基于自然灾害系统理论的彭州市水稻暴雨洪涝风险区划

李主瑞 高梦醒 罗坤

作者简介：李主瑞（1993-），女，四川彭州市人，本科，实习研究员，从事气象工作。

摘 要： 本文基于自然灾害系统理论，将彭州市国家气象监测站1959-2013年逐日降水数据、地理信息数据、社会经济资料，利用GIS技术选取致灾因子危险性、孕灾环境敏感性、承受体易损性和防灾减灾能力四个因子构建风险评估模型对彭州市水稻种植暴雨洪涝灾害风险进行评估，划分气候风险区划，为当地水稻风险预报提供理论依据，有助于整体上优化水稻生产布局。

关键词： 水稻;暴雨洪涝;风险区划

【中图分类号】P426.616     【文献标识码】A     【DOI】10.12215/j.issn.1674-3733.2020.38.216

引言：农业气象灾害风险评估是评估农业气象灾害事件发生的可能性及其导致农业产量损失、品质降低以及最终经济损失的可能性大小的过程。水稻原产热带，属喜温喜湿短日照作物，按照中国水稻种植区划划分，我市处于川陕盆地单季稻两熟亚区，水稻种植历史悠久，目前常年种植37余万亩，总产22万吨，约占大春粮食总产80%。暴雨洪涝灾害是影响我市水稻产量、品质的主要灾害，为科学规划我市水稻生产和布局，推动农业、农村经济发展，经过分析研究，完成彭州市水稻种植农业气候区划，希望该成果能对彭州农业产业化布局和发展起到科学指导作用。

1 资料与方法

1.1 主要数据资料和标准

选取1984-2007年暴雨灾情普查数据（受灾人口、受灾面积、直接经济损失等），彭州市国家气象监测站1959-2013年逐日降水、逐日最高气温数据，彭州市统计局2013年出版的统计年鉴，采用以镇为单元的行政区域土地面积、年末总人口、耕地面积、国民生产总值（GDP）、排水除涝面积等数据。收集高程、水系、植被等1：5万GIS数据，其中暴雨、干旱、连阴雨、高溫等气象灾害按照四川省地方标准DB51/T580-2006和DB51/T582-2006。

1.2 气象灾害风险区划方法

建立基于GIS的气象灾害数据库作为风险分析与识别、风险评价与区划信息平台，基于GIS技术气象灾害风险区划技术路线。

彭州市水稻暴雨灾害风险区划是在充分考虑孕灾环境敏感性、致灾因子危险性、承灾体易损性和防灾减灾能力4个因子定量分析评价的基础上，为反映灾害风险分布地区差异性，根据风险度指数大小，对风险区划分为若干个等级。考虑到各评价因子对风险构成起作用并不完全相同，在征求水利、国土、农业、气象、气候等专家后，将彭州市水稻暴雨灾害风险所涉及因子权重系数加以汇总。然后根据彭州市水稻暴雨灾害风险指数公式求算暴雨灾害风险指数，计算公式为：

FDRI=（VEwe）（VHwh）（VSws）（10-VR）wr（1）

式中： FDRI为水稻暴雨灾害风险指数，表示风险程度，其值越大，则灾害风险程度越大，VE、VH、VS、VR 值分别表示风险评价模型中孕灾环境敏感性、致灾因子危险性、承灾体易损性和防灾减灾能力各评价因子指数;we、wh、ws、wr是各评价因子权重。

根据气象与气候学、农业气象学、自然地理学、灾害学、自然灾害风险管理等基本理论，采用风险指数法、GIS自然断点法、加权综合评价法等数量化方法，在GIS技术支持下对彭州市区气象灾害风险分析和评价，编制气象灾害风险区划图。

2 彭州市水稻暴雨风险区划

2.1 彭州市暴雨特点

彭州市年均降雨从东南往西北方向逐步增加，年平均降雨量867mm，由于河流分布和地形、地势原因，暴雨灾害主要发生在市境小石河、马牧河、鸭子河、土溪河、清白江沿岸一带，以及濛阳、丽春、致和等低洼地区。暴雨灾害最早6月，最迟在9月底，以盛夏7-8月最多，约占65%，其余大多在9月，只有少数年份在6月。

2.2 彭州市水稻暴雨风险分析及区划

2.2.1 致灾因子危险性分析

根据暴雨强度等级越高，对洪涝形成所起作用越大原则，确定降水致灾因子权重，将暴雨强度5、4、3、2、1级权重分别取作5/15、4/15、3/15、2/15、1/15，计算6月、7月-8月上旬和8月中旬-9月上旬暴雨灾害频次。

按照不同时段暴雨灾害致灾程度不同原则，对6月、7月-8月上旬和8月中旬-9月上旬暴雨强度频次分布赋予0.2、0.5和0.3的权重系数。利用加权综合评价法，将不同时段降水强度频次归一化后，计算其与权重系数的乘积之和。再利用GIS中自然断点分级法将致灾因子危险性指数按5个等级分区划分（高危险区、次高危险区、中等危险区、次低危险区、低危险区）。彭州市中南部位于高风险区，其余各地由东南部次高风险区向西北部逐渐为中等危险区、次低危险区、低危险区。

2.2.2 孕灾环境敏感性

从洪涝形成背景与机理分析，彭州市水稻暴雨灾害孕灾环境主要考虑地形和水系两个因子综合影响。从彭州市1：5万GIS数据中提取出高程数据，地形起伏变化则采用高程标准差表示，对GIS中某一格点，计算其与周围8个格点高程标准差获得，在1：5万GIS中采用25米×25米的网格计算地形高程标准差。根据彭州市地形地貌特点，水系因子主要考虑彭州市河网密度，河网越密集的地方，遭受洪涝灾害风险越大。综合地形影响指数主要在彭州市坝区和沿河流域较大，影响度值在0.75以上，这些地区洪水危险程度较高。沿龙门山脉综合地形影响度值在0.45以下，洪水发生时其危险程度也相对较低。河网密度主要集中在莲花洞水库和凤鸣湖，沿河流域在0.7～0.8，其余坝区大部地方影响指数在0.5～0.7，遭遇到洪水的可能性相对也较小。

充分考虑到孕灾环境中地形和水系对暴雨洪涝灾害的影响程度，综合多方专家意见，将这两个因子分别赋权重值为0.6和0.4。利用GIS中自然断点分级法，将孕灾环境敏感性指数按5个等级分区划分（高敏感区、次高敏感区、中敏感区、次低敏感区和低敏感区）。

2.2.3 承灾体易损性分析

暴雨洪涝灾害对农业危害程度与承受暴雨洪涝灾害的载体直接相关，其损失大小一般取决于发生地的农业经济、农业人口密集程度和耕种方式等因素。农业经济越是发达，承灾体所遭受潜在灾害损失就越大;农业人口越密集，环境遭受破坏、生态恶化可能性也就越大。根据彭州市农村经济统计数据，得到水稻播种面积比重、水田面积比重、耕地面积比重三个易损性评价指标。

每个承灾体在不同地区对暴雨灾害相对重要程度不同，在计算综合承灾体易损性时，需要充分考虑它们权重。先将水稻播种面积、水田面积、耕地面积比重三个易损性评价指标规范化处理;再根据专家打分法，给以上三个指标分别赋予权重0.5、0.3、0.2，利用加权综合法计算综合承灾体易损性指数;最后使用GIS中自然断点分级法将综合承灾体易损性指数按5个等级分区划分（高易损性区、次高易损性区、中等易损性区、次低易损性区、低易损性区）。

彭州市东南部耕地面积大，水稻播种面积比重大，水田面积比重也大，该地区三项评价指标均在全市前位，因此致和镇、濛阳镇，三界镇、敖平镇承载体易损性最高，是彭州市暴雨洪涝灾害承灾体高易损区;丹景山镇、葛仙山镇、红岩镇、隆丰镇、军乐镇、升平镇、天彭镇三项指标次之，为次高易損区;桂花镇、丽春镇、九尺镇为中等易损区;小鱼洞镇、通济镇、磁峰镇、丽春为次低易损区;龙门山镇、白鹿为低易损区。

2.2.4 防灾抗灾能力

防灾减灾能力主要考虑彭州市地均农业人口、地均化肥使用量、地均农药使用量三个抗灾因素。将地均农业人口、地均化肥使用量、地均农药使用量三个防灾减灾因子规范化后，给以上三个指标分别赋予权重0.4、0.3、0.3，利用加权综合法计算综合防灾减灾能力指数。利用GIS中自然断点分级法，）根据防灾减灾能力指数按五个等级分区划分（高抗灾能力区、次高抗灾能力区、中等抗灾能力区、次低抗灾能力区、低抗灾能力区）。

彭州市水稻暴雨灾害防灾减灾能力区划图（图1）看，我市隆丰镇、新兴镇、小鱼洞镇暴雨灾害防灾减灾能力最强，为高防灾减灾能力区;白鹿镇、通济镇、红岩镇、葛仙山镇、军乐镇、九尺镇、濛阳镇为次高防灾减灾能力区;敖平镇、升平镇、三界镇、致和镇为中等防灾减灾能力区;天彭镇、桂花镇、龙门山镇为次防灾减灾能力区;丽春镇、丹景山镇为低防灾减灾能力区。

3 结论

将致灾因子危险性、孕灾环境敏感性、承灾体易损性及防灾减灾能力四个因子规范化后，给以上四个指标分别赋予权重0.4、0.4、0.1、0.1，利用加权综合法，采用水稻暴雨灾害风险评估模型，计算出各地水稻暴雨灾害风险指数，利用GIS中自然断点分级法将农业暴雨洪涝风险指数按5个等级分区划分（高风险区、次高风险区、中等风险区、次低风险区、低风险区），并基于GIS绘制水稻暴雨灾害风险区划图（图2），并得出彭州市各镇暴雨灾害风险指数表。

参考文献

[1] 杨建莹，霍治国，吴立，等.西南地区水稻洪涝灾害风险评估与区划[J].中国农业气象，2016（5）.