四川盆区油菜花期连阴雨灾害指标及风险分析

【目的】针对四川盆区春季连阴雨灾害发生情况,对油菜花期连阴雨灾害综合风险分析和评估,为防灾减灾和灾害保险研究提供科学基础。【方法】利用四川盆区 1981—2020 年 105 个气象观测站的气象资料,结合油菜生产观测资料、农业统计资料及基础地理信息,对危险性、暴露性、易损性和防灾减灾能力 4 要素指标进行定量评价,并分别建立评价模型。依据自然灾害风险形成机制,构建综合风险评价模型并进行风险区划。【结果】盆东平行岭谷区、盆南丘陵区和盆周边缘山地西南部是油菜花期连阴雨灾害的高危险性区;盆中浅丘区暴露性最高;高脆弱性区域较分散,在盆南丘陵区和盆西平原区分布相对较多;盆西平原、盆南丘陵区防灾减灾能力较强;油菜花期连阴雨灾害综合风险高风险区多集中在盆东平行岭谷区、盆南丘陵区和盆中浅丘区中部,低风险区主要分布在盆西平原区中部及盆周边缘山地区;中风险区分布最广,占四川盆区耕地面积的 45% 以上。【结论】研究结果与四川盆区气候背景、农业气象灾害时空分布特点一致,能呈现和解释四川盆区油菜花期连阴雨灾害风险。     

洪泽县主要气象灾害风险区划分析

考虑致灾因子危险性、孕灾环境敏感性、承灾体易损性和防灾减灾能力4个方面,建立基于Arc GIS应用技术的灾害风险指数评估模型;再找出各评价因子的影响程度,计算各灾种的风险系数;根据当地实际情况,在Arc GIS应用技术的支持下,按高风险区、中等风险区、低风险区3个等级,绘制气象灾害风险区划图,为科学制定气象灾害防御规划、防灾减灾、降低灾害损失提供技术参考。     

四川省单季稻暴雨洪涝灾害风险区划

【目的】分析四川省单季稻暴雨洪涝灾害的风险水平,为调整当地水稻种植规划和防灾减灾提供参考。【方法】利用1961-2017年四川省单季稻主产区123个气象观测站观测数据,46个农业气象观测站30年(1986-2015年)观测资料,结合四川省气候区划结果将四川省单季稻主产区划分为7个区域,确定四川省单季稻暴雨洪涝灾害敏感期(拔节期-孕穗期、孕穗期-抽穗期和抽穗期-成熟期),最终根据农业气象灾害风险理论,从灾害风险的致灾危险性、承灾体脆弱性、承灾体暴露度和防灾减灾能力4个因子出发,构建四川省单季稻暴雨洪涝灾害风险区划指标体系,对四川省单季稻不同生育期的暴雨洪涝灾害风险进行评估和区划。【结果】四川省水稻暴雨洪涝灾害高风险区主要集中于暴雨日数及暴雨洪涝发生频率较高的3个区域,一是盆中丘陵区西南部,二是盆中丘陵区西北部,三是盆东平行岭谷区;低风险区主要位于四川省的南部和北部,该区域暴雨危险等级中等或偏轻,山地多,地形起伏大,当地水稻种植率低;其余地方为中等风险区。【结论】四川省水稻暴雨洪涝灾害以中、低风险区域为主,高风险区主要集中在四川三大暴雨区。     

长江中下游地区双季早稻冷害、热害综合风险评价

【目的】针对长江中下游地区双季早稻生长过程中的冷害、热害发生情况,对种植区进行综合风险评价和区划,以期科学指导长江中下游地区双季早稻生产。【方法】利用长江中下游双季早稻种植区1961—2012年气象资料、1981—2010年农业气象资料及气象灾害和社会统计资料,以发育期为时间尺度,为早稻生长季综合灾害发生情况构建危险性评价模型,为承灾体的脆弱性构建脆弱性评价模型,为承灾体的暴露性构建暴露性评价模型,为社会防灾减灾能力构建防灾减灾评价模型。依据灾害风险形成机制,采用自然灾害风险指数方法结合上述4要素构建综合灾害风险评价模型并对种植区进行风险区划。【结果】用灾害指标值、发育期权重系数、灾种权重系数构建各发育期危险性评价模型,结果表明湖南南部和江西东南部危险度很低,冷害和热害都很少发生,是优良的双季早稻种植区。湖南、江西腹地危险度在0.3左右,是由于灌浆期热害较强导致危险度略高。湖北地区危险度东高西低,种植条件略差,其中阳新和蕲春分别受分蘖期冷害和孕穗期冷害的严重影响,危险度较高。浙江除分蘖期危险度低之外,其他各发育期的危险度都比其他省高,特别是灌浆期高温热害严重影响早稻产量,是双季早稻种植的高危险度区。以产量变异程度作为评价指标构建脆弱性评价模型,结果表明浙江中东部、江西中南部、湖北种植区脆弱度较低,湖南宁乡、茶陵等地脆弱度较高,江西北部脆弱度最高,灾害性天气发生的年份当地产量波动较大。以植被覆盖度为评价指标构建暴露性评价模型,结果表明湖南中东部和江西地区暴露度最高,双季早稻种植面积占耕地面积最高达85%,而浙江和湖北双季早稻种植区暴露度较低。以农业机械总动力、农民人均纯收入和化肥施用量作为指标构建防灾减灾能力评价模型,结果表明浙江全省防灾减灾能力最高,湖南中部、湖北西部地区和江西南部防灾减灾能力较强,其他地区防灾减灾能力都偏低。以危险性、脆弱性、暴露性、防灾减灾能力4个要素作为风险评价因子共同构建风险评价模型,结果表明浙江中西部、江西东北部、湖南中部、湖北东部基本为高风险区,湖南南部、江西东南部和浙江东部大致处于低风险区,其他地区为中等风险区。【结论】长江中下游4省分别需采取不同措施降低双季早稻种植风险：浙江中西部调整播期,江西加大资金投入,湖南调整产业结构,湖北改善种植条件。     

福建省粮食产量气象灾害风险评估

利用福建省1978-2004年66个县(区)的粮食单产资料,通过统计处理得到相对气象产量,并以相对气象产量的变化来表征福建粮食产量气象灾害风险程度.采用歉年平均减产率,教年减产率变异系数,相对气象产量低于-5%的保证率3个风险指标作为综合风险评估指标,来评估福建粮食单产气象灾害风险.结果表明全省各县综合风险指数介于0.08～0.73之间,高风险区主要分布在平潭县、泉州和漳州的大部县市、龙岩和三明的西部县市、宁德市东北部和南平的部分县市,这些区域的台风、暴雨、干旱和寒害等灾害对粮食单产的影响较大;低风险区主要分布在福建中部沿海县市及内陆县市,气象灾害对对粮食单产的影响相对小些.     

基于水分亏缺指数的四川省水稻干旱灾害综合风险评价

四川是我国水稻重要产区之一,水稻产量在全国居于前列.干旱是四川水稻最重要的农业气象灾害之一,研究干旱对水稻的综合风险,对保障四川水稻安全生产乃至全国粮食安全有重要意义.利用四川水稻产区26个观测站点的气象观测资料、农业气象观测资料、社会统计资料、基础地理信息数据,以水稻全生育期为研究时段,选取水分亏缺指数、产量变异程度、水稻生长暴露程度、有效灌溉率、人均GDP等影响因子,构建出四川水稻危险性、脆弱性、暴露性、防灾减灾能力评价模型,进而构建出四川水稻干旱灾害综合风险评价模型,对四川水稻产区进行区划.结果显示：干旱高风险区和次高风险区主要分布于盆东平行岭谷区大部、盆中丘陵区北部、盆北深丘低山区西部和东部;中等风险区主要分布于盆中丘陵区东北部和东南部、盆北深丘低山区中部、盆南丘陵低山区西南部、川西南山地大部;次低风险区和低风险区主要分布于成都平原区和盆中丘陵区的成德绵乐经济带及其辐射区域.四川水稻产区单季稻干旱灾害地区差异明显,各地应根据风险区划特点,结合本地实际进行选种和种植,并采取多种防灾减灾措施减轻干旱损失.     

东北地区玉米主要气象灾害风险评价模型研究

【目的】农业生产过程中经常面临着一种以上气象灾害的威胁。目前,农业气象灾害风险评估普遍是以单一灾种对承灾体的影响为研究对象,无法反映真实气象条件下农业生产面临的综合风险;作物在不同发育时期或发育阶段遭受气象灾害对最终产量的影响有所不同。本文以东北地区玉米为例,研究基于作物不同发育阶段多种气象灾害风险评价方法与技术体系。【方法】将东北玉米生育期划分为播种-七叶、七叶-抽雄、抽雄-乳熟、乳熟-成熟4个发育阶段,把冷害、干旱、涝害作为3种主要气象灾害,利用玉米发育期、气象、土壤、作物面积和产量等多元资料,根据自然灾害风险理论和农业气象灾害风险形成机制,以一定区域自然灾害风险由自然灾害危险性、承灾体的暴露性和脆弱性及人类防灾减灾能力4个因素综合作用的“自然灾害风险四要素说”为理论依据,在全面分析东北玉米发育阶段冷害、干旱、涝害的孕灾环境和致灾因子的危险性、承灾体的暴露性和脆弱性、人类防灾减灾能力四要素的基础上,从风险四要素的内涵出发选取风险评价指标。采用孕灾环境多指标法,从气象、作物、自然地理等方面选取指标全面反映发育阶段主要气象灾害的危险性;从承灾体暴露性、脆弱性的内涵出发选取评估指标;鉴于防灾减灾能力比较滞后的研究现状,选用产量变异系数综合反映防灾减灾能力,形成了比较完备的发育阶段主要气象灾害风险评价指标体系。由于农业气象灾害成因的多要素性、复杂性,影响要素之间的模糊性和不确定性,利用层次分析法确定发育阶段主要气象灾害风险四要素及危险性指标的权重。利用自然灾害风险指数法构建发育阶段主要气象灾害风险评估模型。利用加权综合评分法构建发育阶段主要气象灾害危险性评价模型,发育阶段3种主要气象灾害频率之比作为权重系数反映不同发育阶段主要气象灾害的相对严重程度。【结果】在发育阶段主要气象灾害风险评价的基础上,利用加权综合评分法构建作物生育期主要气象灾害风险评估模型,根据作物减产率与4个发育阶段主要气象灾害风险指数的相关性调试确定各发育阶段风险指数的权重系数,建立比较完备的基于发育阶段的主要气象灾害风险评价指标体系,构建发育阶段主要气象灾害风险评价模型、发育阶段主要气象灾害危险性评价模型及生育期主要气象灾害风险评价模型,进而初步建立了东北玉米基于发育阶段的多种农业气象灾害风险评价技术体系。【结论】对东北典型全域灾害年份及代表站点主要气象灾害典型年份关键发育阶段主要危险性指标与减产率的分析表明,发育阶段主要气象灾害危险性指标的选取是合理的。     

基于GIs的贵州省暴雨灾害风险区划

[目的]研究基于GIS的贵州省暴雨灾害风险区划。[方法]选取贵州作为研究区域,以1km×1km埘格数据为评价单元,利用贵州省1961-2008年气象站点日降雨资料,从致灾因子危险性、承受体易损性、孕灾环境敏感性及防灾减灾能力4个方面构建暴雨灾害风险区划指标体系;在层次分析法确定影响因子权重的基础上,构建基于GIS的风险评价模型对4个子指标和风险性总指标分别评价,并最终得到贵州省暴雨灾害风险区划图。[结果]贵州省暴雨灾害风险自中部向四周呈递减的总趋势,低风险区集中在贵州省东北部,暴雨较少、抗灾能力较强是该区风险低的主要原因;高风险区集中在省中部偏西地区,主要因为暴雨集中、地形变化大、森林覆盖率低,其中安顺市较高以上风险地区占该市98．02％,而2010年发生特大地质灾害的贵州省安顺市关岭县岗乌镇也属于高风险区。这与实际受灾清况相吻合。[结论]该研究为以区域为对象的宏观防灾减灾规划提供理论依据。     

屯昌县蜜柚精细化农业气象灾害风险区划

屯昌县是海南省蜜柚的主要产区,开展屯昌蜜柚的精细化农业气象灾害风险区划,可为蜜柚种植推广和灾害防御提供更加科学合理的参考依据。利用2006～2017年屯昌县及周边39个高覆盖度区域气象站资料,通过构建蜜柚寒害指数和风害指数,计算致灾因子危险性、孕灾环境敏感性、承灾体脆弱性,建立屯昌蜜柚农业气象灾害风险评估模型,按自然断点法划分为5个风险等级。结果显示:高风险区主要分布在南坤镇、枫木镇、乌坡镇南部山区;较高风险区主要分布在南坤镇、枫木镇、坡心镇部分地区;中等风险区主要分布在南坤镇、枫木镇和乌坡镇部分地区;较低和低风险区主要分布在坡心镇、西昌镇、南坤镇北部地区。在高风险地区,可以适当调整当地蜜柚种植结构,加强灾害监测和预警,推广抗风、抗寒栽培和先进管理技术,保证稳产增收;在低风险区适宜大面积种植推广蜜柚。     

陇东地区主要农作物干旱灾损风险分析及区划

【目的】研究陇东地区冬小麦和春玉米种植的干旱风险,为指导该区农业生产的合理布局和有效地进行防灾减灾提供科学依据。【方法】从陇东主要农作物产量灾损角度出发,利用作物产量资料和气象资料,对历史干旱灾损情况(干旱分布、干旱发生强度和频率、干旱灾损分布)、受灾体种植面积比例和当地产量水平等方面进行综合分析,建立干旱灾损风险评估模型,确立综合区划指标,并进行干旱灾损风险区划。【结果】陇东多数县(区)冬小麦、春玉米因旱减产率大于20%的年份分别超过20%和14%;冬小麦、春玉米生育期间各类干旱发生频率分别为53%~94%和34%~80%;环县是陇东地区干旱发生最多,重度、极重度干旱发生频率最高的地区,冬小麦、春玉米干旱灾损率最大值均在环县,分别大于30%和20%;根据标准化风险指数将陇东冬小麦、春玉米种植区域分为低、中、较高和高4个风险区,对应的标准化风险指数(Ei)冬小麦分别为:Ei≤0.1,0.1Ei≤0.3,0.3Ei≤0.5,Ei0.5,春玉米分别为:Ei≤0.2,0.2Ei≤0.5,0.5Ei≤0.7,Ei0.7。【结论】陇东冬小麦和春玉米干旱风险分布自南向北逐渐增加,呈纬向分布;陇东北部是高风险区,中北部是较高风险区,中南部是中度风险区,东南部是低风险区。     

苹果花期低温冻害风险区划与评估

采用陕西省关中东部11个县市区30 a气象资料,以苹果为例,从致灾因子危险性、孕灾环境敏感性、承灾体易损性以及抗灾能力等四个方面,综合评估陕西省关中东部苹果花期冻害风险程度。结果表明,关中东部苹果花期冻害高风险区位于北部的白水、澄城和合阳县,低风险区主要集中在南部沿渭河的临渭区、华县、华阴和潼关。建议关中东部苹果种植一定要避开高风险区,才能将灾害风险降到最低。     

基于GIS技术的台风灾害风险区划研究——以安徽省为例

根据自然灾害风险评价理论和台风灾害风险形成机制,利用1961—2009年安徽省台风降水和极大风速资料、社会经济资料、地理信息数据以及相关灾情等要素,借助GIS平台开展台风灾害风险区划。结果表明:安徽省台风灾害高风险区位于大别山区东部和南部、江淮之间东部局部和西南部、沿江丘陵一线;而低风险区位于淮北西北部、江南南部局部。利用历年台风灾情资料以及典型台风案例验证均表明,风险区划结果和实际灾情基本符合。     

中国橡胶树种植区台风灾害危险性分区

【目的】台风灾害已经成为影响中国橡胶树种植和橡胶产业发展的主要气候因素,因此开展橡胶树种植区台风灾害危险性区划将能有效提高天然橡胶产业应对气象灾害的防御能力。【方法】根据西太平洋台风路径数据集和中国橡胶树种植分布,利用 ArcGIS 软件提取了中国橡胶主产区内台风路径、频次、平均风速、最大风速等信息,通过建立橡胶树台风灾害综合危险指数模型,得到中国橡胶树种植区内台风灾害危险性分布图。【结果】中国橡胶树种植台风灾害高危险区分布在海南三亚、陵水、万宁、文昌,广东徐闻、电白、湛江等地,台风灾害综合危险指数为（27,48］;中危险区主要分布在海南岛南部,广东阳江、茂名,福建诏安等地,台风灾害综合危险指数为（12,27］;较低危险区主要分布在海南岛中、西部,广东信宜、廉江,广西北海、玉林、陆川,福建云霄、长泰等地,台风灾害综合危险指数为（4,12］;低危险区主要分布在云南境内,台风灾害综合危险指数为［1,4］。【结论】研究结果可为橡胶树种植区台风灾害防御和橡胶树合理种植提供决策依据。     

中国小麦自然灾害风险综合评价初步研究

【目的】探索建立作物自然灾害风险综合评价方法,对省级单元小麦自然灾害风险进行综合分析和评估。【方法】基于区域自然灾害理论,构建作物自然灾害风险综合评价指标体系,利用层次分析法和差异化赋权方法,综合加权得到灾害风险综合评价指标（I）,基于I进行风险综合评价和分级,并利用小麦因灾损失估算值（L）进行验证。【结果】基于以小麦为承灾体的不同类型灾害发生频次和危害程度分析致灾因子的构成和危险性的区域分异;利用14个评价指标对不同省区小麦自然灾害的孕灾环境不稳定性（S）、致灾因子危险性（H）、承灾体脆弱性（V）和抗灾减灾能力（C）进行了评价和比较;利用各省区小麦自然灾害风险综合评价值,借助GIS技术将风险评价结果进行直观化表达,显示西北麦区、黄淮麦区和长江中下游麦区的省区具有较高的灾害综合风险,风险评价值与基于灾情数据的小麦灾损估算值显著相关。【结论】评价方法和结果可用于寻求和发展风险监测、预警、防灾减灾等缓解小麦生产风险的综合策略。     

基于CCA与PCA模型的岩溶地区农业结构演变及其驱动力分析

【目的]为分析贵州省1949-2013年农业结构演变特征及其驱动力,对农业种植的供给侧结构性改革提供科学的决策依据。【方法】本文利用CCA模型对影响农业产量结构演变的13个驱动因子重要性进行降维排序,并利用PCA模型分析主要驱动因子与农业结构的时序相关性。【结果】(1)贵州省1949-2013年农业结构呈现出种植业比重波动下降,畜牧业比重上升的趋势,种植业中水稻比重由1949年的75.7%逐步下降至2013年的59.9%,经济作物中水果和烟叶的年均增长率分别为6.93%和10.52%;(2)在对各驱动因子CCA降维的基础上,得出主要驱动因子排序结果依次为人均GDP、年均气温、种植面积、农业人口比重、新造林面积、年降水量;(3)通过PCA将CCA主要驱动因子划分成3类主成分,其贡献率分别达到47.83%、19.44%和16.69%,累计贡献率达到83.95%,表明社会经济因素对农业结构演变的影响程度更高,农业结构对自然环境的适应能力提升,依赖性减弱。【结论】保护有限的耕地资源,发展高效山地生态农业,提升农业抗旱能力与市场化水平,将成为岩溶地区农业结构演变的主要趋势。     

气象灾害对天水市蜜桃生产影响的评估

【目的】评估农业气象灾害对天水市蜜桃生产的影响,为有效防御农业气象灾害,最大限度减轻或减免农业损失提供参考。【方法】在提取了1982-2011年天水市蜜桃生产总产量、主要农业气象灾害影响因子的基础上,利用统计学方法对主要农业气象灾害划分等级;根据综合灾情指数评估天水市蜜桃生产的农业气象灾害类型,并与实际情况进行对比分析。【结果】影响天水市蜜桃正常生长的主要农业气象灾害为:蜜桃花芽萌动至开放的早春3月上中旬干旱、仲春4月上中旬花期高温干旱、低温冻害和蜜桃第2次速生膨大至果实成熟期7月下旬-8月上旬低温连阴雨灾害。1982-2011年间,天水市蜜桃生产综合评估有农业气象灾害19年,实况轻、中、重和特重灾害共18年,评估准确率95%,除轻灾、重灾评估准确率略低外,中灾评估准确率达83%,无灾和特重灾害评估准确率均达100%。【结论】根据本研究提取的灾害因子进行综合灾害评估的效果比较理想,对农业防灾减灾有一定的指导意义。     

基于MaxEnt模型分析新疆特色林果区春尺蠖发生风险

【目的】分析并预测新疆特色林果种植区域春尺蠖潜在风险发生范围,为新疆特色林果春尺蠖灾害的有效预防和重点防治提供依据。【方法】以新疆特色林果春尺蠖实际分布数据及环境因子为依据,采用MaxEnt模型结合GIS空间分析技术预测新疆特色林果春尺蠖潜在风险区,用聚类分析法划分风险等级,使用百分比贡献率分析其主要环境因子及生态位参数。【结果】(1)ROC评价显示新疆特色林果春尺蠖潜在风险区的训练数据集和测试数据集的AUC值分别为0.979和0.970,模拟效果优秀。(2)根据MaxEnt模型预测结果将新疆特色林果春尺蠖潜在分布区划分为风险区和无风险区,其中风险区总面积约745.38×10⁴ hm²。(3)将新疆特色林果春尺蠖潜在风险区划分为高风险区115.84×10⁴hm²、中风险区201.28×10⁴hm²、低风险区428.26×10⁴hm²。(4)影响新疆特色林果春尺蠖灾害风险性的主要环境因子是最冷月最高温度、最冷季平均温度、最干季降水量、最湿季平均温度。最冷月最高温度>-14.25℃,最冷季平均温度>-4.01℃,最干季降水量在1.23~8.29 mm,最湿季平均温度在21.63~24.82℃为新疆特色林果春尺蠖适宜生长的生态位参数。【结论】基于MaxEnt模型的新疆特色林果春尺蠖潜在风险区预测结果与春尺蠖实际分布区完全相符,明确了春尺蠖的地理分布特征:高风险区主要分布于喀什地区和和田地区,中风险区主要分布于阿克苏地区、巴音郭楞蒙古自治州、和田地区、喀什地区和克孜勒苏柯尔克孜自治州,低风险区布于阿克苏地区、巴音郭楞蒙古自治州、和田地区、喀什地区和克孜勒苏柯尔克孜自治州,在吐鲁番地区和乌鲁木齐市有少量分布。该研究对于制定检疫和防治政策具有较高的参考价值。     

山区河流阶地稻田土壤重金属的来源与污染评价

【目的】为了解山区河流阶地稻田土壤重金属含量及安全风险。【方法】采集贵州省镇远县青溪镇鸡鸣村河流阶地27个田块土壤样品,测定其重金属(Cd、Cr、Pb、Zn、Cu)含量,利用单因子指数法、综合污染指数法、地积累指数法和潜在生态危害指数法对土壤的污染状况及潜在风险进行评价,结合重金属之间的相关性分析和主成分分析来判断河流阶地稻田土壤重金属的污染来源。【结果】土壤中Cd、Cr、Pb、Zn和Cu的平均含量分别为1.5、61.51、32.79、160.78和29.61 mg/kg,土壤重金属单项污染指数依次为CdZnPbCrCu,地积累指数依次为为CdZnCuPbCr,综合污染指数算术平均值为4.42。土壤重金属单项生态风险指数依次为CdCuPbZnCr,综合潜在生态危害指数为228.87,生态风险处于中等水平,Cd对综合潜在危害指数的贡献率为94%,是研究区生态风险的主要来源。【结论】土壤受到重度污染,土壤环境质量较差,其中Cd为重度污染,Zn为轻度污染,Pb、Cr和Cu为于无污染。重金属来源主要包括农业运输源、交通污染源、自然活动源。     

滇东北农业低温冷害风险度空间分异研究

在总结国内外关于灾害风险研究的基础上,以滇东北地区为案例,通过分析农业低温冷害自然致灾风险值和承灾体易损度指数,构建滇东北地区农业低温冷害综合风险度评价模型.对农业低温冷害综合风险度进行分级,并利用GIS技术绘制滇东北地区农业低温冷害综合风险区划图;最后,借用交通网络结构的测量参数对自然致灾风险区、易损度等级区及综合风险区进行空间结构分析,且对低温冷害系统内部一些要素进行关联性分析.结果表明,滇东北地区缺失农业低温冷害综合风险的较高风险区,存在极高风险区、高风险区、中风险区、低风险区4个风险等级区;综合风险度呈现自中部分别向北部、南部逐渐减弱的空间态势;从各级风险区空间结构分析,分散指数越小,表明区域内部不同等级区之间的破碎性越小、连通度越高,同一等级区的连片分布特征越明显.     

安康市汉滨区干旱灾害风险区划分析

对安康市汉滨区开展了干旱灾害风险区划分析,对致灾干旱因子危险性、承灾体敏感性、承灾体易损性、防灾减灾能力等4个方面的因素赋予合理的权重,计算出汉滨区干旱气象灾害风险区划空间分布情况,并提出了相关的农业生产建议,以期为规避灾害、增产增效提供参考。