基于AHP和GIS的云南省干旱灾害风险区划研究

王理萍，王树仿，王新华，王福来，范春梅

(1.云南农业大学 水利学院，昆明 650201；2.河海大学 水文水资源学院，南京 210098；3.河海大学 水利水电学院，南京 210098)

0 引 言

干旱是我国最常见、危害最严重的气候灾害之一，因旱灾造成的经济损失量不断增多[1]，尤其是进入21世纪后，极端干旱事件频繁发生。如何减小干旱灾害损失，降低灾害风险，进行干旱灾害风险评估，成为当前气候学和灾害学研究的重点。Belal等[2]利用遥感和GIS技术进行干旱风险分析；Potopov等[2]等利用SPEI标准化降水蒸散指数评价捷克不同时间尺度上的农业干旱风险；何斌等[4]通过灾害风险综合指标，分别得出2009-2013年间陕南、陕北和关中地区的农业干旱风险分布特征；石界等[5]从3个风险评估参数入手，建立加权归一化回归模型，借助GIS技术完成了定西市干旱风险分析。鉴于现有干旱灾害风险的分析研究中，还未形成具有地域性的统一评估体系，因此有必要根据不同地区自然地理特征的差异性，有针对性地构建适合特定区域环境条件的干旱灾害风险评估模型。

云南省地处云贵高原主体，东部和东南部喀斯特地貌显著，干旱灾害易发、频发，尤其是2010年春季遭遇特大干旱，旱灾导致全省的受灾、成灾和绝收面积分别为295.72、205.09及88.17 万hm2，造成农业经济损失达120亿元以上[6]。目前针对云南省干旱灾害方面的研究，大多注重的是干旱成因，时空演变特征及规律[7-9]，对于干旱灾害风险评估的论述甚少。因此本研究拟从干旱致灾因子危险性、孕灾环境脆弱性、承灾体暴露度和防灾减灾能力4 大风险要素来构建旱灾风险评估体系，建立评估模型对云南省干旱灾害风险特征进行分析。利用层次分析法计算权重，并基于ArcGIS对云南省旱灾风险程度进行等级区划和分析，以期为干旱风险评估分析及管理提供依据。

1 资料源与方法

1.1 研究数据来源

气象数据为云南省29个站点的逐月降水、气温数据，时间跨度为1960年1月-2014年12月，数据来源于中国气象局气象数据中心；地理信息数据为地形、水文等，来源于云南省1∶25万数字高程模型，空间分辨率为90 m×90 m；社会经济数据为耕地比重、人均GDP等，时间跨度为2001-2015年；数据来源于《云南省统计年鉴》。

1.2 研究方法

(1)层次分析法 。使用层次分析法(AHP)求解各评估指标权重主要包括建立有序递阶的层次结构模型、构建判断矩阵，并对其进行一致性检验[10]。本文采用MATLAB软件确定各层内评估指标的权重，通过一致性比例CR的计算结果来验证所构造的判断矩阵是否能满足要求。当CR<0.1时，即认定判断矩阵客观合理，能满足检验要求；若CR≥0.1，则要重新构建判断矩阵。CR的计算详见文献[10]。

(2)指标标准化。采用极差标准化方法对各评估指标进行无量纲处理，根据评估指标和所对应风险要素之间的效用关系，将其分为正向和负向2大类。如果指标的计算值和所表征的因子水平呈正相关，则称其为正向指标；反之，称为负向指标。具体计算详见文献[11]。

(3)加权综合评价法。

(1)

式中：V分别为干旱灾害4大风险评估要素；wi是V干旱风险要素中第i个评估指标所对应的权重；yi表示V干旱风险要素中第i个评估指标经标准化处理后得到的无量纲值；n为参与评估的指标总个数。

(4)干旱灾害风险指数模型。

I=(Hwh)×(Ewe)×(Sws)×(1-R)wr

(2)

式中：I为干旱灾害风险指数；H，E，S，R依次为旱灾4大风险评估要素；上标wh，we，ws，wr顺次是干旱风险4个评估要素所对应的权重。

(5)干旱灾害风险分区。通过ArcGIS软件中的自然断点法对云南省旱灾风险程度进行区划，共分为5个不同等级区域：低风险区、次低风险区、中等风险区、次高风险区和高风险区。

2 结果与分析

2.1 评估因子指标体系构建

干旱发生的成因及物理机制复杂，评估指标多样化，参考国内外已有相关研究成果，针对云南省干旱灾害发生特点及地形地貌特征，并综合考虑数据取得的难度及可靠性最终以干旱频率、降水、河网密度等12个评估指标来进行云南省干旱风险评估(详见表1)。

表1 云南省干旱灾害风险评估体系Tab.1 Indexes system of drought risk assessment in Yunnan Province

注：经过计算，所构建的判断矩阵其CR值均小于0.1，能满足要求。

2.2 结果与分析

分别将云南省干旱灾害指标转化为栅格数据后经图层加权叠加并利用自然断点法进行分级，把干旱灾害风险划分为5个不同等级(表2)，分别得到云南省4个风险评估要素及干旱灾害风险的等级区划图(图1和图2)。

2.2.1 致灾因子危险性评估与区划

致灾因子危险性通过干旱发生的强度和频率来进行分析研究。采用SPEI指数来表征云南省干旱强度的大小，采用Log-Logistic概率密度函数f(x)来描述月降水与月潜在蒸散量差值的变化，获得月尺度上水分平衡的概率分布函数F(x)，通过正态化处理后确定出SPEI值，其计算过程及干旱等级划分见文献[12]。SPEI计算值越大，干旱灾害发生的强度等级越低，危险性越小。把SPEI值小于-1所对应的年份记为干旱发生年[13]，干旱频率通过实际发生干旱的总年数与研究年限(54年)的比值获取。

表2 干旱灾害风险要素的等级划分Tab.2 The classification of assessment values for each drought risk factors

图1 云南省4个风险评估要素等级区划图Fig.1 Ranked zoning of 4 factors of drought risk assessment in Yunnan Province

由图1(a)可得出，云南省致灾因子危险性的空间分布总体为东北部高，西南部低，这与云南省降水量的年际分布情况相近[14]。具体为高、次高危险区主要分布在云南东北部的昭通、沾益、会泽及中部的元谋、昆明、玉溪等区域；中等危险区主要位于东南部的广南、屏边及西北部的中甸、维西等地；低、次低危险区主要集中在西南部地区的普洱、瑞丽、保山等地。

2.2.2 孕灾环境脆弱性评估与区划

孕灾环境脆弱性是指容易遭受干旱灾害损失的性质，受到多种因素综合影响，一般而言脆弱性越高，干旱灾害潜在风险越大。根据云南省特殊的孕灾环境及所掌握的资料，考虑降水量、坡度、坡向、海拔高度和河网密度5个指标作为孕灾环境脆弱性评价指标，降水量通过中国气象局气象数据中心提供的月值数据集获取，后4个指标均通过1∶25万数字高程模型提取。

由图1(b)可知，云南省孕灾环境脆弱性空间分布特征与危险性相似，即由东北向西南，脆弱性逐步降低。高脆弱地区主要分布在云南东北部的昭通、会泽、沾益，该区域降水量少，地形高差变化大，河网密度较小；次高-中等脆弱带多位于东南部及中部地区；随着地理条件的变化，西北及西南部地区为低、次低脆弱区。

2.2.3 承灾体暴露度评估与区划

承灾体暴露度是指社会、经济和自然环境系统由于干旱缺水可能遭受到威胁、破坏的程度。人口密度及农业种植面积比例大的地区，可能遭受损害的程度大，暴露度高。选取人口密度、耕地比重和粮食播种面积3方面来分析评估云南省干旱灾害暴露度的高低。

由图1(c)可看出，云南省承灾体暴露度分布具有典型的地区差异性，高、次高暴露度区零碎的分布于各个不同地区，如东北部的昭通，东南部的泸西、蒙自，中部的昆明、玉溪，西南部的保山，西北部的大理等地，这些区域人口密集、耕地面积大；低暴露度区主要位于西北部的迪庆、怒江、丽江及西南部的景洪、思茅等人口密度小、耕地比重轻、粮食播种面积少的地区。

2.2.4 防灾减灾能力评估与区划

防灾减灾能力是指受灾风险区通过采取一系列工程和非工程措施抵御和减少灾害损失的能力，与地区经济发展水平呈正相关。从人均GDP及有效灌溉面积2个方面对云南省抗旱能力的强弱进行评估。

由图1(d)可知，云南省高、次高抗灾能力区零星分布在经济条件较好、保灌率高的昆明、玉溪、瑞丽等地区；广南、澜沧、屏边等地防灾减灾能力低，这些地区山地多，经济发展相对落后，农业和水利设施不齐备，抗灾能力差。

2.2.5 干旱灾害风险区划

综合分析以上4个干旱风险评估要素，得到云南省干旱灾害风险区划图(图2)。从图2中可以看出，云南省干旱灾害风险空间分布成片状出现，总体东北及东南部干旱灾害风险高，西北及西南部风险低。具体为：高风险区分布在东北部的昭通、会泽、沾益；次高风险区主要位于东南部的泸西、广南、屏边及中部的昆明、玉溪等区域；中部的大部分地区及大理、保山等地主要为中等风险区；低、次低风险区在西北部的贡山、维西及西南部的景洪、澜沧等区域。

图2 云南省干旱灾害风险等级区划图Fig.2 Ranked zoning of risk of drought disaster in Yunnan Province

2.3 评估结果验证

为验证研究结果的可靠性，根据徐创新等[15]提供的云南省各地州灾情数据，利用ArcGIS多变量分析工具，将评估出的旱灾风险结果与各地州单位面积上的实际灾害损失量进行相关分析，通过李莉等[16]研究中所用的公式对云南省干旱灾害风险与实际灾害损失的空间分布进行对比验证。

计算得到云南省旱灾风险与实际灾害损失空间分布的相关系数是0.684，表明2个变量之间存在直接关系，且回归方程通过了显著性检验。说明研究结果能较真实地反映云南省干旱灾害的实际损失情况。

3 结 语

本文基于自然灾害风险理论，从致灾因子、孕灾环境、承灾体和防灾减灾能力4 大风险要素出发，构建了风险评估模型对云南省干旱发生的风险程度进行等级区划和评估分析。对研究结果验证表明所采用的模型能较客观地表征旱灾风险分布情况。得出以下结论。

(1)从危险性、脆弱性、暴露度和防灾减灾能力4 大风险评估要素分析来看，云南省危险性和脆弱性空间分布特征相似，均表现为东北部高，西南部低；高、次高暴露度区零碎的分布于人口密集、耕地面积大的各个不同地区，如东北部的昭通，东南部的泸西，中部的昆明、玉溪，西南部的保山，西北部的大理等地区；高、次高防灾减灾能力区零星分布在经济条件好、灌溉保证率高的昆明、玉溪、大理、思茅等区域。

(2)云南省干旱灾害风险空间分布成片状出现，东北、东南部干旱灾害风险总体高于西北、西南部。高、次高风险区主要分布于东北部的昭通、会泽；东南部的泸西、广南及中部的昆明、玉溪等区域；低、次低风险区在西北部的贡山、维西及西南部的景洪、澜沧等区域。

为使干旱灾害风险评估结果更真实可靠，合理准确地构建评估体系显得尤其关键。文中在选择孕灾环境脆弱性的评估指标时，地形和水系不能精确反映喀斯特地貌发育对云南省干旱灾害的影响，但目前尚未获取到喀斯特区相关数据，很难准确地对喀斯特地貌的发育程度进行等级划分，未来需进行相关资料数据的收集整理，进一步深入分析研究。此外，今后在进行防灾减灾能力评估时可加入人工干预影响，如干旱预警系统自动化程度，争取抗旱主动度等，如何定量化 表达这些指标是提高评估结果准确性的重要因素。

[1] 姚玉璧，王 莺，王劲松.气候变暖背景下中国南方干旱灾害风险特征及对策[J].生态环境学报，2016，25(3)：432-439.

[2] BELAL A A, El-RAMADY H R, MOHAMED E S, et al. Drought Risk Assessment Using Remote Sensing and GIS Techniques[J]. Arabian Journal of Geosciences, 2014,7(1):35-53.

[4] 何 斌，王全九，吴 迪，等.基于灾害风险综合指标的陕西省农业干旱时空特征[J].应用生态学，2016，27(10)：3 299-3 306.

[5] 石 界，姚玉璧，雷 俊.基于GIS的定西市干旱灾害风险评估及区划[J].干旱气象，2014，32(2)：305-309.

[6] 王佳津，孟耀斌，张 朝，等.云南省Palmer旱度模式的建立—2010年干旱灾害特征分析[J].自然灾害学报，2012，21(1)：190-197.

[7] 张 雷，王 杰，黄 杰，等.1961-2010年云南省基于SPEI的干旱变化特征分析[J].气象与环境学报，2015，31(5)：141-146．

[8] 陶 云，张万诚，段长春，等.云南2009-2012年4年连旱的气候成因研究[J].云南大学学报(自然科学版)，2014，36(6)：866-874.

[9] 张冬冬，鲁 帆，严登华，等.云南省干旱时空演变规律及季节连旱的概率特征分析[J].应用基础与工程科学学报，2014，22(4)：705-717.

[10] SAATY T L. What is the analytic hierarchy process?[M]. Springer Berlin Heidelberg,1988,48:109-121.

[11] 卢晓宁，洪 佳，王玲玲，等.复杂地形地貌背景区干旱风险评价[J].农业工程学报，2015，31(1)：162-169.

[12] Vicenteserrano S M,Beguería S,Lópezmoreno J I. A Multiscalar Drought Index Sensitive to Global Warming: The Standardized Precipitation Evapotranspiration Index[J]. Journal of Climate, 2010,23(7):1 696-1 718.

[13] 肖名忠，张 强，陈晓宏.基于多变量概率分析的珠江流域干旱特征研究[J].地理学报，2012，67(1)：83-92.

[14] 王理萍，王树仿，张刘东，等. 1960-2013年云南省降水时空变化特征分析[J].水电能源科学，2016，34(12)：20-24.

[15] 徐新创，葛全胜，郑景云，等.区域农业干旱风险评估研究----以中国西南地区为例[J].地理科学进展，2011，30(7)：883-890.

[16] 李 莉，匡昭敏，莫建飞，等.基于AHP和GIS的广西秋旱灾害风险等级评估[J].农业工程学报，2013，29(19)：193-201.