基于地理因子的因旱饮水困难人口快速评估模型——以云南省2012年大旱为例

农村群众饮水困难一直是国家持续关注的问题,保障受旱灾区人民群众基本生活是重中之重。准确地预测因旱饮水困难人口的发生发展,并采取适当的减灾措施,将很大程度地降低经济损失与人员伤害。以2012年云南大旱为例,在全面收集研究区气象、基础地理信息、社会经济、灾情等资料的基础上,基于BP人工神经网络构建因旱饮水困难人口快速评估模型。以月均降水量、地形高程、水系密度、总人口、路网密度和GDP为网络输入,以因旱饮水困难人口数量为网络输出,选择30个受灾县样本进行网络训练,经试算不断优化模型参数,其MSE为0.003 6;通过训练好的模型来预测剩余55个受灾县的因旱饮水困难人口,其模拟值与实际值的线性拟合结果 R2为0.67,表明BP人工神经网络方法能有效预测因旱饮水困难人口,该方法能够为因旱饮水困难人口的快速评估和灾情的核查提供有效的借鉴。

因旱饮水困难等级划分标准修订建议与验证评价

干旱灾害是影响我国经济社会发展的主要自然灾害之一,在对农业生产造成损失的同时,往往对农村饮水也产生较为显著的影响。伴随着我国农村饮水安全问题实现历史性解决这一重大成就,我国干旱影响饮水情况也有了巨大的变化。因此,2015年颁布的国家标准《区域旱情等级》(GB/T 32135-2015)中规定的因旱饮水困难评价标准已不符合当前实际情况。鉴于此,基于历史数据在对因旱饮水困难情况进行分析的基础上提出修订建议,并对长江流域2022年干旱进行了验证评价。

我国典型区因旱饮水困难人口快速评估模型研究

估算因旱饮水困难人口是我国政府实施旱灾救助物资、资金发放的重要基础性工作。目前我国因旱饮水困难人口的判断主要依据地方民政部门灾情数据的上报,还未有对该数据的质量控制和快速评估系统。因此,准确地预测并评估因旱饮水困难人口的发生发展,并采取适当的风险防范措施就显得十分重要。在收集并处理全国基础地理信息、气象、社会经济、旱灾灾情等数据的基础上,将全国划分为7个典型区,利用2009-2012年典型历史旱灾案例灾情数据为样本,基于BP人工神经网络构建因旱饮水困难人口快速评估模型,以地形高程、月均降水量、水系密度、年末总人口、路网密度和GDP为网络输入,以因旱饮水困难人口数量为网络输出,确定收敛误差0.01,经试算不断优化模型参数,得到东北、华北、华东、华中、华南、西南、西北7个典型区的模拟值与实际值的线性拟合结果:华东、华南、华中地区的模型精度较高,R2分别达到0.94、0.83、0.81;东北、西北、华北地区的模型精度居中,R2分别达到0.79、0.71、0.70;模型精度最低的是西南地区,R2为0.46。结果表明该模型操作简便,精度较高,实现了我国基于区域差异的旱灾主要灾情指标的快速评估,能够为典型区因旱饮水困难人口的快速评估和灾情的核查提供科学依据。

近三十年我国因旱临时人饮困难时空特征与对策

受自然地理和人口增长等因素制约,遭遇特大干旱时,我国因旱引起临时人饮困难问题突出。根据1990—2019年全国各省份因旱临时饮水困难人口系列数据,分析了全国因旱临时饮水困难时间演变过程及空间分布特征,全国因旱临时饮水困难人口从20世纪90年代的代际平均3 226.6万人递减至21世纪第二个十年的代际平均1 462.8万人,西南和长江中下游地区因旱临时饮水困难人口占全国因旱临时饮水困难人口总数的52%。提出了制定因旱人饮供水保障方案、因旱人饮水源工程建设及管理体制机制对策,为政府部门制定人饮安全战略提供参考。