖1），綜合風險區中各個等級的風險區較為破碎（圖3），易損度等級區居中（圖2）。由此可見，分散指數越小，表明區域內部不同等級區之間的破碎性越小、連通度越高，同一等級區的連片分布特征越明顯。

2.3滇東北低溫冷害系統內部的一些要素關聯性分析

2.3.1系統內部自然致災風險度、易損度以及綜合風險度之間關聯性。對滇東北區域農業低溫冷害自然致災風險度值Ej、易損度指數Ij以及綜合風險度值Rj之間的相關程度進行測定，結果顯示（表4），滇東北地區農業低溫冷害自然致災風險度值Ej、易損度指數Ij及綜合風險度值Rj兩兩之間存在著明顯正向的高度相關關系，其顯著性均超過α=0.001水平，表明滇東北區域農業低溫冷害綜合風險度高低與農業低溫冷害自然致災風險度、區域易損度等有密切關聯。由于當地農業低溫冷害自然致災風險度與易損度之間存在顯著的正相關，意味著該區域自然致災風險值高（或低）的地方易損度往往也較高（或較低），從而疊加并放大（或減輕）了低溫冷害的綜合風險。這也對當地實施應災防災措施的區域性和有效性提出了更高的要求。

2.3.2低溫冷害綜合風險度與歷史災情的關聯性。該研究通過分析計算所得的滇東北地區農業低溫冷害綜合風險度具有一定的客觀性與科學合理性。依據滇東北地區歷史資料，通過對該區農業低溫冷害風險度值Rj與農業低溫冷害成災率（成災率=某年農作物低溫冷害成災面積/該年農作物總播種面積）的平均值進行相關性分析，得到兩者相關系數為0.597 5，其對應的t統計量（2.581）超過在顯著性水平0.025之下的t統計量（2.180），表明兩者相關性顯著，即農業低溫冷害成災率越大，綜合風險度越大。

3結論與討論

（1）滇東北地區缺失較高風險區等級的自然致災風險區，極高風險區昭陽區位于滇東北地區中部，低風險區水富縣及鹽津縣位于北部，各級自然致災風險區所占的地域范圍呈“中間大、兩頭小”的分化態勢，全區農業低溫冷害致災風險較大。

（2）滇東北地區農業低溫冷害易損度大致由中部向南部、北部地區逐漸減弱。東北部的鎮雄縣為極強度易損區，中部的魯甸縣屬較強度易損區，而西南部的東川區及北部的水富縣屬輕度易損區。昭通地區除北部水富縣、綏江縣及南部東川區、巧家縣、會澤縣和宣威市屬中、輕度易損區外，其余地區農業低溫冷害易損度的等級較高。

（3）滇東北區域內部風險強度的等級梯度上有一定的斷層現象，即缺失較高風險區等級的風險區；各等級風險區所占據的地域范圍表現出“中間大、兩頭小”的紡錘狀格局，且在空間分布上呈現出不規則的半環形結構。

（4）對各個類型的風險區進行空間結構分析，分散指數越小，表明區域內部不同等級區之間的破碎性越小、連通度越高，同一等級區的連片分布特征越明顯。由于當地農業低溫冷害自然致災風險度與易損度之間存在顯著的正相關，意味著該區域自然致災風險值高（或低）的地方易損度往往也較高（或較低），從而疊加并放大（或減輕）了低溫冷害的綜合風險。另外，農業低溫冷害成災率越大，綜合風險度越大。這些分析均對滇東北地區農業防災減災工作順利開展有著重要的作用。

參考文獻

[1]

吳光范，李常林.云南災害問題研究[J].云南社會科學，1989（4）：19-24.

[2] 云南省災害防御協會秘書處.云南省自然災害綜述及減災對策[J].地震研究，1992，15（4）： 440-447.

[3] 楊子生，謝應齊.云南省農業自然災害區劃[M].北京：中國農業出版社，1995：104-107.

[4] 馬樹慶，裘祝香，王琪.中國東北地區玉米低溫冷害風險評估研究[J].自然災害學報，2003，12（3）：137-141.

[5] 馬樹慶，王琪，姜麗霞.東北地區水稻低溫冷害氣候風險分析[J].中國農業氣象，2007（28）：201-204.

[6] 王遠皓.東北地區玉米冷害的風險評估技術研究[D].北京：中國氣象科學研究院，2008：41-45.

[7] 李敬源，鐘曉云，葉瑜，等.蒼梧縣砂糖桔低溫冷害風險區劃[J].氣象研究與應用，2014，35（1）：63-66.

[8] 薛曉萍，李楠，楊再強.日光溫室黃瓜低溫冷害風險評估技術研究[J].災害學，2013（3）：61-65.

[9] 朱海霞，紀仰慧，閆平，等.黑龍江省玉米低溫冷害發生風險趨勢及預測模型[J].氣象科技，2010，38（3）：368-372.

[10] 郭曉麗，王立剛，邱建軍，等.基于GIS的東北地區水稻低溫冷害區劃研究[J].江西農業大學學報，2009，31（3）：494-498.