王春乙，姚蓬娟，張繼權(quán)，任義方

?

長(zhǎng)江中下游地區(qū)雙季早稻冷害、熱害綜合風(fēng)險(xiǎn)評(píng)價(jià)

王春乙1，姚蓬娟1，張繼權(quán)2，任義方3

（1中國(guó)氣象科學(xué)研究院，北京 100081；2東北師范大學(xué)環(huán)境學(xué)院/自然災(zāi)害研究所，長(zhǎng)春130024；3江蘇省氣象局，南京210008）

【目的】針對(duì)長(zhǎng)江中下游地區(qū)雙季早稻生長(zhǎng)過(guò)程中的冷害、熱害發(fā)生情況，對(duì)種植區(qū)進(jìn)行綜合風(fēng)險(xiǎn)評(píng)價(jià)和區(qū)劃，以期科學(xué)指導(dǎo)長(zhǎng)江中下游地區(qū)雙季早稻生產(chǎn)。【方法】利用長(zhǎng)江中下游雙季早稻種植區(qū)1961—2012年氣象資料、1981—2010年農(nóng)業(yè)氣象資料及氣象災(zāi)害和社會(huì)統(tǒng)計(jì)資料，以發(fā)育期為時(shí)間尺度，為早稻生長(zhǎng)季綜合災(zāi)害發(fā)生情況構(gòu)建危險(xiǎn)性評(píng)價(jià)模型，為承災(zāi)體的脆弱性構(gòu)建脆弱性評(píng)價(jià)模型，為承災(zāi)體的暴露性構(gòu)建暴露性評(píng)價(jià)模型，為社會(huì)防災(zāi)減災(zāi)能力構(gòu)建防災(zāi)減災(zāi)評(píng)價(jià)模型。依據(jù)災(zāi)害風(fēng)險(xiǎn)形成機(jī)制，采用自然災(zāi)害風(fēng)險(xiǎn)指數(shù)方法結(jié)合上述4要素構(gòu)建綜合災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)模型并對(duì)種植區(qū)進(jìn)行風(fēng)險(xiǎn)區(qū)劃。【結(jié)果】用災(zāi)害指標(biāo)值、發(fā)育期權(quán)重系數(shù)、災(zāi)種權(quán)重系數(shù)構(gòu)建各發(fā)育期危險(xiǎn)性評(píng)價(jià)模型，結(jié)果表明湖南南部和江西東南部危險(xiǎn)度很低，冷害和熱害都很少發(fā)生，是優(yōu)良的雙季早稻種植區(qū)。湖南、江西腹地危險(xiǎn)度在0.3左右,是由于灌漿期熱害較強(qiáng)導(dǎo)致危險(xiǎn)度略高。湖北地區(qū)危險(xiǎn)度東高西低，種植條件略差，其中陽(yáng)新和蘄春分別受分蘗期冷害和孕穗期冷害的嚴(yán)重影響，危險(xiǎn)度較高。浙江除分蘗期危險(xiǎn)度低之外，其他各發(fā)育期的危險(xiǎn)度都比其他省高，特別是灌漿期高溫?zé)岷?yán)重影響早稻產(chǎn)量，是雙季早稻種植的高危險(xiǎn)度區(qū)。以產(chǎn)量變異程度作為評(píng)價(jià)指標(biāo)構(gòu)建脆弱性評(píng)價(jià)模型，結(jié)果表明浙江中東部、江西中南部、湖北種植區(qū)脆弱度較低，湖南寧鄉(xiāng)、茶陵等地脆弱度較高，江西北部脆弱度最高，災(zāi)害性天氣發(fā)生的年份當(dāng)?shù)禺a(chǎn)量波動(dòng)較大。以植被覆蓋度為評(píng)價(jià)指標(biāo)構(gòu)建暴露性評(píng)價(jià)模型，結(jié)果表明湖南中東部和江西地區(qū)暴露度最高，雙季早稻種植面積占耕地面積最高達(dá)85%，而浙江和湖北雙季早稻種植區(qū)暴露度較低。以農(nóng)業(yè)機(jī)械總動(dòng)力、農(nóng)民人均純收入和化肥施用量作為指標(biāo)構(gòu)建防災(zāi)減災(zāi)能力評(píng)價(jià)模型，結(jié)果表明浙江全省防災(zāi)減災(zāi)能力最高，湖南中部、湖北西部地區(qū)和江西南部防災(zāi)減災(zāi)能力較強(qiáng)，其他地區(qū)防災(zāi)減災(zāi)能力都偏低。以危險(xiǎn)性、脆弱性、暴露性、防災(zāi)減災(zāi)能力4個(gè)要素作為風(fēng)險(xiǎn)評(píng)價(jià)因子共同構(gòu)建風(fēng)險(xiǎn)評(píng)價(jià)模型，結(jié)果表明浙江中西部、江西東北部、湖南中部、湖北東部基本為高風(fēng)險(xiǎn)區(qū)，湖南南部、江西東南部和浙江東部大致處于低風(fēng)險(xiǎn)區(qū)，其他地區(qū)為中等風(fēng)險(xiǎn)區(qū)。【結(jié)論】長(zhǎng)江中下游4省分別需采取不同措施降低雙季早稻種植風(fēng)險(xiǎn)：浙江中西部調(diào)整播期，江西加大資金投入，湖南調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，湖北改善種植條件。

長(zhǎng)江中下游地區(qū)；雙季早稻；冷害；熱害；風(fēng)險(xiǎn)評(píng)價(jià)

0 引言

【研究意義】農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)是實(shí)現(xiàn)農(nóng)業(yè)可持續(xù)發(fā)展的重要研究?jī)?nèi)容，是國(guó)家進(jìn)行防災(zāi)減災(zāi)的基礎(chǔ)工作，對(duì)于農(nóng)業(yè)結(jié)構(gòu)調(diào)整、國(guó)土規(guī)劃和經(jīng)濟(jì)建設(shè)等具有指導(dǎo)意義，受到國(guó)內(nèi)外學(xué)術(shù)界廣泛關(guān)注。長(zhǎng)江中下游地區(qū)是中國(guó)最大的水稻產(chǎn)區(qū)，是雙季早稻的主要種植區(qū)。在雙季早稻生長(zhǎng)季主要受中高緯度大氣環(huán)流和西太平洋副熱帶高壓等天氣系統(tǒng)的控制，易受低溫冷害、高溫?zé)岷Φ绒r(nóng)業(yè)氣象災(zāi)害的影響。研究長(zhǎng)江中下游地區(qū)雙季早稻生長(zhǎng)季低溫冷害和高溫?zé)岷Φ陌l(fā)生、影響并對(duì)其進(jìn)行綜合風(fēng)險(xiǎn)評(píng)價(jià)，對(duì)提高防災(zāi)減災(zāi)能力，指導(dǎo)農(nóng)業(yè)生產(chǎn)，增強(qiáng)糧食安全等具有重要意義?！厩叭搜芯窟M(jìn)展】目前農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)研究并未形成完善的評(píng)估理論和方法體系，模型建立方法仍在探索中?；糁螄?guó)等[1]從農(nóng)作物及相應(yīng)災(zāi)害篩選出主要致災(zāi)因子、致災(zāi)等級(jí)、致災(zāi)指標(biāo)及減產(chǎn)率，對(duì)減產(chǎn)率序列進(jìn)行理論概率分布函數(shù)擬合，進(jìn)而得到不同減產(chǎn)率范圍出現(xiàn)的風(fēng)險(xiǎn)概率；Wu等[2]以標(biāo)準(zhǔn)化降水指數(shù)（SPI）和作物特異性干旱指數(shù)（CSDI）為Nebraska地區(qū)玉米和大豆建立干旱風(fēng)險(xiǎn)評(píng)價(jià)模型，實(shí)時(shí)分析特定作物在特定階段的農(nóng)業(yè)干旱風(fēng)險(xiǎn)；黃崇福[3]根據(jù)信息擴(kuò)散原理，利用模糊數(shù)學(xué)的方法研究小樣本災(zāi)害的風(fēng)險(xiǎn)，建立不完備信息樣本的自然災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)理論體系；Zhang等[4]在分析農(nóng)業(yè)干旱風(fēng)險(xiǎn)、Zou等[5]在分析洪澇風(fēng)險(xiǎn)的時(shí)候都采用了模糊數(shù)學(xué)的方法；王春乙等[6]、張倩等[7]利用WOFOST模型對(duì)作物生長(zhǎng)過(guò)程中災(zāi)害發(fā)生的情景進(jìn)行模擬研究，從而評(píng)估農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)；Han等[8]采用層次分析方法，用氣象、地理、土壤和遙感數(shù)據(jù)，從干旱危險(xiǎn)性、環(huán)境脆弱性、風(fēng)險(xiǎn)敏感性和暴露性以及防災(zāi)減災(zāi)能力4個(gè)方面構(gòu)建中國(guó)西南地區(qū)干旱風(fēng)險(xiǎn)評(píng)價(jià)模型。【本研究切入點(diǎn)】研究對(duì)象大多是單一災(zāi)害全生長(zhǎng)季的風(fēng)險(xiǎn)分析，實(shí)際生產(chǎn)中農(nóng)作物在整個(gè)生長(zhǎng)季中往往受到多種農(nóng)業(yè)氣象災(zāi)害的綜合影響[9]，而且災(zāi)害的發(fā)生具有季節(jié)特性，通常只對(duì)特定發(fā)育期產(chǎn)生影響[10]?！緮M解決的關(guān)鍵問(wèn)題】筆者在前人研究的基礎(chǔ)上，依據(jù)災(zāi)害風(fēng)險(xiǎn)形成機(jī)制，以發(fā)育期為研究尺度，對(duì)研究區(qū)雙季早稻低溫冷害和高溫?zé)岷ξｋU(xiǎn)性、脆弱性、暴露性和防災(zāi)減災(zāi)能力建模并進(jìn)行分析，采用熵權(quán)綜合評(píng)價(jià)法構(gòu)建綜合風(fēng)險(xiǎn)評(píng)價(jià)模型，借助GIS技術(shù)編制風(fēng)險(xiǎn)區(qū)劃圖。

1 材料與方法

1.1 研究區(qū)概況

長(zhǎng)江中下游雙季早稻種植區(qū)位于24°—36°N，108°—123°E，包括湖北部分地區(qū)、湖南大部分地區(qū)、江西、浙江4?。▓D1）。區(qū)域地勢(shì)西高東低，平原和低山丘陵是該地區(qū)的主要地形特征。地處北亞熱帶季風(fēng)氣候區(qū)，降水豐沛，雨熱同期。年平均氣溫14—18℃，最冷月均溫在0℃以上，最熱月均溫27—28℃，年降水量1 000—1 400 mm，無(wú)霜期約為210—270 d[11]。

圖1 區(qū)域及站點(diǎn)

1.2 研究資料

農(nóng)業(yè)氣象觀測(cè)資料：選用48個(gè)農(nóng)業(yè)氣象站1981—2010年雙季早稻的發(fā)育期資料（播種、出苗、三葉、移栽、返青、分蘗、拔節(jié)、孕穗、抽穗、乳熟、成熟期）和農(nóng)業(yè)氣象站所在縣平均產(chǎn)量資料。

氣象觀測(cè)資料：相同的48個(gè)氣象站1961—2012年逐日最高氣溫、最低氣溫和日平均氣溫觀測(cè)資料以及對(duì)應(yīng)站點(diǎn)經(jīng)緯度資料。

統(tǒng)計(jì)資料：湖北、湖南、江西、浙江4省《中國(guó)氣象災(zāi)害大典》[12-15]和四省2010年《統(tǒng)計(jì)年鑒》[16-19]資料。

1.3 數(shù)據(jù)處理

1.3.1 產(chǎn)量資料處理 一般農(nóng)作物實(shí)際產(chǎn)量可以分為3個(gè)部分：趨勢(shì)產(chǎn)量、氣象產(chǎn)量、隨機(jī)“噪聲”（一般忽略不計(jì)）。由H-P濾波法[20]計(jì)算趨勢(shì)產(chǎn)量，氣象產(chǎn)量與趨勢(shì)產(chǎn)量的比值為相對(duì)氣象產(chǎn)量，表達(dá)式為：

式中，為相對(duì)氣象產(chǎn)量，、分別為實(shí)際產(chǎn)量和趨勢(shì)產(chǎn)量，（-）為氣象產(chǎn)量，相對(duì)氣象產(chǎn)量的負(fù)值即減產(chǎn)率。

1.3.2 其他資料處理 （1）確定各站1980—2010年各發(fā)育普遍期的均值，作為該站點(diǎn)的平均發(fā)育期；（2）冷害、熱害強(qiáng)度等級(jí)采用Fisher最優(yōu)分割方法[21]確定；（3）為避免不同量綱指標(biāo)對(duì)評(píng)價(jià)結(jié)果的影響，采用極差標(biāo)準(zhǔn)化方法處理；（4）風(fēng)險(xiǎn)四要素權(quán)重確定采用熵權(quán)綜合評(píng)價(jià)法，根據(jù)各指標(biāo)的變異程度，計(jì)算出各指標(biāo)的熵權(quán)，再通過(guò)熵權(quán)對(duì)各指標(biāo)的權(quán)重進(jìn)行修正，進(jìn)而得到客觀的指標(biāo)權(quán)重[22]；（5）風(fēng)險(xiǎn)評(píng)價(jià)采用自然斷點(diǎn)法將研究區(qū)劃分為高風(fēng)險(xiǎn)、中等風(fēng)險(xiǎn)和低風(fēng)險(xiǎn)3個(gè)等級(jí)。

1.4 指標(biāo)確定

1.4.1 冷害、熱害溫度閾值 冷害、熱害溫度閾值并不是一個(gè)穩(wěn)定的值[23]，針對(duì)長(zhǎng)江中下游雙季早稻種植特點(diǎn)，結(jié)合災(zāi)害發(fā)生情況[12-15]以及國(guó)家標(biāo)準(zhǔn)[24-25]等，歸納了各發(fā)育期冷害、熱害溫度閾值（表1）。

表1 冷害、熱害溫度閾值

Tavg：日平均氣溫Daily average temperature value；Tmax：日最高氣溫Daily maximum temperature value

開(kāi)花期低溫、開(kāi)花期高溫、灌漿期高溫的判別指標(biāo)是根據(jù)國(guó)標(biāo)建立，而本研究將5月低溫更加細(xì)致的劃分為分蘗期低溫和孕穗期低溫，與國(guó)家標(biāo)準(zhǔn)有差異。從各省災(zāi)害大典描述冷害的文字中篩選出發(fā)生分蘗期冷害、孕穗期冷害或者5月低溫的年份作為災(zāi)害發(fā)生年，再分別用國(guó)標(biāo)和本研究判別指標(biāo)處理1961—2000年的氣象數(shù)據(jù)篩選出災(zāi)害年，將篩選結(jié)果與災(zāi)害發(fā)生年進(jìn)行對(duì)比。從對(duì)比結(jié)果來(lái)看，用國(guó)標(biāo)判斷湖南地區(qū)有4年未檢測(cè)出災(zāi)害年，江西有2年未檢測(cè)出災(zāi)害年；用本研究指標(biāo)判斷湖南地區(qū)有2年未檢測(cè)出災(zāi)害年，江西有1年未檢測(cè)出災(zāi)害年。而且本研究指標(biāo)可以精確判斷某發(fā)育期是否受災(zāi)，對(duì)災(zāi)害的判斷更加敏感細(xì)致。所以本研究制定的判別指標(biāo)可能更合理。

1.4.2 冷害、熱害指標(biāo) 選用災(zāi)害發(fā)生過(guò)程中逐時(shí)溫度低于（高于）臨界溫度的累積值也就是有害積溫作為冷（熱）害量化指標(biāo)值。

（1）熱害積溫的計(jì)算與等級(jí)劃分 某次熱害過(guò)程的熱害積溫是逐日熱害積溫的累加。但是由于許多臺(tái)站逐小時(shí)氣溫資料過(guò)短，故將氣溫的日變化簡(jiǎn)化為圖2所示的模型，逐日熱害積溫就轉(zhuǎn)化為圖2中陰影部分的面積。某次熱害過(guò)程的危害積溫表示為：

式中，H過(guò)程為過(guò)程熱積溫（℃），T為不同發(fā)育期高溫?zé)岷εR界溫度（℃），maxj為熱害過(guò)程中第日最高溫度（℃），minj為熱害過(guò)程中第日最低溫度（℃），為熱害過(guò)程的持續(xù)天數(shù)（d），T(t)為熱害過(guò)程中第日高于臨界溫度的時(shí)刻溫度值。

某年熱害積溫表示為該年所有熱害過(guò)程的危害積溫累加之和。分別計(jì)算每年各站開(kāi)花期熱害積溫和灌漿期熱害積溫，用Fisher最優(yōu)分割法將熱害劃分為輕、中、重3級(jí)（表2）。

圖2 熱害積溫計(jì)算模型

表2 熱害等級(jí)

（2）冷害積溫的計(jì)算與等級(jí)劃分 冷害判別指標(biāo)采用的是臨界日平均溫度值，所以冷害過(guò)程的危害積溫表示為：

式中，C過(guò)程為過(guò)程冷積溫（℃），T為不同發(fā)育期低溫冷害臨界溫度（℃），T為受害過(guò)程中第天日平均氣溫（℃）。

得到過(guò)程冷害積溫之后再計(jì)算某年的各發(fā)育期冷害積溫。用Fisher最優(yōu)分割法將冷害劃分為一般冷害和嚴(yán)重冷害兩級(jí)（表3）。

表3 冷害等級(jí)

1.5 風(fēng)險(xiǎn)評(píng)價(jià)模型

1.5.1 風(fēng)險(xiǎn)評(píng)價(jià)模型 農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)是潛在的災(zāi)害，而災(zāi)害是風(fēng)險(xiǎn)變成現(xiàn)實(shí)的結(jié)果[26]。災(zāi)害由致災(zāi)因子、承載體和孕災(zāi)環(huán)境相互作用產(chǎn)生，從自然災(zāi)害形成機(jī)制的角度，提出以危險(xiǎn)性、脆弱性、暴露性、防災(zāi)減災(zāi)能力4個(gè)要素作為風(fēng)險(xiǎn)評(píng)價(jià)因子共同構(gòu)建風(fēng)險(xiǎn)評(píng)價(jià)模型，這種思路廣泛應(yīng)用在干旱、洪澇、草原火災(zāi)等領(lǐng)域，并取得了很好的效果[27-28]。

危險(xiǎn)性是描述致災(zāi)因子的自然變異程度，主要決定于災(zāi)害發(fā)生的規(guī)模（強(qiáng)度）和頻次（概率）。脆弱性用來(lái)描述承災(zāi)體敏感于或易于遭受災(zāi)害威脅并造成損失的性質(zhì)和狀態(tài)，主要取決于承災(zāi)體自身的特點(diǎn)。暴露性用來(lái)描述承災(zāi)體暴露于孕災(zāi)環(huán)境的情況，主要決定于承災(zāi)體的暴露面積。防災(zāi)減災(zāi)能力用來(lái)表示受災(zāi)地區(qū)人為活動(dòng)促使農(nóng)作物從災(zāi)害中恢復(fù)的能力，包括在災(zāi)害防御、災(zāi)中應(yīng)急和災(zāi)后管理中的人為措施，主要取決于地區(qū)的田間管理手段和經(jīng)濟(jì)投入等[29]。

從各要素的定義來(lái)看，危險(xiǎn)性越高，脆弱性越高，暴露性越高，區(qū)域的災(zāi)害風(fēng)險(xiǎn)就越高，所以危險(xiǎn)性、脆弱性、暴露性為風(fēng)險(xiǎn)評(píng)價(jià)的正向因子；而防災(zāi)減災(zāi)能力越低風(fēng)險(xiǎn)越高，為風(fēng)險(xiǎn)評(píng)價(jià)的逆向因子。采用自然災(zāi)害風(fēng)險(xiǎn)指數(shù)法定義風(fēng)險(xiǎn)模型為：

式中，為農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)，、、、分別為危險(xiǎn)性、脆弱性、暴露性和防災(zāi)減災(zāi)能力評(píng)價(jià)值，w、w、w、w分別為危險(xiǎn)性、脆弱性、暴露性和防災(zāi)減災(zāi)能力在綜合風(fēng)險(xiǎn)評(píng)價(jià)中的權(quán)重系數(shù)。

1.5.2 危險(xiǎn)性評(píng)價(jià)模型 對(duì)于全生育期單一災(zāi)害的危險(xiǎn)性而言，災(zāi)害發(fā)生的強(qiáng)度越大，頻次越高，危險(xiǎn)性就越高[30]，因此危險(xiǎn)性大小可以由災(zāi)害強(qiáng)度和頻次的乘積計(jì)算。但以發(fā)育期為時(shí)間尺度研究多災(zāi)種危險(xiǎn)性時(shí)，需要考慮不同災(zāi)害發(fā)生在不同發(fā)育期對(duì)早稻產(chǎn)量的影響，這意味著發(fā)育期和災(zāi)種是影響多災(zāi)種動(dòng)態(tài)危險(xiǎn)性評(píng)價(jià)的另外兩個(gè)因子，因此在建模時(shí)引入權(quán)重的概念，構(gòu)建危險(xiǎn)性模型為：

式中，表示危險(xiǎn)性，表示災(zāi)種（冷害和熱害），為該發(fā)育期災(zāi)種數(shù)，表示災(zāi)種發(fā)生的不同發(fā)育期，為災(zāi)種發(fā)生的發(fā)育期數(shù)，X代表每年第種災(zāi)害在第發(fā)育階段的危害積溫累積值；w代表第種災(zāi)害在第發(fā)育階段的權(quán)重系數(shù)。

（1）權(quán)重確定 以災(zāi)損率作為評(píng)價(jià)某發(fā)育期某災(zāi)種對(duì)早稻危險(xiǎn)性的貢獻(xiàn)指標(biāo)，則將權(quán)重定義為災(zāi)害發(fā)生頻次和災(zāi)損率的函數(shù)。本研究分析的早稻重點(diǎn)發(fā)育期災(zāi)害包括分蘗期冷害、孕穗期冷害、開(kāi)花期冷害、開(kāi)花期熱害和灌漿期熱害，同一種災(zāi)害在不同的發(fā)育期有不同的影響，不同的災(zāi)害在同一發(fā)育期的影響也不同。權(quán)重系數(shù)應(yīng)當(dāng)能夠表現(xiàn)出某災(zāi)種在某階段對(duì)產(chǎn)量影響的相對(duì)大小。所以將權(quán)重系數(shù)分解為兩部分：一是單一災(zāi)種在不同發(fā)育期的權(quán)重系數(shù)，用來(lái)表示單一災(zāi)害發(fā)生在不同發(fā)育期對(duì)產(chǎn)量的影響程度；二是不同災(zāi)種之間的權(quán)重系數(shù)，用來(lái)表示不同災(zāi)害對(duì)產(chǎn)量的影響。

先確定只考慮單一災(zāi)種的發(fā)育期權(quán)重系數(shù)。針對(duì)研究區(qū)各站點(diǎn)歷年資料，篩選出單獨(dú)于分蘗期、孕穗期、開(kāi)花期發(fā)生一般冷害、嚴(yán)重冷害以及開(kāi)花期、灌漿期發(fā)生輕度熱害、中度熱害、重度熱害導(dǎo)致減產(chǎn)（減產(chǎn)率≥5%）的年份，計(jì)算出各發(fā)育期各等級(jí)災(zāi)害發(fā)生時(shí)的平均減產(chǎn)率以及發(fā)生次數(shù)。某個(gè)發(fā)育期的災(zāi)損率以不同等級(jí)災(zāi)害發(fā)生時(shí)造成的平均減產(chǎn)率與相應(yīng)等級(jí)災(zāi)害發(fā)生頻次乘積累計(jì)得到，模型為：

式中，Y為發(fā)育期災(zāi)損率，為冷（熱）害等級(jí)，為該冷（熱）害等級(jí)數(shù)，f為該地區(qū)第發(fā)育期等級(jí)為的冷（熱）害發(fā)生頻次，y為研究區(qū)發(fā)育期等級(jí)為的冷（熱）害發(fā)生時(shí)的平均減產(chǎn)率。

用某發(fā)育期災(zāi)損率與該災(zāi)害在生長(zhǎng)季內(nèi)總災(zāi)損率的比重表示該地區(qū)單災(zāi)種發(fā)育期權(quán)重w，模型為：

再考慮不同災(zāi)種的權(quán)重系數(shù)。篩選出研究區(qū)中只發(fā)生冷（熱）害的年份，計(jì)算出研究區(qū)冷（熱）害的平均減產(chǎn)率和各站冷（熱）害發(fā)生頻次，二者乘積即為冷（熱）害對(duì)該站造成的減產(chǎn)。單災(zāi)種減產(chǎn)與兩災(zāi)種總減產(chǎn)的比值即為此災(zāi)種的權(quán)重。

冷害權(quán)重（8）

熱害權(quán)重（9）

式中，w、w分別為某站冷害、熱害權(quán)重，f、f分別為冷害和熱害發(fā)生頻次，y、y分別為發(fā)生冷害和熱害時(shí)的平均減產(chǎn)率。具體危險(xiǎn)性權(quán)重系數(shù)見(jiàn)表4。

表4 危險(xiǎn)性權(quán)重系數(shù)表

（2）各發(fā)育期、各災(zāi)種危險(xiǎn)性模型

各發(fā)育期危險(xiǎn)性模型表示為：

分蘗期危險(xiǎn)性=X·w·w（10）

孕穗期危險(xiǎn)性=X·w·w（11）

開(kāi)花期危險(xiǎn)性=X·w·w+ X·w·w（12）

灌漿期危險(xiǎn)性（13）

各災(zāi)種危險(xiǎn)性模型表示為：

冷害危險(xiǎn)性（14）

熱害危險(xiǎn)性（15）

生長(zhǎng)季危險(xiǎn)性模型表示為：

其中，為危險(xiǎn)度，表示發(fā)育期，w為冷害權(quán)重系數(shù)，w為熱害權(quán)重系數(shù)，X為每年發(fā)育期冷害積溫累積值，X為每年發(fā)育期熱害積溫累積值。

1.5.3 脆弱性評(píng)價(jià)模型 承災(zāi)體的脆弱性越高，則在一定災(zāi)變條件下造成的損失或傷害的程度越重，風(fēng)險(xiǎn)越高。選用產(chǎn)量變異程度作為脆弱性評(píng)價(jià)指標(biāo)能夠從作物敏感性的角度反映出災(zāi)年產(chǎn)量損失嚴(yán)重的地區(qū)脆弱度高的特點(diǎn)。將產(chǎn)量變異程度用多年單產(chǎn)的標(biāo)準(zhǔn)差與多年單產(chǎn)最大值的比值來(lái)表示，模型表示為：

式中，為脆弱度，Y為某縣第年單產(chǎn)，max為該縣多年單產(chǎn)最大值，為單產(chǎn)資料總年份數(shù)。

1.5.4 暴露性評(píng)價(jià)模型 承災(zāi)體暴露于孕災(zāi)環(huán)境的部分越大，災(zāi)害損失的可能性越大，風(fēng)險(xiǎn)也就越高。暴露性依據(jù)研究的側(cè)重點(diǎn)不同選取不同的指標(biāo)，本研究以植被覆蓋度為評(píng)價(jià)指標(biāo)，從各省市統(tǒng)計(jì)年鑒中篩選出各縣的播種面積及耕地面積，用耕地面積與播種面積構(gòu)建暴露性模型為：

式中，為暴露度，S是縣域雙季早稻播種面積，S是該縣的耕地面積。

1.5.5 防災(zāi)減災(zāi)能力評(píng)價(jià)模型 防災(zāi)減災(zāi)能力主要從社會(huì)和人文的角度考慮，從統(tǒng)計(jì)年鑒中選取農(nóng)業(yè)機(jī)械總動(dòng)力（the unit area of total powers of agriculture machine）、農(nóng)民人均純收入（net income per capita）和化肥施用量（the unit area of chemical fertilizers (net)）作為指標(biāo)進(jìn)行研究。農(nóng)業(yè)機(jī)械總動(dòng)力能夠反映出在冷害、熱害發(fā)生時(shí)各個(gè)地區(qū)以水調(diào)溫減災(zāi)的能力，化肥施用量能夠反映人們以施肥壯苗的方法減災(zāi)的能力，農(nóng)民人均純收入可以反映出減災(zāi)的經(jīng)濟(jì)投入能力。

利用上述3個(gè)指標(biāo)構(gòu)建防災(zāi)減災(zāi)能力評(píng)價(jià)模型為：

=·w+·w+·w（19）

式中，為防災(zāi)減災(zāi)能力，、、分別為單位種植面積農(nóng)業(yè)機(jī)械總動(dòng)力、農(nóng)民人均純收入、單位種植面積農(nóng)用化肥施用量標(biāo)準(zhǔn)化處理后的指標(biāo)值，w、w、w分別為3個(gè)指標(biāo)在防災(zāi)減災(zāi)能力評(píng)價(jià)中的權(quán)重系數(shù)。

2 結(jié)果

2.1 危險(xiǎn)性分析

分蘗期危險(xiǎn)度高值區(qū)主要分布在湖南和江西中北部以及湖北東南部，其中資興最高，達(dá)到0.26，高值區(qū)與山脈地形相關(guān)，地勢(shì)高的地區(qū)春季回溫慢，在早稻營(yíng)養(yǎng)生長(zhǎng)過(guò)程中很可能由于不能提供充足的熱量而影響水稻生長(zhǎng)。孕穗期危險(xiǎn)度整體較低，相對(duì)而言，湖北東部江漢平原與江西北部鄱陽(yáng)湖平原地區(qū)最重，其次是浙江中南部沿海地區(qū)，這兩處都是靠近大面積的水域，可能因水域附近4、5月份升溫比陸地慢而在孕穗期不能提供充足的熱量對(duì)早稻產(chǎn)量造成威脅。開(kāi)花期危險(xiǎn)度的空間分布圖顯示研究區(qū)中部危險(xiǎn)度最低，其次是西部湖南地區(qū)，浙江地區(qū)最為嚴(yán)重。灌漿期是區(qū)域雙季早稻危險(xiǎn)度最高的發(fā)育期，高值區(qū)主要分布在湖北東部、湖南與江西腹部、浙江中西部和江西東北部3個(gè)區(qū)域，其中浙江省最嚴(yán)重地區(qū)，危險(xiǎn)度達(dá)到0.5以上。從區(qū)域整體危險(xiǎn)性來(lái)看，湖南南部和江西東南部危險(xiǎn)度最低，種植條件最好；湖北東部和浙江中西部地區(qū)雙季早稻危險(xiǎn)度最高（圖3）。

圖3 各發(fā)育期及全生長(zhǎng)季危險(xiǎn)性空間分布

2.2 脆弱性分析

脆弱度高值區(qū)出現(xiàn)在江西北部以及湖南寧鄉(xiāng)、韶山、耒陽(yáng)、藍(lán)山等地。這些地區(qū)產(chǎn)量變異程度高，產(chǎn)量對(duì)災(zāi)害的發(fā)生更為敏感。脆弱度較低的地區(qū)主要分布在江西中南部、浙江的中東部地區(qū)，湖北東部，這些地區(qū)的早稻在災(zāi)害性天氣條件下產(chǎn)量受影響較?。▓D4）。

圖4 脆弱性空間分布

2.3 暴露性分析

湖南和江西是長(zhǎng)江中下游地區(qū)雙季早稻暴露度高值區(qū)，湖南和江西暴露度基本在0.45以上，特別是廣豐、衡山、臨湘、余江、安遠(yuǎn)等地暴露度高達(dá)0.75以上。農(nóng)業(yè)在一定程度上是靠天吃飯的產(chǎn)業(yè)，當(dāng)嚴(yán)重冷害或熱害發(fā)生時(shí)，過(guò)高的暴露度會(huì)引起產(chǎn)量嚴(yán)重下降，影響區(qū)域經(jīng)濟(jì)穩(wěn)定性。湖北和浙江地區(qū)早稻暴露度相對(duì)偏低，基本在0.3以下，暴露于孕災(zāi)環(huán)境下的早稻比重較輕，生產(chǎn)受影響較?。▓D5）。

圖5 暴露性空間分布

2.4 防災(zāi)減災(zāi)能力分析

采用熵權(quán)綜合評(píng)價(jià)法處理單位農(nóng)業(yè)機(jī)械總動(dòng)力、農(nóng)民人均純收入和單位化肥施用量3個(gè)評(píng)價(jià)指標(biāo)得到各指標(biāo)的權(quán)重系數(shù)分別為0.334、0.331和0.335，代入式19中構(gòu)建防災(zāi)減災(zāi)能力評(píng)價(jià)模型，并進(jìn)行分析評(píng)價(jià)。

從防災(zāi)3個(gè)指標(biāo)和防災(zāi)減災(zāi)能力評(píng)價(jià)分析圖6可以看出，浙江省的防災(zāi)減災(zāi)能力最高，基本在0.38以上，結(jié)合防災(zāi)3個(gè)指標(biāo)來(lái)看，單位農(nóng)業(yè)機(jī)械總動(dòng)力、農(nóng)民人均純收入、單位化肥施用量3個(gè)指標(biāo)值在浙江均較高，冷害和熱害發(fā)生時(shí)能夠有充足的資金投入抗災(zāi)，能及時(shí)采取灌水、施肥等農(nóng)業(yè)管理措施治理災(zāi)害。而湖北、湖南、江西3省的防災(zāi)能力都基本處于中等偏低水平，災(zāi)害防治能力較弱3省中桃江、湘潭、黃陂、武昌、崇義、尋烏、南豐地區(qū)防災(zāi)減災(zāi)能力相對(duì)較強(qiáng)。

圖6 防災(zāi)3個(gè)指標(biāo)及防災(zāi)減災(zāi)能力空間分布

2.5 早稻冷害、熱害綜合風(fēng)險(xiǎn)區(qū)劃

2.5.1區(qū)劃指標(biāo)和等級(jí)劃分 依據(jù)危險(xiǎn)性、脆弱性、暴露性和防災(zāi)減災(zāi)能力的評(píng)價(jià)結(jié)果，對(duì)各要素指標(biāo)值做標(biāo)準(zhǔn)化處理，用熵權(quán)綜合評(píng)價(jià)法確定四要素在風(fēng)險(xiǎn)評(píng)價(jià)模型中的權(quán)重系數(shù)，采用自然災(zāi)害風(fēng)險(xiǎn)指數(shù)法構(gòu)建綜合風(fēng)險(xiǎn)評(píng)價(jià)模型，分析風(fēng)險(xiǎn)。

4個(gè)要素在風(fēng)險(xiǎn)建模中的權(quán)重系數(shù)見(jiàn)表5。危險(xiǎn)性權(quán)重系數(shù)最高，表明冷害與熱害的發(fā)生情況嚴(yán)重影響產(chǎn)量，致災(zāi)因子的影響居風(fēng)險(xiǎn)首位；暴露性權(quán)重略低于危險(xiǎn)性，表明作物暴露在災(zāi)害性天氣條件下的情景對(duì)風(fēng)險(xiǎn)的影響很大；脆弱性次之，表明承災(zāi)體自身對(duì)災(zāi)害的敏感度在風(fēng)險(xiǎn)評(píng)價(jià)中也相對(duì)重要；防災(zāi)減災(zāi)能力權(quán)重系數(shù)相對(duì)較低，表明社會(huì)因素和人類(lèi)活動(dòng)只能從一定程度上降低風(fēng)險(xiǎn)。

表5 風(fēng)險(xiǎn)評(píng)價(jià)因子權(quán)重系數(shù)

按風(fēng)險(xiǎn)評(píng)價(jià)模型算得的 217個(gè)縣風(fēng)險(xiǎn)度大小與其多年平均減產(chǎn)量進(jìn)行相關(guān)分析（圖7），結(jié)果表明綜合風(fēng)險(xiǎn)評(píng)價(jià)結(jié)果與多年平均減產(chǎn)率之間存在著極顯著相關(guān)關(guān)系。因此采用本研究構(gòu)建的風(fēng)險(xiǎn)評(píng)價(jià)模型研究長(zhǎng)江中下游地區(qū)雙季早稻冷害、熱害動(dòng)態(tài)風(fēng)險(xiǎn)貼合實(shí)際生產(chǎn)實(shí)際情況，可以用于指導(dǎo)農(nóng)業(yè)生產(chǎn)。

圖7 風(fēng)險(xiǎn)值與多年平均減產(chǎn)率的關(guān)系

用自然斷點(diǎn)法（natural breaks）將研究區(qū)風(fēng)險(xiǎn)度劃分為低風(fēng)險(xiǎn)、中等風(fēng)險(xiǎn)和高風(fēng)險(xiǎn)3個(gè)等級(jí)，各等級(jí)對(duì)應(yīng)的風(fēng)險(xiǎn)度閾值見(jiàn)表6。

表6 風(fēng)險(xiǎn)等級(jí)

2.5.2 風(fēng)險(xiǎn)區(qū)劃 將風(fēng)險(xiǎn)區(qū)劃結(jié)果展示于地圖上（圖8）。湖北東南部風(fēng)險(xiǎn)高于中部地區(qū)，主要由于分蘗期冷害、孕穗期冷害和灌漿期熱害發(fā)生較多，危險(xiǎn)度很高且暴露度也偏高造成。湖南南部危險(xiǎn)度、暴露度和脆弱度都很低，是研究區(qū)域內(nèi)的低風(fēng)險(xiǎn)區(qū)，而湖南中部為高風(fēng)險(xiǎn)區(qū)，主要是危險(xiǎn)度、脆弱度和暴露度偏高且防災(zāi)減災(zāi)能力偏低造成的，冷害和熱害易影響中部地區(qū)早稻生產(chǎn)，較高的暴露性使早稻避之不及，再加上防災(zāi)減災(zāi)能力較差，風(fēng)險(xiǎn)較大。江西東北部地區(qū)脆弱度和暴露度很高，危險(xiǎn)度較高且防災(zāi)減災(zāi)能力偏低，為江西主要高風(fēng)險(xiǎn)區(qū)；江西東南部冷害和熱害綜合危險(xiǎn)度很低、脆弱度不高，早稻生長(zhǎng)風(fēng)險(xiǎn)很小；江西中部處于中等風(fēng)險(xiǎn)區(qū)，危險(xiǎn)度較高且暴露度也偏高，主要受到分蘗期冷害和灌漿期熱害的威脅。浙江中西部地區(qū)綜合風(fēng)險(xiǎn)很高，主要由于該地區(qū)開(kāi)花期冷害、開(kāi)花期熱害和灌漿期熱害經(jīng)常發(fā)生，導(dǎo)致這里危險(xiǎn)度非常高；而浙江東北部地區(qū)危險(xiǎn)度不高，脆弱度偏低且暴露度也不高，是風(fēng)險(xiǎn)低值區(qū)。

從研究區(qū)整體來(lái)看，高風(fēng)險(xiǎn)區(qū)主要分布在江西東北部、浙江中東部和湖南中東部地區(qū)；低風(fēng)險(xiǎn)區(qū)主要分布在湖南南部、江西東南部和浙江東北部地區(qū)；其他區(qū)域?yàn)橹械蕊L(fēng)險(xiǎn)區(qū)。

圖8 風(fēng)險(xiǎn)空間分布

3 討論

前人對(duì)長(zhǎng)江中下游地區(qū)水稻的研究多集中在熱害的研究[7,31-32]，而本研究表4顯示湖北孝感、陽(yáng)新和湖南武岡、赫山、資興、湘鄉(xiāng)、婁底、邵東的冷害權(quán)重占0.3以上，所以冷害對(duì)雙季早稻種植區(qū)的影響不應(yīng)忽視。從低溫冷害危險(xiǎn)性來(lái)看，分蘗期危險(xiǎn)度高的地區(qū)多位于山區(qū)，孕穗期危險(xiǎn)度高的地區(qū)多靠近大型水系。這不僅可以從熱力學(xué)的角度得到合理解釋?zhuān)c現(xiàn)有湖北[33]、湖南[34]、江西[35]地區(qū)的研究結(jié)果趨同一致。高溫?zé)岷ξｋU(xiǎn)度的分布與高素華等[11]研究結(jié)果有較高相關(guān)度。脆弱性、暴露性和防災(zāi)減災(zāi)能力采用各地區(qū)統(tǒng)計(jì)年鑒數(shù)據(jù)研究分析，反映種植區(qū)脆弱性、暴露性和防災(zāi)減災(zāi)能力的空間分布特征。

風(fēng)險(xiǎn)區(qū)劃綜合4要素的影響將種植區(qū)劃分為高、中、低風(fēng)險(xiǎn)區(qū)。浙江中西部是高風(fēng)險(xiǎn)區(qū)，因該地區(qū)開(kāi)花期、灌漿期危險(xiǎn)度高，不適合種植早稻；浙江東北部是低風(fēng)險(xiǎn)區(qū)，危險(xiǎn)度不高，脆弱度偏低且暴露度也偏低。江西東北部地區(qū)脆弱度和暴露度高，危險(xiǎn)度較高，再加上防災(zāi)減災(zāi)能力偏低，是高風(fēng)險(xiǎn)區(qū)；江西中部基本處于中等風(fēng)險(xiǎn)區(qū)，危險(xiǎn)度較高，較易受到分蘗期冷害和灌漿期熱害的威脅，而且暴露度也偏高；江西東南部是早稻種植低風(fēng)險(xiǎn)主要地區(qū)。湖南省南部危險(xiǎn)度、暴露度和脆弱度都很低，是低風(fēng)險(xiǎn)區(qū)；湖南中部為高風(fēng)險(xiǎn)區(qū)，主要是危險(xiǎn)度、脆弱度和暴露度偏高且防災(zāi)減災(zāi)能力偏低，冷害和熱害容易影響到湖南地區(qū)的早稻生產(chǎn)，而且較高的暴露性使早稻避之不及，再加上防災(zāi)減災(zāi)能力較差，風(fēng)險(xiǎn)較大。湖北省東南部風(fēng)險(xiǎn)高于中部地區(qū)，主要由于東南部危險(xiǎn)度高，而且暴露度也偏高所致。

4 結(jié)論

4.1 風(fēng)險(xiǎn)評(píng)價(jià)結(jié)果表明，浙江中西部、江西東北部、湖南中部、湖北東部基本為高風(fēng)險(xiǎn)區(qū)，湖南南部、江西東南部和浙江東部大致處于低風(fēng)險(xiǎn)區(qū)，其他地區(qū)為中等風(fēng)險(xiǎn)區(qū)。

4.2 從防災(zāi)減災(zāi)的角度來(lái)看，浙江早稻主要遭受開(kāi)花期冷害、熱害和灌漿期熱害造成危險(xiǎn)度較高，所以降低風(fēng)險(xiǎn)需要選育抗災(zāi)品種，或者通過(guò)調(diào)整播期、改種一季稻來(lái)實(shí)現(xiàn)；江西早稻種植暴露度高且防災(zāi)減災(zāi)能力偏低，因此政府加大對(duì)農(nóng)業(yè)生產(chǎn)的投資力度，采取措施扶持當(dāng)?shù)剞r(nóng)業(yè)生產(chǎn)能夠很大程度降低風(fēng)險(xiǎn)；湖南早稻生產(chǎn)的主要問(wèn)題在于中東部地區(qū)種植面積較大，暴露度高，所以調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，適當(dāng)縮減中東部早稻種植面積更有利于早稻穩(wěn)產(chǎn)、高產(chǎn)；湖北早稻種植區(qū)主要在全省東部，這里靠近兩湖地區(qū)，分蘗期冷害和孕穗期冷害常常發(fā)生導(dǎo)致穗小粒少，需要采用科學(xué)灌水、壯苗壯秧等農(nóng)技措施改善種植條件。

References：

[1] 霍治國(guó), 李世奎, 王素艷,劉錦鑾, 薛昌穎. 主要農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)評(píng)估技術(shù)及其應(yīng)用研究. 自然資源學(xué)報(bào), 2003, 18(6): 692-703.

Huo Z G, Li S K, Wang S Y, LIU J L, XUE C Y. Study on the risk evaluation technologies of main agrometeorological disasters and their application., 2003, 18(6): 692-703. (in Chinese)

[2] WU H, HUBBARD K G, WILHITE D A. An agricultural drought risk-assessment model for corn and soybeans., 2004, 24(6): 723-741.

[3] 黃崇福. 自然災(zāi)害風(fēng)險(xiǎn)分析與管理. 北京: 科學(xué)出版社, 2012.

Huang C F.. Beijing: Science Press, 2012. (in Chinese)

[4] Zhang D, WANG G L, Zhou H C. Assessment on agricultural drought risk based on variable fuzzy sets model., 2011, 21(2): 167-175.

[5] Zou Q, Zhou J, Zhou C, SONG L, GUO J. Comprehensive flood risk assessment based on set pair analysis-variable fuzzy sets model and fuzzy AHP., 2013, 27(2): 525-546.

[6] 王春乙,張雪芬，趙艷霞. 農(nóng)業(yè)氣象災(zāi)害影響評(píng)估與風(fēng)險(xiǎn)評(píng)價(jià). 北京: 氣象出版社, 2010.

Wang C Y, Zhang X F, Zhao Y X.. Beijing: China Meteorological Press, 2010. (in Chinese)

[7] 張倩, 趙艷霞, 王春乙. 長(zhǎng)江中下游地區(qū)高溫?zé)岷?duì)水稻的影響評(píng)估. 災(zāi)害學(xué), 2011, 26(4): 57-62.

Zhang Q, ZHAO Y X, WANG C Y. Study on the impact of high temperature damage to rice in the lower and milddle reaches of the Yangtze River., 2011, 26(4): 57-62. (in Chinese)

[8] Han L, Zhang Q, Ma P L, Jia J Y, Wang J S. The spatial distribution characteristics of a comprehensive drought risk index in southwestern China and underlying causes., 2016, 124: 517-528.

[9] 王春乙, 蔡菁菁, 張繼權(quán). 基于自然災(zāi)害風(fēng)險(xiǎn)理論的東北地區(qū)玉米干旱、冷害風(fēng)險(xiǎn)評(píng)價(jià). 農(nóng)業(yè)工程學(xué)報(bào), 2015, 31(6): 238-245.

Wang C Y, Cai J J, Zhang J Q. Risk assessment of drought and chilling injury of maize in Northeast China., 2015, 31(6): 238-245. (in Chinese)

[10] SHIMONO H, KANNO H. Risk map for cool injury inducing spikelet sterility by low temperature at booting stage in rice with taking into account for growth stage and temperature before the booting stage in Tohoku region, Japan., 2012, 12(2): 6-11.

[11] 高素華, 王培娟. 長(zhǎng)江中下游高溫?zé)岷皩?duì)水稻的影響. 北京: 氣象出版社, 2009.

Gao S H, Wang P J.. Beijing: China Meteorological Press, 2009. (in Chinese)

[12] 中國(guó)氣象災(zāi)害大典編委會(huì). 中國(guó)氣象災(zāi)害大典: 江西卷. 北京: 氣象出版社, 2007.

Editorial Board of.:. Beijing: China Meteorological Press, 2007. (in Chinese)

[13] 中國(guó)氣象災(zāi)害大典編委會(huì). 中國(guó)氣象災(zāi)害大典: 湖南卷. 北京: 氣象出版社, 2007.

Editorial Board of.:. Beijing: China Meteorological Press, 2007. (in Chinese)

[14] 中國(guó)氣象災(zāi)害大典編委會(huì). 中國(guó)氣象災(zāi)害大典: 湖北卷. 北京: 氣象出版社, 2007.

Editorial Board of.:. Beijing: China Meteorological Press, 2007. (in Chinese)

[15] 中國(guó)氣象災(zāi)害大典編委會(huì). 中國(guó)氣象災(zāi)害大典: 浙江卷. 北京: 氣象出版社, 2007.

Editorial Board of.:. Beijing: China Meteorological Press, 2007. (in Chinese)

[16] 湖北省統(tǒng)計(jì)局. 湖北統(tǒng)計(jì)年鑒. 北京: 中國(guó)統(tǒng)計(jì)出版社, 2010.

Statistics Bureau of Hubei Province.. Beijing: China Statistics Press, 2010. (in Chinese)

[17] 湖南省統(tǒng)計(jì)局. 湖南統(tǒng)計(jì)年鑒. 北京: 中國(guó)統(tǒng)計(jì)出版社, 2010.

Statistics Bureau of Hunan Province.. Beijing: China Statistics Press, 2010. (in Chinese)

[18] 江西省統(tǒng)計(jì)局. 江西統(tǒng)計(jì)年鑒. 北京: 中國(guó)統(tǒng)計(jì)出版社, 2010.

Statistics Bureau of Jiangxi Province.. Beijing: China Statistics Press, 2010. (in Chinese)

[19] 浙江省統(tǒng)計(jì)局. 浙江統(tǒng)計(jì)年鑒. 北京: 中國(guó)統(tǒng)計(jì)出版社, 2010.

Statistics Bureau of Zhejiang Province.. Beijing: China Statistics Press, 2010. (in Chinese)

[20] 王桂芝, 陸金帥, 陳克垚, 吳先華. 基于HP濾波的氣候產(chǎn)量分離方法探討. 中國(guó)農(nóng)業(yè)氣象, 2014, 35(2): 195-199.

Wang G Z, Lu J S, Chen K Y, Wu X H. Exploration of method in separating climatic output based on HP filter., 2014, 35(2): 195-199. (in Chinese)

[21] 高峰, 劉江, 楊新剛, 李艷, 楊艷. 基于Fisher最優(yōu)分割法的機(jī)床熱關(guān)鍵點(diǎn)優(yōu)化研究. 儀器儀表學(xué)報(bào), 2013, 34(5): 1070-1075.

Gao F, Liu J, Yang X G, Li Y, Yang Y. Study on optimization of thermal key points for machine tools based on Fisher optimal segmentation method., 2013, 34(5): 1070-1075. (in Chinese)

[22] 楊國(guó)華, 崔彬. 熵權(quán)法在水資源可持續(xù)利用評(píng)價(jià)中的應(yīng)用. 數(shù)學(xué)的實(shí)踐與認(rèn)識(shí), 2011, 41(19): 8-12.

Yang G H, Cui B. The application of Entropy weight method to evaluation of the sustainable utilization of water resources., 2011, 41(19): 8-12. (in Chinese)

[23] 李民政. 汕優(yōu)6號(hào)秋季低溫冷害指標(biāo)問(wèn)題的研究. 浙江農(nóng)業(yè)科學(xué), 1982(4): 177-180.

Li M Z. Study on autumn chilling damage index of Shanyou 6.s, 1982(4): 177-180. (in Chinese)

[24] 中華人民共和國(guó)國(guó)家質(zhì)量監(jiān)督檢驗(yàn)檢疫總局. 主要農(nóng)作物高溫危害溫度指標(biāo): GB/T 21985-2008[S]. 北京: 中國(guó)標(biāo)準(zhǔn)出版社, 2008.

General Administration of Quality Supervision, Inspection and Quarantine of the People’s Republic of China. Temperature index of high temperature harm for main crops: GB/T 21985-2008[S]. Beijing: Standards Press of China, 2008. (in Chinese)

[25] 中華人民共和國(guó)國(guó)家質(zhì)量監(jiān)督檢驗(yàn)檢疫總局. 南方水稻、油菜和柑桔低溫災(zāi)害: GB/T 27959-2011[S]. 北京: 中國(guó)標(biāo)準(zhǔn)出版社, 2011.

General Administration of Quality Supervision, Inspection and Quarantine of the People’s Republic of China. Low temperature disaster of southern rice, rapeseed and orange: GB/T 27959-201[S]. Beijing: Standards Press of China, 2011. (in Chinese)

[26] 王春乙, 張繼權(quán), 霍治國(guó), 蔡菁菁, 劉興朋, 張琪. 農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)評(píng)估研究進(jìn)展與展望. 氣象學(xué)報(bào), 2015, 73(1): 1-19.

Wang C Y, Zhang J Q, Huo Z G, Cai J J, Liu X P, Zhang Q. Prospects and progresses in the research of risk assessment of agro-meteorological disasters., 2015, 73(1): 1-19. (in Chinese)

[27] Sun Z Y, Zhang J Q, Yan D H, WU L, GUO E L. The impact of irrigation water supply rate on agricultural drought disaster risk: a case about maize based on EPIC in Baicheng City, China., 2015, 78: 23-40.

[28] Liu X, Zhang J, Cai W, TONG Z. Information diffusion-based spatio-temporal risk analysis of grassland fire disaster in northern China., 2010, 23(1): 53-60.

[29] 趙靜, 張繼權(quán), 嚴(yán)登華, 佟志軍, 劉興朋. 基于格網(wǎng)GIS的豫北地區(qū)干旱災(zāi)害風(fēng)險(xiǎn)區(qū)劃. 災(zāi)害學(xué), 2012, 27(1): 55-58.

Zhao J, Zhang J Q, Yan D H, Tong Z J, Liu X P. Drought disaster risk zoning in the Northern Henan Province based on gridding GIS., 2012, 27(1): 55-58. (in Chinese)

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

Zhang J Q, Li N.. Beijing: Beijing Normal University Press, 2007. (in Chinese)

[31] 江敏, 金之慶, 石春林, 葛道闊, 朱大威. 長(zhǎng)江中下游地區(qū)水稻孕穗開(kāi)花期高溫發(fā)生規(guī)律及其對(duì)產(chǎn)量的影響. 生態(tài)學(xué)雜志, 2010, 29(4): 649-656.

Jiang M, Jin Z Q, Shi C L, GE D K, ZHU D W. Occurrence patterns of high temperature at booting and flowering stages of rice in the middle and lower reaches of Yangtze River and their impacts on rice yield., 2010, 29(4): 649-656. (in Chinese)

[32] 謝曉金, 李秉柏, 王琳, 戴秦如, 申雙和. 長(zhǎng)江中下游地區(qū)高溫時(shí)空分布及水稻花期的避害對(duì)策. 中國(guó)農(nóng)業(yè)氣象, 2010, 31(1): 144-150.

Xie X J, Li B B, Wang L, DAI Q R, SHEN S H. Spatial and temporal distribution of high temperature and strategies to rice florescence harm in the lower-middle reaches of Yangtze River., 2010, 31(1): 144-150. (in Chinese)

[33] 楊?lèi)?ài)萍, 馮明, 劉安國(guó). 湖北水稻對(duì)盛夏低溫冷害的敏感性分析. 中國(guó)農(nóng)業(yè)氣象, 2009, 30(增刊2): 324-327.

Yang A P, Feng M, Liu A G. Research on sensitivity of rice to chilling injury in summer in Hubei Province., 2009, 30(Suppl.2): 324-327. (in Chinese)

[34] Cheng Y X, Huang J F, Han Z L, GUO J P, ZHAO Y X, WANG X Z, GUO R F. Cold damage risk assessment of double cropping rice in Hunan, China., 2013, 12(2): 352-363.

[35] 白光志, 孔萍, 余焰文, 劉壽東, 楊再?gòu)?qiáng). 江西省雙季稻氣象災(zāi)害風(fēng)險(xiǎn)評(píng)估研究. 氣象與減災(zāi)研究, 2014, 37(4): 50-55.

Bai G Z, Kong P, Yu Y W, LIU S D, YANG Z Q. Study on the meteorological risk assessment of double cropping rice in the Jiangxi Province., 2014, 37(4): 50-55. (in Chinese)

（責(zé)任編輯 楊鑫浩，岳梅）

Risk Assessment of Cold and Hot Damages for Double-Cropping Early Rice (DCER) in Lower-Middle Reaches of the Yangtze River Basin

WANG Chun-yi1, YAO Peng-juan1, ZHANG Ji-quan2, REN Yi-fang3

(1Chinese Academy of Meteorological Sciences, Beijing 100081;2School of Environment/Natural Disaster Research Institute, Northeast Normal University, Changchun 130024;3Jiangsu meteorologic bureau, Nanjing 210008)

【Objective】Agricultural meteorological disasters are the important factors which threaten the national food security. Risk assessment on agro-meteorological disasters is the main research direction of guaranteeing agricultural production. There is the largest double-cropping early rice (DCER) planting area in Yangtze River basin in China, the DCER output in this area accounts for more than half of the country’s total production. This region is located in central China, where the hydrothermal resources are relatively abundant, but the seasonal distribution is uneven. Temperature swings in spring and hot days emerge frequently in summer, causing DCER’s cold and hot damages and affecting final yield. Therefore, it is emergency to carry out risk assessment of cold and hot damages of DCER. 【Method】The research was based on the meteorological data during 1961-2012, agricultural meteorological data during 1981-2010 and social statistics data of DCER growing region in lower-middle reaches of the Yangtze River Basin. First and foremost, four assessment models were built to evaluate cold and hot damage hazard, environmental vulnerability, exposure, disaster prevention and mitigation capacity. For laying a foundation for the formation mechanism of natural disaster risk, a risk evaluation model was developed in terms of hazard which is fine depicted in development phrase, vulnerability, exposure and disaster prevention and mitigation capacity. Weight coefficients of the four factors are calculated by entropy weight evaluation method. The results of the multi-risk assessment model is valuable for decision making to release disaster risks.【Result】 The hazard assessment model was constructed based on disaster intensities at various developmental stages, the weight coefficient of the development stage and the weight coefficient of cold and hot damages. The assessment results show that the planting area in southern Hunan and southeastern Jiangxi is suitable for DCER, where cold and hot damages are rarely happened. Hazard in center of Hunan and Jiangxi is 0.3, slightly higher due to hot damage at filling stage, while the higher hazard in eastern Hubei is caused by cold damage. Zhejiang is reduced to absolute inferior planting area for its higher hazard during the whole growing season except tillering stage, especially the serious hot damage at filling stage. Vulnerability assessment model was constructed of index of yield variation. The assessment results show that mid-east Zhejiang, mid-south Jiangxi and Hubei planting areas are the lowest vulnerable areas. Vulnerability in northeastern of Jiangxi is quite high, followed by Ningxiang and Chaling of Hunan province, where yield is quite sensible to weather condition. The exposure assessment model was constructed based on the index of vegetation coverage. The assessment results show that DcER planting area ratio is up to 85% in the eastern of Hunan and northeastern of Jiangxi, which means high exposure to the rice production. The exposure is lower in Zhejiang and Hubei, and it won’t have high impacts on DSER yield. The disaster prevention and mitigation capacity assessment model was constructed based on the total powers of agriculture machine, net income per capita and chemical fertilizers. The assessment results show that disaster prevention and mitigation capacity is highest in Zhejiang province. It is relatively higher in central Hunan, western Hubei and southern Jiangxi. Disaster prevention and mitigation capacity is lower in the other areas. The risk evaluation model was constructed based on hazard, vulnerability, exposure, disaster prevention and mitigation capacity. Mid-west of Zhejiang, northeast of Jiangxi, central Hunan and east of Hubei are divided into high-risk areas. Southern Hunan, southeastern Jiangxi, eastern Hubei and eastern Zhejiang are roughly divided into the low-risk and the other areas are divided into medium risk areas. 【Conclusion】Diverse measures should be adopted to lesson the risk of DCER planting in each province in Yangtze River basin: in mid-west of Zhejiang, it is useful to adjust the sowing period. For northeastern Jiangxi, increasing the investment of local agriculture is needed. It is necessary to adjust the planting structure in Hunan. Science and technical inputs in Hubei should be increased to reduce the risk.

the Yangtze River Basin; early rice; cold damage; hot damage; risk assessment

2015-12-23；接受日期：2016-03-21

國(guó)家“十二五”科技支撐計(jì)劃（2011BAD32B00）

王春乙，E-mail：wcy@cms1924.org