基于減產(chǎn)概率的遼寧水稻災(zāi)害風(fēng)險(xiǎn)區(qū)劃

韓語(yǔ)軒,房世波,梁瀚月,周 莉,周廣勝

1 中國(guó)氣象科學(xué)研究院, 北京 100081 2 遼寧師范大學(xué)城市與環(huán)境學(xué)院, 大連 116000

基于減產(chǎn)概率的遼寧水稻災(zāi)害風(fēng)險(xiǎn)區(qū)劃

韓語(yǔ)軒1,2,房世波1,*,梁瀚月1,周 莉1,周廣勝1

1 中國(guó)氣象科學(xué)研究院, 北京 100081 2 遼寧師范大學(xué)城市與環(huán)境學(xué)院, 大連 116000

關(guān)于災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)的危險(xiǎn)性研究多考慮某一種或者多種災(zāi)害的出現(xiàn)概率,由于多數(shù)災(zāi)害指標(biāo)難以與作物產(chǎn)量直接相關(guān),常常出現(xiàn)有災(zāi)無(wú)害現(xiàn)象,難以正確評(píng)價(jià)災(zāi)害風(fēng)險(xiǎn)；依據(jù)產(chǎn)量變異的風(fēng)險(xiǎn)研究多從產(chǎn)量變異出發(fā),但對(duì)不同減產(chǎn)程度的風(fēng)險(xiǎn)評(píng)價(jià)研究較少。以遼寧水稻減產(chǎn)風(fēng)險(xiǎn)為例,分析了遼寧省水稻歉年減產(chǎn)率、災(zāi)年減產(chǎn)率變異系數(shù)及5%和10%兩種減產(chǎn)率等級(jí)風(fēng)險(xiǎn)概率的空間分布特征。采用 K-平均聚類(lèi)算法將遼寧省水稻產(chǎn)量災(zāi)害風(fēng)險(xiǎn)劃分為高、較高、中、低4類(lèi)風(fēng)險(xiǎn)區(qū)。結(jié)果顯示：水稻單產(chǎn)歉年減產(chǎn)率的分布總體呈中部、東部低,向東北西南增高的趨勢(shì)。水稻單產(chǎn)的災(zāi)年減產(chǎn)率變異系數(shù)具有西北—東南方向條帶狀分布特點(diǎn),中部、東部最小,整體上呈向西南、東北方向遞增的趨勢(shì)。減產(chǎn)率大于5%和10%的風(fēng)險(xiǎn)概率的低值區(qū)主要分布于遼寧中部,中值區(qū)主要分布于中部、北部、東南,高值區(qū)主要分布于東北、西部、南部,整體呈中間低,四周高的特點(diǎn)。遼寧省水稻產(chǎn)量災(zāi)害的不同等級(jí)風(fēng)險(xiǎn)區(qū)域呈整體上分散,小面積連片的特點(diǎn)。遼寧西部、東北部為高風(fēng)險(xiǎn)區(qū),中南部地區(qū)為較高風(fēng)險(xiǎn)區(qū),而遼寧中部、東南部為中、低風(fēng)險(xiǎn)區(qū)。探討了各地區(qū)的地形氣候特征與水稻減產(chǎn)的關(guān)系,給出了針對(duì)不同區(qū)域水稻產(chǎn)量災(zāi)損的防御措施。

水稻；風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)；風(fēng)險(xiǎn)區(qū)劃；減產(chǎn)率

水稻是我國(guó)重要的糧食作物之一,種植面積占糧食作物總面積的30%,產(chǎn)量占糧食總產(chǎn)量的 40%以上[1]。遼寧省作為中國(guó)重要的水稻產(chǎn)區(qū)和商品水稻生產(chǎn)基地,水稻產(chǎn)量的豐歉與本區(qū)乃至中國(guó)糧食安全密切相關(guān)[2]。近年來(lái),全球氣象災(zāi)害發(fā)生的頻率和強(qiáng)度呈增加、增強(qiáng)趨勢(shì),由不利氣象因素引起的農(nóng)產(chǎn)品產(chǎn)量下降、品質(zhì)降低的農(nóng)業(yè)損失事件時(shí)有發(fā)生。1979—2008年期間中國(guó)主要作物的受災(zāi)比例呈逐年增加趨勢(shì)[3],因氣象災(zāi)害所造成的農(nóng)業(yè)損失占國(guó)民生產(chǎn)總值的3%—6%[4-6]。因此,建立適合遼寧省的農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)體系與方法,開(kāi)展遼寧地區(qū)水稻風(fēng)險(xiǎn)評(píng)估及其空間分布規(guī)律研究,在規(guī)避遼寧省水稻生產(chǎn)風(fēng)險(xiǎn),為農(nóng)業(yè)保險(xiǎn)提供技術(shù)支撐方面具有重要的現(xiàn)實(shí)意義。

當(dāng)前,關(guān)于風(fēng)險(xiǎn)研究大多根據(jù)農(nóng)業(yè)氣象災(zāi)害的危險(xiǎn)性、敏感性以及抗災(zāi)能力等進(jìn)行綜合風(fēng)險(xiǎn)評(píng)價(jià)[7-13],由于方法不同或者3因素權(quán)重不同,得到的結(jié)果差異很大[14]?，F(xiàn)有危險(xiǎn)性研究多考慮某一種或者多種災(zāi)害出現(xiàn)的風(fēng)險(xiǎn)概率[15- 19],由于多數(shù)災(zāi)害的評(píng)價(jià)指標(biāo)難以與作物產(chǎn)量有直接聯(lián)系,即常常出現(xiàn)有災(zāi)無(wú)害的現(xiàn)象,像2008—2009年和2010—2011年連續(xù)2年的華北嚴(yán)重的冬春連旱并未導(dǎo)致當(dāng)年小麥減產(chǎn)[20]；輕度寒害只使云南省香蕉的抽蕾期和掛果期后延,而并未對(duì)產(chǎn)量造成影響[21],而適度的低溫還會(huì)增強(qiáng)香蕉幼苗的抗冷性[22]。所以,單純依據(jù)災(zāi)害指標(biāo)難以準(zhǔn)確反映減產(chǎn)風(fēng)險(xiǎn)。而依據(jù)產(chǎn)量變異的風(fēng)險(xiǎn)研究多從產(chǎn)量變異出發(fā)[23- 25],很少對(duì)不同減產(chǎn)程度下的風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)[26]。本研究擬根據(jù)遼寧省47個(gè)縣(市)1980—2011年的水稻單產(chǎn)歉年、災(zāi)年的平均減產(chǎn)率、減產(chǎn)率變異系數(shù),并結(jié)合5%和10%兩種減產(chǎn)率等級(jí)下的風(fēng)險(xiǎn)概率,從水稻產(chǎn)量及不同減產(chǎn)程度的風(fēng)險(xiǎn)出現(xiàn)概率評(píng)價(jià)風(fēng)險(xiǎn),并利用 K-平均聚類(lèi)算法進(jìn)行分類(lèi)和風(fēng)險(xiǎn)區(qū)劃。

1 材料與方法

1.1 數(shù)據(jù)資料

遼寧省47個(gè)縣(市)1980—2011年水稻產(chǎn)量與播種面積資料,數(shù)據(jù)來(lái)自中國(guó)氣象局信息中心。

1.2 氣象產(chǎn)量分離

農(nóng)作物的最終產(chǎn)量是在各種自然和非自然因素的綜合影響下形成的。根據(jù)影響因素的性質(zhì)和時(shí)間尺度可以將影響作物最終產(chǎn)量因素劃分為農(nóng)業(yè)技術(shù)措施、氣象條件和隨機(jī)“噪聲”三大類(lèi)[26- 27],即：

Y=Yt+Yw+ΔY

(1)

式中,Y為糧食單產(chǎn),Yt是反映一定歷史時(shí)期社會(huì)生產(chǎn)力發(fā)展水平的趨勢(shì)產(chǎn)量,Yw為氣候產(chǎn)量,ΔY為隨機(jī)“噪聲”,它所占比例很少,在實(shí)際計(jì)算中常被忽略不計(jì)。因此,式(1)可簡(jiǎn)化為：

Y=Yt+Yw

(2)

本研究采用直線(xiàn)滑動(dòng)平均法對(duì)趨勢(shì)產(chǎn)量進(jìn)行模擬[28]。設(shè)某階段的線(xiàn)性趨勢(shì)方程為：

Yi(t)=ai+bit

(3)

式中,方程個(gè)數(shù)i=n-K+1；n為樣本序列個(gè)數(shù)；K為時(shí)間步長(zhǎng),為了消除短周期波動(dòng)的影響,滑動(dòng)步長(zhǎng)k取11；t為時(shí)間序號(hào)。計(jì)算每個(gè)方程在t點(diǎn)上的函數(shù)值Yi(t),這樣每個(gè)t點(diǎn)上分別有q個(gè)函數(shù)值,q的多少與n有關(guān)。當(dāng)K≤n/2,則q=1,2,3,…,K,…,K,…,3,2,1；q連續(xù)為K的個(gè)數(shù)等于n-2(K-1)。當(dāng)K>n/2,則q=1,2,3,…,n-K+1,…,n-K+1,…,3,2,1；q連續(xù)為n-K+1的個(gè)數(shù)等于2K-n。然后,再求出每個(gè)t點(diǎn)上q個(gè)函數(shù)的均值：

(4)

Yw=YYt

(5)

由(5)式進(jìn)一步得到相對(duì)氣象產(chǎn)量：

x=Yw/Yt

(6)

1.3 氣象產(chǎn)量分布正態(tài)檢驗(yàn)和正態(tài)化處理

因影響作物產(chǎn)量的氣象因子具有正態(tài)分布的特點(diǎn),所以認(rèn)為消除了生產(chǎn)力水平影響的相對(duì)氣象產(chǎn)量序列應(yīng)符合正態(tài)分布。采用偏度-峰度檢驗(yàn)法對(duì)所需研究資料進(jìn)行正態(tài)檢驗(yàn)[28]。理論上,正態(tài)分布的偏度：

(7)

正態(tài)分布的峰度：

(8)

經(jīng)檢驗(yàn),研究區(qū)域有42個(gè)站點(diǎn)的減產(chǎn)率通過(guò)α=0.01 水平的正態(tài)性檢驗(yàn),占總研究站的89%,表明遼寧省水稻減產(chǎn)率基本服從正態(tài)分布。各研究站點(diǎn)峰度偏度值如表1所示,對(duì)于不符合正態(tài)分布的個(gè)別站點(diǎn)數(shù)據(jù)進(jìn)行偏態(tài)分布正態(tài)化處理[29]。

1.4 風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)

按歉年和災(zāi)年兩種年型,選取減產(chǎn)率、減產(chǎn)率變異系數(shù)、不同減產(chǎn)風(fēng)險(xiǎn)的概率3種指標(biāo)對(duì)遼寧水稻減產(chǎn)風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)。并將歉年定義為相對(duì)氣象產(chǎn)量小于零的年份,即歉收年份；災(zāi)年定義為相對(duì)氣象產(chǎn)量小于5%(減產(chǎn)率大于5%)的年份。

1.4.1 歉年減產(chǎn)率指標(biāo)

相對(duì)氣象產(chǎn)量是一個(gè)相對(duì)值,表明實(shí)際糧食單產(chǎn)偏離趨勢(shì)產(chǎn)量的程度。當(dāng)實(shí)際產(chǎn)量低于趨勢(shì)產(chǎn)量,即相對(duì)氣象產(chǎn)量為負(fù)值時(shí)為減產(chǎn),實(shí)際單產(chǎn)低于趨勢(shì)產(chǎn)量的百分率稱(chēng)為“減產(chǎn)率”[30]。對(duì)于某一相對(duì)氣象產(chǎn)量{xi},定義xi=0.0%為豐歉臨界值,xi<0.0%的年份為歉收年份；xi=5.0%為成災(zāi)臨界值,xi<-5.0%的年份為成災(zāi)年份[26],則平均減產(chǎn)率為：

(9)

式中,xi和n分別為不同年型對(duì)應(yīng)的相對(duì)產(chǎn)量序列和年數(shù)。當(dāng)n為歉收年份的年數(shù)時(shí),得到歉年平均減產(chǎn)率,當(dāng)n為成災(zāi)年份時(shí),得到災(zāi)年平均減產(chǎn)率。本研究采用歉年平均減產(chǎn)率結(jié)合其他因子進(jìn)行風(fēng)險(xiǎn)區(qū)劃。

表1 研究站點(diǎn)相對(duì)氣象產(chǎn)量正態(tài)性檢驗(yàn)偏度-峰度值

注：**表示通過(guò)α=0.01 水平的正態(tài)檢驗(yàn)

1.4.2 災(zāi)年減產(chǎn)率變異系數(shù)

減產(chǎn)率變異系數(shù)是反映某地區(qū)水稻產(chǎn)量是否穩(wěn)定的指標(biāo),用減產(chǎn)率的幅度偏離其平均值的程度來(lái)表示,其值越大代表產(chǎn)量的年際波動(dòng)越大,產(chǎn)量越不穩(wěn)定。本研究采用災(zāi)年(減產(chǎn)率大于5%)減產(chǎn)率變異系數(shù)結(jié)合其他因子進(jìn)行風(fēng)險(xiǎn)區(qū)劃。

(10)

1.4.3 不同減產(chǎn)風(fēng)險(xiǎn)的概率指標(biāo)

風(fēng)險(xiǎn)概率指標(biāo)是指根據(jù)分布函數(shù)曲線(xiàn)計(jì)算的糧食單產(chǎn)不同增產(chǎn)率和減產(chǎn)率出現(xiàn)的概率。本研究采用年減產(chǎn)率≥10%的風(fēng)險(xiǎn)概率結(jié)合其他因子進(jìn)行風(fēng)險(xiǎn)區(qū)劃,風(fēng)險(xiǎn)概率正態(tài)分布函數(shù)為：

(11)

則隨機(jī)變量x在區(qū)間(x1,x2)內(nèi)發(fā)生的概率為：

(12)

1.5 風(fēng)險(xiǎn)區(qū)劃方法

K-平均聚類(lèi)算法是動(dòng)態(tài)聚類(lèi)方法的一種,其基礎(chǔ)是誤差平方和準(zhǔn)則[31]。動(dòng)態(tài)聚類(lèi)方法通過(guò)選定某一距離量度作為樣本之間的相似度量度確定準(zhǔn)則函數(shù),然后給定某個(gè)初始分類(lèi),用迭代算法找出使準(zhǔn)則函數(shù)取極值的最好聚類(lèi)結(jié)果[32]。

本研究以遼寧省47個(gè)縣(市)為樣本集,每個(gè)樣本選?。呵改昶骄鶞p產(chǎn)率、災(zāi)年(減產(chǎn)率大于5%)減產(chǎn)率變異系數(shù)和年減產(chǎn)率≥10%的風(fēng)險(xiǎn)概率3個(gè)指標(biāo),作為評(píng)價(jià)水稻單產(chǎn)減產(chǎn)的風(fēng)險(xiǎn)要素,采用K-平均聚類(lèi)算法將遼寧省分為低、中、較高、高四類(lèi)水稻單產(chǎn)減產(chǎn)風(fēng)險(xiǎn)區(qū)[26]。

2 結(jié)果與分析

2.1 水稻單產(chǎn)風(fēng)險(xiǎn)指標(biāo)的分布規(guī)律

2.1.1 水稻單產(chǎn)歉年減產(chǎn)率的分布

根據(jù)統(tǒng)計(jì)得到遼寧省47個(gè)縣(市)水稻單產(chǎn)的歉年平均減產(chǎn)率的結(jié)果,按減產(chǎn)率的高低分為3個(gè)級(jí)別(表2,圖1)：低值區(qū)(4.6%—8.99%)、中值區(qū)(8.99%—13.12%)、高值區(qū)(13.12%—17.51%)。低值區(qū)的縣(市)有13個(gè),中值區(qū)縣(市)有17個(gè)和高值區(qū)的縣(市)有17個(gè)。其中低值區(qū)主要分布于遼寧中部,中值區(qū)主要分布在遼寧中部、東北和東南地區(qū),高值區(qū)主要分布于遼寧西部、東北部及南部,總體呈中部、東部低,向東北西南增高的趨勢(shì)。由于水稻單產(chǎn)災(zāi)年減產(chǎn)率不是研究的風(fēng)險(xiǎn)區(qū)劃因子,故略去。

表2 水稻單產(chǎn)歉年平均減產(chǎn)率的分布

圖1 水稻單產(chǎn)歉年平均減產(chǎn)率的分布Fig.1 Distribution of average reduction rate of rice yield per unit in lean years

2.1.2 水稻單產(chǎn)災(zāi)年減產(chǎn)率變異系數(shù)的分布

根據(jù)統(tǒng)計(jì)得到遼寧省47個(gè)縣(市)水稻單產(chǎn)的災(zāi)年減產(chǎn)率變異系數(shù)的結(jié)果,按減產(chǎn)率變異系數(shù)的高低分為3個(gè)級(jí)別(表3,圖2)：低值區(qū)(0.251—0.471)、中值區(qū)(0.806—0.966)、高值區(qū)(0.603—0.965)。低值區(qū)的縣(市)有12個(gè),中值區(qū)的縣(市)有16個(gè)、高值區(qū)的縣(市)有19個(gè)。其中低值區(qū)主要分布于遼寧中部、東部,中值區(qū)主要分布于遼寧中部、北部和東南部,高值區(qū)主要分布于西部、中南部和東北部。水稻單產(chǎn)的災(zāi)年減產(chǎn)率變異系數(shù)具有西北—東南方向條帶狀分布特點(diǎn),中部、東部變異系數(shù)最小,整體向西南、東北方向遞增的趨勢(shì)。此外,災(zāi)年平均減產(chǎn)率和災(zāi)年減產(chǎn)率變異系數(shù)的大小的分布并不一致甚至相反,例如丹東、桓仁、沈陽(yáng)等地區(qū)的平均減產(chǎn)率較大而變異系數(shù)則較小,而康平、普蘭店、清原等地的平均減產(chǎn)率較小而變異系數(shù)較大。由于水稻單產(chǎn)歉年減產(chǎn)率變異系數(shù)不是研究的風(fēng)險(xiǎn)區(qū)劃因子,故略去。

表3 水稻單產(chǎn)災(zāi)年減產(chǎn)率變異系數(shù)的分布

2.1.3水稻單產(chǎn)減產(chǎn)率≥5%的風(fēng)險(xiǎn)概率分布

根據(jù)統(tǒng)計(jì)得到遼寧省47個(gè)縣(市)水稻單產(chǎn)的減產(chǎn)率大于5%的風(fēng)險(xiǎn)概率結(jié)果,按風(fēng)險(xiǎn)概率的高低分為3個(gè)級(jí)別(表4,圖3)：低值區(qū)(22.2%—29.03%)、中值區(qū)(29.03%—35.86%)、高值區(qū)(35.86%—42.7%)。低值區(qū)的縣(市)有3個(gè),中值區(qū)的縣(市)有19個(gè)、高值區(qū)的縣(市)有25個(gè)。其中低值區(qū)主要分布于遼寧中部,中值區(qū)主要分布于中部、北部、東南,高值區(qū)主要分布于東北、西部、南部,整體呈中間低,四周高的特點(diǎn)。從個(gè)級(jí)別的地區(qū)個(gè)數(shù)來(lái)看,遼寧絕大部分地區(qū)水稻單產(chǎn)減產(chǎn)率大于5%的風(fēng)險(xiǎn)概率都處于較高水平,且災(zāi)年減產(chǎn)率大的地區(qū)發(fā)生減產(chǎn)的概率也大。

2.1.4水稻單產(chǎn)減產(chǎn)率≥10%的風(fēng)險(xiǎn)概率分布

根據(jù)統(tǒng)計(jì)得到遼寧省47個(gè)縣(市)水稻單產(chǎn)的減產(chǎn)率大于10%的風(fēng)險(xiǎn)概率結(jié)果,按風(fēng)險(xiǎn)概率的高低分為三個(gè)級(jí)別(表5,圖4)：低值區(qū)(5.4%—14.71%)、中值區(qū)(14.71%—24%)、高值區(qū)(24.11%—33.3%)。低值區(qū)的縣(市)有4個(gè),中值區(qū)的縣(市)有21個(gè)、高值區(qū)的縣(市)有22個(gè)。其中低值區(qū)主要分布于遼寧中部及北部個(gè)別地區(qū),中值區(qū)主要分布于西部以外的其他地區(qū),高值區(qū)主要分布于東北、西部及南部等邊緣地區(qū),總體分布情況與災(zāi)年風(fēng)險(xiǎn)概率相似。

圖2 水稻單產(chǎn)災(zāi)年減產(chǎn)率變異系數(shù)的分布Fig.2 Distribution of variation coefficient of rice yield per unit in disaster years

區(qū)號(hào)Partitionnumber級(jí)別Level風(fēng)險(xiǎn)概率/%Probability分布的地區(qū)個(gè)數(shù)Thenumberofdistributedareas地區(qū)名AreanameⅠ低值區(qū)22.2—29.033鞍山、大洼、遼陽(yáng)Ⅱ中值區(qū)29.03—35.8619北鎮(zhèn)、本溪、本溪縣、丹東、燈塔、東港、撫順、撫順縣、開(kāi)原、康平、寬甸、遼中、凌海、盤(pán)山、清原、沈陽(yáng)、鐵嶺、彰武、莊河Ⅲ高值區(qū)35.86—42.725北票、昌圖、金州、大石橋、法庫(kù)、鳳城、阜新縣、蓋州、海城、黑山、桓仁、建平、遼陽(yáng)縣、普蘭店、綏中、臺(tái)安、調(diào)兵山、鐵嶺縣、瓦房店、西豐、新賓、新民、興城、岫巖、營(yíng)口

圖3 水稻單產(chǎn)減產(chǎn)率≥5%的風(fēng)險(xiǎn)概率Fig.3 The probability of more than 5% reduction rate of rice yield per unit

區(qū)號(hào)Partitionnumber級(jí)別Level風(fēng)險(xiǎn)概率/%Probability/%分布的地區(qū)個(gè)數(shù)Thenumberofdistributedareas地區(qū)名AreanameⅠ低值區(qū)5.4%—14.71%4鞍山、大洼、遼陽(yáng)、鐵嶺Ⅱ中值區(qū)14.71%—24.11%21北鎮(zhèn)、本溪、本溪縣、丹東、燈塔、東港、撫順、撫順縣、開(kāi)原、康平、寬甸、遼中、凌海、盤(pán)山、清原、沈陽(yáng)、西豐、新民、岫巖、彰武、莊河Ⅲ高值區(qū)24.11%—33.3%22北票、昌圖、金州、大石橋、法庫(kù)、鳳城、阜新縣、蓋州、海城、黑山、桓仁、建平、遼陽(yáng)縣、普蘭店、綏中、臺(tái)安、調(diào)兵山、鐵嶺縣、瓦房店、新賓、興城、營(yíng)口

圖4 水稻單產(chǎn)減產(chǎn)率≥10%的風(fēng)險(xiǎn)概率Fig.4 The probability of more than 10% reduction rate of rice yield per unit

2.2 遼寧水稻產(chǎn)量的災(zāi)害風(fēng)險(xiǎn)區(qū)劃

選取歉年平均減產(chǎn)率、災(zāi)年減產(chǎn)率變異系數(shù)和年減產(chǎn)率≥10%的風(fēng)險(xiǎn)概率3個(gè)指標(biāo)作為評(píng)價(jià)水稻單產(chǎn)減產(chǎn)的風(fēng)險(xiǎn)要素。采用K-平均聚類(lèi)算法將遼寧省分為低、中、較高、高4類(lèi)水稻單產(chǎn)減產(chǎn)風(fēng)險(xiǎn)區(qū),每類(lèi)風(fēng)險(xiǎn)區(qū)劃分標(biāo)準(zhǔn)及分布情況見(jiàn)表6和圖5。

表6 遼寧水稻單產(chǎn)減產(chǎn)風(fēng)險(xiǎn)分區(qū)指標(biāo)

圖5 遼寧省水稻產(chǎn)量災(zāi)害風(fēng)險(xiǎn)區(qū)劃Fig.5 Risk regionalization of rice yield in Liaoning

可以看出(圖5),遼寧省水稻單產(chǎn)減產(chǎn)風(fēng)險(xiǎn)區(qū)劃可以看出,遼寧省水稻單產(chǎn)減產(chǎn)風(fēng)險(xiǎn)區(qū)呈整體分散,小面積聚集連片的特點(diǎn)。遼寧省西部和東北地區(qū)為水稻減產(chǎn)高風(fēng)險(xiǎn)區(qū),遼寧中南部地區(qū)為水稻減產(chǎn)較高風(fēng)險(xiǎn)區(qū),而中、低風(fēng)險(xiǎn)區(qū)主要分布在遼寧中部、東南部。

3 討論

3.1 遼寧水稻產(chǎn)量風(fēng)險(xiǎn)區(qū)劃合理性分析

本研究表明,遼寧省水稻產(chǎn)量災(zāi)害風(fēng)險(xiǎn)的高風(fēng)險(xiǎn)區(qū)主要集中在遼寧西部、東北部,較高風(fēng)險(xiǎn)區(qū)主要位于遼寧中南部地區(qū),風(fēng)險(xiǎn)區(qū)劃結(jié)果與近期氣候變化、農(nóng)業(yè)氣象災(zāi)害分布的研究成果相吻合。

自建國(guó)以來(lái),遼寧省平均每1.24年發(fā)生一次旱災(zāi),其中70%為春旱,尤其是遼西的錦州、朝陽(yáng)、阜新等地素有“十春九旱”之說(shuō)[33]。遼西地區(qū)處在北半球中緯度地帶,為溫帶大陸性季風(fēng)氣候,屬于亞干旱氣候區(qū),高空盛行西風(fēng)。從西或西北方向來(lái)的干冷空氣占據(jù)該區(qū)上空,阻擋了南來(lái)的暖溫空氣,對(duì)降水產(chǎn)生的過(guò)程極為不利[34]。水稻播種的關(guān)鍵季節(jié)是四到五月,此期間遼西地區(qū)降水量少,30%—40%的年份不能滿(mǎn)足農(nóng)作物出苗、育苗需要,春旱經(jīng)常發(fā)生,抗春旱、保全苗是這一地區(qū)農(nóng)業(yè)保產(chǎn)量,奪豐收的重點(diǎn)[35]。

屬于較高風(fēng)險(xiǎn)區(qū)的遼寧中南部地區(qū),雖在干旱強(qiáng)度上不及遼西地區(qū),卻是遼寧受東北地區(qū)降水量變化影響最為明顯的區(qū)域[36]。降水資源的減少和格局的變化不僅使該地區(qū)可利用的降水資源嚴(yán)重匱乏,還引起旱澇交替頻繁,極端降水事件頻發(fā)。如大連、錦州、營(yíng)口等沿海地區(qū)已出現(xiàn)地下水采補(bǔ)失調(diào),海水大面積倒灌,中南部地區(qū)旱澇交替的異常現(xiàn)象,都在不同程度增加了當(dāng)?shù)丶Z食生產(chǎn)的不穩(wěn)定性和減產(chǎn)風(fēng)險(xiǎn)[37],使該地成為糧食生產(chǎn)風(fēng)險(xiǎn)較高區(qū)。近年來(lái),遼中南地區(qū)經(jīng)常發(fā)生伏旱,降水總量少,高溫持續(xù)時(shí)間長(zhǎng),受災(zāi)面積大[33]。伏旱往往發(fā)生在該地區(qū)水稻的分蘗期、孕穗期、抽穗期,水分不足影響到水稻分蘗、穎花發(fā)育,造成水稻減產(chǎn)。

因此針對(duì)水稻生產(chǎn)區(qū)干旱,可以采取以下措施：(1)表層松土,提高土壤水的入滲能力和蓄水保水能力；(2)推廣節(jié)水灌溉,采取地膜、秸稈覆蓋技術(shù),減少地面水分的蒸發(fā)；(3)使用干旱抑制劑或保水劑,提高土壤的保水保肥能力；(4)開(kāi)源節(jié)流,提前蓄水?？梢栽谶m合的地方修建方塘,攔河截潛,合理蓄積雨水洪水,以備旱時(shí)使用；(5)在水稻品種的選擇上,應(yīng)盡量選擇耐旱、生長(zhǎng)期短的品種,對(duì)播種期進(jìn)行調(diào)整。

在氣候向暖干化發(fā)展的同時(shí),夏季低溫冷害的影響仍不能忽視,水稻低溫冷害在今后相當(dāng)長(zhǎng)的時(shí)期內(nèi),仍然是遼寧地區(qū)主要農(nóng)業(yè)氣象災(zāi)害之一[38]。由于地處我國(guó)較高緯度地區(qū),受地形地勢(shì)等因素的影響,遼寧東部山區(qū)的活動(dòng)積溫明顯小于同緯度的平原地區(qū),持續(xù)低溫指數(shù)在遼寧東北部最高,與水稻產(chǎn)量呈明顯的負(fù)相關(guān)關(guān)系,是該區(qū)水稻減產(chǎn)的主要原因[39]。其中延遲型冷害主要發(fā)生在遼寧省北部和東部山區(qū),因其發(fā)生在水稻作物營(yíng)養(yǎng)生長(zhǎng)階段而引起水稻生育延遲,導(dǎo)致晚期不能正常成熟而歉收。而障礙型冷害多發(fā)生在遼寧西部山區(qū),因其發(fā)生在水稻生殖生長(zhǎng)階段,造成水稻不能健全發(fā)育,形成空殼秕粒而減產(chǎn)[40]。為了減輕水稻低溫冷害的影響,可以采取以下措施：(1)在水稻品種的選擇上,選取耐冷害品種,調(diào)整種植結(jié)構(gòu),減少偏晚熟品種的種植比例；(2)在耕作方面采用地膜覆蓋、煙熏等保暖措施,減輕低溫冷害對(duì)水稻的影響；(3)采取提前灌水,深水護(hù)胎灌溉,使穗分化部分免受低溫危害。

通過(guò)對(duì)各地區(qū)局地氣候和氣象災(zāi)害的分析可以看出,遼寧省氣候變化明顯、氣象災(zāi)害嚴(yán)重的區(qū)域與研究高風(fēng)險(xiǎn)區(qū)相吻合,氣候變化趨勢(shì)和局地氣候可以很好的解釋水稻的減產(chǎn)風(fēng)險(xiǎn)。而位于水稻產(chǎn)量災(zāi)害風(fēng)險(xiǎn)中、低風(fēng)險(xiǎn)區(qū)的遼寧中部和東部地區(qū),處于農(nóng)業(yè)氣象災(zāi)害的相對(duì)低發(fā)區(qū),光熱條件適中,降雨充沛[41],與風(fēng)險(xiǎn)較高值的地區(qū)相比更有利于作物的生長(zhǎng),證實(shí)本研究風(fēng)險(xiǎn)區(qū)域的劃分與實(shí)際情況相符。本研究結(jié)果與已有相關(guān)研究結(jié)論基本相符的同時(shí)也存在一定程度上的差異。如李鳳新[42]、江和文等[43]對(duì)遼寧水稻災(zāi)損的區(qū)劃研究將撫順、鐵嶺及錦州地區(qū)劃為高風(fēng)險(xiǎn)區(qū),鞍山、營(yíng)口、盤(pán)錦等地列為低風(fēng)險(xiǎn)區(qū),這與本研究結(jié)果大體相同,但在各地區(qū)風(fēng)險(xiǎn)值大小的排序上存在差異。研究結(jié)果的差異主要與指標(biāo)的選取和計(jì)算方法、選取的數(shù)據(jù)年代及研究范圍尺度的不同有關(guān)。此外,氣候變化具有年際間起伏、漸變和突變的特點(diǎn),區(qū)域性和季節(jié)性變化明顯[44],因此對(duì)于分析地形等小氣候?qū)Ξa(chǎn)量的影響還需要進(jìn)一步深入研究。

3.2 水稻產(chǎn)量風(fēng)險(xiǎn)區(qū)劃可為農(nóng)業(yè)保險(xiǎn)研究提供參考

農(nóng)業(yè)災(zāi)害保險(xiǎn)是減災(zāi)對(duì)策中對(duì)抗農(nóng)業(yè)風(fēng)險(xiǎn)的極好方式,起到風(fēng)險(xiǎn)損失分?jǐn)偟淖饔?使受災(zāi)保戶(hù)具有對(duì)抗農(nóng)業(yè)風(fēng)險(xiǎn)的能力[26]。研究農(nóng)業(yè)保險(xiǎn)首先要進(jìn)行農(nóng)業(yè)保險(xiǎn)區(qū)劃,作為農(nóng)業(yè)災(zāi)害保險(xiǎn)技術(shù)的重要內(nèi)容和依據(jù),保險(xiǎn)區(qū)劃需要建立在作物減產(chǎn)頻率和危險(xiǎn)程度的研究上[45]。在保險(xiǎn)費(fèi)率的制定上,運(yùn)用歷史產(chǎn)量數(shù)據(jù)構(gòu)建產(chǎn)量風(fēng)險(xiǎn)模型來(lái)計(jì)算保險(xiǎn)費(fèi)率是農(nóng)業(yè)保險(xiǎn)理論研究和業(yè)務(wù)應(yīng)用中普遍采用的方法,即通過(guò)研究當(dāng)?shù)刳厔?shì)產(chǎn)量和實(shí)際產(chǎn)量的關(guān)系,對(duì)農(nóng)業(yè)減產(chǎn)率進(jìn)行分析來(lái)厘定了各分布假設(shè)下各農(nóng)場(chǎng)的純費(fèi)率[46]。由此可見(jiàn),農(nóng)業(yè)保險(xiǎn)的發(fā)展需要大量農(nóng)業(yè)產(chǎn)量災(zāi)害風(fēng)險(xiǎn)研究作為支撐,兩者具有很高的關(guān)聯(lián)性。以本研究為例,通過(guò)分析全省各縣市水稻平均減產(chǎn)率及波動(dòng)程度(變異系數(shù))以及不同減產(chǎn)率下的風(fēng)險(xiǎn)概率,可以得到各地區(qū)不同分布假設(shè)下的保險(xiǎn)費(fèi)率。而水稻單產(chǎn)災(zāi)害風(fēng)險(xiǎn)區(qū)劃的結(jié)果與氣候變化、農(nóng)業(yè)氣象災(zāi)害分布的相吻合,滿(mǎn)足農(nóng)業(yè)保險(xiǎn)區(qū)劃與產(chǎn)量形成的主要災(zāi)害區(qū)域相似的原則,能夠?yàn)檫|寧水稻災(zāi)害保險(xiǎn)區(qū)劃提供參考。

4 結(jié)論

本研究基于遼寧省47個(gè)縣(市)1980—2011年的水稻單產(chǎn)歉年、災(zāi)年的平均減產(chǎn)率、減產(chǎn)率變異系數(shù),并結(jié)合5%和10%兩種減產(chǎn)率等級(jí)下的風(fēng)險(xiǎn)概率,從水稻產(chǎn)量及不同減產(chǎn)程度的風(fēng)險(xiǎn)出現(xiàn)概率對(duì)水稻產(chǎn)量風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)與區(qū)劃。主要結(jié)論有：

(1)歉年平均減產(chǎn)率的低值區(qū)主要分布于遼寧中部,中值區(qū)主要分布在遼寧中部、東北和東南地區(qū),高值區(qū)主要分布于遼寧西部及周邊地區(qū),整體上呈中間低、四周高的特點(diǎn)。

(2)水稻單產(chǎn)的災(zāi)年減產(chǎn)率變異系數(shù)分布在低值和中值區(qū)有所差異,而高值區(qū)都分布于西部、中南部和東北部。且減產(chǎn)率變異系數(shù)與平均減產(chǎn)率分布并不一致,減產(chǎn)率變異系數(shù)高的地區(qū)多是平均減產(chǎn)率低的地區(qū)。

(3)減產(chǎn)率大于5%和10%的風(fēng)險(xiǎn)概率其中低值區(qū)主要分布于遼寧中部,中值區(qū)主要分布于中部、北部、東南,高值區(qū)主要分布于東北、西部、南部,整體呈中間低,四周高的特點(diǎn)。

(4)遼寧省水稻產(chǎn)量災(zāi)害風(fēng)險(xiǎn)區(qū)劃上將遼寧劃分為低、中、較高、高4個(gè)風(fēng)險(xiǎn)區(qū),不同等級(jí)風(fēng)險(xiǎn)區(qū)域呈整體上分散,小面積連片的特點(diǎn)。遼寧西部、東北部為高風(fēng)險(xiǎn)區(qū),中南部地區(qū)為較高風(fēng)險(xiǎn)區(qū),而遼寧中部、東南部為中、低風(fēng)險(xiǎn)區(qū)。區(qū)劃結(jié)果與遼寧省氣候變化趨勢(shì)、氣象災(zāi)害分布相吻合,可以很好的解釋水稻產(chǎn)量的減產(chǎn)風(fēng)險(xiǎn)。可為遼寧水稻災(zāi)害保險(xiǎn)研究提供參考。

[1] 王健. 東北地區(qū)粳稻低溫冷害風(fēng)險(xiǎn)評(píng)估[D]. 北京: 中國(guó)農(nóng)業(yè)科學(xué)院, 2013.

[2] 王晾晾, 楊曉強(qiáng), 李帥, 朱海霞, 王萍, 紀(jì)仰慧, 姜麗霞. 東北地區(qū)水稻霜凍災(zāi)害風(fēng)險(xiǎn)評(píng)估與區(qū)劃. 氣象與環(huán)境學(xué)報(bào), 2012, 28(5): 40- 45.

[3] 房世波, 陽(yáng)晶晶, 周廣勝. 30年來(lái)我國(guó)農(nóng)業(yè)氣象災(zāi)害變化趨勢(shì)和分布特征. 自然災(zāi)害學(xué)報(bào), 2011, 20(5): 69- 73.

[4] 房世波, 韓國(guó)軍, 張新時(shí), 周廣勝. 氣候變化對(duì)農(nóng)業(yè)生產(chǎn)的影響及其適應(yīng). 氣象科技進(jìn)展, 2011, 1(2): 15- 19.

[5] 翟盤(pán)茂, 王萃萃, 李威. 極端降水事件變化的觀測(cè)研究. 氣候變化研究進(jìn)展, 2007, 3(3): 144- 148.

[6] 丁一匯, 張錦, 宋亞芳. 天氣和氣候極端事件的變化及其與全球變暖的聯(lián)系——紀(jì)念2002年世界氣象日“減低對(duì)天氣和氣候極端事件的脆弱性”. 氣象, 2002, 28(3): 3- 7.

[7] 張繼權(quán), 嚴(yán)登華, 王春乙, 劉興朋, 佟志軍. 遼西北地區(qū)農(nóng)業(yè)干旱災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)與風(fēng)險(xiǎn)區(qū)劃研究. 防災(zāi)減災(zāi)工程學(xué)報(bào), 2012, 32(3): 300- 306.

[8] 李帥, 王晾晾, 陳莉, 姜麗霞, 張洪杰, 覃雪. 黑龍江省玉米低溫冷害風(fēng)險(xiǎn)綜合評(píng)估模型研究. 自然資源學(xué)報(bào), 2013, 28(4): 635- 645.

[9] 李曉, 何鵬, 林正雨, 杜興端, 蔡臣. 農(nóng)業(yè)干旱災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)與風(fēng)險(xiǎn)區(qū)劃研究——以川南地區(qū)為例. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì), 2014, (9): 116- 121.

[10] Zhang D, Wang G L, Zhou H C. Assessment on Agricultural Drought Risk Based on Variable Fuzzy Sets Model. Chinese Geographical Science, 2011, 21(2): 167- 175.

[11] 高曉容. 東北地區(qū)玉米主要?dú)庀鬄?zāi)害風(fēng)險(xiǎn)評(píng)估研究[D]. 南京: 南京信息工程大學(xué), 2012.

[12] 蔡菁菁. 東北地區(qū)玉米干旱、冷害風(fēng)險(xiǎn)評(píng)價(jià)[D]. 北京: 中國(guó)氣象科學(xué)研究院, 2013.

[13] Adger WN. Vulnerability. Glob Environ Change, 2006, 16: 268- 281.

[14] 張星, 張春桂, 吳菊薪. 農(nóng)業(yè)氣象災(zāi)害綜合評(píng)價(jià)中權(quán)重確定方法的研究. 中國(guó)農(nóng)學(xué)通報(bào), 2008, 24(11): 448- 452.

[15] 陳懷亮, 鄧偉, 張雪芬, 鄒春輝. 河南小麥生產(chǎn)農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)分析及區(qū)劃. 自然災(zāi)害學(xué)報(bào), 2006, 15(1): 135- 143.

[16] 蔡菁菁, 王春乙, 張繼權(quán). 東北地區(qū)玉米不同生長(zhǎng)階段干旱冷害危險(xiǎn)性評(píng)價(jià). 氣象學(xué)報(bào), 2013, 71(5): 976- 986.

[17] 林曉梅, 岳耀杰, 蘇筠. 我國(guó)冬小麥霜凍災(zāi)害致災(zāi)因子危險(xiǎn)度評(píng)價(jià)——基于作物生育階段氣象指標(biāo). 災(zāi)害學(xué), 2009, 24(4): 45- 50.

[18] Sonmez F K, Komuscu A U, Erkan A, Turgu. An Analysis of Spatial and Temporal Dimension of Drought Vulnerability in Turkey Using the Standardized Precipitation Index. Natural Hazards,2005, 35(2):243- 264.

[19] Hao L, Zhang X Y, Liu S D. Risk assessment to China′s agricultural drought disaster in county unit. Nat Hazards, 2012, 61(2):785-801.

[20] 房世波, 齊月, 韓國(guó)軍, 周廣勝, Cammarano D. 1961—2010年中國(guó)主要麥區(qū)冬春氣象干旱趨勢(shì)及其可能影響. 中國(guó)農(nóng)業(yè)科學(xué), 2014, 47(9): 1754- 1763.

[21] 林貴美, 李小泉, 江文, 李賢高, 張進(jìn)忠. 2011年云南省香蕉寒害調(diào)查. 中國(guó)熱帶農(nóng)業(yè), 2011, (6): 50- 52.

[22] 林善枝, 陳曉敏, 蔡世英, 周倩蘋(píng). 低溫鍛煉對(duì)香蕉幼苗能量代謝和抗冷性效應(yīng)的研究. 熱帶作物學(xué)報(bào), 2001, 22(2): 17- 22.

[23] 何秀麗, 張平宇, 劉文新. 東北地區(qū)糧食單產(chǎn)的時(shí)序變化及影響因素分析. 農(nóng)業(yè)現(xiàn)代化研究, 2006, 27(5): 360- 363.

[24] 王雨, 楊修. 黑龍江省水稻氣象災(zāi)害損失評(píng)估. 中國(guó)農(nóng)業(yè)氣象, 2007, 28(4): 457- 459.

[25] 曹杰, 周兆基, 崔海榮. 徐州市農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)評(píng)估及區(qū)劃//中國(guó)環(huán)境科學(xué)學(xué)會(huì). 中國(guó)環(huán)境科學(xué)學(xué)會(huì)2012學(xué)術(shù)年會(huì)論文集. 北京: 中國(guó)環(huán)境科學(xué)學(xué)會(huì), 2012: 924- 930.

[26] 李世奎. 中國(guó)農(nóng)業(yè)災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)與對(duì)策. 北京: 氣象出版社, 1999.

[27] 房世波. 分離趨勢(shì)產(chǎn)量和氣候產(chǎn)量的方法探討. 自然災(zāi)害學(xué)報(bào), 2011, 20(6): 13- 18.

[28] 薛昌穎, 霍治國(guó), 李世奎, 葉彩玲. 華北北部冬小麥干旱和產(chǎn)量災(zāi)損的風(fēng)險(xiǎn)評(píng)估. 自然災(zāi)害學(xué)報(bào), 2003, 12(1): 131- 139.

[29] 秦建侯, 鄧勃, 王小芹. 分析測(cè)試數(shù)據(jù)統(tǒng)計(jì)處理中計(jì)算機(jī)的應(yīng)用. 北京: 化學(xué)工業(yè)出版社, 1990.

[30] 王素艷, 霍治國(guó), 李世奎, 盧志光, 薛昌穎. 北方冬小麥干旱災(zāi)損風(fēng)險(xiǎn)區(qū)劃. 作物學(xué)報(bào), 2005, 31(3): 267- 274.

[31] 陳平生. K-means和ISODATA聚類(lèi)算法的比較研究. 江西理工大學(xué)學(xué)報(bào), 2012, 33(1): 78- 82.

[32] 邊肇祺, 張學(xué)工. 模式識(shí)別(第二版). 北京: 清華大學(xué)出版社, 2000.

[33] 蔣偉. 全球變化背景下遼寧省自然災(zāi)害發(fā)展趨勢(shì)[D]. 大連: 遼寧師范大學(xué), 2007.

[34] 王洪巖, 宗英飛, 張國(guó)林. 遼寧朝陽(yáng)干旱成因及防御措施. 安徽農(nóng)業(yè)科學(xué), 2006, 34(10): 2230- 2232.

[35] 黃玉貞, 張玉龍, 王芳. 阜新地區(qū)干旱發(fā)生規(guī)律研究. 氣象與環(huán)境學(xué)報(bào), 2010, 26(2): 45- 49.

[36] 趙秀蘭. 近50年中國(guó)東北地區(qū)氣候變化對(duì)農(nóng)業(yè)的影響. 東北農(nóng)業(yè)大學(xué)學(xué)報(bào), 2010, 41(9): 144- 149.

[37] 吳海燕, 孫甜田, 范作偉, 趙蘭坡. 東北地區(qū)主要糧食作物對(duì)氣候變化的響應(yīng)及其產(chǎn)量效應(yīng). 農(nóng)業(yè)資源與環(huán)境學(xué)報(bào), 2014, 31(4): 299- 307.

[38] 馬樹(shù)慶, 王琪, 王春乙, 霍治國(guó). 東北地區(qū)水稻冷害氣候風(fēng)險(xiǎn)度和經(jīng)濟(jì)脆弱度及其分區(qū)研究. 地理研究, 2011, 30(5): 931- 938.

[39] 王艷華, 任傳友, 韓亞?wèn)|, 張菁, 張文忠, 黃瑞冬. 東北地區(qū)活動(dòng)積溫和極端持續(xù)低溫的時(shí)空分布特征及其對(duì)糧食產(chǎn)量的影響. 農(nóng)業(yè)環(huán)境科學(xué)學(xué)報(bào), 2011, 30(9): 1742- 1748.

[40] 張?chǎng)? 遼寧省自然災(zāi)害的第四紀(jì)環(huán)境背景研究[D]. 大連: 遼寧師范大學(xué), 2005.

[41] 孫鳳華, 楊素英, 陳鵬獅. 東北地區(qū)近44年的氣候暖干化趨勢(shì)分析及可能影響. 生態(tài)學(xué)雜志, 2005, 24(7): 751- 755, 762- 762.

[42] 李鳳新. 遼寧省水稻產(chǎn)量災(zāi)損風(fēng)險(xiǎn)評(píng)估及對(duì)策. 沈陽(yáng)師范大學(xué)學(xué)報(bào): 自然科學(xué)版, 2012, 30(3): 414- 418.

[43] 江和文, 張錄軍, 曹士民, 郭婷婷, 廖晶晶, 張麗敏. 遼寧省主要糧食作物產(chǎn)量災(zāi)損風(fēng)險(xiǎn)評(píng)估. 干旱地區(qū)農(nóng)業(yè)研究, 2011, 29(4): 238- 244.

[44] 王紹武, 葉瑾琳, 龔道溢, 朱錦紅, 姚檀棟. 近百年中國(guó)年氣溫序列的建立. 應(yīng)用氣象學(xué)報(bào), 1998, 9(4): 392- 401.

[45] 任義方. 農(nóng)業(yè)氣象指數(shù)保險(xiǎn)方法研究——以河南冬小麥干旱為例[D]. 北京: 中國(guó)氣象科學(xué)研究, 2011.

[46] 李思佳. 基于災(zāi)害風(fēng)險(xiǎn)分析的農(nóng)業(yè)氣象指數(shù)保險(xiǎn)研究[D]. 南京: 南京信息工程大學(xué), 2013.

DisasterriskregionalizationofricebasedonitsreductionprobabilityinLiaoningProvince

HAN Yuxuan1,2,FANG Shibo1,*, LIANG Hanyue1, ZHOU Li1, ZHOU Guangsheng1

1InstituteofEco-environmentandAgro-meteorology,ChineseAcademyofMeteorologicalSciences,Beijing100081,China2SchoolofUrbanandenvironment,LiaoningNormalUniversity,Dalian116000,China

Normally, research concerning disaster risk evaluation is based on the occurrence probability of one or more disasters. There is little direct association between most disaster risk evaluation indexes and crop production. It is a common phenomenon for disaster to occur with little harm to crops, and this makes it difficult to evaluate disaster risk. Most research on the risk of production variation is simply from the perspective of production variables. Rarely is research conducted that evaluates the risk of different degrees of production reduction. Using the risk of rice yield reduction in Liaoning Province as an example, we adopt a linear sliding average method to calculate meteorological yield. Through the discrimination of normal distribution and the normalization of skewed distributions, this method provides the reduction rate in lean years, a variation coefficient in disaster years, and the spatial distribution law of risk probability in Liaoning Province at 5% and 10% reduction rate. Integrating risk evaluation indexes, we also processed the regionalization of rice yield disaster risk in Liaoning Province using K-Means, which divided Liaoning Province into low, moderate, less high, and high risk areas. The results showed that the reduction rate of rice yield per unit in lean years was between 4.6% and 17.51%. Overall, this was lower in the central and eastern areas and higher in the northeast and southwest. The variation coefficient for rice yield per unit in disaster years was between 0.251 and 0.965. There was a zonal distribution along the northwest to southeast direction, being least in the central and eastern areas, and increasing in the southwest and northeast. The regionalization of rice yield disaster risk was similar when the reduction rate was greater than 5% or 10%. One of the probability ranges was between 22.2% and 42.7% and the other was between 5.4% and 33.3%. These values were low in the central area, and higher in other areas. The different risk areas were scattered overall and only contiguous in a small area. There were 13 areas with high risk, which were distributed in the west and northeast of Liaoning Province. The number of areas with less high risk was 15, and these areas were mainly in south central Liaoning Province. There were 15 and four moderate and low risk areas, respectively, which were mainly distributed in central and southeastern Liaoning Province. Finally, we analyzed the relationships between rice yield reduction and climatic characteristics in all regions in Liaoning Province, and discussed solutions in terms of disaster prevention and reduction. For drought disasters, we could adopt methods to reduce losses, such as loosing fill in the surface soil, promoting water saving irrigation, applying mulch and straw covering techniques, using drought inhibitors or water retaining agents, increasing income and reducing expenditures, impounding in advance, and choosing drought-tolerant species. For rice chilling damage, possible solutions are choosing cold-tolerant species, using warmth-retaining measures such as mulching and smudging, irrigating in advance, and applying deep-water irrigation.

rice; risk evaluation index; risk regionalization; yield reduction rate

國(guó)家公益性行業(yè)(氣象)科研專(zhuān)項(xiàng)(GYHY201506019);國(guó)家自然科學(xué)基金項(xiàng)目(41375117,61661136005)

2016- 10- 18; < class="emphasis_bold">網(wǎng)絡(luò)出版日期

日期:2017- 08- 14

*通訊作者Corresponding author.E-mail: sbfang0110@163.com

10.5846/stxb201610182120

韓語(yǔ)軒,房世波,梁瀚月,周莉,周廣勝.基于減產(chǎn)概率的遼寧水稻災(zāi)害風(fēng)險(xiǎn)區(qū)劃.生態(tài)學(xué)報(bào),2017,37(23):8077- 8088.

Han Y X, Fang S B,Liang H Y, Zhou L, Zhou G S.Disaster risk regionalization of rice based on its reduction probability in Liaoning Province.Acta Ecologica Sinica,2017,37(23):8077- 8088.