基于可變模糊和灰色理論的貴州省農業旱災脆弱性評價

黃路梅+梁虹+焦樹林+賀中華

摘要：從自然因素、社會因素、生態因素等3個層面選取12個指標，構建基于模糊灰色系統理論評價模型，對貴州省農業旱災脆弱性進行初步探討。結果表明：貴州省生態環境脆弱，易誘發旱災且恢復力差，9個脆弱性分區中，有6個嚴重分區，3個中度分區；用4個典型指標與綜合評價結果進行灰色關聯度分析，得出喀斯特地區農業旱災脆弱性與這4種因素都有關聯性，其關聯程度大小順序為：地表水資源量>GDP>人口>喀斯特面積。喀斯特分布面積對貴州省農業旱災脆弱性具有一定程度的影響，但是，經濟的發展、科技的進步以及人文因素的作用，正逐漸弱化著喀斯特對農業旱災脆弱性的影響力。

關鍵詞：可變模糊；旱災脆弱性；貴州省；灰色關聯度

中圖分類號： S423文獻標志碼： A

文章編號：1002-1302（2017）04-0239-05

干旱是全球性普遍發生的一種威脅著人類生命及財產安全的自然災害[1-2]。在災害學領域，已有學者研究指出，旱災危害力和風險性與承災體脆弱性成正相關關系，后者對災情有增大或減小作用，當致災強度一致時，脆弱性愈嚴重災情愈嚴重[3]。以農業為主的貴州省是典型的錐狀喀斯特分布區，喀斯特面積廣布，很多地方常年缺水，干旱嚴重，生態環境脆弱。干旱是威脅貴州省人類生命和財產安全，制約其經濟發展的最嚴重的自然災害。因此，從脆弱性的角度量化研究農業干旱的分布特征并分析其成因，是發展貴州省經濟亟待解決的問題。

國內外關于農業旱災脆弱性的研究主要包括：（1）農業旱災脆弱性成因機制分析認為：從農戶視角來看，土壤類型、土地管理和農民類型決定脆弱性強弱[4]；農業旱災脆弱性的生成機制往往與研究的尺度（微觀、中觀、宏觀）有關[5]；而對于廣西大石山區的干旱脆弱度大小與旱災風險指數的大小呈正相關關系[6]。（2）農業旱災脆弱性評價指標體系的構建方面，選取樣區指標的層面是可再生資本、經濟能力、人口資源和經濟基礎，構建了一個新的綜合性干旱脆弱性指標（DVI）[7]，如衡陽盆地農業旱災脆弱性評價時使用了水田密度、蒸發量、人口密度等7項指標對地區差異性進行評估[8]。（3）對農業旱災脆弱性的評價國內外使用了WINISAREG模型和SPI2指數分析法[9]、德爾菲-主成分分析法[10-11]、情景模擬-產量分析法[12]、熵值法-AHP法[13]、投影尋蹤法[14]等。

這些方法存在的主要缺陷是方法太過主觀，指標選取各成體系，指標權重難以確定，難以反映出各因子兩兩間的相互關系，難以吻合旱災脆弱性模糊動態多變的特性，本研究采用陳守煜的可變模糊理論[15]，將高維變量系統做最佳綜合和簡單化，利用熵值法確定權重，采用灰色系統理論綜合分析貴州省農業旱災脆弱性內部動態變化的聯系，較之上述方法更具科學性，能夠為貴州省做好防旱抗旱工作提供理論指導。

1研究區概況

貴州省位于103°36′～109°35′ E，24°37′～29°13′ N，總面積17.62萬km2。區內地形多變，結構復雜，地勢陡峭，以山地、丘陵為主，占92.5%；喀斯特面積占貴州省國土面積的61.9%，為典型的喀斯特省份[16]。水土流失面積比重為 31.37%，石漠化面積比重為20.70%，具有多相多層復雜界面體系、環境界面變異敏感度高、環境容量低、穩定性差等特征[16]。該喀斯特地區生態環境極為脆弱[17]，石漠化導致生態系統退化，水土流失嚴重[18-19]，土地涵養水源能力差，農業旱災脆弱性對于以農業為基礎產業的貴州省已是經濟發展的一大核心制約因素。

2數據來源與分析方法

2.1數據計算與分析方法

可變模糊分析法是應用辯證唯物論關于差異、共維、中介、兩級的概念以及客觀事物矛盾運動變化的自然辯證法原理，構建相對隸屬函數模型的一種分析方法[20]。農業旱災脆弱性是一個特定時空條件下涉及自然環境和社會經濟的復雜事物，具有相對性或動態性，影響因子又具有模糊性[21]，本研究從自然、社會、經濟等3個層面選取因素指標，同時采用不同參數組合的模糊分析法和灰色關聯法構建評價模型。根據陳守煜的方法[15]，建立了貴州省農業旱災脆弱性綜合評價模型，具體操作步驟如下：

（1）預處理原始資料，得到樣本集矩陣

式中：θ為負指數，通?？扇ˇ?1。

（5）計算樣本（區域）對各級別的綜合相對隸屬度為

[JZ（]u′hj=[SX（]11+[JB（{][SX（]∑[DD（]mi=1[DD）][ωj（1-UA（kij）h）]p∑[DD（]mi=1[DD）]（ωjUA（kij）h）p[SX）][JB）}]a/p[SX）]。[JZ）][JY]（7）

式中：a為模型參數，a=1為最小一乘方準則，a=2為最小二乘方準則；p為距離參數，p=1為海明距離，p=2為歐式距離[23]。ωj為指標權重，且∑[DD（]mj=1[DD）]ωj=1。

將所得結果無量綱化處理得到綜合相對隸屬度U，其中

[JZ（]U=f（u′hj）。[JZ）][JY]（8）

式中：函數關系式：

[JZ（]f=u′hj/∑[DD（]ch=1[DD）]u′hj。[JZ）][JY]（9）

（6）計算樣本（地區）旱災脆弱性的級別特征值為

[JZ（]H=（1，2，3，…，c）·U。[JZ）][JY]（10）

農業旱災脆弱性級別特征值突顯了脆弱性的大小，脆弱性和級別特征值呈正相關關系，特征值越大，農業旱災脆弱性越大，據此對樣本（地區）農業旱災脆弱性大小進行排序。

（7）權重的確定權重可以較好地反映參評因子占目標對象的物理量，熵值法是一種較客觀的求權重的方法。

a.無量綱化矩陣假設矩陣A=（aij）nm表示由n個評價對象，每個評價對象由m個評價指標組成的評價指標體系原始數據矩陣，無量綱化得到R=（rij）nm，歸一化公式為

[JZ（]rij=[SX（]max{aij[DD（]j[DD）]}-aijmax{aij[DD（]j[DD）]}-min{aij[DD（]j[DD）]}[SX）]。[JZ）][JY]（11）

b.求熵值對于無量綱化之后的矩陣R=（rij）nm，第j個指標的熵值為

[JZ（]Hj=-[JB（（]∑[DD（]nj=1[DD）]fijln fij[JB））]/lnn。[JZ）][JY]（12）

式中：fij=rij/∑[DD（]nj=1[DD）]rij=1/lnn，當fij=0時，令fij·lnfij=0。

c.定義熵權用以下公式根據熵值求熵權ωj：

[JZ（]ωj=（1-Hj）/（m-∑[DD（]mj=1[DD）]Hj），（0≤ωj≤1，∑[DD（]mj=1[DD）]ωj=1）。[JZ）][JY]（13）

（8）灰色關聯分析法以X0（k）表示第k個地區的綜合評價級別特征值的平均值，Xi（k）表示第i個地區的第k個指標，計算得出兩者之間的灰色關聯度Rij。計算灰色關聯系數ξi（k）為

[JZ（]ξi（k）=[SX（]Δ（min）+ρΔ（max）|X0（k）-Xi（k）|+ρΔ（max）[SX）]，ρ∈[0，1]。[JZ）][JY]（14）

式中：Δ（min）為X0（k）和Xi（k）差的絕對值的最小值；Δ（max）為X0（k）和Xi（k）差的絕對值的最大值；取ρ=0.05；

[JZ（]Rij=∑[DD（]ni=1[DD）]ξi（k）。[JZ）][JY]（15）

2.2數據來源和指標的選取

農業旱災脆弱性強調孕災環境的易變性和承災體的易損性，受到生態環境因素和社會經濟因素的共同影響[23]。基于貴州省實際情況，遵循完整性、簡明性、獨立性、可評價性等原則[13]和資料的詳實程度、可靠性，本研究從自然、社會、經濟等層面選取了12個典型指標，構建評價指標體系（圖1），并根據相關數據（表1）計算貴州省農業旱災脆弱性的大小。

2.3貴州省農業旱災脆弱性可變模糊評價

2.3.1評估指標的分級目前對農業旱災脆弱性影響因子評價等級的劃分沒有統一的標準，本研究在根據喀斯特實際情況基礎上，采用內插等分法確定農業旱災脆弱性評價因子等級標準。

2.3.2相對隸屬度計算

2.3.3確定指標的權重

由熵值法確定各指標的權重，根據公式（11）～（13）可依次求得各指標的無量綱化權重值為ω=（0.075 40.149 40.058 70.149 40.085 00.072 3

2.3.4綜合相對隸屬度計算以UA（kij）h和ω權重為基礎，利用模型（7）可計算出各個樣本對各級別h（h=1、2、3、4、5）的綜合相對隸屬度，并進行無量綱化處理（表3）。

3結果與分析

根據公式（10），計算出農業旱災脆弱性的級別特征值，得到貴州省各地區的農業旱災脆弱性的綜合評價結果（表4）。由表4可知，各地區的級別特征平均值在2.322～2.882之間，旱災脆弱性等級為嚴重或中度，9個脆弱性分區中，有6個嚴重區，3個中度區，說明貴州省整體上農業旱災脆弱性嚴重，旱災現象頻發，損失嚴重，但各地區間農業旱災脆弱性差異明顯，其級別特征平均值從小到大的順序為：畢節地區<遵義市<六盤水市<黔西南州<安順市<貴陽市<銅仁地區<黔南州<黔東南州。畢節地區旱災脆弱性最嚴重，主要原因是其氣候蒸發旺盛，光照時數多，土地石漠化嚴重，坡土地面積比重大，不適宜耕種，單位播種面積產出低而經濟發展水平的御旱能力相對較弱等；黔東南州脆弱度小，與該地區降水多、人口密度小、可利用水資源量充沛等息息相關。

從單個因素來看，人口、GDP、地表水資源量、喀斯特生態環境都對貴州省農業旱災脆弱性具有一定的影響，但其影響力大?。P聯度）有所差異，從大到小依次為地表水資源>GDP>人口>喀斯特生態環境。

這4種因素在不同的地區具有不同的組合方式，關聯度從大到小依次為安順市>六盤水市>黔西南州>銅仁地區>貴陽市>黔東南州>黔南州>畢節地區>遵義市，說明這4種因素在不同地區取主要作用的因素有主次之分，主次因素不同，表現為對貴州省農業旱災脆弱性的影響程度不同。

性程度較輕，主要是與該地區地表水資源量盈余、喀斯特面積分布比重相對偏小有關。

從人口、GDP和地表水資源量的視角分析，除遵義市以外，貴州省其他各個地區的農業旱災脆弱性與這3種因素的關聯系數很大，說明這3種因素對貴州農業旱災脆弱性具有主導作用，經濟的發達程度，直接決定了水庫、大壩等水利建設修復工程的減災投入；人口數量表現為對地表水資源的需求量；地表水資源量是最主要自然因素，地表水資源量盈余或虧損直接決定了旱災發生與否及生態環境對干旱的適應、調整和恢復能力，3種因素將決定貴州省農業旱災脆弱性的大小。

從喀斯特分布面積來看，貴州省農業旱災脆弱性與喀斯特分布面積關聯系數非常小，關聯度也小，除黔東南州外均小于0.1，這與表5中除黔東南州外，各地區喀斯特分布面積均大于60%形成強烈的對比，說明喀斯特分布面積對貴州省農業旱災脆弱性的影響較小?？λ固氐貐^地下水和暗河伏流交替出的雙重介質結構對農業旱災脆弱性有一定的影響，但是，隨著經濟的發展、科技的進步以及人文因素的作用，正逐漸弱化著喀斯特對農業旱災脆弱性的影響。

4結論

貴州省農業旱災脆弱性基本上處于嚴重或中度等級層次，易于遭受旱災的侵害，農業旱災已成為制約貴州省農業經濟發展最主要的農業災害。貴州省農業旱災脆弱性的影響因素主要有人口、GDP、地表水資源量和喀斯特分布面積，其影響力從大到小的順序為地表水資源>GDP>人口>喀斯特分布面積。隨著經濟的發展、科技的進步以及人文因素的作用，喀斯特生態環境對農業旱災脆弱性的影響將逐漸減少。

參考文獻：

[1]史本林，朱新玉，胡云川，等. 基于SPEI指數的近53年河南省干旱時空變化特征[J]. 地理研究，2015，34（8）：1547-1558.

[2]Lobell D B，Roberts M J，Schlenker W，et al. Greater sensitivity to drought accompanies maize yield increase in the US Midwest[J]. Science，2014，344（6183）：516-519.

[3]康永輝，解建倉，黃偉軍，等. 廣西大石山區農業干旱成因分析及脆弱性評價[J]. 自然災害學報，2014，23（3）：24-32.

[4]Slegers M F W. “If only it would rain”： Farmers perceptions of rainfall and drought in semi-arid central Tanzania[J]. Journal of Arid Environments，2008，72（11）：2106-2123.

[5]程靜，王群. 農業旱災脆弱性的特殊生成機制與化解路徑[J]. 改革與戰略，2012，28（1）：99-101.

[6]周游游，蔣忠誠，韋珍蓮. 廣西中部喀斯特干旱農業區的干旱程度及干旱成因分析[J]. 中國巖溶，2003，22（2）：144-149.

[7]Naumann G，Barbosa P，Garrote L，et al. Exploring drought vulnerability in Africa： an indicator based analysis to be used in early warning systems[J]. Hydrology and Earth System Sciences，2014，18（5）：1591-1604.

[8]劉蘭芳. 衡陽盆地農業旱災脆弱性研究[J]. 熱帶地理，2002，22（1）：19-23.

[9]Popova Z，Pereira L S，Ivanova М，et al. Assessing drought vulnerability of bulgarian agriculture through model simulations[J]. Journal of Environmental and Engineering B，2012，1（8）：1017-1036.

[10]凌子燕，劉銳. 基于主成分分析的廣東省區域水資源緊缺風險評價[J]. 資源科學，2010，32（12）：2324-2328.

[11]孫芳，楊修. 農業氣候變化脆弱性評估研究進展[J]. 中國農業氣象，2005，26（3）：170-173.[HJ1.65mm]

[12]段興武，謝云，劉剛，等. 黑龍江省糧食生產對氣候變化影響的脆弱性分析[J]. 中國農業氣象，2008，29（1）：6-11.

[13]倪深海，顧穎，王會容. 中國農業干旱脆弱性分區研究[J]. 水科學進展，2005，16（5）：705-709.

[14]曹永強，伊吉美，游海林，等. 投影尋蹤技術在農業旱災脆弱性評價中的應用[J]. 人民黃河，2010，32（2）：12-13.

[15]陳守煜. 工程模糊集理論與應用[M]. 北京：國防工業出版社，1998.

[16]楊明德. 論喀斯特環境的脆弱性[J]. 云南地理環境研究，1990（1）：21-29.

[17]李雪冬，楊廣斌，張旭亞，等. 基于RS和GIS的喀斯特山區生態系統構成與格局及轉化分析——以貴州畢節地區為例[J]. 中國巖溶，2014，33（1）：82-90.

[18]余霜，李光. 基于Logistic-ISM模型的喀斯特地區農戶石漠化治理行為影響因素及調控研究[J]. 中國巖溶，2014，33（3）：338-346.

[19]陳圣子，周忠發，閆利會. 基于網格GIS的喀斯特石漠化治理過程中生態系統健康變化診斷——以貴州花江示范區為例[J]. 中國巖溶，2015，34（3）：266-273.

[20]陳守煜. 工程可變模糊集理論與模型——模糊水文水資源學數學基礎[J]. 大連理工大學學報，2005，45（2）：308-312.

[21]劉蘭芳，劉盛和，劉沛林，等. 湖南省農業旱災脆弱性綜合分析與定量評價[J]. 自然災害學報，2002，11（4）：78-83.

[22]谷洪波，劉新意，劉芷妤. 基于可變模糊評價法的農業旱災災后恢復力評估研究——以河北省為例[J]. 干旱地區農業研究，2014，32（5）：174-180.

[23]趙菲菲，何斌，李小涵，等. 區域農業干旱脆弱性評價及影響因素識別——以河南、河北省為例[J]. 北京師范大學學報（自然科學版），2012，48（3）：282-286.