农作物气象灾害风险识别与评估研究

以安徽省来安县水稻和萧县玉米为例,通过构建气象灾害指数和异常优化匹配技术量化气象灾害与产量损失之间关系,进而实现作物气象灾害风险的识别与评估。考虑到作物产量存在年趋势,利用直线滑动平均法(LMA)法进行产量年趋势剔除,获得产量年际波动率数据;根据研究区及作物生长期特征,用三种气象要素(降水、温度和光照)构建研究区长江的五种气象灾害(干旱、洪涝、高温、冻害、寡照)指数,并利用逐日气象要素值计算气象灾害指数的年极值与年累计值,获得气象灾害指数时序数据;基于气象灾害属于异常天气事件,导致作物产量异常的原理,采用气象灾害指数异常与产量损失异常匹配的方法来识别气象灾害与产量之间的关系。同时,通过调整异常阈值标准来逐步寻找最优的气象灾害指数与产量损失关系模型。借助关系模型,可对来安县水稻和萧县玉米的各种气象灾害风险进行模拟,获得各种气象灾害风险曲线和期望减产率,并据此对各气象灾害风险大小进行排序。农作物气象灾害风险识别与评估技术具有重要的实际应用价值,为农业气象灾害风险的监测及农业天气指数保险产品的开发提供重要的技术支撑。     

基于保障指数的农业保险保障水平评价——以北京各区县为例

当前,虽然农业保险发展势不可挡,但行业内还未形成统一标准衡量农业保险保障水平,亟待进一步研究。根据农业保险保障水平的影响因素构建农业保险保障水平评价指标体系,利用SPSS信度检验对指标进行筛选,通过主成分分析排序确定权重,以北京为例实证测算。研究结果表明,农业保险保障水平基本与该地区农业经济发展水平相匹配,为进一步提高北京各区县农业保险保障水平提供了参考。     

我国玉米自然灾害风险区识别研究

自然灾害严重影响和制约我国农业生产的持续稳定发展,识别主要作物自然灾害风险因子和风险区,对作物生产风险监测预警和风险防范及有效评估作物因灾损失有重大意义。基于区域自然灾害理论,构建了由致灾因子、孕灾环境因子和承灾体因子构成的作物自然灾害风险评价指标,利用1980-2010年全国各省市玉米产量数据和1991-2010年全国257个气象站点以玉米为承灾体的灾情数据,计算了省级单元不同因子自然灾害影响指数和灾害风险综合评价指数,揭示了我国玉米主要自然灾害的时空分布规律,识别了玉米自然灾害极高风险区、高风险区、中风险区、低风险区和可忽略风险区。结果表明,干旱是我国玉米产区主要自然灾害,其次是低温和风雹,干旱、洪涝、风雹、病虫害等多发于6-8月份,低温灾害多发于4-5月份;不同种类自然灾害大多具有连片发生的特点;自然灾害高风险区省份主要集中于北部和黄淮海平原玉米产区,同一级别风险区的风险影响因子不尽相同,在风险监测预警和防范中需区别对待。     

东北三省农作物洪涝时空风险评估

仅考虑空间差异的灾害风险评估已经满足不了灾害风险管理向精细化方向发展的要求,增加时间维度的时空风险评估分析有利于增强风险评估结果,对提升风险管理的准确性与针对性起着重要的作用.以东北三省为研究区,在气象数据、地形数据、农作物灾情数据和种植面积数据的支撑下,以县和月为单位的时空两个维度开展农作物洪涝时空风险评估研究.在方法上,采用反距离权重法(IDW),利用与县行政区最临近的3个气象站点的日降雨数据插值出县级行政区的日降雨数据;利用二元回归建立农作物洪涝受灾率与过程降雨量、县平均高程之间的农作物洪涝脆弱性函数;分县分月提取过程降雨量,构建非参数核密度的信息扩散模型拟合降雨量的概率分布;综合概率分布与脆弱性函数,计算出分县分月的农作物洪涝条件期望受灾率,实现风险时空差异表达.最后,制作出东北三省县级尺度下4至9月的农作物洪涝风险差异图,并对风险时空差异规律进行分析.