全 文 ：黄淮海地区夏玉米生长季的干旱风险
薛昌颖１，２　 张　 弘１，２　 刘荣花１，２∗
（ １中国气象局·河南省农业气象保障与应用技术重点开放实验室， 郑州 ４５０００３； ２河南省气象科学研究所， 郑州 ４５０００３）
摘　 要　 干旱是对农业影响最大的农业气象灾害，进行干旱风险评估对于提升区域灾害风险
管理和决策水平、减轻农业损失具有重要的指导意义．本文基于自然灾害风险理论，利用黄淮
海夏玉米主产区 ６９个站点的气象、夏玉米播种面积和产量数据，以及当地有效灌溉面积等数
据，从灾害风险的危险性、脆弱性、暴露性和防灾减灾能力 ４ 个方面构建风险评估指标和模
型，对黄淮海夏玉米主产区干旱灾害的风险进行评估分析．结果表明： 黄淮海地区夏玉米生长
季（６—９月），干旱发生危险性最大的阶段主要是播种⁃出苗期和乳熟⁃成熟期，其中，河北中南
部、河南西部和北部的危险性最大．经加权叠加脆弱性、暴露性和防灾减灾能力后，夏玉米干
旱综合风险最大的地区主要分布在河南西部和西南部部分地区；其次是河南南部、河北沧州、
邢台以及山东德州等地，属于次高风险区；风险低值区主要分布在山东南部、安徽北部和河南
的信阳等地；其他地区属于中度风险区．
关键词　 干旱； 综合风险； 危险性； 脆弱性； 防灾减灾能力
Ｄｒｏｕｇｈｔ ｒｉｓｋ ｏｆ ｓｕｍｍｅｒ ｍａｉｚｅ ｉｎ Ｈｕａｎｇｈｕａｉｈａｉ ａｒｅａ， Ｃｈｉｎａ． ＸＵＥ Ｃｈａｎｇ⁃ｙｉｎｇ１，２， ＺＨＡＮＧ
Ｈｏｎｇ１，２， ＬＩＵ Ｒｏｎｇ⁃ｈｕａ１，２∗ （ １ Ｋｅｙ Ｌａｂｏｒａｔｏｒｙ ｏｆ Ａｇｒｏｍｅｔｅｏｒｏｌｏｇｉｃａｌ Ｓａｆｅｇｕａｒｄ ａｎｄ Ａｐｐｌｉｅｄ Ｔｅｃｈ⁃
ｎｉｑｕｅ， Ｃｈｉｎａ Ｍｅｔｅｏｒｏｌｏｇｉｃａｌ Ａｄｍｉｎｉｓｔｒａｔｉｏｎ ／ Ｈｅｎａｎ Ｐｒｏｖｉｎｃｅ， Ｚｈｅｎｇｚｈｏｕ ４５０００３， Ｃｈｉｎａ； ２Ｈｅｎａｎ
Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｍｅｔｅｏｒｏｌｏｇｉｃａｌ Ｓｃｉｅｎｃｅ， Ｚｈｅｎｇｚｈｏｕ ４５０００３， Ｃｈｉｎａ） ．
Ａｂｓｔｒａｃｔ： Ｄｒｏｕｇｈｔ ｉｓ ｔｈｅ ｇｒｅａｔｅｓｔ ａｇｒｏ⁃ｍｅｔｅｏｒｏｌｏｇｉｃａｌ ｄｉｓａｓｔｅｒ． Ｒｉｓｋ ａｓｓｅｓｓｍｅｎｔ ｏｆ ｄｒｏｕｇｈｔ ｉｓ ｏｆ
ｇｒｅａｔ ｇｕｉｄｉｎｇ ｓｉｇｎｉｆｉｃａｎｃｅ ｔｏ ｉｍｐｒｏｖｅ ｔｈｅ ｒｅｇｉｏｎａｌ ｒｉｓｋ ｍａｎａｇｅｍｅｎｔ ａｎｄ ｄｅｃｉｓｉｏｎ⁃ｍａｋｉｎｇ ｌｅｖｅｌ， ａｎｄ
ｔｏ ｆｕｒｔｈｅｒ ｒｅｄｕｃｅ ａｇｒｉｃｕｌｔｕｒａｌ ｌｏｓｓ． Ｉｎ ｔｈｉｓ ｐａｐｅｒ， ｄｒｏｕｇｈｔ ｒｉｓｋ ｏｆ ｓｕｍｍｅｒ ｍａｉｚｅ ｗａｓ ａｎａｌｙｚｅｄ ａｃｃｏｒ⁃
ｄｉｎｇ ｔｏ ｎａｔｕｒａｌ ｄｉｓａｓｔｅｒ ｒｉｓｋ ｔｈｅｏｒｙ， ｕｓｉｎｇ ｔｈｅ ｄａｔａ ｏｆ ｗｅａｔｈｅｒ， ｐｌａｎｔｉｎｇ ａｒｅａ ａｎｄ ｙｉｅｌｄ ｏｆ ｓｕｍｍｅｒ
ｍａｉｚｅ， ａｎｄ ｌｏｃａｌ ｅｆｆｅｃｔｉｖｅ ｉｒｒｉｇａｔｉｏｎ ａｒｅａ ｏｆ ６９ ｓｔａｔｉｏｎｓ ｉｎ Ｈｕａｎｇｈｕａｉｈａｉ ａｒｅａ． Ｔｈｅ ａｓｓｅｓｓｉｎｇ ｉｎｄｉｃｅｓ
ａｎｄ ｍｏｄｅｌｓ ｏｆ ｄｒｏｕｇｈｔ ｒｉｓｋ ｗｅｒｅ ｅｓｔａｂｌｉｓｈｅｄ ｆｒｏｍ ｔｈｅ ａｓｐｅｃｔｓ ｏｆ ｄａｎｇｅｒ， ｖｕｌｎｅｒａｂｉｌｉｔｙ， ｅｘｐｏｓｕｒｅ，
ａｎｄ ｄｉｓａｓｔｅｒ ｐｒｅｖｅｎｔｉｏｎ ａｎｄ ｍｉｔｉｇａｔｉｏｎ ｃａｐａｃｉｔｙ． Ｔｈｅ ｒｅｓｕｌｔｓ ｓｈｏｗｅｄ ｔｈａｔ， ｉｎ Ｈｕａｎｇｈｕａｉｈａｉ ａｒｅａ， ｔｈｅ
ｍｏｓｔ ｄａｎｇｅｒｏｕｓ ｐｅｒｉｏｄｓ ｆｏｒ ｄｒｏｕｇｈｔ ｄｕｒｉｎｇ ｓｕｍｍｅｒ ｍａｉｚｅ ｓｅａｓｏｎ （Ｊｕｎｅ－Ｓｅｐｔｅｍｂｅｒ） ｗｅｒｅ ｔｈｅ ｆｏｌｌｏ⁃
ｗｉｎｇ ｔｗｏ ｓｔａｇｅｓ： ｓｏｗｉｎｇ ｔｏ ｅｍｅｒｇｅｎｃｅ ａｎｄ ｍｉｌｋｙ ｔｏ ｍａｔｕｒｉｔｙ． Ｓｐａｔｉａｌｌｙ， ｔｈｅ ｈｉｇｈｅｓｔ ｄｒｏｕｇｈｔ ｒｉｓｋ ｗａｓ
ｍａｉｎｌｙ ｄｉｓｔｒｉｂｕｔｅｄ ｉｎ ｃｅｎｔｒａｌ ａｎｄ ｓｏｕｔｈｅｒｎ Ｈｅｂｅｉ， ｗｅｓｔｅｒｎ ａｎｄ ｎｏｒｔｈｅｒｎ Ｈｅｎａｎ． Ａｆｔｅｒ ｗｅｉｇｈｔｉｎｇ ｔｈｅ
ｖｕｌｎｅｒａｂｉｌｉｔｙ， ｅｘｐｏｓｕｒｅ， ａｎｄ ｄｉｓａｓｔｅｒ ｐｒｅｖｅｎｔｉｏｎ ａｎｄ ｍｉｔｉｇａｔｉｏｎ ｃａｐａｃｉｔｙ， ｔｈｅ ｉｎｔｅｇｒａｔｅｄ ｈｉｇｈｅｓｔ
ｄｒｏｕｇｈｔ ｒｉｓｋ ｗａｓ ｍａｉｎｌｙ ｄｉｓｔｒｉｂｕｔｅｄ ｉｎ ｔｈｅ ｗｅｓｔ ａｎｄ ｓｏｕｔｈｗｅｓｔ ｏｆ Ｈｅｎａｎ Ｐｒｏｖｉｎｃｅ． Ｔｈｅ ｓｕｂ⁃ｈｉｇｈ ｒｉｓｋ
ａｒｅａ ｗａｓ ｄｉｓｔｒｉｂｕｔｅｄ ｉｎ ｔｈｅ ｓｏｕｔｈ ｏｆ Ｈｅｎａｎ， Ｃａｎｇｚｈｏｕ ａｎｄ Ｘｉｎｇｔａｉ ｏｆ Ｈｅｂｅｉ， ａｎｄ Ｄｅｚｈｏｕ ｏｆ Ｓｈａｎ⁃
ｄｏｎｇ． Ｔｈｅ ｌｏｗｅｓｔ ｒｉｓｋ ａｒｅａ ｗａｓ ｌｏｃａｔｅｄ ｉｎ ｓｏｕｔｈ ｏｆ Ｓｈａｎｄｏｎｇ， ｎｏｒｔｈ ｏｆ Ａｎｈｕｉ， ａｎｄ Ｘｉｎｙａｎｇ ｏｆ
Ｈｅｎａｎ． Ｔｈｅ ｏｔｈｅｒ ａｒｅａｓ ｗｅｒｅ ａｔ ｍｏｄｅｒａｔｅ ｒｉｓｋ．
Ｋｅｙ ｗｏｒｄｓ： ｄｒｏｕｇｈｔ； ｉｎｔｅｇｒａｔｅｄ ｒｉｓｋ； ｄａｎｇｅｒ； ｖｕｌｎｅｒａｂｉｌｉｔｙ； ｄｉｓａｓｔｅｒ ｐｒｅｖｅｎｔｉｏｎ ａｎｄ ｍｉｔｉｇａｔｉｏｎ
ｃａｐａｃｉｔｙ．
本文由公益性行业（气象）科研专项（ ＧＹＨＹ２０１００６０４１）和国家科技支撑计划项目（ ２０１２ＢＡＤ２０Ｂ０４）资助 Ｔｈｉｓ ｗｏｒｋ ｗａｓ ｓｕｐｐｏｒｔｅｄ ｂｙ ｔｈｅ
Ｓｐｅｃｉａｌ Ｆｕｎｄ ｆｏｒ Ｍｅｔｅｏｒｏｌｏｇｙ⁃ｓｃｉｅｎｔｉｆｉｃ Ｒｅｓｅａｒｃｈ ｉｎ ｔｈｅ Ｐｕｂｌｉｃ Ｉｎｔｅｒｅｓｔ （ ＧＹＨＹ２０１００６０４１ ） ａｎｄ ｔｈｅ Ｎａｔｉｏｎａｌ Ｋｅｙ Ｔｅｃｈｎｏｌｏｇｙ Ｓｕｐｐｏｒｔ Ｐｒｏｇｒａｍ
（２０１２ＢＡＤ２０Ｂ０４）．
２０１５⁃０９⁃０８ Ｒｅｃｅｉｖｅｄ， ２０１６⁃０２⁃２２ Ａｃｃｅｐｔｅｄ．
∗通讯作者 Ｃｏｒｒｅｓｐｏｎｄｉｎｇ ａｕｔｈｏｒ． Ｅ⁃ｍａｉｌ： Ｌｉｕｒｏｎｇｈ＠ １２６．ｃｏｍ
应 用 生 态 学 报　 ２０１６年 ５月　 第 ２７卷　 第 ５期　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 ｈｔｔｐ： ／ ／ ｗｗｗ．ｃｊａｅ．ｎｅｔ
Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ａｐｐｌｉｅｄ Ｅｃｏｌｏｇｙ， Ｍａｙ ２０１６， ２７（５）： １５２１－１５２９　 　 　 　 　 　 　 　 　 ＤＯＩ： １０．１３２８７ ／ ｊ．１００１－９３３２．２０１６０５．０１７
　 　 农业气象灾害是中国最主要的农业自然灾害，
约占全部农业自然灾害的 ７０％［１－２］ ．在未来气候变
化的情况下，风险也将越来越大，其风险评价和预测
研究越来越引起各国政策制定者和学者的关注．当
前农业气象灾害风险研究既是灾害学领域中研究的
热点，又是政府当前急需应用性较强的课题［１］ ．干旱
是对我国农业生产影响最为严重的农业气象灾害，
而且随着全球气候的变化，呈现出干旱区域不断增
大、干旱损失日渐加剧的趋势［３－４］，因此，围绕不同
的粮食作物，开展干旱灾害的风险评估成为一项主
要的研究内容．黄淮海地区是中国重要的粮食生产
基地，也是中国最大的夏玉米集中产区，常年播种面
积占全国 ４０％以上［５］ ．近年来，该区夏玉米播种面积
和产量均呈现出逐渐增加的趋势，对保障全国粮食
安全起着重要作用．但该地区夏玉米生育期间气温
高、蒸发量大、降水分布不均、干旱灾害发生频繁，因
而，干旱是影响范围最大、造成产量损失最重的农业
气象灾害之一．如 １９９７年 ７—８月，河南省全省性的
干旱造成一半播种面积以上的秋作物受旱，旱情严
重的洛阳和三门峡分别占到播种面积的 ９０％和
７５％；１９８６年，河南遭遇历史上罕见的大旱，全省秋
作物受旱面积占 ６０％以上，重灾面积超过 １８０×１０４
ｈｍ２，另外 ６６．７×１０４ ｈｍ２绝收或基本绝收［６］ ．２０１４年，
河南再次遭遇 ６３年来最严重干旱，入汛后降雨量较
常年同期减少五成，严重者减少六到七成，这场百年
不遇的特大旱灾导致全省 ２１ 座大型水库蓄水量锐
减近 １ ／ ３．根据农业部种植业管理司历史自然灾害数
据库显示，２０１４ 年河南因旱受灾面积 １８０．９３× １０４
ｈｍ２、成灾 ７７．５３×１０４ ｈｍ２、绝收 １．３×１０４ ｈｍ２［７］ ．因此，
开展黄淮海地区夏玉米干旱风险评估有助于提升该
地区灾害风险管理和决策水平，可减轻干旱灾害造
成的损失，对于保障区域乃至全国粮食安全具有重
要意义．
我国农业气象灾害风险评估经过 ３０ 余年的发
展，取得了众多的研究成果．如王春乙等［１］对近 ３０
年来农业气象灾害风险评估方面所取得的研究成果
进行总结和评述，概括了我国农业气象灾害风险评
估发展的 ３个阶段．由李世奎等［８］主编的《中国农业
灾害风险评价与对策》一书，较全面地展现了 ２０ 世
纪 ９０年代我国农业气象灾害风险评估的研究成果，
此书以风险分析技术为核心，探讨了农业自然灾害
风险分析的理论、概念、方法和模型．２１ 世纪，我国
农业气象灾害风险评估进入以风险化、数量化技术
方法为主的研究发展阶段，在“十五”中国国家科技
攻关计划项目所属课题“农业气象灾害影响评估技
术研究”的推动下，取得了重要的研究进展［９］，提出
了我国几种主要农业气象灾害风险评估的技术方
法［１０］，包括一年生农作物、多年生果树减产率序列
的构建技术［１１－１３］，不同致灾因子、致灾指标序列的
构建技术，灾害风险估算模型的构建技术［１４－１５］；致
灾损失（减产率）的风险评估技术［１６－１７］，致灾指标的
风险评估技术［１８－２０］，减灾措施降低灾害风险的评估
技术等［２１］；建立了主要农业气象灾害风险评估技术
体系，实现了区域灾害致灾强度、灾损、抗灾能力风
险的量化评估［２２］ ．但这些研究只单独针对致灾因子
或承灾体进行单一的评估，不能反映农业气象灾害
风险产生机制．根据灾害风险形成机理，对农业气象
灾害风险进行综合评估已成为目前农业气象灾害风
险评估的主要趋势和发展方向．张继权等［２３］在总结
相关研究成果的基础上，完善了灾害风险概念和形
成机制，提出了基于形成机理的综合灾害风险形成
理论，并将其引入农业领域，农业气象灾害风险评估
技术开始进入定量化、动态化方向发展阶段．自然灾
害风险分析理论认为，灾害的风险度主要由 ４ 个因
子构成，分别为灾害的危险性、暴露性、脆弱性和防
灾减灾能力，这 ４ 个因子的乘积可作为评价自然灾
害风险度的综合指标．该评价方法在中国自然灾害
风险评估中得到了广泛应用，并针对影响农业生产
的主要农业气象灾害，如干旱、洪涝、低温等灾害都
进行了研究和应用［２４－２９］ ．杨平等［３０］基于该理论对黄
淮海地区夏玉米生长季的干旱危险性、敏感性和易
损性进行了评价，但其评估结果中没有考虑各地对
于干旱灾害的防灾减灾能力，随着农业基础设施条
件的不断改善，灌溉条件的差异已是影响干旱风险
的重要因子．此外，危险性评价指标的选取对于风险
评估结果也是至关重要，水分亏缺指数相对于降水
距平、标准化降水指数等评价指标对于评价农业干
旱更具有理论依据．本文主要依据自然灾害风险评
价理论，以水分亏缺指数、夏玉米播种面积占耕地面
积比例、灾年平均减产率、有效灌溉面积占耕地面积
比例作为评价指标，从灾害的危险性、脆弱性、暴露
性和防灾减灾能力 ４ 个方面构建风险综合评价模
型，对黄淮海地区夏玉米干旱综合风险进行定量化
评价．
１　 研究地区与研究方法
１􀆰 １　 研究区概况
本研究区域在行政区划上包括河南和山东两省
２２５１ 应　 用　 生　 态　 学　 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 ２７卷
全部、河北省大部（除张家口和承德）、安徽省北部
以及北京、天津 ２ 个直辖市．在玉米种植区划中，该
区属于黄淮海夏玉米区，是我国最大的夏玉米种植
区，以冬小麦⁃夏玉米一年两熟轮作制为主．该区属
暖温带半湿润气候，年无霜期 １７０ ～ ２２０ ｄ，降雨量丰
富，年降水量 ５００～８００ ｍｍ，且 ７０％以上主要分布在
夏玉米生长季．由于该区处于黄淮海 ３ 条河流水系
下游，地上水和地下水资源都比较丰富，灌溉面积占
５０％左右．由于本区气温高、蒸发量大、降雨过分集
中，导致夏玉米生育期内季节性干旱时有发生，对夏
玉米生产不利．
１􀆰 ２　 资料来源
本文所用数据主要为研究区域内各气象台站
１９７１—２０１０年逐日气象数据和 １９８１—２０１０ 年农业
气象观测站夏玉米主要发育期数据，均来源于中国
气象局数据共享网．逐日气象数据包括降水、日照时
数、平均温度、最高温度、最低温度、平均风速、水汽
压．根据各台站气象资料的完整性，通过筛选确定 ６９
个站点（图 １）．发育期数据主要包括夏玉米播种、出
苗、拔节、抽雄、乳熟和成熟的日期，主要用来确定不
同区域夏玉米平均生育期（表 １）．此外，本文还用到
研究区域内 ６９个站点 １９７１—２０１０年夏玉米单产数
据，以及 ２００８—２０１２ 年夏玉米播种面积、有效灌溉
面积和耕地面积数据，这些数据来源于各地的统计
年鉴．
１􀆰 ３　 干旱风险评估模型的构建
根据风险评估理论［２３］，区域自然灾害风险是由
自然灾害危险性、暴露性、脆弱性和防灾减灾能力 ４
个因素相互综合作用而形成．危险性指气象灾害的
异常程度，主要由气象危险因子活动规模和活动频
次决定．暴露性指可能受到气象危险因子威胁的所
有人或财产，如人员、房屋、农作物等．脆弱性指在给
定危险地区存在的所有财产，由于潜在的气象危险
图 １　 研究区域及气象站点分布
Ｆｉｇ．１　 Ｓｔｕｄｙ ａｒｅａ ａｎｄ ｄｉｓｔｒｉｂｕｔｉｏｎ ｏｆ ｗｅａｔｈｅｒ ｓｔａｔｉｏｎｓ．
因素而造成的伤害或损失程度，其综合反映了自然
灾害的损失程度．防灾减灾能力表示受灾区在短期
和长期内能够从气象灾害中恢复的程度．本文主要
基于以上理论，选取并构建夏玉米干旱风险评价指
标及综合评价模型．
１􀆰 ３􀆰 １危险性指数　 用于干旱危险性评价的指标较
多，不同学者根据各自的研究目的选用的指标不同．
作物水分亏缺指数（ＣＷＤＩ）作为研究农业干旱的综
合性指标之一，它综合考虑了土壤、植物、气象 ３ 方
面因素的影响，能较好地反映各站点主要生长季作
物水分亏缺与农业干旱情况［３１］ ．在应用中，考虑到
水分亏缺的累计效应及对后期作物生长发育的影
响，多计算累计水分亏缺指数，公式如下：
ＣＷＤＩｓ，ｊ ＝ａ×ＣＷＤＩ ｊ ＋ｂ×ＣＷＤＩ ｊ－１ ＋ｃ×ＣＷＤＩ ｊ－２ ＋ｄ×
ＣＷＤＩ ｊ－３＋ｅ×ＣＷＤＩ ｊ－４ （１）
式中：ＣＷＤＩｓ，ｊ为第 ｊ 旬累计水分亏缺指数 （％）；
ＣＷＤＩ ｊ、ＣＷＤＩ ｊ－１、ＣＷＤＩ ｊ－２、ＣＷＤＩ ｊ－３、ＣＷＤＩ ｊ－４分别为第 ｊ
旬、 ｊ－１ 旬、ｊ－２ 旬、ｊ－３ 旬、ｊ－４ 旬的水分亏缺指数
（％）；ａ、ｂ、ｃ、ｄ、ｅ为权重系数，分别取值为 ０．３、０．２５、
０．２、０．１５、０．１．各地可根据当地实际情况确定相应系
表 １　 不同地区夏玉米主要发育阶段
Ｔａｂｌｅ １　 Ｍａｉｎ ｇｒｏｗｉｎｇ ｓｔａｇｅｓ ｏｆ ｓｕｍｍｅｒ ｍａｉｚｅ ｉｎ ｄｉｆｆｅｒｅｎｔ ａｒｅａｓ
区域
Ａｒｅａ
播种⁃出苗
Ｓｏｗｉｎｇ⁃
ｅｍｅｒｇｅｎｃｅ
出苗⁃拔节
Ｅｍｅｒｇｅｎｃｅ⁃
ｊｏｉｎｔｉｎｇ
拔节⁃抽雄
Ｊｏｉｎｔｉｎｇ⁃
ｈｅａｄｉｎｇ
抽雄⁃乳熟
Ｈｅａｄｉｎｇ⁃
ｍｉｌｋｙ
乳熟⁃成熟
Ｍｉｌｋｙ⁃
ｍａｔｕｒｉｔｙ
北京、天津、河北中北部、山东北部
Ｂｅｉｊｉｎｇ， Ｔｉａｎｊｉｎ， ｍｉｄ⁃ｎｏｒｔｈ ｏｆ Ｈｅｂｅｉ，
ｎｏｒｔｈ ｏｆ Ｓｈａｎｄｏｎｇ
６月中旬 ６月下旬—
７月中旬
７月下旬—
８月上旬
８月中旬—
９月上旬
９月中旬—
９月下旬
河北南部、河南中北部、山东大部
Ｓｏｕｔｈ ｏｆ Ｈｅｂｅｉ， ｍｉｄ⁃ｎｏｒｔｈ ｏｆ Ｈｅｎａｎ，
ｍｏｓｔ ｐａｒｔ ｏｆ Ｓｈａｎｄｏｎｇ
６月上旬 ６月中旬—
７月上旬
７月中旬—
８月上旬
８月中旬—
８月下旬
９月上旬—
９月中旬
河南南部、安徽北部
Ｓｏｕｔｈ ｏｆ Ｈｅｎａｎ， ｎｏｒｔｈ ｏｆ Ａｎｈｕｉ
６月上旬 ６月中旬—
７月上旬
７月中旬—
７月下旬
８月上旬—
８月下旬
９月上旬—
９月中旬
３２５１５期　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 薛昌颖等： 黄淮海地区夏玉米生长季的干旱风险　 　 　 　 　
数值．有关水分亏缺指数的详细计算方法参见文献
［３１］．
根据灾害强度风险评估原理，干旱致灾因子危
险性是水分亏缺指数等级及其出现概率的函数．将
夏玉米生育期划分为播种⁃出苗、出苗⁃拔节、拔节⁃抽
雄、抽雄⁃乳熟和乳熟⁃成熟 ５ 个阶段，各生育阶段干
旱危险性评价模型为：
Ｉｍ ＝∑
ｎ
ｉ ＝ １
（ＣＷＤＩｍｉ × Ｐｍｉ） （２）
式中： Ｉｍ 为夏玉米某阶段的干旱危险性指数；
ＣＷＤＩｍｉ为水分亏缺指数；Ｐｍｉ为相应水分亏缺指数出
现的概率；ｍ 取值为 １、２、３、４、５，分别代表播种⁃出
苗、出苗⁃拔节、拔节⁃抽雄、抽雄⁃乳熟和乳熟⁃成熟 ５
个生育阶段；ｉ为水分亏缺指数等级；ｎ 为水分亏缺
指数等级数．水分亏缺指数取值 ０～１，按 ０．０５间隔进
行等级划分，计算不同等级出现的概率．
本文概率通过 Ｍａｔｌａｂ 软件计算．首先利用 Ｍａｔ⁃
ｌａｂ统计工具箱的 Ｋｓｔｅｓｔ 函数对各站点水分亏缺指
数的时间数据序列进行 Ｋｏｌｍｏｇｏｒｏｖ⁃Ｓｍｉｒｎｏｖ 检验，
确定数据序列是否符合正态分布，对不符合正态分
布的数据进行 ｂｏｘ⁃ｃｏｘ 转换，将其转换为正态分布；
然后利用 Ｍａｔｌａｂ 提供的正态概率分布函数计算不
同水分亏缺指数等级出现的概率．
不同生育阶段缺水对最终产量造成的影响不
同，故全生育期干旱危险性应考虑各生育阶段干旱
风险的权重系数．全生育期干旱危险性风险评估模
型为：
Ｉ ＝∑
５
ｉ ＝ １
（ａｉ × Ｉｉ） （３）
式中：Ｉ 为全生育期干旱危险性指数； Ｉｉ为播种⁃出
苗、出苗⁃拔节、拔节⁃抽雄、抽雄⁃乳熟和乳熟⁃成熟 ５
个生育阶段的干旱风险指数；ａｉ为各生育阶段危险
性权重系数，根据各阶段水分亏缺指数与产量的相
关关系来确定［３２］ ．
首先根据各地夏玉米发育期确定各阶段起止时
间，分生育阶段计算水分亏缺指数（ＣＷＤＩ），然后再
用式（１）和（２）计算危险性指数．
１􀆰 ３􀆰 ２暴露性指数 　 夏玉米种植面积越大，意味着
该区域暴露于气象危险中的夏玉米越多，可能遭受
的潜在损失就越大，气象灾害风险越大［２５］ ．本文选
取夏玉米播种面积占耕地面积比例作为承灾体暴露
性评价指标（Ｅ），计算公式如下：
Ｅ ＝ １
ｎ∑
ｎ
ｉ ＝ １
（ｄｉ ／ Ｄｉ） （４）
式中：ｄｉ为某县第 ｉ年夏玉米播种面积；Ｄｉ为当年总
耕地面积．考虑到历史上各地作物种植结构的变化
较大，且风险评价应更多针对各地当前实际生产条
件，本文在计算暴露性指数时，只选取能够反映当前
实际生产条件的近 ５年（２００８—２０１２ 年）的数据，即
ｎ＝ ５．
１􀆰 ３􀆰 ３脆弱性指数　 脆弱性主要反映承灾体遭受灾
害后的损失程度，本文以夏玉米灾年平均减产率
（Ｒ）作为承灾体脆弱性评价指标．减产率指历年实
际产量通过产量分解获得的相对气象产量的负值百
分比．考虑到由于非灾害因素造成的产量年际的波
动，本文定义减产率在 ５％以上的年份为灾年．灾年
平均减产率计算公式［１７］为：
Ｆ ＝ １
ｎ∑
ｎ
ｉ ＝ １
ｘｉ （５）
式中：ｘｉ为灾年减产序列的逐年减产率；ｎ 为序列年
数．趋势产量分离采用直线滑动平均模拟方法［３３］ ．
１􀆰 ３􀆰 ４防灾减灾能力指数　 农业干旱的防灾减灾能
力主要体现在当地的灌溉条件和水平上，本文利用
有效灌溉面积占当地耕地面积的比例作为防灾减灾
能力指数（Ｋ），计算公式为：
Ｋ ＝ １
ｎ∑
ｎ
ｉ ＝ １
（ｇｉ ／ Ｄｉ） （６）
式中：ｇｉ为某县第 ｉ年有效灌溉面积；Ｄｉ为当年总耕地
面积．与暴露性指数类似，选取能够反映当前实际生
产条件的近 ５年（２００８—２０１２年）的数据，即 ｎ＝５．
１􀆰 ３􀆰 ５干旱综合风险指数　 构建夏玉米干旱综合风
险指数之前，根据数据极差标准化方法［２４］，将危险
性指数、脆弱性指数、暴露性指数和防灾减灾能力指
数进行极差标准化．为确保标准化后数据非零，改进
计算公式如下：
Ｘｓ ＝（Ｘ ｊ－Ｓ１） ／ （Ｓ２－Ｓ１）
Ｓ１ ＝（９Ｘｍｉｎ－Ｘｍａｘ） ／ ８
Ｓ２ ＝（９Ｘｍａｘ－Ｘｍｉｎ） ／ ８ （７）
式中：Ｘｓ为极差标准化后的数据；Ｘ ｊ为原始数据；Ｘｍｉｎ
为原始数据序列中的最小值；Ｘｍａｘ为原始数据序列
中的最大值．
在干旱风险评价各项指标中，危险性、脆弱性、
暴露性在干旱综合风险中起正效应，即危险性、脆弱
性、暴露性越高，风险越大；但防灾减灾能力在干旱
综合风险中起负效应，即某区域的防灾减灾能力越
强，干旱危险性、脆弱性和暴露性对灾害生成的作用
力就会受到一定抑制，从而可降低干旱的风险．考虑
到防灾减灾能力的反向作用力，构建综合评价模型
４２５１ 应　 用　 生　 态　 学　 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 ２７卷
如下：
Ｒ＝ ＩＷｌ×ＥＷＥ×ＦＷＦ×Ｋ－ＷＫ
式中：Ｒ 为干旱综合风险指数；Ｉ、Ｅ、Ｆ、Ｋ分别为危险
性、暴露性、脆弱性和防灾减灾能力指数；ＷＩ、ＷＥ、
ＷＦ、ＷＫ分别为危险性、暴露性、脆弱性和防灾减灾能
力对应的权重，表示各因子对形成灾害风险的相对
重要性，正值表示该指数对干旱综合风险的作用是
正效应，负值表示负效应．采用灰色关联法，通过分
析危险性、暴露性、脆弱性和防灾减灾能力指数与减
产率多年平均值的灰色关联度，从而确定各影响因
子权重［２５］ ．
１􀆰 ４　 数据处理
根据各项指标的站点数据，利用 Ｓｕｒｆｅｒ １１．０ 提
供的克里金插值方法进行插值，获得各指标的空间
分布图，进行空间分布分析．
２　 结果与分析
２􀆰 １　 夏玉米干旱发生的危险性
由图 ２可知，单从干旱发生的危险性看，较高的
阶段主要是播种⁃出苗期和乳熟⁃成熟期，危险性指
数分别在 ０．１３ ～ ０．６３ 和 ０．１６ ～ ０．５８，其次是出苗⁃拔
节期，在 ０．０４ ～ ０．４７，拔节⁃抽雄期和抽雄⁃乳熟期的
干旱危险性最小，分别为 ０．０２ ～ ０．２１ 和 ０．０９ ～ ０．２７，
５个阶段区域平均危险性指数分别为 ０． ３８、０． ２１、
０．１０、０．１８ 和 ０．３２，呈现为先降低后升高的变化趋
势，这主要受夏玉米生长季降水时间变化规律的影
响．播种⁃出苗期和乳熟⁃成熟期分别是夏季降水的转
折时段，特别是播种⁃出苗期黄淮海地区气温上升
快、蒸发量大，但降水稀少，因此这一阶段经常发生
初夏旱，影响夏玉米的播种和出苗；而乳熟⁃成熟期，
雨季基本结束，降水减少，但夏玉米尚处于产量形成
后期，对水分还有一定需求，因此降水的自然变化和
作物生长发育规律造成播种⁃出苗期和乳熟⁃成熟期
两个阶段干旱发生的危险性偏高．从空间分布趋势
看，夏玉米干旱发生的危险性在前 ３ 个阶段具有较
明显的由东南部向西北部逐渐升高的变化趋势，即
河北大部、河南北部和西部危险性较高，山东东南
部、河南东部和南部、安徽北部等地危险性较低．抽
雄⁃乳熟期的干旱危险性空间分布略有变化，除河北
南部、河南北部和西部外，北京、天津以及安徽北部
的部分地区危险性也较高．乳熟⁃成熟期则基本表现
为由南向北逐渐升高的趋势，高危险性地区主要分
布在北京、天津以及河北的唐山、秦皇岛等地，河南
大部及山东部分地区危险性较低，这与降水由南向
图 ２　 黄淮海地区夏玉米各阶段干旱危险性指数分布
Ｆｉｇ．２　 Ｄｉｓｔｒｉｂｕｔｉｏｎｓ ｏｆ ｄａｎｇｅｒ ｉｎｄｅｘ ｆｏｒ ｄｉｆｆｅｒｅｎｔ ｓｕｍｍｅｒ ｍａｉｚｅ ｇｒｏｗｉｎｇ ｓｔａｇｅｓ ｉｎ Ｈｕａｎｇｈｕａｉｈａｉ ａｒｅａ．
ａ） 播种⁃出苗 Ｓｏｗｉｎｇ⁃ｅｍｅｒｇｅｎｃｅ； ｂ） 出苗⁃拔节 Ｅｍｅｒｇｅｎｃｅ⁃ｊｏｉｎｔｉｎｇ； ｃ） 拔节⁃抽雄 Ｊｏｉｎｔｉｎｇ⁃ｈｅａｄｉｎｇ； ｄ） 抽雄⁃乳熟 Ｈｅａｄｉｎｇ⁃ｍｉｌｋｙ； ｅ） 乳熟⁃成熟
Ｍｉｌｋｙ⁃ｍａｔｕｒｉｔｙ； ｆ） 全生育期 Ｗｈｏｌｅ ｓｅａｓｏｎ．
５２５１５期　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 薛昌颖等： 黄淮海地区夏玉米生长季的干旱风险　 　 　 　 　
北、由东向西逐渐减少的变化规律一致．
由于不同阶段干旱对夏玉米产量的影响不同，
因此，全生育期干旱危险性需考虑各阶段危险性权
重，根据各阶段水分亏缺指数与产量的相关分析，确
定各阶段的权重系数分别为 ０．１５、０．１０、０．３０、０．３５
和 ０．１０，据此得出研究区夏玉米全生育期的危险性
指数在 ０．１１ ～ ０．３１，区域平均值为 ０．２０．从空间分布
上看，表现为由东南部向西北部升高的趋势，山东大
部、安徽北部、河南的西南部和南部危险性较低，在
０．２以下，河北中部和南部、河南的西部和北部危险
性较高，在 ０．２５以上．
２􀆰 ２　 夏玉米干旱发生的脆弱性
利用 １９７１—２０１０年社会历史产量资料，通过趋
势产量分离技术，计算得到各地灾年平均减产率，以
此为评价指标进行夏玉米干旱脆弱性评估，可以综
合反映一个地区品种的抗灾特性、土壤肥力水平、管
理水平等农业生产方面的差异（图 ３）．全区灾年夏
玉米平均减产率在 ０．０５～０．３６．脆弱性高的地区主要
分布在河南西部和南部、安徽的西北部以及河北沧
州、山东北部等地，脆弱性指数在 ０．１５ 以上，即灾年
平均减灾率在 １５％以上，这些地区主要受当地气
候、土壤等自然条件影响，夏玉米生产稳定性较差；
脆弱性较低的地区主要分布在河南的北部、山东中
南部、河北中部和南部等地，脆弱性指数在 ０．０７ 以
下，这些地区地处黄淮平原，是夏玉米主产区，高产
优质品种推广面积大，农业生产管理水平较高，抗灾
能力强，因此脆弱性较低；其他地区脆弱性指数在
０􀆰 ０７～０．１５．
２􀆰 ３　 夏玉米干旱发生的暴露性
承灾体的暴露性即为夏玉米播种面积占当地耕
地面积的比例．从图 ３可以看出，河北省除衡水邢台
部分地区夏玉米播种面积较小，在 ５０％以下，其他
大部地区均在 ５０％以上；河南的西部和北部夏玉米
种植面积所占比例较高，在 ５０％以上，东南部地区
比例较小，在 ３０％以下；山东省夏玉米种植面积比
例基本都在 ３０％以上，北部地区更高，在 ５０％以上；
安徽北部的大部地区夏玉米种植面积在 ３０％以下．
２􀆰 ４　 夏玉米干旱发生的防灾减灾能力
干旱的抗灾能力主要通过灌溉条件反映，根据
计算，全区防灾减灾能力指数为 ０．１６ ～ ０．９９．从图 ３
可见，黄淮海大部地区防灾减灾能力指数都较高，河
南北部和东部、山东西南部、河北中部和东北部地
区、安徽北部等地在 ０．７５ 以上，说明这些地区 ７５％
以上的耕地面积都能进行有效灌溉；河南西部防灾
图 ３　 黄淮海地区夏玉米脆弱性（ａ）、暴露性（ｂ）、防灾减灾能力（ｃ）、干旱综合风险指数（ｄ）分布
Ｆｉｇ．３　 Ｄｉｓｔｒｉｂｕｔｉｏｎ ｏｆ ｖｕｌｎｅｒａｂｉｌｉｔｙ （ａ）， ｅｘｐｏｓｕｒｅ （ｂ）， ｄｉｓａｓｔｅｒ ｐｒｅｖｅｎｔｉｏｎ ａｎｄ ｍｉｔｉｇａｔｉｏｎ ｃａｐａｃｉｔｙ （ ｃ） ａｎｄ ｉｎｔｅｇｒａｔｅｄ ｄｒｏｕｇｈｔ ｒｉｓｋ
（ｄ） ｏｆ ｓｕｍｍｅｒ ｍａｉｚｅ ｉｎ Ｈｕａｎｇｈｕａｉｈａｉ ａｒｅａ．
６２５１ 应　 用　 生　 态　 学　 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 ２７卷
减灾能力指数最低，在 ０．２０ 以下，西南部和南部地
区也较低，在 ０．５０以下；其他地区在 ０．５０～０．７５．
２􀆰 ５　 夏玉米干旱发生的干旱综合风险
根据夏玉米危险性、脆弱性、暴露性以及防灾
减灾能力指数，通过与减产率的灰色关联度分析，
得出各因子的权重分别为 ０．２５３２、０．２０１６、０．２１９３、
０􀆰 ３４７８．从各因子的权重可以看出，防灾减灾能力在
综合风险中所占权重最大，其次是干旱发生的危险
性，而暴露性和脆弱性相对较小．这与夏玉米干旱发
生的实际情况基本符合，在灌溉条件好的地区，即使
干旱发生的危险性大，但干旱综合风险仍会较小．在
此基础上，利用风险评估模型，进行黄淮海夏玉米干
旱风险综合评估．从干旱综合风险指数看（图 ３），河
南西部地区干旱风险最高，综合风险指数在 ０．７５ 以
上，主要是由于该地区危险性、脆弱性都较高，但是
防灾减灾能力又较弱；其次是河南西南部、南部和河
北沧州等地，综合风险指数在 ０．５０ ～ ０．７５，主要是由
于脆弱性较高，同时防灾减灾能力较弱；低风险地区
主要分布在山东西部和南部、河北唐山和秦皇岛地
区、河南北部和东部、安徽北部等地，综合风险指数
在 ０．３５ 以下，这些地区脆弱性低，防灾减灾能力又
较高；其他地区风险指数在 ０．３５～０．５０．
３　 讨　 　 论
根据最近关于农业气象灾害风险评价的研究
看，基于自然灾害系统理论的风险评价方法已被大
多数学者所接受．该理论认为，在进行灾害风险评价
时，要综合考虑灾害的危险性、暴露性、脆弱性、防灾
减灾能力［２３］ ．利用该理论，已有不少学者对不同地
区农业气象灾害风险评价进行研究［２４－２９］ ．但从研究
结果看，由于不同学者在构建评价模型时指标的选
取及其代表性、模型构建方法、指标权重等都各不相
同，且有的研究受所掌握数据资料的限制，只能考虑
到部分风险评价因子，尤其是有关社会经济属性方
面考虑较少，不同评估指标影响权重的确定等，仍缺
乏科学与量化的方法，造成即使针对同一研究区域
同一灾害，评估结果会有所不同［１］ ．作者将本文的分
析结果与已有的相关性较强的两个研究结果进行对
比．张文宗等［３４］对河北省夏玉米干旱风险进行评
估，从选取的评价指标看，主要完成了干旱的危险性
和脆弱性评价，从其计算的河北省各市不同减产程
度的旱灾发生频数看，石家庄、邢台、衡水地区发生
频数最高，这些地区干旱的危险性在河北属于中高
值区，这与本文的分析结论基本一致；各地旱灾年份
的减产率在 ５％～２５％，石家庄和邢台在各地市中的
平均减产率最低，这与本文对脆弱性的分析结果也
比较一致．但本文的综合评估结果与杨平等［３０］的分
析结论差异较大，从研究方法上看，主要是由于各自
选取的评价指标和构建的评价模型不同．在模型构
建上，本文考虑了各地因灌溉条件差异形成的防灾
减灾能力对干旱综合风险的影响．近年来，各地都在
不断加强高标准粮田建设，农田水利等基本设施不
断改善，灌溉条件得到加强，会大大降低干旱综合风
险．以河南省北部地区为例，尽管由于生长季降水较
少，干旱发生的危险性较高，但由于地处引黄灌区，
具有较完备的灌溉条件，干旱的防灾减灾能力较强，
因此该地区干旱综合风险相对较低，但在杨平等［３０］
研究结果中，豫北大部地区属于中等风险区．本文由
于未考虑致灾环境敏感性因素，特别是土地利用类
型方面，导致一些山区也具有较高的风险性，这是本
文考虑不足之处．从危险性评价指标选取方面，由于
作物水分亏缺指数是一个综合指标，能够反映不同
时期降水对作物需水的满足程度，相对于单一的降
水指标，对农业干旱监测具有更好的适用性．
尽管自然灾害风险分析理论和技术已被全面引
入农业领域，农业气象灾害风险评估技术正逐步向
定量化、动态化方向发展，但由于不同研究者对灾害
风险的自然属性和社会经济属性的理解及侧重点不
同，在不同属性因子、指标因子选择及其权重分配、
评估模型构建以及等级划分等方面差异性明显，农
业气象灾害风险评估标准缺乏统一的规范［１］ ．
４　 结　 　 论
本文基于自然灾害风险评价理论，从灾害的危
险性、脆弱性、暴露性和防灾减灾能力 ４ 个方面，对
黄淮海夏玉米主产区干旱风险进行定量评价．以水
分亏缺指数作为致灾因子的危险性分析表明，黄淮
海地区夏玉米生长季干旱发生危险性最大的阶段主
要是播种⁃出苗期和乳熟⁃成熟期，河北中南部、河南
西部和北部的危险性最大．经加权叠加脆弱性、暴露
性和防灾减灾能力后，夏玉米干旱综合风险最大的
地区主要分布在河南西部和西南部部分地区；其次
是河南南部、河北沧州、邢台以及山东德州等地，属
于次高风险区；风险低值区主要分布在山东南部、安
徽北部和河南信阳等地，其他地区属于中度风险区．
本文的分析结果与已有结论存在一定差异，这主要
是由于各自选取的评价指标和模型构建方法不同，
这也是目前农业气象灾害风险评估研究中存在的普
７２５１５期　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 薛昌颖等： 黄淮海地区夏玉米生长季的干旱风险　 　 　 　 　
遍问题．在基础理论和技术方法不断完善的同时，建
立规范统一的农业气象灾害风险评估标准体系应该
成为今后研究的重点．
参考文献
［１］　 Ｗａｎｇ Ｃ⁃Ｙ （王春乙）， Ｚｈａｎｇ Ｊ⁃Ｑ （张继权）， Ｈｕｏ Ｚ⁃Ｇ
（霍治国）， ｅｔ ａｌ． Ｐｒｏｓｐｅｃｔｓ ａｎｄ ｐｒｏｇｒｅｓｓｓ ｉｎ ｔｈｅ ｒｅ⁃
ｓｅａｒｃｈ ｏｆ ｒｉｓｋ ａｓｓｅｓｓｍｅｎｔ ｏｆ ａｇｒｏ⁃ｍｅｔｅｒｏｌｏｇｉｃａｌ ｄｉｓａｓｔｅｒｓ．
Ａｃｔａ Ｍｅｔｅｏｒｏｌｏｇｉｃａ Ｓｉｎｉｃａ （气象学报）， ２０１５， ７３（１）：
１－１９ （ｉｎ Ｃｈｉｎｅｓｅ）
［２］　 Ｑｉｎ Ｚ⁃Ｈ （覃志豪）， Ｘｕ Ｂ （徐　 斌）， Ｌｉ Ｍ⁃Ｓ （李茂
松）， ｅｔ ａｌ． Ａｄｖａｎｃｅｓ ｉｎ ｒｅｓｅａｒｃｈ ｏｎ ｍｅｃｈａｎｉｓｍ ａｎｄ ｍｏ⁃
ｎｉｔｏｒｉｎｇ ｏｆ ａｇｒｏ⁃ｍｅｔｅｏｒｏｌｏｇｉｃａｌ ｄｉｓａｓｔｅｒｓ ｉｎ Ｃｈｉｎａ． Ｊｏｕｒ⁃
ｎａｌ ｏｆ Ｎａｔｕｒａｌ Ｄｉｓａｓｔｅｒｓ （自然灾害学报）， ２００５， １４
（２）： ６１－６９ （ｉｎ Ｃｈｉｎｅｓｅ）
［３］　 Ｘｕ Ｘ⁃Ｃ （徐新创）， Ｇｅ Ｑ⁃Ｓ （葛全胜）， Ｚｈｅｎｇ Ｊ⁃Ｙ （郑
景云）， ｅｔ ａｌ． Ｒｅｖｉｅｗｓ ｏｆ ａｇｒｉｃｕｌｔｕｒａｌ ｄｒｏｕｇｈｔ ｒｉｓｋ ａｓ⁃
ｓｅｓｓｍｅｎｔ． Ａｇｒｉｃｕｌｔｕｒａｌ Ｒｅｓｅａｒｃｈ ｉｎ ｔｈｅ Ａｒｉｄ Ａｒｅａｓ （干旱
地区农业研究）， ２０１０， ２８（６）： ２６３ － ２６９ （ ｉｎ Ｃｈｉ⁃
ｎｅｓｅ）
［４］　 Ｘｕ Ｊ⁃Ｗ （徐建文）， Ｊｕ Ｈ （居 　 辉）， Ｌｉｕ Ｑ （刘
勤）， ｅｔ ａｌ． Ｖａｒｉａｔｉｏｎ ｏｆ ｄｒｏｕｇｈｔ ａｎｄ ｒｅｇｉｏｎａｌ ｒｅｓｐｏｎｓｅ ｔｏ
ｃｌｉｍａｔｅ ｃｈａｎｇｅ ｉｎ Ｈｕａｎｇ⁃Ｈｕａｉ⁃Ｈａｉ Ｐｌａｉｎ． Ａｃｔａ Ｅｃｌｏｇｉｃａ
Ｓｉｎｉｃａ （生态学报）， ２０１４， ３４（２）： ４６０－４７０ （ ｉｎ Ｃｈｉ⁃
ｎｅｓｅ）
［５］　 Ｌｉｕ Ｊ⁃Ｂ （刘京宝）， Ｙａｎｇ Ｋ⁃Ｊ （杨克军）， Ｓｈｉ Ｓ⁃Ｂ （石
书兵）， ｅｔ ａｌ． Ｍａｉｚｅ Ｃｕｌｔｉｖａｔｉｏｎ ｉｎ Ｎｏｒｔｈｅｒｎ Ｃｈｉｎａ． Ｂｅｉ⁃
ｊｉｎｇ： Ｃｈｉｎａ Ａｇｒｉｃｕｌｔｕｒａｌ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ Ｐｒｅｓｓ，
２０１２ （ｉｎ Ｃｈｉｎｅｓｅ）
［６］　 Ｗｅｎ Ｋ⁃Ｇ （温克刚）， Ｐａｎｇ Ｔ⁃Ｈ （庞天荷）， Ｘｕ Ｘ⁃Ｈ
（徐星华）， ｅｔ ａｌ． Ｃｈｉｎａ Ｍｅｔｏｒｏｌｏｇｉｃａｌ Ｄｉｓａｓｔｅｒ Ｃａｎｏｎ
（Ｈｅｎａｎ Ｖｏｌｕｍｅ）． Ｂｅｉｊｉｎｇ： Ｃｈｉｎａ Ｍｅｔｅｏｒｏｌｏｇｙ Ｐｒｅｓｓ，
２００５ （ｉｎ Ｃｈｉｎｅｓｅ）
［７］　 Ｐｌａｎｔｉｎｇ Ｍａｎａｇｅｍｅｎｔ Ｄｅｐａｒｔｍｅｎｔ， Ｍｉｎｉｓｔｒｙ ｏｆ Ａｇｒｉｃｕｌ⁃
ｔｕｒｅ ｏｆ ｔｈｅ Ｐｅｏｐｌｅ’ｓ Ｒｅｐｕｂｌｉｃ ｏｆ Ｃｈｉｎａ （中华人民共和
国农业部种植业管理司）． Ｄａｔａｂａｓｅ ｏｆ Ｈｉｓｔｏｒｉｃａｌ Ｎａｔｕ⁃
ｒａｌ Ｄｉｓａｓｔｅｒ ［ ＥＢ ／ ＯＬ］． （ ２０１５⁃０５⁃０９） ［２０１６⁃０１⁃１８］．
ｈｔｔｐ： ／ ／ ２０２．１２７．４２．１５７ ／ ｍｏａｚｚｙｓ ／ ｚａｉｑｉｎｇ． ａｓｐｘ （ ｉｎ Ｃｈｉ⁃
ｎｅｓｅ）
［８］　 Ｌｉ Ｓ⁃Ｋ （李世奎）， Ｈｕｏ Ｚ⁃Ｇ （霍治国）， Ｗａｎｇ Ｄ⁃Ｌ
（王道龙）， ｅｔ ａｌ． Ｒｉｓｋ Ａｓｓｅｓｓｍｅｎｔ ａｎｄ Ｓｔｒａｔｅｇｉｅｓ ｏｆ Ａｇ⁃
ｒｉｃｕｌｔｕｒａｌ Ｄｉｓａｓｔｅｒ ｉｎ Ｃｈｉｎａ． Ｂｅｉｊｉｎｇ： Ｃｈｉｎａ Ｍｅｔｅｏｒｏｌｏｇｉ⁃
ｃａｌ Ｐｒｅｓｓ， １９９９ （ｉｎ Ｃｈｉｎｅｓｅ）
［９］　 Ｗａｎｇ Ｃ⁃Ｙ （王春乙）． Ｒｅｓｅａｒｃｈ Ｐｒｏｇｒｅｓｓ ｏｆ Ｍａｊｏｒ Ａｇｒｉ⁃
ｃｕｌｔｕｒａｌ Ｍｅｔｅｏｒｏｌｏｇｉｃａｌ Ｄｉｓａｓｔｅｒｓ． Ｂｅｉｊｉｎｇ： Ｃｈｉｎａ Ｍｅｔｅｏ⁃
ｒｏｌｏｇｉｃａｌ Ｐｒｅｓｓ， ２００７ （ｉｎ Ｃｈｉｎｅｓｅ）
［１０］　 Ｈｕｏ Ｚ⁃Ｇ （霍治国）， Ｌｉ Ｓ⁃Ｋ （李世奎）， Ｗａｎｇ Ｓ⁃Ｙ
（王素艳）， ｅｔ ａｌ． Ｓｔｕｄｙ ｏｎ ｔｈｅ ｒｉｓｋ ｅｖａｌｕａｔｉｏｎ ｔｅｃｈｎｏｌｏ⁃
ｇｉｅｓ ｏｆ ｍａｉｎ ａｇｒｏｍｅｔｅｏｒｏｌｏｇｉｃａｌ ｄｉｓａｓｔｅｒｓ ａｎｄ ｔｈｅｉｒ ａｐｐｌｉ⁃
ｃａｔｉｏｎ． Ｊｏｕｒｎａｌ ｏｆ Ｎａｔｕｒａｌ Ｒｅｓｏｕｒｃｅｓ （自然资源学报），
２００３， １８（６）： ６９２－７０３ （ｉｎ Ｃｈｉｎｅｓｅ）
［１１］ 　 Ｗａｎｇ Ｓ⁃Ｙ （王素艳）， Ｈｕｏ Ｚ⁃Ｇ （霍治国）， Ｌｉ Ｓ⁃Ｋ
（李世奎）， ｅｔ ａｌ． Ｒｉｓｋ ａｓｓｅｓｓｍｅｎｔ ｏｆ ｄｒｏｕｇｈｔ ｅｆｆｅｃｔ ｏｎ
ｙｉｅｌｄ ｏｆ ｗｉｎｔｅｒ ｗｈｅａｔ ｉｎ ｎｏｒｔｈｅｒｎ Ｃｈｉｎａ． Ｊｏｕｒｎａｌ ｏｆ Ｎａｔｕ⁃
ｒａｌ Ｄｉｓａｓｔｅｒｓ （自然灾害学报）， ２００３， １２（３）： １１８－
１２５ （ｉｎ Ｃｈｉｎｅｓｅ）
［１２］　 Ｘｕｅ Ｃ⁃Ｙ （薛昌颖）， Ｈｕｏ Ｚ⁃Ｇ （霍治国）， Ｌｉ Ｓ⁃Ｋ （李
世奎）， ｅｔ ａｌ． Ｒｉｓｋ ａｓｓｅｓｓｍｅｎｔ ｏｆ ｄｒｏｕｇｈｔ ａｎｄ ｙｉｅｌｄ ｌｏｓ⁃
ｓｅｓ ｏｆ ｗｉｎｔｅｒ ｗｈｅａｔ ｉｎ ｔｈｅ Ｎｏｒｔｈ Ｃｈｉｎａ． Ｊｏｕｒｎａｌ ｏｆ Ｎａｔｕ⁃
ｒａｌ Ｄｉｓａｓｔｅｒｓ （自然灾害学报）， ２００３， １２（１）： １３１－
１３９ （ｉｎ Ｃｈｉｎｅｓｅ）
［１３］　 Ｌｉｕ Ｊ⁃Ｌ （刘锦銮）， Ｄｕ Ｙ⁃Ｄ （杜尧东）， Ｍａｏ Ｈ⁃Ｑ （毛
慧琴）， ｅｔ ａｌ． Ｒｉｓｋ ａｎａｌｙｓｉｓ ａｎｄ ｚｏｎａｔｉｏｎ ｏｆ ｃｏｌｄ ｄａｍａｇｅ
ｔｏ ｌｉｔｃｈｉ ｉｎ Ｓｏｕｔｈ Ｃｈｉｎａ． Ｊｏｕｒｎａｌ ｏｆ Ｎａｔｕｒａｌ Ｄｉｓａｓｔｅｒｓ （自
然灾害学报）， ２００３， １２（３）： １２６－１３０ （ｉｎ Ｃｈｉｎｅｓｅ）
［１４］ 　 Ｌｉｕ Ｒ⁃Ｈ （刘荣花）， Ｗａｎｇ Ｙ⁃Ｈ （王友贺）， Ｚｈｕ Ｚ⁃Ｘ
（朱自玺）， ｅｔ ａｌ． Ｒｉｓｋ ａｓｓｅｓｓｍｅｎｔ ｏｆ ｃｌｉｍａｔｉｃ ｄｒｏｕｇｈｔ
ｆｏｒ ｗｉｎｔｅｒ ｗｈｅａｔ ｉｎ Ｈｅｎａｎ． Ａｇｒｉｃｕｌｔｕｒａｌ Ｒｅｓｅａｒｃｈ ｉｎ ｔｈｅ
Ａｒｉｄ Ａｒｅａｓ （干旱地区农业研究）， ２００７， ２５（６）： １－４
（ｉｎ Ｃｈｉｎｅｓｅ）
［１５］　 Ｓｈｅｎｇ Ｓ⁃Ｘ （盛绍学）， Ｓｈｉ Ｌ （石 　 磊）， Ｚｈａｎｇ Ｙ⁃Ｌ
（张玉龙）． Ｓｔｕｄｙ ｏｎ ｗａｔｅｒｌｏｇｇｉｎｇ ｄｉｓａｓｔｅｒ ｉｎｄｅｘ ａｎｄ ｒｉｓｋ
ａｓｓｅｓｓｍｅｎｔ ｍｏｄｅｌ ｏｆ ｗｉｎｔｅｒ ｗｈｅａｔ ｉｎ Ｊｉａｎｇｈｕａｉ ｒｅｇｉｏｎ．
Ｃｈｉｎｅｓｅ Ａｇｒｉｃｕｌｔｕｒａｌ Ｓｃｉｅｎｃｅ Ｂｕｌｌｅｔｉｎ （中国农学通报），
２００９， ２５（１９）： ２６３－２６８ （ｉｎ Ｃｈｉｎｅｓｅ）
［１６］　 Ｌｉｕ Ｒ⁃Ｈ （刘荣花）， Ｚｈｕ Ｚ⁃Ｘ （朱自玺）， Ｆａｎｇ Ｗ⁃Ｓ
（方文松）， ｅｔ ａｌ． Ｒｉｓｋ ｒｅｇｉｏｎａｌｉｚａｔｉｏｎ ｏｆ ｙｉｅｌｄ ｌｏｓｓ
ｃａｕｓｅｄ ｂｙ ｄｒｏｕｇｈｔ ｆｏｒ ｗｉｎｔｅｒ ｗｈｅａｔ ｉｎ Ｎｏｒｔｈ Ｃｈｉｎａ Ｐｌａｉｎ．
Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ｅｃｏｌｏｇｙ （生态学杂志）， ２００６， ２５
（９）： １０６８－１０７２ （ｉｎ Ｃｈｉｎｅｓｅ）
［１７］　 Ｗａｎｇ Ｓ⁃Ｙ （王素艳）， Ｈｕｏ Ｚ⁃Ｇ （霍治国）， Ｌｉ Ｓ⁃Ｋ
（李世奎）， ｅｔ ａｌ． Ｒｉｓｋ ｒｅｇｉｏｎａｌｉｚａｔｉｏｎ ｏｆ ｗｉｎｔｅｒ ｗｈｅａｔ
ｌｏｓｓ ｃａｕｓｅｄ ｂｙ ｄｒｏｕｇｈｔ ｉｎ Ｎｏｒｔｈ ｏｆ Ｃｈｉｎａ． Ａｃｔａ Ａｇｒｏｎｏ⁃
ｍｉｃａ Ｓｉｎｉｃａ （作物学报）， ２００５， ３１（３）： ２６７－２７４ （ｉｎ
Ｃｈｉｎｅｓｅ）
［１８］　 Ｘｕｅ Ｃ⁃Ｙ （薛昌颖）， Ｈｕｏ Ｚ⁃Ｇ （霍治国）， Ｌｉ Ｓ⁃Ｋ （李
世奎）， ｅｔ ａｌ． Ｇｅｏｇｒａｐｈｉｃ ｄｉｓｔｒｉｂｕｔｉｏｎ ｏｆ ｗｉｎｔｅｒ ｗｈｅａｔ
ｙｉｅｌｄ ｌｏｓｓ ｒｉｓｋ ａｎｄ ｉｔｓ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ｉｎ Ｎｏｒｔｈ Ｃｈｉｎａ． Ｃｈｉ⁃
ｎｅｓｅ Ｊｏｕｒｎａｌ Ａｐｐｌｉｅｄ Ｅｃｏｌｏｇｙ （应用生态学报）， ２００５，
１６（４）： ６２０－６２５ （ｉｎ Ｃｈｉｎｅｓｅ）
［１９］　 Ｓｈｅｎｇ Ｓ⁃Ｘ （盛绍学）， Ｈｕｏ Ｚ⁃Ｇ （霍治国）， Ｓｈｉ Ｌ （石
磊）． Ｒｉｓｋ ａｓｓｅｓｓｍｅｎｔ ａｎｄ ｒｅｇｉｏｎａｌｉｚａｔｉｏｎ ｏｆ ｗａｔｅｒｌｏｇｇｉｎｇ
ｄｉｓａｓｔｅｒ ｆｏｒ ｗｈｅａｔ ｉｎ Ｊｉａｎｇｈｕａｉ Ｒｅｇｉｏｎ． Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ
Ｅｃｏｌｏｇｙ （生态学杂志）， ２０１０， ２９（５）： ９８５－９９０ （ ｉｎ
Ｃｈｉｎｅｓｅ）
［２０］　 Ｍａ Ｓ⁃Ｑ （马树庆）， Ｘｉ Ｚ⁃Ｘ （袭祝香）， Ｗａｎｇ Ｑ （王
琪）． Ｒｉｓｋ ｅｖａｌｕａｔｉｏｎ ｏｆ ｃｏｌｄ ｄａｍａｇｅ ｔｏ ｃｏｒｎ ｉｎ Ｎｏｒｔｈｅａｓｔ
Ｃｈｉｎａ． Ｊｏｕｒｎａｌ ｏｆ Ｎａｔｕｒａｌ Ｄｉｓａｓｔｅｒｓ （自然灾害学报），
２００３， １２（３）： １３７－１４１ （ｉｎ Ｃｈｉｎｅｓｅ）
［２１］　 Ｘｕｅ Ｃ⁃Ｙ （薛昌颖）， Ｈｕｏ Ｚ⁃Ｇ （霍治国）， Ｌｉ Ｓ⁃Ｋ （李
世奎）， ｅｔ ａｌ． Ａｃｔｉｏｎ ｏｆ ｉｒｒｉｇａｔｉｏｎ ｏｎ ｄｅｃｒｅａｓｉｎｇ ｙｉｅｌｄ ｒｅ⁃
ｄｕｃｔｉｏｎ ｄｕｅ ｔｏ ｄｒｏｕｇｈｔ： Ａ ｒｉｓｋ ａｓｓｅｓｓｍｅｎｔ ｏｆ ｗｉｎｔｅｒ
ｗｈｅａｔ ｉｎ Ｎｏｒｔｈ Ｃｈｉｎａ Ｐｌａｉｎ． Ｊｏｕｒｎａｌ ｏｆ Ｎａｔｕｒａｌ Ｄｉｓａｓｔｅｒｓ
（自然灾害学报）， ２００３， １２（３）： １３１－１３６ （ ｉｎ Ｃｈｉ⁃
ｎｅｓｅ）
［２２］ 　 Ｌｉ Ｓ⁃Ｋ （李世奎）， Ｈｕｏ Ｚ⁃Ｇ （霍治国）， Ｗａｎｇ Ｓ⁃Ｙ
（王素艳）， ｅｔ ａｌ． Ｒｉｓｋ ｅｖａｌｕａｔｉｏｎ ｓｙｓｔｅｍ ａｎｄ ｍｏｄｅｌｓ ｏｆ
ａｇｒｏｍｅｔｅｏｒｏｌｏｇｉｃａｌ ｄｉｓａｓｔｅｒｓ． Ｊｏｕｒｎａｌ ｏｆ Ｎａｔｕｒａｌ Ｄｉｓａｓｔｅｒｓ
（自然灾害学报）， ２００４， １３（１）： ７７－８７ （ｉｎ Ｃｈｉｎｅｓｅ）
［２３］　 Ｚｈａｎｇ Ｊ⁃Ｑ （张继权）， Ｌｉ Ｎ （李 　 宁）． Ｑｕａｎｔｉｔａｔｉｖｅ
Ｍｅｔｈｏｄｓ ａｎｄ Ａｐｐｌｉｃａｔｉｏｎｓ ｏｆ Ｒｉｓｋ Ａｓｓｅｓｓｍｅｎｔ ａｎｄ
Ｍａｎａｇｅｍｅｎｔ ｏｎ Ｍａｉｎ Ｍｅｔｅｏｒｏｌｏｇｉｃａｌ Ｄｉｓａｓｔｅｒｓ． Ｂｅｉｊｉｎｇ：
Ｂｅｉｊｉｎｇ Ｎｏｒｍａｌ Ｕｎｉｖｅｒｓｉｔｙ Ｐｒｅｓｓ， ２００７ （ｉｎ Ｃｈｉｎｅｓｅ）
８２５１ 应　 用　 生　 态　 学　 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 ２７卷
［２４］　 Ｓｈａｎ Ｋ （单 　 琨）， Ｌｉｕ Ｂ⁃Ｃ （刘布春）， Ｌｉｕ Ｙ （刘
园）， ｅｔ ａｌ． Ａｎａｌｙｓｉｓ ｏｎ ｄｒｏｕｇｈｔ ｒｉｓｋ ｏｆ ｍａｉｚｅ ｂａｓｅｄ ｏｎ
ｎａｔｕｒａｌ ｄｉｓａｓｔｅｒ ｓｙｓｔｅｍ ｔｈｅｏｒｙ ｉｎ Ｌｉａｏｎｉｎｇ Ｐｒｏｖｉｎｃｅ．
Ｔｒａｎｓａｃｔｉｏｎｓ ｏｆ ｔｈｅ Ｃｈｉｎｅｓｅ Ｓｏｃｉｅｔｙ ｏｆ Ａｇｒｉｃｕｌｔｕｒａｌ Ｅｎｇｉ⁃
ｎｅｅｒｉｎｇ （农业工程学报）， ２０１２， ２８（８）： １８６－１９４ （ｉｎ
Ｃｈｉｎｅｓｅ）
［２５］　 Ｊｉａ Ｊ⁃Ｙ （贾建英）， Ｈｅ Ｎ （贺　 楠）， Ｈａｎ Ｌ⁃Ｙ （韩兰
英）， ｅｔ ａｌ． Ａｎａｌｙｓｉｓ ｏｎ ｄｒｏｕｇｈｔ ｒｉｓｋ ｏｆ ｍａｉｚｅ ｉｎ Ｓｏｕｔｈ⁃
ｗｅｓｔ Ｃｈｉｎａ ｂａｓｅｄ ｏｎ ｎａｔｕｒａｌ ｄｉｓａｓｔｅｒ ｒｉｓｋ ｔｈｅｏｒｙ ａｎｄ Ａｒｃ⁃
ＧＩＳ． Ｔｒａｎｓａｃｔｉｏｎｓ ｏｆ ｔｈｅ Ｃｈｉｎｅｓｅ Ｓｏｃｉｅｔｙ ｏｆ Ａｇｒｉｃｕｌｔｕｒａｌ
Ｅｎｇｉｎｅｅｒｉｎｇ （农业工程学报）， ２０１５， ３１（４）： １５２－１５９
（ｉｎ Ｃｈｉｎｅｓｅ）
［２６］ 　 Ｗａｎｇ Ｃ⁃Ｙ （王春乙）， Ｃａｉ Ｊ⁃Ｊ （蔡菁菁）， Ｚｈａｎｇ Ｊ⁃Ｑ
（张继权）． Ｒｉｓｋ ａｓｓｅｓｓｍｅｎｔ ｏｆ ｄｒｏｕｇｈｔ ａｎｄ ｃｈｉｌｌｉｎｇ ｉｎｊｕ⁃
ｒｙ ｏｆ ｍａｉｚｅ ｉｎ Ｎｏｒｔｈｅａｓｔ Ｃｈｉｎａ． Ｔｒａｎｓａｃｔｉｏｎｓ ｏｆ ｔｈｅ Ｃｈｉ⁃
ｎｅｓｅ Ｓｏｃｉｅｔｙ ｏｆ Ａｇｒｉｃｕｌｔｕｒａｌ Ｅｎｇｉｎｅｅｒｉｎｇ （农业工程学
报）， ２０１５， ３１（６）： ２３８－２４５ （ｉｎ Ｃｈｉｎｅｓｅ）
［２７］　 Ｊｉａｎｇ Ｃ⁃Ｌ （蒋春丽）， Ｚｈａｎｇ Ｌ⁃Ｊ （张丽娟）， Ｊｉａｎｇ Ｃ⁃Ｙ
（姜春艳）， ｅｔ ａｌ． Ｆｌｏｏｄ ｄｉｓａｓｔｅｒ ｒｉｓｋ ｚｏｎｉｎｇ ｏｆ ｓｕｍｍｅｒ
ｍａｉｚｅ ｉｎ Ｈｕａｎｇｈｕａｉｈａｉ ｒｅｇｉｏｎ． Ｊｏｕｒｎａｌ ｏｆ Ｎａｔｕｒａｌ Ｄｉｓａｓ⁃
ｔｅｒｓ （自然灾害学报）， ２０１５， ２４（３）： ２３５－ ２４３ （ ｉｎ
Ｃｈｉｎｅｓｅ）
［２８］　 Ｌｉ Ｊ⁃Ｌ （李军玲）， Ｚｈａｎｇ Ｈ （张　 弘）， Ｃａｏ Ｓ⁃Ｃ （曹淑
超）． Ａｓｓｅｓｓｍｅｎｔ ａｎｄ ｚｏｎａｔｉｏｎ ｏｆ ｌａｔｅ ｆｒｏｓｔ ｉｎｊｕｒｙ ｏｆ ｗｉｎ⁃
ｔｅｒ ｗｈｅａｔ ｉｎ Ｈｅ’ｎａｎ Ｐｒｏｖｉｎｃｅ ｂａｓｅｄ ｏｎ ＧＩＳ． Ｊｏｕｒｎａｌ ｏｆ
Ａｒｉｄ Ｍｅｔｅｏｒｏｌｏｇｙ （干旱气象）， ２０１５， ３３（１）： ４５－５１
（ｉｎ Ｃｈｉｎｅｓｅ）
［２９］　 Ｌｉ Ｈ⁃Ｙ （李红英）， Ｚｈａｎｇ Ｘ⁃Ｙ （张晓煜）， Ｃａｏ Ｎ （曹
宁）， ｅｔ ａｌ． ＧＩＳ⁃ｂａｓｅｄ ｒｉｓｋ ａｓｓｅｓｓｍｅｎｔ ａｎｄ ｚｏｎｉｎｇ ｏｆ ｌａｔｅ
ｆｒｏｓｔ ｉｎ Ｎｉｎｇｘｉａ． Ｊｏｕｒｎａｌ ｏｆ Ｎａｔｕｒａｌ Ｄｉｓａｓｔｅｒｓ （自然灾害
学报）， ２０１４， ２３（１）： １６７－１７３ （ｉｎ Ｃｈｉｎｅｓｅ）
［３０］　 Ｙａｎｇ Ｐ （杨 　 平）， Ｚｈａｎｇ Ｌ⁃Ｊ （张丽娟）， Ｚｈａｏ Ｙ⁃Ｘ
（赵艳霞）． Ｒｉｓｋ ａｓｓｅｓｓｍｅｎｔ ａｎｄ ｚｏｎｉｎｇ ｏｆ ｄｒｏｕｇｈｔ ｆｏｒ
ｓｕｍｍｅｒ ｍａｉｚｅ ｉｎ ｔｈｅ Ｈｕａｎｇ⁃Ｈｕａｉ⁃Ｈａｉ Ｒｅｇｉｏｎ． Ｃｈｉｎｅｓｅ
Ｊｏｕｒｎａｌ ｏｆ Ｅｃｏ⁃Ａｇｒｉｃｕｌｔｕｒｅ （中国生态农业学报），
２０１５， ２３（１）： １１０－１１８ （ｉｎ Ｃｈｉｎｅｓｅ）
［３１］　 Ｘｕｅ Ｃ⁃Ｙ （薛昌颖）， Ｌｉｕ Ｒ⁃Ｈ （刘荣花）， Ｍａ Ｚ⁃Ｈ （马
志红）． Ｄｒｏｕｇｈｔ ｇｒａｄｅ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ｏｆ ｓｕｍｍｅｒ ｍａｉｚｅ ｉｎ
Ｈｕａｎｇ⁃Ｈｕａｉ⁃Ｈａｉ ａｒｅａ． Ｔｒａｎｓａｃｔｉｏｎｓ ｏｆ ｔｈｅ Ｃｈｉｎｅｓｅ Ｓｏｃｉｅ⁃
ｔｙ ｏｆ Ａｇｒｉｃｕｌｔｕｒａｌ Ｅｎｇｉｎｅｅｒｉｎｇ （农业工程学报）， ２０１４，
３０（１６）： １４７－１５６ （ｉｎ Ｃｈｉｎｅｓｅ）
［３２］　 Ｌｉｕ Ｒ⁃Ｈ （刘荣花）． Ｒｉｓｋ Ａｎａｌｙｓｉｓ ａｎｄ Ｒｉｓｋ Ａｓｓｅｓｓｍｅｎｔ
Ｔｅｃｈｎｏｌｏｇｙ ｏｎ Ｗｉｎｔｅｒ Ｗｈｅａｔ Ｄｒｏｕｇｈｔ ｉｎ Ｈｅｎａｎ． ＰｈＤ
Ｔｈｅｓｉｓ． Ｎａｎｊｉｎｇ： Ｎａｎｊｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｉｎｆｏｒｍａｔｉｏｎ
Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ， ２００８ （ｉｎ Ｃｈｉｎｅｓｅ）
［３３］　 Ｃｈｉｎｅｓｅ Ａｃａｄｅｍｙ ｏｆ Ｍｅｔｅｏｒｏｌｏｇｉｃａｌ Ｓｃｉｅｎｃｅｓ （中国气象
科学研究院）． Ｇｒａｄｉｎｇ ｏｆ Ｄｒｏｕｇｈｔ Ｄｉｓａｓｔｅｒ ｉｎ Ｗｈｅａｔ
（ ＧＸ ／ Ｔ ８１－２００７）． Ｂｅｉｊｉｎｇ： Ｃｈｉｎａ Ｍｅｔｅｏｒｏｌｏｇｉｃａｌ
Ｐｒｅｓｓ， ２００７ （ｉｎ Ｃｈｉｎｅｓｅ）
［３４］　 Ｚｈａｎｇ Ｗ⁃Ｚ （张文宗）， Ｗａｎｇ Ｘ （王　 鑫）， Ｋａｎｇ Ｘ⁃Ｙ
（康西言）， ｅｔ ａｌ． Ｒｉｓｋ ａｓｓｅｓｓｍｅｎｔ ａｎｄ ｄｉｖｉｓｉｏｎ ｏｆ ｍａｉｚｅ
ｄｒｏｕｇｈｔ ｈａｚａｒｄ ｉｎ Ｈｅｂｅｉ Ｐｒｏｖｉｎｃｅ． Ａｃｔａ Ａｇｒｉｃｕｌｔｕｒａｅ
Ｂｏｒｅａｌｉ⁃Ｏｃｃｉｄｅｎｔａｌｉｓ Ｓｉｎｉｃａ （西北农业学报）， ２００８， ２３
（ｓｕｐｐｌ．１）： ３６７－３７２ （ｉｎ Ｃｈｉｎｅｓｅ）
作者简介　 薛昌颖，女，１９７９ 年生，博士，高级工程师． 主要
从事农业气象灾害及作物生长模型研究． Ｅ⁃ｍａｉｌ： ｘｕｅｃｙ９＠
１６３．ｃｏｍ
责任编辑　 杨　 弘
薛昌颖， 张弘， 刘荣花． 黄淮海地区夏玉米生长季的干旱风险． 应用生态学报， ２０１６， ２７（５）： １５２１－１５２９
Ｘｕｅ Ｃ⁃Ｙ， Ｚｈａｎｇ Ｈ， Ｌｉｕ Ｒ⁃Ｈ． Ｄｒｏｕｇｈｔ ｒｉｓｋ ｏｆ ｓｕｍｍｅｒ ｍａｉｚｅ ｉｎ Ｈｕａｎｇｈｕａｉｈａｉ ａｒｅａ， Ｃｈｉｎａ． Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ａｐｐｌｉｅｄ Ｅｃｏｌｏｇｙ， ２０１６，
２７（５）： １５２１－１５２９ （ｉｎ Ｃｈｉｎｅｓｅ）
９２５１５期　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 薛昌颖等： 黄淮海地区夏玉米生长季的干旱风险