内陆河流域干旱评估与风险调控技术：研究进展

干旱及其风险评估研究的目的是为了探求干旱成因，掌握干旱发生的规律及未来发生的概率等，实施相应的措施以减轻或降低干旱风险带来的损失，其中干旱评估是其核心。干旱程度的评定主要建立在干旱评估指标的基础上，干旱指标可分为单因子指标、综合性指标和指标体系。目前，基于干旱指标的风险评估方法主要有：①基于成因机理分析的风险评估方法，即通过对历史灾害的形成条件、活动状况和活动规律建立模型，估算灾害发生的可能性和可能活动规模等；②基于统计分析的风险评估方法，即通过统计灾害的活动规模、频次、密度以及灾害的主要影响因素，建立灾害活动的评估模型，估算灾害危险区的范围、规模和发生时间等；③基于预测模型的干旱风险评估方法，即通过系统模型对干旱发生概率或危害进行评估或预测；④基于水文模型的干旱风险评估方法，即利用水文模型的物理机制和水文要素模拟结果，筛选指标或和其他指标相结合，得到综合评估指标或评估模型。总的来看，目前基于统计分析的风险评估方法应用较为广泛，国内常用的评价模型主要是概率风险模型和可能性风险模型［4］；而基于水文模型的风险评估方法处于刚刚起步和探索阶段，国内应用尚不多见。

1.3.1.1　基于干旱成因机理分析的研究

陈玉琼［5］根据近500年来黄淮海平原21个站的旱涝资料，提出了通过为各站旱涝等级赋予不同权重计算区域干旱程度的方法；袁林［6］依据灾区大小将历史资料转化为干旱等级量化资料，分析了陕西历史旱灾发生的规律；宫德吉等［7］对内蒙古地区旱灾致灾因子的研究结果认为，作物需水和供水状况是旱灾发生与否的关键，降水变异、土壤含水层的调蓄、作物不同生育期及人类活动对旱灾也产生影响；王石立等［8］根据华北地区冬小麦受旱特点，建立了干旱概率、产量损失、抗灾性能和承灾体密度四个子模型，作出了华北地区冬小麦旱灾损失风险评估；李翠金［9］分别采用降水距平和区域性干旱指数进行了单站和多站干旱等级确定，通过干旱指标与灾害面积、经济损失之间的关系，建立了旱灾评估模式；朱琳等［10］以实际产量和趋势产量计算得到的气象减产量确定旱灾强度，并根据作物生长期的降水量与最大可能蒸发量确定干旱年份；沈良芳等［11］利用南京1905—2004年的月降水资料，利用Palmer指数和Z指数建立了反映旱涝演变过程的监测指标；沈桂霞等［12］结合Palmer指数和SPI指数提出了综合气象干旱指数DI，并比较了DI与农业受灾/成灾面积、径流丰枯的相互关系。

这些评估大多侧重气象干旱和农业干旱，指标多选用降水量、蒸发量、降水与作物需水的关系、降水与产量的关系等，缺乏对农业生产过程中的灌溉、耕作等非气象因素的研究，而这些因素对承灾体的脆弱性起着重要作用，可对旱灾起到缓解或强化作用。因此，干旱成因机理分析应综合考虑区域农业系统结构和状态［13］，以GIS、RS等手段为基础，加强对非气象因素的观测分析，剖析干旱的成因与机理。

1.3.1.2　基于统计分析的干旱评估研究

黄朝迎［14］分析了长江流域40年来旱涝灾害的统计特征；李柞泳等［15］采用分形理论计算了四川旱涝灾害时间分布序列的分数维，初步证实了四川旱涝灾害时间分布在一定区间范围内的无标度性；郭毅等［16］采用标度变换法测算了陇中地区1368—1948年各旱灾等级及旱季序列的时间分维数，及其线性特征、随时间演化的趋势；薛晓萍等［17］对棉花各生育期气象产量与气候因子进行统计分析而得到产量的主要影响因子，根据当年降水对产量造成的损失程度进行评估，建立了区域棉花旱灾损失评估模型；冯利华［18］用正态分布模型做了基于信息扩散理论的气象要素风险分析；任鲁川［19］根据信息熵理论与方法，将宏观热力学熵的概念和理论引入区域灾害风险研究，提出了一个可以表征区域灾害风险总体水平的综合指标——区域灾害加权熵；丁晶等［20］用符合P-Ⅲ型分布的负轮长统计特性，对中国主要河流177个站的干旱特性作了统计分析，以年径流量序列的负轮长（以多年平均值为切割水平）作为水文干旱现象的定量指标，指出平均负轮长的分布具有较明显的区域差异；近年来，Copula函数在水文分析中得到了成功应用［21］，袁超［22］利用Copula函数建立了干旱历时与干旱烈度联合分布模型，分析不同干旱历时与干旱烈度组合值时干旱事件的发生规律，由于其具有两两变量之间的相互关系分析功能，今后有望在干旱因素之间的关系分析方面取得进一步成果。

上述干旱评估多侧重于利用统计学的方法对旱灾发生的可能性和损失作出评估，考虑了影响旱灾灾情的某个或几个方面的特征或表现结果，而没有系统考虑下列因素［13］：致灾因子发生强度、区域范围、孕灾环境动态变化及其影响、承灾体脆弱性差异及成因等。由于近些年来新的水利工程和灌溉设施的修建，在一定区域内改变了旱灾的时空分布，基于统计资料所得出的旱情及干旱规律已不足以全面反映真实的旱灾风险［13］。未来的旱灾风险研究，应在分析系统整体特征的基础上，注重基于水资源利用的干旱机理研究，建立较完善的数学或物理干旱评估预测模型。

1.3.1.3　基于水文模型的干旱评估方法研究(www.xing528.com)

孙荣强［23］于1994年用土壤水分平衡方程建立了两层干旱模拟模型，对河南、河北、陕西等七省的农业干旱进行了评估，得到了农业干旱的严重程度。顾颖［24］等根据农田水量平衡原理建立了两层土壤水量平衡模型，模拟了区域旱作物的生长过程及旱情的时空分布规律、旱情演变和发展过程。卞传恂等［25］建立了以土壤缺水量为指标的干旱模型，包括土壤蒸发模型和土壤下渗模型，宏观评估单站的干旱程度，然后利用多站评估结果绘制等值线图来表示区域的干旱状况；该模型能综合考虑气象因子、自然地理和人类活动的共同影响，但由于没有考虑灌溉、农作物结构和不同生长期需水情况，只能反映面上旱情。许继军等［26］提出了基于水文模型GBHM的GBHM-PDSI干旱指标，更加明确地描述了干旱机理，在客观表现干旱程度的空间分布特征和随时间的演变态势等方面具有优势。

分布式水文模型主要应用于流域水循环模拟、产流产沙过程、污染物运移过程和水资源评价等，利用水文模型进行干旱评估的应用研究还不多。但干旱为水分亏缺的表现形式，其发生与演化过程与水循环转化息息相关，而分布式水文模型在水分的时空分布模拟上具有独特的优势，结合干旱评估指标可以清楚地揭示干旱机理，模拟旱情的发展演化过程，提供实时预警信息，是未来干旱评估研究的发展方向。

1.3.1.4　基于预测模型的干旱评估方法研究

目前用于系统预测的方法主要有综合指数法、层次分析法、系统动力学法［27］等。综合指数法、层次分析法等属于线性分析方法；马尔科夫链（Markov）模型和元胞自动机（CA）模型均为时间离散、状态离散的动力学模型，是模拟预测中比较常用的方法；灰色关联分析方法是根据因素之间发展趋势的相似或相异程度，亦即“灰色关联度”作为衡量因素间关联程度的一种方法，灰色关联度分析对于一个系统发展变化态势提供了量化计算，适合动态历程分析。

国内外已有不少学者采用各种预测模型方法进行干旱及其风险的评估。Mishra等［28］分析了世界上常用的干旱预报方法，提出了一种干旱预报随机模型，2007年对该模型进行了改进，提出了随机理论与人工神经网络相结合的干旱预报模型［29］；Cancelliere建立了基于SPI指数的干旱预报模型［30］；王良健［31］采用GM1.1灰色预测模型对湖南严重干旱进行了预报，王文明等［32］运用GM1.1灰色预测模型进行了玛纳斯河流量预测；朱廷举等［33］采用多站季节性随机径流模型生成长序列人工径流，利用模糊聚类分析方法对人工径流序列中的枯水年份进行了识别，通过对黄河中游测站径流序列中不同长度连续枯水段出现情况的统计分析，确定了几种条件下严重水文干旱的发生概率和重现期；张汉雄［34］用Markov模型预测了宁南山区旱情，陈育峰［35］则分析了我国旱涝空间型序列的静态和动态结构及演化趋势；阮本清等［36］针对黄河用水系统与其来水的不同步性，从描述系统的基本结构开始，先后就系统风险的识别、特定系统风险的概念描述、蒙特卡洛风险模拟模型的建立、随机模拟技术求解、风险模拟模型的原理等，系统地给出了一种供用水系统的风险分析与评价方法；韩宇平等［37］针对区域干旱现象的风险评估，给出了一个Markov风险评价模型。

预测模型方法是根据干旱因素之间的相关关系，在进行系统分析的基础上，应用随机理论方法对未来的干旱风险作出预测，这种方法本身应用较复杂，对随机预测模型的选取和评估系列的生成带有一定的主观性，但作为对未来干旱事件不确定性分析的方法之一，不失为一种较好的选择，是干旱预测研究的重点方向之一。