全国农业气象灾害的评估与区划

本文是一篇农业气象论文范文,农业气象方面毕业论文开题报告,关于全国农业气象灾害的评估与区划相关毕业论文格式范文。适合农业气象及灾害及农业生产方面的的大学硕士和本科毕业论文以及农业气象相关开题报告范文和职称论文写作参考文献资料下载。

摘 要：依据各省（市、自治区）1986―2011年的粮食产量、受灾面积和播种面积等数据,构造出气象灾害的综合风险评价指数模型,利用GIS平台对各省（市、自治区）的气象灾害风险进行评估与区划.基于各省（市、自治区）气象灾损粮食产量的基础上,运用二次指数平滑法结合MATLAB算法,对2013年可能由气象灾害损失的粮食产量进行预测.结果表明,粮食生产的气象灾害风险总体上是东部低于西部,南方低于北方.其中,江苏、上海等地区的综合风险指数最低,为0.0～1.0,其气象灾害发生的次数少,即使发生灾害也是轻灾为主,粮食产量比较稳定；浙江、福建等地区的综合风险指数为1.0～2.5,属于次高风险；贵州、内蒙古等地区由于经常发生气象灾害并且大多灾害比较严重,严重影响粮食产量,属于高风险区；西藏、海南等地区的综合风险最高.通过对2013年灾损粮食产量的预测,湖南、辽宁、河北、湖北和四川粮食灾损的相对较多,都达到600万t以上.

关 键 词：粮食产量；综合风险指数；风险评估与区划；二次指数平滑法；GIS

中图分类号：S42文献标识码：A文章编号：0439-8114（2014）10-2299-05

EvaluationandRegionalizationoftheAgricultureMeteorologicalDisastersinChina

ZHOUZhao-Ji,WANGQian

（CollegeofEconomicsandManagement,NanjingUniversityofInformationScienceandTechnology,Nanjing210044,China）

Abstract：Basedonthedataofgrainyield,disasterareaandsownareafrom1986to2011,theprehensiveriskevaluationmodelofmeteorologicaldisasterindexwasconstructed.MeteorologicaldisasterriskswereassessedandzonedbyGIS.Basedonthemeteorologicaldisasterongrainyield,biningwiththeMATLABalgorithmandtwoexponentialoothingmethods,thelossgrainyieldof2013causedbymeteorologicaldisasterswaspredicted.ResultsshowedthatmeteorologicaldisasterriskofgrainproductionineasternChinawaslessthanthatinWesternChina,SouthernChinalessthannorthernChina.JiangsuandShanghaihadthelowestprehensiveriskindex,withvaluebetween0and1.Thenumberofmeteorologicaldisastersintheseplaceswasless,withslightdisasterandstablegrainyield.Zhejiang,Fujianandotherplacesintheprehensiveriskindexwasbetween1.0～2.5whichwasbelongstohighrisk.Guizhou,InnerMongoliaandotherplaceshadseriousdisasterswithstrongimpactonfoodproductionandwasbelongedtohighriskarea.Tibet,Hainanandotherplaceshadthehighestrisk.ThepredictionofgrainyieldshowedHunan,Liaoning,Hebei,HubeiandSichuanhadthemostlossofgraincausedbydisasters,reachingmorethan6.0×106tons.

Keywords：grainyield；prehensiveriskindex；riskassesentandzoning；twoexponentialoothingmethod；GIS

基金项目：国家公益性行业（气象）科研专项（GYHY201106019）

中国是一个气象灾害种类繁多的国家,主要有干旱、台风、暴雨、热带气旋、寒潮、冰雹、冷冻、雪灾、热浪、沙尘暴、浓雾等气象灾害,其中干旱、台风、暴雨、寒潮对中国农业的危害影响范围最广,灾情最严重.灾害的发生导致农作物大面积减产、降质甚至绝收,人民生命财产等遭到重大损失,不仅影响农业持续发展和农民生活水平的提高,而且影响国民经济的发展.例如,1972年特大干旱年,重旱区京、津、晋、陕北、辽西干旱持续时间最长,不少河流断流,水库干涸；黄河在济南以下断流20d,秋收作物受灾严重,有的甚至绝收.全国过去对农业气象灾害进行了很多的预测和研究[1-3],学者们通过分析农业气象灾害的孕灾环境、致灾因子、承载体的抗灾防灾能力及灾情,得出这些灾害因子与灾害风险之间的关系,从而更深层次地揭示农业气象灾害对农业的影响,然后借助于各个地方的行政区划图等因子,做出农业气象灾害的风险区划和评述.例如,陈怀亮等[1]根据农业气象灾害风险分析理论,以河南省小麦生产为例,对小麦产量影响较大的农业气象灾害风险要素和风险源进行了辨识,并在此基础上,通过构造灾度函数,运用概率和EFO等分析方法,分析了河南省小麦生产中主要农业气象灾害――麦播旱涝、晚霜冻、干热风与青枯雨的发生、发展规律及其对小麦产量的定量影响程度和风险概率,同时运用多因子综合风险指数模型对河南省小麦农业生产气象灾害风险进行了综合区划.于飞等[2]对贵州农业气象灾害综合风险进行了评价与区划,利用聚类分析将该省分为5类农业气象灾害风险区域,又以不同聚类区域为研究对象进行了灰色关联分析,最后求得每种灾害的关联度,最终确定了不同聚类区域的主要灾害,并在灰色关联分析的基础上,建立了该省综合农业气象灾害风险评价模型,并计算出该省各县的综合农业气象灾害风险性分布,再利用GIS空间分析进行了综合农业气象灾害风险区划.本研究是基于前人研究的基础上,以粮食产量（指稻谷、小麦、玉米、豆类的总产量）来表示气象灾害对农业的影响,在对全国各省（市、自治区）的历史粮食产量资料分析的基础上,以省（市、自治区）为单位运用ArcGIS软件进行分析,得出全国宏观层面的农业气象灾害的风险评估与区划,定量得出气象灾害对粮食产量的影响.最后对这些所得到的由于气象灾害损失的粮食产量,运用二次指数平滑法预测出接下来两年可能由气象灾害引起的粮食损失的产量,以期为农业部门和政府部门提供一定的灾害服务信息,为抗灾减灾、制定相关防御政策、最大程度地减轻农业因气象灾害所致的损失提供依据.

1灾害评价模型的建立

所用到的各省（市、自治区）的粮食产量、受灾面积和总播种面积等数据都来源于历年的《中国统计年鉴》（Http：//.stats.gov./tjsj/ndsj/）.资料的时间序列为1986―2011年,共计26年.本研究区域是除了香港、澳门、台湾以外的全国各省（市、自治区）.

1.1粮食产量的变异系数

变异系数能够有效反映数据的离散程度,其数据大小不仅受变量离散程度的影响,而且还受变量平均水平的影响.一般而言,变量平均水平高,其离散程度的测度值也大,反之越小.粮食产量的变异系数一方面综合表征了各地区粮食生产受气象因子或其他生态环境条件影响的产量波动情况；另一方面它也能有效反映各地的抗灾减灾能力.粮食产量的变异系数大,说明产量的波动大,抗灾减灾能力弱,受到气象灾害影响的风险大.可以用公式（1）计算出变异系数的大小.

C等于（1）

公式（1）中,C表示粮食产量的变异系数,Y表示各省（市、自治区）历年粮食的实际产量,表示各省（市、自治区）历年粮食产量的平均值,n表示样本容量,本研究样本为26年.

1.2气象灾害的发生频率

采用一般比例法来求解由于气象灾害所导致的粮食产量减产的具体数值.因为在一般情况下,极端气象灾害是不易发生的,所以把气象灾害所导致损失的粮食产量与受灾面积相关联,各地区每年的实际产量与各地区未受灾的粮食种植面积相关联,即各地区每年的实际产量与粮食种植总面积与受灾面积之差相关联,可以得到如下公式：

（2）

公式（2）中,Q表示各省（市、自治区）第i年由于气象灾害导致的粮食减产量,S表示各省（市、自治区）第i年气象灾害所导致的受灾面积,Y表示各省（市、自治区）第i年的实际粮食产量,S表示各省（市、自治区）第i年粮食的总播种面积.其中,S、Y、S都是已知量,可以通过历年的《中国统计年鉴》查到相关数据；Δ1、Δ2、Δ3表示的是可以接受的误差范围.

根据公式（2）可以求得由气象灾害所引起的损失的粮食产量,而减产率是气象灾害损失的粮食产量与实际粮食产量和气象灾害损失的那部分产量的和的比值,用公式（3）表示.

R等于×100%（3）

公式（3）中,R表示粮食减产率.

根据公式（2）、（3）可以求得各省（市、自治区）每年的粮食减产率.研究以粮食减产率来界定灾年等级,规定减产率在5%～15%为轻灾年,16%～30%为灾年,31%～50%为重灾年,51%～70%为严重灾年,大于71%为特严重灾年.根据灾年的界定分类情况,可以得到全国各省（市、自治区）灾年发生的次数,如表1所示.

1.3灾年的平均减产率

为了使全国各省（市、自治区）的气象灾害风险程度表征的更明显,需要计算出各省（市、自治区）粮食的平均减产率,其计算公式如公式（4）所示.

A等于（4）

公式（4）中,A表示各省（市、自治区）历年粮食的平均减产率,R表示各省（市、自治区）第i年的粮食减产率.

1.4灾年风险指数

依据与上文界定的灾害等级,采用概率分布函数法来求解各等级气象灾损发生的概率.由于影响气象产量的各种气象因子的时间序列具有正态分布的特征,即极端的气象条件发生的概率较小,一般的气象条件发生的概率较多,相对气象产量序列也具有正态分布的性质[4].因此可以构造减产率平均值（μ）和减产率序列的均方差（σ）的概率密度函数,如公式（5）所示.

f（x）等于e（5）

根据概率分布函数的定义,不同程度粮食减产率x（x1

P（x1

风险概率指数为：

D等于（7）

公式（6）、（7）中,P表示各个等级粮食减产率出现的概率,T表示各等级灾年出现的次数,D表示风险概率指数.各省（市、自治区）灾害发生风险概率如图1所示.

1.5抗灾指数

各省（市、自治区）的抗灾防灾能力也会对粮食产量产生一定程度的影响,这里用实际产量与理论极大产量的比值来表示抗灾指数,它反映的是农业生产综合抗灾能力的强弱,实际产量高反映了该地区的农业生产水平高,也间接地反映了农业抗灾减灾能力强.抗灾指数的计算公式如公式（8）所示.

K等于（8）

公式（8）中,K表示抗灾指数,Y表示各省（市、自治区）第i年中粮食产量的最大值.

1.6灾害风险评估

综合风险指数与历年粮食的平均减产率、气象灾害风险概率指数和粮食产量的变异系数呈正向关联,与抗灾指数呈反向关联,可以用公式（9）计算.

Z等于×A×C×D（9）

公式（9）中,Z表示综合风险指数.

为了使综合风险指数更具有直观性,对数据进行极差标准化,按公式（10）计算.

Ii′等于×10（10）

公式（10）中,Ii′表示极差标准化后的数据,I为原始数据,I和I分别为每一列中的最大值和最小值.2农业风险区划

农业气象灾害风险区划的目的在于把致灾因子出现后有无风险或带来风险的大小进行分区,揭示农业气象灾害风险的地域差异,合理地划分出各省（市、自治区）农业气象灾害风险大小的范围,并对各风险区内历年粮食的平均减产率、粮食产量į

本文是一篇农业气象论文范文,农业气象方面毕业论文开题报告,关于全国农业气象灾害的评估与区划相关毕业论文格式范文。适合农业气象及灾害及农业生产方面的的大学硕士和本科毕业论文以及农业气象相关开题报告范文和职称论文写作参考文献资料下载。