2000—2018年青藏高原旱災風險動態評估

劉果鎳，梁媛媛*，邱 月，夏靜霞，丁夢瑤，孫 鵬

(1.安徽師范大學地理與旅游學院，安徽 蕪湖 241002;2.江淮流域地表過程與區域響應安徽省重點實驗室，安徽 蕪湖 241002)

干旱是世界上最普遍存在的一種自然災害，具有發生頻率高、持續時間長、影響范圍廣的特點[1]，其一旦發生，極易造成巨大的社會經濟損失。近年來，以全球變暖為主要特征的全球氣候變化影響著人類的生存和發展[2]。隨著氣候變暖，區域的干旱風險將會增大。青藏高原作為氣候變化的“感應器”和“敏感區”[3]，氣候變暖將增大青藏高原旱災風險，給農業生產帶來嚴重威脅，對青藏高原進行農業旱災風險研究，有利于青藏高原抗旱規劃和提高抵御旱災的能力。

近年來，許多學者對旱災風險進行了研究。劉玉杰等[4]使用危險性、暴露性、脆弱性3個方面分析3種情景下的代表性代表集中路徑(RCP)和共享社會經濟路徑(SSP)的全球未來干旱社會經濟風險；Lida、張磊等[5-6]從危險性、脆弱性2個方面選取影響干旱的指標，對伊朗西101部和東南亞瀾滄江-湄公河地區進行了農業干旱風險評估；張存厚、楊曉靜等[7-8]從危險性、敏感性、易損性和減災能力4個方面選取影響干旱的指標，使用加權綜合評價法構建旱災綜合風險評估模型，評估內蒙古草原和東北三省旱災綜合風險；Carrao[9]等從干旱風險性、暴露性、脆弱性3個方面，對2000—2014年全球干旱風險進行了評估，繪制了全球干旱風險圖；Neri等[10](2015)從危險性和脆弱性兩方面對墨西哥干旱風險進行了評估，并對風險模型進行了驗證；Yu J等[11]基于copula的干旱頻率分析構建了危險性指數，使用多個社會經濟指標構建了脆弱性指數，對韓國忠清省各市進行了干旱風險評估。在當前對于干旱風險評估中，干旱風險評估多是靜態，不能動態反應干旱風險的歷年變化，對于評估的結果主要以年尺度的為主；干旱風險評估基本評價單元過大，多數學者以市、省、國家作為基本評價單元，而縣域尺度的干旱風險評估更能深化區域旱災風險的認知；對于作物關鍵期的干旱風險研究較少。

本研究基于青藏高原SPEI指標數據以及2001—2019年統計年鑒數據，構建了青藏高原縣市尺度旱災風險評估體系，分析了2000—2018年青藏高原農業旱災危險性、暴露性、脆弱性和旱災風險的時空演變特征，并對青藏高原縣市農業旱災風險等級進行了區劃，旨在為青藏高原農業生產與旱災防范提供參考。

1 研究方法與數據來源

1.1 研究區概況

青藏高原地處亞洲內陸，位于東經73°19′～104°43′，北緯28°32′～40°01′，是中國最大、世界海拔最高的高原，被譽為“世界屋脊”“第三極”。青藏高原平均海拔超過4 000 m，受海拔影響，氣候垂直變化大，東南部暖濕，西北部干冷，隨著海拔升高氣溫下降，植被也依次從森林、灌叢、草原、草甸、裸巖到冰川。青藏高原草地分布廣泛，在東北部和南部河谷區域有少量耕地分布(圖1)。本文研究區包括西藏自治區與青海省全部區域，新疆維吾爾自治區、甘肅省、四川省、云南省這4個省級行政區的部分區域，共計234個縣級行政區域。

圖1 2018年青藏高原區土地利用分布

1.2 數據來源

研究所使用的數據主要包括：①SPEI指標數據：全球SPEI數據庫(0.5°×0.5°)https://digital.csic.es/handle，使用ArcGis建立青藏高原區域漁網點，將0.5°×0.5°的SPEI信息賦值給漁網點，計算縣域內漁網點SPEI值的均值，得到縣域尺度的SPEI數據；②統計年鑒數據：2001—2019年中國縣社會經濟統計年鑒數據、甘肅發展年鑒、青海統計年鑒、四川統計年鑒、西藏統計年鑒、新疆統計年鑒、云南統計年鑒，包括人口密度、第一產業密度、人均糧食產量、人均公共預算、單位機械動力。

1.3 研究方法

1.3.1農業旱災風險評估模型

本研究基于區域災害系統理論，分別考慮了致災因子的危險性、承載體的暴露性與孕災環境的脆弱性。構建了青藏高原農業旱災風險評估模型，見式(1)：

R=H×E×V

(1)

式中R——農業旱災綜合風險；H——農業旱災危險性；E——農業旱災暴露性；V——農業旱災脆弱性的綜合評價值。

a)危險性。旱災致災因子的危險性主要反映在降水和氣溫的異常，可以用干旱指數來表達旱災危險性。干旱指數是用來探測干旱發生的風險和嚴重程度。常用的干旱指數有PDSI、SPI和SPEI，SPEI相比較PDSI，其計算更簡單，對資料的需求更低，適用性更廣；相比較SPI，SPEI考慮了溫度、蒸散發等其他因素對干旱的影響，其結果更加切合實際[12-15]。本文干旱危險性采用SPEI指數進行分析。有研究表明[16-17]，1個月尺度SPEI適用于氣象干旱，3～6個月尺度SPEI適用于農業干旱，6～12個月尺度SPEI適用于水文干旱。趙新來等[18]將青藏高原SPEI與草地NDVI進行相關分析，其中6個月尺度SPEI與草地NDVI關系較好，表明了6個月尺度SPEI在青藏高原的適用性較強，因此本文使用6個月尺度SPEI。

b)暴露性。承災體的暴露性主要反映在旱災發生過程中可能受到旱災影響的人、物、財產。已有研究[19]中常用糧食種植面積占對應行政區域總面積比例、單位面積糧食產量作為暴露性指標，青藏高原縣市尺度可獲取數據較少，結合研究區特點和數據可獲得性，本文選用人口密度、第一產業密度、人均糧食產量作為暴露性指標。

c)脆弱性。孕災環境的脆弱性主要體現在災后恢復能力，包括農作物種植環境對旱災的抵御能力和社會經濟環境對旱災的應對能力。已有研究[20-25]中常用有效灌溉面積、鄉村人均收入、森林覆蓋面積、農業機械總動力、農村恩格爾系數、作物生長季缺水率、土壤有效持水力等作為農業旱災脆弱性指標。青藏高原縣市尺度可獲取數據較少，結合研究區特點和數據可獲得性，選取人均公共預算，單位機械動力作為脆弱性指標，由于青藏高原部分縣市耕地面積數據無法獲取，單位機械動力采用機械總動力/糧食產量。

1.3.2SPEI指數

標準化降水蒸散指數(SPEI)由Vicente-Serrano等[26]對降水量與潛在蒸散量差值序列的累積概率值進行正態標準化后的指數。首先計算逐月降水與蒸散的差值Di，即

Di=Pi-PETi

(2)

式中Pi——月降水量;PETi——月潛在蒸散量。

對Di數據序列采用Log-logistic分布模型進行正態化處理，計算每個數值對應的SPEI，并得到不同時間尺度的SPEI。

使用6個月尺度SPEI均值表示該區域旱災危險性，公式為

(3)

式中H——旱災危險性；∑SPEI06——研究區域所有柵格的6個月尺度SPEI值之和；M——研究區域柵格的數目。

1.3.3基尼系數客觀賦權方法

在旱災風險評價中，指標權重的確定是一個重要環節，影響旱災風險評價結果。指標權重評價方法眾多，可分為兩類，一類是主觀賦權法，如專家打分法、層次分析法[27]、序關系分析法；一類是客觀賦權法，如主成分分析法、復相關系數法、熵值法、DIDF法[28]、Critic法[29]。主觀賦權法優點是能夠反映專家意見，其缺點是無法避免人為因素帶來的影響。客觀賦權法根據指標原始信息確定權重，避免了人的主觀影響。本研究使用李剛等[30]提出的基尼系數客觀賦權方法，采用基尼系數的大小來反映數據差異的大小，具有適用性強、保序性好的優勢。計算公式為：

(4)

式中rk——指標k的權重；gk——指標k的基尼系數；n——指標個數；gi——第i個指標的基尼系數。

使用R語言進行基尼系數客觀賦權方法計算，得到權重結果見表1。

表1 2000—2018年青藏高原農業旱災風險評估指標權重

1.3.4變異系數

為定量化表達農業旱災綜合風險穩定性，本文使用了變異系數，變異系數沒有量綱，能夠客觀地比較2組數據離散程度大小，變異系數大小能反映農業風險的穩定狀況，變異系數越大表明旱災風險年際波動越大，農業生產的不確定因素越多，敏感性越大，見式(5)：

(5)

式中 C.V——變異系數；SD——標準偏差；MN——平均值。

1.3.5M-K趨勢分析

M-K趨勢檢驗法是一種非參數趨勢分析方法，其在氣象學、水文學研究中廣泛應用[31-32]。M-K趨勢檢驗法對數據樣本分布不做要求，并且不受缺失值和異常值的影響，適合長時間序列數據的趨勢顯著檢驗[33]。對于時間序列Xi，i=1，2，3，…，n。定義標準化檢驗統計量為：

(6)

(7)

(8)

E(S)=0

(9)

式中xj、xi——時間序列數據；n——數據個數。Z為正值表示存在增加趨勢，Z為負值表示存在減小趨勢，當Z的絕對值大于1.65、1.96和2.58時，表示趨勢分別通過了置信度為90%、95%和99%的顯著性檢驗。

1.3.6分位數分級法

采用分位數分類，分類間隔點為20%、40%、60%、80%，其分類結果不會受到數據自身分布的影響，能夠很好顯示出地理特征的空間差異。分級結果見表2。

表2 2000—2018年青藏高原農業旱災風險評估分級標準

2 結果分析

2.1 青藏高原旱災危險性時空特征分析

農作物不同生長期對水分的需求不同，不同生長期內發生干旱的影響也不同。青藏高原農業類型以河谷農業和畜牧業為主。河谷農業主要種植冬小麥和冬青稞，主要分布在青藏高原東南部和東北部的河谷區域。青藏高原冬小麥和冬青稞的分蘗—拔節、拔節—抽穗、抽穗—蠟熟這3個階段是耗水旺期，為關鍵生長期，該時期發生干旱將對作物產量產生嚴重負面影響[34-35]。表3為青藏高原冬小麥和冬青稞生長期時間，關鍵生長期為5—9月，結合圖2，7—9月青藏高原東部及東南部冬小麥與冬青稞遭遇旱災的風險較高。青藏高原區草地面積達1.6×106km2，約占其總面積的63.9%[36]，其生長季為4—10月，3月下旬開始牧草返青，返青生長持續到6月結束，8月中下旬牧草成熟，9—10月份牧草枯黃，其中4—8月份是牧草生長的關鍵期，該時期對水分需求較敏感。在青藏高原牧草關鍵生長期，4月份青藏高原呈現較高的危險性，不利于牧草返青；4—8月份青藏高原北部區域都呈現高危險性，該區域牧草遭遇旱災風險較高；總體來看青藏高原中部區域危險性低，畜牧業遭遇旱災的風險較低，而靠近邊界區域危險性偏高，畜牧業遭遇旱災的風險較高。

表3 青藏高原冬小麥和冬青稞生長期

圖2 2000—2018年青藏高原1—12月農業旱災危險性系數空間分布

由2000—2018年青藏高原農業旱災危險性均值空間分布(圖3a)，青藏高原農業旱災危險性空間分布特點為：由東南向西北呈現“高—低—高”分布，西北部以較高危險性和高危險性等級為主，中部區域以較低危險性和低危險性等級為主，東南部為中等危險性和較高危險性。變化趨勢特征方面，結合2000—2018年青藏高原農業旱災危險性M-K趨勢空間分布(圖3b)，青藏高原東北部區域危險性呈現減小趨勢，但未通過置信度為90%的顯著性檢驗(|Z|<1.65)，西部區域危險性呈現增加趨勢(|Z|<1.65)，東南部區域危險性呈現增加趨勢，通過了置信度為90%的顯著性檢驗(|Z|>1.65)，其中東南部區域的芒康縣、洛隆縣、波密縣、乃東縣、朗縣、鄉城縣、西昌市、左貢縣、蘭坪白族普米族自治縣、德欽縣、維西傈僳族自治縣危險性呈現增加趨勢通過了置信度為99%的顯著性檢驗(|Z|>2.58)。結合2000—2018年青藏高原農業旱災危險性變異系數空間分布(圖3c)，青藏高原中部區域變異系數偏低，南部區域變異系數偏高。最低等級變異系數值區間為1.068 8～2.426 9，說明青藏高原整個區域危險性變異系數都很大，不同年份危險性變動很大，加大了青藏高原的旱災危險程度。

a)危險性均值

為直觀體現青藏高原農業旱災危險性年際變化，計算了每一年不同等級危險性縣市比例，見圖4。青藏高原農業旱災危險性年際變化很大，反映出危險性的不穩定。2006、2009、2013、2015年青藏高原農業旱災危險性最高，達到高等級危險性縣市比例分別為90.36%、81.92%、69.87%、81.12%。

圖4 2000—2018年青藏高原農業旱災危險性百分比堆積

2.2 青藏高原旱災暴露性時空特征分析

圖5為2000—2018年青藏高原農業旱災暴露性指標均值、M-K趨勢、變異系數空間分布，由人口密度均值空間分布(圖5a)可發現，青藏高原中西部人口密度差異較小，總體人口密度由東向西遞減，其中70%以上區域人口密度很小(0.12～2.52 km2/人)，青藏高原東部區域人口密度稍大。由人口密度M-K趨勢空間分布(圖5d)可發現，青藏高原85.94%的縣市人口密度呈現增長趨勢。由人口密度變異系數空間分布(圖5g)可發現，青藏高原中東部區域變異系數高，但變異系數整體較小(均值0.102)，說明人口密度年際變化小。

由第一產業密度均值空間分布(圖5b)可發現，青藏高原中西部第一產業密度差異較小，65%以上區域第一產業密度很小(0.044～0.087萬元/km2)，青藏高原東部邊緣區域第一產業密度稍大，其中四川省什邡市、彭州市、崇州市、大邑縣、綿竹市、都江堰市第一產業密度超過100萬元/km2。由第一產業密度M-K趨勢空間分布(圖5e)可發現，青藏高原所有區域第一產業密度都呈現增長趨勢，99.5%的縣市第一產業密度增長趨勢通過了置信度為99%的顯著性檢驗。由第一產業密度變異系數空間分布(圖5h)可發現，第一產業密度變異系數由東北向西南遞減，東北部第一產業密度穩定性較差。

由人均糧食產量均值空間分布(圖5c)可發現，青藏高原人均糧食產量區域性差異較大，青藏高原西北部區域人均糧食較高，當地南靠昆侖山脈，發展綠洲農業；青藏高原中部區域人均糧食產量低，該地海拔高，不適宜種植業發展；青藏高原南部雅魯藏布江河谷區域人均糧食產量高，河谷區域海拔較低，土壤肥沃，水汽較充足，適宜種植業發展。由人均糧食產量M-K趨勢空間分布(圖5f)可發現，人均糧食產量增長區域與減少區域間隔分布，呈現“川”字型，其中27.3%縣市區域人均糧食產量呈現增長趨勢通過了置信度為99%的顯著性檢驗，26.1%縣市區域人均糧食產量呈現下降趨勢通過了置信度為99%的顯著性檢驗。由人均糧食產量變異系數空間分布(圖5i)可發現，人均糧食產量變異系數北高南低，北部糧食產量穩定性較差。

圖5 2000—2018年青藏高原農業旱災暴露性指標均值、M-K趨勢、變異系數空間分布

由2000—2018年青藏高原農業旱災暴露性均值空間分布(圖6a)，青藏高原農業旱災危險性空間分布特點為：藏高原農業旱災暴露性區域性差異較小，中部區域為低暴露性，青藏高原東部邊緣區域、南部雅魯藏布江河谷區域、青藏高原西北部區域暴露性較高。變化趨勢特征方面，結合2000—2018年青藏高原農業旱災暴露性M-K趨勢空間分布(圖6b)，青藏高原東部和西北部暴露性呈現增加趨勢，75.1%的縣市暴露性增加趨勢過置信度為99%的顯著性檢驗；青藏高原中部和西部暴露性呈現下降趨勢，有8.83%的縣市暴露性下降趨勢過置信度為99%的顯著性檢驗。結合2000—2018年青藏高原農業旱災暴露性變異系數空間分布(圖6c)，青藏高原農業旱災暴露性變異系數北高南低，變異系數整體較小(均值0.157)，說明青藏高原農業旱災暴露性穩定。

a)暴露性均值

圖7為2000—2018年不同等級暴露性縣市比例，由圖可知青藏高原農業旱災暴露性年際變化小。較低、中等、較高等級暴露性縣市比例較穩定，低等級暴露性縣市比例由2000年的23.69%逐漸降到2018年的18.07%，高等級暴露性縣市比例由2000年的14.85%逐漸上升到2018年的22.48%，可見青藏高原農業旱災暴露性在穩定上升。

圖7 2000—2018年青藏高原農業旱災暴露性百分比堆積

2.3 青藏高原旱災脆弱性時空特征分析

圖8為2000—2018年青藏高原農業旱災脆弱性指標均值、M-K趨勢、變異系數空間分布，由人均公共預算均值空間分布(圖8a)可發現，青藏高原人均公共預算區域性差異大，青藏高原南部邊緣區域與北部區域人均公共預算高；青藏高原東緣和西北部人均公共預算較低。由人均公共預算M-K趨勢空間分布(圖8c)可發現，青藏高原全部區域人均公共預算都呈現上升趨勢，并且都通過了置信度為99%的顯著性檢驗，人均公共預算的增長使得有更多社會資源能夠投入到防災減災。由人均公共預算變異系數空間分布(圖8e)可發現，青藏高原人均公共預算變異系數整體較大(均值0.95)，說明青藏高原人均公共預算年際變化幅度不穩定。

由單位機械動力均值空間分布(圖8b)可發現，青藏高原中部單位機械動力高，東南部和西北部單位機械動力較低。由單位機械動力M-K趨勢空間分布(圖8d)可發現，青藏高原大部分區域單位機械動力呈現增長趨勢，75.9%的縣市單位機械動力增長趨勢通過了置信度為99%的顯著性檢驗。由單位機械動力變異系數空間分布(圖8f)可發現，青藏高原變異系數整體較小(均值0.46)，說明青藏高原單位機械動力年際變化幅度較穩定。

a)人均公共預算均值

d)單位機械動力M-K趨勢

由2000—2018年青藏高原農業旱災脆弱性性均值空間分布(圖9a)可知，青藏高原中西部區域農業旱災脆弱性以低脆弱性、較低脆弱性等級為主，而青藏高原東南部區域、西北部區域以中等脆弱性、較高脆弱性、高脆弱性為主。變化趨勢特征方面，結合2000—2018年青藏高原農業旱災脆弱性M-K趨勢空間分布(圖9b)，青藏高原所有區域農業旱災脆弱性呈現減小趨勢，98.79%的縣市脆弱性減小趨勢通過置信度為99%的顯著性檢驗。結合2000—2018年青藏高原農業旱災脆弱性變異系數空間分布(圖9c)，青藏高原脆弱性變異系數與脆弱性均值分布相反，脆弱性較小的區域變異系數大，脆弱性較大的區域變異系數小；變異系數整體小(均值0.023)，說明青藏高原脆弱性變化穩定。

a)脆弱性均值

圖10為2000—2018年不同等級脆弱性縣市比例，由圖可知青藏高原農業旱災暴露性年際變化較大，高等級暴露性縣市比例由2000年的90.36%逐漸降到2018年的1.2%，低等級暴露性縣市比例由2000年的4.82%逐漸上升到2018年的68.27%，其中2006—2015年時間段脆弱性變化幅度最大。

圖10 2000—2018年青藏高原農業旱災脆弱性百分比堆積

2.4 青藏高原旱災風險時空特征分析

由2000—2018年青藏高原農業旱災風險均值空間分布(圖11a)，青藏高原中西部農業旱災風險空間差異較小，大部分區域為低等級風險，青藏高原東部區域、雅魯藏布江河谷區域、西北部區域旱災風險較高。變化趨勢特征方面，結合2000—2018年青藏高原農業旱災風險M-K趨勢空間分布(圖11b)，青藏高原東南部和北部邊界附近區域農業旱災風險呈現增加趨勢，農業旱災風險呈現增加趨勢縣市比例為83.13%；青藏高原中部區域農業旱災風險呈現下降趨勢，下降趨勢的縣市比例為16.87%。結合2000—2018年青藏高原農業旱災風險變異系數空間分布(圖11c)，青藏高原北部區域農業旱災風險變異系數大，東南部、南部區域變異系數小。

a)旱災風險均值

圖12為2000—2018年不同等級旱災風險縣市比例，由圖可知青藏高原農業旱災風險年際變化較小，各等級縣市比例較穩定，低等級旱災風險縣市比例由2000年的27.71%逐漸降到2018年的20.08%，高等級旱災風險縣市比例由2000年的13.65%逐漸上升到2018年的22.48%。

圖12 2000—2018年青藏高原農業旱災風險百分比堆積

3 討論

本研究構建了青藏高原縣市尺度農業旱災風險評估體系，豐富了青藏高原農業旱災風險評估技術。受縣市資料數據所限，所使用評價指標較少，評價結果的代表性存在一定欠缺。但是，本研究整體上明晰了青藏高原旱災風險特征，并對青藏高原234個縣市農業旱災風險等級進行了區劃，以期深化對青藏高原農業旱災風險的認知，為青藏高原農業生產與旱災防范提供參考，具有實用價值。

現有多數研究中，為更好顯示出地理特征的空間差異，使用自然間斷點分類，自然間斷點分類法將相似的值分為同一類，并且使各個類別之間差異最大化。在旱災風險均值(自然間斷點分級)圖(圖13a)中，可發現，由于青藏高原旱災風險空間差異較小，大部分區域為低風險等級，只有青藏高原東緣區域旱災風險較高，難以看出青藏高原各區域旱災風險的空間變化。而分位數分級(圖13b)能夠更好的觀察青藏高原各區域旱災風險的空間變化，可以看出青藏高原西北部、東北部、東南部、雅魯藏布江河谷附近區域旱災風險偏高，中西部區域旱災風險偏低。本研究數據集中于低值附近，使用自然間斷點分類不易觀察出地理要素空間變化，更適合使用分位數分級。

a)旱災風險均值(自然間斷點分級)

旱災危險性變異系數最大，年際波動最大，為旱災風險最不確定因素。旱災暴露性年際變化穩定，呈現穩定增長，隨著時間推移，承災體的價值越來越高，暴露性隨之增長，最后會趨于穩定(接近最大值)(圖14)。旱災脆弱性年際變化也比較穩定，與暴露性相反的是旱災脆弱性呈現穩定下降，隨著時間推移，抗旱能力增強，旱災脆弱性隨之下降，最后也會趨于穩定(接近最小值)。對于某一區域，未來旱災暴露性和脆弱性趨于穩定，旱災風險的將主要受到旱災危險性影響，需加強氣象觀測與土壤墑情監測預報，提升對農業旱災危險性的預測，以期在旱災發生之前做好抗旱準備，減少農業損失。

圖14 旱災危險性、暴露性、脆弱性值隨時間變化示意

4 結論

基于區域災害系統理論構建了青藏高原農業旱災風險評估體系，研究了青藏高原農業旱災危險性、暴露性、脆弱性和旱災風險的時空演變特征，并對青藏高原縣市農業旱災風險等級進行了區劃。得出以下結論。

a)青藏高原月份農業旱災危險性變化顯著，青藏高原農作物關鍵生長期期間，7—9月青藏高原東部及東南部冬小麥與冬青稞遭遇旱災的風險較高，4—8月青藏高原北部區域呈現高危險性，該區域牧草遭遇旱災風險較高。

b)青藏高原農業旱災危險性由東南向西北呈現“高—低—高”分布，東北部區域危險性呈現減小趨勢；西部區域危險性呈現增加趨勢，東南部區域危險性呈現增加趨勢，通過了置信度為90%的顯著性檢驗(|Z|>1.65)，青藏高原整個區域危險性變異系數很大，不同年份危險性變動很大，加大了青藏高原的旱災危險程度。

c)藏高原農業旱災暴露性區域性差異較小，中部區域為低暴露性，青藏高原東部邊緣區域、南部雅魯藏布江河谷區域、青藏高原西北部區域為中等暴露性、較高暴露性。青藏高原東部和西北部暴露性呈現增加趨勢，75.1%的縣市暴露性增加趨勢通過置信度為99%的顯著性檢驗。青藏高原農業旱災暴露性變異系數北高南低，變異系數整體較小(均值0.157)，暴露性變化穩定。

d)青藏高原中西部區域農業旱災脆弱性以低脆弱性、較低脆弱性等級為主，而青藏高原東南部區域、西北部區域以中等脆弱性、較高脆弱性、高脆弱性為主。青藏高原98.79%的縣市脆弱性減小趨勢通過置信度為99%的顯著性檢驗。青藏高原脆弱性變異系數與脆弱性均值分布相反，脆弱性較小的區域變異系數大，脆弱性較大的區域變異系數小；變異系數整體小(均值0.023)，脆弱性變化穩定。

e)青藏高原中西部農業旱災風險空間差異較小，大部分區域為低等級風險，而東部區域、雅魯藏布江河谷區域、西北部區域旱災風險較高。青藏高原東南部和北部邊界附近區域農業旱災風險呈現增加趨勢，農業旱災風險呈現增加趨勢縣市比例為83.13%；青藏高原中部區域農業旱災風險呈現下降趨勢，下降趨勢的縣市比例為16.87%。