高紅霞,張曉磊,吳淑梅,陳素華,李倩文
(1.內蒙古興安盟氣象局,內蒙古 烏蘭浩特 137400;2.內蒙古生態與農業氣象中心,內蒙古 呼和浩特 010051)
內蒙古是我國馬鈴薯種薯和商品薯的重要生產基地之一[1],全區馬鈴薯種植面積穩定在55萬hm2左右。馬鈴薯也是內蒙古重要的高產糧菜兼優勢作物,在全區農業生產中占有舉足輕重的地位。內蒙古具有海拔高、日照充足、晝夜溫差大、氣候冷涼等特點,可以滿足馬鈴薯喜涼特性和對積溫的要求,有利于其淀粉積累[2]。內蒙古馬鈴薯主產區在中部及呼倫貝爾市,80%以上的馬鈴薯種植在旱作農業區,其生產高度依賴于氣候條件,光、溫、水、風等氣象要素,這些要素不僅是馬鈴薯生產過程中的物質資源和能量來源,同時也構成其生存環境[3]。氣象災害的發生輕重在很大程度上決定了馬鈴薯產量、品質優劣和成本高低。近些年,氣候變暖導致極端天氣氣候事件頻繁發生,內蒙古災害性極端天氣呈增多增強的趨勢,其中干旱災害發生頻率高、范圍廣、持續時間長,是內蒙古最主要的氣象災害[4]。因此,加強馬鈴薯干旱災害風險評估研究,對提高農業氣象災害防災減災能力,增強農業可持續發展具有重要的現實意義。
近年來,國內學者針對作物干旱災害風險評估開展了許多研究,例如:張澤中[5]、薛昌穎[6]、吳雙[7]、田宏偉[8]、王有恒[9]等針對不同地區的玉米開展了干旱災害風險評估研究;賈建英[10]、齊月[11]、張菡[12]、張蕾[13]等分別對甘肅、四川以及中國北方的小麥進行了干旱災害風險研究;金林雪[14]、李聰[15]等分別對內蒙古和河南的大豆干旱災害風險進行了分析及區劃;李家文等[16]對廣西柳州的甘蔗進行了干旱風險研究。以上研究為農作物干旱災害風險評估研究提供了很多寶貴的經驗,但同樣的災害在不同地區,對不同作物的影響都不盡相同,同時以往的研究對馬鈴薯受旱風險的分析較少。因此,本文在前人研究的基礎上,以內蒙古馬鈴薯主產區烏蘭察布市、呼和浩特市及包頭市作為研究區域,基于自然災害風險理論,從馬鈴薯干旱災害的危險性、暴露性、脆弱性以及防災減災能力4個方面出發,構建了內蒙古中部馬鈴薯干旱災害風險評估模型,并進行了風險區劃,以期為當地減輕馬鈴薯受災風險、因地制宜地制定防災減災措施等提供參考依據。
本文所用氣象資料來源于內蒙古中部烏蘭察布、呼和浩特、包頭3個市共19個旗縣的國家級氣象站,主要包括1983~2018年生長季的逐日平均氣溫、最高氣溫、最低氣溫、日照時數、降水量、風速和水汽壓等資料。研究區域馬鈴薯產量數據、馬鈴薯種植面積、耕地面積等數據來源于1994~2018年的《內蒙古統計年鑒》。內蒙古中部行政邊界圖來源于內蒙古自治區氣象局;中部農區邊界圖、灌溉地占比來源于內蒙古第二次土地調查數據。研究區域見圖1。
根據研究區域內3個農業氣象觀測站(武川縣、固陽縣和察右中旗)歷年對馬鈴薯生長期的觀測數據,本文把馬鈴薯的生育期劃分為5個階段,即播種~出苗期、出苗~分枝期、分枝~花序期、花序~開花期、開花~可收期。

圖1 研究區域站點的空間分布
1.2.1 馬鈴薯氣象產量的提取 一般來說,農作物產量可分為3個部分,即趨勢產量、氣象產量和隨機“噪聲”[17]。隨機“噪聲”主要是指由地震、社會變革等隨機因子影響的那部分產量,基本上無規律可循,故不計入方程中。因此,作物的產量構成可表示為:

式(1)中Y為實際單產,Yt為趨勢產量,Yw為氣象產量。
本研究采用直線滑動平均的方法對趨勢產量進行模擬。相對氣象產量可表示為(Yw/Yt)×100%,其值為負的年份即為減產年。
1.2.2 數據標準化方法 為了消除各指標量綱不同的影響,需對原始指標數據進行標準化處理。本文采用Min-Max方法,對各指標進行標準化處理,標準化值I'i的計算公式如下:

式(2)~式(3)中,Ii為原始數據,Imax和Imin分別為數據序列中的最大值和最小值。對危險性指標、暴露性指標和脆弱性指標采用式(2)進行標準化處理,對防災減災能力指標采用式(3)進行標準化處理。
1.2.3 層次分析法 層次分析法采用層次化的指標表示邏輯關系,通過矩陣計算專家評分,最終達到指標綜合的目的,是一種定性與定量相結合的方法[18]。其使用一般分為5個步驟:(1)建立遞階層次結構模型;(2)構造出各層次中的所有判斷矩陣;(3)層次單排序及一致性檢驗;(4)層次總排序及一致性檢驗;(5)計算出判斷矩陣的最大特征值,其對應的特征向量即為各因子的權重。本文采用該方法確定馬鈴薯各生育期的權重,以及馬鈴薯干旱災害4個因子的權重,兩者均為一階模型,各需構建1個判斷矩陣。
1.2.4 加權綜合評分法 加權綜合評分法是一種傳統的多指標綜合評價法[19],其具體計算公式如式(4)所示。本文采用該方法構建馬鈴薯全生育期干旱災害危險性指數模型及全生育期干旱災害風險模型。

式(4)中,Wi為第i個指標的權重值;Xi*為第i個指標數據標準化后的數值。
根據自然災害風險形成機制[20],本文主要從干旱災害的危險性、承災體的暴露性、承災體的脆弱性以及防災減災能力4個方面,并綜合考慮指標的科學性、可操作性以及資料獲取難易程度,確定內蒙古中部馬鈴薯干旱災害風險評估指標。
氣象災害危險性是指造成氣象災害的自然變異程度,主要是由災變活動規模(強度)和活動頻次(概率)決定的[20]。內蒙古中部作物生長季為4~9月,是一年中降水較為集中的時段,降水的持續偏少是導致干旱災害發生的主要原因,同時該時段作物蒸騰對土壤水分的負向作用也較為明顯。因此本文選擇作物水分虧缺距平指數表征馬鈴薯干旱災害危險性的強度。
2.1.1 作物水分虧缺距平指數 作物水分虧缺指數可以反映出作物水分需求與外界水分供給之間的差值,是表征作物水分虧缺程度的指標之一。但該指數在不同季節、不同氣候區域差別較大,因此,本文采用歸一化的作物水分虧缺指數與其平均值之差,即作物水分虧缺距平指數[21],以消除季節和區域的差異。某時段作物水分虧缺距平指數(CWDIa)的計算公式如下:

式(5)中:CWDIa為某時段作物水分虧缺距平指數;CWDI為該時段作物水分虧缺指數,計算方法如式(6);為同期作物水分虧缺指數的平均值(取30年)。

式(6)中,CWDI為該時段作物水分虧缺指數,P為該時段的降水量,ETc為對應時段的作物蒸散量。
基于作物水分虧缺距平指數(CWDIa)的干旱等級如表1所示。

表1 基于作物水分虧缺距平指數的干旱等級 %
本文以馬鈴薯的生育期為計算時段,進行作物水分虧缺距平指數的計算。計算ETc時所用的馬鈴薯作物系數Kc參考了王彥平等的研究成果[22],具體如表2所示。最終的計算結果顯示,研究區域各站點歷年馬鈴薯在關鍵生長期(開花~可收期)的作物水分虧缺距平指數與相應年份馬鈴薯氣象產量的相關系數為-0.343,通過了0.05水平的顯著性檢驗,表明該指標能夠較好地反映出內蒙古中部馬鈴薯干旱災害的危險程度。

表2 馬鈴薯在不同生育期的作物系數Kc %
2.1.2 危險性指數 依據災害風險評估原理,干旱災害危險性是由干旱災害的強度及其出現頻率共同決定的。為此,本文計算出各旗縣馬鈴薯各生育期不同等級干旱出現的頻率,以及各等級干旱強度的中值,并利用式(7)計算各旗縣相應生育期的干旱災害危險性指數。最后,利用層次分析法確定各生育期的權重,并采用加權綜合評分法,計算全生育期的干旱災害危險性指數,具體如式(8):


式(7)中:DRj為第j個生育期的干旱災害危險性指數;Fi為該生育期第i個等級干旱出現的頻數;DSi為第i個等級干旱強度的中值;n為總年數,本文中為36。式(8)中:D為馬鈴薯全生育期(播種至可收)的干旱災害危險性指數;Dj為第j個生育期的干旱災害危險性指數的歸一化值;Wj為相應生育期的權重,具體計算值如表3。

表3 內蒙古中部馬鈴薯各生育期的權重系數
基于上述危險性指數模型的計算結果,采用GIS技術繪制內蒙古中部農區馬鈴薯干旱災害危險性的空間分布圖(圖2),并采用自然斷點法對干旱災害危險性指數進行分級(表4)。由圖2可知:內蒙古中部馬鈴薯干旱災害危險性指數的高值區域和次高值區域主要分布在烏蘭察布地區;中危險性地區主要分布在呼和浩特市中部、北部以及包頭市北部;其余為低危險性地區。

表4 內蒙古中部馬鈴薯干旱風險各指數的分級

圖2 內蒙古中部馬鈴薯干旱災害危險性的空間分布
2.2.1 暴露性指標 承災體的暴露性是指可能受到氣象危險因子威脅的所有人和財產安全[20]。對于馬鈴薯干旱災害而言,就是承災體馬鈴薯可能受到的干旱威脅的程度。研究區域馬鈴薯種植面積占比越大,該區域暴露于災害風險中的馬鈴薯越多,遭受潛在損失的可能性就越大。因此,本文選用研究區域各旗縣馬鈴薯種植面積占全部耕地面積的比例作為馬鈴薯干旱災害的暴露度評價指標(E),其計算公式如下:

式(9)中:si為某旗縣第i年馬鈴薯種植面積;Si為當年該地區總耕地面積。受可獲取資料的限制,本文僅考慮了研究區域1994~2018年的馬鈴薯種植數據,即n=25。
2.2.2 暴露性指數 暴露性指數為暴露性指標的歸一化值。基于暴露性指數的計算結果,繪制了內蒙古中部農區馬鈴薯干旱災害暴露性的空間分布圖(圖3)。由圖3可知:內蒙古中部馬鈴薯干旱災害暴露性指數的高值區域和次高值區域主要分布在烏蘭察布地區以及呼和浩特市武川縣;低暴露性地區主要分布在呼和浩特市土默特左旗和托克托縣;其余為中暴露性地區。
2.3.1 脆弱性指標 脆弱性指承災體遭受到特定災害影響的損失程度,主要反映承災體對災害的敏感性。干旱是影響內蒙古馬鈴薯產量的主要氣象災害,本文以研究區域各旗縣馬鈴薯災損量占馬鈴薯總產量的比例作為干旱災害脆弱性的評價指標。災損量的計算方法參考了鄭景云等[23]的研究成果,具體計算如下式:

式(10)中:Yd為因自然災害引起的馬鈴薯損失量,即馬鈴薯災損量;ep為馬鈴薯產量隨時間變化的自然增長力;yt、yt-1分別為當年和前一年馬鈴薯單產;St、St-1分別為當年和前一年的馬鈴薯的播種面積;Yt、Yt-1分別為當年和前一年馬鈴薯的總產量。
2.3.2 脆弱性指數 脆弱性指數為災損量占比的歸一化值。基于脆弱性指數的計算結果,繪制了內蒙古中部農區馬鈴薯干旱災害脆弱性的空間分布圖(圖4)。由圖4可知:內蒙古中部馬鈴薯干旱災害脆弱性指數的高值區域和次高值區域主要分布在烏蘭察布市東部、呼和浩特市中西部以及包頭市大部農區;中脆弱性地區主要分布在烏蘭察布北部和南部;其余為低脆弱性地區。

圖3 內蒙古中部馬鈴薯干旱災害暴露性的空間分布

圖4 內蒙古中部馬鈴薯干旱災害脆弱性的空間分布
2.4.1 防災減災能力指標 防災減災能力是指馬鈴薯受到干旱災害影響后恢復的程度。本文采用各旗縣的灌溉地面積占比表征其防災減災能力。灌溉地面積占比越大,表示該地的防災減災能力越強。防災減災能力的計算公式如下:

式(11)中:wi為某旗縣的灌溉地面積;Si為該地區的總耕地面積。
2.4.2 防災減災能力指數 防災減災能力指數為灌溉地占比的歸一化值。基于防災減災能力指數的計算結果,繪制了內蒙古中部農區馬鈴薯干旱災害防災減災能力的空間分布圖(圖5)。由圖5可以看出:內蒙古中部馬鈴薯干旱災害防御能力較高的區域主要分布在呼和浩特市土默特左旗、托克托縣以及包頭市土默特右旗;其余地區的干旱災害防御能力較低。

圖5 內蒙古中部馬鈴薯干旱災害防災減災能力的空間分布
采用層次分析法分別確定了馬鈴薯干旱災害危險性、暴露性、脆弱性、防災減災能力的權重,并采用加權綜合評分法建立了馬鈴薯全生育期干旱災害風險評價模型:

式(12)中,DRA為全生育期干旱災害風險指數;Wj為干旱災害危險性、暴露性、脆弱性及防災減災能力指數的權重,其具體計算值如表5所示;Fj*為對應指數的標準化值。
基于馬鈴薯全生育期干旱災害風險評價模型,在GIS中采用反距離加權插值法繪制了內蒙古中部農區馬鈴薯干旱災害風險的綜合區劃圖(圖6),并按照自然斷點法劃分為4個等級(表6)。

表5 內蒙古中部馬鈴薯干旱災害風險四要素的權重系數

表6 內蒙古中部馬鈴薯干旱災害風險的區劃標準

圖6 內蒙古中部馬鈴薯干旱災害風險的區劃
3.3.1 高風險區 干旱災害風險指數大于0.62的區域為高風險區,主要分布在烏蘭察布市東部、興和縣以及豐鎮。該區生長季平均降水量約300 mm,大部分年份的降水量均不能滿足馬鈴薯的需水要求;降水量偏低及降水時空變率大是該區馬鈴薯受旱的主要原因。同時該區也是馬鈴薯種植較為集中的地區,暴露度高,且防災能力較低。綜合各項指標,該區為內蒙古中部馬鈴薯干旱風險最大的地區。
3.3.2 次高風險區 干旱災害風險指數在(0.55,0.62]的區域為次高風險區,主要分布在烏蘭察布市四子王旗、察右中旗、卓資縣、涼城縣、呼和浩特市中部及和林格爾縣。該區生長季平均降水量約320 mm,生長季降水量在350~400 mm之間的年份約占39%;該區域固有的氣候特征是造成馬鈴薯干旱災害的主要原因,干旱致險度較高,同時暴露度也較高,但該區域的脆弱性低于高風險區。綜合各項指標,該區為馬鈴薯干旱風險次高的地區。3.3.3 中風險區 干旱災害風險指數在(0.46,0.55]的區域為中風險區,主要分布在呼和浩特市清水河縣、包頭市北部以及烏蘭察布市集寧區。該區生長季平均降水量約335 mm,生長季降水量在350~400 mm之間的年份約占50%,降水量仍不能完全滿足馬鈴薯的需水要求,但降水量明顯多于高風險區和較高風險區,干旱致險度降低,同時該區域的脆弱性較低。綜合各項指標,該區為中等干旱風險地區。
3.3.4 低風險區 干旱災害風險指數小于0.46的區域為低風險區,主要分布在呼和浩特市土默特左旗、托克托縣以及包頭市土默特右旗。該區馬鈴薯種植面積較少,干旱災害暴露度明顯減少,同時防災能力高。綜合各項指標,該區屬于馬鈴薯干旱災害風險較低地區。
本研究結果表明:內蒙古中部馬鈴薯干旱災害的高風險區主要分布在烏蘭察布市東部、興和縣以及豐鎮;次高風險區主要分布在烏蘭察布市四子王旗、察右中旗、卓資縣、涼城縣、呼和浩特市中部及和林格爾縣;中風險區主要分布在呼和浩特市清水河縣、包頭市北部以及烏蘭察布市集寧區;低風險區主要分布在呼和浩特市土默特左旗、托克托縣以及包頭市土默特右旗。
本文主要研究了內蒙古中部馬鈴薯干旱災害發生的風險。在災害危險性指標選取方面,選用了作物水分虧缺距平指數這一綜合指標,該指標能夠反映馬鈴薯在不同生育期的水分盈虧程度,較單一的降水指標更為適用。對承災體的暴露性、脆弱性以及防災減災能力方面指標的構建,主要基于馬鈴薯農業統計資料,盡管農業統計資料能最直接地反映內蒙古中部不同地區馬鈴薯的生產情況,但是指標相對單一。在未來的研究中,將綜合考慮社會、經濟因素,進一步完善馬鈴薯干旱災害風險評估模型。同時,本文主要采用層次分析法確定權重,這在一定程度上避免了主觀賦權的隨意性,但是否可以采用其他更為合理的賦權方法仍需進一步研究。