长江流域是我国油菜主产区，但该产区的雨水偏多，超过油菜正常的需水量，加上该产区主要采用水旱轮作使得稻田地下水位高，土壤黏重通透性差，作物根际缺氧，所以容易产生渍害。

研究渍害对油菜生长发育及产量的影响，确定渍害指标，揭示渍害风险规律，建立油菜渍害风险评估的技术体系，是油菜渍害风险和灾损分析评估、农业防灾减灾决策、油菜种植布局调整，以及开展农业灾害保险、进行风险转移，保障农业可持续发展和农村社会经济稳定的重要基础性工作，也是开展农业气象灾害影响评估业务服务、减灾措施能力评估及其生产应用的重要技术支撑。 

2、国内外研究现状和发展趋势

3、研究的基本内容

区域灾害系统论认为灾害是孕灾环境、致灾因子与承灾体综合作用的结果，在灾害的形成过程中，三者缺一不可[12]，并认为孕灾环境、致灾因子和承灾体在承灾系统中的作用具有同等的重要性[13-14]。

评估过程中为消除各因子间的不同量纲对评估结果的影响，首先需要对各指标进行标准化处理，对于不能用数值细化的低洼地指标，不同等级低洼分别赋以不同的等级值，无需标准化处理。

在对湿渍害风险评估与区划研究现状进行总结分析的基础上，确定了本文基于GIS和遥感的东北地区水稻冷害风险区划与监测研究方法与技术体系，首先根据遥感监测数据，油菜湿渍害等级气象行业标准，油菜历史统计数据，基础地理信息数据这4类数据，从油菜物理暴露性、地形地貌分析和区域应灾能力这3个单项指标出发，对长江中下游地区油菜渍害承灾体脆弱性进行评估，并将评估分别通过不同的分析得到它的空间分布，最后构建长江中下游地区油菜湿渍害风险综合评估模型与区划。

4、本文所研究的技术流程图：

5、作物资料

作物资料主要包含油菜产量（单产、总产）及种植面积两大类。从各省历年统计年鉴及农村统计年鉴获得研究区1994-2010年各县(市)级油菜总产、播种面积等资料，并通过总产除以总播种面积计算出油菜单产，用于物理暴露性与区域抗灾能力分析。对于产量序列中的少量缺失值,由同一地区相近年份产量的平均值代替。文献综述

6、地理辅助数据

地理辅助数据包括数字高程模型数据和行政区划数据。数字高程模型(DEM)是一定范围内规则格网点的。平面坐标(X，Y)及其高程(Z)的数据集，它主要是描述区域地貌形态的空间分布，是通过等高线或相似立体模型进行数据采集，然后进行数据内插而形成的，可派生出高度、坡向、坡度等地理信息。本文使用的是在ENVI下拼接完整覆盖研究区的完整DEM数据。

7、承灾体脆弱性评估指标及其计算

承灾体脆弱性(亦称承灾体易损性)指的是承灾体受到自然灾害风险冲击时的易损程度,它由一系列承灾系统对自然灾害冲击的敏感程度的自然、社会、经济与环境因素及相互作用过程所决定。和致灾因子危险性研究相比,承灾体脆弱性研究相对滞后。

承灾体脆弱性评估可以从承灾体物理暴露性、承灾体灾损敏感性及区域抗灾能力三方面进行。由于承灾体敏感度主要取决于承灾体生理结构和遭受灾害过程时所处的发育阶段，目前尚无统一指标能够对作物抗湿能力进行宏观评估，因此本文的承灾体脆弱性综合评估模型仅从承灾体物理暴露性，地形地貌分析和区域抗灾能力三个方面来构建。

7。1、承灾体物理暴露性

物理暴露性的评估指标可分数量型和价值量型两种。面状承灾体一般用面积单位来表示。承灾体数量的获取途径可以通过实地调查、部门统计数据收集和遥感影像及专题地图的“解译”[15]。本文采用油菜面积与研究区内的市县面积作为承灾体物理暴露性单项指标，将研究区各县市的油菜的种植面积与行政区划面积之比作为承灾体（油菜）的物理暴露性。公式如下：