基于GIS 的隴東黃土高原地區干旱災害風險綜合評估

趙冬青，李政璇，余 瀚，張永凱

（1.甘肅省農業農村廳，甘肅蘭州730000；2.蘭州財經大學 農林經濟管理學院，甘肅 蘭州730020）

干旱是由降水和蒸發的收支不平衡造成的異常水分短缺現象，嚴重時對人類生產和生活帶來較大危害。干旱是世界上造成經濟損失最多的自然災害，全球平均每年的旱災損失為60 億～80 億美元。自20 世紀中后期，隨著以變暖為標志的全球氣候變化，全球陸地大部分地區存在干旱化趨勢[1]。在21 世紀，部分地區干旱仍呈現持續時間增加和強度加強的趨勢[2]。目前，干旱已經成為全球性最為嚴重的自然災害之一，預防與減輕旱災和旱災風險成為當今世界的重要課題之一。

糧食是人類賴以生存和發展的基礎，糧食安全事關國家安定和世界和平，長期以來是各國政府關注的重點。隨著經濟全球化的發展，糧食貿易成為影響國家糧食安全的重要因素。1990—2010年世界糧食貿易實物量呈上升趨勢，2010年出口總量為27554.50 萬t，進口總量為26738.10 萬t，分別是1990年的4.3 倍和3.9 倍。嚴重頻繁的氣象災害導致世界糧食減產，其中旱災造成的損失占60%左右[3]，給糧食安全帶來嚴重威脅。我國是一個干旱災害頻發的國家，據統計，1950—2010年平均每年受旱面積約215 萬hm2，因旱減產糧食50 億kg。近來，隨著干旱呈現不斷加重趨勢，旱災已經開始威脅到我國糧食安全和社會經濟的可持續發展。

隴東黃土高原地區位于生態環境脆弱帶，降水分布不均，干旱長久以來是嚴重制約當地工農業發展的主要災害，給工業生產及人民生活均帶來不利影響。因此，對這一地區加強自然災害風險綜合評估，建立和完善災情監測、預警和評估體系顯得日益迫切。本文以自然災害風險評估理論為指導，以縣級行政區為基本研究單元，從干旱致災因子強度、農業承災體脆弱性與暴露性出發，綜合分析評估了隴東黃土高原地區干旱災害風險，為政府部門在防災減災政策的制訂方面提供一定的科學依據。

1 研究區概況

隴東黃土高原地區位于我國黃土高原溝壑區，東起陜西與甘肅交界地區，西至六盤山—關山，地理坐標為34°9′～36°28′N、105°33′～108°67′E，海拔在880～2857 m，降水量自東南向西北遞減，屬于典型的干旱半干旱大陸性氣候。年平均氣溫在11℃，年降水量240～800 mm，降雨量主要集中在6—9月，全年無霜期140～160 d。該地區土質疏松，是黃土高原土壤侵蝕非常嚴重的地區，水土流失嚴重，溝壑縱橫，地形支離破碎，地勢西北高東南低，形成了典型的溝、峁、梁、塬、丘陵的黃土高原典型地貌特征，水系屬于黃河流域，是我國水土流失嚴重的生態環境脆弱區，干旱對該地區農業生產和生態環境影響顯著。

2 數據與方法

2.1 數據來源

考慮可行性與易得性，本文所用到的基礎數據主要包括干旱致災因子危險性數據和農業承災體的脆弱性與暴露性數據。

干旱致災因子危險性數據：1949—2018年間研究區內及附近共12 個氣象站點的逐月降水、氣溫數據，來自中國氣象數據網。

農業承災體的脆弱性與暴露性數據：主要選取農作物播種面積、糧食播種面積、糧食產量、農業產值、有效灌溉面積這幾個指標，由2018年甘肅省統計年鑒提取獲得。

2.2 研究方法

2.2.1 干旱災害風險評估模型 本文中的農業旱災風險是指未來旱災致災因子可能產生的不利影響情景。較全面的風險定義是指未來某種不利事件的情景，自然災害風險是災害系統可能造成的未來不利事件情景[4，5]。當前關于風險的多種定義，其實質是使用不同的方法來刻畫這種不利事件情景。風險是一個復雜的系統綜合結果。風險分析的目的是通過對潛在致災因子的分析以及對人口、社會經濟等承災體，包括其所處環境中對未來不利情景產生影響的脆弱性現狀的評估，來確定風險的性質和程度的一種方法。

基于以上認識，本文中的旱災風險概念模型R可認為是多種情景下產生損失可能性的高低，表達為致災強度H、暴露度E 以及脆弱性V 三者的系統性結果（見公式1）。

基于此，結合實際的數據獲取情況，隴東黃土高原地區農業旱災風險評估模型構建如圖1 所示。

2.2.2 干旱致災因子危險性 本文中旱災致災因子采用多個年遇型情景表達，同時引入了孕災環境要素修正。風險表達有多種形式，本文采用“地學圖譜”的思路，根據數據時間序列的長短，分多個年遇型情景進行討論。雖然孕災環境因素并不直接作用于災情的形成過程，但往往對災情起著重要的放大或者縮小的作用。因而從“孕災環境—致災因子—承災體”三位一體的區域災害系統觀點來看，現有的災害風險評估模型對孕災環境的考慮不足，需從災害系統論觀點出發構建包含“孕災環境—致災因子—承災體”三要素的風險評價模型。本文引入地形因子對結果進行進一步修正。

2.2.2.1 致災因子強度指標選擇。選擇累積PalmerZ指數作為致災因子強度指標。由土壤水分虧缺計算得到PDSI 對監測長期干旱狀況是一個非常有用的指標。然而農作物在關鍵生長季節對短期的水分虧缺高度敏感，同時前期土壤干旱情況對后期土壤中的水分狀況也會產生影響，而目前無論是PDSI、CMI還是Z 指數，都只是用于干旱監測過程，對于這些干旱指標所表征的干旱發生時段及其對作物產量的影響研究還很少涉及。尤以累積Z 指數與作物產量減損情況的相關性最好，其次是CMI 指數，而目前對干旱監測中所廣泛采用的PDSI 干旱指數，無論是當前生育期PDSI 指數還是生育期累積PDSI 指數，作物產量對指數的敏感性并不好。

2.2.2.2 旱災致災因子強度計算與修正。利用選擇的12 個站點逐月氣象數據，利用PDSI 計算程序，獲得12 個站點上逐月Z 指數，美國內布拉斯卡-林肯大學的干旱研究中心的Nathan（2004）開發了一套基于FORTRAN 語言的PDSI 干旱指數的計算程序，并將其轉譯為C++，加入了參數修正模塊[6]。該程序可計算每月的初始PDSI 指數、每周及每月的修正PDSI指數、Z 指數以及每周土壤水分濕度指數（CMI）。

分析本區內主要農作物為冬小麥、春玉米，確定其生長期分別為10月到次年6月、4月到9月，分別針對2 種作物計算累積Z 指數。根據資料的完備情景，得到1958—2018年共計61年的累積Z指數時間序列，經排序后統計，選取60年一遇、20年一遇、10年一遇、5年一遇共4 個情景來表達致災因子強度。

利用ArcGIS 10.4 中反距離權重方法將氣象站點對應的Z 指數插值為柵格數據，然后應用尹衍雨（2012）的地形修正方法[7]，即采用嶺回歸得到地形與致災強度的擬合關系，進行孕災環境的要素修正。

2.2.3 農業承災體脆弱性 脆弱性指數的方法通常用于區域尺度上的承災體系統脆弱性分析中，區域承災體系統是由一定區域內多種承災體綜合形成的復雜要素系統。該方法的核心首先在于構建合理指標體系，同時要考慮到數據的可獲取性以及研究對象的特征，通常選取研究區域內的受災人口、經濟發展水平等方面的指標進行評估；其次在指標進行綜合時，采用專家經驗法、層次分析法與災情數據進行相關分析的方法等來確定指標綜合的權重[8，9]。

2.2.4 農業承災體暴露度 本區內縣級行政區面積差異較大，綜合考慮區域特性及數據可利用性。研究中選取糧食種植面積與農作物播種面積的比值作為暴露性指標。同時，抗旱能力能有效降低農作物在旱災中的暴露度。抗旱能力表征地區在干旱發生前及干旱致災過程中，該地區基于人為措施降低旱災造成損失的能力。已有研究中表征地區抗旱能力的指標主要包括農民人均純收入、單位面積機井數量、單位面積興利庫容、單位面積機械總動力、單位面積農村勞動力、有效灌溉面積占耕地面積比例、專職抗旱人員數量及抗旱服務組織覆蓋率等。區域抗旱能力與灌溉率密切相關，本文在糧食種植面積中減去有效灌溉面積作為表征區域抗旱能力的指標。

3 結果與分析

3.1 干旱致災因子年遇型強度等級

本文所采用方法在傳統地學空間插值方法的基礎上采用嶺回歸方法對結果進一步修正，得到經過地形糾正的致災因子分布圖，大體趨勢上與原圖相符合，但更能體現致災強度的細微變化，因而具有較高的空間分辨率。

對每種作物的不同生育期，以20年一遇的致災因子強度為基礎，采用自然斷點分級方法進行分級，然后外推到其他年遇型上，使得4 個年遇型之間的等級結果可以進行比較。可以看出2 種不同生長期的作物，相應的旱災致災因子強度都呈現出東低西高的東西分異格局，在北部存在一個較高的局部區域。同時，隨著年遇型的提高，致災因子強度等級逐漸提高（見圖2、圖3）。

3.2 農業承災體脆弱性等級與暴露度

從空間分布特征可以看到，脆弱度較高的縣（區）主要分布于東部、南部，低脆弱區主要分布于中部和北部。從縣（區）級尺度上來看，脆弱度的變異程度較小（見圖4）。

對于暴露度的計算結果如圖5 所示，暴露度較高的縣（區）主要分布于北部、南部，并不呈現連片分布，表明從縣（區）級尺度上來看，暴露度的變異程度較大。

3.3 干旱災害風險等級

為了對比分析各指標計算結果，對危險性、暴露性、脆弱性對應的指標均進行歸一化處理。依據公式1 的計算模型，綜合致災因子強度和承災體暴露度、脆弱度，可得到研究區內的旱災風險。

因致災因子評價可達到年遇型表達，但脆弱度僅能得到等級，因此最終風險計算結果表達為年遇型情景下的農作物旱災風險等級。針對2 種作物的不同生育期，以20年一遇的風險等級指數為基礎，采用自然斷點分級方法進行分級，然后外推到其他年遇型上，使得4 個年遇型之間的等級結果可以進行比較。

從冬小麥的結果來看，隴東黃土高原區內農業綜合風險等級最高的地區主要集中在平涼市西部地區，慶陽市東南部與平涼市的東部地區處于次高風險區，而中北部區域對應的旱災風險等級較低。多個年遇結果進行對比，呈現出隨年遇型增加，其整體風險等級水平上升（見圖6）。

從春玉米的結果來看，與冬小麥呈現基本一致的空間分異格局，隴東黃土高原區內農業綜合風險等級最高的地區主要集中在平涼市的西部地區，慶陽市東南部與平涼市的東部地區處于次高風險區，而中北部區域對應的旱災風險等級較低。將多個年遇結果進行對比，呈現出隨年遇型增加，其整體風險等級水平上升的變化趨勢（見圖7）。

4 結論與討論

對于干旱致災因子，2 種不同生長期的作物相應的旱災致災因子強度都呈現出東低西高的東西分異格局，在北部存在一個較高的局部區域。

對于作物承災體來說，脆弱度較高的縣（區）主要分布于東部、南部，低脆弱區主要分布于中部和北部。在縣（區）級尺度脆弱度的變異程度較小。暴露度較高的縣（區）主要分布于北部、南部，在縣（區）級尺度上暴露度的變異程度較大。

風險分析結果用風險等級來表達，對于冬小麥，隴東黃土高原區內農業綜合風險等級最高的地區主要集中在平涼市西部地區，慶陽市東南部與平涼市東部地區處于次高風險區，而中北部區域對應的旱災風險等級較低。對于春玉米，與冬小麥呈現基本一致的空間分異格局，隴東黃土高原區內農業綜合風險等級最高的地區主要集中在平涼市的西部地區，慶陽市東南部與平涼市的東部地區處于次高風險區，而中北部區域對應的旱災風險等級較低。

影響干旱災害風險的因素很多，指標選擇、歸類以及定量化方面目前存在一定困難，而且有些指標數據信息不全甚至難以獲取。同時，對于干旱災害風險的認識深度也影響了分析的過程與結果。本文中對于干旱致災因子的分析較為深入，通過計算得到了分作物、分年遇型的強度結果。但對于承災體，受數據限制對其脆弱性、暴露度分析還有待進一步加強，直接限制了風險分析結果的精度。因此，對于農作物承災體，在對其受旱成災過程與機制的進一步分析中，得到如脆弱性曲線等更定量的結果，會有助于提高風險分析結果的精度，從而使得風險評估結果更精確，更具有參考價值。