《农业气象灾害风险评估体系及模型研究.pdf》由会员分享，可在线阅读，更多相关《农业气象灾害风险评估体系及模型研究.pdf（10页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、l 3卷 1期 2 0 0 4年 2月 自然灾害学报 J OUR NAL OF NA T UR AL D I S A S T ER S Vo 1 1 3，No 1 Fe b，2 0 0 4 文章编号：1 0 0 4-4 5 7 4(2 0 0 4)O 1 0 0 7 7 I I 农 业气 象灾害风 险评估体 系及模 型研究 李世奎，霍治国 ，王素艳，刘荣花。，盛绍学4，刘锦銮，马树庆6，薛昌颖，(1 中国气象科学研究院 北京 1 0 0 0 8 1；2 中国农业大学资源与环境学 院，北京 1 0 0 0 9 4；3 河南 省气象科学研究所 河南 郑州 4 5 0 0 0 3；4 安徽省气象科学
2、研 究所 安徽 合肥 2 3 0 0 3 1；5 广东省气候与农业气象中心 广东 广州 5 1 0 0 8 0；6 吉林省气象 台，吉林 长春 1 3 0 0 6 2)摘要：从灾害风险分析的角度构建了一个由我国北方冬小麦干旱、江淮冬小麦渍涝、东北作物夏季低 温冷害以及华南荔枝和香蕉冬季寒害组合的灾害风险评估体系。该体系由风险辨识、风险估算和风 险评价组成。风险辨识分别阐明了上述各灾种的孕灾环境、致灾因子和承灾体的灾情特征。在风险 评估方面，基于灾害性质、灾损和抗灾性能的含义，提出了相应的风险概念模型，根据多年产量资料和 气象资料，提出了应用性强、可操作的各种灾害的灾害强度风险概率模拟模式和灾损
3、风险概率模拟模 式、抗灾性能模式，并采用逐年产量和气象资料的样本序列，由上述模拟模式估算了各种灾害强度和 不同灾损发生的风险概率 及风 险指数，阐述了风险水平 的地 区差异。在风险评价方面，根据对各种灾 损的风险指标进行综合，分别提出了风险区划指标，并进行 了风险区域划分。关键词：农业气象灾害；风险评估；模型；风险区划 中图分类号：$4 2 文献标识码：A Ri s k e v a l ua t i o n s y s t e m a nd m o de l s o f a g r o m e t e o r o l o g i c a l d i s a s t e r s LI S h i
4、 k u i ，HUO Zh i g u o ，W ANG S u y a n ，L I U Ro n g h u a ，SHENG S h a o x u e ，UU J i n g l u a n ，MA S h u q i n g。，XU E C h a n g y i n g (1 C h i n e s e A c a d e m y o f Me t eorol o g i c a d S c i e n c e s，B e i j i n g 1 0 0 0 8 1，C h i n a；2 C o ll e g e o f R e s o u r c e s a n d E n
5、v i r o n m e n t a l S c i e n c e o f C h i n a A c u l t u r a l U n i v e r s i ty，B e i j i n g 1 0 0 0 9 4，C h i n a；3 He nan I n s t i t u t e o f Me t e o r o l o g y，Z h e n z h o u 4 5 0 0 0 3，C h i n a；4 A n h u i Me t eorol o s i c a l I n s t i tut e，He f e i 2 3 0 0 3 1，Ch i n a；5C l i
6、 ma t i c a n d Ag rome t eo rol o g i e a l Ce n t e r o f G u a n g d o n g P r o v i n c e，G u a n g z h o u 51 0 08 0，Ch i n a；6 J i l i n P r o v i n c e M e t eoro o s i c a l O b s e r v a t o r y，C h ang c h u n 1 3 0 0 6 2，C h i na)A b s t r a c t：F r o m p o i n t o f v i e w o n ri s k a
7、n a l y s i s o f d i s a s t e r s，t h e ri s k e v a l u a t i o n s y s t e m o f d i s a s t e rs r e l a t e d t o d w u t o f w i n t e r w h e a t i n n o r t h e r n C h i n a，w a t e r l o g g i n g o f w i n t e r w h e a t i n J i a n g h u a i V a l l e y，c o o l i n j u r y o f c r o p
8、i n s u mm e r i n N o r t h e ast Ch i n a a n d c o l d d a ma g e o f b a n a n a a n d l i t c h i i n S o u th C h i n a i s e s t a b l i s h e d T h e s y s t e m c o n s i s t s o f ri s k i de n t i fi c a t i o n，ris k e s t i ma t i o n a n d ris k e v a l u a t i o n I n the ris k i d e
9、n t i fic a t i o n，the d i s a s t e rs p re an t e n v i r o n me n t di s ast e rs c a u s i n g f a c t o rs a n d c h a r a c t e ris t i c s o f d a ma g e d s i t u a t i o n a r e c l a rifie dI n the ris k e v a l u a t i o n，b a s e d o n c h a r-a c t e r i s t i c s o f d i s a s t e rs，
10、l o s s o f d i s a s t e rs a n d me a n i n g s o f res i s t a nt c a p a b i l i t y，t he c o r r e s po n d i n g ris k p r o ba b i l i t y mod e l a r e p u t f o r w a r d；a p p l y i n g y i e l d d a t a and me t e o r o l o g i c a l d a t a o f ma n y y e a rsthe a p p l i e d an d o p e
11、 r a b l e ri s k p rnb a bi l i t y mo d e l s o n i n t e ns i t y，l o s s a nd r e s i s tant c a pab i l i t y o f e v e r y d i s a s t e r a re p u t forw ard t oo；a p p l y i n g t h e y i e l d d a t a an d me t e o r o l o g i c a l d a t a o f e v e r y y e a r，t h e ris k p r o b a bi l i
12、 t y a nd ris k i n d e x o f d i s a s t e rs wi t h di ffe ren t i n t e n s i tie s an d l o s s e s a r c e s tima t e d b y the mo d e l s me n t i o n e d a b o v e：a nd the reg i o na l di ffe r e n c e o f ris k l e v e l s a r e c l a rifie dI n the ris k e v a l u a t i o n，the r i s k i n
13、 di c e s o f l o s s c a u s e d b y e v e r y d i s a s t e r s a r e s y n t h e s i z e dt h e i n de x o f ris k z o n a t i o n are 收稿 日期：2 0 0 3-0 81 0；修订 日期：2 0 0 3一l O一2 2 基金项 目：国家“十五”科技攻 关项 目(2 0 0 1 B A S 0 9 B I 4)作者筒介：李世奎(1 9 3 3一)，男，广西陆川人，研究员，主要从 事农业气候资源和农业气象灾害研究 维普资讯 http:/ 7 8 自然灾害学报
14、 l 3卷 p r e s e nt e d a n d t h e n r i s k z o n a t i o n a r e ma d e Ke y wo r ds：a g r o me t e o r o l o g i c a l d i s a s t e r s；r i s k e v a l u a t i o n；mo d e l；r i s k z o n a t i o n 自然灾害是随机发生的风险事件，具有可被测量的不确定性。上世纪 8 O年代 以来，国内外在开展 自然 灾害风险分析研究方面已取得了一定成果。J。农业是风险性产业，农业气象灾害是危害农业生产最主要的 自
15、然灾害种类。当前农业气象灾害风险研 究既是灾害学领域中研究的热点，又是政府当前急需应用性较强的课题。在我 国农业气象灾害种类中，东北 作物夏季低温冷害、北方冬小麦干旱、华南热作果树冬季寒害、江淮地区冬小麦、油菜渍涝等是危害农业生产 较大的灾种。以往对这些灾害虽有不少研究成果，但采用风险分析研究少见。本文从风险的视角，拟研 究构造上述四种灾害组合的风险评估体系及评估模型。1 农 业气 象 灾害风 险评 估 体 系构 建 灾害风险是致灾因素对承灾体可能引起的灾害事件发生的概率及其后果的这两个因素的函数。风险分析体系由风险辨识、风险估算和风险评价与对策组成。风险辨识着重阐明孕灾环境、致灾因子、孕灾体
16、及其受灾的特征。风险估算是风险体系的核心，根据灾害事件的成 因，通过建立估算模型，定量估算 致灾因子的强度、发生概率以及承灾体致灾损失等后果。风险评价 旨在回答“怎样才能安全”，包括风险区 划、保险区划，以及提供决策者权衡风险的大小、做出减灾决策、降低风险的科学依据。图 l 是本文研究的几种主要农业气象灾害风险评估体系的构建框图。2 几种主 要农 业气 象 灾 害风 险 辨识 2 1 北方冬小麦旱灾辨识 北方冬麦区处于半湿润半干旱的华北平原及晋、陕的大部分地区。该区冬麦全生育期处于底墒差、雨雪 稀少、降水变率大、风大、空气干燥、蒸发耗水大的冬春季，该期 间降水负距平 的频率在 5 0 6 5
17、，冬小麦 全生育期 自然缺水率达 3 0 一 6 0 ，春早发生频率高达 4 0 8 0 ，干旱使冬小麦生长不 良、株矮、有效分 蘖减少、穗粒数减少，各县平均减产率在 5 2 0，高者达 4 0 以上。2 2 江淮冬麦渍涝灾害辨识 冬小麦渍涝是指在生长的某段时期持续阴雨寡照、雨量集中、根系层土壤过湿、根系缺氧，影响正常生长 发育导致减产的一种灾害。江淮地处南北气候过渡带、春季以梅雨天气为主，多阴雨天气，而此时小麦正值 拔节 一抽穗期和灌浆期。拔节 一 抽穗期土壤过湿，根系吸水吸肥力下降，成穗率大大降低。结实灌浆期土壤 过湿使根系早衰，或腐烂发黑，植株水分收支失去平衡，灌浆期缩短，土壤过湿伴随阴
18、雨高温，秕粒、千粒重降 低，而且往往诱发病害，造成严重减产。2 3东北水稻、玉米低温冷害风险辨识 东北地区属温带、作物生长期短、热量资源有限且不稳定，日平均气温 l O 的生长期由南往北为 1 8 0 f O O d，I O C的积温平原地区为 3 5 0 0 2 5 0 0 C，北部及山区不足 2 0 0 0，作物只能一熟制。夏季热量年际 间波动大，积温的年际偏差一般为 3 0 o，少数年 4 0 0 C以上。生长季的热量条件不稳定，使作物在高温 年增产、低温年减产。研究指出，5 9月气温和的多少，可反映生长季的冷暖年份。冷夏 东北地区盛行超 长波槽，热夏年的情况相反。冷夏年西太平洋副高偏弱
19、，位置偏东、偏南，热夏年副高偏 强，位置偏西、偏北。西太平洋副高的长期持续偏弱，是形成东北地区冷夏的一个环流条件。从作物受低温冷害危害的特征来说，水稻一般是发生延迟型和障碍型两者兼发的混合型冷害，主要表现为幼穗分化和抽穗延迟、秕粒多、青碎米 多，米质差、产量降低。玉米一般为延迟型冷害，主要表现为延迟抽穗、吐丝和延迟成熟，造成秃尖、缺粒、籽 粒水分含量大、品质差。2 4华南荔枝、香蕉寒害风险辨识 冬季寒害是荔枝和香蕉减产的最主要灾害。从寒害的天气条件来说，可分成平流型寒害、辐射型寒害、维普资讯 http:/ 8 O 自然灾害学报 1 3卷 造成品质下降，减产或绝产。所 以采用过程降温幅度和同时出
20、现的过程最低气温两个因素作为寒害指标。3 灾 害风 险评估 模型 灾害风险评估是风险分析的核心，评估模型是为获得量化评估指标而构建的。风险评估模型一般包括 3类模型：(1)描述灾害本身发生强度等级及其发生概率的灾害强度风险评估模型；(2)以量化的灾损指标 表示的描述灾害强度与承灾体受害的直接和间接损失的灾损风险评估模型；(3)反映社会生产水平或承灾 体本身的抗灾能力的抗灾性能评估模型。3 1 灾害强度风险指数模型及其指标 灾害强度风险指数 J r 是指某种灾害的不同强度(等级)G及其相应 出现概率 P的函数，其表达式为 ，=F(G，P)=G P (1)-j 3 1 1 北方冬小麦全生育期 自然
21、水分亏缺率风险指数模型 根据式(1)定义，冬小麦 自然水分亏缺率风险指数，是冬小麦全生育期不 同 自然缺水率等级(轻、中、重、严重、极重)L及其相应出现概率 P的函数。，=F(L，P)=厶 (2)再-i 式(2)中 L由下式计算：L=(1 一E T E )X 1 0 0 (3)式中 E T M为全生育期最大需水量；为冬麦全生育期有效 自然供水量，由下式计算：E T=(+R)一C R (4)式(4)中 R为全生育期降水量；C为地表和渗入地下的流出量对降水的比例系数；D为播种期土壤有效底墒，D与当年79 月降水量(m m)、7 9月最大蒸散量：(m m)、年平均降水量，(m m)、年径流量(m m
22、)、年径流率()、01 0 0 m m土壤重干旱持水量指标(mm)等有密切关系，为土壤无效水分，取土壤相 对湿度 4 0 的田间持水量指标，D可按下式计算：D=1 8 3 0 4 5 6+0 1 7 8 9 x I 一0 2 2 2 2 x 2+0 1 5 2 4 x 3+0 5 1 4 7 x 44 047 2 x 5一 6 (5)冬小麦全生育期最大需水量 可 由下式计算：ET M=KcE1 D (6)式中，E 为参考蒸散量(1 lrl n l d )，由 F A O(1 9 9 8)推荐的 P e n ma nmo n t h i t h公式 求得；K o 为冬小麦全生 育期作物系数，取
23、K o=0 8 5-6 。不同缺水率出现的概率 P由概率分布密度函数求得。首先进行缺水率样本序列分布型判别，采用偏度 一峰度检验法，经研究得到大部分分布 曲线符合正态性，少数未通过正态性检验 的采用偏态分布正态化处 理 7】。本研究样本数大 于 3 0，因此可以用样本的均值 H和均方差 来建立概率分布密度函数。1 -厂()=!e 一 (7)2 7 r 利用分布函数就可以估算不同缺水率幅度对应的概率大小。根据各类 的 和 值，确定三类的概率 密度分布函数(表 1)。按 曲线抛物线形状分别建立适用于上述 A，B，C 3类地区冬小麦全生育期 自然缺水率 的概率模拟方程 式(表 1)。经分析，北方地区
24、冬小麦全生育期 自然水分亏缺率的概率分布曲线有 明显的区域差异，可以分为 A，B，C 3 类。A类主要分布在河北省及京津地区、山东西北部、山西中部和陕西中北部；B类主要分布在山东 中部、山西南部、陕西中东部和河南北部、C类主要分布在山东南部、河南中部和陕西中南部。由缺水率乘相应的发生概率便可得到缺水率风险指数。由表 2可见北方冬小麦全生育期 自然缺水率风 险指数的地区分布由南往北增加，其低、中、高风险区分别位于北方冬麦区的南、中、北部。维普资讯 http:/ 1 期 李世奎等：农业气象灾害风险评估体系及模型研究 8 1 表 1 北方冬麦区冬小麦全生育期自然水分亏缺率的概率分布模型及其地区分布
25、T abl e 1 P r o b a b i l i t y d i s t r i b u t i o n mo d e l s o f n a t u r a l w a t e r d e fi c i e n c y r a t e o f w i n t e r w h e a t i n g r o wt h p e ri od i n n o r t h e rn C h i n a 类型 概率密度分 布函数 二次曲线 函数 分布区域 唾15 I 一)2 Y=-70393+。一 部 耋 零 。一 2 0 I 一：专 ，。南 部 。詈 l l l l l l l l u 水分 亏
26、映事 C类 表 2 北 方冬小麦全生育期 自然水分 亏缺率风险指数及分区 T a b l e 2 I s k i n d e x o f n a t u r a l w a t e r d e fi c i e n c y rat e o f w i n t e r wh e a t i n g r o wt h pe r i od i n n o r t h e rn C h i n a 3 1 2 江淮地区冬小麦渍涝强度风险指数模式 Q值法：渍涝强度风险度，是不同渍涝强度 Q及其出现该概率 P的函数。N，=F(Q，P)=Q P (8)这里由阴湿系数 Q表示渍涝强度，它是降水距平百分率与 日
27、照距平百分率之差，其表达式为】Q=(尺一R。)R。一(|s一|S。)S (9)式(9)中，尺为旬降水量，尺。为多年旬平均降水量，|s为旬 日照时数，S 0 为多年旬平均 日照时数。Q值的具体 处理方法见文献 9 ，Q值出现的概率 P由概率分布函数求得。3 1 3 东北地区作物低温冷害强度风险指数模型 低温冷害强度风险指数 J 是低温冷害强度及其出现概率 P的函数，其表达式为，=F(，P)=(，)P (1 o)式 中，为 5 9月平均气温和的距平，它与冷害强度有关，发生低温冷害的指标或界限由下面式(I I)和 式(1 2)表达 I o ：一般冷害为：维普资讯 http:/ 8 2 自然灾害学报
28、1 3卷 一9=一 9 4 8 0+3 23 8 59 3 6 7 2 1 0一 一9 +1 3 58 1 0一 一9 (1 1)严重冷害为 一9=一8 0 4 7+2 9 631 一93 5 6 7 1 0 一9 +1 3 6 71 1 0 一9 (1 2)式 中，一 为59 月平均气温和的多年平均值。如果某一站点59月平均气温和的距平低于式(1 1)中的 且大于式(1 2)中的 则视发生 了一般冷害；如果 59月平均气 温和的距平低于式(1 2)中的 一 ，则视发生了严重冷害。发生冷害的概率 P可由概率分布密度函数求得。表 3 东北地 区玉米不 同低温冷害强 度发 生的概率 T a b l
29、 e 3 P r o b a b i l i t i e s o f c o o l i n j u r y w i t h d i ff e r e n t i n t e n s i t i e s f o r c o r n i n N o h e mt C h i n a 3 1 4 华南荔枝、香蕉寒害强度风险指数模型 寒害强度风险指数，是不同等级寒害强度 S及其出现的概率 P的函数。，=F(S，P)=S P (1 3)i=l 寒害强度 S将过程降温幅度和同时出现的过程最低气温两个 因素作为指标，把寒 害天气过程分为 2大类 5 亚类，其分类标准列于表 4【”。表 4 寒 害强度指标
30、T abl e 4 I n d e x e s o f c o l d d a ma g e i n t e n s i t y 对华南地 区 1 0 9个站(广东 8 6个，广西 2 3个)1 9 5 1 2 0 0 1 年历史寒害过程降温幅度和过程最低气温的 概率分布模型判别得到，寒害过程降温幅度有 5 1 个站服从正态分布，2 9个站服从伽玛分布，2 O个站服从耿 贝尔分布，9个站服从威布尔分布；过程最低气温有 l 2个站服从正态分布，9 7个站服从耿贝尔分布。设每一亚类寒害为 G i，则 G i=A n B (1 4)式中 A和 分别为相应寒害亚类不同临界值的过程降温幅度 和最低气温。
31、由于过程降温幅度和最低气温 是相互独立的，因此，P(G )=P(A n )=P(A)P()(1 5)这样便可计算每一寒害亚类的概率。，亚类的概率之和为一般寒害的概率，亚类的概率之和为 严重寒害的概率。各地寒害发生后各级寒害概率与寒害年份出现概率相乘，得到不同寒害等级出现的概率。3 2 灾损风险评估模型 灾损风险评估模型的构建内容一般包括几部分：(1)灾损(减产)的定义界定；(2)灾损指标或其表达方 程；(3)灾损概率估算模型；(4)产量或经济损失概率模型。3 2 1 灾损定义界定 为突 出不利气象条件引起的减产，本研究的作物单产减产率是指相对气象产量百分率的负值。其产 量分解过程如下：历年的逐
32、年单产样本序列一趋势产量一相对气象产量百分率的负值 维普资讯 http:/ 1 期 李世奎等：农业气象灾 害风险评估体系及模型研究 8 3 模拟趋势产量的方法主要采用直线滑动平均法和正交多项式逼近法，相对气象产量百分率=(y y T)y T 1 0 0，其中 y为实际产量，y T 为趋势产量。3 2 2 灾损风险指标及其表达方程式 灾损指标是指灾害不同强度与相应作物受害或减产关系的度量表达。灾损是承灾体受某种灾害的直接急性伤害损失或慢性伤害而影响正常生长发育，导致产量品质下 降和 经济损失。根据风险含义，作物灾损风险与灾害强度、发生概率、减产率或价值损失率、作物种植密度等因素 直接相关。这也是
33、构建作物灾损风险评估模型的重要因素(参数)，其基本模型可表达为：M=F(G)F(P)F(y)F(D)F()(1 6)式中 肘 为灾损风险指数，F(G)，F(P)，F(Y)，F(D)，F(V)分别为灾害强度、灾害强度的发生概率、减产率、种植密度和经济价值。(1)北方冬小麦全生育期 自然水分亏缺导致其光温潜力减产()的评估模型 9 J 采用“逐步订正法”可得到冬小麦的光温生产潜力和气候生产潜力 。一般来说一个地区的光温条件 相对稳定，可以认为光温生产潜力是本地区可以实现的最高理论产量。相对来说，在水分不足的地区 自然条 件下水分的逐年波动较大，所 以气候生产潜力偏离光温生产潜力的多少就是由于水分亏
34、缺引起 的光温产量 的减产量，表达式如下：y=Y 2一y 3 (1 7)式中 y m 为光温生产潜力的减产量，y 2 和 y 3 分别为光温和气候生产潜力，其中 y 3=Y 2 F()K r (1 8)式中 F()为水分订正函数，K 为产量反应系数。水分引起光温生产潜力的减产率 P为 P=(y 2一y 3)y 2 1 0 0 (1 9)然后以光温生产潜力的减产率为样本序列，采用公式(7)估算其概率。分析结果得知，陕、晋、豫三省的概率 呈 由南向北增加的趋势，山东省呈 由南向北、由东向西增加的趋势(2)北方冬小麦全生育期 自然水分亏缺()与实际产量减产 y()评估模式 A类：Y=0 2 3 4
35、X 一4 1 3 (2 0)B类：Y=0 6 0 1 X+3 0 8 (2 1)A类模式适用于山东东部及 中部的部分地 区、陕西南部渭河一带、河北 中部 的部分地 区；类模式适用于北 方冬小麦区的其它地区。(3)北方冬小麦灾损减产风险指数评估模型【1 6,1 9 灾损减产风险指数 肘是指灾损不同减产率 D 与相应 出现概率 P 的乘积总和，基本模式为=D。P (2 2)i：1 减产率是将冬小麦历年实际产量通过产量分解获得的相对气象产量百分比的负值，减产率 出现的概率 是通过概率分布函数求得。根据统计分析，北方冬麦 区5 2 3个县市 4 0 a(1 9 6 1 2 0 0 0年)冬小麦减产率样
36、本 序列 中有 8 1 3 符合正态分布，其余不符合正态分布的县市，做偏态分布正态化处理，然后将全部样本按正 态分布函数计算，得到不 同减产率的发生概率。表 5 北方冬小麦灾损减产 率风 险指数及地 区分布 T a b l e 5 R i s k i n d e x a n d d i s t r i b u t i o n o f y i e l d l o s s r a t e o f w i n t e r wh e a t i n n o e m C h i n a 维普资讯 http:/ 自然灾害学报 1 3卷(4)华北平原冬小麦全生育期降水负距平实产减产评估模式 根据华北冬小麦区
37、部分县市的冬小麦减产百分率与全生育期降水负距平百分率 的相关分析得出 ，降 水负距平愈大，减产幅度就愈大；对于同一个降水负距平等级，不同地点的减产幅度基本上变化不大。其 回 归方程为：Y=0 4 3 8 2 X+3 8 3 6 (2 3)式中，Y为实产减产率，为全生育期降水负距平()。(5)江淮地区冬小麦渍涝与减产率评估模式 采用阴湿系数 Q法估算冬小麦减产率，其评估模式见表 6。表 6 Q指标 用于 3个种植区的渍涝 灾害损失评估模 式 T a b l e 6 E v a l u a t i o n m o d e l o f w a t e r l o g g i n g d i s a
38、s t e r l o s s b y Q i n d e x f o r t h r e e p l a n t z o n e s of w i n t e r w h e a t 注：表6中 C 为相关系数 D 为标准差 Q为阴湿系数 是指降水距平 与 日照距平之差 Q1 为 2-3月的综合 Q值，Q 2 为 4 5月的 综合 Q值 Q 为两个时段 Q值的加权合计值 Z为减产率。经分析，Q 与减产率 的关系，在淮北地区符合直线趋势，在沿淮、江淮地区呈抛物线趋势。(6)东北地区作物低温冷害减产率评估指标 表 7 不同低温冷害强度 的减产率指标。T a b l e 7 Y i e l d r
39、 e d u c t i o n r a t e i n d i c e s f o r d i ff e re n t i n t e n s i t i e s of c o o l i n j u r y 。表 7中的t；。是指生长季 日平均气温 1 0 C积温 的距平值；At 一，是指 59月平均气温和的距平 值。(7)吉林省粮豆单产减产率出现频率的计算模式 从吉林省 4 2个县统计得到灾年减产率与出现频率的关系有下式 J：P=2 2 7 3 9 6 I -1 2 1 4 6 (2 4)式中 P为频率()为减产率。由公式计算得知，减产率低于 1 0 的频率可达 3 0 以上，相当于 3
40、 a左右 有 1 a 在 1个县或几个县受灾，但减产率达到 5 0 时，其频率即下降到 2 8。3 3 抗灾性能评估模型 农业抗灾性能力的强弱可从下述因素的关系作为判据：(1)与作物本身的抗逆性成正相关；(2)与农业 生产力水平成正相关；(3)与农业收成成正相关。作物的抗逆性是 由遗传特性决定的，这里不作研究。本研 究 中的抗灾模型主要考虑后两个因素。根据灾害不同和选择的因子参数不同，可 以有不同的表示抗灾性能 的评估模式和评估指标，例如表中有的抗灾性指标采用实际产量与最高产量的比值来体现，有的采用趋势产 量线性方程的斜率体现某一年代由农业生产力水平趋势决定的综合抗灾能力提高的水平。4 灾害风
41、险评价 与对策 风险评价与对策是根据分析估算的结果，作出降低风险的决策。风险评价方法主要有 回避风险、风险区 划、优化布局和保险转移。风险区划是衡量风险水平差异的有效办法，针对区域风险水平的差异采取不同的 农业措施，减少灾害的损失，如灌溉可降低干旱的风险等。维普资讯 http:/ 1 期 李世奎等：农业气象灾害风险评估体系及模型研究 8 5 表 8 抗灾性能评估模式 T a b l e 8 E v a l u a t i o n mo d e l s o f d i s a s t e r r e s i s t a n t c a p a b i l i t y 4 1 灾害风险区划 4，1
42、 1 北方冬小麦干旱灾损综合风险区划 选择指标要素：冬小麦全生育期 自然水分亏缺率J r 及相应发生的概率 P、减产率 尺及其 出现的概率 D、抗灾性趋势向量系数 n(具体计算可见表 8模型)。干旱灾损综合风险指数的表达式为：M=丢 耋 x P+R )(2 5)将 M进行极差标准化，使其处于 01 之 间，然后确定划分不同风险程度区的指标，见表 9。表 9 北方冬小麦干旱灾损综合风险区划指标 T abl e 9 S y n t h e t i c r i s k z o n a t i o n i n d e x o f w i n t e r w h e a t l o s s b y d
43、r o u g h t i n n o r t h e r n C h i n a 4 1 2 北方冬小麦产量灾损综合风险区划 冬小麦产量灾损风险程度与减产率及其发生概率、历年平均减产率、灾年减产率变异系数成正 比，与抗 灾能力 的高低成反比，本文在上述有关风险评估指标的基础上，构建冬小麦产量灾损综合风险指数 肘，其表 达式如下：1 M=X P x V x E J R (2 6)i=1 式中，J 为减产率，R 为相应减产率 出现的概率，P为历年平均减产率，为灾年减产率变异系数，k为抗灾系 数，见表 8模型 I。为了使风险区划指标有序化，将(2 6)式中的 值序列进行极差标准化，使其处于 01
44、之间。见表 l 0。4 1 3 东北地区作物低温冷害综合风险指数区划【l 0 J 选取经过计算得到的 3种有代表意义的风险指标：一般冷害年份 5 9月平均气温和 的变异系数、一般 冷害指标界限下的风险概率和风险指数，分别对这 3种指标进行极差标准化，使其处于 01之间，然后将 3 种指数相加，得到综合风险指数。表 l O 北方冬小麦产量灾损综合风险指数 区划指标 T ab l e 1 0 Z o n a t i o n o f s y n t h e t i c y i e l d l oss i n d i c e s o f win t e r w h e a t i n n o r t
45、h e r l l C h i n a 维普资讯 http:/ 自然灾害学报 1 3卷 表 l l 东北地区作物低 温冷害综合风险指数区划指标 T a b l e l l Z o n a t i o n o f s y n t h e t i c r i s k i n d i c e s o f c o o l i n j u r y f o r c r o p i n N o r t h e a s t C h i n a 4 1 4 华南荔枝寒害风险区划指标 8 j 寒害风险是不同寒害强度的概率及其对作物作用的结果，因此荔枝寒害风险区划指标采用寒害综合风 险指数 F()，它和灾损率 G、
46、易损性 和防寒抗灾能力 z的乘积有关，可用下式表达：F=G W (1一z)(2 7)其中 G=P 。Q ，w=s 1 s 2，z=I t y m 式中，P为寒害强 度等级概率，Q为对 应各强度的平 均减产率，i 为寒害等级，s 为某地该作物种植 面积(h m)，s 为耕地总面积(h m )，l，为实际单产(k g h m )，Y 为最高单产(k g h m )，采用农业生态区域法 求得。表 1 2 华南荔枝寒害风险区划指标 T a b l e 1 2 Z o n a t i o n i n d i c e s o f c o l d-d a ma g e ris k o f l i t c h
47、 i i n S o u t h C h i n a 4 1 5 广东香蕉寒害风险区划 4 _ 香蕉寒害风险区划指标采用下式表达：F=GY (2 8)n 式中 G=_ Q ，Y=S(1一L)，F为寒害风险指数区划指标()，P为寒害强度等级概率，Q为对应各 强度的平均减产率，i 为寒害等级，s为香蕉种植面积占总耕地面积分 比，为香蕉承灾能力，采用平均产量与 当地光温生产潜力的比值表示。区划风险级别分为轻、中、重、特重，相应 的指标分别为 1 5 5 小 结(1)本研究 的农业气象灾害风险评估体系是将四种灾害组合为一体，由风险辨识、风险估算和风险评价 与对策三部分组成。按风险分析流程，灾害风险分析
48、的重要环节是建立风险评价模型。风险评价模型一般 分基本模型和应用模型，基本模型是从概念出发，主要反应灾害影响因子 的函数关系，是较抽象的一种概念 模型。应用模型是针对某种灾害事件，估算给出具体的风险量化指标，是一种具有操作性强的适用性模型。构建基本模型是基础，在基本模型的基础上，根据函数关系，进一步分解构建为有针对灾害事件的风险量化 适用评估模型。(2)风险评估模型中，主要有灾害模型、灾损(或价值)模型 和抗灾模型。从基本模型的内涵来说，灾害 模型是 由造成灾害的环境 因素和灾区特征参数构成，反应灾害系统 的孕灾环境、致灾因子、成灾规律和承灾 维普资讯 http:/ 1 期 李世奎等：农业气象
49、灾害风险评估体系及模型研究 8 7 体灾情 的特征，描述灾害发生的时间、地点、强度及危害程度。灾损(或价值)模型反应发生不同等级灾害下 的灾损指标和最终产值。抗灾性能模型取决于作物抗逆特性和农业生产条件的抗灾能力，可 以根据抗灾影 响因子与产量的关系来反应抗灾性能的大小。(3)本研究构建了以下四种灾害 的风险评 估应用模型：在灾害强度风险评估模型中有北方冬小麦全生 育期 自然水分亏缺风险指数模型、江淮地区渍涝强度风险指数模式、东北作物低温冷害强度风险指数模型和 华南寒害强度风险指数模式。在灾损评估模型中有北方冬小麦 自然水分亏缺光温潜力减产和实际产量减产 风险评估模型、冬小麦相对气象产量减产概
50、率评估模型、降水负距平与冬小麦实际减产评估模型、江淮冬小 麦渍涝减产综合评估模式、东北地区作物低温冷害与减产率关系的评估模型、荔枝、香蕉寒害强度风 险指数 评估模型。抗灾性能评估模型有北方冬小麦抗灾性能趋势向量指数模型和抗灾性能指数模型、华南 防寒抗 灾能力评估模型。(4)基本模型结构主要选择确定 函数因子、论证因子的合理性。应用模式结构主要解决模型参数量化 问题，这就涉及到采集样本基础资料的可靠性和资料 的满足程度。本研究应用模式确定参数时所采用的基 础资料基本上都满足统计要求，例如北方冬小麦的产量和气象资料都是近 4 O年 的样本序列。另外，发现应 用模型大多具有地区特点，适用范围有一定局