APP下载

基于模糊综合评价法的江西烟叶种植气象灾害危险性区划

2021-02-03刘志萍余建华周雨龙余良詹华斌

农学学报 2021年5期
关键词:区划模糊综合评价法气象灾害

刘志萍 余建华 周雨 龙余良 詹华斌

摘要:利用江西中南部40个气象站1959—2018年的常规观测资料,参考烟叶全生育期指标,运用模糊综合评价法和层次分析法,基于ArcGIS空间分析功能,对江西烟叶种植气象灾害危险性特征进行分析和风险区划。结果表明:影响江西中南部烟叶种植的主要气象灾害按权重大小依次为暴雨、冰雹、连阴雨、低温冰冻和高温热害,其中暴雨洪涝灾害致灾因子危险性分布东部高、西部低;冰雹危险性分布西北高、东南低;连阴雨危险性西部高于东部,且内部呈现自北向南递减的趋势。低温冰冻和高温热害危险性北部高于南部,东西分布比较均匀。综合来看,江西烟叶种植区气象灾害危险性表现为北高南低的分布特征,其中高风险区主要分布在抚州和吉安两市北部的部分地区。本研究区划结果可为江西烟叶种植决策提供科学依据和技术支撑,最大限度地避免或减小气象灾害对烟叶种植的影响。

关键词:模糊综合评价法;烟叶种植;气象灾害;危险性;区划

中图分类号:S166,X43文献标志码:A论文编号:cjas20191100282

Risk Division of Meteorological Disasters for Tobacco Planting in Jiangxi: Based on Fuzzy Comprehensive Evaluation Method

Liu Zhiping, Yu Jianhua, Zhou Yu, Long Yuliang, Zhan Huabin

(Jiangxi Meteorological Service Center, Nanchang 330096, Jiangxi, China)

Abstract: Observation data of about 40 meteorological stations in the central and southern Jiangxi Province from 1959 to 2018 were used to explore the risk division of the meteorological disasters for tobacco planting, based on the analytic hierarchy process (AHP) method and the fuzzy comprehensive evaluation method. In order to get an accurate and elaborate division, the spatial analysis function of ArcGIS was adopted and the full growth period indicators of tobacco were taken into the study. The results showed that: in the weight order, the major meteorological disasters affecting tobacco planting in the central and southern Jiangxi were rainstorm, hail, continuous rainfall, low temperature freezing and heat injury, among which, rainstorm risk was higher in the east than that of in the west, and the risk of hail was higher in the northwest than that in the southeast, and the risk of continuous rain was higher in the west than that in the east with a decreasing trend from north to south, besides the risk of low-temperature freezing disaster and heat injury was higher in the north than the south, and was evenly distributed from east to west. Generally speaking, the comprehensive risk of meteorological disasters in tobacco planting areas in Jiangxi is distributed high in the north and low in the south, and the high-risk areas of comprehensive meteorological disasters are mainly distributed in the northern areas of Fuzhou and Ji’an. The results could minimize the impact of meteorological disasters on tobacco production in Jiangxi.

Keywords: Fuzzy Comprehensive Evaluation; Meteorological Disasters; Tobacco Planting; Risk; Distribution

0引言

江西省擁有63%的森林覆盖率,22.78%的水域和湿地,凭借良好的光、温、水、土等自然条件成为全国新兴的优质烟叶产区之一。近年来,随着全球气候变暖,极端天气频发,暴雨洪涝、冰雹等气象灾害对烟叶种植影响也越来越严重[1-2]。据统计,2008年以来江西烟叶产区每年因气象灾害造成的烟叶减产占烟叶收购产量的20%~40%。因此,开展烟叶种植气象灾害危险性评价与区划,对于防灾减灾、保障江西烟叶生产安全和农民收入具有重要的意义。

近年来,针对各类气象灾害的危险性评价和区划研究已日趋成熟,归纳起来主要集中在2个方面:一是基于单因子气象灾害的风险区划,如赵东杰等[3]运用回归分析法,建立了江西省抚州地区烟叶热害等级评估模型;李蒙等[4]基于GIS空间数据分析对云南烟区冰雹灾害风险进行评价;费振宇等[5]以降水量距平百分率作为气象干旱指标,得到由干旱频次、干旱历时和干旱烈度构成的干旱危险性综合指数;谭孟祥等[6]基于MeteoGIS技术和广西早稻实际生产情况,建立早稻高温热害空间分析模型;张玉芳等[7]统计不同等级低温冷害类型以及发生频率,对攀西烤烟低温冷害进行风险评价和区划。

单灾种危险性评价虽然可以直观定量地反映某一特定气象灾害的危害性程度,但是实际烟叶生产种植过程常常受多种气象灾害共同作用,单一灾种的风险评价显然不能满足实际生产种植的需要,因而许多学者从多灾种综合风险角度纷纷展开研究,取得了显著的成果。如陈家金等[8]利用多指标因子开展了福建省烤烟气象灾害综合风险区划;陈怀亮等[9]运用多因子综合风险指数模型,分析了主要农业气象灾害对河南小麦生产影响的综合风险。李世奎等[10]从灾害风险分析角度出发,构建了一个由冬小麦干旱、渍涝以及夏季低温冷害等组合的灾害风险综合评估体系。

目前国内在烟叶种植研究方面,一些省份相关研究已进入发展阶段,除分析烟叶生产种植气象灾害影响外,云南、福建、贵州、广西等省份还以GIS为平台,开展了烟叶种植适应性分析和气候适宜度区划研究[11-14]。但是,气象灾害对江西烟叶种植区的影响研究仍停留在全生育期气候影响的定性分析[15]阶段,缺乏一套适合当地生产实际的气象灾害危险性定量评价指标。

本研究以江西烟叶生产种植为研究对象,基于模糊评价和层次分析法,定量分析气候变化背景下,江西烟区气象灾害危险性特征,明确各地气象灾害危险性程度,以期为烟叶生产合理布局及风险防范提供科学参考,提升江西烟草气象专业预报服务水平。

1研究区域及数据来源

1.1研究区域

江西省烟叶生产主要分布在中南部地区,经过30多年发展,目前已形成吉安、抚州和赣州三大主要烟叶种植区。2012年全省烟叶种植面积达1.2×104hm2,产量达到1.3×106t。随着全球气候变暖,极端天气频发,各类气象灾害均不同程度的给烟叶生产造成损失,尤其是烟叶移栽—旺长期,受暴雨洪涝和冰雹灾害影响,导致烟株折断、烟叶被打破,甚至冲毁,造成轻则减产,重则绝收,烟农损失惨重;其次烟叶移栽至大田前期,低温冻害和连阴雨天气影响,导致早花、生产延迟或冻伤、根胫病、叶斑病高发,也会造成一定程度的减产。气象灾害已成为影响烟叶种植产量的最重要的因素之一。

1.2数据来源及处理

本研究使用的江西省中南部40个烟叶种植县1959—2018年常规观测站历史气象数据,包括日平均气温、最高气温、最低气温、日降水量、冰雹日数、日照时数等,数据源于江西省气象信息中心,质控后的数据正确率接近99%;基础地理信息DEM高程数据来源于国际科学数据镜像网站SRTM地形数据(http://www. gscloud.cn),数据空间分辨率为90 m×90 m。江西烟区地形分布如图1所示。

2研究方法

2.1主要气象灾害指标选取

充足的光照、适宜的温度和水分是生产优质烟叶的必备条件,根据江西气候特征,结合烤烟生物学规律及其全生育期特点,通过对比分析,去除共线性因子,得到影响江西烟区的主要气象灾害依次为暴雨、冰雹、连阴雨、低温冰冻和高温热害,而干旱和台风对烟叶生长影响甚微,最终筛选的主要气象灾害危险性指标如1所示。

2.2数据归一化处理

由于不同灾害类型有不同的量级和量纲单位,为方便因子之间的比较,对各类灾害因子进行归一化处理,计算见公式(1)。

2.3江西烟叶种植气象灾害危险性模型的建立

目前普遍使用综合评价法主要有层次分析法、模糊综合评价法、数据包络分析法和人工神经网络评价法等[16-17]。鉴于气象灾害系统是一个复杂的系统,灾害危险性与固有的不确定性特征很难用精确的数字来表征,本研究参考胡波等[18]对宁波暴雨洪涝灾害风险区划方法,采用模糊综合评价法对烟叶生产过程中的气象灾害危险性进行风险区划。

2.3.1隶属函数的构建隶属函数[19-20]一般用于描述模糊集合,通过隶属度矩阵实现模糊性事物的定量化,因此构造合理的隶属函数是模糊评价理论应用的核心。常用的隶属函数主要有矩形分布、正态分布、梯形分布、抛物线分布及三角形分布等,本研究基于标准差分级法,将灾害等级划分为1~5个级别,分别代表低风险(1级)、较低风险(2级)、中等风险(3级)、较高风险(4级)、高风险(5级),依据各致灾因子指标特点,选取梯形隶属函数,計算各致灾因子指标归属于对应级别的值。具体公式分别见(2)~(6)。

2.3.2指标权重确定指标权重确定方法有主观赋权法和客观赋权法两类,其中主观赋权法直观便捷,并且大体能反映评价指标间的相对重要性差异。目前普遍使用的主观赋权法为层次分析法[21-2(2]Analytic Hierarchy Process,简称AHP),它是一种对指标进行定性定量风险评估的方法,该方法将风险评估问题分解为若干个评价因子和层次指标,作为评估的指标体系;进而建立判断矩阵,计算各判断矩阵的最大特征值和特征向量,表征各评价指标的重要程度;通过层次排序和一致性检验,最终得到各指标的权重系数。

2.3.3模糊综合评价模型当致灾因子指标权重系数和模糊评价矩阵确定后,将权重模糊集和各评价单元的评价矩阵通过合成运算得到各风险因子模糊评判集R,则有公式(7)。

2.4空间数据分析方法

相关性分析结果表明,暴雨洪涝、冰雹、连阴雨、低温冰冻和高温热害与海拔高度有一定的相关性,为提升危险性评估的精细化程度,采取多元回归方法建立观测站点海拔高度、经度、纬度与各致灾因子指标的线性回归方程。各站点实际值减去模拟值得到误差值,基于高精度DEM数据,利用ArcGIS反距离权重插值将模拟值和误差值分别插值到各栅格点上,获取像元大小为30 m×30 m的模拟图层和误差图层。基于栅格计算、图层叠加功能以及标准差分级法,得到研究区域内各致灾因子指标的分布,完成江西烟区气象灾害危险性评估和等级区划。

3结果与分析

3.1主要气象灾害危险指数分析

基于模糊综合评价和GIS技术,对栅格化的致灾因子指标建立风险评价集合,各致灾因子指标等级划分如表2所示,其中,I~V级分别代表低风险、较低风险、中等风险、较高风险和高风险,各评价因子指标权重采用层次分析法计算得出。

江西中南部烟叶种植区主要气象灾害危险性指数分布如图2所示。由图2a可见,江西烟叶种植区暴雨洪涝灾害致灾因子危险性空间分布具有一定的地域性差异:东部高西部低。暴雨洪涝致灾因子高风险区主要分布在资溪、宜黄、南丰、黎川、石城和宁都地区,这些地区年均暴雨日数多、日降水量大,危险性高,其中临川、宁都、石城地区观测到的年均暴雨日数分别达到7.09、6.07、5.53天,日最大降水量分别达到324.6、208.8、244.1 mm。低风险区主要分布在吉安和赣州两市的西部,其中万安、信丰、永新、遂川年均暴雨日数仅有3.38、3.47、3.81、1.41天,日最大降水量为131.2、185.1、173.2、156 mm。

冰雹危险性(图2b)分布呈现自西北向东南减少的趋势,高危险区主要分布在安福、吉水、永丰、峡江等地,冰雹年平均日数分别为0.44、0.55、0.81、0.55天,冰雹最大直径分别达到1.2、0.8、1.0、2.0 cm。连阴雨危险性(图2c)西部高于东部地区,且内部呈现自北向南递减的趋势。连阴雨致灾因子高风险区主要分布在安福、永新、井冈山、宁冈、崇义等地区,这些地区连阴雨发生次数频繁且过程持续时间长,其中安福、永新、崇义年平均连阴雨发生次数分别为6.74、7.09、6.30次,连阴雨最长持续24天。低风险区主要分布在东部地区,连阴雨发生次数最少出现在石城(3.22次),持续天数最短为会昌(10天)。低温冰冻危险性指数(图2d)东西分布比较均匀,北部高于南部。低温冰冻高风险区主要分布在安福、临川、乐安、宜黄、井冈山地区,年平均低温日数分别为37.17、43.21、45.28、43.67、56.33天,低风险区主要分布在龙南、全南、会昌、南康等地区,其中龙南地区年平均低温日数仅有7.22天。高温热害危险性指数(图2e)与低温冰冻危险性指数分布近似相近,北部较高南部较低。高温热害高危险区主要分布在东乡、峡江、永丰、临川、吉安等地区,高温日数最多为峡江(41.16天)地区。

3.2气象灾害综合危险性评价与区划

基于GIS技术,以90 m×90 m空间网格为基本区划单元,根据江西烟叶种植区主要气象灾害危险性指数区划结果和评估模型,计算研究区域内气象灾害综合危险性指数(DRI)。利用自然断点分级法将综合危险性分为5个等级,分别为低风险(I级)、较低风险(II级)、中等风险(III级)、较高风险(IV级)、高风险(V级),对应的危险性指数依次为DRI<0.3、0.3≤DRI<0.45、0.45≤DRI<0.55、0.55≤DRI<0.75、DRI≥0.75,得到江西烟叶种植区综合气象灾害危险性分布,如图3所示。

从图3可以看出,江西烟叶种植区气象灾害综合危险性呈现北高南低的分布态势,东西向分布较均匀。综合危险性高风险区主要位于赣中的北部地区,包括抚州市北部的临川、东乡、金溪等县、安福及吉安市东北部的部分地区。较高风险区主要位于赣中的南部地区,包括抚州市南部的黎川、南丰、宜黄等县以及吉安市南部的泰和、永新和万安县;中等风险区区主要位于赣州市的北部地区,包括宁都、兴国、赣县、石城等县;较低风险区分布在大余、会昌、兴丰和瑞金县;低风险区分布在赣州市的南部和吉安市的西部地区。

4讨论

4.1区划结果特征分析

基于GIS技術,采用模糊评价和层次分析法,分析影响江西烟叶种植的主要气象致灾因子,建立江西烟叶种植气象灾害危险性模型。结果表明:暴雨洪涝危险性东高西低,高风险区主要分布在抚州东北部地区,最大日最大降水量为临川324.6 mm。连阴雨和冰雹危险性西高东低,连阴雨高风险区主要分布吉安和赣州两市西部地区,最长持续24天,冰雹高风险区主要分布在吉安西部地区,最大冰雹直径2 cm。高山地区低温冷害危险性较高,平原或丘陵地区高温热害危险性较高。总体而言,综合危险性高风险区主要分布在抚州市北部的临川、东乡、金溪、安福等县及吉安市东北部的部分地区。

与单灾种的气象灾害评估模型相比,本研究的模型能够比较全面的描述影响江西烟叶种植气象灾害的类型、发生频次和发生强度等,从而对气象灾害综合危险性进行客观的评价。因缺少灾损资料,后期对烟区进行跟踪考察,结果表明江西中南部烟叶种植区遭受的不利天气条件主要是移栽期的低温阴雨、大田前期强对流天气(雷暴大风、冰雹、强降水等),实际灾情基本符合灾害危险性区划结果,说明文中的参考指标具有一定的科学性。本研究结果可为江西烟叶种植决策提供科学依据和技术支撑,最大限度地避免或减小气象灾害对烟叶生产的影响。

4.2致灾因子的选取分析

气候条件是影响烟叶种植产量和品质的主导因素,传统的研究大多是侧重于烟叶种植适宜度研究[24-26],以各市县的生态气候指标(降水、日照、温度、湿度等)为依据,其结果表现的是当地平均状况。本研究聚焦各类灾害性天气对烟区的影响,综合评估暴雨、冰雹、连阴雨、低温冰冻和高温热害5类主要灾害性天气致灾危险性,指标选取综合考虑了影响烟叶生长全生育期的主要气象灾害。对比发现,两者都是基于烟叶种植多项气候指标进行定量分析和评价;但是两者侧重点不同:适宜度研究侧重气候的普遍性,而本研究中的危险性区划代表气候的异常性和极端性。因此,在一定程度上,可以认为这两种区划结果是相辅相成、相互补充的。

4.3风险指标的科学性问题

影响烟叶种植风险的因子众多,除气象因子致灾危险性外,各地应对和防范气象灾害的能力、烟区种植面积大小等都有一定的影响。如烟叶种植面积大,表明暴露性越高,其所承受的灾害风险程度越高。防灾减灾能力越高,由于灾害性天气造成的损失越小,灾害风险程度越低。本研究仅考虑了致灾危险性因子,承灾体的脆弱性因子和防灾减灾能力因子并未纳入风险指标体系中,后期研究中还有待完善。

在主要气象致灾因子选取时,主要是根据江西气候特征,缺少具体到某种灾害造成的灾情影响资料,资料的完整性还需进一步补充。本研究中致灾因子影响时段是综合考虑了江西中南部烟区致灾天气危险性发生时段,由于江西周边环山,地形复杂,不同地区不同烟叶品种气象灾害影响时段也不尽相同。因此,可进一步针对特定烟区某一品种烟叶种植进行致灾风险区划,仅可能减小因致灾因子影响时段的差异而导致的风险估计偏差。

5结论及种植建议

江西中南部气象灾害综合危险性呈现北高南低的分布态势。低风险区分布在赣州市的南部和吉安市的西部地区;较低风险区分布在大余、会昌、兴丰和瑞金县;中等风险区区主要位于赣州市的北部地区;较高风险区主要分布在抚州市南部以及吉安市南部地区;高风险区主要分布在抚州市东北部及吉安市东北部的部分地区,这些地区在实际烟叶种植过程中,需特别注意暴雨洪涝和冰雹灾害的预防。对于赣州市的南部低风险区,可合理调整烟叶生长布局,适当增加种植,充分发挥优势,确保当地烟叶的高质优产。值得注意的是,极端高低温、暴雨和强对流性天气受地形和海拔高度制约[27-30],因此烟叶种植选址需充分考虑种植区地形和海拔因素,确定合适的烟叶种植海拔高度,降低风险。

参考文献

[1]黄廷炎,沈长华,陈家金,等.2010年南平市异常气候对烤烟生长发育和产量的影响[J].亚热带农业研究,2011,7(4):266-269.

[2]王珊珊,杨希,詹媛.三明市近20年春季气象资源分析及对烤烟生长发育的影响[J].福建农业科技,2012(6):51-53.

[3]赵东杰,赵喆,等.高温热害气象指标对成熟期烟叶的影响评估[J].中国烟草科学,2017,38(5):62-69.

[4]李蒙,朱勇,吉文娟,等.基于GIS的云南烟区冰雹灾害风险评价[J].中国农业气象,2012,33(1):129-133.

[5]费振宇,孙宏巍,金菊良,等.近50年中国气象干旱危险性的时空格局探讨[J].水电能源科学,2014,32(12):5-10.

[6]谭孟祥,何燕,王瑩,等.基于MeteoGIS的广西早稻高温热害精细化区划[J].西南大学学报:自然科学版,2019,41(8):27-32.

[7]张玉芳,刘琰琰,杜成勋,等.董孝攀西地区烤烟低温冷害空间分布特征分析[J].江西农业大学学报,2017,39(6):1112-1118.

[8]陈家金,黄川容,孙朝锋,等.基于GIS的福建省烤烟气象灾害综合风险区划[J].中国农业气象,2016,37(6):711-719.

[9]陈怀亮,邓伟,张雪芬,等.河南小麦生产农业气象灾害风险分析及区划[J].自然灾害学报,2006,15(1):135-143.

[10]李世奎,霍治国,王素艳等,农业气象灾害风险评估体系及模型研究[J].自然灾害学报,2004,13(1):77-88.

[11]孟丹,陈正洪,李建平,等.基于GIS的湖北西部烟草种植气象灾害危险性分析[J].中国农业气象,2015,36(5):625-630.

[12]蔡长春,邓环,赵云飞,等.湖北省植烟区生态气候因子的主成分分析和区域划分[J].烟草科技,2011,31(2):64-69.

[13]董谢琼,徐虹,杨晓鹏,等.基于GIS的云南省烤烟种植区划方法研究[J].中国农业气象,2005,26(1):16-19.

[14]莫建国,古书鸿,李洪勋,等.基于GIS的威宁县烤烟种植精细化气候区划[J].贵州农业科学,2014,42(2):77-80.

[15]龙余良,黄芬根,董保华,等.江西省烟叶气象灾害分析与预警[A].中国气象学会.推进气象科技创新加快气象事业发展——中国气象学会2004年年会论文集(下册)[C].中国气象学会:中国气象学会,2004:1.

[16]胡永宏,等.综合评价方法[M].科学出版社,2000.

[17]Otar V, Nino T, Avtandil A, et al. Vulnerability,hazards and multiple risk assessment for Georgia[J].Natural Hazards,2012,64(3):2021-2056.

[18]胡波,丁烨毅,何利德,等.基于模糊综合评价的宁波暴雨洪涝灾害风险区划[J].暴雨灾害,2014,33(4):380-385.

[19]顾婷婷,邓闯,潘娅英,等.基于模糊综合评价法的浙江省高速公路暴雨灾害风险评估[J].干旱气象,2018,36(5):873-878.

[20]刘俊娟,王炜,程琳,等.基于梯形隶属函数的区间数模糊评价方法[J].系统工程与电子技术,2009,31(2):390-392.

[21]谢小梅,胡豹.基于层次分析法的米果果小镇创意农业发展水平模糊综合评价[J].浙江农业科学,2019,60(11):2152-2155.

[22]彭勇刚,黄肖寒,莫益江,等.基于层次分析法的农业气象灾害风险区划指标权重分析[J].气象研究与应用,2018,1(3):22-35.

[23]陈家金,黄川容,孙朝锋,等.福建省茶叶气象灾害致灾危险性区划与评估[J].自然灾害学报,2018,27(1):198-207.

[24]彭丽丽,王文学,冀浩,等.临沧市双江县植烟土壤养分特征及生态位适宜度评价[J].西南农业学报,2018,31(3):544-549..

[25]符勇,周忠发,王昆,等.基于贵州喀斯特高原山区的烟草种植适宜性研究[J].江苏农业科学,2014,42(9):92-95.

[26]黃初龙.基于GIS的烤烟气候适宜性分析及精细化区划——以寻甸县为例[J].农业与技术,2020,40(2):136-141.

[27]吴荷,谭政华,孙越峰,崔耀鹏.辽宁东部地形对降水影响的数值试验[J].现代农业科技,2019(23):196-197.

[28]胡园春,安广池,杨宁,等.主要气象因子与冬小麦产量的灰色关联度分析[J].农学学报,2020,10(2):92-95.

[29]蒋菊芳,齐月,王鹤龄,等.武威市光热水匹配及其对农作物的影响[J].中国农学通报,2020,36(3):66-73.

[30]盖志佳,张敬涛,刘婧琦,等.低温胁迫对大豆幼苗形态生理指标及籽粒产量的影响[J].农学学报,2019,9(12):1-4.

猜你喜欢

区划模糊综合评价法气象灾害
对自然地理区划方法的认识与思考
龙泉驿区雷电灾害风险调查评估与区划
喀什地区气象灾害防御体系建设存在的问题及对策
广东省气象灾害对冬种辣椒生产的影响
基于模糊综合评价法的工程项目环境风险研究
实用的职业危害风险评估方法(S-H评估法)
基于AHP—模糊综合评价法的专利权价值评估研究
民办高校绩效评价模型研究
江苏枇杷冻害发生规律及风险区划