基于信息擴(kuò)散理論的中國(guó)南方水旱災(zāi)害風(fēng)險(xiǎn)特征

王 鶯，張 強(qiáng)，韓蘭英

（1．中國(guó)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(diǎn)實(shí)驗(yàn)室，

中國(guó)氣象局干旱氣候變化與減災(zāi)重點(diǎn)實(shí)驗(yàn)室，甘肅 蘭州 730020；

2．蘭州大學(xué)大氣科學(xué)學(xué)院，甘肅 蘭州 730000；3．西北區(qū)域氣候中心，甘肅 蘭州 730020）

基于信息擴(kuò)散理論的中國(guó)南方水旱災(zāi)害風(fēng)險(xiǎn)特征

王 鶯1，2，張 強(qiáng)1，韓蘭英3

（1．中國(guó)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(diǎn)實(shí)驗(yàn)室，

中國(guó)氣象局干旱氣候變化與減災(zāi)重點(diǎn)實(shí)驗(yàn)室，甘肅 蘭州 730020；

2．蘭州大學(xué)大氣科學(xué)學(xué)院，甘肅 蘭州 730000；3．西北區(qū)域氣候中心，甘肅 蘭州 730020）

水旱災(zāi)害是影響中國(guó)南方地區(qū)農(nóng)業(yè)生產(chǎn)的主要自然災(zāi)害。收集1997—2012年中國(guó)南方所轄5省1市的農(nóng)業(yè)災(zāi)情數(shù)據(jù)，建立基于水旱災(zāi)害受（成）災(zāi)面積的受（成）災(zāi)指數(shù)。以災(zāi)害學(xué)理論為基礎(chǔ)，基于信息擴(kuò)散理論的風(fēng)險(xiǎn)評(píng)估模型獲得中國(guó)南方地區(qū)不同等級(jí)農(nóng)業(yè)水旱災(zāi)害風(fēng)險(xiǎn)發(fā)生概率。結(jié)果表明：（1）貴州和云南的旱災(zāi)成災(zāi)率高，重慶和廣西的水災(zāi)成災(zāi)率高，說(shuō)明這些地區(qū)的農(nóng)業(yè)對(duì)干旱和洪澇的適應(yīng)性和恢復(fù)力差，容易成災(zāi)；（2）農(nóng)業(yè)水（旱）災(zāi)受災(zāi)等級(jí)普遍高于成災(zāi)等級(jí)。隨著農(nóng)業(yè)水（旱）災(zāi)受災(zāi)風(fēng)險(xiǎn)等級(jí)的增加，成災(zāi)風(fēng)險(xiǎn)等級(jí)可能并未隨之增加，說(shuō)明良好的防災(zāi)減災(zāi)能力可以有效地降低農(nóng)業(yè)水（旱）災(zāi)成災(zāi)率。研究區(qū)北部的水災(zāi)風(fēng)險(xiǎn)防范難度大于南部，西南的旱災(zāi)風(fēng)險(xiǎn)防范難度大于華南，農(nóng)業(yè)旱災(zāi)較之水災(zāi)的發(fā)生風(fēng)險(xiǎn)等級(jí)高、成災(zāi)率高，受災(zāi)面積和成災(zāi)面積廣；（3）從空間分布來(lái)看，水災(zāi)主要發(fā)生在四川和重慶地區(qū)，旱災(zāi)主要發(fā)生在西南地區(qū)，其中重慶的成災(zāi)率較高。

中國(guó)南方；信息擴(kuò)散理論；水旱災(zāi)害；風(fēng)險(xiǎn)特征

王 鶯，張 強(qiáng)，韓蘭英．基于信息擴(kuò)散理論的中國(guó)南方水旱災(zāi)害風(fēng)險(xiǎn)特征［J］．干旱氣象，2016，34（6）：919－926，［WANG Ying，ZHANG Qiang，HAN Lanying．Risk Characteristics of Flood and Drought Disaster in Southern China Based on the Information Diffusion Theory［J］．Journal of Arid Meteorology，2016，34（6）：919－926］，DOI：10．11755／j．issn．1006－7639（2016）－06－0919

引 言

中國(guó)地處亞洲季風(fēng)氣候區(qū)，降水不僅具有明顯的季節(jié)性和地域性，而且年際波動(dòng)大，這些特征使得中國(guó)成為一個(gè)水旱災(zāi)害頻發(fā)的國(guó)家［1］。據(jù)《中國(guó)農(nóng)業(yè)統(tǒng)計(jì)資料》提供的數(shù)據(jù)顯示，1978—2012年中國(guó)農(nóng)業(yè)旱災(zāi)的平均受災(zāi)面積和成災(zāi)面積分別為2 393 萬(wàn)hm2和1 224萬(wàn)hm2，水災(zāi)分別為1 130萬(wàn)hm2和618萬(wàn)hm2。水旱災(zāi)害已嚴(yán)重影響了中國(guó)的農(nóng)業(yè)生產(chǎn)。IPCC第五次評(píng)估報(bào)告指出，北半球1983—2012年可能是最近1 400 a來(lái)氣溫最高的30 a［2］。在此背景下，中國(guó)降水年際、年內(nèi)變異增大，農(nóng)業(yè)水資源有效利用的不確定性和脆弱性增加，不同地域、不同季節(jié)發(fā)生極端水旱災(zāi)害事件的次數(shù)增多［3－5］。值得注意的是，近年來(lái)在北方農(nóng)業(yè)水旱災(zāi)害形勢(shì)依然嚴(yán)峻的情況下，中國(guó)南方水旱災(zāi)害也呈現(xiàn)愈演愈重的趨勢(shì)。如，2000年4—6月，四川重旱導(dǎo)致直接經(jīng)濟(jì)損失達(dá)22．5億元；2006年川渝夏秋大旱，部分地區(qū)持續(xù)干旱時(shí)間超過(guò)100 d；2008年粵、桂、川、滇等?。▍^(qū)）出現(xiàn)嚴(yán)重洪澇災(zāi)害；2009—2010年云、貴、川、桂等?。▍^(qū)）出現(xiàn)秋、冬、春季連旱；2011年6月，貴州出現(xiàn)旱澇急轉(zhuǎn)；2012年3月，廣東發(fā)生大范圍春汛；2013—2014年西南地區(qū)出現(xiàn)秋冬春連旱［6－7］。南方地區(qū)作為中國(guó)糧油主產(chǎn)區(qū)，其農(nóng)業(yè)安全對(duì)中國(guó)社會(huì)發(fā)展具有重要現(xiàn)實(shí)意義，因此有必要開(kāi)展該地區(qū)農(nóng)業(yè)水旱災(zāi)害風(fēng)險(xiǎn)特征研究。

近年來(lái)，很多國(guó)際組織和國(guó)家都開(kāi)展了水旱災(zāi)害風(fēng)險(xiǎn)評(píng)估工作。如聯(lián)合國(guó)發(fā)展計(jì)劃署（UNDP）與聯(lián)合國(guó)環(huán)境規(guī)劃署（UNEP）全球資源信息數(shù)據(jù)庫(kù)（GRID）合作開(kāi)發(fā)了“災(zāi)害風(fēng)險(xiǎn)指數(shù)（DRI）”［8－9］；Pandey等［10］研究了印度恰爾肯德邦地區(qū)的農(nóng)業(yè)干旱風(fēng)險(xiǎn)；Shahid等［11］構(gòu)建了孟加拉地區(qū)的干旱評(píng)估模型，強(qiáng)調(diào)危險(xiǎn)性和脆弱性在干旱風(fēng)險(xiǎn)中的聯(lián)合作用；Balica等［12］通過(guò)物理模型研究了肯尼亞西部的洪澇災(zāi)害風(fēng)險(xiǎn)。中國(guó)學(xué)者對(duì)水旱災(zāi)害風(fēng)險(xiǎn)評(píng)估的研究主要開(kāi)始于1990年代。徐向陽(yáng)等［13］從水旱災(zāi)害防治需求入手，對(duì)水旱災(zāi)害損失評(píng)估系統(tǒng)做了論述；徐乃璋等［14］將災(zāi)損和社會(huì)、經(jīng)濟(jì)、人文等因素結(jié)合，研究水旱災(zāi)害對(duì)中國(guó)農(nóng)業(yè)和社會(huì)經(jīng)濟(jì)發(fā)展的影響；葉明華等［15］通過(guò)收集歷年糧食主產(chǎn)省份的水旱災(zāi)害成災(zāi)率數(shù)據(jù)，構(gòu)建災(zāi)害波動(dòng)測(cè)算模型，得到了基于災(zāi)損的分級(jí)與評(píng)估結(jié)果；郭小燕等［16］根據(jù)甘肅省歷年水旱災(zāi)害受災(zāi)面積和糧食產(chǎn)量數(shù)據(jù)，分析了水旱災(zāi)害的時(shí)空分布特征以及與糧食產(chǎn)量的關(guān)系。以上研究主要是基于大樣本的概率統(tǒng)計(jì)模型，所需樣本數(shù)較多。當(dāng)前中國(guó)水旱災(zāi)情數(shù)據(jù)主要來(lái)自社會(huì)統(tǒng)計(jì)資料，該資料的年代序列較短，且連續(xù)性較差，導(dǎo)致風(fēng)險(xiǎn)評(píng)估結(jié)果穩(wěn)定性弱，甚至與實(shí)際情況相差甚遠(yuǎn)［17］。為了準(zhǔn)確分析小樣本事件，信息擴(kuò)散理論被廣泛應(yīng)用于自然災(zāi)害風(fēng)險(xiǎn)評(píng)估中［18－25］。該理論將一個(gè)觀測(cè)值變成一個(gè)模糊集，用樣本模糊信息去彌補(bǔ)小樣本信息的不足，進(jìn)而獲得區(qū)域小概率事件的風(fēng)險(xiǎn)度。但上述研究區(qū)域多集中于中國(guó)北方，且對(duì)水旱災(zāi)害風(fēng)險(xiǎn)的認(rèn)識(shí)不足。鑒于此，本研究以信息擴(kuò)散理論為基礎(chǔ)，從農(nóng)業(yè)災(zāi)情方面對(duì)中國(guó)南方地區(qū)農(nóng)業(yè)水旱災(zāi)害進(jìn)行空間風(fēng)險(xiǎn)評(píng)估和分級(jí)評(píng)價(jià)，探討水旱災(zāi)害風(fēng)險(xiǎn)的關(guān)聯(lián)性特征，以期為中國(guó)南方地區(qū)農(nóng)業(yè)生產(chǎn)和水旱災(zāi)害管理提供借鑒。

1 研究區(qū)概況

中國(guó)南方地區(qū)主要指秦嶺—淮河線(xiàn)以南、青藏高原以東地區(qū)。該地區(qū)主要糧食作物是水稻，主要經(jīng)濟(jì)作物是油菜、甘蔗、棉花、烤煙和茶葉。選擇位于中國(guó)南方的華南（廣東、廣西?。┖臀髂希ㄙF州、云南和四川省以及重慶直轄市）地區(qū)為案例區(qū)（圖1），分析氣候變暖背景下南方農(nóng)業(yè)水旱災(zāi)害風(fēng)險(xiǎn)特征。從氣候類(lèi)型看，華南地區(qū)主要為亞熱帶季風(fēng)氣候，年降水量為1 300～2 500 mm，年平均溫度為16～24℃；西南地區(qū)的濕潤(rùn)北亞熱帶季風(fēng)氣候主要分布于四川盆地，亞熱帶季風(fēng)氣候主要分布于云貴高原的低緯地區(qū)，高寒氣候和立體氣候主要分布于云貴高原和青藏高原的高緯地區(qū)，熱帶季雨林氣候主要分布于西南地區(qū)南端。從地形地貌看，華南地區(qū)地表侵蝕切割強(qiáng)烈，丘陵廣布；西南地區(qū)主要分布有四川盆地、云貴高原高山山地丘陵以及青藏高原高山山地。從土壤類(lèi)型看，華南地區(qū)脫硅富鋁化強(qiáng)烈，是磚紅壤和赤紅壤的集中分布區(qū)；西南地區(qū)的貴州主要分布為黃壤，四川盆地和重慶主要為紫色土，廣西、云南和四川西南部主要為紅壤。以上自然環(huán)境因素決定了案例區(qū)是一水旱災(zāi)害易發(fā)區(qū)。根據(jù)1978—2008年水旱災(zāi)情統(tǒng)計(jì)數(shù)據(jù)可知，中國(guó)南方地區(qū)31 a間旱災(zāi)平均受災(zāi)面積占農(nóng)作物受災(zāi)總面積的47%，水災(zāi)所占比例為29%；旱災(zāi)成災(zāi)面積占農(nóng)作物成災(zāi)總面積的45%，水災(zāi)所占比例為32%［26］。因此，水旱災(zāi)害是對(duì)中國(guó)南方地區(qū)農(nóng)業(yè)影響最大的2種自然災(zāi)害。

圖1 研究區(qū)位置及地形Fig．1 Location and terrain of the study area

2 數(shù)據(jù)來(lái)源與研究方法

2．1 數(shù)據(jù)來(lái)源

風(fēng)險(xiǎn)分析的基礎(chǔ)數(shù)據(jù)有農(nóng)業(yè)旱災(zāi)受（成）災(zāi)面積、水災(zāi)受（成）災(zāi)面積和農(nóng)作物播種面積。由于1997年重慶成立直轄市，考慮到資料的連貫性，以上數(shù)據(jù)起止時(shí)間均為1997—2012年。其中1997—2008年的數(shù)據(jù)來(lái)源于《新中國(guó)農(nóng)業(yè)60 a統(tǒng)計(jì)資料》，2009—2012年的數(shù)據(jù)來(lái)源于《中國(guó)農(nóng)業(yè)統(tǒng)計(jì)資料》。

2．2 農(nóng)業(yè)水旱災(zāi)害風(fēng)險(xiǎn)評(píng)估模型

農(nóng)業(yè)水旱災(zāi)害風(fēng)險(xiǎn)評(píng)估的目的是給出不同水旱災(zāi)害強(qiáng)度發(fā)生的可能性，也就是概率密度函數(shù)。一般采用的極值風(fēng)險(xiǎn)模型和概率風(fēng)險(xiǎn)模型所需數(shù)據(jù)量大，不適用于對(duì)信息不完備的小樣本事件的分析。為解決這一問(wèn)題，信息擴(kuò)散理論被引入氣象災(zāi)害風(fēng)險(xiǎn)評(píng)估領(lǐng)域。此方法解決了從普通樣本轉(zhuǎn)變?yōu)槟：龢颖镜膯?wèn)題，從而超越了傳統(tǒng)模糊集技術(shù)依賴(lài)專(zhuān)家選定隸屬函數(shù)的隨意性，既可提高概率分布的精度，又可較合理構(gòu)建參數(shù)間的關(guān)系，明顯提高風(fēng)險(xiǎn)評(píng)估的客觀性［27］。

基于信息擴(kuò)散理論的風(fēng)險(xiǎn)評(píng)估模型中，令X為研究區(qū)在過(guò)去m年內(nèi)風(fēng)險(xiǎn)評(píng)估指標(biāo)的實(shí)際觀測(cè)值樣本集合：

式中，xi是觀測(cè)樣本點(diǎn)，m是觀測(cè)樣本數(shù)。

設(shè)U為X集合中xi的信息擴(kuò)散范圍集合：

式中，uj代表區(qū)間［u1，un］內(nèi)固定間隔離散得到的任意離散實(shí)數(shù)值，n是離散點(diǎn)總數(shù)。

將樣本集合X中的每一個(gè)單值觀測(cè)樣本值xi所攜帶的信息擴(kuò)散到指標(biāo)論域U中的所有點(diǎn)：

式中，h是信息擴(kuò)散系數(shù)，因觀測(cè)樣本總數(shù)的不同而不同。其解析表達(dá)式如下［28］：

式中，a＝min（xi，i＝1，2，…，m），b＝max（xi，i＝1，2，…，m）。標(biāo)記：

則樣本xi的歸一化信息分布可表示為：

公式（8）為風(fēng)險(xiǎn)概率的估計(jì)值，即所有樣本落在U＝（u1，u2，u3，…，un）處的頻率值。其超越概率的表達(dá)式如下：

式中，P為不同水旱災(zāi)情下的風(fēng)險(xiǎn)值。

2．3 評(píng)估指標(biāo)

選擇受災(zāi)面積和成災(zāi)面積作為農(nóng)業(yè)水旱災(zāi)害風(fēng)險(xiǎn)的評(píng)估指標(biāo)。綜合考慮這兩方面的內(nèi)容可以更加系統(tǒng)地反映研究區(qū)水旱災(zāi)害風(fēng)險(xiǎn)的實(shí)際情況。

水（旱）災(zāi)害受災(zāi)面積是指因澇（旱）造成農(nóng)作物產(chǎn)量比正常年減產(chǎn)1成及以上的面積；水（旱）災(zāi)害成災(zāi)面積是指因澇（旱）造成農(nóng)作物產(chǎn)量比正常年減產(chǎn)3成及以上的面積。

水旱災(zāi)害受（成）災(zāi)指數(shù)是農(nóng)業(yè)水旱災(zāi)害受（成）災(zāi)面積與農(nóng)作物播種面積之比，代表農(nóng)業(yè)水旱災(zāi)害受（成）災(zāi)程度。水旱災(zāi)害成災(zāi)率是農(nóng)業(yè)水旱災(zāi)害成災(zāi)面積和受災(zāi)面積的比值，代表研究區(qū)對(duì)農(nóng)業(yè)水旱災(zāi)害的適應(yīng)性和恢復(fù)力。

具體計(jì)算公式如下：

式中，Xf和Yf分別為水旱災(zāi)害的年受災(zāi)指數(shù)、成災(zāi)指數(shù)，指數(shù)值越大，說(shuō)明水旱災(zāi)害對(duì)農(nóng)業(yè)影響越大；Af和Df分別為水旱災(zāi)害的年受災(zāi)面積、成災(zāi)面積；S為農(nóng)作物的年播種面積；Cf為水旱災(zāi)害的年成災(zāi)率；f表示某一氣象災(zāi)害。由于水旱災(zāi)害受（成）災(zāi)指數(shù)的值域?yàn)椋?，1］，考慮計(jì)算精度要求，將論域的固定間隔設(shè)為0．01，即風(fēng)險(xiǎn)指標(biāo)論域Uj為｛0，0．01，0．02，…，1｝。

2．4 農(nóng)業(yè)水旱災(zāi)害風(fēng)險(xiǎn)等級(jí)劃分

由信息擴(kuò)散風(fēng)險(xiǎn)評(píng)估模型得到的水旱災(zāi)害受（成）災(zāi)風(fēng)險(xiǎn)估計(jì)值代表某一受（成）災(zāi)指數(shù)下的風(fēng)險(xiǎn)概率。根據(jù)張竟竟［29］和劉亞彬［30］等制定的風(fēng)險(xiǎn)等級(jí)標(biāo)準(zhǔn)，結(jié)合研究區(qū)6省市的實(shí)際情況，將農(nóng)業(yè)水旱災(zāi)害風(fēng)險(xiǎn)等級(jí)劃分為高風(fēng)險(xiǎn)、中高風(fēng)險(xiǎn)、中風(fēng)險(xiǎn)、中低風(fēng)險(xiǎn)和低風(fēng)險(xiǎn)5個(gè)等級(jí)，制定了中國(guó)南方地區(qū)農(nóng)業(yè)水旱災(zāi)害風(fēng)險(xiǎn)等級(jí)閾值（表1）。高風(fēng)險(xiǎn)意味著災(zāi)害受（成）災(zāi)指數(shù)高、發(fā)生周期短、再現(xiàn)頻率高；反之，則為低風(fēng)險(xiǎn)。為了使風(fēng)險(xiǎn)等級(jí)概念更加直觀，表1中R為歷史重現(xiàn)期，用1／P來(lái)表示。如水旱災(zāi)害受（成）災(zāi)面積占播種面積15%以上的災(zāi)害，重現(xiàn)期為1～2 a，即為高風(fēng)險(xiǎn)，重現(xiàn)期＞10 a，則為低風(fēng)險(xiǎn)。

表1 水旱災(zāi)害受（成）災(zāi)指數(shù)下的風(fēng)險(xiǎn)等級(jí)劃分Tab．1The risk ranks corresponding to the indexes of drought and flood disaster－affected and disaster－formative

3 結(jié)果與分析

3．1 水旱災(zāi)害受（成）災(zāi)指數(shù)

圖2給出1997—2012年間年平均水旱災(zāi)害受（成）災(zāi)指數(shù)和成災(zāi)率?？梢钥闯?，1990年代末以來(lái)中國(guó)南方農(nóng)業(yè)水災(zāi)受（成）災(zāi)指數(shù)由高到低依次為重慶、四川、廣西、貴州、廣東和云南，水災(zāi)成災(zāi)率由高到低依次為重慶（54%）、廣西（53%）、貴州（51%）、云南（49%）、四川（48%）和廣東（46%）（圖2a）；農(nóng)業(yè)旱災(zāi)受（成）災(zāi)指數(shù)由高到低依次為云南、重慶、四川、貴州、廣西和廣東，旱災(zāi)成災(zāi)率由高到低依次為貴州（56%）、云南（55%）、廣西（52%）、重慶（51%）、四川（50%）和廣東（43%）（圖2b）。上述分析可見(jiàn)，中國(guó)南方地區(qū)同時(shí)受到干旱和洪澇的影響，但干旱對(duì)西南地區(qū)的影響范圍大于華南地區(qū)；成災(zāi)率越高，說(shuō)明這些地區(qū)的農(nóng)業(yè)對(duì)干旱和洪澇的適應(yīng)性和恢復(fù)力越差，越容易成災(zāi)。

圖2 中國(guó)南方地區(qū)水（a）、旱（b）災(zāi)害受（成）災(zāi)指數(shù)及成災(zāi)率Fig．2 The indexes of the flood（a）and drought（b）disaster－affected and disaster－formative and corresponding occurrence probability in southern China

3．2 農(nóng)業(yè)水旱災(zāi)害風(fēng)險(xiǎn)評(píng)估

3．2．1 農(nóng)業(yè)水災(zāi)風(fēng)險(xiǎn)評(píng)估

由基于信息擴(kuò)散理論的風(fēng)險(xiǎn)評(píng)估模型得到中國(guó)南方地區(qū)5省1市水災(zāi)受（成）災(zāi)指數(shù)的概率密度函數(shù)。在此基礎(chǔ)上，根據(jù)農(nóng)業(yè)水旱災(zāi)害風(fēng)險(xiǎn)劃分等級(jí)（表1）獲得中國(guó)南方地區(qū)各省、直轄市不同等級(jí)水災(zāi)受（成）災(zāi)指數(shù)的風(fēng)險(xiǎn)評(píng)估分布格局（圖3）?？梢钥闯觯?dāng)受災(zāi)指數(shù)≥5%時(shí)，研究區(qū)水災(zāi)整體處于中風(fēng)險(xiǎn)等級(jí)，即歷史重現(xiàn)期為1～2 a；當(dāng)成災(zāi)指數(shù)≥5%時(shí)，除重慶風(fēng)險(xiǎn)等級(jí)不變外，四川和廣西的風(fēng)險(xiǎn)等級(jí)降為中低風(fēng)險(xiǎn)，云南、廣東和貴州的風(fēng)險(xiǎn)等級(jí)降為低風(fēng)險(xiǎn)。當(dāng)受災(zāi)指數(shù)≥10%時(shí)，云南為低風(fēng)險(xiǎn)，貴州為中低風(fēng)險(xiǎn)，廣東和廣西為中風(fēng)險(xiǎn)，四川為中高風(fēng)險(xiǎn)，重慶為高風(fēng)險(xiǎn)；當(dāng)成災(zāi)指數(shù)≥10%時(shí)，除重慶降為中低風(fēng)險(xiǎn)以外，其余地區(qū)均為低風(fēng)險(xiǎn)。當(dāng)受災(zāi)指數(shù)≥15%時(shí)，四川為中低風(fēng)險(xiǎn)，重慶為中高風(fēng)險(xiǎn)，其余地區(qū)為低風(fēng)險(xiǎn)；當(dāng)成災(zāi)指數(shù)≥15%，研究區(qū)均處于低風(fēng)險(xiǎn)區(qū)。當(dāng)受災(zāi)指數(shù)≥20%時(shí)，重慶為中風(fēng)險(xiǎn)，其余地區(qū)為低風(fēng)險(xiǎn)；當(dāng)成災(zāi)指數(shù)≥20%時(shí)，研究區(qū)均處于低風(fēng)險(xiǎn)區(qū)。分地區(qū)來(lái)看，四川和重慶的水災(zāi)受災(zāi)風(fēng)險(xiǎn)等級(jí)較其它地區(qū)高，云南的水災(zāi)受災(zāi)風(fēng)險(xiǎn)等級(jí)最低；重慶的水災(zāi)成災(zāi)風(fēng)險(xiǎn)等級(jí)也較其它地區(qū)高。雖然四川的水災(zāi)受災(zāi)等級(jí)較高，但成災(zāi)等級(jí)較低。綜上所述，1990年代末以來(lái)，隨著農(nóng)業(yè)水災(zāi)受災(zāi)風(fēng)險(xiǎn)等級(jí)的增加，成災(zāi)風(fēng)險(xiǎn)等級(jí)可能并未隨之增加，說(shuō)明良好的防災(zāi)減災(zāi)能力可以有效地降低水災(zāi)成災(zāi)率，且研究區(qū)北部的水災(zāi)風(fēng)險(xiǎn)防范難度大于南部。

3．2．2 農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)評(píng)估

同樣方法，得到中國(guó)南方地區(qū)各省、直轄市不同旱災(zāi)受（成）災(zāi)指數(shù)的風(fēng)險(xiǎn)評(píng)估分布格局（圖4）?？梢钥闯觯?dāng)旱災(zāi)受災(zāi)指數(shù)≥5%時(shí)，研究區(qū)干旱風(fēng)險(xiǎn)為中風(fēng)險(xiǎn)等級(jí)；當(dāng)成災(zāi)指數(shù)≥5%時(shí)，廣東的風(fēng)險(xiǎn)等級(jí)降為低風(fēng)險(xiǎn)，其余地區(qū)仍為中風(fēng)險(xiǎn)。當(dāng)受災(zāi)指數(shù)≥10%時(shí)，除廣東是中風(fēng)險(xiǎn)外，其余地區(qū)均為高風(fēng)險(xiǎn)；當(dāng)成災(zāi)指數(shù)≥10%時(shí)，廣東和廣西降為低風(fēng)險(xiǎn)，四川降為中低風(fēng)險(xiǎn)，貴州降為中風(fēng)險(xiǎn)，云南和重慶降為中高風(fēng)險(xiǎn)。當(dāng)受災(zāi)指數(shù)≥15%時(shí)，廣東風(fēng)險(xiǎn)等級(jí)為中低風(fēng)險(xiǎn)，其余地區(qū)仍為高風(fēng)險(xiǎn)；當(dāng)成災(zāi)指數(shù)≥15%時(shí)，四川、廣東和廣西降為低風(fēng)險(xiǎn)，貴州降為中低風(fēng)險(xiǎn)，云南和重慶降為中風(fēng)險(xiǎn)。當(dāng)受災(zāi)指數(shù)≥20%時(shí)，廣東和廣西為中低風(fēng)險(xiǎn)，四川和貴州降為中風(fēng)險(xiǎn)，云南和重慶仍保持高風(fēng)險(xiǎn)；當(dāng)成災(zāi)指數(shù)≥20%時(shí)，其風(fēng)險(xiǎn)分布格局與成災(zāi)指數(shù)≥15%時(shí)保持一致。分地區(qū)來(lái)看，云南和重慶的干旱受（成）災(zāi)風(fēng)險(xiǎn)等級(jí)較高，廣東的干旱受（成）災(zāi)風(fēng)險(xiǎn)較低，總體來(lái)說(shuō)西南地區(qū)的干旱風(fēng)險(xiǎn)等級(jí)較華南地區(qū)高。綜上所述，1990年代末以來(lái)，隨著農(nóng)業(yè)旱災(zāi)受災(zāi)風(fēng)險(xiǎn)等級(jí)的增加，成災(zāi)風(fēng)險(xiǎn)等級(jí)可能出現(xiàn)不變甚至降低的現(xiàn)象，說(shuō)明防旱抗旱措施對(duì)降低農(nóng)業(yè)干旱災(zāi)害的成災(zāi)率具有積極意義。西南地區(qū)的旱災(zāi)風(fēng)險(xiǎn)防范難度大于華南地區(qū)，尤其是云南、重慶和貴州。

圖3 不同受（成）災(zāi)指數(shù)下的水災(zāi)風(fēng)險(xiǎn)評(píng)估Fig．3 The risk assessment of flood disaster under different indexes of the disaster－affected and disaster－formative in southern China

圖4 不同受（成）災(zāi)指數(shù)下的旱災(zāi)風(fēng)險(xiǎn)評(píng)估Fig．4 The risk assessment of drought disaster under different indexes of the disaster－affected and disaster－formative in southern China

3．3 水旱災(zāi)害風(fēng)險(xiǎn)特征比較

比較中國(guó)南方地區(qū)5省1直轄市水旱災(zāi)害風(fēng)險(xiǎn)程度。以四川為例，當(dāng)受災(zāi)指數(shù)≥5%時(shí)，干旱風(fēng)險(xiǎn)等級(jí)為中風(fēng)險(xiǎn)，歷史重現(xiàn)期約為1．7 a，水災(zāi)風(fēng)險(xiǎn)等級(jí)也為中風(fēng)險(xiǎn)，歷史重現(xiàn)期約為1．8 a；當(dāng)受災(zāi)指數(shù)≥10%時(shí)，干旱風(fēng)險(xiǎn)等級(jí)為高風(fēng)險(xiǎn)，歷史重現(xiàn)期約為4．1 a，而水災(zāi)風(fēng)險(xiǎn)等級(jí)為中高風(fēng)險(xiǎn)，歷史重現(xiàn)期約為4．8 a；當(dāng)受災(zāi)指數(shù)≥15%時(shí)，干旱風(fēng)險(xiǎn)等級(jí)為高風(fēng)險(xiǎn)，歷史重現(xiàn)期約為8．6 a，而水災(zāi)風(fēng)險(xiǎn)等級(jí)為中低風(fēng)險(xiǎn)，歷史重現(xiàn)期約為15．8 a；當(dāng)受災(zāi)指數(shù)≥20%時(shí)，干旱風(fēng)險(xiǎn)等級(jí)為中風(fēng)險(xiǎn)，歷史重現(xiàn)期約為15．2 a，而水災(zāi)風(fēng)險(xiǎn)等級(jí)為低風(fēng)險(xiǎn)，歷史重現(xiàn)期約為69．6 a。不同成災(zāi)指數(shù)下的水旱災(zāi)害風(fēng)險(xiǎn)也具有相同的規(guī)律。以上分析可見(jiàn)，1990年代末以來(lái)，農(nóng)業(yè)旱災(zāi)的受災(zāi)和成災(zāi)風(fēng)險(xiǎn)總體上較水災(zāi)高，歷史重現(xiàn)期較水災(zāi)短。圖5是農(nóng)業(yè)水旱災(zāi)害受（成）災(zāi)超越概率密度曲線(xiàn)?？梢钥闯?，旱災(zāi)曲線(xiàn)的陡度較水災(zāi)緩，說(shuō)明旱災(zāi)事件發(fā)生的離散性較水災(zāi)強(qiáng)，具有較高的不確定性，旱災(zāi)發(fā)生頻率較水災(zāi)高。

從空間分布來(lái)看，受災(zāi)指數(shù)≥5%時(shí)，水旱災(zāi)害風(fēng)險(xiǎn)等級(jí)均為中風(fēng)險(xiǎn)；受災(zāi)指數(shù)≥10%時(shí)，重慶是水旱災(zāi)害的高風(fēng)險(xiǎn)區(qū)，廣東是水旱災(zāi)害的中風(fēng)險(xiǎn)區(qū)，廣西、貴州、云南和四川分別是水災(zāi)的中、中低、低和中高風(fēng)險(xiǎn)區(qū)，是旱災(zāi)的高風(fēng)險(xiǎn)區(qū)；受災(zāi)指數(shù)≥15%時(shí)，重慶是水旱災(zāi)害的中高和高風(fēng)險(xiǎn)區(qū)，四川是水旱災(zāi)害的中低和高風(fēng)險(xiǎn)區(qū)，其余地區(qū)為水災(zāi)低風(fēng)險(xiǎn)區(qū)、旱災(zāi)中高和高風(fēng)險(xiǎn)區(qū)；當(dāng)受災(zāi)指數(shù)≥20%時(shí)，重慶水旱災(zāi)害為中、高風(fēng)險(xiǎn)區(qū)，其余地區(qū)為水災(zāi)低風(fēng)險(xiǎn)區(qū)，云南為旱災(zāi)高風(fēng)險(xiǎn)區(qū)，四川、貴州、廣東和廣西為旱災(zāi)中、中低風(fēng)險(xiǎn)區(qū)。成災(zāi)風(fēng)險(xiǎn)也具有相似的規(guī)律，當(dāng)成災(zāi)指數(shù)≥10%時(shí)，旱災(zāi)的中高風(fēng)險(xiǎn)區(qū)有2個(gè)，而水災(zāi)只有1個(gè)中低風(fēng)險(xiǎn)區(qū)；當(dāng)成災(zāi)指數(shù)≥15%時(shí)，旱災(zāi)有2個(gè)中風(fēng)險(xiǎn)區(qū)，而水災(zāi)均為低風(fēng)險(xiǎn)區(qū)。由此可見(jiàn)，1990年代末以來(lái)，水災(zāi)主要發(fā)生在四川和重慶地區(qū)，旱災(zāi)主要發(fā)生在西南地區(qū)，其中重慶的成災(zāi)率較高；研究區(qū)旱災(zāi)較之水災(zāi)的發(fā)生風(fēng)險(xiǎn)等級(jí)高、成災(zāi)率高、受災(zāi)面積和成災(zāi)面積廣。

圖5 水旱災(zāi)害受（成）災(zāi)超越概率密度曲線(xiàn)Fig．5 The exceeding probability density curves for indexes of drought－flood disaster－affected and disaster－formative

4 結(jié)論與討論

（1）1990年代末以來(lái)，中國(guó)南方地區(qū)同時(shí)遭受干旱和洪澇的影響，但干旱對(duì)西南地區(qū)的影響范圍大于華南地區(qū)；從成災(zāi)率來(lái)看，貴州和云南的旱災(zāi)成災(zāi)率高，重慶和廣西的水災(zāi)成災(zāi)率高，說(shuō)明這些地區(qū)的農(nóng)業(yè)對(duì)干旱和洪澇的適應(yīng)性和恢復(fù)力差，容易成災(zāi)。

（2）隨著農(nóng)業(yè)水（旱）災(zāi)受災(zāi)風(fēng)險(xiǎn)等級(jí)的增加，中國(guó)南方地區(qū)成災(zāi)風(fēng)險(xiǎn)等級(jí)可能并未隨之增加，說(shuō)明良好的防災(zāi)減災(zāi)能力可以有效降低水（旱）災(zāi)成災(zāi)率。1990年代末以來(lái)，研究區(qū)北部的水災(zāi)風(fēng)險(xiǎn)防范難度大于南部，西南的旱災(zāi)風(fēng)險(xiǎn)防范難度大于華南，尤其是云南、重慶和貴州；旱災(zāi)較之水災(zāi)的發(fā)生風(fēng)險(xiǎn)等級(jí)高、成災(zāi)率高、歷史重現(xiàn)期短、受災(zāi)面積和成災(zāi)面積廣。

（3）從農(nóng)業(yè)水旱災(zāi)害受（成）災(zāi)超越概率密度曲線(xiàn)看出，旱災(zāi)的曲線(xiàn)陡度較水災(zāi)緩，說(shuō)明旱災(zāi)事件發(fā)生的離散性較水災(zāi)強(qiáng)，具有較高的不確定性，旱災(zāi)發(fā)生頻率較水災(zāi)高。從空間分布來(lái)看，水災(zāi)主要發(fā)生在四川和重慶地區(qū)，旱災(zāi)主要發(fā)生在西南地區(qū)，其中重慶的成災(zāi)率較高。

基于信息擴(kuò)散理論模型能夠得到中國(guó)南方農(nóng)業(yè)水旱災(zāi)害的風(fēng)險(xiǎn)分布特征，表明該方法是一有效解決小樣本問(wèn)題的方法，評(píng)價(jià)結(jié)果意義明確。但該方法仍屬于災(zāi)害靜態(tài)風(fēng)險(xiǎn)分析的范疇，其結(jié)果顯示了農(nóng)業(yè)水旱災(zāi)害在地理分布上的差異，基本滿(mǎn)足了解中國(guó)南方地區(qū)水旱災(zāi)害風(fēng)險(xiǎn)特征和掌握災(zāi)害發(fā)生規(guī)律的要求。但是，由于水旱災(zāi)害風(fēng)險(xiǎn)具有動(dòng)態(tài)變化特征，未來(lái)研究應(yīng)該加強(qiáng)對(duì)其動(dòng)態(tài)風(fēng)險(xiǎn)的分析。

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

［2］Qin D，Plattner G K，Tignor M，et al．Climate change 2013：The physical science basis［M］．Cambridge，UK，and New York：Cambridge University Press，2014．1－20．

［3］IPCC．Summary for policymakers．In：Managing the risks of extreme events and disasters to advance climate change adaptation．A special report of working groups I and IIof the intergovernmental Panel on Climate Change［M］．Cambridge，UK，and New York：Cambridge University Press，2013．1－19．

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

［5］王靜愛(ài)，毛佳，賈慧聰．中國(guó)水旱災(zāi)害危險(xiǎn)性的時(shí)空格局研究［J］．自然災(zāi)害學(xué)報(bào)，2008，17（1）：115－121．

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

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

［8］Arnold M，Chen R S，Deichmann U，et al．Natural disaster hotspots case studies［M］．Washington DC：Hazard Management U-nit．World Bank，2006．1－181．

［9］Dilley M，Chen R S，Deichmann U，et al．Natural disaster hotspots：A global risk analysis synthesis report［M］．Washington DC：Hazard Management Unit，World Bank，2005．1－132．

［10］Pandey S，Pandey A C，Nathawat M S，et al．Drought hazard assessment using geoinformatics over parts of Chotanagpur plateau region，Jharkhand，India［J］．Natural Hazards，2012，63：279－303．

［11］Shahid S，Behrawan H．Drought risk assessment in the western part of Bangladesh［J］．Natural Hazards，2008，46（3）：391－413．

［12］Balica SF，Popescu I，Beevers L，etal．Parametric and physically based modelling techniques for flood risk and vulnerability assessment：A comparison［J］．Environmental Modelling＆ Software，2013，41：84－92．

［13］徐向陽(yáng)，劉?。禐?zāi)害損失評(píng)估系統(tǒng)［J］．災(zāi)害學(xué)，1999，14 （1）：1－5．

［14］徐乃璋，白婉如．水旱災(zāi)害對(duì)我國(guó)農(nóng)業(yè)及社會(huì)經(jīng)濟(jì)發(fā)展的影響［J］．災(zāi)害學(xué)，2002，17（1）：91－96．

［15］葉明華，孫蓉．農(nóng)業(yè)水旱災(zāi)害的分級(jí)評(píng)估與農(nóng)業(yè)保險(xiǎn)的風(fēng)險(xiǎn)分擔(dān)［J］．農(nóng)村經(jīng)濟(jì)，2013，6：3－8．

［16］郭小燕，張家武，陳雪梅，等．甘肅省水旱災(zāi)害時(shí)空分布特征及其與糧食產(chǎn)量的關(guān)系［J］．干旱區(qū)資源與環(huán)境，2011，25（6）：132－137．

［17］黃崇福，劉立新，周?chē)?guó)賢，等．以歷史災(zāi)情資料為依據(jù)的農(nóng)業(yè)自然災(zāi)害風(fēng)險(xiǎn)評(píng)估方法［J］．自然災(zāi)害學(xué)報(bào)，1998，7（2）：1－9．

［18］黃崇福．信息擴(kuò)散原理與計(jì)算思維及其在地震工程中的應(yīng)用［D］．北京：北京師范大學(xué)，1992．

［19］Wu M，Chen Y，Xu C．Assessment of meteorological disasters based on information diffusion theory in Xinjiang，Northwest China ［J］．Journal of Geographical Sciences，2015，25（1）：69－84．

［20］Li Q．Fuzzy approach to analysis of flood risk based on variable fuzzy sets and improved information diffusionmethods［J］．Natural Hazards and Earth System Science，2013，13（2）：239－249．

［21］王鶯，李耀輝，趙福年，等．基于信息擴(kuò)散理論的甘肅省農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)分析［J］．干旱氣象，2013，31（1）：44－48．

［22］張竟竟．基于信息擴(kuò)散理論的河南省農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)評(píng)估［J］．資源科學(xué)，2012，34（2）：280－286．

［23］王文祥，左冬冬，封國(guó)林．基于信息分配和擴(kuò)散理論的東北地區(qū)干旱脆弱性特征分析［J］．物理學(xué)報(bào)，2014，63（22）：447－457．

［24］杜向潤(rùn)，馮民權(quán)，張建龍．基于改進(jìn)信息擴(kuò)散理論的水資源短缺風(fēng)險(xiǎn)評(píng)價(jià)研究［J］．干旱地區(qū)農(nóng)業(yè)研究，2014，32（6）：188－194．

［25］杜子璇，劉靜，劉偉昌．基于信息擴(kuò)散理論的長(zhǎng)江中下游地區(qū)高溫?zé)岷︼L(fēng)險(xiǎn)分析［J］．氣象與環(huán)境科學(xué)，2012，35（2）：8－14．

［26］中國(guó)人民共和國(guó)農(nóng)業(yè)部．新中國(guó)農(nóng)業(yè)60年統(tǒng)計(jì)資料［M］．北京：中國(guó)農(nóng)業(yè)出版社，2009．114－143．

［27］黃崇福．自然災(zāi)害風(fēng)險(xiǎn)分析與管理［M］．北京：科學(xué)出版社，2012．182－222．

［28］黃崇福，張俊香，劉靜．模糊信息化處理技術(shù)應(yīng)用簡(jiǎn)介［J］．信息與控制，2004，33（1）：61－66．

［29］張竟竟．河南省農(nóng)業(yè)水旱災(zāi)害風(fēng)險(xiǎn)評(píng)估與時(shí)空分布特征［J］．農(nóng)業(yè)工程學(xué)報(bào)，2012，28（18）：98－106．

［30］劉亞彬，劉黎明，許迪，等．基于信息擴(kuò)散理論的中國(guó)糧食主產(chǎn)區(qū)水旱災(zāi)害風(fēng)險(xiǎn)評(píng)估［J］．農(nóng)業(yè)工程學(xué)報(bào)，2010，26（8）：1－7．

Risk Characteristics of Flood and Drought Disaster in Southern China Based on the Information Diffusion Theory

WANG Ying1，2，ZHANG Qiang1，HAN Lanying3

（1．Institute of Arid Meteorology，China Meteorological Administration，Key Laboratory of Arid Climatic Change and Reducing Disaster of Gansu Province，Key Laboratory of Arid Climate Change and Disaster Reduction of CMA，Lanzhou 730020，China；2．College of Atmospheric Sciences，Lanzhou University，Lanzhou 730000，China；3．Northwest Regional Climate Center，Lanzhou 730020，China）

Flood and drought disasters are themajor natural disasters influencing crop production in southern China．The indexes of the disaster－affected and disaster－formativewere established based on agricultural disasters data in 5 provinces and 1municipality during 1997－2012．Through the in－depth analysis of the flood and drought risks，combined with the principles of natural disaster system，and on the basis of fuzzymathematics theory of information，the occurrence probability of flood and drought risks in differentgradeswas obtained by the risk assessmentmodel．The results showed that the drought hazard rates in Guizhou and Yunnan were high，while the flood hazard rates in Chongqing and Guangxiwere high，which indicated that the crops in these areas had a poor adaptability and resilience to drought and flood．With the increase of the grades of the agricultural flood and drought disaster－affected，the grades of the disaster－formativemightnotbe increased．It showed that the good disaster prevention andmitigation capacity could effectively reduce the agricultural flood and droughthazard rates．The difficulty of the flood risk prevention in northern part of the study areawas bigger than that in southern part，while thatof the drought risk prevention in southwestern Chinawas bigger than that in southern China．Compared with the flood，the drought risk grade and hazard rates for crop were higher，and the areas of disaster－affected and disaster－formative were wider．Spatially，the flood mainly occurred in Sichuan and Chongqing，while drought mainly occurred in southwestern China，wherein the hazard rates in Chongqing was higher．

southern China；information diffusion theory；flood and drought disaster；risk characteristics

1006－7639（2016）－06－0919－08

10．11755／j．issn．1006－7639（2016）－06－0919

S422；S423

A

2015－06－01；改回日期：2015－08－26

國(guó)家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃（2013CB430206）、國(guó)家自然科學(xué)基金（41605089）和公益性行業(yè)（氣象）科研專(zhuān)項(xiàng)基金（GYHY201506001－6）共同資助

王鶯（1984－），女，博士，副研究員，從事氣候變化與農(nóng)業(yè)生態(tài)研究．E－mail：wangyn924＠163．com