基于乡镇尺度的旱灾风险区划研究<br/>——以贵州播州区为例

基于乡镇尺度的旱灾风险区划研究
——以贵州播州区为例

2023-07-09张保国史利利

海河水利 2023年6期

孙伟，张保国，，于捷，史利利

（1.贵州省水利科学研究院防灾与节水研究所，贵州贵阳 550002；2.华北水利水电大学水利学院，河南郑州 450046）

全球变暖背景下，季风气候的不稳定性加剧，使我国干旱灾害频繁发生。据自然灾害损失统计，气象灾害损失占全部自然灾害损失的70%以上，而旱灾损失占气象灾害损失的50%左右[1]。贵州省属于典型的季风气候脆弱区[2]，干旱灾害频发，影响程度深、范围广、损失大。如，2009—2010 年特大干旱中1.57×106hm2农作物受旱灾影响，695.22万人、503.36万头牲畜发生了临时饮水困难。贵州省的防旱抗旱工作以乡镇为最小行政单元开展[3]，将风险区划单元进一步延伸至乡镇，可为防旱抗旱工作高效开展提供科学依据。

干旱灾害风险区划是被动抗旱向主动抗旱转变的有效手段之一，对防旱抗旱具有重要意义[4]。灾害风险形成理论全面、客观地表征了干旱灾害风险形成机理[5]，被广泛应用于干旱灾害风险区划[6]。一些学者基于自然灾害风险理论，利用地形地貌、社会经济和旱情旱灾等数据对研究区进行干旱灾害风险区划，为其研究区防旱抗旱工作提供科学依据[7-9]。因目前未形成较为统一的旱灾风险区划指标体系，需根据研究区特点建立风险区划模型[10]。吴志勇等[11]提出旱灾风险区划工作需明确最小区划单元，以便于区划成果的应用。王慧彦等[12]基于危险性和脆弱性，选取人口密度等指标，对河北省滦县各乡镇进行干旱灾害风险区划。尚小宁等[13]选取植被覆盖度等指标，构建了以致灾因子、成灾环境、承灾体和防灾减灾能力为区划因子的干旱灾害风险评估模型，得到以乡镇为区划单元的陕西省泾阳县干旱灾害风险区划图。张前东等[14]基于自然灾害风险理论，选取降水量等指标，建立农业干旱灾害风险评价模型，对山东省济南市长清区进行干旱灾害风险区划。前人基于乡镇尺度的干旱灾害风险区划研究主要集中在我国北方地区，且研究区域地势相对平坦、社会经济发展和人口分布较为均衡[15]。由于我国西南地区地形复杂且干旱灾害风险程度高[16]，需在前人研究的基础上进一步考虑地形条件对干旱灾害风险的影响。

贵州省遵义市播州区是第一次全国自然灾害综合风险普查工作的试点之一，也是贵州喀斯特地貌发育最典型的县区之一。本研究以播州区为例，在当前旱灾风险区划研究的基础上，分析和遴选旱灾风险代表性评价指标，构建以乡镇为区划单元的旱灾风险区划模型，开展旱灾风险区划研究。通过该研究，为当地开展抗旱规划和干旱灾害防御相关工作提供科学依据，也为类似喀斯特山区乡镇尺度干旱灾害风险区划提供参考。

1 研究区概况与数据来源

1.1 研究区概况

播州区隶属于贵州省遵义市，位于贵州省北部，属亚热带湿润季风气候区，耕地面积6.29×104hm2，其中旱地占69.10%。辖区为山区地形地貌，岩溶较为发育，地表崎岖破碎，河流河谷深切，地表渗漏严重，水资源分布与经济社会发展、人口分布不相匹配[17]。因季风不稳定，季节性缺水问题频现，干旱灾害频发，旱灾在农作物遭受的自然灾害中占46%，有“三年一小旱，五年一大旱”的特点[18]。播州区共辖5 个街道，17 个镇和2 个乡。本研究以农村地区为评估区划的重点，将播州区的5 个街道作为一个区划单元，共计20 个区划单元。研究区概况，如图1所示。

图1 研究区概况

1.2 数据来源

本研究的主要基础数据及其来源记述如下：地形数据（GDEMV3 30M 分辨率数字高程模型）来源于中国科学院计算机网络信息中心地理空间数据云（http：//www.gscloud.cn）；2020 年土地利用遥感监测数据来源于中国科学院地理科学与资源研究所资源环境科学与数据中心（http：//www.resdc.cn）；各乡镇年降水量数据为《中华人民共和国政区大典贵州省卷上》所记载的年平均降水量数据[19]；农村集中供水率为遵义市农村饮水安全工程运行管护现状摸排成果；耕地有效灌溉率为贵州省干旱灾害致灾调查延伸到乡镇的成果；乡镇常住人口来源于播州区第七次全国人口普查公报；各乡镇年粮食总产量、农村常住居民人均可支配收入、农业从业人员数量、公共财政预算收入和乡镇面积等数据从播州年鉴中获取；各乡镇常住人口中农业人口比重由农业从业人员数量和常住人口计算得到[20]。

2 研究方法

2.1 因子指标体系构建

基于自然灾害风险形成理论，从危险性、脆弱性、暴露性和抗旱减灾能力4 个因子出发[21]，选取10个指标，构建乡镇尺度干旱灾害风险区划指标体系，详见表1。各指标的权重利用专家打分法得到。

表1 干旱灾害风险区划指标体系

根据多年平均降水量越多对旱灾形成所做的贡献越小的原则，评价干旱灾害危险性[12]。选取林草覆盖率评价涵养水源能力。播州区地表崎岖破碎，地形起伏程度和地表崎岖程度影响水资源利用率和取水难易程度，选取地形综合指数评价复杂地形背景。因土地利用条件相差较大，选取耕地率、旱地比综合评价耕地暴露性和耕地易损性。因不同乡镇产业发展现状不同，选取农业人口比重评价人口暴露性。抗旱减灾能力是指承灾体对旱灾的抵御和恢复能力。播州区不同乡镇间的乡镇政府财政实力和农民收入水平相差较大，选取人均公共财政预算收入、农民人均可支配收入作为评价指标。农业和农村是乡镇水利建设的短板，选取农村集中供水率、耕地有效灌溉率评价乡镇水利发展水平。

2.2 指标规范化

干旱灾害风险区划指标体系涉及多个领域，为消除不同评价指标间量纲差异、缩小同一指标不同乡镇归一化值的差距，参考和借鉴喀斯特地区农业干旱灾害研究[22]，采用下式进行规范化处理：

正向指标计算公式为：

负向指标计算公式为：

式中：Yi为指标层规范化值；Xi为指标数据；Xmax和Xmin分别为指标的最大值和最小值。

2.3 干旱灾害风险区划模型

基于自然灾害风险理论，建立旱灾风险区划模型：

式中：R为干旱灾害风险度；QH为危险性；QE为脆弱性；QD为暴露性；QM为抗旱减灾能力；WH、WE、WD、WM分别为权重系数，且WH+WE+WD+WM=1；Q为准则层因子；i为指标层个数；wi为指标层的权重。

3 结果与分析

对20 个区划单元通过等分法将各指标规范化值和影响因子分为5 级（旱灾影响指标空间分布如图2所示，旱灾影响因子空间分布如图3所示），以便旱灾的评价指标和影响因子间进行比较。

图2 旱灾影响指标空间分布

图3 旱灾影响因子空间分布

由图2可以看出，林草覆盖率较低的8个乡镇地形综合指数较高，旱地占比较高。图3（a）为分位数法对各乡镇年平均降水量归一化值划分等级，播州区危险性高的乡镇主要分布在东部、南部和西部：乌江镇、泮水镇、西坪镇和铁厂镇危险性最高，石板镇、三岔镇、苟江镇和尚嵇镇危险性最低。通过与《遵义县志（1978—2007）》所记载的历史特旱乡镇对比可以发现，83%的历史特旱乡镇的危险性处于中高及以上水平。多年平均降水量较好地反映了历史特旱乡镇的分布规律，可以反映干旱灾害危险性。由图3（b）可以看出，脆弱性整体西高东低、南高北低：新民镇、泮水镇、枫香镇和平正乡的脆弱性最高，5 个街道、三岔镇、龙坪镇和团溪镇的脆弱性最低。由图3（c）可以看出，暴露性高的乡镇主要分布在东部和西部：石板镇、西坪镇、平正乡和洪关乡暴露性最高，5 个街道、三岔镇、苟江镇和团溪镇的暴露性最低。由图3（d）可以看出，抗旱减灾能力低的地区主要分布在东部、南部和西部：石板镇、茅栗镇、西坪镇和平正乡抗旱减灾能力最低，5 个街道、鸭溪镇、苟江镇和尚嵇镇抗旱减灾能力高。由图3（b）—（d）可以发现，脆弱性低的乡镇暴露性较低，抗旱减灾能力较高，反映了播州区的社会经济布局：地形条件好的乡镇社会经济布局较为集中，农业占比较小。地形条件好的乡镇社会经济和水利事业发展较快，其抗旱减灾能力较强。

播州区干旱灾害风险区划，如图4所示。由图4可以看出，干旱灾害风险较高的地区主要分布在东北部、南部和西部。其中，乌江镇、西坪镇、洪关乡和平正乡为高风险区，石板镇、泮水镇、枫香镇和乐山镇为中高风险区，以上乡镇为抗旱减灾的重点；铁厂镇、茅栗镇、三合镇和马蹄镇为中风险区；龙坪镇、三岔镇、新民镇和鸭溪镇为中低风险区；5 个街道、团溪镇、苟江镇和尚嵇镇为低风险区。不难发现，低风险区的地形条件较好，农业人口比重、旱地占比较低，人均公共财政预算收入、耕地有效灌溉率较高，干旱灾害风险影响因子均处于较低水平。对比图2和图4，可知林草覆盖率较低的乡镇地形条件较差（不考虑石漠化），旱地占比较高，干旱灾害风险较高。

图4 干旱灾害风险区划

根据《遵义县志（1978—2007）》所记载的自然灾害资料[23]，东部的西坪镇、团溪镇和铁厂镇，南部的乌江镇、三合镇和尚嵇镇，以及西部的平正乡、洪关乡、泮水镇、马蹄镇和枫香镇为历史特旱乡镇，差异主要是近年来社会经济水平和水利发展不均衡造成的。团溪镇和尚嵇镇的地形条件较好，社会经济发展较快，农业人口比重、旱地占比较低，人均公共财政预算收入、耕地有效灌溉率较高，干旱灾害风险影响因子均处于较低水平，故而干旱灾害风险低。石板镇虽地形条件较好，但耕地率和旱地占比较高，农业人口比重高，农村集中供水率低，暴露性高，抗旱减灾能力低，干旱灾害风险较高。因此，地形条件好是干旱灾害风险低的必要条件。综上，本次区划结果较好地反映了播州区干旱灾害风险现状，可为防旱抗旱工作高效开展提供科学依据。同时，本研究方法和思路可为类似喀斯特地区乡镇单元干旱灾害风险区划提供借鉴和参考。