一、农业干旱风险区划工作流程

农业干旱风险区划是农业干旱致灾危险性区划，即农业干旱致灾的临界条件概率或超过某一概率的致灾临界条件最大等级的地理分布。因此，首先要计算农业干旱指标在评估区域每个格点上的发生的概率，然后分析评估不同概率下农业的减产情况。

二、农业干旱风险区划服务应用案例

(贾慧聪，2011)根据农业干旱致灾机理，应用基于作物生理过程的模拟模型，通过构建干旱致灾强度指数(公式(6.1))，分析农业干旱对作物生育和产量的影响，评估农业干旱致灾风险与成灾风险。

技术思路：在收集黄淮海地区气象、土壤、土地利用、农业气象观测的资料的基础上，利用构建的干旱致灾强度指数，应用EPIC模型模拟，确定夏玉米干旱脆弱性曲线；再应用EPIC模型进行长历史序列模拟，得到黄淮海每个格点历年干旱致灾强度指数H的数值；计算每个格点T年一遇的H值，利用得到的干旱脆弱性曲线，计算得到每一个格点T年一遇干旱的灾损值，从而得到黄淮海夏玉米全生育期和不同生育期的旱灾风险时空分布。

1、收集基础数据

收集的基础数据包括：黄淮海地区气象站点的日降水、气温、辐射、风速、相对湿度；1:100万中国土地利用数据，包括水田、旱地、林地、草地等主要土地利用类型；农业气象观测站的夏玉米生长发育观测资料；作物播种面积、产量与化肥使用量等；土壤类型分布；土壤理化属性数据，包括土层分布、机械组成和有机碳含量等。

2、构建的干旱致灾强度指数

采用水分胁迫作为主要因子。水分胁迫的大小和胁迫时间长短共同影响作物受旱程度，在非灌溉条件下，以生长季内受水分胁迫影响的值和天数，构建评价指标HI(公式6.1)。

3、EPIC模型参数确定与调试

应用国家农业气象观测站的长期观测资料，以河北省黄骅气象站为代表，对EPIC模型自身的广适性的玉米参数进行修正，使作物遗传参数本地化。按照模型需要输入数据，将试验站点河北省黄骅县国家基准气候站1986～1991年的日气象数据、土壤数据和实际的田间管理数据(犁地、播种、灌溉、施肥、农药和收获等)输入到设置好的站点EPIC模型中，将输出的作物产量和实际测得的作物产量进行拟合。通过反复运行模型、调试参数，比较年际间产量变化趋势和产量值是否一致，最后拟合的平均误差RMS为0.082，模拟的产量与实验值在趋势上比较一致，并且数值也比较接近，因此，模型也得到较好的验证。在此基础上，进行了模型的空间尺度校验。

4、确定夏玉米干旱脆弱性曲线

利用调试好的EPIC模型进行模拟。先控制养分和通气性胁迫，然后设定：完全满足养分与完全满足水分(Y1情景)和完全满足养分与雨养即不灌溉(Y2情景)，分别进行模拟产量，利用Y1减去Y2的产量，认为是达到了剔除温度胁迫对作物生长的影响，只受水分胁迫影响的玉米产量损失值。计算每个站点在相应整个生长季内的旱灾致灾指数和2种灌溉情景设定下的玉米产量损失值。最终通过MATLAB软件非线性统计模型进行多次拟合，回归出脆弱性曲线图和相应的函数方程，确定夏玉米旱灾的自然脆弱性曲线(图6.4)。

图6.4 “丹玉十三”旱灾自然脆弱性曲线

5、制作黄淮海夏玉米全生育期旱灾风险区划

模拟黄淮海夏播玉米区内8km网格单元上1960—2005年玉米的生长过程，并提取每个生长季内受水分胁迫影响日的水分胁迫因子值，计算出每个生长季的致灾强度指数，结合典型玉米品种的自然脆弱性曲线，计算出研究区玉米受旱灾打击的产量损失率。在此基础上，通过计算每个评价单元减产损失的超越概率，绘制出黄淮海夏播玉米区不同致灾水平下的成灾风险系列图，包括了4个风险水平：2年一遇、5年一遇、10年一遇和20年一遇(图6.4)。

图6.5 黄淮海夏玉米旱灾(a)2年、(b)5年、(c)10年、(d)20年一遇风险水平产量损失分布

结果表明(图6.5)：黄淮海夏播玉米区的旱灾损失风险的空间分布呈现出东部和南部地区整体损失较小，而西部和北部地区整体损失偏高的格局。其原因主要由气候干旱和下垫面的地形所导致的区域水热再分配差异综合决定的。其中，北部山区多为雨养型玉米种植区，人工灌溉条件相对薄弱，这也是进一步使旱灾加剧的原因之一。2年、5年、10年一遇致灾水平时产量损失风险的高值区(R≥0.5)分别占黄淮海夏播玉米区玉米总面积的0.08%、0.61%、3.26%。重点关注20年一遇致灾水平时损失风险的高值区，主要集中分布在冀北高原山地和山东省中南部地区，占黄淮海夏播玉米区玉米总面积的7.63%，这与其致灾风险水平是一致的。这些区域应是黄淮海夏播玉米区防范玉米旱灾风险的关键区域。