陳建杰,余錦華

?

基于信息擴(kuò)散理論的四川盆地農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)評(píng)估

陳建杰①②③,余錦華①②*

① 南京信息工程大學(xué) 氣象災(zāi)害教育部重點(diǎn)實(shí)驗(yàn)室,江蘇 南京 210044;

② 南京信息工程大學(xué) 大氣科學(xué)學(xué)院,江蘇 南京 210044;

③ 駐馬店市氣象局,河南 駐馬店 463000

2013-04-27收稿，2013-06-28接受

國(guó)家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃(973計(jì)劃)項(xiàng)目(2012CB955903);江蘇省高校自然科學(xué)研究重大項(xiàng)目(13KJA170002);江蘇高校優(yōu)勢(shì)學(xué)科建設(shè)工程項(xiàng)目(PAPD)

采用四川盆地農(nóng)業(yè)旱災(zāi)災(zāi)情資料數(shù)據(jù),基于信息擴(kuò)散理論,研究了不同風(fēng)險(xiǎn)水平下的農(nóng)業(yè)旱災(zāi)發(fā)生的概率及其分布,并對(duì)四川盆地的農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)進(jìn)行區(qū)劃。結(jié)果表明:正態(tài)信息擴(kuò)散方法可以較好地?cái)M合農(nóng)業(yè)旱災(zāi)受災(zāi)率的風(fēng)險(xiǎn)分布。與20世紀(jì)末相比,21世紀(jì)初四川盆地的眉山、重慶等地區(qū)發(fā)生受災(zāi)率xi≥10%和xi≥40%的農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)增加。以受災(zāi)率xi≥5%和xi≥40%的超越概率作為農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)區(qū)劃閾值,四川盆地農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)表現(xiàn)出區(qū)域性差異,農(nóng)業(yè)干旱災(zāi)害高風(fēng)險(xiǎn)區(qū)位于巴中、中江、瀘縣等地區(qū);西部地區(qū)發(fā)生農(nóng)業(yè)干旱災(zāi)害的風(fēng)險(xiǎn)較小,與該地區(qū)豐富的降水量以及平原地形有關(guān)。該風(fēng)險(xiǎn)區(qū)劃結(jié)果較為合理,可為當(dāng)?shù)卣婪掇r(nóng)業(yè)旱災(zāi)提供決策依據(jù)。

信息擴(kuò)散

旱災(zāi)受災(zāi)率

風(fēng)險(xiǎn)評(píng)估

風(fēng)險(xiǎn)區(qū)劃

中國(guó)是世界上遭受自然災(zāi)害最嚴(yán)重的國(guó)家之一,在我國(guó)所有的自然災(zāi)害中,氣象災(zāi)害造成的經(jīng)濟(jì)損失約占60%～70%。旱災(zāi)是危害最嚴(yán)重的一種氣象災(zāi)害(董加瑞和王昂生,1997;祁海霞等,2011;晏紅明等,2012),而旱災(zāi)又有分布面積廣、持續(xù)時(shí)間長(zhǎng)等特點(diǎn),旱災(zāi)一旦發(fā)生,極易造成巨大的社會(huì)經(jīng)濟(jì)損失。四川盆地是中國(guó)四大盆地之一,也是重要的農(nóng)業(yè)區(qū),因此,針對(duì)四川盆地農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)分布的研究與評(píng)估工作,有助于提高該區(qū)域旱災(zāi)風(fēng)險(xiǎn)的認(rèn)識(shí)和決策水平。

Blaikei et al.(1994)從致災(zāi)因子、孕災(zāi)環(huán)境和承災(zāi)體綜合作用的角度,系統(tǒng)總結(jié)了資源開(kāi)發(fā)與自然災(zāi)害的關(guān)系,指出災(zāi)害是脆弱性承災(zāi)體與致災(zāi)因子綜合作用的結(jié)果。自然災(zāi)害風(fēng)險(xiǎn)本質(zhì)上是自然災(zāi)害的量級(jí)、時(shí)間等不確定性的概率分布(Kaplan and Garrick,1981),對(duì)其評(píng)估就是尋找科學(xué)的途徑去進(jìn)行有關(guān)災(zāi)害風(fēng)險(xiǎn)概率分布的估計(jì)(Petak and Atkisson,1982)。自然災(zāi)害風(fēng)險(xiǎn)評(píng)估的數(shù)學(xué)理論問(wèn)題基本等同于相關(guān)的概率統(tǒng)計(jì)問(wèn)題,可以使用概率的方法加以描述(劉引鴿等,2005)。通常的概率統(tǒng)計(jì)分析方法要求樣本數(shù)量大于等于30個(gè),在進(jìn)行災(zāi)害風(fēng)險(xiǎn)評(píng)估的過(guò)程中,尤其是以縣市等較精細(xì)的區(qū)域作為評(píng)估單元時(shí),經(jīng)常會(huì)遇到災(zāi)情資料年限短、災(zāi)情的具體統(tǒng)計(jì)數(shù)據(jù)不完整等問(wèn)題。因此,以數(shù)量有限的災(zāi)情數(shù)據(jù)為樣本,用傳統(tǒng)的統(tǒng)計(jì)方法來(lái)進(jìn)行風(fēng)險(xiǎn)評(píng)估,難以反映出研究區(qū)域?yàn)?zāi)害風(fēng)險(xiǎn)的變化規(guī)律,所得到的結(jié)果往往與實(shí)際情況有很大的偏差。

為了彌補(bǔ)樣本信息不足,優(yōu)化利用樣本模糊信息,Parzen(1962)提出信息擴(kuò)散方法。信息擴(kuò)散(黃崇福等,1998)是一種對(duì)樣本進(jìn)行集值化的模糊數(shù)學(xué)處理方法,通過(guò)將單值樣本點(diǎn)變成集值樣本點(diǎn),使得基于小樣本資料的自然災(zāi)害風(fēng)險(xiǎn)評(píng)估也能取得較滿意的評(píng)估結(jié)果。王新洲(1999)、王新洲等(2003)從數(shù)學(xué)角度對(duì)信息擴(kuò)散方法進(jìn)行理論與應(yīng)用研究。于中偉等(2009)對(duì)多參數(shù)信息擴(kuò)散估計(jì)進(jìn)行精度評(píng)定,進(jìn)一步完善了信息擴(kuò)散理論?；谛畔U(kuò)散理論的風(fēng)險(xiǎn)評(píng)估方法被廣泛應(yīng)用于氣象災(zāi)害的風(fēng)險(xiǎn)評(píng)估工作(盧峰本等,2009;張麗娟等,2009;劉亞彬等,2010)。張竟竟(2012)應(yīng)用信息擴(kuò)散方法對(duì)河南省農(nóng)業(yè)旱災(zāi)進(jìn)行風(fēng)險(xiǎn)評(píng)估,所得結(jié)果與實(shí)際情況基本吻合。龐西磊等(2012)以地級(jí)市為評(píng)估單元,對(duì)整個(gè)東北地區(qū)的農(nóng)業(yè)洪災(zāi)進(jìn)行風(fēng)險(xiǎn)評(píng)估,直觀地展示了東北地區(qū)農(nóng)業(yè)洪災(zāi)風(fēng)險(xiǎn)的空間分布和變化趨勢(shì)。

圖1　四川盆地有播種面積地區(qū)的年份分布Fig.1　Yearly distribution of sown area in the Sichuan basin

涵蓋四川盆地的農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)評(píng)估工作較少(徐新創(chuàng)等,2011),且主要是以地市級(jí)為評(píng)估單元。農(nóng)業(yè)受災(zāi)面積與災(zāi)害本身(強(qiáng)度和影響范圍)有關(guān),可以使用災(zāi)損擬合方法(Wilhelmi and Wilhite,2002;胡雪瓊等,2011)評(píng)估農(nóng)業(yè)災(zāi)害風(fēng)險(xiǎn)。本文在四川盆地農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)評(píng)估中,利用四川盆地的各縣(區(qū))農(nóng)業(yè)旱災(zāi)災(zāi)情資料和主要農(nóng)作物播種面積資料,運(yùn)用正態(tài)信息擴(kuò)散方法,計(jì)算不同災(zāi)害風(fēng)險(xiǎn)水平下的農(nóng)業(yè)旱災(zāi)每年發(fā)生的概率,研究其年代際變化特征,并按照一定標(biāo)準(zhǔn)進(jìn)行風(fēng)險(xiǎn)區(qū)劃,為該區(qū)域的農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)管理和決策提供一定的理論依據(jù)。

1　資料和方法

1.1資料

本文所使用的四川盆地各縣(區(qū))的旱災(zāi)災(zāi)情資料來(lái)源于國(guó)家氣候中心提供的中國(guó)干旱災(zāi)害數(shù)據(jù)集四川、重慶部分以及中國(guó)氣象災(zāi)害大典四川卷和重慶卷中的旱災(zāi)災(zāi)情記錄。其中,計(jì)算用到的是四川盆地各縣(區(qū))1984—2007年農(nóng)作物受災(zāi)面積和成災(zāi)面積資料,各縣(區(qū))的農(nóng)作物播種面積資料來(lái)源于四川統(tǒng)計(jì)年鑒(2005—2011年)和重慶統(tǒng)計(jì)年鑒(2000—2012年)。圖1給出了有播種面積的年份和地區(qū)的分布?？梢?jiàn),四川盆地四川省部分有播種面積記錄的年份是2004—2010年,重慶市部分的年份是1999—2011年,無(wú)播種面積的縣主要位于盆地的邊緣地區(qū)。

1.2方法

正態(tài)信息擴(kuò)散方法的概率密度函數(shù)表示為(黃崇福,2005):

(1)

其中:uj為災(zāi)害指數(shù);取自災(zāi)害指數(shù)論域U={u1,u2,…um},uj∈U。災(zāi)害指數(shù)論域是災(zāi)害指數(shù)所有可能取值的集合,m是災(zāi)害指數(shù)的所有可能取值的個(gè)數(shù),xi是觀測(cè)的災(zāi)害指數(shù),本文用農(nóng)業(yè)旱災(zāi)受災(zāi)率表示,h為擴(kuò)散系數(shù),可以根據(jù)樣本中最大值b、最小值a和樣本個(gè)數(shù)n來(lái)確定,即

(2)

(3)

稱μxi(uj)為樣本點(diǎn)xi的歸一化信息分布,表示觀測(cè)樣本xi等于災(zāi)害指數(shù)uj的概率密度與取遍整個(gè)理論災(zāi)害指數(shù)論域的概率之比值。

(4)

1.3農(nóng)業(yè)旱災(zāi)受災(zāi)風(fēng)險(xiǎn)計(jì)算

選取農(nóng)業(yè)旱災(zāi)受災(zāi)率(xi)和成災(zāi)率(yi)作為研究對(duì)象,農(nóng)業(yè)旱災(zāi)受(成)災(zāi)率是農(nóng)業(yè)旱災(zāi)受(成)災(zāi)面積和相應(yīng)年份農(nóng)作物播種面積的比值,旱災(zāi)受災(zāi)面積指因旱災(zāi)農(nóng)作物產(chǎn)量減少超過(guò)一成的農(nóng)作物播種面積,而旱災(zāi)成災(zāi)面積是農(nóng)作物產(chǎn)量減少超過(guò)三成的農(nóng)作物播種面積。由于難于獲取從1984—2007年四川盆地各縣市每年的農(nóng)作物播種面積資料,而各個(gè)年份的農(nóng)作物播種面積之間相差很小,將所獲得的各縣(區(qū))的農(nóng)作物播種面積求多年平均,以這個(gè)平均值作為沒(méi)有農(nóng)作物播種面積資料年份的數(shù)據(jù)。

為了滿足計(jì)算的精度要求,由于旱災(zāi)受災(zāi)率是0到1之間的實(shí)數(shù),本文取旱災(zāi)受(成)災(zāi)指數(shù)論域U={u1,u2,…um}={0,0.000 1,0.000 2,…1},然后運(yùn)用正態(tài)信息擴(kuò)散方法計(jì)算不同風(fēng)險(xiǎn)水平(受災(zāi)率和成災(zāi)率)下的超越概率風(fēng)險(xiǎn)估計(jì)值以及區(qū)間概率風(fēng)險(xiǎn)估計(jì)值。

2　結(jié)果分析

2.1擬合優(yōu)度檢驗(yàn)

前文提到,信息擴(kuò)散原理在氣象災(zāi)害風(fēng)險(xiǎn)評(píng)估中得到了廣泛的應(yīng)用,這些評(píng)估工作也多是以受災(zāi)率為研究對(duì)象,但并未給出不同風(fēng)險(xiǎn)水平(受災(zāi)率或成災(zāi)率)的風(fēng)險(xiǎn)估計(jì)值與樣本值的比較,即信息擴(kuò)散方法得出的受災(zāi)率分布與原始數(shù)據(jù)的受災(zāi)率分布相一致的程度。因此,有必要進(jìn)行擬合優(yōu)度檢驗(yàn)。選用柯?tīng)柲缏宸颉姑谞柭宸?K-S)檢驗(yàn)統(tǒng)計(jì)量Dn(么枕生,1984)為檢驗(yàn)指標(biāo)。其中:

Dn=max|F(x)-Fn(x)|。

(5)

2.2四川盆地農(nóng)業(yè)旱災(zāi)受災(zāi)風(fēng)險(xiǎn)分布

本文以同等受災(zāi)程度為基礎(chǔ),用不同風(fēng)險(xiǎn)水平(受災(zāi)率和成災(zāi)率)下的超越概率風(fēng)險(xiǎn)估計(jì)值來(lái)反映四川盆地每年遭受農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)的分布情況。圖3a—d為四川盆地農(nóng)業(yè)旱災(zāi)受災(zāi)率xi≥5%、xi≥10%、xi≥20%和xi≥30%的超越概率的風(fēng)險(xiǎn)估計(jì)值的分布。由圖3a可知,四川盆地絕大部分地區(qū)發(fā)生旱災(zāi)造成農(nóng)作物受災(zāi)面積超過(guò)5%風(fēng)險(xiǎn)值都超過(guò)了0.5,可以認(rèn)為上述區(qū)域發(fā)生受災(zāi)率超過(guò)5%的農(nóng)業(yè)旱災(zāi)至少是兩年一遇。該風(fēng)險(xiǎn)水平下,有3個(gè)風(fēng)險(xiǎn)大值區(qū)域,分別是巴中南部和南充東北部,綿陽(yáng)西南部、德陽(yáng)東部和資陽(yáng)西北部,以及瀘州北部。風(fēng)險(xiǎn)值的最大值超過(guò)0.9,分別位于平昌縣(0.903 2)和資陽(yáng)市雁江區(qū)(0.901 4)。

圖2　4個(gè)站點(diǎn)的農(nóng)業(yè)旱災(zāi)受災(zāi)率超越概率估計(jì)(虛線)、觀測(cè)累積概率(實(shí)線)與受災(zāi)率的關(guān)系　　a.平昌;b.中江;c.金堂;d.大竹Fig.2　Relationship between exceeding probability(dashed lines),cumulative frequency by observational data(solid lines) and the disaster rate for four stations:(a)Pingchang;(b)Zhongjiang;(c)Jintang;(d)Dazhu

圖3　四川盆地農(nóng)業(yè)旱災(zāi)受災(zāi)風(fēng)險(xiǎn)分布(xi為受災(zāi)率)a.xi≥5%;b.xi≥10%;c.xi≥20%;d.xi≥30%;e.5%≤xi<25%;f.25%≤xi<50%Fig.3　Distribution of agricultural drought risk in the Sichuan basin(xi indicate disaster rates):(a)xi≥5%;(b)xi≥10%;(c)xi≥20%;(d)xi≥30%;(e)5%≤xi<25%;(f)25%≤xi<50%

農(nóng)業(yè)旱災(zāi)是致災(zāi)因子(降水)、承災(zāi)體(農(nóng)作物)和孕災(zāi)環(huán)境綜合作用的結(jié)果,三者之間的相互作用關(guān)系在不同地區(qū)可能會(huì)有不同的表現(xiàn)。四川盆地按其地理差異可分為川西平原區(qū)、川中丘陵區(qū)和川東平行嶺谷區(qū)。在降水起主要作用的區(qū)域,干旱災(zāi)害風(fēng)險(xiǎn)與降水量的多少關(guān)系密切,如風(fēng)險(xiǎn)較大的綿陽(yáng)西南部、德陽(yáng)東部和資陽(yáng)西北部位于四川盆地年降水量的小值區(qū);風(fēng)險(xiǎn)較小的漢源縣、石棉縣等位于四川盆地年降水量的大值區(qū)(圖略)。由圖3a—d對(duì)比可以看出,四川盆地不同的風(fēng)險(xiǎn)水平農(nóng)業(yè)旱災(zāi)的風(fēng)險(xiǎn)值的分布具有一致性,各圖中風(fēng)險(xiǎn)值的相對(duì)大值區(qū)和相對(duì)小值區(qū)的中心位置是固定的,隨著風(fēng)險(xiǎn)水平的增高,風(fēng)險(xiǎn)值逐漸減小。

圖3e、f分別是四川盆地每年發(fā)生受災(zāi)率為5%～25%和25%～50%旱災(zāi)的風(fēng)險(xiǎn)分布。由圖3e可知,四川盆地大部發(fā)生受災(zāi)率為5%～25%旱災(zāi)的風(fēng)險(xiǎn)估計(jì)值大于0.3,最大值為華鎣市的0.639 7,表明華鎣市今后每年發(fā)生旱災(zāi)造成農(nóng)作物受災(zāi)面積占農(nóng)作物總播種面積比值為5%～25%的風(fēng)險(xiǎn)是0.639 7。風(fēng)險(xiǎn)的小值區(qū)位于南部縣、高縣和廣漢市,同圖3a的小值區(qū)是一致的。由圖3f大部分區(qū)域風(fēng)險(xiǎn)概率估計(jì)值在0.1以上,最大值為武勝縣的0.477 1,表明武勝縣發(fā)生受災(zāi)率為25%～50%的旱災(zāi)的風(fēng)險(xiǎn)是最高的,達(dá)到兩年一遇。

2.3四川盆地農(nóng)業(yè)旱災(zāi)成災(zāi)風(fēng)險(xiǎn)分布

圖4a—d為四川盆地農(nóng)業(yè)旱災(zāi)成災(zāi)率yi≥5%、yi≥10%、yi≥20%和yi≥30%的超越概率風(fēng)險(xiǎn)估計(jì)值的分布。農(nóng)業(yè)旱災(zāi)成災(zāi)率yi≥5%的風(fēng)險(xiǎn)估計(jì)值意義為,今后每年四川盆地發(fā)生旱災(zāi)造成農(nóng)作物成災(zāi)面積占農(nóng)作物總播種面積超過(guò)5%這一情況出現(xiàn)的概率,同理,以此類(lèi)推。

由圖4a可知,該成災(zāi)風(fēng)險(xiǎn)(成災(zāi)率yi≥5%)分布上,風(fēng)險(xiǎn)值在0～0.9之間,有3個(gè)成災(zāi)風(fēng)險(xiǎn)大值區(qū)域,分別是巴中東南部、綿陽(yáng)東南部和瀘州北部,其中3個(gè)站點(diǎn)的風(fēng)險(xiǎn)值都超過(guò)了0.8,分別是三臺(tái)縣(0.848 3)、平昌縣(0.846 9)和涪城區(qū)(0.812 4)。風(fēng)險(xiǎn)值較小的區(qū)域分布比較分散,例如有重慶市南部地區(qū)、德陽(yáng)與成都交界地區(qū)等。相應(yīng)的風(fēng)險(xiǎn)最低的站點(diǎn)有新津縣(0.101 5)和什邡市(0.086 6)。由圖4b可知,四川盆地農(nóng)業(yè)旱災(zāi)成災(zāi)率yi≥10%的風(fēng)險(xiǎn)在0～0.8之間,與圖4a類(lèi)似,風(fēng)險(xiǎn)值較大的區(qū)域包括巴中與南充以及與達(dá)州交界地區(qū)、綿陽(yáng)東南部等地區(qū),其中有2個(gè)站點(diǎn)的風(fēng)險(xiǎn)值超過(guò)了0.7,分別是三臺(tái)縣(0.700 2)和平昌縣(0.711 2)。風(fēng)險(xiǎn)值低于0.1的地區(qū)在綿陽(yáng)、德陽(yáng)和成都的西部以及雅安的北部部分地區(qū)等區(qū)域。風(fēng)險(xiǎn)值最小的幾個(gè)站點(diǎn)分別是梓潼縣、墊江縣、什邡市、北碚區(qū)和新津縣,他們的成災(zāi)率yi≥10%的風(fēng)險(xiǎn)在0～0.1之間;由圖4c可見(jiàn),四川盆地農(nóng)業(yè)旱災(zāi)成災(zāi)率yi≥20%的風(fēng)險(xiǎn)在0～0.5之間,風(fēng)險(xiǎn)值在0～0.1之間的區(qū)域范圍進(jìn)一步擴(kuò)大,但其風(fēng)險(xiǎn)值較大的區(qū)域與前幾個(gè)風(fēng)險(xiǎn)水平下的分布一致。風(fēng)險(xiǎn)值最大的站點(diǎn)分別是平昌縣(0.498 4)、三臺(tái)縣(0.450 3)和豐都縣(0.420 7);由圖4d可見(jiàn),除巴中東部、綿陽(yáng)東南部、重慶中部和南部及瀘州,四川盆地其他地區(qū)農(nóng)業(yè)旱災(zāi)成災(zāi)率yi≥30%的風(fēng)險(xiǎn)值都小于0.1。

2.4四川盆地農(nóng)業(yè)旱災(zāi)隨時(shí)間變化

為了研究四川盆地農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)隨時(shí)間的變化,將各站點(diǎn)的農(nóng)業(yè)旱災(zāi)受災(zāi)率分為1984—1999年和2000—2007年兩部分,分別應(yīng)用信息擴(kuò)散方法計(jì)算不同風(fēng)險(xiǎn)水平下的超越概率風(fēng)險(xiǎn)估計(jì)值,作為20世紀(jì)末和21世紀(jì)初兩個(gè)時(shí)期的農(nóng)業(yè)旱災(zāi)受災(zāi)風(fēng)險(xiǎn)。并用后者減去前者,兩個(gè)風(fēng)險(xiǎn)之差稱為風(fēng)險(xiǎn)差值。風(fēng)險(xiǎn)差值為正(負(fù)),則發(fā)生農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)增加(減少),以此來(lái)表征四川盆地20世紀(jì)末和21世紀(jì)初兩個(gè)時(shí)期農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)的變化。

圖4　四川盆地農(nóng)業(yè)旱災(zāi)成災(zāi)風(fēng)險(xiǎn)分布(yi為成災(zāi)率)a.yi≥5%;b.yi≥10%;c.yi≥20%;d.yi≥30%Fig.4　Distribution of agricultural drought disaster risk in the Sichuan basin(yi indicate actually disaster rates):(a)yi≥5%;(b)yi≥10%;(c)yi≥20%;(d)yi≥30%

圖5　四川盆地農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)差值分布(xi為受災(zāi)率)　　a.xi≥10%;b.xi≥40%Fig.5　Distribution of the agricultural drought risk difference in the Sichuan basin(xi indicate disaster rates):(a)xi≥10%;(b)xi≥40%

圖5a、b分別為四川盆地旱災(zāi)受災(zāi)率xi≥10%和xi≥40%時(shí)的風(fēng)險(xiǎn)差值分布。由圖5a可知,風(fēng)險(xiǎn)差值為正的區(qū)域明顯大于風(fēng)險(xiǎn)差值為負(fù)的區(qū)域,風(fēng)險(xiǎn)差值為負(fù)的區(qū)域主要包括巴中、南充、雅安、樂(lè)山、宜賓等地區(qū),馬邊彝族自治縣和南溪縣為2個(gè)最小值中心,風(fēng)險(xiǎn)差值分別為-0.690 2和-0.417 4。風(fēng)險(xiǎn)差值為正的區(qū)域有3個(gè)最大值中心,分別是重慶巴南區(qū)(0.637 5)、眉山東坡區(qū)(0.714 5)和內(nèi)江市中區(qū)(0.745 1)。圖5b風(fēng)險(xiǎn)差值為負(fù)的區(qū)域包括巴中、南充、成都、雅安、宜賓、瀘州等地區(qū),最小值在丹巴縣(-0.313 0)。風(fēng)險(xiǎn)差值為正的區(qū)域主要在重慶、廣元、德陽(yáng)、樂(lè)山、眉山等地區(qū),最大值在樂(lè)至縣(0.486 7)。

四川省眉山、內(nèi)江、廣安、資陽(yáng)、綿陽(yáng)、德陽(yáng)等地區(qū)及重慶市大部風(fēng)險(xiǎn)差值為正,表明由20世紀(jì)末進(jìn)入21世紀(jì)初,上述區(qū)域發(fā)生受災(zāi)率xi≥10%和xi≥40%的農(nóng)業(yè)旱災(zāi)的風(fēng)險(xiǎn)是有所增加的。

2.5四川盆地旱災(zāi)風(fēng)險(xiǎn)區(qū)劃

由于不同受災(zāi)率區(qū)間旱災(zāi)的超越概率風(fēng)險(xiǎn)估計(jì)值在空間分布上具有一致性,采用受災(zāi)率xi≥5%和xi≥40%時(shí)的超越概率P5%和P40%作為四川盆地旱災(zāi)風(fēng)險(xiǎn)劃分標(biāo)準(zhǔn),可以同時(shí)將旱災(zāi)發(fā)生風(fēng)險(xiǎn)和高災(zāi)損旱災(zāi)發(fā)生風(fēng)險(xiǎn)結(jié)合起來(lái)進(jìn)行風(fēng)險(xiǎn)區(qū)劃。劃分標(biāo)準(zhǔn)如下:1)低風(fēng)險(xiǎn)區(qū)P5%≤0.50;2)中風(fēng)險(xiǎn)區(qū)0.500.15。

圖6　四川盆地農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)區(qū)劃Fig.6　The zoning of agricultural drought risk in the Sichuan basin

圖6是根據(jù)上述旱災(zāi)風(fēng)險(xiǎn)區(qū)劃標(biāo)準(zhǔn)按照行政區(qū)域進(jìn)行劃分的四川盆地農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)區(qū)劃圖。低風(fēng)險(xiǎn)區(qū)包括高縣、宜賓縣、石柱縣等40個(gè)縣(區(qū)),主要位于四川盆地的西部,這與四川盆地年降水量的大值區(qū)是一致的。中風(fēng)險(xiǎn)區(qū)包括射洪縣、鄰水縣、西充縣等96個(gè)縣(區(qū))。高風(fēng)險(xiǎn)區(qū)包括開(kāi)江縣、井研縣、忠縣等29個(gè)縣(區(qū))。

3　結(jié)論與討論

本文以四川盆地所轄縣(區(qū))的農(nóng)業(yè)旱災(zāi)災(zāi)情資料為數(shù)據(jù)支撐,基于信息擴(kuò)散理論,研究以不同風(fēng)險(xiǎn)水平(受災(zāi)率和成災(zāi)率)為評(píng)價(jià)標(biāo)準(zhǔn)的農(nóng)業(yè)旱災(zāi)發(fā)生的風(fēng)險(xiǎn)及其分布。風(fēng)險(xiǎn)區(qū)劃的低風(fēng)險(xiǎn)區(qū)主要位于四川盆地的西部。由20世紀(jì)末進(jìn)入21世紀(jì)初,四川盆地眉山、內(nèi)江、廣安、重慶等地區(qū)發(fā)生受災(zāi)率

xi≥10%和xi≥40%的旱災(zāi)的風(fēng)險(xiǎn)有所增加。

信息擴(kuò)散方法可以將小樣本災(zāi)情數(shù)據(jù)應(yīng)用于自然災(zāi)害風(fēng)險(xiǎn)評(píng)估,評(píng)估數(shù)據(jù)的準(zhǔn)確性和完整性對(duì)評(píng)估結(jié)果至關(guān)重要,鑒于災(zāi)情資料記錄具有一定的主觀性及其與農(nóng)作物播種面積數(shù)據(jù)在時(shí)間上的不完全匹配,所得結(jié)果有一定的不確定性。該方法屬于無(wú)時(shí)間約束的災(zāi)害風(fēng)險(xiǎn)評(píng)估方法,只能對(duì)所研究地區(qū)已發(fā)生的災(zāi)害風(fēng)險(xiǎn)進(jìn)行統(tǒng)計(jì),來(lái)代表該區(qū)域發(fā)生自然災(zāi)害風(fēng)險(xiǎn)水平的高低。我們將進(jìn)一步通過(guò)致災(zāi)因子(如氣象干旱指數(shù))超越概率的研究,對(duì)未來(lái)長(zhǎng)時(shí)間的干旱風(fēng)險(xiǎn)做出有效的預(yù)估。

References)

Blaikie P,Cannon T,Davis I,et al.,1994.Risk:Natural hazard,people’s vulnerability and disasters[M].London:Rout-ledge:189-190.

董加瑞,王昂生,1997.干旱、洪澇災(zāi)害預(yù)測(cè)及損失評(píng)估耦合模式[J].自然災(zāi)害學(xué)報(bào),6(2):70-77.Dong J R,Wang A S,1997.The couple model for forecasting and assessing drought and waterlogging disasters[J].Journal of Natural Disasters,6(2):70-77.(in Chinese).

胡雪瓊,吉文娟,張茂松,等,2011.云南省冬小麥干旱災(zāi)損風(fēng)險(xiǎn)區(qū)劃[J].大氣科學(xué)學(xué)報(bào),34(3):356-362.Hu X Q,Ji W J,Zhang M S,et al.,2011.Drought risk regionalization for winter wheat in Yunnan province[J].Trans Atmos Sci,34(3):356-362.(in Chinese).

黃崇福,2005.自然災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià):理論與實(shí)踐[M].北京:科學(xué)出版社:96-185.Huang C F,2005.Natural disaster risk assessment:Theory and practice [M].Beijing:Science Press:96-185.(in Chinese).

黃崇福,劉新立,周?chē)?guó)賢,等.1998.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(xiǎn)評(píng)估方法[J].自然災(zāi)害學(xué)報(bào),7(2):1-5.Huang C F,Liu X L,Zhou G X,et al.1998.Agricultural natural disaster risk assessment method according to the historic disaster data[J].Journal of Natural Disasters,7(2):1-5.(in Chinese).

Kaplan S,Garrick B J,1981.On the quantitative definition of risk[J].Risk Analysis,1(1):1-9.

劉亞彬,劉黎明,許迪,等,2010.基于信息擴(kuò)散理論的中國(guó)糧食主產(chǎn)區(qū)水旱災(zāi)害風(fēng)險(xiǎn)評(píng)估[J].農(nóng)業(yè)工程學(xué)報(bào),26(8):1-9.Liu Y B,Liu L M,Xu D,et al.,2010.Risk assessment of flood and drought in major grain-producing areas based on information diffusion theory[J].Transactions of CSAE,26(8):1-9.(in Chinese).

劉引鴿,繆啟龍,高慶九,2005.基于信息擴(kuò)散理論的氣象災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)方法[J].氣象科學(xué),25(1):84-89.Liu Y G,Miao Q L,Gao Q J,2005.The method of meteorology disaster risk assessment based on theory of information diffusion[J].Scientia Meteorologica Sinica,25(1):84-89.(in Chinese).

盧峰本,彭俊龍,黃瀅,2009.基于信息擴(kuò)散理論的熱帶氣旋災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)[J].氣象研究與應(yīng)用,30(1):23-25.Lu F B,Peng J L,Huang Y,2009.Evaluation on tropical cyclone disaster risk based on the information diffusion theory[J].Journal of Meteorological Research and Application,30(1):23-25.(in Chinese).

龐西磊,黃崇福,艾福利,2012.基于信息擴(kuò)散理論的東北三省農(nóng)業(yè)洪災(zāi)風(fēng)險(xiǎn)評(píng)估[J].中國(guó)農(nóng)學(xué)通報(bào),28(8):271-275.Pang X L,Huang C F,Ai F L,2012.Risk assessment on agricultural flood of Northeast China based on information diffusion theory[J].Chinese Agricultural Science Bulletin,28(8):271-275.(in Chinese).

Parzen E,1962.On estimation of a probability density function and mode[J].Annals of Mathematical Statistics,33(3):1065-1076.

Petak W J,Atkisson A A,1982.Natural hazard risk assessment and public policy anticipating:The unexpected[M].New York:Springer-Verlag:3-27.

祁海霞,智協(xié)飛,白永清,2011.中國(guó)干旱發(fā)生頻率的年代際變化特征及趨勢(shì)分析[J].大氣科學(xué)學(xué)報(bào),34(4):447-455.Qi H X,Zhi X F,Bai Y Q,2011.Interdecadal variation and trend analysis of the drought occurrence frequency in China[J].Trans Atmos Sci,34(4):447-455.(in Chinese).

王新洲,1999.基于信息擴(kuò)散原理的估計(jì)理論、方法及其抗差性[J].武漢測(cè)繪科技大學(xué)學(xué)報(bào),24(3):240-244.Wang X Z,1999.The theory,method and robustness of the parameter estimation based on the principle of information spread[J].Journal of Wuhan Technical University of Surveying and Mapping,24(3):240-244.(in Chinese).

王新洲,游揚(yáng)聲,湯永凈,2003.最優(yōu)信息擴(kuò)散估計(jì)理論及其應(yīng)用[J].地理空間信息,1(1):10-17.Wang X Z,You Y S,Tang Y J,2003.The theory of optimal information diffusion estimation and its application[J].Geospatial Information,1(1):10-17.(in Chinese).

Wilhelmi O V,Wilhite D A,2002.Assessing vulnerability to agricultural drought:A nebraska case study[J].Natural Hazards,25(1):37-58.

徐新創(chuàng),葛全勝,鄭景云,等,2011.區(qū)域農(nóng)業(yè)干旱風(fēng)險(xiǎn)評(píng)估研究——以中國(guó)西南地區(qū)為例[J].地理科學(xué)進(jìn)展,30(7):883-890.Xu X C,Ge Q S,Zheng J Y,et al.,2011.Drought risk assessment on regional agriculture:a case in Southwest China[J].Progress in Geography,30(7):883-890.(in Chinese).

晏紅明,程建剛,鄭建萌,等,2012.2009年云南秋季特大干旱的氣候成因分析[J].大氣科學(xué)學(xué)報(bào),35(2):229-239.Yan H M,Cheng J G,Zheng J M,et al.,2012.The climate cause of heavy drought in Yunnan in autumn 2009[J].Trans Atmos Sci,35(2):229-239.(in Chinese).

么枕生,1984.氣候統(tǒng)計(jì)學(xué)基礎(chǔ)[M].北京:科學(xué)出版社:488-490.Yao Z S,1984.Fundamentals of climate statistics[M].Beijing:Science Press:488-490.(in Chinese).

于中偉,花向紅,陳夢(mèng)華,等,2009.多參數(shù)信息擴(kuò)散估計(jì)的精度評(píng)定[J].測(cè)繪工程,18(3):13-16.Yu Z W,Hua X H,Chen M H,et al.,2009.Precision assessment of multi-parameters information diffusion estimation[J].Engineering of Surveying and Mapping,18(3):13-16.(in Chinese).

張竟竟,2012.基于信息擴(kuò)散理論的河南省農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)評(píng)估[J].資源科學(xué),34(2):280-286.Zhang J J,2012.Assessment of risk of agricultural drought disasters in Henan province based on the information diffusion theory[J].Resources Science,34(2):280-286.(in Chinese).

張麗娟,李文亮,張冬有,2009.基于信息擴(kuò)散理論的氣象災(zāi)害風(fēng)險(xiǎn)評(píng)估方法[J].地理科學(xué),29(2):250-254.Zhang L J,Li W L,Zhang D Y,2009.Meteorological disaster risk assessment method based on information diffusion theory[J].Scientia Geographica Sinica,29(2):250-254.(in Chinese).

Natural disasters result from the complex relationships and interactions of the vulnerability of disaster-bearing bodies with the disaster-causing factors.The nature of natural disaster risk is described by the probability distribution which is associated with the magnitude and duration of the natural disaster.Evaluating a risk involves establishing a scientifically robust method to estimate the probability magnitude of a natural disaster risk.The mathematical theory of natural disaster risk assessment is essentially equivalent to an issue of probability and statistics,which can be described by the method of probability.The usual sample size required in probability-based statistical analyses is at least 30.However,in disaster risk assessment,especially when small areas are adopted as the evaluation unit,the data collection period is often short and statistics are incomplete.Therefore,it is difficult to reflect the variation in the risk of a disaster over certain study areas and big bias of computed results from observation often happen if we use traditional statistical methods to assess risk.

Drought is one of the most serious meteorological disaster and often causes considerable socioeconomic losses in the affected region.The Sichuan basin China is a very important agricultural production area.Researching and assessing the risk of agricultural drought in this region is helpful in making service decisions and carries huge social significance.However,risk assessment work on agricultural drought in the Sichuan basin has been minimal,and mainly focused at the city prefecture level.Agricultural disaster area is related to the disaster strength and scale,thus,the assessment of agricultural drought risk can be accomplished via a method 'disaster loss evaluation'.

Based on agricultural drought disaster data in Sichuan basin during 1984—2007 and information diffusion theory,the probability of agricultural drought,and its spatial distribution,are discussed under different risk levels.Accordingly,the risk of agricultural drought disaster in the Sichuan basin is separated(spatially) into a few of zones.Results show that the normal information diffusion method can provide a good fit for the agricultural drought disaster rate which is a proportion of the disaster area to the cultivated one.Further investigation shows that the difference in risk between Chongqing and Meishan,where the agricultural drought disaster rate is greater than or equal to 10% and 40%,respectively,increasing from the end of the 20th century to the beginning of the 21st century.An exceeding probability means an accumulated probability when the drought disaster rate is larger than a threshold,which is defined as 5% and 40% in this study,respectively.Cities such as Bazhong,Zhongjiang and Luxian are found to be high-risk regions.Low-risk regions are located in the western Sichuan basin,owing to its abundant precipitation.The research provides some useful decision-making information for those involved in disaster reduction and emergency management.

This study shows that small samples of disaster data can be applied in natural disaster risk assessment by using the information diffusion method.The accuracy and completeness of assessment data is probably the most crucial aspect in evaluating results.Due to the disaster data record being subjective and the sown area of the crop not completely matching the data in time,the result is not completely satisfactory.The method is a time-independent disaster risk assessment method that can be used to carry out statistical analysis of the disaster risk for a region where disaster events have occurred,and can also provide an indication of the natural disaster risk level of the region.Further research is necessary to help us make effective forecasts of long-term drought risk in the future.

information diffusion;drought disaster ratio;risk assessment;risk zoning

(責(zé)任編輯：孫寧)

Risk assessment of drought on agricultural land in the Sichuan Basin based on information diffusion theory

CHEN Jianjie1,2,3,YU Jinhua1,2

1KeyLaboratoryofMeteorologicalDisaster,MinistryofEducation(KLME),NanjingUniversityofInformationScience&Technology,Nanjing210044,China;2CollegeofAtmosphericSciences,NanjingUniversityofInformationScience&Technology,Nanjing210044,China;3ZhumadianMeteorologicalBureau,Zhumadian463000,China

10.13878/j.cnki.dqkxxb.20130331001

引用格式：陳建杰,余錦華,2016.基于信息擴(kuò)散理論的四川盆地農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)評(píng)估[J].大氣科學(xué)學(xué)報(bào),39(5):712-720.

Chen J J,Yu J H,2016.Risk assessment of drought on agricultural land in the Sichuan Basin based on information diffusion theory[J].Trans Atmos Sci,39(5):712-720.doi：10.13878/j.cnki.dqkxxb.20130331001.(in Chinese).

*聯(lián)系人，E-mail:jhyu@nuist.edu.cn