西南喀斯特地區(qū)農(nóng)業(yè)旱災(zāi)脆弱性評(píng)價(jià)研究

王永超，焦樹林，黃福衛(wèi)

(貴州師范大學(xué) 地理與環(huán)境科學(xué)學(xué)院，貴州 貴陽(yáng)　550001)

?

西南喀斯特地區(qū)農(nóng)業(yè)旱災(zāi)脆弱性評(píng)價(jià)研究

王永超，焦樹林*，黃福衛(wèi)

(貴州師范大學(xué) 地理與環(huán)境科學(xué)學(xué)院，貴州 貴陽(yáng)550001)

摘要：基于SPSS19.0軟件的主成分分析法，通過選取影響西南喀斯特地區(qū)農(nóng)業(yè)旱災(zāi)脆弱性評(píng)價(jià)的3個(gè)主要影響因子，即承災(zāi)體因子、孕災(zāi)環(huán)境因子和致災(zāi)因子，采用加權(quán)綜合評(píng)分方式，對(duì)農(nóng)業(yè)旱災(zāi)脆弱性進(jìn)行評(píng)價(jià)。結(jié)果表明：西南喀斯特地區(qū)農(nóng)業(yè)旱災(zāi)脆弱性排序?yàn)椋涸颇?貴州>廣西>四川>重慶。同時(shí)，聚類分析研究表明西南喀斯特地區(qū)農(nóng)業(yè)旱災(zāi)脆弱性具有顯著的梯度差異，其中云南和貴州歸為同一類，廣西和四川為同一類，重慶單獨(dú)為一類；而且受災(zāi)嚴(yán)重的地區(qū)多具有山地面積大，地形結(jié)構(gòu)復(fù)雜，喀斯特地貌廣布，地下多溶洞、暗河等特征，導(dǎo)致這些地區(qū)的地表水難以儲(chǔ)存，且工程性缺水嚴(yán)重。

關(guān)鍵詞：農(nóng)業(yè)旱災(zāi)；脆弱性；主成分分析法；喀斯特地區(qū)

0引言

我國(guó)是世界上發(fā)生自然災(zāi)害種類較多的國(guó)家之一。其中，旱災(zāi)在我國(guó)的影響范圍最廣，持續(xù)時(shí)間最長(zhǎng)，對(duì)農(nóng)業(yè)生產(chǎn)造成的損失也最大[1]。農(nóng)業(yè)具有天然的弱質(zhì)性和高風(fēng)險(xiǎn)性，自身抵御自然災(zāi)害的能力十分有限[2]。農(nóng)業(yè)旱災(zāi)是指偶然氣候異常引致旱情發(fā)生后，由于水源、生產(chǎn)能力或經(jīng)濟(jì)條件的限制，未能及時(shí)采取有效措施，以致造成農(nóng)作物減產(chǎn)或絕收的災(zāi)情[3]。脆弱性(Vulnerability)是一個(gè)相對(duì)的概念，雖然概念至今尚未形成統(tǒng)一，但其內(nèi)涵卻得到不斷豐富[4-9]。農(nóng)業(yè)旱災(zāi)脆弱性是特指農(nóng)業(yè)生產(chǎn)系統(tǒng)各要素在實(shí)現(xiàn)其功能的動(dòng)態(tài)過程中，易受到干旱影響并引致?lián)p失的特性，是致災(zāi)因子、孕災(zāi)環(huán)境、承災(zāi)體三者脆弱性相互疊加的結(jié)果[10]。何艷芬等[11]對(duì)農(nóng)業(yè)干旱和旱災(zāi)進(jìn)行了系統(tǒng)性分析，從致災(zāi)因子、孕災(zāi)環(huán)境以及承災(zāi)體或?yàn)?zāi)損角度對(duì)農(nóng)業(yè)旱災(zāi)指標(biāo)進(jìn)行系統(tǒng)分類。農(nóng)業(yè)旱災(zāi)的脆弱性評(píng)價(jià)是旱災(zāi)風(fēng)險(xiǎn)防范的重要基礎(chǔ)，農(nóng)業(yè)系統(tǒng)脆弱性程度決定了形成旱災(zāi)的強(qiáng)度，已成為制約農(nóng)業(yè)可持續(xù)發(fā)展的障礙因素[12]。開展脆弱性評(píng)價(jià)對(duì)旱災(zāi)形成機(jī)理及防旱抗旱具有非常重要的意義[13]。研究旱災(zāi)的脆弱性產(chǎn)生的方法模型及評(píng)價(jià)方法也頗多，主要有層次分析法[14，15]、熵值法[16]、灰色關(guān)聯(lián)度法[17]、數(shù)據(jù)包絡(luò)分析法[18]、模糊分析模型[19]等。針對(duì)2010年西南五省市(區(qū))發(fā)生的嚴(yán)重干旱情況，通過對(duì)各地區(qū)的農(nóng)業(yè)旱災(zāi)脆弱性進(jìn)行評(píng)價(jià)研究，揭示地區(qū)農(nóng)業(yè)旱災(zāi)脆弱性的演變規(guī)律和驅(qū)動(dòng)機(jī)制，旨在客觀認(rèn)識(shí)該地區(qū)的農(nóng)業(yè)干旱的脆弱性，為開展防旱抗旱工作提供參考。

1研究區(qū)基本概況及其研究方法

1.1研究區(qū)基本概況

西南喀斯特地區(qū)以山地為主，地形結(jié)構(gòu)非常復(fù)雜。這一區(qū)域中部和北部以長(zhǎng)江流域的河流侵蝕為主。與地形區(qū)域相對(duì)應(yīng)，該區(qū)域有亞熱帶季風(fēng)氣候和一些熱帶雨林季風(fēng)氣候區(qū)，干濕季分明。2010年西南地區(qū)發(fā)生嚴(yán)重的干旱，共5 104.9萬(wàn)人受災(zāi)。其中，飲水困難人口達(dá)1 609萬(wàn)人，牲畜達(dá)1 105.5萬(wàn)頭；農(nóng)作物受災(zāi)面積4 348.6×103ha，其中絕收面積940.2×103ha；因?yàn)?zāi)直接經(jīng)濟(jì)損失190.2億元。

1.2研究方法

主成分分析法，是將初始數(shù)據(jù)變量線性組合，使研究對(duì)象的影響因子特征更為集中和更為典型，來表示原來變量的主要信息。其主要目的是集中數(shù)據(jù)，更好地分析研究，對(duì)西南喀斯特農(nóng)業(yè)旱災(zāi)脆弱性進(jìn)行評(píng)價(jià)。借助SPSS19.0統(tǒng)計(jì)分析軟件，選取能夠反映絕大部分信息的前n個(gè)主因子，進(jìn)行加權(quán)計(jì)算出各個(gè)省區(qū)的綜合評(píng)價(jià)結(jié)果。其步驟如下：

1)由于原始數(shù)據(jù)中不同評(píng)價(jià)指標(biāo)間存在量綱不同與數(shù)量級(jí)差距，以消除該影響，即對(duì)原始數(shù)據(jù)進(jìn)行歸一化處理：

(1)

γij表示第i個(gè)評(píng)價(jià)對(duì)象在第j個(gè)評(píng)價(jià)指標(biāo)下所對(duì)應(yīng)的經(jīng)過歸一化處理后的指標(biāo)值。

2)運(yùn)用SPSS統(tǒng)計(jì)分析軟件進(jìn)行分析得出相關(guān)系數(shù)矩陣、主成分的特征值和貢獻(xiàn)率、旋轉(zhuǎn)后的因子載荷矩陣以及主成分得分矩陣。

3)計(jì)算各省市區(qū)農(nóng)業(yè)旱災(zāi)脆弱性。

(2)

W表示每個(gè)省份的農(nóng)業(yè)旱災(zāi)脆弱性，si表示第i主成分的得分，rj表示第j主成分方差的貢獻(xiàn)率。

2影響因子選取和數(shù)據(jù)歸一化處理

依據(jù)《中國(guó)統(tǒng)計(jì)年鑒2011》和《中國(guó)水災(zāi)旱災(zāi)公報(bào)2010》統(tǒng)計(jì)，選取9項(xiàng)指標(biāo)作為影響西南各省區(qū)農(nóng)業(yè)旱災(zāi)脆弱性綜合評(píng)價(jià)指標(biāo)：農(nóng)村居民人均純收入(元)-X1、人口密度(人/km2)-X2、旱地面積比(%)-X3、旱災(zāi)成災(zāi)面積(103ha)-X4、農(nóng)作物播種面積(103ha)-X5、作物絕收面積(103ha)-X6、因旱飲水困難人口(104人)-X7、水庫(kù)總庫(kù)容量(108m3)-X8、森林覆蓋率(%)-X9。由公式(1)將原始數(shù)據(jù)標(biāo)準(zhǔn)化(表1)。

表1　原始數(shù)據(jù)標(biāo)準(zhǔn)化

3主因子的選取

應(yīng)用SPSS19.0軟件進(jìn)行主成分分析，可得出西南喀斯特地區(qū)農(nóng)業(yè)旱災(zāi)脆弱性綜合評(píng)價(jià)影響因子的標(biāo)準(zhǔn)化指標(biāo)的相關(guān)系數(shù)矩陣(表2)、主成分特征值及貢獻(xiàn)率(表3)、旋轉(zhuǎn)后的因子載荷矩陣(表4)以及影響西南喀斯特地區(qū)農(nóng)業(yè)旱災(zāi)脆弱性綜合評(píng)價(jià)3大主成分的得分矩陣(表5)。

表2　標(biāo)準(zhǔn)化指標(biāo)的相關(guān)系數(shù)矩陣

表3　主成分的特征值和貢獻(xiàn)率

由表3可知，前3個(gè)主成分的旋轉(zhuǎn)累計(jì)貢獻(xiàn)率達(dá)88.948%(通常大于85%即可)，說明這3個(gè)主成分包含的信息量占總體信息量很大，且前3個(gè)特征值對(duì)應(yīng)的特征向量變化也明顯。所以選取前3個(gè)公共因子作為主成分(分別用Z1、Z2、Z3表示)進(jìn)行分析，即可充分表示西南喀斯特地區(qū)農(nóng)業(yè)旱災(zāi)脆弱性狀況。

表4　轉(zhuǎn)后的因子載荷矩陣

通過對(duì)表4中的數(shù)據(jù)分析可得：1)第Z1主成分與旱地面積比、旱災(zāi)成災(zāi)面積、作物絕收面積及因旱飲水困難成明顯正相關(guān)，而與農(nóng)村居民人均純收入成明顯的負(fù)相關(guān)。承災(zāi)體在宏觀上表現(xiàn)為作物受旱面積、因?yàn)?zāi)損失的產(chǎn)量、受災(zāi)頻次等[9]。農(nóng)業(yè)遭受旱災(zāi)后，則農(nóng)作物成為主要承災(zāi)體遭受的損失對(duì)象，這說明第Z1主成分因子代表了農(nóng)業(yè)干旱的承災(zāi)體；2)第Z2主成分因子與農(nóng)作物播種面積成明顯的正相關(guān)，與人口密度成明顯的負(fù)相關(guān)。農(nóng)作物的種植面積越大，則需要土壤環(huán)境水分越多，形成農(nóng)業(yè)旱災(zāi)的可能性就越高，導(dǎo)致發(fā)生的損失也就越大，這說明第Z2主成分代表了孕災(zāi)害環(huán)境因子；3)第Z3主成分與水庫(kù)總庫(kù)容成明顯的正相關(guān)。降水量的多少是影響農(nóng)業(yè)旱災(zāi)形成最直接的因素，也是形成農(nóng)業(yè)旱災(zāi)的重要原因[9]。農(nóng)業(yè)旱災(zāi)被認(rèn)為是一種氣象災(zāi)害，因?yàn)榻o農(nóng)作物供水的主要來源是通過降水方式，這說明第Z3主成分代表了致災(zāi)因子。

4西南喀斯特地區(qū)農(nóng)業(yè)旱災(zāi)脆弱性綜合評(píng)價(jià)結(jié)果及分析

由表5主成分得分和旋轉(zhuǎn)后的方差貢獻(xiàn)率代入公式(2)加權(quán)求得出“綜合得分”，得出基于主成分分析法的綜合評(píng)價(jià)結(jié)果(表6)

表5　主成分得分矩陣

表6　綜合評(píng)價(jià)結(jié)果

表7　基于TOPSIS法的西南地區(qū)農(nóng)業(yè)旱災(zāi)脆弱性綜合評(píng)價(jià)結(jié)果[10]

由表6可知，基于綜合評(píng)價(jià)西南喀斯特地區(qū)農(nóng)業(yè)旱災(zāi)脆弱性強(qiáng)度，在2010年中排序情況為：云南>貴州>廣西>四川>重慶，排序位居前兩位省份的為云南和貴州，這種結(jié)果與文獻(xiàn)[10]基于TOPSIS法評(píng)價(jià)的結(jié)果(見表7)一致。這可能是由于云貴高原山地面積大，喀斯特地貌廣布，地下多溶洞和暗河，加之該高原區(qū)易發(fā)地質(zhì)災(zāi)害，斷層多等因素，不利于建造大型水庫(kù)存儲(chǔ)水，所以水資源開發(fā)和儲(chǔ)備不足，工程性缺水嚴(yán)重，導(dǎo)致這些區(qū)域成為2010年農(nóng)業(yè)旱災(zāi)中的重災(zāi)區(qū)。四川和廣西兩省(區(qū))喀斯特地貌分布也較廣，通常四川地區(qū)有一部分靠青藏高原積雪來補(bǔ)給水，但由于2010年積雪補(bǔ)給比往年少，加之降水少等其它自然因素影響，導(dǎo)致這些地區(qū)發(fā)生較嚴(yán)重的干旱；而廣西的西部地區(qū)，由于地表土層較薄、石灰?guī)r分布，易造成地表水滲漏，水難以留存，致使發(fā)生較嚴(yán)重的農(nóng)業(yè)干旱。重慶市與四川和廣西兩省(區(qū))相比干旱性強(qiáng)度較弱，重慶市地勢(shì)西北部和中部以丘陵、低山為主，也是此次受災(zāi)最為嚴(yán)重的地區(qū)；重慶市在中國(guó)屬高濕區(qū)，年平均相對(duì)濕度大；長(zhǎng)江干流自西向東橫貫全境，有著名的瞿塘峽、巫峽，三峽水庫(kù)的蓄水功能也減輕了此次旱災(zāi)的程度。最后，還通過采用主成分分析法來評(píng)價(jià)脆弱性的綜合得分。脆弱性得分越高，適應(yīng)性越差，反之適應(yīng)性越好。由該法評(píng)價(jià)脆弱性的綜合得分，可知，西南喀斯特地區(qū)干旱的適應(yīng)性排序?yàn)椋褐貞c>四川>廣西>貴州>云南。根據(jù)SPSS19.0系統(tǒng)軟件對(duì)系統(tǒng)類聚分類分析，并使用平均聯(lián)結(jié)(組間)的樹狀圖表示(如圖1)，結(jié)果表明西南喀斯特地區(qū)農(nóng)業(yè)旱災(zāi)脆弱性具有顯著的梯度差異，其中云南和貴州屬于一類，廣西和四川為同一類，而重慶單獨(dú)為一類。

圖1　平均聯(lián)結(jié)(組間)的樹狀圖Fig.1　Used the average coupling (between groups) tree

5結(jié)論

研究采用主成分分析法，從9個(gè)指標(biāo)中選取影響西南喀斯特地區(qū)農(nóng)業(yè)旱災(zāi)脆弱性評(píng)價(jià)的3大主成分(承災(zāi)體因子、孕災(zāi)害環(huán)境因子和致災(zāi)因子)，采用加權(quán)綜合評(píng)分方式，對(duì)農(nóng)業(yè)旱災(zāi)脆弱性進(jìn)行評(píng)價(jià)。研究區(qū)的農(nóng)業(yè)旱災(zāi)脆弱性的排序?yàn)椋涸颇?貴州>廣西>四川>重慶，可以看出受災(zāi)最嚴(yán)重的地貌特征屬于喀斯特高原和山地區(qū)等。研究結(jié)果表明西南喀斯特地區(qū)的農(nóng)業(yè)旱災(zāi)脆弱性排序和適應(yīng)性排序都具有顯著的梯度差異。通過與汪霞[10]基于TOPSIS法對(duì)西南省區(qū)農(nóng)業(yè)旱災(zāi)綜合評(píng)價(jià)進(jìn)行對(duì)比分析，二者結(jié)果一致，但主成分分析法中，以主成分得分具體量化為依據(jù)，采用綜合評(píng)價(jià)方式，結(jié)果直觀，應(yīng)用在該研究中可能有一定的優(yōu)勢(shì)?？陀^地評(píng)價(jià)了西南喀斯特地區(qū)農(nóng)業(yè)旱災(zāi)脆弱性的演變規(guī)律，望下一步為開展防旱抗旱工作提供一些理論依據(jù)。

參考文獻(xiàn)：

[1] 張慧慧,趙景波,孟萬(wàn)忠.鄂爾多斯高原西南部清代旱災(zāi)研究[J].干旱區(qū)資源與環(huán)境,2014,28(8):132-137.

[2] 汪霞,汪磊.西南喀斯特地區(qū)農(nóng)業(yè)旱災(zāi)脆弱性演化分析——以貴州省為例[J].廣東農(nóng)業(yè)科學(xué),2014,41(20):165-169.

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

[4] TIMMERMAN P.Vulnerability,resilience and the collapse of society:a review of models and possible climatic applications,environmental monograph No.1 [D/OL].Toronto,Canada:Institute for Environmental Studies, University of Toronto,1981:396[2015-11-20]http://www.ilankelman.org/miscellany/Timmerman1981.pdf.

[5] CUTTER S.Living with risk: the geography of technological hazards [M].London:Edward Arnold,1993:1-214.[2015-12-05]https://www.researchgate.net/publication/40934074_Living_With_Risk_The_Geography_of_Technological_Hazards.

[6] TURNER B L,KASPERSON R E,MATSON P A,et al.A framework vulnerability analysis in sustainability science [J].Proceedings of the National Academy of Sciences,2003,100(14):8074-8079.

[7] ADGER W N.Vulnerability [J].Global Environmental Change,2006,16(3):268-281.

[8] 劉燕華.李秀彬.脆弱性生態(tài)環(huán)境與可持續(xù)發(fā)展[M].北京:商務(wù)印書館,2007:187.

[9] 李鶴,張平宇,程葉青.脆弱性的概念及其評(píng)價(jià)方法[J].地理科學(xué)進(jìn)展,2010,27(2):18-25.

[10]汪霞.西南省區(qū)農(nóng)業(yè)旱災(zāi)脆弱性綜合評(píng)價(jià):以2010年西南旱災(zāi)為例[J].貴州大學(xué)學(xué)報(bào):社會(huì)科學(xué)版,2012,30(5):26-30.

[11]何艷芬,張柏,劉志明.農(nóng)業(yè)旱災(zāi)及其指標(biāo)系統(tǒng)研究[J].干旱地區(qū)農(nóng)業(yè)研究,2008,26(5):239-244.

[12]紀(jì)朝榮.河南省農(nóng)業(yè)旱災(zāi)脆弱性評(píng)價(jià)研究[D/OL].開封:河南大學(xué),2013:18-22.(2014-01-22)[2015-12-20]http://www.docin.com/p-757983109.html.

[13]程靜,王群.農(nóng)業(yè)旱災(zāi)脆弱性的特殊生成機(jī)制與化解路徑[J].改革與戰(zhàn)略,2012,28(1):99-101.

[14]蘇筠,周洪建,崔欣婷,等.湖南鼎城農(nóng)業(yè)旱災(zāi)脆弱性的變化及分析[J].長(zhǎng)江流域資源與環(huán)境,2005,14(4):522-527.

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

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

[17]杜曉燕,黃歲樑.天津地區(qū)農(nóng)業(yè)旱災(zāi)脆弱性綜合評(píng)價(jià)及區(qū)劃研究[J].自然災(zāi)害學(xué)報(bào),2010,19(5):138-145.

[18]裴歡,王曉妍,房世峰.基于DEA的中國(guó)農(nóng)業(yè)旱災(zāi)脆弱性評(píng)價(jià)及時(shí)空演變分析[J].災(zāi)害學(xué),2015,30(2):64-69.

[19]邱林,王文川,陳守煜.農(nóng)業(yè)旱災(zāi)脆弱性定量評(píng)估的可變模糊分析法[J].農(nóng)業(yè)工程學(xué)報(bào),2011,27(14):61-65.

文章編號(hào)：1004—5570(2016)03-0013-05

收稿日期：2015-12-29

基金項(xiàng)目：國(guó)家自然科學(xué)基金項(xiàng)目(41263011)

作者簡(jiǎn)介：王永超(1989-)，男，碩士研究生，研究方向：巖溶水資源與GIS應(yīng)用，E-mail:341222a03w5.cdb@sina.cn. *通訊作者：焦樹林(1969-)，男，博士，教授，研究方向：流域水文水資源及地表過程與環(huán)境變化，E-mail:jiaoshulin@gznu.edu.cn.

中圖分類號(hào)：X43；S165.25

文獻(xiàn)標(biāo)識(shí)碼：A

Evaluation researches on agricultural drought vulnerability in Karst areas in southwest China

WANG Yongchao,JIAO Shulin*,HUANG Fuwei

(Guizhou Normal University, School of Geography and Environmental Science, Guiyang, Guizhou 550001, China)

Abstract:Based on SPSS 19.0 software, principal component analysis method was selected three main factors to study the impact assessment of agricultural drought disaster vulnerability in the southwest Karst areas, i. e., supporting body, pregnancy hazards caused by environmental factors and factors. We also used SPSS software together with the weighted composite score, agricultural drought disaster vulnerability was evaluated. Results showed that agricultural drought disaster vulnerability of these provinces in Southwest Karst areas ranked to Yunnan>Guizhou>Guangxi>Sichuan>Chongqing. Cluster analysis showed that Southwest gradient of agricultural drought disaster vulnerability in Karst areas with prominent differences. It displayed Yunnan and Guizhou provinces are of the same category, while Guangxi and Sichuan are of another same category, together with Chongqing city is of another category. In addition, results also showed that the disaster areas extremely possessed features of belonging to mountainous areas, the complex terrain structures, widespread Karst geomorphology, underground caves and rivers and so on. These areas were so hard to store surface water that it resulted in engineering water shortage seriously.

Key words:agricultural drought; vulnerability; principal component analysis method; Karst area