1.一种融合灌溉减灾效应的干旱灾害风险定量评估方法，其特征在于，包括如下步骤：步骤1、获取干旱指数数据：获取目标区域监测时间内三维空间格网尺度上不同的气象数据，进行标准化处理，并计算干旱指数；

步骤2、干旱事件时空聚类：使用ST‑KMeans聚类方法进行干旱事件聚类动态检测，识别干旱事件；

步骤3、风险损失数据对接及干旱事件指标构建：筛选并合并干旱事件，结合历史干旱灾情数据计算聚类干旱区域和历史灾情区域的空间重叠度，进行风险损失数据对接；对保留的干旱事件按时间和空间顺序进行编号记录，通过强度‑面积‑持续时间方法计算特征变量，生成干旱事件特征动态数据集，对干旱事件进行度量；

步骤4、灌溉响应信息提取：结合目标区域土地覆盖和利用数据、农田灌溉面积数据，基于得到的干旱事件特征动态数据集，提取作为干旱适应性措施的灌溉响应信息；

步骤5、干旱风险评估与灌溉减灾效应量化：结合灾害风险普查的历史干旱灾情数据、县域边界矢量数据，基于得到灌溉响应信息，进行灌溉减灾能力的有效性量化及风险评估。

2.根据权利要求1所述的融合灌溉减灾效应的干旱灾害风险定量评估方法，其特征在于，步骤1中，所述标准化处理，将获取的气象数据数值范围统一至[0,1]或[‑1,1]，使气象数据成为无量纲数据，归一化公式如下：；

；

；

其中， 表示归一化或标准化之后的数据，表示原始数据， 表示均值，表示方差；

表示最大、最小原始数据。

3.根据权利要求1所述的融合灌溉减灾效应的干旱灾害风险定量评估方法，其特征在于，步骤1中，所述干旱指数，基于标准化处理后的气象数据，使用三维滑动窗口分别在经度‑纬度‑时间三个维度进行去异常值平滑处理；并对平滑后的数据进行插值填补，填补数据中的缺失值，得到预处理后的三维格网SAPEI干旱指数数据，计算公式如下：；

式中，、、、 、 、 为常数项；

中间变量 计算公式如下：

；

式中，为累积概率密度，表示如下：

；

式中， 为概率分布函数，公式如下：

；

式中，、、分别为尺度、形状及初始状态参数，通过线性矩法拟合获得，公式如下：；

；

；

其中，为 的Gamma函数， ， ， 是 序列的概率加权矩；

；

式中，是降水蒸散序列 序列按升序排列的序数，取值范围为1,2,......,n； 为时间序列的样本长度，某月的降水蒸散差为前k‑1个月与当月降水蒸散差之和如下：；

；

式中，为不同的时间尺度， 为月降水量， 为月潜在蒸发量， 为中间变量。

4.根据权利要求3所述的融合灌溉减灾效应的干旱灾害风险定量评估方法，其特征在于，步骤2中，使用ST‑KMeans聚类方法识别干旱事件，包括如下子步骤：步骤2.1、根据SAPEI干旱指数的等级划分，确定选取的核心点的干旱指标等级及对应SAPEI数值，得到一个包含所有干旱像元的三维点集合，格式为：[时间索引t, 纬度lat, 经度lon, SAPEI值]；

步骤2.2、构建时空特征样本集，将每个干旱像元转换为特征向量形式：[x位置, y位置, 时间索引t, 干旱强度]，将所有干旱像素点的特征向量组成样本集，其中，x、y使用经纬度或栅格索引，t为天序号；

步骤2.3、对时空特征样本集的时间和空间三维特征分别进行归一化；

步骤2.4、将标准化处理后的干旱格网聚合为若干个事件簇，每个簇代表一个干旱事件；

步骤2.5、确定事件簇的数量，使用ST‑KMeans，加入时间连续性或空间连通性约束，时空聚类的距离函数采用三维欧几里德距离确定，根据研究重点调整时间维度权重，得到若干干旱事件聚类簇，形成三维干旱事件数据集；

所述三维欧几里德距离，计算公式如下：

；

式中， 和 分别表示空间和时间上的数值，表示时间维的权重。

5.根据权利要求4所述的融合灌溉减灾效应的干旱灾害风险定量评估方法，其特征在于，步骤2.1中，所述SAPEI干旱指数的等级划分，具体如下：等级4：极端湿润， ；

等级3：严重湿润， ；

等级2：中等湿润， ；

等级1：轻度湿润， ；

等级0：正常， ；

等级‑1：轻度干旱， ；

等级‑2：中等干旱， ；

等级‑3：严重干旱， ；

等级‑4：极端干旱， 。

6.根据权利要求4所述的融合灌溉减灾效应的干旱灾害风险定量评估方法，其特征在于，步骤3中，所述风险损失数据对接，包括如下子步骤：步骤3.1、筛选干旱事件：若干旱斑块符合任一条干旱事件筛选准则，则判定斑块无效；

准则311：判断干旱事件的最小持续时间是否符合设定的时间阈值要求，过滤短暂或瞬态干旱信号；

准则312：判断干旱斑块空间覆盖面积是否大于设定的斑块面积阈值，若大于，则认为干旱斑块无效，排除局部小范围干旱，否则，将干旱斑块保留；

准则313：筛选在时间和空间上连续演变的干旱事件，包括：干旱中心逐渐迁移或扩散，排除孤立斑块；

步骤3.2、合并干旱事件：基于斑块筛选结果进行干旱斑块合并，基于参考斑块按时间和空间顺序遍历其他斑块，判断是否符合斑块合并准则：准则321：若两个干旱斑块发生的时间间隔小于预设间隔阈值，进行合并；所述间隔阈值根据目标区域气候特征和干旱事件典型持续时间调整；

准则322：若干旱斑块在时间上存在部分重叠，表明干旱事件具有连续性，直接合并；

准则323：若干旱斑块在空间上的重叠面积超过预设比例，属于同一事件的延续，进行合并；

准则324：若干旱斑块间的干旱强度变化呈现连续演变，逐渐加重或缓解，进行合并；

步骤3.3、风险损失数据对接：将历史干旱灾情数据记录的各干旱事件时空范围数据转换为与SAPEI数据一致的0.25°栅格格式，标记受灾区域，1为受灾，0为非受灾，计算聚类干旱区域和历史干旱灾情区域的空间重叠度及时间匹配率。

7.根据权利要求6所述的融合灌溉减灾效应的干旱灾害风险定量评估方法，其特征在于，步骤3中，基于以下干旱特征构建干旱指标，对干旱事件进行度量：特征1、干旱持续时间 ：指干旱开始时间和干旱结束时间之间的时间步长数，用于表示处于干旱状态下的时长；

特征2、干旱严重度 ：指干旱事件期间所有干旱格网SAPEI累加值的绝对值，公式如下：；

式中， 表示第i个时间步长的SAPEI值；

特征3、干旱强度 ：指干旱期间所有格网的SAPEI值的平均值，是干旱严重度 与干旱持续时间 的比值，公式如下：；

特征4、干旱面积 ：指某次干旱事件涉及的最大范围，表示为干旱事件期间曾处于干旱状态的最大面积，是覆盖面积最大时的所有格网面积之和。

8.根据权利要求6所述的融合灌溉减灾效应的干旱灾害风险定量评估方法，其特征在于，步骤4中，灌溉响应信息提取，包括如下子步骤：步骤4.1、将每年的土地覆盖和利用数据、农田灌溉面积数据的时空范围处理为与干旱事件数据一致的0.25°栅格格式；

步骤4.2、筛选干旱可能造成直接经济损失的土地利用类型，包含：耕地、经济林地、不同覆盖程度的草地，对不同的土地利用类型根据经济产值和脆弱性赋予不同权重系数，得到土地利用的第一权重矩阵；

步骤4.3、在空间对应基础上，把区域每年高分辨率的灌溉面积数据统计到对应的

0.25°的格网内，得到灌溉面积的第二权重矩阵，将第一权重矩阵和第二权重矩阵在时间和空间格点上对应相乘，得到第三权重矩阵；

步骤4.4、将干旱事件特征动态数据集内所有干旱事件的干旱强度等特征进行提取，得到第一致灾因子强度矩阵，将第一致灾因子强度矩阵和第三权重矩阵对应相乘，得到被防灾减灾能力削弱的第二致灾因子强度矩阵；

步骤4.5、将第二致灾因子强度矩阵在年内求和，得到灌溉干旱减灾的响应信息。

9.根据权利要求8所述的融合灌溉减灾效应的干旱灾害风险定量评估方法，其特征在于，步骤5中，所述干旱风险评估与灌溉减灾效应量化，包括如下子步骤：步骤5.1、基于各县的行政边界对第二致灾因子强度矩阵进行再次筛选和分配，分别计算县域内各个格点上第二致灾因子强度矩阵的强度值在县域内所有格点强度之和的权重，得到最终的县域内经济损失总额格点上重分配的第四权重矩阵；

步骤5.2、将第四权重矩阵与县域年总经济损失在时间和空间上对应相乘，得到栅格格式的干旱经济损失数据，进行空间和省市尺度上的数据验证；

步骤5.3、将栅格形式的干旱经济损失通过Logistic函数进行拟合，得到考虑灌溉适应性措施的干旱灾害经济第一脆弱性曲线，评估考虑灌溉适应性措施状况下不同干旱强度的风险；

步骤5.4、将得到的第二致灾因子强度矩阵去除灌溉权重，得到原始的第三致灾因子强度矩阵，在计算重分配权重时不考虑灌溉的减灾效应；

步骤5.5、分别计算县域内各个格点上的第三致灾因子强度矩阵的强度值在县域内所有格点强度之和的权重，得到县域内经济损失格点上重分配的第五权重矩阵；

步骤5.6、将第五权重矩阵与县域年总经济损失对应相乘，得到栅格格式的干旱经济损失数据，进行空间和省市尺度上的数据验证；

步骤5.7、将栅格形式的干旱经济损失通过构建空间动态显式模型进行拟合，得到未考虑灌溉适应性措施的干旱灾害经济第二脆弱性曲线，评估不考虑适应性措施状况下不同干旱强度的风险；

步骤5.8、在致灾因子强度相同的情况下，第二脆弱性曲线的损失值减去第一脆弱性曲线的损失值，得到灌溉作为干旱适应性措施的减灾效应量化值。

10.根据权利要求9所述的融合灌溉减灾效应的干旱灾害风险定量评估方法，其特征在于，步骤5.7中，所述空间动态显式模型，函数形式如下：；

式中， 表示 处的经济损失；( ,  )表示第i个干旱核心区的位置；代表第i个干旱核心区的干旱强度； 表示空间权重，反映区域经济密度或脆弱性； 表示干旱事件的影响半径。