专业型硕士研究生校外实践总结报告
水利工程
一、实践项目背景介绍
本实践项目 “基于DEA的淮北平原农业旱灾脆弱性动态评估”是笔者硕士毕业论文研究方向“基于试验与模拟的区域农业旱灾系统脆弱性研究”内容的重要组成部分，是在国家青年科学基金项目“基于试验与模拟的区域旱灾系统脆弱性识别与定量评估研究”（基金编号51409002）的基础理论撑下以及在安徽省水利部淮河水利委员会水利科学研究院的基础数据支撑下的研究工作。
二、项目实际研究意义
安徽省淮北平原地处淮河中游北部，总面积3.74万km2，实际耕地面积约21.5万hm2，水土光热资源较为丰富，是淮河流域重要的商品粮生产基地之一。由于地处我国南北气候过渡地带，受季风及地形地貌的影响，降水时空分布极不均衡，旱涝灾害频发。特别是影响面广、灾重的干旱灾害，严重威胁着流域粮食生产安全与社会稳定。据历史资料统计，淮北平原地区从16世纪至新中国成立的500年间，共发生旱灾210多次，平均2.4年发生一次。新中国成立后，虽然经过数十年的建设与发展，新建了大量的水利工程，初步构建了比较完善的防洪、除涝、灌溉、供水等工程体系，当地水利面貌也发生了巨大的变化，但区域旱灾仍频繁发生。特别是20世纪70年代以来，随着区域经济社会的高速发展，生产生活用水的持续增加，地下水位逐年下降，导致区域干旱灾害发生日趋频繁，干旱所造成的损失越来越严重，事实上干旱缺水已成为制约区域经济社会持续发展的瓶颈。
在全球气候变化、经济社会发展水资源供需矛盾日益激烈的影响下，干旱特别是极端干旱事件发生频率将呈不断上升趋势，干旱成为制约部分地区经济发展、社会稳定、威胁粮食安全的重要不确定性因素。亟需建立科学合理、积极长效的旱灾风险管理体系，以减轻干旱影响、降低旱灾损失，确保经济社会可持续发展。目前，在自然灾害风险系统论框架下，从干旱脆弱性的定义出发，定量计算脆弱性并分析识别脆弱性主要影响因素，通过提出降低干旱脆弱性的有效措施来减小旱灾风险是当前防旱抗旱主要思想。构建由系统脆弱性三要素（区域暴露性、敏感性、适应能力）组成的指标体系，运用综合评价法或定义脆弱性指数来定量计算脆弱性；基于作物生长过程受旱机理，采用试验与模拟相结合的方法，以作物不同生长期水分供应量为输入，作物产量或减产率为输出，由两者关系定义脆弱性并进行定量化计算；基于历史灾损资料，以致灾因子为输入，致灾因子对应损失为输出，构建不同强度致灾因子下因旱损失关系，中间过程即间接反映特定灾害下的脆弱性。识别研究区域干旱脆弱性等级、分布以及脆弱性影响因素，提出识别区域旱灾风险是的角度脆弱性是一定强度干旱事件下决定灾情等级的重要因素，也是旱灾风险管理的核心内容之一，关于脆弱性的研究已由最初的自然灾害领域逐渐发展到人文经济、生物、医学等各方面。
三、国内外研究进展
关于脆弱性的研究于20世纪八十年代初首先在自然灾害领域被提出，并自九十年代以来呈现快速增长的趋势，2001年发表在《science》上的“Sustainability Science”一文将“特殊地区的自然—社会系统的脆弱性或恢复力”的研究列为可持续性科学的7个核心问题之一。近些年，在全球气候变化及日趋复杂化的经济社会发展关系背景下，脆弱性研究作为一项重要的研究内容被许多国际性科学计划和机构（IHDP、IPCC、IGBP）提上日程，成为全球环境变化及可持续性科学领域关注的热点问题和一门新兴学科。
关于脆弱性的概念，《At Risk》提出了灾害形成的压力与释放模型（灾害=致灾因子+脆弱性），认为“脆弱性”是灾害形成的根源，致灾因子是灾害形成的必要条件，在同一致灾强度下，灾情随脆弱性的增强而扩大。2001年IPCC第三次评估报告《气候变化2001：影响、适应性和脆弱性》中给出了气候变化敏感性、适应性和脆弱性的定义。敏感性是指系统受到与气候有关的刺激因素影响的程度，包括有利和不利影响。适应性是指系统的活动、过程或结构本身对气候变化的适应、减少潜在损失或应付气候变化后果的能力；适应性既包括自然界、系统本身，又包括人为的作用，特别是与系统自身调节、恢复的能力，社会经济的基础条件以及人为影响、干预有关。脆弱性是指气候变化，包括气候变化率和极端气候事件对该系统造成的不利影响的程度，是系统内的气候变率特征、幅度和变化速率及其敏感性和适应能力的函数。然而，当前对脆弱性的研究仍存在诸多待解决的问题，包括不同学科、领域对脆弱性概念的统一，脆弱性的形成机理及在灾害形成过程中与致灾因子相互作用关系，区域脆弱性定量评估等。
干旱灾害当今世界影响最为广泛的重大自然灾害。随着全球气候变化以及人类活动的加剧，干旱灾害在全球造成的影响不断加大，各国对于粮食安全和用水安全问题日趋重视。农业旱灾脆弱性是指农业生产敏感于和易于遭受干旱威胁并造成损失的性质和状态，它受到多种因素的影响，是自然环境系统和社会经济系统在特定时空条件下耦合的产物，反映了整个农业系统对干旱的适应、反应和应对能力，农业旱灾灾情是对农业系统存在的旱灾脆弱性的揭示和表达。
目前，农业旱灾脆弱性评估思路有：
1）通过分析影响农业旱灾脆弱性的因素，构建多指标进行综合评估。主要从自然环境系统与社会经济系统两方面构建评估指标体系。如刘兰芳选取降水量、蒸发量、森林覆盖率、水土流失强度、人口密度、机耕水平、水利化程度、农民人均收入、化肥施用量九个指标进行加权综合评价农业旱灾脆弱性（笔者认为降水与蒸发应算作致灾因子类，不能作为脆弱性影响指标）；倪深海从水资源承载能力、抗旱能力、农业旱灾系统三方面评价中国农业干旱脆弱性，并进行了脆弱性区划，具体有：人均水资源量、单位耕地面积平均水资源量，耕地灌溉率、水库调蓄率、旱灾频率、受旱率、成灾率（笔者认为指标可归纳为旱灾脆弱性的构成要素以及脆弱性在干旱作用下的结果，两者之间有明显的因果相关性，不满足指标独立性的选取原则）；邱林等人运用可变模糊分析法，选取构成旱灾脆弱性的7个指标进行脆弱性综合评价，具体有：水田密度、人口密度、7-9月蒸发量、人均收入、水池水塘密度、7-9月降水量、森林覆盖率。考虑到区域旱灾脆弱性水平存在模糊且动态变化的特点，可变模糊分析法在定量计算区域旱灾脆弱性时计算结果更合理可靠。该论文值得商榷的地方有：一是脆弱性等级的划分标准受主观因素影响较大，二是计算指标中降水与蒸发的变异系数一般用来反映干旱致灾因子的危险程度，此处将其作为区域干旱脆弱性的构成要素不合理。商彦蕊将农业旱灾脆弱性影响要素归为三类：作物自身性质、生态环境因素、社会经济因素。结合评估区域的特点，作者有针对性的确定以年降水蒸发比、侵蚀模数、土地质量指数、冬小麦面积比、灌溉指数、单位面积农机动力、单位面积化肥施用量、单位面积产量、人均收入、人均粮食占有量等11相指标，并进行农业旱灾脆弱性综合评价，建立了农业旱灾脆弱性指数与不同受灾率下旱灾风险概率的相关关系，两者出现复杂的正相关关系。并在对脆弱性分析的基础上，对河北省农业旱灾脆弱性进行分区。由于评价指标带有区域性特点，且没有量化农业旱灾脆弱性评价指标反映脆弱性强弱的统一标准以及指标权重的确定带有很强的主观性，因此此方法不适用于评价自然环境系统差异性较大的区域之间农业旱灾脆弱性的横向比较；另外，文章通过不同地区的旱灾脆弱度与不同受灾率下旱灾风险概率的相关关系，是从研究区域整体上说明了旱灾脆弱性与旱灾风险之间的相关性，但同一地区旱灾脆弱度与旱灾风险之间是否存在相关性并未说明。杨春燕等人认为农业旱灾脆弱性由灾前-灾中农业易损性与灾中-灾后适应性共同反映，一方面构建这两方面的指标体系进行基于县域层面旱灾脆弱性综合评价，另一方面只考虑农户自身对旱灾脆弱性影响的情况下，构建反映农户基本农耕要素进行基于农户尺度的旱灾脆弱性综合评价。易损性与适应性在旱灾脆弱性中的作用能否同等相加，值得商榷；构成易损性系统与适应性系统的指标在系统之内或系统之间存在重复或相关性；综合评价法对旱灾脆弱性形成机理缺乏合理的解释。Di Wu等人认为脆弱性主要反映在敏感性与适应性两方面，并构建敏感性与适应性的指标体系，采用模糊综合评价法对区域、流域干旱脆弱性进行评价，发现区域干旱脆弱性与受旱风险并无直接联系，脆弱性高的地区可能并不经常发生干旱。苏飞等人利用集对分析分析不确定性问题的优势，对大庆市经济系统脆弱性作出评价，认为经济系统脆弱性是由于经济系统对系统内外各种扰动的敏感性以及缺乏应对不利扰动的能力而使该系统容易受到损害的一种本质属性。
2）基于历史因旱损失数据的区域旱灾脆弱性定量计算模型。旱灾脆弱性的直观反映是致灾因子作用在承灾体下的因旱损失值。薛晓萍等人将影响作物产量的因子归纳为气候因子、土壤因子、地形因子、生物因子和人为因子五类。通过分解农作物产量为趋势产量、气象产量和随机“噪声”，并在忽略随机“噪声”的前提下，将实际产量与趋势产量的差值作为气象产量，由于趋势产量在无较突出的品种改良和种植技术改进的情况下年际间变化平稳，所以可以认为引起农业产量年际间变异的主要因子即气象产量，在此基础上将气象产量作为反映农业气象脆弱性的指标，进而采用通径分析法，计算典型气象致灾因子（降水、温度、光照）对不同农作物气象产量的直接与间接影响值，对气象敏感性因素进行诊断，得出降水是影响玉米、棉花、花生气象产量的最主要因素。该论文一方面直接由气象产量出发定义农业生产脆弱性，避开了分析影响农业生产脆弱性的众多因素，使结果受主观性影响较小；另一方面计算不同致灾因子（降水、温度、光照）对农作物脆弱性的直接与间接影响值，方便不同农作物间脆弱性的横向与纵向比较。但由于缺乏对农作物气象脆弱性的机理分析，使通过调整农作物自身结构或改善生态环境要素来提高气象脆弱性等手段无指导依据。
3）基于情景模拟的旱灾脆弱性评估。基于情景模拟的旱灾系统脆弱性评估的主要研究思路是通过分析致灾因子与承灾体相互作用的定量化关系，分别构建致灾因子强度函数与承灾体损失函数，并在自然灾害系统论的基础上合成两组函数关系从而构成了脆弱性评估模型。石勇等人在评估城市内涝脆弱时建立了定量化的情景模拟模型，从灾害自身机理出发细致刻画承灾体的脆弱性，并可以模拟任意强度内涝灾害情景下的承灾体脆弱性水平。基于情景模拟的农业旱灾脆弱性评估研究在国内相对较少。在农业研究领域，对作物生长期缺水敏感性的研究，可以在一定程度上反映单作物旱灾脆弱性水平，但如何从空间尺度和变量维数实现从单作物干旱脆弱性到农业旱灾脆弱性的转变，是未来农业旱灾脆弱性评估的思路与发展方向。
综上所述，自然灾害脆弱性框架下的农业旱灾脆弱性研究综合了旱灾系统（包括干旱过程识别、干旱强度定量化计算、干旱向旱灾演变的机理分析）与区域农业脆弱性（脆弱性构成因子的分析识别、脆弱性要素的合成与定量化表示）两方面。因此，农业旱灾脆弱性定量化评估不能单纯从一方面研究，基于脆弱性指标体系的旱灾脆弱性评估缺乏对旱灾系统进一步的研究，而基于历史灾损数据的旱灾脆弱性评估则更是过分的简化了脆弱性内涵与在旱灾形成过程中的作用机制。基于情景模拟的旱灾脆弱性评估通过跟踪致灾因子和承灾体的相互作用过程，可从灾害风险自身机理出发细致刻画承灾体的脆弱性，能模拟任意旱灾情景中的承灾体脆弱性水平，可深入发掘灾害信息，较少受实际旱灾灾情数据缺乏的限制，因此，模型模拟法将会成为旱灾系统脆弱性研究的发展趋势，也是旱灾风险管理研究的前沿问题。
四、实践期间主要完成工作及取得的成果
1、数据收集与处理 1.1 地下水数据分析
通过收集宿州市5个雨量站（李庄站、孤山站、符离集站、灵璧站、泗县站）1975-2007年间33年 逐月平均地下水埋深数据， 计算多年地下水年均埋深的动态变化值，如图4.1。由图可以发现，宿州市多年地下水埋深在2~3米范围内前后波动，70、80年代地下水埋深基本在2.8米以上。之后由于人类多年地下水开采累积效应以及开采程度的进一步加深，90年代地下水位下降明显，特别是90年代中期，地下水位平均埋深一度接近4米，且年际间波动较大。进入20世纪后，由于对地下水开采在一定程度上的限制，地下水水位正逐渐呈上升趋势。
图4.1 宿州市多年地下水年均埋深变化图
1.2降水数据分析
通过收集宿州市5个雨量站（李庄站、孤山站、符离集站、灵璧站、泗县站）1975-2007年间33年逐日降水数据， 计算宿州市多年年均降水的动态变化值，如图4.2。由图4.2可以看出，宿州市年降水量在800mm左右波动，1975-2007年之间，在90年代以前年降水量在800mm上下平稳波动，90年代之后，年降水量呈上升趋势，且年际之间波动较大。
图4.2 宿州市多年年降水变化图
1.3旱受灾损失数据分析
通过收集各类统计资料，包括安徽省统计年鉴、水利年鉴、市县统计年鉴、水资源公报、抗旱规划附表等，对各宿州市1980-2007年28年间因旱受灾数据进行矫正、率定，确定一组相对真实的因旱损失数据如图4.3。由图4.3可以看出，宿州市农业因旱损失几乎年年发生，80年代时损失呈先上升后下降的趋势，但整体上损失相对较小；90年代宿州市农业受干旱影响严重，其中1994年、1999年因旱粮食损失都超过250万亩；20世纪之后农业受干旱影响的损失逐渐降低。
图4.3 宿州市因旱成灾面积变化图
2、基于DEA的旱灾脆弱性动态评估模型的建立 2.1 DEA方法
数据包络分析法( date envelopment analy sis 简称DEA)，是由A.Charnes 和W.W.Cooper 等人在“相对效率评价”概念的基础上发展起来的一种全新的系统分析方法。DEA 基于数学规划模型，利用有效的样本数据，对决策单元( decision making unit，简称DMU)进行投入产出的相对有效性分析。与传统的统计方法相比，DEA方法具有以下优势：（1）DEA 方法以样本数据为基础，分析其中相对有效的样本个体，本质是最优化；（2）在测定决策单元的相对有效性时，DEA 方法不受输入、输出数据量纲的影响；（3）DEA方法不需要事先估计输入与输出之间的函数关系式。
DEA应用最为广泛的是CCR模型和BCC模型，前者的特点是假设DMU生产规模报酬不变，后者则是假定DMU生产规模报酬改变。在本农业旱灾脆弱性动态评估中采用CCR模型。假设有n个评价单元DMUj（j=1,2，…,n），每个DMU都有m种输入和s种输出，这样就构成了n个评价单元的多指标投入和多指标产出的评价系统。CCR模式将各DMU的各项投入、产出因子分别线性组合并以数学规划模式呈现，以组合比值代表决策单元的效率。假设单位j使用第i（i=1,2,…，m）项的投入量为X，其第r(r=1,2,…,s)项的产出量为Yrj，则单位k的效率可由下面模式（1）求得。
(1)
s.t.
在模式（1）中，μr，Vi分别代表第r个产出项和第i个投入项的权重，n为决策单元的个数，m为投入项个数，s为产出项个数，ε为一个极小的正值，称为非阿基米德数，一般设为 10-4或10-6。其中，Yrj代表第j个决策单元的第r个产出值，Xij为第 j个决策单位的第i个投入值，Ek即为第k个决策单元的效率值。由上式可知，DEA事实上是求投入与产出的比值，DEA模式即在所有DMU所形成的解集合中，找寻最有利的加权值而使各单位的效率值Ek最大。
2.2 基于DEA的旱灾脆弱性评估理论分析
根据自然灾害系统论，旱灾系统是由“致灾因子”、“孕灾环境”、“承载体”、“防灾减灾措施”构成，由干旱到旱灾的发展过程中，致灾因子作为直接投入项，因旱损失为产出项，承载体脆弱性则间接地反映在投入与产出效率比之中，主要受承载体自身暴露、敏感性以及防灾减灾措施影响。因此，借助于DEA相对效率值计算的特点和灵活性，基于DEA效率值计算的旱灾脆弱性在理论上是行得通的。
2.3 DEA模型计算数据处理
考虑到计算区域宿州市地处皖北，主要粮食作物为冬小麦和夏玉米大豆，当年冬季受旱损失一般记作下一年的农业损失中，夏季受旱损失记作当年的农业损失，农业用水主要是降水和地下水井灌，且在作物不同生长期缺水造成的影响不同，本文对输入项数据、输出数据作如下处理。
第k年输入项为：A1，第k年6-9月降水与多年平均降水相减的差值(若差值小于0，则取0)分别赋予权重0.3、
1、
1、0.4的加权平均值；A2，第k年11-12月降水与多年平均降水相减的差值(若差值小于0，则取0)赋予权重0.3、0.3，第k-1年1-5月降水与多年平均降水相减的差值(若差值小于0，则取0)分别赋予权重0.
4、0.4、0.
5、
1、1，加权平均值；A3，第k年6-9月地下水埋深月均值分别赋予权重0.3、
1、
1、0.4的加权平均值；A4，第k年11-12月地下水埋深月均值赋予权重0.3、0.3，第k-1年1-5月地下水埋深月均值分别赋予权重0.
4、0.4、0.
5、
1、1，加权平均值。第k年产出项为当年因旱农业成灾面积。 2.4 宿州市农业旱灾脆弱性动态评估结果与分析
根据2.1-2.3，计算宿州市1980-2006年27年间农业旱灾脆弱性相对值，其中2003年无受旱损失，相对脆弱性值计算无意义，在此剔除，最终结果如图4.4。
图4.4 宿州市1980-2006年旱灾脆弱性变化图
由图4.4可以看出，宿州市1980-2006年27年间农业旱灾相对脆弱性年际间变化较大，大致经历了由低到高再下降的变化过程，80年代处于上升的阶段，并在90年代中期达到最高，之后一直呈下降趋势。脆弱性最高的年为198
7、198
8、1994，分析这三年的降水、地下水位以及旱灾损失数据发现，这三年宿州市发生了严重的干旱事件，尽管降水与地下水不是27年间最紧缺的年份，但造成的农业损失异常巨大，这正是农业旱灾脆弱性高，抵御和恢复干旱影响的能力弱的原因。
实践总结
通过这次研究生校外实践项目，加强了与安徽省水利部淮委水利科学研究院的合作交流，自身在学术能力和待人处事方面均得到了训练和提高。首先是感谢导师金菊良教授的推荐为我提供了这次实践的良好平台，以及在项目研究过程中的悉心指导；其次感谢安徽省水科院农水所校外导师曹秀青高工在我实习期间对我学术指导和生活上提供的帮助，以及蒋尚明工程师为研究项目提供的宝贵建议和指导。
本项目以宿州市为例，定量计算安徽省淮北平原农业脆弱性动态变化过程，为研究安徽省淮北平原特殊水资源条件下的农业旱灾脆弱性演变提供了支撑，也为进一步研究干旱至旱灾的演进机制、防灾减灾规划措施的制定提供参考。
