EN中文

GEOGRAPHICAL RESEARCH >

2015 , Vol. 34 >Issue 2: 293 - 305

DOI: https://doi.org/10.11821/dlyj201502009

Orginal Article

Meteorological damage risk assessment and zoning for winter melon and vegetables in Hainan province

  • ZHANG Lei , 1, 2 ,
  • HUO Zhiguo , 1, 3 ,
  • HUANG Dapeng 4 ,
  • JIANG Yan 5 ,
  • XIAO Jingjing 6
Expand
  • 1. Chinese Academy of Meteorological Sciences, Beijing 100081, China
  • 2. National Meteorological Center, Beijing 100081, China
  • 3. Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters, Nanjing University of Information Science & Technology, Nanjing 210044, China
  • 4. National Climate Center, Beijing 100081, China
  • 5. China Meteorological Administration Department of Emergency Response, Disaster Mitigation and Public Services, Beijing 100081, China
  • 6. Zhejiang Climate Center, Hangzhou 310017, China

Received date: 2014-08-25

  Request revised date: 2015-01-04

  Online published: 2015-02-10

Copyright

《地理研究》编辑部
Fold

Abstract

Hainan, an important agricultural zone for winter melon and vegetables in China, suffers from waterlogging, chilling and drought risk that threaten agricultural production. According to the theoretical framework of natural disaster risk system, using daily meteorological observation data of 18 stations from 1998 to 2011, disasters data (from 1998 to 2011), production data (from 1999 to 2011) of melon and vegetables and socioeconomic statistical data (from 2002 to 2011), hazard grade indices, including precipitation and temperature, were constructed . A comprehensive model was built, which integrates with hazard, damage environment sensibility, damage loss and damage prevention capability, to assess disaster damage risk for melon and vegetables. The result showed that waterlogging hazard increased from southwest to northeast, and drought hazard was more serious in east and west than in central Hainan. Chilling hazard for watermelon decreased form central to east and west parts, while it increased from south to north for cowpea and luffa, and increased from southeast to northwest for paprika. Based on disaster hazard spatial pattern, it is implicated that more attention should be paid to those serious hazard regions. Damage environment sensibility of waterlogging rose from central Wuzhishan-Yinggeling-Yajiada mountains to peripherial regions while that of chilling and drought had the contrary pattern. Furthermore, damage loss was similar for melon and vegetables which was high in central Hainan. Damage prevention capability for melon and vegetables differed in different regions especially for high value regions, and its lower value was mainly observed in central regions. The zoning of comprehensive damage risk was similar for watermelon, cowpea and paprika which was higher in eastern Hainan. Comprehensive damage risk for luffa was higher in the northern part while lower in the southeastern. Overall, the disaster hazard index was appropriate in the analysis, and the above zoning matched well with the actual disaster situation in Hainan. The results can provide useful information and expand the understanding of disaster risk for melon and vegetables and helpful to the decision making for agro-meteorological disaster risk management.

Key words： melon and vegetables; waterlogging; chilling; drought; damage risk; Hainan

Cite this article

ZHANG Lei , HUO Zhiguo , HUANG Dapeng , JIANG Yan , XIAO Jingjing . Meteorological damage risk assessment and zoning for winter melon and vegetables in Hainan province[J]. GEOGRAPHICAL RESEARCH, 2015 , 34(2) : 293 -305 . DOI: 10.11821/dlyj201502009

1 引言

由于得天独厚的气候优势,海南成为中国冬季的菜篮子,每年出岛瓜菜300多万t,保障了全国冬季瓜菜的供给。受季风气候制约,各种天气系统交互活动频繁,海南暴雨、洪涝、干旱、寒害频繁出现,瓜菜受灾严重。2010年10月海南发生严重湿涝灾害,瓜菜受灾3.7万hm2,成灾2.8万hm2;2008年和2010年冬季长期低温、寡照,瓜菜减产20%~30%;2004年秋至2005年初夏,全岛大面积干旱,瓜菜成灾面积接近6.7万hm2。因此,开展瓜菜气象灾害的定量风险分析,对做好灾害监测预警与防灾减灾工作具有重要意义。
针对气象灾害,多数研究从灾害特征、对农业影响程度、灾害监测和风险的角度进行[1-3]。气象灾害的风险分析基于不同时空尺度[4-6],从危险性、敏感性、脆弱性和防灾能力等单一或综合角度开展[7-9]。选择适当的致灾指标,是进行灾害风险评估的关键。不少灾害致灾指标已经被广泛采用：降水相关的因子多被选择用来评估湿涝和干旱,如当天和前三天降雨量[10]、连阴雨次数[11]、最大日降水量[12],地表径流[13]、地下水埋深和土壤含水率[14]等特定因子得到一定的应用,但这些因子多未涉及对农业的影响。涉及农业旱涝的指标各有差异,降水负距平[15]、连续无雨日数[16]等指标,直接从大气水分供给角度考虑,简单易获,但缺乏与作物实际灾情的对应;自然水分亏缺率[17]、RSI[18]、SPI[19]、CSDI[20]和降水适宜度[21]等指标,考虑作物水分供需,能较好反映作物缺水受旱程度,但对作物和土壤水分等资料的要求较高。寒害指标多选择温度相关因子,最初沿用寒潮定义指标[22],随后考虑以作物生物学下限温度作为寒害发生临界温度,致灾指标有极端最低温度[23]、相对积寒值[24]等。GIS和RS技术的进步,使得归一化植被指数[25]、比率植被指数和微波极化差异指数[26]等指标被用来进行农业寒害动态监测分析。上述研究多是针对大区域的主要农作物或经济水果,较少关注海南的农业气象灾害。
近年来,针对海南农作物的灾害风险分析逐步开展起来。蔡大鑫等[27,28]对海南香蕉、荔枝的寒害风险分析,主要是基于寒害引起的减产率,但没有从致灾因子危险性的角度考虑;邹海平等[29]从致灾危险性、孕灾环境敏感性、易损性和防寒抗灾能力角度,评估海南岛香蕉寒害风险,采用百分位法确定致灾等级指标,但缺乏与实际灾情的对应性。
以海南冬季瓜菜（西瓜、豇豆、辣椒、丝瓜）为研究对象,针对瓜菜生产中容易遭受的苗期湿涝、冬季寒害、春季干旱,选择与灾害致灾相关且容易获取的降水量、温度等因子构建致灾等级指标。综合瓜菜气象灾害致灾危险性、孕灾环境敏感性、承灾体易损性和防灾能力,开展瓜菜灾害综合风险分析与区划,为因地制宜地指导瓜菜减灾避灾和生产优化布局提供科技支撑。

2 数据来源与研究方法

2.1 数据来源

研究数据包括逐日气象要素、瓜菜产量和面积、灾情和社会经济等。其中,气象资料来自海南省气象局,包括海南省18个气象站点1998-2011年逐日平均温度、日最低温度、日降水量等,个别缺测日值采用历年同期的均值代替。西瓜、豇豆、辣椒、丝瓜4种瓜菜的生产资料来自海南省农业科学研究院蔬菜所,包括1999-2011年海南省18个市县4种瓜菜和海南省总的瓜菜种植面积、产量等。4种瓜菜的苗期湿涝、冬季寒害、春季干旱灾情资料来自《中国气象灾害大典: 海南卷》[30]和海南省气象科学研究所。社会经济资料来自海南省年鉴和海南省史志网,包括2002-2011年海南各市县农民人均纯收入和农业机械总动力等。海南省行政边界和DEM数据来自海南省气象科学研究所。

2.2 研究方法

2.2.1 致灾指标选取与危险性指数 农业旱涝灾害发生的直接原因是农田水分收支明显偏离平均状态,少则旱、多则涝。从科学性和便于业务上应用考虑,致灾因子主要选取降水数据。对于苗期湿涝,选择的因子有10-11月的降水量、降雨日数、连续降雨日数和最长连续降雨日数,春季干旱主要选择3-4月的降水量、无雨日数、连续无雨日数、最长连续无雨日数,通过相关分析查看因子间的相关性,以主成分分析的方法建立瓜菜苗期湿涝和春季干旱的综合致灾指标。
寒害发生日期为当年12月至次年2月,以日最低气温持续低于某临界值的过程为一个寒害过程。因此,寒害分析主要以温度数据为主。寒害过程的临界温度主要依据瓜菜实际的生长发育过程所需条件确定,如西瓜根系生长最低温度8℃~10℃,茎叶生长最低温度10℃,10℃以下西瓜生长明显受阻[31],因此以10℃为西瓜的临界温度;同样,以12℃为辣椒的临界温度,以15℃为豇豆和丝瓜的临界温度。
寒害过程的有害积寒[32]可以较好地反映寒害过程的降温程度及其累积作用,对比历史典型寒害年份与非寒害年份。如海口市2000年和2003年的西瓜和辣椒的有害积寒值相近（图1）,其中2000年（1999年12月出现）出现了一段持续时间相对较长的寒害过程,致使出现重灾,而2003年有害积寒值大但没有出现严重的寒害。进一步分析海口市历年各个寒害过程的持续天数发现,寒害年份（2000年、2008年）均至少出现了一次持续日数≥某临界天数的寒害过程。因此,选择日最低气温≤10℃、且持续日数≥3天的寒害过程的有害积寒和作为西瓜寒害致灾指标;以日最低气温≤12℃、持续日数≥5天的寒害过程的有害积寒和作为辣椒寒害致灾指标;以日最低气温≤15℃、持续日数≥6天的寒害过程的有害积寒和作为豇豆和丝瓜寒害致灾指标。
Fig. 1 Annual accumulated chilling in Haikou city for watermelon (a) and paprika (b)

图1 海口市西瓜（a）和辣椒（b）有害积寒

以瓜菜灾害等级致灾指标及其风险概率,构建灾害危险性评估模型：
Q = ∑ i = 1 n J i P i （1）
式中：Q为灾害危险性指数（苗期湿涝、冬季寒害、春季干旱）;Ji为第i等级灾害的致灾指标;i取1、2、3;Pi为第i等级灾害的风险概率。由于资料长度限制,用信息分配的方法建立序列概率分布模型。
2.2.2 孕灾环境指数 孕灾环境是指孕育灾害致灾的环境系统,如地貌、水系、植被分布等地球表层环境,可因系统的波动和变异对农业气象灾害的消长产生影响。寒害的发生主要受低温的影响,对流层中气温随高度增加而降低,因此海拔越高,越易产生寒害。造成旱涝的原因除了与降水或持续阴雨日数这些主要直接因素有关,还与地形有明显关系。山岭与平原交界的地方是洪涝多发区,地势低洼的地区和河网地区容易发生湿害;而且地势越低的平坦地区不利于洪水的排泄,容易形成涝灾。相反,地势高的地方,水分流失越快,干旱越重。因此,以海拔高度作为寒害的孕灾环境指数,以地面坡度作为苗期湿涝和春季干旱的孕灾环境指数。坡度大小对两个灾害具有反位相效应,坡度越小,湿涝越重,干旱越轻。其中,海拔高度、地面坡度通过DEM数据经ArcGIS 9.3软件相应模块处理后获取。
2.2.3 灾损指数 瓜菜的减产率定义为当年瓜菜实际产量低于趋势产量的百分率,趋势产量采用直线滑动平均法[33]拟合。考虑瓜菜不同等级减产率及其概率,构建灾损评估模型：
S = ∑ i = 1 n x i f i （2）
式中：S为总的灾损指数;xi为第i等级平均减产率;fi为第i等级减产率的风险概率。i取1、2、3,对应轻、中、重三个灾损等级,即减产率(5%,10%]、(10%,20%]、>20%。
2.2.4 防灾能力指数 为评估地区瓜菜防灾减灾能力大小,以瓜菜生产的稳定性要素和地区农业生产水平为主要因子。选择各瓜菜的产量/面积的变异系数、趋势产量拟合线的趋势系数、产量占瓜菜总产量的比值、农民人均总收入、农业机械总动力作为瓜菜防灾能力因子,以因子的加权得到地区防灾能力综合指数。
V = ∑ i = 1 m h i × w i （3）
式中：hi为5个防灾能力因子值; w i 为相应的权重,利用层次分析法[34]和墒权系数法[35]综合确定。层次分析法是一种定性与定量相结合的分析方法,熵权法是一种基于指标特征值之间变异程度的客观赋权方法,将两方法融合得到因子的主客观综合权重值：
w i = a i b i / ∑ i = 1 m a i b i （4）
式中：ai和bi分别为第i个因子层次分析法权重和墒权。
2.2.5 瓜菜气象灾害综合风险指数 综合考虑瓜菜3种灾害的致灾、孕灾、灾损和防灾能力,建立瓜菜气象灾害综合风险评估模型：
F = ∑ j = 1 3 a j Q j w qj × D j w dj w d × S w s × 1 V w v （5）
式中： Q j 和Dj为苗期湿涝、冬季寒害、春季干旱的危险性和孕灾环境指数; w qj 和 w idj 为相应等级的权重;aj为三种灾害危险性和孕灾环境的综合权重;S为瓜菜灾损指数;V为瓜菜防灾能力指数; w d 、 w s 、 w v 为危险性和孕灾环境、灾损、防灾能力的综合权重。权重均是层次分析法和熵权法融合得到的综合权重。
为了消除不同因子量纲的影响,综合风险模型中各因子在进行计算前需进行归一化处理,且为避免函数的底数为0,对于大者为优的因子,采用公式（6）,对于小者为优的因子,采用公式（7）：
x i ' = 0.5 + 0.5 × x i - x min x max - x min （6）
x i ' = 0.5 + 0.5 × x max - x i x max - x min （7）

3 结果分析

3.1 瓜菜致灾等级指标

分析苗期湿涝和春季干旱的致灾因子,各站点4个因子之间存在明显的相关关系。大部分因子两两之间的相关系数在0.5以上,且相关系数均通过0.1的显著性检验。因子之间相关不独立,即可采用主成分分析方法将4个因子进行综合。从各站点主成分分析结果看出（表1）,苗期湿涝和春季干旱前两个主成分的累计贡献率均超过了88%和85%,可以用主成分分析的前两个主成分值构建湿涝和干旱综合致灾指标。
Tab. 1 Contribution rate of the first two principal components for waterlogging and drought at each station

表1 各站点苗期湿涝、春季干旱前两主成分贡献率

站点 苗期湿涝 春季干旱
海口 90.46 89.91
东方 88.26 85.50
儋县 94.48 88.39
琼中 94.58 85.60
琼海 95.11 89.71
三亚 88.24 89.88
陵水 94.57 94.08
定安 93.31 85.83
临高 92.03 85.72
澄迈 91.79 87.90
昌江 89.25 85.95
文昌 93.10 94.73
万宁 96.38 90.23
屯昌 96.72 90.44
白沙 96.09 87.72
乐东 92.48 90.38
保亭 91.80 92.92
通什 88.78 95.09
由于瓜菜受灾的具体资料较少,因此以地区农业受灾情况为参考。通过海南各市县历史灾情,将湿涝、寒害、干旱致灾指数与典型灾害年份进行反演分析,确定瓜菜灾害的致灾等级指标（表2）：瓜菜苗期湿涝发生与否的致灾指标临界值为0.50,春季干旱指标临界值为-0.15,西瓜冬季寒害致灾指标临界值为0.2℃∙d,辣椒寒害致灾指标临界值为1℃∙d,豇豆和丝瓜寒害致灾指标临界值为5℃∙d。
Tab. 2 Hazards level index for melon and vegetables

表2 瓜菜苗期湿涝、冬季寒害、春季干旱致灾等级指标

灾害 瓜菜 灾害等级 等级指标
苗期湿涝 西瓜、豇豆、辣椒、丝瓜 轻 [0.5,1.3)
中 [1.3,1.8)
重 ≥1.8
冬季寒害 西瓜 轻 [0.2,1)
中 [1,2)
重 ≥2
辣椒 轻 [1,5)
中 [5,10)
重 ≥10
豇豆、丝瓜 轻 [5,25)
中 [25,50)
重 ≥50
春季干旱 西瓜、豇豆、辣椒、丝瓜 轻 [-0.15,0.5)
中 [-0.70,-0.15)
重 <-0.70

3.2 瓜菜灾害危险性评估

将瓜菜苗期湿涝危险性指数划分为三级,对应苗期湿涝危险性的低风险区、中风险区、高风险区（图2）。瓜菜苗期湿涝危险性指数呈现从西南至东北增加的趋势。高风险区主要在海南东部地区,主要包括海口、文昌、澄迈、定安、琼海、屯昌、万宁以及琼中中东部、临高南部、儋州东南部;中风险区主要集中在海南的南部、中部和西北部地区;低值区主要集中在海南的西部地区。
Fig. 2 The zoning of damage risk for melon and vegetables in Hainan province

图2 海南省瓜菜苗期湿涝、冬季寒害、春季干旱危险性

对不同瓜菜冬季寒害危险性指数进行致灾风险区划,划分为低风险区、中风险区、高风险区。西瓜冬季寒害危险性高风险区主要集中在五指山地区北部的琼中中部和西部、白沙中部和东部、儋州南部,以及澄迈中部和通什中部;中风险区主要在海南中部地区;低风险区主要集中在海南的南部、西部和东部地区。豇豆和丝瓜冬季寒害危险性呈从南往北加重的趋势,高风险区集中在临高、澄迈、海口以及儋州东部、琼山西北部、琼中中部;中风险区主要在海南的中部和东北部地区;低风险区主要在海南南部和西部地区。辣椒冬季寒害危险性呈现从东南到西北增加的趋势,高风险区主要集中在中北部地区;中风险区主要在中部和北部地区;低风险区集中在南部和东部地区。
瓜菜春季干旱危险性同样被划分为三级,呈现东西高、中间低的分布。春季干旱高风险区主要集中在海南的西部地区,包括东方西部和南部、乐东大部、三亚西部和南部;中风险区集中在海南的北部、西部和东部地区;低风险区在海南的中部地区。瓜菜苗期湿涝、冬季寒害和春季干旱的不同等级灾害危险性风险概率分布趋势存在明显的地区差异。

3.3 瓜菜孕灾环境评估

湿涝孕灾环境敏感性呈现中间低四周高。孕灾环境的低敏感性区集中在海南中西部山区,主要包括五指山山脉、鹦哥岭山脉和雅加大岭山脉高海拔区域,由中部向四周孕灾环境敏感性逐渐增加,沿海地区和东部平原地区敏感性高。干旱孕灾环境敏感性的分布与湿涝相反,从中部山区向四周减小。冬季寒害孕灾环境敏感性随海拔高度变化,高值区主要位于海南岛中部五指山等高海拔区域,随海拔高度降低,寒害孕灾环境敏感性逐渐减弱（图3）。
Fig. 3 The zoning of damage environment sensibility for melon and vegetables in Hainan province

图3 海南省瓜菜苗期湿涝、冬季寒害、春季干旱孕灾环境敏感性

3.4 瓜菜灾损评估

由于地区气候特点和种植水平差异,不同瓜菜产量水平不一,灾损风险存在明显差异（图4）。西瓜灾损风险呈中间高、东西低的分布态势。高值区主要集中在海南中部的五指山地区,主要包括通什中部和东部、琼中中部和西部、白沙中部和东部地区;中值区主要集中在海南的中部和北部地区;低值区主要分布在海南的西部和东部部分地区。
Fig. 4 The zoning of damage loss for melon and vegetables in Hainan province

图4 海南省瓜菜灾损综合指数

豇豆灾损风险呈中部和东北部高、南部低的态势。高值区主要集中在五指山北部的白沙中部和东南部、儋州南部、海口市、琼山北部以及文昌西北部地区;中值区分布在海南的中部、西部、东部和北部部分地区;低值区主要集中在海南南部和东部部分地区。
辣椒灾损风险呈西部高东部低。高值区主要集中在通什、白沙中部和南部、保亭西北部、海口中部和东部、琼山北部;中值区主要在海南的中部、西部和南部地区;低值区集中在海南的北部、东部以及西部部分地区。
丝瓜灾损风险总体上呈西部高、东部低的态势。高值区主要分布在琼中大部、白沙中部和东部、保亭中部和北部、万宁东部、临高北部、海口东部、琼山北部以及东方北部;中值区分布在海南西部和北部部分地区;低值区主要在海南东部和南部部分地区。

3.5 瓜菜防灾能力评估

从瓜菜防灾能力各因子的综合权重可以看出（表3）,以产量/面积变异系数的权重最大,其次是趋势产量拟合线的趋势系数,产量占瓜菜总产量的比值、农民人均总收入、农业机械总动力的权重相对较小。
Tab. 3 Comprehensive weight of prevention capability for melon and vegetables

表3 瓜菜防灾能力各因子综合权重

因子 西瓜 豇豆 辣椒 丝瓜
产量/面积的变异系数 0.366 0.406 0.449 0.440
趋势产量拟合线的趋势系数 0.348 0.274 0.287 0.311
产量占总的瓜菜产量的比值 0.114 0.142 0.109 0.105
农民人均总收入 0.087 0.090 0.078 0.073
农业机械总动力 0.085 0.088 0.076 0.071
瓜菜综合防灾能力指数在不同瓜菜之间存在一定差异,低防灾能力指数主要在海南中部地区（图5）。西瓜综合防灾能力指数高值区主要集中在文昌、万宁中南部、陵水东部和乐东中部,低值区在中部五指山地区,其余地区为中值区;豇豆综合防灾能力指数高值区在海南南部的陵水、三亚和乐东中部,低值区在白沙大部;辣椒综合防灾能力指数高值区主要在海南东部和西部地区,包括海口、文昌、琼海、定安、澄迈、临高以及万宁北部、儋州东北部、昌江西部、东方和乐东北部,低值区在海南中部的琼中、白沙和通什;丝瓜综合防灾能力指数高值区主要在海南的东北部和西南部,包括海口、文昌、琼海、三亚和乐东中部,低值区主要在琼中、保亭和白沙中部,其余为中等防灾能力地区。
Fig. 5 The zoning of prevention capability for melon and vegetables in Hainan province

图5 海南省瓜菜防灾能力指数

3.6 瓜菜气象灾害综合风险评估

不同瓜菜由于其生理特性的差异,气象灾害造成的影响不一,瓜菜灾害危险性和孕灾敏感性、灾损、防灾能力权重存在差异（表4）。从危险性和孕灾环境指数来看,西瓜、豇豆和辣椒均以苗期湿涝权重最大,春季干旱次之,冬季寒害最小。丝瓜以冬季寒害最大,苗期湿涝最小。对4种瓜菜,均以危险性和孕灾环境指数的综合权重最大,其次是灾损指数,防灾能力指数权重最小。
Tab. 4 Comprehensive weight of damage factors for melon and vegetables

表4 瓜菜气象灾害综合风险各因子综合权重

瓜菜 评估指标 综合权重
危险性和孕灾
环境指数		 湿涝 0.703 0.528
寒害 0.115
西瓜 干旱 0.182
灾损指数 0.392
防灾能力指数 0.079
危险性和孕灾
环境指数		 湿涝 0.648 0.630
寒害 0.122
豇豆 干旱 0.230
灾损指数 0.294
防灾能力指数 0.076
危险性和孕灾
环境指数		 湿涝 0.733 0.585
寒害 0.083
辣椒 干旱 0.193
灾损指数 0.321
防灾能力指数 0.094
危险性和孕灾
环境指数		 湿涝 0.124 0.632
寒害 0.517
丝瓜 干旱 0.358
灾损指数 0.305
防灾能力指数 0.063
综合考虑地区瓜菜3种气象灾害的致灾危险性、孕灾环境敏感性、灾损和防灾能力,得到瓜菜气象灾害综合风险指数。依据自然断点法将综合风险指数划分为低、中、高风险区,4种瓜菜综合风险总体趋势一致（图6）。西瓜、豇豆和辣椒气象灾害综合风险从东往西降低,高风险区集中在海南东部,主要在文昌、琼海、海口、定安、万宁、屯昌和澄迈等地;低风险区主要在海南中西部的通什、白沙、保亭、乐东、东方和乐东等地;其余地区为中等风险水平。丝瓜气象灾害综合风险高值区主要在海南北部,包括海口、文昌、定安、澄迈、临高、儋州和屯昌等地;低风险区主要在海南东南部的万宁、陵水、保亭以及东方西部部分地区;中风险区主要在海南的中部和西南部地区。
Fig. 6 The zoning of comprehensive damage risk for melon and vegetables in Hainan province

图6 海南省瓜菜气象灾害综合风险区划

4 结论与讨论

依据自然灾害风险理论,对海南瓜菜生长中容易遭受的湿涝、寒害和干旱灾害进行风险评价与区划。瓜菜苗期湿涝危险性从西南至东北增加,春季干旱危险性呈现东西高、中间低的分布。西瓜冬季寒害危险性从中间向两边减小,豇豆和丝瓜寒害危险性从南往北加重,辣椒冬季寒害危险性从东南到西北增加。苗期湿涝孕灾敏感性从中部山区向沿海和平原地区逐渐增加,春季干旱和寒害孕灾敏感性的分布格局相反。瓜菜灾损风险和防灾能力在区域上存在差异,不同瓜菜差异明显。西瓜、豇豆和辣椒气象灾害综合风险从东往西降低,高风险区集中在海南东部地区;丝瓜气象灾害综合风险高值区主要在海南的北部地区,低风险区主要在海南东南部,中风险区主要在海南中部和西南部。
为验证构建的致灾等级指标的合理性,回代计算历年灾害的致灾指数,与历史情况进行对比分析。如1999年儋州自10月底持续半个月时间,其中6-7日出现暴雨,导致1.5 × 104 hm2的水稻、冬种瓜菜等农作物受淹。计算这段时间儋州的苗期湿涝致灾指数值为1.42,显示为中度湿涝,与实际情况吻合。1999年12月,海南出现罕见的寒冷天气,中北部大部市县（除海口）遭受重度寒害,冬种瓜菜种苗受冻严重,15%被冻坏。计算这段时间海口市西瓜和辣椒的有害积寒值分别为0.68℃∙d和4.02℃∙d,显示为轻度寒害;儋州、文昌、通什西瓜有害积寒值分别为6.62℃∙d、5.82℃∙d、9.05℃∙d,辣椒的有害积寒值分别为14.18℃∙d、11.75℃∙d、15.34℃∙d,均显示为重度寒害。2000年入春后,儋州各地降水偏少,造成水稻、瓜菜、花生等不同程度受灾,直接经济损失近6000万元。计算这段时间儋州的春季干旱致灾综合指数为-0.40,显示为中度干旱。从致灾指数的回代可以发现,确立的致灾等级指标至少能反应80%以上的灾情发生,表明建立的指标是合理可行的。寒害指标没有考虑阴雨寡照的影响,例如海南中北部由于冷暖气流的交互作用,受低温阴雨影响较大[36],阴雨寡照使瓜菜光合作用减弱而导致抗寒能力削弱。另外,降水过大必然会对瓜菜产生危害,而量级较小的降水有利于满足瓜菜的生长需水,因此在湿涝分析中可能存在一个降水的临界值问题[37]。例如,1998年儋州10-11月降水量为252.1 mm,偏少100 mm多,致灾综合指数值为0.29,显示没有湿涝发生,但灾情记载1998年为轻度湿涝年份,10月4-15日持续阴雨,其中4日和7日出现暴雨,造成农作物受灾。
瓜菜灾害危险性指数从气象因子角度考虑,危险性分布明显受地区气候特点的影响。海南东部大部分地区苗期降水量偏多2~4成,降水日数在35天以上;西部大部分地区偏少2~4成。东部地区4种瓜菜的苗期需水量均不高,最高的辣椒为40~80 mm,而同期降水量超过500 mm,极易造成瓜菜苗期发生湿涝灾害;而西部瓜菜的平均需水量为60~120 mm,同期的降水量为160~300 mm,受湿涝灾害危害程度明显较轻。苗期湿涝危险性分布特征与海南暴雨洪涝风险研究结果一致,东部地区处于中等以上风险区,西部多处于次低以下风险区[38]。1998-2011年4种瓜菜的平均有害积寒高值区均集中在海南中部五指山以北地区,平均有害积寒分别在1.30℃∙d、32℃∙d、4.5℃∙d、32℃∙d以上,逐渐往四周沿海和南部减小。从海南冷空气影响来看,由于中部山体的阻挡作用,冷空气不易逾越,在山区北部不断积聚,加上山间盆地的地形条件有利于辐射降温,使中部市县更易发生寒害。而五指山以南地区处于静止锋前部,出现寒害的几率较小,加上海温的调节作用[39],地区受寒害影响轻于内陆地区。海南3-4月平均降水量东多西少,西部地区不足125 mm;平均无雨日数东部少西部多,西部大部地区在35天以上。由于西部地区土壤以沿海沉积沙为主,降水不易堆积,容易出现缺水干旱。西部干旱是山地、平原、海洋对环境影响的叠加结果,山地对来自太平洋的水汽的阻挡作用与雨影区使西部降水稀少[40]。从遥感干旱监测结果[41]也可以看出,西南地区比中东部严重,西部土壤缺水状况明显。
由于海南特殊的地形,冷空气在中部山区迎风坡堆积,而山区南部背风坡受冷空气影响很小;海南各地土质差异较大,东部水土流失面积较多,不少地区是沿着丘陵坡度顺坡开垦种植,极易引起水土流失。因此,可以在孕灾环境中考虑坡向、土质的问题。另外,在孕灾环境指数的分析中并没有考虑地区瓜菜种植情况差异,山区部分地区不种植瓜菜,结果上导致山区孕灾风险对最终灾害风险区划产生一定的影响。中西部山区耕地资源有限、耕作技术不高,瓜菜种植较少,种植业产量低[40]。气候变化下,西部和北部地区气候有所改善,瓜菜种植面积不断增加,山地可挖掘的潜力较大[42]。
瓜菜气象灾害综合风险分布主要受灾害危险性的影响,两者的分布存在一致性。西瓜、豇豆和辣椒的气象灾害综合风险分布与苗期湿涝危险性分布相似,丝瓜的气象灾害综合风险与冬季寒害危险性分布相似。比较单独发生苗期湿涝、冬季寒害和春季干旱所导致的瓜菜平均减产率比率发现,西瓜、豇豆和辣椒均以苗期湿涝导致的平均减产率最大,丝瓜以冬季寒害导致的平均减产率最大,符合瓜菜生理特性[31,43],也与上述分析吻合。

The authors have declared that no competing interests exist.

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
Yan S P, Zhang Q Y, Tang Z C, et al.Comparative proteomic analysis provides new insights into chilling stress responses in Rice. Molecular and Cellular Proteomics, 2006, 1(5): 484-496.

[2]
Heikki H N.Climate warming and the risk of frost damage to boreal forest trees: Identification of critical ecophysiological traits. Tree Physiology, 2006, 26(7): 889-898.

[3]
王金辉, 黄伟坚, 张中润, 等. 东方市腰果寒害影响因素分析. 热带农业科学, 2008, 28(5): 36-38, 49.

[Wang Jinhui, Huang Weijian, Zhang Zhongrun, et al.Analysis of the influencing factors for cold damage to cashew in Dongfang city. Chinese Journal of Tropical Agriculture, 2008, 28(5): 36-38, 49.]

[4]
Mishra V, Cherkauer K A, Shukla S.Assessment of drought due to historic climate variability and projected future climate change in the midwestern United States. J Hydrometeorol, 2010, 11(1): 46-68.

[5]
Zhang Z, Chen Y, Wang P.Spatial and temporal changes of agro-meteorological disasters affecting maize production in China since 1990. Nat Hazards, 2014, 71: 2087-2100.

[6]
Glade T, Nadim F.Early warning systems for natural hazards and risks. Nat Hazards, 2014, 70: 1669-1671.

[7]
盛绍学, 石磊, 刘家福, 等. 沿淮湖泊洼地区域暴雨洪涝风险评估. 地理研究, 2010, 29(3): 416-422.

[Sheng Shaoxue, Shi Lei, Liu Jiafu, et al.Assessment of rainstorm flood risk in the areaof lakes and depressions along Huaihe River. Geographical Research, 2010, 29(3): 416-422.]

[8]
Lei Y D, Wang J A, Luo L L.Drought risk assessment of China's mid-season paddy. International Journal of Disaster Risk Science, 2011, 2(2): 32-40.

[9]
Huang D P, Zhang R H, Huo Z G, et al.An assessment of multidimensional flood vulnerability at the provincial scale in China based on the DEA method. Natural Hazards, 2012, 64(2): 1575-1586.

[10]
马国斌, 蒋卫国, 李京, 等. 中国短时洪涝灾害危险性评估与验证. 地理研究, 2012, 31(1): 31-44.

[Ma Guobin, Jiang Weiguo, Li Jing, et al.Assessment and validation of short-term flood hazards in China. Geographical Research, 2012, 31(1): 31-44.]

[11]
肖志强, 樊明, 赵彦锋. 武都山区农业连阴雨灾害时空演变气候特征及风险区划. 中国农学通报, 2013, 29(20): 181-185.

[Xiao Zhiqiang, Fan Ming, Zhao Yanfeng.The temporal and spatial climatic characteristics and risk zonation of continuous rain disaster on agriculture in mountain areas in Wudu. Chinese Agricultural Science Bulletin, 2013, 29(20): 181-185.]

[12]
张正涛, 高超, 刘青, 等. 不同重现期下淮河流域暴雨洪涝灾害风险评价. 地理研究, 2014, 33(7): 1361-1372.

[Zhang Zhengtao, Gao Chao, Liu Qing, et al.Risk assessment on storm flood disasters of different return periods in Huaihe River basin. Geographical Research, 2014, 33(7): 1361-1372.]

[13]
Quan R S, Liu M, Lu M, et al.Waterlogging risk assessment based on land use/cover change: A case study in Pudong New Area, Shanghai. Environmental Earth Sciences, 2010, 61(6): 1113-1121.

[14]
周惠成, 张丹. 可变模糊集理论在旱涝灾害评价中的应用. 农业工程学报, 2009, 25(9): 56-61.

[Zhou Huicheng, Zhang Dan.Assessment model of drought and flood disasters with variable fuzzy set theory. Transactions of the Chinese Society of Agricultural Engineering, 2009, 25(9): 56-61.]

[15]
吴荣军, 史继清, 关福来, 等. 干旱综合风险指标的构建及风险区划: 以河北省冬麦区为例. 自然灾害学报, 2013, 22(1): 145-152.

[Wu Rongjun, Shi Jiqing, Guan Fulai, et al.Integrated index construction and zoning of drought risk: A case studyof winter wheat area in Hebei province. Journal of Natural Disasters, 2013, 22(1): 145-152.]

[16]
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. 地理科学进展, 2011, 30(7): 883-890.

[Xu Xinchuang, Ge Quansheng, Zheng Jingyun, et al.Drought risk assessment on regional agriculture: A case in Southwest China. Progress in Geography, 2011, 30(7): 883-890.]

[17]
霍治国, 李世奎, 王素艳, 等. 主要农业气象灾害风险评估技术及其应用研究. 自然灾害学报, 2003, 18(6): 692-703.

[Huo Zhiguo, Li Shikui, Wang Suyan, et al.Study on the risk evaluation technologies of main agrometeorological disasters and their application. Journal of Natural Resources, 2003, 18(6): 692-703.]

[18]
Todisco F, Mannocchi F, Vergni L.Severity-duration-frequency curves in the mitigation of drought impact: An agricultural case study. Nat. Hazards, 2013, 65: 1863-1881.

[19]
Yu X Y, He X Y, Zheng H F.Spatial and temporal analysis of drought riskduring the crop-growing season over northeast China. Nat Hazards, 2014, 71: 275-289.

[20]
Wu H, Hubbard K G, Wilhite D A.An agricultural drought risk-assessment model for corn and soybeans. International Journal of Climatology, 2004, 24(6): 723-741.

[21]
吴利红, 娄伟平, 柳苗, 等. 油菜花期降水适宜度变化趋势及风险评估. 中国农业科学, 2011, 44(3): 620-626.

[Wu Lihong, Lou Weiping, Liu Miao, et al.Changes of precipitation suitability and assessment of yield loss risk of cole at flowering period. Scientia Agricultura Sinica, 2011, 44(3): 620-626.]

[22]
植石群, 刘锦銮, 杜尧东, 等. 广东省香蕉寒害风险分析. 自然灾害学报, 2003, 12(2): 113-116.

[Zhi Shiqun, Liu Jinluan, Du Yaodong, et al.Risk analysis of cold damage to banana in Guangdong province. Journal of Natural Disasters, 2003, 12(2): 113-116.]

[23]
陈家金, 王加义, 黄川容, 等. 福建省引种台湾青枣的寒冻害风险分析与区划. 中国生态农业学报, 2013, 21(12): 1537-1544.

[Chen Jiajin, Wang Jiayi, Huang Chuanrong, et al.Risk analysis and regionalization of cold and freezing damage to Taiwan-based Zizyphusmauritiana in Fujian province. Chinese Journal of Eco-Agriculture, 2013, 21(12): 1537-1544.]

[24]
李娜, 霍治国, 贺楠, 等. 华南地区香蕉、荔枝寒害的气候风险区划. 应用生态学报, 2010, 21(5): 1244-1251.

[Li Na, Huo Zhiguo, He Nan, et al.Climatic risk zoning for banana and litchi's chilling injury in South China. Chinese Journal of Applied Ecology, 2010, 21(5): 1244-1251.]

[25]
匡昭敏, 李强, 尧永梅, 等. EOS MODIS数据在甘蔗寒害监测评估中的应用. 应用气象学报, 2009, 20(3): 360-364.

[Kuang Zhaomin, Li Qiang, Yao Yongmei, et al.Application of EOS/MODIS data to monitoring sugarcane cold damage. Journal of Applied Meteorological Science, 2009, 20(3): 360-364.]

[26]
陈修治, 陈水森, 苏泳娴, 等. 利用AMSR-E遥感数据反演地表温度: 以2008年广东省春季寒害为例. 遥感信息, 2011, (5): 38-46.

[Chen Xiuzhi, Chen Shuisen, Su Yongxian, et al.Retrieving land surface temperature from AMSR-E remote sensing data: A case study over Guangdong during spring cold disaster in 2008. Remote Sensing Information, 2011, (5): 38-46.]

[27]
蔡大鑫, 王春乙, 张京红, 等. 基于产量的海南省香蕉寒害风险分析与区. 生态学杂志, 2013, 32(7): 1896-1902.

[Cai Daxin, Wang Chunyi, Zhang Jinghong, et al.Cold damage risk analysis and division of banana production in Hainan province of South China based on yield. Chinese Journal of Ecology, 2013, 32(7): 1896-1902.]

[28]
蔡大鑫, 张京红, 刘少军. 海南荔枝产量的寒害风险分析与区划. 中国农业气象, 2013, 34(5): 595-601.

[Cai Daxin, Zhang Jinghong, Liu Shaojun.Analysis and division for risk of cold damage to litchi yield in Hainan. Chinese Journal of Agrometeorology, 2013, 34(5): 595-601.]

[29]
邹海平, 王春乙, 张京红, 等. 海南岛香蕉寒害风险区划. 自然灾害学报, 2013, 22(3): 130-134.

[Zou Haiping, Wang Chunyi, Zhang Jinghong, et al.Risk zoning of cold damage to banana in Hainan Island. Journal of Natural Disasters, 2013, 22(3): 130-134.]

[30]
温克刚, 吴岩俊. 中国气象灾害大典: 海南卷. 北京: 气象出版社, 2009.

[Wen Kegang, Wu Yanjun.Encyclopedia of Meteorological Disasters in China. Hainan. Beijing: China Meteorological Press, 2009.]

[31]
程智慧. 蔬菜栽培学各论. 北京: 科学出版社, 2010.

[Chen Zhihui.The Theory of Vegetable Cultivation. Beijing: Science Press, 2010.]

[32]
霍治国, 杜尧东, 姜燕, 等. 香蕉、荔枝寒害等级. 北京: 气象出版社, 2007.

[Huo Zhiguo, Du Yaodong, Jiang Yan, et al.Grade of Cold Damage for Banana and Litchi. Beijing: China Meteorological Press, 2007.]

[33]
霍治国, 刘荣花, 姜燕, 等. 小麦干旱灾害等级. 北京: 气象出版社, 2007.

[Huo Zhiguo, Liu Rronghua, Jiang Yan, et al.Disaster Grade of Drought for Wheat. Beijing: China Meteorological Press, 2007.]

[34]
Zhao X, Zhao Q, Chen G.AHP method in computing factor weight of the network learning pattern recognition. David Jin, Sally Lin. Advances in Electronic Engineering, Communication and Management. Berlin: Springer Berlin Heidelberg, 2012: 193-197.

[35]
Wang X M, Tao Z S, Qin X W.Evaluation of geological disaster with extenics based on entropy method. Kang Li, Li Jia, Xin Sun, et al. Life System Modeling and Intelligent Computing. Berlin: Springer Berlin Heidelberg, 2010: 708-715.

[36]
颜仕龙, 何虹. 影响海南农业的气象灾害与农业保险气象服务. 气象研究与应用, 2008, 29(S2): 76-77, 80.

[Yan Shilong, He Hong.Meteorological service for agricultural disaster and insurance in Hainan. Journal of Meteorological Research and Application, 2008, 29(S2): 76-77, 80.]

[37]
许莹, 马晓群, 岳伟. 安徽省一季稻涝灾损失定量评估研究. 安徽农业科学, 2009, 37(2): 722-726.

[Xu Ying, Ma Xiaoqun, Yue Wei.Study on quantitative assessment of waterlogging disaster losses of single-season rice in Anhui province. Journal of Anhui Agricultural Sciences, 2009, 37(2): 722-726.]

[38]
张京红, 田光辉, 蔡大鑫, 等. 基于GIS技术的海南岛暴雨洪涝灾害风险区划. 热带作物学报, 2010, 31(6): 1014-1019.

[Zhang Jinghong, Tian Guanghui, Cai Daxin, et al.Rainstorm and flood disasters zoning in Hainan Island based on GIS technology. Chinese Journal of Tropical Crops, 2010, 31(6): 1014-1019.]

[39]
邱志荣, 刘霞, 王光琼, 等. 海南岛天然橡胶寒害空间分布特征研究. 热带农业科学, 2013, 33(11): 67-69, 74.

[Qiu Zhirong, Liu Xia, Wang Guangqiong, et al.Spatial distribution character of chilling damage to rubber trees in Hainan province. Chinese Journal of Tropical Agriculture, 2013, 33(11): 67-69, 74.]

[40]
廖继武, 周永章. 海南西部干旱的地理边缘解析. 海南师范大学学报: 自然科学版, 2012, 25(1): 104-108.

[Liao Jiwu, Zhou Yongzhang.Analysis of drought in western Hainan from the perspective of geographical fringes. Journal of Hainan Normal University: Natural Science, 2012, 25(1): 104-108.]

[41]
李海亮, 田光辉, 刘海清. 基于MODIS数据的海南岛干旱监测研究. 广东农业科学, 2011, (6): 204-206.

[Li Hailiang, Tian Guanghui, Liu Haiqing.Study on drought monitoring in Hainanisland based on MODIS data. Guangdong Agricultural Sciences, 2011, (6): 204-206.]

[42]
李香, 赵志忠, 李鹏山. 海南岛西部干旱区乐东县水稻生产潜力研究. 海南师范大学学报: 自然科学版, 2009, 22(1): 78-82.

[Li Xiang, Zhao Zhizhong, Li Pengshan.Study on rice productive potential in Ledong county of arid area of western in Hainan Island. Journal of Hainan Normal University: Natural Science, 2009, 22(1): 78-82.]

[43]
马彦霞, 郁继华, 张国斌, 等. 壳聚糖对水分胁迫下辣椒幼苗氧化损伤的保护作用. 中国农业科学, 2012, 45(10): 1964-1971.

[Ma Yanxia, Yu Jihua, Zhang Guobin, et al.Protective effects of exogenous chitosan on oxidative damage in pepper seedling leaves under water stress. Scientia Agricultura Sinica, 2012, 45(10): 1964-1971.]

Options
Outlines

/

〈 〉