曹天琪　刘晓静　邹桃红　张海潮

摘要 评价区域农业干旱防灾减灾能力，可为区域防灾减灾规划的制定和农业生产的稳定持续发展提供科学依据。以吉林省粮食主产区为研究区，构建了研究区农业干旱防灾减灾能力指标体系和评价模型，以2014年和2017年为例，计算了吉林省粮食主产区农业干旱防灾减灾能力评价指数，结合研究区的实际情况，利用变化率模型，探讨了研究区农业干旱防灾减灾能力的变化趋势和原因，并借助GIS技术，绘制了研究区农业干旱防灾减灾等级图。结果表明：研究区农业干旱防灾减灾能力可分为上升和下降两类，通过变化率分析发现，呈上升趋势的县市主要表现在农业现代化水平的提升上，而呈下降趋势的县市主要是社会经济水平指标普遍偏低。

关键词 农业;干旱;防灾减灾能力;变化;分析

中图分类号：S423 文献标识码：B 文章编号：2095–3305（2021）06–0045–06

合理的农业防灾减灾措施对减轻灾害、提高经济和社会效益具有十分重要的意义。随着全球气候变暖，干旱灾害频发，已对我国粮食生产和农业可持续发展构成了严重的威胁[1]。我国平均每年农业干旱受灾面积为2.3105～3.0105 km2，粮食损失高达2.51010～3.01010 kg。吉林省作为我国重要的粮食主产区和商品粮基地，更应注重农业干旱灾害风险预警与管理，以便区域规避农业干旱，减轻农业旱灾损失[2]。

区域农业干旱防灾减灾评价是区域农业干旱灾害风险评估的重要环节，是对区域防御农业干旱和减轻农业旱灾损失能力的估算，包含区域为防旱减灾制定、实施的政策、措施和技术手段等。评价区域农业干旱防灾减灾能力，能够为区域防灾减灾规划的制定和农业生产的稳定持续发展提供科学依据。

目前，國内外对农业干旱灾害风险分析及评估做了大量研究[3-5]。例如，Jayanthi等[6]通过构建灾害损失概率曲线，确定了干旱灾害风险的定量评估模式。Petr M等[7]根据ESC模型开发了湿度指数调整线性回归模型，从而评估农业干旱灾害风险。Murthy等[8]利用方差法计算农业干旱暴露性、敏感性和适应性的综合指数，并利用该综合指数表征农业干旱的脆弱性。刘晓静等[9]构建了农业干旱危险性评价指标和模型，并依据危险性指数分级对辽西北地区进行了区划研究。包阿茹汗等[10]从干旱对玉米和小麦种植的危险性、脆弱性、暴露性和区域农业抗旱能力4个方面选取指标建立作物干旱风险模型。张雪等[11]从农业旱灾适应性进行考虑，基于可变模糊集合理论，构建了多指标、多级别的评价模型。管孝艳、王少丽等[12]根据指标权重，利用Topis方法评价北方13个省市的农业抗旱能力。樊栋樑等[13]基于APSIM-wheat模型，对内蒙古地区农业生产系统的各主要成分进行了适应性评价。但是，大部分研究都集中在对农业干旱致灾因子危险性和承灾体脆弱性的分析上，鲜少评价量化后的区域防灾减灾能力，尤其是探讨区域防灾减灾能力变化趋势和原因的研究更少。为此，以吉林省粮食主产区为研究区，通过分析选取影响研究区防灾减灾能力的指标，利用主成分分析法确定各指标的权重，进而构建研究区农业干旱防灾减灾能力评价模型，以评价研究区的农业干旱防灾减灾能力现状和变化趋势，并利用变化率模型，揭示研究区农业干旱防灾减灾能力变化的原因，以期能够为吉林省粮食主产区制定和调整区域防灾减灾决策提供依据。

1 资料与方法

1.1 研究区概况

吉林省粮食主产区主要分布在长春市的九台、榆树、德惠、双阳、农安，吉林市的永吉、舒兰、磐石，四平市的公主岭、梨树、伊通、双辽，延边朝鲜族自治州的敦化、和龙、安图、延吉，松原市的扶余、前郭、长岭、乾安、宁江，白城市的洮北、洮南、通榆、大安以及辽源市的东辽、东丰（图1）。气温和降水是影响吉林省农作物分布的主要因素，吉林省冬、春两季的降水增多，夏、秋两个季节降水减少，年蒸发量大于年降水量，造成吉林省夏旱、秋旱灾害频发，对省内粮食生产造成了巨大的威胁和损害。

1.2 研究区农业干旱防灾减灾指标体系建立

通过综合考虑影响吉林省粮食主产区农业干旱防灾减灾能力的主要因素，并根据吉林省粮食主产区的实际情况，构建了4个一级指标和17个二级指标，最终形成了吉林省粮食主产区干旱防灾减灾能力指标体系（表1）。

根据农业生产防灾减灾和农业产业技术示范推广政策，选取的4个一级指标分别是科技教育、水电工程、社会经济水平和农业现代化。科技教育是指地方政府为防御和减轻农业灾害，在科学技术、宣传教育等方面所实施的政策和措施，主要包括科学技术投入、中等教育普及率、农业技术人员比例与通有线电视村数。水电工程是指区域为社会经济发展而建造的水利电力设施，这些基础工程越完善，区域防御和抵抗农业干旱灾害的能力越强，主要包括自来水受益村、污水处理厂集中处理率、农用排灌动力机械和配套机电井数。社会经济水平与防灾减灾能力紧密相关，农业干旱灾害直接影响社会经济效益，区域社会经济发展水平越高，用于农业防灾减灾的储备物资也就越多，防灾减灾的投入力度越大。利用现代科学技术和现代工业管理农业，农业现代化程度越高，农业干旱灾害发生的可能性就越低，灾后的救援恢复能力就越强。农业现代化主要包括农业机械总动力、机耕面积、有效灌溉面积、设施农业占地面积和单位面积化肥负荷。其中，单位面积化肥负荷是负向指标，即单位耕地面积上化肥的施用总量越多，越易造成土壤养分结构失调，土壤持水能力下降，农业干旱灾害发生概率越高。

1.3 权重的确定

主成分分析是通过分析协方差矩阵，在减少数据维数的情况下，保持数据集对方差贡献最大[14]。主成分分析是利用降维的方式将复杂问题中的多指标转化为少数几个综合指标，并在保证结果精度的基础上提高效率[15]。与层次分析、专家打分等权重计算方法相比，主成分分析更强调指标的客观性，减少了人对指标的主观性偏见。为此，利用主成分分析法确定吉林省粮食主产区干旱防灾减灾能力各指标的权重。

1.4 农业干旱防灾减灾能力评价模型的建立

张继权等[16]将防灾减灾能力定义为受灾区短期或长期内能够从灾害中恢复的程度，主要包括以下3个方面：一是人类面对灾害时需要的物资储备，即资源准备;二是用于防灾减灾的资金投入、教育水平以及农业现代化手段投入力度，即防灾减灾投入力度;三是灾害发生前、灾中或灾害后能快速恢复的管理对策，即应急预案管理等。防灾减灾能力越强，灾害发生的风险越低，遭受的损失越小。据此，构建区域农业干旱防灾减灾能力评价模型，公式如下：

公式（1）中，P为粮食主产区农业干旱防灾减灾能力评价指数，取值[0，1]，值越大，表明农业干旱防灾减灾能力越高;反之，值越小，农业干旱防灾减灾能力越低。Wi表示第i个指标的权重。由于所选指标的量纲和单位不同，为便于计算，采用极差法，根据各指标与防灾减灾能力的正负向關系，对各指标进行标准化处理，表示数据标准化后的指标值，Xi为第i个指标的实际值，Xmax、Xmin分别为第i个指标的最大值、最小值。

1.5 变化率分析

相对变化率是用以表征某一指标某一时段内变化程度的特征量，可直观反映出某地某一指标在某个时段内变化的速度与幅度，公式如下：

公式（4）中，Y为某地某一指标相对变化率指数;、分别为该指标在第t2时段和第t1时段的指标值。为了揭示研究区防灾减灾能力变化的程度和原因，需分析4个一级指标的变化。由于研究区各县市的政策调整，各县市一级指标下划分的二级指标值变化有高有低，增量有正有负，且范围相差过大，故无法解释一级指标的整体变化程度。为此，改进相对变化率模型，得到各一级指标变化率公式：

公式（5）中，Yj为一级指标j的变化率指数;、分别为一级指标j中所包含的二级指标i在t1、t2两个时段的指标值;Wi为第i个指标在j指标中所占的权重。

2 结果与分析

2.1 吉林省粮食主产区农业干旱防灾减灾能力现状

利用2017年标准化后的指标，采用主成分分析法计算各指标的权重，利用农业干旱防灾减灾模型，计算2017年吉林省粮食主产区农业干旱防灾减灾能力评价指数，采用自然间断点分级法将吉林省粮食主产区农业干旱防灾减灾能力指数分为3级，即低防灾减灾能力（≤0.3）、中防灾减灾能力（0.3～0.5）和高防灾减灾能力（>0.5），并利用GIS绘制成图（图2）。

吉林省粮食主产区农业干旱防灾减灾指数在0.12～0.70之间，整体防灾减灾能力偏低。按行政归属计算各县市农业干旱防灾减灾指数的均值，研究区内以各地级市为单位，农业干旱防灾减灾能力由高到低依次：长春市、松原市、白城市、四平市和延边朝鲜族自治州（表2）。吉林省粮食主产区农业干旱防灾减灾能力指数由北向南、由西向东呈下降趋势，其中，具有高农业干旱防灾减灾能力的占吉林省粮食主产区23个县市的35%，中防灾减灾能力占比43%，其余县市为低防灾减灾能力。

吉林省粮食主产区农业干旱防灾减灾能力指数高的主要集中在北部，即长春和松原，占具有高农业干旱防灾减灾能力总数的75%。其中，榆树、德惠、农安、公主岭、通榆、长岭、扶余和前郭的农业干旱防灾减灾指数均大于0.5，与其他县市相比，其农业干旱防灾减灾能力最高，这是因为这些县市的农业现代化水平较高，配套水电设施较完善，且地方政府用于农业、农机等的费用较多。其次是舒兰、磐石、梨树、双辽、敦化、乾安、洮南、大安、东辽和东丰，农业干旱防灾减灾能力为中等，其中，舒兰和磐石相对较为突出的优势是地方政府在农林水事务的投入较多，有较多的农用排灌动力机械设备，而其他县市主要表现在较多的配套机电井数上，其中东丰和梨树还表现在较发达的经济上，而敦化和东辽则表现在较高的教育水平和社会经济水平指标上。农业干旱防灾减灾能力低的是永吉、伊通、和龙、安图和延吉，其中延边朝鲜族自治州占80%。防灾减灾能力最低的是和龙，仅为0.1，受滞后的地方经济水平和薄弱的农业基础生产条件制约，和龙在各项指标上的投入都远远低于平均值，而安图则表现在偏低的农业现代化水平;延吉则是基础设施不完善，政府投入不足以及相对较低的农业现代化水平。吉林省粮食主产区农业干旱防灾减灾能力由高到低依次为：前郭>榆树>农安>扶余>公主岭>德惠>长岭>通榆>梨树>洮南>大安>舒兰>乾安>敦化>东辽>双辽>磐石>东丰>伊通>延吉>安图>永吉>和龙。

2.2 吉林省粮食主产区农业干旱防灾减灾能力变化分析

2.2.1 变化趋势分析 计算2014年吉林省粮食主产区农业干旱防灾减灾指数，并仍采用自然断点分级法将其分为低防灾减灾能力、中防灾减灾能力与高防灾减灾能力，并与其现状比较（图3、表3）。

2014年，吉林省粮食主产区农业干旱防灾减灾能力指数范围在0.091～0.744，高防灾减灾能力的县市有榆树、德惠、农安、公主岭、扶余、前郭、长岭和通榆，中防灾减灾能力的县市有舒兰、磐石、梨树、双辽、敦化、乾安、洮南、大安和东丰，低防灾减灾能力的县市有永吉、伊通、和龙、安图、延吉和东辽。

图3是2014年吉林省粮食主产区农业干旱防灾减灾能力指数分级图。对比图2和图3可以看出，吉林省粮食主产区农业干旱防灾减灾能力指数等级分布在空间上没有大的变化，只有东辽县由2014年的低防灾减灾能力上升至为现在的高防灾减灾能力。表3是吉林省粮食主产区防灾减灾能力指数变化情况。由表3可知，吉林省粮食主产区农业干旱防灾减灾指数增加和减少的县市各占一半，其中增加的是榆树、德惠、公主岭、梨树、敦化、和龙、安图、扶余、长岭、洮南和东辽，而农业干旱防灾减灾指数下降的是农安、永吉、舒兰、磐石、伊通、双辽、延吉、前郭、乾安和通榆。农业干旱防灾减灾指数变化幅度最大的是东辽，为0.11，其余县市的变化幅度最大未超过0.04。

2.2.2 变化原因分析 依据农业干旱防灾减灾能力评价指数变化情况，将吉林省粮食主产区农业干旱防灾减灾能力分为上升和下降两大类别，分别计算不同类别各县市4个一级指标的变化率，并探讨其指标变化对区域农业干旱防灾减灾能力的影响。呈上升趋势的榆树、公主岭、梨树、敦化、安图和扶余的科技教育呈增加趋势，其中，公主岭在科技教育指标上是所有县市中增加率最大的，增加了约7.44倍，主要体现在其注重培养农业技术人员，农业技术人员比例是2014年的108倍。除东辽外，其余县市的农业现代化水平均有上升。德惠在科技教育指标上没有增加，在水电工程指标上增幅相对较高，增加了0.49倍。德惠、公主岭、梨树、和龙、安图、洮南、东辽的水电工程明显增加;和龙在水电工程上增幅最大，比2014年增加了约11.67倍，这是因为污水处理厂集中处理率得到了有效的提升，梨树、和龙、安图、扶余、东辽的社会经济水平呈上升趋势，其中安图的社会经济水平上升，主要是因为节能环保和农林水事务的投入较多，相比2014年增长了16.46倍，而扶余的社会经济水平明显上升的主要原因是农林水事务的支出较多。

呈下降趋势的县市有农安、永吉、舒兰、磐石、伊通、双辽、延吉、前郭、乾安、通榆、大安和东丰。其中，舒兰在科技方面的投入下降最明显，相比2014年下降了约56.04%。双辽在农业技术人员占比和地区生产总值指标中均下降最多，说明该地区近几年没有重视农业技术人员的培养和各项生产活动的开展。农业技术人员占比下降最明显的是永吉，约为45.07%。乾安通有限电视村数量相比2014年下降了7.51%。伊通主要在科学技术投入指标上下降明显，下降了25.93%。延吉市中等教育占比是所有县市中下降比较明显的，下降了7.68%。通榆在污水处理厂集中处理率指标上下降最明显，约为33.33%。磐石较弱的原因是农用排灌动力机械数量减少。大安在农村劳动力人口占比、地區生产总值、节能环保均呈现下降趋势，并且在自来水受益村和农用排灌动力机械指标上上升不明显。前郭的经济水平较落后，地区生产总值相比2014年下降较明显，为16.72%。东丰的节能环保相比2014年下降约48.36%。农安在节能环保和农业设施占地面积指标上呈大幅度下降趋势（表4）。

3 结论与讨论

（1）根据构建的防灾减灾能力评价模型，对2017年的吉林省粮食主产区防灾减灾能力现状进行评价。结果表明：2017年，吉林省粮食主产区农业干旱防灾减灾能力指数介于0.12～0.70之间，防灾减灾能力普遍偏低。防灾减灾能力较高的主要集中在吉林省粮食主产区的北部和西部，防灾减灾能力较低的主要集中在南部和东部，其中防灾减灾能力最高的是前郭，最低的是和龙。农业防灾减灾能力较高的主要原因是农业现代化水平较高，农业防灾减灾能力较低的主要原因是基础设施不够完善，经济水平相对落后。

（2）基于2014年和2017年吉林省粮食主产区农业干旱防灾减灾能力指数结果，可以看出这23个县市的防灾减灾能力的时空变化情况。农业干旱防灾减灾能力指数呈上升趋势的有榆树、德惠、公主岭、梨树、敦化、和龙、安图、扶余、长岭、洮南、东辽，农业干旱防灾减灾能力指数呈下降趋势的有农安、永吉、舒兰、磐石、伊通、双辽、延吉、前郭、乾安、通榆、大安和东丰。依据指数的变化情况，将防灾减灾能力分为上升和下降两个类别，针对4个一级指标的变化率分析指标变化对农业干旱防灾减灾能力的影响情况，可以看出呈上升趋势的县市主要侧重的指标是农业现代化水平，而呈下降趋势的县市主要是社会经济水平指标普遍较低。

但是，本研究仍存在一定的不足，在指标选取的过程中，只注重了影响防灾减灾能力的因素，忽略了投入要素与防灾减灾能力之间的关系，而技术和规模是影响农业防灾减灾投入产出效率的主要原因，两者有效结合，才能更深层次分析农业干旱防灾减灾能力。同时，有些指标的选取对农业干旱防灾减灾的影响程度低，因此今后还需考虑投入与产出之间的效率关系，指标的选取还应考虑干旱预报能力，以进一步完善该研究。

参考文献

[1] 阎峰，李茂松，覃志豪.我国农业灾害统计中存在的问题[J].自然灾害学报， 2006（3）： 85-90.

[2] 董姝娜，庞泽源，张继权，等.基于CERES- Maize模型的吉林西部玉米干旱脆弱性曲线研究[J].灾害学， 2014， 29（3）： 115-119.

[3] 徐新创，葛全胜，郑景云，等.区域农业干旱风险评估研究——以中国西南地区为例[J].地理科学进展， 2011， 30（7）： 883-890.

[4] 韩兰英，张强，程英，等.农业干旱灾害风险研究进展及前景分析[J].干旱区资源与环境， 2020， 34（6）： 97-102.

[5] 曹永强，李香云，马静，等.基于可变模糊算法的大连市农业干旱风险评价[J].资源科学， 2011， 33（5）： 983-988.

[6] Jayanthi H， Husak G J， Funk C，et al. Modeling rain-fed maize vulnerability to droughts using the standardized precipitation index from satellite estimated rainfall-Southern Malawi case study[J].International Journal of Disaster Risk Reduction， 2013（4）： 71-81.

[7] Petr M， Boerboom L G J， Veen A V D， et al. A spatial and temporal drought risk assessment of three major tree species in Britain using probabilistic climate change projections [J]. Climatic Change， 2014（4）： 791-803.

[8] Murthy C S， Laxman B， Sai M V R S. Geospatial analysis of agricultural drought vulnerability using a composite index based on exposure， sensitivity and adaptive capacity[J]. International Journal of Disaster Risk Reduction， 2015（12）： 163-171.

[9] 刘晓静，陈鹏，刘家福.辽西北地区农业干旱危险性评价与区划[J]. 中国农业资源与区划， 2018， 39（10）： 191-195.

[10] 包阿茹汗，覃志豪，高懋芳，等.宁夏玉米和小麦干旱风险评价研究[J].中国农业资源与区划， 2019， 40（4）： 70-84， 92.

[11] 張雪，陈军飞.农业旱灾适应性评价研究——以云南省曲靖市为例[J].科技管理研究， 2016， 36（8）： 58-63.

[12] 管孝艳，王少丽，吕烨，等.基于Topsis方法的北方地区农业干旱应对能力分析[J]. 灌溉排水学报， 2014， 33（Z1）： 374-377.

[13] 樊栋樑，潘志华，杨霏云，等.APSIM-wheat模型在我国干旱半干旱地区的适应性评价——以内蒙古地区为例[J]. 干旱区资源与环境， 2018， 32（6）： 99-105.

[14] 王莺，王静，姚玉璧，等.基于主成分分析的中国南方干旱脆弱性评价[J].生态环境学报， 2014， 23（12）： 1897-1904.

[15] 郭显光.如何用SPSS软件进行主成分分析[J]. 统计与信息论坛， 1998（2）： 61-65.

[16] 张继权，冈田宪夫，多多纳裕一.综合自然灾害风险管理——全面整合的模式与中国的战略选择[J].自然灾害学报， 2006（1）： 29-37.

责任编辑：黄艳飞

Abstract The evaluation of regional agricultural drought disaster prevention and reduction ability can provide scientific basis for regional disaster prevention and reduction planning and sustainable development of agricultural production. The index system and evaluation model of agricultural drought disaster prevention and reduction capacity in the major grain-producing areas of Jilin Province were established， this paper calculates the evaluation index of agricultural drought disaster prevention and reduction ability in the main grain production area of Jilin Province， and discusses the changing trend and reason of agricultural drought disaster prevention and reduction ability in the study area by using the change rate model combined with the actual situation of the study area， with the help of GIS technology， the agricultural drought disaster prevention and reduction grade map of the research area is drawn. The results showed that in 2017， the ability of agricultural drought disaster prevention and reduction in major grain producing areas of Jilin Province ranked from high to low as follows： Qianguo > Yushu > Nongan > Fuyu > Gongzhuling > Dehui > Changling > Tongyu > Pear tree > Taonan > Daan > Shulan > Ganan > Dunhua > Dongliao > Shuangliao > Panshi > Dongfeng > Yitong > Yanji > Antu > Yongji > Helong; The ability of agricultural drought prevention and Disaster Reduction in the study area can be divided into two types： up and down. Through the analysis of the change rate， it is found that the counties and cities with an upward trend are mainly represented by the increase of the level of agricultural modernization， the decline trend of the county and city is mainly the general low socioeconomic level indicators.

Key words Agricultural; Drought; Disa-ster prevention and mitigation capabilities; Change; Analysis