雷宏軍，張保國，潘紅衛(wèi)，商崇菊，馮 凱，王 飛，孫 偉

（1. 華北水利水電大學(xué)水利學(xué)院，河南 鄭州 450046； 2. 貴州省水利科學(xué)研究院防災(zāi)與節(jié)水研究所，貴州 貴陽 550002）

0 引 言

第一次全國自然災(zāi)害綜合風(fēng)險(xiǎn)普查是一項(xiàng)重大國情國力調(diào)查，也是提升自然災(zāi)害防治能力的基礎(chǔ)性工作［1］。其中，水旱災(zāi)害風(fēng)險(xiǎn)普查是管控水旱災(zāi)害“三大風(fēng)險(xiǎn)”的重要技術(shù)支撐。氣候變暖背景下［2］，極端天氣頻發(fā)，旱災(zāi)風(fēng)險(xiǎn)問題越來越突出［3］，其中我國西南地區(qū)干旱化趨勢明顯［4］，干旱災(zāi)害呈現(xiàn)頻率高、強(qiáng)度大、影響廣的特點(diǎn)［5］。貴州巖溶廣布，具有獨(dú)特的下墊面性質(zhì)、水文結(jié)構(gòu)和氣候特征［6］，干旱情勢復(fù)雜，影響因素多，具有獨(dú)特“貴州”特點(diǎn)。普查技術(shù)規(guī)范方法對干旱致災(zāi)機(jī)理考慮不全面，導(dǎo)致干旱災(zāi)害風(fēng)險(xiǎn)區(qū)劃成果與歷史旱災(zāi)成果協(xié)調(diào)性不足，干旱災(zāi)害風(fēng)險(xiǎn)區(qū)劃亟待深入研究。

干旱是由降水偏少或氣溫偏高等氣象因素異常所導(dǎo)致的自然現(xiàn)象，而旱災(zāi)是在干旱背景下自然環(huán)境系統(tǒng)和社會經(jīng)濟(jì)系統(tǒng)多因素耦合作用產(chǎn)生的自然災(zāi)害［7］。國內(nèi)外學(xué)者對干旱災(zāi)害開展了大量研究，提出數(shù)百種干旱災(zāi)害評價(jià)指標(biāo)定量評價(jià)干旱災(zāi)害［8-11］，主要包括基于氣象站點(diǎn)的干旱指數(shù)和基于遙感的干旱指數(shù)兩大類［12］。其中SPEI指數(shù)融合考慮了降水和氣溫等對干旱有直接作用的因素的影響［13］，是氣候變化背景下區(qū)域旱情分析的一種常用指標(biāo)［14］。但單一的氣象干旱評價(jià)指標(biāo)無法表征所有影響干旱災(zāi)害發(fā)生的因素，在反映干旱災(zāi)害發(fā)生機(jī)制上具有局限性［15］。自然災(zāi)害風(fēng)險(xiǎn)理論主要有“二因子說”、“三因子說”和“四因子說”［16］。如ZENG 等［17］基于“二因子說”評估了我國西南地區(qū)的農(nóng)業(yè)干旱災(zāi)害風(fēng)險(xiǎn)，得到極端農(nóng)業(yè)干旱災(zāi)害風(fēng)險(xiǎn)區(qū)主要分布在貴州省東北部等地區(qū)的結(jié)論。ZHAO等［18］基于“三因子說”，引入歷史旱災(zāi)損失修正干旱災(zāi)害風(fēng)險(xiǎn)評估過程，利用多元非線性回歸技術(shù)建立干旱災(zāi)害風(fēng)險(xiǎn)評估模型，對我國干旱災(zāi)害風(fēng)險(xiǎn)進(jìn)行評估并確定西南地區(qū)東部等地區(qū)為高風(fēng)險(xiǎn)區(qū)域。LIU等［19］基于“四因子說”，選取耕地面積、農(nóng)村人口等指標(biāo)評估了黑龍江省干旱災(zāi)害風(fēng)險(xiǎn)。HAN等［20］基于“四因子說”，綜合降水量、植被覆蓋度等指標(biāo)構(gòu)建干旱災(zāi)害風(fēng)險(xiǎn)指數(shù)，評估了我國西南地區(qū)的干旱災(zāi)害風(fēng)險(xiǎn)，得到干旱災(zāi)害風(fēng)險(xiǎn)呈西南向東北遞增的分布特征。“四因子說”在危險(xiǎn)性、脆弱性、暴露性的基礎(chǔ)上考慮了抗旱減災(zāi)能力，全面、客觀地表征干旱致災(zāi)機(jī)理，被廣泛應(yīng)用于旱災(zāi)風(fēng)險(xiǎn)評估與區(qū)劃［21-23］。與平原地區(qū)不同，喀斯特地區(qū)下墊面條件復(fù)雜［24］，突出表現(xiàn)為山多坡陡、河谷深切、地高水低等特點(diǎn)［25］，生態(tài)環(huán)境脆弱，旱地對干旱極為敏感。農(nóng)村供水保證率較低，導(dǎo)致農(nóng)村常住人口對干旱災(zāi)害較為敏感。農(nóng)村分散供水工程的建設(shè)標(biāo)準(zhǔn)相對于集中供水工程較低，對干旱災(zāi)害極為敏感［26］。隨著水利發(fā)展，農(nóng)村飲水安全保障水平和農(nóng)田有效灌溉面積比重穩(wěn)步提升，干旱災(zāi)害風(fēng)險(xiǎn)低于同等旱情歷史年份，抗旱減災(zāi)能力降低或規(guī)避干旱災(zāi)害風(fēng)險(xiǎn)的作用逾發(fā)突出。當(dāng)前干旱災(zāi)害風(fēng)險(xiǎn)區(qū)劃研究中對喀斯特巖溶山區(qū)復(fù)雜地形背景體現(xiàn)不全面，評價(jià)指標(biāo)體系對干旱災(zāi)害風(fēng)險(xiǎn)源的針對性不強(qiáng)；抗旱減災(zāi)能力評價(jià)指標(biāo)對研究區(qū)水利發(fā)展特征體現(xiàn)不全面。如何反映復(fù)雜地形背景信息，體現(xiàn)水利發(fā)展帶來的干旱災(zāi)害風(fēng)險(xiǎn)變化，存在較大的提升空間。

遵義市是第一次全國自然災(zāi)害綜合風(fēng)險(xiǎn)普查“一省兩市”試點(diǎn)評估區(qū)劃的兩個(gè)市級試點(diǎn)之一，也是貴州喀斯特地貌發(fā)育最典型的地區(qū)之一。本研究以遵義市為例，結(jié)合喀斯特巖溶山區(qū)干旱災(zāi)害特點(diǎn)，在當(dāng)前研究的基礎(chǔ)上，分析和遴選干旱災(zāi)害風(fēng)險(xiǎn)代表性評價(jià)指標(biāo)，構(gòu)建以縣級行政區(qū)為評估單元的干旱災(zāi)害風(fēng)險(xiǎn)區(qū)劃模型，開展干旱災(zāi)害風(fēng)險(xiǎn)區(qū)劃研究。通過該研究為當(dāng)?shù)亻_展干旱災(zāi)害防御工作提供科學(xué)依據(jù)，也為類似喀斯特巖溶山區(qū)干旱災(zāi)害風(fēng)險(xiǎn)區(qū)劃提供參考，助推干旱災(zāi)害風(fēng)險(xiǎn)普查成果轉(zhuǎn)化應(yīng)用，提升喀斯特地區(qū)干旱災(zāi)害防治能力。

1 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

遵義市位于貴州省北部，105°36'E～108°13'E，27°08'N～29°12'N 之間，地處云貴高原偏東北的斜坡地帶，屬亞熱帶季風(fēng)氣候。地形起伏大，地貌類型多樣，可劃分為非喀斯特地貌、巖溶高原地貌和巖溶槽谷地貌。石漠化土地面積293.2 千hm2，石漠化發(fā)生率13.24%。耕地面積634.7 千hm2，其中旱地占75.12%。氣候變暖背景下，年平均氣溫升高趨勢明顯，年降水量呈波動(dòng)減少趨勢，降水變率增大，干旱化發(fā)展態(tài)勢加重。

圖1 研究區(qū)地貌和氣象站點(diǎn)分布Fig.1 Distribution geomorphology and meteorological site in the study area

1.2 數(shù)據(jù)來源

研究的主要基礎(chǔ)數(shù)據(jù)及其來源為：遵義市7 個(gè)氣象站1961-2020 年逐日降水量數(shù)據(jù)來源于中國氣象數(shù)據(jù)網(wǎng)（http：//data.cma.cn）；GDEMV3 30M 分辨率數(shù)字高程模型數(shù)據(jù)來源于中國科學(xué)院計(jì)算機(jī)網(wǎng)絡(luò)信息中心地理空間數(shù)據(jù)云（http：//www.gscloud.cn）；石漠化數(shù)據(jù)來源于《喀斯特石漠化的遙感-GIS 典型研究：以貴州省為例》附件：貴州喀斯特石漠化的遙感——GIS 調(diào)查數(shù)據(jù)［27］；萬元GDP 用水量和灌溉水利用系數(shù)來源于《遵義市水資源公報(bào)-2020》；土地利用數(shù)據(jù)來源于各縣區(qū)第三次全國國土調(diào)查數(shù)據(jù)公報(bào)；農(nóng)村集中供水率為遵義市農(nóng)村飲水安全工程運(yùn)行管護(hù)現(xiàn)狀摸排成果；1956-2016 年水資源量數(shù)據(jù)為全國第三次水資源調(diào)查評價(jià)的水資源量成果；2017-2020 年水資源量數(shù)據(jù)和有效灌溉面積數(shù)據(jù)為貴州省干旱災(zāi)害風(fēng)險(xiǎn)普查致災(zāi)調(diào)查階段成果數(shù)據(jù)；農(nóng)村常住人口數(shù)據(jù)由各縣區(qū)第七次全國人口普查公報(bào)計(jì)算得到；農(nóng)民人均可支配收入和三大產(chǎn)業(yè)數(shù)據(jù)來源于《貴州統(tǒng)計(jì)年鑒-2021》［28］。

2 研究方法

2.1 指標(biāo)標(biāo)準(zhǔn)化

干旱災(zāi)害風(fēng)險(xiǎn)區(qū)劃涉及到的指標(biāo)類型復(fù)雜，為消除不同評價(jià)指標(biāo)間量綱差異，縮小同一指標(biāo)不同縣區(qū)差距，使歸一化后評價(jià)更具統(tǒng)一性和可比性，參考和借鑒喀斯特地區(qū)農(nóng)業(yè)干旱災(zāi)害研究［29］，采用下式進(jìn)行標(biāo)準(zhǔn)化處理：

（1）正向指標(biāo)：

（2）負(fù)向指標(biāo)：

式中：Yi為指標(biāo)層標(biāo)準(zhǔn)化值；Xi表示指標(biāo)數(shù)據(jù)；Xmax和Xmin分別表示指標(biāo)的最大值和最小值。

2.2 組合賦權(quán)法

常見的賦權(quán)方法有專家打分法、層次分析法（AHP）、熵權(quán)法等。為了更好地評估不同指標(biāo)的影響程度，采用“專家打分法-熵權(quán)法”主客觀相結(jié)合的方法確定權(quán)重。多位本地專家對評價(jià)指標(biāo)體系采用百分制量化打分，各指標(biāo)剔除異常值后取平均值再次征詢意見并修訂得到專家打分權(quán)重，見表1 第6 列。同時(shí)，基于客觀的熵權(quán)法確定權(quán)重，權(quán)重的計(jì)算公式為：

表1 干旱災(zāi)害風(fēng)險(xiǎn)區(qū)劃指標(biāo)體系Tab.1 Drought disaster risk zoning index system

式中：NI表示總的指標(biāo)數(shù)目；di表示第i項(xiàng)指標(biāo)的墑冗余度，其計(jì)算公式為：

式中：Nc為縣區(qū)數(shù)量。通過熵權(quán)法計(jì)算得到各項(xiàng)指標(biāo)熵權(quán)權(quán)重，其結(jié)果如表1第7列所示。

對專家打分法和熵權(quán)法得到的權(quán)重進(jìn)行組合賦權(quán)，組合權(quán)重計(jì)算公式如式（5），綜合權(quán)重結(jié)果如表1第8列所示。

式中：w為綜合權(quán)重；w1為專家打分權(quán)重；w2為熵權(quán)權(quán)重。

2.3 干旱災(zāi)害風(fēng)險(xiǎn)區(qū)劃模型

基于自然災(zāi)害風(fēng)險(xiǎn)理論，建立干旱災(zāi)害風(fēng)險(xiǎn)區(qū)劃模型［29］：

式中：R為干旱災(zāi)害風(fēng)險(xiǎn)度；QH為致災(zāi)因子危險(xiǎn)性因子；QE為孕災(zāi)環(huán)境脆弱性因子；QD為承災(zāi)體暴露性因子；QM為抗旱減災(zāi)能力因子；WH、WE、WD、WM分別為4 個(gè)因子的權(quán)重系數(shù)，且WH+WE+WD+WM=1。準(zhǔn)則層因子采用下式計(jì)算：

式中：Q為準(zhǔn)則層因子；i為指標(biāo)層個(gè)數(shù)；wi為指標(biāo)層的權(quán)重值。

3 結(jié)果與分析

3.1 因子指標(biāo)體系構(gòu)建

干旱災(zāi)害是致災(zāi)因子危險(xiǎn)性、孕災(zāi)環(huán)境脆弱性、承災(zāi)體暴露性和抗旱減災(zāi)能力綜合作用的產(chǎn)物［30］。氣象因素和水文因素是影響干旱危險(xiǎn)性的最直接因素［31］，選取干旱頻率、干旱強(qiáng)度和地表水干旱危險(xiǎn)性指數(shù)綜合評價(jià)干旱災(zāi)害危險(xiǎn)性。中度及以上石漠化區(qū)域植被少土層薄，基巖裸露率高，基本達(dá)不到種植條件，可忽略干旱對其的影響［32］，故輕度及以下石漠化區(qū)域（含非巖溶地貌）是干旱災(zāi)害孕災(zāi)的環(huán)境。選取林草濕占比和地形綜合指數(shù)分別評價(jià)涵養(yǎng)水源能力和地形復(fù)雜程度。承災(zāi)體是指承受旱災(zāi)影響的主體［33］。選取第一產(chǎn)業(yè)占比評價(jià)社會經(jīng)濟(jì)暴露性。因土地利用的區(qū)位條件差異較大，選取耕地面積和旱地占比評價(jià)耕地暴露性和易損性。選取農(nóng)村常住人口評價(jià)人口暴露性。因水利工程數(shù)據(jù)較薄弱，選取農(nóng)民人均可支配收入、農(nóng)村集中供水率、耕地有效灌溉率、灌溉水利用系數(shù)和萬元GDP用水量綜合評價(jià)抗旱減災(zāi)能力［34］。其中：

（1）干旱頻率和干旱強(qiáng)度。以遵義市7 個(gè)氣象站1961-2020 年數(shù)據(jù)為基礎(chǔ)，基于SPEI定義單個(gè)柵格的氣象干旱危險(xiǎn)性，即發(fā)生氣象干旱（SPEI≤-0.5）的頻率和SPEI累積值的平均值的絕對值分別為該柵格的干旱頻率和干旱強(qiáng)度。使用反距離加權(quán)內(nèi)插法分別對干旱頻率和干旱強(qiáng)度進(jìn)行插值，將縣級行政單元內(nèi)所有柵格干旱頻率和干旱強(qiáng)度的平均值分別作為該縣級行政單元的干旱頻率和干旱強(qiáng)度。其中，干旱強(qiáng)度計(jì)算公式為：

式中：I為干旱強(qiáng)度；n為發(fā)生干旱次數(shù)；SPEIi為某次氣象干旱縣級行政區(qū)內(nèi)所有柵格SPEI的平均值。

（2）地表水干旱危險(xiǎn)性指數(shù)?；?956-2020 年水資源量數(shù)據(jù)，折合徑流深作為地表水干旱危險(xiǎn)性評價(jià)指標(biāo)，計(jì)算所有縣級行政區(qū)多年平均徑流深和年徑流深負(fù)異常指數(shù)的最大值和最小值，分別按式（9）和式（10）對各縣級行政單元多年平均徑流深和徑流深負(fù)異常指數(shù)進(jìn)行歸一化：

式中：Wi和Di分別為第i個(gè)行政單元的多年平均徑流深和年徑流深負(fù)異常指數(shù)；Wmax和Wmin分別為所有縣級行政單元多年平均徑流深的最大值和最小值；Dmax和Dmin分別為所有縣級行政單元中最大和最小年徑流深負(fù)異常指數(shù)；Wnorm，i和Dnorm，i分別為第i個(gè)縣級行政單元?dú)w一化之后的多年平均徑流深和年徑流深負(fù)異常指數(shù)。其中，年徑流深負(fù)異常指數(shù)采用下式計(jì)算：

式中：D為年徑流深負(fù)異常指數(shù)，其值越大，說明枯水年份（50%及以上來水頻率）徑流深偏離平水年份的程度越大，地表水干旱危險(xiǎn)性越高；σ為枯水年徑流深相對于多年平均徑流深的標(biāo)準(zhǔn)差；μ為多年平均徑流深；n為枯水年年數(shù)；xi為枯水年徑流深。

地表水干旱危險(xiǎn)性指數(shù)（DT）考慮年徑流深的稟賦和負(fù)異常狀態(tài)，采用下式計(jì)算：

式中：Wnorm和Dnorm分別為多年平均徑流深和年徑流深負(fù)異常指數(shù)的歸一化值，α和β分別為權(quán)重系數(shù)。因喀斯特山區(qū)蓄水條件差，水資源配置和調(diào)蓄能力弱，年徑流深負(fù)異常程度是地表水干旱危險(xiǎn)性的主導(dǎo)因素，α和β分別取0.2、0.8。

（3）地形綜合指數(shù)。選取平均海拔、高程均方差、平均坡度和平均起伏度4 個(gè)指標(biāo)綜合評價(jià)地形復(fù)雜程度。其中，平均海拔、高程均方差和平均坡度為以縣級行政區(qū)為單元提取。因研究區(qū)地表崎嶇，以30 m 分辨率DEM 的5×5 像元（150 m×150 m）為微地形單元提取起伏度評價(jià)地形起伏程度，取縣級行政單元內(nèi)所有微地形起伏度的平均值作為平均起伏度。對以上4個(gè)指標(biāo)分別進(jìn)行歸一化。按其對脆弱性的影響程度，依次設(shè)定權(quán)重為0.1、0.2、0.3、0.4，計(jì)算公式為：

式中：E、SD、S、U分別代表平均海拔、高程均方差、平均坡度和平均起伏度；norm代表歸一化值。

3.2 旱災(zāi)評價(jià)指標(biāo)空間分布

為方便指標(biāo)間進(jìn)行比較，通過自然斷點(diǎn)法對各指標(biāo)歸一化值分為5 級，見圖2。干旱災(zāi)害評價(jià)指標(biāo)的分布特征各不相同，體現(xiàn)了干旱災(zāi)害風(fēng)險(xiǎn)的復(fù)雜性。由圖2（a）、和圖2（b）可以看出，干旱頻率和干旱強(qiáng)度均較高的地區(qū)分布在中部和北部地區(qū)，反映了中部和北部地區(qū)氣象干旱較為嚴(yán)重。地表水干旱危險(xiǎn)性指數(shù)表征了地區(qū)天然水資源量的自然變異程度，反映的是旱災(zāi)形成的水文背景。由圖2（c），地表水干旱危險(xiǎn)性指數(shù)高值區(qū)主要分布在東部和南部中部以東以南地區(qū)，低值區(qū)主要分布在西部地區(qū)。由圖2（d），林草濕占比低值區(qū)主要分布在南部地區(qū)，高值區(qū)主要分布在東北部和西北部。由圖2（e），地形條件呈現(xiàn)由東南向西北越來越復(fù)雜的趨勢。由圖2（f），東部和西部輕度及以下石漠化占比較高，南部和北部輕度及以下石漠化占比較低。由圖2（g），耕地面積較大的地區(qū)主要分布在北部地區(qū)和南部的播州區(qū)，耕地面積較小的地區(qū)主要分布在東南部和西北部地區(qū)。由圖2（h），北部和西部地區(qū)旱地占比較高，南部和東南部地區(qū)旱地占比較低。由圖2（i），農(nóng)村常住人口較多的縣區(qū)主要分布在中部以南以西地區(qū)，農(nóng)村常住人口較少的縣區(qū)主要分布在中部及中部以東地區(qū)。由圖2（j），南部和西部第一產(chǎn)業(yè)占比較低，東部和東北部第一產(chǎn)業(yè)占比較高。由圖2（k），中部和南部農(nóng)民人均可支配收入較高，東部和北部農(nóng)民人均可支配收入較低。由圖2（l），由中心城區(qū)（紅花崗區(qū)和匯川區(qū)）向四周農(nóng)村集中供水率呈現(xiàn)降低趨勢。由圖2（m），南部、東北部和西部耕地有效灌溉率較低，中部及中部以東地區(qū)耕地有效灌溉率較高。由圖2（n），南部灌溉水利用系數(shù)較高，東北部和西部灌溉水利用系數(shù)較低。由圖2（o），南部和西部萬元GDP用水量較低，東部萬元GDP 用水量較高。東南部和南部地區(qū)雖林草濕占比較低，但地形條件較好，旱地占比較低，灌溉水利用系數(shù)較高。

表2 干旱災(zāi)害風(fēng)險(xiǎn)要素等級劃分表Tab.2 Table of drought hazard risk factor

圖2 干旱災(zāi)害風(fēng)險(xiǎn)要素標(biāo)準(zhǔn)化值的分布圖Fig.2 Distribution of normalized values of drought disaster risk assessment indicators

3.3 旱災(zāi)影響因子空間分布

由圖2 可以看出，自然斷點(diǎn)法分級易造成不同級別縣級行政區(qū)數(shù)量相差較大的情形，如圖2（a）、圖2（b）、圖2（d）、圖2（e）、圖2（g）、圖2（n）。為避免出現(xiàn)此情形，對干旱災(zāi)害風(fēng)險(xiǎn)的影響因子和干旱災(zāi)害風(fēng)險(xiǎn)度的數(shù)據(jù)分布特征進(jìn)行分析（見圖3）?？梢?，“四因子”和干旱災(zāi)害風(fēng)險(xiǎn)度均呈線性分布，使用ArcGIS的分位數(shù)法分級，將旱災(zāi)影響因子分布情況繪于圖4。

圖3 干旱災(zāi)害影響因子和干旱災(zāi)害風(fēng)險(xiǎn)度線性擬合圖Fig.3 Linear fitting plot of drought disaster impact factor and drought disaster risk degree

由圖4可以看出，危險(xiǎn)性總體呈東高西低的趨勢，地表水干旱危險(xiǎn)性高的縣區(qū)致災(zāi)因子危險(xiǎn)性高［圖4（a）］。致災(zāi)因子危險(xiǎn)性呈現(xiàn)春旱易發(fā)區(qū)＜春夏連旱易發(fā)區(qū)＜夏旱易發(fā)區(qū)的趨勢。孕災(zāi)環(huán)境脆弱性和承災(zāi)體暴露性均呈現(xiàn)北高南低的趨勢。其中，習(xí)水縣和仁懷市脆弱性最高，紅花崗區(qū)、播州區(qū)和湄潭縣脆弱性最低［圖4（b）］，結(jié)合圖4（b）和圖2（e）可知，高脆弱性縣區(qū)的地形條件差。桐梓縣和綏陽縣暴露性最高，紅花崗區(qū)和匯川區(qū)暴露性最低，暴露性高的縣區(qū)農(nóng)業(yè)比重高，旱地占比大［圖4（c）］。低抗旱減災(zāi)能力的縣區(qū)分布在遵義市的東北部、西北部和東南部，呈現(xiàn)中心城區(qū)（紅花崗區(qū)和匯川區(qū)）向四周抗旱減災(zāi)能力逐漸降低的趨勢。低抗旱減災(zāi)能力縣區(qū)農(nóng)民可支配收入和耕地有效灌溉率均為全市最低水平［圖4（d）］。

由圖2 和圖4 可以看出，地表水干旱危險(xiǎn)性指數(shù)、地形綜合指數(shù)、耕地面積和旱地占比、農(nóng)村集中供水率和耕地有效灌溉率分別是致災(zāi)因子危險(xiǎn)性、孕災(zāi)環(huán)境脆弱性、承災(zāi)體暴露性和抗旱減災(zāi)能力的主要影響因子。

3.4 干旱災(zāi)害風(fēng)險(xiǎn)區(qū)劃

基于圖3 對干旱災(zāi)害風(fēng)險(xiǎn)度的定量分析，依據(jù)ArcGIS 的分位數(shù)法得到干旱災(zāi)害風(fēng)險(xiǎn)區(qū)劃圖（見圖5）。結(jié)合圖4 可以看出，抗旱減災(zāi)能力是干旱災(zāi)害風(fēng)險(xiǎn)的主要影響因子。

圖5 干旱災(zāi)害風(fēng)險(xiǎn)區(qū)劃圖Fig.5 Drought disaster risk zoning map

如圖5 所示，干旱災(zāi)害風(fēng)險(xiǎn)整體呈現(xiàn)東北高西南低的分布格局，不同風(fēng)險(xiǎn)等級呈現(xiàn)區(qū)域性的分布特征。高風(fēng)險(xiǎn)區(qū)分布在東北部，中高風(fēng)險(xiǎn)區(qū)分布在北部，中風(fēng)險(xiǎn)區(qū)分布在東部，中低風(fēng)險(xiǎn)區(qū)分布在南部，低風(fēng)險(xiǎn)區(qū)主要分布在中部。非巖溶地貌（赤水市）為低風(fēng)險(xiǎn)區(qū)；巖溶高原地貌的低風(fēng)險(xiǎn)區(qū)和中低風(fēng)險(xiǎn)區(qū)各占一半，紅花崗區(qū)和匯川區(qū)為低風(fēng)險(xiǎn)區(qū)，播州區(qū)和仁懷市為中低風(fēng)險(xiǎn)區(qū)；巖溶槽谷地貌僅湄潭縣為中低風(fēng)險(xiǎn)區(qū)，鳳岡縣、余慶縣和綏陽縣為中風(fēng)險(xiǎn)區(qū)，習(xí)水縣、桐梓縣和道真縣為中高風(fēng)險(xiǎn)區(qū)，正安縣和務(wù)川縣為高風(fēng)險(xiǎn)區(qū)。

干旱災(zāi)害風(fēng)險(xiǎn)在地貌上呈非巖溶地貌＜巖溶高原＜巖溶槽谷的趨勢。中高及以上風(fēng)險(xiǎn)區(qū)在“四因子”中至少有兩個(gè)因子處于中高及以上的風(fēng)險(xiǎn)。如正安縣為高風(fēng)險(xiǎn)區(qū)，“四因子”中致災(zāi)因子危險(xiǎn)性為高，承災(zāi)體暴露性為中高。中低及以上風(fēng)險(xiǎn)區(qū)在“四因子”中至少有兩個(gè)因子處于中低及以下的風(fēng)險(xiǎn)。如播州區(qū)為中低風(fēng)險(xiǎn)區(qū)，“四因子”中孕災(zāi)環(huán)境脆弱性為低，抗旱減災(zāi)能力為中高。綜上，干旱災(zāi)害風(fēng)險(xiǎn)是由自然災(zāi)害風(fēng)險(xiǎn)理論“四因子”共同作用的結(jié)果，抗旱減災(zāi)能力是干旱災(zāi)害風(fēng)險(xiǎn)的主要影響因子，提高抗旱減災(zāi)能力是降低干旱災(zāi)害風(fēng)險(xiǎn)的必由之路。

4 討 論

為驗(yàn)證旱災(zāi)風(fēng)險(xiǎn)區(qū)劃結(jié)果與遵義市旱災(zāi)風(fēng)險(xiǎn)分布現(xiàn)狀是否吻合，將區(qū)劃結(jié)果與歷史干旱災(zāi)害區(qū)劃成果進(jìn)行對比分析。

在全國抗旱規(guī)劃中匯川區(qū)為一般受旱縣，赤水市和仁懷市為主要受旱縣，其余11個(gè)縣區(qū)為嚴(yán)重受旱縣［35］。在本研究中紅花崗區(qū)為低風(fēng)險(xiǎn)區(qū)與全國抗旱規(guī)劃不協(xié)調(diào)。結(jié)合圖2 和圖4 可以看出，不協(xié)調(diào)的主要原因是紅花崗區(qū)相對于其他縣區(qū)干旱強(qiáng)度較低，地形條件好，承災(zāi)體暴露性低，社會經(jīng)濟(jì)和水利發(fā)展水平高，抗旱減災(zāi)能力強(qiáng)，故而干旱災(zāi)害風(fēng)險(xiǎn)低。

與《貴州省干旱災(zāi)害風(fēng)險(xiǎn)評估及其氣候預(yù)估》的成果相比［32］，本研究的風(fēng)險(xiǎn)度與該專著的貴州省多年平均干旱過程強(qiáng)度空間分布圖的遵義部分的平均干旱過程強(qiáng)度空間分布特征一致，表明區(qū)劃結(jié)果可以反映多年平均干旱過程強(qiáng)度。與該專著的貴州省干旱災(zāi)害風(fēng)險(xiǎn)區(qū)劃圖中遵義部分相比，本次區(qū)劃結(jié)果中務(wù)川縣干旱災(zāi)害風(fēng)險(xiǎn)較重，紅花崗區(qū)和匯川區(qū)較輕。由圖4可以看出，務(wù)川縣的致災(zāi)因子危險(xiǎn)性低，但孕災(zāi)環(huán)境脆弱性和承災(zāi)體暴露性在遵義市處于較高水平，抗旱減災(zāi)能力為全市最低水平，故而干旱災(zāi)害風(fēng)險(xiǎn)高。紅花崗區(qū)和匯川區(qū)為遵義市中心城區(qū)，致災(zāi)因子危險(xiǎn)性較低，承災(zāi)體暴露性處于遵義市最低水平，抗旱減災(zāi)能力為遵義市最高水平，故而干旱災(zāi)害風(fēng)險(xiǎn)低。本研究與該專著差異的主要原因?yàn)樵搶Ｖ笜?biāo)體系側(cè)重于氣象干旱危險(xiǎn)性（權(quán)重0.493），突出氣象干旱風(fēng)險(xiǎn)。本研究在考慮氣象干旱危險(xiǎn)性和地表徑流干旱危險(xiǎn)性的基礎(chǔ)上，綜合考慮喀斯特地區(qū)干旱災(zāi)害致災(zāi)機(jī)理和主要風(fēng)險(xiǎn)源，突出水利工程綜合抗旱減災(zāi)能力帶來的干旱災(zāi)害風(fēng)險(xiǎn)變化，更能體現(xiàn)遵義市干旱災(zāi)害風(fēng)險(xiǎn)現(xiàn)狀。

在《貴州省2009-2010年特大干旱災(zāi)害及抗旱工作評價(jià)》的旱災(zāi)易發(fā)地區(qū)分布圖中［36］，道真縣、務(wù)川縣、正安縣、桐梓縣、湄潭縣、鳳岡縣和余慶縣為重旱易發(fā)地區(qū)，其余地區(qū)為中旱易發(fā)區(qū)。本次區(qū)劃結(jié)果中習(xí)水縣風(fēng)險(xiǎn)相對較高，差異的原因在于習(xí)水縣雖致災(zāi)因子危險(xiǎn)性處于遵義市較低水平，但孕災(zāi)環(huán)境脆弱性和承災(zāi)體暴露性高，抗旱減災(zāi)能力弱，故而干旱災(zāi)害風(fēng)險(xiǎn)較高。

隨著水利工程和社會經(jīng)濟(jì)的發(fā)展，各地抗旱減災(zāi)能力不斷提升，干旱災(zāi)害風(fēng)險(xiǎn)均動(dòng)態(tài)降低。研究區(qū)水利工程發(fā)展的不均衡是本文區(qū)劃成果與歷史區(qū)劃成果差異的主要原因。本次差異主要體現(xiàn)在中心城區(qū)（紅花崗區(qū)和匯川區(qū)），如在2013 年的《全國抗旱規(guī)劃》成果中，遵義市中心城區(qū)的風(fēng)險(xiǎn)等級較高（常住人口增長快，工業(yè)發(fā)展快，工程供水能力不足），經(jīng)過“黃金十年”的水利工程建設(shè)，中心城區(qū)的供水保障能力已得到顯著的提升，水安全保障能力位于全市首位，綜合考慮其他因素，干旱災(zāi)害風(fēng)險(xiǎn)較低。故文章結(jié)論與《全國抗旱規(guī)劃》等歷史成果并不存在矛盾，可以證明本文區(qū)劃成果的合理性。

綜上所述，通過與全國抗旱規(guī)劃等資料進(jìn)行對比分析，驗(yàn)證了區(qū)劃結(jié)果的合理性，可為當(dāng)?shù)亻_展干旱災(zāi)害防御工作提供科學(xué)依據(jù)。

5 結(jié) 論

基于自然災(zāi)害風(fēng)險(xiǎn)理論，分析和遴選干旱災(zāi)害風(fēng)險(xiǎn)代表性指標(biāo)，利用氣象站觀測數(shù)據(jù)、數(shù)字高程模型、社會經(jīng)濟(jì)數(shù)據(jù)和干旱災(zāi)害風(fēng)險(xiǎn)普查致災(zāi)調(diào)查階段成果數(shù)據(jù)，采用“專家打分-熵權(quán)法”相結(jié)合得到權(quán)重，結(jié)合GIS 技術(shù)建立干旱災(zāi)害風(fēng)險(xiǎn)區(qū)劃模型，通過ArcGIS 的分位數(shù)分級，繪制干旱災(zāi)害風(fēng)險(xiǎn)區(qū)劃圖。結(jié)果表明：旱災(zāi)風(fēng)險(xiǎn)區(qū)劃模型的區(qū)劃結(jié)果與遵義市干旱災(zāi)害風(fēng)險(xiǎn)現(xiàn)狀相吻合。干旱災(zāi)害風(fēng)險(xiǎn)整體呈現(xiàn)東北高西南低分布格局和區(qū)域性分布特征。低風(fēng)險(xiǎn)區(qū)主要集中分布在中部，東北部干旱災(zāi)害風(fēng)險(xiǎn)最高。