楊小利,周 嘉,周安寧,張 煒,吳穎娟
(1.中國氣象局蘭州干旱氣象研究所/甘肅省干旱氣候變化與減災重點試驗室/中國氣象局干旱氣候變化與減災重點試驗室,蘭州730020;2.甘肅省平涼市氣象局,平涼 744000;3.西安交通大學管理學院,西安 710049;4.甘肅省平涼信息工程學校,平涼744000)
農業氣象災害風險評估對于農業防災減災對策和措施制定有重大意義,目前單災種農業氣災害風險評估研究已取得不少成果[1?6],也有一些學者針對多災種氣象災害綜合風險評估開展了研究[7?12],王春乙等從危險性、脆弱性、暴露性和防災減災能力等方面,分別對東北地區玉米干旱、冷害風險,華北地區冬小麥干旱、干熱風風險進行了綜合評價,陳家金等運用多指標綜合評估法對福建省橄欖、烤煙等綜合風險進行了評估,陸魁東等建立綜合風險指數,對湖南油菜氣象災害風險進行了評估。由于綜合集成量化等關鍵技術問題,針對多災種氣象災害風險評估研究尚處于探索階段,也是當前農業氣象災害風險評估的主要發展趨勢和方向。
甘肅東部是農業農村部劃定的蘋果優勢產區之一,蘋果種植面積占全省的90%以上。由于地處內陸季風氣候區,加之境內多黃土高原殘塬溝壑或高原丘陵地貌,干旱、凍害、冰雹、連陰雨等各種氣象災害頻繁發生,影響了蘋果生長發育和產量品質的提高。近年來,隨著種植面積逐漸擴大,蘋果種植范圍有明顯北擴趨勢[13],種植風險加大,因此有必要對其種植風險進行綜合評估。
近年來一些學者針對蘋果氣象災害風險評估進行了研究[14?17],李美榮等基于連陰雨災害指數,對陜西省蘋果產區蘋果生長風險進行了量化分析;劉璐等對陜西省蘋果花期凍害風險進行了評估;屈振江等篩選出影響蘋果花期凍害發生分布的暴露性指標和主要致災氣象因子,評估了蘋果主產區花期凍害風險;許彥平等分析了影響天水蘋果生長的主要農業氣象災害因子,進行量化評估影響研究。這些研究多集中于致災因子或承災體的單一評估,或是單一災種的評估方面,缺少對蘋果多災種農業氣象災害風險的綜合評估。因此,本研究擬針對蘋果種植產業結構調整的需要,辨識影響蘋果生長的多種類氣象災害,依據自然災害風險分析理論,綜合分析篩選了4大類12個具體指標,構建蘋果氣象災害綜合風險評估指標體系,采用折衷法綜合確定風險指標權重,建立風險指數評估模型,計算風險指數,完成基于GIS技術的甘肅東部蘋果氣象災害精細化綜合風險評估,開展多災種氣象災害綜合風險評估和區劃,以期為蘋果產業布局、種植結構調整和防災減災提供科學依據。
根據蘋果種植面積及地理位置分布,研究區(甘肅東部)包括隴東黃土高原種植區(平涼市、慶陽市)和隴東南淺山丘陵種植區(天水市),前者為優質富士蘋果生產基地和核心產區,后者為最大元帥系蘋果生產基地,截至2018年,三市蘋果種植面積274.2×103hm2,總產量278.3×103kg。
整個研究區包含22個縣(區、市),各縣(區、市)1965?2018年的逐日最低氣溫、降水量、日照時數等氣象資料,來源于中國氣象局全國綜合氣象信息共享平臺(CIMISS),1995?2018年蘋果產量和種植面積資料、2014?2018年農民人均純收入資料來源于平涼統計年鑒、慶陽統計年鑒和天水統計年鑒,各縣(區、市)海拔高度、人工影響天氣高炮和火箭數量、1:25萬的基礎地理信息資料,包括行政邊界和分辨率100m×100m的DEM(Digital Elevation Model,數字化高程模型)等數據來源于甘肅省氣象局。
1.2.1 自然災害風險理論
依據自然災害風險理論和農業氣象災害風險形成機制[18?19],考慮影響甘肅東部蘋果產量和品質的主要致災因子危險性、承災體易損性、孕災環境敏感性和防災減災能力4個方面的因素,綜合確定果樹農業氣象災害風險評估指標,構建指標體系。
果樹農業氣象災害風險=f(致災因子危險性、承災體易損性、孕災環境敏感性、防災減災能力)。
1.2.2 指標權重計算方法
采用折衷方法融合主客觀賦權方法綜合確定權重[20]

式中,ωi為第i個指標的綜合風險權重,m為評價指標個數。
其中主觀權重(ri)采用層次分析法(AHP)確定[21],即通過專家咨詢打分,按照1~9比例標度法對各層指標進行兩兩比較,建立一個m×m階判斷矩陣,即

式中,R為判斷矩陣,rij為判斷矩陣中的系數(第i個指標和第j個指標比較的結果),i, j=1,2,3,…,m。對判斷矩陣進行歸一化處理,求出最大特征根和所對應的特征向量,作為各指標權重,計算各層次總排序一致性比率,并進行一致性檢驗。
客觀權重(αi)采用熵權系數法確定[22]:設有n個評估單元,則每個指標的評價集為 Bi=(bi1,bi2,...,bin),m個指標的評價矩陣為

式中,i=1,2,3,…,m, k=1,2,3,…,n。對矩陣B中的特征值進行無量綱處理,構成歸一化矩陣,即

按照熵權定義,計算第i個評價指標的熵值為

其中,Pik是第i個評價指標第k個評估單元的指標特征值比例,即

最后計算第i個評價指標的熵權重αi,即

1.2.3 風險指數計算方法
采用加權綜合評價方法計算第k個單元的風險指數值qk,即

應用氣象資料、蘋果面積、產量資料和其它社會經濟統計資料計算出主要致災因子危險性、承災體易損性、孕災環境敏感性和防災減災能力4個方面的指標,采用極差法對這些指標進行無量綱化處理,計算各指標風險權重,根據權重建立各類指標評估模型,并利用多元回歸方法建立致災因子危險性指標特征值與地理因子的回歸模型[23]。最終應用加權求和法建立綜合風險指數評估模型,通過災害個例對風險評估結果進行驗證。
2.1.1 風險評估指標體系
甘肅東部蘋果種植區氣象災害風險評估指標體系見圖1。由圖可見,該指標體系由4個二級指標組成,二級指標下設12個三級指標,三級指標危險因子下設11個四級指標。

圖1 甘肅東部蘋果氣象災害綜合風險評估指標體系Fig.1 Index system of the integrated risk evaluation for apple meteorological disasters in eastern Gansu
2.1.2 主要致災因子危險性表征指標
影響甘肅東部蘋果正常生長及產量和品質的氣象災害較多,但以花期凍害、干旱、冰雹、著色成熟期連陰雨等氣象災害發生范圍廣、影響程度重。其中花期凍害是影響蘋果產量和品質最主要的氣象災害,低溫凍害嚴重時蘋果花器受凍,果樹正常開花授粉受精產生影響,造成減產或品質低下。據研究[24],紅富士蘋果花蕾期、開花期和幼果期發生霜凍的臨界最低溫度分別為?3.8~?2.8℃、?1.7~?2.2℃和?1.1~?2.5℃。甘肅東部春季氣溫波動大,花期凍害時有發生,氣候變暖大背景下花期明顯提前,受凍幾率和程度更大[25],如1995、2001、2005、2008、2010、2013和2018年春季,甘肅東部蘋果均遭受較嚴重的花期凍害,損失嚴重。干旱是影響蘋果生長的另一主要氣象災害,水分脅迫情況下葉片奪取果實中的水分,果實停止生長甚至萎蔫,導致產量降低。甘肅東部蘋果種植區基本不具備灌溉條件,降水量少且時空分布不均,蘋果初始生長階段的春末初夏旱和旺盛生長階段的伏期干旱發生較為頻繁,前者影響幼果坐果及第一次膨大,后者影響果實膨大及內在品質,其中春末初夏干旱對蘋果產量影響最大[26]。此外,甘肅東部地理地形復雜,4?9月蘋果生長期間冰雹天氣多發,秋季果實成熟著色期多連陰雨,對蘋果產量和品質也有較大影響。如2014年10月3日發生在靜寧的特大冰雹災害,持續約2h,使即將成熟采摘的3700hm2蘋果遭受嚴重損害,損失慘重;2007年9月下旬?10月上旬持續連陰雨15d,蘋果著色差、果銹嚴重,商品率下降明顯。
通過對以上影響蘋果生長發育和產量品質的5種致災因子危險性分析,結合歷史災情和文獻資料,確定影響蘋果生長的災害評價指標及其等級劃分標準,結果見表1。由表中可見,以花期(4月中旬?5月上旬)極端最低氣溫、春末初夏(5月下旬?6月中旬)降水距平百分率、伏期(7月中旬?8月中旬)降水距平百分率、5?9月冰雹日數、9月上旬?10月上旬過程降水量5個因子不同等級發生頻率,作為蘋果花期凍害(C1)、幼果膨大期干旱(C2)、果實膨大期干旱(C3)、生長季冰雹(C4)和著色成熟期連陰雨(C5)等致災危險性的表征指標。

表1 蘋果氣象災害致災危險性表征指標及其等級劃分Table 1 Characteristic index and its grading standard of disaster hazard factors for apple
2.1.3 承災體易損性表征指標
易損性包括承災體的暴露性和應對災害時產量的敏感性,以各評價單元(縣)蘋果種植面積占研究區總種植面積的比例代表其暴露性,種植面積越大風險越大。以蘋果歉年平均減產率、歉年減產率變異系數和≥5%減產率發生概率3個指標作為蘋果產量對氣象災害敏感性表征指標,并將這些指標進行標準化處理,利用GIS技術得到以縣域行政單元為基礎的蘋果氣象災害承載體易損性評價結果。
2.1.4 孕災環境敏感性表征指標
孕災環境敏感性是指受到氣象災害威脅的所在地區外部環境對災害或損失的敏感程度[27]。對蘋果來說,孕災環境包括小氣候環境、地理地形、土壤等因素,結合甘肅東部地理地形特征,不同海拔高度小氣候差異明顯,同等天氣條件下,蘋果花期凍害、越冬期凍害等主要氣象災害災情輕重與果園所處海拔高度相關顯著,因此,選用海拔高度來綜合反映孕災環境的敏感性。
2.1.5 防災減災能力表征指標
防災減災能力是災害發生時可能采取防災減災措施的能力。近5a各縣農民人均可支配收入數據代表了農村經濟發展水平,可作為蘋果氣象災害防災減災基礎能力評價指標;各縣高炮、火箭數量可作為旱災、冰雹災害防災減災能力的評價指標。為便于比較,利用標準化公式對其進行標準化處理,利用GIS技術得到以縣域行政單元為基礎的蘋果氣象災害防災減災能力評價結果。
依式(1)和式(2)對風險評估指標體系指標建立風險評估矩陣,并構建特征矩陣,由下而上對風險評估特征矩陣進行計算,得到各風險指標權重,結果見表2,依據式(3)逐級計算得到各縣(區、市)綜合風險評估指數值,結果見表3。從表2和表3可看出,各風險指標對氣象災害風險貢獻不同,致災因子危險性貢獻最大,孕災環境敏感性貢獻最小,各類致災因子中,花期凍害影響最大,秋季連陰雨影響最小。

表2 蘋果氣象災害風險指標綜合權重值Table 2 Comprehensive weight of risk evaluation index for apple meteorological disasters

表3 各單元縣蘋果氣象災害綜合風險評估值Table 3 Evaluated value of integrated risk for apple meteorological disasters in each unit county
2.3.1 風險區劃模型構建
按照1.3.4?1.3.5分別建立致災因子危險性FI、承災體易損性VI和防災減災能力風險CI指數模型,并建立綜合風險評估模型DRI(表4)。為實現網格化評估,建立各致災因子風險評估指數特征值與經度、緯度、海拔高度等關系的多元回歸模型(表5),結合GIS技術進行地理插值,將點狀數據轉化為面狀網格數據。以面上數據代表與地理因子無關評估指標(承災體易損性、防災減災能力等)的單元數據。

表4 蘋果氣象災害綜合風險評估模型Table 4 Integrated risk evaluation models of apple meteorological disasters

表5 蘋果氣象災害危險性因子與地理因子回歸模型Table 5 Regression models of hazard factors for apple meteorological disasters and geographic factors
2.3.2 風險等級劃分與區劃
采用自然斷點法對風險評估指標進行分級,結合歷史災情和實地調查,將各風險指標歸一化指數劃分為4個風險等級(表6)。基于風險指標評估模型和風險評估體系,應用GIS技術,制作各因子風險指數區劃柵格圖層,通過空間疊加分析,得到綜合風險分布圖(圖2)。

表6 蘋果氣象災害風險等級劃分標準Table 6 Risk division standard of apple meteorological disasters
2.4.1 致災因子危險性評估
從圖2a可看出,致災因子危險性重度以上風險主要分布在沿關山山區和六盤山東西兩側,以及隴東黃土高原北部,這些區域海拔高,氣候陰涼或溫涼,重度凍害發生風險高,干旱、冰雹、連陰雨等氣象災害風險等級也較高;輕度風險區主要分布在東南部渭河川區和隴東黃土高原東南部,這些區域海拔相對較低,無重度凍害或重度凍害發生極少,冰雹和連陰雨發生風險也為輕度或中度,雖然春旱和伏旱發生風險較高,但影響權重不大;其余區域為中度風險區,這些區域多為川、塬區,氣象災害發生風險介于輕度和重度之間。
2.4.2 承災體易損性評估
從圖2b可看出,靜寧、莊浪、涇川三縣承災體易損性為較高以上風險,是由于三縣蘋果種植面積占至全區的近50%,承災體暴露性高,減產率、減產概率和變異系數均相對較大;張家川蘋果種植面積小,暴露性低,天水、麥積產量損失敏感性相對較小,這三縣(區)易損性風險為低度。其余多數區域屬于中度風險區。

圖2 甘肅東部蘋果氣象災害危險性(a)、敏感性(b)、脆弱性(c)和防災減災能力(d)風險區劃Fig.2 Zonation of meteorological disaster hazard(a), vulnerability(b), sensitivity(c), and disaster prevention and mitigation capability(d) for apple plantation in eastern Gansu
2.4.3 孕災環境敏感性評估
從圖2c可看出,渭河河谷和隴東黃土高原東南部海拔高度1200m以下的小部分區域,孕災環境敏感性風險為低度,海拔高度1200?1400m的區域,其風險為中度,其余沿主要山脈或山脈邊緣分布的區域,海拔高度大于1400m,為高度風險區。
2.4.4 防災減災能力評估
從圖2d可看出,西峰區、靜寧由于當地農民人均純收入、高炮數量等相對較多,防災減災能力風險為低度,環縣、慶城、合水、寧縣、鎮原、崇信、靈臺、莊浪、張家川、清水等縣防災減災資金能力等相對較弱,防災減災能力風險為高度,其余縣(區、市)為中度風險。
2.4.5 綜合風險評估
從圖3可看出,重度以上風險區風險指數介于0.45~1.0,主要分布在沿關山山區的華亭、張家川和六盤山東西兩側的靜寧、莊浪、崆峒西部,以及環縣和華池北部,其中華亭、張家川屬高寒陰濕山區,海拔高,重度以上凍害時有發生,加之防災減災能力較弱,因而綜合風險等級高,靜寧、莊浪海拔大于1600m,凍害、干旱、冰雹等災害風險較高,種植面積暴露性大,對農業氣象災害發生的敏感性更高。崆峒西部、環縣、華池北部氣候陰涼或溫涼,氣象災害頻繁發生,蘋果減產概率較高,因而綜合風險等級也較高。輕度風險區風險指數低于0.25,分散性分布在天水、麥積、甘谷等的川區和靈臺、西峰、正寧、合水、寧縣、正寧等地零星區域,這些區域海拔相對較低,凍害發生少,致災因子危險性影響較小,減產概率低,因而綜合風險等級低。其余多數區域風險指數介于0.25~0.45,屬于中度風險區,包括慶陽大部、平涼中東部和天水大部。

圖3 甘肅東部蘋果氣象災害綜合風險區劃Fig.3 Zonation of intergrated risk for apple meteorological disaster in eastern Gansu
經實地調查走訪和歷史資料比對驗證,甘肅東部蘋果多災種氣象災害綜合風險區劃與各單元縣氣象災害發生的歷史輕重情況基本相符。以崆峒、西峰、麥積三區為例,崆峒區綜合風險指數為0.59,為重度風險區,西峰、麥積綜合風險指數分別為0.37、0.27,為中度風險區。2018年春季甘肅東部出現罕見寒潮大風,果樹受凍嚴重,當年蘋果減產率(與上年比)崆峒區為53.1%,西峰區和麥積區分別為30.0%和16.9%,災損情況與風險評估結果基本吻合。結合災害個例分析,2020年4月22?27日平涼市崆峒區出現罕見晚霜凍災害,正值花期的蘋果受凍嚴重。4月27日對受災嚴重的草峰、白水、花所等幾個重點種植鄉鎮蘋果園進行災情調查(表7),各鄉鎮蘋果花序受害率為50%~90%,花朵受害率為40%~80%,其中塬區災害重于川區,塬心災害重于塬邊,迎風坡尤為嚴重。以凍害最重的4月26日為例,3個鄉鎮自動氣象站觀測到的極端最低氣溫分別為,草峰站?5.5℃,達到重度凍害標準,白水站?3.4℃,達到中度凍害標準,花所站?1.1℃,為輕度凍害。利用地理數據計算該時段花期凍害指數,草峰凍害風險指數高于0.4,為較高風險區,白水和花所高于0.15,為中度風險區,調查到的各鄉鎮受災情況與評估結果較為吻合。

表7 2020年4月26日崆峒區部分蘋果種植鄉鎮極端最低氣溫與凍害風險指數Table 7 The extreme minimum temperature and freezing risk index in some apple-planting area of Kongtong on April 26,2020
(1)影響甘肅東部蘋果氣象災害綜合風險的主要因素是致災因子危險性,其中蘋果花期凍害和生長季冰雹是主要影響因子,旱災、連陰雨影響較小;承災體易損性對綜合風險的影響次之;而孕災環境敏感性和防災減災能力對綜合風險的貢獻很小。
(2)甘肅東部沿關山山區和六盤山東西兩側,以及隴東黃土高原北部氣象災害綜合風險在重度以上,占研究區面積的45%以上,其中,崆峒、華亭西部,莊浪、張家川東部,靜寧北部,以及環縣北部氣象災害綜合風險尤為嚴重,因此,這些區域蘋果種植面積較少;靜寧南部、莊浪中西部由于氣溫日較差大、日照充足等因素,蘋果品質優良,但氣象災害綜合風險為重度,一定程度上制約了產量的提高,需要采取有效措施應對春季凍害、生長季冰雹等氣象災害。其余廣大區域包括平涼市中東部、慶陽市中南部和天水市大部,氣象災害綜合風險為輕度或中度,是甘肅東部蘋果種植的主要區域。
(1)基于自然災害風險分析理論的甘肅東部多災種氣象災害綜合風險評估,綜合分析了花期凍害、干旱、冰雹、連陰雨等多種氣象災害的危險性,考慮了承災體易損性、孕災環境敏感性和防災減災能力等各方面影響因素,采用折衷方法確定風險指標權重,克服了以往一些研究中分析災種、考慮因素和賦權方法單一所帶來的評估局限性。風險評估結果與蘋果種植的實際布局基本一致,與實際災情也基本吻合,因而評估方法和評估結果相對客觀可靠,可為甘肅東部蘋果種植的風險管理和決策提供理論依據。
(2)由于蘋果農業氣象災害系統具有一定的復雜性,因此風險評估結果不可能與實際情況完全吻合,個別地方風險評估結果與實際稍有出入,可隨著資料積累,結合實際調查情況對指標及模型進一步完善;風險評估指標體系仍有需要完善的地方,一些指標如可能影響果實品質的大風、果實著色期低溫寡照等由于缺乏試驗觀測等資料來源,未能納入指標體系,可隨著資料的完善不斷充實改進。
(3)致災危險性時段及指標等級,是結合甘肅東部蘋果災情實際調查和歷史災情資料,綜合考慮不同品種蘋果的危險性時段和指標等級而劃分的,但要盡可能減小因其差別導致的風險評估偏差,可進一步針對同一區域某一品種蘋果進行災害風險區劃和評估;部分指標如花期凍害指標由于目前資料所限等級劃分較少,要提高風險評估的精度,可隨著今后觀測試驗資料的完善對指標等級進行進一步細化。
(4)為實現致災危險性網格化評估,構建了災害危險性因子與地理因子的回歸模型,但模型未考慮坡向、坡度因素的影響,致災環境敏感性中也僅考慮了海拔因素,對于坡度、坡向等暴露性影響未考慮,隨著今后更多精細化像元值的獲取和觀測數據的增加,評估的精細化程度可進一步提高。