寧夏農(nóng)業(yè)干旱風(fēng)險評估與區(qū)劃

鄭方　馬力文

摘要 基于災(zāi)害風(fēng)險評估理論，從孕災(zāi)環(huán)境脆弱性、致災(zāi)因子危險性、承災(zāi)體暴露度和防災(zāi)減災(zāi)能力4個方面入手，選取了主要氣象因子、土壤水分、作物單產(chǎn)等作為指標(biāo)因子，利用GIS空間插值、柵格計算器等功能，生產(chǎn)各類專題圖層，利用層次分析法最終生成農(nóng)業(yè)干旱綜合風(fēng)險區(qū)劃專題圖。結(jié)果表明：寧夏農(nóng)業(yè)干旱風(fēng)險具有南北低、中部高的特征，低風(fēng)險區(qū)主要分布在引黃灌區(qū)大部和南部山區(qū)環(huán)六盤山海拔較高的區(qū)域;中度風(fēng)險區(qū)在引黃灌區(qū)與中部干旱帶的交界地帶、賀蘭山沿山灌水不足的地區(qū);高度風(fēng)險區(qū)主要分布在中部干旱帶，呈“工”字形分布;極高風(fēng)險區(qū)分布在中部干旱帶的東西兩側(cè)旱地為主的區(qū)域。

關(guān)鍵詞 農(nóng)業(yè)干旱;災(zāi)害風(fēng)險;評估;區(qū)劃

中圖分類號：S423 文獻(xiàn)標(biāo)識碼：B 文章編號：2095–3305（2021）06–0152–04

寧夏地處西北地區(qū)東部的氣候敏感帶上，降水少且季節(jié)分配、區(qū)域分布不均，干旱發(fā)生范圍大、持續(xù)時間長、危害作物種類多。干旱主要發(fā)生在寧夏南部山區(qū)和中部干旱帶，包括原州區(qū)、西吉、隆德、涇源、彭陽、海原、同心、鹽池、中衛(wèi)市、吳忠市的山區(qū)。隨著氣候變暖，黃河上下游供水矛盾逐漸突出，加上城市發(fā)展和工農(nóng)業(yè)用水矛盾的加劇，引黃灌區(qū)和揚黃灌區(qū)因灌溉量、灌溉時間受限而發(fā)生干旱的情形也越來越嚴(yán)重。干旱災(zāi)害是寧夏自然災(zāi)害中最常見、影響范圍最廣、損失最大的一種自然災(zāi)害[1]。1949—2010年，發(fā)生干旱44 a，其中輕旱25 a，重旱10 a，特大旱9 a。期間共發(fā)生春旱43 a，夏旱37 a，秋旱28 a，階段性干旱幾乎年年都會發(fā)生。季節(jié)性連旱也很普遍，春夏連旱最多，秋春夏連旱影響最大，受旱嚴(yán)重地區(qū)干旱持續(xù)時間長達(dá)300 d以上。61 a來，干旱造成的直接經(jīng)濟(jì)損失以504萬元/10 a速度遞增。因此，加強寧夏干旱災(zāi)害風(fēng)險評估與區(qū)劃具有重要的現(xiàn)實和戰(zhàn)略意義。

很多學(xué)者在干旱評估方面做了大量研究，從不同角度系統(tǒng)地研究了區(qū)域旱災(zāi)的演變規(guī)律[2-9]。張學(xué)藝等[10]利用區(qū)域站資料和ArcGIS技術(shù)，綜合考慮孕災(zāi)環(huán)境、致災(zāi)因子、承災(zāi)體和抗災(zāi)能力，開展了海原縣干旱災(zāi)害風(fēng)險區(qū)劃。李陽等[11]利用彭陽縣氣象、地形、土壤類型等數(shù)據(jù)對彭陽縣玉米干旱災(zāi)害進(jìn)行了風(fēng)險評估與區(qū)劃。寧夏干旱風(fēng)險發(fā)生概率較低的區(qū)域主要集中在寧夏的引黃灌溉區(qū)，灌溉條件對降低干旱風(fēng)險起到很大的作用，中部干旱帶風(fēng)險較大[12-14]。陜西省和甘肅省也做過相似研究，但基于面上土壤水分監(jiān)測數(shù)據(jù)的干旱風(fēng)險評估目前還較少，引入土壤濕度因子后區(qū)劃更加科學(xué)[15-16]。

1 資料與方法

1.1 資料來源

所用數(shù)據(jù)包括地理信息資料、氣象資料、社會資料、產(chǎn)量資料，氣象資料包括寧夏境內(nèi)（縣）23個大氣監(jiān)測站1981—2010年逐日降水資料，來源于寧夏氣象局信息中心。地理信息資料包括寧夏行政邊界、經(jīng)緯度、DEM高程等，精度為1：50 000，來源于中國氣象局下發(fā)的地理信息數(shù)據(jù)集。全區(qū)111套農(nóng)田小氣候站中的土壤濕度監(jiān)測值來源于寧夏氣象局信息中心。社會資料包括各鄉(xiāng)鎮(zhèn)經(jīng)緯度信息、海拔高度和產(chǎn)量資料。其中，經(jīng)緯度、海拔高度信息來源于地理信息數(shù)據(jù)集，產(chǎn)量資料來源于寧夏農(nóng)業(yè)調(diào)查隊統(tǒng)計年鑒。

1.2 風(fēng)險區(qū)劃指標(biāo)的選取

按照反映孕災(zāi)環(huán)境脆弱性、致災(zāi)因子危險性、承災(zāi)體暴露度和防災(zāi)減災(zāi)能力4個方面選取的氣象資料構(gòu)建相關(guān)氣象指標(biāo)因子。

1.2.1 孕災(zāi)環(huán)境脆弱性指標(biāo) 影響農(nóng)業(yè)生產(chǎn)最直接的地理環(huán)境因素是土壤，保水性能和土壤水分補給量決定了該地區(qū)孕災(zāi)環(huán)境的脆弱性，在中國氣象局三農(nóng)專項和寧夏兩個體系項目的支持下，全區(qū)先后建設(shè)了148套自動土壤水分觀測站，其中117套農(nóng)田自動土壤水分站通過了業(yè)務(wù)化校驗，可以直接選取寧夏多年土壤濕度表征該地區(qū)的孕災(zāi)環(huán)境脆弱性。多年土壤濕度能夠體現(xiàn)該地區(qū)土壤的保墑、補墑和增墑的能力，土壤濕度越大說明該地區(qū)的干旱風(fēng)險越小，即使在降水量較小的條件下，發(fā)生干旱的風(fēng)險也相對較低。

1.2.2 致災(zāi)因子危險性指標(biāo) 將糧食作物單產(chǎn)與不同時段的降水量和降水日數(shù)進(jìn)行相關(guān)分析，發(fā)現(xiàn)作物生長季節(jié)（4—9月）的降水量和有效降水日數(shù)（≥5 mm）對產(chǎn)量影響較大，前者表示農(nóng)作物全生育期降水量越少，發(fā)生干旱的危險性越大，后者表示有效降水的日數(shù)就越多，發(fā)生干旱的可能性就越小，因此選取這兩個因子。降水量直接決定了該地區(qū)土壤能夠從空中得到的水量，即使是川臺灌溉地的水分，也是來自于該區(qū)域降水在水庫、水窖中形成的徑流，降水日數(shù)決定了在生育期內(nèi)土壤屬于“收入”狀態(tài)的日數(shù)。

1.2.3 承災(zāi)體指標(biāo)的選取 選擇各縣糧食作物面積來表征寧夏農(nóng)作物干旱風(fēng)險區(qū)劃的承災(zāi)體暴露度指標(biāo)。糧食作物面積越大，干旱承災(zāi)體暴露度越高，發(fā)生干旱的風(fēng)險也越大;反之，糧食作物面積越小，農(nóng)作物干旱受災(zāi)風(fēng)險也越低。

1.2.4 抗災(zāi)能力指標(biāo)的選取 灌溉面積占可耕地播種面積的比例、地膜覆蓋種植面積比例、農(nóng)業(yè)機(jī)械化程度、農(nóng)田基本建設(shè)程度、勞動力知識層次和科學(xué)種田知識普及程度、農(nóng)家肥和化肥施用量、農(nóng)藥施用量、農(nóng)業(yè)氣候資源的滿足率等都是反映防災(zāi)減災(zāi)能力的重要指標(biāo)，但涉及的影響因素過多，很難采用幾項要素全面反映防災(zāi)減災(zāi)能力，加上很難得到這些資料，也很難量化，而糧食作物產(chǎn)量能綜合反映出上述因子的作用，農(nóng)田越平整，保灌能力越強;土壤保水保肥能力越強，土壤養(yǎng)分越充足;農(nóng)業(yè)氣候資源越豐富，單位面積投入的機(jī)械、人力、肥料和農(nóng)藥等越多;科技投入越多，集中反映出作物的單產(chǎn)水平越高，年際間產(chǎn)量波動越緩和。因此，考慮采用單產(chǎn)作為抗災(zāi)能力指標(biāo)，一個地區(qū)單產(chǎn)主要決定光溫水配合，只有在適合的水分條件下才能獲得較高的產(chǎn)量，單產(chǎn)可間接決定抗災(zāi)能力。

1.3 資料的無量綱化

由于各指標(biāo)間的量綱不同，為了消除差異，需要對各指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理。采用歸一化方法進(jìn)行資料的無量綱化：

在以上兩個公式中，xi為歸一化后的數(shù)據(jù)，x為序列當(dāng)前值，xmax和xmin為序列中的最大值和最小值，x為序列中的平均值。公式（1）適用于數(shù)值越大，干旱風(fēng)險越低的因子，如降水量和灌溉面積占比等。公式（2）適用于數(shù)值越大，干旱風(fēng)險越高的因子，如作物面積占比、土壤滲水率等。

1.4 無資料地區(qū)資料推算

1.4.1 氣象資料的推算 基于GIS，采用小網(wǎng)格分析方法建立氣候要素與站點經(jīng)度、緯度、海拔高程等地理信息的數(shù)學(xué)模型，將寧夏氣候資源數(shù)據(jù)推算到空間分辨率為250 m×250 m的面上數(shù)據(jù)。

氣候資源推算模型：

公式（3）中，Y為區(qū)劃氣候因子，指降水因子;λ、ψ、h分別代表經(jīng)度、緯度、海拔高度等地理因子，為殘差，可消除小地形影響，因?qū)幭牡乩矸秶?，可忽略不計。以各個氣象站的經(jīng)度、緯度和海拔為基本圖層，運用GIS 柵格圖層計算功能，得到氣候指標(biāo)因子分布圖層。借助回歸方程，采用GIS中的地圖代數(shù)功能進(jìn)行指標(biāo)數(shù)據(jù)空間推算，形成4—9月降水量和≥5 mm降水日數(shù)的專題圖層。

1.4.2 土壤、社會資料的推算 因土壤相對濕度、產(chǎn)量等兩個因素是社會因子，與所在地點的精度、緯度和海拔關(guān)系不明顯，因此采用GIS軟件自帶的反距離權(quán)重法，將社會因子推算到250 m×250 m的面上，形成土壤相對濕度和產(chǎn)量兩個圖層。由于土壤濕度有117個點，推算精度比較精細(xì)，產(chǎn)量以寧夏調(diào)查總隊的各市縣作物單產(chǎn)進(jìn)行推算，精度不夠理想。

1.5 農(nóng)業(yè)氣象災(zāi)害風(fēng)險區(qū)劃流程

農(nóng)業(yè)氣象災(zāi)害風(fēng)險（A層）是孕災(zāi)環(huán)境脆弱性、致災(zāi)因子危險性、承災(zāi)體暴露度和防災(zāi)減災(zāi)能力4個因子（B層）綜合作用的結(jié)果，考慮各風(fēng)險評價指標(biāo)（C層）對風(fēng)險的構(gòu)成所起作用不同，因此對B、C層因子分別賦予權(quán)重[17]。即組織多名專家就C層因子對相應(yīng)B層因子的重要性、B層因子相對A層因子的重要性進(jìn)行打分，采用層次分析法計算C層與B層每個因子的權(quán)重，并整理得出A、B、C層各因子的指數(shù)表達(dá)式（圖1）。

1.6 權(quán)重系數(shù)的確定

按照孕災(zāi)環(huán)境脆弱性、致災(zāi)因子危險性、承災(zāi)體暴露度和抗災(zāi)能力4個方面，進(jìn)行專家打分，將一層次元素兩兩比較的重要性進(jìn)行定量描述，計算判斷矩陣的特征值和指標(biāo)權(quán)重，決定糧食作物干旱風(fēng)險的層次結(jié)構(gòu)和經(jīng)專家打分后的權(quán)重系數(shù)（圖2）。

經(jīng)層次分析法得到寧夏農(nóng)業(yè)干旱災(zāi)害風(fēng)險評估模型公式（4），各因子按照權(quán)重的重要性從大到小依次為：4—9月降水量、土壤相對濕度、4—9月降水日數(shù)、單產(chǎn)、糧食作物面積。可以看出，決定寧夏干旱風(fēng)險的主要因子是氣象因子，降水少的年份干旱風(fēng)險高，土壤相對濕度也是非常重要的因素。

A=0.35×C1+0.3×C2+0.2×C3+0.05×C4+0.10×C5? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （4）

公式（4）中，A為寧夏農(nóng)業(yè)干旱災(zāi)害風(fēng)險系數(shù)，C1為土壤相對濕度，C2為4—9月降水量，C3為4—9月≥5 mm降水量日數(shù)，C4為糧食作物面積，C5為單產(chǎn)，公式（4）中各項因子均為歸一化后的數(shù)值。

1.7 Arc-GIS 空間分析

利用GIS中地圖柵格計算器將已經(jīng)推算好的C1～C5圖層，按照風(fēng)險指數(shù)A層表達(dá)式公式（4）進(jìn)行柵格運算，按照其對災(zāi)害風(fēng)險的作用權(quán)重的不同進(jìn)行疊加;疊加后的綜合層（A）的取值范圍為0.33～0.63，無量綱。采用GIS中分類功能，將風(fēng)險區(qū)劃圖分為4類。其中，≥0.56為極高風(fēng)險區(qū)、0.5～0.56為高風(fēng)險區(qū)、0.47～0.50為中度風(fēng)險區(qū)、0.33～0.47為低風(fēng)險區(qū)，最終生成農(nóng)業(yè)氣象災(zāi)害風(fēng)險區(qū)劃圖。

2 結(jié)果與分析

2.1 寧夏農(nóng)業(yè)干旱危險性、脆弱性、暴露度及抗旱能力分析

根據(jù)前期研究可知，寧夏農(nóng)業(yè)干旱的致災(zāi)因子為4—9月降水量和4—9月≥5 mm降水量日數(shù)。按照公式（3）的推算方法得到4—9月降水量和4—9月降水日數(shù)（圖3）。寧夏農(nóng)作物生育期（4—9月）降水量的分布從南到北為遞減趨勢，降水量較大的地區(qū)主要分布在南部山區(qū)，降水量較小的地區(qū)主要分布在北部地勢低洼地區(qū)。降水日數(shù)的分布趨勢與降水量一致，但因具體地貌的不同，細(xì)節(jié)上有所不同。

根據(jù)農(nóng)田小氣候觀測站多年的平均值，利用GIS軟件的克里金插值法，將資料推算到空間區(qū)域（圖4）。寧夏多年土壤相對濕度的高值分布在寧夏北部灌區(qū)和南部山區(qū)，北部灌區(qū)因有灌溉條件，地下水位較高，農(nóng)田土壤水分相對較大，干旱風(fēng)險低，南部山區(qū)降水量相對較大，土壤有雨水補充，干旱風(fēng)險較小，中部干旱帶土壤相對濕度小，干旱風(fēng)險高。

統(tǒng)計1981—2010年寧夏各縣糧食作物面積和產(chǎn)量數(shù)據(jù)可以看出，寧夏糧食高產(chǎn)區(qū)在灌區(qū)，中南部山區(qū)單產(chǎn)水平低，單產(chǎn)水平高說明灌溉條件優(yōu)越，抗旱能力強，單產(chǎn)水平低，說明抗旱能力弱，干旱風(fēng)險高。

2.2 寧夏農(nóng)業(yè)干旱綜合風(fēng)險評價與區(qū)劃

根據(jù)上述分析，將寧夏農(nóng)業(yè)干旱災(zāi)害風(fēng)險系數(shù)<0.47的地區(qū)劃分為低風(fēng)險區(qū)，0.47～0.50的地區(qū)劃分為中風(fēng)險區(qū)，0.50～0.57的地區(qū)劃分為高風(fēng)險區(qū)，≥0.57的地區(qū)劃分為極高風(fēng)險區(qū)（圖5）。

3 結(jié)論

（1）寧夏農(nóng)業(yè)干旱風(fēng)險兩頭低、中間高。低風(fēng)險區(qū)主要分布在引黃灌區(qū)，包括惠農(nóng)縣、平羅縣、賀蘭縣、銀川市轄區(qū)的全部、永寧縣東部、靈武市北部、中寧縣北部以及沙坡頭區(qū)的東北角。南部山區(qū)的涇源縣、隆德縣全部、彭陽縣西部、西吉縣東部的原州區(qū)南部等地區(qū)，多年土壤相對濕度的平均值在70%以上，4—9月降水量在380 mm以上，或有灌溉條件，是干旱災(zāi)害的低風(fēng)險區(qū)。

（2）中度風(fēng)險區(qū)在北部灌區(qū)靠近中部干旱帶的邊緣地區(qū)，靠近沿山灌水困難的地區(qū)，包括永寧縣西部征沙渠一帶、利通區(qū)、靈武市南部、青銅峽市、中寧縣南部以及中衛(wèi)市北部。南部山區(qū)干旱中度風(fēng)險區(qū)在靠近中部干旱帶的邊緣，包括彭陽縣東部、西吉縣東部以及原州區(qū)北部。

（3）干旱災(zāi)害高度風(fēng)險區(qū)主要分布在中部干旱帶，呈“工”字形。靈武市南部的山區(qū)、紅寺堡區(qū)、沙坡頭區(qū)中南部、海原縣、西吉縣，這些地區(qū)雖然分布著固海揚黃灌區(qū)、紅寺堡、鹽環(huán)定灌區(qū)，但該區(qū)域分布著大量旱作農(nóng)田，揚黃灌區(qū)、庫灌地、引水工程灌溉地的占比仍然有限，且單位面積可灌溉水量比傳統(tǒng)灌區(qū)少，而該區(qū)域氣溫高、降水資源少、風(fēng)大沙多、土壤偏沙性、土壤保水保肥能力差，農(nóng)業(yè)干旱頻繁發(fā)生，農(nóng)作物單產(chǎn)受干旱影響仍然很大，特別在遭受嚴(yán)重干旱且持續(xù)干旱的年份，水庫水窖也無水可灌，黃河渠系供水也會減少，作物因干旱減產(chǎn)的幅度較大。

（4）干旱災(zāi)害極高風(fēng)險區(qū)分布在中部干旱帶的東西兩側(cè)，東部包括鹽池縣大部、同心縣東部，西部包括興仁鎮(zhèn)、海原縣西部，這些地區(qū)以旱作農(nóng)業(yè)為主，庫灌、水窖、蓄水池可支撐的灌溉面積很小，農(nóng)業(yè)節(jié)水以地膜覆蓋為主，單產(chǎn)水平很低，地廣人稀，人力、農(nóng)資等投入嚴(yán)重不足，是干旱的極高風(fēng)險區(qū)，干旱發(fā)生頻率極高，是抗旱的重點區(qū)域。

參考文獻(xiàn)

[1] 馬力文，李鳳霞，梁旭.寧夏干旱及其對農(nóng)業(yè)生產(chǎn)的影響[J].干旱地區(qū)農(nóng)業(yè)研究， 2001（4）： 102-109.

[2] 劉小雪，申雙和，劉榮花.河南夏玉米產(chǎn)量災(zāi)損的風(fēng)險區(qū)劃[J].中國農(nóng)業(yè)氣象， 2013， 34（5）： 582-587.

[3] 王健，劉布春，劉園，等.基于農(nóng)業(yè)災(zāi)情的東北糧食產(chǎn)量估算模型及災(zāi)損分析[J]中國農(nóng)業(yè)氣象， 2013， 34（6）： 720-726.

[4] 杜云.淮河流域農(nóng)業(yè)干旱災(zāi)害風(fēng)險評價研究[D]. 合肥： 合肥工業(yè)大學(xué)， 2013.

[5] 伊吉美.大連市農(nóng)業(yè)干旱災(zāi)害風(fēng)險評價[D]. 大連： 遼寧師范大學(xué)， 2010.

[6] 孫仲益，張繼權(quán)，王春乙，等.基于網(wǎng)格GIS的安徽省旱澇組合風(fēng)險區(qū)劃[J].災(zāi)害學(xué)， 2013， 28（1）： 74-78， 87.

[7] 賈建英，賀楠，韓蘭英，等.基于自然災(zāi)害風(fēng)險理論和ArcGis的西南地區(qū)玉米干旱風(fēng)險分析[J]. 農(nóng)業(yè)工程學(xué)報， 2015， 31（4）： 152-159.

[8] 任魯川.災(zāi)害熵：概念引入及應(yīng)用案例[J]. 自然災(zāi)害學(xué)報， 2000（2）： 26-31.

[9] 薛積彬，鐘巍，趙引娟，等.歷史時期廣東省旱澇時空分布特征的初步研究[J]. 地理科學(xué)， 2005（4）： 79-84.

[10] 張學(xué)藝，韓穎娟，馬力文，等.基于自動氣象站的鄉(xiāng)鎮(zhèn)級災(zāi)害風(fēng)險區(qū)劃初探——以海原縣干旱災(zāi)害風(fēng)險區(qū)劃為例[J].中國農(nóng)學(xué)通報， 2015， 31（30）： 256-261.

[11] 李陽，馬力文，趙金龍，等.彭陽縣玉米干旱風(fēng)險評估與區(qū)劃[J]. 中國農(nóng)業(yè)資源與區(qū)劃， 2019， 40（9）： 142-150.

[12] 王琛.寧夏灌區(qū)春小麥干旱致災(zāi)過程及影響分析[D]. 南京： 南京信息工程大學(xué)， 2019.

[13] 包阿茹汗，覃志豪，高懋芳，等.寧夏玉米和小麥干旱風(fēng)險評價研究[J]. 中國農(nóng)業(yè)資源與區(qū)劃， 2019， 40（4）： 70-84， 92.

[14] 馬力文，劉靜.厄爾尼諾對寧夏干旱山區(qū)農(nóng)作物的影響初探[J]. 干旱地區(qū)農(nóng)業(yè)研究， 2018， 36（2）： 265-272.

[15] 徐桂珍.基于自然災(zāi)害風(fēng)險理論的陜西省典型作物干旱災(zāi)害風(fēng)險評估與區(qū)劃[J]. 中國農(nóng)村水利水電， 2017（7）： 179-184， 188.

[16] 姚小英，吳麗，田廣旭，等.甘肅旱作區(qū)玉米近40年干旱影響評估[J]. 干旱區(qū)資源與環(huán)境， 2015， 29（5）： 192-196.

[17] 姚玉璧，張強，李耀輝，等.干旱災(zāi)害風(fēng)險評估技術(shù)及其科學(xué)問題與展望[J].資源科學(xué)， 2013， 35（9）： 1884-1897.

責(zé)任編輯：黃艷飛

Abstract Based on the theory of disaster risk assessment， this study selected the main meteorological factors， soil moisture， crop yield as the index factors from the four aspects of the vulnerability of disaster pregnant environment， the risk of disaster causing factors， the exposure of disaster bearing body and the ability of disaster prevention and mitigation， and produced various thematic layers by using GIS spatial interpolation， grid calculator and other functions， The analytic hierarchy process （AHP） was used to generate the thematic map of agricultural drought comprehensive risk regionalization. The results show that the risk of agricultural drought in Ningxia is low in the north and South and high in the middle. The low-risk areas are mainly distributed in the most part of the Yellow River irrigation area and the higher elevation area around Liupan Mountain in the southern mountainous area. The middle risk area is in the junction of the Yellow River irrigation area and the central arid zone， and the area with insufficient irrigation along the Helan Mountain. The high-risk areas are mainly distributed in the central arid zone， with an Ⅰ-shaped distribution. The extremely high risk areas are mainly dry land areas on the East and west sides of the central arid zone.

Key words Agricultural drought; Disa-ster Risk; Assessment; Regionalization