洪涝与湿 (渍) 害是由于降雨过于集中或时间过长，致使供水量大于作物需水量，造成农作物生长受阻、减产或绝收的一种农业气象灾害^[1-2]。IPCC第5次评估报告^[3]指出，受全球气候变暖的影响，未来全球极端气象灾害可能出现多发、频发、重发趋势，全球大部分地区的降水强度和频率会有所加重，加剧洪涝与湿害要素的形成。我国约有2/3的土地遭受洪涝与湿害威胁^[4]，其中黄淮平原和长江中下游平原两大粮食主产区受灾面积占比超过3/4^[5]。洪涝与湿害对我国农业的影响仅次于旱灾，严重制约着我国的粮食生产。

洪涝与湿害的致灾机理研究方面已取得大量成果^[6-11]。洪灾、涝灾和湿害在形成原因上可明确区分：洪灾是由于河流漫溢或堤坝溃决，水位急速上涨而造成的；涝灾是由于地表积水时间较长，地面径流未能及时排除而造成的；湿害是由于地下水位高，土壤持续处于过湿状态而造成的。尽管形成原因不同，但实际上洪涝与湿害常常难以分割，洪和涝、涝和湿渍往往共存。

玉米是我国重要的粮食作物之一，可用作饲料、食物和工业原料，具有极高的利用价值。玉米需水量大但不耐涝^[12-13]，其生育期内经常由于降水过于集中而遭受涝渍灾害，这成为影响玉米生产的重要因素。春玉米是江汉和江南西部地区第一大旱粮作物^[14-15]，根据农作物数据库资料，21世纪以来，江汉和江南西部地区春玉米平均种植面积73×10⁴ hm²，约占全国春玉米种植面积的7%^[16-17]。江汉和江南西部地区春玉米3月下旬至4月上旬播种，7月下旬至8月上旬成熟，其生育期恰逢汛期，因此, 涝渍灾害成为了该地区制约春玉米产量的主要障碍因子之一。

涝渍灾害等级是基于涝渍指标阈值划分的，而涝渍指标多根据降水强度和频次建立。目前，在涝渍灾害指标方面取得了大量研究成果，多基于降水的时间尺度划分涝渍灾害等级。对于时间尺度较小的过程降水量和日雨量，通常直接用降水量来划分^[18-19]；对于时间尺度较大的旬、月、年降水量，通常用降水量距平百分数^[20]、降水量Z指数^[21]等划分。这些指标未考虑作物因素和土壤因素，只考虑了降水量，对于某种农作物明显缺乏针对性。关于玉米涝渍指标的研究很少，杨京平等^[22]将土壤相对湿度达到田间持水量的120%并持续5 d以上作为春玉米的渍水标准，利用作物模型模拟田间持续渍水对玉米生长发育的影响；余卫东等^[23]根据不同涝渍等级对夏玉米生长发育、生理生态以及产量的影响程度，构建了黄淮海地区夏玉米涝渍形态指标、生理指标和水分指标；郁凌华等^[24]基于黄淮海地区夏玉米各主要发育期的降水量、降水日数、日照时数与夏玉米减产率之间的相关性，以阴湿指数构建夏玉米涝渍指标。这些指标能较好地表征玉米受涝渍灾害的影响，但只能在生长期结束后才可以进行评估，缺乏对涝渍监测和预警的时效性。

涝渍灾害的形成不仅受当前过程降水量的影响，还与前期降水量有密切联系。马晓群等^[25]在构建江淮地区农业旱涝气象指标时指出，前期旱涝对当旬的影响体现在影响时段和程度两方面：夏季旱涝受前期影响时段短，冬季时间长；离当旬越远的旬对当旬旱涝影响程度越小，反之影响大。因此，厘定当前过程降水量和前期降水量对于玉米涝渍的影响权重系数以及前期降水量的影响时段，客观定量表征玉米涝渍形成的逐步累积、前效影响的效应，是玉米涝渍指标研究的重要基础，但目前关于前期降水量对玉米涝渍的影响权重研究鲜见报道。

历史灾情资料耦合了涝渍灾害的孕灾环境、致灾因子、承灾体和防灾减灾能力的互作信息，包含了气象条件、地下水位、土壤质地、农田蒸散、河网密度、作物生长发育等多因素，具有较好的综合表征能力。鉴于此，本研究基于历史灾情资料和气象资料，以江汉和江南西部地区春玉米涝渍灾害为研究对象，通过涝渍当前过程降水量以及前期降水量与历史灾情的耦合，分析当前过程降水量和前期降水量对春玉米涝渍灾害等级的影响权重系数，并据此构建当量降水量 (即对本次涝渍过程有影响的等效降水量，其值等于涝渍当前过程降水量与前期降水量及其影响系数乘积之和)，在此基础上，统计分析历史灾情资料的当量降水量，构建江汉和江南西部地区春玉米不同生育时期的涝渍灾害等级指标，进行春玉米涝渍灾害风险分析，为区域春玉米生产、防灾减灾以及实时动态监测预警和风险评估提供科学依据。

本文研究的江汉和江南西部地区位于湖北、湖南两省，主要包括鄂西山区、江汉平原和湘西山区，地貌形态复杂多样。该区域地处长江中游，水资源较为丰富，属于典型的亚热带季风气候区，受亚热带夏季风的影响，降水过程频繁，暴雨日数多，是我国易发生洪涝与湿害的地区之一，几乎每年都会遭到不同程度的洪涝与湿害灾害影响^[26-29]。

江汉和江南西部地区春玉米种植分布范围来源于中国气象局国家气象中心2012年编著的《农业气象业务服务手册》(非出版物) 中的全国农业气候地理区划图。气象资料来源于国家气象信息中心，包括研究区域内57个气象站1961—2012年的逐日降水量资料。春玉米生育期资料来源于《作物生长发育状况记录年报表》和《中国农作物生长发育和农田土壤湿度旬值数据集》。春玉米涝渍灾情资料来源于《中国气象灾害大典》(湖北卷和湖南卷) 和《中国气象灾害年鉴》(2005—2013年)。江汉和江南西部地区春玉米种植区域及气象站分布如图 1所示。

图1

图1 研究区内气象站分布 Fig.1 Distribution of meteorological stations in the target area

涝渍对春玉米影响时段的确定。基于春玉米不同生育时期对涝渍敏感的差异性，结合以往专家经验^[30-32]，将涝渍对春玉米的影响时段划分为出苗-拔节期、拔节-抽雄期和抽雄-成熟期。

玉米涝渍灾害程度分级，依据《中国气象灾害大典》(湖北和湖南卷) 和《中国气象灾害年鉴》中关于玉米涝渍灾害的相关记录，按照玉米涝渍受灾程度的描述，将涝渍受灾程度分为轻度、中度、重度3个等级，其中，轻度涝渍的描述为倒伏、受灾、受涝；中度涝渍的描述为成灾、部分绝收、部分改种；重度涝渍的描述为改种、冲毁、绝收。

根据灾害记录中涝渍发生的时间、地点与降水过程，结合春玉米的不同生育时期，反演历史春玉米涝渍灾害，统计分析不同生育期、不同等级涝渍灾害的降水过程持续日数和降水过程总降雨量，构建灾害样本。经整理，共得到春玉米不同生育期、不同等级涝渍灾害样本776个。随机选取春玉米不同生育时期、不同等级涝渍灾害样本745个，进行指标构建。预留19组 (31个) 样本，进行指标验证。

马晓群等^[25]在计算前期旱涝程度对当前旱涝状况的累积影响时，考虑的前期影响时段因季节而异，冬季为5旬，春秋季为4旬，夏季为3旬。江汉和江南西部地区春玉米生育时期贯穿春夏两季，因此，为了更加全面地反映涝渍灾害逐步累积、前效影响的过程，本文将考虑的前期影响时段增加到6旬，即统计当前涝渍过程以及过程前60 d每10 d的累积降水量，筛选影响当前涝渍的降水量因子，构建当量降水量，即对本次涝渍过程有影响的等效降水量，其值等于涝渍当前过程降水量与前期降水量及其影响系数乘积之和：

(1)

式 (1) 中, P_e为当量降水量；当i=0时，P₀为当前涝渍过程累积降水量；当i=1, 2, …, n时，P_i为涝渍过程前第i旬的累积降水量；w_i为P_i的影响系数。

多元线性回归模型已经在地质学、气象学、生物学、医学等众多自然科学研究领域中广泛应用。周晨等^[33]利用多元线性回归模型分析中国东北地区国民生产总值 (GDP)、水库蓄水总量、人均可支配收入、城市绿地面积和工业用水量对东北地区需水量的影响；王振友等^[34]以美国俄亥俄州的气象、臭氧监测数据为基础，运用多元线性回归方法，建立臭氧含量与平均温度、平均湿度、平均风级、水平平均风速、垂直平均风速的回归方程。本文利用多元线性回归分析法确定当前过程降水量和前期降水量的影响系数，多元线性回归方程为

(2)

式 (2) 中，L为涝渍等级，L=1, 2, 3分别对应涝渍轻、中、重, c_i为回归系数, 将回归系数c_i的绝对值归一化即为各影响因子的影响系数w_i。

基于春玉米不同生育时期、不同等级涝渍的灾害样本，统计并构建当量降水量序列，对序列进行Lilliefors检验，判断其是否符合正态分布^[35]。若样本序列不符合正态分布，可对原始序列数据进行初等函数变换 (如对数、平方根、立方根等)，使峰度-偏度系数减小，从而使序列数据服从正态分布^[36]。

采用t-分布区间估计方法，估计样本的重现水平^[37]。采用样本平均值95%置信区间来表征样本的当量降水量区间，以95%置信区间的下置信界限，作为达到该春玉米涝渍等级的当量降水量临界值。

在构建指标前，随机预留出19组 (31个) 独立春玉米涝渍灾害样本，用于春玉米涝渍等级指标的验证。19组 (31个) 春玉米涝渍灾害样本包括出苗-拔节期样本4组 (5个)，拔节-抽雄期样本5组 (9个)，抽雄-成熟期样本10组 (17个)。根据验证样本中记载涝渍发生的时间、地点，依据构建的春玉米涝渍等级指标，计算得到春玉米涝渍等级，对比验证其与历史记录灾情等级的一致性。

春玉米涝渍致灾风险分析是指给定地理区域内一定时段内各种强度致灾因子发生的可能性，即研究给定区域内各种强度的自然灾害的发生概率或重现期。综合考虑春玉米不同生育时期涝渍等级指标及其发生的概率，构建春玉米涝渍致灾风险指数评估模型：

(3)

式 (3) 中，M为涝渍致灾风险指数，Q_i为第i个等级涝渍灾害的强度，n为涝渍的等级数 (本文n=3)，p_i为第i个等级涝渍灾害发生的概率。涝渍灾害发生概率 (p_i) 的计算方法采用信息扩散理论风险评估方法^[38-39]。

由于部分灾害样本中记录的发生地点为某片地区，如恩施地区、湘西地区等，为了减小位置偏差而带来的误差，从春玉米不同生育期、不同涝渍等级的灾害样本中，只选取对于涝渍发生地点记载详细到县级的样本，共计246个，统计样本的当前过程降水量 (P₀) 和前6旬逐旬降水量 (P₁, P₂, P₃, P₄, P₅, P₆)。以降水量序列为自变量，涝渍等级序列为因变量，进行多元线性回归分析。

回归模型调整后决定系数为0.642，拟合优度较高，达到0.05显著性水平，认为被解释变量与解释变量全体的线性关系是显著的，可建立线性方程。

建模采用向后筛选的方法，依次剔除未达到0.05显著性水平的变量，直到模型中变量均达到0.05显著性水平。

最后得到的模型表明，当前过程降水量 (P₀) 和前2旬降水量 (P₁, P₂) 对本次涝渍灾害有显著性影响。为避免常数项带来的影响，采用标准化系数，得到涝渍等级的多元线性回归方程为

(4)

将回归系数绝对值归一化，得到权重系数ω₀=0.725，ω₁=0.171，ω₂=0.104。因此, 当量降水量的计算表达式为

(5)

根据当量降水量模型，构建春玉米不同生育期、不同涝渍等级的当量降水量序列8组 (出苗-拔节期重度涝渍灾害无样本)。分别统计8组样本序列的最小当量降水量、最大当量降水量、平均当量降水量和标准差，详细信息如表 1所示。

表 1

表 1 春玉米涝渍灾害样本当量降水量特征 Table 1 Equivalent precipitation characteristics of spring corn waterlogging disaster samples 生育期 灾情等级 样本量 最小当量 最大当量 平均当量 标准差/mm 降水量/mm 降水量/mm 降水量/mm 出苗-拔节期 轻 61 47.8 107.5 78.8 13.9 中 34 85.2 163.5 117.6 16.5 拔节-抽雄期 轻 87 51.7 120.1 89.2 14.6 中 44 93.8 188.6 138.8 22.6 重 15 166.8 239.5 200.9 24.1 抽雄-成熟期 轻 218 67.9 137.0 100.0 15.6 中 188 94.0 211.2 154.4 23.9 重 98 173.2 362.2 245.4 43.3

表 1 春玉米涝渍灾害样本当量降水量特征 Table 1 Equivalent precipitation characteristics of spring corn waterlogging disaster samples

统计结果表明，各组样本序列的最小当量降水量、最大当量降水量和平均当量降水量变化规律一致。在同一生育期内遵循数值由小到大为轻度、中度、重度，在不同生育期同一涝渍等级数值由小到大为出苗-拔节期、拔节-抽雄期、抽雄-成熟期。除抽雄-成熟期重度样本序列的标准差大于40 mm外，其他7组标准差均小于25 mm。

利用Lilliefors检验 (显著性水平α=0.05) 对8组样本序列进行正态分布检验，出苗-拔节期中度和拔节-抽雄期中度2组样本序列未通过正态分布检验 (p > 0.05)，对这2组样本序列进行对数变换，变换后的新样本序列通过正态分布检验 (p < 0.05)。利用t-分布区间估计方法，得到平均值95%置信区间，详细结果见表 2。

表 2

表 2 当量降水量序列Lilliefors检验结果和平均值95%置信区间 Table 2 Lilliefors test results and 95% confidence interval for the average of equivalent precipitation sequence 生育期 灾情等级 95%置信区间/mm Lilliefors检验值 出苗-拔节期 轻 56.0~101.6 0.5000 中 93.1~145.9 0.1164* 拔节-抽雄期 轻 65.1~113.2 0.0958 中 104.5~179.5 0.0516* 重 161.3~240.5 0.2921 抽雄-成熟期 轻 74.3~125.7 0.0689 中 115.1~193.8 0.4628 重 181.9~321.3 0.3259 注：*代表对样本序列进行对数变换后的新样本序列Lilliefors检验值。

表 2 当量降水量序列Lilliefors检验结果和平均值95%置信区间 Table 2 Lilliefors test results and 95% confidence interval for the average of equivalent precipitation sequence

利用春玉米不同生育时期、不同涝渍等级的当量降水量平均值95%置信区间的下置信界限界定与之相对应的涝渍指标，由此确定春玉米不同生育时期、不同涝渍等级的涝渍指标区间。为应用方便，对指标进行取整，详细结果见表 3。

表 3

表 3 春玉米不同生育时期涝渍灾害等级指标 Table 3 Spring corn waterlogging disaster level indicators during different growth stages 生育期 灾情等级 当量降水量/mm 出苗-拔节期 轻 56≤Pe＜93 中 Pe≥93 拔节-抽雄期 轻 65≤Pe＜104 中 104≤Pe＜161 重 Pe≥161 抽雄-成熟期 轻 74≤Pe＜115 中 115≤Pe＜182 重 Pe≥182

表 3 春玉米不同生育时期涝渍灾害等级指标 Table 3 Spring corn waterlogging disaster level indicators during different growth stages

从结果可以看出，随着春玉米生育期进程的推进，相同涝渍等级的指标阈值随之增加，由小到大为出苗-拔节期、拔节-抽雄期、抽雄-成熟期。

用预留的19组 (31个) 独立样本，对春玉米是否受灾、春玉米涝渍等级进行吻合性验证，结果见表 4。以1979年石首灾害样本为例, 6月4—5日石首站2 d累积降水量为242.2 mm，综合当前过程降水量和前期降水量，算得此次涝渍灾害的当量降水量为194.8 mm，高于拔节-抽雄期的重度涝渍灾害等级指标阈值161 mm，可以得出该样本的灾害发生程度为重度；根据《中国气象灾害大典》的记载：6月4—5日石首出现特大暴雨，玉米因受渍而基本无收、改种，由此判定灾害发生程度为重度。可以认为，1979年石首灾害样本的指标计算等级与历史记录等级相符合。

表 4

表 4 春玉米涝渍灾害指标验证 Table 4 Verification of spring corn waterlogging disaster indicators 涝渍灾害 历史记录 历史记录 指标计算 指标计算 符合 起止时间 发生地点 灾情描述 发生地点 灾情等级 程度 1987-05-25—27 公安 严重受渍 公安 中 符合 1989-05-09—10 长阳、宜都 受灾 长阳、宜都 中、轻 基本符合 1991-05-21—26 石首 受淹，部分无收 石首 中 符合 1974-05-07—09 凤凰 受灾 凤凰 轻 符合 1979-06-04—05 石首 基本无收，改种 石首 重 符合 1988-05-17—21 辰溪、泸溪、麻阳 受灾 辰溪、泸溪、麻阳 重、轻、轻 基本符合 1976-06-08—09 桃源 受灾 桃源 轻 符合 2004-05-15—16 怀化 受灾 靖州、通道 轻、中 基本符合 2007-05-28—06-04 张家界 部分绝收 桑植、慈利 中、中 符合 1962-06-23 松滋 内渍成灾 松滋 中 符合 1963-07-29—08-05 宜都 渍水成灾，水冲沙压 宜都 中 符合 1975-06-25—27 利川 山洪暴发 利川 重 符合 1979-06-23—25 五峰 受灾 五峰 轻 符合 1979-07-12—16 郧阳 受灾 竹山、竹溪 轻、轻 符合 1982-07-26—30 咸丰 被冲毁冲光 咸丰 重 符合 1976-07-13—20 桑植 淹没，水冲沙压 桑植 中 符合 1983-06-26—07-10 安乡、澧县、石门、临澧 特大洪涝灾害 安乡、澧县、石门、临澧 重、重、重、重 符合 1986-07-13—23 湘西 受灾 龙山、永顺、古丈、泸溪 轻、轻、中、轻 基本符合 1997-07-07—09 桃源 最为严重，成灾 桃源 中 符合

表 4 春玉米涝渍灾害指标验证 Table 4 Verification of spring corn waterlogging disaster indicators

验证结果表明：按照组数统计，计算等级与记录等级完全一致的样本有15组，吻合率为78.9%；按照个数统计，计算等级与记录等级完全一致的样本有27个，吻合率87.1%。不吻合的4个样本中，1989年长阳、2004年通道和1986年古丈3个样本计算等级与记录等级相差1个等级，1988年辰溪1个样本出现了跨级差异。考虑到灾情描述人为等级评定造成的误差，可以认为指标判定的有效性，表明构建的春玉米涝渍等级指标能较好地反映春玉米涝渍灾害的实际发生情况。

基于已构建的春玉米涝渍等级指标、区域春玉米生育期数据和57个气象站降水数据，利用信息扩散法，得到各站点春玉米涝渍灾害的发生概率，进一步计算各站点春玉米涝渍灾害致灾风险指数，分布情况如图 2所示。

图2

图2 春玉米涝渍致灾风险指数空间分布 Fig.2 Spatial distribution of spring corn waterlogging disaster risk index

由图 2可以看出，春玉米涝渍灾害致灾风险随着春玉米生育进程的推进而逐步增加，由小到大的顺序为出苗-拔节期、抽雄-成熟期、拔节-抽雄期。

研究区出苗-拔节期的涝渍灾害致灾风险指数普遍在0.1以下，只有荆州市的公安致灾风险指数高于0.2，可以看出春玉米出苗-拔节期不是涝渍灾害的高风险时期。

与出苗-拔节期相比，拔节-抽雄期的涝渍灾害致灾风险指数略有增加。恩施市、张家界市以及怀化市涝渍灾害致灾风险指数一般高于0.1，高值区位于恩施市的宣恩、张家界市的慈利以及怀化市的通道，致灾风险指数均在0.2以上。春玉米拔节-抽雄期也不是涝渍灾害的高风险时期。

抽雄-成熟期的涝渍灾害致灾风险明显增高，除十堰市、神农架地区和怀化市南部地区外，其他地区的春玉米涝渍灾害致灾风险指数基本在0.3以上。其中，恩施市的鹤峰、恩施、建始、利川、咸丰、宣恩，宜昌市的五峰，荆州市的公安、松滋、石首，张家界市的桑植、慈利，以及常德市的石门，致灾风险指数均高于0.5，是春玉米抽雄-成熟期涝渍灾害的高风险区域。

从春玉米的全生育期看，春玉米涝渍灾害的高风险区域主要位于恩施市、宜昌市西南部、荆州市西部、常德市西北部、张家界市、湘西自治州东北部以及怀化市北部，致灾风险指数均普遍在0.5以上。其中，恩施市的恩施、建始、咸丰、鹤峰、宣恩、利川，宜昌市的五峰、荆州市的公安、松滋、石首，以及张家界市全境，春玉米涝渍灾害风险指数达到0.6以上，是春玉米全生育期涝渍灾害最为严重的地区。

研究表明：

1) 当前过程降水量和前2旬降水量对江汉和江南西部地区春玉米涝渍灾害有显著性影响，影响权重系数分别为0.725，0.171，0.104。

2) 不同生育时期轻度、中度、重度涝渍灾害当量降水量指标阈值：出苗-拔节期，56，93 mm (无重度涝渍灾害发生)；拔节-抽雄期，65，104，161 mm；抽雄-成熟期，74，115，182 mm。指标验证与历史记录完全一致的吻合率为87.1%，能较好地反映该区域春玉米涝渍实际受灾情况。

3) 春玉米出苗-拔节期和拔节-抽雄期发生涝渍灾害的风险相对较低；抽雄-成熟期是春玉米涝渍灾害的高风险时期，高风险区域主要位于恩施市、宜昌市西南部、荆州市西南部以及张家界市北部。

与玉米涝渍灾害类似，泥石流的形成也受到当前过程降水量和前期降水量影响^[40-41]。崔鹏等^[42]在计算前期降水对泥石流的贡献时表明，对于蒋家沟泥石流，当前过程降水量和前2旬降水量影响泥石流的形成，当前过程降水量的影响权重为0.78。虽然玉米涝渍灾害与泥石流属于不同的研究领域，但二者的研究结果基本吻合，在一定程度上证明了本文结果的科学性。涝渍灾害指标可以反映玉米对涝渍胁迫的敏感程度，指标阈值越高，表明该生育时期玉米对涝渍胁迫的敏感程度越低，耐渍涝能力越强。已有的玉米淹水影响试验研究成果表明:随着生育时期的推进，玉米对涝渍胁迫的敏感程度逐渐降低，耐渍涝能力逐渐增强^[1,43-49]，与本文结果相吻合。也有淹水试验研究结果^[50]认为玉米在抽雄期受渍涝胁迫影响最大。

本文基于春玉米涝渍致灾风险指数评估模型得到的风险分布与卞洁等^[51]长江中下游地区不同季节暴雨空间分布研究结果、张桂香等^[52]长江中下游地区农业洪涝灾害空间分布研究结果、张行南等^[53]全国洪水的灾害危险区划研究结果基本一致。

本文在构建当量降水量时，考虑了当前过程降水量和前期降水量，而真正对玉米产生影响的有效降水是可以下渗到植物根系分布层的部分降水^[54]，即当前过程有效降水和前期有效降水。其影响因素包括降水特性、土壤特性、作物蒸腾、灌溉管理、地形地势、作物品种等^[55]。由于资料的限制，本文构建的当量降水量无法反映局地的春玉米涝渍灾害的形成条件，相关的精细化研究仍需要进一步发展。本文构建指标时所用的气象资料为县级逐日降水资料，而气象站与灾害发生地点会有地理位置上的偏移，空间上无法做到完全对应，使指标构建的结果受到一定影响。历史灾情资料中对于灾害等级的记载均是人为评定，这对于指标构建产生的误差不可忽视。春玉米拔节-抽雄期重度涝渍灾害样本相对较少，一定程度上增加了指标构建的不确定性。

涝渍灾害的形成过程十分复杂，涉及孕灾环境、致灾因子、承灾体和防灾减灾能力多个风险构成要素。历史灾情资料是多个风险构成要素综合作用的结果，本文以历史灾情资料和气象资料的耦合为基础，构建春玉米涝渍灾害指标，不仅为区域春玉米涝渍灾害的过程监测评估提供了理论支撑，也为历史灾情资料的再分析利用提供了方法支持。涝渍灾害是一个动态的过程，目前涝渍灾害风险评估的研究多数是静态的、灾后的评估。由于降水资料在气象业务中可以实时获取，因此，本文构建的基于当量降水量的春玉米涝渍灾害指标可以实现对春玉米涝渍过程的动态监测评估，为开展区域实时灾害监测预警与评估提供了重要的技术支撑。此外，对于春玉米涝渍灾害的风险评估，为区域防灾减灾、种植结构调整、农业保险对策和措施的制定，以及涝渍灾害监测预警业务发展、服务应用提供技术支持，保证国家粮食安全和农业生产持续稳定发展。