董姝娜，龐澤源，張繼權(quán)，佟志軍，劉興朋，孫仲益

（1.長春師范大學(xué)城市與環(huán)境科學(xué)學(xué)院，吉林長春130032；2.東北師范大學(xué)環(huán)境學(xué)院，東北師范大學(xué)自然災(zāi)害研究所，吉林長春130024）

基于CERES-Maize模型的吉林西部玉米干旱脆弱性曲線研究*

董姝娜1，龐澤源2，張繼權(quán)2，佟志軍2，劉興朋2，孫仲益2

（1.長春師范大學(xué)城市與環(huán)境科學(xué)學(xué)院，吉林長春130032；2.東北師范大學(xué)環(huán)境學(xué)院，東北師范大學(xué)自然災(zāi)害研究所，吉林長春130024）

自然災(zāi)害風(fēng)險(xiǎn)（Risk）是災(zāi)害損失的可能性，主要取決于致災(zāi)因子、脆弱性、暴露性以及防災(zāi)減災(zāi)能力四個(gè)因素。脆弱性（Vulnerability）衡量承災(zāi)體遭受損害的程度，是災(zāi)損估算和風(fēng)險(xiǎn)評估的重要環(huán)節(jié)，是致災(zāi)因子與災(zāi)情聯(lián)系的橋梁。在全面收集研究區(qū)氣象、土壤、土地類型、田間管理數(shù)據(jù)等資料的基礎(chǔ)上，以吉林西部玉米干旱災(zāi)害作為研究對象，選取了吉林西部2001年、2002年、2004年以及2006－2009年7個(gè)案例干旱年的干旱致災(zāi)強(qiáng)度作為輸入，運(yùn)用CERES-Maize模型，模擬和計(jì)算出不同干旱致災(zāi)強(qiáng)度下不同生育期對最終產(chǎn)量起主要影響的關(guān)鍵指標(biāo)的損失率，并且擬合出脆弱性曲線。結(jié)果表明，脆弱性對最終產(chǎn)量影響由高到低的生育期為抽雄－乳熟期、拔節(jié)－抽雄期、乳熟－成熟期、出苗－拔節(jié)期。研究結(jié)果可以為旱災(zāi)損失的快速評估、區(qū)域農(nóng)業(yè)干旱災(zāi)害風(fēng)險(xiǎn)評估以及預(yù)警提供依據(jù)，為區(qū)域防災(zāi)避災(zāi)與管理工作提供科學(xué)依據(jù)。

玉米；CERES-Maize模型；不同生育期；脆弱性曲線；吉林西部

近幾十年來，受全球氣候變化，尤其受全球氣候變暖的影響，各種自然災(zāi)害頻發(fā)，干旱是其中最為常見的災(zāi)害之一，其發(fā)生頻率強(qiáng)度均呈上升趨勢。國外相關(guān)研究指出，每年全球由旱災(zāi)產(chǎn)生的經(jīng)濟(jì)損失超過60億美元，并且逐年升高［1］。我國地處東亞季風(fēng)區(qū)，由于幅員遼闊、地理環(huán)境復(fù)雜、各種災(zāi)害性天氣頻發(fā)，據(jù)統(tǒng)計(jì)，在所有自然災(zāi)害中70%為氣象災(zāi)害，而干旱災(zāi)害又占?xì)庀鬄?zāi)害的50%左右。有研究顯示自1950年至今，吉林和黑龍江東部以及自河北至貴州的狹長干旱帶的干旱化趨勢增長迅速［2］。農(nóng)作物是農(nóng)業(yè)干旱的直接承載體，玉米是我國三大糧食作物之一，吉林省又是我國東北玉米的主產(chǎn)區(qū)，干旱是制約其生長發(fā)育以及影響產(chǎn)量的主要因素之一。承載體脆弱性的大小是影響災(zāi)害風(fēng)險(xiǎn)大小的基本因素之一，因此對該區(qū)域玉米干旱脆弱性的研究對預(yù)防和減輕農(nóng)業(yè)旱災(zāi)具有重要的現(xiàn)實(shí)意義，同時(shí)為制定減災(zāi)規(guī)劃決策，保證農(nóng)業(yè)生產(chǎn)提供科學(xué)依據(jù)。

災(zāi)害評估主要包括災(zāi)情估算和風(fēng)險(xiǎn)評估兩個(gè)方面，而脆弱性分析是災(zāi)害損失估算和風(fēng)險(xiǎn)評估的重要環(huán)節(jié)，是把災(zāi)害與風(fēng)險(xiǎn)研究緊密聯(lián)系起來的重要橋梁［3］。脆弱性曲線作為精細(xì)化、定量化的脆弱性評價(jià)方法，其核心是表達(dá)出致災(zāi)因子強(qiáng)度或擾動強(qiáng)度和承載體脆弱性之間的定量關(guān)系。國內(nèi)外關(guān)于脆弱性曲線的研究方法主要包括：基于歷史災(zāi)情數(shù)據(jù)的脆弱性曲線的構(gòu)建、基于已有脆弱性曲線的再構(gòu)建、基于系統(tǒng)調(diào)查的脆弱性曲線的構(gòu)建以及基于模型模擬的脆弱性曲線構(gòu)建。運(yùn)用以上方法有學(xué)者從保險(xiǎn)數(shù)據(jù)中推定出脆弱性曲線［4］。有研究者在引用US Army Corps of Engineer提供的洪水災(zāi)害－建筑物曲線的基礎(chǔ)上，對意大利的水災(zāi)災(zāi)情脆弱性曲線進(jìn)行了修正［5］。石勇根據(jù)區(qū)域經(jīng)濟(jì)差異，從上海地區(qū)的實(shí)際出發(fā)，在對臺灣水災(zāi)曲線進(jìn)行修正的基礎(chǔ)上提出了上海地區(qū)的水深－住宅損失脆弱性曲線［6］。董姝娜等在實(shí)際調(diào)查以及結(jié)合GIS技術(shù)的基礎(chǔ)上對村鎮(zhèn)住宅洪災(zāi)脆弱性曲線進(jìn)行了研究［7］。部分學(xué)者運(yùn)用作物生長模型模擬了作物在不同干旱致災(zāi)強(qiáng)度下的產(chǎn)量損失率，構(gòu)建了相應(yīng)的脆弱性曲線［8］。在干旱災(zāi)害以及干旱災(zāi)害風(fēng)險(xiǎn)方面我國學(xué)者也取得了許多成果，趙靜等應(yīng)用自然災(zāi)害風(fēng)險(xiǎn)指數(shù)法，熵組合權(quán)重法和加權(quán)綜合分析法結(jié)合GIS技術(shù)對豫北地區(qū)干旱災(zāi)害風(fēng)險(xiǎn)進(jìn)行了區(qū)劃［9］。費(fèi)振宇等在建立區(qū)域抗旱能力評價(jià)指標(biāo)體系和評價(jià)模型的基礎(chǔ)上對安徽省的區(qū)域抗旱能力進(jìn)行了研究［10］。目前，在干旱災(zāi)害風(fēng)險(xiǎn)研究方面，應(yīng)用作物生長模型來構(gòu)建作物不同生育期脆弱性曲線的研究較為少見，而且較少使用作物的生理指標(biāo)來評價(jià)脆弱性。本文主要以吉林西部的玉米旱災(zāi)作為研究對象，從玉米的自身脆弱性入手，利用CERES-Maize模型模擬和計(jì)算不同生育期對最終產(chǎn)量起主要影響的關(guān)鍵指標(biāo)來擬合脆弱性曲線，可以從災(zāi)害自身機(jī)理以及作物本身出發(fā)細(xì)致刻畫承載體的脆弱性，以期為旱災(zāi)損失的快速評估、區(qū)域農(nóng)業(yè)干旱災(zāi)害風(fēng)險(xiǎn)評估以及預(yù)警提供依據(jù)，以及為區(qū)域防災(zāi)避災(zāi)與管理工作提供科學(xué)依據(jù)。

表1 CERES-Maize模型基礎(chǔ)數(shù)據(jù)庫列表

1 研究區(qū)概況

吉林西部位于松嫩平原的西南部（圖1），該區(qū)在我國濕潤的東部季風(fēng)區(qū)和干旱內(nèi)陸之間的過渡帶上，為半干旱半濕潤的大陸季風(fēng)氣候區(qū)，季節(jié)變化明顯，雨熱同期，春季干旱少雨，夏季炎熱，秋季晴朗涼爽，冬季漫長寒冷。自然條件特點(diǎn)是光熱資源較其他地區(qū)優(yōu)越，霜前≥10℃積溫2 800～3 100℃，無霜期140～150 d，年日照時(shí)數(shù)2 900～3 000 h，日照百分率為65%以上。熱量條件雖然有利于該區(qū)玉米的生長，但是降水量較少，5－9月份降水量330～440 mm，并且從東到西逐漸減少，素有“十年九旱”之說。降水量年際變化大，年內(nèi)分配不均，全年70%降雨主要集中于7－8月份。該區(qū)多年平均蒸發(fā)量自東部向西部逐漸增大，為1 400～2 100 mm，蒸發(fā)量遠(yuǎn)遠(yuǎn)大于降水量。本文從2000年1：100萬土地利用圖中，提取了吉林西部玉米區(qū)耕地中的旱地作為玉米可種植區(qū)進(jìn)行玉米干旱脆弱性的研究。

2 數(shù)據(jù)與方法

2.1 CERES-Maize模型介紹

圖1 研究區(qū)位置

CERES-Maize模型是DSSAT（the Decision Support System for Agro-technology Transfer）4.5版本系列模型中的一部分。DSSAT模型具備了功能比較全面、操作簡便以及應(yīng)用范圍比較廣的優(yōu)點(diǎn)。從1980年開始，DSSAT模型在世界上許多國家進(jìn)行了應(yīng)用和評估，并且經(jīng)過長期的改進(jìn)和完善，模擬的準(zhǔn)確度得到了很大的提高。CERES-Maize模型能以天為步長動態(tài)的、定量的模擬玉米生長發(fā)育過程和產(chǎn)量形成，并且可以模擬土壤水分、氮素的動態(tài)變化過程，通過模擬玉米干物質(zhì)積累與分配、葉面積與根系擴(kuò)大以及階段發(fā)育來計(jì)算每平方米穗數(shù)、穗粒數(shù)和粒重，最后獲得玉米的產(chǎn)量。本文收集了CERES-Maize模型運(yùn)行主要需要的氣象、土壤以及耕種管理等數(shù)據(jù)（表1）。

2.2 玉米作物參數(shù)的確定和模型空間尺度的校驗(yàn)

為了檢驗(yàn)CERES-Maize模型在吉林西部的適應(yīng)性和模擬能力，而在模型運(yùn)行的過程中，作物的遺傳參數(shù)直接影響到模擬效果，因此確定作物參數(shù)尤為重要。本文選取在吉林西部種植面積較大的“鄭單958”品種作為代表性作物，進(jìn)行作物遺傳參數(shù)的本地化。具體的方法是：按照模型所需要的數(shù)據(jù)，將白城試驗(yàn)點(diǎn)2008－2012年的日氣象數(shù)據(jù)、土壤數(shù)據(jù)和這5年的田間管理數(shù)據(jù)輸入設(shè)置好的站點(diǎn)CERES-Maize模型中，將輸出的作物產(chǎn)量與在白城實(shí)驗(yàn)點(diǎn)實(shí)際測得的作物產(chǎn)量、進(jìn)行擬合。通過反復(fù)運(yùn)行模型，運(yùn)用遺傳算法調(diào)整主要參數(shù)值，直到模擬值與實(shí)測值在趨勢上比較一致，而且數(shù)值也比較接近（圖2），最后擬合的平均誤差為0.095。基于校驗(yàn)好的遺傳參數(shù)和已有的基本輸入數(shù)據(jù)，對研究區(qū)8個(gè)站點(diǎn)2007年的統(tǒng)計(jì)產(chǎn)量數(shù)據(jù)和模型模擬的產(chǎn)量進(jìn)行對比驗(yàn)證（圖3），R2的相關(guān)系數(shù)為0.8969，說明模型在空間尺度上的精度已經(jīng)達(dá)到了滿意水平。

2.3 脆弱性曲線的概念

自然災(zāi)害風(fēng)險(xiǎn)（Risk）是災(zāi)害損失的可能性，主要取決于致災(zāi)因子、脆弱性、暴露性以及防災(zāi)減災(zāi)能力四個(gè)因素［11］。脆弱性（Vulnerability）是自然災(zāi)害風(fēng)險(xiǎn)的組成部分之一，可以用來衡量承災(zāi)體遭受損害的程度，當(dāng)承災(zāi)體的脆弱性側(cè)重于因?yàn)?zāi)造成的災(zāi)情水平方面時(shí)，通?？捎弥聻?zāi)（h）與成害（d）之間的關(guān)系曲線或方程式來表示：V＝f（h，d），又叫脆弱性曲線（Vulnerability Curve）或?yàn)?zāi)損（率）曲線（函數(shù)）（Damage／Loss Curve），可以用來衡量不同災(zāi)種的強(qiáng)度與其相應(yīng)損失（率）之間的關(guān)系，主要以曲線、曲面或表格的形式表現(xiàn)出來［12］。

圖2 模型參數(shù)校驗(yàn)

圖3 模型空間尺度校驗(yàn)

2.4 基于CERES-Maize模型的計(jì)算流程

2.4.1 干旱致災(zāi)強(qiáng)度評價(jià)

本文研究中采取將CERES-Maize模型進(jìn)行空間柵格化運(yùn)行的模式，在雨養(yǎng)的條件下，通過模型模擬研究區(qū)內(nèi)5 km網(wǎng)格單元上玉米的生長過程。運(yùn)用“水分脅迫”作為描述干旱致災(zāi)因子強(qiáng)度的主要因子。因?yàn)樗置{迫的大小和脅迫的天數(shù)共同影響作物在一個(gè)生育期內(nèi)的干旱強(qiáng)度，因此，從模型雨養(yǎng)條件下的日輸出結(jié)果中提取每個(gè)生育期內(nèi)受水分脅迫影響的當(dāng)天的水分脅迫值和天數(shù)，構(gòu)建了指數(shù)作為玉米旱災(zāi)致災(zāi)因子評價(jià)的指標(biāo)：

式中：HIxy為x年第y網(wǎng)格的干旱致災(zāi)強(qiáng)度指數(shù)；Zi為第i天受水分脅迫影響的當(dāng)天的脅迫值；n為生育期內(nèi)受水分脅迫影響的天數(shù)；max Zi和min Zi分別為所模擬的某一網(wǎng)格所有模擬年份內(nèi)的最大值和最小值。P為逐日降水量，ETC為潛在蒸散量，Kc為玉米某時(shí)段的作物系數(shù)［13］；ET0為逐日參考作物蒸散量（mm／d），采用Penman-Monteith公式計(jì)算［14－15］；Rn為地表凈輻射；G為土壤通量（MJ／（m2·d））；T為日平均氣溫（℃）；u2為2 m高處風(fēng)速（m／s）；es為飽和水汽壓（kPa）；ea為實(shí)際水汽壓（kPa）；Δ為飽和水汽壓曲線斜率（kPa／℃）；γ為干濕表常數(shù)（kPa／℃）。

2.4.2 不同生育期損失指標(biāo)的選取

根據(jù)國內(nèi)學(xué)者對水分脅迫對玉米影響的研究［16－20］，分別選取每個(gè)生育期對最終產(chǎn)量起主要影響的關(guān)鍵指標(biāo)作為因旱損失指標(biāo)。因?yàn)橐话闱闆r下都能保證出苗，所以從出苗以后開始研究，出苗 －拔節(jié)期，玉米植株矮小，生長緩慢，葉片蒸騰少，耗水量較少，這一時(shí)期如果水分脅迫過重或蹲苗時(shí)間過長，都會抑制玉米的生長發(fā)育，形成弱苗，延遲生育期，變成小老苗。葉面指數(shù)LAI控制植被的各種生物、物理過程，如光合作用、呼吸作用、植被蒸騰、碳循環(huán)和降雨截留等，所以這一生育期選擇LAI作為因旱損失指標(biāo)。拔節(jié) －抽雄期，是玉米生長最旺盛的階段，植株的生理機(jī)能加強(qiáng)，雄、雌蕊逐漸分化形成。同時(shí)氣溫上升明顯，無論是田間蒸發(fā)和植株蒸騰，水分消耗都變得十分劇烈，該期如果遭遇干旱會嚴(yán)重影響玉米小穗小花分化，降低形成籽粒的數(shù)量，而籽粒的數(shù)量是形成最終產(chǎn)量的要素之一，所以這一生育期選擇籽粒的數(shù)量作為因旱損失指標(biāo)。抽雄－乳熟期，是玉米對水分最敏感的時(shí)期，對水分的需求更加迫切。此期如果遭遇干旱，易造成植株早衰，葉片的光合速率降低，花粉和花絲的壽命縮短，授粉受精條件惡化，禿頂缺?，F(xiàn)象嚴(yán)重，最終導(dǎo)致籽粒不飽滿而嚴(yán)重減產(chǎn)，所以這一生育期選擇粒重作為因旱損失指標(biāo)。乳熟 －成熟期，是玉米生長發(fā)育的后期，也是產(chǎn)量形成的關(guān)鍵時(shí)期，適宜的水分供給十分重要。這一時(shí)期玉米植株的光合作用和蒸騰作用仍在旺盛地進(jìn)行，大量的營養(yǎng)物質(zhì)從莖葉向果穗中運(yùn)輸，這些生理活動都必須在適宜的水分條件下才能順利進(jìn)行。適宜的水分條件能延長和增強(qiáng)綠葉的光合作用，促進(jìn)灌漿飽滿。反之如果水分不足，會使葉片過早衰老，同化物供應(yīng)不足，胚乳細(xì)胞分裂受抑制，籽粒有效灌漿期縮短，導(dǎo)致源不足，流不暢，造成粒重降低，最終影響產(chǎn)量和質(zhì)量，所以這一生育期也選擇粒重作為因旱損失指標(biāo)。運(yùn)行模型的時(shí)候，先控制養(yǎng)分、通氣性以及病蟲害等脅迫，使得水分是唯一脅迫因素，然后設(shè)定：完全滿足養(yǎng)分、水分（M1情景）和完全滿足養(yǎng)分且雨養(yǎng)即不灌溉（M2情景），分別進(jìn)行模擬，可認(rèn)為是達(dá)到了排除溫度脅迫對作物生長的影響，即M1情景下與M2情景下不同生育期相應(yīng)指標(biāo)之間的差值為受干旱影響的損失程度。損失率的計(jì)算方法為，利用每個(gè)網(wǎng)格M1情景下某一生育期某一指標(biāo)的數(shù)值減去M2情景下相應(yīng)的數(shù)值作為受干旱影響的損失值，該值與該網(wǎng)格的多年最大數(shù)值的比率作為相應(yīng)指標(biāo)的損失率，即：

式中：Sxy為x年第y網(wǎng)格的某一生育期某一指標(biāo)因旱損失率；Y1和Y2分別為M1和M2情景下的某一指標(biāo)的數(shù)值；max Y1為該網(wǎng)格所模擬年份中M1情景下的某一指標(biāo)的最大值。

3 結(jié)果與分析

由于“鄭單958”是2001年開始重點(diǎn)推廣的品種，所以參考以往歷史的災(zāi)情數(shù)據(jù)，選取了2001年以來的2001年、2002年、2004年以及2006－2009年7個(gè)案例干旱年，將這7年的干旱致災(zāi)強(qiáng)度作為輸入，運(yùn)用CERES-Maize模型，模擬出不同干旱致災(zāi)強(qiáng)度下不同生育期對最終產(chǎn)量起主要影響的關(guān)鍵指標(biāo)的損失率，并且擬合出自然脆弱性曲線（圖4～圖7），每個(gè)生育期都通過了α＝0.05的F檢驗(yàn)（四個(gè)生育期的R2值分別為0.859 2、0.699 4、0.662、0.730 4，P＜0.05）。整體而言，在4個(gè)生育期中，隨著干旱致災(zāi)害強(qiáng)度的增大，相應(yīng)指標(biāo)的損失率都成上升趨勢。出苗 －拔節(jié)期，從圖中可以看出各個(gè)致災(zāi)強(qiáng)度的干旱均有發(fā)生，干旱致災(zāi)強(qiáng)度達(dá)到0.5以上的時(shí)候LAI的損失率才顯著上升。拔節(jié)－抽雄期，從圖中可以看出，只要受到干旱不論強(qiáng)度如何都會對穗粒數(shù)造成較大的損失率，而且隨著致災(zāi)強(qiáng)度的增大，損失率越來越大，說明這一時(shí)期玉米植株對水分脅迫比較敏感。抽雄 －乳熟期，從圖中可以看出，干旱致災(zāi)強(qiáng)度在0.5以上的點(diǎn)居多，說明即使降水主要集中在這一時(shí)期，但是由于這一時(shí)期又是玉米需水的高峰期，降水仍然很難滿足玉米充分生長的需要。當(dāng)干旱致災(zāi)強(qiáng)度大于0.5時(shí)，粒重的損失率迅速升高。乳熟－成熟期，從圖中可以看出，干旱致災(zāi)強(qiáng)度在0.5以上的點(diǎn)占大多數(shù)，這與吉林西部降水主要集中在7－8月份，進(jìn)入9月份之后降水減少是相符的，并且在這一時(shí)期受到干旱脅迫仍然會造成粒重的損失，從而影響最終的產(chǎn)量，所以中國的農(nóng)諺有“前旱不算旱，后旱減一半”之說。根據(jù)不同生育期對最終產(chǎn)量起主要影響的關(guān)鍵指標(biāo)和模型模擬求出的各網(wǎng)格在案例年內(nèi)的兩種情景下的玉米產(chǎn)量，計(jì)算并選取相應(yīng)年份的玉米因旱減產(chǎn)損失率與各個(gè)生育期相應(yīng)指標(biāo)的脆弱性進(jìn)行相關(guān)分析，得到玉米的出苗－拔節(jié)期、拔節(jié) －抽雄期、抽雄 －乳熟期、乳熟－成熟期的指數(shù)關(guān)系式分別為y1、y2、y3、y4。

從而證明了本文所選的不同生育期對最終產(chǎn)量起主要影響的關(guān)鍵指標(biāo)能夠較好的反映玉米不同生育期的脆弱性。在出苗 －拔節(jié)期、拔節(jié) －抽雄期、抽雄－乳熟期、乳熟 －成熟期相關(guān)系數(shù)分別達(dá)到0.424 5、0.603 4、0.632 7、0.505 5，顯然抽雄－乳熟期玉米的干旱脆弱性最嚴(yán)重，其次是拔節(jié) －抽雄期、抽雄－乳熟期，出苗－拔節(jié)期相對較輕。

圖4 出苗－拔節(jié)期圖5拔節(jié)－抽雄期

圖5 拔節(jié)－抽雄期

圖6 抽雄－乳熟期圖7乳熟－成熟期

圖7 乳熟－成熟期

4 討論與結(jié)論

玉米干旱脆弱性的強(qiáng)弱是影響玉米因旱減產(chǎn)的主要原因之一，近些年來越來越引起學(xué)者們的關(guān)注。本文打破了傳統(tǒng)脆弱性曲線的建立主要是應(yīng)用最終產(chǎn)量和干旱之間的關(guān)系來建立脆弱性曲線的方法，應(yīng)用CERES-Maize模型以天為步長逐網(wǎng)格的模擬吉林西部玉米的生長過程，并且通過野外試驗(yàn)對模型進(jìn)行校正，選擇了不同生育期對玉米干旱脆弱性產(chǎn)生影響的關(guān)鍵指標(biāo)，使得指標(biāo)的處理方面更加接近玉米生理特性，在計(jì)算不同生育期致災(zāi)強(qiáng)度的基礎(chǔ)上，建立了不同生育期相應(yīng)的指標(biāo)的干旱脆弱性曲線，使得對玉米脆弱性的研究更加細(xì)化。運(yùn)用此方法對7個(gè)案例干旱年進(jìn)行了研究，結(jié)果表明得到的不同生育期關(guān)鍵指標(biāo)的脆弱性和玉米最終產(chǎn)量減產(chǎn)率之間存在著明顯的相關(guān)性，達(dá)到了顯著水平，從而可以用來評價(jià)和預(yù)測玉米干旱脆弱性以及因干旱造成的玉米產(chǎn)量損失。從相關(guān)系數(shù)以及脆弱性曲線中，我們可以看出抽雄－乳熟期和拔節(jié)－抽雄期受到干旱是導(dǎo)致玉米減產(chǎn)的主要原因，因此應(yīng)著重加大抽雄－乳熟期和拔節(jié)－抽雄期防災(zāi)減災(zāi)的投入。

［1］ Wilhite D A.Drought as a natural hazard：Concept s and definitions［C］／／Wilhite D A.Drought：A Global Assessment. London＆New York：Routledge.2000.

［2］ 祁海霞，智協(xié)飛，白永清.中國干旱發(fā)生頻率的年代際變化特征及趨勢分析［J］.大氣科學(xué)學(xué)報(bào)，2011，34（4）：447－455.

［3］ UN／ISDR.Living with Risk：A Global Review of Disaster Reduction Initiatives 2004 Version［Z］.United Nations Publication，2004.

［4］ Dutta D，Herath S，Musiake K.A mathematicalmodel for flood lossestimation［J］.Journalof Hydrology，2003，227（1／2）：24－49.

［5］ Lotto P D，Testa G.Risk assessment：A simplified approach of flood damage evaluation with the use of GIS［C］／／Interpraevent 2000－Villach／Osterreich.Italy：VHB，2000.

［6］ 石勇.災(zāi)害情景下城市脆弱性評估研究－以上海市為例［D］.上海：華東師范大學(xué)，2010.

［7］ 董姝娜，姜鎏鵬，張繼權(quán)，等.基于“3S”技術(shù)的村鎮(zhèn)住宅洪災(zāi)脆弱性曲線研究［J］.災(zāi)害學(xué)，2012，27（2）：34－38，42.

［8］ 賈慧聰，王靜愛，潘東華，等.基于EPIC模型的黃淮海夏玉米旱災(zāi)風(fēng)險(xiǎn)評價(jià)［J］.地理學(xué)報(bào)，2011，66（5）：643－652.

［9］ 趙靜，張繼權(quán)，嚴(yán)登華，等.基于網(wǎng)格GIS的豫北地區(qū)干旱災(zāi)害風(fēng)險(xiǎn)區(qū)劃［J］.災(zāi)害學(xué)，2012，27（1）：55－58.

［10］費(fèi)振宇，周玉良，金菊良，等.區(qū)域抗旱能力評價(jià)指標(biāo)體系和評價(jià)模型的構(gòu)建［J］.災(zāi)害學(xué)，2013，28（4）：197－204.

［11］張繼權(quán)，李寧.主要?dú)庀鬄?zāi)害風(fēng)險(xiǎn)評價(jià)與管理的數(shù)量化方法及其應(yīng)用［M］.北京：北京師范大學(xué)出版社，2007.

［12］史培軍.中國自然災(zāi)害風(fēng)險(xiǎn)地圖集［M］.北京：科學(xué)出版社，2010.

［13］中國主要農(nóng)作物需水量等值線圖協(xié)作組.中國主要農(nóng)作物需水量等值線圖研究［M］.北京：中國農(nóng)業(yè)科技出版社，1993：48－55.

［14］毛飛，張光智，徐祥德.參考作物蒸散量的多種計(jì)算方法及其結(jié)果的比較［J］.應(yīng)用氣象學(xué)報(bào)，2000，11（supp1）：128－136.

［15］Allen R G，Pereira L S，Raes D，etal.Crop evapotranspiration guidelines for computing crop water requirements［R］.Irrigation and Drainage paper NO 56，1998：89－102.

［16］張玉書，米娜，陳鵬獅，等.土壤水分脅迫對玉米生長發(fā)育的影響研究進(jìn)展［J］.中國農(nóng)學(xué)通報(bào)，2012，28（3）：1－7.

［17］孟凡超，劉明，于吉琳，等.水分脅迫對玉米產(chǎn)量及干物質(zhì)分配的影響［J］.江蘇農(nóng)業(yè)科學(xué)，2011，39（3）：96－98.

［18］梁濤，劉景利.水分脅迫對玉米生長發(fā)育和產(chǎn)量的影響［J］.安徽農(nóng)業(yè)科學(xué)，2009，37（35）：17436－17437，17472.

［19］徐世昌，戴俊英，沈秀瑛，等.水分脅迫對玉米光合性能及產(chǎn)量的影響［J］.作物學(xué)報(bào)，1995，21（3）：356－363.

［20］孟繁靜.植物生理學(xué)基礎(chǔ)［M］.北京：農(nóng)業(yè)出版社，1987：53－55.

Research on Vulnerability Curve of Drought Disaster of M aize on CERES-M aize M odel in W estern Jilin Province

Dong Shuna1，Pang Zeyuan2，Zhang Jiquan2，Tong Zhijun2，Liu Xingpeng2and Sun Zhongyi2
（1．College of Urban and Environmental Sciences，Changchun Normal University，Changchun 130032，China；2．College of Environmental Sciences，Northeast Normal University，Nature Disaster Research Institute，Northeast Normal University，Changchun 130024，China）

Natural disaster risk is the possibility of disaster losses，depending on hazard，vulnerability，exposure，and emergency response and recovery capability.Vulnerability is to measure the degree of hazard bearing body when suffered damage，which is not only an important partof risk assessment for loss estimation and disaster，but also is linked to the bridge of hazard and disaster.Information on meteorology，soil，land use，field management data and other information of the research area are collected.The drought disastermagnitude of seven-year（2001，2002，2004，2006－2009）are used to input into the CERES-Maize Model.The loss rate of the key indicators，which plays amajor impact on the final yield at different growth stages under different disastermagnitude of drought，is calculated.At last the vulnerability curves of differentgrowing stages are got.The results show that vulnerability affects the final yield from high to low is tasseling stage，jointing stage，maturity stage，seeding stage. The results can be used to assess drought damage quickly，provide the basis for the regional agricultural drought disaster risk assessment and early warning，and also can provide the basis for the regional disaster prevention and management.

maize；CERES-Maize Model；different growing stages；vulnerability curve；Western Jilin Province

X43

A

1000－811X（2014）03－0115－05

10.3969／j.issn.1000－811X.2014.03.021

董姝娜，龐澤源，張繼權(quán)，等.基于CERES-Maize模型的吉林西部玉米干旱脆弱性曲線研究［J］.災(zāi)害學(xué)，2014，29（3）：115－119.［DongShuna，Pang Zeyuan，Zhang Jiquan，etal.Research on Vulnerability Curve of Drought Disaster of Maize on CERES-Maize Model in Western Jilin Province［J］.Journal of Catastrophology，2014，29（3）：115－119.］*

2013－12－17 修回日期：2014－01－14

吉林省自然科學(xué)基金項(xiàng)目（201215148）；“十二五”農(nóng)村領(lǐng)域國家科技計(jì)劃課題（2011BAD32B00－04）；全球變化研究國家重大科學(xué)研究計(jì)劃（2010CB951102）；國家自然科學(xué)基金項(xiàng)目（41071326）

董姝娜（1974－），女，遼寧本溪人，副教授，主要從事區(qū)域?yàn)?zāi)害經(jīng)濟(jì)研究.E－mail：dongsn＠126.com

張繼權(quán)（1965－），男，吉林九臺人，教授，博士生導(dǎo)師，主要從事區(qū)域?yàn)?zāi)害與生態(tài)環(huán)境風(fēng)險(xiǎn)評價(jià)、預(yù)警與應(yīng)急管理研究.E－mail：zhangjq022＠nenu.edu.cn