基于干旱灾害风险综合评估指数的西藏主要农区青稞干旱时空格局

doi:10.11924/j.issn.1000-6850.casb20200200107

中国农学通报 ›› 2021, Vol. 37 ›› Issue (2): 80-87.doi: 10.11924/j.issn.1000-6850.casb20200200107

所属专题：农业气象

• 资源·环境·生态·土壤·气象 • 上一篇下一篇

基于干旱灾害风险综合评估指数的西藏主要农区青稞干旱时空格局

史继清¹(), 杨霏云²(), 边多¹, 周刊社¹, 甘臣龙³

¹西藏自治区气候中心,拉萨 850000
²中国气象局气象干部培训学院,北京 100081
³墨竹工卡县气象局,拉萨850000

收稿日期:2020-02-12 修回日期:2020-04-23 出版日期:2021-01-15 发布日期:2021-01-14
通讯作者: 杨霏云
作者简介:史继清,女,1988年出生,山东菏泽人,工程师,硕士,主要从事农业气象灾害、遥感方面的研究。通信地址：850000 西藏拉萨市城关区林廓北路2号西藏自治区气象局,E-mail：549923050@qq.com。
基金资助:
西藏自治区重点科技计划“藏北典型生态区生态环境遥感监测评估”(XZ201703-GA-01);中国气象局气候变化专项“气候变化对西藏春青稞产量的影响研究”(CSF201935);西藏特色作物气候适宜性分析及区划(CCSF202038);西藏自治区自然科学基金“基于MCI指数的西藏主要农作物保险费率厘定的应用研究”

Temporal and Spatial Patterns of Barley in Tibet Major Agricultural Areas Based on the Comprehensive Assessment Index of Drought Disaster Risk

Shi Jiqing¹(), Yang Feiyun²(), Bian Duo¹, Zhou Kanshe¹, Gan Chenlong³

¹Tibet Climate Center, Lhasa 850000
²China Meteorological Administration Training Centre, Beijing 100081
³Maizhokunggar Meteorological Bureau, Lhasa 850000

Received:2020-02-12 Revised:2020-04-23 Online:2021-01-15 Published:2021-01-14
Contact: Yang Feiyun

摘要/Abstract

摘要：

为研究西藏主要农区青稞的干旱时空变化特征,笔者从干旱灾害的致灾因子危险性、承灾体易损性、灾损脆弱性、防灾减灾能力等4个风险因子考虑,采用专家打分法和熵权法确定各因素权重,构建干旱灾害风险综合评估模型,并进行干旱灾害时空格局分析。结果表明：干旱灾害综合风险整体呈现中间低、两边高的态势,高风险区分布比较分散,次高风险区多集中在研究区的边缘地带,中等风险区以左斜H型分布在拉萨、山南、林芝市部分区域,而次低和低风险区零星分布在加查、索县、比如、林芝等站;且干旱灾害风险较高年份出现在1999、2005、2006、2007、2009、2010、2012、2014、2015年。西藏主要农区青稞各个干旱风险因子的分布具有明显的区域差别和一定的连片性,研究区和分区的干旱趋势随年份递增而加重。

关键词: 青稞, 干旱, 风险综合评估指数, 时空格局, 熵权法

Abstract:

To study the spatiotemporal changes of drought of barley in the main agricultural areas of Tibet, the authors took four risk factors, including the danger of drought disaster, the vulnerability of disaster victims, the vulnerability of disaster, and the ability to prevent and mitigate disaster, and adopted the expert score method and entropy weight method, to determine the weight of each factor to construct a comprehensive assessment model for drought risk and analyze the spatial and temporal pattern of drought disaster. The results showed that: the overall risk of drought disasters was generally low in the middle and high on both sides. The distribution of high-risk areas was relatively scattered. The sub-high-risk areas were mostly concentrated in the marginal zones of the study area. The middle-risk areas were distributed with left-sloping H-shape in parts of Lhasa, Shannan, and Linzhi, while the sub-low-risk and low-risk areas were scattered in Jiacha, Suoxian, and Linzhi stations; and the years with higher risk of drought disaster appeared in 1999, 2005, 2006, 2007, 2009, 2010, 2012, 2014, and 2015. The distribution of drought risk factors for barley in major agricultural areas in Tibet has obvious regional differences and a certain degree of continuity, and the drought trend in the study area and subdivision increases with each year.

Key words: barley, drought, comprehensive risk assessment index, spatiotemporal pattern, entropy weight method

中图分类号:

S423
S512.3

史继清, 杨霏云, 边多, 周刊社, 甘臣龙. 基于干旱灾害风险综合评估指数的西藏主要农区青稞干旱时空格局[J]. 中国农学通报, 2021, 37(2): 80-87.

Shi Jiqing, Yang Feiyun, Bian Duo, Zhou Kanshe, Gan Chenlong. Temporal and Spatial Patterns of Barley in Tibet Major Agricultural Areas Based on the Comprehensive Assessment Index of Drought Disaster Risk[J]. Chinese Agricultural Science Bulletin, 2021, 37(2): 80-87.

图/表 8

图1. 研究区分区及气象站点分布图

站点	Kc	站点	Kc	站点	Kc
普兰	0.81	拉萨	0.75	米林	0.68
日喀则	0.75	墨竹工卡	0.78	昌都	0.67
聂拉木	0.78	尼木	0.74	丁青	0.72
定日	0.74	泽当	0.75	洛隆	0.71
拉孜	0.75	贡嘎	0.75	八宿	0.76
南木林	0.70	隆子	0.76	类乌齐	0.67
江孜	0.75	加查	0.75	左贡	0.71
索县	0.72	林芝	0.69	芒康	0.70
比如	0.77	波密	0.67

表1. 西藏主要农区青稞作物系数

地市	趋势产量模拟方程	R²	n	MAPE/%
拉萨	$y ? = 0.064 t 3 - 2.9145 t 2 + 42.798 t + 623.89$	0.83	19	2.72
昌都	$y ? = 0.1028 t 3 - 3.2368 t 2 + 33.425 t + 391.8$	0.82	19	2.32
山南	$y ? = 0.0965 t 3 - 2.8497 t 2 + 27.208 t + 694.47$	0.53	19	2.52
日喀则	$y ? = 0.0839 t 3 - 3.3803 t 2 + 51.169 t + 556.72$	0.95	19	2.09
那曲	$y ? = 0.1039 t 3 - 3.1933 t 2 + 28.398 t + 300.22$	0.73	19	4.29
阿里	$y ? = 0.1224 t 3 - 4.0024 t 2 + 39.895 t + 303.66$	0.39	19	5.56
林芝	$y ? = 0.0845 t 3 - 2.0448 t 2 + 10.944 t + 533.83$	0.43	19	3.14

地市	趋势产量模拟方程	R²	n	MAPE/%
拉萨	$y ? = 0.064 t 3 - 2.9145 t 2 + 42.798 t + 623.89$	0.83	19	2.72
昌都	$y ? = 0.1028 t 3 - 3.2368 t 2 + 33.425 t + 391.8$	0.82	19	2.32
山南	$y ? = 0.0965 t 3 - 2.8497 t 2 + 27.208 t + 694.47$	0.53	19	2.52
日喀则	$y ? = 0.0839 t 3 - 3.3803 t 2 + 51.169 t + 556.72$	0.95	19	2.09
那曲	$y ? = 0.1039 t 3 - 3.1933 t 2 + 28.398 t + 300.22$	0.73	19	4.29
阿里	$y ? = 0.1224 t 3 - 4.0024 t 2 + 39.895 t + 303.66$	0.39	19	5.56
林芝	$y ? = 0.0845 t 3 - 2.0448 t 2 + 10.944 t + 533.83$	0.43	19	3.14

表2. 西藏各地市青稞趋势产量模拟方程

防灾减灾能力因子	权重	防灾减灾能力因子	权重
有效灌溉面积/播种面积a₁	0.22	大中型拖拉机a₅	0.10
旱涝保收面积/播种面积a₂	0.20	生产总值a₆	0.08
小型拖拉机a₃	0.16	农牧民纯收入a₇	0.06
农用运输车a₄	0.13	地方财政收入a₈	0.05

表3. 构成防灾减灾能力的各因子权重

干旱灾害风险因子	熵权
致灾因子危险性a	0.26
承灾体易损性b	0.24
灾损脆弱性c	0.23
防灾减灾能力d	0.27

表4. 干旱灾害风险综合评估各要素权重

图2. 基于不同干旱灾害风险指标的风险区划

图3. 西藏主要农区青稞地市、县级旱灾频次分布

图4. 西藏研究区及4个分区干旱灾害风险综合评估指数时间变化

参考文献 29

[1]	金建新, 张娜, 桂林国. 西藏地区干旱指标的时空演变[J]. 水土保持研究, 2019,26(5):377-380.
[2]	祁栋林, 裴玉芳, 晁红艳, 等. 青海省海东市不同等级降水和旱涝关系研究[J]. 中国农学通报, 2020,36(4):101-112.
[3]	李瑞英, 任崇勇. 1971-2015年鲁西南地区旱涝演变时空分布特征[J]. 中国农学通报, 2020,36(4):95-100.
[4]	贾建英, 韩兰英, 万信, 等. 甘肃省冬小麦干旱灾害风险评估及其区划[J]. 干旱区研究, 2019,36(6):1478-1486.
[5]	中华人民共和国国务院新闻办公室. 青藏高原生态文明建设状况[EB/OL]: http://www.tibet.cn/cn/zt2019/wdzg/bps/201908/t20190816_6664089.html,2018-08-16.
[6]	温克刚, 刘光轩. 中国气象灾害大典(西藏卷)[M]. 北京: 气象出版社, 2007: 21-25.
[7]	许小峰. 中国气象年鉴[M]. 北京: 气象出版社, 2010: 462.
[8]	许小峰. 中国气象年鉴[M]. 北京: 气象出版社, 2015: 346.
[9]	薛昌颖, 张弘, 刘荣花. 黄淮海地区夏玉米生长季的干旱风险[J]. 应用生态学报, 2016,27(5):1521-1529.
[10]	Blaiker P, Cannon T. Risk: Natural Hazard. People’s Vulnerability and Disasters[M]. London , UK: Rutledge, 1994: 147-167.
[11]	Xu L, Zhang Q, Zhang J, et al. Extreme meteorological disaster effects on grain production in Jilin Province, China[J]. Journal of Integrative Agriculture, 2017,16(2):486-496. doi: 10.1016/S2095-3119(15)61285-0 URL
[12]	Okada N, Tatano H, Hagihara Y, et al. Integrated Research on Methodgical Development of Urban Diagnosis for Disaster Risk and Its Applications. Kyoto: Disaster Prevention Research Institute Annuals, Kyoto University, 2004.
[13]	Zhao H, Xu Z X, Zhao J . A drought rarity and evapotranspiration-based index as a suitable agricultural drought indicator[J]. Ecological Indicators, 2017,82:530-538. doi: 10.1016/j.ecolind.2017.07.024 URL
[14]	何斌, 王全九, 吴迪, 等. 基于灾害风险综合指标的陕西省农业干旱时空特征[J]. 应用生态学报, 2016,27(10):3299-3306.
[15]	杨若子. 东北玉米主要农业气象灾害的时空特征与风险综合评估[D]. 南京:南京信息工程大学, 2015: 5.
[16]	史继清. 基于风险区划的农业干旱保险费率厘定以及风险管理初探[D]. 南京:南京信息工程大学, 2013: 7.
[17]	中国气象年鉴[M]. 北京: 气象出版社, 1990—2017.
[18]	罗红英, 崔远来. 西藏主要农区青稞作物系数的计算分析[J]. 灌溉排水学报, 2014,33(1):116-119.
[19]	宋善允, 王鹏祥. 西藏气侯[M]. 北京: 气象出版社, 2013:11-13, 385-387.
[20]	史继清, 德吉, 旺杰, 等. 基于干旱综合风险指标的冬小麦保险费率厘定[J]. 中国农业气象, 2014,35(6):663-668. doi: 10.3969/j.issn.1000-6362.2014.06.009 URL
[21]	王素艳, 霍治国, 李世奎, 等. 北方冬小麦干旱灾损风险区划[J]. 作物学报, 2005,31(3):267-274.
[22]	薛昌颖, 霍治国, 李世奎, 等. 华北北部冬小麦干旱和产量灾损的风险评估[J]. 自然灾害学报, 2003,12(1):131-139.
[23]	Louie Ren, Yong Glasure. Applicability of the Revised Mean Absolute Percentage Errors (MAPE) Approach to Some Popular Normal and Non-normal Independent Time Series[J]. International Advances in Economic Research, 2009,15(4):409-420. doi: 10.1007/s11294-009-9233-8 URL
[24]	崔鹏, 邹强, 陈曦, 等. “一带一路”自然灾害风险与综合减灾[J]. 中国科学院院刊, 2018,33(增刊2):38-43.
[25]	张强, 王劲松, 姚玉璧, 等. 干旱灾害风险及其管理[M]. 北京: 气象出版社, 2018.
[26]	王莺, 王劲松, 姚玉璧. 甘肃省河东地区气象干旱灾害风险评估与区划[J]. 中国沙漠, 2014,34(4):1115-1124. doi: 10.7522/j.issn.1000-694X.2013.00358 URL
[27]	徐玉霞, 许小明, 杨宏伟, 等. 基于GIS的陕西省干旱灾害风险评估及区划[J]. 中国沙漠, 2018,38(1):192-199.
[28]	李世奎, 霍治国, 王道龙. 中国农业灾害风险评估与对策. 北京: 气象出版社, 1999.
[29]	袁雷, 刘依兰, 马鹏飞. 基于标准化降水指数的1981—2013年西藏干旱时空特征分析[J]. 中国农学通报, 2015,31(25):228-234.

基于干旱灾害风险综合评估指数的西藏主要农区青稞干旱时空格局

Temporal and Spatial Patterns of Barley in Tibet Major Agricultural Areas Based on the Comprehensive Assessment Index of Drought Disaster Risk

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 8

参考文献 29

相关文章 15

编辑推荐

Metrics

本文评价

关于本刊

作者中心

审者中心

在线期刊

联系我们

[1]	贾也纯, 陈润仪, 贺泽霖, 倪洪涛. 甜菜抗非生物胁迫研究进展[J]. 中国农学通报, 2022, 38(9): 33-40.
[2]	王强强, 杨自辉, 郭树江, 张剑挥, 王多泽. 灌水量对民勤干旱沙区骏枣生长和产量的影响[J]. 中国农学通报, 2022, 38(9): 71-74.
[3]	谷书杰, 钱禛锋, 娄永明, 沈庆庆, 普凤雅, 曾丹, 马豪, 何丽莲, 李富生. 接种内生菌对干旱胁迫下甘蔗的生理影响[J]. 中国农学通报, 2022, 38(6): 42-47.
[4]	李云峰, 姚志平, 付焱焱, 韩冬, 马树庆. 基于有效雨量亏缺的吉林省玉米各级干旱发生频率地域变化[J]. 中国农学通报, 2022, 38(35): 62-69.
[5]	蒋菊芳, 杨华, 胡文青, 魏育国. 持续高温干旱胁迫对春玉米生长的影响[J]. 中国农学通报, 2022, 38(32): 63-68.
[6]	周兰兰, 刘梅金, 李明军, 徐冬丽, 王国平, 郭建炜, 胡再青, 张忠广, 李风庆, 桑安平, 张涛, 萧云善, 闫春梅. 不同施肥处理对青稞根际土壤铵态氮和硝态氮的影响[J]. 中国农学通报, 2022, 38(30): 85-90.
[7]	王硕, 贾潇倩, 何璐, 李浩然, 王红光, 何建宁, 李东晓, 房琴, 李瑞奇. 作物对干旱胁迫的响应机制及提高作物抗旱能力的调控措施研究进展[J]. 中国农学通报, 2022, 38(29): 31-44.
[8]	石杨, 尹希龙, 李王胜, 兴旺. PEG模拟干旱胁迫对耐旱型与干旱敏感型甜菜种质形态指标的影响[J]. 中国农学通报, 2022, 38(29): 45-51.
[9]	任三学, 齐月, 田晓丽, 赵花荣. 冬小麦灌浆期光合参数及产量对土壤高湿和干旱变化的响应[J]. 中国农学通报, 2022, 38(29): 96-102.
[10]	韦泽秀, 彭君, 卓玛, 杨素涛, 边巴卓玛, 米玛更才. 几个高寒早熟青稞品种在浪卡子县的试种研究初探[J]. 中国农学通报, 2022, 38(27): 6-12.
[11]	李王胜, 王雪倩, 尹希龙, 石杨, 兴旺. 甜菜苗期抗旱性鉴定及指标筛选[J]. 中国农学通报, 2022, 38(21): 17-23.
[12]	银珊珊, 周国彦, 顾博文, 武春成, 闫立英, 谢洋. 褪黑素引发对干旱胁迫下黄瓜幼苗生理特性的影响[J]. 中国农学通报, 2022, 38(19): 30-36.
[13]	孙锡鹏, 李琪, 乔云发, 胡正华, 张徐莹, 刘园园. 增温及干旱对海伦地区大豆生长发育的影响[J]. 中国农学通报, 2022, 38(15): 27-33.
[14]	张瑞玖, 马恢, 籍立杰, 任德志, 李双东, 张耀辉, 王莉红. 干旱胁迫对马铃薯品种生长及生理生化指标的影响[J]. 中国农学通报, 2022, 38(15): 34-39.
[15]	朱明霞, 白婷, 靳玉龙, 王姗姗, 刘小娇, 张玉红. 不同青稞品种风味物质分析[J]. 中国农学通报, 2022, 38(12): 146-152.