劉志萍 余建華 周雨 龍余良 詹華斌

摘要：利用江西中南部40個(gè)氣象站1959—2018年的常規(guī)觀測資料，參考煙葉全生育期指標(biāo)，運(yùn)用模糊綜合評價(jià)法和層次分析法，基于ArcGIS空間分析功能，對江西煙葉種植氣象災(zāi)害危險(xiǎn)性特征進(jìn)行分析和風(fēng)險(xiǎn)區(qū)劃。結(jié)果表明：影響江西中南部煙葉種植的主要?dú)庀鬄?zāi)害按權(quán)重大小依次為暴雨、冰雹、連陰雨、低溫冰凍和高溫?zé)岷?，其中暴雨洪澇?zāi)害致災(zāi)因子危險(xiǎn)性分布東部高、西部低；冰雹危險(xiǎn)性分布西北高、東南低；連陰雨危險(xiǎn)性西部高于東部，且內(nèi)部呈現(xiàn)自北向南遞減的趨勢。低溫冰凍和高溫?zé)岷ξｋU(xiǎn)性北部高于南部，東西分布比較均勻。綜合來看，江西煙葉種植區(qū)氣象災(zāi)害危險(xiǎn)性表現(xiàn)為北高南低的分布特征，其中高風(fēng)險(xiǎn)區(qū)主要分布在撫州和吉安兩市北部的部分地區(qū)。本研究區(qū)劃結(jié)果可為江西煙葉種植決策提供科學(xué)依據(jù)和技術(shù)支撐，最大限度地避免或減小氣象災(zāi)害對煙葉種植的影響。

關(guān)鍵詞：模糊綜合評價(jià)法；煙葉種植；氣象災(zāi)害；危險(xiǎn)性；區(qū)劃

中圖分類號：S166，X43文獻(xiàn)標(biāo)志碼：A論文編號：cjas20191100282

Risk Division of Meteorological Disasters for Tobacco Planting in Jiangxi： Based on Fuzzy Comprehensive Evaluation Method

Liu Zhiping， Yu Jianhua， Zhou Yu， Long Yuliang， Zhan Huabin

（Jiangxi Meteorological Service Center， Nanchang 330096， Jiangxi， China）

Abstract： Observation data of about 40 meteorological stations in the central and southern Jiangxi Province from 1959 to 2018 were used to explore the risk division of the meteorological disasters for tobacco planting， based on the analytic hierarchy process （AHP） method and the fuzzy comprehensive evaluation method. In order to get an accurate and elaborate division， the spatial analysis function of ArcGIS was adopted and the full growth period indicators of tobacco were taken into the study. The results showed that： in the weight order， the major meteorological disasters affecting tobacco planting in the central and southern Jiangxi were rainstorm， hail， continuous rainfall， low temperature freezing and heat injury， among which， rainstorm risk was higher in the east than that of in the west， and the risk of hail was higher in the northwest than that in the southeast， and the risk of continuous rain was higher in the west than that in the east with a decreasing trend from north to south， besides the risk of low-temperature freezing disaster and heat injury was higher in the north than the south， and was evenly distributed from east to west. Generally speaking， the comprehensive risk of meteorological disasters in tobacco planting areas in Jiangxi is distributed high in the north and low in the south， and the high-risk areas of comprehensive meteorological disasters are mainly distributed in the northern areas of Fuzhou and Ji’an. The results could minimize the impact of meteorological disasters on tobacco production in Jiangxi.

Keywords： Fuzzy Comprehensive Evaluation； Meteorological Disasters； Tobacco Planting； Risk； Distribution

0引言

江西省擁有63%的森林覆蓋率，22.78%的水域和濕地，憑借良好的光、溫、水、土等自然條件成為全國新興的優(yōu)質(zhì)煙葉產(chǎn)區(qū)之一。近年來，隨著全球氣候變暖，極端天氣頻發(fā)，暴雨洪澇、冰雹等氣象災(zāi)害對煙葉種植影響也越來越嚴(yán)重[1-2]。據(jù)統(tǒng)計(jì)，2008年以來江西煙葉產(chǎn)區(qū)每年因氣象災(zāi)害造成的煙葉減產(chǎn)占煙葉收購產(chǎn)量的20%～40%。因此，開展煙葉種植氣象災(zāi)害危險(xiǎn)性評價(jià)與區(qū)劃，對于防災(zāi)減災(zāi)、保障江西煙葉生產(chǎn)安全和農(nóng)民收入具有重要的意義。

近年來，針對各類氣象災(zāi)害的危險(xiǎn)性評價(jià)和區(qū)劃研究已日趨成熟，歸納起來主要集中在2個(gè)方面：一是基于單因子氣象災(zāi)害的風(fēng)險(xiǎn)區(qū)劃，如趙東杰等[3]運(yùn)用回歸分析法，建立了江西省撫州地區(qū)煙葉熱害等級評估模型；李蒙等[4]基于GIS空間數(shù)據(jù)分析對云南煙區(qū)冰雹災(zāi)害風(fēng)險(xiǎn)進(jìn)行評價(jià)；費(fèi)振宇等[5]以降水量距平百分率作為氣象干旱指標(biāo)，得到由干旱頻次、干旱歷時(shí)和干旱烈度構(gòu)成的干旱危險(xiǎn)性綜合指數(shù)；譚孟祥等[6]基于MeteoGIS技術(shù)和廣西早稻實(shí)際生產(chǎn)情況，建立早稻高溫?zé)岷臻g分析模型；張玉芳等[7]統(tǒng)計(jì)不同等級低溫冷害類型以及發(fā)生頻率，對攀西烤煙低溫冷害進(jìn)行風(fēng)險(xiǎn)評價(jià)和區(qū)劃。

單災(zāi)種危險(xiǎn)性評價(jià)雖然可以直觀定量地反映某一特定氣象災(zāi)害的危害性程度，但是實(shí)際煙葉生產(chǎn)種植過程常常受多種氣象災(zāi)害共同作用，單一災(zāi)種的風(fēng)險(xiǎn)評價(jià)顯然不能滿足實(shí)際生產(chǎn)種植的需要，因而許多學(xué)者從多災(zāi)種綜合風(fēng)險(xiǎn)角度紛紛展開研究，取得了顯著的成果。如陳家金等[8]利用多指標(biāo)因子開展了福建省烤煙氣象災(zāi)害綜合風(fēng)險(xiǎn)區(qū)劃；陳懷亮等[9]運(yùn)用多因子綜合風(fēng)險(xiǎn)指數(shù)模型，分析了主要農(nóng)業(yè)氣象災(zāi)害對河南小麥生產(chǎn)影響的綜合風(fēng)險(xiǎn)。李世奎等[10]從災(zāi)害風(fēng)險(xiǎn)分析角度出發(fā)，構(gòu)建了一個(gè)由冬小麥干旱、漬澇以及夏季低溫冷害等組合的災(zāi)害風(fēng)險(xiǎn)綜合評估體系。

目前國內(nèi)在煙葉種植研究方面，一些省份相關(guān)研究已進(jìn)入發(fā)展階段，除分析煙葉生產(chǎn)種植氣象災(zāi)害影響外，云南、福建、貴州、廣西等省份還以GIS為平臺，開展了煙葉種植適應(yīng)性分析和氣候適宜度區(qū)劃研究[11-14]。但是，氣象災(zāi)害對江西煙葉種植區(qū)的影響研究仍停留在全生育期氣候影響的定性分析[15]階段，缺乏一套適合當(dāng)?shù)厣a(chǎn)實(shí)際的氣象災(zāi)害危險(xiǎn)性定量評價(jià)指標(biāo)。

本研究以江西煙葉生產(chǎn)種植為研究對象，基于模糊評價(jià)和層次分析法，定量分析氣候變化背景下，江西煙區(qū)氣象災(zāi)害危險(xiǎn)性特征，明確各地氣象災(zāi)害危險(xiǎn)性程度，以期為煙葉生產(chǎn)合理布局及風(fēng)險(xiǎn)防范提供科學(xué)參考，提升江西煙草氣象專業(yè)預(yù)報(bào)服務(wù)水平。

1研究區(qū)域及數(shù)據(jù)來源

1.1研究區(qū)域

江西省煙葉生產(chǎn)主要分布在中南部地區(qū)，經(jīng)過30多年發(fā)展，目前已形成吉安、撫州和贛州三大主要煙葉種植區(qū)。2012年全省煙葉種植面積達(dá)1.2×104hm2，產(chǎn)量達(dá)到1.3×106t。隨著全球氣候變暖，極端天氣頻發(fā)，各類氣象災(zāi)害均不同程度的給煙葉生產(chǎn)造成損失，尤其是煙葉移栽—旺長期，受暴雨洪澇和冰雹災(zāi)害影響，導(dǎo)致煙株折斷、煙葉被打破，甚至沖毀，造成輕則減產(chǎn)，重則絕收，煙農(nóng)損失慘重；其次煙葉移栽至大田前期，低溫凍害和連陰雨天氣影響，導(dǎo)致早花、生產(chǎn)延遲或凍傷、根脛病、葉斑病高發(fā)，也會造成一定程度的減產(chǎn)。氣象災(zāi)害已成為影響煙葉種植產(chǎn)量的最重要的因素之一。

1.2數(shù)據(jù)來源及處理

本研究使用的江西省中南部40個(gè)煙葉種植縣1959—2018年常規(guī)觀測站歷史氣象數(shù)據(jù)，包括日平均氣溫、最高氣溫、最低氣溫、日降水量、冰雹日數(shù)、日照時(shí)數(shù)等，數(shù)據(jù)源于江西省氣象信息中心，質(zhì)控后的數(shù)據(jù)正確率接近99%；基礎(chǔ)地理信息DEM高程數(shù)據(jù)來源于國際科學(xué)數(shù)據(jù)鏡像網(wǎng)站SRTM地形數(shù)據(jù)（http：//www. gscloud.cn），數(shù)據(jù)空間分辨率為90 m×90 m。江西煙區(qū)地形分布如圖1所示。

2研究方法

2.1主要?dú)庀鬄?zāi)害指標(biāo)選取

充足的光照、適宜的溫度和水分是生產(chǎn)優(yōu)質(zhì)煙葉的必備條件，根據(jù)江西氣候特征，結(jié)合烤煙生物學(xué)規(guī)律及其全生育期特點(diǎn)，通過對比分析，去除共線性因子，得到影響江西煙區(qū)的主要?dú)庀鬄?zāi)害依次為暴雨、冰雹、連陰雨、低溫冰凍和高溫?zé)岷?，而干旱和臺風(fēng)對煙葉生長影響甚微，最終篩選的主要?dú)庀鬄?zāi)害危險(xiǎn)性指標(biāo)如1所示。

2.2數(shù)據(jù)歸一化處理

由于不同災(zāi)害類型有不同的量級和量綱單位，為方便因子之間的比較，對各類災(zāi)害因子進(jìn)行歸一化處理，計(jì)算見公式（1）。

2.3江西煙葉種植氣象災(zāi)害危險(xiǎn)性模型的建立

目前普遍使用綜合評價(jià)法主要有層次分析法、模糊綜合評價(jià)法、數(shù)據(jù)包絡(luò)分析法和人工神經(jīng)網(wǎng)絡(luò)評價(jià)法等[16-17]。鑒于氣象災(zāi)害系統(tǒng)是一個(gè)復(fù)雜的系統(tǒng)，災(zāi)害危險(xiǎn)性與固有的不確定性特征很難用精確的數(shù)字來表征，本研究參考胡波等[18]對寧波暴雨洪澇災(zāi)害風(fēng)險(xiǎn)區(qū)劃方法，采用模糊綜合評價(jià)法對煙葉生產(chǎn)過程中的氣象災(zāi)害危險(xiǎn)性進(jìn)行風(fēng)險(xiǎn)區(qū)劃。

2.3.1隸屬函數(shù)的構(gòu)建隸屬函數(shù)[19-20]一般用于描述模糊集合，通過隸屬度矩陣實(shí)現(xiàn)模糊性事物的定量化，因此構(gòu)造合理的隸屬函數(shù)是模糊評價(jià)理論應(yīng)用的核心。常用的隸屬函數(shù)主要有矩形分布、正態(tài)分布、梯形分布、拋物線分布及三角形分布等，本研究基于標(biāo)準(zhǔn)差分級法，將災(zāi)害等級劃分為1～5個(gè)級別，分別代表低風(fēng)險(xiǎn)（1級）、較低風(fēng)險(xiǎn)（2級）、中等風(fēng)險(xiǎn)（3級）、較高風(fēng)險(xiǎn)（4級）、高風(fēng)險(xiǎn)（5級），依據(jù)各致災(zāi)因子指標(biāo)特點(diǎn)，選取梯形隸屬函數(shù)，計(jì)算各致災(zāi)因子指標(biāo)歸屬于對應(yīng)級別的值。具體公式分別見（2）～（6）。

2.3.2指標(biāo)權(quán)重確定指標(biāo)權(quán)重確定方法有主觀賦權(quán)法和客觀賦權(quán)法兩類，其中主觀賦權(quán)法直觀便捷，并且大體能反映評價(jià)指標(biāo)間的相對重要性差異。目前普遍使用的主觀賦權(quán)法為層次分析法[21-2（2]Analytic Hierarchy Process，簡稱AHP），它是一種對指標(biāo)進(jìn)行定性定量風(fēng)險(xiǎn)評估的方法，該方法將風(fēng)險(xiǎn)評估問題分解為若干個(gè)評價(jià)因子和層次指標(biāo)，作為評估的指標(biāo)體系；進(jìn)而建立判斷矩陣，計(jì)算各判斷矩陣的最大特征值和特征向量，表征各評價(jià)指標(biāo)的重要程度；通過層次排序和一致性檢驗(yàn)，最終得到各指標(biāo)的權(quán)重系數(shù)。

2.3.3模糊綜合評價(jià)模型當(dāng)致災(zāi)因子指標(biāo)權(quán)重系數(shù)和模糊評價(jià)矩陣確定后，將權(quán)重模糊集和各評價(jià)單元的評價(jià)矩陣通過合成運(yùn)算得到各風(fēng)險(xiǎn)因子模糊評判集R，則有公式（7）。

2.4空間數(shù)據(jù)分析方法

相關(guān)性分析結(jié)果表明，暴雨洪澇、冰雹、連陰雨、低溫冰凍和高溫?zé)岷εc海拔高度有一定的相關(guān)性，為提升危險(xiǎn)性評估的精細(xì)化程度，采取多元回歸方法建立觀測站點(diǎn)海拔高度、經(jīng)度、緯度與各致災(zāi)因子指標(biāo)的線性回歸方程。各站點(diǎn)實(shí)際值減去模擬值得到誤差值，基于高精度DEM數(shù)據(jù)，利用ArcGIS反距離權(quán)重插值將模擬值和誤差值分別插值到各柵格點(diǎn)上，獲取像元大小為30 m×30 m的模擬圖層和誤差圖層?；跂鸥裼?jì)算、圖層疊加功能以及標(biāo)準(zhǔn)差分級法，得到研究區(qū)域內(nèi)各致災(zāi)因子指標(biāo)的分布，完成江西煙區(qū)氣象災(zāi)害危險(xiǎn)性評估和等級區(qū)劃。

3結(jié)果與分析

3.1主要?dú)庀鬄?zāi)害危險(xiǎn)指數(shù)分析

基于模糊綜合評價(jià)和GIS技術(shù)，對柵格化的致災(zāi)因子指標(biāo)建立風(fēng)險(xiǎn)評價(jià)集合，各致災(zāi)因子指標(biāo)等級劃分如表2所示，其中，I～V級分別代表低風(fēng)險(xiǎn)、較低風(fēng)險(xiǎn)、中等風(fēng)險(xiǎn)、較高風(fēng)險(xiǎn)和高風(fēng)險(xiǎn)，各評價(jià)因子指標(biāo)權(quán)重采用層次分析法計(jì)算得出。

江西中南部煙葉種植區(qū)主要?dú)庀鬄?zāi)害危險(xiǎn)性指數(shù)分布如圖2所示。由圖2a可見，江西煙葉種植區(qū)暴雨洪澇災(zāi)害致災(zāi)因子危險(xiǎn)性空間分布具有一定的地域性差異：東部高西部低。暴雨洪澇致災(zāi)因子高風(fēng)險(xiǎn)區(qū)主要分布在資溪、宜黃、南豐、黎川、石城和寧都地區(qū)，這些地區(qū)年均暴雨日數(shù)多、日降水量大，危險(xiǎn)性高，其中臨川、寧都、石城地區(qū)觀測到的年均暴雨日數(shù)分別達(dá)到7.09、6.07、5.53天，日最大降水量分別達(dá)到324.6、208.8、244.1 mm。低風(fēng)險(xiǎn)區(qū)主要分布在吉安和贛州兩市的西部，其中萬安、信豐、永新、遂川年均暴雨日數(shù)僅有3.38、3.47、3.81、1.41天，日最大降水量為131.2、185.1、173.2、156 mm。

冰雹危險(xiǎn)性（圖2b）分布呈現(xiàn)自西北向東南減少的趨勢，高危險(xiǎn)區(qū)主要分布在安福、吉水、永豐、峽江等地，冰雹年平均日數(shù)分別為0.44、0.55、0.81、0.55天，冰雹最大直徑分別達(dá)到1.2、0.8、1.0、2.0 cm。連陰雨危險(xiǎn)性（圖2c）西部高于東部地區(qū)，且內(nèi)部呈現(xiàn)自北向南遞減的趨勢。連陰雨致災(zāi)因子高風(fēng)險(xiǎn)區(qū)主要分布在安福、永新、井岡山、寧岡、崇義等地區(qū)，這些地區(qū)連陰雨發(fā)生次數(shù)頻繁且過程持續(xù)時(shí)間長，其中安福、永新、崇義年平均連陰雨發(fā)生次數(shù)分別為6.74、7.09、6.30次，連陰雨最長持續(xù)24天。低風(fēng)險(xiǎn)區(qū)主要分布在東部地區(qū)，連陰雨發(fā)生次數(shù)最少出現(xiàn)在石城（3.22次），持續(xù)天數(shù)最短為會昌（10天）。低溫冰凍危險(xiǎn)性指數(shù)（圖2d）東西分布比較均勻，北部高于南部。低溫冰凍高風(fēng)險(xiǎn)區(qū)主要分布在安福、臨川、樂安、宜黃、井岡山地區(qū)，年平均低溫日數(shù)分別為37.17、43.21、45.28、43.67、56.33天，低風(fēng)險(xiǎn)區(qū)主要分布在龍南、全南、會昌、南康等地區(qū)，其中龍南地區(qū)年平均低溫日數(shù)僅有7.22天。高溫?zé)岷ξｋU(xiǎn)性指數(shù)（圖2e）與低溫冰凍危險(xiǎn)性指數(shù)分布近似相近，北部較高南部較低。高溫?zé)岷Ω呶ｋU(xiǎn)區(qū)主要分布在東鄉(xiāng)、峽江、永豐、臨川、吉安等地區(qū)，高溫日數(shù)最多為峽江（41.16天）地區(qū)。

3.2氣象災(zāi)害綜合危險(xiǎn)性評價(jià)與區(qū)劃

基于GIS技術(shù)，以90 m×90 m空間網(wǎng)格為基本區(qū)劃單元，根據(jù)江西煙葉種植區(qū)主要?dú)庀鬄?zāi)害危險(xiǎn)性指數(shù)區(qū)劃結(jié)果和評估模型，計(jì)算研究區(qū)域內(nèi)氣象災(zāi)害綜合危險(xiǎn)性指數(shù)（DRI）。利用自然斷點(diǎn)分級法將綜合危險(xiǎn)性分為5個(gè)等級，分別為低風(fēng)險(xiǎn)（I級）、較低風(fēng)險(xiǎn)（II級）、中等風(fēng)險(xiǎn)（III級）、較高風(fēng)險(xiǎn)（IV級）、高風(fēng)險(xiǎn)（V級），對應(yīng)的危險(xiǎn)性指數(shù)依次為DRI<0.3、0.3≤DRI<0.45、0.45≤DRI<0.55、0.55≤DRI<0.75、DRI≥0.75，得到江西煙葉種植區(qū)綜合氣象災(zāi)害危險(xiǎn)性分布，如圖3所示。

從圖3可以看出，江西煙葉種植區(qū)氣象災(zāi)害綜合危險(xiǎn)性呈現(xiàn)北高南低的分布態(tài)勢，東西向分布較均勻。綜合危險(xiǎn)性高風(fēng)險(xiǎn)區(qū)主要位于贛中的北部地區(qū)，包括撫州市北部的臨川、東鄉(xiāng)、金溪等縣、安福及吉安市東北部的部分地區(qū)。較高風(fēng)險(xiǎn)區(qū)主要位于贛中的南部地區(qū)，包括撫州市南部的黎川、南豐、宜黃等縣以及吉安市南部的泰和、永新和萬安縣；中等風(fēng)險(xiǎn)區(qū)區(qū)主要位于贛州市的北部地區(qū)，包括寧都、興國、贛縣、石城等縣；較低風(fēng)險(xiǎn)區(qū)分布在大余、會昌、興豐和瑞金縣；低風(fēng)險(xiǎn)區(qū)分布在贛州市的南部和吉安市的西部地區(qū)。

4討論

4.1區(qū)劃結(jié)果特征分析

基于GIS技術(shù)，采用模糊評價(jià)和層次分析法，分析影響江西煙葉種植的主要?dú)庀笾聻?zāi)因子，建立江西煙葉種植氣象災(zāi)害危險(xiǎn)性模型。結(jié)果表明：暴雨洪澇危險(xiǎn)性東高西低，高風(fēng)險(xiǎn)區(qū)主要分布在撫州東北部地區(qū)，最大日最大降水量為臨川324.6 mm。連陰雨和冰雹危險(xiǎn)性西高東低，連陰雨高風(fēng)險(xiǎn)區(qū)主要分布吉安和贛州兩市西部地區(qū)，最長持續(xù)24天，冰雹高風(fēng)險(xiǎn)區(qū)主要分布在吉安西部地區(qū)，最大冰雹直徑2 cm。高山地區(qū)低溫冷害危險(xiǎn)性較高，平原或丘陵地區(qū)高溫?zé)岷ξｋU(xiǎn)性較高?？傮w而言，綜合危險(xiǎn)性高風(fēng)險(xiǎn)區(qū)主要分布在撫州市北部的臨川、東鄉(xiāng)、金溪、安福等縣及吉安市東北部的部分地區(qū)。

與單災(zāi)種的氣象災(zāi)害評估模型相比，本研究的模型能夠比較全面的描述影響江西煙葉種植氣象災(zāi)害的類型、發(fā)生頻次和發(fā)生強(qiáng)度等，從而對氣象災(zāi)害綜合危險(xiǎn)性進(jìn)行客觀的評價(jià)。因缺少災(zāi)損資料，后期對煙區(qū)進(jìn)行跟蹤考察，結(jié)果表明江西中南部煙葉種植區(qū)遭受的不利天氣條件主要是移栽期的低溫陰雨、大田前期強(qiáng)對流天氣（雷暴大風(fēng)、冰雹、強(qiáng)降水等），實(shí)際災(zāi)情基本符合災(zāi)害危險(xiǎn)性區(qū)劃結(jié)果，說明文中的參考指標(biāo)具有一定的科學(xué)性。本研究結(jié)果可為江西煙葉種植決策提供科學(xué)依據(jù)和技術(shù)支撐，最大限度地避免或減小氣象災(zāi)害對煙葉生產(chǎn)的影響。

4.2致災(zāi)因子的選取分析

氣候條件是影響煙葉種植產(chǎn)量和品質(zhì)的主導(dǎo)因素，傳統(tǒng)的研究大多是側(cè)重于煙葉種植適宜度研究[24-26]，以各市縣的生態(tài)氣候指標(biāo)（降水、日照、溫度、濕度等）為依據(jù)，其結(jié)果表現(xiàn)的是當(dāng)?shù)仄骄鶢顩r。本研究聚焦各類災(zāi)害性天氣對煙區(qū)的影響，綜合評估暴雨、冰雹、連陰雨、低溫冰凍和高溫?zé)岷?類主要災(zāi)害性天氣致災(zāi)危險(xiǎn)性，指標(biāo)選取綜合考慮了影響煙葉生長全生育期的主要?dú)庀鬄?zāi)害。對比發(fā)現(xiàn)，兩者都是基于煙葉種植多項(xiàng)氣候指標(biāo)進(jìn)行定量分析和評價(jià)；但是兩者側(cè)重點(diǎn)不同：適宜度研究側(cè)重氣候的普遍性，而本研究中的危險(xiǎn)性區(qū)劃代表氣候的異常性和極端性。因此，在一定程度上，可以認(rèn)為這兩種區(qū)劃結(jié)果是相輔相成、相互補(bǔ)充的。

4.3風(fēng)險(xiǎn)指標(biāo)的科學(xué)性問題

影響煙葉種植風(fēng)險(xiǎn)的因子眾多，除氣象因子致災(zāi)危險(xiǎn)性外，各地應(yīng)對和防范氣象災(zāi)害的能力、煙區(qū)種植面積大小等都有一定的影響。如煙葉種植面積大，表明暴露性越高，其所承受的災(zāi)害風(fēng)險(xiǎn)程度越高。防災(zāi)減災(zāi)能力越高，由于災(zāi)害性天氣造成的損失越小，災(zāi)害風(fēng)險(xiǎn)程度越低。本研究僅考慮了致災(zāi)危險(xiǎn)性因子，承災(zāi)體的脆弱性因子和防災(zāi)減災(zāi)能力因子并未納入風(fēng)險(xiǎn)指標(biāo)體系中，后期研究中還有待完善。

在主要?dú)庀笾聻?zāi)因子選取時(shí)，主要是根據(jù)江西氣候特征，缺少具體到某種災(zāi)害造成的災(zāi)情影響資料，資料的完整性還需進(jìn)一步補(bǔ)充。本研究中致災(zāi)因子影響時(shí)段是綜合考慮了江西中南部煙區(qū)致災(zāi)天氣危險(xiǎn)性發(fā)生時(shí)段，由于江西周邊環(huán)山，地形復(fù)雜，不同地區(qū)不同煙葉品種氣象災(zāi)害影響時(shí)段也不盡相同。因此，可進(jìn)一步針對特定煙區(qū)某一品種煙葉種植進(jìn)行致災(zāi)風(fēng)險(xiǎn)區(qū)劃，僅可能減小因致災(zāi)因子影響時(shí)段的差異而導(dǎo)致的風(fēng)險(xiǎn)估計(jì)偏差。

5結(jié)論及種植建議

江西中南部氣象災(zāi)害綜合危險(xiǎn)性呈現(xiàn)北高南低的分布態(tài)勢。低風(fēng)險(xiǎn)區(qū)分布在贛州市的南部和吉安市的西部地區(qū)；較低風(fēng)險(xiǎn)區(qū)分布在大余、會昌、興豐和瑞金縣；中等風(fēng)險(xiǎn)區(qū)區(qū)主要位于贛州市的北部地區(qū)；較高風(fēng)險(xiǎn)區(qū)主要分布在撫州市南部以及吉安市南部地區(qū)；高風(fēng)險(xiǎn)區(qū)主要分布在撫州市東北部及吉安市東北部的部分地區(qū)，這些地區(qū)在實(shí)際煙葉種植過程中，需特別注意暴雨洪澇和冰雹災(zāi)害的預(yù)防。對于贛州市的南部低風(fēng)險(xiǎn)區(qū)，可合理調(diào)整煙葉生長布局，適當(dāng)增加種植，充分發(fā)揮優(yōu)勢，確保當(dāng)?shù)責(zé)熑~的高質(zhì)優(yōu)產(chǎn)。值得注意的是，極端高低溫、暴雨和強(qiáng)對流性天氣受地形和海拔高度制約[27-30]，因此煙葉種植選址需充分考慮種植區(qū)地形和海拔因素，確定合適的煙葉種植海拔高度，降低風(fēng)險(xiǎn)。

參考文獻(xiàn)

[1]黃廷炎，沈長華，陳家金，等.2010年南平市異常氣候?qū)緹熒L發(fā)育和產(chǎn)量的影響[J].亞熱帶農(nóng)業(yè)研究，2011，7（4）：266-269.

[2]王珊珊，楊希，詹媛.三明市近20年春季氣象資源分析及對烤煙生長發(fā)育的影響[J].福建農(nóng)業(yè)科技，2012（6）：51-53.

[3]趙東杰，趙喆，等.高溫?zé)岷庀笾笜?biāo)對成熟期煙葉的影響評估[J].中國煙草科學(xué)，2017，38（5）：62-69.

[4]李蒙，朱勇，吉文娟，等.基于GIS的云南煙區(qū)冰雹災(zāi)害風(fēng)險(xiǎn)評價(jià)[J].中國農(nóng)業(yè)氣象，2012，33（1）：129-133.

[5]費(fèi)振宇，孫宏巍，金菊良，等.近50年中國氣象干旱危險(xiǎn)性的時(shí)空格局探討[J].水電能源科學(xué)，2014，32（12）：5-10.

[6]譚孟祥，何燕，王瑩，等.基于MeteoGIS的廣西早稻高溫?zé)岷?xì)化區(qū)劃[J].西南大學(xué)學(xué)報(bào)：自然科學(xué)版，2019，41（8）：27-32.

[7]張玉芳，劉琰琰，杜成勛，等.董孝攀西地區(qū)烤煙低溫冷害空間分布特征分析[J].江西農(nóng)業(yè)大學(xué)學(xué)報(bào)，2017，39（6）：1112-1118.

[8]陳家金，黃川容，孫朝鋒，等.基于GIS的福建省烤煙氣象災(zāi)害綜合風(fēng)險(xiǎn)區(qū)劃[J].中國農(nóng)業(yè)氣象，2016，37（6）：711-719.

[9]陳懷亮，鄧偉，張雪芬，等.河南小麥生產(chǎn)農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)分析及區(qū)劃[J].自然災(zāi)害學(xué)報(bào)，2006，15（1）：135-143.

[10]李世奎，霍治國，王素艷等，農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)評估體系及模型研究[J].自然災(zāi)害學(xué)報(bào)，2004，13（1）：77-88.

[11]孟丹，陳正洪，李建平，等.基于GIS的湖北西部煙草種植氣象災(zāi)害危險(xiǎn)性分析[J].中國農(nóng)業(yè)氣象，2015，36（5）：625-630.

[12]蔡長春，鄧環(huán)，趙云飛，等.湖北省植煙區(qū)生態(tài)氣候因子的主成分分析和區(qū)域劃分[J].煙草科技，2011，31（2）：64-69.

[13]董謝瓊，徐虹，楊曉鵬，等.基于GIS的云南省烤煙種植區(qū)劃方法研究[J].中國農(nóng)業(yè)氣象，2005，26（1）：16-19.

[14]莫建國，古書鴻，李洪勛，等.基于GIS的威寧縣烤煙種植精細(xì)化氣候區(qū)劃[J].貴州農(nóng)業(yè)科學(xué)，2014，42（2）：77-80.

[15]龍余良，黃芬根，董保華，等.江西省煙葉氣象災(zāi)害分析與預(yù)警[A].中國氣象學(xué)會.推進(jìn)氣象科技創(chuàng)新加快氣象事業(yè)發(fā)展——中國氣象學(xué)會2004年年會論文集（下冊）[C].中國氣象學(xué)會：中國氣象學(xué)會，2004：1.

[16]胡永宏，等.綜合評價(jià)方法[M].科學(xué)出版社，2000.

[17]Otar V， Nino T， Avtandil A， et al. Vulnerability，hazards and multiple risk assessment for Georgia[J].Natural Hazards，2012，64（3）：2021-2056.

[18]胡波，丁燁毅，何利德，等.基于模糊綜合評價(jià)的寧波暴雨洪澇災(zāi)害風(fēng)險(xiǎn)區(qū)劃[J].暴雨災(zāi)害，2014，33（4）：380-385.

[19]顧婷婷，鄧闖，潘婭英，等.基于模糊綜合評價(jià)法的浙江省高速公路暴雨災(zāi)害風(fēng)險(xiǎn)評估[J].干旱氣象，2018，36（5）：873-878.

[20]劉俊娟，王煒，程琳，等.基于梯形隸屬函數(shù)的區(qū)間數(shù)模糊評價(jià)方法[J].系統(tǒng)工程與電子技術(shù)，2009，31（2）：390-392.

[21]謝小梅，胡豹.基于層次分析法的米果果小鎮(zhèn)創(chuàng)意農(nóng)業(yè)發(fā)展水平模糊綜合評價(jià)[J].浙江農(nóng)業(yè)科學(xué)，2019，60（11）：2152-2155.

[22]彭勇剛，黃肖寒，莫益江，等.基于層次分析法的農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)區(qū)劃指標(biāo)權(quán)重分析[J].氣象研究與應(yīng)用，2018，1（3）：22-35.

[23]陳家金，黃川容，孫朝鋒，等.福建省茶葉氣象災(zāi)害致災(zāi)危險(xiǎn)性區(qū)劃與評估[J].自然災(zāi)害學(xué)報(bào)，2018，27（1）：198-207.

[24]彭麗麗，王文學(xué)，冀浩，等.臨滄市雙江縣植煙土壤養(yǎng)分特征及生態(tài)位適宜度評價(jià)[J].西南農(nóng)業(yè)學(xué)報(bào)，2018，31（3）：544-549..

[25]符勇，周忠發(fā)，王昆，等.基于貴州喀斯特高原山區(qū)的煙草種植適宜性研究[J].江蘇農(nóng)業(yè)科學(xué)，2014，42（9）：92-95.

[26]黃初龍.基于GIS的烤煙氣候適宜性分析及精細(xì)化區(qū)劃——以尋甸縣為例[J].農(nóng)業(yè)與技術(shù)，2020，40（2）：136-141.

[27]吳荷，譚政華，孫越峰，崔耀鵬.遼寧東部地形對降水影響的數(shù)值試驗(yàn)[J].現(xiàn)代農(nóng)業(yè)科技，2019（23）：196-197.

[28]胡園春，安廣池，楊寧，等.主要?dú)庀笠蜃优c冬小麥產(chǎn)量的灰色關(guān)聯(lián)度分析[J].農(nóng)學(xué)學(xué)報(bào)，2020，10（2）：92-95.

[29]蔣菊芳，齊月，王鶴齡，等.武威市光熱水匹配及其對農(nóng)作物的影響[J].中國農(nóng)學(xué)通報(bào)，2020，36（3）：66-73.

[30]蓋志佳，張敬濤，劉婧琦，等.低溫脅迫對大豆幼苗形態(tài)生理指標(biāo)及籽粒產(chǎn)量的影響[J].農(nóng)學(xué)學(xué)報(bào)，2019，9（12）：1-4.