基于主成分分析的中國南方干旱脆弱性評價

王鶯，王靜，姚玉璧,2，王勁松

基于主成分分析的中國南方干旱脆弱性評價

王鶯1，王靜1，姚玉璧1,2，王勁松1

1. 中國氣象局蘭州干旱氣象研究所，甘肅省干旱氣候變化與減災(zāi)重點實驗室，中國氣象局干旱氣候變化與減災(zāi)重點實驗室，甘肅 蘭州 730020；2. 甘肅省定西市氣象局，甘肅 定西 743003

干旱脆弱性是干旱災(zāi)害形成的根本原因。遵循全面性、系統(tǒng)性和可操作性原則，選取水資源脆弱性、經(jīng)濟(jì)脆弱性、社會脆弱性、農(nóng)業(yè)脆弱性和防旱抗旱能力脆弱性5個準(zhǔn)則層，共32個指標(biāo)，建立了中國南方農(nóng)業(yè)干旱脆弱性評價指標(biāo)體系，運(yùn)用主成分分析的理論方法確定評價指標(biāo)權(quán)重，建立中國南方地區(qū)的干旱脆弱性評價模型，得到不同省市的干旱脆弱性指數(shù)、分級閾值和區(qū)劃，以期為南方地區(qū)防旱減災(zāi)工作提供基礎(chǔ)數(shù)據(jù)和理論支持。得出以下結(jié)論，（1）通過主成分分析法得到四個主成分，第一主成分方差貢獻(xiàn)率為54.90%，主要反映農(nóng)業(yè)脆弱性和社會脆弱性；第二主成分方差貢獻(xiàn)率為23.64%，主要反映水資源脆弱性和經(jīng)濟(jì)脆弱性；第三主成分和第四主成分所占比重較小，主要反映防旱抗旱能力脆弱性。（2）以4個主成分的方差貢獻(xiàn)率為系數(shù)建立南方干旱脆弱性評價模型，得到中國南方干旱脆弱性綜合評價得分及其排名，其中水資源脆弱性由高到低依次為云南、廣西、貴州、四川、重慶和廣東；經(jīng)濟(jì)脆弱性由高到低依次為廣西、云南、貴州、四川、重慶和廣東；社會脆弱性由高到低依次為貴州、云南、廣西、重慶、四川和廣東；農(nóng)業(yè)脆弱性從高到低依次為貴州、云南、廣西、重慶、四川和廣東；防旱抗旱能力脆弱性由高到低分別為云南、貴州、四川、廣西、重慶和廣東；干旱脆弱性綜合評價由高到低依次為云南、貴州、廣西、四川、重慶和廣東。（3）對干旱脆弱性指數(shù)進(jìn)行正態(tài)分布性檢驗，發(fā)現(xiàn)該指數(shù)基本服從正態(tài)分布。根據(jù)正態(tài)分布原理，得到干旱脆弱性分級閾值，將干旱脆弱性指數(shù)小于0.3842定義為低風(fēng)險，大于1.0758定義為高風(fēng)險，介于兩者之間的定義為中等風(fēng)險，獲得干旱脆弱性分級區(qū)劃圖。廣東省位于干旱的低脆弱區(qū)，四川和重慶位于干旱的中等脆弱區(qū)，云南、貴州和廣西位于干旱的高脆弱區(qū)。

主成分分析；干旱；脆弱性；指標(biāo)權(quán)重；中國南方

災(zāi)害形成機(jī)制的研究理論眾多，主要有致災(zāi)因子論、孕災(zāi)環(huán)境論和區(qū)域災(zāi)害系統(tǒng)論。隨著對災(zāi)害研究的深入，從80年代開始國際災(zāi)害學(xué)界就開始重視脆弱性在災(zāi)害形成過程中的作用（史培軍，1996）。政府間氣候變化專業(yè)委員會對脆弱性的定義是指系統(tǒng)容易遭受和有沒有能力對付氣候變化（包括氣候變率和極端氣候事件）的不利影響的程度（IPCC，2013）。自然災(zāi)害領(lǐng)域?qū)Υ嗳跣缘亩x是承災(zāi)體面對潛在的災(zāi)害危險時，在自然、經(jīng)濟(jì)、社會、環(huán)境等因素共同作用下所表現(xiàn)出的暴露性、敏感性和防抗風(fēng)險的能力（葛全勝等，2008）。災(zāi)害學(xué)理論認(rèn)為致災(zāi)因子是災(zāi)害形成的直接原因，而脆弱性是災(zāi)害形成的根本原因。也就是說災(zāi)害的破壞性程度不僅取決于災(zāi)害發(fā)生的強(qiáng)度，更取決于社會環(huán)境在災(zāi)害面前表現(xiàn)出的脆弱性大小（劉鐵民，2010）。因此防災(zāi)減災(zāi)工作要從減小致災(zāi)因子風(fēng)險性和降低災(zāi)害脆弱性兩方面入手。但是目前的科學(xué)發(fā)展水平還不能改變致災(zāi)因子的發(fā)生過程，無法完全規(guī)避其風(fēng)險，所以降低干旱脆弱性就成了防災(zāi)減災(zāi)工作的主要途徑（史培軍，1996）。

干旱是天然降水異常引起的水分短缺現(xiàn)象，所以濕潤地區(qū)和干旱地區(qū)都有可能發(fā)生干旱（Ashok和Vijay，2010；張強(qiáng)等，2011）。干旱災(zāi)害則是由降水減少導(dǎo)致水分供應(yīng)短缺而對生活、生產(chǎn)和生態(tài)造成危害的事件，具有自然和社會的雙重屬性，是制約社會可持續(xù)發(fā)展的一個重要因素（亞行支援中國干旱管理戰(zhàn)略研究課題組，2011）。中國地處亞洲季風(fēng)氣候區(qū)，是一個干旱災(zāi)害頻發(fā)的國家（涂長

望和黃士松，1944）。IPCC第五次評估報告指出，北半球1983─2012年可能是最近1400 a來氣溫最高的30 a（IPCC，2013）。在這個背景下，中國的降水年際年內(nèi)變異增大，干旱發(fā)生頻率升高，不同地域、不同季節(jié)發(fā)生嚴(yán)重及特大干旱災(zāi)害的年份增多，甚至有可能出現(xiàn)連季和連年性的極端干旱氣候事件（IPCC，2012；黃小燕等，2014）。更需要注意的是，近年來在我國北方干旱形式依然嚴(yán)峻的情況下，南方干旱出現(xiàn)明顯的增加和加重趨勢（姚玉璧等，2014a，2014b；王鶯等，2014；尹晗和李耀輝，2013；段海霞等，2014）。1951─1990年中國南方出現(xiàn)的重大干旱事件占全國總事件數(shù)的37.5%，1991─2000年的數(shù)據(jù)為60%，而2001─2012年這一數(shù)據(jù)就達(dá)到了100%。由此可見，中國南方地區(qū)防旱抗旱工作面臨的形式非常嚴(yán)峻。

國外學(xué)者在干旱脆弱性方面做了大量研究，主要分為基于農(nóng)戶的微觀視角和基于區(qū)域的宏觀視角兩個方面。Slegers（2008）從農(nóng)戶角度分析了旱災(zāi)脆弱性，認(rèn)為其脆弱性程度由土壤類型、土地管理和農(nóng)民類型等因素決定。Wilhelmi等（2002）根據(jù)農(nóng)業(yè)旱災(zāi)的生物物理和社會因素，以地理信息系統(tǒng)為工具，通過數(shù)值加權(quán)分類表來獲得每個因素的干旱潛力。Naumann等（2014）建立了一個綜合的干旱脆弱性指標(biāo)（DVI），從可再生自然資本、經(jīng)濟(jì)能力、人口資源和基礎(chǔ)設(shè)施4個方面反映非洲的干旱脆弱性。Zornitsa等（2012）通過WINISAREG模型以及SPI2指數(shù)獲得了保加利亞的農(nóng)業(yè)旱災(zāi)脆弱性。Antwi-Agyei等（2012）從暴露性、敏感性和適應(yīng)性方面開發(fā)了多尺度方法來評估加納地區(qū)農(nóng)業(yè)干旱的脆弱性。中國對農(nóng)業(yè)干旱脆弱性研究主要采用定性與定量相結(jié)合的方法，例如情景模擬和產(chǎn)量分析等（孫芳和楊修，2005；段興武等，2008）。對指標(biāo)權(quán)重的確定主要采用德爾菲法、層次分析法、熵值法等（倪深海等，2005；武玉艷等，2009；阮本清等，2005）。但德爾菲法和層次分析法的主觀性較強(qiáng)，熵值法雖客觀，但不能將相關(guān)指標(biāo)有效分開。隨著多元統(tǒng)計方法的普及和應(yīng)用，主成分分析法作為一種較新的評估方法被應(yīng)用在脆弱性評價工作中（凌子燕和劉銳，2010；馬細(xì)霞等，2011；Abson等，2012）。該方法的本質(zhì)是對高維變量系統(tǒng)做最佳綜合和簡化，同時客觀確定各指標(biāo)的權(quán)重，避免主觀隨意性。鑒于此，本研究以中國南方地區(qū)的干旱脆弱性為研究目標(biāo)，應(yīng)用主成分分析法來確定各評價指標(biāo)的權(quán)重，建立適宜于該區(qū)域的干旱脆弱性評價指標(biāo)體系和評價模型，發(fā)現(xiàn)干旱脆弱性的影響因素，以期為南方地區(qū)干旱風(fēng)險的主動防控工作提供基礎(chǔ)數(shù)據(jù)和理論支持。

1 研究方法

1.1研究區(qū)簡介

中國南方地區(qū)位于中國東部季風(fēng)區(qū)南部，主要指秦嶺-淮河線以南、青藏高原以東地區(qū)。該區(qū)域是中國主要的糧油產(chǎn)區(qū)，主要糧食作物是水稻，主要經(jīng)濟(jì)作物是甘蔗、油菜、棉花、茶葉和烤煙。選擇華南（廣東、廣西?。┖臀髂希ㄙF州、云南和四川省以及重慶直轄市）為案例區(qū)來評價氣候變暖背景下南方農(nóng)業(yè)干旱脆弱性。從地形看，案例區(qū)自東南向西北逐漸增高。分省來看，廣東省自北向南分別為中亞熱帶、南亞熱帶和熱帶氣候區(qū)，年平均溫度19～24 ℃，年平均降水量1300～2500 mm；廣西省巖溶地貌較為發(fā)育，年平均溫度16.5～23.1 ℃，年平均降水量1500～2000 mm；貴州省屬亞熱帶濕潤季風(fēng)氣候區(qū)，位于中國西南部高原山地，立體農(nóng)業(yè)特征明顯，年平均溫度14～18 ℃，年平均降水量1100～1300 mm；云南省兼有低緯氣候、季風(fēng)氣候和山原氣候的特點，年平均溫度5～24 ℃，年平均降水量1100 mm左右；四川省以山地為主，氣候區(qū)域差異顯著，川西南年平均氣溫12～20 ℃，年平均降水量900～1200 mm，川西北年平均溫度4～12 ℃，年平均降水量500～900 mm；重慶市以丘陵和山地為主，立體氣候顯著，年平均氣溫16～18 ℃，年平均降水量1000～1350 mm。

圖1 研究區(qū)位置圖fig. 1 Location of the study area

1.2資料及其來源

（1）水資源數(shù)據(jù)來源于《中國環(huán)境統(tǒng)計年鑒2013》；

（2）社會經(jīng)濟(jì)數(shù)據(jù)來源于《中國統(tǒng)計年鑒2013》和《中國區(qū)域經(jīng)濟(jì)統(tǒng)計年鑒2013》；

（3）農(nóng)業(yè)和農(nóng)村數(shù)據(jù)來源于《中國農(nóng)村統(tǒng)計年鑒2013》和《中國民政統(tǒng)計年鑒（中國社會服務(wù)統(tǒng)計資料）2013》。

1.3評價指標(biāo)的選擇

通過對案例區(qū)干旱情況的調(diào)查和綜合分析，遵循全面性、系統(tǒng)性和可操作性原則，選取水資源脆弱性、經(jīng)濟(jì)脆弱性、社會脆弱性、農(nóng)業(yè)脆弱性和防旱抗旱能力脆弱性5個準(zhǔn)則層，共32個指標(biāo)，建立了案例區(qū)農(nóng)業(yè)干旱脆弱性評價指標(biāo)體系（表1）。

1.4評價指標(biāo)的標(biāo)準(zhǔn)化

在干旱脆弱性評價過程中，不同指標(biāo)間的量綱可顯著影響主成分分析的結(jié)果，因此在分析前有必要對所選指標(biāo)做標(biāo)準(zhǔn)化無量綱處理（舒曉惠和劉建平，2004）。因為有的指標(biāo)對干旱脆弱性呈正效應(yīng)，另一些指標(biāo)呈負(fù)效應(yīng)，所以在處理過程中要區(qū)別對待。

正效應(yīng)的指標(biāo)處理方法為：

負(fù)效應(yīng)的指標(biāo)處理方法為：

式中Xij為標(biāo)準(zhǔn)化數(shù)據(jù)；xij為第i個評價對象的第j項評價指標(biāo)；maxxij和minxij分別為第j項評價指標(biāo)的最大值和最小值。經(jīng)處理后的Xij為∈[0,1]，Xij越趨于1，說明其對干旱脆弱性的貢獻(xiàn)越大；反之，則越小。

表1 研究區(qū)干旱脆弱性評價指標(biāo)Table 1 Drought vulnerability evaluation criteria

1.5主成分分析法

主成分分析（Principal Component Analysis, PCA）最早由Pearson于1901年發(fā)明，主要通過對協(xié)方差矩陣進(jìn)行特征分析，達(dá)到在減少數(shù)據(jù)維數(shù)的同時保持?jǐn)?shù)據(jù)集對方差貢獻(xiàn)最大的目的（Pearson，1901）。也就是在數(shù)據(jù)信息損失最小的情況下，通過降維把原來的多個指標(biāo)轉(zhuǎn)化為一個或幾個綜合指標(biāo)，即主成分。各主成分間互不相關(guān)。具體計算過程為：

（1）求出標(biāo)準(zhǔn)化數(shù)據(jù)指標(biāo)的矩陣。設(shè)干旱脆弱性評價指標(biāo)個數(shù)為n，地區(qū)個數(shù)為m，數(shù)據(jù)矩陣為X，xij表示第i個地區(qū)的第j個數(shù)值，則：

（2）求相關(guān)系數(shù)矩陣：

式中rij為標(biāo)準(zhǔn)化數(shù)據(jù)的第i個指標(biāo)與第j個指標(biāo)間的相關(guān)系數(shù)?？傻孟嚓P(guān)系數(shù)矩陣R。

（3）求相關(guān)系數(shù)矩陣的特征值和特征向量，以及特征值對應(yīng)的方差貢獻(xiàn)率和累計貢獻(xiàn)率。取特征值大于1且累計方差貢獻(xiàn)率大于85%的前q個主成分綜合原始數(shù)據(jù)信息，記其方差貢獻(xiàn)率為：

（4）取對應(yīng)的q個特征向量，將其標(biāo)準(zhǔn)化：

式中e是特征向量，f∈[1,q]。

（5）各指標(biāo)對總體的貢獻(xiàn)率為：

（6）對P做歸一化得：

式中wj為第j個指標(biāo)的權(quán)重。

1.6干旱脆弱性評價模型

選用綜合評價法模型計算中國南方地區(qū)干旱脆弱性指數(shù)Y，指數(shù)越大說明風(fēng)險越大，反之則越小。

2 結(jié)果與分析

2.1主成分特征分析

為了判斷提取的主成分與原始變量間的關(guān)系，用SPSS16.0軟件計算各變量間的共同度。從計算結(jié)果可以看出，所有影響因素變量與原始變量之間的依賴度均在85%以上，且絕大多數(shù)變量之間的依賴程度在95%以上，因此可以說明即將提取的主成分與原始變量間相關(guān)程度強(qiáng)，提取出的主成分具有代表性。

對表1中的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，并在SPSS16.0軟件中求出其相關(guān)矩陣的特征值和各主成分貢獻(xiàn)率，見表2。一般選取特征根大于1且累計方差貢獻(xiàn)率大于85%的q個主成分，即使信息利用率達(dá)85%以上。從表2中可知，前4個主成分的特征根大于1，且累計貢獻(xiàn)率達(dá)到97.69%，僅丟失2.31%的信息，基本可以反映原指標(biāo)的大部分信息。因此用4個主成分來代替原來的32個原始變量，降低原始數(shù)據(jù)的復(fù)雜性，達(dá)到降維的目的。

因子載荷矩陣反映了原始變量與主成分間的相關(guān)系數(shù)。從本研究中因子載荷矩陣結(jié)果可以看出，4個主成分對原始數(shù)據(jù)信息的反映不清晰，無側(cè)重性，使各主成分無明顯的實際意義，因此選用最大方差法對因子進(jìn)行旋轉(zhuǎn)，得到因子旋轉(zhuǎn)矩陣。從因子旋轉(zhuǎn)矩陣可以看出，第一主成分主要包括生態(tài)環(huán)境補(bǔ)水、夏收糧食單位面積產(chǎn)量、農(nóng)村居民消費(fèi)支出、節(jié)水灌溉機(jī)械、地表水資源、旱澇保收面積、旱田面積、機(jī)電排灌面積、降水量等，其方差貢獻(xiàn)率為54.90%，主要反映了干旱脆弱性中的農(nóng)業(yè)脆弱性和社會脆弱性；第二主成分主要包括生活用水、人均水資源量、農(nóng)業(yè)用水、農(nóng)林牧漁業(yè)總產(chǎn)值、節(jié)水灌溉面積、工業(yè)用水和第一產(chǎn)業(yè)增加值占地區(qū)生產(chǎn)總值的比重，其方差貢獻(xiàn)率為23.64%，主要反映了干旱脆弱性中的水資源脆弱性和經(jīng)濟(jì)脆弱性；第三主成分和第四主成分所占比重較小，主要反映了干旱脆弱性中的防旱抗旱能力脆弱性。

表2 相關(guān)系數(shù)矩陣的特征值Table 2 Eigenvalues of the correlation matrix

2.2干旱脆弱性評價

以4個主成分的方差貢獻(xiàn)率為系數(shù)建立南方干旱脆弱性評價模型：

由于32個原始指標(biāo)量綱不同，會對評價結(jié)果帶來較大影響，所以需要在做干旱脆弱性評價前對原始指標(biāo)做標(biāo)準(zhǔn)化處理，將標(biāo)準(zhǔn)化之后的數(shù)據(jù)代入式（10），得到中國南方干旱脆弱性綜合評價得分及其排名（表3）。

表3 中國南方干旱脆弱性綜合評價及排名Table 3 Drought vulnerability evaluation and ranking in the south of China

從水資源脆弱性來看，云南的脆弱性最高，以下依次為廣西、貴州、四川、重慶和廣東。由主成

分分析法獲取的指標(biāo)權(quán)重可知，單位面積地表水資源量的權(quán)重系數(shù)最大，說明該指標(biāo)對這6個地區(qū)水資源脆弱性影響最大。據(jù)《中國環(huán)境統(tǒng)計年鑒2013》統(tǒng)計，云南省單位面積地表水資源量僅為0.0043×108m3·km-2，為6個地區(qū)中最低，而農(nóng)業(yè)用水所占比重又較高，占用水總量的68.38%，單位面積地下水資源量和單位面積年降水量均不高，因此水資源脆弱性最高。廣西省雖然人均水資源量在6個地區(qū)中排名第一，但是人均用水量和農(nóng)業(yè)用水比例也在6個地區(qū)中排名第一，因此水資源脆弱性較高。貴州省主要存在的問題是水資源壓力較大，單位面積地表水資源量、地下水資源量和降水量在6個地區(qū)中均排在中間。四川省的單位面積降水量最低，農(nóng)業(yè)用水所占比例較高，但是它的地下水資源豐富，人均用水量較低，因此水資源脆弱性較低。重慶市水資源比較豐富，單位面積地下水資源量和人均水資源量在6個地區(qū)中排名第一，人均用水量少，農(nóng)業(yè)用水所占比例最低，雖然工業(yè)用水和生活用水所占比例較大，但是由于權(quán)重較低，所以對結(jié)果的影響較小。廣東省水資源豐富，單位面積地表水（0.0112×108m3·km-2）、地下水（0.0027×108m3·km-2）和降水量（0.0195×108m3·km-2）均為6個地區(qū)中最高，其主要的水資源問題是人口眾多帶來的人均水資源量較低、生活用水和生態(tài)環(huán)境補(bǔ)水所占比例較高，以及經(jīng)濟(jì)快速發(fā)展下的工業(yè)用水所占比例較高等問題。

從經(jīng)濟(jì)脆弱性來看，廣西的脆弱性最高，以下依次為云南、貴州、四川、重慶和廣東。對比指標(biāo)權(quán)重可知，農(nóng)村居民家庭人均純收入和人均生產(chǎn)總值權(quán)重較高，說明這兩種指標(biāo)對經(jīng)濟(jì)脆弱性的影響較大。一般來說，農(nóng)村居民人均純收入和人均生產(chǎn)總值越高，說明居民抵御干旱風(fēng)險的能力越強(qiáng)，干旱脆弱性就越低；第一產(chǎn)業(yè)增加值占地區(qū)生產(chǎn)總值比重和農(nóng)林牧漁業(yè)生產(chǎn)總值占地區(qū)生產(chǎn)總值比重越高，說明該地區(qū)對農(nóng)業(yè)的依賴度越大，在同樣的干旱等級下，干旱帶來的影響越嚴(yán)重，干旱脆弱性程度越高。從統(tǒng)計數(shù)據(jù)可知，廣西省農(nóng)村居民家庭人均純收入為6007.5元·人-1，人均生產(chǎn)總值較低（2.5億元·萬人-1），而農(nóng)林牧漁業(yè)生產(chǎn)總值和第一產(chǎn)業(yè)增加值占地區(qū)生產(chǎn)總值的比重都很高，分別為25.8%和16.7%，說明廣西的經(jīng)濟(jì)非常依賴于農(nóng)業(yè)發(fā)展。云南省的經(jīng)濟(jì)脆弱性指標(biāo)與廣西近似，也是一個對農(nóng)業(yè)依賴度很高的省份，其經(jīng)濟(jì)脆弱性程度較高。貴州省經(jīng)濟(jì)欠發(fā)達(dá)，農(nóng)村居民人均純收入（4753.0元·人-1）和人均生產(chǎn)總值（2.0億元·萬人-1）均為6個地區(qū)中最低，說明該省對干旱的經(jīng)濟(jì)抵御能力較弱。四川省和重慶市的經(jīng)濟(jì)水平在西南地區(qū)排名第一，但重慶的農(nóng)業(yè)依賴性低于四川，因此四川的經(jīng)濟(jì)脆弱性比重慶市高。廣東省是中國的經(jīng)濟(jì)發(fā)達(dá)省份，農(nóng)村居民人均純收入（10542.8元·人-1）和人均生產(chǎn)總值（5.8億元·萬人-1）均位于前列，而農(nóng)林牧漁業(yè)生產(chǎn)總值和第一產(chǎn)業(yè)增加值占地區(qū)生產(chǎn)總值的比重卻非常低，分別為7.0%和5.0%，因此其經(jīng)濟(jì)脆弱性非常低。

從社會脆弱性來看，貴州省的社會脆弱性最高，以下依次為云南、廣西、重慶、四川和廣東。分析指標(biāo)權(quán)重可知，農(nóng)村居民消費(fèi)支出、城鄉(xiāng)居民收入水平對比和鄉(xiāng)村人口數(shù)占總?cè)丝跀?shù)比重的權(quán)重較高。一般來說，農(nóng)村居民消費(fèi)支出越多，說明其可支配收入越多，對干旱風(fēng)險的抵御能力越強(qiáng)；農(nóng)村居民食品支出所占比例越多，說明其家庭收入越少，生活水平越低，脆弱性程度越高；城鄉(xiāng)居民收入水平和消費(fèi)水平之比反應(yīng)了城鄉(xiāng)收入差距，該比例越高，說明城鄉(xiāng)收入差距越小，農(nóng)村經(jīng)濟(jì)發(fā)展水平越高，脆弱性程度越低；鄉(xiāng)村人口數(shù)比重越高，說明該地區(qū)城鎮(zhèn)化水平越低，對農(nóng)業(yè)依賴度越高，脆弱性程度越高；文盲人數(shù)越多，政策落實和技術(shù)推廣的難度越大，脆弱性程度越高；糧食人均占有量越高，說明社會對干旱災(zāi)害的抵御能力越強(qiáng)，脆弱性越低。具體來看，貴州省主要存在的社會問題是城鄉(xiāng)居民收入水平和消費(fèi)水平之比高，分別為3.9和3.5，農(nóng)村居民消費(fèi)支出低（3901.7元·人-1），農(nóng)村人口數(shù)所占比例高（63.6%），農(nóng)村居民中文盲和半文盲人數(shù)所占比例高（10.4%），因此社會脆弱性非常高。云南省的情況與貴州省相似，農(nóng)村人口所占比例達(dá)60.7%，農(nóng)村居民食品支出為45.6%，說明其農(nóng)村居民生活水平低，社會脆弱性高。廣西省的問題主要存在于農(nóng)村人口數(shù)所占比例高（56.5%），城鄉(xiāng)居民消費(fèi)水平比較高（3.3），說明城鎮(zhèn)化水平較低。重慶市也存在著城鎮(zhèn)化水平較低的問題。四川省雖然農(nóng)村人口所占比重較大，但城鎮(zhèn)化水平較高，糧食人均占有量高（411.1 千克·人-1），因此社會脆弱性較低。廣東省的城鎮(zhèn)化水平非常高，農(nóng)村居民消費(fèi)支出很高（7458.6元·人-1），農(nóng)村人口和文盲半文盲人數(shù)所占比重很低，分別為32.6%和2.8%，因此社會脆弱性很低。

從農(nóng)業(yè)脆弱性來看，從高到低依次為貴州、云南、廣西、重慶、四川和廣東。分析權(quán)重值可知，旱田面積百分比和單位面積大牲畜年末存欄量的權(quán)重值較高。貴州省單位面積年末大牲畜存欄量（頭）在6個省市中最高，為31/km2，旱田所占比例為67.7%，而旱澇保收面積占播種面積的比例較低（12.3%）。云南省旱田所占比例最高（73.4%），旱澇保收面積占播種面積的比例較低（13.6%）。廣西

省旱田所占比例為48.2%，單位面積大牲畜年末存欄量（頭）為21/km2。重慶市農(nóng)業(yè)脆弱性主要體現(xiàn)在旱澇保收面積比例低（10.2%），農(nóng)作物播種面積比例高（40.5%）。四川省農(nóng)業(yè)脆弱性主要體現(xiàn)在秋收糧食單位面積產(chǎn)量高（5858.7 kg·hm-2），一旦發(fā)生干旱，糧食產(chǎn)量的損失遠(yuǎn)高于其他地區(qū)。廣東省夏收糧食單位面積產(chǎn)量高（4652.1 kg·hm-2），旱澇保收面積比例高（29.8%），旱田比例低（26%），說明該地區(qū)農(nóng)業(yè)生產(chǎn)抵御干旱的能力強(qiáng)，農(nóng)業(yè)脆弱性低。

從防旱抗旱能力脆弱性來看，由高到低分別為云南、貴州、四川、廣西、重慶和廣東。從權(quán)重值可知，機(jī)電排灌面積、有效灌溉面積和單位播種面積節(jié)水灌溉機(jī)械對防旱抗旱能力脆弱性的影響較大。云南省在防旱抗旱方面主要存在的問題是單位面積水庫庫容量低，僅為3.6萬m3·km-2，機(jī)電排灌面積和有效灌溉面積占播種面積比例較低，分別為2.6%和24.3%，單位播種面積上節(jié)水灌溉機(jī)械數(shù)很低，為1.6套·千hm-2。貴州省的機(jī)電排灌面積和有效灌溉面積占播種面積比例也比較低，分別為1.4%和23.4%，但其單位面積水庫庫容量比較高（20萬m3·km-2）。四川省單位面積水庫庫容量小，為4.5萬m3·km-2，但其節(jié)水灌溉面積占有效灌溉面積比例高（53.2%）。廣西省有效灌溉面積占播種面積的比重較低，為25.3%，但單位播種面積上節(jié)水灌溉機(jī)械數(shù)較高，為10.1套·千hm-2。重慶市有效灌溉面積占播種面積的比重是6個地區(qū)中最低的，僅為20.2%，但每千農(nóng)業(yè)人口中村衛(wèi)生室人員最多，為1.48人。廣東省水資源豐富，單位面積水庫庫容量（24×104m3·km-2）、有效灌溉面積占播種面積比例（40.1%）、機(jī)電排灌面積占播種面積比例（13.6%）和單位播種面積節(jié)水灌溉機(jī)械（22.5套）均為最高，其防旱抗旱脆弱性能力最低。

從6個地區(qū)的干旱脆弱性綜合評價來看，云南的干旱脆弱性最高，具體體現(xiàn)在水資源和防旱抗旱脆弱性指數(shù)都比較高。接下來是貴州和廣西，其中貴州的社會和農(nóng)業(yè)脆弱性指數(shù)相對偏高，而廣西是經(jīng)濟(jì)和水資源脆弱性較高。干旱脆弱性風(fēng)險較低的是四川和重慶，因為它們的水資源、經(jīng)濟(jì)、社會和農(nóng)業(yè)脆弱性都比較低，只有四川的防旱抗旱脆弱性稍高。廣東省由于水資源豐富、經(jīng)濟(jì)發(fā)達(dá)和城鎮(zhèn)化水平高，使得其干旱脆弱性低。

2.3干旱脆弱性分級

對6個地區(qū)的干旱脆弱性指數(shù)進(jìn)行正態(tài)分布性檢驗，發(fā)現(xiàn)該指數(shù)基本服從正態(tài)分布，估計值落在95%的置信區(qū)間內(nèi)。樣本均值μ為0.73，標(biāo)準(zhǔn)差σ為0.786。根據(jù)正態(tài)分布原理，將中國南方地區(qū)干旱脆弱性等級按照干旱脆弱性指數(shù)小于（μ-0.44σ）定義為低風(fēng)險，大于（μ+0.44σ）定義為高風(fēng)險，介于兩者之間的定義為中等風(fēng)險。根據(jù)以上原則得到中國南方地區(qū)干旱脆弱性分級閾值（表4），并得到干旱脆弱性分級的空間分布圖（圖2）。從圖中可以看出廣東省位于干旱的低脆弱區(qū)，四川和重慶位于干旱的中等脆弱區(qū)，云南、貴州和廣西位于干旱的高脆弱區(qū)?？傮w來說，西南地區(qū)的干旱脆弱性大于華南地區(qū)。

表4 干旱脆弱性分級Table 4 The classes of drought vulnerability

圖2 干旱脆弱性分級Fig. 2 The classes of drought vulnerability

3 結(jié)論與討論

3.1結(jié)論

基于主成分分析的理論方法，綜合考慮水資源、經(jīng)濟(jì)、社會、農(nóng)業(yè)和防旱抗旱能力等方面內(nèi)容，建立了中國南方地區(qū)干旱脆弱性評價模型，得到不同省市的干旱脆弱性指標(biāo)和分級區(qū)劃。得到以下結(jié)論：

（1）通過主成分特征分析，將32個原始指標(biāo)降維簡化，得到4個主成分。第一主成分主要反映農(nóng)業(yè)脆弱性和社會脆弱性；第二主成分主要反映水資源脆弱性和經(jīng)濟(jì)脆弱性；第三主成分和第四主成分所占比重較小，主要反映防旱抗旱能力脆弱性。

（2）以4個主成分的方差貢獻(xiàn)率為系數(shù)建立南方干旱脆弱性評價模型，得到中國南方干旱脆弱性綜合評價得分及其排名。水資源脆弱性由高到低依次為云南、廣西、貴州、四川、重慶和廣東；經(jīng)濟(jì)脆弱性由高到低依次為廣西、云南、貴州、四川、重慶和廣東；社會脆弱性由高到低依次為貴州、云南、廣西、重慶、四川和廣東；農(nóng)業(yè)脆弱性從高到

低依次為貴州、云南、廣西、重慶、四川和廣東；防旱抗旱能力脆弱性由高到低分別為云南、貴州、四川、廣西、重慶和廣東；干旱脆弱性綜合評價由高到低依次為云南、貴州、廣西、四川、重慶和廣東。

（3）建立干旱脆弱性分級閾值，得到干旱脆弱性分級區(qū)劃圖。廣東省位于干旱的低脆弱區(qū)，四川和重慶位于干旱的中等脆弱區(qū)，云南、貴州和廣西位于干旱的高脆弱區(qū)。

3.2討論

從方法來說，用主成分分析法確定區(qū)域干旱脆弱性指標(biāo)權(quán)重，可以從各指標(biāo)所代表的信息量大小和系統(tǒng)效應(yīng)來確定，避免了德爾菲法和層次分析法的人為因素干擾，使量化管理簡單易行。從指標(biāo)選擇來說，由于影響干旱脆弱性的因素眾多，且各因素間關(guān)系復(fù)雜，因此很難完整描述干旱的實際發(fā)生情況。本文在指標(biāo)選擇中側(cè)重于社會經(jīng)濟(jì)因素，較少考慮自然環(huán)境背景，而這個背景也是影響干旱脆弱性的重要因素，今后需要加強(qiáng)這方面的研究。雖然本研究存在一些不足，但是由主成分分析法得到的中國南方地區(qū)干旱脆弱性評價及等級區(qū)劃結(jié)果在實際工作中仍具有積極意義。由于各地區(qū)干旱脆弱性的原因各異，各部門在應(yīng)對干旱風(fēng)險時應(yīng)有針對性的制定決策方案，提高防旱抗旱效率。

ABSON D J, DOUGILL A J, STRINGER L C. 2012. Using principal component analysis for information-rich socio-ecological vulnerability mapping in Southern Africa[J]. Applied Geography, 35(1): 515-524.

ANTWI-AGYEI P, FRASER ED, DOUGILL A J, et al. 2012. Mapping the vulnerability of crop production to drought in Ghana using rainfall, yield and socioeconomic data[J]. Applied Geography, 32(2): 324-334.

ASHOK K M，VIJAY P S. 2010. A review of drought concepts[J]. Journal of Hydrology, 391(1-2): 202-216.

IPCC. 2012. Summary for Policymakers. In: Managing the Risks of Extreme Events and Disasters to Advance Climate Change Adaptation. A Special Report of Working GroupsI and II of the Intergovernmental Panel on Climate Change[M]. Cambridge University Press, Cambridge, UK, and New York, NY, USA: 1-19.

IPCC. 2013. Climate Change 2013: The Physical Science Basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovern-mental Panel on Climate Change. Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA: 159-255.

NAUMANN G, BARBOSA P, GARROTE L, et al. 2014. Exploring drought vulnerability in Africa: an indicator based analysis to be used in early warning systems[J]. Hydrology and Earth System Sciences, 18(5): 1591-1604.

PEARSON K. 1901. Principal components analysis[J]. The London, Edinburgh, and Dublin Philosophical Magazine and Journal of Science, 6(2): 559.

SLEGERS M F W. 2008. “If only it would rain”: Farmers? perceptions of rainfall and drought in semi-arid central Tanzania[J]. Journal if Arid Environments, 72(11): 2106-2123.

WILHELMI O V, WILHITE D A. 2002. Assessing vulnerability to agricultural drought: a Nebraska case study[J]. Natural Hazards, 25(1): 37-58.

ZORNITSA P, MARIA I, LUIS S P, et al. 2012. Assessing drought vulnerability of bulgarian agriculture through model simulations[J]. Journal of Environmental Science and Engineering B 1: 1017-1036.

段海霞, 王素萍, 馮建英. 2014. 2013年全國干旱狀況及其影響與成因[J].干旱氣象, 32(2): 310-316.

段興武, 謝云, 劉剛, 等. 2008. 黑龍江省糧食生產(chǎn)對氣候變化影響的脆弱性分析[J]. 中國農(nóng)業(yè)氣象, 29(1): 6-11.

葛全勝, 鄒銘, 鄭景云, 等. 2008. 中國自然災(zāi)害風(fēng)險綜合評估初步研究[M]. 北京: 科學(xué)出版社: 23-206.

黃小燕, 王小平, 王勁松, 等. 2014. 中國大陸1960-2012年持續(xù)干旱日數(shù)的時空變化特征[J]. 干旱氣象, 32(3): 326-333.

凌子燕, 劉銳. 2010. 基于主成分分析的廣東省區(qū)域水資源緊缺風(fēng)險評價[J]. 資源科學(xué), 32(12): 2324-2328.

劉鐵民. 2010. 脆弱性——突發(fā)事件形成與發(fā)展的本質(zhì)原因[J]. 中國應(yīng)急管理, (10):32-35.

馬細(xì)霞, 李艷, 劉磊. 2011. 基于主成分分析的農(nóng)業(yè)旱災(zāi)等級區(qū)劃研究[J]. 鄭州大學(xué)學(xué)報:工學(xué)版, 32(1): 125-128.

倪深海, 顧穎, 王會容. 2005. 中國農(nóng)業(yè)干旱脆弱性分區(qū)研究[J]. 水科學(xué)進(jìn)展, 16(5): 705-709.

阮本清, 彭宇平, 王浩, 等. 2005. 水資源短缺風(fēng)險的模糊綜合評價[J].水利學(xué)報, 36(8): 906-912.

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

舒曉惠, 劉建平. 2004. 利用主成分回歸法處理多重共線性的若干問題[J]. 統(tǒng)計與決策, (10): 25-26.

孫芳, 楊修. 2005. 農(nóng)業(yè)氣候變化脆弱性評估研究進(jìn)展[J]. 中國農(nóng)業(yè)氣象, 26(3): 170-173.

涂長望, 黃士松. 1944. 中國夏季風(fēng)之進(jìn)退[J]. 氣象學(xué)報, 18: 1-20.

王鶯, 王勁松, 姚玉璧, 等. 2014. 中國華南地區(qū)持續(xù)干期日數(shù)時空變化特征[J]. 生態(tài)環(huán)境學(xué)報, 23(1): 86-94.

武玉艷, 葛兆帥, 蒲英磊, 等. 2009. 基于熵值法的農(nóng)業(yè)洪澇災(zāi)害脆弱性評價──以江蘇省鹽城市為例[J]. 安徽農(nóng)業(yè)科學(xué), 37(4): 1681-1682.

亞行技援中國干旱管理戰(zhàn)略研究課題組. 2011. 中國干旱災(zāi)害風(fēng)險管理戰(zhàn)略研究[M]. 中國水利水電出版社: 1-3.

姚玉璧, 王勁松, 尚軍林, 等. 2014a. 基于相對濕潤度指數(shù)的西南春季干旱10年際演變特征[J]. 生態(tài)環(huán)境學(xué)報, 23(4): 547-554.

姚玉璧, 張強(qiáng), 王勁松, 等. 2014b. 中國西南干旱對氣候變暖的響應(yīng)特征[J]. 生態(tài)環(huán)境學(xué)報, 23(9): 1409-1417.

尹晗, 李耀輝. 2013. 我國西南干旱研究最新進(jìn)展綜述[J]. 干旱氣象, 31(1): 182-193.

張強(qiáng), 張良, 崔縣成, 等. 2011. 干旱監(jiān)測與評價技術(shù)的發(fā)展及其科學(xué)挑戰(zhàn)[J]. 地球科學(xué)進(jìn)展, 26(7): 763-778.

Evaluation of Drought Vulnerability in Southern China Based on Principal Component Analysis

WANG Ying1, WANG Jing1, YAO Yubi1,2, WANG Jinsong1
1. Key Laboratory of Arid Climatic Change and Reducing Disaster of Gansu Province, Key Open Laboratory of Arid Change and Disaster Reduction of CMA, Institute of Arid Meteorology, China Meteorological Administration, Lanzhou 730020, China; 2. Meteorological Bureau of Dingxi City, Dingxi 743003, China

Drought vulnerability is the root of the formation of drought disaster. According to the principles of comprehensiveness, systematization and operability, and selecting five criterion layers, which included the vulnerability of water resources, economy, society, agriculture and the ability of drought prevention and resistance, the index evaluation system of agricultural drought vulnerability was established. By using principal component analysis to determine the weight of estimation indices, a drought vulnerability assessment model was constructed. Making use of the model, we got the drought vulnerability indices, threshold value and vulnerability zone in different provinces in southern China. These studies can provide the basic data and theoretical support for disaster prevention and reduction in South China. The results showed that: (1) through principal component analysis, we got four principal components. The first principal component mainly reflected the agricultural vulnerability and social vulnerability, and the variance contribution was 54.90%. The second principal component mainly reflected the water resources vulnerability and economical vulnerability, and the variance contribution was 23.64%. The proportions of the third and forth principal component were little, and mainly reflected the vulnerability of the ability of drought prevention and resistance. (2) The drought vulnerability evaluation model was constructed according to the variance contribution of four principal components. Then we got the comprehensive scores and ranking. The vulnerability of water resources in the sequence of descending were Yunnan, Guangxi, Guizhou, Sichuan, Chongqing and Guangdong. The vulnerability of economy from high to low were Guangxi, Yunnan, Guizhou, Sichuan, Chongqing and Guangdong. The vulnerability of society according to the order from high to low were Guizhou, Yunnan, Guangxi, Chongqing, Sichuan and Guangdong. The vulnerability of agriculture according to the order from high to low were Guizhou, Yunnan, Guangxi, Chongqing, Sichuan and Guangdong. The vulnerability of the ability of drought prevention and resistance according to the order from high to low were Yunnan, Guizhou, Sichuan, Guangxi, Chongqing and Guangdong. The comprehensive evaluation of drought vulnerability according to the order from high to low were Yunnan, Guizhou, Guangxi, Sichuan, Chongqing and Guangdong. (3) The drought vulnerability indices tallied basically the normal distribution through the test of normality. According to the principle of normal distribution, the threshold value of classification of drought vulnerability was established. The drought vulnerability index with the value less than 0.3842 was defined as low risk, and that more than 1.0758 was defined as high risk, and other values between these two figures were defined as medium risk. Then the zoning map of drought vulnerability was obtained. Guangdong was located at low fragile zone of drought, Sichuan and Chongqing were located at moderate fragile zone of drought, and Yunnan, Guizhou and Guangxi were located at high fragile zone of drought.

principal component analysis; drought; vulnerability; index weight; Southern China

S16

A

1674-5906（2014）12-1897-08

國家重點基礎(chǔ)研究發(fā)展計劃項目(2013CB430200；2013CB430206）；國家重大科學(xué)研究計劃（2012CB955903）；中國清潔發(fā)展機(jī)制基金項目“面向適應(yīng)的氣候災(zāi)害風(fēng)險評估與管理機(jī)制研究”；蘭州干旱氣象研究所博士科研啟動項目（KYS2012BSKYO2）

王鶯（1984年生），女，助理研究員，博士，主要從事氣候變化對農(nóng)業(yè)生態(tài)的影響研究。E-mail: wangyn924@163.com

2014-09-14

王鶯，王靜，姚玉璧，王勁松. 基于主成分分析的中國南方干旱脆弱性評價[J]. 生態(tài)環(huán)境學(xué)報, 2014, 23(12): 1897-1904.

WANG Ying, WANG Jing, YAO Yubi, WANG Jinsong. Evaluation of Drought Vulnerability in Southern China Based on Principal Component Analysis [J]. Ecology and Environmental Sciences, 2014, 23(12): 1897-1904.