王亞許，呂 娟，孫洪泉，屈艷萍，蘇志誠(chéng)

(1.水利部防洪抗旱減災(zāi)工程技術(shù)研究中心， 北京 100038；2. 中國(guó)水利水電科學(xué)研究院，北京 100038)

基于APSIM模型的遼寧省玉米旱災(zāi)風(fēng)險(xiǎn)評(píng)估*

王亞許1, 2，呂 娟1, 2，孫洪泉1, 2，屈艷萍1, 2，蘇志誠(chéng)1, 2

(1.水利部防洪抗旱減災(zāi)工程技術(shù)研究中心， 北京 100038；2. 中國(guó)水利水電科學(xué)研究院，北京 100038)

利用位于遼寧省內(nèi)的14個(gè)國(guó)家氣象站1961-2013年的氣象數(shù)據(jù)作為APSIM作物模型的輸入數(shù)據(jù)，統(tǒng)計(jì)年鑒中1996-2005年各地市玉米產(chǎn)量及玉米生育期數(shù)據(jù)對(duì)APSIM作物模型進(jìn)行參數(shù)率定，2006-2013年產(chǎn)量數(shù)據(jù)對(duì)模型進(jìn)行驗(yàn)證。利用參數(shù)率定后的APSIM模型對(duì)各地市玉米生長(zhǎng)過(guò)程進(jìn)行模擬，分析玉米因旱損失規(guī)律，評(píng)估玉米旱災(zāi)風(fēng)險(xiǎn)等級(jí)。研究結(jié)果表明：APSIM作物模型在遼寧省各地市具有良好的適用性，能較好地模擬玉米生長(zhǎng)過(guò)程；模型模擬遼寧省1961-2013年平均玉米因旱損失為2 250 kg/hm2，因旱損失嚴(yán)重；玉米因旱損失-頻率曲線(xiàn)符合P-Ⅲ型概率分布；旱災(zāi)風(fēng)險(xiǎn)評(píng)估結(jié)果表明遼寧西北部地區(qū)玉米旱災(zāi)風(fēng)險(xiǎn)較大。

APSIM模型；玉米；因旱損失；旱災(zāi)；風(fēng)險(xiǎn)評(píng)估；遼寧

旱災(zāi)是影響人類(lèi)生活和社會(huì)經(jīng)濟(jì)發(fā)展的主要自然災(zāi)害之一，它在持續(xù)時(shí)間、影響范圍和災(zāi)害影響等方面位列自然災(zāi)害之首[1]。自1990年以來(lái)，我國(guó)因旱年均糧食損失高達(dá)260 Gkg[2]，干旱災(zāi)害已被視為影響糧食安全的決定性因素[3-4]。近年來(lái)，大范圍的干旱災(zāi)害頻發(fā)，對(duì)我國(guó)農(nóng)業(yè)發(fā)展及糧食安全等造成了嚴(yán)重威脅[5]。目前對(duì)于干旱的管理我國(guó)也于2003年提出了防洪抗旱“兩個(gè)轉(zhuǎn)變”的新思路，隨著由傳統(tǒng)的消極被動(dòng)抗旱、應(yīng)急管理向積極主動(dòng)抗旱、風(fēng)險(xiǎn)管理轉(zhuǎn)變，旱災(zāi)風(fēng)險(xiǎn)管理逐漸興起[6]。農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)評(píng)估為干旱風(fēng)險(xiǎn)管理的重要內(nèi)容，對(duì)采取抗旱措施、評(píng)價(jià)干旱程度、抗旱物資調(diào)配以及抗旱規(guī)劃等具有重要意義。

目前對(duì)于農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)評(píng)估方法已有廣泛研究，金菊良等[7]將已有方法歸納為三類(lèi)：基于旱災(zāi)損失風(fēng)險(xiǎn)構(gòu)成要素的旱災(zāi)損失風(fēng)險(xiǎn)指數(shù)評(píng)估方法，基于歷史旱災(zāi)損失頻率分析的旱災(zāi)損失風(fēng)險(xiǎn)曲線(xiàn)評(píng)估方法以及基于旱災(zāi)損失風(fēng)險(xiǎn)物理成因過(guò)程的旱災(zāi)損失風(fēng)險(xiǎn)曲線(xiàn)評(píng)估方法。HE B等[8]分析致災(zāi)因子的危險(xiǎn)性、承災(zāi)體的暴露性和災(zāi)損敏感性以及抗災(zāi)能力等方面著手建立評(píng)價(jià)指標(biāo)體系，對(duì)旱災(zāi)風(fēng)險(xiǎn)的等級(jí)評(píng)價(jià)，此方法屬于第一類(lèi)。屈艷萍等[9]通過(guò)建立干旱頻率-潛在損失-抗旱能力之間的定量關(guān)系實(shí)現(xiàn)對(duì)旱災(zāi)風(fēng)險(xiǎn)的定量評(píng)估，在第二類(lèi)方法的基礎(chǔ)上提出了旱災(zāi)風(fēng)險(xiǎn)定量評(píng)估總體框架。單琨等[10]通過(guò)對(duì)作物種植產(chǎn)量與種植面積，用實(shí)際干旱發(fā)生頻率、農(nóng)業(yè)氣象干旱發(fā)生頻率、玉米生產(chǎn)相對(duì)暴露率和單產(chǎn)水平等4個(gè)因素構(gòu)建了遼寧地區(qū)玉米干旱風(fēng)險(xiǎn)指數(shù)，在分析旱災(zāi)成因的基礎(chǔ)上對(duì)遼寧地區(qū)玉米干旱進(jìn)行了風(fēng)險(xiǎn)分析和風(fēng)險(xiǎn)區(qū)劃，屬于第三類(lèi)評(píng)估方法。由于干旱發(fā)生機(jī)理復(fù)雜，旱災(zāi)風(fēng)險(xiǎn)評(píng)估對(duì)資料要求較高，且難以量化。本研究在第二類(lèi)方法的基礎(chǔ)上，運(yùn)用作物模型對(duì)作物生長(zhǎng)過(guò)程進(jìn)行模擬，跳過(guò)了干旱的復(fù)雜機(jī)理，運(yùn)用模型設(shè)置統(tǒng)一的耕作方式、作物品種及田間管理方式來(lái)研究旱災(zāi)損失風(fēng)險(xiǎn)，構(gòu)建基于作物模型及歷史旱災(zāi)損失頻率的旱災(zāi)風(fēng)險(xiǎn)定量評(píng)估總體框架。

1 研究區(qū)及資料

1.1 研究區(qū)概況

遼寧省作為中國(guó)東北糧食基地的重要組成部分，是中國(guó)重要的優(yōu)質(zhì)玉米生產(chǎn)基地和玉米出口基地[11]，2014年遼寧省玉米播種面積為2 245.6 khm2，總產(chǎn)量為1 563.2萬(wàn)t。遼寧地處溫帶季風(fēng)氣候，四季分明，氣候?yàn)?zāi)害頻發(fā)，是全國(guó)干旱災(zāi)害頻發(fā)的省份之一，遼西北更有“十年九旱”的稱(chēng)謂，干旱災(zāi)害是制約遼寧省工農(nóng)業(yè)發(fā)展的重要因素之一[12]。近些年，遼寧省更是重旱頻發(fā)，1999-2001年遼寧省連續(xù)3年發(fā)生干旱，2000年發(fā)生了新中國(guó)成立以來(lái)最為嚴(yán)重的大面積干旱，2006年遼西北遭遇特大伏旱，2007年全省遭遇嚴(yán)重夏旱，2009年遼西北又發(fā)生百年不遇的特大干旱，均造成了農(nóng)業(yè)大幅度減產(chǎn)[13]。遼寧省的農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)評(píng)估對(duì)遼寧省抗旱減災(zāi)，抗旱管理等提供支撐。

1.2 資料

本研究的數(shù)據(jù)資料主要涉及用于APSIM模型輸入的氣象數(shù)據(jù)以及用于模型參數(shù)率定及驗(yàn)證的玉米產(chǎn)量、生育期數(shù)據(jù)。氣象數(shù)據(jù)包括遼寧省各地市14個(gè)氣象站點(diǎn)1961-2013年長(zhǎng)序列逐日氣象數(shù)據(jù)，具體包括降雨、最低氣溫、最高氣溫、風(fēng)速、相對(duì)濕度、日照等來(lái)源于“中國(guó)氣象數(shù)據(jù)網(wǎng)”。本研究以地市為單位，運(yùn)用14個(gè)氣象站點(diǎn)代表遼寧14個(gè)地市的氣象輸入。玉米作物品種生育期數(shù)據(jù)主要來(lái)源于文獻(xiàn)[14]。APSIM作物模型所需的土壤數(shù)據(jù)來(lái)源于北京師范大學(xué)戴永久面向陸面模擬的中國(guó)土壤數(shù)據(jù)集[15]，運(yùn)用此數(shù)據(jù)集對(duì)模型土壤特性數(shù)據(jù)進(jìn)行設(shè)置。用于模型參數(shù)率定及驗(yàn)證的地市級(jí)玉米單產(chǎn)數(shù)據(jù)及播種面積數(shù)據(jù)主要來(lái)源于歷年的統(tǒng)計(jì)年鑒[16]

2 模型與方法

2.1 APSIM模型

APSIM(Agricultural Production System Simulator)模型是澳大利亞科學(xué)家開(kāi)發(fā)研制的，用于模擬農(nóng)業(yè)系統(tǒng)各生物過(guò)程的機(jī)理模型。自1991年問(wèn)世以來(lái)，已在澳大利亞、意大利、荷蘭、新西蘭等國(guó)家得到廣泛驗(yàn)證，在國(guó)內(nèi)部分地區(qū)也得到了驗(yàn)證[17]。

對(duì)模型設(shè)置統(tǒng)一的種植參數(shù)及管理參數(shù)。利用1996-2005年玉米單產(chǎn)及生育期數(shù)據(jù)對(duì)各地市進(jìn)行參數(shù)率定。以鐵嶺市參數(shù)率定結(jié)果為例，參數(shù)率定結(jié)果見(jiàn)表1。

采用以下統(tǒng)計(jì)量對(duì)APSIM模型在各地區(qū)產(chǎn)量模擬結(jié)果進(jìn)行評(píng)價(jià)，模擬值與實(shí)測(cè)值之間的決定系數(shù)(R2)；均方根誤差(RMSE)以及Willmott[18]提出的一致性指標(biāo)(D指標(biāo))。其中R2和D指標(biāo)反映模擬值與實(shí)測(cè)值的一致性，其值越接近1說(shuō)明模擬效果越好；RMSE反映了模擬值與實(shí)測(cè)值之間的絕對(duì)誤差，其值越小，表明誤差值越小[19]。

表1 APSIM模型鐵嶺市玉米作物參數(shù)率定結(jié)果

(1)

(2)

式中：Si為模擬值，Oi為實(shí)測(cè)值，O為平均值，N為樣本數(shù)。

2.2 損失-頻率計(jì)算

運(yùn)用APSIM作物模型，模擬1961-2013年的各地市玉米生長(zhǎng)過(guò)程及產(chǎn)量，將歷年最高產(chǎn)量作為潛在產(chǎn)量或是期望產(chǎn)量，由于模型對(duì)玉米種植參數(shù)相同，耕作管理等措施設(shè)置相同，排除其他因素的影響，只有氣象條件對(duì)產(chǎn)量的影響，故將潛在產(chǎn)量與模擬年份產(chǎn)量的差值即為玉米因旱損失量。

Yloss=Ym-Ys，

(3)

式中：Yloss為玉米因旱損失量；Ym為潛在產(chǎn)量；Ys為模擬產(chǎn)量。

對(duì)玉米因旱損失量計(jì)算經(jīng)驗(yàn)頻率：

(1)將旱災(zāi)損失序列由大到小排列，計(jì)算其經(jīng)驗(yàn)頻率；設(shè)玉米因旱損失數(shù)據(jù)長(zhǎng)度為n，按從大到小的次序排列為x1、x2、…、xm、…、xn，則按下式計(jì)算經(jīng)驗(yàn)頻率：

(4)

式中：P為等于和大于xm的經(jīng)驗(yàn)頻率；m為xm的序號(hào)，即等于和大于xm的項(xiàng)數(shù)；n為樣本容量，即旱災(zāi)時(shí)序數(shù)據(jù)的總項(xiàng)數(shù)。

(2)用適線(xiàn)法進(jìn)行配線(xiàn)；

(3)反查不同重現(xiàn)期的玉米因旱損失；

(4)對(duì)不同重現(xiàn)期因旱損失劃分風(fēng)險(xiǎn)等級(jí)。

3 結(jié)果分析

3.1 模型驗(yàn)證

運(yùn)用以上方法對(duì)模型進(jìn)行評(píng)價(jià)，各地市評(píng)價(jià)結(jié)果見(jiàn)表2。評(píng)價(jià)結(jié)果可以看出，除了營(yíng)口市決定系數(shù)(R2)小于0.6，一致性指標(biāo)小于0.7外，其他地市模擬效果較好，這表明模型在遼寧省總體適用性

表2 遼寧各地市模型評(píng)價(jià)結(jié)果

圖1 遼寧省1996-2013年APSIM模型模擬產(chǎn)量與統(tǒng)計(jì)產(chǎn)量對(duì)比及擬合

結(jié)果良好。圖1為模型模擬歷年玉米總產(chǎn)量與統(tǒng)計(jì)產(chǎn)量的比較，從圖1左圖中看出在2000年及2009年產(chǎn)量模擬誤差較大，2000年及2009年均發(fā)生嚴(yán)重干旱，由此說(shuō)明APSIM模型在發(fā)生極端干旱時(shí)產(chǎn)量模擬偏低。圖1右圖表明模型對(duì)于遼寧省1996-2013年玉米總產(chǎn)量模擬結(jié)果較好，達(dá)到0.935。

3.2 因旱損失序列數(shù)據(jù)計(jì)算

運(yùn)用驗(yàn)證過(guò)的APSIM模型，對(duì)各地市玉米歷年的生長(zhǎng)過(guò)程進(jìn)行模擬，得出各地市1961-2013年玉米模擬產(chǎn)量，計(jì)算歷年玉米因旱損失。對(duì)結(jié)果進(jìn)行“損失-頻率”分析，采用P-Ⅲ曲線(xiàn)擬合，以錦州市為例，適線(xiàn)結(jié)果均值Ex=233,變差系數(shù)Cv=0.6,偏態(tài)系數(shù)Cs=2Cv，擬合度達(dá)到0.94，表明玉米因旱損失-頻率曲線(xiàn)服從P-Ⅲ概率分布。通過(guò)對(duì)遼寧省14個(gè)計(jì)算單元的干旱“損失-頻率”擬合曲線(xiàn)的分析，均能生成比較合理的P-Ⅲ曲線(xiàn)，通過(guò)與實(shí)際情況的對(duì)比，曲線(xiàn)能比較真實(shí)地反應(yīng)出遼寧省玉米因旱損失狀況。

3.3 玉米旱災(zāi)風(fēng)險(xiǎn)等級(jí)劃分

根據(jù)適線(xiàn)法配線(xiàn)結(jié)果，反查各地市不同重現(xiàn)期下的玉米因旱損失，根據(jù)玉米因旱損失量劃分旱災(zāi)風(fēng)險(xiǎn)等級(jí)，分4個(gè)等級(jí)提出5年、10年、20年、50年、100年、多年平均等6種干旱情況下的玉米旱災(zāi)風(fēng)險(xiǎn)等級(jí)劃分標(biāo)準(zhǔn)，根據(jù)此等級(jí)標(biāo)準(zhǔn)，劃分各地市不同干旱情境下的玉米旱災(zāi)風(fēng)險(xiǎn)等級(jí)，見(jiàn)表3。根據(jù)等級(jí)劃分的結(jié)果，在玉米旱災(zāi)風(fēng)險(xiǎn)值上，疊加地理信息，形成遼寧省不同干旱等級(jí)旱災(zāi)風(fēng)險(xiǎn)分布圖，見(jiàn)圖2。由圖2可以看出遼寧西北部地區(qū)玉米因旱損失風(fēng)險(xiǎn)較大，中部地區(qū)旱災(zāi)風(fēng)險(xiǎn)相對(duì)較小。

表3 遼寧省地市級(jí)行政區(qū)玉米因旱損失風(fēng)險(xiǎn)等級(jí)劃分標(biāo)準(zhǔn) kg/hm2

圖2 遼寧省不同重現(xiàn)期下的糧食損失風(fēng)險(xiǎn)等級(jí)

4 結(jié)論

旱災(zāi)風(fēng)險(xiǎn)評(píng)估是旱災(zāi)風(fēng)險(xiǎn)管理的核心內(nèi)容，為抗旱決策提供重要的技術(shù)支撐，但是現(xiàn)階段關(guān)于旱災(zāi)風(fēng)險(xiǎn)評(píng)估全面量化還存在一定的難度。本研究應(yīng)用APSIM作物模型對(duì)遼寧省各地市玉米生長(zhǎng)過(guò)程進(jìn)行模擬，模型驗(yàn)證結(jié)果表明APSIM模型在各地市具有較好的適用性，因旱損失分析表明遼寧省1961-2013年平均玉米因旱損失為2 250 kg/hm2，因旱損失嚴(yán)重。玉米因旱損失-頻率曲線(xiàn)符合P-Ⅲ概率分布，通過(guò)適線(xiàn)后的P-Ⅲ曲線(xiàn)反查不同重現(xiàn)期下的玉米因旱損失，劃分旱災(zāi)風(fēng)險(xiǎn)等級(jí)，結(jié)果表明遼寧西北地區(qū)玉米旱災(zāi)風(fēng)險(xiǎn)較大，中部地區(qū)玉米旱災(zāi)風(fēng)險(xiǎn)較小。對(duì)遼寧省玉米旱災(zāi)風(fēng)險(xiǎn)量化為進(jìn)一步研究抗旱能力、實(shí)施干旱管理以及抗旱減災(zāi)策略提供依據(jù)。

[1] UNISD R. Drought risk reduction framework and practices: Contributing to the implementation of the Hyogo framework for action [R].Geneva: United Nations Secretariat of the International Strategy for Disaster Reduction ( UNISDR) ,2009: 1-6．

[2] 水利部, 國(guó)家防汛抗旱總指揮部辦公室. 中國(guó)水旱災(zāi)害公報(bào)2013[M].北京: 中國(guó)水利水電出版社, 2014 .

[3] Lobell D B, Field C B. Global scale climate crop yield relationships and the impacts of recent warming [J]. Environmental Research Letters, 2007, 2(1):1-7.

[4] 呂娟. 我國(guó)干旱問(wèn)題及干旱災(zāi)害管理思路轉(zhuǎn)變[J]. 中國(guó)水利, 2013 (8):7-13.

[5] 水利部水利水電規(guī)劃設(shè)計(jì)總院.中國(guó)抗旱戰(zhàn)略研究 [M]. 北京：中國(guó)水利水電出版社，2008.

[6] 屈艷萍, 高輝, 呂娟,等. 基于區(qū)域?yàn)?zāi)害系統(tǒng)論的中國(guó)農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)評(píng)估[J]. 水利學(xué)報(bào), 2015, 46(8):908-917.

[7] 金菊良, 宋占智, 崔毅,等. 旱災(zāi)風(fēng)險(xiǎn)評(píng)估與調(diào)控關(guān)鍵技術(shù)研究進(jìn)展[J]. 水利學(xué)報(bào), 2016, 47(3):398-412.

[8] He B, Wu J, Lü A, et al. Quantitative assessment and spatial characteristic analysis of agricultural drought risk in China [J]. Natural Hazards, 2013, 66(2):155-166.

[9] 屈艷萍, 酈建強(qiáng), 呂娟,等. 旱災(zāi)風(fēng)險(xiǎn)定量評(píng)估總體框架及其關(guān)鍵技術(shù)[J]. 水科學(xué)進(jìn)展, 2014, 25(2):297-304.

[10]單琨, 劉布春, 劉園,等. 基于自然災(zāi)害系統(tǒng)理論的遼寧省玉米干旱風(fēng)險(xiǎn)分析[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2012, 28(8):186-194.

[11]Wu H, Wilhite D A. An operational agricultural drought risk assessment model for nebraska, USA[J]. Natural Hazards, 2004, 33(1):1-21.

[12]趙春雨, 曲曉波, 王穎,等. 遼寧氣候變化及若干氣象災(zāi)害的事實(shí)分析[J]. 災(zāi)害學(xué), 2007, 22(4):77-80.

[13]王殿武. 發(fā)展節(jié)水農(nóng)業(yè)是解決21世紀(jì)水資源短缺的最有效途徑[M]．北京: 中國(guó)三峽出版社, 2000.

[14]陳群, 耿婷, 侯雯嘉,等. 近20年?yáng)|北氣候變暖對(duì)春玉米生長(zhǎng)發(fā)育及產(chǎn)量的影響[J]. 中國(guó)農(nóng)業(yè)科學(xué), 2014, 47(10):1904-1916.

[15]Shangguan W, Dai Y, Liu B, et al. A China data set of soil properties for land surface modeling [J]. Journal of Advances in Modeling Earth Systems, 2013, (2):212-224.

[16]遼寧省統(tǒng)計(jì)局．遼寧統(tǒng)計(jì)年鑒 [M]. 北京：中國(guó)統(tǒng)計(jì)出版社，1997-2014.

[17]沈禹穎, 南志標(biāo), Bill Bellotti,等. APSIM模型的發(fā)展與應(yīng)用[J]. 應(yīng)用生態(tài)學(xué)報(bào), 2002, 13(8):1027-1032.

[18]Willmott C J. Some comments on the evaluation of model performance[J]. Bulletin of the American Meteorological Society, 1982, 63(11):1309-1369.

[19]李廣, 黃高寶. 基于APSIM模型的降水量分配對(duì)旱地小麥和豌豆產(chǎn)量影響的研究[J]. 中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào), 2010, 18(2):342-347.

《災(zāi)害學(xué)》被評(píng)為“RCCSE中國(guó)核心學(xué)術(shù)期刊(A)”

據(jù)中國(guó)科教評(píng)價(jià)網(wǎng)消息，在《中國(guó)學(xué)術(shù)期刊評(píng)價(jià)研究報(bào)告(武大版)(2017-2018)》(第5版)中，《災(zāi)害學(xué)》雜志被評(píng)為“RCCSE中國(guó)核心學(xué)術(shù)期刊(A)”。

《中國(guó)學(xué)術(shù)期刊評(píng)價(jià)研究報(bào)告》(以下簡(jiǎn)稱(chēng)《報(bào)告》)是武漢大學(xué)中國(guó)科學(xué)評(píng)價(jià)研究中心的四大評(píng)價(jià)報(bào)告之一，于2009年3月聯(lián)合國(guó)內(nèi)外多家科研機(jī)構(gòu)正式推出第1版，隨后于2011年、2013年、2015年分別推出第2版、第3版和第4版。

《災(zāi)害學(xué)》編輯部

Risk Assessment of Maize Drought in Liaoning Provincebased on APSIM Model

WANG Yaxu1, 2, LV Juan1, 2, SUN Hongquan1, 2, QU Yanping1, 2and SU Zhicheng1, 2

(1.ResearchCenteronFloodandDroughtDisasterReductionoftheMinistryofWaterResources,Beijing100038,China; 2.ChinaInstituteofWaterResourcesandHydropowerResearch,Beijing100038,China)

Usingmeteorologicaldatafrom14nationalweatherstationsinLiaoningProvinceduring1961-2013astheinputdataofAPSIMcropmodel,TheparametersofAPSIMcropmodelaredeterminedbyusingthespringmaizeyielddataofalloverthecityofLiaoningin1996-2005,andthemodelisvalidatedby2006-2013data.TheAPSIMmodelisusedtosimulatethegrowthprocessofspringmaizeindifferentpartsofLiaoningProvince,andthelawofagriculturaldroughtlossinLiaoningprovinceisanalyzed.Theresearchresultsshowthat:APSIMmodelhasgoodapplicabilityinLiaoningProvince,anditcanreflectthegrowthprocessofspringmaizeinLiaoningprovince. 1961-2013annualaveragespringmaizedroughtlossesof150kg/acre,maizedroughtlossesaresevere.DroughtlossesandfrequencycurvesofLiaoningspringmaizewereinlinewiththeprobabilitydistributionofP-Ⅲ.DroughtriskassessmentresultsshowthatthedroughtriskofMaizeinthenorthwestregionofLiaoningisgreater.

APSIMmodel;maize;droughtloss;droughtdisaster;riskassessment;Liaoning

2016-11-28

2017-01-10

國(guó)家自然科學(xué)基金項(xiàng)目(51209220)；中國(guó)水利水電科學(xué)研究院科研專(zhuān)項(xiàng)(JZ0145B592016)；水利部公益性行業(yè)科研專(zhuān)項(xiàng)(201401036)

王亞許(1990-)，男，河南許昌人，碩士研究生，主要從事旱災(zāi)風(fēng)險(xiǎn)評(píng)估研究. E-mail:wangyxiwhr@sina.com

孫洪泉(1983-)，男，遼寧丹東人，高級(jí)工程師，主要從事抗旱減災(zāi)研究. E-mail：sunhq@iwhr.com

10.3969/j.issn.1000-811X.2017.03.038.]

X43;S42

A

1000-811X(2017)03-0230-05

10.3969/j.issn.1000-811X.2017.03.038

王亞許，呂娟，孫洪泉，等. 基于APSIM模型的遼寧省玉米旱災(zāi)風(fēng)險(xiǎn)評(píng)估[J]. 災(zāi)害學(xué)，2017，32(3)：230-234. [WANG Yaxu, LV Juan, SUN Hongquan,et al. Risk Assessment of Maize Drought in Liaoning Province Based on APSIM Model[J]. Journal of Catastrophology，2017，32(3)：230-234.