塔河流域干旱災(zāi)害風(fēng)險評估與區(qū)劃_塔河流域干旱預(yù)警

6　塔河流域干旱災(zāi)害風(fēng)險評估與區(qū)劃

干旱是指因降水異常減少、蒸發(fā)增大，或入境水量不足，造成城鄉(xiāng)居民生活、工農(nóng)業(yè)生產(chǎn)以及生態(tài)環(huán)境等正常用水需求得不到滿足的現(xiàn)象。從不同的關(guān)注角度看，干旱可以劃分為氣象干旱、水文干旱、農(nóng)業(yè)干旱和社會經(jīng)濟干旱四種干旱類型。與干旱類型相對應(yīng)，干旱識別指標(biāo)大致也可以分為四類。

氣象干旱是由于收入項降水的異常短缺或由于支出項蒸散發(fā)的異常增大形成。因降水是主要的收入項，氣象干旱通常以降水量的短缺程度作為干旱強度識別的指標(biāo)。常見的氣象干旱指標(biāo)有：標(biāo)準(zhǔn)化降水指標(biāo)、降雨量距平百分率、降雨量標(biāo)準(zhǔn)差、PDSI指標(biāo)、Z指標(biāo)、P指標(biāo)、降水溫度均一化指標(biāo)、Bhalme－Mooley干旱指標(biāo)、綜合氣象干旱指數(shù)等。水文干旱側(cè)重地表或地下水水量的短缺，Linsley等（1975）把水文干旱定義為：“某一給定的水資源管理系統(tǒng)下，河川徑流在一定時期內(nèi)滿足不了供水需要”。如果在一段時期內(nèi)，流量持續(xù)低于某一特定的閥值，則認為發(fā)生了水文干旱，閥值的選擇可以依據(jù)流量的變化特征，或者根據(jù)水需求量來確定。農(nóng)業(yè)干旱是指在農(nóng)作物生長發(fā)育過程中，因降水不足、土壤含水量過低和作物得不到適時適量的灌溉，致使供水不能滿足農(nóng)作物的正常需水，而造成農(nóng)作物減產(chǎn)。體現(xiàn)干旱程度的主要因子有：降水、土壤含水量、土壤質(zhì)地、氣溫、作物品種和產(chǎn)量，以及干旱發(fā)生的季節(jié)等。社會經(jīng)濟干旱指由于經(jīng)濟、社會的發(fā)展，需水量日益增加，以水分影響生產(chǎn)、消費活動等來描述的干旱。其指標(biāo)常與一些經(jīng)濟商品的供需聯(lián)系在一起，如與建立降水、徑流和糧食生產(chǎn)、發(fā)電量、航運、旅游效益以及生命財產(chǎn)損失等有關(guān)。社會經(jīng)濟干旱指標(biāo)：社會經(jīng)濟干旱指標(biāo)主要評估由于干旱所造成的經(jīng)濟損失。通常擬用損失系數(shù)法，即認為航運、旅游、發(fā)電等損失系數(shù)與受旱時間、受旱天數(shù)、受旱強度等諸因素存在一種函數(shù)關(guān)系。雖然各類干旱指標(biāo)可以相互借鑒引用，但其結(jié)果并非能全面反映各學(xué)科干旱問題，要根據(jù)研究的對象選擇適當(dāng)?shù)闹笜?biāo)。

雖然四種干旱定義和干旱識別指標(biāo)均不一樣，但也存在一定的聯(lián)系。干旱的表現(xiàn)形式都是可供水資源量滿足不了生活、生產(chǎn)或生態(tài)的需要，導(dǎo)致原因均是降水或過境水量的異常減少或蒸散發(fā)的異常增大。降水是水資源的主要來源，蒸發(fā)是水資源的主要損失形式，直接影響著河川徑流、土壤含水量的多少以及作物、人類社會和生態(tài)環(huán)境對水資源需求的滿足程度。因此，氣象干旱可以理解為前因型定義，而其他的干旱是水資源短缺在各自領(lǐng)域內(nèi)的反映，屬于后果型定義，正是由于有氣象干旱出現(xiàn)才可能有其他干旱的出現(xiàn)。本研究從氣候干旱和農(nóng)業(yè)干旱的角度出發(fā)，分別對塔河流域的氣象干旱和農(nóng)業(yè)干旱風(fēng)險進行評估，并找出兩者之間的關(guān)系。

6．1　基于SPI的氣象干旱風(fēng)險評估

塔河流域區(qū)別于其他區(qū)域的一個最重要的特點是其縣級行政區(qū)劃中包括山區(qū)、戈壁灘和沙漠等無人區(qū)，無經(jīng)濟活動的區(qū)域則不存在旱災(zāi)易發(fā)問題，因此風(fēng)險區(qū)劃圖應(yīng)該按照縣級行政區(qū)劃中的綠洲范圍進行繪制，并與兵團所在區(qū)域范圍在制圖中進行了拼接，避免了地方系統(tǒng)與兵團系統(tǒng)邊界相互嵌套的問題。國內(nèi)外研究風(fēng)險評估的方法很多，盡管新疆的干旱也受徑流量的影響，鑒于掌握和搜集到的基礎(chǔ)資料和前面研究的降雨量能很好地反映塔河干旱事件。本研究利用不同尺度下的標(biāo)準(zhǔn)降雨指數(shù)作為風(fēng)險區(qū)劃的備選指標(biāo)。

6．1．1　標(biāo)準(zhǔn)降水指數(shù)

標(biāo)準(zhǔn)降水指標(biāo)由Mckee等在1993年提出，從不同時間尺度評價干旱。由于標(biāo)準(zhǔn)降水指標(biāo)具有資料獲取容易，計算簡單，能夠在不同地方進行干旱程度對比等優(yōu)點，因而得到廣泛應(yīng)用。假定計算時間尺度為m的標(biāo)準(zhǔn)降水指標(biāo)（通常m取1，3，6，12，24等），先將日降水量處理為月降水資料，依次對連續(xù)m個月的月降水資料求和，得到m個月累積降水序列。由于年內(nèi)不同月份之間的自相關(guān)性可能會導(dǎo)致分布函數(shù)擬合時出現(xiàn)誤差，為消除樣本的自相關(guān)性，在累積降水序列中，將時間序列中不同月份的SPI值分別先進行計算，再合起來得到整個時間序列的SPI值。也就是將累積降水序列按不同月份分類得到一個序列，例如計算3月份的SPI值則選取整個時間序列中3月份的值，然后對該序列采用Gamma分布對其配線，配線完成后，計算累積降水的累積概率，再通過標(biāo)準(zhǔn)正態(tài)分布反函數(shù)轉(zhuǎn)換為標(biāo)準(zhǔn)正態(tài)分布，所得結(jié)果即是該月份的標(biāo)準(zhǔn)降水指標(biāo)值，以此類推從而得到所有月份的SPI值，將這些不同月份的SPI值合并起來，則得到整個序列的SPI值。

設(shè)X表示月降水時間序列，Xw表示w時間尺度的累積月降水序列，其中，w＝1，3，6，…，Xmwon， 表示某月份對應(yīng)的w時間尺度的累積月降水序列，其中mon表示月份，mon＝1，2，3，…，12，依次表示1～12月。例如X86表示6個月時間尺度的3～8月的累積降水序列。SPI計算公式為：

式中：F——Gamma分布函數(shù)；

φ－1——標(biāo)準(zhǔn)正態(tài)分布的反函數(shù)。

由于標(biāo)準(zhǔn)降水指標(biāo)基于標(biāo)準(zhǔn)正態(tài)分布，因此不同等級標(biāo)準(zhǔn)降水指標(biāo)干旱具有對應(yīng)的理論發(fā)生概率，其等于特定干旱等級中標(biāo)準(zhǔn)降水指標(biāo)上下限值的標(biāo)準(zhǔn)正態(tài)分布累積概率之差。標(biāo)準(zhǔn)降水指標(biāo)值對應(yīng)的干旱等級及發(fā)生概率見表6．1。

表6．1　標(biāo)準(zhǔn)降水指標(biāo)干旱等級

由于干旱受前期降水的影響，因而標(biāo)準(zhǔn)降水指標(biāo)考慮不同時間尺度的值，將不同時間尺度的前期降水納入計算，考慮它們對水資源盈缺狀況的影響。不同時間尺度的標(biāo)準(zhǔn)降水指標(biāo)具有不同的物理意義。時間尺度較短的標(biāo)準(zhǔn)降水指標(biāo)能一定程度反映短期土壤水分的變化，這對于農(nóng)業(yè)生產(chǎn)是有重要意義的。時間尺度較長的標(biāo)準(zhǔn)降水指標(biāo)能反映較長時間的徑流量變化情況，對于水庫管理有重要作用。短期干旱導(dǎo)致土壤表層水分缺失，這對于農(nóng)業(yè)耕作具有重大的負面影響，農(nóng)作物不能獲取足夠的水分，引起農(nóng)業(yè)干旱。

6．1．2　干旱指標(biāo)選取及干旱等級劃分

本文的SPI的時間尺度分別選擇3個月、6個月、9個月和12個月，利用風(fēng)險概率方法將不同尺度的不同等級的干旱通過采用GIS統(tǒng)計分析和疊加分析的功能，并利用1990—2007年塔河各縣市的干旱受災(zāi)面積、成災(zāi)面積、絕收面積分別占耕地面積的比重以及單位公頃損失糧食（萬斤）四個指標(biāo)作為選擇風(fēng)險區(qū)劃圖的參考指標(biāo)，見表6．2和圖6．1、圖6．2。從表圖可知，和田地區(qū)的縣市、巴州的若羌縣和阿克蘇地區(qū)的烏什縣、阿瓦提縣的旱災(zāi)受災(zāi)面積比重大于其他地州/地區(qū)的縣市的旱災(zāi)受災(zāi)面積，阿克蘇地區(qū)的阿克蘇市的旱災(zāi)受災(zāi)面積比重最小，見圖6．1。旱災(zāi)成災(zāi)面積的比重變化基本與成災(zāi)面積的變化相似，但是除阿克蘇市以外阿克蘇地區(qū)、和田地區(qū)、巴州的各縣市成災(zāi)面積比重大于克州和喀什地區(qū)，見圖6．2。成災(zāi)率（受災(zāi)面積與成災(zāi)面積比值）巴州的成災(zāi)率98%為各地區(qū)最大，意味著巴州地區(qū)干旱都會成災(zāi)害；其次是和田地區(qū)的80．0%，克州的69．3%，阿克蘇的65．4%，喀什的成災(zāi)率28．64%是塔河流域各地州最低的。阿克蘇地區(qū)的阿瓦提縣絕收面積所占比重最大，其次是和田地區(qū)的皮山縣、墨玉縣，阿克蘇地區(qū)的庫車縣、克州的阿圖什市、阿克陶縣、阿合奇縣。而和田地區(qū)的和田市是絕收面積比重最小的，其次是阿克蘇地區(qū)的沙雅縣、巴州的尉犁縣和喀什地區(qū)，見圖6．3。阿克蘇地區(qū)的庫車縣、沙雅縣、拜城縣，喀什地區(qū)的莎車縣、葉城縣和和田地區(qū)的墨玉縣、皮山縣是單位公頃損失糧食最多的縣市；克州的烏恰縣、阿合奇縣，喀什地區(qū)的喀什市、塔什庫爾干縣和阿克蘇地區(qū)的柯坪縣是單位公頃糧食損失最小的區(qū)域，見圖6．4、表6．2。

從各地州/地區(qū)的干旱受災(zāi)面積趨勢圖6．5可知，喀什地區(qū)平均旱災(zāi)受災(zāi)面積最大，但是受災(zāi)面積有減小的趨勢；其他四個地州/地區(qū)的旱災(zāi)受災(zāi)面積呈增加的趨勢，和田地區(qū)的旱災(zāi)受災(zāi)面積增加趨勢最明顯，而且各地州/地區(qū)的旱災(zāi)受災(zāi)面積從1990年開始增加的比較明顯，盡管1995年以后國家加大了對于抗旱澆灌的能力，見圖6．6，但并沒有減緩旱災(zāi)受災(zāi)面積的增加。各地州/地區(qū)的旱災(zāi)受災(zāi)面積的趨勢變化基本與圖6．1～圖6．4反映的旱災(zāi)情況相同。結(jié)合塔河流域各縣（市）的干旱受災(zāi)面積、成災(zāi)面積、絕收面積分別占耕地面積的比重以及單位公頃損失糧食（萬斤）四個指標(biāo)，并且對比不同尺度不同等級SPI的干旱風(fēng)險，可以看出12個月尺度的SPI在反映塔河流域干旱情況方面優(yōu)于其他尺度SPI，12個月尺度的SPI風(fēng)險見圖6．7。

圖6．1　塔河流域各縣（市）單位干旱受災(zāi)面積占耕地面積比重

圖6．2　塔河流域各縣（市）單位成災(zāi)面積占耕地面積比重

圖6．3　塔河流域各縣（市）干旱絕收面積占耕地面積比重

圖6．4　塔河流域各縣（市）風(fēng)險區(qū)劃圖指標(biāo)

表6．2　塔河流域各縣（市）單位公頃糧食損失

續(xù)表6．2

圖6．5　塔河流域各地縣（市）干旱受災(zāi)面積及趨勢

圖6．6　抗旱澆灌面積占受災(zāi)面積的比重

圖6．7　干旱發(fā)生概率空間分布

由圖6．8知，塔河流域的羌縣、輪臺縣、民豐縣、和田市、墨玉縣、莎車縣和澤普縣的輕度干旱發(fā)生的頻率高，而克州和巴州的開都－孔雀河流域的縣市、阿克蘇河流域的縣市輕度干旱發(fā)生的頻率低。

圖6．8（彩插7）　輕度干旱發(fā)生概率空間分布

圖6．9顯示阿克蘇流域、開都－孔雀河流域和塔河下游的縣市發(fā)生中度干旱頻率最高，其次是渭干河流域，而和田地區(qū)中度干旱的頻率卻是最低的。

圖6．9（彩插8）　中度干旱發(fā)生概率空間分布

圖6．10中嚴(yán)重干旱發(fā)生頻率高的地區(qū)主要有渭干河流域的縣市和葉爾羌河流域的縣市，和田河和阿克蘇河流域發(fā)生嚴(yán)重干旱的頻率較低。但是和田河流域縣市和巴州的若羌等縣極端干旱發(fā)生頻率高，其次是克州和阿克蘇地區(qū)的縣市，渭干河流域和喀什地區(qū)的極端干旱發(fā)生頻率較低。

圖6．10（彩插9）　重度干旱發(fā)生概率空間分布

由圖6．11知，塔河流域昆侖山北坡輕度、極端干旱發(fā)生頻率大于天山南坡地區(qū)，旱災(zāi)受災(zāi)面積和成災(zāi)面積占耕地面積的比重也高于天山南坡地區(qū)，而且和田河等昆侖山北麓河流干旱發(fā)生程度也是南疆地區(qū)最嚴(yán)重的，這與和田河流域的渠道滲透率、現(xiàn)狀供水率等抗旱措施遠低于其他流域有重要關(guān)系。

圖6．11（彩插10）　極端干旱發(fā)生概率空間分布

6．2　基于可變模糊評價法的農(nóng)業(yè)干旱風(fēng)險評估

陳守煜教授建立的可變模糊集理論與方法是工程模糊集理論與方法的進一步發(fā)展，作為其核心的相對隸屬函數(shù)、相對差異函數(shù)與模糊可變集合的概念與定義是描述事物量變、質(zhì)變時的數(shù)學(xué)語言和量化工具。

6．2．1　可變模糊集定義

定義：設(shè)論域U上的對立模糊概念（事物、現(xiàn)象）以A和Ac表示吸引性質(zhì)與排斥性質(zhì)，對U中的任意元素u，u∈U，在參考連續(xù)統(tǒng)區(qū)間［1，0］（對A）與［0，1］（對Ac）任一點上，吸引與排斥性質(zhì)的相對隸屬度分別為μA（u）、μAc（u）。

設(shè)C是可變因子集，

（6．2）～（6．10）式稱為以相對隸屬函數(shù)表示的模糊可變集合V。A＋、A－、A0分別稱為模糊可變集合的吸引（為主）域、排斥（為主）域和漸變式質(zhì)變界，V稱為對立模糊集。

6．2．2　相對差異函數(shù)模型

1）相對差異函數(shù)定義

2）相對差異函數(shù)模型

設(shè)X0＝［a，b］為實軸上可變模糊集合V的吸引域，即0＜DA（u）≤1區(qū)間，X＝［c，d］包含X0（X0＞X）的某一上、下界范圍域區(qū)間，見圖6．12所示。

圖6．12　點x、M與區(qū)間［a，b］、［c，d］的位置關(guān)系

根據(jù)可變模糊集合V定義可知［c，a］與［b，d］均為V的排斥域，即－1≤DA（u）＜0。設(shè)M為吸引域區(qū)間［a，b］中DA（u）＝1的點值，可根據(jù)實際情況按物理分析確定。x為X區(qū)間內(nèi)的任意點的量值，則x落入M點左側(cè)時，其相對差異函數(shù)模型為：

當(dāng)β＝1時相對差異函數(shù)模型為線性函數(shù)，式（6．15）與（6．16）滿足：

（1）當(dāng)x＝a、x＝b時，DA（u）＝0；

（2）當(dāng)x＝M時，DA（u）＝1；

（3）當(dāng)x＝a、x＝b時，DA（u）＝－1。符合相對差異函數(shù)定義。DA（u）確定以后，根據(jù)式（6．14）可求解相對隸屬度μA（u）。為了得到各指標(biāo)的綜合相對隸屬度，應(yīng)用式（6．17）模糊可變評價模型．

可變模型集包括陳守煜教授在工程模糊集理論中提出的模糊優(yōu)選模型、模糊模式識別模型、模糊聚類循環(huán)迭代模型以及模糊決策、識別與聚類的統(tǒng)一模型等?？勺兡Ｐ蛥?shù)集包括模型的指標(biāo)權(quán)重、指標(biāo)標(biāo)準(zhǔn)值等重要模型參數(shù)。引用陳守煜教授提出的可變模糊識別，

模型為：

式中：μA（u）——事物u所具有的表征吸引性質(zhì)A程度的相對隸屬度；

wi——指標(biāo)i的權(quán)重；

α——模型優(yōu)化準(zhǔn)則參數(shù)；

p——距離參數(shù)。

通常情況下模型中的α、p有4種搭配：

當(dāng)α＝1，p＝2時，式（6．17）變?yōu)椋?img title="pagenumber_ebook=193,pagenumber_book=176" class="picture_line" width="393" height="44" src="http://image.guayunfan.com/attached/image/20191224/19808/566bf480498ed8a42958856d.jpg">

式（6．18）和式（6．19）中，取p＝2，即取歐式距離，此時式（6．21）相當(dāng)于理想點模型，屬于可變模糊集模型的一個特例。

當(dāng)α＝1，p＝1時，式（6．17）變?yōu)椋?img title="pagenumber_ebook=193,pagenumber_book=176" class="picture_line" width="418" height="48" src="http://image.guayunfan.com/attached/image/20191224/19808/566bf480498ed8a429588569.jpg">

式（6．22）相當(dāng)于模糊綜合評判模型，是一個線性模型，屬于可變模糊集模型的又一個特例。

當(dāng)α＝2，p＝1時，式（6．21）變?yōu)椋?img title="pagenumber_ebook=193,pagenumber_book=176" class="picture_line" width="464" height="117" src="http://image.guayunfan.com/attached/image/20191224/19808/566bf481498ed8a4295885c4.jpg">

式（6．24）為Sigmoid型函數(shù)，可用以描述神經(jīng)網(wǎng)絡(luò)系統(tǒng)中神經(jīng)元的激勵函數(shù)。當(dāng)α＝2，p＝2時，式（6．17）變?yōu)椋?img title="pagenumber_ebook=193,pagenumber_book=176" class="picture_line" width="487" height="171" src="http://image.guayunfan.com/attached/image/20191224/19808/566bf481498ed8a4295885df.jpg">

此時可變模糊集模型相當(dāng)于模糊優(yōu)選模型。由此可見，可變模糊集模型是一個變化模型，在可變模糊集理論中是一個十分重要的模型，可廣泛應(yīng)用于水文、水資源、水環(huán)境、水利水電等水科學(xué)工程領(lǐng)域的評價、識別、預(yù)測等問題。

6．2．3　評價指標(biāo)與分級標(biāo)準(zhǔn)

干旱指標(biāo)的確定是個非常復(fù)雜的問題，目前沒有一個統(tǒng)一的標(biāo)準(zhǔn)。衡量一個地區(qū)是否屬于干旱氣候，一般用干燥指數(shù)，即蒸發(fā)勢與降水量的比值。當(dāng)干燥指數(shù)大于1，表示干旱、雨水不足；當(dāng)干燥指數(shù)大于4，表示極端干旱。但是這樣的指標(biāo)在塔河來說過于籠統(tǒng)，在實踐中，不同時間、不同地域有不同的干旱指標(biāo)。從時間上劃分有月、季、年等階段性的干旱指標(biāo)，從地域上劃分有局地、區(qū)域、全區(qū)的干旱指標(biāo)。用國家氣候中心關(guān)于降水量的等級顯然不能完全反映塔河流域的實際干旱情況，用河流徑流量作為塔河的干旱指標(biāo)比較切合實際，但是在分析以縣級為單位的干旱風(fēng)險評估，很多地方?jīng)]有代表性的水文站。塔河流域的春旱是最嚴(yán)重的，發(fā)生的頻率高，其次夏旱和秋旱也比較嚴(yán)重。根據(jù)《干旱評估標(biāo)準(zhǔn)》規(guī)范和塔河的干旱特點，本次干旱指標(biāo)采用降水量距平法，農(nóng)業(yè)旱災(zāi)等級采用綜合減產(chǎn)成數(shù)法。

（1）降水量距平法的計算公式

式中：Dp——計算期內(nèi)降水量距平百分比（%）；

P——計算期內(nèi)降水量（mm）；

P——計算期內(nèi)多年平均降水量（mm）。計算期內(nèi)的多年平均降水量P 宜采用近30年的平均值。

計算期是根據(jù)不同季節(jié)選擇適當(dāng)?shù)挠嬎闫陂L度。夏季宜采用1個月，春、秋季宜采用連續(xù)2個月，冬季宜采用連續(xù)3個月，從農(nóng)牧業(yè)生產(chǎn)考慮，春旱、夏旱和秋旱是威脅最大的。因此本次采用塔河流域21個氣象站點的1960—2008年降水量進行降水量距平分析。氣象站點代表的縣市見表6．2。春季降水距平D春表示春旱，計算時段采用4～5月；夏季降水距平D夏表示夏旱，計算時段采用6月；秋季降水距平D秋表示秋旱，計算時段采用9～10月；旱情等級劃分按表6．3。

表6．3　降水距平百分比旱情等級劃分

（2）綜合減產(chǎn)成數(shù)法評估計算公式

C＝［I3×90%＋（I2－I3）×55%＋（I1－I2）×20%］×－1?。?．29）

式中：C——綜合減產(chǎn)成數(shù)（%）；

I1——受災(zāi)（減產(chǎn)1成以上）面積占播種面積的比例（用小數(shù)表示）；I2——成災(zāi)（減產(chǎn)3成以上）面積占播種面積的比例（用小數(shù)表示）；I3——絕收（減產(chǎn)8成以上）面積占播種面積的比例（用小數(shù)表示）。

因為降水距平是負值，為了便于計算研究，將綜合減產(chǎn)成數(shù)的和乘以－1，轉(zhuǎn)化成與降水距平變化相一致的形式。旱災(zāi)等級劃分見表6．4。綜合減產(chǎn)成數(shù)法是一個綜合干旱指標(biāo)，該指標(biāo)充分考慮了農(nóng)業(yè)抗旱能力在干旱風(fēng)險區(qū)劃中的影響。農(nóng)業(yè)抗旱能力受到自然、地域條件和人類活動等多方面因素的共同影響，對于塔河流域各縣（市）抗旱能力也要從多方面綜合判定。受災(zāi)面積、成災(zāi)面積、絕收面積占播種面積的比例能很好地代表抗旱因子對干旱風(fēng)險評估的影響。

表6．4　農(nóng)業(yè)旱災(zāi)等級劃分表

6．2．4　干旱程度的確定

由于塔河流域主要受干旱的影響，利用流域內(nèi)各縣（市）的糧食減產(chǎn)率與有關(guān)統(tǒng)計資料相結(jié)合即可判定其實際干旱程度。

各種自然因素和非自然因素的綜合影響形成了農(nóng)作物的最終產(chǎn)量，相互間的關(guān)系極其復(fù)雜，很難用定量的量化關(guān)系來表述。國內(nèi)外學(xué)者大都把這些因素按影響的性質(zhì)、時間及尺度劃分為農(nóng)業(yè)技術(shù)措施、氣象條件和隨機“噪聲”三大類。相應(yīng)的，農(nóng)作物產(chǎn)量也可以分解為趨勢產(chǎn)量、氣象產(chǎn)量和隨機產(chǎn)量三部分。表達為：

式中：y——小麥的實際產(chǎn)量（kg/hm2）；

yt——小麥的趨勢產(chǎn)量（kg/hm2）；

yw——小麥產(chǎn)量的氣象產(chǎn)量（kg/hm2）；

Δy——小麥產(chǎn)量的隨機分量（kg/hm2）。由于影響各地小麥增、減產(chǎn)的偶然因素并不時常發(fā)生，而且局地性的偶然因素的影響也不太大，因為在實際產(chǎn)量分解中，一般都假定Δy可忽略不計。式（6．30）可以簡化為：

利用塔河流域各縣（市）1990—2007年糧食產(chǎn)量資料進行分析，對趨勢產(chǎn)量進行模擬，根據(jù)表6．2所列趨勢產(chǎn)量方程，計算1990—2007年各縣（市）的趨勢產(chǎn)量。塔河流域88%縣（市）的糧食產(chǎn)量曲線通過95%顯著性檢驗。冬小麥減產(chǎn)率采用逐年的實際產(chǎn)量偏離趨勢產(chǎn)量的相對氣象產(chǎn)量的負值，計算公式為：

式中：yd——小麥減產(chǎn)率（%）；

y——實際產(chǎn)量（kg/hm2）

yt——趨勢產(chǎn)量（kg/hm2）。根據(jù)表6．5糧食產(chǎn)量減產(chǎn)率定義1990—2007年每年的干旱程度，無旱、輕旱、中旱、重旱、特大干旱。根據(jù)糧食減產(chǎn)率和有關(guān)統(tǒng)計資料對塔河流域各縣（市）干旱程度進行調(diào)整，作為塔河流域糧食生長時期內(nèi)實際干旱情況，以便與其他指標(biāo)對比。表6．6為糧食產(chǎn)量減產(chǎn)率的干旱等級。

表6．5　各個縣市糧食趨勢產(chǎn)量

續(xù)表6．5

續(xù)表6．5

表6．6　糧食產(chǎn)量減產(chǎn)率的干旱等級

6．2．5　評價指標(biāo)權(quán)重系數(shù)確定方法

權(quán)重確定的方法很多，在其他研究方法的思路上，結(jié)合塔河流域的干旱特點，采用級差加權(quán)指數(shù)法來確定干旱指數(shù)的權(quán)重，具體步驟是：假設(shè)已有某時段的干旱資料，將各個子模式干旱等級統(tǒng)一為無旱、輕旱、中旱、重旱、嚴(yán)重干旱五個等級，并定量化為0，1，2，3，4。然后根據(jù)某時段逐年出現(xiàn)的干旱實況劃定各年的相應(yīng)的干旱級別，將各個子模式計算的各年干旱級別與實況對照，并進行權(quán)重確定。權(quán)重計算公式為：

式中：wi——權(quán)重；

Aij——第i種干旱指標(biāo)的模式在第j年計算的值與實測的值之差。

假設(shè)某時段的干旱資料是18年，將各個干旱指數(shù)的干旱級別分別統(tǒng)計為無旱、輕、中、嚴(yán)重、特大干旱5個等級，并量化為1，2，3，4，5。根據(jù)50年逐年出現(xiàn)的干旱實況劃定各年的相應(yīng)干旱級別（無旱、輕、中、嚴(yán)重、特大干旱），將各個干旱指數(shù)計算的各年干旱級別與實況對照，并進行權(quán)重的確定。計算過程見表6．7，計算得出的各縣不同干旱指標(biāo)的權(quán)重系數(shù)，見表6．8。干旱指標(biāo)的權(quán)重系數(shù)見圖6．13。從圖中可以看出，不同縣市的不同指標(biāo)的權(quán)重是系數(shù)不同的，全流域綜合減產(chǎn)成數(shù)的權(quán)重最大，其次是春季降水距平和夏季降水距平，秋季降水距平權(quán)重是最低的。春季降水距平權(quán)重的較高區(qū)域主要分布在巴州和阿克蘇地區(qū)，喀喇昆侖山北麓縣市的比重較低；夏季降水距平的較低區(qū)域主要是喀什地區(qū)，和田地區(qū)的夏季降水距平較高；除巴州和阿克蘇地區(qū)外，其他地區(qū)秋季降水距平權(quán)重較高；綜合減產(chǎn)成數(shù)較低的縣市主要有皮山縣、柯坪縣、阿合奇縣、若羌縣，這些縣（市）的農(nóng)業(yè)播種面積較小，比如阿合奇縣的播種面積僅多于3　000hm2，因此其綜合減產(chǎn)成數(shù)的權(quán)重系數(shù)較低，阿克蘇地區(qū)和喀什地區(qū)農(nóng)業(yè)播種面積大，其對應(yīng)的綜合減產(chǎn)成數(shù)的權(quán)重系數(shù)低，因此級差加權(quán)指數(shù)法適合塔河流域干旱指標(biāo)的權(quán)重系數(shù)計算。從圖表中可以看出，各縣市春、夏、秋季的降水距平的權(quán)重分布與各縣市的春、夏、秋旱發(fā)生的頻率一致。

表6．7　各干旱子模式的干旱等級計算成果

表6．8　各縣（市）不同指標(biāo)的權(quán)重系數(shù)

續(xù)表6．8

圖6．13　塔河流域各縣（市）干旱指標(biāo)的權(quán)重系數(shù)

根據(jù)統(tǒng)計的塔河流域阿克蘇地區(qū)、和田地區(qū)、喀什地區(qū)、巴州和克州5個地級市的42個縣級市1990—2007年干旱發(fā)生的季節(jié)，塔河流域的春旱在4～5月，夏旱在6月，秋旱在9～10月發(fā)生干旱的頻率高，本次采用的指標(biāo)是：①春季降水距平D春的計算時段是4～5月；②夏季降水距平D夏的計算時段是6月；③秋季降水距平D秋的計算時段是9～10月；④綜合減產(chǎn)成數(shù)C。因為降水距平是負值，為了便于計算研究，將綜合減產(chǎn)成數(shù)的和乘以－1，轉(zhuǎn)化成與降水距平變化相一致。

參照指標(biāo)標(biāo)準(zhǔn)值和塔河流域的實際干旱指標(biāo)情況確定干旱可變集合的吸引（為主）域矩陣與范圍域矩陣以及點值Mih的矩陣分別為：

根據(jù)矩陣Iab、Icd與M判斷樣本特征值x在Mih點的左側(cè)還是右側(cè)，據(jù)此選用式（6．15）或式（6．16）計算差異度，再由式（6．17）計算指標(biāo)對不同等級干旱的相對隸屬度vA（u）。經(jīng)過分析計算，α和p的取值對于各縣（市）的不同年份的干旱程度基本沒有影響，為了便于分析，本次采用α＝1和p＝1的可變模糊集模型來研究塔河流域干旱風(fēng)險評估。塔河流域1990—2007年各縣（市）的等級時空分布見圖6．14～圖6．16。

圖6．14　塔河流域1990—1993年各縣（市）干旱時空分布

圖6．15　塔河流域1996—2001年各縣（市）干旱時空分布

圖6．16　塔河2002—2007年各縣（市）干旱時空分布

圖6．17是干旱等級趨勢變化，塔河流域北部以及西南部地區(qū)干旱等級有呈增加的趨勢，若羌等干旱地區(qū)干旱等級呈減小趨勢。圖6．18是基于可變模糊評價法的塔河流域農(nóng)業(yè)干旱風(fēng)險評估與氣象干旱評估，由圖知，輕度干旱發(fā)生頻率最高的地區(qū)主要分布在塔河流域西北部地區(qū)，開孔河流域和喀什的部分地區(qū)的輕旱發(fā)生頻率最低。塔河中游和若羌中旱發(fā)生頻率最高，阿克蘇地區(qū)的中旱發(fā)生頻率最低，和田地區(qū)和喀什部分地區(qū)的中旱發(fā)生頻率較高。重旱發(fā)生頻率高的地區(qū)逐漸由塔河中游向下游地區(qū)轉(zhuǎn)移，同時和田地區(qū)的策勒、于田、民豐和喀什地區(qū)的疏附、疏勒、伽師、英吉沙；重旱發(fā)生頻率低的區(qū)域集中在巴州的庫車、輪臺、沙雅和塔河流域的西南部地區(qū)。雖然開孔河流域的輕、中、重旱發(fā)生頻率較低，但是博斯騰湖附近特大干旱發(fā)生的概率較高，和田地區(qū)、喀什地區(qū)和克州特大干旱發(fā)生的概率較高。阿克蘇地區(qū)特大干旱發(fā)生的頻率是最低的。

圖6．17　塔河流域各縣（市）干旱等級趨勢變化

圖6．18　塔河流域各縣（市）不同干旱等級風(fēng)險分布

6．3　本章小結(jié)

從氣候干旱和農(nóng)業(yè)干旱的角度出發(fā)，利用不同天數(shù)下的標(biāo)準(zhǔn)降雨指數(shù)SPI作為風(fēng)險區(qū)劃指標(biāo)，根據(jù)選取的干旱指標(biāo)進行干旱等級劃分；采用基于可變模糊評價法對農(nóng)業(yè)干旱風(fēng)險進行評估；結(jié)合塔河流域的干旱特點，采用級差加權(quán)指數(shù)法確定干旱指數(shù)權(quán)重；分別對塔河流域各縣（市）農(nóng)業(yè)干旱風(fēng)險和氣象干旱做出了評估。