变化环境下干旱灾害风险评价与应对

1.2.1.1　干旱定义和评价方法研究进展

由于学科的差异和认识角度的不同，对于干旱尚未形成统一的定义：①世界气象组织（World Meteorological Organization，WMO）将干旱定义为“持续且长期的降水短缺（WMO，1986）”。②《联合国防治荒漠化公约》（The UN Convention to Combat Drought and Desertification，UNCCD）将干旱定义为“降水量低于正常记录水平时的自然现象，导致严重水文失衡，从而影响到土地资源生产系统（UN Secretariat General，1994）”。③联合国粮食及农业组织（The Food and Agriculture Organization，FAO）将干旱定义为“土壤水分亏缺导致作物歉收（FAO，2002）”。④天气和气候百科全书（The Encyclopedia of Climate and Weather）将干旱定义为“某一时段内（一季度、一年、多年）区域降水量低于多年平均值（Schneider，1996）”。⑤Gumbel（1963）认为干旱是“径流量异常偏少”。⑥Palmer（1965）认为干旱是“区域水文情势显著异于正常情况”。⑦Linseley等（1959）认为干旱是“长时间无有效降水”。

虽然不同学科对干旱的定义存在一定的差异，但目前普遍从气象、农业、水文和社会经济方面，将干旱分为四类（Wilhite和Glantz，1985；AMS，2004）：①气象干旱指区域在某一时段内降水偏少，通常利用降水量来评价气象干旱等级（Santos，1983；Chang和Kleopa，1991；Eltahir，1992）。多数研究利用月降水数据分析降水距平，以此来表征干旱（Gibbs，1975），也有研究利用降水累积负距平来分析干旱的持续时间和强度（Chang和Kleopa，1991；Estrela，2000）。②水文干旱指由于地表或地下水资源不足，难以满足某一给定的水资源管理系统下的用水需求，通常用河川径流数据来分析水文干旱（Dracup et al.，1980；Sen，1980；Zelenhasic′和Salvai，1987；Chang和Stenson，1990；Frick et al.，1990；Mohan和Rangacharya，1991；Clausen和Pearson，1995）。通过水文干旱与流域特征的相关性分析发现，地质条件是影响水文干旱的主要原因之一（Zecharias和Brutsaert，1988；Vogel和Kroll，1992）。③农业干旱通常是指某一时段内因为土壤水分短缺，且得不到适时适量的灌溉，导致作物减产。土壤水分的下降主要受实际蒸发量与潜在蒸发量的影响，同时也受气象干旱和水文干旱的影响。作物需水量取决于气候条件、作物生长阶段、作物的生物学特性以及土壤的理化生性质。通常利用降水、气温和土壤湿度等因素来评价分析农业干旱（Palmer，1965；王劲峰，1993）。④社会经济干旱是指自然系统和人类社会经济系统中，由于供水难以满足需水，从而影响生产、消费等社会经济活动。主要是通过干旱所造成的经济损失（如粮食生产、航运、发电、生命财产等）来评价社会经济干旱（AMS，2004）。

目前已有多种干旱指标来评价上述4类干旱（见图1.8），从最初的以单一因子评价干旱（如降水、蒸发等）到目前的以多因子从供需水关系来评价干旱。由于干旱的形成与发展是一个复杂的过程，受多种因素的影响，降水的偏少是干旱发生的主要因素，但不是决定性因素。当前较为公认的是从水资源供需平衡的角度来认识和评价干旱，因此，涉及的干旱影响因子包括降水、气温、蒸发、径流等自然因子和土地利用、种植结构、人口、社会经济布局和水利工程设施等人为因素。从当前已有的干旱指标来看，降水量距平百分率、标准化降水指数SPI、湿润度/干燥度指标、地表水供给指数等评价指标仅依据干旱形成的某一要素（如降水、蒸发、土壤含水量）来评价干旱，而Palmer旱度模式则是从水分平衡的角度，考虑了水分亏缺及其持续时间、前期天气条件等对干旱的影响（Palmer，1965），是一种相对理想的干旱评价范式（卫捷等，2003），且在当前已有广泛的应用（Hu et al.，2000；Heim，2002；Liang et al.，2007；Tang et al.，2009；王佳津等，2012），可在Palmer旱度模式的基础上，进一步完善其供水项和需水项，构建更具有普适性的干旱评价通用公式。

图1.8　常用干旱评价指标（张强等，2009）

1.2.1.2　干旱灾害风险定义和评价方法研究进展

风险在经济学上是指从事某项活动损失、盈利、无损失也无盈利三种结果的不确定性。风险的概念最早是在1895年由美国学者J.Haynes提出，将风险定义为“损害的可能性”；1901年，美国哥伦比亚大学的A.H.Willet在博士毕业论文《风险及保险的经济理论》提出风险是“不愿意发生的事件发生的不确定性”；Wilson和Crouch（1987）在《Science》上发表的论文中将风险描述为不确定性，定义为期望值；日本学者Saburo Ikeda（1998）认为风险是由不利事件发生的概率及其后果两部分组成。虽然对于“风险”尚未形成统一的定义，但各类定义的核心都是关于“损失的期望值”，即“不利事件造成损失的期望值”（Tobin和Montz，1997；Deyle et al.，1998；Hurst，1998）。20世纪中期，“风险”一词逐渐被引入到灾害学研究的范畴（赵传君，1989）。IPCC发布的SREX报告中指出，灾害风险是一定时间内，由于受到破坏性的自然事件而导致某一社区或社会无法正常运作的可能性，这些事件与脆弱的社会条件相互作用，导致人力、物力、经济和环境等遭受大范围的负面影响，因而需要立即做出应急响应，满足受灾人群需求，恢复社会经济（IPCC，2012）。

由于关于干旱的定义本身就涉及多学科、多领域，不同学者们对干旱的认识仍也存在一定的差异，因此，干旱灾害风险也没有统一的定义。美国国家干旱减灾中心（NDMC）的Knutson在《如何降低干旱灾害风险》的指南中，提出干旱灾害风险是干旱危险性（干旱事件的强度、频度）和承灾体脆弱性两者综合作用下所造成的负面影响（Knutson et al.，1998）；Wilhite等（2000）在《Journal of the American Water Resources Association》发表的论文中提出干旱灾害风险受多种因素影响（如经济、环境、社会等），是由暴露度和脆弱性决定的；姚玉璧等人（2013）依据SREX报告成果，指出干旱灾害风险是干旱事件对社会经济系统和自然环境系统造成负面影响的可能性。(www.xing528.com)

图1.9列举了当前普遍应用于干旱灾害风险评估的自然灾害风险评价模型和公式（Maskrey，1989；Smith，1996；Wisner，2000；Inter-American Development Bank，2000；Downing et al.，2001；United Nations，2002；史培军，2002；张继权，2007；UN/ISDR，2007；Rosello et al.，2009）。从图中可以看出，目前虽然尚未形成一个被广泛接受的形式，但大体都包括危险性（致灾因子）、暴露度（孕灾环境）、脆弱性（承灾体）以及防灾减灾能力四个部分。其中，致灾因子危险性是指旱灾主要因子（如干旱强度、影响范围、历时）的变化特征和异常程度。一般情况下，随着危险性的增加，干旱灾害风险增大。孕灾环境暴露度是指干旱形成与发展过程中，社会经济和自然环境等与干旱灾害因素的接触程度，农牧业、工业、城市和生态环境处于易受干旱灾害负面影响的区域越大，暴露度越大，干旱灾害风险越大（Turner et al.，2003）。承灾体脆弱性是指在干旱背景下，社会经济系统和自然环境系统缓冲或者吸收不利影响的能力（郑菲等，2012），一般认为承灾体脆弱性增加，风险增大。防灾减灾能力是指人类通过工程和非工程措施减少灾害损失的能力，如应急对策和方案、水利工程情况等，防灾减灾能力越强，干旱灾害风险越小。

图1.9　自然灾害风险评价模型

干旱灾害风险评价方法主要可分为指标法、统计分析法和情景模拟法三大类。

基于指标的评价方法是以风险形成因子（如危险性、暴露度、脆弱性等）为评价对象，选取相应的要素构成评价指标体系，其中，致灾因子危险性可用干旱的强度、历时和影响范围来表征（陈晓艺等，2008），也可用气象因子、土壤湿度、地表/地下水资源量、地形等来表示（赵静等，2012）；孕灾环境暴露度可用人口密度、GDP、耕地面积等来表示（秦越等，2013），承灾体脆弱性可用旱地作物面积、有效灌溉面积、水资源开发利用程度等来表示（张峰，2013）；防灾减灾能力可用选取机井数量、兴利库容密度、机械总动力等指标来度量（秦越等，2013）。在建立干旱灾害风险评价指标体系的基础上，采用诸如熵权法（魏建波等，2015）、层次分析法（金菊良和魏一鸣，2002；张继权等，2012）、模糊评判法（王艳玲，2007；曹永强等，2011；秦越等，2013）、主成分分析法（张蕾等，2014）等数学分析方法计算各指标的权重，并计算区域综合干旱灾害风险等级。

基于统计分析的评价方法是以区域历史灾害资料、气象数据和损失数据为基础，利用数学方法构建危险性与损失量之间的统计模型，利用该统计模型对灾害风险进行评价。当资料较为完整、系列较长时，可利用长系列的灾损数据，基于统计方法获取旱灾致灾因子（F）-损失量（L）的概率分布曲线，从而可定量评价灾害风险。如Petak等（1982）通过分析美国各类自然灾害及其损失数据，利用概率形式表示灾害风险；薛晓萍等（1999）对山东省棉花产量与气候因子进行统计分析，获取在不同生育阶段影响棉花产量主要因子，建立降水-产量损失统计关系，在此基础上构建区域棉花干旱灾害损失评价模型。当资料系列较短，样本较少时，样本的估计参数与总体参数误差偏大，需要借助其他手段来分析风险。如黄崇福等（2004，2005，2010，2012）将模糊数学引入了风险分析，针对孕灾环境、致灾因子、承灾体和灾损数据等信息的不完备性，提出了自然灾害模糊风险的概念，认为模糊风险是对不利事件的近似推断。当前，基于信息扩散原理的正态扩散模型是常用的模糊信息处理方法，并广泛应用于干旱灾害风险评价中。该方法假定存在一个适当的扩散函数，能对观测样本进行极值化处理，将样本观测值变为模糊集（王积全和李维德，2007；张顺谦等，2008；陈家金等，2010；张竟竟，2012；王莺等，2013）。

基于情景模拟的评价方法是指综合数值模拟和地理信息系统技术，预估变化环境下未来可能发生的灾害，实现灾害风险的动态评估。以农业干旱灾害风险评估为例，可利用历史观测数据构建作物生长模型，并结合作物不同生育期内对水分的需求及其敏感性，建立作物干旱识别和风险评估模型。当前，可用于模拟作物生长的模型种类繁多，其中，应用较为广泛的有美国密西根州立大学和乔治亚大学联合研制的GERES系列模型（Ritchie，1972）、美国农业部农业研究署主持完成的GOSSYM模型（Baker et al.，1983）、荷兰瓦赫宁根大学开发的SUCROS模型（Van Keulen et al.，1982）和MACROS模型（Penning de Vries et al.，1989），国内WheatSM模型（冯利平，1995）、COTGROW模型（潘学标和邓绍华，1996）也得到了广泛的应用。作物生长模型的完善和发展为作物干旱识别和风险评估模型的构建提供了技术支撑，如孙宁等（2005）利用APSIM-Wheat模型模拟了北京地区冬小麦的生长过程，并结合模拟结果评价了干旱背景下冬小麦产量损失风险；贾慧聪等（2011）利用EPIC模型定量评估了黄淮海地区夏玉米干旱灾害风险。此外，随着气候模式分辨率和精度的提高，也为气候变化背景下未来不同情景、不同模式下的干旱灾害风险预估提供数据支撑。