1.2 国内外研究动态与趋势

1.2.1 干旱及干旱灾害风险评价研究进展

1.2.1.1 干旱定义和评价方法研究进展

由于学科的差异和认识角度的不同，对于干旱尚未形成统一的定义：①世界气象组织（World Meteorological Organization,WMO）将干旱定义为“持续且长期的降水短缺（WMO,1986）”。②《联合国防治荒漠化公约》（The UN Convention to Combat Drought and Desertification,UNCCD）将干旱定义为“降水量低于正常记录水平时的自然现象，导致严重水文失衡，从而影响到土地资源生产系统（UN Secretariat General,1994）”。③联合国粮食及农业组织（The Food and Agriculture Organization，FAO）将干旱定义为“土壤水分亏缺导致作物歉收（FAO,2002）”。④天气和气候百科全书（The Encyclopedia of Climate and Weather）将干旱定义为“某一时段内（一季度、一年、多年）区域降水量低于多年平均值（Schneider,1996）”。⑤Gumbel（1963）认为干旱是“径流量异常偏少”。⑥Palmer（1965）认为干旱是“区域水文情势显著异于正常情况”。⑦Linseley等（1959）认为干旱是“长时间无有效降水”。

虽然不同学科对干旱的定义存在一定的差异，但目前普遍从气象、农业、水文和社会经济方面，将干旱分为四类（Wilhite和Glantz,1985;AMS,2004）：①气象干旱指区域在某一时段内降水偏少，通常利用降水量来评价气象干旱等级（Santos,1983;Chang和Kleopa,1991;Eltahir,1992）。多数研究利用月降水数据分析降水距平，以此来表征干旱（Gibbs,1975），也有研究利用降水累积负距平来分析干旱的持续时间和强度（Chang和Kleopa,1991;Estrela,2000）。②水文干旱指由于地表或地下水资源不足，难以满足某一给定的水资源管理系统下的用水需求，通常用河川径流数据来分析水文干旱（Dracup et al.,1980;Sen,1980;Zelenhasic＇和Salvai,1987;Chang和Stenson,1990;Frick et al.,1990;Mohan和Rangacharya,1991;Clausen和Pearson,1995）。通过水文干旱与流域特征的相关性分析发现，地质条件是影响水文干旱的主要原因之一（Zecharias和Brutsaert,1988;Vogel和Kroll,1992）。③农业干旱通常是指某一时段内因为土壤水分短缺，且得不到适时适量的灌溉，导致作物减产。土壤水分的下降主要受实际蒸发量与潜在蒸发量的影响，同时也受气象干旱和水文干旱的影响。作物需水量取决于气候条件、作物生长阶段、作物的生物学特性以及土壤的理化生性质。通常利用降水、气温和土壤湿度等因素来评价分析农业干旱（Palmer,1965;王劲峰,1993）。④社会经济干旱是指自然系统和人类社会经济系统中，由于供水难以满足需水，从而影响生产、消费等社会经济活动。主要是通过干旱所造成的经济损失（如粮食生产、航运、发电、生命财产等）来评价社会经济干旱（AMS,2004）。

目前已有多种干旱指标来评价上述4类干旱（见图1.8），从最初的以单一因子评价干旱（如降水、蒸发等）到目前的以多因子从供需水关系来评价干旱。由于干旱的形成与发展是一个复杂的过程，受多种因素的影响，降水的偏少是干旱发生的主要因素，但不是决定性因素。当前较为公认的是从水资源供需平衡的角度来认识和评价干旱，因此，涉及的干旱影响因子包括降水、气温、蒸发、径流等自然因子和土地利用、种植结构、人口、社会经济布局和水利工程设施等人为因素。从当前已有的干旱指标来看，降水量距平百分率、标准化降水指数SPI、湿润度/干燥度指标、地表水供给指数等评价指标仅依据干旱形成的某一要素（如降水、蒸发、土壤含水量）来评价干旱，而Palmer旱度模式则是从水分平衡的角度，考虑了水分亏缺及其持续时间、前期天气条件等对干旱的影响（Palmer,1965），是一种相对理想的干旱评价范式（卫捷等,2003），且在当前已有广泛的应用（Hu et al.,2000;Heim,2002;Liang et al.,2007;Tang et al.,2009;王佳津等,2012），可在Palmer旱度模式的基础上，进一步完善其供水项和需水项，构建更具有普适性的干旱评价通用公式。

1.2.1.2 干旱灾害风险定义和评价方法研究进展

风险在经济学上是指从事某项活动损失、盈利、无损失也无盈利三种结果的不确定性。风险的概念最早是在1895年由美国学者J.Haynes提出，将风险定义为“损害的可能性”；1901年，美国哥伦比亚大学的A.H.Willet在博士毕业论文《风险及保险的经济理论》提出风险是“不愿意发生的事件发生的不确定性”；Wilson和Crouch（1987）在《Science》上发表的论文中将风险描述为不确定性，定义为期望值；日本学者Saburo Ikeda（1998）认为风险是由不利事件发生的概率及其后果两部分组成。虽然对于“风险”尚未形成统一的定义，但各类定义的核心都是关于“损失的期望值”,即“不利事件造成损失的期望值”（Tobin和Montz,1997;Deyle et al.,1998;Hurst,1998）。20世纪中期，“风险”一词逐渐被引入到灾害学研究的范畴（赵传君,1989）。IPCC发布的SREX报告中指出，灾害风险是一定时间内，由于受到破坏性的自然事件而导致某一社区或社会无法正常运作的可能性，这些事件与脆弱的社会条件相互作用，导致人力、物力、经济和环境等遭受大范围的负面影响，因而需要立即做出应急响应，满足受灾人群需求，恢复社会经济（IPCC,2012）。

由于关于干旱的定义本身就涉及多学科、多领域，不同学者们对干旱的认识仍也存在一定的差异，因此，干旱灾害风险也没有统一的定义。美国国家干旱减灾中心（NDMC）的Knutson在《如何降低干旱灾害风险》的指南中，提出干旱灾害风险是干旱危险性（干旱事件的强度、频度）和承灾体脆弱性两者综合作用下所造成的负面影响（Knutson et al.,1998）；Wilhite等（2000）在《Journal of the American Water Resources Association》发表的论文中提出干旱灾害风险受多种因素影响（如经济、环境、社会等），是由暴露度和脆弱性决定的；姚玉璧等人（2013）依据SREX报告成果，指出干旱灾害风险是干旱事件对社会经济系统和自然环境系统造成负面影响的可能性。

图1.9列举了当前普遍应用于干旱灾害风险评估的自然灾害风险评价模型和公式（Maskrey,1989;Smith,1996;Wisner,2000;Inter-American Development Bank,2000;Downing et al.,2001;United Nations,2002;史培军,2002;张继权,2007;UN/ISDR,2007;Rosello et al.,2009）。从图中可以看出，目前虽然尚未形成一个被广泛接受的形式，但大体都包括危险性（致灾因子）、暴露度（孕灾环境）、脆弱性（承灾体）以及防灾减灾能力四个部分。其中，致灾因子危险性是指旱灾主要因子（如干旱强度、影响范围、历时）的变化特征和异常程度。一般情况下，随着危险性的增加，干旱灾害风险增大。孕灾环境暴露度是指干旱形成与发展过程中，社会经济和自然环境等与干旱灾害因素的接触程度，农牧业、工业、城市和生态环境处于易受干旱灾害负面影响的区域越大，暴露度越大，干旱灾害风险越大（Turner et al.,2003）。承灾体脆弱性是指在干旱背景下，社会经济系统和自然环境系统缓冲或者吸收不利影响的能力（郑菲等,2012），一般认为承灾体脆弱性增加，风险增大。防灾减灾能力是指人类通过工程和非工程措施减少灾害损失的能力，如应急对策和方案、水利工程情况等，防灾减灾能力越强，干旱灾害风险越小。

干旱灾害风险评价方法主要可分为指标法、统计分析法和情景模拟法三大类。

基于指标的评价方法是以风险形成因子（如危险性、暴露度、脆弱性等）为评价对象，选取相应的要素构成评价指标体系，其中，致灾因子危险性可用干旱的强度、历时和影响范围来表征（陈晓艺等,2008），也可用气象因子、土壤湿度、地表/地下水资源量、地形等来表示（赵静等,2012）；孕灾环境暴露度可用人口密度、GDP、耕地面积等来表示（秦越等,2013），承灾体脆弱性可用旱地作物面积、有效灌溉面积、水资源开发利用程度等来表示（张峰,2013）；防灾减灾能力可用选取机井数量、兴利库容密度、机械总动力等指标来度量（秦越等,2013）。在建立干旱灾害风险评价指标体系的基础上，采用诸如熵权法（魏建波等,2015）、层次分析法（金菊良和魏一鸣,2002;张继权等,2012）、模糊评判法（王艳玲,2007;曹永强等,2011;秦越等,2013）、主成分分析法（张蕾等,2014）等数学分析方法计算各指标的权重，并计算区域综合干旱灾害风险等级。

基于统计分析的评价方法是以区域历史灾害资料、气象数据和损失数据为基础，利用数学方法构建危险性与损失量之间的统计模型，利用该统计模型对灾害风险进行评价。当资料较为完整、系列较长时，可利用长系列的灾损数据，基于统计方法获取旱灾致灾因子（F）-损失量（L）的概率分布曲线，从而可定量评价灾害风险。如Petak等（1982）通过分析美国各类自然灾害及其损失数据，利用概率形式表示灾害风险；薛晓萍等（1999）对山东省棉花产量与气候因子进行统计分析，获取在不同生育阶段影响棉花产量主要因子，建立降水-产量损失统计关系，在此基础上构建区域棉花干旱灾害损失评价模型。当资料系列较短，样本较少时，样本的估计参数与总体参数误差偏大，需要借助其他手段来分析风险。如黄崇福等（2004,2005,2010,2012）将模糊数学引入了风险分析，针对孕灾环境、致灾因子、承灾体和灾损数据等信息的不完备性，提出了自然灾害模糊风险的概念，认为模糊风险是对不利事件的近似推断。当前，基于信息扩散原理的正态扩散模型是常用的模糊信息处理方法，并广泛应用于干旱灾害风险评价中。该方法假定存在一个适当的扩散函数，能对观测样本进行极值化处理，将样本观测值变为模糊集（王积全和李维德,2007;张顺谦等,2008;陈家金等,2010;张竟竟,2012;王莺等,2013）。

基于情景模拟的评价方法是指综合数值模拟和地理信息系统技术，预估变化环境下未来可能发生的灾害，实现灾害风险的动态评估。以农业干旱灾害风险评估为例，可利用历史观测数据构建作物生长模型，并结合作物不同生育期内对水分的需求及其敏感性，建立作物干旱识别和风险评估模型。当前，可用于模拟作物生长的模型种类繁多，其中，应用较为广泛的有美国密西根州立大学和乔治亚大学联合研制的GERES系列模型（Ritchie,1972）、美国农业部农业研究署主持完成的GOSSYM模型（Baker et al.,1983）、荷兰瓦赫宁根大学开发的SUCROS模型（Van Keulen et al.,1982）和MACROS模型（Penning de Vries et al.,1989），国内WheatSM模型（冯利平,1995）、COTGROW模型（潘学标和邓绍华,1996）也得到了广泛的应用。作物生长模型的完善和发展为作物干旱识别和风险评估模型的构建提供了技术支撑，如孙宁等（2005）利用APSIM-Wheat模型模拟了北京地区冬小麦的生长过程，并结合模拟结果评价了干旱背景下冬小麦产量损失风险；贾慧聪等（2011）利用EPIC模型定量评估了黄淮海地区夏玉米干旱灾害风险。此外，随着气候模式分辨率和精度的提高，也为气候变化背景下未来不同情景、不同模式下的干旱灾害风险预估提供数据支撑。

1.2.2 气候模式的模拟能力评估及订正研究进展

1.2.2.1 气候模式模拟效果评价

气候模式数据是未来干旱灾害风险预估的关键，但气候模式在应用中存在较大的不确定性，一方面，模式模拟结果与实测值之间存在较大差异，另一方面，不同模式模拟结果也很难给出一致的变化趋势（张世法等,2010）。因此对模式的适用性进行评价是提高干旱灾害风险预估精度和减少预估结果不确定性的前提。当前，对于模式的评价方式主要可分为3类：①仅从平均态的模拟效果来评价，如冯锦明等（2007）利用RIEMS、NJU RCM、MRIJSM_BAIM、RegCM2b和SNU RCM五个区域气候模式和CSIRO CCAM一个全球气候模式多年平均气温和降水结果，分析了不同模式对中国地区气温和降水的模拟效果；郝振纯等（2010）对比分析了IPCC AR4中22个全球气候模式输出气温和降水数据与长江流域主要气象站观测数据的月平均值，评价了不同模式在长江流域的适用性。②以统计特征值为标准来评价，常用的指标包括均方根误差（评价模拟值与实测值离散程度是否接近）、相关系数和空间相关系数（评价模拟值和实测值形态相似情况）、线性趋势（评价模拟值和实测值变化趋势是否一致）和内核密度分布估计（估计未知的密度函数）等，如孙侦等（2016）采用相关系数、偏差和均方根误差等评价了IPCC AR5中气候模式模拟日均降水的效果；黄金龙等（2015）采用空间相关系数、偏差和均方根误差评价了CMIP5多模式集合对南亚印度河流域气候变化的模拟效果；朱娴韵等（2015）采用多年平均值偏差、线性趋势、相关系数、空间相关系数、均方根误差和内核密度分布估计法等评价了高分辨率区域气候模式CCLM对云南省气温和降水的模拟效果。③利用极端气候指标模拟值和实测值来评价，常用的极端气候指包括百分位指数、绝对指数、门限指数、持续时间指数及其他指数（丁裕国和江志红,2009），如Yuan等（2015）以10年一遇、20年一遇和50年一遇的最大1日、3日、15日和30日降水指标为对象，评价了GFDL-ESM2M、HADGEM2-ES、IPSL-CM5A-LR、MIROC-ESM-CHEM和NORESM1-M五套气候模式对中国极端降水的模拟效果；Yin等（2016）以最大1日降水、最大5日降水、简单降水指标、日降水超过10mm天数、日降水超过20mm天数、连续无雨日、连续有雨日等为对象，评价了气候模式在中国极端降水模拟中的适用性；黄金龙等（2014）利用历史气温、降水逐日格点数据和MPI-ESM-LR模式驱动的CCLM区域模式输出数据，评价了CCLM模式对塔里木河流域极端降水和气温事件的模拟效果。

1.2.2.2 气候模式降尺度与预估结果订正

全球气候模式的输出结果尺度大、分辨率低（约为100～500km），难以直接应用于区域或流域尺度的气候变化影响分析研究（王林等,2013），因此，需采用降尺度的方法将气候模式输出结果转化成小尺度、高分辨的气候信息（Giorgi和Mearns,1991）。目前，降尺度的方法主要分为动力降尺度和统计降尺度两类。

动力降尺度是将海气耦合气候模式（atmosphere-ocean general circulation model,AOGCM）与区域气候模式（regional climate model,RCM）耦合，根据AOGCM提供的初始和边界条件，通过RCM模拟得到区域气候信息（Pal et al.,2007）。Liu等（2015）采用动力降尺度的方式对CMIP5提供的气候模式模拟结果进行处理，并分析了温室气体对美洲内陆海域的影响；Braga等（2013）对输出结果进行降尺度处理，并利用降尺度后的数据分析了巴西东北部典型流域的降雨变化特征；吴迪等（2012）基于区域气候模式RegCM3，对模式预估数据进行动力降尺度处理，并预估了未来湄公河流域农业干旱灾害风险；程志刚等（2011）利用经动力降尺度处理后的多模式的集合平均结果，分析了中等排放情景下21世纪青藏高原气温和降水的时空变化特征。目前研究表明，动力降尺度方法的优势在于其具有明确的物理意义，但该方法计算量大，且AOGCM提供的边界条件对RCM的性能影响较大，在不同区域应用时需对参数进行重新调整（Mearns,1999）。

统计降尺度也称为经验降尺度，是指利用历史观测资料在大尺度气候因子与局地气候要素之间建立一种统计关系，并利用独立的观测资料对其进行检验，在此基础上，结合AOGCM输出的大尺度信息，获取区域气候要素变化的信息（Wilby和Wigley,1997;Wilby et al.,2002;Wilby和Wigley,2000）。与动力降尺度相比，统计降尺度无需考虑AOGCM边界条件对结果的影响，且计算量小、易建模、方法灵活，因而应用较为广泛（范丽军等,2005）。目前，统计降尺度方法主要分为转化函数法、天气分型法和天气发生器法三类（Maraun,2010）：①转化函数法分为线性转换函数法和非线性转换函数法，以线性转换函数法的应用最为广泛，最为常见的是建立大尺度气候场与地面气候变量场之间的多元线性回归方程，如Sailor等（1999）用多元线性回归方法模拟了气候变化下美国的气温变化；Murphy（2000）预估了欧洲地区的月平均降水和气温；Hellstrom等（2001）对瑞典的月降水进行了预估。人工神经网络法是应用较为广泛的非线性方法，如Mpelasoka等（2001）利用人工神经网络法模拟了新西兰月平均气温和降水。②天气分型法是对历史的大气信息（海平面气压、位势高度场、风向、风速、气流指数、云量等）进行分类，然后根据未来环流与历史环流的相似程度来确定未来的气候特征。常用的方法包括类比法、模糊聚类法等。其中，类比法应用简单、计算量小，能较好地描述天气变量的相关性，因此在天气分型中较为常见（Zorita和Von Storch,1999;Salathé,2003;Pons et al.,2010）。③天气发生器是一系列可生成气候要素随机序列的统计模型，所生成的随机序列与观察资料的统计特征类似，如将天气发生器参数与大尺度气候变量建立关系，则具有统计降尺度的意义。马尔可夫过程、贝叶斯等级模型、最近邻算法等都属于天气发生器（Yates et al.,2003;Mason,2004;Wheater et al.,2005;Charles et al.,2007;Cooley et al.,2007;Chiew et al.,2010），其中最为常见的是马尔可夫过程，且以一阶马尔可夫和伽马分布最为简单。

由于气候模式输出数据的精度限制，经过降尺度处理后，所得的基准期模拟值与气象站点观测值之间仍存在较大误差，为使模拟数据能够更为真实地反映实际气候特征，需要对降尺度后结果进行订正。主要的订正方法有分位图订正法和Delta法两大类：①分位图订正法是按照模式模拟与实测间同频率进行订正。如Li等（2010）在CDFs法基础上改进的EDCDF（equidistant cumulative distribution functions）法，假设相同累计分布概率所对应的观测与模拟数据的差在未来时段保持不变，还考虑了预估值与基准期模拟值之间的CDFs的差别；陶辉等（2013）采用分位图订正法对CCLM区域气候模式在长江流域的气温和降水预估数据进行了偏差校正。②Delta法是将GCM预测的未来气候要素（如气温、降水）的变化特征叠加到基准期实测序列上，来重建未来气候要素序列。该方法未能考虑气象要素序列极差、方差等其他特征的变化，且存在一假设前提条件——历史和未来气象要素的空间分布特征不变（Diaz-Nieto和Wilby,2005）。

1.2.3 干旱灾害风险应对研究进展

1.2.3.1 应对措施

干旱应对措施可分为工程措施和非工程措施两类，其中，工程措施包括蓄、引、提、调水工程，节水灌溉工程和应急（备用）水源工程；非工程措施包括监测、预警、调度系统及保障体系等（王浩,2010）。近几十年来，我国水利工程建设已经取得了许多阶段性的成果，重点区域的工程体系日渐完善。水利工程的建设为防汛抗旱提供了一定的工程保障，是干旱应对中的重要举措。

（1）工程措施。根据全国第一次水利普查数据，截至2012年，全国共有水库98002座，总库容9323.12亿m3;其中，总兴利库容为4668.40亿m3（图1.10）（孙振刚等,2013）；全国设计灌溉面积30万亩以上的灌区共有456处，灌溉面积2.80亿亩。大型灌区集中分布在黄淮海平原、长江中下游平原、四川盆地、黄河上中游河谷及新疆地区。黑龙江、吉林、辽宁、河北、河南、山东、安徽、江西等粮食主产区省份的大型灌区规划面积占全国的37.7%；《全国抗旱规划》（中华人民共和国水利部,2011）中的数据表明，截至2007年，全国六大区域应急（备用）水源工程行政单元共有569个，其中，地级以上行政单元101个，县级行政单元468个（见图1.11），此外，针对2020年的抗旱目标，确定抗旱规划的应急供水量为119.22亿m3。

（2）非工程措施。《全国抗旱规划》中的非工程措施主要包括：监测预警、指挥调度、保障体系等。其中，监测预警包括旱情的数据库建立、信息服务、预测预警；指挥调度包括调度决策及指挥方案的制定；保障体系包括技术的研发与应用、政策法规的制定、培训与宣传等。已有的抗旱相关法律法规主要包括：《中华人民共和国抗旱条例》《全国抗旱规划》《农业节水纲要》等（中华人民共和国水利部,2011）。

1.2.3.2 应对模式

传统的干旱应对多采取危机管理的模式，是一种被动应对的方式，即在干旱灾害发生之后，国家给予受灾人群救助（马建琴和魏蕊,2011）。但危机管理的模式依赖现有自然资源，缺乏前期的预警预报系统，因而会增加社会经济系统在干旱灾害面前的脆弱性（翁白莎和严登华,2010）。以澳大利亚为例，20世纪80年代之前，主要采取危机管理模式来应对干旱，但到20世纪80年代末期，由于缺乏前期旱灾预警和预案，旱灾损失逐步严重，日益增加的旱灾救助费用使得联邦政府难以承担（成福云等,2003）。由于干旱灾害的影响与日俱增，迫切需要改变传统的旱灾危机管理模式。

风险管理模式主要是通过各类减灾措施的实施来降低干旱事件的风险，重点在于前期旱灾的预测、规避与化解（见图1.12）（Wilhite et al.,2000）。具体而言是基于风险分析制定干旱政策、干旱预案和预防性的减灾策略，结合前期预警预报系统提高社会经济系统抵御干旱灾害的能力，减轻干旱灾害的影响（Donald,2005）。相对于危机管理模式，干旱灾害风险管理是更为主动、有序的应对方式（顾颖,2006），主要包括三个方面：①干旱期水资源管理——关键在于分析和控制干旱期缺水的负面影响，将旱灾损失控制在可承受范围之内（张翔等,2005）。②干旱期水资源分配——在干旱期，相关部门根据旱情状况，重新分配各用户单元用水量，关键在于用水计划的协调和制定，并采取有针对性的抗旱措施。③干旱前期预警——根据干旱成因选择主要因素构建预警指标体系，并对相关指标进行实时监测，获取干旱灾害风险警报，识别干旱发生、发展和减缓的过程，为实时抗旱提供决策支撑（顾颖,2007）。