□文/鞠思祺

在氣候變化背景下，主要農(nóng)業(yè)氣象災(zāi)害發(fā)生的頻率和危害程度以及影響范圍均有增加趨勢。為了提升農(nóng)業(yè)氣象災(zāi)害風(fēng)險評估的精度和效率，我們對主要農(nóng)業(yè)氣象災(zāi)害風(fēng)險評估技術(shù)和其應(yīng)用的研究進(jìn)行了深入分析?；谪惾~斯網(wǎng)絡(luò)技術(shù)，我們將氣象參數(shù)、農(nóng)業(yè)產(chǎn)量指標(biāo)、農(nóng)作物品質(zhì)指標(biāo)、農(nóng)產(chǎn)品價格與氣象影響因子之間的關(guān)系建立了多元非線性回歸模型，并對全國主要農(nóng)區(qū)的主要農(nóng)業(yè)氣象災(zāi)害風(fēng)險進(jìn)行了評估。研究結(jié)果表明，我國主要農(nóng)區(qū)的主要農(nóng)產(chǎn)品價格與氣象風(fēng)險因子之間存在顯著相關(guān)性。

一、研究方法

（一）模型構(gòu)建

對于農(nóng)業(yè)氣象災(zāi)害風(fēng)險評估的相關(guān)研究，通常以每年的氣象條件為基礎(chǔ)，再結(jié)合當(dāng)?shù)貙嶋H情況對其進(jìn)行劃分。標(biāo)準(zhǔn)主要是根據(jù)受災(zāi)面積、影響范圍等來判定風(fēng)險等級。為了便于計算，本研究采用貝葉斯網(wǎng)絡(luò)技術(shù)進(jìn)行農(nóng)業(yè)氣象災(zāi)害風(fēng)險評估。其中，參數(shù)設(shè)置為：損失函數(shù)（i=1/2，i=0）；氣象條件與作物產(chǎn)量指標(biāo)之間的關(guān)系用二元非線性回歸模型表示；損失函數(shù)用線性模型表達(dá)。其中a為自變量，b為因變量。

（二）主要氣象災(zāi)害影響因子的選取原則

選取影響因子是為了進(jìn)行更好地統(tǒng)計分析，因此首先要對指標(biāo)進(jìn)行篩選，主要的指標(biāo)包括：氣候因素、農(nóng)業(yè)氣象災(zāi)害、社會經(jīng)濟(jì)因素、地理位置、自然地理環(huán)境以及水文情況。確定了指標(biāo)的篩選方案，具體如下：作物產(chǎn)量、品質(zhì)和價格對氣象風(fēng)險的影響因子篩選分析。通過分析中國農(nóng)作物氣象災(zāi)害風(fēng)險評估的相關(guān)研究成果，可以發(fā)現(xiàn)中國主要農(nóng)作物氣象災(zāi)害對農(nóng)產(chǎn)品價格的影響顯著，并且農(nóng)作物氣象災(zāi)害和農(nóng)產(chǎn)品價格之間呈現(xiàn)正相關(guān)關(guān)系。對于農(nóng)作物氣象風(fēng)險的預(yù)測預(yù)報，傳統(tǒng)的基于單一預(yù)測模型，如BP 神經(jīng)網(wǎng)絡(luò)、灰色GM（1，1）模型等的預(yù)測結(jié)果都存在較大誤差。本文采用基于貝葉斯網(wǎng)絡(luò)分析（Bayesian Network Analysis）的預(yù)測方法，通過構(gòu)建一系列多元非線性回歸模型，對中國主要農(nóng)區(qū)的主要農(nóng)產(chǎn)品價格與氣象風(fēng)險因子之間進(jìn)行建模和預(yù)測［1］。

（三）評估結(jié)果與討論

農(nóng)業(yè)氣象災(zāi)害風(fēng)險評估模型建立完成后，利用其模型，根據(jù)中國北方農(nóng)業(yè)區(qū)劃數(shù)據(jù)和各地主要農(nóng)產(chǎn)品產(chǎn)量信息，對全國范圍內(nèi)的主要農(nóng)作物產(chǎn)量和價格與氣象影響因子之間進(jìn)行相關(guān)性分析，結(jié)果表明氣象影響因子對全國主要農(nóng)區(qū)的農(nóng)業(yè)產(chǎn)量影響較大。在不同氣象災(zāi)害風(fēng)險等級下，不同農(nóng)產(chǎn)品的價格與氣象影響因子之間存在顯著相關(guān)關(guān)系。其中：玉米、小麥、水稻三種農(nóng)產(chǎn)品的價格與氣象參數(shù)間相關(guān)關(guān)系最密切，其次是大豆和其他農(nóng)產(chǎn)品；由于我國糧食產(chǎn)量占全國的比重較大，所以在農(nóng)業(yè)氣象災(zāi)害風(fēng)險評估中首先考慮主要農(nóng)作物價格與氣象參數(shù)之間的相關(guān)關(guān)系。為了減少因變量對自變量的過度依賴而產(chǎn)生的過擬合問題，可將自變量對數(shù)轉(zhuǎn)換為對數(shù)形式；如果有多個自變量時，則采用中心差分等方法進(jìn)行處理。

二、基于災(zāi)害風(fēng)險理論的作物生長模型

除了上述方式，還可以通過建立作物產(chǎn)量模型來研究不同氣象條件對作物生長的影響，即確定影響各個品種產(chǎn)量的氣象因子及其閾值，然后根據(jù)上述指標(biāo)設(shè)計產(chǎn)量模型，從而得到每個品種不同生長期產(chǎn)量的模擬值。將該數(shù)據(jù)作為產(chǎn)量預(yù)估參數(shù)，用于預(yù)測作物生長狀況。建立了生長模型之后，通過計算得到各個品種各發(fā)育期產(chǎn)量值及其分布情況。根據(jù)已有品種生長模型對不同氣象條件的敏感性、適應(yīng)性和可調(diào)控性分析，建立品種不同發(fā)育期的種植制度，確定其最佳生產(chǎn)方案。將各品種種植制度與氣象因子相結(jié)合就得到區(qū)域氣候模式下作物生長的模擬結(jié)果。將不同生長期的結(jié)果按面積進(jìn)行匯總分類并與作物最佳生長方案進(jìn)行比較分析，得到區(qū)域氣候模式下最優(yōu)生產(chǎn)方案。在氣候模式下按照區(qū)域氣候模型中農(nóng)作物種植品種以及所需氣象因子閾值建立作物生長模型，得到每個品種農(nóng)作物適宜的產(chǎn)量模擬值。將各品種適宜生產(chǎn)的農(nóng)業(yè)氣象條件輸入至計算機中進(jìn)行計算并生成相應(yīng)的作物生長模型。將上述計算結(jié)果與實際數(shù)據(jù)相比較進(jìn)行檢驗分析后得出最優(yōu)種植方案，并確定未來該季節(jié)所需管理措施并制定生產(chǎn)計劃［2］。最后對各作物模型修正后用于模擬農(nóng)業(yè)氣象災(zāi)害發(fā)生時所造成農(nóng)作物產(chǎn)量損失情況。

三、綜合作物生長模型

基于綜合作物生長模型，該系統(tǒng)由數(shù)據(jù)采集、數(shù)據(jù)管理與分析等子系統(tǒng)構(gòu)成。作物產(chǎn)量數(shù)據(jù)管理：利用歷史氣象資料，結(jié)合農(nóng)作物生長周期理論、作物發(fā)育模型與氣候模式等手段，建立了農(nóng)作物生長模型。災(zāi)害風(fēng)險評估：以不同的風(fēng)險等級為基準(zhǔn)，在該等級的基礎(chǔ)上，計算各因素組合帶來的風(fēng)險值，并以此作為對主要農(nóng)業(yè)氣象災(zāi)害造成損失程度判斷的標(biāo)準(zhǔn)。模型參數(shù)設(shè)置：該系統(tǒng)通過收集歷史氣象資料以及作物生長發(fā)育、生理生化過程及環(huán)境條件等資料，利用多元線性回歸與逐步回歸等數(shù)學(xué)方法，構(gòu)建了不同農(nóng)作物（棉花、水稻、玉米）的產(chǎn)量模擬模型以計算各主要農(nóng)作物在不同產(chǎn)量水平下所對應(yīng)的自然災(zāi)害及農(nóng)業(yè)氣象災(zāi)害致災(zāi)因子。模型驗證與模擬：利用建立好的作物生長模型對各個因素組合后所得到的產(chǎn)量水平進(jìn)行模擬分析，并對模擬結(jié)果進(jìn)行評估、檢驗與反饋改進(jìn)，最終達(dá)到提高產(chǎn)量水平的目的［3］。

四、結(jié)語

根據(jù)上述模型和技術(shù)體系，在基于作物生長模型的農(nóng)業(yè)氣象災(zāi)害風(fēng)險評估系統(tǒng)的基礎(chǔ)上，設(shè)計了綜合作物產(chǎn)量風(fēng)險評估系統(tǒng)。軟件系統(tǒng)主要由數(shù)據(jù)采集、數(shù)據(jù)處理、結(jié)果顯示三個部分組成，該軟件利用Visual Studio 2008 開發(fā)工具，在VB6.0 環(huán)境下開發(fā)和實現(xiàn)?；赩B6.0開發(fā)的綜合作物產(chǎn)量風(fēng)險評估系統(tǒng)提供了查詢、統(tǒng)計、計算等數(shù)據(jù)處理功能，可以查詢到全國各地、各等級的氣象災(zāi)害信息、歷年農(nóng)作物種植面積以及當(dāng)年棉花播種面積；計算出當(dāng)年棉花單產(chǎn)；對不同等級農(nóng)作物單產(chǎn)進(jìn)行比較分析；輸入歷史氣象災(zāi)害信息，計算相應(yīng)區(qū)域的氣象災(zāi)害影響程度；支持多用戶同時在線查詢等。