基于可變模糊和灰色理論的貴州省農(nóng)業(yè)旱災(zāi)脆弱性評價

黃路梅+梁虹+焦樹林+賀中華

摘要：從自然因素、社會因素、生態(tài)因素等3個層面選取12個指標(biāo)，構(gòu)建基于模糊灰色系統(tǒng)理論評價模型，對貴州省農(nóng)業(yè)旱災(zāi)脆弱性進行初步探討。結(jié)果表明：貴州省生態(tài)環(huán)境脆弱，易誘發(fā)旱災(zāi)且恢復(fù)力差，9個脆弱性分區(qū)中，有6個嚴(yán)重分區(qū)，3個中度分區(qū)；用4個典型指標(biāo)與綜合評價結(jié)果進行灰色關(guān)聯(lián)度分析，得出喀斯特地區(qū)農(nóng)業(yè)旱災(zāi)脆弱性與這4種因素都有關(guān)聯(lián)性，其關(guān)聯(lián)程度大小順序為：地表水資源量>GDP>人口>喀斯特面積。喀斯特分布面積對貴州省農(nóng)業(yè)旱災(zāi)脆弱性具有一定程度的影響，但是，經(jīng)濟的發(fā)展、科技的進步以及人文因素的作用，正逐漸弱化著喀斯特對農(nóng)業(yè)旱災(zāi)脆弱性的影響力。

關(guān)鍵詞：可變模糊；旱災(zāi)脆弱性；貴州??；灰色關(guān)聯(lián)度

中圖分類號： S423文獻標(biāo)志碼： A

文章編號：1002-1302（2017）04-0239-05

干旱是全球性普遍發(fā)生的一種威脅著人類生命及財產(chǎn)安全的自然災(zāi)害[1-2]。在災(zāi)害學(xué)領(lǐng)域，已有學(xué)者研究指出，旱災(zāi)危害力和風(fēng)險性與承災(zāi)體脆弱性成正相關(guān)關(guān)系，后者對災(zāi)情有增大或減小作用，當(dāng)致災(zāi)強度一致時，脆弱性愈嚴(yán)重災(zāi)情愈嚴(yán)重[3]。以農(nóng)業(yè)為主的貴州省是典型的錐狀喀斯特分布區(qū)，喀斯特面積廣布，很多地方常年缺水，干旱嚴(yán)重，生態(tài)環(huán)境脆弱。干旱是威脅貴州省人類生命和財產(chǎn)安全，制約其經(jīng)濟發(fā)展的最嚴(yán)重的自然災(zāi)害。因此，從脆弱性的角度量化研究農(nóng)業(yè)干旱的分布特征并分析其成因，是發(fā)展貴州省經(jīng)濟亟待解決的問題。

國內(nèi)外關(guān)于農(nóng)業(yè)旱災(zāi)脆弱性的研究主要包括：（1）農(nóng)業(yè)旱災(zāi)脆弱性成因機制分析認為：從農(nóng)戶視角來看，土壤類型、土地管理和農(nóng)民類型決定脆弱性強弱[4]；農(nóng)業(yè)旱災(zāi)脆弱性的生成機制往往與研究的尺度（微觀、中觀、宏觀）有關(guān)[5]；而對于廣西大石山區(qū)的干旱脆弱度大小與旱災(zāi)風(fēng)險指數(shù)的大小呈正相關(guān)關(guān)系[6]。（2）農(nóng)業(yè)旱災(zāi)脆弱性評價指標(biāo)體系的構(gòu)建方面，選取樣區(qū)指標(biāo)的層面是可再生資本、經(jīng)濟能力、人口資源和經(jīng)濟基礎(chǔ)，構(gòu)建了一個新的綜合性干旱脆弱性指標(biāo)（DVI）[7]，如衡陽盆地農(nóng)業(yè)旱災(zāi)脆弱性評價時使用了水田密度、蒸發(fā)量、人口密度等7項指標(biāo)對地區(qū)差異性進行評估[8]。（3）對農(nóng)業(yè)旱災(zāi)脆弱性的評價國內(nèi)外使用了WINISAREG模型和SPI2指數(shù)分析法[9]、德爾菲-主成分分析法[10-11]、情景模擬-產(chǎn)量分析法[12]、熵值法-AHP法[13]、投影尋蹤法[14]等。

這些方法存在的主要缺陷是方法太過主觀，指標(biāo)選取各成體系，指標(biāo)權(quán)重難以確定，難以反映出各因子兩兩間的相互關(guān)系，難以吻合旱災(zāi)脆弱性模糊動態(tài)多變的特性，本研究采用陳守煜的可變模糊理論[15]，將高維變量系統(tǒng)做最佳綜合和簡單化，利用熵值法確定權(quán)重，采用灰色系統(tǒng)理論綜合分析貴州省農(nóng)業(yè)旱災(zāi)脆弱性內(nèi)部動態(tài)變化的聯(lián)系，較之上述方法更具科學(xué)性，能夠為貴州省做好防旱抗旱工作提供理論指導(dǎo)。

1研究區(qū)概況

貴州省位于103°36′～109°35′ E，24°37′～29°13′ N，總面積17.62萬km2。區(qū)內(nèi)地形多變，結(jié)構(gòu)復(fù)雜，地勢陡峭，以山地、丘陵為主，占92.5%；喀斯特面積占貴州省國土面積的61.9%，為典型的喀斯特省份[16]。水土流失面積比重為 31.37%，石漠化面積比重為20.70%，具有多相多層復(fù)雜界面體系、環(huán)境界面變異敏感度高、環(huán)境容量低、穩(wěn)定性差等特征[16]。該喀斯特地區(qū)生態(tài)環(huán)境極為脆弱[17]，石漠化導(dǎo)致生態(tài)系統(tǒng)退化，水土流失嚴(yán)重[18-19]，土地涵養(yǎng)水源能力差，農(nóng)業(yè)旱災(zāi)脆弱性對于以農(nóng)業(yè)為基礎(chǔ)產(chǎn)業(yè)的貴州省已是經(jīng)濟發(fā)展的一大核心制約因素。

2數(shù)據(jù)來源與分析方法

2.1數(shù)據(jù)計算與分析方法

可變模糊分析法是應(yīng)用辯證唯物論關(guān)于差異、共維、中介、兩級的概念以及客觀事物矛盾運動變化的自然辯證法原理，構(gòu)建相對隸屬函數(shù)模型的一種分析方法[20]。農(nóng)業(yè)旱災(zāi)脆弱性是一個特定時空條件下涉及自然環(huán)境和社會經(jīng)濟的復(fù)雜事物，具有相對性或動態(tài)性，影響因子又具有模糊性[21]，本研究從自然、社會、經(jīng)濟等3個層面選取因素指標(biāo)，同時采用不同參數(shù)組合的模糊分析法和灰色關(guān)聯(lián)法構(gòu)建評價模型。根據(jù)陳守煜的方法[15]，建立了貴州省農(nóng)業(yè)旱災(zāi)脆弱性綜合評價模型，具體操作步驟如下：

（1）預(yù)處理原始資料，得到樣本集矩陣

式中：θ為負指數(shù)，通?？扇ˇ?1。

（5）計算樣本（區(qū)域）對各級別的綜合相對隸屬度為

[JZ（]u′hj=[SX（]11+[JB（{][SX（]∑[DD（]mi=1[DD）][ωj（1-UA（kij）h）]p∑[DD（]mi=1[DD）]（ωjUA（kij）h）p[SX）][JB）}]a/p[SX）]。[JZ）][JY]（7）

式中：a為模型參數(shù)，a=1為最小一乘方準(zhǔn)則，a=2為最小二乘方準(zhǔn)則；p為距離參數(shù)，p=1為海明距離，p=2為歐式距離[23]。ωj為指標(biāo)權(quán)重，且∑[DD（]mj=1[DD）]ωj=1。

將所得結(jié)果無量綱化處理得到綜合相對隸屬度U，其中

[JZ（]U=f（u′hj）。[JZ）][JY]（8）

式中：函數(shù)關(guān)系式：

[JZ（]f=u′hj/∑[DD（]ch=1[DD）]u′hj。[JZ）][JY]（9）

（6）計算樣本（地區(qū)）旱災(zāi)脆弱性的級別特征值為

[JZ（]H=（1，2，3，…，c）·U。[JZ）][JY]（10）

農(nóng)業(yè)旱災(zāi)脆弱性級別特征值突顯了脆弱性的大小，脆弱性和級別特征值呈正相關(guān)關(guān)系，特征值越大，農(nóng)業(yè)旱災(zāi)脆弱性越大，據(jù)此對樣本（地區(qū)）農(nóng)業(yè)旱災(zāi)脆弱性大小進行排序。

（7）權(quán)重的確定權(quán)重可以較好地反映參評因子占目標(biāo)對象的物理量，熵值法是一種較客觀的求權(quán)重的方法。

a.無量綱化矩陣假設(shè)矩陣A=（aij）nm表示由n個評價對象，每個評價對象由m個評價指標(biāo)組成的評價指標(biāo)體系原始數(shù)據(jù)矩陣，無量綱化得到R=（rij）nm，歸一化公式為

[JZ（]rij=[SX（]max{aij[DD（]j[DD）]}-aijmax{aij[DD（]j[DD）]}-min{aij[DD（]j[DD）]}[SX）]。[JZ）][JY]（11）

b.求熵值對于無量綱化之后的矩陣R=（rij）nm，第j個指標(biāo)的熵值為

[JZ（]Hj=-[JB（（]∑[DD（]nj=1[DD）]fijln fij[JB））]/lnn。[JZ）][JY]（12）

式中：fij=rij/∑[DD（]nj=1[DD）]rij=1/lnn，當(dāng)fij=0時，令fij·lnfij=0。

c.定義熵權(quán)用以下公式根據(jù)熵值求熵權(quán)ωj：

[JZ（]ωj=（1-Hj）/（m-∑[DD（]mj=1[DD）]Hj），（0≤ωj≤1，∑[DD（]mj=1[DD）]ωj=1）。[JZ）][JY]（13）

（8）灰色關(guān)聯(lián)分析法以X0（k）表示第k個地區(qū)的綜合評價級別特征值的平均值，Xi（k）表示第i個地區(qū)的第k個指標(biāo)，計算得出兩者之間的灰色關(guān)聯(lián)度Rij。計算灰色關(guān)聯(lián)系數(shù)ξi（k）為

[JZ（]ξi（k）=[SX（]Δ（min）+ρΔ（max）|X0（k）-Xi（k）|+ρΔ（max）[SX）]，ρ∈[0，1]。[JZ）][JY]（14）

式中：Δ（min）為X0（k）和Xi（k）差的絕對值的最小值；Δ（max）為X0（k）和Xi（k）差的絕對值的最大值；取ρ=0.05；

[JZ（]Rij=∑[DD（]ni=1[DD）]ξi（k）。[JZ）][JY]（15）

2.2數(shù)據(jù)來源和指標(biāo)的選取

農(nóng)業(yè)旱災(zāi)脆弱性強調(diào)孕災(zāi)環(huán)境的易變性和承災(zāi)體的易損性，受到生態(tài)環(huán)境因素和社會經(jīng)濟因素的共同影響[23]。基于貴州省實際情況，遵循完整性、簡明性、獨立性、可評價性等原則[13]和資料的詳實程度、可靠性，本研究從自然、社會、經(jīng)濟等層面選取了12個典型指標(biāo)，構(gòu)建評價指標(biāo)體系（圖1），并根據(jù)相關(guān)數(shù)據(jù)（表1）計算貴州省農(nóng)業(yè)旱災(zāi)脆弱性的大小。

2.3貴州省農(nóng)業(yè)旱災(zāi)脆弱性可變模糊評價

2.3.1評估指標(biāo)的分級目前對農(nóng)業(yè)旱災(zāi)脆弱性影響因子評價等級的劃分沒有統(tǒng)一的標(biāo)準(zhǔn)，本研究在根據(jù)喀斯特實際情況基礎(chǔ)上，采用內(nèi)插等分法確定農(nóng)業(yè)旱災(zāi)脆弱性評價因子等級標(biāo)準(zhǔn)。

2.3.2相對隸屬度計算

2.3.3確定指標(biāo)的權(quán)重

由熵值法確定各指標(biāo)的權(quán)重，根據(jù)公式（11）～（13）可依次求得各指標(biāo)的無量綱化權(quán)重值為ω=（0.075 40.149 40.058 70.149 40.085 00.072 3

2.3.4綜合相對隸屬度計算以UA（kij）h和ω權(quán)重為基礎(chǔ)，利用模型（7）可計算出各個樣本對各級別h（h=1、2、3、4、5）的綜合相對隸屬度，并進行無量綱化處理（表3）。

3結(jié)果與分析

根據(jù)公式（10），計算出農(nóng)業(yè)旱災(zāi)脆弱性的級別特征值，得到貴州省各地區(qū)的農(nóng)業(yè)旱災(zāi)脆弱性的綜合評價結(jié)果（表4）。由表4可知，各地區(qū)的級別特征平均值在2.322～2.882之間，旱災(zāi)脆弱性等級為嚴(yán)重或中度，9個脆弱性分區(qū)中，有6個嚴(yán)重區(qū)，3個中度區(qū)，說明貴州省整體上農(nóng)業(yè)旱災(zāi)脆弱性嚴(yán)重，旱災(zāi)現(xiàn)象頻發(fā)，損失嚴(yán)重，但各地區(qū)間農(nóng)業(yè)旱災(zāi)脆弱性差異明顯，其級別特征平均值從小到大的順序為：畢節(jié)地區(qū)<遵義市<六盤水市<黔西南州<安順市<貴陽市<銅仁地區(qū)<黔南州<黔東南州。畢節(jié)地區(qū)旱災(zāi)脆弱性最嚴(yán)重，主要原因是其氣候蒸發(fā)旺盛，光照時數(shù)多，土地石漠化嚴(yán)重，坡土地面積比重大，不適宜耕種，單位播種面積產(chǎn)出低而經(jīng)濟發(fā)展水平的御旱能力相對較弱等；黔東南州脆弱度小，與該地區(qū)降水多、人口密度小、可利用水資源量充沛等息息相關(guān)。

從單個因素來看，人口、GDP、地表水資源量、喀斯特生態(tài)環(huán)境都對貴州省農(nóng)業(yè)旱災(zāi)脆弱性具有一定的影響，但其影響力大?。P(guān)聯(lián)度）有所差異，從大到小依次為地表水資源>GDP>人口>喀斯特生態(tài)環(huán)境。

這4種因素在不同的地區(qū)具有不同的組合方式，關(guān)聯(lián)度從大到小依次為安順市>六盤水市>黔西南州>銅仁地區(qū)>貴陽市>黔東南州>黔南州>畢節(jié)地區(qū)>遵義市，說明這4種因素在不同地區(qū)取主要作用的因素有主次之分，主次因素不同，表現(xiàn)為對貴州省農(nóng)業(yè)旱災(zāi)脆弱性的影響程度不同。

性程度較輕，主要是與該地區(qū)地表水資源量盈余、喀斯特面積分布比重相對偏小有關(guān)。

從人口、GDP和地表水資源量的視角分析，除遵義市以外，貴州省其他各個地區(qū)的農(nóng)業(yè)旱災(zāi)脆弱性與這3種因素的關(guān)聯(lián)系數(shù)很大，說明這3種因素對貴州農(nóng)業(yè)旱災(zāi)脆弱性具有主導(dǎo)作用，經(jīng)濟的發(fā)達程度，直接決定了水庫、大壩等水利建設(shè)修復(fù)工程的減災(zāi)投入；人口數(shù)量表現(xiàn)為對地表水資源的需求量；地表水資源量是最主要自然因素，地表水資源量盈余或虧損直接決定了旱災(zāi)發(fā)生與否及生態(tài)環(huán)境對干旱的適應(yīng)、調(diào)整和恢復(fù)能力，3種因素將決定貴州省農(nóng)業(yè)旱災(zāi)脆弱性的大小。

從喀斯特分布面積來看，貴州省農(nóng)業(yè)旱災(zāi)脆弱性與喀斯特分布面積關(guān)聯(lián)系數(shù)非常小，關(guān)聯(lián)度也小，除黔東南州外均小于0.1，這與表5中除黔東南州外，各地區(qū)喀斯特分布面積均大于60%形成強烈的對比，說明喀斯特分布面積對貴州省農(nóng)業(yè)旱災(zāi)脆弱性的影響較小?？λ固氐貐^(qū)地下水和暗河伏流交替出的雙重介質(zhì)結(jié)構(gòu)對農(nóng)業(yè)旱災(zāi)脆弱性有一定的影響，但是，隨著經(jīng)濟的發(fā)展、科技的進步以及人文因素的作用，正逐漸弱化著喀斯特對農(nóng)業(yè)旱災(zāi)脆弱性的影響。

4結(jié)論

貴州省農(nóng)業(yè)旱災(zāi)脆弱性基本上處于嚴(yán)重或中度等級層次，易于遭受旱災(zāi)的侵害，農(nóng)業(yè)旱災(zāi)已成為制約貴州省農(nóng)業(yè)經(jīng)濟發(fā)展最主要的農(nóng)業(yè)災(zāi)害。貴州省農(nóng)業(yè)旱災(zāi)脆弱性的影響因素主要有人口、GDP、地表水資源量和喀斯特分布面積，其影響力從大到小的順序為地表水資源>GDP>人口>喀斯特分布面積。隨著經(jīng)濟的發(fā)展、科技的進步以及人文因素的作用，喀斯特生態(tài)環(huán)境對農(nóng)業(yè)旱災(zāi)脆弱性的影響將逐漸減少。

參考文獻：

[1]史本林，朱新玉，胡云川，等. 基于SPEI指數(shù)的近53年河南省干旱時空變化特征[J]. 地理研究，2015，34（8）：1547-1558.

[2]Lobell D B，Roberts M J，Schlenker W，et al. Greater sensitivity to drought accompanies maize yield increase in the US Midwest[J]. Science，2014，344（6183）：516-519.

[3]康永輝，解建倉，黃偉軍，等. 廣西大石山區(qū)農(nóng)業(yè)干旱成因分析及脆弱性評價[J]. 自然災(zāi)害學(xué)報，2014，23（3）：24-32.

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

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

[6]周游游，蔣忠誠，韋珍蓮. 廣西中部喀斯特干旱農(nóng)業(yè)區(qū)的干旱程度及干旱成因分析[J]. 中國巖溶，2003，22（2）：144-149.

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

[8]劉蘭芳. 衡陽盆地農(nóng)業(yè)旱災(zāi)脆弱性研究[J]. 熱帶地理，2002，22（1）：19-23.

[9]Popova Z，Pereira L S，Ivanova М，et al. Assessing drought vulnerability of bulgarian agriculture through model simulations[J]. Journal of Environmental and Engineering B，2012，1（8）：1017-1036.

[10]凌子燕，劉銳. 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)，2010，32（12）：2324-2328.

[11]孫芳，楊修. 農(nóng)業(yè)氣候變化脆弱性評估研究進展[J]. 中國農(nóng)業(yè)氣象，2005，26（3）：170-173.[HJ1.65mm]

[12]段興武，謝云，劉剛，等. 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，2008，29（1）：6-11.

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

[14]曹永強，伊吉美，游海林，等. 投影尋蹤技術(shù)在農(nóng)業(yè)旱災(zāi)脆弱性評價中的應(yīng)用[J]. 人民黃河，2010，32（2）：12-13.

[15]陳守煜. 工程模糊集理論與應(yīng)用[M]. 北京：國防工業(yè)出版社，1998.

[16]楊明德. 論喀斯特環(huán)境的脆弱性[J]. 云南地理環(huán)境研究，1990（1）：21-29.

[17]李雪冬，楊廣斌，張旭亞，等. 基于RS和GIS的喀斯特山區(qū)生態(tài)系統(tǒng)構(gòu)成與格局及轉(zhuǎn)化分析——以貴州畢節(jié)地區(qū)為例[J]. 中國巖溶，2014，33（1）：82-90.

[18]余霜，李光. 基于Logistic-ISM模型的喀斯特地區(qū)農(nóng)戶石漠化治理行為影響因素及調(diào)控研究[J]. 中國巖溶，2014，33（3）：338-346.

[19]陳圣子，周忠發(fā)，閆利會. 基于網(wǎng)格GIS的喀斯特石漠化治理過程中生態(tài)系統(tǒng)健康變化診斷——以貴州花江示范區(qū)為例[J]. 中國巖溶，2015，34（3）：266-273.

[20]陳守煜. 工程可變模糊集理論與模型——模糊水文水資源學(xué)數(shù)學(xué)基礎(chǔ)[J]. 大連理工大學(xué)學(xué)報，2005，45（2）：308-312.

[21]劉蘭芳，劉盛和，劉沛林，等. 湖南省農(nóng)業(yè)旱災(zāi)脆弱性綜合分析與定量評價[J]. 自然災(zāi)害學(xué)報，2002，11（4）：78-83.

[22]谷洪波，劉新意，劉芷妤. 基于可變模糊評價法的農(nóng)業(yè)旱災(zāi)災(zāi)后恢復(fù)力評估研究——以河北省為例[J]. 干旱地區(qū)農(nóng)業(yè)研究，2014，32（5）：174-180.

[23]趙菲菲，何斌，李小涵，等. 區(qū)域農(nóng)業(yè)干旱脆弱性評價及影響因素識別——以河南、河北省為例[J]. 北京師范大學(xué)學(xué)報（自然科學(xué)版），2012，48（3）：282-286.