水稻低溫冷害風(fēng)險評估范文

本站小編為你精心準(zhǔn)備了水稻低溫冷害風(fēng)險評估參考范文，愿這些范文能點(diǎn)燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。

《自然災(zāi)害學(xué)報》2014年第二期

1資料與方法

1．1資料來源及處理東北三省共86個氣象臺站(黑龍江省31個站點(diǎn)，吉林省28個站點(diǎn)，遼寧省27個站點(diǎn))的1961－2012年逐日平均氣溫數(shù)據(jù)和農(nóng)氣觀測站1991－2012年水稻生長發(fā)育期資料由中國氣象數(shù)據(jù)共享網(wǎng)提供。單季稻實際總產(chǎn)及播種面積資料來自各省歷年統(tǒng)計年鑒。研究區(qū)范圍及氣象站點(diǎn)分布如圖1所示。

1．2東北水稻冷害指標(biāo)及其辨別東北三省1961－2012年水稻冷害的辨別主要依據(jù)氣象行業(yè)標(biāo)準(zhǔn)《水稻、玉米冷害等級》(QX/T101－2009)。表1和表2分別列出東北水稻延遲型冷害和障礙型冷害等級指標(biāo)。逐年逐站點(diǎn)將日平均氣溫按月份合成月平均氣溫，再累加成5－9月月平均氣溫總和∑T5－9。計算∑T5－9與距平基準(zhǔn)年T5－9(1981－2010年∑T5－9平均值)之差，得到各站點(diǎn)1961－2012各年5－9月月平均氣溫總和距平ΔT5－9，并根據(jù)指標(biāo)表判斷每個站點(diǎn)發(fā)生一般和嚴(yán)重延遲型冷害的年份，并統(tǒng)計各類延遲型冷害發(fā)生頻率。對農(nóng)氣站觀測的水稻生長發(fā)育期資料進(jìn)行統(tǒng)計，得出東北三省水稻普遍孕穗期范圍和普遍抽穗開花期范圍分別在儒略日(DOY)189－207(7月中旬至下旬)和DOY209－227(7月下旬至8月上中旬)。分生育期范圍按障礙型冷害指標(biāo)，逐年逐站點(diǎn)地分析DOY189－207和DOY209－227間的日平均氣溫數(shù)據(jù)，判別每個站點(diǎn)水稻孕穗期、抽穗開花期輕度、中度及中度障礙型冷害發(fā)生的年份，并統(tǒng)計各類障礙型冷害發(fā)生頻率。

1．3產(chǎn)量分離作物產(chǎn)量的形成是自然環(huán)境因素和社會生產(chǎn)力綜合作用的結(jié)果。通常把長時序產(chǎn)量數(shù)據(jù)分解為趨勢產(chǎn)量、氣象產(chǎn)量及隨機(jī)“噪聲”3部分，一般情況下可假設(shè)忽略“噪聲”的影響。趨勢產(chǎn)量可由多種方法進(jìn)行模擬和預(yù)報［13］，本文選擇不損失樣本且模擬效果較好的直線滑動平均法，設(shè)滑動步長為11，具體步驟參見文獻(xiàn)［14］。按QX/T101－2009行業(yè)標(biāo)準(zhǔn)，定義水稻減產(chǎn)率為實際產(chǎn)量與其趨勢產(chǎn)量的差值占趨勢產(chǎn)量的百分比(即相對氣象產(chǎn)量)的負(fù)值。

1．4綜合風(fēng)險評估及區(qū)劃方法在GIS平臺下利用反距離權(quán)重插值法(inversedistanceweighting，IDW)對各單項評價指標(biāo)進(jìn)行空間化表達(dá)。采用熵值法(entropymethod，EM)和層次分析法(analytichierarchyprocess，AHP)相結(jié)合的綜合賦權(quán)法和加權(quán)綜合評分法(weightedcomprehensiveanalysis，WCA)構(gòu)建水稻冷害風(fēng)險綜合評估模型。對空間分布的單項風(fēng)險要素評價指標(biāo)疊加計算，并利用ArcGIS中自然斷點(diǎn)分類法NaturalBreaks(Jenks)對綜合風(fēng)險評價指標(biāo)進(jìn)行區(qū)劃。熵值法和層次分析法原理及操作步驟可參見文獻(xiàn)［12］。

2東北三省水稻低溫冷害綜合評估指標(biāo)的構(gòu)建

2．1致災(zāi)因子危險性評估指標(biāo)致災(zāi)因子危險性評估是以農(nóng)業(yè)氣象災(zāi)害的自然屬性為基本出發(fā)點(diǎn)，通過分析致災(zāi)因子歷史活動的頻繁程度和強(qiáng)度，來確定致災(zāi)因子的危險性大小及其發(fā)生的可能性。本文選擇從水稻生育期熱量條件變異系數(shù)、延遲型冷害氣候風(fēng)險概率、障礙型冷害發(fā)生頻率及冷害氣候風(fēng)險指數(shù)4方面來綜合體現(xiàn)致災(zāi)因子危險性。

2．1．1∑T5－9的變異系數(shù)有研究表明5－9月的熱量條件與東北地區(qū)水稻產(chǎn)量呈顯著正相關(guān)［15］，且年際間熱量條件的穩(wěn)定性直接關(guān)系到水稻低溫冷害發(fā)生的風(fēng)險大?。?］。因此本文通過計算∑T5－9的變異系數(shù)CVh來表明各地水稻生長季內(nèi)熱量條件穩(wěn)定程度大小，即評估致災(zāi)因子風(fēng)險強(qiáng)度大小。

2．1．2冷害氣候風(fēng)險概率同冷害發(fā)生頻率相比，當(dāng)統(tǒng)計樣本足夠大時，冷害概率值不隨統(tǒng)計年份的增加而改變，更具有客觀性和穩(wěn)定性。計算概率前，需采用偏度－峰度檢驗法對氣候樣本序列進(jìn)行正態(tài)分布檢驗，不滿足檢驗的序列需要進(jìn)行偏態(tài)分布正態(tài)化處理［14］。經(jīng)檢驗，東北地區(qū)所有站點(diǎn)∑T5－9和ΔT5－9歷年序列分布曲線均滿足正態(tài)性。因此，可以引入冷害氣候風(fēng)險概率的概念，用正態(tài)分布密度函數(shù)揭示各地發(fā)生延遲型冷害的風(fēng)險性大小。概率密度函數(shù)公式為:式中，一般冷害指標(biāo)ΔT1和嚴(yán)重冷害指標(biāo)ΔT2可參見表1。分別計算各站點(diǎn)的一般冷害和嚴(yán)重冷害的風(fēng)險概率(F1和F2)，其值越大，表明發(fā)生延遲型冷害的風(fēng)險性越大;反之，發(fā)生低溫冷害的風(fēng)險越小。

2．1．3冷害氣候風(fēng)險指數(shù)冷害氣候風(fēng)險指數(shù)是冷害強(qiáng)度和冷害發(fā)生頻率的綜合指標(biāo)［16］，能較客觀地反映冷害的風(fēng)險程度。將每個臺站出現(xiàn)冷害的年份按一般冷害和嚴(yán)重冷害分為兩組，求出每組達(dá)到相應(yīng)冷害等級的ΔT5－9的頻數(shù)Di和組中值Hi，再按式(5)計算冷害氣候風(fēng)險指數(shù)RI，其中n為總年數(shù):

2．1．4障礙型冷害頻率以上3類指標(biāo)都只能反映延遲型冷害風(fēng)險大小。但用于判斷障礙型冷害發(fā)生與否的數(shù)據(jù)序列是非連貫的，因此無法利用概率密度函數(shù)求解風(fēng)險概率。由于本研究數(shù)據(jù)屬大樣本時序(超過30)，故可用歷史發(fā)生頻率反映障礙型冷害風(fēng)險程度。分孕穗期和抽穗開花期分別統(tǒng)計不同等級障礙型冷害頻率，即發(fā)生相應(yīng)冷害的年份總頻數(shù)占總年數(shù)的百分率(同時發(fā)生不同程度同種障礙型冷害時不重復(fù)統(tǒng)計)。孕穗期和抽穗開花期水稻障礙型冷害綜合頻率由相應(yīng)的輕度、中度和重度障礙型冷害分別賦予0．2，0．3和0．5權(quán)重加權(quán)平均求和得到，分別記為scdf1和scdf2。

2．2承災(zāi)體脆弱性評估指標(biāo)某地區(qū)水稻對低溫冷害反應(yīng)的脆弱性不僅取決于當(dāng)?shù)厮旧a(chǎn)布局，還與當(dāng)?shù)厮旧a(chǎn)水平占整個研究區(qū)水平的比例有關(guān)。因此本文的承災(zāi)體脆弱性評估模型從承災(zāi)體物理暴露性和區(qū)域抗災(zāi)性能兩指標(biāo)來構(gòu)建。

2．2．1水稻物理暴露性(Ve)物理暴露性的評估指標(biāo)可分?jǐn)?shù)量型和價值量型兩種［8］。本文采用相對水稻面積作為承災(zāi)體物理暴露性指標(biāo)，定義相對水稻面積為各縣(市)水稻種植面積與其行政范圍國土面積之比。水稻種植密度越大，暴露性越大，一旦遭遇生育期的低溫，則水稻產(chǎn)量損失的可能性也就越大。

2．2．2抗災(zāi)性能指數(shù)(Vd)抗災(zāi)性能反映的是區(qū)域人類社會為保障承災(zāi)體免受、少受某種災(zāi)害威脅而采取的基礎(chǔ)的及專項的防備措施力度大小［8］。目前對抗災(zāi)性能指數(shù)的定義多以產(chǎn)量為基礎(chǔ)，有的用實際單產(chǎn)與理論極大單產(chǎn)的比值(K)來表示，其中理論極大單產(chǎn)可用歷史最高單產(chǎn)或光溫產(chǎn)量替代［17－19］;有的是為作物歷年趨勢產(chǎn)量序列隨時間的一元線性回歸方程斜率，即生產(chǎn)趨勢指數(shù)(PT)［20］;有的為區(qū)域單產(chǎn)占全研究區(qū)單產(chǎn)總和的平均值所代表的區(qū)域農(nóng)業(yè)水平指數(shù)(AL)［21］;還有利用歉年受災(zāi)率與相對波動產(chǎn)量樣本序列的相關(guān)性來比較各地區(qū)間抗災(zāi)性能的強(qiáng)弱［22］，其中受災(zāi)率與受災(zāi)面積與作物播種面積有關(guān)。由于單獨(dú)的水稻冷害受災(zāi)面積資料相對缺乏，本文僅對比計算了K，PT和AL這3種指數(shù)與各地區(qū)多年平均單產(chǎn)的相關(guān)系數(shù)，結(jié)果分別為0．597，0．899和0．138。AL能代表某一地區(qū)相對于全區(qū)域的生產(chǎn)實力，當(dāng)發(fā)生全域性嚴(yán)重氣象災(zāi)害導(dǎo)致普遍減產(chǎn)時，區(qū)域農(nóng)業(yè)水平越高表明當(dāng)?shù)胤罏?zāi)抗災(zāi)能力越強(qiáng)。因此本研究選擇AL作為區(qū)域抗災(zāi)性能指數(shù)。

2．3承災(zāi)體災(zāi)損度評估指標(biāo)

作物產(chǎn)量受到光、溫、水等氣象要素及其他生態(tài)環(huán)境影響。對于農(nóng)業(yè)氣象風(fēng)險損失度的評估方法，國內(nèi)多以建立作物產(chǎn)量災(zāi)損風(fēng)險評估指標(biāo)和模型為主。以前人研究為基礎(chǔ)，本文選擇歷年平均減產(chǎn)率、災(zāi)年減產(chǎn)率變異系數(shù)、不同減產(chǎn)率范圍出現(xiàn)的概率和災(zāi)損減產(chǎn)風(fēng)險指數(shù)四方面指標(biāo)綜合評估水稻災(zāi)損度風(fēng)險大小。

2．3．1平均減產(chǎn)率災(zāi)年的水稻減產(chǎn)率可以反映某地區(qū)水稻受災(zāi)導(dǎo)致的產(chǎn)量損失的平均水平。參照表1，定義減產(chǎn)率大于5%的年份為災(zāi)年，減產(chǎn)率5%～15%的為一般減產(chǎn)年，減產(chǎn)率大于15%的為嚴(yán)重減產(chǎn)率。按式(6)－(7)計算研究區(qū)各縣(市)不同減產(chǎn)程度的平均減產(chǎn)率。

2．3．2災(zāi)年減產(chǎn)率變異系數(shù)減產(chǎn)率變異系數(shù)大的地區(qū)說明水稻輕度減產(chǎn)或重度減產(chǎn)的年份均很多，生長環(huán)境相對脆弱，受到外界條件影響而減產(chǎn)的風(fēng)險更大。本文定義減產(chǎn)率大于5%的年份為災(zāi)年，按式(1)計算災(zāi)年水稻減產(chǎn)率變異系數(shù)CVl，以描述災(zāi)年中歷年水稻產(chǎn)量損失的波動程度。

2．3．3減產(chǎn)風(fēng)險概率作物產(chǎn)量形成過程的不確定部分主要由氣候因素的波動所造成。由此推斷，分解得到的相對氣象產(chǎn)量(即減產(chǎn)率)序列也可能具有正態(tài)性分布的特點(diǎn)，因此可計算減產(chǎn)率風(fēng)險概率。按式(2)，(8)－(9)求算東北三省各縣(市)減產(chǎn)率風(fēng)險概率。

2．3．4災(zāi)損風(fēng)險指數(shù)與冷害氣候風(fēng)險指數(shù)相似，災(zāi)損風(fēng)險指數(shù)也是減產(chǎn)幅度和減產(chǎn)頻率的綜合反映，因而可以較客觀全面的反映低溫冷害的災(zāi)損風(fēng)險程度。按式(5)對一般減產(chǎn)率和嚴(yán)重減產(chǎn)率出現(xiàn)頻率及組中值乘積求和，得到冷害災(zāi)損風(fēng)險指數(shù)RIl。

2．4東北水稻低溫冷害風(fēng)險綜合評估模型

2．4．1冷害風(fēng)險綜合評估模型建立綜合評估模型之前，需按式(10)對各單項評價指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理以消除量綱差異。其中xi和xi''''分別為標(biāo)準(zhǔn)化前后的評價指標(biāo)值。

2．4．2指標(biāo)權(quán)重的確定熵值法和層次分析法分別為應(yīng)用較廣的客觀賦權(quán)和主觀賦權(quán)方法，兩者各有利弊。為融合兩者優(yōu)點(diǎn)、避免其不足，本文采用基于這兩種方法的綜合賦權(quán)法確定各評價指標(biāo)權(quán)重，使得權(quán)重的確定更加科學(xué)合理。熵值法得到的權(quán)重(wE)由指標(biāo)數(shù)值直接通過數(shù)學(xué)模型得到，本文重點(diǎn)說明AHP確定權(quán)重(wA)的打分原則。在參考專家經(jīng)驗［3，25］的基礎(chǔ)上，本文認(rèn)為重要性致災(zāi)因子危險性＞水稻脆弱性＞水稻災(zāi)損度。因為致災(zāi)因子危險性的低溫冷害針對性強(qiáng)，而水稻災(zāi)損度無法實際指代低溫冷害這單一災(zāi)種造成的損失。在對單項評價指標(biāo)的重要性判定上基本保持等權(quán)重原則，但需要體現(xiàn)出嚴(yán)重冷害重要性大于一般冷害，障礙型冷害重要性大于延遲型冷害;風(fēng)險指數(shù)(RIh和RIl)因綜合考慮了致災(zāi)強(qiáng)度和頻率兩方面，故打分相對較高。賦權(quán)過程在AHP分析軟件yaahpV6．0中實現(xiàn)。經(jīng)檢驗，Risk，Hazard，Vulnerability和Losses的判斷矩陣的隨機(jī)一致性比率分別為0．0088，0．0653，0．0000和0．0257，均滿足小于0．1的一致性要求，表明權(quán)重分配是合理的(風(fēng)險評估判斷矩陣表略)。令綜合權(quán)重W=λwA+(1－λ)wE，其中λ為主觀偏好系數(shù);1－λ為客觀偏好系數(shù)，且0≤λ≤1。本文確定λ=0．6。由此得到的評估指標(biāo)熵值法權(quán)重、AHP權(quán)重及綜合權(quán)重值如表3所示。

3東北三省水稻低溫冷害綜合風(fēng)險區(qū)劃

3．1基于不同冷害風(fēng)險要素的風(fēng)險區(qū)劃

對計算得到的致災(zāi)因子危險性、承災(zāi)體脆弱性及承災(zāi)體災(zāi)損度綜合評估指標(biāo)值分別通過自然斷點(diǎn)法進(jìn)行等級劃分，得到基于不同要素的冷害風(fēng)險區(qū)劃圖(圖2(a)－(c))。從空間分布(圖2(a))來看，冷害致災(zāi)因子危險性風(fēng)險具有從東北向西南方向逐漸減弱的顯著趨勢。黑龍江省黑河、牡丹江和吉林省延邊州、通化地區(qū)的水稻生長季內(nèi)熱量條件較少且穩(wěn)定性較差，在氣候條件上具有較高的發(fā)生冷害風(fēng)險的可能。除西南部地區(qū)以外，黑龍江省其他地區(qū)水稻也可能有中等程度遭受低溫冷害影響的風(fēng)險。吉林省中西部地區(qū)及遼寧全省熱量條件充足，發(fā)生冷害的氣候風(fēng)險概率很低。黑龍江省虎林、雙鴨山、寶清、佳木斯北部及哈爾濱中部地區(qū)，吉林省白城及吉林地區(qū)和遼寧省盤錦、沈陽和營口地區(qū)的水稻物理暴露性相對較大，而區(qū)域抗災(zāi)性能由北致南大體逐漸加強(qiáng)(圖略)。綜合起來，如圖2(b)所示，水稻脆弱性較強(qiáng)風(fēng)險區(qū)主要集中在水稻物理暴露性較大的東北平原地區(qū)。從圖2(c)可知，東北地區(qū)水稻災(zāi)損度風(fēng)險也存在明顯的地域性差異。黑龍江省東北及西部地區(qū)受災(zāi)后水稻產(chǎn)量穩(wěn)定性較差，減產(chǎn)風(fēng)險概率較高。遼寧大部分地區(qū)及吉林省中部地區(qū)水稻災(zāi)損度風(fēng)險較低。東北西部部分地區(qū)的中等災(zāi)損度風(fēng)險可能來源于農(nóng)業(yè)干旱的影響。

3．2綜合風(fēng)險區(qū)劃

由綜合風(fēng)險評估指標(biāo)等級區(qū)劃圖(圖4)可知，東北水稻冷害高風(fēng)險區(qū)位于黑龍江黑河北部、佳木斯北部、牡丹江東南部以及吉林延邊州東部地區(qū)。黑龍江北部及吉林東部大范圍地區(qū)都因冷涼的氣候具有較高的水稻冷害風(fēng)險。吉林省西部及遼寧省大部分地區(qū)熱量條件充足且穩(wěn)定，冷害風(fēng)險較低，僅在水稻暴露性較高的大洼和營口地區(qū)可能存在一定冷害風(fēng)險。3．3冷害綜合風(fēng)險評估及區(qū)劃驗證根據(jù)先前對研究區(qū)1961－2012年各地不同程度延遲性冷害和障礙性冷害的辨識結(jié)果，選擇1964，1965，1966，1969，1972，1976，1977，1981，1986，1987，1989，1995，2002，2003及2009年作為典型冷害年，統(tǒng)計各地冷害年平均減產(chǎn)率，并對各縣(市)災(zāi)年平均減產(chǎn)率與冷害綜合風(fēng)險指數(shù)Risk平均值的相關(guān)性進(jìn)行分析，以驗證冷害綜合風(fēng)險指數(shù)的數(shù)值科學(xué)性。由圖3可知，冷害綜合風(fēng)險指數(shù)與典型冷害年水稻單產(chǎn)平均減產(chǎn)率的回歸關(guān)系顯著，決定系數(shù)R2為0．483，達(dá)0．01極顯著相關(guān)水平(n=133)。因此，由致災(zāi)因子危險性、承災(zāi)體脆弱性和災(zāi)損度構(gòu)建的冷害綜合風(fēng)險評估模型在數(shù)值上可靠，可一定程度反映冷害造成的水稻減產(chǎn)程度。除此以外，本文還利用災(zāi)害頻率分布法對冷害綜合風(fēng)險區(qū)劃進(jìn)行空間分布的合理性驗證。統(tǒng)計1961－2012年辨識有任意類型冷害發(fā)生的地點(diǎn)和年份。如同年某一地區(qū)同時發(fā)生不同程度或不同生育期障礙型冷害，或發(fā)生混合型冷害(延遲型和障礙型冷害并發(fā))，均記為一次任意冷害。求算研究區(qū)各地任意冷害頻次占總年份的百分比，利用IDW插值法得到1961－2012年水稻任意冷害年發(fā)生頻率分布(圖5)。對比圖4和圖5可知，任意冷害發(fā)生頻率超過60%的區(qū)域與冷害綜合風(fēng)險區(qū)劃中較高以上風(fēng)險區(qū)域基本一致，從空間尺度證明了本文冷害綜合風(fēng)險評估模型的準(zhǔn)確性，體現(xiàn)了其應(yīng)用價值。

4結(jié)論與討論

依據(jù)自然災(zāi)害風(fēng)險評估理論，本文從致災(zāi)因子危險性、承災(zāi)體脆弱性及承災(zāi)體損失度3個風(fēng)險要素方面，熱量條件變異系數(shù)、延遲性冷害風(fēng)險概率、障礙性冷害頻率、氣候風(fēng)險指數(shù)、水稻物理暴露性、抗災(zāi)性能指數(shù)、災(zāi)年減產(chǎn)率變異系數(shù)、平均減產(chǎn)率、減產(chǎn)風(fēng)險概率及減產(chǎn)風(fēng)險指數(shù)等14個單項評估指標(biāo)，構(gòu)建了東北地區(qū)水稻低溫冷害風(fēng)險綜合評估模型。并結(jié)合GIS技術(shù)對風(fēng)險綜合指標(biāo)進(jìn)行區(qū)劃，將研究區(qū)劃分為低、較低、中等、較高和高風(fēng)險五個水稻冷害風(fēng)險區(qū)域。全球氣候變化以來，東北地區(qū)大范圍延遲型冷害頻率有所降低的同時，障礙型冷害的發(fā)生卻更加頻繁，影響力更廣。根據(jù)這一事實，本文在危險性風(fēng)險評估模型中增加了障礙型冷害頻率指標(biāo)，并在指標(biāo)賦權(quán)上加大了障礙型冷害權(quán)重比例以強(qiáng)調(diào)障礙型水稻冷害在今后東北水稻冷害風(fēng)險評估的重要性。為了克服以往風(fēng)險評估研究中加權(quán)綜合分析法采用單一賦權(quán)法容易造成偏倚的局限，本文采用了基于熵值法和層次分析法的綜合賦權(quán)法確定各指標(biāo)權(quán)重，提高了風(fēng)險分析中評價指標(biāo)賦權(quán)的合理性和科學(xué)性。本文構(gòu)建的冷害綜合風(fēng)險評估指標(biāo)與典型冷害年平均減產(chǎn)率具有0．01極顯著水平相關(guān)，可以利用綜合風(fēng)險評估指標(biāo)對冷害可能造成的減產(chǎn)進(jìn)行評估和預(yù)測。目前冷害風(fēng)險評估體系尚未形成統(tǒng)一的指標(biāo)量化方法，不同研究對冷害風(fēng)險要素評價指標(biāo)的定義還比較混亂，評估指標(biāo)的選取方法還需要深入研究和進(jìn)一步比較。

作者：張麗文王秀珍李秀芬單位：浙江大學(xué)農(nóng)業(yè)遙感與信息技術(shù)應(yīng)用研究所杭州師范大學(xué)遙感與地球科學(xué)研究院黑龍江省氣象科學(xué)研究所