柴鈺翔 姚愚 田敏 葛玉

摘要 以歷史災(zāi)情為依據(jù)，選擇8項主要洪澇災(zāi)害統(tǒng)計指標(biāo)，利用R/S分析2010—2018年昭通市洪澇災(zāi)害災(zāi)情時間序列變化特征，基于層次分析法計算出2010—2018年昭通市11個縣（區(qū)、市）洪澇災(zāi)害綜合災(zāi)情指數(shù)，借助GIS分析2010—2018年昭通市洪澇災(zāi)害災(zāi)情風(fēng)險區(qū)劃空間變化特征，探討造成這種格局的原因及危害趨勢。結(jié)果表明，在未來一段時間內(nèi)（8～9年），昭通市洪澇災(zāi)害受災(zāi)人口、死亡（失蹤）人口、倒塌（損壞）房屋、農(nóng)作物受災(zāi)面積、農(nóng)作物成災(zāi)面積和農(nóng)作物絕收面積將保持減少趨勢，洪澇災(zāi)害年發(fā)生次數(shù)和直接經(jīng)濟(jì)損失將保持增加趨勢。昭通市洪澇災(zāi)害災(zāi)情風(fēng)險區(qū)劃上存在東北部高、西南部低的空間分布規(guī)律。在未來8～9年，昭通市降雨量在時間、空間上呈現(xiàn)出增大態(tài)勢，在其他條件不變的情況下，昭通市面臨遭受洪澇災(zāi)害損失的風(fēng)險增大。

關(guān)鍵詞 洪澇災(zāi)害；災(zāi)情；時空變化；風(fēng)險區(qū)劃

中圖分類號 S162? 文獻(xiàn)標(biāo)識碼 A

文章編號 0517-6611（2023）10-0177-05

doi：10.3969/j.issn.0517-6611.2023.10.040

Abstract Based on historical disasters， 8 main statistical indicators of flood disasters were selected. The time series changes of flood disasters in Zhaotong City from 2010 to 2018 were analyzed using R/S， the comprehensive disaster index of flood disasters in 11 counties （districts， cities） of Zhaotong City from 2010 to 2018 was calculated using Analytic Hierarchy Process.Using GIS to analyze the spatial variation characteristics of flood disaster risk zoning in Zhaotong City from 2010 to 2018，and the reasons and harm trends that caused this pattern were explored.The results showed that in the next period of time （8-9 years）， the data of flood disasteraffected population， dead（missing） population， collapsed （damaged） houses， crops affected area， crop disaster area and crop failure area in Zhaotong City would maintain a decreasing trend， and the annual number of flood disasters and direct economic losses would maintain an increasing trend. In the spatial zoning of flood disasters in Zhaotong City， the overall disaster situation had a spatial distribution law that was high in the northeast and low in the southwest. In the next 8-9 years， the rainfall in Zhaotong City would increase in time and space. It would face an increased risk of flood damage if the other conditions remain unchanged.

Key words Flood disaster;Disaster situation;Temporal and spatial change;Risk zoning

昭通市是云南省糧食主產(chǎn)區(qū)，2019年昭通市糧食播種面積50.37萬hm2、總播種面積70.28萬hm2，在云南省16個州（市）中分別位列第2、第3位，糧食產(chǎn)量205.90萬t，在云南省16個州（市）中位列第2位；生產(chǎn)總值1 194.20億元，在云南省16個州（市）中位列第7位［1］。昭通市洪澇災(zāi)害易發(fā)頻發(fā)，災(zāi)害造成的損失較為嚴(yán)重。劉佳旭等［2］研究表明昭通市為云南省5個洪澇易發(fā)地區(qū)之一。根據(jù)云南省2010—2018年減災(zāi)年鑒資料整理出的昭通市洪澇災(zāi)害受災(zāi)數(shù)據(jù)，近9年昭通市洪澇災(zāi)害平均每年發(fā)生14次，受災(zāi)人口96.04萬，死亡（失蹤）人口26人；近9年昭通市洪澇災(zāi)害直接經(jīng)濟(jì)損失累計值達(dá)113.83億元，2012年直接經(jīng)濟(jì)損失最多，達(dá)41.15億元，平均每年給昭通市造成12.65億元的直接經(jīng)濟(jì)損失。昭通市洪澇災(zāi)害已經(jīng)成為嚴(yán)重制約其農(nóng)業(yè)和經(jīng)濟(jì)社會發(fā)展的突出瓶頸，所以，研究昭通市洪澇災(zāi)害災(zāi)情發(fā)生趨勢和災(zāi)情風(fēng)險區(qū)劃空間變化，并嘗試深入探討造成這種格局的原因以及危害趨勢，這對于在防災(zāi)減災(zāi)決策中利用災(zāi)情風(fēng)險區(qū)劃制定空間規(guī)劃、生產(chǎn)力布局、土地開發(fā)利用調(diào)整以及防范洪澇災(zāi)害風(fēng)險、降低災(zāi)害損失具有重要意義。

近年來，國內(nèi)眾多學(xué)者采用不同評價方法對洪澇災(zāi)害風(fēng)險的時空演變特征及風(fēng)險區(qū)劃進(jìn)行了研究。目前主要的洪災(zāi)風(fēng)險評價方法有基于歷史災(zāi)情數(shù)據(jù)的方法、基于水災(zāi)史料和古洪水調(diào)查的方法、遙感與GIS方法、基于指標(biāo)體系的多準(zhǔn)則決策分析法等，研究方法工具運用方面R/S、AHP和GIS等比較常見［3-9］?；跉v史災(zāi)情數(shù)據(jù)的研究方法中，由于歷史災(zāi)情數(shù)據(jù)難以獲取，眾多學(xué)者通常選擇較大的研究區(qū)域和較少的災(zāi)情指標(biāo)［10-17］。如黃崇福等［10］針對小區(qū)域內(nèi)歷史災(zāi)情資料不多的特點，引入了信息擴散的模糊數(shù)學(xué)方法，對歷史災(zāi)情資料進(jìn)行優(yōu)化處理，可作為農(nóng)業(yè)自然災(zāi)害風(fēng)險評估的實用方法；丁賢法等［11］根據(jù)云南省近500年的旱澇災(zāi)害時間分布序列，應(yīng)用R/S分析，預(yù)測了未來旱澇災(zāi)害的發(fā)生時間；萬金紅等［14］選擇7項主要洪澇災(zāi)害統(tǒng)計指標(biāo)（農(nóng)作物受災(zāi)面積、成災(zāi)面積、受災(zāi)人口、死亡人口、倒塌房屋、直接經(jīng)濟(jì)損失、水利設(shè)施直接經(jīng)濟(jì)損失），分析我國1950年以來洪澇災(zāi)情時空變化趨勢和1990年以來我國洪澇災(zāi)害強度的時空變化特征；徐玉霞［15］選用危險性、暴露性、脆弱性、防災(zāi)減災(zāi)能力4個指標(biāo)作為綜合評價指標(biāo)，采用層次分析法確定各評價因子的權(quán)重，借助GIS的空間分析，對陜西省洪澇災(zāi)害風(fēng)險進(jìn)行區(qū)劃，并利用降水距平百分率的旱澇等級劃分標(biāo)準(zhǔn)計算得出的洪澇頻率進(jìn)行驗證；劉佳旭等［2］選擇月降水量，采用線性傾向估計法、R/S分析法等，分析了1954—2014年云南省降水序列、旱澇情態(tài)的時間特征和空間格局。該研究在參考前人研究成果的基礎(chǔ)上，克服較小空間尺度災(zāi)情數(shù)據(jù)較難獲取的缺點，采用2010—2018年較長時間序列和縣級行政區(qū)劃單元較小空間尺度上的歷史災(zāi)情數(shù)據(jù)，進(jìn)行區(qū)域洪澇災(zāi)害風(fēng)險評估，分析區(qū)域洪澇災(zāi)害風(fēng)險的空間分布規(guī)律，為防災(zāi)減災(zāi)決策提供重要參考。

1 資料與方法

1.1 研究區(qū)域概況 昭通市位于云南省東北部、金沙江下游，地處26°55′～28°36′N、102°52′～105°19′E，面積2.3萬km2。境內(nèi)山高谷深、溝壑縱橫、水系水量充沛，地勢西南高東北低。氣候?qū)賮啛釒?、暖溫帶共存的低緯高原季風(fēng)立體氣候，干濕季節(jié)分明，干季降水稀少，雨季降水充沛，局地暴雨頻發(fā)。

1.2 數(shù)據(jù)來源 2010—2018年昭通市洪澇災(zāi)害時間序列災(zāi)情數(shù)據(jù)來源于歷年《云南省減災(zāi)年鑒》；昭通市降雨量數(shù)據(jù)來源于云南省氣候中心。

1.3 研究方法

1.3.1 R/S分析法。R/S分析法，也稱為重標(biāo)極差分析法（rescaled range analysis），是非線性時間序列分析的一種基本方法，通常用于分析時間序列的分形特征和長期記憶過程。R/S分析法的Hurst指數(shù)（H）在0～1，即0≤H≤1，不同的H值代表著不同的變化趨勢。H值對時間序列的發(fā)展趨勢具有明確的指示意義，可用于自然災(zāi)害時間序列趨勢變化的預(yù)測研究［16-18］。

1.3.2 層次分析法（AHP）。層次分析法（analytic hierarchy process，AHP）是一種定性與定量相結(jié)合、系統(tǒng)化、層次化的決策分析方法?？梢岳脤哟畏治龇▉斫鉀Q難以定量分析的復(fù)雜系統(tǒng)問題，有助于將洪澇災(zāi)害風(fēng)險定量分析［5］。

1.3.3 基于GIS的空間分析?；贕IS的空間分析是地理信息系統(tǒng)區(qū)別于其他信息系統(tǒng)的主要特色，也是評價地理信息系統(tǒng)功能的主要特征之一。目前，GIS空間分析已廣泛應(yīng)用于水污染監(jiān)測、城市規(guī)劃與管理、地震災(zāi)害預(yù)警和損失估計、洪水災(zāi)害分析等方面。

2 昭通市洪澇災(zāi)害時空演變格局變化和規(guī)律

2.1 昭通市洪澇災(zāi)害時間序列格局變化和規(guī)律 洪澇災(zāi)害造成的災(zāi)情損失通常表現(xiàn)為人口、房屋、農(nóng)業(yè)和經(jīng)濟(jì)4個維度，依據(jù)整理出來的昭通市2010—2018年洪澇災(zāi)害受災(zāi)情況，對近9年來昭通市洪澇災(zāi)害受災(zāi)人口、死亡（失蹤）人口、倒塌（損壞）房屋、農(nóng)作物受災(zāi)面積、農(nóng)作物成災(zāi)面積、農(nóng)作物絕收面積、直接經(jīng)濟(jì)損失和洪澇災(zāi)害年發(fā)生次數(shù)這8個洪澇災(zāi)害統(tǒng)計指標(biāo)進(jìn)行R/S分析，依據(jù)R/S分析法的原理，計算得到8個指標(biāo)的Hurst指數(shù)，結(jié)合災(zāi)情序列的歷史變化趨勢，整理出R/S分析結(jié)果（表1）。

昭通市洪澇災(zāi)害災(zāi)情系列的R/S分析結(jié)果（表1）表明，在未來一段時間（8～9年）內(nèi)，昭通市洪澇災(zāi)害受災(zāi)人口、死亡（失蹤）人口、倒塌（損壞）房屋、農(nóng)作物受災(zāi)面積、農(nóng)作物成災(zāi)面積和農(nóng)作物絕收面積將保持減少趨勢，洪澇災(zāi)害年發(fā)生次數(shù)和直接經(jīng)濟(jì)損失將保持增加趨勢。

借助時間序列的譜分析方法，即借助數(shù)據(jù)分析的傅里葉（Fourier）分析，研究2000—2018年昭通市228個月降雨量數(shù)據(jù)，繪制頻譜圖進(jìn)行分析。結(jié)果發(fā)現(xiàn)，在f=0.082 031 25處有一個尖峰突起的周期點，取倒數(shù)得到T=12?？梢?，昭通市降雨量存在一個12個月的周期變動規(guī)律。

2000—2018年昭通市降雨量變化（圖1）顯示，近19年昭通市降雨量呈現(xiàn)波動顯著變化。與2010—2018年洪澇災(zāi)害受災(zāi)的歷史變化趨勢進(jìn)行比較，發(fā)現(xiàn)2010—2018年降雨量波動顯著是造成該時間段洪澇災(zāi)害災(zāi)情損失顯著波動的原因，而變化趨勢除了與災(zāi)情的直接經(jīng)濟(jì)損失趨勢相同即波動增加外，與災(zāi)情的其他變化趨勢恰恰相反，說明降雨量與洪澇災(zāi)害災(zāi)情損失相關(guān)性并不顯著。

根據(jù)昭通市2010—2018年降雨量數(shù)據(jù)，計算出昭通市11個縣（區(qū)、市）2010—2018年年降雨量距平百分率（M），結(jié)果發(fā)現(xiàn)，昭通市11個縣（區(qū)、市）在2010、2012、2015、2017、2018年均屬于正常年份；在2011年僅有鎮(zhèn)雄縣和巧家縣屬于正常年份，昭陽區(qū)屬于大旱，其他8個行政區(qū)域均屬于偏旱年份；在2013年永善縣、鹽津縣、彝良縣、昭陽區(qū)和水富市屬于偏澇年份，其他6個行政區(qū)域均屬于正常年份；在2014年僅有彝良縣屬于偏澇年份，其他10個行政區(qū)域?qū)儆谡Ｄ攴?；?016年僅威信縣和大關(guān)縣屬于正常年份，巧家縣屬于大澇年份，其他8個行政區(qū)域均屬于偏澇年份。在災(zāi)情統(tǒng)計中，昭通市在2012年降雨屬于正常年份（-25%

對2010—2018年昭通市降雨量進(jìn)行R/S分析，依據(jù)R/S分析法的原理，計算得到降雨量的Hurst指數(shù)（圖2）。降雨量R/S分析表明，昭通市降雨量在未來8～9年內(nèi)具有持續(xù)性特征，將會保持增加趨勢。

2.2 昭通市洪澇災(zāi)害空間格局變化和規(guī)律 一個地區(qū)的洪澇災(zāi)害的綜合災(zāi)情水平可以用綜合災(zāi)情評估指數(shù)（NDI）表示，NDI是對一系列災(zāi)情評價因子進(jìn)行歸一化和加權(quán)處理，并依次累加求和，定量化地反映災(zāi)情的嚴(yán)重程度［19-21］。根據(jù)云南省2010—2018年減災(zāi)年鑒資料，統(tǒng)計整理出昭通市11個縣（區(qū)、市）2010—2018年洪澇災(zāi)害災(zāi)情指標(biāo)數(shù)據(jù)。由于各個災(zāi)情指標(biāo)具有不同的量綱和不同的數(shù)量級，無法進(jìn)行直接比較。為了使得各個指標(biāo)之間具有可比性，必須對每個具體指標(biāo)進(jìn)行歸一化處理［14-15］。昭通市2010—2018年洪澇災(zāi)害災(zāi)情指標(biāo)數(shù)據(jù)歸一化處理結(jié)果如表2所示。

通過選擇的災(zāi)情指標(biāo)數(shù)據(jù)，構(gòu)建AHP層次分析，并計算出2010—2018年昭通市洪澇災(zāi)害災(zāi)情評估指標(biāo)權(quán)重（表3）。根據(jù)各項評估指標(biāo)權(quán)重以及各項評估指標(biāo)歸一化數(shù)值，計算得到昭通市11個縣（區(qū)、市）2010—2018年洪澇災(zāi)害綜合災(zāi)情指數(shù)，分別為昭陽區(qū)0.495 33、魯?shù)榭h0.093 54、巧家縣0.549 73、鹽津縣0.588 77、大關(guān)縣0.213 68、永善縣0.036 21、綏江縣0.355 31、鎮(zhèn)雄縣0.588 49、彝良縣0.357 89、威信縣0.079 12、水富市0.165 10?？梢姡瑸?zāi)情風(fēng)險等級最高縣為鹽津縣，最低為永善縣。

利用ArcGIS軟件功能工具自然斷點法，將2010—2018年昭通市洪澇災(zāi)害綜合災(zāi)情評估指數(shù)劃分為5個等級：極重災(zāi)區(qū)、重災(zāi)區(qū)、中災(zāi)區(qū)、輕災(zāi)區(qū)、微災(zāi)區(qū)，巧家縣、鹽津縣、鎮(zhèn)雄縣為極重災(zāi)區(qū)，昭陽區(qū)為重災(zāi)區(qū)，綏江縣、彝良縣為中災(zāi)區(qū)，大關(guān)縣、水富市為輕災(zāi)區(qū)，魯?shù)榭h、永善縣、威信縣為微災(zāi)區(qū)，5個級別只代表災(zāi)情的相對嚴(yán)重程度。

根據(jù)昭通市2010—2018年洪澇災(zāi)害綜合災(zāi)情區(qū)劃結(jié)果和GIS的空間技術(shù)，可以得到洪澇災(zāi)害災(zāi)情風(fēng)險空間區(qū)劃（圖3）。從圖3可以看出，2010—2018年昭通市洪澇災(zāi)害災(zāi)情風(fēng)險區(qū)劃由東北向西南方向呈現(xiàn)出“大—小—大”的空間分布規(guī)律，即東北部大、西南部小。

利用ArcGIS軟件功能工具自然斷點法，對2010—2018年昭通市11個縣（區(qū)、市）年降雨量進(jìn)行劃分，得到近9年昭通市行政區(qū)域年降雨量空間區(qū)劃（圖4）。由圖4可見，2010—2018年昭通市11個縣（區(qū)、市）降雨量整體上存在由東北向西南方向呈現(xiàn)出“大—小—大”的空間分布規(guī)律，即東北部多、西南部少。對比災(zāi)情區(qū)劃的空間分布規(guī)律發(fā)現(xiàn)，災(zāi)情的空間分布規(guī)律與降雨量的空間變化規(guī)律基本一致，表明降雨量大，災(zāi)情風(fēng)險相對也大。

昭通市處于四川盆地向云貴高原抬升的過渡地帶，地勢由西南向東北傾斜，海拔高差懸殊，境內(nèi)海拔2 000 m以上土地面積達(dá)30%。境內(nèi)受金沙江、牛欄江、橫江等大江大河切割，金沙江沿昭通市西部邊緣自南向北流經(jīng)巧家縣、昭陽區(qū)、永善縣、綏江縣、水富市出境，區(qū)內(nèi)河流流長414 km。牛欄江是魯?shù)榭h與巧家縣的界河，流向自東向西，流經(jīng)昭陽區(qū)，區(qū)內(nèi)河流流長113 km。橫江發(fā)源于魯?shù)榭h，流向大體上自南向北，流域涉及昭陽區(qū)、永善縣、鎮(zhèn)雄縣、彝良縣、大關(guān)縣、鹽津縣、水富市等8個縣（區(qū)、市），區(qū)內(nèi)河流流長306 km。年降雨量的分布隨著地勢的特點而變化，降雨量空間分布特點是北部多于南部，東部多于西部，高海拔多于低海拔［22］。

江河中下游地區(qū)往往是受洪澇威脅最大的地區(qū)，地勢低更容易發(fā)生洪澇災(zāi)害。昭通市地勢西南高、東北低，區(qū)域內(nèi)大江大河流向總體上自南向北，昭通市洪澇災(zāi)害災(zāi)情的空間變化趨勢與區(qū)域內(nèi)地勢的變化規(guī)律以及大江大河流向總體上基本一致（與地勢恰恰相反），整體上呈現(xiàn)出東北高、西南低的分布態(tài)勢。

2.3 洪澇災(zāi)害危害趨勢 洪澇災(zāi)害災(zāi)情損失是自然條件和社會經(jīng)濟(jì)條件所構(gòu)成的復(fù)雜系統(tǒng)所決定，在這復(fù)雜系統(tǒng)中，降雨量是形成洪澇災(zāi)害的直接原因，在其他條件不變的情況下，降雨量增大，遭受洪澇災(zāi)害損失的風(fēng)險增大。昭通市降雨量在時間序列、空間分布上均呈現(xiàn)出增大態(tài)勢，在其他條件不變的情況下，昭通市遭受洪澇災(zāi)害損失的風(fēng)險隨之增大。

3 防災(zāi)對策與建議

根據(jù)昭通市洪澇災(zāi)害災(zāi)情風(fēng)險空間變化和分布規(guī)律，昭通市各相關(guān)職能部門在利用昭通市11個縣（區(qū)、市）洪澇災(zāi)害災(zāi)情風(fēng)險區(qū)劃制定昭通市空間規(guī)劃、生產(chǎn)力布局和土地利用調(diào)整上，建議充分考慮巧家縣、鹽津縣和鎮(zhèn)雄縣在昭通市洪澇災(zāi)害綜合災(zāi)情風(fēng)險評估區(qū)劃中位于極重災(zāi)區(qū)風(fēng)險區(qū)劃，處于洪澇災(zāi)害易發(fā)區(qū)域，更容易遭受洪澇災(zāi)害，要采取政策措施規(guī)避經(jīng)濟(jì)活動或經(jīng)濟(jì)布局進(jìn)一步向巧家縣、鹽津縣、鎮(zhèn)雄縣聚集，在進(jìn)一步排查洪澇災(zāi)害風(fēng)險隱患點和繪制縣洪澇災(zāi)害風(fēng)險點（區(qū)域）的基礎(chǔ)上，在災(zāi)情風(fēng)險區(qū)劃相對嚴(yán)重的風(fēng)險地區(qū)采取政策措施明確禁止開發(fā)區(qū)、限制開發(fā)區(qū)和一般開發(fā)區(qū)，采取政策措施引導(dǎo)洪澇災(zāi)害風(fēng)險區(qū)土地的合理利用，減輕或避免不必要的洪澇災(zāi)害損失。監(jiān)測、研究昭陽區(qū)在洪澇災(zāi)害綜合災(zāi)情風(fēng)險區(qū)劃屬于重災(zāi)區(qū)的持久穩(wěn)定性，根據(jù)監(jiān)測、研究結(jié)果，對經(jīng)濟(jì)活動的可行性與經(jīng)濟(jì)布局的合理性作出綜合評價，及時調(diào)整其空間規(guī)劃、生產(chǎn)力布局和土地利用，實行差別化的有針對性的空間調(diào)控政策。在加強暴雨預(yù)測建立汛期預(yù)報預(yù)警工作機制、洪澇災(zāi)害風(fēng)險監(jiān)測和采取措施加強災(zāi)害風(fēng)險防范的基礎(chǔ)上，進(jìn)一步加強降雨量年際變化和波動分析和預(yù)警，及時精準(zhǔn)做好預(yù)警和提醒信息發(fā)布，切實保障人民群眾生命財產(chǎn)安全。統(tǒng)籌發(fā)展和安全，制定合理避讓、有效防治、風(fēng)險防控的對策和措施，最大限度地減輕洪澇災(zāi)害造成的損失和威脅，提高昭通市的綜合減災(zāi)防災(zāi)能力，統(tǒng)籌考慮洪澇災(zāi)害形成的各種因素，制定出支撐社會經(jīng)濟(jì)可持續(xù)發(fā)展的區(qū)域布局和功能區(qū)劃，加強重點洪澇災(zāi)害風(fēng)險點防治工程建設(shè)布局，從宏觀、戰(zhàn)略高度降低洪澇災(zāi)害發(fā)生的可能性，起到防災(zāi)減災(zāi)的作用［23］。

4 結(jié)論

該研究通過層次分析法，得出綜合災(zāi)情指數(shù)，利用R/S分析和GIS的空間分析，對昭通市未來降雨量和災(zāi)情發(fā)生趨勢以及昭通市洪澇災(zāi)害災(zāi)情總體空間分布格局進(jìn)行了時空研究，并嘗試解釋形成這種格局的原因，得出以下主要結(jié)論。

（1）在昭通市洪澇災(zāi)害災(zāi)情空間區(qū)劃上，昭通市災(zāi)情整體上相對存在東北部風(fēng)險高、西南部風(fēng)險低的空間分布態(tài)勢，存在由東北向西南演變的空間變化規(guī)律。

（2）在未來8～9年，昭通市降雨量在時間、空間上呈現(xiàn)出增大態(tài)勢，在其他條件不變的情況下，昭通市面臨遭受洪澇災(zāi)害損失的風(fēng)險增大。

（3）昭通市降雨量年際變化波動在一定程度上可以解釋昭通市洪澇災(zāi)害綜合災(zāi)情損失峰值，而災(zāi)情風(fēng)險分區(qū)與降雨量相關(guān)性并不顯著，說明昭通市洪澇災(zāi)害綜合災(zāi)情損失是由含降雨量之外的復(fù)雜系統(tǒng)共同組成，揭示深層次原因，還需要深入研究。

參考文獻(xiàn)

［1］云南省統(tǒng)計局.云南統(tǒng)計年鑒2020［M］.北京：中國統(tǒng)計出版社，2020.

［2］ 劉佳旭，李麗娟，李九一，等.1954—2014年云南省降水變化特征與潛在的旱澇區(qū)域響應(yīng)［J］.地球信息科學(xué)學(xué)報，2016，18（8）：1077-1086.

［3］ 黃大鵬，劉闖，彭順風(fēng).洪災(zāi)風(fēng)險評價與區(qū)劃研究進(jìn)展［J］.地理科學(xué)進(jìn)展，2007，26（4）：11-22.

［4］ 程先富，戴夢琴，郝丹丹.區(qū)域洪澇災(zāi)害風(fēng)險評價研究進(jìn)展［J］.安徽師范大學(xué)學(xué)報（自然科學(xué)版），2015，38（1）：74-79．

［5］ 孫殿臣，王慧敏，黃晶，等.鄱陽湖流域城市洪澇災(zāi)害風(fēng)險及土地類型調(diào)整策略研究：以景德鎮(zhèn)市為例［J］.長江流域資源與環(huán)境，2018，27（12）：2856-2866.

［6］ 張興毅，王國梁.基于GIS的江西省洪澇災(zāi)害風(fēng)險區(qū)劃［J］.山西師范大學(xué)學(xué)報（自然科學(xué)版），2014，28（4）：68-72.

［7］ 羅日洪，黃錦林，唐造造.基于AHP和GIS的山區(qū)小流域山洪災(zāi)害風(fēng)險區(qū)劃研究［J］.災(zāi)害學(xué)，2018，33（2）：64-69.

［8］ 周浩偉，劉蘇峽，李峰平．雄安新區(qū)旱澇趨勢分析［J］．南水北調(diào)與水利科技，2019，17（2）：10-19，28.

［9］武劍，謝光慶.基于分形理論的楚雄州近700年水旱災(zāi)害分析［J］.人民長江，2020，51（S2）：24-27.

［10］ 黃崇福，劉新立，周國賢，等.以歷史災(zāi)情資料為依據(jù)的農(nóng)業(yè)自然災(zāi)害風(fēng)險評估方法［J］.自然災(zāi)害學(xué)報，1998，7（2）：1-9.

［11］ 丁賢法，李巧媛，胡國賢.云南省近500年旱澇災(zāi)害時間序列的分形研究［J］.災(zāi)害學(xué)，2010，25（2）：76-80.

［12］ 郭永芳，查良松.安徽省洪澇災(zāi)害風(fēng)險區(qū)劃及成災(zāi)面積變化趨勢分析［J］.中國農(nóng)業(yè)氣象，2010，31（1）：130-136.

［13］ 王懷清，殷劍敏，孔萍，等.鄱陽湖流域千年旱澇變化特點及R/S分析［J］.長江流域資源與環(huán)境，2015，24（7）：1214-1220.

［14］ 萬金紅，張葆蔚，劉建剛，等．1950—2013年我國洪澇災(zāi)情時空特征分析［J］．災(zāi)害學(xué)，2016，31（2）：63－68．

［15］ 徐玉霞.基于GIS的陜西省洪澇災(zāi)害風(fēng)險評估及區(qū)劃［J］.災(zāi)害學(xué)，2017，32（2）：103-108.

［16］ 魯穎，畢碩本，劉愛利，等.清代珠江流域旱澇災(zāi)害變化特征與R/S分析［J］.西南師范大學(xué)學(xué)報（自然科學(xué)版），2019，44（4）：64-70.

［17］ 樊毅，李靖，仲遠(yuǎn)見，等.基于R/S分析法的云南干熱河谷降水變化趨勢分析［J］.水電能源科學(xué)，2008，26（2）：24-27.

［18］ 韓潤娥，趙峰.河西走廊旅游經(jīng)濟(jì)空間差異及其演化趨勢［J］.中國農(nóng)業(yè)資源與區(qū)劃，2020，41（4）：225-234.

［19］ 柴鈺翔.昭通市農(nóng)業(yè)洪澇災(zāi)害風(fēng)險評估與區(qū)劃研究［D］.昆明：云南大學(xué)，2010.

［20］ 程立海，唐宏，周廷剛，等.自然災(zāi)害強度的評估方法及應(yīng)用：基于綜合災(zāi)情指數(shù)的研究［J］.自然災(zāi)害學(xué)報，2011，20（1）：46-50.

［21］ 曾玲艷，周文劍，陳庭甫，等.基于綜合災(zāi)情指數(shù)方法的2012—2016年江西省自然災(zāi)害災(zāi)情分析［J］.安徽農(nóng)業(yè)科學(xué)，2018，46（12）：64-68，83.

［22］ 鄧敏.昭通市洪水災(zāi)害的成因及對策分析［J］.牡丹江大學(xué)學(xué)報，2009，18（2）：106-108.

［23］ 汪明，李志雄，史培軍.全面推進(jìn)第一次全國自然災(zāi)害綜合風(fēng)險普查 著力提升防范化解重大災(zāi)害風(fēng)險能力［J］.中國減災(zāi)，2021（9）：18-21.