基于GIS格网的豫北地区干旱灾害风险区划

榆中县是半干旱雨养农业大县，极适宜种植马铃薯，但榆中境内年降雨量300mm～400mm，蒸发量却高达1450mm，十年九旱，特别是春季干旱，常常造成马铃薯缺苗、产量低而不稳、商品率低，干旱成为当地旱作菜用优质马铃薯生产的主要制约因素。

多年来，县级气象部门在各乡镇开展旱作地段0-50厘米旬土壤墒情观测，并逐步安装了自动土壤水分观测站，因此充分利用好现有资源，进行旱地马铃薯干旱监测，利用先进的GIS 空间分析功能进行旱地马铃薯干旱风险区划，为政府部门指导当地农业生产提供理论依据，从而有效防御干旱对马铃薯生产的影响具有重要意义，而且这种区划制作技术对其它农作物与致灾种类的风险区划也具有一定的指导作用。

1资料来源与处理马铃薯种植面积、产量等资料取自榆中县统计局，资料年代为33a(1980-2012年)；工农业生产总值、农村人口、土地总面积、年初耕地面积、年末耕地面积等资料取自榆中县统计局，资料年代为10a(2002-2012年）；土壤墒情资料来自三角城、马坡、贡井、上花、新营、园子等6个乡镇土壤墒情观测点，资料年代11a(2002-2012年)。

地理数据为榆中县1:5万经度和纬度及栅格数据及数字高程（DEM ）资料。

2研究技术方法通过拉个郎日插值法计算马铃薯减产率与农田蒸散量进行相关分析，确定农田蒸散量为致灾因子，运用物理学统计方法建立减产率为因变量、农田蒸散量为自变量的干旱监测模型。

以国家规定的减产率农业干旱指标等级划分为标准，通过建立的干旱监测模型计算马铃薯全生育期及生长期不同月份对应的农田蒸散量农业干旱指标。

基于GIS 下的旱地马铃薯干旱风险区划技术探讨（甘肃省兰州市榆中县气象局730100）【摘要】通过榆中县马铃薯逐年减产率与实测资料计算出的马铃薯不同生育时段的农田蒸散量进行线性回归分析，建立干旱监测模型。

以减产率农业干旱指标等级⑴为标准，通过干旱监测模型计算出马铃薯的农田蒸散量农业干旱指数，用此指数统计马铃薯不同生育时段干旱等级的发生概率，用Pearson-Ⅲ频次密度函数⑵统计出马铃薯全生育期不同重现期的各乡镇减产率，最后利用GIS 空间分析模块绘制马铃薯干旱等级概率分布图、不同重现期下的减产率分布图、不同干旱等级风险区划图。

·121·121综述引言豫北地区主要气象灾害种类有强降水、干旱、冰雹、低温、霜冻等，农业气象灾害指发生于农业生产过程之中造成实际收获量显著低于预期的不利天气或气候条件的总称。

农业气象灾害的发生频率和农作物稳产高产质量常常呈反比，与本地农业经济效益息息相关。

豫北农作物生长期间各类气象灾害频发、多发，以旱灾影响最为严重，其次为洪涝、冰雹和霜冻，旱灾成灾面积占总面积60%，水灾为26%，冰雹和霜冻成灾面积占比分别为11%和5%。

随着近年来全球气候变化极端趋势的加强，人口和消费需求的不断增长，粮食供需矛盾日益突出，这给农业防灾减灾提出了更高要求。

本文分析了豫北地区农业气象灾害成因与分布，总结防灾减灾建议，为加强豫北粮食主产区建设、稳定粮食安全、构建现代化农业结构提供理论支持。

1.豫北地区概况豫北地区是指河南省境内黄河以北地区，包括安阳、新乡、焦作、濮阳、鹤壁、济源六市。

该区域地处南太行山前平原，西依太行山与山西省的长治、晋城交界，北隔漳河与河北邯郸毗邻，南面和东面临黄河与洛阳、郑州、开封相接，是河南重要的商品粮基地。

该地属于暖温带大陆性季风气候，季节更替明显，冬季严寒夏季高温，秋凉春早。

年平均气温14.3℃，其中七月均温最高为27.1℃，1月均温最低为0℃。

年均湿度为67%，最大冻土深度为284mm，无霜期221天，全年日照2400h，年均降水量为647mm。

2.豫北地区主要农业气象灾害2.1干旱豫北地区是河南省旱灾高发区域（图1）。

干旱指长时间保持无降水或降水少的状态，致使地表水分因蒸发过度而亏损的现象，地面出现龟裂，山溪河川断流，库塘枯竭，扰乱农作物水分调节活动使作物减产或歉收，影响范围广、持续时间长且成灾面积大。

其中春旱影响最大，由于豫北地处温带季风区，存在显著降水时空分布不均的问题，春季降水较少且气温回升速度快，多大风加剧地表水蒸发，春灌需水量大，多重因素作用下农作物缺水情况加剧。

河南农业科学,2020,49(11):172-180Journal of Henan Agricultural Sciencesdoi :10.15933/ki.1004-3268.2020.11.023收稿日期:2020-08-10基金项目:国家自然科学基金项目(41771142,41601213);河南省农业科学院科技创新创意项目(2021CX)作者简介:黎世民(1978-),男,河南许昌人,副研究员,在读博士研究生,研究方向:农业遥感㊁区域发展与规划㊂E -mail:57085397@通信作者:郭㊀燕(1983),女,副研究员,河南驻马店人,博士,主要从事农业遥感与信息技术研究㊂E -mail:guoyan8372@高建华(1964),男,河南临颍人,教授,主要从事区域发展与规划研究㊂E -mail:jhgao@基于格网和模糊聚类的河南省冬小麦气象干旱风险区划与分析㕒黎世民1,2,张红利2,王来刚2,郑国清2,郭㊀燕2,高建华1(1.河南大学环境与规划学院,河南开封475004;2.河南省农业科学院农业经济与信息研究所,河南郑州450002)摘要:利用河南省110个县(市)地面观测点的降水距平百分率数据,基于格网尺度,采用模糊聚类方法进行冬小麦气象干旱区划和风险概率评估㊂空间相关分析指标 局域指标(LISA ),Moran I 散点图(Moran scatter plots )和LISA 聚集图(LISA cluster map )表明,济源㊁濮阳和商丘等17个县(市)落入 高-高 第一象限;信阳㊁驻马店和开封等地区的12个县(市)落入 低-低 第三象限,这些区域降水量较大,存在较强的空间正相关关系;信阳㊁驻马店等地区的6个县(市),落入 高-低 第四象限;焦作㊁杞县和信阳3个县落入 低-高 第二象限,这些区域存在较强的空间负相关关系㊂总体来看,县域降水空间变化的相关性较小㊂模糊分类结果表明,当模糊性能指数(FPI )㊁归一化分类熵(NCE )二者最小,区域划分为5类时,效果最佳㊂利用单因素方差分析(One-Way ANONA )进行差异显著性检验,不同的区划类别之间在0.05水平差异显著㊂格网尺度下的制图结果显示,干旱可能发生的区域具有空间分异规律,信阳和南阳的西南部属于湿润区域,发生旱灾的风险概率较低;三门峡以及濮阳㊁安阳和开封部分区域属于严重干旱区域,发生旱灾风险的概率较高;周口和漯河的大部分区域属于中旱区域㊂高风险区主要分布在三门峡㊁南阳等西部山区和许昌㊁郑州的边区,低风险区主要是在东北部和信阳等水稻种植区域㊂这与干旱的空间分布有一致性,但是部分区域存在差异,如濮阳的部分区域干旱程度高但是风险概率值却较低㊂关键词:干旱;格网;降水距平百分率;模糊聚类;区划;河南省;冬小麦中图分类号:S512㊀㊀文献标志码:A㊀㊀文章编号:1004-3268(2020)11-0172-09Winter Wheat Agrometeorological Drought Zoning and Analysis in HenanProvince Based on Grid and Fuzzy Clustering AlgorithmLI Shimin 1,2,ZHANG Hongli 2,WANG Laigang 2,ZHENG Guoqing 2,GUO Yan 2,GAO Jianhua 1(1.The College of Environment and Planning of Henan University,Kaifeng 475004,China;2.Institute of Agricultural Economics and Information,Henan Academy of Agricultural Sciences,Zhengzhou 450002,China)Abstract :110ground observations of the precipitation distance percentage in Henan Province were ap-plied to evaluate the agrometeorological drought zoning and risk probability analysis for winter wheat with fuzzy clustering algorithm based on grid.Indicators of spatial association indices-Moran scatter plots and LISA cluster map were adopted to conduct to the spatial exploratory data analysis.The results indicated that 17counties(cities)of Jiyuan,Puyang and Shangqiu and so on fell into the first quadrant with high-㊀第11期黎世民等:基于格网和模糊聚类的河南省冬小麦气象干旱风险区划与分析high ;12counties(cities)of Xinyang,Zhumadian and Kaifeng and other regions fell into the third quad-rant with low-low ,where these regions existed strong positive correlations with more precipitation;6 counties(cities)of Xinyang,Zhumadian and Jiaozuo,Qixian,Huaiyang fell into the fourth quadrant with high-low and the second quadrant low-high respectively,where these regions existed strong negative correlations.It could be concluded that the correlations of spatial variation of precipitation among counties was small.Then,fuzzy k means was used to divide the precipitation distance percentage data into five clas-ses,while the fuzzy performance index(FPI)and normalized entropy(NCE)were the smallest.There ex-isted significance between different zones at the0.05level by One-Way ANONA test.According to the distribution maps,the spatial and differential laws of drought could happen in Henan.The south-west of Xinyang and Nanyang belonged to the humid area with lower drought risk probability;Sanmenxia,parts of Puyang,Anyang and Kaifeng counties belonged to the region of severe drought with higher drought risk probability;most areas of Zhoukou and Luohe belonged to the drought-stricken area.The high risk proba-bility was mainly distributed in the western mountainous areas such as Sanmenxia,Nanyang and other western mountainous areas and Xuchang and Zhengzhou.The low risk probability value areas were mainly in the rice growing areas such as northeast and Xinyang.This was consistent with the spatial distribution of the drought,but there were also differences in some regions,such as the high level of drought in parts of Puyang,but low risk probability value.Key words:Drought;Grid;Precipitation distance percentage;Fuzzy clustering;Zoning;Henan prov-ince;Winter wheat㊀㊀干旱是世界上发生频繁㊁危害较大㊁最为常见的自然灾害之一㊂据统计,全球每年因干旱造成的经济损失高达6ˑ109~8ˑ109美元㊂河南省是冬小麦主产区,小麦产量在全国粮食产量中占有举足轻重的地位,肩负着扛稳粮食安全的重任㊂但是干旱是冬小麦生育期间发生的主要气象灾害之一,发生频率高,持续时间长,波及范围大,对农业生产有着严重的影响[1-3]㊂由于人们从不同的角度和实际工作领域去认识干旱,因此干旱指标模式各具特点,干旱模式可划分为降水指标㊁降水和气温指标㊁土壤和作物参数指标㊁气候指数与蒸散估计指标㊁卫星遥感干旱检测模式等5类[4-5]㊂在冬小麦致灾强度研究中,选用的干旱指标主要基于降水指数与土壤和作物参数展开,即降水距平百分率和自然水分亏缺率[6-8]㊂如刘荣花[9]以冬小麦生育期间降水负距平和减产率为指标,对不同发生频率的降水负距平和减产率作了系统分析,确定了不同程度的干旱在区域上的分布特征及发生频率;朱自玺等[2]用三次多项式对历史产量序列进行处理,求出典型站点的趋势产量和气象产量,然后对其气候产量和降水距平的关系进行相关分析㊂这些研究主要是基于行政区划边界进行评估和分类,但是灾害的发生既具有空间分异性,又具有相似相依性,基于行政边界的评估虽然在操作上具有便易性,但是却难以把真实的情况反映出来㊂近些年,部分学者已经开始基于格网技术进行探索研究,如VU等[10]利用5种不同格网的降水数据对越南干旱情况的预测进行了对比分析㊂赵静等[11]以豫北地区为研究对象,在格网GIS技术的支持下,对干旱灾害评价体系中的各指标进行10kmˑ10km尺度的网格化表达,打破了行政区划的限制㊂而对于干旱差异的中间过渡中存在 不分明性 和 边界不清 的客观实际,模糊聚类方法对解决此类问题具有优势[12-13],但是采用此方法进行干旱区划的文献却很少㊂目前,国家对农业保险高度重视,随着农业保险发展的需求,亟需对灾害进行更精细化的划分和评估㊂鉴于此,以河南省干旱为研究对象,以降水距平百分率这一最能反映干旱发生的指标作为主要因子,结合地形高程数据以及社会经济水平数据等,采用模糊聚类方法,基于格网技术和空间分析技术对冬小麦气象干旱空间变异性进行分析和干旱风险评估,以期为冬小麦旱灾保险风险评估以及费率厘定等提供技术支持㊂1㊀材料和方法1.1㊀研究区概况河南省位于中国的中东部㊁黄河中下游,北纬31ʎ23ᶄ~36ʎ22ᶄ,东经110ʎ21ᶄ~116ʎ39ᶄ㊂地势西高东低,西部是伏牛山,中东部是平原,西北边缘是太行山,南部和东南边缘是桐柏山㊁大别山,西南部是南阳盆地,其中平原和盆地面积占55.7%,山地和丘陵面积占44.3%㊂河南省处于中国南北气候过渡带(亚热带向暖温带过渡),季风气候特征显著,夏季受东亚夏季风影响,高温多雨;冬季受东亚冬季风影响,寒冷干燥;年均温度为12.2~16.0ħ,年降雨量为478.6~1116.9mm㊂冬小麦是河南省的主要种植作物,播种一般始于10月初,翌年2月中下旬进入返青-拔节期,5月下旬开始收获㊂371河南农业科学第49卷1.2㊀数据来源与格网尺度选择本研究数据包括河南省17个市110个县(市)地面观测点2010 2018年冬小麦返青期到成熟期的降水距平百分率数据,即2月下旬,3月㊁4月和5月上中下旬的降水距平百分率数据,来源于河南省气象局㊂期间,河南省2014年遭遇了63年一遇的大旱,此时期的数据包含有干旱的一般特征,具有代表性㊂河南省30m 的地形数据来源于地理空间数据云( /)㊂社会经济数据来源于河南省统计年鉴(2010 2018年)( /tjfw /tjcbw /tjnj /),主要包括生产总值㊁农田有效灌溉面积㊁城乡居民家庭人均收支等数据㊂河南省南北地理跨度约550km㊁东西约580km,本研究中取整数,格网选取为10km ˑ10km㊂1.3㊀研究方法1.3.1㊀干旱评估指标㊀干旱指标的选取和评估是干旱研究的基础㊂虽然不同的学科领域对干旱有不同的理解和定义,但是一定时间和空间范围内降水缺少并造成农业减产是农业干旱的最基本特点㊂因此,农业干旱研究和旱情评价的关键是确定干旱指数㊂已有的农业干旱指数主要包括土壤含水量指数㊁综合农业干旱指数㊁遥感干旱指数和以气候降水量为基础的指数等4类[3-6]㊂以降水量为基础的指数,容易获取且简单明了㊁直观性好,目前在农业实际生产中得到广泛应用[7-9]㊂本研究中选择与干旱密切相关的指标 降水距平百分率并结合地形数据和社会经济数据进行干旱的空间分析与干旱风险的区划分析㊂(1)降水距平百分率降水距平百分率反映的是某段时间内的降水量相较常年偏多或者偏少的程度,它可以反映出因降水少引起的干旱程度㊂降水距平百分率(Pa )的计算公式[14]:Pa =P -P -P-ˑ100%(1)P -=1n ðni =1P i(2)式中,P 为某时段降水量,P -为计算某时段同期气候平均降水量,n 为研究年数,i =1,2,3, ,n ㊂(2)降水距平风险指数采用概率分布函数计算冬小麦全生育期降水距平百分率的发生概率,定义不同降水距平百分率与其发生概率之积的总和为降水距平风险指数,其计算公式为:I =ðni =1Pa ˑCi(3)式中,I 为降水距平风险指数,C i 为不同降水距平百分率出现的概率,n =110㊂1.3.2㊀空间相关分析指数㊀空间相关性分析采用全局空间相关性指数Moran I 和局部空间相关性指数LISA(Local indicators of spatial association)㊂其计算公式为:Moran I =n ðn i =1ðnj =1w ij (x i -x -)(x j -x -)ðni =1ðn j =1w ijðni =1(xi-x -)2(4)LISA =n (x i -x -)ðni =1(xi-x -)2ðni ,j =1w ij(xj-x -)(5)式中,i ʂj ,n 为参与分析的空间单元数,x i 和x j分别表示降水距平百分率x 在空间单元i 和j 位置的观测值,x -为空间单元降水距平百分率的平均值,w ij 是空间权重矩阵㊂1.3.3㊀风险区划方法㊀模糊k 均值聚类算法是常用的一种非监督分类方法,它的基本思想是将一个数据集分成k 个类别,寻找目标函数的迭代最小化,在气候㊁地质㊁土壤景观等学科研究中已得到了广泛的应用[13,15-17]㊂最常用的目标函数为:J φ(M ,C )=ðn i =1ðkj =1μφij d 2ij(6)式中,n 是变量的个数;k 是类别个数;μij (1ɤi ɤn ,1ɤj ɤk )表示数据矩阵X 中第i 个样本x i 属于聚类中心矩阵C 中第j 个聚类中心c j 的隶属度;M 是隶属度矩阵;d 2ij 等于x i 与c j 在特征向量上距离的平方;φ为模糊加权指数(φȡ1),它控制了不同类别间共用数据的数目,当φ=1时,就会发生硬聚类,即没有数据共用现象,此时为常规的k 均值聚类法,即用最小二乘法找出1个恰当的k 组分类矩阵M 和1个由恰当的聚类中心向量c j 组成的矩阵C ,使得目标函数J φ(M ,C )达到最小;当φ>1时用加权最小二乘法找出1个恰当的M 和C 使得目标函数达到最小,φ越大,共用数据的数目越多,最终的分类变得越不明显㊂目前,一般采用模糊性能指数㊁归一化分类熵㊁分类独立性指数来确定合适的聚类数,采用混淆指数来进行聚类效果优劣的检验㊂模糊性能指数(简称FPI )[17]是数据矩阵X 中k 个分区间分离程度的度量,可定义为:FPI =1-k ðni =1ðkj =1μ2ij-1ðni =1ðk j =1μ2ij -1(7)471㊀第11期黎世民等:基于格网和模糊聚类的河南省冬小麦气象干旱风险区划与分析FPI 的值在0~1变动㊂如果接近0表示聚类时共用数据较少,类与类之间的划分较明显㊂若该值接近1则表示具有较多的共用数据,类与类之间的划分不明显㊂一般地,FPI 越小聚类效果越好㊂归一化分类熵(简称NCE )[18]用来模拟数据矩阵X 的模糊K 分区的分解量㊂分类墒(H )如函数(8)所定义,NCE 越小则模糊k 分区的分解量越大,分类效果越好㊂H =-1n ðn i =1ðkj =1μij ˑlog(μij )(8)NCE =H log k(9)2㊀结果与分析2.1㊀基于降水距平百分率的冬小麦干旱指标空间分析2.1.1㊀冬小麦干旱指标的空间特征分析㊀选取与降水相关联的干旱指标 降水距平百分率进行干旱风险的分析和评估㊂当降水距平百分率值小于等于0时,发生干旱的概率大;当降水距平百分率值大于0时,一般不会发生干旱㊂根据河南省110个地面观测点数据,对降水距平百分率进行统计分析,值小于等于0的有渑池㊁西峡等63个县(市);大于0的有孟津㊁偃师等47个县(市)㊂为将结果更直观地显示,对大于0和小于等于0的县(市)进行了空间显示,缺失值采用临近法进行了赋值,结果见图1㊂深蓝色表示降水距平百分率值小于等于0,浅蓝色表示降水距平百分率值大于0㊂总体来看,降水距平百分率值小于等于0的区域多分布在山区丘陵地以及部分城市周围,这些区域发生干旱的可能性较大㊂同时对应于不同的降水距平百分率值进行概率分布分析,并计算相应的风险指数C i ,值越大,发生干旱的风险越大㊂采用10km ˑ10km 的格网用所得干旱风险指数进行制图,结果见图2㊂为避免出现空类,风险指数的分级采用分位数分类㊂图2中黑点越大,表示所在区域发生干旱的风险越大㊂由此可知,在西部山区㊁南阳山区以及豫北山区和豫东平原的商丘和周口发生干旱的风险概率大㊂结合风险指数进行分析,同样得出山区丘陵以及豫东平原图1㊀河南省110个地面观测点降水距平百分率的空间分布Fig.1㊀Distribution of precipitation distance percentage of the 110ground observations in Henan Province571河南农业科学第49卷图2㊀基于格网的河南省冬小麦干旱风险指数Fig.2㊀Distribution of the agrometeorological drought risk index for winter wheat in Henan Province based on grid的商丘和周口风险指数较高,均在0.38以上㊂这与降水距平百分率值的空间分布趋势基本相一致,但部分区域存在差异,主要是由于降水距平百分率值按照行政区域进行表示,没有考虑空间分异规律,在表现实际情况时候存在误差㊂2.1.2㊀冬小麦干旱指标的空间相关性分析㊀为了更清楚地对比不同邻接准则下降水空间分布的差异性,采用全局相关性指数Moran I和局部空间相关性指标LISA对降水距平百分率进行空间自相关分析㊂Moran I散点图(Moran scatter plots))和LISA 聚集图(LISA cluster map)结果见图3和图4㊂全局Moran I指数为0.26,Z值为5.49,P值为0,显著性较高,说明干旱发生存在空间正相关关系㊂局部Moran I指数为0.27,其Moran I散点图用于刻画空间异质性,在笛卡尔直角坐标系散点图的4个象限按其性质分为 高-高 (第一象限)㊁ 低-高 (第二象限)㊁ 低-低 (第三象限)㊁ 高-低 (第四象限)㊂ 高-高 表示某一空间单元和周围单元的属性值都较高,该单元和周围单元组成的子区域即为通常所说的热点区, 低-低 (盲点区)的含义与此相反,落入这2个象限的空间单元存在较强的空间图3㊀Moran I散点图Fig.3㊀Scatter map of Moran I正相关,即有均质性; 高-低 表示某一空间单元属性值较高,而周围单元较低, 低-高 则刚好与此相反,落入这2个象限的空间单元表明存在较强的空间负相关,即异质性突出㊂结合图3和图4,落入 高-高 第一象限的主要有济源㊁濮阳和商丘等地区的17个县(市),落入 低低 第三象限的主要有671㊀第11期黎世民等:基于格网和模糊聚类的河南省冬小麦气象干旱风险区划与分析信阳㊁驻马店和开封等地区的12个县(市),这些区域的降水量较大,存在较强的空间正相关关系,降水分布有均质性特征;落入 高-低 第四象限的有信阳㊁驻马店等地区的6个县(市),落入 低-高 第二象限有焦作㊁杞县和淮阳3个县,这些区域降水分布存在较强的空间负相关关系,空间异质性较大,因此,总体上看,县域降水空间变化的相关性小㊂a.LISA 聚类图;b.LISA 显著性检验图㊀a.LISA cluster map;b.LISA significance map图4㊀河南省110个地面观测的降水距平百分率空间分布空间相关性Fig.4㊀Spatial correlation of the precipitation distance percentage of the 110ground observations in Henan Province2.2㊀冬小麦干旱风险区划与空间特征2.2.1㊀冬小麦干旱风险聚类分析与区划㊀利用2010 2016年的冬小麦返青到成熟期每个月上中下三旬的降水距平百分率以及干旱风险指数进行模糊聚类分析,基于聚类分析结果进行冬小麦干旱区划㊂FPI 和NCE 与分类数的关系见图5㊂通过对比分析,当模糊指数φ=1.5,FPI 和NCE 均达到最小时,聚类效果最佳㊂由图5可知,FPI 和NCE 与分类数的关系呈现出先增大后减小再增加的趋势㊂当分类数为2和5时,FPI 和NCE 最小,结合河南省冬小麦干旱发生区域的分布情况,分类数为5时能较图5㊀模糊聚类分类数与FPI ㊁NCE 指数关系Fig.5㊀FPI ,NCE corresponding to the fuzzynumber of classes好地反映干旱空间分布的实际情况㊂因此,将干旱等级分为适宜㊁轻旱㊁中旱㊁干旱和严重干旱5类,基于此,对河南省冬小麦干旱进行区划,不同区划采用单因素方差分析(One-Way ANONA)进行差异显著性检验,结果见图6㊂结果表明,不同的区划之间在0.05水平差异显著㊂不同字母表示在0.05水平上差异显著Different letters indicate significance(P <0.05)图6㊀不同干旱风险区划降水距平百分率和风险指数单因素方差分析Fig.6㊀One-Way ANOVA analysis for the precipitationdistance percentage and the risk index based ondrought zoning grades771河南农业科学第49卷2.2.2㊀基于格网的河南省冬小麦干旱区划空间特征㊀干旱的发生与地形因素关系较大,一般海拔较高的山区和丘陵地区发生干旱的可能性较大,同时与灌溉水平存在密切的相关关系㊂在进行冬小麦干旱区划空间变异制图时,将地形因子和灌溉水平作为辅助变量,进行协克里金空间插值制图,结果见图7㊂适宜的区域主要分布在信阳㊁南阳等淮河流域和汉水流域的18个县(市),轻旱的区域主要分布在紧邻适宜区域以及黄河以北的豫北区域,中旱的区域较少,且分布较为零散,主要分布在豫东的商丘和漯河部分区域,干旱的区域主要分布在豫东平原和平顶山等县(市),严重干旱的区域主要分布在西部山区,以及低山丘陵区域㊂干旱区域存在有空间分异规律,在淮河流域和汉水流域附近的信阳和南阳的西南部,降雨量大,降水距平百分率为正值,属于适宜区域,但是存在降水空间分布不均匀的情况;三门峡以及濮阳㊁安阳和开封部分地区属于严重干旱的区域,这些区域海拔相对较高,降雨量偏少,经济水平相对较低,灌溉设施较为落后;而周口和漯河的大部分区域处在平原区,受地形等因素的影响较小,旱灾发生主要与降雨关系密切,属于中旱区域㊂总体来看,河南省冬小麦干旱区划呈现出南部适宜㊁北部干旱的特征㊂图7㊀基于格网的河南省冬小麦干旱区划空间特征变异Fig.7㊀Distribution of the agrometeorological drought zoning grades for winter wheat in Henan Province based on grid2.3㊀基于格网的河南省冬小麦干旱风险概率分析结合已有的研究结果,将冬小麦干旱风险概率划分为5个等级:风险概率在(0,0.2]的为低风险区,在(0.2,0.3]的为较低风险区,在(0.3,0.4]的为中风险区,在(0.4,0.7]的为较高风险区,大于0.7的为高风险区[13]㊂据此,利用空间分析技术进行河南省冬小麦干旱灾害风险概率分布情况的空间变异分析,结果见图8㊂高风险区主要分布在三门峡㊁南阳等西部海拔较高的山区和许昌㊁郑州等大城市的周边地区,这些区域或者是受伏牛山山脉的影响,或者是大城市受到周围环境和城市大量用水的影响,发生干旱的风险概率较大㊂低风险区主要是在豫北新乡㊁鹤壁㊁濮阳和信阳水稻种植区域,北部平原灌溉条件好,发生干旱的风险概率较小,而信阳871㊀第11期黎世民等:基于格网和模糊聚类的河南省冬小麦气象干旱风险区划与分析以及附近的区域紧邻淮河流域和汉水流域,气候较为湿润,雨量丰沛,发生干旱的风险概率也较小㊂这与干旱的空间分布有一致性,但是部分区域也存在差异,如豫北的安阳㊁濮阳部分区域干旱程度高但是干旱风险概率值却较小,一方面由于安阳的西部海拔高,东部是平原,夏季受季风影响,平原地降雨量较大,另一方面安阳㊁濮阳等地的灌溉条件好,及时进行浇灌可以降低旱灾发生的风险㊂这种差异规律也说明降雨量虽是影响河南省冬小麦干旱区域划分的主要因素,但是发生干旱并致灾的风险还受到地形以及经济条件的影响㊂图8㊀基于格网的河南省冬小麦气象干旱灾害概率发生分布Fig.8㊀Risk probability of the agrometeorological drought for winter wheat in Henan Province based on grid3㊀结论与讨论本试验根据地面样点的观测数据对降水距平百分率数据进行统计分析,降水距平百分率值为负值的有渑池㊁西峡等63个县(市);降水距平百分率值为正值的有孟津㊁偃师等47个县(市)㊂利用模糊聚类方法对降水距平百分率和风险指数进行分类并进行干旱风险区域的划分,当模糊性能指数和归一化分类熵均为最小时,分类区域效果最佳,结合河南省实际情况,确定为5个区划时可以最优地表征出河南省冬小麦干旱的空间分布㊂基于空间相关全局性相关分析和局部相关性分析,河南省的降水分布存在空间不均衡现象,如豫南的信阳㊁驻马店,豫北濮阳等地降水量大㊂总体来看,县域降水空间变化相关性小㊂格网水平下进行旱灾空间分布制图,结果表明,灾害的发生具有空间分异规律,信阳和南阳的西南部,属于湿润区域,发生旱灾的风险概率较低,但是受伏牛山山脉的影响以及当地经济水平条件限制,部分地区如淅川县㊁南召县等区域风险概率较大;三门峡以及濮阳㊁安阳和开封部分区域,受到太行山脉以及降雨量少的影响,发生旱灾风险的概率较高;而周口和漯河的大部分区域处于黄河和淮河之间,降雨量相对较大且部分地区的经济水平较高,风险概率中等;风险概率的高值区主要分布在三门峡㊁南阳等西部山区和许昌㊁郑州的边区,低值区主要是在河南省东北部和信阳山区的水稻种植区域㊂这与干旱的空间分布有一致性,但是部分区域也存在差异,如豫北的安阳㊁濮阳部分区域干旱程度高但是干旱风险概率值却较小,这主要是由于当地的经济水平高,971河南农业科学第49卷灌溉条件好㊂因此,实际发生的旱灾造成的损失受到经济水平㊁灌溉设施等条件的影响,区域或者是农户之间具有较大的差异㊂这对于小麦品种的选择㊁防灾减灾措施的制定㊁小麦保险风险区划以及理赔提供了基础理论支撑㊂参考文献:[1]㊀李世奎,霍治国,王道龙,等.中国农业灾害风险评价与对策[M].北京:气象出版社,1999:122-127.LI S K,HUO Z G,WANG D L,et al.Evaluation and coun-termeasures of agricultural disaster risk in China[M].Bei-jing:China Meteorological Press,1999:122-127. [2]㊀朱自玺,刘荣花,方文松,等.华北地区冬小麦干旱评估指标研究[J]自然灾害学报,2003,12(1):145-150.ZHU Z X,LIU R H,FANG W S,et al.Evaluation indicesof drought of winter wheat in North China[J].Journal ofNatural Disaters,2003,12(1):145-150.[3]㊀LU J,CARBONE G J,HUANG X,et al.Mapping the sen-sitivity of agriculture to drought and estimating the effectof irrigation in the United States,1950 2016[J].Agri-cultural and Forest Meteorology,2020,292/293:108124.[4]㊀WANG H S,VICENTE-SERRANO S M,TAO F L,et al.Monitoring winter wheat drought threat in Northern Chinausing multiple climate-based drought indices and soilmoisture during2000 2013[J].Agricultural and ForestMeteorology,2016,228/229:1-12.[5]㊀李柏贞,周广胜.干旱指标研究进展[J].生态学报,2014,34(5):1043-1052.LI B Z,ZHOU G S.Advance in the study on drought in-dex[J].Acta Ecologica Sinica,2014,34(5):1043-1052.[6]㊀李景刚,阮宏勋,李纪人,等.TRMM降水数据在气象干旱监测中的应用研究[J].水文,2010,30(4):43-46.LI J G,RUAN H X,LI J R,et al.Application of TRMMprecipitation data in meteorological drought monitoring[J].Journal of China Hydrology,2010,30(4):43-46.[7]㊀MUR A㊅RESCU O,MUR A㊅TOREANU G,FRÎNCULEASAM.Agrometeorological drought in the Romanian Plainwithin the sector delimited by the valleys of the Olt andBuz u Rivers[J].Journal of Environmental Health Sci-ence and Engineering,2014,12:152.[8]㊀SADDIQUE Q,LIU D L,WANG B,et al.Modelling futureclimate change impacts on winter wheat yield and water use:A case study in Guanzhong Plain,Northwestern China[J].European Journal of Agronomy,2020,119:126113. [9]㊀刘荣花.河南省冬小麦干旱风险分析与评估技术研究[D].南京:南京信息工程大学,2008.LIU R H.Drought risk analysis and assessment technologyof winter wheat in Henan Province[D].Nanjing:NanjingUniversity of Information Science&Technology,2008. [10]㊀VU T M,RAGHAVAN S V,LIONG S Y,et al.Uncer-tainties of gridded precipitation observations in charac-terizing spatio-temporal drought and wetness over Viet-nam[J].International Journal of Climatology,2018,38(4):2067-2081.[11]㊀赵静,张继权,严登华,等.基于格网GIS的豫北地区干旱灾害风险区划[J].灾害学,2012,27(1):55-58.ZHAO J,ZHANG J Q,YAN D H,et al.Drought disasterrisk zoning in the northern Henan Province based ongridding GIS[J].Journal of Catastrophology,2012,27(1):55-58.[12]㊀吴迪,张海涛,何斌,等.基于模糊聚类循环迭代模型的陕西省农业干旱风险评估与区划[J].干旱地区农业研究,2018,36(5):230-241.WU D,ZHANG H T,HE B,et al.Assessment and zoningof agriculture drought risk based on fuzzy clustering iter-ative model in Shan xi[J].Agricultural Research in theArid Areas,2018,36(5):230-241.[13]㊀MCBRATNEY A B,MOORE A W.Application of fuzzysets to climatic classification[J].Agricultural and ForestMeteorology,1985,35(1/4):165-185.[14]㊀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.WANG S Y,HUO Z G,LI S K,et al.Risk regionalizationof winter wheat loss caused by drought in North of China[J].Acta Agronomica Sinica,2005,31(3):267-274.[15]㊀郭燕,田延峰,吴宏海,等.基于多源数据和模糊k-均值方法的农田土壤管理分区研究[J].土壤学报,2013,50(3):441-447.GUO Y,TIAN Y F,WU H H,et al.Zoning of soil man-agement based on multi-sources data and fuzzy-k means[J].Acta Pedologica Sinica,2013,50(3):441-447.[16]㊀BEZDEK J C.Pattern recognition with fuzzy objectivefunction algorithms[M].New York:Plenum Press,1981:256.[17]㊀ROUBENS M.Fuzzy clustering algorithms and their clustervalidity[J].European Journal of Operational Research,1982,10:294-301.[18]㊀ODEH I O A,MCBRATNEY A B,CHITTLEBOROUGH DJ.Further results on prediction of soil properties from ter-rain attributes:Heterotopic cokriging and regression-kriging[J].Geoderma,1995,67(3/4):215-226.081。

基于GIS的河南省洪涝灾害风险评估李洁1郭梦晓2*高雯珂1（1商丘师范学院测绘与规划学院，河南商丘476000；2威海市气象局，山东威海264200）摘要本文基于河南省的气象及自然地理数据，构建综合评估体系进行风险评估。

结果表明：河南省致灾因子危险性等级呈现出自东南向西北的带状递减趋势；河南省的承灾体暴露程度呈现出分层特点；河南省的防灾减灾能力总体上比较薄弱，多数区域的防灾减灾能力处于中等以下水平；河南省洪涝灾害敏感性整体较分散，郑州市以及河南省东北地区洪涝灾害敏感性较强；河南省洪涝灾害风险等级地区面积为中等风险区>较高风险区>较低风险区>高风险区>低风险区。

本文区划结果与河南省实际洪涝受灾情况吻合，对河南省各级政府开展预防洪涝灾害工作具有一定的现实参考价值。

关键词洪涝灾害；GIS；风险评估；河南省中图分类号P426.616；TV87文献标识码A文章编号1007-5739（2023）07-0149-04DOI：10.3969/j.issn.1007-5739.2023.07.042开放科学（资源服务）标识码（OSID）：Assessment of Flood Disaster Risk in Henan Province Based on GISLI Jie1GUO Mengxiao2*GAO Wenke1(1College of Surveying and Planning,Shangqiu Normal University,Shangqiu Henan476000;2Weihai Meteorological Bureau,Weihai Shandong264200)Abstract Based on the meteorological and physical geographic data of Henan Province,this paper constructed a comprehensive assessment system to assess risk.The results showed that the risk grade of factors causing disaster in Henan Province presented a belt-like decreasing trend from southeast to northwest.The exposure degree of disaster-bearing bodies in Henan Province presented stratified characteristics.The disaster prevention and mitigation capacity of Henan Province was relatively weak in general,and was below the medium level in most regions.The sensitivity of flood disaster in Henan Province was scattered as a whole.Zhengzhou City and the northeastern Henan Province were more sensitive to flood disaster.The area of flood disaster risk level in Henan Province ranked as medium risk area>higher risk area>lower risk area>high risk area>low risk area.The zoning results were consistent with the actual situation of flood disaster in Henan Province,and had a certain practical reference value for the governments at all levels in Henan Province to carry out flood prevention work.Keywords flood disaster;GIS;risk assessment;Henan Province随着全球气候变暖，灾害性天气和极端天气事件频发。

基于GIS的河南省山洪灾害风险区划分研究
靳梦;刘凤林;李虎星
【期刊名称】《中国防汛抗旱》
【年(卷),期】2017(027)004
【摘要】通过分析河南省近年来山洪灾害成因,发现河南省各地的受灾程度与地形地貌以及河网分布有很大关系,因此,利用ArcGIS软件提取影响山洪灾害发生的地形、坡度以及河网密度因子等数据,用层次分析法赋予权重,用ArcGIS的地图代数功能将各因子进行叠加,得到河南省山洪灾害危险度图.通过与易损度图进行栅格叠加分析,得到河南省山洪灾害风险区划图,并结合历史山洪灾害分布图对成果精度进行检验.检验结果表明,ArcG;S软件提取的GIS数据在山洪灾害风险区划研究中具有一定的精度,可为相关政府部门的工作提供理论支撑.
【总页数】6页(P54-59)
【作者】靳梦;刘凤林;李虎星
【作者单位】河南省水利科学研究院,郑州450001;河南省水利工程安全技术重点实验室,郑州450001
【正文语种】中文
【中图分类】TV877
【相关文献】
1.基于GIS技术的辽宁省山洪灾害风险区划研究 [J], 曹永强;郭明;袁立婷
2.基于GIS技术的辽宁省山洪灾害风险区划研究 [J], 曹永强;郭明;袁立婷;
3.基于AHP和GIS的山区小流域山洪灾害风险区划研究 [J], 罗日洪;黄锦林;唐造造
4.基于GIS的德庆县山洪灾害风险区划研究 [J], 闫畅
5.基于GIS及综合权重法的甘肃黄土高原区山洪灾害风险区划研究 [J], 王英因版权原因，仅展示原文概要，查看原文内容请购买。

基于TVDI和SPCI的河南省干旱时空特征分析
常璐璐
【期刊名称】《测绘与空间地理信息》
【年(卷),期】2024(47)6
【摘要】通过分析温度植被干旱指数与标准化降水转换指数相关关系,并联合两者对2015—2020年河南省干旱时空特征分布进行研究,结果表明:通过Pearson相
关系数计算归一化植被指数及地表温度构建的双抛物线型TVDI,与利用大气可降水量和降雨数据计算的SPCI,两者呈明显负相关,相关系数整体大于0.5,且在河南省时空干旱监测中具有相似效果;首次联合TVDI和SPCI对河南省干旱时空特征分析,发现河南省大部分地区表现为正常,极少部分为湿润或干旱,干旱区主要分布豫中地区。

上述结果可为河南省旱情监测提供数据支撑,在预防旱灾方面具有重要意义。

【总页数】5页(P43-47)
【作者】常璐璐
【作者单位】西安科技大学测绘科学与技术学院
【正文语种】中文
【中图分类】P208
【相关文献】
1.基于SPEI的河南省冬小麦生育期干旱时空特征分析
2.基于SPEI和TVDI的河南省干旱时空变化分析
3.基于作物水分亏缺指数的河南省冬小麦干旱时空特征分析
4.
基于标准化降水指数的河南省近45年干旱时空特征分析5.基于SPI的河南省冬小麦生育期干旱时空变化特征分析
因版权原因，仅展示原文概要，查看原文内容请购买。

基于ARCGIS的河南省分区农业旱灾风险分析马建琴;温婷婷【摘要】Problems are found in previous research that it tends to be inaccurate in calculating the occurrence rate of drought,and that the weight determination is not objective to be reliable. In the presentstudy,ARCGIS software is used to analyze the risk of agricultural drought in different districts of Henan Province. By applying the information diffusion theory and the agricultural drought risk index method,assessment indexes are selected from the perspectives of disaster inducing factors,hazard inducing environment,hazard affected body,and the capacity of drought relief. The results show that Puyang and Anyang are in the highly risk area of disaster inducing factors;Hebi and Xinxiang are in the highly sensitive area of hazard inducing environment;Jiaozuo and Jiyuan are in the highly vulnerable area of hazard affected body and that Kaifeng,Zhengzhou and Luoyang are in the highly capable area of drought relief. Insummary,taking all the factors of risk index into consideration,it can be concluded that Anyang,Hebi,and Jiyuan are in the highly risk area of agricultural drought.%针对以往研究中旱灾发生概率计算精度不高、权重确定不够客观等不足，利用信息扩散理论和农业旱灾风险指数法，从致灾因子、孕灾环境、承灾体和抗旱减灾能力4个方面选取相应的评估指标，基于ARCGIS平台，对河南省农业旱灾风险进行分区分析。