基于熵权法的陕西省农业干旱脆弱性评价及影响因子识别.pdf

《基于熵权法的陕西省农业干旱脆弱性评价及影响因子识别.pdf》由会员分享，可在线阅读，更多相关《基于熵权法的陕西省农业干旱脆弱性评价及影响因子识别.pdf（8页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第34卷第3期 干旱地区农业研究 V0134 No3垫!鱼生Q三旦垒臣受坐婴型曼塑地鱼鱼竺些叁堕堕些型墅文章编号：10007印1(2016)03019808 doi：107606jissn1000一760120160332基于熵权法的陕西省农业干旱脆弱性评价及影响因子识别徐 晗1，2(1长安大学环境科学与工程学院，陕西西安710054；2陕西学前师范学院环境与资源管理系，陕西西安710100)摘要：以陕西省10个城市为研究对象，从农业干旱的敏感性和恢复力2个角度选取14个指标，对全省的农业干旱脆弱性进行评价。利用熵权法和贡献度模型，根据陕西省2014年水资源、气象与社会经济统计数据，对10个城

2、市的农业干旱脆弱性及主要贡献因子进行分析。结果表明：(1)陕南的3个城市安康、商洛和汉中的农业干旱脆弱性水平较高，分别为07128、07110和05897，关中和陕北的7个城市农业干旱脆弱性处于中等水平；(2)陕西省农业干旱脆弱性的空间差异与城市社会经济发展水平和气候条件不完全一致，陕南地区敏感性总体较高，其中最高为安康(04238)，关中和陕北地区敏感性总体较低，其中最低为宝鸡(02123)；陕南地区三个城市的恢复力水平最低，关中和陕北对于干旱的恢复能力差异不大，其中成阳(O0992)、渭南(01301)、榆林(01554)3市的恢复力最强。(3)从影响因子来看，西安、成阳和渭南的主要影响因

3、子为人口密度，贡献度分别为2711，1511和14，18；安康、汉中和商洛的主要影响因子为旱地面积比重，贡献度分别为2936，1720和1838；延安和榆林的主要影响因子为旱地面积比重和耕地灌溉率，前者贡献度分别为3218和2936，后者贡献度均为1724；铜川的主要影响因子为耕地灌溉率，贡献度为1649；宝鸡的主要影响因子为水库调蓄率，贡献度为1076。最后，根据评价结果提出不同城市控制农业干旱脆弱性的相应措施。关键词：农业干旱；脆弱性；空间差异；贡献度；陕西省中图分类号：s423 文献标志码：AAssessm锄t of agdcultu跏drought Vul鹏rabili哆and ide

4、ntj畸cation 0finnuenciI唱fIactors b嬲ed on the entropy we远ht methodXU Halll，2(1cof姆矿砌“ro，吼emof Jsc曲nce n蒯西卿nee一，29，C托，lgon(，砌肥瑙如，施帆，航胍i 710054，i眦；2虢00础i她e Q拓m0以m阳巧妙，兑帆，髓删捌，710100，醌i船)Abstract：10 eities in sh啪xi were selected as me resea心h objects to evaluate the ag而culture droughtlnerabilityin Shaanxi

5、by 14 indicators thmugh附o points on the drought sensibility and resilience in a珈culture Entropyvaluemet10d aJld contdbution model were adopted to assess the a鲫culture drou小t、rulnerabilitv and main contributi叽f她torsof the 10 cities in Shaall)(i acco础ng to water resource，meteorology aIld social econom

6、y statistical dataThe resultsshowed that the agIiculture dmught vlllnerability leVels of Hanzhong， Ankang and Shanduo in southem Sh揪i werehigher than ofhers，reaching to 07128，07110 and 05897，while the a珈culture drought vlllnerabilit)，levels 0f7 othercities in(hanZhong and northem Shaanxi were medium

7、In addition，the spatial difference of a咖culture drou曲t vulnembility was not based on tlle social economy devel叩ment leVel and laJld climate conditions in ShaanxiThe sensitivity washi曲est in AnkaJlg(04238)，lower in GuarLzhong and northem Shaan)(i，and lowest in Baoji(02123)The resilience1eVel was lowe

8、st in southem ShaaJlxi，aIld few differences were found in Gua昀10ng and nonhem Shaanxi，while highestin Xianyang(00992)，Weinall(01301)and Yulin(01554)Forthe impact factors，the main impact factor 0fXian，xiajlyang and WeinaIl waS t1e population dens姆妇th cont曲ution degmes of 2711，1511and 1418，收稿日期：201511

9、11基金项目：水利部公益性行业科研专项“渭河中下游干旱预警与应急水源配置(201301084)；陕西省教育厅科学研究计划项目(14JKll82)作者简介：徐晗(1984一)，女，辽宁盘锦人，讲师，在读博士，主要从事水文水资源方面的研究。En谢l：nlllan 1225163 com。万方数据第3期 徐晗等：基于熵权法的陕西省农业干旱脆弱性评价及影响因子识别respecfiVelyThe main impact f孔tor of AJllang，HaIlzhong and Shanduo was the drylaIld area pIDportion with contribution deg

10、rees of 2936，1720and 1838，respectively1he main jmpact factor of Yanan and Yulin was fhedrylaJld area pmportion(contribution degIees 0f 3218and 2936)aIld the rate of iITigation(1724and1724)ne main ilpact f孔tor of Tongchuan waS the mte ofirTig“on讷th a cont曲ution degree of 1649，aIld the11】ain impacfact

11、or of嘲i娜he溅of reseoir pond簪证th a eon五bui锄d孵of 1076，Finally，this肛炉rput forward measulles of a舒clllture drou曲tlnerability controls in dif玷rent cities based on山e evaluation resultsKe”阳rds：a咖cultureght；lnembility；Shaanxi Pmvince；spatial dif玷rence；comdbution degree干旱已成为一个严重威胁人类生存的环境问题。随着人口增加和经济发展，旱灾所造成的损

12、失也越来越严重oj。近年来全球气候变暖加快，引起农业自然灾害频发，干旱不仅直接导致农业减产、食物短缺、病虫害高发、作物生产力降低等，其持续累积还会引起土地资源退化、水资源耗竭和生态环境破坏，从而制约农业的可持续发展3。4 J。因此已有很多学者对于农业干旱评价、农业干旱风险评价、农业干旱预警、农业干旱分区等方面进行研究，但仅对干旱进行判断和监测对于预防和抗减农业干旱问题还是远远不够的，我们需要对于农业生产系统对干旱的适应、反应和应对能力进行研究。近年来，对于农业干旱脆弱性评价方面的相关研究开始涌现，如胡颖颖等13j的“新疆20012010年农业气候干旱脆弱性分析”，倪深海等J的“中国农业干旱脆弱

13、性分区研究”，商彦蕊bj的“干旱、农业旱灾与农户旱灾脆弱性分析”等。农业干旱脆弱性是指农业生产系统易于遭受干旱威胁与损失的性质和状态，反映了整个农业系统对干旱的适应、反应和应对能力l 3I。它主要受两个因素的影响：一是敏感性(加剧农业旱灾危害的各种因素总和)，它是从负面影响农业旱灾脆弱性，即农业系统的敏感性越强，农业系统的旱灾脆弱性越大；二是恢复性(减轻农业旱灾危害的各种有利因素总和)，是从正面影响农业旱灾脆弱性，即农业系统的恢复性越强，农业系统的旱灾脆弱性越弱【6 J。干旱脆弱性越强说明发生旱灾的风险越高，灾情可能越严重。因此，进行农业气候干旱脆弱性评价和预警对预防与抗减旱灾有重要意义L7j

14、。灾害脆弱性领域较为成熟的评价方法主要有：综合指数法、图层叠置法、脆弱性函数模型评价法、模糊物元评价法和危险度分析法等Lsj。因基于区域的综合脆弱性评价模型强调以区域为单位，从社会、经济、环境等方面综合衡量系统脆弱性，能够兼顾承灾系统的要素复杂性，适用性较强一J，而熵权法确定权重可以消除赋权的主观性影响，使赋权结果更加科学合理，因此，本文利用熵权法和贡献度模型，在基于区域的综合脆弱性评价框架下，以陕西省为研究区，从空间尺度对农业干旱脆弱性进行综合评价，并对影响农业干旱脆弱性的主要因素进行识别，以期为制定干旱管理策略、降低农业干旱脆弱性、减少农业损失提供科学依据。1研究区概况与研究方法11研究区

15、概况陕西省位于我国中部，地理坐标为东经105。29。111。15，北纬31042 739。35 7，总面积20，56104km2，辖西安、铜川、宝鸡、咸阳、渭南、榆林、延安、汉中、安康、商洛10个地(市)，共设107个县(市、区)。2013年总人口3 7“万人，其中农业人口l 833万人，非农业人口1 931万人。全省地势南北高，中间低，西部高，东部低，构成境内地形地貌繁杂多样，全省地貌为北部陕北黄土高原、中部为关中盆地、南部为秦巴山地。陕西地处内陆，属典型的大陆性气候，降水量分配不均，主要集中在6-9月，全省多年平均降水量为6669 rI】IIl，秦巴山区是陕西省降水量最多的地区，年降水量达

16、900。1 600衄，陕北长城沿线年降水量只有340450 mm，是全省降水最少的地区；多年平均气温59157，自南向北递减。全省水面蒸发量因气候、地势、植被等条件的影响，各地有明显差异，陕北黄土高原为1 0001 200mm，关中为9001 200 mm，陕南为700900姗，其中冬季水面蒸发量最小，6月份最大。全省耕地主要分布于陕北北部的沙漠草原、黄土台塬、关中盆地及陕南秦巴山区的山间盆地，总面积398104km2。根据历史资料统计分析，近几十年陕西农业受旱面积呈增加趋势-l oI，农业旱灾发生的季节性和区域性特征明显。陕西以夏旱居多，占各类季节性干旱频次的3125，陕北以夏旱和春旱居多，

17、主要干旱时段集中在36月，关中夏旱和冬春连旱居多，主要时段集中在6、7、8月，陕南夏伏旱占多数，其中关中发生干旱频次最多。12研究方法l，21指标体系的建立农业干旱脆弱性评估，一万方数据干旱地区农业研究 第34卷般先需确定脆弱性分析的基本内容和评价指标，然后对各指标进行赋权。考虑到陕西省农业旱灾是区域自然环境系统与社会经济系统共同作用的结果，在科学性、定量性、完整性及数据可获取的原则指导下8，从陕西农业干旱的敏感性和恢复力两个方面，选取14个指标对陕西的lO个城市和地区在市域范围内构建陕西省农业干旱脆弱性评价指标体系(表表1 陕西省农业干旱脆弱性评价指标体系T出e 1 卟e evalu撕on

18、i础cator system of a画cmture drought vldnerability in sh龃商122数据来源与数据标准化 本文中各市或地区的指标数据来源于陕西统计年鉴(2014)、中国农村统计年鉴(2014)、中国水利统计年鉴以及各个城市的统计年鉴，其中降雨量、温度等采用19942013年数据。由于指标数据的量纲不统一，没有可比性，因此进行农业干旱脆弱性评价，首先要对数据进行去量纲的标准化处理9I。在农业干旱脆弱性评价中，正向指标和负向指标对评价结果的影响是不同的，因此在处理时应该区别对待。假设共有几个评价对象，m个评价指标；m代表评价对象，j代表评价指标，则茗ij表示第i个

19、评价对象的第个指标值。用s“表示处理后的标准化值，Max(墨)表示第f项指标中的最大值，Min(墨)表示第J项指标中的最小值，则对正向指标处理为： si=者揣(1)(i=1，2，凡；，：1，2，m)对于负向指标的处理为：耻嚣警蠕 3i 2瓦i瓦广1而 oz，(i=1，2，n；7=1，2，m)式中，Jsii的取值在0到l之间，sii越趋0对脆弱性值贡献越小，Si越趋于1对脆弱性值贡献越大。123 熵权法确定指标权重 目前对于指标权重的确定主要有主观赋权和客观赋权两种方式，主观赋权法主要有AHP法、德尔菲法等，随意性较大，客观赋权法主要有熵值法、变异系数法等，可消除主观赋权法的主观随意性，其中熵值

20、法由于其既能反映指标信息的效应价值，又能克服指标间的信息重叠，被各个研究领域广泛应用6J。因此，本研究采取熵值法确定农业干旱脆弱性评价指标的权重，计算步骤如下：基于标准化数据s“，计算第i个评价对象在第歹项评价指标下的sii在5i中的比重，从而构建矩阵Pi。，计算权重的过程为：qPii=(3)sio=1计算指标信息熵eie严一熹ln乃) (4)一 ln凡、1 V1 V 7 、求取指标差异性系数gigj=1一ei (5)确定指标权重伽i万方数据第3期 徐晗等：基于熵权法的陕西省农业干旱脆弱性评价及影响因子识别 201-gjgi (、6)J2l124 脆弱性评价模型 本研究在前述指标体系以及确定熵

21、权的基础上，采用加权综合评分法，构建农业干旱脆弱性评估模型，农业干旱脆弱性的程度简称脆弱度，用脆弱性指数来表示，本文采用的脆弱性评价模型为：K= (7)(i=1，2，10；歹=l，2，14)式中，K代表脆弱性指数，即农业对干旱的脆弱性程度；伽i代表第f项指标的权重；|sii代表第i个城市第i项指标的标准化值。敏感性与恢复力是农业干旱脆弱性评价的两个重要变量，为了更好地揭示陕西省农业干旱脆弱性的分布特征，针对敏感性和恢复力两个方面开展分指数加权综合评分，其计算原理及步骤与上述干旱脆弱度指数一样，只是敏感性指数与恢复力指数的指标集与脆弱性指数的指标集不同。125 因子贡献度计算模型 对于农业干旱脆

22、弱性的研究，不仅要对不同地区的干旱脆弱性水平进行评价分区，更重要的在于厘清影响农业干旱脆弱|s章=性的因子以及影响程度，以便对预防和应对干旱的行为和政策进行调整。由于脆弱性是越低越好，本研究依据贡献度与障碍度11。12的逻辑关系，将已有的因子障碍度模型改造为因子贡献度模型，用于分析负向目标(脆弱性)的主要贡献因子。F v，ci：弋I二土L (8)乃乃J，5，=Iu=c# (9)式中，cii表示第i项指标因素对第i个评价对象脆弱性的贡献度；以表示两个一级指标层对脆弱性的贡献度；Fi为单项指标因素对总目标的权重；ti为指标隶属度(单因子指标占脆弱性结果的比例，由于在障碍度模型中指标偏离度是单项指标

23、因素评估值与100之差，因此在贡献度模型中因素隶属度即为单项指标因素评估值比100)13。1 4。2结果及分析21 陕西省农业干旱的脆弱性211 脆弱性分析 利用式(1)、式(2)进行标准化处理后的矩阵西如下：100 000 071 005 000 063 084 067 004 000 100 100 054 044020 018 019 000 087 056 O27 067 093 071 071 040 066 074019 036 O32 O00 044 O45 069 076 027 068 018 O67 061 069O54 O75 O37 049 018 O76 061 00

24、0 005 065 030 080 000 075044 071 027 030 002 065 076 042 000 080 022 060 043 094000 025 003 051 100 074 022 029 100 063 O53 O40 078 O37008 100 090 081 024 O00 087 098 069 088 079 O40 072 O94O02 004 000 084 073 100 000 016 O80 063 000 000 100 000007 068 100 100 076 002 100 100 080 094 071 087 079 098

25、049 086 O88 024 O81 040 057 098 076 100 O82 093 O87 100根据式(3)，计算得出矩阵乃如下：匕=033 000 015 001 000 012 014 011 0Ol 000 O19 016 008 006007 004 O04 000 017 011 O05 011 017 010 013 O07 010 0110。06 007 007 000 009 008 012 013 005 010 003 O11 010 010018 016 008 012 004 014 010 000 001 010 006 013 000 011015 O

26、15 O06 007 000 O12 013 007 000 012 004 O10 007 014000 005 O01 012 O20 013 0。04 0。05 0。19 010 010 007 012 005003 O21 019 019 005 000 015 017 013 013 015 007 011 014001 001 O00 020 014 018 000 O03 015 O10 000 000 O16 000O02 O14 021 024 O15 O004 O17 O17 O15 O14 013 O14 012 014016 018 019 006 016 007 01

27、0 017 014 O14 016 015 014 015然后根据式(4)、式(5)计算各指标的熵值勺及差异性系数岛分别为：eJ=(O7977，08687，08578，O82cr7，07288，08945，09206，09101，O8548，09647，08933，禺、M川万方数据干旱地区农业研究 第34卷O9336，09419。O9315)gi=(02023，01313，01422，01793，02712，01055，00794，O0899，01452，00352，01067，00664。0058O0685)最后根据式(6)计算得出各个指标的熵权加i分别为：伽i=(01203，O0781，0

28、0846，01066，01613，00628，00472，00535，00864，00210，00635，00395，00345，00408)根据式(7)计算敏感性指数、恢复力指数和农业干旱脆弱性指数。最终计算得出陕西省10个地(市)的农业干旱脆弱性指数、敏感性指数及恢复力指数(见表2、图1)。目前，在农业干旱脆弱性的等级划分上尚未有明确标准，本文借鉴相关脆弱性研究成果，将农业干旱脆弱性指数(AD)在(o，1)范围划分为高(o67ADw1)、中(033ADl阿067)、低(0ADW033)三个等级115。16 J。表2陕西省各市农业干旱脆弱性指数对比Table 2 ComparisorIs o

29、f tle a加culture dmught vulnembility for cities in Shaarl)【i图例Legendj敏感性指数Senslbllitv inde、麟?、豪嬲碧 y 7赢些阀以剽莎弋一1I 、。制图1 陕西农业干旱脆弱性指数及结构的空间分异Fig1 r11le a酣culture dmu出_llneraLbil时index andits structural spatial di&rence in Sh删桶总体来看，陕西省农业干旱脆弱性呈现明显的地区差异，陕南秦巴山区的3市总体干旱脆弱性高，其次为陕北黄土高原地区的2市，关中渭河平原5市普遍脆弱性较低。该结果表明

30、，虽然气候干旱是农业干旱脆弱性评价的基础与前提，但农业干旱脆弱性的地域差异与其并完全不一致；另外，由表2可见，脆弱性指数大小差异也比较大，最高的o7128，最低的03733。陕西省农业干旱脆弱性最高的城市为安康，脆弱性最低的城市为渭南，在关中地区5个城市里脆弱性最高的为铜川，其次为省会城市西安。从气候条件相似的关中地区农业干旱脆弱性对比结果来看，脆弱性的地域差异不仅与气候干旱不一致，其与城市经济发展水平也不完全一致。212敏感性分析 由表2和图1可知，陕南地区敏感性总体较高，其中最高为安康市，其次分别为商洛、汉中，陕北地区的榆林和延安敏感性程度相近，与其它城市相比均处于中等水平，关中地区敏感性

31、存在一定差异，最高的为咸阳，其后依次为西安、铜川、渭南，最低的为宝鸡。分析出现该结果的原因为：(1)陕南地区农业产值比重大，汉中、安康和商洛分别为35、26和31，是农业产值比重最小城市(西安，O07)的45倍，说明该地区对农业生巧，夕J，7户过uA莳婚万方数据第3期 徐晗等：基于熵权法的陕西省农业干旱脆弱性评价及影响因子识别产的依赖性较大；陕南地区3个城市农业人口比重均较大，其中安康的农业人口比重高达84，而农民是对农业干旱最为敏感的群体，比例越大，敏感性越高；复种指数总体偏高，说明作物生长的需水量大，对于旱也就更敏感；虽然陕南地区整体降水量最高，但是多年平均气温偏高，除汉中外，耕地中旱地面

32、积比重都过高，达到80以上，因此对于干旱的敏感性也会较高。(2)陕北地区虽然多年平均降雨量较低，但平均气温低，只有10左右；延安和榆林人口密度分别为60入h。2和77人b-，不足人口密度最大城市(西安，846人krn。2)人口密度的110，延安和榆林农业产值比分别为14和8，均处于全省最低水平，说明其对农业生产的依赖性较低，同时复种指数也均为最低，虽然旱地比重较高，但其种植植被和作物种类均耐旱，因此需水量较小，对干旱的敏感性不高。(3)在关中地区，咸阳和西安市的敏感性指数较高，其主要原因是这两个城市的人口密度和复种指数都较大，西安的人口密度高达846人km，而咸阳的农业产值和农业人口比重在关中

33、地区都为最大，对农业依赖性强，且多年平均降水量只有49798rnrn，因此其干旱敏感性强。213恢复力分析 由于恢复力在农业干旱脆弱性评价当中是负向指标，因此其所得分值越低，说明对干旱的恢复力越强。由表2和图1可知，总体上陕南地区3个城市的恢复力水平最低，关中和陕北对于干旱的恢复能力差异不大，其中咸阳(00992)、渭南(O1301)、榆林(o1554)3市的恢复力指数较低。分析出现该结果的原因如下：(1)陕南地区整体经济发展水平较低，人均GDP和农民人均纯收入都很低，因此应对干旱的资金和社会力量不足；虽然陕南水库总体库容不小，但地表径流量过大，导致水库调蓄率很低；人均耕地面积较小，说明人口作

34、用于耕地上的压力过大，也使得该地区干旱一旦发生，难以很快恢复。(2)关中地区的咸阳和渭南，在恢复力上的主要优势体现在水库调蓄率和耕地灌溉率都较高，达到o5以上，因此耕地的灌溉水源充足，应对干旱的能力较强；而位于陕北地区的榆林市，虽然耕地灌溉率不高，但由于人口稀少，资源丰富，其人均GDP为全省最高(84 634元年一)，同时人均耕地面积(021雠)和人均粮食产量(41054 kg)均为全省最高，土地压力较小，应对干旱能力强。22因子贡献度分析在前述整体评价的基础上，对陕西省农业干旱脆弱性的主要贡献因子进行识别与分析，为降低各市农业干旱脆弱性寻找有效策略【17。引。根据式(8)、(9)，按照一级指

35、标层和二级指标层分别计算各个因子贡献度，结果如表3。表3陕西省各层次指标因子对农业干旱脆弱性的贡献程度7I批3 卟e co删b嘣on degrees of t11e i础calors in every level to t11e a鲥砌ture dmu出V山e幽lity of Sh删Province注：表中加框数值为主要贡献因子的贡献度(前五)。No【e：The vaIue 0f b0Idered nlJrrIber w舶山e contribu【ion d哩ree of the main con幽tion f砬to舟(T0p 6ve)万方数据干旱地区农业研究 第34卷221一级指标层因子贡献度

36、分析由图2可知，总体来说，陕西省10个城市的敏感性对农业干旱脆弱性结果的贡献度要高于恢复力，但除咸阳和榆林外，差异均不大。其中，咸阳的敏感性贡献度最大，高达7591，其余9个城市也都在50以上，因此，在干旱的预防和控制中，降低农业干旱脆弱性的关键都在于降低敏感性。222二级指标层因子贡献度分析本次研究取14个指标中的前5作为主要贡献因子，根据表3可知，对陕西省农业干旱脆弱性起主要作用的贡献因子主要集中在敏感性指标上，恢复力指标中只有耕地灌溉率和人均粮食产量两个指标比较重要。农民人均纯收入是贡献度最小的因子，主要原因是10个城市的该指标差异不大，除西安达到10 000元以上，其它城市都在6 00

37、08 000元；而多年平均降水量是贡献度最大的因子，除了陕南的汉中、安康和商洛，在其它7个城市的因子贡献度中都排在前5，说明降雨量对于陕南秦巴山区的农业干旱脆弱度影响不大，尤其是对汉中(0008)和安康(018)几乎没有贡献，因此虽然陕南降雨量为全省最高，但干旱脆弱程度却最大。一敞滔什。丑M J毡Scllsibil【Iv colltIl【1I“loll一愀复J J!l谳瞍Ichcncc c)11I r】bLL)n图2陕西省各市一级指标因子贡献度对比分析Fig2contrastive删ysis 0f tle胁t index factor cobution degrees in cities 0f

38、 Slaa删具体来看，西安市农业干旱脆弱性贡献度最大 咸阳市应适当控制农业人口比例，加快城市化进程；的因子为人口密度(2711)，其次为复种指数 渭南市要大力发展社会经济，提高政府收入，以加强(1353)、人均粮食产量(143l)、多年平均降水 对旱灾的防御能力。延安市和榆林市的脆弱性贡献量(892)和多年平均温度(893)。因此，西安 因子基本相同，其贡献度最大的因子为旱地面积比市应限制人口快速增长与集中分布，控制农作物耕 重(3218，2936)，其次为耕地灌溉率(1724，作面积，优化种植结构，提高农作物的产出效率。铜 1724)、农业人口比重(2233，1085)和多年川市脆弱性贡献度

39、最大的因子是旱地面积比重 平均降雨量(1566，927)。因此，应当控制农业(2879)，其次为耕地灌溉率(1649)，因此，铜 人口的增长，使农业人口更多地流向城市，减少对农川市应搞好水利建设，加强水利工程供水能力，同时 业的依赖性，同时提高农业抗旱能力，对水土流失进选择合理的节水灌溉形式，提高水分利用率，尽量增 行治理，种植耐旱高产的经济作物，充分利用地下水加水浇地比例。宝鸡市脆弱性贡献度最大的因子为 资源，提高灌溉效率。汉中市脆弱性贡献最大的因旱地面积比重(1879)，其次为水库调蓄率 子为农业人口比重(1464)和农业产值比(1076)，因此，宝鸡市应大力加强水源地的保护 (1324)

40、，其次为复种指数(1291)和耕地灌溉以及水库配套灌区的规划建设工作，以较高的水库 率(1011)。因此，汉中市的农业干旱脆弱性主要调蓄率保障充足的灌溉条件。咸阳市和渭南市的脆 来源于其对农业生产的依赖性过大，农业产值比高弱性主要贡献因子相似，贡献度最大的为人口密度 达35，而农业人口比重高达77，因此应适当调(1577，1418)和农业产值比(1418，1486)， 整产业结构，让农业人口适当流向城市支持第三产咸阳市次贡献因子为农业人口比重(1268)和多 业，同时减少播种面积，提高农作物产出效率，加强年平均降雨量(1159)，渭南市次贡献因子为多年 水库利用率以保证耕地灌溉条件。安康市和商

41、洛市平均降雨量(1094)和人均GDP(1028)。因 的脆弱性贡献因子基本相同，其贡献度最大的因子此，应严格控制人口密度，同时应调整产业结构，大 为旱地面积比重(1720，1838)，其次为复种指力发展第三产业，降低经济对农业的依赖性。此外， 数(1187，lO47)和耕地灌溉率(970，万方数据第3期 徐晗等：基于熵权法的陕西省农业干旱脆弱性评价及影响因子识别 205924)。因此，除汉中市的所有应对措施外，还应当提高农业抗旱能力，该地区种植的农作物需水量较大，应注意提高水资源的利用率。3结论与讨论31结论(1)陕西省农业干旱脆弱性总体处于中高等水平，但脆弱性程度存在一定的空间差异，其差异

42、与城市社会经济水平和降雨量等气候因素都不完全一致。脆弱度最高的是安康市，脆弱性最低的是渭南市。(2)陕西省农业干旱脆弱性总体呈现出“南高北低”的分布状况，陕南高度脆弱，关中和陕北都是中度脆弱。这与前人所研究的干旱分布情况不完全一致，说明干旱脆弱性中对干旱的应对能力也是非常重要的衡量指标，与每个城市的经济发展水平、灌溉设施、管理政策、产业结构以及种植作物的种类都密切相关。(3)陕西省农业干旱脆弱性主要是受敏感性因子影响，尤其是农业人口比重和旱地面积比重；而在恢复力因子中的耕地灌溉率、人均粮食产量和人均GDP对脆弱度也有着比较关键的影响。(4)从对陕西省的农业干旱脆弱度贡献较大的几个因子中可以看出

43、，降低对农业生产的依赖性、调整产业结构、降低人口密度、提高灌溉水平和水资源的利用效率、加强对地下水的开发利用以及提高水库的调蓄能力都是日后控制农业干旱脆弱性的有效措施。32讨论本文采用了基于熵权法的区域脆弱性综合评价模型，在权重的确定过程中，虽然消除了主观随意性，但又过分依赖原始数据19埘，在日后的研究中可尝试结合使用层次分析法、德尔菲法的主观赋权方法，使评价结果更加科学合理。另外，为更好地表达出影响因子间的相互耦合关系，在日后的研究中可尝试使用集对分析法、TOPsIS法、密切值法等多目标决策分析评价法对农业干旱脆弱性进行评价，使评价结果更趋于合理化。参考文献：f1倪深海顾颖王会容中国农k干旱

44、脆弱性分区研究J水科学进展，2006，16(5)：7057092曹永强，马静，李香云，等投影寻踪技术在大连市农业干旱脆弱性评价中的应用J资源科学，2011，33(6)：110611lO3胡颖颖，玉米提哈力克，黄婷，等新疆20012010年农业气候干旱脆弱性分析J，中国沙漠，2014，34(1)：2542584 蔚m DH，Y00 cL，mTwAp曲e鲥0n of spatialEOF andmulti-variate th鹏痢es n10dd for evaluating a和cultural drou曲t：hr出Ut)r in KorJAdv明ces in wafer Resou粥es，20

45、11，34：3403505商彦蕊。干旱、农业旱灾与农户旱灾脆弱性分析以邢台县典型农户为例J自然灾害学报，2000，9(2)：55616 纪朝荣河南省农业旱灾脆弱性评价研究D郑州：河南大学，20137wang J A，su Y，sh盯唱Y R，et a1VuLnembility identmcati叽a|1d鹊se：瑚1erlt of a耐cultllId砌J曲t dis鹊ter in ChinalJ JAdeva|lces inEa曲sience，2005，21(2)：1611698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)：5815889雍国正，刘普幸

46、，姚玉龙，等河西绿洲城市干旱脆弱性评价J土壤，2014，46(4)：749-75510肖军，赵景波陕西省54a来农业干旱灾害特征研究J干旱区资源与环境，2006，20(5)：20120411 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，2010，65(4)：454-46412鲁春阳，文枫基于改进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)：53554113蕾ur【lly c s，Iax咖B，Men曲le V Rsesha s8i&炳p撕al analysis0f agIicultu豫l dmu曲t111e出il时using a

47、co呷osile砌ex based one印0su聘，sensjtivity 8玎d ad印tive capacityJ。Ime耵1ational J0urnal0f Disaster msk Reducti，2015，12(8)：16317114 Bekele s，Kindie T，M饥ale KMaIlagillg vlJlIlembiliIy t0 dF叫ghtd e11h粕ciIlg livelih00d resili即ce in sllbSah删A衔ca：1khno一109jcal，i枷州帆al andicy叩d0璐JWeather锄d cli眦te E)【脚m，2014，3(2)：677915赵菲菲，何斌，李小涵，等区