基于 GIS的鄉(xiāng)鎮(zhèn)干旱災(zāi)害風(fēng)險(xiǎn)評(píng)估與區(qū)劃——以河北省唐山市灤縣為例

王慧彥，耿貴珍，帥 紅，薛 輝

(1.防災(zāi)科技學(xué)院，河北 三河 065201;2.湖南師范大學(xué)資源與環(huán)境科學(xué)學(xué)院，湖南 長(zhǎng)沙 410081)

0 引言

干旱是我國(guó)主要自然災(zāi)害之一，約占我國(guó)氣象災(zāi)害的50%左右。特別是近些年來(lái)，旱災(zāi)出現(xiàn)頻率增高、范圍擴(kuò)大、區(qū)域性明顯、持續(xù)時(shí)間長(zhǎng)，災(zāi)害損失不斷增大的趨勢(shì)，對(duì)國(guó)民經(jīng)濟(jì)特別是對(duì)鄉(xiāng)鎮(zhèn)的農(nóng)業(yè)造成巨大影響［1－2］。目前，國(guó)外對(duì)干旱的研究較為成熟，多側(cè)重于對(duì)農(nóng)業(yè)和氣象方面進(jìn)行風(fēng)險(xiǎn)管理、風(fēng)險(xiǎn)損失評(píng)估研究，但對(duì)區(qū)域綜合旱災(zāi)的相關(guān)研究不多。旱災(zāi)風(fēng)險(xiǎn)評(píng)估是進(jìn)行旱災(zāi)檢測(cè)及預(yù)報(bào)的研究重點(diǎn)，也是制定區(qū)域旱災(zāi)風(fēng)險(xiǎn)管理的有利依據(jù)，目前已經(jīng)得到廣泛關(guān)注。風(fēng)險(xiǎn)區(qū)劃是風(fēng)險(xiǎn)管理技術(shù)的有效方法之一，近年來(lái)得到廣泛應(yīng)用并取得很多科研成果，黃崇福等利用模糊數(shù)學(xué)和信息擴(kuò)散理論對(duì)農(nóng)業(yè)干旱災(zāi)害風(fēng)險(xiǎn)進(jìn)行研究，并提出自然災(zāi)害風(fēng)險(xiǎn)區(qū)劃的研究方向［3］;趙靜等基于網(wǎng)格GIS技術(shù)對(duì)豫北地區(qū)干旱災(zāi)害風(fēng)險(xiǎn)進(jìn)行區(qū)劃［4］;楊豐政等利用 GIS技術(shù)建立氣象數(shù)據(jù)庫(kù)對(duì)河北保定徐水縣進(jìn)行災(zāi)害風(fēng)險(xiǎn)評(píng)估，完成干旱災(zāi)害風(fēng)險(xiǎn)區(qū)劃［5］。

本文以灤縣為例，依據(jù)災(zāi)害系統(tǒng)理論，從孕災(zāi)環(huán)境、致災(zāi)因子的自然屬性和承災(zāi)體的社會(huì)屬性?xún)蓚€(gè)方面入手，基于多年灤縣統(tǒng)計(jì)局正式公布的社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)、《灤縣水資源綜合規(guī)劃報(bào)告》等相關(guān)資料，分別統(tǒng)計(jì)12個(gè)鄉(xiāng)鎮(zhèn)的自然環(huán)境(孕災(zāi)環(huán)境、致災(zāi)因子)、社會(huì)經(jīng)濟(jì)(承災(zāi)體)等系列資料，作為綜合評(píng)價(jià)水旱災(zāi)害風(fēng)險(xiǎn)的基礎(chǔ)數(shù)據(jù);從干旱災(zāi)害形成的機(jī)理出發(fā)建立表征干旱災(zāi)害危險(xiǎn)性和易損性評(píng)價(jià)指標(biāo)體系，利用GIS技術(shù)建立干旱災(zāi)害風(fēng)險(xiǎn)評(píng)估模型，得到灤縣旱災(zāi)綜合風(fēng)險(xiǎn)評(píng)價(jià)等級(jí)區(qū)劃圖，在此基礎(chǔ)上對(duì)評(píng)價(jià)結(jié)果進(jìn)行分析，找岀導(dǎo)致灤縣水旱災(zāi)害風(fēng)險(xiǎn)的主導(dǎo)因素，為水旱災(zāi)害防御工程布局與配置提供科學(xué)依據(jù)。

1 研究區(qū)概況

灤縣位于河北省東部，燕山南麓，灤河西岸，行政區(qū)劃隸屬于唐山(118°16'～118°49'E，39°35'～39°58'N)。總面積1 028 km2，轄 12 個(gè)鎮(zhèn) 504個(gè)行政村，總?cè)丝诩s56萬(wàn)人。屬于暖溫帶半濕潤(rùn)的季風(fēng)型大陸性氣候區(qū)。主要的氣象災(zāi)害有旱澇、大風(fēng)、冰雹、霜凍、雷電、暴雪等，其中旱災(zāi)和風(fēng)雹災(zāi)危害最大，灤縣每年因氣象災(zāi)害引起的損失可達(dá)國(guó)民生產(chǎn)總值的2%。旱災(zāi)多屬秋冬連旱或冬春連旱災(zāi)害，其中秋冬連旱災(zāi)害約占總旱災(zāi)次數(shù)的55%，而冬春連旱災(zāi)害約占總旱災(zāi)次數(shù)的45%，甚至有些年份如1976年、2006年發(fā)生了四季連旱的異常現(xiàn)象。重旱災(zāi)多發(fā)生在古馬鎮(zhèn)、雷莊鎮(zhèn)、響嘡鎮(zhèn)、油榨鎮(zhèn)等鄉(xiāng)鎮(zhèn)，輕旱災(zāi)和小旱災(zāi)一般發(fā)生在西部及西北部的山丘地區(qū)，如楊柳莊鎮(zhèn)、九百戶(hù)等鄉(xiāng)鎮(zhèn)。

2 研究方法及數(shù)據(jù)來(lái)源

2.1 研究方法

2.1.1 災(zāi)害風(fēng)險(xiǎn)評(píng)估原理

有關(guān)災(zāi)害風(fēng)險(xiǎn)的概念有很多，目前，很多研究者偏向于聯(lián)合國(guó) ISDR的風(fēng)險(xiǎn)表達(dá)［6］，即風(fēng)險(xiǎn)主要由危險(xiǎn)性(H)與脆弱性(V)共同構(gòu)成。其表達(dá)式為:

式中，D為災(zāi)害風(fēng)險(xiǎn);H為致災(zāi)因子危險(xiǎn)性;V為承載體易損性。

據(jù)此，本文將依據(jù)灤縣地區(qū)旱災(zāi)風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系構(gòu)建旱災(zāi)風(fēng)險(xiǎn)評(píng)價(jià)模型。

2.1.2 加權(quán)綜合評(píng)價(jià)法(WCA)

旱災(zāi)主要評(píng)價(jià)因子(致災(zāi)因子危險(xiǎn)性指數(shù)、承載體易損性指數(shù))的計(jì)算采用加權(quán)綜合評(píng)價(jià)法［7］:

式中，Vj為評(píng)價(jià)因子指數(shù)，j為評(píng)價(jià)因子個(gè)數(shù)，Dij為對(duì)于因子j的指標(biāo)i的歸一化處理值;n為評(píng)價(jià)指標(biāo)個(gè)數(shù);Wi為指標(biāo)i的權(quán)重，它是綜合考慮各指標(biāo)對(duì)評(píng)價(jià)因子的影響程度，其求解方法很多，本文采用AHP法結(jié)合當(dāng)?shù)貙?shí)際情況確定。

2.1.3 層次分析法(AHP)

層次分析法(AHP)主要是對(duì)一些較為模糊、復(fù)雜問(wèn)題做出決策的簡(jiǎn)單易用方法，當(dāng)問(wèn)題難于完全做定量分析時(shí)往往考慮用此方法。AHP層次結(jié)構(gòu)模型分為目標(biāo)層、準(zhǔn)則層和指標(biāo)層。本研究將目標(biāo)層定義為干旱災(zāi)害風(fēng)險(xiǎn)指數(shù)，準(zhǔn)則層選取危險(xiǎn)性、脆弱性2個(gè)指標(biāo)為干旱災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)因子，指標(biāo)層選取多年平均干旱指數(shù)、缺水率、降水量、人口密度、GDP密度等指標(biāo)為子因子［8］。

2.1.4 GIS空間分析方法

為了對(duì)灤縣地區(qū)干旱災(zāi)害風(fēng)險(xiǎn)評(píng)估及區(qū)劃進(jìn)行空間格局的分析，需要對(duì)灤縣的干旱特征、地理地貌及社會(huì)經(jīng)濟(jì)等采用空間屬性進(jìn)行描述，因此，采用GIS技術(shù)可以為灤縣干旱災(zāi)害風(fēng)險(xiǎn)研究提供空間分析的平臺(tái)。本文主要采用ArcGIS空間分析模塊中的插值法、柵格運(yùn)算、自然斷點(diǎn)分級(jí)等方法［9］，對(duì)灤縣旱災(zāi)致災(zāi)因子危險(xiǎn)性及脆弱性進(jìn)行分析，完成灤縣旱災(zāi)風(fēng)險(xiǎn)區(qū)劃，并繪制干旱災(zāi)害風(fēng)險(xiǎn)等級(jí)區(qū)劃圖。

2.2 數(shù)據(jù)來(lái)源

本文的鄉(xiāng)鎮(zhèn)氣象數(shù)據(jù)來(lái)源于灤縣氣象局提供的1959—2011年氣象資料、《灤縣水資源綜合規(guī)劃報(bào)告》等相關(guān)資料;社會(huì)經(jīng)濟(jì)數(shù)據(jù)來(lái)源于灤縣統(tǒng)計(jì)局提供的《1999—2011年灤縣統(tǒng)計(jì)年鑒》;部分?jǐn)?shù)據(jù)來(lái)自灤縣遙感圖。

3 干旱災(zāi)害風(fēng)險(xiǎn)綜合評(píng)價(jià)

3.1 旱災(zāi)危險(xiǎn)性綜合評(píng)價(jià)

3.1.1 評(píng)價(jià)指標(biāo)體系的建立

旱災(zāi)危險(xiǎn)性包括了致災(zāi)因子和孕災(zāi)環(huán)境的影響因素，根據(jù)灤縣特定的自然環(huán)境及基礎(chǔ)數(shù)據(jù)的可取性，選取如下3項(xiàng)指標(biāo)度量旱災(zāi)危險(xiǎn)性。指標(biāo)數(shù)據(jù)來(lái)源于灤縣下轄的灤州鎮(zhèn)、東安各莊鎮(zhèn)、響嘡鎮(zhèn)、榛子鎮(zhèn)、油榨鎮(zhèn)、雷莊鎮(zhèn)、古馬鎮(zhèn)、小馬莊鎮(zhèn)、王店子鎮(zhèn)、九百戶(hù)鎮(zhèn)、茨榆坨鎮(zhèn)和楊柳莊鎮(zhèn)，共計(jì)12個(gè)鄉(xiāng)鎮(zhèn)。

(1)多年平均干旱指數(shù):該指數(shù)是氣象學(xué)中用來(lái)反映氣候干旱程度及用作氣候分區(qū)的指標(biāo);干旱指數(shù)(γ)=年蒸發(fā)能力(E)/年降水量(P)。

(2)缺水率:缺水率 =(需水量 －供水量)/需水量。

(3)降水量(2000～2010年多年降水量的平均值)。

3.1.2 各評(píng)價(jià)因子對(duì)旱災(zāi)危險(xiǎn)性的影響度分析

首先將表征灤縣各鄉(xiāng)鎮(zhèn)旱災(zāi)危險(xiǎn)性數(shù)據(jù)錄入ArcGIS，以自然間隔法為基礎(chǔ)并根據(jù)實(shí)際情況，確定多年平均干旱指數(shù)、缺水率、降水量對(duì)旱災(zāi)的影響度標(biāo)準(zhǔn)，如表1。

3.1.3 旱災(zāi)危險(xiǎn)性綜合評(píng)價(jià)及區(qū)劃

根據(jù)多年平均干旱指數(shù)越大、缺水率越高對(duì)干旱災(zāi)害形成所作的貢獻(xiàn)越大，以及降水量越多對(duì)干旱災(zāi)害形成所作的貢獻(xiàn)越小的原則，對(duì)上述各個(gè)影響因子賦予相應(yīng)的權(quán)重即運(yùn)用AHP與相關(guān)專(zhuān)家打分相結(jié)合的方法，確定各評(píng)價(jià)因子的權(quán)重為W1=0.4，W2=0.4，W3=0.2，并進(jìn)行疊加，由加權(quán)綜合評(píng)價(jià)法可得旱災(zāi)危險(xiǎn)性綜合評(píng)價(jià)的模型為:

旱災(zāi)危險(xiǎn)性 =多年平均干旱指數(shù) ×W1+缺水率 ×W2－降水量 ×W3

表1 旱災(zāi)危險(xiǎn)性影響因子影響度標(biāo)準(zhǔn)Table 1 Effect Size Criterion of Drought Disaster Risk Effect Factor

利用ArcMap綜合多年平均干旱指數(shù)、缺水率、降水量3個(gè)圖層，得到灤縣的旱災(zāi)危險(xiǎn)性綜合評(píng)價(jià)等級(jí)分布圖(圖1)。

圖1 灤縣旱災(zāi)危險(xiǎn)性評(píng)價(jià)等級(jí)分布圖Fig.1 Risk Assessment Grades Distribution of Drought Disaster in Luan Couty

從灤縣旱災(zāi)危險(xiǎn)性評(píng)價(jià)等級(jí)分布圖可知，古馬鎮(zhèn)的旱災(zāi)危險(xiǎn)性最高;響嘡鎮(zhèn)、雷莊鎮(zhèn)和東安各莊鎮(zhèn)的旱災(zāi)危險(xiǎn)性較高;灤州鎮(zhèn)的旱災(zāi)危險(xiǎn)性中等;油榨鎮(zhèn)、小馬莊鎮(zhèn)、王店子鎮(zhèn)、榛子鎮(zhèn)、楊柳莊鎮(zhèn)的旱災(zāi)危險(xiǎn)性較低;茨榆坨鎮(zhèn)和九百戶(hù)鎮(zhèn)的旱災(zāi)危險(xiǎn)性最低。

3.2 旱災(zāi)易損性綜合評(píng)價(jià)

3.2.1 評(píng)價(jià)指標(biāo)體系的建立

旱災(zāi)易損性，或脆弱度的評(píng)價(jià)，主要取決于承載體的社會(huì)經(jīng)濟(jì)屬性，同等級(jí)的旱災(zāi)在不同的地方造成的損失程度不同。一般認(rèn)為在經(jīng)濟(jì)發(fā)達(dá)地區(qū)，由于人口城鎮(zhèn)密集，財(cái)富集中，國(guó)內(nèi)生產(chǎn)總值高等所造成的損失要遠(yuǎn)遠(yuǎn)大于經(jīng)濟(jì)落后地區(qū)。于是選取如下四項(xiàng)指標(biāo)表征灤縣旱災(zāi)的易損性:

(1)人口密度:人口密度=人口(人)/國(guó)土面積(km2)。

(2)GDP密度:GDP密度=GDP(萬(wàn)元)/國(guó)土面積(km2)。

(3)單位面積年糧食產(chǎn)量:單位面積年糧食產(chǎn)量=年糧食產(chǎn)量(噸)/播種面積(km2)。

(4)水資源量:它反映了一個(gè)時(shí)期內(nèi)，人類(lèi)在當(dāng)時(shí)技術(shù)經(jīng)濟(jì)條件下對(duì)水資源開(kāi)發(fā)利用的水平。水資源量(108m3)=多年平均地表水資源可利用量+淺層地下水資源可開(kāi)采量－地表地下重復(fù)計(jì)算量。鑒于目前技術(shù)條件的限制，故將深層地下水資源可開(kāi)采量排除在外。

數(shù)據(jù)選取灤縣下轄灤州鎮(zhèn)、東安各莊鎮(zhèn)、響嘡鎮(zhèn)、榛子鎮(zhèn)、油榨鎮(zhèn)、雷莊鎮(zhèn)、古馬鎮(zhèn)、小馬莊鎮(zhèn)、王店子鎮(zhèn)、九百戶(hù)鎮(zhèn)、茨榆坨鎮(zhèn)和楊柳莊鎮(zhèn)，共計(jì)12個(gè)鄉(xiāng)鎮(zhèn)的旱災(zāi)易損性指標(biāo)值。

3.2.2 各評(píng)價(jià)因子對(duì)旱災(zāi)易損性的影響度分析

首先將表征灤縣各鄉(xiāng)鎮(zhèn)旱災(zāi)易損性數(shù)據(jù)錄入ArcGIS，以自然間隔法為基礎(chǔ)，并根據(jù)實(shí)際情況，分別確定人口密度、GDP密度、單位面積年糧食產(chǎn)量和水資源對(duì)旱災(zāi)易損性的影響程度，如表2。

3.2.3 旱災(zāi)易損性綜合評(píng)價(jià)及區(qū)劃

根據(jù)人口密度越大、GDP密度越大、單位面積年糧食產(chǎn)量越大對(duì)干旱災(zāi)害形成所作的貢獻(xiàn)越大，水資源越多對(duì)干旱災(zāi)害形成所作的貢獻(xiàn)越小的原則，對(duì)上述影響因子賦予相應(yīng)的權(quán)重，并進(jìn)行疊加。由加權(quán)綜合評(píng)價(jià)法可得旱災(zāi)易損性綜合評(píng)價(jià)的模型為:

旱災(zāi)易損性綜合評(píng)價(jià) =人口密度 ×W1+GDP密度×W2+糧食產(chǎn)量×W3－水資源×W4

對(duì)上述各個(gè)影響因子賦予相應(yīng)的權(quán)重即運(yùn)用AHP與相關(guān)專(zhuān)家打分相結(jié)合的方法，確定各評(píng)價(jià)因子的權(quán)重為 W1=0.35，W2=0.25，W3=0.25，W4=0.15。

據(jù)此，利用 ArcMap綜合人口密度、GDP密度、單位面積糧食產(chǎn)量和水資源四個(gè)圖層，將各權(quán)重值帶入旱災(zāi)易損性綜合評(píng)價(jià)模型，利用ArcGIS的柵格計(jì)算功能并分級(jí)［10－11］，可獲得灤縣的旱災(zāi)易損性綜合風(fēng)險(xiǎn)評(píng)價(jià)等級(jí)分布圖(圖2)。

表2 旱災(zāi)易損性影響因子影響度標(biāo)準(zhǔn)Table 2 Effect Size Criterion of Drought Disaster Vulnerability Effect Factor

圖2 灤縣旱災(zāi)易損性評(píng)價(jià)等級(jí)分布圖Fig.2 Vulnerability Assessment Grades Distribution of Drought Disaster in Luan Couty

根據(jù)疊置分析得出的旱災(zāi)易損性評(píng)價(jià)結(jié)果可知:王店子鎮(zhèn)、油榨鎮(zhèn)、古馬鎮(zhèn)以及響嘡鎮(zhèn)為易損性風(fēng)險(xiǎn)最高區(qū)域;灤州鎮(zhèn)為易損性風(fēng)險(xiǎn)較高區(qū)域;榛子鎮(zhèn)、東安各莊鎮(zhèn)、雷莊鎮(zhèn)為易損性風(fēng)險(xiǎn)中等區(qū)域;茨榆坨鎮(zhèn)、楊柳莊鎮(zhèn)和小馬莊鎮(zhèn)為易損性風(fēng)險(xiǎn)較低區(qū)域;九百戶(hù)鎮(zhèn)為易損性風(fēng)險(xiǎn)最低區(qū)域。

4 灤縣旱災(zāi)風(fēng)險(xiǎn)綜合評(píng)估及區(qū)劃

采用上述災(zāi)害風(fēng)險(xiǎn)評(píng)估原理，采用加權(quán)綜合評(píng)價(jià)法，依據(jù)旱災(zāi)風(fēng)險(xiǎn)指標(biāo)體系建立灤縣旱災(zāi)風(fēng)險(xiǎn)模型:

旱災(zāi)風(fēng)險(xiǎn)度 =危險(xiǎn)度(H)×易損度(V)(3)對(duì)灤縣進(jìn)行干旱災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)，依據(jù)公式(3)計(jì)算得到灤縣各個(gè)鄉(xiāng)鎮(zhèn)的旱災(zāi)風(fēng)險(xiǎn)指數(shù)，利用GIS中自然斷點(diǎn)分級(jí)法將旱災(zāi)風(fēng)險(xiǎn)指數(shù)按5等級(jí)劃分(高風(fēng)險(xiǎn)區(qū)、較高風(fēng)險(xiǎn)區(qū)、中等風(fēng)險(xiǎn)區(qū)、較低風(fēng)險(xiǎn)區(qū)、低風(fēng)險(xiǎn)區(qū))，并基于GIS繪制干旱災(zāi)害風(fēng)險(xiǎn)等級(jí)區(qū)劃圖(圖3)。

圖3 灤縣旱災(zāi)綜合風(fēng)險(xiǎn)評(píng)價(jià)等級(jí)圖Fig.3 Integrated Risk Assessment Grades of Drought Disaster in Luan Couty

根據(jù)圖3分析得出的旱災(zāi)綜合風(fēng)險(xiǎn)評(píng)價(jià)結(jié)果可知:灤縣整體上屬旱災(zāi)較高風(fēng)險(xiǎn)地區(qū)。其中:(1)東安各莊鎮(zhèn)、古馬鎮(zhèn)為旱災(zāi)高風(fēng)險(xiǎn)區(qū);(2)響嘡鎮(zhèn)為旱災(zāi)較高風(fēng)險(xiǎn)區(qū);(3)灤州鎮(zhèn)、油榨鎮(zhèn)、雷莊鎮(zhèn)、王店子鎮(zhèn)、榛子鎮(zhèn)、楊柳莊鎮(zhèn)為旱災(zāi)中等風(fēng)險(xiǎn)區(qū);(4)小馬莊鎮(zhèn)為旱災(zāi)較低風(fēng)險(xiǎn)區(qū);(5)九百戶(hù)鎮(zhèn)和茨榆坨鎮(zhèn)為旱災(zāi)低風(fēng)險(xiǎn)區(qū)。

5 結(jié)束語(yǔ)

本文選取唐山市灤縣12個(gè)鄉(xiāng)鎮(zhèn)為研究對(duì)象，依據(jù)自然災(zāi)害風(fēng)險(xiǎn)形成原理，采用加權(quán)綜合評(píng)價(jià)法，結(jié)合旱災(zāi)風(fēng)險(xiǎn)指標(biāo)體系，借助GIS技術(shù)建立灤縣干旱災(zāi)害風(fēng)險(xiǎn)模型，將基礎(chǔ)地理數(shù)據(jù)、氣象觀測(cè)數(shù)據(jù)、社會(huì)經(jīng)濟(jì)數(shù)據(jù)等有機(jī)集成，繪制出灤縣干旱災(zāi)害風(fēng)險(xiǎn)區(qū)劃圖，并對(duì)灤縣干旱災(zāi)害風(fēng)險(xiǎn)進(jìn)行了科學(xué)有效的評(píng)估，這不僅為灤縣綜合防災(zāi)減災(zāi)規(guī)劃、科學(xué)預(yù)測(cè)與預(yù)防等提供了技術(shù)支撐，更為其他鄉(xiāng)鎮(zhèn)氣象災(zāi)害風(fēng)險(xiǎn)區(qū)劃研究提供參考。

［1］ 付淙斌，溫剛.中國(guó)北方干旱化得幾個(gè)問(wèn)題［J］.氣候與環(huán)境研究，2007，7(01):21 －23.

［2］ Zhang Qiang，Hu Yingqiao，CaoXiaoyan. North China area arid index determination and its application ［J］.Disaster，2000，2(04):354 － 361.

［3］ 白海玲，黃崇福.自然災(zāi)害的模糊風(fēng)險(xiǎn)［J］.自然災(zāi)害學(xué)報(bào)，2009，9(01):47 －53.

［4］ 趙靜，張繼權(quán)，嚴(yán)登華，等.基于格網(wǎng)GIS的豫北地區(qū)干旱災(zāi)害風(fēng)險(xiǎn)區(qū)劃［J］.災(zāi)害學(xué)，2012，27(01):55－58.

［5］ 楊豐政，景元書(shū).基于GIS的徐水縣干旱災(zāi)害風(fēng)險(xiǎn)區(qū)劃［J］.氣象與減災(zāi)研究，2012，35(1):54 －58.

［6］ UN/ISDR(United National International Strategy for Disaster Reduction).Living with Risk:A Global Review of Disaster Reduction Initiatives［C］.UN/ISDR，Geneva，2007.

［7］ Zhang J Q.Risk assessment of drought disaster in the maize-growing region of Songliao Plain ［J］.Agriculture，Ecosystems ＆ Environment，2004，102(2):133－153.

［8］ 張繼權(quán)，李寧.主要?dú)庀鬄?zāi)害風(fēng)險(xiǎn)評(píng)價(jià)與管理的數(shù)量化方法及其應(yīng)用［M］.北京師范大學(xué)版社，北京，2007.

［9］ 何燕，譚宗琨，李政，等.基于 GIS的廣西甘蔗低溫凍害區(qū)劃研究［J］.西南大學(xué)學(xué)報(bào)(自然科學(xué)版)，2007，29(9):81 －85.

［10］ 唐為安，田紅，楊元建，等.基于GIS的低溫冷凍災(zāi)害風(fēng)險(xiǎn)區(qū)劃研究——以安徽省為例［J］.地理科學(xué)，2012，32(3):357 － 361.

［11］ 薛曉萍，馬俊，李鴻怡.基于 GIS的鄉(xiāng)鎮(zhèn)洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估與區(qū)劃技術(shù)［J］.災(zāi)害學(xué)，2012，27(4):71－91.