基于GIS的沧州市小麦干旱气象灾害风险评估

高操　陈希　张方敏　韩典辰　李连祥

摘要 基于自然灾害风险评估理论，建立以致灾因子危险性、孕灾环境敏感性、灾害承受体脆弱性和防灾抗灾能力为主的评估体系，选取河北省沧州市1986—2017年的逐日降水量、小麦播种面积、减产率等指标，利用GIS分析技术和加权综合评价方法，对河北省沧州市小麦干旱气象灾害风险进行评估。结果表明，大面积的小麦干旱灾害高风险区主要分布在青县地区、沧州市区，大多是由于干旱致灾因子危险性较大所致;东部承载体易损性相对低，导致干旱灾害发生的风险较低;沧州市区西部的环境敏感性特别高，市区北部防灾减灾能力较差，市区西部的小麦干旱灾害发生风险高于东部。

关键词 小麦气象干旱灾害;GIS分析技术;风险区划;加权综合评价方法;河北省沧州市

中图分类号 S423文献标识码 A

文章编号 0517-6611（2019）21-0223-04

doi：10.3969/j.issn.0517-6611.2019.21.067

开放科学（资源服务）标识码（OSID）：

GISbased Risk Assessment of Drought Meteorological Disasters on Wheat in Cangzhou City

GAO Cao1， CHEN Xi2， ZHANG Fangmin2 et al

（1. Limited Company of State Power Environmental Protection Research Institute， Nanjing， Jiangsu 210031;2 Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters/Jiangsu Key Laboratory of Agricultural Meteorology， Nanjing University of Information Science & Technology， Nanjing， Jiangsu 210044）

Abstract Based on the risk assessment theory of natural disasters， an assessment system is established， which mainly includes the risk of disastercausing factors， the sensitivity of disasterpregnant environment， the vulnerability of disasterbearing bodies and the ability of disaster prevention and resistance. The risk of wheat drought meteorological disasters in Cangzhou City is evaluated by daily precipitation， wheat planting area， production rate from 1986 to 2017， using GIS analysis technology and weighted comprehensive evaluation method. The results show that high risk areas of wheat drought disasters in large areas are mainly located in Qingxian， Cangzhou， due to high risk of droughtinduced disasters. Carrier vulnerability in the east region is relatively low and leads to a lower risk of drought disasters. The environmental sensitivity in the western part of Cangzhou City is particularly high， and disaster prevention and mitigation capability in the north part of the city are also poor， resulting in higher risk of wheat drought disasters in the western part of Cangzhou City than in the eastern part.

Key words Wheat drought meteorological disasters;GIS analysis technology;Risk zoning;Weighted comprehensive evaluation method;Cangzhou City， Hebei Province

基金項目 科技部重大研发计划项目（2018YFC1506606）;中国气象局气候变化专项（CCSF201809）。

作者简介 高操（1985—），男，满族，江苏南京人，工程师，硕士，从事大气与环境评估研究。通信作者。

收稿日期 2019-05-21

自然灾害是人类依赖的自然界中所发生的异常现象，它具有自然和社会两重属性，是人类一直以来面临的重大挑战[1-4]。而干旱因其影响范围大、持续时间长和发生频率高等特点，已成为全球最严重、最为常见的自然灾害之一，给国民经济尤其是农业生产造成巨大损失[5-6]。当干旱给人类社会带来危害时，即构成干旱灾害。它能迅速影响人类社会中饮水、灌溉、航运等方面，对农业生产以及生态环境构成威胁，严重阻碍城市发展[7-11]。

小麦干旱灾害风险区划大体可以分为灾情统计模型、简单因子叠加模型和概率分布模型，众多专家学者从小麦干旱灾害程度方面，重点研究了小麦干旱灾害发生后所造成的经济损失和对农业发展等影响，并根据灾害后果进行小麦干旱灾害风险区划[12]。但是对防灾减灾能力的研究评估尚有不足，增加了小麦干旱救灾方面的投入与不确定性[13]，阻碍了灾害防御方面的进展[14]。目前关于河北省沧州市在小麦干旱成灾原因、灾害分布、防灾抗灾等方面的研究还存在一定空白。为此，笔者从致灾因子危险性（VE）、孕灾环境敏感性（VH）、承灾体易损性（VS）、防灾减灾能力（VR）4因子出发，采用加权综合评价方法评估沧州市小麦干旱气象灾害的分布。在全球变暖、气候变化速率加快以及极端天气事件频发的背景下[14]，对当地小麦干旱进行区划评估具有重要的现实意义。

1 资料与方法

1.1 资料来源

气象资料来源于河北省沧州市1986—2017年192个区域自动站和14个国家自动站的逐日降水资料。自然地理数据来自中国科学院地理科学与资源研究所，包括沧州市1∶50 000县行政边界（图1）、土地利用数据、河网密度、河流水系数据、数字高程模型（DEM）数据等。社会统计数据来自于沧州市统计部门，包括沧州市6个县的人口密度、国民生产总值（GDP）、地均GDP、耕地比重等。

1.2 研究方法

根据自然灾害风险形成机理[15-17]，沧州市小麦干旱灾害风险区划综合考虑致灾因子危险性、孕灾环境敏感性、承灾体易损性和防灾减灾能力（图2），采用加权综合评价法[18]来评估小麦干旱气象灾害风险，即：

V=VE×WE+VS×WS+VH×WH+VR×WR（1）

式（1）中，V越大则表明该地区发生灾害的可能性越大，其中Wx表示权重，采用层次熵权分析法[19-20]确定。由于各指标量纲不同，故对各指标值进行归一化处理，即：

Dij=0.5+0.05×Aij-AminAimax-Aimin（2）

式（2）中，Dij为因子j的第i个指标的归一化值，Aij为因子j的第i个指标值，Aimin和Aimax分别是第i个指标值中的最小值和最大值。

2 小麦干旱灾害风险评估

2.1 致灾因子危险性

由灾害学的观点可知，致灾因子为表明一切可能引起人员伤亡、财产损失以及资源破坏的自然和人文变异因素，它是多种事故、甚至灾害的危险源头[21]。在灾害研究中，干旱灾害发生的频率、强度可以反映出一个地区干旱灾害致灾因子危险性的情况，干旱强度越大，发生频率越高，干旱的危险性就越大。在干旱灾害中，降水是影响干旱程度的主要因素。利用沧州市小麦生育期逐日降水量资料，计算标准化降水指数，利用百分位法将其分为5个等级，作为致灾因子危险性的判定指标[22]。

由图3致灾因子危险性分布可知，沧州市小麦干旱致灾因子危险性风险较低，接近1/2的地区处在次低风险区及以下水平，只有少数地区属于次高风险区以及高风险区，黄骅西部地区、沧县东部地区、青县东南部地区属于致灾因子危险性高风险区，黄骅东部地区、青县东部地区、沧州市区东部、孟村北部地区、南排河与临港及临港区交界地区属于次高风险区，发生小麦干旱气象灾害时，生态功能失调，农产量低而不稳，对农业生产以及对当地经济建设和人民生活造成极大威胁。青县中西部地区、沧州市区西部、南皮东北部地区、孟村中部地区、黄骅东部及南部地区、南排河地区属于中等风险区。沧县西部地区、南皮西南部地区和任丘、肃宁、河间、献县、泊头、吴桥、东光、盐山、海兴地区属于次低风险区及低风险区，小麦干旱气象灾害发生频次较少，同时小麦生育期逐日降水量较大。

2.2 承灾体易损性

承灾体易损性是影响灾害损失风险大小和成灾程度的一个重要因素。损害程度一般取决于该地区的人口密度、经济发展水平和土地利用类型[18]。耕地面积分布反映了一个地区的农业发展水平[19]，当灾害影响到大量耕地面积时，由农业产生的连锁反应会辐射到城市发展的方方面面，严重制约了城市化发展。笔者主要考虑人口密度、GDP密度和耕地占比3个指标。计算公式为：

VS=VSP×WP+VSG×WG+VSC×WC（3）

式（3）中，VS、VSP分别代表总易损性、人口易损性;VSG和VSC分别代表经济易损性和耕地面积易损性。

由图4可以看出，小麦干旱气象灾害承灾体易损性因子对沧州市影响程度相差较大，任丘中西部地区、河间西部地区，献县西北部地区、黄骅中东部地区、肃宁、海兴、南排河、临港及临港城区属于低风险区，若发生小麦干旱气象灾害，单位面积上的经济损失与受灾人口较少;任丘东部地区、河间和献县中东部地区、沧县西部地区、泊头东北部地区、黄骅西部地区、孟村和盐山东北部地区属于次低风险区;泊头西部地区、南皮西部地区、沧县东部地区、孟村和盐山中部地区、青县以及沧州市区属于中等风险区;泊头南部地区、孟村和盐山中部地区、南皮东南部地区、吴桥、东关地区属于次高风险区，风险高于全市大部分地区，若干旱灾害发生，所造成的人员伤亡现象以及社会财产的损失都要比其他大部分地区严重;南皮、孟村、盐山南部地区属于高风险区，是全市范围内风险最高的地区，一旦小麦发生干旱灾害，将对当地的社会经济建设以及人民生活造成极大的威胁。

2.3 孕灾环境敏感性

孕灾环境敏感性是指小麦干旱灾害承灾体外部环境对损害的敏感性。减产率是敏感性的主要影响因素[20]。地形主要考虑高程和地形变化（以高程标准差表示），并采用不同的值组合[23]（表2）。考虑水系对气象灾害地区造成的影响，將河流缓冲区分为2级（即6、10 km），分别赋值0.9、0.8;非缓冲区取0.5。经归一化后，孕灾环境敏感性（VH）计算公式如下：

VH=VHDEM×WD+WHRI×WRI（4）

式（4）中，VHDEM和VHRI分別代表因地形原因造成的影响和因水系结构与分布造成的影响;WD和WRI分别为两者权重。根据层次分析法和熵权法[24-25]，WD和WRI分别赋值0.6、0.4。水系数据考虑河网密度和河流水系。采用加权综合评价法[26]，绘制沧州市孕灾环境敏感区划图（图5）。

由图5可以看出，沧州市小麦干旱孕灾环境敏感性风险较高，接近1/2的地区处在次高风险区及以上水平，只有少数地区属于次低风险区以及低风险区。高风险区主要分布在任丘、肃宁、河间、献县、泊头、沧县、吴桥、东光、青县、南皮、沧州市区、盐山南部地区。次高风险区分布在青县和沧州市区东部、盐山和南皮地区的北部，其主要原因可能是沧州市位于冀中平原东部，整体地势较为平坦，地形类型较少，以平原为主，且变化起伏较小，自西南向东北倾斜，高风险区在发生小麦干旱灾害时，平坦的地势不易使干旱减小，灾害对农业、运输业造成很大威胁，所以在这些风险较高区域，建议加强城市绿化作业，提高城市抗干旱能力。中等风险区主要分布在孟村东北部地区、黄骅、南排河和临港及临港区。次低风险区及低风险区主要分布在黄骅南部地区和海兴西部地区、孟村与盐山交界处。

2.4 防灾减灾能力

防灾减灾能力体现了一个地区在受灾后的承载能力大小与灾后重建能力的强弱，是除去自然灾害形成因子之外的重要因素，对气象灾害风险评估有着很大作用。防灾减灾能力包括工程措施和非工程措施，与当地的GDP经济发展水平密切相关，所以笔者主要使用人均GDP和耕地面积反映这一地区的防灾减灾能力。由图6可以看出，防灾减灾能力因子危险性总体表现出由南部逐渐向北部地区上升趋势，这与沧州市的经济发展不均衡现象密不可分。其中河间北部、任丘北部、黄骅北部、南排河北部和青县地区属于次高风险区和高风险区，防灾减灾能力较差，这些地区人均GDP就全市范围来说发展水平中下，干旱灾害发生后的承受能力还有很大的提升空间。任丘和河间西部地区、肃宁东部地区、沧县和黄骅中部地区、沧州市区、孟村东部地区、海兴东南部地区属于中等风险区，这些地区的经济发展水平就沧州市而言处于领先水平，但人口密度较大，需要进一步提高群众防灾能力。沧县东南部地区、孟村西部地区属于次低风险区，献县、泊头、吴桥、东光、南皮、盐山属于低风险区，居民防灾意识处于全市领先水平。综上，建议沧州市大力推动高风险地区的经济建设，增强居民在面对灾害发生时的应变处理能力，同时多植树种草，提高防灾抗灾能力。

2.5 小麦干旱灾害风险区划

综合上述4因子区划结果后，将4因子数据进行归纳加权得出小麦干旱气象灾害风险指数。利用百分位法将灾害风险指数划分为5个等级（高风险区、次高风险区、中等风险区、次低风险区、低风险区），以GIS空间分析技术为支持，绘制小麦干旱气象灾害风险区划图（图7）。

2.5.1 高风险区。主要分布在青县、沧州市区，沧州市区人口密度较大，发展水平处于全市领先位置，孕灾环境敏感性高，承灾体易损性中等，抗灾能力差，使得致灾因子危险性大。

2.5.2 次高风险区。主要分布在沧县东北部地区、任丘东部地区、黄骅西北部地区。沧县及任丘东部地区人口密度较大，发展水平就沧州全市来说处于领先位置，一旦小麦发生干旱气象灾害，对当地经济发展影响很大，孕灾环境敏感性风险高，灾后重建能力还需要进一步提升。

2.5.3 中等风险区和次低风险区。主要分布在任丘、肃宁、河间、献县、泊头、吴桥、东光、南皮、沧县西南部地区、黄骅西北部地区、孟村和盐山西南部地区。这些地区的致灾因子危险性和防灾减灾能力较低，但是孕灾环境敏感性风险较高。

2.5.4 低风险区。主要分布在海兴、南排河和临港及港城区、黄骅东南部地区、盐山东北部。黄骅地区、南排河地区、临港及港城区承灾体易损性低，海兴地区孕灾环境敏感性低。

3  结论与讨论

沧州市小麦干旱灾害分布不均匀，整体来看，北部地区小麦干旱灾害风险较高，东部地区小麦干旱气象灾害综合风险级别较低，其大部分地区为次低风险区和中风险区。北部地区小麦干旱气象灾害发生频次较多，灾害强度较大。中风险区主要分布在任丘、河间、献县、吴桥、南皮、泊头地区，其中吴桥、河间风险区域面积最大，孕灾环境敏感性风险较高，小麦干旱发生频次较高，建议加强这些地区的城市绿化建设，多修水利工程，增强对干旱灾害的应对能力。沧县、黄骅地区防灾减灾能力较差，发生干旱气象灾害时，难以及时针对灾害进行有效的应对措施，灾后恢复能力较弱，为次高风险区。

城市小麦干旱灾害是一个复杂的系统，风险评估影响因素众多，笔者从有限评价指标对沧州市小麦干旱气象灾害进行了风险区划分析，存在一定的局限性，故可在将来研究风险区划的过程中，进一步完善和优化小麦干旱灾害形成机理，建立更加科学合理的城市小麦干旱气象灾害风险区划模型。

参考文献

[1] 哈建强，雷德林.沧州区域冬小麦干旱指标初步研究[J].河北水利电力学院学报，2018（1）：48-51.

[2] 王素艳，霍治国，李世奎，等.中国北方冬小麦的水分亏缺与气候生产潜力：近40年来的动态变化研究[J].自然灾害学报，2003，12（1）：121-130.

[3] 邓国，李世奎.中国粮食作物产量风险评估方法[M]//李世奎.中国农业灾害风险评价与对策.北京：气象出版社，1999：122-128.

[4] DHAKAL A S，AMADA T，ANIYA M.Landslide hazard mapping and the application of GIS in the Kulekhani watershed，Nepal[J].Mountain research and development，1999，19（1）：3-16.

[5] 宗燕.冬小麦干旱灾害风险评估：以德州市和聊城市为例[D].南京：南京信息工程大学，2013.

[6] 吴荣军，史继清，关福来，等.基于风险区划的农业干旱保险费率厘定：以河北省冬麦区为例[J].气象，2013，39（12）：1649-1655.

[7] 周东颖，张丽娟，张利，等.哈尔滨市气象灾害发生规律及风险评估[J].中国农学通报，2010，26（8）：332-336.

[8] 唐海明，帅细强，肖小平，等.2010年湖南省农业气象灾害分析及减灾对策[J].中国农学通报，2012，28（12）：284-290.

[9] 蔡冰，刘寿东，费玉娟，等.江苏省设施农业气象灾害风险等级区划[J].中国农学通报，2011，27（20）：285-291.

[10] 朱浩，陈娇荣，王威.东洞庭湖区大风灾害及其对水上交通安全的影响[J].科技与创新，2014（24）：95，97.

[11] 戴建锋，吴力川，胡适军，等.浙江省水路交通系统台风灾害脆弱性分析[J].武汉理工大学学报，2012，34（4）：62-66.

[12] 杨龙，何清.新疆近3年大风灾害灾度分析与区划[J].灾害学，2005，20（4）：83-86.

[13] 陈鑫.杭州大风灾害风险区划[D].南京：南京信息工程大学，2012.

[14] PEDUZZI P，DAO H，HEROLD C，et al.Assessing global exposure and vulnerability towards natural hazards：The Disaster Risk Index[J].Natural hazards and earth system science，2009，9（4）：1149-1159.

[15] HUANG D P，LIU C，FANG H J，et al.Assessment of waterlogging risk in Lixiahe region of Jiangsu Province based on AVHRR and MODIS image[J].Chinese geographical science，2008，18（2）：178-183.

[16] 莫建飞，陆甲，李艳兰，等.基于GIS的广西农业暴雨洪涝灾害风险评估[J].灾害学，2012，27（1）：38-43.

[17] 魏一鸣，金菊良，杨存建.洪水灾害风险管理理论[M].北京：科学出版社，2002.

[18] 温跃修，胡彩虹，荐圣淇.郑州市区暴雨洪涝风险区划研究[J].人民珠江，2018，39（12）：17-23.

[19] 莫建飞，陆甲，李艳兰，等.基于GIS的广西农业暴雨洪涝灾害风险评估[J].灾害学，2012，27（1）：38-43.

[20] 王琼.沧州地区冬小麦产量趋势分析及其预测[C]//全国农业气象与生态环境学术年会论文集.北京：中国气象学会，2006.

[21] 李京，蒋卫国，陈云浩，等.基于GIS多源栅格数据的模糊综合评价模型[J].中国图象图形学报，2007，12（8）：1446-1450.

[22] 孔坚文.陕西省冬小麦气象灾害风险评估及区划[D].南京：南京信息工程大学，2014.

[23] 吴东丽，王春乙，薛红喜，等.华北地区冬小麦干旱风险区划[J].生态学报，2011，31（3）：760-769

[24] 张婧，郝立生，许晓光.基于GIS技术的河北省洪涝灾害风险区划与分析[J].灾害学，2009，24（2）：51-56.

[25] 国家气候中心.气象干旱等级：GB/T 20481—2006[S].北京：中国标准出版社，2006.

[26] 王艷丽，韩彦霞，韩占成.沧州市主要农作物——冬小麦干旱分析[J].地下水，2009，31（5）：105-106.