河南省农业干旱脆弱性分析_李中原

0 引言

河南省是中国重要的粮食生产核心区，也是干旱灾害的高发区域，据统计，公元 14 世纪至 19 世纪的

600 年里，河南省有100 年出现大旱，平均每5~6 年就

发生一次大旱，局部地区更为严重，甚至还会出现“十年九旱”的现象[1-2]。郝秀平[3]等对河南省17 个气象站

1960—2010 年月降水资料进行了分析，认为该省北部易发生低程度的干旱，南部与西南部易发生严重干旱

基金项目：国家自然科学基金项目“基于量质耦合的中原城市群水资源利用效用评价研究”(51609083)；河南省水文水资源局委托项目“河南省墒情站土壤田间持水量测定”(SL-2015-017)；周口市水利局委托项目“周口市水资源管理控制指标方案”(2015-ZK-03)。

第一作者简介：李中原，男，1964 年出生，河南郑州人，教高，硕士，主要从事水土保持方面的工作。通信地址：450003 郑州市纬五路10 号 河南省水文水资源局，Tel：0371-65571712，E-mail：lizy0723@163.com。

收稿日期：2020-12-21，修回日期：2021-02-07。

·102· 中国农学通报 http://www.casb.org.cn

甚至极端干旱；史本林等[4] 研究了河南省1961—2013 年气象数据，认为豫北、豫西地区易发生较高强度的干旱，豫东、豫南北部则较低；许凯钰[5]基于遥感影像分析了河南省2014 年干旱灾害时空分布特征和受灾面积；李谢辉等[6]根据1973—2012 年的日均气温和降水数据的综合分析，认为河南易发生全省性的春、秋季干旱，且会呈增加态势；李治国等[7]根据河南省17 个气象

站1961—2015 年的降水资料对其干旱的时空演变特征进行了研究；陈少丹等[8]采用1961—2016 年的气象资料，分析了不同时间尺度河南省发生干旱的时空演变特征与强度；倪深海等[9]则认为河南省是农业干旱和旱灾发生的严重脆弱区。

旱灾是干旱风险和社会经济脆弱性共同作用、相互影响的结果[10]。干旱的发生难以避免，但是否会带来灾害、造成灾害的大小则在于承灾体的脆弱性[11]。同等致灾强度下，承灾体的脆弱性愈低，造成的灾害和灾情的影响也就愈轻[12]。因此，干旱的脆弱性分析就成为人们关注的热点。关于农业干旱脆弱性的研究国内目前主要聚焦于干旱区域，对农业大省的河南则关注甚少。根据该省2005、2015 年统计与气象数据，应用灰色关联分析法，选取10 项与农业生产密切相关的指标，对其旱灾脆弱性进行剖析，以便科学应对干旱灾害。

1 分析指标的选取与数据处理

1.1 指标选取

自然环境与社会经济因素是影响农业干旱脆弱性的主要因素。在借鉴国内外相关研究成果的基础上[13-16] ，结合科学性、目标性、完整性、可行性、可获得性

原则与河南省的实际情况，选取与农业干旱密切相关的10 项指标来分析河南省农业旱灾的脆弱性，包括人口密度、年均气温、农业占GDP 比例、农田灌溉面积、年降水量、复种指数、农民人均收入、粮食单产、化肥施用量、绿化覆盖率。其中年降水量、绿化覆盖率、年均气温、化肥施用量属自然环境指标，年降水量越大农作物就有充分的水分灌溉，干旱就越不容易发生；绿化覆盖率越高涵养的水源、保持的水土也越多，从而降低旱灾发生；年均气温愈高地表蒸发愈强烈，更易发生干旱；化肥能够改善土壤养分结构、降低旱灾的脆弱性。其余指标属于社会经济方面，人口密度过大势必造成农业用水量缩减，加大旱灾的脆弱性；复种指数揭示了区域农业用地的强度和作物需水数量，其值越高则旱灾的脆弱性也越强；农村人均收入与减灾能力的投入与潜力息息相关，粮食单产越高，区域农业生产力水平也越高，越能降低旱灾的脆弱性；农业占GDP 比例反映了区域对农业的依赖程度，农田灌溉面积则是代表区域的水利化程度，其值愈高则旱灾的脆弱性就愈低。

分析数据主要来自 2005、2015 年河南省统计年鉴、中国城市统计年鉴和河南省气象数据。各分析指标2005、2015 年的原始数据，详见表1~2 所示。

1.2 数据处理

各个指标具有不同的变异程度、含义和量纲，需对这些数据做无量纲化处理，以便分析比较。设有n 个分析指标 R1,R2,R3,…,Rn ，（自变量请斜体）其中的 m 个样本是S1,S2,S3,…,Sm ，tij 为样本Si 在指标Rj 时的实测值，则形成了m 个样本n 个指标的矩阵(tij)m×n。按照式(1)

表1 河南省2005 年旱灾脆弱性分析数据

分析地区 复种指数

李中原等：河南省农业干旱脆弱性分析

·103·

分析地区

人口密度/

年均气温

农业占比/

复种指数

年降水量/

农民人均

化肥施用/

绿化率/

灌溉面积

续表1

粮食单产/

表2 河南省2015 年旱灾脆弱性分析数据

分析地区

对各指标变量进行无量纲化处理[17]。 灾脆弱性呈负相关，属负向指标。各评估指标初始值

yij

 tij



=  ijmax

 ijmin



 ij

Rj 为正向指标时Rj 为负向指标时

………………… (1)

经无量纲处理后的值详见表3~4。

2 研究方法

2.1 灰色关联分析原理与做法

灰色关联分析(GRA)是基于关联度概念来研究系

式中，tij 为第i 个样本中第j 个指标的实测值；yij 是经标

准化处理后第i 个样本中第j 个指标的值；Rj 为正向指标取最大值，是负向指标时则取最小值。表1 中，人口密度、复种指数、年均气温、农业占GDP 比例为正向指标，其值愈大旱灾的脆弱性相应也愈大；其余指标与旱

统中各因素之间的数值关系，分析它们之间的依赖程

度、密切关系。由于计算量小且对数据要求不高，被广泛应用于金融[18]、企业生产[19]、矿业[20]、能源[21]、电力[22] 等多个领域。其原理是依据分析目的和要求以最优

（或最劣）样本数列作为参照系列，分析对象其余指标

·104· 中国农学通报 http://www.casb.org.cn

表3 处理后各指标2005 年的值

表4 处理后各指标2015 年的值

值构成的系列作为比较系列，与其关联度越大则被分析对象也越好（差），具体做法是：

（1） 选取分析指标体系的参照系列并测算两级系列中的最大（小）差值。设选择了n 个分析指标，各指

李中原等：河南省农业干旱脆弱性分析

·105·

标有m 项，无量纲处理后的矩阵如式(2)所示。

 y1(1) y1(1) ... yn(1)

得到各指标2005、2015 年的权重系数如表5 所示。

2.3 结果分析

 . .

Y =(Y , Y ,..., Y ) =  . .

. 

.  ……… (2)

由灰色关联分析的具体做法和表3、4 中各指标的

1 2 n  

 . . . 

y1(m) y2(m) ... yn(m)

以各指标的最劣值为参照系列，即式(3)~(4)所示。

Y0 = y0(1), y0(2),…, y0(n) .................(3)

y (k) = min y (k) , k = 1, 2,…, n.................(4)

1 ≤ i ≤ m

分别计算各个分析对象指标系列与参照系列对应元素的绝对差值，确定两级系列中的最大与最小差值，即

minm minn  y (k) - y (k) 和maxm maxn  y (k) - y (k) 。

（2） 关联系数与关联度的计算。计算参照系列与比较系列对应元素的关联系数与关联度，关联系数的计算参见式(5)；关联度反映了分析对象与参照系列的关联程度，由式(6)计算。

min min y0(k) - yi(k) + 0.5 × max max y0(k) - yi(k)

i  y (k) - y (k) + 0.5 × max max y (k) - y (k)

处理结果，2005 年以最劣值Y0=(0.2227, 0.8961, 0.1264,

0.6800, 0.5125, 0.4767, 0.0312, 0.5349, 0.0037,

0.4811)、2015 年以最劣值 Y0=(0.2083,0.8580,0.0855,

0.5900, 0.5143, 0.5008, 0.0275, 0.5623, 0.0417, 0.5636)

为参照样本，遵照灰色关联分析原理，与其关联度越大则分析对象的脆弱性越弱。根据表5 中分析指标的权重系数与式(6)，可得到河南省各地区与参照系列的关联度，如表6 所示。

由表6 可知，2005 年河南省各地区干旱脆弱性由弱到强排序为南阳＜新乡＜驻马店＜周口＜信阳＜郑州＜商丘＜平顶山＜安阳＜濮阳＜许昌＜焦作＜洛阳

＜开封＜漯河＜三门峡＜鹤壁＜济源，南阳的旱灾脆弱性最弱，济源最强；18 个地区与最劣值的平均关联度是0.896，济源、鹤壁、三门峡、漯河的关联度低于平

均值，说明其干旱脆弱性高于全省均值。

0 i i k 0 i

…………………………………………………… (5)

n

ri =∑φk × ξi(k) ...................................................(6)

k = 1

其中，ξi(k) 是比较系列与参照系列对应元素的关联系数，φk 为分析指标的权重系数，ri 代表各指标的关联度。

（3） 确定“优劣”顺序。依据关联度大小进行排序，确定各分析对象关于参照系列的“优劣”顺序。

2.2 确定分析指标的权重系数

权重系数反映了分析指标对结果的影响程度，权重系数分配的合理与否直接关系着评估的科学性。信息熵确定的各指标权重较为客观，且易于操作、算法简单。对无量纲处理后的各指标的值再进行变换，如式(7)所示。

2015 年各地区干旱脆弱性由弱到强为信阳＜驻

马店＜商丘＜新乡＜周口＜南阳＜安阳＜许昌＜郑州

＜平顶山＜濮阳＜焦作＜洛阳＜开封＜漯河＜鹤壁＜三门峡＜济源，济源的干旱脆弱性最强、信阳最弱；各地区干旱脆弱性的平均关联度为0.781，济源、三门峡、洛阳、开封、鹤壁、漯河的关联度低于均值，表明其旱灾脆弱性较强。

3 讨论

据表6 可以看出：（1）2005—2015 年的10 年里，豫西地区的济源、三门峡、洛阳，豫东的开封、漯河与豫北的鹤壁，干旱脆弱性一直很高，在全省较为突出；而豫东南部的商丘、驻马店、信阳，豫北的新乡、豫西南的南阳则脆弱性较弱。（2）2015 年全省与最劣值的平均关

xij

m

= yij /∑yij ……………………………………

i = 1

(7)

联度较2005 年有所下降，说明全省的干旱脆弱性呈增

强的趋势，2005 年低于平均关联度的是4 个地区，2015

由信息熵计算各指标权重的公式详见文献[23]， 年增加到6 个地区，就很能说明问题。

表5 各指标2005、2015 年的权重系数

·106· 中国农学通报 http://www.casb.org.cn

旱灾脆弱性的主要影响因素来自自然环境和社会经济系统[24-25]。豫东南地区位于黄淮海平原，降水量较为充沛，农田的灌溉、粮食产量都能得到保证，降低了旱灾的脆弱性；而豫西部的济源、三门峡、洛阳和东部的开封因降水偏少，能够灌溉的农田、粮食产量都低于全省均值，增强了其干旱脆弱性。人类活动影响干旱趋势[26] ，河南省是人口大省、农业大省，人类活动较为频繁，这可能与10 年里河南省干旱脆弱性增强有一定的关联，具体影响机制还有待深入研究。

4 结论

根据2005、2015 年河南省统计资料和气象数据， 采用10 项指标和灰色关联分析法对该省各地区农业干旱脆弱性进行分析，结果如下：

2005 年各地区干旱脆弱性从弱到强排序为南阳＜ 新乡＜驻马店＜周口＜信阳＜郑州＜商丘＜平顶山＜ 安阳＜濮阳＜许昌＜焦作＜洛阳＜开封＜漯河＜三门峡＜鹤壁＜济源；2015 年由弱到强依次为信阳＜驻马店＜商丘＜新乡＜周口＜南阳＜安阳＜许昌＜郑州＜ 平顶山＜濮阳＜焦作＜洛阳＜开封＜漯河＜鹤壁＜三门峡＜济源。

研究表明，豫西地区的济源、三门峡、洛阳，豫东的开封、漯河与豫北的鹤壁，是河南省干旱脆弱性较强的区域，而豫东南部的商丘、驻马店、信阳，豫北的新乡、豫西南的南阳脆弱性较弱；2005—2015 的10 年里，河南省干旱脆弱性呈明显的增加趋势。

总之，作为人口大省、农业大省的河南省，水资源匮乏，想要降低农业干旱的脆弱性，一方面要兴修水利、加大农业投入，豫西地区更要注重水资源的节约与保护，另一方面要加大科技创新，大力发展循环农业、节水农业，以减轻干旱的脆弱性。

参考文献

[1] 李谢辉, 王磊. 河南省历史水旱灾害危险性分析[J]. 资源科学, 2012,34(8):1526-1532.

[2] 杜甜甜. 河南省农业干旱灾害风险评价[D]. 郑州:华北水利水电大学,2017.

[3] 郝秀平,张振伟,马建琴,等. 基于标准降水指数的河南省干旱时空演变规律分析[J]. 水电能源科学,2013(9):4-7.

[4] 史本林,朱新玉,胡云川,等. 基于SPEI 指数的近53 年河南省干旱时空变化特征[J]. 地理研究,2015,34(8):1547-1558.

[5] 许凯钰. 河南省干旱时空分布研究[J]. 内蒙古煤炭经济,2019,34 (2):26-27.

[6] 李谢辉,张超,姚佳林. 河南省干旱的时空分布规律与趋势分析[J]. 西北师范大学学报:自然科学版,2015,51(2):85-91,104.

[7] 李治国,朱玲玲,张延伟,等. 基于SPI 指数的近55 年河南省干旱时空变化特征[J]. 江苏农业科学,2018,46(10):237-242.

[8] 陈少丹,张利平,汤柔馨,等. 基于SPEI 和TVDI 的河南省干旱时空变化分析[J]. 农业工程学报,2017,33(24):126-132.

[9] 倪深海,顾颖,王会荣. 中国农业干旱脆弱性分区研究[J]. 水科学进展,2005,15(5):705-709.

[10] 程静. 农业干旱脆弱性测度及影响因素分析——以湖北省孝感市为例[J]. 孝感学院学报,2011,31(2):92-98.

[11] 杜晓燕,黄岁樑. 天津地区农业旱灾脆弱性综合评价及区划研究

[J]. 自然灾害学报,2010,19(5):138-145.

[12] 赵菲菲,何斌,李小涵,等. 区域农业干旱脆弱性评价及影响因素识别-以河南、河北省为例[J]. 北京师范大学学报:自然科学版,2012, 48(3):282-286.

[13] Fontaine M M, Steinemann A C. Assessing vulnerability to natural hazards: impact- based method and application to drought in Washington State[J]. Natural Hazards Review,2009,10(1):11-18.

[14] Shahid S, Behrawan H. Drought risk assessment in the west part of Bangladesh[J]. Natural Hazard,2008,46(3):391-413.

[15] 伍国勇. 农业旱灾脆弱性评价指标体系构建及其应用研究——

1990—2011 年贵州省的实证分析[J]. 贵州大学学报:社会科学版,

2014,32(5):.18-23

[16] 李梦娜,钱会,乔亮. 关中地区农业干旱脆弱性评价[J]. 资源科学, 2016,38(1):166-174.

[17] 王国重,李中原,张继宇,等. 基于压力-状态-响应模型的河南省水库生态安全评估[J]. 水资源与水工程学报,2018,29(4):12-17.

[18] 邢志平,朱惠莉. 基于灰色关联度分析的金融发展与经济增长关系研究[J]. 内江师范学院学报,2011,26(3):115-119.

[19] 昝军,钟勇. 基于多层次灰色关联分析的安全生产综合风险评价研究[J]. 工业安全与环保,2017,43(10):66-69.

[20] 柴艳军. 基于灰色关联法的页岩气水平井产量主控因素分析[J]. 重庆科技学院学报:自然科学版,2018,20(2):32-34.

[21] 谢钱娇,陆玉玲,杨鹏辉,等. 基于灰色关联分析法对能源的合理配置[J]. 西昌学院学报,2017,31(2):21-25.

[22] 赵代英. 基于灰色关联度理论的电力变压器维修策略研究[D]. 北京:华北电力大学,2017.

[23] 王国重,李中原,张继宇,等. 基于信息熵密切值法的宿鸭湖水库富营养状况评估[J]. 中国农学通报,2020,36(18):55-59.

[24] 王莺,赵文,张强. 中国北方地区农业干旱脆弱性评价[J]. 中国沙漠,2019,39(4):149-158.

[25] 谢家智,车四方,林涌. 农业旱灾风险管理脆弱性评价及驱动因素分析剖析[J]. 西南大学学报:社会科学版,2017,43(3)43-53.

[26] 唐一尘. 人类活动影响干旱趋势[N]. 中国科学报,2019-5-6.