徐 桂 珍

(1.江西水利職業(yè)學院，南昌 330013；2.江西省灌溉排水發(fā)展中心，南昌 330013)

陜西省地處我國生態(tài)環(huán)境脆弱帶上，南北水土資源分配不均，僅占全省耕地面積20%的陜南地區(qū)，水資源卻占全省的70%；耕地面積占全省52%，生產(chǎn)總值占全省62%的關中地區(qū)，水資源總量僅占全省20%。干旱災害嚴重制約陜西省農(nóng)業(yè)經(jīng)濟發(fā)展[1-3]，2004-2013年10年，年平均農(nóng)作物因旱受災面積148.6萬hm2，占耕地面積的52%，直接經(jīng)濟損失多達1 330 億元。小麥和玉米是陜西省典型糧食作物，年播種面積226 萬hm2，占總播種面積的54%，年產(chǎn)量976.5 萬t，占糧食總產(chǎn)量的80.3%。評估陜西省典型糧食作物干旱災害風險，對保障糧食生產(chǎn)具有重要意義。傳統(tǒng)事后抗旱的被動抗旱模式已不能適應變化環(huán)境下干旱綜合應對需求，運用風險管理的主動抗旱模式，已成為現(xiàn)代化抗旱工作發(fā)展的必由之路[4]。

干旱災害與干旱不同，干旱多屬致災因子層面，一般指某一時期降水量比多年平均顯著減少的現(xiàn)象[5]，而干旱災害屬自然災害范疇，是指水分供給不能滿足農(nóng)業(yè)生產(chǎn)、社會經(jīng)濟運轉、人民生活等用水需求，并已造成明顯損失的現(xiàn)象。準確評估干旱災害風險，是抗旱減災的基礎性工作。多年來，世界各國學者對干旱災害風險評估進行了大量研究，研究成果主要可歸為2類。一類是基于水文氣象資料和遙感數(shù)據(jù)的單一指標評估方法，其中基于水文氣象資料比較著名的有帕默爾干旱指數(shù)(PDSI)[6]和標準化降水指數(shù)(SPI)[7]等，基于遙感數(shù)據(jù)的有歸一化植被指數(shù)(NDVI)[8,9]和溫度植被干旱指數(shù)(TVDI)[10,11]等。單一指標評估方法所需數(shù)據(jù)資料較少、計算較為簡單，且適用于大區(qū)域干旱災害風險評估，然而干旱災害發(fā)生機理復雜，影響因素眾多，單一指標未能綜合考慮所有災害影響因素，因此實際應用中受到了一定的限制。另一類是基于自然災害風險理論的綜合指標評估方法。政府間氣候變化專門委員會(IPCC)[12]會議上提出，自然災害的嚴重性不僅取決于致災因子本身，還取決于承災體的暴露性和脆弱性，兩者是災害風險的主要決定因素。張繼權[13]認為自然災害的發(fā)生涉及致災因子的危險性，承災體的暴露性和脆弱性，以及發(fā)生地的抗旱減災能力4項要素，并且運用這4項要素的乘積構建了干旱風險評估綜合指標。基于自然災害風險理論的綜合指標評估方法，不僅災害發(fā)生機理清晰，而且綜合考慮了自然災害的4項要素，比較準確地反映了災害風險大小，因此得到了專家學者的普遍認同與運用。賈建英等[14]基于自然災害風險理論和ArcGIS評估分析了西南地區(qū)玉米干旱風險，秦越等[15]從干旱的危險性、地區(qū)的暴露性、環(huán)境的脆弱性以及抗旱能力方面選取指標，評估得到承德市各縣農(nóng)業(yè)旱災綜合風險。

本文基于自然災害風險理論，根據(jù)致災因子危險性定義，從干旱發(fā)生頻率、干旱發(fā)生強度、干旱發(fā)生范圍和干旱持續(xù)時間4個因子出發(fā)，構建危險性評估模型，研究分析陜西省小麥、玉米危險性風險。并從危險性、暴露性、脆弱性和抗旱減災能力4項要素著手，構建干旱風險綜合指標評估模型，研究分析陜西省小麥、玉米干旱災害風險。采用雷達圖的方式對比分析陜西省干旱災害高風險地區(qū)與低風險地區(qū)，探討干旱災害高風險地區(qū)的主要影響因素，并提出相應的抗旱減災措施，以期為抗旱減災部門制定抗旱減災策略措施提供可行途徑。

1 研究區(qū)域與研究方法

1.1 研究區(qū)域與資料來源

陜西省地處我國生態(tài)環(huán)境脆弱帶上，素有“十年九旱”之稱，包括陜北、關中和陜南3大自然區(qū)域，南北降水資源相差較大，多年平均降水量分別為454.3、647.6和894.7 mm。陜西省土壤類型多樣，陜北地區(qū)主要分布黃綿土，土壤質地為輕壤和粉砂質中壤；關中地區(qū)主要分布塿土，土壤質地在重壤以上；陜南地區(qū)主要分布黃褐土，土壤質地為輕到中黏土[16]。以陜西省10個地市作為典型作物干旱災害風險評估單元(圖1)。干旱災害風險評估所需資料主要包括氣象資料和社會經(jīng)濟基礎資料，其中氣象資料來源陜西省氣象局，社會經(jīng)濟基礎資料來源《陜西統(tǒng)計年鑒》[17-20]。

圖1 陜西省典型作物干旱風險評估單元Fig.1 The main crops drought risk assessment unit in Shaanxi Province

1.2 研究方法

1.2.1 危險性

致災因子危險性(H)，是指造成災害的自然變異程度[13]，主要由災變活動頻率、強度和發(fā)生范圍、時間決定。農(nóng)業(yè)干旱災害危險性涉及因素較多，主要有降水、蒸發(fā)、灌溉條件、種植結構和作物生育期的抗旱能力等多方面因素[21]。定義作物生育期有效降水量(Pe)和灌溉量(M)之和/作物需水量(ETc)為干旱烈度(Drought severity,DS)作為危險性評價指標，干旱烈度越小，土壤水分虧缺越嚴重，危險性越高。

(1)

其中：

Pe=σ·P

ETc=Kc·ET0

式中：DS為干旱烈度；Pe為作物生育期有效降水量；σ為降水有效利用系數(shù)，其值大小與一次降水總量、降水強度和土壤性質等因素有關，不同地區(qū)不同作物的降水有效利用系數(shù)不同，本文采用表1、表2中的降水有效利用系數(shù)[23]計算；P為作物生育期降水量；M為作物生育期灌溉水量，采用典型年份灌溉制度與對應灌溉保證率相乘得到，其中典型年利用降水距平百分率干旱等級標準劃分[24]，灌溉制度采用行業(yè)用水定額(陜西省地方標準DB61/T 943-2014)，灌溉保證率如表3所示；ETc為作物需水量；Kc為某時段作物系數(shù)，與作物種類、生育期等因素有關，本文參考康紹忠等人研究成果[23]；ET0為該時段參考作物蒸發(fā)蒸騰量，利用氣象數(shù)據(jù)(主要包括氣溫、風速、日照時數(shù)等)，使用由FAO(聯(lián)合國糧農(nóng)組織)發(fā)布的ET0Calcuator軟件進行計算。

表1 陜西省小麥生育期降水有效利用系數(shù)σ值Tab.1 The precipitation effective utilization coefficient during the period of wheat growth in Shaanxi Province

表2 陜西省玉米生育期降水有效利用系數(shù)σ值Tab.2 The precipitation effective utilization coefficient during the period of corn growth in Shaanxi Province

表3 陜西省各地市農(nóng)業(yè)用水保障程度 %

表4 干旱烈度旱情等級劃分標準Tab.4 Drought grade indexes based on DS

(1)干旱發(fā)生頻率TF。本文定義干旱烈度(DS)為危險性評價指標，由于該指標尚未有旱情等級劃分標準，于是參考薛昌穎等人研究成果[25]，給出如表4所示的干旱烈度旱情等級劃分標準。利用降水資料和灌溉資料，計算陜西省10個地市小麥和玉米生育期干旱烈度，根據(jù)表4旱情等級劃分標準，得出區(qū)域干旱發(fā)生的可能性，其計算公式如下：

(2)

式中：TFk為區(qū)域相應等級干旱發(fā)生的頻率；k為干旱5個等級(輕旱、中旱、中旱、重旱、特旱)；DNk為相應等級干旱發(fā)生的次數(shù)；n為研究起止時間的總年數(shù)。

干旱出現(xiàn)的頻率越大，表明干旱災害發(fā)生的可能性越大。

(2)干旱發(fā)生強度IF。從干旱烈度(DS)的定義可以發(fā)現(xiàn)，該指標反映的是土壤水分虧缺狀況。在年尺度上，其大小范圍位于0～1之間，其值越小，水分虧缺越嚴重。干旱發(fā)生強度表征災變的劇烈程度，于是定義干旱烈度的相反數(shù)為干旱發(fā)生強度，其計算公式為：

IFk=1-DSk

(3)

式中：IFk為相應干旱等級的干旱發(fā)生強度；DSk為相應干旱等級的干旱烈度。

(3)干旱發(fā)生范圍PDAA。農(nóng)作物減產(chǎn)量的大小是自然災害對農(nóng)業(yè)生產(chǎn)影響的直接體現(xiàn)，因旱受災面積反映了農(nóng)作物遭受干旱災害的損失程度，也說明了干旱的發(fā)生范圍。本文中小麥、玉米干旱發(fā)生范圍用因旱受災面積與總播種面積的比來評價，其計算公式為：

(4)

式中：PDAA為區(qū)域農(nóng)作物干旱發(fā)生范圍；DAAi為區(qū)域第i年農(nóng)作物因旱受災面積；MSAi為區(qū)域第i年總播種面積；n為研究起止時間的總年數(shù)。

(4)干旱持續(xù)時間(強度)CI。從水文氣象角度定義，干旱是指某一時段降水量顯著減少，使降水量和蒸散量收支不平衡，水分支出大于水分收入，造成暫時性水分短缺的現(xiàn)象?？梢杂眠B續(xù)少雨或無雨天數(shù)來反映干旱持續(xù)時間，采用如下公式計算：

(5)

式中：CI為干旱持續(xù)時間(強度)；CDi為第i年農(nóng)作物生育期干旱持續(xù)天數(shù)，以持續(xù)20 d基本無雨(P≤5.0 mm)為準；ND為農(nóng)作物生育期天數(shù)。

(5)致災因子危險性(H)評估。致災因子危險性主要由災變活動頻率、強度和發(fā)生范圍、持續(xù)時間共同決定，根據(jù)這4項因素的連乘關系，構建致災因子危險性評估模型如下：

(6)

式中：H為致災因子危險性；TF為干旱發(fā)生頻率；IF為干旱發(fā)生強度；PDAA為干旱發(fā)生范圍；CI為干旱持續(xù)時間；k為干旱5個等級(輕旱、中旱、中旱、重旱、特旱)。

1.2.2 暴露性

在自然災害風險理論中，承災體暴露性(E)是指可能受到危險因素威脅的所有人和財產(chǎn)，在農(nóng)業(yè)干旱風險評估中，是指可能受到危險因素威脅的農(nóng)業(yè)生產(chǎn)系統(tǒng)。本文主要評估陜西省典型作物干旱風險，因此選取農(nóng)作物播種面積作為暴露性評價指標，其中播種面積越大，暴露性風險越高。

1.2.3 脆弱性

承災體脆弱性(V)表示承災體經(jīng)受自然災害威脅的能力，強調承災體本身的自然屬性。在干旱災害發(fā)生時，農(nóng)作物產(chǎn)量的波動性能夠體現(xiàn)農(nóng)作物經(jīng)受干旱威脅的能力，產(chǎn)量波動性越小，說明抵抗干旱威脅能力越強，農(nóng)作物脆弱性就越小[14]。同樣，雨養(yǎng)農(nóng)業(yè)面積大小也反映了承災體本身的自然屬性，雨養(yǎng)農(nóng)業(yè)面積越小，灌溉面積就越大，抵抗干旱威脅的能力就越強。選取農(nóng)作物單產(chǎn)變異系數(shù)和雨養(yǎng)農(nóng)業(yè)面積作為脆弱性評價指標。

1.2.4 抗旱減災能力

抗旱減災能力(RE)表示人類自身的能動作用對災害的防御和從災害中恢復的能力。對于農(nóng)業(yè)生產(chǎn)來說，先進的農(nóng)業(yè)生產(chǎn)技術是干旱災害防御的有效措施；可靠的水源和農(nóng)民的經(jīng)濟實力是農(nóng)業(yè)生產(chǎn)從災后恢復的有力保障。選取節(jié)水灌溉面積、水源供水能力和農(nóng)民人均純收入作物抗旱減災能力評價指標。其中，3個指標值越大，抗旱減災能力越強。

1.2.5 指標歸一化

評價體系中的指標是多種多樣的，其計量單位有所差異，因此在評估前需要進行指標歸一化處理，消除指標間量綱不統(tǒng)一的影響，使評估結果具有可比性。指標歸一化的方法很多，本文采用如下公式進行處理。

(7)

式中：yi為歸一化后的指標值；xi為原指標值；xmin和xmax分別為指標xi序列中的最小值和最大值。

1.2.6 綜合評價指標

根據(jù)自然災害風險理論，干旱災害由致災因子危險性(H)、承災體暴露性(E)和脆弱性(V)，以及發(fā)生地的抗旱減災能力(RE)4項要素構成，其中前3項要素與干旱風險呈正相關關系，即要素值越大，干旱災害風險越高，最后1項與干旱風險呈負相關關系，即要素值越大，干旱災害風險越低。本文參考秦越[15]、何斌[26]等人構建綜合指標的方法，4項要素采用等權重構建干旱風險評估綜合指標：

(8)

式中：Y為干旱災害風險評估綜合指標；H為致災因子危險性；E為承災體暴露性；V承災體脆弱性；RE為旱災發(fā)生地的抗旱減災能力。

綜合評價指標(Y)包含了干旱災害4項要素，較全面考慮了與旱災發(fā)生有關的各項因素，因此可以準確地評估區(qū)域干旱災害風險，其指標值越大，風險越高。

2 結果與分析

2.1 陜西省典型作物危險性評估與區(qū)劃

利用陜西省10個地市1957-2013年降水資料，統(tǒng)計計算小麥、玉米生育期56年有效降水量(P3)，其中小麥生育期主要介于冬春季節(jié)，該季節(jié)降水較少，基本能被土壤全部吸收，因此降水有效利用系數(shù)σ值較大。相反，玉米生育期主要介于夏季，此時正值陜西省豐水季節(jié)，暴雨較多，易形成地表徑流，土壤吸收較少，因此降水有效利用系數(shù)σ值較小，具體σ值大小，根據(jù)玉米生育期降水情況，查表1、表2獲取。小麥、玉米生育期灌溉水量(M)，采用行業(yè)用水定額(陜西省地方標準DB61/T943-2014)與對應典型年灌溉保證率(表3)相乘獲取，此處假設1957-2013年一直使用該灌溉制度和灌溉保證率，經(jīng)考證[27]該假設較為合理。

根據(jù)小麥、玉米生育期有效降水量(Pe)、灌溉水量(M)和需水量(ETc)，采用式(1)計算干旱烈度，利用表4的旱情等級劃分標準，得出56年干旱情況，采用式(2)和式(3)分別計算干旱發(fā)生頻率(TF)和干旱發(fā)生強度(IF)。另外統(tǒng)計2000-2013年小麥、玉米因旱受災面積和1991-2013年小麥、玉米生育期無雨/少雨天數(shù)，分別采用式(4)和式(5)計算干旱發(fā)生范圍(PDAA)和干旱持續(xù)時間(CI)。最后采用式(6)計算致災因子危險性(H)，得出陜西省10個地市小麥、玉米危險性綜合指標，將綜合指標運用ArcGIS空間分析功能，采用自然斷點法分為5個等級，得到陜西省10個地市小麥、玉米危險性空間分布圖(圖2)。

圖2 陜西省小麥、玉米危險性空間分布Fig.2 Spatial distributions of wheat and corn drought hazard in Shaanxi Province

假如把危險性劃分成5個風險等級，從圖2可以看出，陜西省小麥危險性區(qū)劃結果是，安康為低風險區(qū)，西安為次低風險區(qū)，咸陽、寶雞和漢中為中度風險區(qū)，商洛為次高風險區(qū)，銅川和渭南為高風險區(qū)(由于榆林和延安小麥種植少，本文未進行風險評估，下同)。玉米危險性區(qū)劃結果是，漢中、安康和商洛為低風險區(qū)，寶雞和咸陽為次低風險區(qū)，西安、渭南和銅川為中度風險區(qū)，延安為次高風險區(qū)，榆林為高風險區(qū)。從該區(qū)劃結果可以發(fā)現(xiàn)，陜西省降水分布與致災因子危險性分布基本一致，均呈現(xiàn)出從南向北，從西向東遞減的趨勢，說明降水量與危險性密切相關。

2.2 陜西省典型作物干旱風險評估與區(qū)劃

為了分析陜西省小麥、玉米干旱災害風險，根據(jù)評價指標，選取2010-2013年指標數(shù)據(jù)，采用式(7)進行指標歸一化處理后，計算得到4項要素(危險性、暴露性、脆弱性、抗旱減災能力)值，運用干旱災害風險綜合指標評估模型[式(8)]，計算陜西省小麥、玉米干旱災害風險，將計算結果采用ArcGIS軟件進行空間分析，得出如圖3所示的小麥、玉米干旱災害風險空間分布圖。

圖3 陜西省小麥、玉米干旱災害風險空間分布Fig.3 Spatial distributions of wheat and corn drought disasters risk in Shaanxi Province

從圖3可以看出，陜西省小麥干旱災害風險區(qū)劃結果是，漢中、安康為低風險區(qū)，西安為次低風險區(qū)，寶雞和咸陽為中度風險區(qū)，渭南和商洛為次高風險區(qū)，銅川為高風險區(qū)。陜西省玉米干旱災害風險區(qū)劃結果是，漢中、安康和商洛為低風險區(qū)，寶雞和咸陽為次低風險區(qū)，西安和渭南為中度風險區(qū)，銅川為次高風險區(qū)，榆林和延安為高風險區(qū)。采用典型年農(nóng)作物受災面積來驗證風險區(qū)劃結果的可靠性，從表5可以看出，2007年(中等干旱年)農(nóng)作物受災比與2005-2013年農(nóng)作物平均受災比，兩者均大體呈現(xiàn)出從南向北依次遞增的現(xiàn)象，說明陜西省干旱災害從南向北逐漸加重，與本文研究結果基本一致。另外，對比圖2和圖3可以發(fā)現(xiàn)，陜西省典型作物危險性與干旱災害風險空間分布大體一致，說明危險性是干旱災害風險4項要素中最重要的要素，這與賈建英[14]、何斌[26]等人的研究結果一致。

表5 陜西省典型年農(nóng)作物受災情況Tab.5 The typical year crop damage situation in Shaanxi Province

3 討 論

干旱災害風險由危險性(H)、暴露性(E)、脆弱性(V)和抗旱減災能力(RE)4項要素構成，通過干旱災害風險評估，找出干旱災害風險主要影響因子，可為抗旱減災部門制定抗旱減災策略措施提供可行途徑。通過陜西省典型作物干旱災害風險評估，發(fā)現(xiàn)小麥干旱災害風險表現(xiàn)出銅川地區(qū)較高，漢中地區(qū)較低；而玉米干旱災害風險表現(xiàn)出榆林和延安地區(qū)較高，漢中地區(qū)同樣較低。為了找出陜西省小麥、玉米干旱災害高風險地區(qū)主要影響因子，將高風險地區(qū)和低風險地區(qū)的干旱災害4項要素，采用雷達圖對比分析(圖4)。

圖4 陜西省小麥、玉米干旱災害高風險地區(qū)與低風險地區(qū)雷達圖Fig.4 Radar chart of wheat and corn drought disasters risk in Shaanxi Province

從圖4可以看出，銅川小麥危險性、暴露性和脆弱性都比漢中高，而抗旱減災能力又比漢中低；同樣，榆林和延安玉米危險性、暴露性和脆弱性都比漢中高，而抗旱減災能力比漢中低。危險性高低主要與降水分布有關，銅川、榆林和延安均位于陜西北部，降水比位于陜西南部的漢中少很多，因此危險性較高，為了降低陜北地區(qū)農(nóng)作物干旱災害風險，確保糧食產(chǎn)量，應做好蓄水工程建設，大力發(fā)展節(jié)水灌溉農(nóng)業(yè)。暴露性高低主要與農(nóng)作物播種面積有關，建議陜北地區(qū)科學規(guī)劃種植結構，加大種植耐旱經(jīng)濟作物。脆弱性高低主要與雨養(yǎng)農(nóng)業(yè)面積大小有關，建議陜北地區(qū)加強灌溉工程建設，確保農(nóng)作物需水要求?？购禍p災能力主要與當?shù)亟?jīng)濟水平有關，陜北地區(qū)經(jīng)濟水平相對落后，建議政府部門加大資金、技術支持和政策保障。

基于自然災害風險理論構建的綜合指標干旱災害風險評估方法，評估過程中涉及指標歸一化和權重確定2個主要步驟，不同的指標歸一化和權重確定方法，都會影響最終綜合指標值的大小。本文指標歸一化采用式(7)計算，而部分研究[15,26,28]采用yi=(xi-xmin)/(xmax-xmin)公式計算，認為xmax和xmin分別為指標xi理論上的最大、最小值，然而部分指標理論上的最大、最小值難以確定，例如農(nóng)作物播種面積、農(nóng)民收入水平等，但采用式(7)就能避免這種現(xiàn)象產(chǎn)生。本文綜合指標采用了4項要素等權重構建，認為4項要素值的大小已經(jīng)反映了對干旱災害的影響輕重，此處不應再給4項要素賦予不同權重，這與秦越[15]、何斌[26]等人看法一致。然而，在干旱烈度等級劃分時，是依據(jù)各地市主要的土壤類型，這與實際每個地市有多種土壤類型存在一定誤差；另外，在計算4項要素值的過程中，本文也存在不妥之處，例如抗旱減災能力要素由節(jié)水灌溉面積、水源供水能力和農(nóng)民人均收入3個指標構成，計算過程中3個指標采用了等權重，但3個指標對抗旱減災能力要素的貢獻并不一定相等，為此在以后的研究中還需進一步完善。

4 結 語

本文基于自然災害風險理論，根據(jù)致災因子危險性定義，從干旱發(fā)生頻率、干旱發(fā)生強度、干旱發(fā)生范圍和干旱持續(xù)時間4個因子出發(fā)，構建了危險性評估模型，評估并區(qū)劃了陜西省小麥、玉米危險性風險?；谖ｋU性、暴露性、脆弱性和抗旱減災能力4項要素，構建了干旱風險綜合指標評估模型，評估分析了陜西省小麥、玉米干旱災害風險，主要得到以下結論。

(1)陜西省小麥、玉米危險性風險空間分布與降水分布大體一致，呈現(xiàn)出從南向北、從西向東依次遞增的現(xiàn)象。

(2)陜西省小麥、玉米干旱災害風險空間分布與危險性分布基本一致，說明危險性是干旱災害風險4項要素中最重要的要素。

□

[1] 劉穎秋. 干旱災害對我國社會經(jīng)濟的影響研究[M]. 北京: 中國水利水電出版社, 2005:3-28.

[2] 劉小艷. 陜西省干旱災害風險評估及區(qū)劃[D]. 西安: 陜西師范大學, 2010.

[3] 雷治平. 陜西省農(nóng)業(yè)干旱災害評估及影響因子分析研究[D]. 陜西楊凌: 西北農(nóng)林科技大學, 2005.

[4] 吳 迪. 基于多情景分層疊加的黃河流域農(nóng)業(yè)干旱風險評估與區(qū)劃研究[D]. 北京: 中國水利水電科學研究院, 2013.

[5] 張 強, 張 良, 崔顯成, 等. 干旱監(jiān)測與評價技術的發(fā)展及其科學挑戰(zhàn)[J]. 地球科學進展, 2011,26(7):765-778.

[6] Palmer W C. Meteorological Drought[R]. Research Paper No.45 Washington DC: U.S. Department of Commerce, Weather Bureau, 1965:45-58.

[7] Mckee TB, Doesken NJ. Drought monitoring with multiple time scales. Proceedings of Ninth Conference on Applied Climatology[M]. American Meteorological Society: Massachusetts, 1995:233-236.

[8] Julien Y, Sobrino J A. The Yearly Land Cover Dynamics(YLCD) Method: An Analysis of Global Vegetation from NDVI and LST Parameters[J]. Remote Sensing of Environment, 2009,113(2):329-334.

[9] 宋付強, 邢開雄, 劉 陽, 等. 基于MODIS/NDVI的陜北地區(qū)植被動態(tài)監(jiān)測與評價[J]. 生態(tài)學報, 2011,31(2):354-363.

[10] Sandholt I, Rasmussen K, Andersen J. A simple interpretation of the surface temperature vegetation index space for assessment of surface moisture status[J]. Remote Sensing of Environment, 2002,79(2):213-224.

[11] 劉立文, 張吳平, 段永紅, 等. TVDI模型的農(nóng)業(yè)旱情時空變化遙感應用[J]. 生態(tài)學報, 2014,34(13):3 704-3 711.

[12] IPCC. Climate Change 2007: The Physical Science Basis. Contribution of WG Ⅰ to the IPCC AR4[C]∥ Cambridge: Cambridge University Press, 2007.

[13] 張繼權, 李 寧. 主要氣象災害風險評估與管理的數(shù)量化方法及其應用[M]. 北京: 北京師范大學出版社, 2007:27-244.

[14] 賈建英, 賀 楠, 韓蘭英, 等. 基于自然風險理論和ArcGIS的西南地區(qū)玉米干旱風險分析[J]. 農(nóng)業(yè)工程學報, 2015,31(4):152-159.

[15] 秦 越, 徐翔宇, 徐 凱, 等. 農(nóng)業(yè)干旱災害風險模糊評價體系及其應用[J]. 農(nóng)業(yè)工程學報, 2013,29(10):83-91.

[16] 陜西省農(nóng)業(yè)勘察設計院主編. 陜西農(nóng)業(yè)土壤[M]. 西安: 陜西科學技術出版社, 1982.

[17] 陜西省統(tǒng)計局, 國家統(tǒng)計局陜西調查總隊. 2011陜西統(tǒng)計年鑒[M]. 北京: 中國統(tǒng)計出版社, 2011:265-290.

[18] 陜西省統(tǒng)計局, 國家統(tǒng)計局陜西調查總隊. 2012陜西統(tǒng)計年鑒[M]. 北京: 中國統(tǒng)計出版社, 2012:279-304

[19] 陜西省統(tǒng)計局, 國家統(tǒng)計局陜西調查總隊. 2013陜西統(tǒng)計年鑒[M]. 北京: 中國統(tǒng)計出版社, 2013:277-302.

[20] 陜西省統(tǒng)計局, 國家統(tǒng)計局陜西調查總隊. 2014陜西統(tǒng)計年鑒[M]. 北京: 中國統(tǒng)計出版社, 2014:251-275.

[21] 張 峰. 川渝地區(qū)農(nóng)業(yè)氣象干旱風險區(qū)劃與損失評估研究[D]. 浙江: 浙江大學, 2013.

[22] 段愛旺, 孫景生, 劉 鈺, 等. 北方地區(qū)主要農(nóng)作物灌溉用水定額[M]. 北京：中國農(nóng)業(yè)科學技術出版社, 2004.

[23] 陜西省水利水土保持廳, 西北農(nóng)業(yè)大學編. 陜西省作物需水量及分區(qū)灌溉模式[M]. 北京:水利電力出版社, 1992.

[24] 王富強, 王 雷. 基于降水距平百分率的河南省干旱特征分析[J]. 中國農(nóng)村水利水電, 2014,(12):84-88.

[25] 薛昌穎, 劉榮花, 馬志紅. 黃淮海地區(qū)夏玉米干旱等級劃分[J]. 農(nóng)業(yè)工程學報, 2014,30(16):147-156.

[26] 何 斌, 王全九, 吳 迪, 等. 基于災害風險綜合指標的陜西省農(nóng)業(yè)干旱時空特征[J]. 應用生態(tài)學報, 2016,27(10):3 299-3 306.

[27] 潘公平. 涇惠渠灌區(qū)冬小麥灌溉用水優(yōu)化研究[J]. 陜西水利, 2010,(2).

[28] 邵薇薇, 楊大文. 水貧乏指數(shù)的概念及其在中國主要流域的初步應用[J]. 水利學報, 2007,38(7):866-872.