黎世民，張紅利，王來剛，鄭國清，郭 燕，高建華

(1.河南大學 環(huán)境與規(guī)劃學院，河南 開封 475004；2.河南省農(nóng)業(yè)科學院 農(nóng)業(yè)經(jīng)濟與信息研究所，河南 鄭州 450002)

干旱是世界上發(fā)生頻繁、危害較大、最為常見的自然災(zāi)害之一。據(jù)統(tǒng)計，全球每年因干旱造成的經(jīng)濟損失高達6×109～8×109美元。河南省是冬小麥主產(chǎn)區(qū)，小麥產(chǎn)量在全國糧食產(chǎn)量中占有舉足輕重的地位，肩負著扛穩(wěn)糧食安全的重任。但是干旱是冬小麥生育期間發(fā)生的主要氣象災(zāi)害之一，發(fā)生頻率高，持續(xù)時間長，波及范圍大，對農(nóng)業(yè)生產(chǎn)有著嚴重的影響[1-3]。由于人們從不同的角度和實際工作領(lǐng)域去認識干旱，因此干旱指標模式各具特點，干旱模式可劃分為降水指標、降水和氣溫指標、土壤和作物參數(shù)指標、氣候指數(shù)與蒸散估計指標、衛(wèi)星遙感干旱檢測模式等5類[4-5]。在冬小麥致災(zāi)強度研究中，選用的干旱指標主要基于降水指數(shù)與土壤和作物參數(shù)展開，即降水距平百分率和自然水分虧缺率[6-8]。如劉榮花[9]以冬小麥生育期間降水負距平和減產(chǎn)率為指標，對不同發(fā)生頻率的降水負距平和減產(chǎn)率作了系統(tǒng)分析，確定了不同程度的干旱在區(qū)域上的分布特征及發(fā)生頻率；朱自璽等[2]用三次多項式對歷史產(chǎn)量序列進行處理，求出典型站點的趨勢產(chǎn)量和氣象產(chǎn)量，然后對其氣候產(chǎn)量和降水距平的關(guān)系進行相關(guān)分析。

這些研究主要是基于行政區(qū)劃邊界進行評估和分類，但是災(zāi)害的發(fā)生既具有空間分異性，又具有相似相依性，基于行政邊界的評估雖然在操作上具有便易性，但是卻難以把真實的情況反映出來。近些年，部分學者已經(jīng)開始基于格網(wǎng)技術(shù)進行探索研究，如VU等[10]利用5種不同格網(wǎng)的降水數(shù)據(jù)對越南干旱情況的預(yù)測進行了對比分析。趙靜等[11]以豫北地區(qū)為研究對象，在格網(wǎng)GIS技術(shù)的支持下，對干旱災(zāi)害評價體系中的各指標進行10 km×10 km尺度的網(wǎng)格化表達，打破了行政區(qū)劃的限制。而對于干旱差異的中間過渡中存在“不分明性”和“邊界不清”的客觀實際，模糊聚類方法對解決此類問題具有優(yōu)勢[12-13]，但是采用此方法進行干旱區(qū)劃的文獻卻很少。目前，國家對農(nóng)業(yè)保險高度重視，隨著農(nóng)業(yè)保險發(fā)展的需求，亟需對災(zāi)害進行更精細化的劃分和評估。鑒于此，以河南省干旱為研究對象，以降水距平百分率這一最能反映干旱發(fā)生的指標作為主要因子，結(jié)合地形高程數(shù)據(jù)以及社會經(jīng)濟水平數(shù)據(jù)等，采用模糊聚類方法，基于格網(wǎng)技術(shù)和空間分析技術(shù)對冬小麥氣象干旱空間變異性進行分析和干旱風險評估，以期為冬小麥旱災(zāi)保險風險評估以及費率厘定等提供技術(shù)支持。

1 材料和方法

1.1 研究區(qū)概況

河南省位于中國的中東部、黃河中下游，北緯31°23′～36°22′，東經(jīng)110°21′～116°39′。地勢西高東低，西部是伏牛山，中東部是平原，西北邊緣是太行山，南部和東南邊緣是桐柏山、大別山，西南部是南陽盆地，其中平原和盆地面積占55.7%，山地和丘陵面積占44.3%。河南省處于中國南北氣候過渡帶(亞熱帶向暖溫帶過渡)，季風氣候特征顯著，夏季受東亞夏季風影響，高溫多雨；冬季受東亞冬季風影響，寒冷干燥；年均溫度為12.2～16.0 ℃，年降雨量為478.6～1 116.9 mm。冬小麥是河南省的主要種植作物，播種一般始于10月初，翌年2月中下旬進入返青-拔節(jié)期，5月下旬開始收獲。

1.2 數(shù)據(jù)來源與格網(wǎng)尺度選擇

本研究數(shù)據(jù)包括河南省17個市110個縣(市)地面觀測點2010—2018年冬小麥返青期到成熟期的降水距平百分率數(shù)據(jù)，即2月下旬，3月、4月和5月上中下旬的降水距平百分率數(shù)據(jù)，來源于河南省氣象局。期間，河南省2014年遭遇了63年一遇的大旱，此時期的數(shù)據(jù)包含有干旱的一般特征，具有代表性。河南省30 m的地形數(shù)據(jù)來源于地理空間數(shù)據(jù)云(http://www.gscloud.cn/)。社會經(jīng)濟數(shù)據(jù)來源于河南省統(tǒng)計年鑒(2010—2018年)(http://www.ha.stats.gov.cn/tjfw/tjcbw/tjnj/)，主要包括生產(chǎn)總值、農(nóng)田有效灌溉面積、城鄉(xiāng)居民家庭人均收支等數(shù)據(jù)。河南省南北地理跨度約550 km、東西約580 km，本研究中取整數(shù)，格網(wǎng)選取為10 km×10 km。

1.3 研究方法

1.3.1 干旱評估指標 干旱指標的選取和評估是干旱研究的基礎(chǔ)。雖然不同的學科領(lǐng)域?qū)Ω珊涤胁煌睦斫夂投x，但是一定時間和空間范圍內(nèi)降水缺少并造成農(nóng)業(yè)減產(chǎn)是農(nóng)業(yè)干旱的最基本特點。因此，農(nóng)業(yè)干旱研究和旱情評價的關(guān)鍵是確定干旱指數(shù)。已有的農(nóng)業(yè)干旱指數(shù)主要包括土壤含水量指數(shù)、綜合農(nóng)業(yè)干旱指數(shù)、遙感干旱指數(shù)和以氣候降水量為基礎(chǔ)的指數(shù)等4類[3-6]。以降水量為基礎(chǔ)的指數(shù)，容易獲取且簡單明了、直觀性好，目前在農(nóng)業(yè)實際生產(chǎn)中得到廣泛應(yīng)用[7-9]。本研究中選擇與干旱密切相關(guān)的指標——降水距平百分率并結(jié)合地形數(shù)據(jù)和社會經(jīng)濟數(shù)據(jù)進行干旱的空間分析與干旱風險的區(qū)劃分析。

(1)降水距平百分率

降水距平百分率反映的是某段時間內(nèi)的降水量相較常年偏多或者偏少的程度，它可以反映出因降水少引起的干旱程度。降水距平百分率(Pa)的計算公式[14]：

(1)

(2)

(2)降水距平風險指數(shù)

采用概率分布函數(shù)計算冬小麥全生育期降水距平百分率的發(fā)生概率，定義不同降水距平百分率與其發(fā)生概率之積的總和為降水距平風險指數(shù)，其計算公式為：

(3)

式中，I為降水距平風險指數(shù)，Ci為不同降水距平百分率出現(xiàn)的概率，n=110。

1.3.2 空間相關(guān)分析指數(shù) 空間相關(guān)性分析采用全局空間相關(guān)性指數(shù)Moran’I和局部空間相關(guān)性指數(shù)LISA(Local indicators of spatial association)。其計算公式為：

(4)

(5)

1.3.3 風險區(qū)劃方法 模糊k均值聚類算法是常用的一種非監(jiān)督分類方法，它的基本思想是將一個數(shù)據(jù)集分成k個類別，尋找目標函數(shù)的迭代最小化，在氣候、地質(zhì)、土壤景觀等學科研究中已得到了廣泛的應(yīng)用[13,15-17]。最常用的目標函數(shù)為：

(6)

目前，一般采用模糊性能指數(shù)、歸一化分類熵、分類獨立性指數(shù)來確定合適的聚類數(shù)，采用混淆指數(shù)來進行聚類效果優(yōu)劣的檢驗。

模糊性能指數(shù)(簡稱FPI)[17]是數(shù)據(jù)矩陣X中k個分區(qū)間分離程度的度量，可定義為：

(7)

FPI的值在0～1變動。如果接近0表示聚類時共用數(shù)據(jù)較少，類與類之間的劃分較明顯。若該值接近1則表示具有較多的共用數(shù)據(jù)，類與類之間的劃分不明顯。一般地，F(xiàn)PI越小聚類效果越好。

歸一化分類熵(簡稱NCE)[18]用來模擬數(shù)據(jù)矩陣X的模糊K分區(qū)的分解量。分類墑(H)如函數(shù)(8)所定義，NCE越小則模糊k分區(qū)的分解量越大，分類效果越好。

(8)

(9)

2 結(jié)果與分析

2.1 基于降水距平百分率的冬小麥干旱指標空間分析

2.1.1 冬小麥干旱指標的空間特征分析 選取與降水相關(guān)聯(lián)的干旱指標——降水距平百分率進行干旱風險的分析和評估。當降水距平百分率值小于等于0時，發(fā)生干旱的概率大；當降水距平百分率值大于0時，一般不會發(fā)生干旱。根據(jù)河南省110個地面觀測點數(shù)據(jù)，對降水距平百分率進行統(tǒng)計分析，值小于等于0的有澠池、西峽等63個縣(市)；大于0的有孟津、偃師等47個縣(市)。為將結(jié)果更直觀地顯示，對大于0和小于等于0的縣(市)進行了空間顯示，缺失值采用臨近法進行了賦值，結(jié)果見圖1。深藍色表示降水距平百分率值小于等于0，淺藍色表示降水距平百分率值大于0?？傮w來看，降水距平百分率值小于等于0的區(qū)域多分布在山區(qū)丘陵地以及部分城市周圍，這些區(qū)域發(fā)生干旱的可能性較大。

圖1 河南省110個地面觀測點降水距平百分率的空間分布Fig.1 Distribution of precipitation distance percentage of the 110 ground observations in Henan Province

同時對應(yīng)于不同的降水距平百分率值進行概率分布分析，并計算相應(yīng)的風險指數(shù)Ci，值越大，發(fā)生干旱的風險越大。采用10 km×10 km的格網(wǎng)用所得干旱風險指數(shù)進行制圖，結(jié)果見圖2。為避免出現(xiàn)空類，風險指數(shù)的分級采用分位數(shù)分類。圖2中黑點越大，表示所在區(qū)域發(fā)生干旱的風險越大。由此可知，在西部山區(qū)、南陽山區(qū)以及豫北山區(qū)和豫東平原的商丘和周口發(fā)生干旱的風險概率大。結(jié)合風險指數(shù)進行分析，同樣得出山區(qū)丘陵以及豫東平原的商丘和周口風險指數(shù)較高，均在0.38以上。這與降水距平百分率值的空間分布趨勢基本相一致，但部分區(qū)域存在差異，主要是由于降水距平百分率值按照行政區(qū)域進行表示，沒有考慮空間分異規(guī)律，在表現(xiàn)實際情況時候存在誤差。

圖2 基于格網(wǎng)的河南省冬小麥干旱風險指數(shù)Fig.2 Distribution of the agrometeorological drought risk index for winter wheat in Henan Province based on grid

2.1.2 冬小麥干旱指標的空間相關(guān)性分析 為了更清楚地對比不同鄰接準則下降水空間分布的差異性，采用全局相關(guān)性指數(shù)Moran’I和局部空間相關(guān)性指標LISA對降水距平百分率進行空間自相關(guān)分析。Moran’I散點圖(Moran scatter plots))和LISA聚集圖(LISA cluster map)結(jié)果見圖3和圖4。全局Moran’I指數(shù)為0.26，Z值為5.49，P值為0，顯著性較高，說明干旱發(fā)生存在空間正相關(guān)關(guān)系。局部Moran’I指數(shù)為0.27，其Moran’I散點圖用于刻畫空間異質(zhì)性，在笛卡爾直角坐標系散點圖的4個象限按其性質(zhì)分為“高-高”(第一象限)、“低-高”(第二象限)、“低-低”(第三象限)、“高-低”(第四象限)?！案?高”表示某一空間單元和周圍單元的屬性值都較高，該單元和周圍單元組成的子區(qū)域即為通常所說的熱點區(qū)，“低-低”(盲點區(qū))的含義與此相反，落入這2個象限的空間單元存在較強的空間正相關(guān)，即有均質(zhì)性；“高-低”表示某一空間單元屬性值較高，而周圍單元較低，“低-高”則剛好與此相反，落入這2個象限的空間單元表明存在較強的空間負相關(guān)，即異質(zhì)性突出。結(jié)合圖3和圖4，落入“高-高”第一象限的主要有濟源、濮陽和商丘等地區(qū)的17個縣(市)，落入“低低”第三象限的主要有信陽、駐馬店和開封等地區(qū)的12個縣(市)，這些區(qū)域的降水量較大，存在較強的空間正相關(guān)關(guān)系，降水分布有均質(zhì)性特征；落入“高-低”第四象限的有信陽、駐馬店等地區(qū)的6個縣(市)，落入“低-高”第二象限有焦作、杞縣和淮陽3個縣，這些區(qū)域降水分布存在較強的空間負相關(guān)關(guān)系，空間異質(zhì)性較大，因此，總體上看，縣域降水空間變化的相關(guān)性小。

圖3 Moran’I 散點圖Fig.3 Scatter map of Moran’I

a.LISA聚類圖；b.LISA顯著性檢驗圖 a.LISA cluster map；b.LISA significance map

2.2 冬小麥干旱風險區(qū)劃與空間特征

2.2.1 冬小麥干旱風險聚類分析與區(qū)劃 利用2010—2016年的冬小麥返青到成熟期每個月上中下三旬的降水距平百分率以及干旱風險指數(shù)進行模糊聚類分析，基于聚類分析結(jié)果進行冬小麥干旱區(qū)劃。FPI和NCE與分類數(shù)的關(guān)系見圖5。通過對比分析，當模糊指數(shù)φ=1.5，F(xiàn)PI和NCE均達到最小時，聚類效果最佳。由圖5可知，F(xiàn)PI和NCE與分類數(shù)的關(guān)系呈現(xiàn)出先增大后減小再增加的趨勢。當分類數(shù)為2和5時，F(xiàn)PI和NCE最小，結(jié)合河南省冬小麥干旱發(fā)生區(qū)域的分布情況，分類數(shù)為5時能較

圖5 模糊聚類分類數(shù)與FPI、NCE指數(shù)關(guān)系Fig.5 FPI,NCE corresponding to the fuzzy number of classes

好地反映干旱空間分布的實際情況。因此，將干旱等級分為適宜、輕旱、中旱、干旱和嚴重干旱5類，基于此，對河南省冬小麥干旱進行區(qū)劃，不同區(qū)劃采用單因素方差分析(One-Way ANONA)進行差異顯著性檢驗，結(jié)果見圖6。結(jié)果表明，不同的區(qū)劃之間在0.05水平差異顯著。

不同字母表示在0.05水平上差異顯著Different letters indicate significance(P<0.05)

2.2.2 基于格網(wǎng)的河南省冬小麥干旱區(qū)劃空間特征 干旱的發(fā)生與地形因素關(guān)系較大，一般海拔較高的山區(qū)和丘陵地區(qū)發(fā)生干旱的可能性較大，同時與灌溉水平存在密切的相關(guān)關(guān)系。在進行冬小麥干旱區(qū)劃空間變異制圖時，將地形因子和灌溉水平作為輔助變量，進行協(xié)克里金空間插值制圖，結(jié)果見圖7。適宜的區(qū)域主要分布在信陽、南陽等淮河流域和漢水流域的18個縣(市)，輕旱的區(qū)域主要分布在緊鄰適宜區(qū)域以及黃河以北的豫北區(qū)域，中旱的區(qū)域較少，且分布較為零散，主要分布在豫東的商丘和漯河部分區(qū)域，干旱的區(qū)域主要分布在豫東平原和平頂山等縣(市)，嚴重干旱的區(qū)域主要分布在西部山區(qū)，以及低山丘陵區(qū)域。干旱區(qū)域存在有空間分異規(guī)律，在淮河流域和漢水流域附近的信陽和南陽的西南部，降雨量大，降水距平百分率為正值，屬于適宜區(qū)域，但是存在降水空間分布不均勻的情況；三門峽以及濮陽、安陽和開封部分地區(qū)屬于嚴重干旱的區(qū)域，這些區(qū)域海拔相對較高，降雨量偏少，經(jīng)濟水平相對較低，灌溉設(shè)施較為落后；而周口和漯河的大部分區(qū)域處在平原區(qū)，受地形等因素的影響較小，旱災(zāi)發(fā)生主要與降雨關(guān)系密切，屬于中旱區(qū)域?？傮w來看，河南省冬小麥干旱區(qū)劃呈現(xiàn)出南部適宜、北部干旱的特征。

2.3 基于格網(wǎng)的河南省冬小麥干旱風險概率分析

結(jié)合已有的研究結(jié)果，將冬小麥干旱風險概率劃分為5個等級：風險概率在(0,0.2]的為低風險區(qū)，在(0.2,0.3]的為較低風險區(qū)，在(0.3,0.4]的為中風險區(qū)，在(0.4,0.7]的為較高風險區(qū)，大于0.7的為高風險區(qū)[13]。據(jù)此，利用空間分析技術(shù)進行河南省冬小麥干旱災(zāi)害風險概率分布情況的空間變異分析，結(jié)果見圖8。高風險區(qū)主要分布在三門峽、南陽等西部海拔較高的山區(qū)和許昌、鄭州等大城市的周邊地區(qū)，這些區(qū)域或者是受伏牛山山脈的影響，或者是大城市受到周圍環(huán)境和城市大量用水的影響，發(fā)生干旱的風險概率較大。低風險區(qū)主要是在豫北新鄉(xiāng)、鶴壁、濮陽和信陽水稻種植區(qū)域，北部平原灌溉條件好，發(fā)生干旱的風險概率較小，而信陽以及附近的區(qū)域緊鄰淮河流域和漢水流域，氣候較為濕潤，雨量豐沛，發(fā)生干旱的風險概率也較小。這與干旱的空間分布有一致性，但是部分區(qū)域也存在差異，如豫北的安陽、濮陽部分區(qū)域干旱程度高但是干旱風險概率值卻較小，一方面由于安陽的西部海拔高，東部是平原，夏季受季風影響，平原地降雨量較大，另一方面安陽、濮陽等地的灌溉條件好，及時進行澆灌可以降低旱災(zāi)發(fā)生的風險。這種差異規(guī)律也說明降雨量雖是影響河南省冬小麥干旱區(qū)域劃分的主要因素，但是發(fā)生干旱并致災(zāi)的風險還受到地形以及經(jīng)濟條件的影響。

圖8 基于格網(wǎng)的河南省冬小麥氣象干旱災(zāi)害概率發(fā)生分布Fig.8 Risk probability of the agrometeorological drought for winter wheat in Henan Province based on grid

3 結(jié)論與討論

本試驗根據(jù)地面樣點的觀測數(shù)據(jù)對降水距平百分率數(shù)據(jù)進行統(tǒng)計分析，降水距平百分率值為負值的有澠池、西峽等63個縣(市)；降水距平百分率值為正值的有孟津、偃師等47個縣(市)。利用模糊聚類方法對降水距平百分率和風險指數(shù)進行分類并進行干旱風險區(qū)域的劃分，當模糊性能指數(shù)和歸一化分類熵均為最小時，分類區(qū)域效果最佳，結(jié)合河南省實際情況，確定為5個區(qū)劃時可以最優(yōu)地表征出河南省冬小麥干旱的空間分布?；诳臻g相關(guān)全局性相關(guān)分析和局部相關(guān)性分析，河南省的降水分布存在空間不均衡現(xiàn)象，如豫南的信陽、駐馬店，豫北濮陽等地降水量大。總體來看，縣域降水空間變化相關(guān)性小。

格網(wǎng)水平下進行旱災(zāi)空間分布制圖，結(jié)果表明，災(zāi)害的發(fā)生具有空間分異規(guī)律，信陽和南陽的西南部，屬于濕潤區(qū)域，發(fā)生旱災(zāi)的風險概率較低，但是受伏牛山山脈的影響以及當?shù)亟?jīng)濟水平條件限制，部分地區(qū)如淅川縣、南召縣等區(qū)域風險概率較大；三門峽以及濮陽、安陽和開封部分區(qū)域，受到太行山脈以及降雨量少的影響，發(fā)生旱災(zāi)風險的概率較高；而周口和漯河的大部分區(qū)域處于黃河和淮河之間，降雨量相對較大且部分地區(qū)的經(jīng)濟水平較高，風險概率中等；風險概率的高值區(qū)主要分布在三門峽、南陽等西部山區(qū)和許昌、鄭州的邊區(qū)，低值區(qū)主要是在河南省東北部和信陽山區(qū)的水稻種植區(qū)域。這與干旱的空間分布有一致性，但是部分區(qū)域也存在差異，如豫北的安陽、濮陽部分區(qū)域干旱程度高但是干旱風險概率值卻較小，這主要是由于當?shù)氐慕?jīng)濟水平高，灌溉條件好。因此，實際發(fā)生的旱災(zāi)造成的損失受到經(jīng)濟水平、灌溉設(shè)施等條件的影響，區(qū)域或者是農(nóng)戶之間具有較大的差異。這對于小麥品種的選擇、防災(zāi)減災(zāi)措施的制定、小麥保險風險區(qū)劃以及理賠提供了基礎(chǔ)理論支撐。