李梦娜, 钱会, 乔亮
长安大学环境科学与工程学院,西安 710054

Evaluation of agricultural vulnerability to drought in Guanzhong Area

LIMengna, QIANHui, QIAOLiang
College of Environmental Science and Engineering,Chang’an University,Xi’an 710054,China
通讯作者:钱会,E-mail：qianhui@chd.edu.cn
收稿日期:2015-06-2
修回日期:2015-11-23
网络出版日期:2016-01-25
版权声明:2016《资源科学》编辑部《资源科学》编辑部
基金资助:基金项目：水利部公益性行业科研专项基金：“渭河中下游干旱预警与应急水源配置”（201301084）
作者简介:
-->作者简介：李梦娜,女,陕西延安人,博士生,主要从事水资源与水文地质研究。E-mail：limegnna@sina.cn



展开

摘要
关中地区是中国重要的粮食生产基地,了解其农业干旱脆弱性是科学应对干旱的前提和基础。在农业干旱脆弱性评价中,为更加科学地选取指标和确定指标权重,将灰色关联聚类分析法和博弈论思想引入脆弱性评价。筛选出10个指标,得到各指标主、客观赋权的组合权重。运用综合指数法构建脆弱性模型,计算得到关中地区各城市的农业干旱脆弱性指标值,在此基础上,采用因子贡献度模型分析得到各指标对每个城市农业干旱脆弱性的贡献度。结果表明,农业干旱脆弱性由小到大的顺序依次为西安、渭南、咸阳、宝鸡和铜川。西安市敏感性和恢复性的贡献度相当,有效灌溉面积不足和农用塑料薄膜使用量较少对西安市农业干旱脆弱性贡献较大。渭南市、咸阳市为恢复性主导,财政收入偏低和人均GDP偏低对两市农业干旱脆弱性贡献较大。宝鸡市敏感性和恢复性的贡献度相当,铜川市为敏感性主导,单位面积农田灌溉用水量小和水利工程供水能力弱对这两个城市农业干旱脆弱性贡献较大。最后,根据指标对各城市农业干旱脆弱性贡献度的大小,提出相应应对措施。

关键词：农业干旱;脆弱性;综合指数法;贡献度;关中地区
Abstract
Guangzhong Area is one of the most important production regions of crops,so it’s of great importance to know its agricultural vulnerability. In the evaluation of agricultural vulnerability to drought in Guanzhong Area,to make the selection of indexes and determination of the weights of indexes more scientific,grey relation analysis and combination weighting game theory were put into use. 10 indexes were screened out from 12 indexes,and the combined weights of these indexes were calculated. Agricultural vulnerability value to drought in Guanzhong Area was calculated by vulnerability model which is developed by comprehensive index method. Contribution model was applied to analysis each city’s main contributing factors and indexes. The results show that：the least vulnerable city is Xi’an,and the following is Weinan,Xianyang,Baoojiand and Tongchuan. Sensitivity and restorative make similar contribution to Xi’an,while lack of effective irrigation area,and less consumption of agricultural plastic film per unit arable area are the main contributors. Restorative contributes more for Weinan and Xianyang. Low government revenue and low per capita GDP are the main contributors for two cities. Sensitivity and restorative make similar contribution to Baooji. Sensitivity contributes more for Tongchuan. Irrigation water consumption per unit area of farmland and water supply capacity of water conservancy projects are the main contributors for Baooji and Tongchuan. Finally,to reduce each cities’ agricultural vulnerability to drought,countermeasures are put forward based on the main contribution indexes.

Keywords：agricultural drought;vulnerability;comprehensive index method;contribution value;Guangzhong Area

-->0
PDF (649KB)元数据多维度评价相关文章收藏文章
本文引用格式导出EndNoteRisBibtex收藏本文-->
李梦娜, 钱会, 乔亮. 关中地区农业干旱脆弱性评价[J]. , 2016, 38(1): 166-174 https://doi.org/10.18402/resci.2016.01.18
LI Mengna, QIAN Hui, QIAO Liang. Evaluation of agricultural vulnerability to drought in Guanzhong Area[J]. 资源科学, 2016, 38(1): 166-174 https://doi.org/10.18402/resci.2016.01.18

1 引言

旱灾在全球普遍发生,给农业带来的损失巨大^[1]。据统计^[2],自20世纪90年代以来,中国年均因旱粮食损失达260亿kg。农业是中国国民经济的重要基础和组成部分,与人民生活息息相关。其自身的弱质性、高风险性,使其应对自然灾害的能力有限^[3]。农业旱灾是农作物在整个生长过程中,得不到适时适量的水而发生水分短缺,造成农作物减产甚至绝收的现象^[4]。农业干旱脆弱性是指农业生产易于和敏感于遭受干旱威胁和造成损失的性质和状态^[5]。农业干旱脆弱性分析可以帮助决策者在农业干旱发生之前提前采取应对措施^[6],为防旱、抗旱和减灾提供科学依据,因此对农业干旱脆弱性进行研究具有十分重要的意义。
关于干旱脆弱性的探讨是从20世纪90年代开始,从定性研究逐渐走向定量研究的^[7]。国外许多****从不同角度对干旱脆弱性进行了研究。一类是基于宏观视角的区域农业干旱脆弱性评价,一类是基于农户微观视角的农户脆弱性评价。Nayoung Do等通过对卫星数据的分析,得到土壤水分利用效率,进而对亚洲东北部干旱地区进行了干旱脆弱性分析^[8]。Hamid R. Safavi等用GIS（Geographic Infor-mation System）对9项指标进行集成,结合多方面因素评价了伊朗Zayandehrood流域的干旱脆弱性^[9]。Kiumars Zarafshani等采用分层抽样方法筛选出370位种小麦的农民,与他们进行交流,分析得到伊朗西部地区种植小麦农户的干旱脆弱性^[10]。Bekele Shiferaw等对非洲撒哈拉以南地区的干旱脆弱性及其影响进行了分析,论述了当前干旱风险管理策略,同时展望了基于技术、制度和政策的综合应对方式^[11]。相对而言,国内研究起步较晚,但在农业干旱脆弱性的定量评估方面也已取得较大进展^[12]。裴欢等基于7个指标通过数据包络分析方法,对中国农业旱灾脆弱性的时空变化进行了分析^[13]。屈艳萍等用层次分析法得到指标权重,基于区域灾害系统论对中国农业旱灾风险进行了计算和评估^[14]。王莺等通过主成分分析方法,对中国南方的干旱脆弱性进行了评价^[15]。雍国正等采用熵值法和贡献度模型对河西绿洲城市的干旱脆弱性进行了评价^[16]。胡颖颖等用因素成对比较法确定指标权重,基于标准化数据构建脆弱性评估模型,对新疆的农业气候干旱脆弱性进行了分析^[17]。
鉴于对关中地区农业干旱脆弱性的研究较少,本文从宏观视角出发,对关中地区农业干旱脆弱性进行区域性分析。考虑到前人研究没有对选取的指标进行分析和筛选,大都通过主观赋权法或客观赋权法确定指标权重,使主观因素或客观因素介入过多。本文采用灰色关联聚类分析法对初选指标进行了筛选。同时,为避免客观赋权法完全基于数据而不顾真实情况,和主观赋权法主观因素介入过多这两种极端情况,采用基于博弈论的组合赋权法对指标进行赋权。然后用综合指数法构建脆弱性模型,得到各城市农业干旱脆弱性指标值,通过因子贡献度模型,分析得到各指标的贡献程度。

2 研究区概况与指标选取

2.1 研究区概况

陕西关中地处内陆,属于半湿润半干旱气候带,年平均降水量500~700mm,且降水年内分布不均,6-9月份的降水占60%,冬季和春季降水较少,是中国北方典型缺水和干旱频发地区^[18]。关中素有“年年有干旱、两年一小早、五年一中旱、十年一大早”之说。据统计,从公元2世纪到1949年间,陕西省共发生旱灾600余次,仅关中就达到326次,为总旱灾记载年份的54%。建国后47年之中,关中大范围干旱共发生22次,为总年份数的47%。可见干旱对关中影响之大^[19]。关中有九大灌区,分别为：泾惠渠、宝鸡峡、洛惠渠、交口、羊毛湾、桃曲坡、冯家山、石头河和石堡川灌区。这些灌区是中国重要的粮食生产基地,一旦发生大面积严重干旱,影响和危害较大。本文以关中为研究对象,评价其农业干旱脆弱性,以期为农业干旱的预防和控制提供科学依据。

2.2 指标选取

农业干旱脆弱性的影响因素众多,不同****在分析农业干旱脆弱性时对指标的选取也不尽相同,但归纳起来可以分为敏感性和恢复性两大类。结合关中地区实际情况以及相关数据的可获得性,从敏感性和恢复性两个方面建立农业干旱脆弱性指标体系,首先选取12个评价指标。敏感性指标包括代表自然条件的降水、气温,和反映农业灌溉用水条件的单位面积农田灌溉用水量、水利工程供水能力、有效灌溉面积及旱涝保收面积。降水量越大,农作物的水分补给越充足,干旱越不容易发生。相反,气温越高,强烈的蒸发作用使水分快速流失,越容易导致干旱。农田灌溉用水量、水利工程供水能力、有效灌溉面积及旱涝保收面积的值越大,说明农业的灌溉用水条件越好,干旱越不容易发生。恢复性指标包括反映区域经济情况的财政收入、人均GDP、农民人均纯收入,和体现对农业投入情况的单位面积农用机械总动力、单位面积农用化肥施用量及单位面积农用塑料薄膜使用量。财政收入、人均GDP和农民人均纯收入越高,说明经济情况越好,社会的发展水平和发展程度越高,农业干旱发生之后社会经济方面的应对能力越强。单位面积农用机械总动力、单位面积农用化肥施用量及单位面积农用塑料薄膜使用量的值越大,说明对农业的投入和重视程度越高,越有利于农业干旱发生之后的恢复。根据性质可以将指标分为正向指标和负向指标。正向指标与农业干旱脆弱性呈正相关关系,指标值越大脆弱性越大。负向指标与农业干旱脆弱性呈负相关关系,指标值越大脆弱性越小。12个指标及其性质见表1。
Table 1
表1
表1初选评价指标
Table 1Initial selection of evaluation indexes

指标	指标说明	指标性质
X1	降水量/mm	-
X2	气温/℃	+
X3	单位面积农田灌溉用水量/（m3/hm2）	-
X4	水利工程供水能力/m3	-
X5	有效灌溉面积/hm2	-
X6	旱涝保收面积/hm2	-
X7	财政收入/元	-
X8	人均GDP/元	-
X9	单位面积农用机械总动力/（kW/hm2）	-
X10	单位面积农用化肥施用量/（t/hm2）	-
X11	单位面积农用塑料薄膜使用量/（kg/hm2）	-
X12	农民人均纯收入/元	-

新窗口打开
为避免重复选取有密切关系的指标,采用灰色关联聚类分析法对12个指标进行筛选。考虑到降水、气温年际波动相对较大,本文采用1961-2012年共52年的降水和气温均值进行筛选^[20]。其它数据来源于2008-2012年的《陕西统计年鉴》^[21-25]和2007-2011年的《陕西省水利统计年鉴》^[26-30],取5年的均值进行筛选。由于统计数据中杨凌区的数据缺乏完整性,所以本文不对杨凌区进行分析。筛选方法如下：
假设存在序列 Xi=xi0(k),k=1,2,?,n和 Xj=xj0(k),k=1,2,?,n。
（1）初始化序列,使两序列具有可比性：
Yi=xi0(k)xi0(l)=yi0(k)（1）
Yj=xj0(k)xj0(l)=yj0(k)（2）
（2）一次累减生成：
a1(yi0(k+1)=yi0(k+1)-yi0(k)(k=1,2,?,n-1)（3）
a1(yj0(k+1)=yj0(k+1)-yj0(k)(k=1,2,?,n-1)（4）
（3）计算绝对关联系数：
ξ(k+1)=11+a1[yi0(k+1)]-a1[yj0(k+1)](k=1,2,?,n-1)（5）
（4）计算绝对关联度：
rij=1n-1∑k=2nξ(k)（6）
式中 rij就是序列 Xi和 Xj的绝对关联度, rij越接近于1,两个序列的关系越密切,反之,则两个序列的关系越不密切。计算12个指标之间的绝对关联度,得到上三角矩阵R：

取临界值为0.9,即将绝对关联度大于0.9的两个指标视为同类指标。通过对同类指标进行筛选,只保留一个代表性指标,使系统得到简化。由矩阵可知,X₂与X₉、X₂与X₁₂、X₄与X₆、X₈与X₁₂、X₉与X₁₂的绝对关联度均大于0.9。为保证结果的可靠性,在综合考虑计算结果以及指标实际含义的基础上,去掉X₆、X₁₂。最终关中农业干旱脆弱性评价指标体系包括：X₁、X₂、X₃、X₄、X₅、X₇、X₈、X₉、X₁₀、X₁₁。

3 脆弱性评价

确定指标权重的方法有两种,主观赋权法和客观赋权法。主观赋权法基于人们的主观认识来确定指标权重,有德尔菲法、二项系数法、层次分析法等^[31]。客观赋权法则是基于对原始数据之间关系的分析来确定指标权重,包括主成分分析法、熵值法、多目标规划法等。两种方法各有利弊。主观赋权法从决策者的经验认识出发,受到主观因素的较大影响,反映了决策者的意向,不同决策者得到的权重可能存在很大差异。而客观赋权法从数据出发,虽有较强的数学理论依据,但不考虑指标间的差距,忽略了其真实状况^[31]。基于博弈论的组合权重法可以将主、客观两方面结合起来,规避两种方法各自的缺陷,综合两种方法的优点。

3.1 主、客观权重的确定

层次分析法是20世纪70年代初,由美国著名运筹学家提出的一种多目标决策分析方法。这个方法将复杂问题看作一个系统,通过逐层分解把总目标分解为若干层次的多个指标,再通过相互比较确定各个指标的权重^[32]。层次分析法的优点是在对复杂决策问题的内在关系、影响因素等深入分析的基础上,将决策者的实际经验融入量化过程中,使复杂问题分解简化。同时还将定性和定量相结合,逻辑严密可靠,灵活、简洁,具有较强的可操作性。
熵值法通过对指标信息熵的计算,根据指标的相对变化程度对系统的影响,来确定指标权重。相对变化程度大的指标权重较大,相对变化程度小的指标权重较小。用熵值法确定权重,克服了主观赋权过程中无法避免的随机性。此方法是客观赋权法当中较为简单易行的方法,现广泛应用在统计学等各个领域,具有较强的研究价值。
本文客观权重采用文献[18]中的熵值法确定,主观权重采用文献[33]中的层次分析法确定,根据各评价指标数据和专家打分,得到两种方法下各评价指标的权重,见表2。可以看出,主、客观权重之间存在一定的差异,因此需要对权重进行集成。
Table 2
表2
表2评价指标主、客观权重
Table 2Subjective and objective weights of evaluation indexes

权重	敏感性						恢复性
	X1	X2	X3	X4	X5		X7	X8	X9	X10	X11
主观权重	0.089	0.036	0.143	0.125	0.107		0.148	0.130	0.111	0.037	0.074
客观权重	0.067	0.072	0.116	0.160	0. 085		0.085	0.096	0.090	0.104	0.125

新窗口打开

3.2 基于博弈论的组合赋权法

博弈论也称对策论,是运筹学领域的重要学科。它假设每个方案都是决策者理性决策的结果,决策过程是在不同权重之间寻找妥协,达到最大化共同利益的过程^[31]。步骤如下：
假设采用L种方法得到指标权重,权重向量为：
ωk=(ωk1,ωk2,?,ωkn)(k=1,2,?,L)（7）
由此得到可能的权重集：
ω=∑k=1Lαk?ωKT(αk>0)（8）
优化目标函数为：
min∑k=1Lαk?ωKT-ωk2(k=1,2,?,L)（9）
根据矩阵微分性质,公式（9）最优化的一阶导数条件为：
∑k=1Lαk?ωk?ωKT=ωk?ωKT（10）
根据公式（10）求得 (α1,α2,?,αL)后,进行归一化处理：
αK*=αk∑k=1Lαk（11）
于是,综合权重为：
ω*=∑k=1LαK*?ωKT（12）
根据表2中主、客观权重以及公式（10）,得到最优一阶线性方程组为：
0.1070.1020.1020.115α1α2=0.1070.115
计算得到 α1和 α2后,用公式（11）归一化,最终 α*=0.292，α*=0.708。于是,通过公式（12）,计算得到基于博弈论的组合权重,见表3。
Table 3
表3
表3基于博弈论的组合权重
Table 3Weights based on combination weighting game theory

权重	敏感性								恢复性
	X1	X2	X3	X4	X5		X7	X8	X9	X10	X11
组合权重	0.083	0.046	0.135	0.135	0.101		0.130	0.120	0.105	0.057	0.089

新窗口打开

3.3 一致性检验

为比较不同方法得到的权重的差异程度,本文通过一致性检验检测三种权重的一致性,检验公式如下：
dω1?ω2=12∑j=111ωj1-ωj2212（13）
当 0≤dω1?ω2≤1时, dω1?ω2越小,2种赋权结果越接近。经检验,层次分析法和熵值法所赋权重的 dω1?ω2值在[0,0.092]范围内,层次分析法和基于博弈论的组合赋权法的 dω1?ω2值在[0,0.027]范围内,熵值法和基于博弈论的组合赋权法的 dω1?ω2值在[0,0.065]范围内。说明组合赋权法是主客观权重的集成,既考虑了主观判断又参考了客观情况,所得结果更加符合实际情况。3.4 脆弱性评价模型
在上述指标体系基础上,运用综合指数法构造模型,计算陕西关中5个行政区的农业干旱脆弱性指标值。计算公式如下：
Vi=∑j=1nωj?rij（14）
式中 Vi为城市i的农业干旱脆弱性指标值; Vi越大越脆弱,反之越不脆弱; ωj为第j项指标的权重; rij为城市i的第j项指标的标准化值,标准化公式参考文献[34]。计算结果见表4。
Table 4
表4
表4关中各城市的农业干旱脆弱性指标值
Table 4Agricultural vulnerability values to drought of five cities in Guanzhong Area

权重	敏感性								恢复性			脆弱性指标值
	X1	X2	X3		X4	X5		X7	X8	X9	X10	X11
西安市	0.017	0.010	0.008	0.005	0.020		0.002	0.013	0.014	0.011	0.022	0.120
铜川市	0.017	0.008	0.055	0.069	0.041		0.035	0.026	0.024	0.012	0.020	0.305
宝鸡市	0.014	0.009	0.034	0.035	0.023		0.031	0.022	0.025	0.012	0.024	0.230
咸阳市	0.018	0.009	0.020	0.023	0.015		0.030	0.026	0.022	0.009	0.013	0.187
渭南市	0.017	0.010	0.018	0.003	0.002		0.032	0.032	0.020	0.013	0.011	0.157

新窗口打开
得到各地区的脆弱性指标值后,需要进一步分析各因素和指标的贡献度,确定易导致脆弱的因素和指标,从而尽可能避免其不良影响。

4 贡献度计算

考虑到对一个地区来说干旱脆弱性越小越好,本文依据贡献度与障碍度的逻辑关系,将因子障碍度模型^[35,36]改造为因子贡献度计算模型,用于分析负向目标（脆弱性）的主要贡献因子。计算过程如下：
（1）计算单项指标对总目标的权重：
（15）
式中 Fj为第j项指标对总目标的权重;为第r准则层因素的权重; wj为第j项指标的权重。
（2）计算单个指标对脆弱性的贡献度：
C_j=Fj?Ij∑j=1mFj?Ij×100%（16）
式中 Cj为第j项指标对脆弱性的贡献度; Ij为第j项指标的标准化值; m为指标个数。
（3）计算准则层因素对脆弱性的贡献度：
Ur=∑j=1mCj（17）
式中 Ur为第r准则层因素对脆弱性的贡献度。针对准则层因素,即敏感性和恢复性分析结果见表5,针对各项指标的分析结果见表6。根据各指标贡献度大小,选择每个城市中贡献度在前两位的指标作为主要贡献指标。

5 结果分析

通过以上计算可以得到,关中农业干旱脆弱性由小到大的顺序依次为西安市、渭南市、咸阳市、宝鸡市和铜川市。
西安市敏感性和恢复性对农业干旱脆弱性的贡献度相当,均为0.50（表5）。敏感性代表农业在一定的外界条件下易于发生干旱的状态,即抵御农业干旱发生的能力;恢复性反映农业在遭受干旱之后的恢复能力。两者相当,说明西安市抵御农业干旱发生的能力与农业干旱发生后的恢复能力相当。西安市农业干旱脆弱性的主要贡献指标为有效灌溉面积、单位面积农用塑料薄膜使用量,二者的贡献度分别为0.17、0.18（表6）。反映出西安市有效灌溉面积不足,单位面积农用塑料薄膜使用量较少。通过对5年数据的分析可得,西安市有效灌溉面积大约占关中地区总有效灌溉面积的20%,基本处于平均水平。西安市农用塑料薄膜使用量为8.82kg/hm²,与关中地区农用塑料薄膜平均使用量12.61kg/hm²相比,还存在一定的差距。而农用塑料薄膜对于农作物减少蒸发、保持湿度具有非常重要的作用。因此,要降低西安市农业干旱脆弱性,一方面可适当增加灌溉工程设施来提高有效灌溉面积,另一方面可适当增加农用塑料薄膜的使用。
Table 5
表5
表5敏感性和恢复性对关中各城市农业干旱脆弱性的贡献度
Table 5Contribution of sensitivity and restorative to agricultural vulnerability values to drought of five cities in Guanzhong Area

城市	敏感性贡献度	恢复性贡献度
西安	0.50	0.50
铜川	0.62	0.38
宝鸡	0.50	0.50
咸阳	0.46	0.54
渭南	0.32	0.68

新窗口打开
渭南市属于恢复性主导城市。敏感性和恢复性对农业干旱脆弱性的贡献度分别为0.32、0.68（表5）。并且与其它4个城市相比,渭南市的恢复性贡献度最大,说明渭南市发生农业干旱后的恢复能力差。所以与抵御农业干旱发生的能力相比,渭南市更应重视农业干旱发生之后的恢复能力的提高。渭南市农业干旱脆弱性的主要贡献指标为财政收入、人均GDP,二者贡献度分别为0.20、0.21（表6）。这两个指标贡献度大直接导致渭南市恢复性的贡献度大。同时与其它4个城市相比,渭南市这两个指标的贡献度均为最大值,体现出渭南市经济相对落后的实际情况。通过对5年数据的分析可得,渭南市财政收入仅占关中地区总财政收入的10%~15%,人均GDP与关中地区平均水平相差较大。而一个城市经济的发达与否,直接关系到农业干旱发生之后政府和人民应对干旱能力的大小。所以对渭南市而言,首要问题是提高农业干旱发生之后的恢复能力,具体来讲,就是要大力发展经济,提高社会综合发展水平,增加政府和人民的收入。
Table 6
表6
表6各指标对关中各城市农业干旱脆弱性的贡献度
Table 6Contribution of indexes to agricultural vulnerability values to drought of five cities in Guanzhong Area

权重	敏感性								恢复性
	X1	X2	X3	X4	X5		X7	X8	X9	X10	X11
西安市	0.14	0.08	0.07	0.04	0.17		0.02	0.10	0.11	0.09	0.18
铜川市	0.05	0.03	0.18	0.23	0.13		0.11	0.08	0.08	0.04	0.06
宝鸡市	0.06	0.04	0.15	0.15	0.10		0.13	0.10	0.11	0.05	0.10
咸阳市	0.10	0.05	0.11	0.12	0.08		0.16	0.14	0.12	0.05	0.07
渭南市	0.11	0.06	0.11	0.02	0.01		0.20	0.21	0.13	0.08	0.07

注：表中有下划线的数值为主要贡献指标的贡献度。
新窗口打开
咸阳市也属于恢复性主导城市。敏感性和恢复性对农业干旱脆弱性的贡献度分别为0.46、0.54（表5）。体现出咸阳市抵御农业干旱发生的能力略高于农业干旱发生后的恢复能力。所以咸阳市也应关注农业干旱发生之后恢复能力的提高。咸阳市农业干旱脆弱性的主要贡献指标为财政收入、人均GDP,二者的贡献度分别为0.16、0.14（表6）,仅次于渭南市。这两个指标贡献度大直接导致咸阳市恢复性贡献度大。同时也体现出咸阳市经济发展水平有待进一步提高。总体来讲,咸阳市的情况与渭南市相似,但要好于渭南市。通过对5年数据的分析可得,咸阳市财政收入占关中地区总财政收入的15%~20%,人均GDP略低于关中地区平均水平。因此,要降低咸阳市农业干旱脆弱性,应注重农业干旱发生之后恢复能力的提高,具体来讲,就是要进一步发展经济,提高社会综合发展水平,增加政府和人民的收入。
宝鸡市敏感性和恢复性对农业干旱脆弱性的贡献度均为0.50（表5）。说明宝鸡市抵御农业干旱发生的能力与农业干旱发生后的恢复能力相当。宝鸡市农业干旱脆弱性的主要贡献指标为单位面积农田灌溉用水量、水利工程供水能力,二者的贡献度均为0.15（表6）。这反映出宝鸡市的农田灌溉用水量相对较少,水利工程供水能力较为不足。总的来说,宝鸡市农业灌溉用水条件相对较差。通过对5年数据的分析可得,宝鸡市农田灌溉用水量低于关中地区平均水平,水利工程供水能力占关中地区总供水能力的16%左右,比例较低。而水是农作物正常生长不可或缺的因素,对农业干旱的防治和应对起着关键作用。因此,要降低宝鸡市农业干旱脆弱性,需要通过建设蓄水工程、引水工程等水利工程供水设施来提高农业灌溉用水条件。
铜川市属于敏感性主导城市。敏感性和恢复性对农业干旱脆弱性贡献度分别为0.62、0.38（表5）。并且与其它4个城市相比,铜川市的敏感性贡献度最大,说明在相同外界条件下,铜川市更易于发生农业干旱。所以对于铜川市而言,首先要做的是降低农业对干旱的敏感性,也就是提高抵御农业干旱发生的能力。铜川市农业干旱脆弱性的主要贡献指标为单位面积农田灌溉用水量、水利工程供水能力,二者的贡献度分别为0.18、0.23（表6）,这两个指标贡献度大直接导致铜川市敏感性的贡献度大。同时与其它4个城市相比,铜川市这两个指标的贡献度均为最大值,反映出铜川市农业灌溉用水条件差。通过对5年数据的分析可得,铜川市农田灌溉用水量远远低于关中地区平均水平,水利工程供水能力仅占关中地区总供水能力的14%左右,比例低。因此,要降低铜川市农业干旱脆弱性,首要问题是提高抵御农业干旱发生的能力,具体来讲,就是通过建设蓄水工程、引水工程等水利工程供水设施来提高农业灌溉用水条件。

6 结语

用筛选的指标建立了关中地区农业干旱脆弱性评价体系,通过基于博弈论的组合赋权法对指标进行赋权。用综合指数法构建脆弱性模型,对各城市农业干旱脆弱性进行了评价,由贡献度分析得到各指标对脆弱性的贡献度。结果表明：关中各地区农业干旱脆弱性由小到大的顺序依次为西安市、渭南市、咸阳市、宝鸡市和铜川市。其中西安市和宝鸡市敏感性的贡献度与恢复性的贡献度相当,渭南市、咸阳市为恢复性主导,铜川市为敏感性主导。有效灌溉面积不足和单位面积农用塑料薄膜使用量较少对西安市农业干旱脆弱性贡献较大。财政收入偏低和人均GDP偏低对渭南市和咸阳市农业干旱脆弱性贡献较大。单位面积农田灌溉用水量小和水利工程供水能力弱对宝鸡市和铜川市农业干旱脆弱性贡献较大。
The authors have declared that no competing interests exist.

---

参考文献文献选项 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1]	孙可可,陈进,金菊良,等. 实际抗旱能力下的南方农业旱灾损失风险曲线计算方法 [J]. 水利学报,2014,45(7):809-814. [本文引用: 1] [SUN Keke,CHEN Jin,JIN Juliang,et al.Calculation method of agricultural drought loss risk curve under the actual drought resistance ability condition in Southern China [J]. Journal of Hydraulic Engineering,2014,45(7):809-814.] [本文引用: 1]
[2]	国家防汛抗旱总指挥部,中华人民共和国水利部. 中国水旱灾害公报2013[M]. 北京:中国水利水电出版社,2014. [本文引用: 1] [Office of State Flood Control and Drought Relief Headquaters,The Ministry of Water Resources of the People’s Republic of China. Bulletin of Flood and Drought Disaster in China2013[M].Beijing:China Water & Power Press,2014.] [本文引用: 1]
[3]	汪霞,汪磊. 西南喀斯特地区农业旱灾脆弱性演化分析——以贵州省为例 [J]. 广东农业科学,2014,20:165-169. [本文引用: 1] [WANG Xia,WANG Lei.Research on agricultural drought vulnerability evaluation and hazard-relief strategy in Karst areas in southwestern China-An example from Guizhou province [J]. Guangdong Agricultural Sciences,2014,20:165-169.] [本文引用: 1]
[4]	尹树斌,巢礼义,冯发林. 湖南省农业干旱灾害特征与水资源高效利用模式 [J]. 湖南师范大学自然科学学报,2005,28(4):80-84. [本文引用: 1] [YIN Shubin,CHAO Liyi,FENG Falin.The characteristic of agricultural drought disaster and the model of dffective utilization of water resource in Hunan province [J]. Journal of Natural Science of Hunan Normal University,2005,28(4):80-84.] [本文引用: 1]
[5]	康永辉,解建仓,黄伟军,等. 农业干旱脆弱性模糊综合评价 [J]. 中国水土保持科学,2014,12(2):113-120. [本文引用: 1] [KANG Yonghui,XIE Jiancang,HUANG Weijun,et al.Fuzzy comprehensive evaluation of agricultural drought vulnerability [J]. Science of Soil and Water Conservation,2014,12(2):113-120.] [本文引用: 1]
[6]	Wilhelmi O V,Wilhite D A.Assessing vulnerability to agriculture drought:A Nebraska case study [J]. Natural Hazards,2002,25(1):37-58. [本文引用: 1]
[7]	Shahid S,Behrawan H.Drought risk assessment in the western part of Bangladesh [J]. Natural Hazards,2008,46(3):391-413. [本文引用: 1]
[8]	Nayoung Do,Sinkyu Kang.Assessing drought vulnerability using soil moisture-based water use efficiency measurements obtained from multi-sensor satellite data in Northeast Asia dryland regions [J]. Journal of Arid Environments,2014,105:22-32. [本文引用: 1]
[9]	Hamid R.Safavi,Mehrdad Khoshoei Esfahani,Ahmad R. Zamani. Integrated index for assessment of vulnerability to drought,case study:Zayandehrood river basin,Iran [J]. Water Resources Management,2014,28(6):1671-1688. [本文引用: 1]
[10]	Kiumars Zarafshani,Lida Sharafi,Hossein Azadi,Gholamhossein Hosseininia,Philippe De Maeyer,Frank Witlox. Drought vulnerability assessment:The case of wheat farmers in Western Iran [J]. Global and Planetary Change,2012,98-99:122-130. [本文引用: 1]
[11]	Bekele Shiferaw,Kindie Tesfaye,Menale Kassie,Tsedeke Abate,B.M. Prasanna,Abebe Menkir. Managing vulnerability to drought and enhancing livelihood resilience in sub-Saharan Africa:Technological,institutional and policy options [J]. Weather and Climate Extremes,2014,3:67-79. [本文引用: 1]
[12]	Jianjun Wu,Bin He,Aifeng Lü,et al.Quantitative assessment and spatial characteristic analysis of agricultural drought risk in China drought vulnerability in China [J]. Natural Hazards,2011,56(3):785-801. [本文引用: 1]
[13]	裴欢,王晓妍,房世峰. 基于DEA的中国农业旱灾脆弱性评价及时空演变分析 [J]. 灾害学,2015,30(2):64-69. [本文引用: 1] [PEI Huan,WANG Xiaoyan,FANG Shifeng.Study on temporal-spatial evolution of agricultural drought vulnerability of China based on DEA model [J]. Journal of Catastrophology,2015,30(2):64-69.] [本文引用: 1]
[14]	屈艳萍,高辉,吕娟,等. 基于区域灾害系统论的中国农业旱灾风险评估 [J]. 水利学报,2015,46(8):908-917. [本文引用: 1] [QU Yanping,GAO Hui,LV Juan,et al.Agricultural drought disaster risk assessment in China based on the regional disaster system theory [J]. Journal of Hydraulic Engineering,2015,46(8):908-917.] [本文引用: 1]
[15]	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. [本文引用: 1] [WANG Ying,WANG Jing,YAO Yubi,et al.Evaluation of drought vulnerability in southern China based on principal component analysis [J]. Ecology and Environmental Sciences,2014,23(12):1897-1904.] [本文引用: 1]
[16]	雍国正,刘普幸,姚玉龙,等. 河西绿洲城市干旱脆弱性评价 [J]. 土壤,2014,46(4):749-755. [本文引用: 1] [YONG Guozheng,LIU Puxing,YAO Yulong,et al.Evaluation of vulnerability to Drought in Hexi oasis [J]. Soils,2014,46(4):749-755.] [本文引用: 1]
[17]	胡颖颖,玉米提·哈力克,黄婷,等. 新疆2001—2010年农业气候干旱脆弱性分析 [J]. 中国沙漠,2014,34(1):254-259. [本文引用: 1] [HU Yingying,Umut Halik,HUANG Ting,et al.Vulnerability to drought on agriculture in Xinjiang during 2001-2010 [J]. Journal of Desert Research,2014,34(1):254-259.] [本文引用: 1]
[18]	喻忠磊,杨新军,石育中. 关中地区城市干旱脆弱性评价 [J]. 资源科学,2012,34(3):581-588. [本文引用: 1] [YU Zhonglei,YANG Xinjun,SHI Yuzhong.Evaluation of urban vulnerability to drought in Guanzhong Area [J]. Resources Science,2012,34(3):581-588.] [本文引用: 1]
[19]	高盼盼. 关中盆地降水量预测及其在干旱研究中的应用[D] .西安:长安大学,2015. [本文引用: 1] [GAO Panpan.Precipitation forecast and its application in drought study of Guanzhong basin[D]. Xi’an:Chang’an University,2015] [本文引用: 1]
[20]	熊光红. 关中降水与气温时空动态演变特征研究[D] . 西安:长安大学,2015. [本文引用: 1] [XIONG Guanghong.Study on spatial and temporal variability regularity of precipitation and temperature on central Shanxi province[D]. Xi’an:Chang’an University,2015] [本文引用: 1]
[21]	陕西省统计局. 陕西统计年鉴(2008年)[M]. 北京:中国统计出版社,2008. [本文引用: 1] [Shaanxi Provincial Bureau Of Statistics. Shaanxi Statistical Yearbook(2008年)[M]. Beijing:China Statistic Press,2008.] [本文引用: 1]
[22]	陕西省统计局. 陕西统计年鉴(2009年)[M]. 北京:中国统计出版社,2009. [Shaanxi Provincial Bureau Of Statistics. Shaanxi Statistical Yearbook(2009年)[M].Beijing:China Statistic Press,2009.]
[23]	陕西省统计局. 陕西统计年鉴(2010年)[M]. 北京:中国统计出版社,2010. [Shaanxi Provincial Bureau Of Statistics. Shaanxi Statistical Yearbook(2010年)[M].Beijing:China Statistic Press,2010.]
[24]	陕西省统计局. 陕西统计年鉴(2011年)[M]. 北京:中国统计出版社,2011. [Shaanxi Provincial Bureau Of Statistics. Shaanxi Statistical Yearbook(2011年)[M]. Beijing:China Statistic Press,2011.]
[25]	陕西省统计局. 陕西统计年鉴(2012年)[M]. 北京:中国统计出版社,2012. [本文引用: 1] [Shaanxi Provincial Bureau Of Statistics. Shaanxi Statistical Yearbook(2012年)[M]. Beijing:China Statistic Press,2012.] [本文引用: 1]
[26]	陕西省水利厅. 陕西省水利统计年鉴(2007年) [M]. 西安:陕西省水利厅,2008. [本文引用: 1] [Shaanxi Provincial Department of Water Resources. 2007 Water Statistical Year Book of Shaanxi [M]. Xi’an:Shaanxi Provincial Department of Water Resources,2008] [本文引用: 1]
[27]	陕西省水利厅. 陕西省水利统计年鉴(2008年) [M]. 西安:陕西省水利厅,2009. [Shaanxi Provincial Department of Water Resources. 2008 Water Statistical Year Book of Shaanxi [M].Xi’an:Shaanxi Provincial Department of Water Resources,2009]
[28]	陕西省水利厅. 陕西省水利统计年鉴(2009年) [M]. 西安:陕西省水利厅,2010. [Shaanxi Provincial Department of Water Resources. 2009 Water Statistical Year Book of Shaanxi [M]. Xi’an:Shaanxi Provincial Department of Water Resources,2010]
[29]	陕西省水利厅. 陕西省水利统计年鉴(2010年) [M]. 西安:陕西省水利厅,2011. [Shaanxi Provincial Department of Water Resources. 2010 Water Statistical Year Book of Shaanxi [M]. Xi’an:Shaanxi Provincial Department of Water Resources,2011]
[30]	陕西省水利厅. 陕西省水利统计年鉴(2011年) [M]. 西安:陕西省水利厅,2012. [本文引用: 1] [Shaanxi Provincial Department of Water Resources. 2011 Water Statistical Year Book of Shaanxi [M].Xi’an:Shaanxi Provincial Department of Water Resources,2012] [本文引用: 1]
[31]	山成菊,董增川,樊孔明,等. 组合赋权法在河流健康评价权重计算中的应用 [J]. 河海大学学报(自然科学版),2012,40(6):622-628. [本文引用: 3] [SHAN Chengju,DONG Zengchuan,FAN Kongming,et al.Application of combination weighting method to weight calculation in river health evaluation [J]. Journal of Hohai University( Natural Sciences),2012,40(6):622-628.] [本文引用: 3]
[32]	许树柏. 层次分析法原理[M]. 天津:天津大学出版社,1988. [本文引用: 1] [XU Shubai.Principle of Analytic Hierarchy Process[M]. Tianjin:Tianjin University Press,1988.] [本文引用: 1]
[33]	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. [CHENG Jing.An empirical research on the measurement and influencing factors of agricultural drought vulnerability:A case study of Xiaogan city in Hubei province [J]. Journal of Hubei Engineering University,2011,31(2):92-98.]
[34]	李美娟,陈国宏,陈衍泰. 综合评价中指标标准化方法研究 [J]. 中国管理科学(专辑),2004,12(ZI):45-48. [LI Meijuan,CHEN Guohong,CHEN Yantai.Study on target standardization method of comprehensive evaluation [J]. Chinese Journal of Management Science(Special Issue),2004,12(ZI):45-48.]
[35]	鲁春阳,文枫,杨庆媛,等. 基于改进TOPSIS法的城市土地利用绩效评价及障碍因子诊断——以重庆市为例 [J]. 资源科学,2011,33(3):535-541. [本文引用: 1] [LU Chunyang,WEN Feng,YANG Qingyuan,et al.An evaluation of urban land use performance based on the improved TOPSIS method and diagnosis of its obstacle indicators:A case study of Chongqing [J]. Resources Science,2011,33(3):535-541.] [本文引用: 1]
[36]	苏飞,张平宇. 基于集对分析的大庆市经济系统脆弱性评价 [J]. 地理学报,2010,64(4):454-464. [本文引用: 1] [SU Fei,ZHANG Pingyu.Vulnerability assessment of petroleum city's economic system based on set pair analysis:A case study of Daqing city [J]. Acta Geographica Sinica,2010,64(4):454-464.] [本文引用: 1]