康 蕾，馬 麗，劉 毅

（1.中國科學(xué)院區(qū)域可持續(xù)發(fā)展分析與模擬重點實驗室，中國科學(xué)院地理科學(xué)與資源研究所，北京100101；2.中國科學(xué)院大學(xué)，北京100049）

基于作物損失率的風(fēng)暴潮增水災(zāi)害對農(nóng)業(yè)產(chǎn)量影響評估
——以珠江三角洲地區(qū)為例*

康 蕾1，2，馬 麗1，劉 毅1

（1.中國科學(xué)院區(qū)域可持續(xù)發(fā)展分析與模擬重點實驗室，中國科學(xué)院地理科學(xué)與資源研究所，北京100101；2.中國科學(xué)院大學(xué)，北京100049）

在借鑒相關(guān)經(jīng)驗的基礎(chǔ)上建立風(fēng)暴潮增水農(nóng)業(yè)產(chǎn)量損失評估模型，選擇廣東省珠江三角洲地區(qū)為研究區(qū)域，以該地區(qū)的DEM、土地利用等數(shù)據(jù)為基礎(chǔ)，通過實地調(diào)研獲取當?shù)氐淖魑锓N植結(jié)構(gòu)、輪作方式、作物單產(chǎn)、不同淹沒高度下不同作物的損失率等數(shù)據(jù)資料，并以2010年為例，估算并分析了不同風(fēng)暴潮增水情景下珠三角地區(qū)耕地受災(zāi)空間分布特征及農(nóng)業(yè)產(chǎn)量損失情況。結(jié)果表明，低估計情況下研究區(qū)耕地風(fēng)暴潮淹沒總面積占耕地總面積3.61%，高估計時該比重增加到5.47%，其中廣州、江門、珠海、汕尾、惠州、佛山等地市受風(fēng)暴潮影響耕地淹沒情況較為嚴重；且隨風(fēng)暴潮災(zāi)害的加劇，多地市淹沒高度在最大值150 cm以上的耕地淹沒面積增加顯著。從耕地淹沒造成的農(nóng)業(yè)產(chǎn)量損失來看，蔬菜的損失產(chǎn)量普遍較高，其次是稻谷，花生受災(zāi)害影響較小。其中蔬菜災(zāi)損最嚴重的為廣州，稻谷損失最嚴重的為江門。本文較為細致地刻畫了珠三角地區(qū)海平面上升及風(fēng)暴潮增水災(zāi)害對農(nóng)業(yè)的影響，以期為珠江三角洲地區(qū)作物種植布局、生產(chǎn)以及防災(zāi)減災(zāi)提供定量和定位的科學(xué)依據(jù)。

風(fēng)暴潮災(zāi)害；耕地淹沒；農(nóng)業(yè)損失；珠江三角洲

由熱帶氣旋、溫帶氣旋、海上颮線等風(fēng)暴過境所伴隨的強風(fēng)和氣壓驟變而引起局部海面振蕩或非周期性異常升高（降低）現(xiàn)象，稱為風(fēng)暴潮，其引起的沿岸漲水造成的災(zāi)害通常稱為風(fēng)暴潮災(zāi)害。我國海域遼闊，大陸海岸線長達18 km多，南北縱跨溫、熱兩帶，風(fēng)暴潮災(zāi)害可遍布各個沿海地區(qū)，使得我國是受風(fēng)暴潮影響最嚴重的少數(shù)國家之一。2005年以來，風(fēng)暴潮災(zāi)害造成我國的直接經(jīng)濟損失均為各類海洋災(zāi)害之首。其中，2005年是風(fēng)暴潮災(zāi)害經(jīng)濟損失最為嚴重一年，全年風(fēng)暴潮災(zāi)害造成直接經(jīng)濟損失達到329.8億元；2010-2014年五年間，風(fēng)暴潮造成的直接經(jīng)濟損失占各類海洋災(zāi)害造成的經(jīng)濟總損失的比重持續(xù)上升，其中2012-2014年風(fēng)暴潮造成的直接經(jīng)濟損失均超過百億元，分別為126.29億元、152.45億元和135.78億元，占當年各類海洋災(zāi)害造成的直接經(jīng)濟損失比重分別高達81.35%、93.25%和 99.74%。因此，針對風(fēng)暴潮災(zāi)害進行研究，充分認識風(fēng)暴潮災(zāi)害的嚴重性和危險性，具有重要的現(xiàn)實意義。

目前，國內(nèi)外學(xué)者圍繞風(fēng)暴潮災(zāi)害已開展了相關(guān)的研究，這些研究主要涉以下幾個方面：①風(fēng)暴潮的特征、類型、成因研究，許多學(xué)者基于國內(nèi)某些地區(qū)的風(fēng)暴潮歷史統(tǒng)計數(shù)據(jù)，對風(fēng)暴潮的地理氣象成因、發(fā)生規(guī)律［1-4］、多年時空分布特征等方面進行分析［5-6］；②風(fēng)暴潮災(zāi)害風(fēng)險及脆弱性研究，這類研究和一般自然災(zāi)害脆弱性研究的宏觀思路一致，基于一定的指標體系，采用一定的模型及數(shù)學(xué)方法綜合評價一定區(qū)域的風(fēng)暴潮災(zāi)害脆弱性或風(fēng)暴潮災(zāi)害風(fēng)險［7-9］；③風(fēng)暴潮災(zāi)害損失評估研究［10-14］，以及在此基礎(chǔ)上對區(qū)域進行風(fēng)暴潮損失風(fēng)險區(qū)劃［15］。常見的風(fēng)暴潮災(zāi)害經(jīng)濟損失評價研究往往通過選取一系列的評價指標，從整體上對總體的經(jīng)濟損失進行評估［16］。并多將損失分為直接經(jīng)濟損失與間接經(jīng)濟損失，分別確定每類損失的價值，然后加總獲得風(fēng)暴潮淹沒總損失［17］。而在具體損失評估的計算方法上，有評估直接經(jīng)濟損失的財產(chǎn)損失率法、損失增長率模型、面上綜合損失模型等，以及用于確定間接經(jīng)濟損失的直接調(diào)查估值法、經(jīng)驗系數(shù)法等方法［18］。各類方法優(yōu)缺不一，研究對象也涉及社會經(jīng)濟的各個方面。然而，風(fēng)暴潮作為一種自然災(zāi)害最為直接的影響對象是土地資源，其往往造成受災(zāi)地區(qū)農(nóng)田耕地資源的淹沒和農(nóng)業(yè)產(chǎn)量的損失。有學(xué)者對海平面上升背景下中國沿海臺風(fēng)風(fēng)暴潮脆弱性評估結(jié)果表明，沿海地區(qū)被淹各類土地中農(nóng)田所占面積比例最大［19］。但現(xiàn)有研究中針對單一的農(nóng)業(yè)損失評估較為鮮見，且評估主要采取不同用地類型不同損失率的方法，忽視了地表不同作物的損失率差異和地方播種結(jié)構(gòu)差異。方法簡單機械，更沒有一種評估方法被普遍采用和推廣。

有鑒于此，本文在借鑒相關(guān)經(jīng)驗的基礎(chǔ)上嘗試建立基于不同作物損失率的風(fēng)暴潮災(zāi)害農(nóng)業(yè)損失評估模型，對風(fēng)暴潮災(zāi)害造成的農(nóng)業(yè)產(chǎn)量損失進行估算。本文選擇廣東省珠江三角洲地區(qū)為研究區(qū)域，應(yīng)用GIS空間分析技術(shù)，以2010年為研究年（與土地利用數(shù)據(jù)對應(yīng)），基于當年該地區(qū)的海平面上升及風(fēng)暴潮淹沒高程，提取淹沒耕地空間范圍；選取水稻、花生和蔬菜為主要作物，結(jié)合各作物的播種情況，包括作物播種面積、單產(chǎn)以及不同淹沒的高度范圍內(nèi)作物的災(zāi)害損失率，計算出當年珠江三角洲各地市主要農(nóng)作物的淹沒損失產(chǎn)量，對風(fēng)暴潮災(zāi)害影響下該地區(qū)農(nóng)業(yè)生產(chǎn)遭受的產(chǎn)量損失情況進行定量刻畫，以期更深入、客觀、準確地認識地區(qū)農(nóng)業(yè)的風(fēng)暴潮受災(zāi)特征，把握風(fēng)暴潮災(zāi)害對珠江三角洲農(nóng)業(yè)生產(chǎn)造成的不利影響，從而為制定有效的防災(zāi)減災(zāi)策略提供一定的科學(xué)依據(jù)。

1 研究方法與數(shù)據(jù)來源

1.1 研究區(qū)域概況

珠江三角洲地處我國廣東省中南部沿海地段，是我國的第二大河三角洲，包括廣州、深圳、珠海、佛山、江門、東莞、中山、惠州、陽江、汕尾等城市，面積約1.1萬km2（圖1）。珠江三角洲平原廣闊，水網(wǎng)密布，海岸線綿長，良好的氣候條件、地形條件和水文條件非常適宜農(nóng)業(yè)發(fā)展。加上便利的交通和廣闊的市場，使得本區(qū)成為廣東省稻米、甘蔗、桑蠶等的集中產(chǎn)地之一，在農(nóng)業(yè)生產(chǎn)中具有舉足輕重的地位。近年來隨著全球變暖加劇及區(qū)域經(jīng)濟和城市化進程的迅猛發(fā)展，海平面上升、風(fēng)暴潮加劇、海岸侵蝕等災(zāi)害造成珠三角地區(qū)脆弱性迅速加劇［20］，并且該地區(qū)位于風(fēng)暴潮災(zāi)害嚴重岸段內(nèi)，遭受風(fēng)暴潮等災(zāi)害所造成的損失和影響遠遠大于其他區(qū)域［21］。

1.2 數(shù)據(jù)來源

本文所采用的基礎(chǔ)地理數(shù)據(jù)包括珠江三角洲地區(qū)2010年1：5萬比例尺土地利用數(shù)據(jù)（矢量），以及分辨率為10 m×10 m的數(shù)字高程模型（DEM），以上數(shù)據(jù)均由廣州地理研究所提供。此外，主要作物的種植面積、單產(chǎn)等數(shù)據(jù)主要來自《廣東省統(tǒng)計年鑒2011》。所采用的淹沒高程數(shù)據(jù)來自于收集的海平面高度資料來自中國科學(xué)院地理科學(xué)與資源研究所李國勝課題組的成果，包括珠江三角洲區(qū)域內(nèi)主要18個驗潮站的月均潮位資料和分辨率為1／3°×1／3°的經(jīng)緯網(wǎng)格衛(wèi)星高度計資料。

1.3 研究方法

1.3.1 風(fēng)暴潮淹沒的耕地范圍提取

風(fēng)暴潮和海平面上升將成為中國沿海地區(qū)主要的氣象災(zāi)害之一。根據(jù)IPCC第五次報告，在1901-2010年期間全球平均海平面上升了0.19m［22］。而對于中國南海地區(qū)的海平面上升和風(fēng)暴潮增水，本研究采用了李國勝等的研究成果［23-24］，在不考慮海堤防護能力的前提下，以GIS空間分析技術(shù)為支持，基于珠江三角洲地區(qū)DEM數(shù)據(jù)，以該地區(qū)2010年海平面及風(fēng)暴潮增水情景（表1）給出的風(fēng)暴潮淹沒高程為依據(jù)，提取2010年份珠江三角洲地區(qū)高、低估計情景下的風(fēng)暴潮可能淹沒范圍。

表1 珠江三角洲地區(qū)2010年海平面上升及風(fēng)暴潮增水情景

基于珠江三角洲地區(qū)2010年土地利用數(shù)據(jù)，與上述得到的不同增水情景下的風(fēng)暴潮淹沒范圍疊加提取被淹沒耕地的空間分布?；诤Ｆ矫嫔仙帮L(fēng)暴潮增水高程和被淹沒耕地的實際高程，借助于ArcGIS提供的柵格計算器工具，計算被淹沒耕地淹沒的高度，即淹沒高程與被淹沒耕地實際高程的差值，并依據(jù)實際調(diào)研的農(nóng)戶災(zāi)害強度感知情況，按表2進行等級劃分。

表2 淹沒的高度等級劃分

1.3.2 主要作物受災(zāi)情況與損失率

通過在珠江三角洲地區(qū)的農(nóng)戶調(diào)查發(fā)現(xiàn)，珠江三角洲地區(qū)的作物熟制基本為一年三熟，以雙季稻占優(yōu)勢，且多實行“早稻＋晚稻＋經(jīng)濟作物（花生、木薯等）”或者“早稻＋晚稻＋蔬菜”的輪作種植制度。早稻一般于每年2-3月份左右播種，6 -7月份左右收割；晚稻于每年6-7月份左右播種，11月份左右收割。蔬菜全年都有種植，而花生的種植時間為4-10月。而該地區(qū)風(fēng)暴潮主要發(fā)生在6-10月份，因此由各作物的種植時間和風(fēng)暴潮發(fā)生的時間之間的重疊情況可以判定，稻谷（早稻和晚稻）、蔬菜和花生是受風(fēng)暴潮災(zāi)害影響的主要作物，其損失構(gòu)成了海平面上升及風(fēng)暴潮增水災(zāi)害造成農(nóng)業(yè)產(chǎn)量損失的主要部分。

農(nóng)業(yè)損失計算的關(guān)鍵是合理確定各作物在不同淹沒程度下的淹沒損失參數(shù)，淹沒損失率則是其中最重要的參數(shù)之一。相關(guān)研究表明［25］，淹沒高度不同，農(nóng)作物損失率也不同；對同一種農(nóng)作物而言，在不同的淹沒高度下，損失率不同。淹沒高度越大，損失率亦隨之增大。本研究根據(jù)農(nóng)戶調(diào)查結(jié)果統(tǒng)計得到不同淹沒高度導(dǎo)致作物的損失率如表3所示。

1.3.3 風(fēng)暴潮淹沒作物損失評估

基于珠江三角洲地區(qū)耕地面積、淹沒的耕地面積，以及不同作物的種植面積、單產(chǎn)等數(shù)據(jù)，以市域為單元，應(yīng)用模型［26］計算出珠江三角洲各行政單元的風(fēng)暴潮淹沒作物產(chǎn)量的損失量，計算如式（1）所示。最后再匯總求算地區(qū)總體的農(nóng)業(yè)損失。

表3 不同淹沒高度下作物的損失率統(tǒng)計 %

式中：V為統(tǒng)計單元（市域）內(nèi)不同作物損失的總價值；j為耕地淹沒的高度等級，取值為1～6；i代表作物類別；Cij為淹沒高度為j等級時被淹沒的作物i的面積；Gi為作物i的單產(chǎn)；Eij為淹沒高度為j等級時作物i的損失率。

其中，Cij計算如下：

式中：Cij為所統(tǒng)計行政單元內(nèi)淹沒高度為j等級時被淹沒的作物i的面積；Aj為j等級下各行政單元內(nèi)被淹沒的耕地面積；C0為相應(yīng)行政單元內(nèi)的作物i的實際播種面積；A0為相應(yīng)行政單元內(nèi)的實際耕地面積。

2 結(jié)果分析

2.1 珠三角地區(qū)耕地淹沒分析

2.1.1 總體淹沒態(tài)勢分析

對于風(fēng)暴潮災(zāi)害所造成的農(nóng)業(yè)損失評估，首先要獲得風(fēng)暴潮淹沒的耕地空間范圍。本研究借助ArcGIS提取珠江三角洲地區(qū)風(fēng)暴潮淹沒的耕地空間范圍（圖2），并對淹沒范圍內(nèi)的耕地面積進行統(tǒng)計。據(jù)統(tǒng)計，2010年珠三角地區(qū)低估計情景下的耕地淹沒總面積為94 951.35 hm2，高估計時為137 373.78 hm2，分別占地區(qū)耕地總面積的18.49%和26.75%。分地市看（表4），在風(fēng)暴潮災(zāi)害的影響下，江門市被淹沒的耕地面積最大，低估計時為28 991.29 hm2，高估計時為39 158.2 hm2。其次是廣州和珠海，在低估計時的耕地淹沒面積已達上萬公頃，分別是19 423.77 hm2和10 400.65 hm2。其中，江門的臺山市、新會區(qū)的南部和恩平市的東南部瀕臨南海，全市海岸線長615 km，占全省的1／5，且臺山市和恩平市的東南部均地處海灣，潮流進入遇岸易導(dǎo)致潮位急劇上升，造成較大范圍的淹沒。廣州南部和珠海是珠江三角洲岸段珠江口的一部分，而珠江口是一個喇叭口和河網(wǎng)區(qū)并存的復(fù)式河口，當強大的臺風(fēng)過境把海水由喇叭口向內(nèi)推進時，海水容易向河內(nèi)網(wǎng)區(qū)的河網(wǎng)擴散，加之沿海地勢低洼，一旦遭遇風(fēng)暴潮災(zāi)害，這兩個地區(qū)都會發(fā)生大面積的淹沒。同樣處在珠江口的中山和佛山，耕地淹沒面積在低估計均超過5 000 hm2。此外，汕尾地處珠江口東側(cè)，南瀕南海，東臨臺灣海峽，臺風(fēng)帶來的風(fēng)暴潮災(zāi)害也會造成大面積的耕地被淹沒。

圖2 2010年海平面上升及風(fēng)暴潮增水淹沒高程下淹沒耕地的空間分布

圖3 2010年不同海平面上升及風(fēng)暴潮增水淹沒高程下不同淹沒高度等級的耕地分布

從高、低估計不同情況下風(fēng)暴潮淹沒耕地面積的增加程度來看，惠州、陽江的耕地淹沒面積增加率都超過100%，其中惠州高達192.66%，廣東三大水系之一的東江及其支流橫貫境內(nèi)，隨風(fēng)暴潮淹沒高程的增加，災(zāi)害對其危害性就會顯著增大。此外，汕尾和佛山的耕地淹沒面積在高估計時也有顯著增加。因此了解這些地區(qū)風(fēng)暴潮災(zāi)害的特征和危害，提出有效措施和防御對策，對提高農(nóng)業(yè)生產(chǎn)防災(zāi)減災(zāi)能力有重要意義。

表4 2010年海平面上升及風(fēng)暴潮增水淹沒高程下珠三角地區(qū)各市淹沒耕地面積統(tǒng)計 hm2

2.1.2 不同淹沒高度的耕地淹沒分析

從被淹沒耕地淹沒的高度等級分布來看（圖3），低估計情況下，珠江三角洲地區(qū)淹沒高度在30 cm以下的耕地面積為35 043.53 hm2，比重達淹沒耕地總面積的37%；其次是淹沒高度在80～120 cm的耕地，面積為31 215.54 hm2，比重達33%。淹沒高度高達150cm以上的耕地面積有24 797.21 hm2，所占比重也高達26%。從各地的淹沒情況來看，深圳、佛山、惠州、汕尾、陽江等地市被淹沒耕地的淹沒高度以30 cm以下為主，淹沒程度較輕；廣州、珠海、江門、中山等地市有超過或接近1／3的被淹沒耕地的淹沒高度在150 cm以上，淹沒程度嚴重。在2010年的高估計情況下（表5），珠江三角洲地區(qū)有超過65%的被淹沒耕地的淹沒耕地在120 cm以上，其中淹沒高度在120～150 cm之間和150 cm以上的被淹沒耕地面積分別為34 993.95 hm2、60 122.91 hm2，比重分別高達25%和44%，淹沒嚴重程度較低估計時顯著上升。其中，廣州、珠海、中山、江門等地市淹沒高度在150 cm以上的耕地面積比重均超過了各地淹沒總面積的50%。淹沒的高度越大，農(nóng)業(yè)損失率就越高，顯然高估計情況下風(fēng)暴潮災(zāi)害使各地及整個地區(qū)蒙受的農(nóng)業(yè)損失遠大于低估計的情況。

2.2 珠三角地區(qū)農(nóng)業(yè)產(chǎn)量損失評估

2.2.1 主要作物不同淹沒高度產(chǎn)量損失情況

由表6可知，從各主要作物不同淹沒高度下的產(chǎn)量損失占研究區(qū)相應(yīng)作物總產(chǎn)量的比重來看，除低估計時淹沒高度在30 cm以下的稻谷損失產(chǎn)量比重最大、高估計時淹沒高度在30 cm以下的花生損失產(chǎn)量比重最大之外，其余各淹沒高度等級下均是蔬菜的損失最大；從占廣東省的總產(chǎn)量比重來看，各淹沒等級下蔬菜的損失都是最大的。總體上蔬菜的產(chǎn)量損失更為嚴重。以2010年低估計的情況為例，三種主要作物的淹沒損失產(chǎn)量占總產(chǎn)量的比重隨淹沒的高度變化情況基本相同，當淹沒的高度大于150 cm時，稻谷、花生的損失占研究區(qū)以及廣東省的總產(chǎn)量比重相對最大，分別為3.75%、4.73%和0.94%、0.50%；其次是當淹沒的高度在80～120 cm之間時，二者的淹沒損失占研究區(qū)和廣東省的比重分別為1.85%、1.45%和0.46%、0.29%；當淹沒的高度在30 cm以下時，二者的損失占研究區(qū)總產(chǎn)量的失比重均超過1%，，分別為1.44%和1.33%。對于蔬菜，當淹沒的高度在80～120 cm之間時，其淹沒損失額產(chǎn)量占總產(chǎn)量的比重最大，占研究區(qū)為5.08%，占廣東省衛(wèi)2.03%；當淹沒的高度大于150 cm時，其淹沒損失僅次于最大值，占研究區(qū)和廣東省的比重降低到4.73%和1.89%；淹沒高度小于30 cm時，其淹沒損失產(chǎn)量占研究區(qū)總產(chǎn)量的1.43%，其余淹沒高度范圍內(nèi)蔬菜的淹沒損失產(chǎn)量比重都在1.0%以下。2010年高估計情景下，各主要作物在淹沒高度等級較高時淹沒損失產(chǎn)量占總產(chǎn)量的比重均明顯增加，且高損失產(chǎn)量主要集中在30～50 cm、120～150 cm和150 cm以上三個淹沒高度范圍。具體來看，淹沒高度在150 cm以上時，稻谷、花生和蔬菜的淹沒損失產(chǎn)量所占比重為各淹沒高度等級中最大，其中占研究區(qū)總產(chǎn)量分別為9.02%、6.30%和11.74%，占廣東省總產(chǎn)量比重則分別為2..25%、1.27%和4.69%；當淹沒高度在120～150 cm之間時，三者的淹沒損失產(chǎn)量比重有所減少但仍高于其他淹沒高度等級的比重；此外，淹沒高度在30～50 cm之間時，損失比重也相對較大?？梢钥闯鲇捎谘蜎]高程的增加，淹沒高度越大的區(qū)域風(fēng)暴潮災(zāi)害造成的農(nóng)業(yè)損失就越大、損失增加越顯著，則會有更大范圍地區(qū)受到風(fēng)暴潮災(zāi)害影響加劇。

表5 2010年海平面上升及風(fēng)暴潮增水影響下珠三角地區(qū)不同淹沒高度范圍的耕地面積統(tǒng)計 hm2

表6 不同淹沒高度主要作物的淹沒損失產(chǎn)量占研究區(qū)及廣東省總產(chǎn)量的比重

2.2.2 農(nóng)業(yè)總體產(chǎn)量損失情況

按照作物類別，將珠江三角洲地區(qū)各行政單元不同淹沒高度的作物損失產(chǎn)量加和，進而再將各行政單元的作物損失產(chǎn)量匯總，得到整個珠三角地區(qū)各主要作物的災(zāi)損總產(chǎn)量，及其占研究區(qū)和廣東省相應(yīng)作物產(chǎn)量的比值（表7）。由計算結(jié)果可知，珠江三角洲地區(qū)稻谷、花生、蔬菜等主要農(nóng)作物總損失產(chǎn)量在低估計時分別為19.43萬t、0.97萬t、130.74萬t，占研究區(qū)總產(chǎn)量的比重均超過5%，蔬菜損失產(chǎn)量占研究區(qū)的比重更超過10%，高達12.36%；三種作物損失占整個廣東省的比重都達到1%以上，蔬菜災(zāi)損比重更高達全省的12.035%。高估計是各主要作物的損失情況與低估計時相類似。不難看出，蔬菜的損失產(chǎn)量為各作物中最大，稻谷的損失低于蔬菜，花生的損失為三種作物中相對最低。但稻谷和花生在高估計時的損失比低估計時高出一倍多，以稻谷為例，低估計時的損失產(chǎn)量為19.43萬t，而高估計時的損失高達39.46萬t，損失程度隨淹沒高度的增加顯著上升。說明隨風(fēng)暴潮災(zāi)害的嚴重程度加劇，對稻谷、花生兩大作物的影響更為突出。

表7 2010年海平面上升及風(fēng)暴潮增水影響下珠三角地區(qū)主要作物損失總產(chǎn)量及比重

從各市受風(fēng)暴潮災(zāi)害影響的農(nóng)業(yè)災(zāi)損產(chǎn)量統(tǒng)計結(jié)果來看（表8），深圳受災(zāi)影響最為輕微，而廣州的農(nóng)業(yè)受災(zāi)總產(chǎn)量為珠江三角洲地區(qū)最高，低估計時損失產(chǎn)量超過55萬t，高估計時超過90萬t。農(nóng)業(yè)受災(zāi)損失總產(chǎn)量在低估計時就超過10萬t的其他城市有中山、江門、佛山和汕尾，總損失產(chǎn)量分別是24.44萬t、21.76萬t、13.95萬t和13.67萬t，且上述四市高估計時主要作物災(zāi)損總產(chǎn)量均超過30萬t，屬于受災(zāi)害影響較嚴重的地區(qū)。其余各地市作物災(zāi)損總產(chǎn)量低估計時均在10萬t以下，但珠海、惠州、東莞及陽江在高估計時災(zāi)損產(chǎn)量增加到10萬t以上。

從各市的作物受災(zāi)損失情況來看，首先以低估計結(jié)果為例，蔬菜的受災(zāi)產(chǎn)量損失均為各作物當中最高，其次是稻谷，花生的受災(zāi)損失產(chǎn)量為三種作物中最低。高估計時，各市的農(nóng)作物受災(zāi)損失情況類似于低估計。其中，蔬菜損失產(chǎn)量最高的是廣州，其次是中山、江門、佛山等地市。稻谷損失產(chǎn)量最高的是江門，其次是廣州、汕尾、陽江、中山、珠海等地?；ㄉ膿p失產(chǎn)量普遍較低，各地市的損失均在1萬t以下。呈現(xiàn)這樣的態(tài)勢和地區(qū)種植結(jié)構(gòu)密切相關(guān)，蔬菜的播種面積比例普遍較高，因而受風(fēng)暴潮災(zāi)害影響的概率也高，受災(zāi)面積就大，受災(zāi)損失額就高。稻谷受災(zāi)損失也不容忽視的原因在于珠三角地區(qū)風(fēng)暴潮災(zāi)害發(fā)生的時間與稻谷，特別是晚稻，有明顯的重疊期，風(fēng)暴潮引發(fā)的外力會引發(fā)水稻倒伏，使稻谷的產(chǎn)量和質(zhì)量降低，甚至造成絕收，因而會造成巨大的損失。

表8 2010年珠江三角洲地區(qū)各地市主要作物災(zāi)損產(chǎn)量 萬t

3 討論與結(jié)論

本文以珠江三角洲地區(qū)為研究區(qū)，以該地區(qū)的DEM、土地利用等數(shù)據(jù)為基礎(chǔ)，結(jié)合當?shù)氐淖魑锓N植結(jié)構(gòu)、輪作方式、單產(chǎn)，以及農(nóng)戶調(diào)研得到的作物受災(zāi)損失率等資料，探索建立風(fēng)暴潮災(zāi)害農(nóng)業(yè)產(chǎn)量損失評估模型，對風(fēng)暴潮影響下珠三角地區(qū)農(nóng)業(yè)受災(zāi)空間分布特征及農(nóng)業(yè)產(chǎn)量損失現(xiàn)狀進行了評估，揭示了地區(qū)海平面上升和風(fēng)暴潮增水災(zāi)害對農(nóng)業(yè)的影響，以期為珠江三角洲地區(qū)作物種植布局、生產(chǎn)以及防災(zāi)減災(zāi)提供定量和定位的科學(xué)依據(jù)。

（1）從耕地淹沒態(tài)勢來看，2010年珠三角地區(qū)低估計情境下的耕地淹沒總面積為18 838.07 hm2，高估計時為28 593.37 hm2，分別占地區(qū)耕地總面積的3.61%和5.47%。分地市看，江門、廣州、珠海以及汕尾等地遭遇風(fēng)暴潮災(zāi)害時均會造成較大面積的耕地被淹沒；此外，惠州、汕尾、佛山等市在淹沒高程增加時耕地淹沒面積會顯著增加，這些地區(qū)受風(fēng)暴潮災(zāi)害影響較大。從淹沒的高度來看，多地市高估計情況下淹沒深度在150 cm的耕地面積比重顯著增加，意味著一旦風(fēng)暴潮災(zāi)害的嚴重程度加劇，地區(qū)農(nóng)業(yè)的受災(zāi)程度會顯著加重。珠三角位于南海北面，隨氣候變暖導(dǎo)致珠三角海平面上升趨勢明顯，必然會引起風(fēng)暴潮加?。?5］，可以預(yù)見受災(zāi)范圍將擴大，因此有必要加強對風(fēng)暴潮災(zāi)害的監(jiān)測、防御管理。

（2）從農(nóng)業(yè)損失產(chǎn)量評估結(jié)果來看，稻谷、蔬菜等主要作物的總損失產(chǎn)量偏高，花生的損失產(chǎn)量相對較低。且蔬菜的損失產(chǎn)量最高，占研究區(qū)和廣東省總產(chǎn)量的比重均超過10%，其次是稻谷。且不同淹沒深度等級下也是蔬菜的損失產(chǎn)量所占比重普遍最大，其次是稻谷?？梢婏L(fēng)暴潮對珠三角地區(qū)農(nóng)業(yè)生產(chǎn)和發(fā)展造成的影響不容忽視。風(fēng)暴潮造成大片耕地及農(nóng)作物受淹被毀是最重要的原因。除此之外，部分淹沒農(nóng)田和農(nóng)業(yè)灌溉水源因長時間受海水浸泡，土壤和農(nóng)用灌溉用水含鹽量急劇上升［12，27］，影響農(nóng)作物的生長，從而也會嚴重影響該地區(qū)的農(nóng)業(yè)生產(chǎn)，這屬于風(fēng)暴潮對珠三角地區(qū)農(nóng)田生態(tài)環(huán)境的影響，鑒于這種致災(zāi)影響是一個累積性過程，本研究未對此多做考慮。

（3）珠江三角洲是我國改革開放的先行區(qū)域和重要的經(jīng)濟中心，其地位的重要性和面臨風(fēng)暴潮災(zāi)害的高風(fēng)險性使得該地區(qū)風(fēng)暴潮災(zāi)害研究備受關(guān)注。現(xiàn)有研究多從自然、社會、經(jīng)濟、文化和政策等多角度對地區(qū)面臨風(fēng)暴潮災(zāi)害的影響進行綜合災(zāi)害風(fēng)險評估［28］，本研究嘗試以與農(nóng)業(yè)生產(chǎn)直接相關(guān)的耕地淹沒為切入點，基于珠三角地區(qū)2010年土地利用現(xiàn)狀，結(jié)合實地農(nóng)戶調(diào)研獲得的當?shù)刈魑锓N植結(jié)構(gòu)、單產(chǎn)、單價及損失率等資料，針對風(fēng)暴潮造成的農(nóng)業(yè)直接經(jīng)濟損失進行具體而客觀的評估和分析，有利于清晰地把握風(fēng)暴潮對作物及農(nóng)業(yè)的影響，為災(zāi)前預(yù)防、災(zāi)中管理、災(zāi)后補償以及農(nóng)業(yè)可持續(xù)發(fā)展提供依據(jù)，有利于指導(dǎo)調(diào)整農(nóng)業(yè)種植結(jié)構(gòu)，提高防災(zāi)抗災(zāi)水平，養(yǎng)護和合理利用耕地資源，以最大程度地降低風(fēng)暴潮災(zāi)害造成的農(nóng)業(yè)直接經(jīng)濟損失。

（4）鑒于珠江三角洲地區(qū)的風(fēng)暴潮較為嚴重，造成的農(nóng)業(yè)直接經(jīng)濟損失不容忽視，防潮減災(zāi)的任務(wù)十分艱巨［29］。針對本研究評估分析得出的風(fēng)暴潮災(zāi)害及其損失的特征，結(jié)合相關(guān)研究成果，在此簡要提出相應(yīng)的防潮減災(zāi)措施：①最重要的仍是加強防御風(fēng)暴潮的工程措施，例如在江門、惠州、汕尾等市的沿海岸段修筑防潮海堤和擋潮閘，同時由于這些地區(qū)耕地淹沒嚴重、農(nóng)業(yè)經(jīng)濟損失巨大的地區(qū)，要適當提高建設(shè)江海堤圍的標準，最大程度減輕地區(qū)遭受風(fēng)暴潮災(zāi)害損失的程度；②加強海岸生態(tài)保護，營造沿海防護林體系，尤其是珊瑚礁、紅樹林等能夠保護海岸不受大潮巨浪侵蝕的天然屏障，加強風(fēng)暴潮災(zāi)害防御的生物措施；③在災(zāi)害嚴重區(qū)修建風(fēng)暴潮觀測站，加強災(zāi)害監(jiān)測預(yù)報。

［1］ 甘申東，章衛(wèi)勝，宗虎城，等.我國南海沿海臺風(fēng)風(fēng)暴潮災(zāi)害分析及減災(zāi)對策［J］.水利水運工程學(xué)報，2012（6）：51-58.

［2］ Dong S，Gao JG，Li X，et al.A storm surge intensity classification based on extreme water level and concomitant wave height［J］.2015：237-244.

［3］ Nicholls，R.J.，H.FMJ，M.M.Increasing flood risk and wetland losses due to global sea-level rise：regional and global analyses［J］.Global Environmental Change-Human And Policy Dimensions，1999（9）：69-87.

［4］ Lowe，J J.Gregory R，F(xiàn)lather.Changes in the occurrence of storm surges around the United Kingdom under a future climate scenario using a dynamic storm surgemodel driven by the Hadley Centre climatemodels［J］.Climate Dynamics，2001（18）：179-188.

［5］ 董劍希，李濤，侯京明，等.廣東省風(fēng)暴潮時空分布特征及重點城市風(fēng)暴潮風(fēng)險研究［J］.海洋學(xué)報中文版，2014，36（3）：83-93.

［6］ 吳瑋，劉秋興，于福江，等.臺州沿海地區(qū)臺風(fēng)風(fēng)暴潮淹沒風(fēng)險分析［J］.海洋預(yù)報，2012，29（2）：25-31.

［7］ 肖啟華，張建新，黃冬梅.城市風(fēng)暴潮災(zāi)害快速評估的模糊決策方法——以廈門市為例［J］.災(zāi)害學(xué)，2011，26（2）：77-80.

［8］ 譚麗榮.中國沿海地區(qū)風(fēng)暴潮災(zāi)害綜合脆弱性評估［D］.上海：華東師范大學(xué)，2012.

［9］ 殷杰.中國沿海臺風(fēng)風(fēng)暴潮災(zāi)害風(fēng)險評估研究［D］.上海：華東師范大學(xué)，2011.

［10］趙昕，王曉霞，李莉.風(fēng)暴潮災(zāi)害經(jīng)濟損失評估分析——以山東省為例［J］.中國漁業(yè)經(jīng)濟，2011，29（3）：91-97.

［11］殷克東，王輝.風(fēng)暴潮災(zāi)害損失評估的主成分模型研究［J］.統(tǒng)計與決策，2010（19）：63-64.

［12］房浩，李善峰，葉曉濱.天津市風(fēng)暴潮經(jīng)濟損失評估［J］.海洋環(huán)境科學(xué)，2007，26（3）：271-274.

［13］Genovese E，Green C.Assessmentof storm surge damage to coastal settlements in Southeast Florida［J］.2015：407-427.

［14］Hallegatte S.，Ranger N，Mastre O.Assessing climate change impacts，sea level rise and storm surge risk in port cities：a case study on Copenhagen［J］.Climate Change，2011，104（1）：113-137.

［15］趙領(lǐng)娣，陳明華.中國東部沿海省市風(fēng)暴潮經(jīng)濟損失風(fēng)險區(qū)劃［J］.自然災(zāi)害學(xué)報，.2011，20（5）：100-104.

［16］Vrisou van Eck N，Kok M，Vrouwenvelder A.Standard method for predicting damage and casualties as a resultof floods［J］，HKV Consultants and TNO Building and Construction Research，2000：22-41.

［17］郭愷瑩.我國風(fēng)暴潮災(zāi)害經(jīng)濟損失評估［D］.青島：中國海洋大學(xué)，2013.

［18］左晉中.洪澇災(zāi)情評估方法的探討［J］.山西水利，2003（1）：7-8.

［19］王康發(fā)，尹占娥，殷杰.海平面上升背景下中國沿海臺風(fēng)風(fēng)暴潮脆弱性分析［J］.熱帶海洋學(xué)報，2011，30（6）：31-36.

［20］韓喜彬，龍江平，李家彪，等.珠江三角洲脆弱性研究進展［J］.熱帶地理，2010，30（1）：1-7.

［21］李闊，李國勝.珠江三角洲地區(qū)風(fēng)暴潮重現(xiàn)期及增水與環(huán)境要素的關(guān)系［J］.地理科學(xué)進展，2010，29（4）：433-438.

［22］IPCC，Working Group 1 Contribution to the IPCC Fifth Assessment Report Climate Change2013：The Physical Science Basis Summary for Policymakers［R］.2013.

［23］何蕾，李國勝，李闊，等.1959年來珠江三角洲地區(qū)的海平面變化與趨勢［J］.地理研究，2014，33（5）：988-1000.

［24］李國勝，李闊.廣東省中部沿海地區(qū)風(fēng)暴潮災(zāi)害風(fēng)險綜合評估［J］.西南大學(xué)學(xué)報：自然科學(xué)版，2013，35（10）：1-9.

［25］施國慶.洪災(zāi)損失率及其確定方法探討［J］.水利經(jīng)濟，1990（2）：37-42.

［26］康蕾，馬麗，劉毅.珠江三角洲地區(qū)未來海平面上升及風(fēng)暴潮增水的耕地損失預(yù)測［J］.地理學(xué)報，2015，70（9）：1375 -1389.

［27］葉旭君，王兆騫，汪成宏，等.臺風(fēng)暴潮對浙東沿海農(nóng)田生態(tài)環(huán)境的影響及其對策［J］.生態(tài)農(nóng)業(yè)研究，1999，7（4）：40-42.

［28］趙慶良，許世遠，王軍，等.沿海城市風(fēng)暴潮災(zāi)害風(fēng)險評估研究進展［J］.地理科學(xué)進展，2007，26（5）：32-40.

［29］余東華，吳超羽，呂炳全，等.廣東沿海地區(qū)風(fēng)暴潮災(zāi)害及其防御［J］.浙江海洋學(xué)院學(xué)報：自然科學(xué)版，2009，28（4）：440-444，449.

The impact of storm surge disaster on the agricultural production based on crop loss ratio w ith the Pearl River Delta as a case

Kang Lei1，2，Ma Li1and Liu Yi1
（1．Key Laboratory of Regional Sustainable Development Modeling，Institute of Geographic Sciences and Natural Resources Research，CAS，Beijing 100101，China；2．University of Chinese Academy of Sciences，Beijing 100049，China）

Based on the current research and relevant experience，the evaluation model of yield losses caused by sea level rise and storm surge is established.We take the Pearl River Delta in Guangdong Province as study area，based on the DEM and land-use data，and obtained the local crop planting structure，crop rotation pattern，crop yields and loss rate of different crops under different flood height，to estimate and analyze spatial distribution characteristics of agriculture disaster and production losses in the Pearl River Delta area affected by sea level rise and storm surge in 2010.The results show that under low estimation the total area of arable land flooded by storm surge accounted for 3.61%of total region and increased to 5.47%at high estimation.Guangzhou，Jiangmen，Zhuhai，Shanwei，Huizhou，F(xiàn)oshan are cities where the arable land inundated ismore serious.Moreover，with the storm surge disaster increasing，the arable land ofwhich the submerged height is over150cm inmany cities increased significantly.From the perspective of the agricultural production losses，the yield loss of vegetables is generally high，followed by rice and peanutwas less affected by the disaster.The loss of vegetables is severest in Guangzhou and that of rice is severest in Jiangmen.In this paper，the influence of disaster to agriculture caused by sea level rise and storm surge in the Pearl River Delta is described more detailed，in order to provide the scientific quantitative and location basis for crop planting pattern and production and disaster prevention and relief.

storm surge disaster；submerged arable land；agricultural loss；the Pearl River Delta

X43；S42

A

1000-811X（2015）04-0194-08

10.3969／j.issn.1000-811X.2015.04.034

康蕾，馬麗，劉毅.基于作物損失率的風(fēng)暴潮增水災(zāi)害對農(nóng)業(yè)產(chǎn)量影響評估——以珠江三角洲地區(qū)為例［J］.災(zāi)害學(xué)，2015，30（4）：194-201.［Kang Lei，Ma Li，Liu Yi.The impact of storm surge disaster on the agricultural production based on crop loss ratio with the Pearl River Delta as a case［J］.Journal of Catastrophology，2015，30（4）：194-201.］*

2015-05-09 修回日期：2015-06-23

國家“九七三”重點基礎(chǔ)項目“全球變化研究國家重大科學(xué)計劃項目”（2012CB955702）

康蕾（1989-），女，山西大同市人，博士研究生，主要從事經(jīng)濟地理與區(qū)域發(fā)展研究.

E-mail：kangleiwawa1989＠163.com

馬麗（1975-），女，山西祁縣人，副研究員，主要從事經(jīng)濟地理與區(qū)域可持續(xù)發(fā)展方面的研究.

E-mail：mali＠igsnrr.ac.cn