聶超甲，葉回春，張世文，郭佳煒，崔 貝，黃文江

海南島農(nóng)業(yè)臺風(fēng)災(zāi)害風(fēng)險評估與可持續(xù)發(fā)展對策

聶超甲1,2,3，葉回春1,2,3※，張世文4，郭佳煒1,2，崔 貝5，黃文江1,2,3

（1. 可持續(xù)發(fā)展大數(shù)據(jù)國際研究中心，北京 100094；2. 中國科學(xué)院空天信息創(chuàng)新研究院，數(shù)字地球重點實驗室，北京 100094；3. 海南空天信息研究院，海南省地球觀測重點實驗室，三亞 572029；4. 安徽理工大學(xué)地球與環(huán)境學(xué)院，淮南 232001；5. 中國科學(xué)院遺傳與發(fā)育生物學(xué)研究所，北京 100101）

海南島是中國臺風(fēng)頻發(fā)地區(qū)之一，開展海南島農(nóng)業(yè)臺風(fēng)災(zāi)害風(fēng)險評估研究，可為海南島優(yōu)化農(nóng)業(yè)種植布局和加強農(nóng)業(yè)防災(zāi)減災(zāi)提供技術(shù)支撐。該研究基于自然災(zāi)害系統(tǒng)理論和方法，結(jié)合海南島氣象、自然地理與社會經(jīng)濟等要素，綜合考慮致災(zāi)因子危險性、孕災(zāi)環(huán)境暴露性、承災(zāi)體脆弱性，研究構(gòu)建了海南島農(nóng)業(yè)臺風(fēng)災(zāi)害風(fēng)險評估方法與指標體系，并基于2001－2020年歷年海南島臺風(fēng)發(fā)生數(shù)據(jù)進行了海南島農(nóng)業(yè)臺風(fēng)災(zāi)害風(fēng)險評估，在此基礎(chǔ)上提出了農(nóng)業(yè)臺風(fēng)災(zāi)害防災(zāi)減災(zāi)與可持續(xù)發(fā)展對策。結(jié)果表明，海南島農(nóng)業(yè)臺風(fēng)災(zāi)害風(fēng)險指數(shù)處于0.40～0.80之間，平均0.61，整體上呈現(xiàn)出北部及沿海地區(qū)的災(zāi)害風(fēng)險高于中部山區(qū)的趨勢；致災(zāi)因子危險性、孕災(zāi)環(huán)境暴露性在全島北部和沿海地區(qū)指數(shù)較高，承災(zāi)體脆弱性在瓊海、陵水和三亞等市縣指數(shù)較高。同時提出了3種農(nóng)業(yè)臺風(fēng)防災(zāi)減災(zāi)與可持續(xù)發(fā)展對策，包括調(diào)整農(nóng)業(yè)種植布局、提升風(fēng)險監(jiān)測預(yù)警能力和加強農(nóng)業(yè)政策保險投入等。海南島各市縣農(nóng)業(yè)臺風(fēng)災(zāi)害風(fēng)險的差異以及相應(yīng)的對策，可支撐相關(guān)部門為不同災(zāi)害風(fēng)險程度區(qū)域建立防災(zāi)方法提供指導(dǎo)依據(jù)。

農(nóng)業(yè)災(zāi)害；臺風(fēng)；風(fēng)險評估；熱帶農(nóng)業(yè)；可持續(xù)發(fā)展

0 引 言

臺風(fēng)是一種全球突發(fā)性嚴重的自然災(zāi)害，往往帶來狂風(fēng)、暴雨以及風(fēng)暴潮等，破壞力極強，給受影響地區(qū)造成巨大的經(jīng)濟損失和人員傷亡。在臺風(fēng)影響下，農(nóng)業(yè)系統(tǒng)作為敏感的承災(zāi)體，更容易受災(zāi)[1]。臺風(fēng)對農(nóng)業(yè)生產(chǎn)的危害，主要表現(xiàn)在三個方面：狂風(fēng)引起作物成片倒伏、莖葉大量損傷和落花落果落粒；暴雨引起山洪暴發(fā)，河水泛濫，破壞各種水利設(shè)施，帶來農(nóng)田水澇災(zāi)害；巨浪與高潮引起沿海地區(qū)海水倒灌，淹沒農(nóng)田，使農(nóng)田鹽漬化。中國是世界上登陸臺風(fēng)頻率最高、受臺風(fēng)影響最多的國家之一，尤其是有“臺風(fēng)走廊”之稱的海南島，四面環(huán)海，地處熱帶北緣，連年遭受臺風(fēng)侵襲。據(jù)報道，海南島每年因臺風(fēng)造成的農(nóng)業(yè)損失占到自然災(zāi)害直接經(jīng)濟損失的80%左右，僅2014年一場臺風(fēng)“威馬遜”就造成了全省直接經(jīng)濟損失119.5億元[2]，給海南島的農(nóng)業(yè)生產(chǎn)與可持續(xù)發(fā)展造成了巨大的影響。臺風(fēng)災(zāi)害的不確定性、特殊性和復(fù)雜性，給海南島農(nóng)業(yè)防災(zāi)減災(zāi)工作也帶來了很大的困難。因此，為了有針對性地做好農(nóng)業(yè)生產(chǎn)過程中臺風(fēng)災(zāi)害防范工作，建立并完善農(nóng)業(yè)防災(zāi)減災(zāi)體系，開展海南島農(nóng)業(yè)臺風(fēng)災(zāi)害風(fēng)險評估與可持續(xù)發(fā)展對策研究就顯得尤為必要。

國內(nèi)外學(xué)者對臺風(fēng)災(zāi)害已開展了較多的研究，涉及到歷史規(guī)律[3-4]、風(fēng)險評估方法[5-7]、評估指標[8-10]等內(nèi)容。而針對農(nóng)業(yè)角度開展的臺風(fēng)災(zāi)害風(fēng)險評估還相對較少[1]，在農(nóng)業(yè)臺風(fēng)災(zāi)害風(fēng)險評估方法方面，已有的報道主要包括模糊數(shù)學(xué)方法和多指標綜合評估法[11]，其中多指標綜合評估法應(yīng)用廣泛。在農(nóng)業(yè)臺風(fēng)災(zāi)害風(fēng)險評估指標體系構(gòu)建方面，學(xué)者應(yīng)用較多的是“三因子說”，即從致災(zāi)因子、孕災(zāi)環(huán)境和承災(zāi)體的角度進行評估，如Laureta等根據(jù)這三種因素選擇指標分析了臺風(fēng)等氣候?qū)Ψ坡少e比科爾河流域的農(nóng)業(yè)的影響[12]；尚志海等對廣東省湛江市的水稻進行臺風(fēng)災(zāi)害風(fēng)險評估時也考慮了這三種因素[13]；部分學(xué)者在“三因子說”基礎(chǔ)上增加了防災(zāi)減災(zāi)能力形成“四因子說”，如曾玲等對陽江市進行農(nóng)業(yè)臺風(fēng)影響的風(fēng)險區(qū)劃[14]、楊忠恩等對浙江省進行風(fēng)險等級區(qū)劃[15]時都考慮了防災(zāi)減災(zāi)能力產(chǎn)生的影響；也有較少的學(xué)者采用了“一因子說”和“二因子說”進行風(fēng)險評估[16-17]。

海南島作為中國受臺風(fēng)災(zāi)害影響最頻繁、最多的省份之一，其有關(guān)臺風(fēng)對海南島農(nóng)業(yè)災(zāi)害風(fēng)險評估研究卻較薄弱，基本上是圍繞某單一作物或單一因素開展的，如黃海靜等針對海南島天然橡膠林開展的風(fēng)險評估[18]；張忠偉等從致災(zāi)因子危險性的角度對海南島臺風(fēng)災(zāi)害風(fēng)險進行了分析[19]等，未針對整個農(nóng)業(yè)系統(tǒng)開展全面性臺風(fēng)災(zāi)害風(fēng)險評估。本研究基于海南島農(nóng)業(yè)生產(chǎn)與地理環(huán)境特點，綜合考慮農(nóng)業(yè)臺風(fēng)災(zāi)害的致災(zāi)因子危險性、孕災(zāi)環(huán)境暴露性、承災(zāi)體脆弱性，利用遙感、氣象、地形和統(tǒng)計資料等多源數(shù)據(jù)，研究構(gòu)建海南島農(nóng)業(yè)臺風(fēng)災(zāi)害風(fēng)險評估指標體系與方法，并進行海南島農(nóng)業(yè)臺風(fēng)災(zāi)害風(fēng)險評估，在此基礎(chǔ)上提出海南島農(nóng)業(yè)防災(zāi)減災(zāi)與可持續(xù)發(fā)展對策，以期為海南島農(nóng)業(yè)臺風(fēng)災(zāi)害的防災(zāi)減災(zāi)與經(jīng)濟社會的可持續(xù)發(fā)展工作提供科學(xué)參考。

1 材料與方法

1.1 數(shù)據(jù)來源

本研究選用2001—2020年歷年登陸海南島的臺風(fēng)資料。臺風(fēng)登陸時間和路徑數(shù)據(jù)來源于中國氣象局熱帶氣旋資料中心提供的CMA熱帶氣旋最佳路徑數(shù)據(jù)集（https://www.typhoon.org.cn/），臺風(fēng)過程中的風(fēng)速數(shù)據(jù)來源于歐洲中期天氣預(yù)報中心提供的ERA5陸地風(fēng)速每小時數(shù)據(jù)集（https://cds.climate.copernicus.eu/），降雨量數(shù)據(jù)來源于美國地質(zhì)調(diào)查局和地球資源觀測科學(xué)中心合作的CHIRPS降雨數(shù)據(jù)集（https://www.ucsb.edu/）；數(shù)字高程模型（Digital Elevation Model，DEM）數(shù)據(jù)來源于地理空間數(shù)據(jù)云平臺（http://www.gscloud.cn/）；衛(wèi)星遙感數(shù)據(jù)來源于美國地質(zhì)調(diào)查局EROS中心提供的MOD09A1地表反射率數(shù)據(jù)（https://lpdaac.usgs.gov/）；農(nóng)業(yè)社會經(jīng)濟數(shù)據(jù)來源于海南省統(tǒng)計局提供的歷年海南島統(tǒng)計年鑒（http://stats.hainan.gov.cn/）。

1.2 研究方法

1.2.1 海南島農(nóng)業(yè)臺風(fēng)災(zāi)害風(fēng)險評估指標體系構(gòu)建

構(gòu)建合理的指標體系是農(nóng)業(yè)災(zāi)害風(fēng)險評估重要的環(huán)節(jié)。本研究根據(jù)史培軍教授提出的區(qū)域災(zāi)害系統(tǒng)論[20]，認為自然災(zāi)害是地球表層異變過程的產(chǎn)物，是致災(zāi)因子、孕災(zāi)環(huán)境與承災(zāi)體綜合作用的結(jié)果，在構(gòu)建南島農(nóng)業(yè)臺風(fēng)災(zāi)害風(fēng)險評估指標體系過程中，綜合考慮致災(zāi)因子危險性、孕災(zāi)環(huán)境暴露性和承災(zāi)體脆弱性，最終確定了海南島農(nóng)業(yè)臺風(fēng)災(zāi)害風(fēng)險評估指標，見表1，選取依據(jù)如下：

1）致災(zāi)因子危險性指標。致災(zāi)因子危險性是指導(dǎo)致農(nóng)業(yè)臺風(fēng)災(zāi)害發(fā)生的觸發(fā)因素及其異常程度，誘發(fā)臺風(fēng)對海南島農(nóng)業(yè)造成災(zāi)害的破壞力主要取決于臺風(fēng)發(fā)生過程中帶來的大風(fēng)和強降雨，風(fēng)力過大時，垂直于風(fēng)向平面上風(fēng)壓可達到每平方米數(shù)公斤，給作物造成毀滅性破壞，導(dǎo)致大面積農(nóng)作物受損、減產(chǎn)。降雨過大時，容易產(chǎn)生農(nóng)田漬澇和洪澇危害，特大暴雨還會引起的山洪暴發(fā)、河流泛濫，沖毀農(nóng)作物及農(nóng)業(yè)設(shè)施[11]。因此致災(zāi)因子指標的構(gòu)建需從大風(fēng)和降雨兩方面考慮，這一觀點在農(nóng)業(yè)臺風(fēng)災(zāi)害風(fēng)險研究中應(yīng)用很多，如徐鵬飛選用了不同等級暴雨、大風(fēng)的發(fā)生天數(shù)[16]；劉少軍等選用了總降雨量與最大風(fēng)速[17]等。根據(jù)張繼權(quán)等提出的自然災(zāi)害理論，自然災(zāi)害危險性主要由災(zāi)變強度和活動頻次決定[21]，最大風(fēng)速能夠體現(xiàn)某一次臺風(fēng)過程的災(zāi)害強度，卻無法體現(xiàn)活動頻次，本研究考慮臺風(fēng)災(zāi)害致災(zāi)因子的長期累積作用，將多年歷次臺風(fēng)過程的最大風(fēng)速、總降雨量的累積值表征臺風(fēng)災(zāi)害的危險性，以體現(xiàn)出農(nóng)業(yè)臺風(fēng)災(zāi)害的災(zāi)變強度和活動頻次。綜上，選擇最大風(fēng)速累積、降雨累積作為致災(zāi)因子危險性指標。

2）孕災(zāi)環(huán)境暴露性指標。孕災(zāi)環(huán)境是指臺風(fēng)途經(jīng)地區(qū)孕育產(chǎn)生農(nóng)業(yè)災(zāi)害的自然環(huán)境，暴露于各種危險的因素越多，遭受潛在災(zāi)害風(fēng)險越大。孕災(zāi)環(huán)境一般包括地理環(huán)境、水文、土壤、植被等因素，如劉少軍認為臺風(fēng)災(zāi)害孕災(zāi)環(huán)境暴露性是地形、水系和植被等多種因素的綜合影響[22]。臺風(fēng)影響下，地形與洪水災(zāi)害的發(fā)生程度密切相關(guān)，地勢越低、地形變化越小的地區(qū)農(nóng)田容易形成澇災(zāi)，而地形因子影響度可以體現(xiàn)出高程和地形起伏程度兩種因素的共同影響[23]；河網(wǎng)越密集，距離河流湖泊越近的地方遭受臺風(fēng)帶來洪澇災(zāi)害的風(fēng)險越大[24]；另外，地表植被具有強烈的水土保持和抵擋大風(fēng)的功能，植被越少，地表越暴露，臺風(fēng)災(zāi)害的敏感性越大。綜上選用地形因子、河網(wǎng)密度、植被暴露度作為農(nóng)業(yè)臺風(fēng)災(zāi)害孕災(zāi)環(huán)境暴露性指標。

3）承災(zāi)體脆弱性指標。承災(zāi)體脆弱性是指臺風(fēng)災(zāi)害的作用對象受到潛在危險因素影響而造成的損失程度。臺風(fēng)災(zāi)害造成的損失不僅取決于臺風(fēng)系統(tǒng)及其過程的強度，也與受影響地區(qū)的經(jīng)濟發(fā)展水平、人口密度和人類活動范圍有關(guān)。根據(jù)楊忠恩等對浙江省進行熱帶氣旋農(nóng)業(yè)影響風(fēng)險區(qū)劃時選擇的承災(zāi)體指標，認為農(nóng)業(yè)人口密度、單位面積農(nóng)用地產(chǎn)值、耕地面積占土地面積比重能夠體現(xiàn)臺風(fēng)發(fā)生時承災(zāi)體的脆弱性[15]；劉璐也認為人口密度越大、農(nóng)業(yè)產(chǎn)值越大、農(nóng)業(yè)用地分布越多，臺風(fēng)災(zāi)害帶來的損害越大[25]。農(nóng)業(yè)發(fā)展活動相對落后的地區(qū)，其從事農(nóng)業(yè)工作的人口較少、農(nóng)業(yè)產(chǎn)值低，臺風(fēng)災(zāi)害發(fā)生時，無論臺風(fēng)強度如何，該地區(qū)農(nóng)業(yè)受到的災(zāi)害影響可能微不足道，而臺風(fēng)發(fā)生在農(nóng)業(yè)發(fā)展活躍的地區(qū)，則會對該地農(nóng)業(yè)造成較大損失。綜上選用農(nóng)業(yè)人口密度、單位面積農(nóng)用地產(chǎn)值、耕地面積占土地面積比重作為農(nóng)業(yè)臺風(fēng)災(zāi)害承災(zāi)體脆弱性指標。

表1 海南島農(nóng)業(yè)臺風(fēng)災(zāi)害風(fēng)險評估指標體系及權(quán)重

1.2.2 海南島農(nóng)業(yè)臺風(fēng)災(zāi)害風(fēng)險評估指標數(shù)據(jù)處理

基于GIS平臺，將所有參與評估的風(fēng)險指標落實到100 m×100 m的柵格上進行處理，各指標的計算方法如下：

1）最大風(fēng)速累積。根據(jù)臺風(fēng)風(fēng)場模型，臺風(fēng)的影響范圍半徑通常為300～500 km[10]，本研究選取300 km緩沖圓作為臺風(fēng)影響范圍，結(jié)合臺風(fēng)登陸時間和路徑數(shù)據(jù)提取出2001－2020年期間海南島的臺風(fēng)過境時間，利用風(fēng)速每小時數(shù)據(jù)，計算每次臺風(fēng)過境時間及前后各3 d時間范圍內(nèi)風(fēng)速的最大值，并對歷年海南島所有的臺風(fēng)風(fēng)速最大值求和作為最大風(fēng)速累積。

2）降雨累積。利用降雨逐日數(shù)據(jù)，計算每次臺風(fēng)過境時間及前后各3 d時間范圍內(nèi)降雨的累積值，并對歷年海南島所有的臺風(fēng)降雨累積值求和作為降雨累積。

3）地形因子影響度。據(jù)地形因子中絕對高程越低、地形起伏程度越小，發(fā)生臺風(fēng)洪澇危險程度越高的原則，參考已有研究[23]確定地形因子與臺風(fēng)洪澇危險程度的關(guān)系，即地形因子影響度（表2）。其中地形起伏程度是相鄰范圍地形起伏大小，根據(jù)DEM數(shù)據(jù)計算每個像元鄰域范圍內(nèi)的標準差獲取。

表2 海南島農(nóng)業(yè)臺風(fēng)災(zāi)害地形因子影響度

4）河網(wǎng)密度。根據(jù)DEM數(shù)據(jù)使用最大坡降法（D8算法）提取河網(wǎng)和流域分布，計算流域面積和各流域中河網(wǎng)的長度，通過計算河網(wǎng)長度與流域面積比值作為海南島各流域的河網(wǎng)密度。

5）植被暴露度。采用比值植被指數(shù)（Ratio Vegetation Index，RVI）表征地表植被覆蓋情況，RVI通過計算衛(wèi)星遙感數(shù)據(jù)近紅外波段與紅光波段的比值獲取。植被暴露度計算公式如下：

植被暴露度=RVImax?RVImean（1）

式中RVImean為2001—2020年期間每年7—10月的RVI均值，RVImax為海南島區(qū)域內(nèi)RVImean最大值。

6）農(nóng)業(yè)人口密度。利用統(tǒng)計年鑒數(shù)據(jù)獲取海南島各市縣2001—2020年農(nóng)業(yè)人口數(shù)據(jù)，通過計算各市縣歷年農(nóng)業(yè)人口平均值與土地面積的比值作為農(nóng)業(yè)人口密度。

7）單位面積農(nóng)用地產(chǎn)值。利用統(tǒng)計年鑒數(shù)據(jù)獲取海南島各市縣2001—2020年農(nóng)業(yè)產(chǎn)值數(shù)據(jù)和耕地面積數(shù)據(jù)，通過計算各市縣歷年農(nóng)業(yè)產(chǎn)值平均值與耕地面積產(chǎn)值的比值作為單位面積農(nóng)用地產(chǎn)值。

8）耕地面積占土地面積比重。根據(jù)已獲取海南島各市縣2001—2020年耕地面積數(shù)據(jù)，通過計算各市縣歷年耕地面積平均值與土地面積的比值作為耕地面積占土地面積比重。

由于所選指標的單位和量級不同，為了計算方便需對各指標數(shù)值進行歸一化處理[26-27]，即將各指標原始值轉(zhuǎn)為0～1之間的無量綱指標分值。其中地形因子影響度已符合分值要求無需處理，最大風(fēng)速累積、降雨累積、河網(wǎng)密度、植被暴露度、農(nóng)業(yè)人口密度、單位面積農(nóng)用地產(chǎn)值和耕地面積占土地面積比重等7個指標采用無量綱化計算公式處理，計算公式如下：

′=X/Xmaxj（2）

式中′與X分別為像元上指標的歸一化值和原始值，Xmaxj為指標在所有像元中的最大值。

1.2.3 海南島農(nóng)業(yè)臺風(fēng)災(zāi)害風(fēng)險評估指標權(quán)重確定

農(nóng)業(yè)臺風(fēng)災(zāi)害風(fēng)險各評估指標的合理賦權(quán)能夠體現(xiàn)風(fēng)險評估結(jié)果是否可靠與科學(xué)，考慮到不同層次、不同指標對農(nóng)業(yè)臺風(fēng)災(zāi)害風(fēng)險的貢獻度不同，本研究采用定性和定量相結(jié)合的層次分析法[28-29]確定指標權(quán)重。邀請了共15位從事氣象、農(nóng)業(yè)、水文和地理等領(lǐng)域的專家，根據(jù)不同指標的重要性對評價指標進行兩兩比較打分，然后進行以下步驟：1）構(gòu)建遞階層次結(jié)構(gòu)模型；2）采用1～9及其倒數(shù)標度法構(gòu)造指標判斷矩陣；3）一致性檢驗，當C<0.1時表示判斷矩陣的一致性合理，否則需要繼續(xù)調(diào)整判斷矩陣；4）計算指標主觀權(quán)重。最終確定各準則層與指標層指標的權(quán)重，權(quán)重具體數(shù)值見表1。

1.2.4 海南島農(nóng)業(yè)臺風(fēng)災(zāi)害風(fēng)險評估模型構(gòu)建

基于自然災(zāi)害風(fēng)險形成機制，引用自然風(fēng)險指數(shù)[30-31]，應(yīng)用加權(quán)綜合評價法，建立海南島農(nóng)業(yè)臺風(fēng)災(zāi)害風(fēng)險評估模型，計算獲得海南島農(nóng)業(yè)臺風(fēng)災(zāi)害風(fēng)險指數(shù)（Agricultural Typhoon Disaster Risk Index，ATDRI），值越大表示災(zāi)害風(fēng)險程度也越大，計算公式如下：

式中W、W和W分別代表代表致災(zāi)因子危險性指數(shù)、孕災(zāi)環(huán)境暴露性指數(shù)和承災(zāi)體脆弱性指數(shù)的權(quán)重；X、X、X分別代表第個指標無量綱化后的值；W、W、W分別代表第個指標的權(quán)重。

1.2.5 海南島農(nóng)業(yè)臺風(fēng)災(zāi)害風(fēng)險等級劃分方法

為了直觀地反映區(qū)域農(nóng)業(yè)臺風(fēng)災(zāi)害風(fēng)險的差異性，采用自然間斷點分級法[32]，將海南島農(nóng)業(yè)臺風(fēng)災(zāi)害風(fēng)險指數(shù)從低到高劃分為一級、二級、三級、四級和五級共5個等級?；诤Ｄ蠉u農(nóng)業(yè)臺風(fēng)災(zāi)害風(fēng)險指數(shù)與等級空間差異性，提出海南島農(nóng)業(yè)臺風(fēng)災(zāi)害防災(zāi)減災(zāi)與可持續(xù)發(fā)展對策。

2 結(jié)果與分析

2.1 海南島農(nóng)業(yè)臺風(fēng)災(zāi)害致災(zāi)因子危險性評估分析

2001—2020年期間，平均每年登陸和影響海南島的臺風(fēng)約有8個[33]，其中影響較大的臺風(fēng)每年2～3個，在2019年發(fā)生最為頻繁，達5個之多，主要發(fā)生在6－10月份。臺風(fēng)多發(fā)帶來了較多的大風(fēng)和強降雨，近20年來海南島臺風(fēng)過程中的風(fēng)速極值可達到25.25 m/s，歷次臺風(fēng)最大風(fēng)速的累積值在223.80～714.77 m/s之間，其中文昌市北部最大風(fēng)速累積值最高，累積值超過700 m/s，整體上沿海地區(qū)遭受大風(fēng)影響明顯高于中部地區(qū)，平原地區(qū)明顯高于丘陵山區(qū)；歷次臺風(fēng)降雨總量的累積值在5 011.91～10 499.52 mm之間，多雨地帶主要集中在瓊海、萬寧、定安、屯昌等東部沿海及中東部地區(qū)，降雨量累積超過9 300 mm，并呈現(xiàn)由東部向西部逐漸減少的趨勢，近20年臺風(fēng)發(fā)生過程中的最大風(fēng)速累積與降雨累積分布如圖1所示。

圖1 海南島農(nóng)業(yè)臺風(fēng)災(zāi)害致災(zāi)因子各指標分布圖

基于致災(zāi)因子各指標數(shù)據(jù)，計算得到海南島農(nóng)業(yè)臺風(fēng)災(zāi)害致災(zāi)因子危險性指數(shù)，其空間分布如圖2所示。全島致災(zāi)因子危險性指數(shù)處于0.55～0.87之間，平均0.69；北部和東部沿海地區(qū)的危險性指數(shù)明顯高于中部地區(qū)。其中，東部沿海地區(qū)包括瓊海、萬寧、文昌等市縣的危險性指數(shù)最高，局部超過了0.78；南部和西部的沿海地帶致災(zāi)因子危險性指數(shù)也較高，基本上超過0.72，尤其是儋州和昌江的西海岸也有部分地區(qū)超過0.78；中部山區(qū)包括五指山、瓊中、白沙等市縣及周邊地區(qū)的致災(zāi)因子危險性指數(shù)相對較低，處于0.55～0.68之間。

圖2 海南島農(nóng)業(yè)臺風(fēng)災(zāi)害致災(zāi)因子危險性指數(shù)分布圖

2.2 海南島農(nóng)業(yè)臺風(fēng)災(zāi)害孕災(zāi)環(huán)境暴露性評估分析

對孕災(zāi)環(huán)境暴露性的分析綜合考慮了地形因子影響度、河網(wǎng)密度和植被暴露程度等因素，孕災(zāi)環(huán)境各指標空間分布如圖3所示。全島地形因子影響度在0.30～0.90之間，平均0.66；其中，全島超過55 %土地面積的地形因子影響度在0.70以上，主要分布在沿海及北部等地區(qū)；從沿海到中部山區(qū)，隨著高程和地形起伏程度增加，地形因子影響度逐漸減?。▓D3a）。全島河網(wǎng)密度在0～0.23 km/km2之間，平均0.045；其中，河網(wǎng)密度超過0.08 km/km2的區(qū)域主要分布在昌江、東方、文昌、萬寧和瓊中等市縣（圖3b）。全島植被暴露度在0～20.79之間，平均14.77，植被暴露度超過16.80的地區(qū)占全島面積的15 %，主要分布在?？?、文昌、樂東、儋州、東方和陵水等市縣的沿海地帶，小于11.6的地區(qū)分布在海南島中部，集中在白沙、瓊中、五指山和保亭等市縣，呈現(xiàn)從中部山區(qū)向四周沿海地區(qū)逐漸遞增趨勢（圖3c）。

基于孕災(zāi)環(huán)境各指標數(shù)據(jù)，計算得到海南島農(nóng)業(yè)臺風(fēng)災(zāi)害孕災(zāi)環(huán)境暴露性指數(shù)，其空間分布如圖4所示。全島孕災(zāi)環(huán)境暴露性指數(shù)處于0.30～0.86之間，平均0.60，呈現(xiàn)從中部山區(qū)向四周沿海地區(qū)逐漸遞增趨勢；其中，?？?、文昌、瓊海、澄邁、臨高、儋州、萬寧、東方等北部及沿海的部分地區(qū)暴露性指數(shù)超過0.66，尤其?？?、文昌和瓊海3個地區(qū)，幾乎全區(qū)的暴露性指數(shù)均處在0.67～0.86之間；而五指山、白沙、瓊中及周邊地區(qū)暴露性指數(shù)相對較低，基本處在0.30～0.52之間，占全島面積的22.60 %；暴露性指數(shù)處在0.53～0.59之間的地區(qū)相對分散，在儋州南部、樂東北部、屯昌西部、澄邁南部和瓊中北部等地區(qū)分布較多。

圖3 海南島農(nóng)業(yè)臺風(fēng)災(zāi)害孕災(zāi)環(huán)境各指標分布圖

圖4 海南島農(nóng)業(yè)臺風(fēng)災(zāi)害孕災(zāi)環(huán)境暴露性指數(shù)分布圖

2.3 海南島農(nóng)業(yè)臺風(fēng)災(zāi)害承災(zāi)體脆弱性評估分析

海南島農(nóng)業(yè)臺風(fēng)災(zāi)害承災(zāi)體各指標包括農(nóng)業(yè)人口密度、單位面積農(nóng)用地產(chǎn)值、耕地面積占土地面積比重等的分布狀況如圖5所示。全島農(nóng)業(yè)人口密度處于0.17～1.03人/hm2之間，平均0.60；其中，海口、臨高和陵水等市縣的農(nóng)業(yè)人口密度最高，超過了0.9人/hm2；而五指山、白沙和瓊中等市縣的農(nóng)業(yè)人口密度相對較低，均低于0.34人/hm2；全島單位面積農(nóng)用地產(chǎn)值處于5.79～26.98萬元/hm2，平均10.55；其中，三亞的單位面積農(nóng)用地產(chǎn)值最高，達到了26.98萬元/hm2；而臨高、儋州和?？诘仁锌h的單位面積農(nóng)用地產(chǎn)值相對較低，均未超過7.00 萬元/hm2。全島耕地面積占土地面積比重處于3.34%～22.43%，平均12.82%；其中，海口、臨高和瓊海等市縣的耕地面積占土地面積比重最高，達到了18.62%以上；而五指山、白沙、瓊中和保亭等中部山區(qū)市縣的耕地面積占土地面積比重最低，均低于7.15%。

圖5 海南島農(nóng)業(yè)臺風(fēng)災(zāi)害承災(zāi)體各指標分布圖

基于承災(zāi)體各指標數(shù)據(jù)，計算得到海南島農(nóng)業(yè)臺風(fēng)災(zāi)害承災(zāi)體脆弱性指數(shù)，其空間分布如圖6所示。全島承災(zāi)體脆弱性指數(shù)處在0.25～0.72之間，平均0.49，整體上中部山區(qū)市縣脆弱性指數(shù)明顯低于其他市縣；其中三亞、瓊海和陵水等市縣的脆弱性指數(shù)最高，均超過了0.61；其次是?？?、澄邁、臨高、定安、萬寧和樂東，脆弱性指數(shù)也超過0.50；而白沙、瓊中、昌江和五指山等中部山區(qū)市縣的脆弱性指數(shù)較低，均低于0.40，其中白沙和瓊中為海南島全島最低，分別是0.26和0.25。

2.4 海南島農(nóng)業(yè)臺風(fēng)災(zāi)害風(fēng)險評估與分析

根據(jù)海南島農(nóng)業(yè)臺風(fēng)災(zāi)害風(fēng)險評估指標體系，利用致災(zāi)因子危險性指數(shù)、孕災(zāi)環(huán)境暴露性指數(shù)、承災(zāi)體脆弱性指數(shù)，計算得到海南島農(nóng)業(yè)臺風(fēng)災(zāi)害風(fēng)險指數(shù)，并利用風(fēng)險指數(shù)分級方法分為5個等級，最終得到海南島農(nóng)業(yè)臺風(fēng)災(zāi)害風(fēng)險等級分布圖。如圖7所示，全島農(nóng)業(yè)臺風(fēng)災(zāi)害風(fēng)險指數(shù)處于0.40～0.80之間，平均0.61，整體上呈現(xiàn)出北部及沿海地區(qū)的災(zāi)害風(fēng)險等級高于中部山區(qū)的趨勢。其中，風(fēng)險等級為三級及以上的區(qū)域面積占全島面積的74.8%，風(fēng)險等級為五級（≥0.682）的區(qū)域面積占比為15.3%，主要分布在瓊海、?？?、陵水和三亞等市縣；風(fēng)險等級為四級（0.628～0.681）的區(qū)域面積最大，占比為35.2%，主要分布在在文昌、澄邁、臨高和定安等市縣以及儋州、東方和樂東等市縣的沿海地區(qū)；風(fēng)險等級為三級（0.560～0.627）的區(qū)域面積也較大，占比為24.3%，分布在儋州、昌江、東方、樂東、萬寧和屯昌等市縣環(huán)中部山區(qū)地區(qū)；風(fēng)險等級為一級（≤0.485）和二級（0.486～0.559）區(qū)域主要集中分布在白沙、五指山、瓊中及周邊等山地地區(qū)，分別占全島面積的13.3%和11.9%。

圖6 海南島農(nóng)業(yè)臺風(fēng)災(zāi)害承災(zāi)體脆弱性指數(shù)分布圖

圖7 海南島農(nóng)業(yè)臺風(fēng)災(zāi)害風(fēng)險等級分布圖

本研究進一步對海南島各市縣的農(nóng)業(yè)臺風(fēng)災(zāi)害風(fēng)險進行評估與分析，如圖8所示，主要表現(xiàn)為東部市縣臺風(fēng)災(zāi)害風(fēng)險高于西部市縣，中部山區(qū)市縣低于沿海市縣。其中，瓊海和?？诘臑?zāi)害風(fēng)險綜合指數(shù)最高，分別為0.712和0.689，該地區(qū)歷年臺風(fēng)登陸最為頻繁；其次為臨高、澄邁、定安、文昌、萬寧、陵水和三亞等市縣，災(zāi)害風(fēng)險綜合指數(shù)處于0.647～0.666之間，這些地區(qū)歷年來不僅受強風(fēng)和降雨的影響，且地勢平坦、地表裸露，農(nóng)業(yè)發(fā)展活動又較強，受臺風(fēng)災(zāi)害相對風(fēng)險較大；儋州、昌江、東方、樂東和屯昌等市縣風(fēng)險指數(shù)相對東部市縣有所降低，災(zāi)害風(fēng)險綜合指數(shù)處于0.566～0.622；保亭、白沙、五指山和瓊中等市縣災(zāi)害風(fēng)險相對最小，災(zāi)害風(fēng)險綜合指數(shù)低于0.540，這些地區(qū)處于中部山區(qū)，地形條件和較高的植被覆蓋程度有利于抵擋大風(fēng)和洪澇排泄。

注：圖中數(shù)值為災(zāi)害風(fēng)險綜合指數(shù)。

3 防災(zāi)減災(zāi)與可持續(xù)發(fā)展對策

海南島是中國乃至世界熱帶農(nóng)業(yè)主要的生產(chǎn)基地，臺風(fēng)災(zāi)害不僅可導(dǎo)致糧食減產(chǎn)，而且造成水土流失，破壞農(nóng)業(yè)生態(tài)環(huán)境，不利熱帶農(nóng)業(yè)的可持續(xù)發(fā)展。因此，開展海南島農(nóng)業(yè)臺風(fēng)防災(zāi)減災(zāi)與可持續(xù)發(fā)展對策研究對減少臺風(fēng)對海南島經(jīng)濟社會影響具有重要的意義。根據(jù)海南島臺風(fēng)風(fēng)險的評估分析，提出以下防災(zāi)減災(zāi)與可持續(xù)發(fā)展對策。

3.1 遵循臺風(fēng)規(guī)律，合理調(diào)整農(nóng)業(yè)種植布局

臺風(fēng)往往會帶來狂風(fēng)暴雨，形成洪澇和風(fēng)災(zāi)，造成巨大破壞，嚴重影響了農(nóng)業(yè)生產(chǎn)。從海南島農(nóng)業(yè)臺風(fēng)災(zāi)害風(fēng)險評估結(jié)果來看，東北部地區(qū)農(nóng)業(yè)臺風(fēng)災(zāi)害風(fēng)險重于中西地區(qū)、沿海平原地區(qū)重于山區(qū)地區(qū)；臺風(fēng)多發(fā)季節(jié)為每年6－10月份。因此，必須遵循臺風(fēng)規(guī)律，因地制宜，因時制宜，合理調(diào)整農(nóng)業(yè)種植布局。瓊北地區(qū)包括?？?、定安、澄邁、臨高、文昌等市縣，受臺風(fēng)影響風(fēng)險較大，平均風(fēng)險指數(shù)在0.647以上，發(fā)展天然橡膠需做好選址規(guī)劃、種植防護林等工作；反季節(jié)瓜菜、熱帶水果和花卉布局在平坦的磚紅壤地區(qū)可望收到較好效果。瓊東地區(qū)包括瓊海、萬寧等市縣，該地區(qū)易遭受臺風(fēng)襲擊，往往會導(dǎo)致農(nóng)作物減產(chǎn)或絕收，應(yīng)發(fā)展抗臺風(fēng)作物（如菠蘿、檳榔等）以及冬季瓜菜等。瓊南地區(qū)包括三亞、陵水等市縣，該地區(qū)受臺風(fēng)影響也較大，但同時區(qū)內(nèi)具有豐富的光熱資源，熱帶水果尤其是芒果、反季節(jié)瓜菜和南繁育種等產(chǎn)業(yè)在本區(qū)域都具有周期短、效益好的優(yōu)勢；瓊中地區(qū)包括屯昌、瓊中、白沙、五指山等市縣，該區(qū)域很多丘陵山地及火山丘陵多為砂質(zhì)土壤、土質(zhì)松軟，有利于根莖類作物生長，可發(fā)展葛根和馬鈴薯產(chǎn)業(yè)，也可發(fā)展特色瓜菜和柑橘、荔枝、龍眼、紅毛丹等水果種植；天然橡膠可在該地區(qū)的中西部集中種植。瓊西地區(qū)包括樂東、東方、昌江、儋州等市縣，該地區(qū)受臺風(fēng)影響相對較小，但臺風(fēng)帶來的局部強降雨容易導(dǎo)致低洼農(nóng)田淹水、澇災(zāi)等，可發(fā)展優(yōu)質(zhì)水稻種植等，山區(qū)可發(fā)展天然橡膠種植等。

3.2 增強農(nóng)戶防災(zāi)減災(zāi)意識，提升風(fēng)險監(jiān)測預(yù)警能力

農(nóng)戶的防災(zāi)減災(zāi)意識和現(xiàn)代化災(zāi)害風(fēng)險監(jiān)測預(yù)警能力，能夠在農(nóng)業(yè)防治減災(zāi)中發(fā)揮重要作用。從海南島各市縣農(nóng)業(yè)臺風(fēng)災(zāi)害風(fēng)險評估結(jié)果來看，瓊海、海口、文昌、臨高、澄邁、定安、萬寧、陵水、三亞等市縣受災(zāi)風(fēng)險較高，尤其是瓊海和?？?，應(yīng)該注重增強農(nóng)戶防災(zāi)減災(zāi)意識，并提升風(fēng)險監(jiān)測預(yù)警能力，具體舉措包括：各級政府應(yīng)重視防災(zāi)減災(zāi)工作，強化防風(fēng)抗風(fēng)責(zé)任意識，建立政府部門、新聞媒體和社會團體開展防風(fēng)抗風(fēng)宣傳教育的合作機制，普及農(nóng)戶自救互救知識；利用5G網(wǎng)絡(luò)、遙感、無人機、云計算、大數(shù)據(jù)等新技術(shù)，建立區(qū)域性的防災(zāi)減災(zāi)體系及農(nóng)業(yè)臺風(fēng)災(zāi)害風(fēng)險數(shù)據(jù)庫等。另外，針對三亞等農(nóng)業(yè)經(jīng)濟很高的市縣，建議采用建立農(nóng)業(yè)臺風(fēng)災(zāi)害損失評估模型，科學(xué)評估災(zāi)害損失，提升災(zāi)后救助空間信息保障能力等多種手段。針對?？?、文昌、臨高以及萬寧東北部、陵水東部等植被暴露度很高的地區(qū)，植被覆蓋相對較少，對大風(fēng)起到的減緩作用和洪水排泄作用會較差，建議改善農(nóng)田生態(tài)環(huán)境，多栽培防風(fēng)林和護田林，增強農(nóng)田生態(tài)環(huán)境的穩(wěn)定性和自我調(diào)節(jié)能力；加強水利基礎(chǔ)設(shè)施建設(shè)，提高抗御水災(zāi)的能力。

而對于白沙、瓊中、五指山和保亭等市縣，雖農(nóng)業(yè)臺風(fēng)災(zāi)害風(fēng)險較低，但地處山區(qū)，一旦發(fā)生嚴重災(zāi)害，容易引發(fā)滑坡、崩塌、泥石流等次生災(zāi)害[34]，同時也不利開展搶險救援、災(zāi)后調(diào)查重建等工作，因此該地區(qū)對農(nóng)業(yè)臺風(fēng)災(zāi)害監(jiān)測預(yù)警的要求不能忽視。考慮到地形、交通等因素，建議利用衛(wèi)星遙感、物聯(lián)網(wǎng)等技術(shù)，建設(shè)農(nóng)業(yè)臺風(fēng)災(zāi)害高風(fēng)險感知網(wǎng)絡(luò)，優(yōu)化農(nóng)業(yè)、水文、氣象、森林和地質(zhì)等災(zāi)害監(jiān)測核心基礎(chǔ)站點和常規(guī)觀測站點布局，形成天空地一體化農(nóng)業(yè)臺風(fēng)災(zāi)害風(fēng)險智能監(jiān)測感知網(wǎng)絡(luò)。

3.3 加強農(nóng)業(yè)政策保險投入，創(chuàng)新農(nóng)險承保理賠模式

農(nóng)業(yè)保險可通過災(zāi)后保險公司承保理賠的經(jīng)營活動，使農(nóng)民及時得到恢復(fù)生產(chǎn)和生活所需要的資金，有利于農(nóng)民生產(chǎn)和生活的穩(wěn)定。從海南島各市縣農(nóng)業(yè)臺風(fēng)災(zāi)害風(fēng)險評估結(jié)果來看，部分沿海市縣風(fēng)險較高，尤其是瓊海、陵水和三亞等市縣，農(nóng)業(yè)活動相對發(fā)達，一旦災(zāi)害發(fā)生會比中西部有著更慘重的損失，因此為了保證海南島農(nóng)業(yè)的可持續(xù)發(fā)展和農(nóng)民收入的穩(wěn)定，建議從保險意識、模式創(chuàng)新等方面加強農(nóng)業(yè)政策保險投入：海南島農(nóng)業(yè)結(jié)構(gòu)復(fù)雜多樣，既有規(guī)模經(jīng)營較好的國有企業(yè)，也有生產(chǎn)分散的農(nóng)戶，而大部分的小農(nóng)戶有豐富的種植經(jīng)驗，處于自給自足的狀態(tài)，有一定的抵御風(fēng)險能力，所以參保的意愿并不強烈，因此海南島農(nóng)民的保險意識整體還有待加強；在農(nóng)業(yè)保險理賠過程中，一直面臨著信息不對稱和經(jīng)營成本高等問題。利用遙感技術(shù)具備宏觀、動態(tài)、實時等優(yōu)勢，為農(nóng)業(yè)保險定損理賠提供客觀、高效的技術(shù)支撐，將保險標的空間化，建立承保標的空間數(shù)據(jù)庫和管理信息系統(tǒng)，可有效解決農(nóng)業(yè)保險經(jīng)營過程中面臨的信息不對稱、道德風(fēng)險和效率等問題。

中西部地區(qū)農(nóng)業(yè)臺風(fēng)災(zāi)害風(fēng)險相對較小，尤其是白沙、瓊中和五指山等山區(qū)市縣，農(nóng)業(yè)經(jīng)濟效益不高，交通便利性差，很多偏遠山區(qū)保險公司網(wǎng)點無法全面覆蓋，再加上管理制度、工作繁忙和人員有限等主客觀因素，導(dǎo)致出現(xiàn)農(nóng)險協(xié)辦機構(gòu)工作質(zhì)量無法保障、農(nóng)險協(xié)保員推廣農(nóng)業(yè)保險業(yè)務(wù)積極性不高等問題。因此，建議政府加強對該地區(qū)農(nóng)業(yè)保險的資金支持力度，通過政策引導(dǎo)、補貼貸款、稅收優(yōu)惠等方式，將更多農(nóng)戶納入現(xiàn)代農(nóng)業(yè)生產(chǎn)體系，以此提高農(nóng)戶承受自然災(zāi)害的能力，提高農(nóng)戶參與農(nóng)業(yè)保險的主體資格能力。

4 討 論

在已有的農(nóng)業(yè)臺風(fēng)災(zāi)害風(fēng)險評估研究中，針對風(fēng)速構(gòu)建致災(zāi)因子危險性指標時多選用風(fēng)速的極值[16-17]，對大風(fēng)災(zāi)害的活動頻次表達較弱。本研究選用最大風(fēng)速累積、降雨量累積指標能夠?qū)?zāi)變活動強度和頻次結(jié)合起來，體現(xiàn)出歷年多次臺風(fēng)災(zāi)害強度的累積性效應(yīng)，而不是單考慮某一次臺風(fēng)的災(zāi)害強度，更科學(xué)地反映出臺風(fēng)過程中各種強度大風(fēng)或強降雨發(fā)生的概率或重現(xiàn)，具備較高的合理性。

目前針對臺風(fēng)災(zāi)害風(fēng)險評估開展的研究，尚沒有一個很成熟的農(nóng)業(yè)臺風(fēng)災(zāi)害評估理論，本研究從致災(zāi)、孕災(zāi)、承災(zāi)三種因素方面考慮，在構(gòu)建指標體系時更傾向體現(xiàn)出臺風(fēng)災(zāi)情形成的潛在風(fēng)險，未考慮災(zāi)害發(fā)生前后防災(zāi)減災(zāi)能力提升所帶來的正面影響，且防災(zāi)減災(zāi)能力的關(guān)鍵數(shù)據(jù)不易獲取且不全面，故未將防災(zāi)減災(zāi)能力作為本研究的評估指標。近年來，海南島自然災(zāi)害應(yīng)急處置和保障能力進一步提高，防災(zāi)減災(zāi)能力能夠在短期和長期對臺風(fēng)帶來的農(nóng)業(yè)災(zāi)害有影響作用，因此本研究存在一定的不足之處，后續(xù)將繼續(xù)海南島災(zāi)害風(fēng)險評估更深層次的研究，考慮海南島防災(zāi)減災(zāi)能力對農(nóng)業(yè)災(zāi)害的恢復(fù)作用，優(yōu)化農(nóng)業(yè)災(zāi)害風(fēng)險評估指標體系，科學(xué)劃定農(nóng)業(yè)臺風(fēng)災(zāi)害風(fēng)險等級和區(qū)域，以期為海南島農(nóng)業(yè)可持續(xù)發(fā)展工作的有序推進提供更科學(xué)的參考依據(jù)。

5 結(jié) 論

本研究基于自然災(zāi)害系統(tǒng)理論和方法，考慮強風(fēng)、強降雨造成農(nóng)業(yè)災(zāi)害的累積性效應(yīng)，構(gòu)建了海南島農(nóng)業(yè)臺風(fēng)災(zāi)害風(fēng)險評估研究方法，并進行風(fēng)險評估，得出如下主要結(jié)論：

1）海南島農(nóng)業(yè)臺風(fēng)災(zāi)害風(fēng)險指數(shù)處于0.40～0.80之間，全島平均0.61，呈現(xiàn)出北部及沿海地區(qū)的災(zāi)害風(fēng)險等級高于中部山區(qū)的趨勢；從市縣分布來看，瓊海和海口風(fēng)險指數(shù)最高，其次為臨高、澄邁、定安、文昌、萬寧、陵水和三亞等市縣，儋州、昌江、東方、樂東和屯昌等市縣風(fēng)險指數(shù)較低，保亭、白沙、五指山和瓊中等市縣風(fēng)險指數(shù)最低。

2）海南島農(nóng)業(yè)臺風(fēng)致災(zāi)因子危險性、孕災(zāi)環(huán)境暴露性在?？凇⑽牟?、定安、澄邁等北部地區(qū)及瓊海、儋州等沿海地區(qū)處于較高水平，在白沙、瓊中和五指山等中部地區(qū)處于較低水平；承災(zāi)體脆弱性在瓊海、陵水和三亞等市縣處于較高水平，在白沙和瓊中等市縣處于較低水平。

3）建議從調(diào)整農(nóng)業(yè)種植布局、提升風(fēng)險監(jiān)測預(yù)警能力、加強農(nóng)業(yè)政策保險投入3個方向開展農(nóng)業(yè)防災(zāi)減災(zāi)與可持續(xù)發(fā)展工作，如瓊東地區(qū)優(yōu)先種植抗臺風(fēng)作物以及冬季瓜菜、偏遠山區(qū)建立天空地一體化農(nóng)業(yè)臺風(fēng)災(zāi)害風(fēng)險智能監(jiān)測感知網(wǎng)絡(luò)、農(nóng)業(yè)活動發(fā)達地區(qū)引入遙感新技術(shù)創(chuàng)新農(nóng)險承保理賠模式等。

[1] 尚志海，曹海玲，林妙萍，等. 國內(nèi)農(nóng)業(yè)臺風(fēng)災(zāi)害風(fēng)險評估研究進展[J]. 災(zāi)害學(xué)，2019，34(2)：168-172.

Shang Zhihai, Cao Hailing, Lin Miaoping, et al. Review of typhoon disaster risk assessment for agriculture in China[J]. Journal of Catastrophology, 2019, 34(2): 168-172. (in Chinese with English abstract)

[2] 陳見，孫紅梅，高安寧，等. 超強臺風(fēng)“威馬遜”與“達維”進入北部灣強度變化對比分析[J]. 暴雨災(zāi)害，2014，33(4)：392-400.

Chen Jian, Sun Hongmei, Gao Anning, et al. Comparative analysis of intensity changes between super typhoons Rammasun (1409) and Damrey (0518) during the period of entering the Beibu Gulf[J]. Torrential Rain and Disasters, 2014, 33(4): 392-400. (in Chinese with English abstract)

[3] Ren H, Ke S, Dudhia J, et al. Wind disaster assessment of landfalling typhoons in different regions of China over 2004-2020[J]. Journal of Wind Engineering and Industrial Aerodynamics, 2022, 228: 105084. DOI: 10.1016/j.jweia.2022.105084.

[4] 夏子龍. 基于Google Earth Engine的中國沿海臺風(fēng)災(zāi)害災(zāi)情評估[D]. 上海：華東師范大學(xué)，2021.

Xia Zilong. China's Coastal Typhoon Disaster Assessment Based on Google Earth Engine[D]. Shanghai: East China Normal University, 2021. (in Chinese with English abstract)

[5] Chen P, Yu H, Xu M, et al. A simplified index to assess the combined impact of tropical cyclone precipitation and wind on China[J]. Frontiers of Earth Science, 2019, 13(4): 672-681.

[6] Wang T, Yang L, Wu S, et al. Quantitative assessment of natural disaster coping capacity: An application for typhoons[J]. Sustainability, 2020, 12(15): 5949. DOI: 10.3390/su12155949.

[7] 高歌，黃大鵬，趙珊珊. 基于信息擴散方法的中國臺風(fēng)災(zāi)害年月尺度風(fēng)險評估[J]. 氣象，2019，45(11)：1600-1610.

Gao Ge, Huang Dapeng, Zhao Shanshan. Annual and monthly risk assessment of typhoon disasters in China based on the information diffusion method[J]. Meteor, 2019, 45(11): 1600-1610. (in Chinese with English abstract)

[8] Nguyen K A, Liou Y A, Terry J P. Vulnerability of Vietnam to typhoons: A spatial assessment based on hazards, exposure and adaptive capacity[J]. Science of the Total Environment, 2019, 682: 31-46.

[9] Morimoto J, Aiba M, Furukawa F, et al. Risk assessment of forest disturbance by typhoons with heavy precipitation in northern Japan[J]. Forest Ecology and Management, 2021, 479: 118521. DOI: 10.1016/j.foreco.2020.118521.

[10] 潘金蘭，徐慶娟，劉合香. 基于AHP-TOPSIS最優(yōu)組合賦權(quán)的臺風(fēng)災(zāi)害風(fēng)險評估[J]. 南寧師范大學(xué)學(xué)報（自然科學(xué)版），2021，38(1)：60-67.

Pan Jinlan, Xu Qingjuan, Liu Hexiang. Risk assessment of typhoon disaster in South China based on optimal combination weights of AHP-anti-entropy-TOPSIS[J]. Journal of Nanning Normal University (Natural Science Edition), 2021, 38(1): 60-67. (in Chinese with English abstract)

[11] 張忠偉. 基于RS與GIS海南島臺風(fēng)災(zāi)害對橡膠影響的風(fēng)險性評價研究[D]. 海口：海南師范大學(xué)，2011.

Zhang Zhongwei. Study on Hainan Island Typhoon Effects on Rubber and Division of Risk Assessment Based on RS and GIS[D]. Haikou: Hainan Normal University, 2011. (in Chinese with English abstract)

[12] Laureta R P, Regalado R R H, De La Cruz E B. Climate vulnerability scenario of the agricultural sector in the Bicol River Basin, Philippines[J]. Climatic Change, 2021, 168(1): 1-18.

[13] 尚志海，周銘毅，梁其勝，等. 廣東省湛江市水稻臺風(fēng)災(zāi)害風(fēng)險評估[J]. 災(zāi)害學(xué)，2021，36(3)：85-90.

Shang Zhihai, Zhou Mingyi, Liang Qisheng, et al. Risk assessment of rice typhoon disaster in Zhanjiang City of Guangdong Province[J]. Journal of Catastrophology, 2021, 36(3): 85-90. (in Chinese with English abstract)

[14] 曾玲，阮可照，梁筱儀，等. 臺風(fēng)災(zāi)害對農(nóng)業(yè)影響的風(fēng)險分析-以陽江市為例[J]. 廣東農(nóng)業(yè)科學(xué)，2020，47(10)：158-165.

Zeng Ling, Ruan Kezhao, Liang Xiaoyi, et al. Risk analysis on the impact of typhoon disaster to agriculture: A case study of Yangjiang City[J]. Guangdong Agricultural Sciences, 2020, 47(10): 158-165. (in Chinese with English abstract)

[15] 楊忠恩，金志鳳，胡波，等. 熱帶氣旋對浙江省農(nóng)業(yè)影響的風(fēng)險區(qū)劃[J]. 生態(tài)學(xué)雜志，2011，30(12)：2821-2826.

Yang Zhongen, Jin Zhifeng, Hu Bo, et al. Risk division of tropical cyclone affecting agricultural production in Zhejiang Province[J]. Chinese Journal of Ecology, 2011, 30(12): 2821-2826. (in Chinese with English abstract)

[16] 徐鵬飛. 面向農(nóng)業(yè)的臺風(fēng)災(zāi)害風(fēng)險評估[D]. 上海：華東師范大學(xué)，2017.

Xu Pengfei. Risk Assessment of Typhoon Disaster for Agriculture[D]. Shanghai: East China Normal University, 2017. (in Chinese with English abstract)

[17] 劉少軍，蔡大鑫，田光輝，等. 中國橡膠樹種植區(qū)臺風(fēng)災(zāi)害危險性分區(qū)[J]. 廣東農(nóng)業(yè)科學(xué)，2020，47(9)：134-140.

Liu Shaojun, Cai Daxin, Tian Guanghui, et al. Zoning of typhoon disaster risks in rubber tree planting area of China[J]. Guangdong Agricultural Sciences, 2020, 47(9): 134-140. (in Chinese with English abstract)

[18] 黃海靜，楊再強，王春乙，等. 海南島天然橡膠林臺風(fēng)災(zāi)害風(fēng)險評價[J]. 氣象與環(huán)境學(xué)報，2019，35(5)：130-136.

Huang Haijing, Yang Zaiqiang, Wang Chunyi, et al. Evaluation of typhoon disaster risk for hevea brasiliensis in Hainan island[J]. Journal of Meteorology and Environment, 2019, 35(5): 130-136. (in Chinese with English abstract)

[19] 張忠偉，張京紅，趙志忠，等. 基于GIS的海南島臺風(fēng)災(zāi)害致災(zāi)因子危險性分析[J]. 安徽農(nóng)業(yè)科學(xué)，2011，39(11)：6587-6590.

Zhang Zhongwei, Zhang Jinghong, Zhao Zhizhong, et al. Analysis of risks in Hainan Island typhoon hazard factor based on GIS[J]. Journal of Anhui Agriculture Science, 2011, 39(11): 6587-6590. (in Chinese with English abstract)

[20] 史培軍. 再論災(zāi)害研究的理論與實踐[J]. 自然災(zāi)害學(xué)報，1996，5(4)：6-17.

Shi Peijun. Theory and practice of disaster study[J]. Journal of Natural Disaster, 1996, 5(4): 6-17. (in Chinese with English abstract)

[21] 張繼權(quán)，岡田憲夫，多多納裕一. 綜合自然災(zāi)害風(fēng)險管理-全面整合的模式與中國的戰(zhàn)略選擇[J]. 自然災(zāi)害學(xué)報，2006，15(1)：29-37.

Zhang Jiquan, Okada Norio, Tatano Hirokazu. Integrated natural disaster risk management: Comprehensive and integrated model and Chinese strategy choice[J]. Journal of Natural Disaster, 2006, 15(1): 29-37. (in Chinese with English abstract)

[22] 劉少軍. 基于多信息源的臺風(fēng)災(zāi)害實時評估系統(tǒng)研究-以海南島為例[D]. 成都：成都理工大學(xué)，2010.

Liu Shaojun. Reseaching on Dynamic Assessment of Typhoon Disaster System Based on Multi-sources: A Case of Hainan Island[D]. Chengdu: Chengdu University of Technology, 2010. (in Chinese with English abstract)

[23] 周成虎，萬慶，黃詩峰，等. 基于GIS的洪水災(zāi)害風(fēng)險區(qū)劃研究[J]. 地理學(xué)報，2000，55(1)：15-24.

Zhou Chenghu, Wan Qing, Huang Shifeng, et al. A GIS-based approach to flood risk zonation[J]. Acta Geographica Sinica, 2000, 55(1): 15-24. (in Chinese with English abstract)

[24] 王鵬，鄧紅衛(wèi). 基于GIS和Logistic回歸模型的洪澇災(zāi)害區(qū)劃研究[J]. 地球科學(xué)進展，2020，35(10)：1064-1072.

Wang Peng, Deng Hongwei. Study on flood hazard risk zoning based on GIS and Logistic regression model[J]. Advances in Earth Science, 2020, 35(10): 1064-1072. (in Chinese with English abstract)

[25] 劉璐. 寧波市臺風(fēng)災(zāi)害綜合風(fēng)險區(qū)劃與評估[D]. 南京：南京信息工程大學(xué)，2018.

Liu Lu. Typhoon Disater Risk Division and Assessment in Ningbo City[D]. Nanjing: Nanjing University of Information Science and Technology, 2018. (in Chinese with English abstract)

[26] 趙振庭，孔祥斌，張雪靚，等. 基于多維超體積生態(tài)位的高標準生態(tài)農(nóng)田建設(shè)分區(qū)方法[J]. 農(nóng)業(yè)工程學(xué)報，2022，38(13)：253-263.

Zhao Zhenting, Kong Xiangbin, Zhang Xueliang, et al. Method for zoning high-standard ecological farmland construction using multi-dimensional super-volume ecological niche[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2022, 38(13): 253-263. (in Chinese with English abstract)

[27] 范習(xí)超，秦京濤，徐磊，等. 大型灌區(qū)節(jié)水水平評價指標體系構(gòu)建與實證[J]. 農(nóng)業(yè)工程學(xué)報，2021，37(20)：99-107.

Fan Xichao, Qin Jingtao, Xu Lei, et al. Construction and empirical analysis of the evaluation index system for the water-saving level of large-sized irrigation districts[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(20): 99-107. (in Chinese with English abstract)

[28] 吳瑞英，孫懷衛(wèi)，嚴冬，等. 基于格網(wǎng)數(shù)據(jù)和博弈論組合賦權(quán)的中巴經(jīng)濟走廊洪災(zāi)風(fēng)險評價[J]. 農(nóng)業(yè)工程學(xué)報，2021，37(14)：145-154

Wu Ruiying, Sun Huaiwei, Yan Dong, et al. Evaluation of disaster risk in China-Pakistan Economic Corridor by combination weighting based on improved game theory and grid data[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(14): 145-154. (in Chinese with English abstract)

[29] Kokangul A, Polat U, Dagsuyu C. A new approximation for risk assessment using the AHP and Fine Kinney methodologies[J]. Safety Science, 2017, 91: 24-32.

[30] Roy D C, Blaschke T. Spatial vulnerability assessment of floods in the coastal regions of Bangladesh[J]. Geomatics, Natural Hazards and Risk, 2015, 6(1): 21-44.

[31] 張美恩，王春乙，宋艷玲，等. 河南省夏花生生育期旱澇災(zāi)害危險性評價[J]. 農(nóng)業(yè)工程學(xué)報，2022，38(1)：158-168.

Zhang Meien, Wang Chunyi, Song Yanling, et al. Risk assessment of summer peanut drought and waterlogging disaster during growth periods in Henan Province of China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2022, 38(1): 158-168. (in Chinese with English abstract)

[32] 劉希朝，李效順，蔣冬梅. 基于土地利用變化的黃河流域景觀格局及生態(tài)風(fēng)險評估[J]. 農(nóng)業(yè)工程學(xué)報，2021，37(4)：265-274.

Liu Xizhao, Li Xiaoshun, Jiang Dongmei. Landscape pattern identification and ecological risk assessment using land-use change in the Yellow River Basin[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(4): 265-274. (in Chinese with English abstract)

[33] 陳小敏，李偉光，梁彩紅，等. 海南島主要農(nóng)業(yè)氣象災(zāi)害特征及防御措施分析[J]. 熱帶生物學(xué)報，2022，13(4)：416-421.

Chen Xiaomin, Lin Weiguang, Liang Caihong, et al. Major agrometeorological disasters in Hainan and their control[J]. Journal of Tropical Biology, 2022, 13(4): 416-421. (in Chinese with English abstract)

[34] Zhuang Y, Xing A, Jiang Y, et al. Typhoon, rainfall and trees jointly cause landslides in coastal regions[J]. Engineering Geology, 2022, 298: 106561.

Risk assessment and sustainable development countermeasures of agricultural typhoon disaster for Hainan Island of China

Nie Chaojia1,2,3, Ye Huichun1,2,3※, Zhang Shiwen4, Guo Jiawei1,2, Cui Bei5, Huang Wenjiang1,2,3

(1.,100094,; 2.,,,100094,; 3.,,572029,; 4.,,232001,; 5.,,100101,)

Typhoons can generally bring the terrible damage for the agricultural production, particularly in Hainan Island with the frequent occurrence. It is a high demand for the accurate and rapid risk assessment on agricultural typhoon disaster, in order to optimize the layout of agricultural planting for the damage prevention and mitigation. Taking the Hainan Island of south China as the study area, this research aims to construct the assessment index system of agricultural typhoon disaster for the sustainable development countermeasures. Some influencing factors were also selected in the natural disaster system, including the rainfall, wind speed, typhoon occurrence time, digital elevation model data, rivers and watersheds, ratio vegetation index, agricultural population, agricultural output value, cultivated land area, and land area during the occurrence of typhoons over many years. Some considerations were then posed on the risk of disaster-causing factors, the exposure of hazard-formative environments, and the vulnerability of hazard-affected bodies. Eight indicators were illustrated for the risk comprehensive assessment model of agricultural typhoon disaster, including the maximum wind speed accumulation, rainfall accumulation, influence index of terrain factor, river network density, vegetation exposure, agricultural population density, output value per unit area of agricultural land, and the proportion of cultivated land in the land area. The relative importance of each index was scored by 15 experienced experts that engaged in the meteorology, agriculture, hydrology, and geography using analytic hierarchy process. Then, the weight was calculated to evaluate the contribution degree of eight indexes for each Criteria layer and index layer, according to the matrix judgment and consistency. As such, the agricultural typhoon disaster risk was determined from the typhoon occurrence data from 2001 to 2020. The agricultural typhoon disaster risks of cities and counties were divided into five levels: level I, II, III, IV, and V. The results showed that: The high risk of agricultural typhoon disaster was found in the study area, where the risk index was between 0.40 and 0.80, with an average of 0.61. The area of agricultural typhoon disaster risk level III and above were accounted for 74.8%. Spatially, the risk of typhoon disaster in the northern and coastal areas was much higher than that in the central mountainous area. Among them, Qionghai and Haikou cities presented the highest risk, with the disaster risk integrated index of 0.712 and 0.689, respectively. The lowest disaster risk was observed in Baoting, Baisha, Wuzhishan, and Qiongzhong cities, with the integrated index of disaster risk all lower than 0.540. The risk of disaster-causing factors and the exposure of hazard-formative environment for the agricultural typhoon were retained at a high level in northern areas (such as Haikou, Wenchang, Ding'an, and Chengmai), and coastal areas (such as Qionghai, and Danzhou), whereas a low level was found in the central areas (such as Baisha, Qiongzhong, and Wuzhishan). The vulnerability of hazard-affected bodies remained at a high level in Qionghai, Lingshui and Sanya, whereas, a low level in Baisha and Qiongzhong. Three countermeasures were also proposed for the prevention and reduction of agricultural typhoon disaster during sustainable development. Specifically, the layout of agricultural planting can be rationally adjusted for the risk monitoring and early warning, according to the typhoon characteristics and the risk distribution of agricultural typhoon disasters. The investment can be expected to strengthen in agricultural policy insurance. The specific measures included: 1) priority should be given to the typhoon-resistant crops, winter melon, and vegetable planting in the Qiongdong region; 2) an intelligent monitoring and perception network can be established using space-sky-terrestrial integration for the agricultural typhoon disaster risk in remote mountainous areas, while the new remote sensing can be introduced in the areas with developed agricultural activities; 3) to innovate the agricultural insurance underwriting and claim settlement mode. The finding can offer the strong support to the disaster prevention and emergency decision-making for the regions with different disaster risk levels.

agricultural disasters; typhoon; risk assessment; tropical agriculture; sustainable development

10.11975/j.issn.1002-6819.2022.23.025

P425.6; X43

A

1002-6819(2022)-23-0237-10

聶超甲，葉回春，張世文，等. 海南島農(nóng)業(yè)臺風(fēng)災(zāi)害風(fēng)險評估與可持續(xù)發(fā)展對策[J]. 農(nóng)業(yè)工程學(xué)報，2022，38(23)：237-246.doi：10.11975/j.issn.1002-6819.2022.23.025 http://www.tcsae.org

Nie Chaojia, Ye Huichun, Zhang Shiwen, et al. Risk assessment and sustainable development countermeasures of agricultural typhoon disaster for Hainan Island of China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2022, 38(23): 237-246. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2022.23.025 http://www.tcsae.org

2022-03-04

2022-08-15

中國科學(xué)院戰(zhàn)略性先導(dǎo)科技專項（A類）資助（XDA19030105）；海南省重大科技計劃項目（ZDKJ2019006）；海南省青年自然科學(xué)基金項目（420QN293）；中國科學(xué)院青年創(chuàng)新促進會項目（2021119）

聶超甲，研究方向為農(nóng)業(yè)生態(tài)遙感監(jiān)測應(yīng)用。Email：niecj@aircas.ac.cn

葉回春，博士，副研究員，研究方向為農(nóng)業(yè)定量遙感機理與應(yīng)用。Email：yehc@aircas.ac.cn