• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    全國(guó)農(nóng)業(yè)氣象災(zāi)害的評(píng)估與區(qū)劃

    2014-09-22 10:46:20周兆基王倩
    湖北農(nóng)業(yè)科學(xué) 2014年10期
    關(guān)鍵詞:糧食產(chǎn)量

    周兆基+王倩

    摘要:依據(jù)各?。ㄊ?、自治區(qū))1986—2011年的糧食產(chǎn)量、受災(zāi)面積和播種面積等數(shù)據(jù),構(gòu)造出氣象災(zāi)害的綜合風(fēng)險(xiǎn)評(píng)價(jià)指數(shù)模型,利用GIS平臺(tái)對(duì)各?。ㄊ?、自治區(qū))的氣象災(zāi)害風(fēng)險(xiǎn)進(jìn)行評(píng)估與區(qū)劃?;诟魇。ㄊ?、自治區(qū))氣象災(zāi)損糧食產(chǎn)量的基礎(chǔ)上,運(yùn)用二次指數(shù)平滑法結(jié)合MATLAB算法,對(duì)2013年可能由氣象災(zāi)害損失的糧食產(chǎn)量進(jìn)行預(yù)測(cè)。結(jié)果表明,糧食生產(chǎn)的氣象災(zāi)害風(fēng)險(xiǎn)總體上是東部低于西部,南方低于北方。其中,江蘇、上海等地區(qū)的綜合風(fēng)險(xiǎn)指數(shù)最低,為0.0~1.0,其氣象災(zāi)害發(fā)生的次數(shù)少,即使發(fā)生災(zāi)害也是輕災(zāi)為主,糧食產(chǎn)量比較穩(wěn)定;浙江、福建等地區(qū)的綜合風(fēng)險(xiǎn)指數(shù)為1.0~2.5,屬于次高風(fēng)險(xiǎn);貴州、內(nèi)蒙古等地區(qū)由于經(jīng)常發(fā)生氣象災(zāi)害并且大多災(zāi)害比較嚴(yán)重,嚴(yán)重影響糧食產(chǎn)量,屬于高風(fēng)險(xiǎn)區(qū);西藏、海南等地區(qū)的綜合風(fēng)險(xiǎn)最高。通過對(duì)2013年災(zāi)損糧食產(chǎn)量的預(yù)測(cè),湖南、遼寧、河北、湖北和四川糧食災(zāi)損的相對(duì)較多,都達(dá)到600萬t以上。

    關(guān)鍵詞:糧食產(chǎn)量;綜合風(fēng)險(xiǎn)指數(shù);風(fēng)險(xiǎn)評(píng)估與區(qū)劃;二次指數(shù)平滑法;GIS

    中圖分類號(hào):S42文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):0439-8114(2014)10-2299-05

    Evaluation and Regionalization of the Agriculture Meteorological Disasters in China

    ZHOU Zhao-Ji,WANG Qian

    (College of Economics and Management, Nanjing University of Information Science and Technology, Nanjing 210044, China)

    Abstract: Based on the data of grain yield, disaster area and sown area from 1986 to 2011, the comprehensive risk evaluation model of meteorological disaster index was constructed. Meteorological disaster risks were assessed and zoned by GIS. Based on the meteorological disaster on grain yield, combining with the MATLAB algorithm and two exponential smoothing methods, the loss grain yield of 2013 caused by meteorological disasters was predicted. Results showed that meteorological disaster risk of grain production in eastern China was less than that in Western China, Southern China less than northern China. Jiangsu and Shanghai had the lowest comprehensive risk index, with value between 0 and 1. The number of meteorological disasters in these places was less, with slight disaster and stable grain yield. Zhejiang, Fujian and other places in the comprehensive risk index was between 1.0~2.5 which was belongs to high risk. Guizhou, Inner Mongolia and other places had serious disasters with strong impact on food production and was belonged to high risk area. Tibet, Hainan and other places had the highest risk. The prediction of grain yield showed Hunan, Liaoning, Hebei,Hubei and Sichuan had the most loss of grain caused by disasters, reaching more than 6.0×106 tons.

    Key words: grain yield; comprehensive risk index; risk assessment and zoning; two exponential smoothing method; GIS

    基金項(xiàng)目:國(guó)家公益性行業(yè)(氣象)科研專項(xiàng)(GYHY201106019)

    中國(guó)是一個(gè)氣象災(zāi)害種類繁多的國(guó)家,主要有干旱、臺(tái)風(fēng)、暴雨、熱帶氣旋、寒潮、冰雹、冷凍、雪災(zāi)、熱浪、沙塵暴、濃霧等氣象災(zāi)害,其中干旱、臺(tái)風(fēng)、暴雨、寒潮對(duì)中國(guó)農(nóng)業(yè)的危害影響范圍最廣,災(zāi)情最嚴(yán)重。災(zāi)害的發(fā)生導(dǎo)致農(nóng)作物大面積減產(chǎn)、降質(zhì)甚至絕收,人民生命財(cái)產(chǎn)等遭到重大損失,不僅影響農(nóng)業(yè)持續(xù)發(fā)展和農(nóng)民生活水平的提高,而且影響國(guó)民經(jīng)濟(jì)的發(fā)展。例如,1972年特大干旱年,重旱區(qū)京、津、晉、陜北、遼西干旱持續(xù)時(shí)間最長(zhǎng),不少河流斷流,水庫(kù)干涸;黃河在濟(jì)南以下斷流20 d,秋收作物受災(zāi)嚴(yán)重,有的甚至絕收。全國(guó)過去對(duì)農(nóng)業(yè)氣象災(zāi)害進(jìn)行了很多的預(yù)測(cè)和研究[1-3],學(xué)者們通過分析農(nóng)業(yè)氣象災(zāi)害的孕災(zāi)環(huán)境、致災(zāi)因子、承載體的抗災(zāi)防災(zāi)能力及災(zāi)情,得出這些災(zāi)害因子與災(zāi)害風(fēng)險(xiǎn)之間的關(guān)系,從而更深層次地揭示農(nóng)業(yè)氣象災(zāi)害對(duì)農(nóng)業(yè)的影響,然后借助于各個(gè)地方的行政區(qū)劃圖等因子,做出農(nóng)業(yè)氣象災(zāi)害的風(fēng)險(xiǎn)區(qū)劃和評(píng)述。例如,陳懷亮等[1]根據(jù)農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)分析理論,以河南省小麥生產(chǎn)為例,對(duì)小麥產(chǎn)量影響較大的農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)要素和風(fēng)險(xiǎn)源進(jìn)行了辨識(shí),并在此基礎(chǔ)上,通過構(gòu)造災(zāi)度函數(shù),運(yùn)用概率和EFO等分析方法,分析了河南省小麥生產(chǎn)中主要農(nóng)業(yè)氣象災(zāi)害——麥播旱澇、晚霜凍、干熱風(fēng)與青枯雨的發(fā)生、發(fā)展規(guī)律及其對(duì)小麥產(chǎn)量的定量影響程度和風(fēng)險(xiǎn)概率,同時(shí)運(yùn)用多因子綜合風(fēng)險(xiǎn)指數(shù)模型對(duì)河南省小麥農(nóng)業(yè)生產(chǎn)氣象災(zāi)害風(fēng)險(xiǎn)進(jìn)行了綜合區(qū)劃。于飛等[2]對(duì)貴州農(nóng)業(yè)氣象災(zāi)害綜合風(fēng)險(xiǎn)進(jìn)行了評(píng)價(jià)與區(qū)劃,利用聚類分析將該省分為5類農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)區(qū)域,又以不同聚類區(qū)域?yàn)檠芯繉?duì)象進(jìn)行了灰色關(guān)聯(lián)分析,最后求得每種災(zāi)害的關(guān)聯(lián)度,最終確定了不同聚類區(qū)域的主要災(zāi)害,并在灰色關(guān)聯(lián)分析的基礎(chǔ)上,建立了該省綜合農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)模型,并計(jì)算出該省各縣的綜合農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)性分布,再利用GIS空間分析進(jìn)行了綜合農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)區(qū)劃。

    本研究是基于前人研究的基礎(chǔ)上,以糧食產(chǎn)量(指稻谷、小麥、玉米、豆類的總產(chǎn)量)來表示氣象災(zāi)害對(duì)農(nóng)業(yè)的影響,在對(duì)全國(guó)各?。ㄊ?、自治區(qū))的歷史糧食產(chǎn)量資料分析的基礎(chǔ)上,以?。ㄊ?、自治區(qū))為單位運(yùn)用ArcGIS軟件進(jìn)行分析,得出全國(guó)宏觀層面的農(nóng)業(yè)氣象災(zāi)害的風(fēng)險(xiǎn)評(píng)估與區(qū)劃,定量得出氣象災(zāi)害對(duì)糧食產(chǎn)量的影響。最后對(duì)這些所得到的由于氣象災(zāi)害損失的糧食產(chǎn)量,運(yùn)用二次指數(shù)平滑法預(yù)測(cè)出接下來兩年可能由氣象災(zāi)害引起的糧食損失的產(chǎn)量,以期為農(nóng)業(yè)部門和政府部門提供一定的災(zāi)害服務(wù)信息,為抗災(zāi)減災(zāi)、制定相關(guān)防御政策、最大程度地減輕農(nóng)業(yè)因氣象災(zāi)害所致的損失提供依據(jù)。

    1災(zāi)害評(píng)價(jià)模型的建立

    所用到的各?。ㄊ小⒆灾螀^(qū))的糧食產(chǎn)量、受災(zāi)面積和總播種面積等數(shù)據(jù)都來源于歷年的《中國(guó)統(tǒng)計(jì)年鑒》(Http://www.stats.gov.cn/tjsj/ndsj/)。資料的時(shí)間序列為1986—2011年,共計(jì)26年。本研究區(qū)域是除了香港、澳門、臺(tái)灣以外的全國(guó)各省(市、自治區(qū))。

    1.1糧食產(chǎn)量的變異系數(shù)

    變異系數(shù)能夠有效反映數(shù)據(jù)的離散程度,其數(shù)據(jù)大小不僅受變量離散程度的影響,而且還受變量平均水平的影響。一般而言,變量平均水平高,其離散程度的測(cè)度值也大,反之越小。糧食產(chǎn)量的變異系數(shù)一方面綜合表征了各地區(qū)糧食生產(chǎn)受氣象因子或其他生態(tài)環(huán)境條件影響的產(chǎn)量波動(dòng)情況;另一方面它也能有效反映各地的抗災(zāi)減災(zāi)能力。糧食產(chǎn)量的變異系數(shù)大,說明產(chǎn)量的波動(dòng)大,抗災(zāi)減災(zāi)能力弱,受到氣象災(zāi)害影響的風(fēng)險(xiǎn)大??梢杂霉剑?)計(jì)算出變異系數(shù)的大小。

    C= (1)

    公式(1)中,C表示糧食產(chǎn)量的變異系數(shù),Y表示各省(市、自治區(qū))歷年糧食的實(shí)際產(chǎn)量,表示各?。ㄊ小⒆灾螀^(qū))歷年糧食產(chǎn)量的平均值,n表示樣本容量,本研究樣本為26年。

    1.2氣象災(zāi)害的發(fā)生頻率

    采用一般比例法來求解由于氣象災(zāi)害所導(dǎo)致的糧食產(chǎn)量減產(chǎn)的具體數(shù)值。因?yàn)樵谝话闱闆r下,極端氣象災(zāi)害是不易發(fā)生的,所以把氣象災(zāi)害所導(dǎo)致?lián)p失的糧食產(chǎn)量與受災(zāi)面積相關(guān)聯(lián),各地區(qū)每年的實(shí)際產(chǎn)量與各地區(qū)未受災(zāi)的糧食種植面積相關(guān)聯(lián),即各地區(qū)每年的實(shí)際產(chǎn)量與糧食種植總面積與受災(zāi)面積之差相關(guān)聯(lián),可以得到如下公式:

    (2)

    公式(2)中,Q表示各省(市、自治區(qū))第i年由于氣象災(zāi)害導(dǎo)致的糧食減產(chǎn)量,S表示各?。ㄊ?、自治區(qū))第i年氣象災(zāi)害所導(dǎo)致的受災(zāi)面積,Y表示各?。ㄊ?、自治區(qū))第i年的實(shí)際糧食產(chǎn)量,S表示各?。ㄊ?、自治區(qū))第i年糧食的總播種面積。其中,S、 Y、S都是已知量,可以通過歷年的《中國(guó)統(tǒng)計(jì)年鑒》查到相關(guān)數(shù)據(jù);Δ1、Δ2、Δ3表示的是可以接受的誤差范圍。

    根據(jù)公式(2)可以求得由氣象災(zāi)害所引起的損失的糧食產(chǎn)量,而減產(chǎn)率是氣象災(zāi)害損失的糧食產(chǎn)量與實(shí)際糧食產(chǎn)量和氣象災(zāi)害損失的那部分產(chǎn)量的和的比值,用公式(3)表示。

    R=×100%(3)

    公式(3)中,R表示糧食減產(chǎn)率。

    根據(jù)公式(2)、(3)可以求得各省(市、自治區(qū))每年的糧食減產(chǎn)率。研究以糧食減產(chǎn)率來界定災(zāi)年等級(jí),規(guī)定減產(chǎn)率在5%~15%為輕災(zāi)年,16%~30%為災(zāi)年,31%~50%為重災(zāi)年,51%~70%為嚴(yán)重災(zāi)年,大于71%為特嚴(yán)重災(zāi)年。根據(jù)災(zāi)年的界定分類情況,可以得到全國(guó)各?。ㄊ?、自治區(qū))災(zāi)年發(fā)生的次數(shù),如表1所示。

    1.3災(zāi)年的平均減產(chǎn)率

    為了使全國(guó)各?。ㄊ?、自治區(qū))的氣象災(zāi)害風(fēng)險(xiǎn)程度表征的更明顯,需要計(jì)算出各?。ㄊ?、自治區(qū))糧食的平均減產(chǎn)率,其計(jì)算公式如公式(4)所示。

    A= (4)

    公式(4)中,A表示各?。ㄊ?、自治區(qū))歷年糧食的平均減產(chǎn)率,R表示各?。ㄊ?、自治區(qū))第i年的糧食減產(chǎn)率。

    1.4災(zāi)年風(fēng)險(xiǎn)指數(shù)

    依據(jù)與上文界定的災(zāi)害等級(jí),采用概率分布函數(shù)法來求解各等級(jí)氣象災(zāi)損發(fā)生的概率。由于影響氣象產(chǎn)量的各種氣象因子的時(shí)間序列具有正態(tài)分布的特征,即極端的氣象條件發(fā)生的概率較小,一般的氣象條件發(fā)生的概率較多,相對(duì)氣象產(chǎn)量序列也具有正態(tài)分布的性質(zhì)[4]。因此可以構(gòu)造減產(chǎn)率平均值(μ)和減產(chǎn)率序列的均方差(σ)的概率密度函數(shù),如公式(5)所示。

    f(x)=e(5)

    根據(jù)概率分布函數(shù)的定義,不同程度糧食減產(chǎn)率x(x1

    P(x1

    風(fēng)險(xiǎn)概率指數(shù)為:

    D= (7)

    公式(6)、(7)中,P表示各個(gè)等級(jí)糧食減產(chǎn)率出現(xiàn)的概率,T表示各等級(jí)災(zāi)年出現(xiàn)的次數(shù),D表示風(fēng)險(xiǎn)概率指數(shù)。各?。ㄊ小⒆灾螀^(qū))災(zāi)害發(fā)生風(fēng)險(xiǎn)概率如圖1所示。

    1.5抗災(zāi)指數(shù)

    各省(市、自治區(qū))的抗災(zāi)防災(zāi)能力也會(huì)對(duì)糧食產(chǎn)量產(chǎn)生一定程度的影響,這里用實(shí)際產(chǎn)量與理論極大產(chǎn)量的比值來表示抗災(zāi)指數(shù),它反映的是農(nóng)業(yè)生產(chǎn)綜合抗災(zāi)能力的強(qiáng)弱,實(shí)際產(chǎn)量高反映了該地區(qū)的農(nóng)業(yè)生產(chǎn)水平高,也間接地反映了農(nóng)業(yè)抗災(zāi)減災(zāi)能力強(qiáng)??篂?zāi)指數(shù)的計(jì)算公式如公式(8)所示。

    K=(8)

    公式(8)中,K表示抗災(zāi)指數(shù),Y表示各省(市、自治區(qū))第i年中糧食產(chǎn)量的最大值。

    1.6災(zāi)害風(fēng)險(xiǎn)評(píng)估

    綜合風(fēng)險(xiǎn)指數(shù)與歷年糧食的平均減產(chǎn)率、氣象災(zāi)害風(fēng)險(xiǎn)概率指數(shù)和糧食產(chǎn)量的變異系數(shù)呈正向關(guān)聯(lián),與抗災(zāi)指數(shù)呈反向關(guān)聯(lián),可以用公式(9)計(jì)算。

    Z=×A×C×D (9)

    公式(9)中,Z表示綜合風(fēng)險(xiǎn)指數(shù)。

    為了使綜合風(fēng)險(xiǎn)指數(shù)更具有直觀性,對(duì)數(shù)據(jù)進(jìn)行極差標(biāo)準(zhǔn)化,按公式(10)計(jì)算。

    Ii′=×10(10)

    公式(10)中,Ii′表示極差標(biāo)準(zhǔn)化后的數(shù)據(jù),I為原始數(shù)據(jù),I和I分別為每一列中的最大值和最小值。

    2農(nóng)業(yè)風(fēng)險(xiǎn)區(qū)劃

    農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)區(qū)劃的目的在于把致災(zāi)因子出現(xiàn)后有無風(fēng)險(xiǎn)或帶來風(fēng)險(xiǎn)的大小進(jìn)行分區(qū),揭示農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)的地域差異,合理地劃分出各?。ㄊ?、自治區(qū))農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)大小的范圍,并對(duì)各風(fēng)險(xiǎn)區(qū)內(nèi)歷年糧食的平均減產(chǎn)率、糧食產(chǎn)量的變異系數(shù)和風(fēng)險(xiǎn)指數(shù)等進(jìn)行綜合評(píng)價(jià),為政府及防災(zāi)部門確定防災(zāi)重點(diǎn)地區(qū)、重點(diǎn)災(zāi)害、重點(diǎn)防災(zāi)時(shí)間等提供科學(xué)依據(jù),把災(zāi)害造成的損失降低到最低限度,促進(jìn)農(nóng)業(yè)穩(wěn)定持續(xù)發(fā)展。根據(jù)綜合風(fēng)險(xiǎn)指數(shù),對(duì)農(nóng)業(yè)風(fēng)險(xiǎn)進(jìn)行劃分,定義0.04.0為極高風(fēng)險(xiǎn)。

    為了更加直觀地描述各省(市、自治區(qū))由氣象災(zāi)害引起的糧食損失分布的空間特征,運(yùn)用ArcGIS平臺(tái)繪制出氣象災(zāi)害綜合風(fēng)險(xiǎn)區(qū)劃圖(圖2)。從圖2可以看出,中國(guó)的糧食生產(chǎn)的氣象風(fēng)險(xiǎn)具有明顯的區(qū)域分布特征。就全國(guó)來看,糧食生產(chǎn)的氣象風(fēng)險(xiǎn)整體上是東部低于西部,南方低于北方。其中,綜合風(fēng)險(xiǎn)指數(shù)最低的地區(qū)是江蘇,它不僅發(fā)生災(zāi)年的可能性小,且災(zāi)害大多都是輕災(zāi),糧食產(chǎn)量比較穩(wěn)定,適合糧食作物的生長(zhǎng)。河北、遼寧、吉林、黑龍江、上海、安徽、江西、山東、河南、湖北、湖南、廣東、廣西、重慶、四川的氣象災(zāi)害綜合風(fēng)險(xiǎn)指數(shù)也較低,均在0.0~1.0之間,這些地區(qū)糧食產(chǎn)量比較穩(wěn)定。浙江、福建、云南、陜西、新疆的綜合風(fēng)險(xiǎn)指數(shù)為1.0~2.5,要高于江蘇、上海等地,屬于次高風(fēng)險(xiǎn)區(qū)域。貴州、內(nèi)蒙古、甘肅、山西屬于糧食產(chǎn)量不穩(wěn)定區(qū)域,即高風(fēng)險(xiǎn)區(qū)域,這里經(jīng)常發(fā)生氣象災(zāi)害,而且發(fā)生的災(zāi)害大多比較嚴(yán)重,嚴(yán)重影響糧食產(chǎn)量。例如貴州,這里光照條件差,多雨潮濕,災(zāi)年減產(chǎn)程度和風(fēng)險(xiǎn)概率較大等都導(dǎo)致貴州糧食產(chǎn)量的不穩(wěn)定性。天津、北京、海南、寧夏、青海、西藏是極高風(fēng)險(xiǎn)區(qū),這些地方氣象災(zāi)害極易發(fā)生,從而導(dǎo)致糧食嚴(yán)重減產(chǎn)。例如海南,位于中國(guó)的東南沿海地區(qū),地處溫帶、熱帶過渡帶,為典型的亞熱帶季風(fēng)氣候,季風(fēng)氣候致使秋冬干旱每5年發(fā)生一次;有時(shí)在特定的環(huán)流影響下使秋雨較多,造成糧食作物根莖腐爛;冬季和早春在北方冷空氣的影響下,糧食作物遭受低溫冷害,致使減產(chǎn)等。綜上所述,這些地區(qū)更要做好災(zāi)害的應(yīng)急管理和防災(zāi)減災(zāi)工作。

    3災(zāi)損糧食產(chǎn)量的預(yù)測(cè)

    3.1預(yù)測(cè)模型

    研究表明,歷史數(shù)據(jù)對(duì)未來的影響是隨時(shí)間間隔的增長(zhǎng)而遞減的。因此,更加精確的方法是對(duì)各個(gè)觀察數(shù)據(jù)按照時(shí)間順序進(jìn)行加權(quán)平均作為預(yù)測(cè)值。而指數(shù)平滑法滿足這一要求,此外它還具備簡(jiǎn)單的遞推形式。所謂的指數(shù)平滑法是指通過對(duì)歷史數(shù)據(jù)平滑平均數(shù)的求解,繼而對(duì)時(shí)間序列進(jìn)行均勻修正的一種方法[5]。本研究把前面所求得的每年各?。ㄊ小⒆灾螀^(qū))由氣象災(zāi)害所損失的糧食產(chǎn)量作為歷史資料,以這些資料來預(yù)測(cè)出接下來兩年全國(guó)各省(市、自治區(qū))由氣象災(zāi)害損失的糧食產(chǎn)量。構(gòu)建模型[6,7]如下:

    設(shè)時(shí)間序列為q1,q2,...,qt,α為加權(quán)系數(shù),則一次簡(jiǎn)單的移動(dòng)平均值Mt(1)的計(jì)算公式如公式(11)所示。

    Mt(1)=(qt+qt-1+…qt-N+1)=Mt-1(1)+(11)

    以Mt(1)作為qt-N的最佳估計(jì)值,則有:

    Mt(1)=+(1-)Mt-1(1)(12)

    設(shè)α=,用St代替Mt(1),即得公式(12)一次指數(shù)平滑法的計(jì)算公式,如公式(13)所示。

    St(1)=αqt+(1-α)St-1(1)(13)

    在一次指數(shù)平滑法的基礎(chǔ)上再做一次指數(shù)平滑,得到公式(14)所示的二次指數(shù)平滑法。

    St(2)=αSt(1)+(1-α)St-1(2)(14) 公式(13)、(14)中,St(1)為一次指數(shù)的平滑值, St(2)為二次指數(shù)的平滑值。預(yù)測(cè)方程為:

    t+m=at+btmm=1,2,…,n(15)

    at=2St(1)-St(2)(16)

    bt=(St(1)-St(2))(17)

    3.2預(yù)測(cè)結(jié)果

    為了更加快捷地得出各?。ㄊ小⒆灾螀^(qū))各年份的預(yù)測(cè)值,在MATLAB中對(duì)其進(jìn)行數(shù)據(jù)處理,編制相應(yīng)的算法能夠更加迅速地得到各年份的預(yù)測(cè)值。根據(jù)公式(2)求得的氣象災(zāi)損糧食產(chǎn)量,得到2013年全國(guó)各?。ㄊ?、自治區(qū))的災(zāi)損糧食產(chǎn)量預(yù)測(cè)值,如表2所示。

    4小結(jié)與討論

    由于中國(guó)地處環(huán)太平洋災(zāi)害帶和歐亞災(zāi)害帶這兩大世界災(zāi)害帶的交匯處,使得中國(guó)的災(zāi)害種類繁多,災(zāi)害活動(dòng)活躍,災(zāi)害發(fā)生頻率高。因此,災(zāi)害引起的糧食生產(chǎn)不穩(wěn)定成為了長(zhǎng)期困擾中國(guó)農(nóng)業(yè)發(fā)展進(jìn)程的因素。在深入研究氣象災(zāi)害對(duì)農(nóng)業(yè)影響的基礎(chǔ)上,分析不同等級(jí)農(nóng)業(yè)氣象災(zāi)害發(fā)生危害的時(shí)間和空間分布特點(diǎn)及規(guī)律,從而可以通過調(diào)整作物布局避過作物對(duì)農(nóng)業(yè)氣象災(zāi)害最為敏感的時(shí)段,通過調(diào)整農(nóng)作物種類或品種,趨利避害協(xié)調(diào)作物與環(huán)境間的適應(yīng)性,減輕農(nóng)業(yè)氣象災(zāi)害損失。

    本研究從糧食產(chǎn)量災(zāi)損角度對(duì)中國(guó)的糧食減產(chǎn)風(fēng)險(xiǎn)進(jìn)行了區(qū)域分析,并通過比較氣象綜合風(fēng)險(xiǎn)指數(shù)對(duì)中國(guó)糧食生產(chǎn)的農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)進(jìn)行了區(qū)劃,以期更好地為防災(zāi)減災(zāi)和農(nóng)業(yè)生產(chǎn)提供依據(jù)。在基于各省(市、自治區(qū))氣象災(zāi)損糧食產(chǎn)量的基礎(chǔ)上,運(yùn)用二次指數(shù)平滑法結(jié)合MATLAB算法,對(duì)2013年可能由氣象災(zāi)害損失的糧食產(chǎn)量進(jìn)行了預(yù)測(cè),為政府和決策部門制定農(nóng)業(yè)生產(chǎn)計(jì)劃、采取防災(zāi)減災(zāi)措施以及保險(xiǎn)理賠等提供科學(xué)依據(jù)。除此之外,通過加強(qiáng)農(nóng)作物的水肥管理和病蟲防治,提高對(duì)氣候資源的利用率及光合產(chǎn)物的積累,提升農(nóng)作物抗御農(nóng)業(yè)氣象災(zāi)害能力和災(zāi)后恢復(fù)能力,達(dá)到減輕災(zāi)害損失、提高種植效益的目的。為了最大限度地提高農(nóng)業(yè)資源的有效利用率,使農(nóng)業(yè)向高產(chǎn)、穩(wěn)產(chǎn)轉(zhuǎn)變,糧食作物的風(fēng)險(xiǎn)管理和決策指標(biāo)體系將會(huì)是下一步研究的重點(diǎn)。

    參考文獻(xiàn):

    [1] 陳懷亮,鄧偉,張雪芬,等.河南小麥生產(chǎn)農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)分析及區(qū)劃[J].自然災(zāi)害學(xué)報(bào),2006,15(1):135-143.

    [2] 于飛,谷曉平,羅宇翔,等.貴州農(nóng)業(yè)氣象災(zāi)害綜合風(fēng)險(xiǎn)評(píng)價(jià)與區(qū)劃[J].中國(guó)農(nóng)業(yè)氣象,2009,30(2):267-270.

    [3] 吳俊銘,谷小平,徐永靈,等.貴州省農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)區(qū)劃研究[J].貴州農(nóng)業(yè)科學(xué),1999,27(2):3-8.

    [4] 薛昌穎,霍治國(guó),李世奎,等.北方冬小麥產(chǎn)量災(zāi)損風(fēng)險(xiǎn)類型的地理分布[J].應(yīng)用生態(tài)報(bào),2005,16(4):620-625.

    [5] 張繼權(quán),岡田憲夫,多多納裕一,等.綜合自然災(zāi)害風(fēng)險(xiǎn)管理——全面整合的模式與中國(guó)的戰(zhàn)略選擇[J].自然災(zāi)害學(xué)報(bào),2006,15(1):29-37.

    [6] 李濤.基于遺傳神經(jīng)網(wǎng)絡(luò)的糧食產(chǎn)量預(yù)測(cè)方法研究[D].哈爾濱:哈爾濱工程大學(xué),2008.

    [7] 紀(jì)躍芝,范小娜.利用指數(shù)平滑法預(yù)測(cè)經(jīng)濟(jì)變量[J].長(zhǎng)春工業(yè)大學(xué)學(xué)報(bào),2003,24(2):61-63.

    2農(nóng)業(yè)風(fēng)險(xiǎn)區(qū)劃

    農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)區(qū)劃的目的在于把致災(zāi)因子出現(xiàn)后有無風(fēng)險(xiǎn)或帶來風(fēng)險(xiǎn)的大小進(jìn)行分區(qū),揭示農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)的地域差異,合理地劃分出各?。ㄊ?、自治區(qū))農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)大小的范圍,并對(duì)各風(fēng)險(xiǎn)區(qū)內(nèi)歷年糧食的平均減產(chǎn)率、糧食產(chǎn)量的變異系數(shù)和風(fēng)險(xiǎn)指數(shù)等進(jìn)行綜合評(píng)價(jià),為政府及防災(zāi)部門確定防災(zāi)重點(diǎn)地區(qū)、重點(diǎn)災(zāi)害、重點(diǎn)防災(zāi)時(shí)間等提供科學(xué)依據(jù),把災(zāi)害造成的損失降低到最低限度,促進(jìn)農(nóng)業(yè)穩(wěn)定持續(xù)發(fā)展。根據(jù)綜合風(fēng)險(xiǎn)指數(shù),對(duì)農(nóng)業(yè)風(fēng)險(xiǎn)進(jìn)行劃分,定義0.04.0為極高風(fēng)險(xiǎn)。

    為了更加直觀地描述各省(市、自治區(qū))由氣象災(zāi)害引起的糧食損失分布的空間特征,運(yùn)用ArcGIS平臺(tái)繪制出氣象災(zāi)害綜合風(fēng)險(xiǎn)區(qū)劃圖(圖2)。從圖2可以看出,中國(guó)的糧食生產(chǎn)的氣象風(fēng)險(xiǎn)具有明顯的區(qū)域分布特征。就全國(guó)來看,糧食生產(chǎn)的氣象風(fēng)險(xiǎn)整體上是東部低于西部,南方低于北方。其中,綜合風(fēng)險(xiǎn)指數(shù)最低的地區(qū)是江蘇,它不僅發(fā)生災(zāi)年的可能性小,且災(zāi)害大多都是輕災(zāi),糧食產(chǎn)量比較穩(wěn)定,適合糧食作物的生長(zhǎng)。河北、遼寧、吉林、黑龍江、上海、安徽、江西、山東、河南、湖北、湖南、廣東、廣西、重慶、四川的氣象災(zāi)害綜合風(fēng)險(xiǎn)指數(shù)也較低,均在0.0~1.0之間,這些地區(qū)糧食產(chǎn)量比較穩(wěn)定。浙江、福建、云南、陜西、新疆的綜合風(fēng)險(xiǎn)指數(shù)為1.0~2.5,要高于江蘇、上海等地,屬于次高風(fēng)險(xiǎn)區(qū)域。貴州、內(nèi)蒙古、甘肅、山西屬于糧食產(chǎn)量不穩(wěn)定區(qū)域,即高風(fēng)險(xiǎn)區(qū)域,這里經(jīng)常發(fā)生氣象災(zāi)害,而且發(fā)生的災(zāi)害大多比較嚴(yán)重,嚴(yán)重影響糧食產(chǎn)量。例如貴州,這里光照條件差,多雨潮濕,災(zāi)年減產(chǎn)程度和風(fēng)險(xiǎn)概率較大等都導(dǎo)致貴州糧食產(chǎn)量的不穩(wěn)定性。天津、北京、海南、寧夏、青海、西藏是極高風(fēng)險(xiǎn)區(qū),這些地方氣象災(zāi)害極易發(fā)生,從而導(dǎo)致糧食嚴(yán)重減產(chǎn)。例如海南,位于中國(guó)的東南沿海地區(qū),地處溫帶、熱帶過渡帶,為典型的亞熱帶季風(fēng)氣候,季風(fēng)氣候致使秋冬干旱每5年發(fā)生一次;有時(shí)在特定的環(huán)流影響下使秋雨較多,造成糧食作物根莖腐爛;冬季和早春在北方冷空氣的影響下,糧食作物遭受低溫冷害,致使減產(chǎn)等。綜上所述,這些地區(qū)更要做好災(zāi)害的應(yīng)急管理和防災(zāi)減災(zāi)工作。

    3災(zāi)損糧食產(chǎn)量的預(yù)測(cè)

    3.1預(yù)測(cè)模型

    研究表明,歷史數(shù)據(jù)對(duì)未來的影響是隨時(shí)間間隔的增長(zhǎng)而遞減的。因此,更加精確的方法是對(duì)各個(gè)觀察數(shù)據(jù)按照時(shí)間順序進(jìn)行加權(quán)平均作為預(yù)測(cè)值。而指數(shù)平滑法滿足這一要求,此外它還具備簡(jiǎn)單的遞推形式。所謂的指數(shù)平滑法是指通過對(duì)歷史數(shù)據(jù)平滑平均數(shù)的求解,繼而對(duì)時(shí)間序列進(jìn)行均勻修正的一種方法[5]。本研究把前面所求得的每年各?。ㄊ?、自治區(qū))由氣象災(zāi)害所損失的糧食產(chǎn)量作為歷史資料,以這些資料來預(yù)測(cè)出接下來兩年全國(guó)各省(市、自治區(qū))由氣象災(zāi)害損失的糧食產(chǎn)量。構(gòu)建模型[6,7]如下:

    設(shè)時(shí)間序列為q1,q2,...,qt,α為加權(quán)系數(shù),則一次簡(jiǎn)單的移動(dòng)平均值Mt(1)的計(jì)算公式如公式(11)所示。

    Mt(1)=(qt+qt-1+…qt-N+1)=Mt-1(1)+(11)

    以Mt(1)作為qt-N的最佳估計(jì)值,則有:

    Mt(1)=+(1-)Mt-1(1)(12)

    設(shè)α=,用St代替Mt(1),即得公式(12)一次指數(shù)平滑法的計(jì)算公式,如公式(13)所示。

    St(1)=αqt+(1-α)St-1(1)(13)

    在一次指數(shù)平滑法的基礎(chǔ)上再做一次指數(shù)平滑,得到公式(14)所示的二次指數(shù)平滑法。

    St(2)=αSt(1)+(1-α)St-1(2)(14) 公式(13)、(14)中,St(1)為一次指數(shù)的平滑值, St(2)為二次指數(shù)的平滑值。預(yù)測(cè)方程為:

    t+m=at+btmm=1,2,…,n(15)

    at=2St(1)-St(2)(16)

    bt=(St(1)-St(2))(17)

    3.2預(yù)測(cè)結(jié)果

    為了更加快捷地得出各?。ㄊ?、自治區(qū))各年份的預(yù)測(cè)值,在MATLAB中對(duì)其進(jìn)行數(shù)據(jù)處理,編制相應(yīng)的算法能夠更加迅速地得到各年份的預(yù)測(cè)值。根據(jù)公式(2)求得的氣象災(zāi)損糧食產(chǎn)量,得到2013年全國(guó)各省(市、自治區(qū))的災(zāi)損糧食產(chǎn)量預(yù)測(cè)值,如表2所示。

    4小結(jié)與討論

    由于中國(guó)地處環(huán)太平洋災(zāi)害帶和歐亞災(zāi)害帶這兩大世界災(zāi)害帶的交匯處,使得中國(guó)的災(zāi)害種類繁多,災(zāi)害活動(dòng)活躍,災(zāi)害發(fā)生頻率高。因此,災(zāi)害引起的糧食生產(chǎn)不穩(wěn)定成為了長(zhǎng)期困擾中國(guó)農(nóng)業(yè)發(fā)展進(jìn)程的因素。在深入研究氣象災(zāi)害對(duì)農(nóng)業(yè)影響的基礎(chǔ)上,分析不同等級(jí)農(nóng)業(yè)氣象災(zāi)害發(fā)生危害的時(shí)間和空間分布特點(diǎn)及規(guī)律,從而可以通過調(diào)整作物布局避過作物對(duì)農(nóng)業(yè)氣象災(zāi)害最為敏感的時(shí)段,通過調(diào)整農(nóng)作物種類或品種,趨利避害協(xié)調(diào)作物與環(huán)境間的適應(yīng)性,減輕農(nóng)業(yè)氣象災(zāi)害損失。

    本研究從糧食產(chǎn)量災(zāi)損角度對(duì)中國(guó)的糧食減產(chǎn)風(fēng)險(xiǎn)進(jìn)行了區(qū)域分析,并通過比較氣象綜合風(fēng)險(xiǎn)指數(shù)對(duì)中國(guó)糧食生產(chǎn)的農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)進(jìn)行了區(qū)劃,以期更好地為防災(zāi)減災(zāi)和農(nóng)業(yè)生產(chǎn)提供依據(jù)。在基于各?。ㄊ?、自治區(qū))氣象災(zāi)損糧食產(chǎn)量的基礎(chǔ)上,運(yùn)用二次指數(shù)平滑法結(jié)合MATLAB算法,對(duì)2013年可能由氣象災(zāi)害損失的糧食產(chǎn)量進(jìn)行了預(yù)測(cè),為政府和決策部門制定農(nóng)業(yè)生產(chǎn)計(jì)劃、采取防災(zāi)減災(zāi)措施以及保險(xiǎn)理賠等提供科學(xué)依據(jù)。除此之外,通過加強(qiáng)農(nóng)作物的水肥管理和病蟲防治,提高對(duì)氣候資源的利用率及光合產(chǎn)物的積累,提升農(nóng)作物抗御農(nóng)業(yè)氣象災(zāi)害能力和災(zāi)后恢復(fù)能力,達(dá)到減輕災(zāi)害損失、提高種植效益的目的。為了最大限度地提高農(nóng)業(yè)資源的有效利用率,使農(nóng)業(yè)向高產(chǎn)、穩(wěn)產(chǎn)轉(zhuǎn)變,糧食作物的風(fēng)險(xiǎn)管理和決策指標(biāo)體系將會(huì)是下一步研究的重點(diǎn)。

    參考文獻(xiàn):

    [1] 陳懷亮,鄧偉,張雪芬,等.河南小麥生產(chǎn)農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)分析及區(qū)劃[J].自然災(zāi)害學(xué)報(bào),2006,15(1):135-143.

    [2] 于飛,谷曉平,羅宇翔,等.貴州農(nóng)業(yè)氣象災(zāi)害綜合風(fēng)險(xiǎn)評(píng)價(jià)與區(qū)劃[J].中國(guó)農(nóng)業(yè)氣象,2009,30(2):267-270.

    [3] 吳俊銘,谷小平,徐永靈,等.貴州省農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)區(qū)劃研究[J].貴州農(nóng)業(yè)科學(xué),1999,27(2):3-8.

    [4] 薛昌穎,霍治國(guó),李世奎,等.北方冬小麥產(chǎn)量災(zāi)損風(fēng)險(xiǎn)類型的地理分布[J].應(yīng)用生態(tài)報(bào),2005,16(4):620-625.

    [5] 張繼權(quán),岡田憲夫,多多納裕一,等.綜合自然災(zāi)害風(fēng)險(xiǎn)管理——全面整合的模式與中國(guó)的戰(zhàn)略選擇[J].自然災(zāi)害學(xué)報(bào),2006,15(1):29-37.

    [6] 李濤.基于遺傳神經(jīng)網(wǎng)絡(luò)的糧食產(chǎn)量預(yù)測(cè)方法研究[D].哈爾濱:哈爾濱工程大學(xué),2008.

    [7] 紀(jì)躍芝,范小娜.利用指數(shù)平滑法預(yù)測(cè)經(jīng)濟(jì)變量[J].長(zhǎng)春工業(yè)大學(xué)學(xué)報(bào),2003,24(2):61-63.

    2農(nóng)業(yè)風(fēng)險(xiǎn)區(qū)劃

    農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)區(qū)劃的目的在于把致災(zāi)因子出現(xiàn)后有無風(fēng)險(xiǎn)或帶來風(fēng)險(xiǎn)的大小進(jìn)行分區(qū),揭示農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)的地域差異,合理地劃分出各?。ㄊ?、自治區(qū))農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)大小的范圍,并對(duì)各風(fēng)險(xiǎn)區(qū)內(nèi)歷年糧食的平均減產(chǎn)率、糧食產(chǎn)量的變異系數(shù)和風(fēng)險(xiǎn)指數(shù)等進(jìn)行綜合評(píng)價(jià),為政府及防災(zāi)部門確定防災(zāi)重點(diǎn)地區(qū)、重點(diǎn)災(zāi)害、重點(diǎn)防災(zāi)時(shí)間等提供科學(xué)依據(jù),把災(zāi)害造成的損失降低到最低限度,促進(jìn)農(nóng)業(yè)穩(wěn)定持續(xù)發(fā)展。根據(jù)綜合風(fēng)險(xiǎn)指數(shù),對(duì)農(nóng)業(yè)風(fēng)險(xiǎn)進(jìn)行劃分,定義0.04.0為極高風(fēng)險(xiǎn)。

    為了更加直觀地描述各省(市、自治區(qū))由氣象災(zāi)害引起的糧食損失分布的空間特征,運(yùn)用ArcGIS平臺(tái)繪制出氣象災(zāi)害綜合風(fēng)險(xiǎn)區(qū)劃圖(圖2)。從圖2可以看出,中國(guó)的糧食生產(chǎn)的氣象風(fēng)險(xiǎn)具有明顯的區(qū)域分布特征。就全國(guó)來看,糧食生產(chǎn)的氣象風(fēng)險(xiǎn)整體上是東部低于西部,南方低于北方。其中,綜合風(fēng)險(xiǎn)指數(shù)最低的地區(qū)是江蘇,它不僅發(fā)生災(zāi)年的可能性小,且災(zāi)害大多都是輕災(zāi),糧食產(chǎn)量比較穩(wěn)定,適合糧食作物的生長(zhǎng)。河北、遼寧、吉林、黑龍江、上海、安徽、江西、山東、河南、湖北、湖南、廣東、廣西、重慶、四川的氣象災(zāi)害綜合風(fēng)險(xiǎn)指數(shù)也較低,均在0.0~1.0之間,這些地區(qū)糧食產(chǎn)量比較穩(wěn)定。浙江、福建、云南、陜西、新疆的綜合風(fēng)險(xiǎn)指數(shù)為1.0~2.5,要高于江蘇、上海等地,屬于次高風(fēng)險(xiǎn)區(qū)域。貴州、內(nèi)蒙古、甘肅、山西屬于糧食產(chǎn)量不穩(wěn)定區(qū)域,即高風(fēng)險(xiǎn)區(qū)域,這里經(jīng)常發(fā)生氣象災(zāi)害,而且發(fā)生的災(zāi)害大多比較嚴(yán)重,嚴(yán)重影響糧食產(chǎn)量。例如貴州,這里光照條件差,多雨潮濕,災(zāi)年減產(chǎn)程度和風(fēng)險(xiǎn)概率較大等都導(dǎo)致貴州糧食產(chǎn)量的不穩(wěn)定性。天津、北京、海南、寧夏、青海、西藏是極高風(fēng)險(xiǎn)區(qū),這些地方氣象災(zāi)害極易發(fā)生,從而導(dǎo)致糧食嚴(yán)重減產(chǎn)。例如海南,位于中國(guó)的東南沿海地區(qū),地處溫帶、熱帶過渡帶,為典型的亞熱帶季風(fēng)氣候,季風(fēng)氣候致使秋冬干旱每5年發(fā)生一次;有時(shí)在特定的環(huán)流影響下使秋雨較多,造成糧食作物根莖腐爛;冬季和早春在北方冷空氣的影響下,糧食作物遭受低溫冷害,致使減產(chǎn)等。綜上所述,這些地區(qū)更要做好災(zāi)害的應(yīng)急管理和防災(zāi)減災(zāi)工作。

    3災(zāi)損糧食產(chǎn)量的預(yù)測(cè)

    3.1預(yù)測(cè)模型

    研究表明,歷史數(shù)據(jù)對(duì)未來的影響是隨時(shí)間間隔的增長(zhǎng)而遞減的。因此,更加精確的方法是對(duì)各個(gè)觀察數(shù)據(jù)按照時(shí)間順序進(jìn)行加權(quán)平均作為預(yù)測(cè)值。而指數(shù)平滑法滿足這一要求,此外它還具備簡(jiǎn)單的遞推形式。所謂的指數(shù)平滑法是指通過對(duì)歷史數(shù)據(jù)平滑平均數(shù)的求解,繼而對(duì)時(shí)間序列進(jìn)行均勻修正的一種方法[5]。本研究把前面所求得的每年各?。ㄊ小⒆灾螀^(qū))由氣象災(zāi)害所損失的糧食產(chǎn)量作為歷史資料,以這些資料來預(yù)測(cè)出接下來兩年全國(guó)各省(市、自治區(qū))由氣象災(zāi)害損失的糧食產(chǎn)量。構(gòu)建模型[6,7]如下:

    設(shè)時(shí)間序列為q1,q2,...,qt,α為加權(quán)系數(shù),則一次簡(jiǎn)單的移動(dòng)平均值Mt(1)的計(jì)算公式如公式(11)所示。

    Mt(1)=(qt+qt-1+…qt-N+1)=Mt-1(1)+(11)

    以Mt(1)作為qt-N的最佳估計(jì)值,則有:

    Mt(1)=+(1-)Mt-1(1)(12)

    設(shè)α=,用St代替Mt(1),即得公式(12)一次指數(shù)平滑法的計(jì)算公式,如公式(13)所示。

    St(1)=αqt+(1-α)St-1(1)(13)

    在一次指數(shù)平滑法的基礎(chǔ)上再做一次指數(shù)平滑,得到公式(14)所示的二次指數(shù)平滑法。

    St(2)=αSt(1)+(1-α)St-1(2)(14) 公式(13)、(14)中,St(1)為一次指數(shù)的平滑值, St(2)為二次指數(shù)的平滑值。預(yù)測(cè)方程為:

    t+m=at+btmm=1,2,…,n(15)

    at=2St(1)-St(2)(16)

    bt=(St(1)-St(2))(17)

    3.2預(yù)測(cè)結(jié)果

    為了更加快捷地得出各省(市、自治區(qū))各年份的預(yù)測(cè)值,在MATLAB中對(duì)其進(jìn)行數(shù)據(jù)處理,編制相應(yīng)的算法能夠更加迅速地得到各年份的預(yù)測(cè)值。根據(jù)公式(2)求得的氣象災(zāi)損糧食產(chǎn)量,得到2013年全國(guó)各省(市、自治區(qū))的災(zāi)損糧食產(chǎn)量預(yù)測(cè)值,如表2所示。

    4小結(jié)與討論

    由于中國(guó)地處環(huán)太平洋災(zāi)害帶和歐亞災(zāi)害帶這兩大世界災(zāi)害帶的交匯處,使得中國(guó)的災(zāi)害種類繁多,災(zāi)害活動(dòng)活躍,災(zāi)害發(fā)生頻率高。因此,災(zāi)害引起的糧食生產(chǎn)不穩(wěn)定成為了長(zhǎng)期困擾中國(guó)農(nóng)業(yè)發(fā)展進(jìn)程的因素。在深入研究氣象災(zāi)害對(duì)農(nóng)業(yè)影響的基礎(chǔ)上,分析不同等級(jí)農(nóng)業(yè)氣象災(zāi)害發(fā)生危害的時(shí)間和空間分布特點(diǎn)及規(guī)律,從而可以通過調(diào)整作物布局避過作物對(duì)農(nóng)業(yè)氣象災(zāi)害最為敏感的時(shí)段,通過調(diào)整農(nóng)作物種類或品種,趨利避害協(xié)調(diào)作物與環(huán)境間的適應(yīng)性,減輕農(nóng)業(yè)氣象災(zāi)害損失。

    本研究從糧食產(chǎn)量災(zāi)損角度對(duì)中國(guó)的糧食減產(chǎn)風(fēng)險(xiǎn)進(jìn)行了區(qū)域分析,并通過比較氣象綜合風(fēng)險(xiǎn)指數(shù)對(duì)中國(guó)糧食生產(chǎn)的農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)進(jìn)行了區(qū)劃,以期更好地為防災(zāi)減災(zāi)和農(nóng)業(yè)生產(chǎn)提供依據(jù)。在基于各?。ㄊ小⒆灾螀^(qū))氣象災(zāi)損糧食產(chǎn)量的基礎(chǔ)上,運(yùn)用二次指數(shù)平滑法結(jié)合MATLAB算法,對(duì)2013年可能由氣象災(zāi)害損失的糧食產(chǎn)量進(jìn)行了預(yù)測(cè),為政府和決策部門制定農(nóng)業(yè)生產(chǎn)計(jì)劃、采取防災(zāi)減災(zāi)措施以及保險(xiǎn)理賠等提供科學(xué)依據(jù)。除此之外,通過加強(qiáng)農(nóng)作物的水肥管理和病蟲防治,提高對(duì)氣候資源的利用率及光合產(chǎn)物的積累,提升農(nóng)作物抗御農(nóng)業(yè)氣象災(zāi)害能力和災(zāi)后恢復(fù)能力,達(dá)到減輕災(zāi)害損失、提高種植效益的目的。為了最大限度地提高農(nóng)業(yè)資源的有效利用率,使農(nóng)業(yè)向高產(chǎn)、穩(wěn)產(chǎn)轉(zhuǎn)變,糧食作物的風(fēng)險(xiǎn)管理和決策指標(biāo)體系將會(huì)是下一步研究的重點(diǎn)。

    參考文獻(xiàn):

    [1] 陳懷亮,鄧偉,張雪芬,等.河南小麥生產(chǎn)農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)分析及區(qū)劃[J].自然災(zāi)害學(xué)報(bào),2006,15(1):135-143.

    [2] 于飛,谷曉平,羅宇翔,等.貴州農(nóng)業(yè)氣象災(zāi)害綜合風(fēng)險(xiǎn)評(píng)價(jià)與區(qū)劃[J].中國(guó)農(nóng)業(yè)氣象,2009,30(2):267-270.

    [3] 吳俊銘,谷小平,徐永靈,等.貴州省農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)區(qū)劃研究[J].貴州農(nóng)業(yè)科學(xué),1999,27(2):3-8.

    [4] 薛昌穎,霍治國(guó),李世奎,等.北方冬小麥產(chǎn)量災(zāi)損風(fēng)險(xiǎn)類型的地理分布[J].應(yīng)用生態(tài)報(bào),2005,16(4):620-625.

    [5] 張繼權(quán),岡田憲夫,多多納裕一,等.綜合自然災(zāi)害風(fēng)險(xiǎn)管理——全面整合的模式與中國(guó)的戰(zhàn)略選擇[J].自然災(zāi)害學(xué)報(bào),2006,15(1):29-37.

    [6] 李濤.基于遺傳神經(jīng)網(wǎng)絡(luò)的糧食產(chǎn)量預(yù)測(cè)方法研究[D].哈爾濱:哈爾濱工程大學(xué),2008.

    [7] 紀(jì)躍芝,范小娜.利用指數(shù)平滑法預(yù)測(cè)經(jīng)濟(jì)變量[J].長(zhǎng)春工業(yè)大學(xué)學(xué)報(bào),2003,24(2):61-63.

    猜你喜歡
    糧食產(chǎn)量
    中國(guó)糧食產(chǎn)量變化的驅(qū)動(dòng)效應(yīng)及其空間分異研究
    聊城市東昌府區(qū)影響糧食單產(chǎn)提升的原因及解決對(duì)策
    對(duì)當(dāng)前農(nóng)村土地流轉(zhuǎn)的理性思考
    組合預(yù)測(cè)法在我國(guó)糧食產(chǎn)量預(yù)測(cè)中的應(yīng)用
    商(2016年19期)2016-06-27 14:21:53
    利用計(jì)量模型尋求影響安徽省糧食產(chǎn)量的主要因素
    我國(guó)糧食經(jīng)濟(jì)及其政策研究
    久久久久国产精品人妻一区二区| 欧美精品一区二区免费开放| 高清av免费在线| 久久 成人 亚洲| 国产亚洲av高清不卡| 亚洲欧美色中文字幕在线| 亚洲精品美女久久久久99蜜臀| 免费女性裸体啪啪无遮挡网站| 欧美精品一区二区免费开放| 精品少妇久久久久久888优播| 手机成人av网站| 国产野战对白在线观看| 日韩视频一区二区在线观看| 99香蕉大伊视频| 欧美大码av| 国产1区2区3区精品| netflix在线观看网站| 在线观看www视频免费| 午夜精品国产一区二区电影| 国产在线免费精品| 制服诱惑二区| av国产精品久久久久影院| 9热在线视频观看99| 在线观看人妻少妇| 99国产综合亚洲精品| 免费在线观看黄色视频的| 搡老乐熟女国产| 欧美激情久久久久久爽电影 | 亚洲av日韩精品久久久久久密| 青草久久国产| 一级毛片精品| 婷婷成人精品国产| 国产在线视频一区二区| 久久香蕉激情| 啦啦啦中文免费视频观看日本| 亚洲精品成人av观看孕妇| 国产又爽黄色视频| 纵有疾风起免费观看全集完整版| 熟女少妇亚洲综合色aaa.| 欧美 亚洲 国产 日韩一| 精品人妻一区二区三区麻豆| 国产精品.久久久| 国产欧美日韩一区二区精品| 黄色a级毛片大全视频| 久久国产精品影院| 欧美黄色片欧美黄色片| 亚洲熟女精品中文字幕| 色婷婷av一区二区三区视频| 欧美另类一区| 水蜜桃什么品种好| 他把我摸到了高潮在线观看 | 国产男女内射视频| 黄色a级毛片大全视频| 女性被躁到高潮视频| av天堂在线播放| 国产一区二区激情短视频 | 欧美精品高潮呻吟av久久| 美女脱内裤让男人舔精品视频| av福利片在线| 啦啦啦视频在线资源免费观看| 不卡一级毛片| 女性生殖器流出的白浆| 夜夜夜夜夜久久久久| 国产成人精品久久二区二区免费| www.自偷自拍.com| 免费女性裸体啪啪无遮挡网站| 国产精品亚洲av一区麻豆| 亚洲av成人一区二区三| 日本91视频免费播放| 大陆偷拍与自拍| 午夜老司机福利片| 国精品久久久久久国模美| 王馨瑶露胸无遮挡在线观看| 亚洲精品国产区一区二| 亚洲av日韩精品久久久久久密| 日本一区二区免费在线视频| 午夜91福利影院| av线在线观看网站| 男女下面插进去视频免费观看| 成年女人毛片免费观看观看9 | 可以免费在线观看a视频的电影网站| 色播在线永久视频| 青春草视频在线免费观看| 亚洲欧美一区二区三区黑人| 高清av免费在线| 一级a爱视频在线免费观看| h视频一区二区三区| 大型av网站在线播放| 免费久久久久久久精品成人欧美视频| 黑人巨大精品欧美一区二区mp4| 欧美午夜高清在线| 亚洲人成电影免费在线| 亚洲精品国产av成人精品| 国产日韩欧美亚洲二区| 在线看a的网站| 一级片'在线观看视频| 成年女人毛片免费观看观看9 | 精品久久蜜臀av无| 九色亚洲精品在线播放| 黄片小视频在线播放| tocl精华| 黑人操中国人逼视频| 精品人妻一区二区三区麻豆| 久久人妻熟女aⅴ| 亚洲avbb在线观看| 黄网站色视频无遮挡免费观看| 欧美黄色片欧美黄色片| 亚洲国产av影院在线观看| 欧美少妇被猛烈插入视频| 中文字幕av电影在线播放| 婷婷成人精品国产| 天堂中文最新版在线下载| av网站在线播放免费| 一边摸一边抽搐一进一出视频| 午夜福利乱码中文字幕| 国产熟女午夜一区二区三区| 亚洲专区字幕在线| 国产一级毛片在线| 精品少妇黑人巨大在线播放| 极品人妻少妇av视频| 无限看片的www在线观看| 午夜影院在线不卡| 久久精品亚洲av国产电影网| 啦啦啦视频在线资源免费观看| 99久久人妻综合| 久久中文字幕一级| 亚洲精品国产色婷婷电影| 亚洲精品第二区| 久久亚洲国产成人精品v| 欧美成狂野欧美在线观看| 亚洲精品久久午夜乱码| 成人国产一区最新在线观看| 热99久久久久精品小说推荐| 久久中文字幕一级| 欧美另类一区| 亚洲专区中文字幕在线| 纵有疾风起免费观看全集完整版| 日本av手机在线免费观看| 亚洲 国产 在线| 亚洲人成77777在线视频| 最新在线观看一区二区三区| 秋霞在线观看毛片| 日韩三级视频一区二区三区| 色婷婷av一区二区三区视频| 秋霞在线观看毛片| 精品人妻熟女毛片av久久网站| 亚洲人成电影免费在线| 91老司机精品| 欧美日韩精品网址| 1024香蕉在线观看| 久9热在线精品视频| netflix在线观看网站| 国产xxxxx性猛交| 汤姆久久久久久久影院中文字幕| 欧美大码av| 亚洲自偷自拍图片 自拍| 无遮挡黄片免费观看| 99国产精品一区二区蜜桃av | 成人国语在线视频| 在线观看www视频免费| 性高湖久久久久久久久免费观看| 色婷婷av一区二区三区视频| 精品少妇久久久久久888优播| 国产精品久久久久久精品古装| www.av在线官网国产| 精品一区二区三区四区五区乱码| 黄色视频在线播放观看不卡| 日韩,欧美,国产一区二区三区| 一区二区av电影网| av免费在线观看网站| 国产伦理片在线播放av一区| 18禁黄网站禁片午夜丰满| 又黄又粗又硬又大视频| 国产主播在线观看一区二区| 美女主播在线视频| 97人妻天天添夜夜摸| 91精品三级在线观看| 日本撒尿小便嘘嘘汇集6| 老司机在亚洲福利影院| 久久久久精品人妻al黑| 国产成人一区二区三区免费视频网站| 日韩一区二区三区影片| 国产伦人伦偷精品视频| 日本av手机在线免费观看| 免费黄频网站在线观看国产| 成人手机av| 国产免费视频播放在线视频| 涩涩av久久男人的天堂| 后天国语完整版免费观看| 天天躁日日躁夜夜躁夜夜| 国产成人系列免费观看| 免费观看a级毛片全部| 国产成+人综合+亚洲专区| 久久亚洲精品不卡| 亚洲人成电影免费在线| 亚洲精品一卡2卡三卡4卡5卡 | 伦理电影免费视频| 97在线人人人人妻| tocl精华| 少妇 在线观看| 女性生殖器流出的白浆| 国产高清国产精品国产三级| 欧美av亚洲av综合av国产av| 国产欧美日韩一区二区精品| av免费在线观看网站| 亚洲精品粉嫩美女一区| 制服人妻中文乱码| 成人国产一区最新在线观看| 国产成人影院久久av| 久久 成人 亚洲| 日韩欧美一区视频在线观看| 亚洲国产av新网站| 热re99久久精品国产66热6| 免费高清在线观看日韩| 久久综合国产亚洲精品| 极品少妇高潮喷水抽搐| 欧美日韩成人在线一区二区| 五月天丁香电影| 亚洲成av片中文字幕在线观看| 亚洲国产av影院在线观看| 一二三四在线观看免费中文在| 在线天堂中文资源库| 欧美另类亚洲清纯唯美| 蜜桃国产av成人99| 香蕉丝袜av| 制服人妻中文乱码| av欧美777| 久久精品久久久久久噜噜老黄| 一边摸一边抽搐一进一出视频| 欧美日本中文国产一区发布| 国产亚洲午夜精品一区二区久久| 啦啦啦啦在线视频资源| 久久天堂一区二区三区四区| 美女脱内裤让男人舔精品视频| 久久久精品国产亚洲av高清涩受| 国产亚洲av高清不卡| 久久国产精品大桥未久av| 久久久久精品国产欧美久久久 | 制服诱惑二区| av免费在线观看网站| 国产精品自产拍在线观看55亚洲 | 免费av中文字幕在线| 伊人久久大香线蕉亚洲五| 中国美女看黄片| 亚洲国产欧美网| av视频免费观看在线观看| 免费观看a级毛片全部| 久久久久网色| 国产亚洲精品久久久久5区| 亚洲av电影在线观看一区二区三区| 不卡一级毛片| 80岁老熟妇乱子伦牲交| 中文欧美无线码| 一区二区三区乱码不卡18| 久久亚洲国产成人精品v| 久久久久国产一级毛片高清牌| 美女视频免费永久观看网站| 国产成人精品无人区| 亚洲国产精品一区三区| 久久亚洲精品不卡| 最新在线观看一区二区三区| 欧美+亚洲+日韩+国产| 一级,二级,三级黄色视频| 91精品伊人久久大香线蕉| 久久久精品免费免费高清| 极品人妻少妇av视频| 丰满饥渴人妻一区二区三| 欧美在线一区亚洲| 又黄又粗又硬又大视频| 国产成人精品在线电影| 国产av国产精品国产| 久久精品国产亚洲av香蕉五月 | 亚洲色图 男人天堂 中文字幕| 欧美国产精品va在线观看不卡| 亚洲精品粉嫩美女一区| 久久久久久久久免费视频了| 18禁国产床啪视频网站| 婷婷丁香在线五月| 一个人免费看片子| 最新在线观看一区二区三区| 亚洲av成人不卡在线观看播放网 | 99久久人妻综合| 亚洲人成电影观看| 亚洲国产精品成人久久小说| 少妇裸体淫交视频免费看高清 | 欧美激情 高清一区二区三区| 亚洲第一欧美日韩一区二区三区 | 亚洲欧美色中文字幕在线| 别揉我奶头~嗯~啊~动态视频 | 久久精品久久久久久噜噜老黄| 亚洲精品第二区| 性色av乱码一区二区三区2| 国产av国产精品国产| 久久亚洲国产成人精品v| 色综合欧美亚洲国产小说| 99久久人妻综合| 国产av精品麻豆| 久久久精品94久久精品| 亚洲成人免费av在线播放| 男人操女人黄网站| 国产亚洲一区二区精品| 最新的欧美精品一区二区| 成年人午夜在线观看视频| 黑丝袜美女国产一区| 国产片内射在线| 黄网站色视频无遮挡免费观看| 国产成人精品在线电影| 看免费av毛片| 日本精品一区二区三区蜜桃| 丰满迷人的少妇在线观看| 久久国产精品男人的天堂亚洲| 亚洲国产av影院在线观看| 丝袜在线中文字幕| 这个男人来自地球电影免费观看| 国产精品熟女久久久久浪| 人人妻人人澡人人爽人人夜夜| 亚洲国产精品一区三区| 亚洲精品一二三| 中文精品一卡2卡3卡4更新| 老熟女久久久| 亚洲熟女精品中文字幕| 国产精品久久久久久精品古装| 男女边摸边吃奶| 色老头精品视频在线观看| 国内毛片毛片毛片毛片毛片| 午夜日韩欧美国产| 90打野战视频偷拍视频| 亚洲 欧美一区二区三区| 久久中文看片网| 午夜成年电影在线免费观看| 久久久精品免费免费高清| 精品欧美一区二区三区在线| 国产精品久久久av美女十八| 国产97色在线日韩免费| 国产野战对白在线观看| 少妇的丰满在线观看| 人人妻,人人澡人人爽秒播| 欧美人与性动交α欧美精品济南到| 国产视频一区二区在线看| 永久免费av网站大全| 欧美乱码精品一区二区三区| 日韩视频一区二区在线观看| 人妻人人澡人人爽人人| 国产精品自产拍在线观看55亚洲 | 国产一区二区 视频在线| 久热这里只有精品99| 老司机福利观看| 丝袜喷水一区| 成年女人毛片免费观看观看9 | 一本久久精品| 精品国产一区二区三区久久久樱花| 国产成人精品久久二区二区免费| 国产一区二区激情短视频 | 中文字幕人妻丝袜制服| 咕卡用的链子| 美女脱内裤让男人舔精品视频| 国产免费一区二区三区四区乱码| 天天添夜夜摸| 咕卡用的链子| 亚洲欧美一区二区三区黑人| 午夜福利影视在线免费观看| 国产精品.久久久| 久久国产亚洲av麻豆专区| 亚洲成av片中文字幕在线观看| 91大片在线观看| 国产精品国产av在线观看| 国产亚洲午夜精品一区二区久久| av视频免费观看在线观看| 日本猛色少妇xxxxx猛交久久| 久久国产精品男人的天堂亚洲| 成人黄色视频免费在线看| 欧美性长视频在线观看| 亚洲,欧美精品.| 午夜成年电影在线免费观看| 久久毛片免费看一区二区三区| 夫妻午夜视频| 他把我摸到了高潮在线观看 | 少妇 在线观看| 国产精品 国内视频| 亚洲国产精品成人久久小说| 亚洲精华国产精华精| 下体分泌物呈黄色| a在线观看视频网站| 国产视频一区二区在线看| 中国美女看黄片| 在线 av 中文字幕| 另类亚洲欧美激情| 中文字幕色久视频| 少妇精品久久久久久久| 人妻久久中文字幕网| 欧美在线黄色| 欧美日韩亚洲国产一区二区在线观看 | 成人三级做爰电影| 久久亚洲精品不卡| 欧美久久黑人一区二区| 日本黄色日本黄色录像| 中文字幕av电影在线播放| 90打野战视频偷拍视频| 亚洲欧美一区二区三区久久| 肉色欧美久久久久久久蜜桃| 超碰成人久久| 男女免费视频国产| 国产精品久久久久久精品电影小说| 老鸭窝网址在线观看| 99国产极品粉嫩在线观看| 欧美日韩福利视频一区二区| 日本五十路高清| 亚洲国产av新网站| tube8黄色片| 高清av免费在线| 欧美黑人精品巨大| 亚洲欧洲日产国产| 欧美午夜高清在线| 午夜免费鲁丝| 老司机影院毛片| 国产免费一区二区三区四区乱码| 国产伦人伦偷精品视频| 狂野欧美激情性bbbbbb| 丝袜人妻中文字幕| 超碰97精品在线观看| 久久香蕉激情| 涩涩av久久男人的天堂| 午夜激情久久久久久久| 一区二区日韩欧美中文字幕| 天堂8中文在线网| 男女床上黄色一级片免费看| 久久国产亚洲av麻豆专区| 黄色视频,在线免费观看| 咕卡用的链子| 99国产精品一区二区蜜桃av | 午夜福利视频精品| 欧美黑人精品巨大| 国产男女内射视频| 欧美午夜高清在线| 免费一级毛片在线播放高清视频 | 免费不卡黄色视频| 亚洲欧美色中文字幕在线| 国产亚洲欧美精品永久| 久热这里只有精品99| 搡老乐熟女国产| 捣出白浆h1v1| 亚洲欧美一区二区三区久久| 男女免费视频国产| 韩国高清视频一区二区三区| 女警被强在线播放| 欧美精品高潮呻吟av久久| 多毛熟女@视频| 久久av网站| 窝窝影院91人妻| 久久国产精品大桥未久av| 9色porny在线观看| avwww免费| 可以免费在线观看a视频的电影网站| 日韩视频在线欧美| www.精华液| 精品乱码久久久久久99久播| 精品少妇内射三级| 性色av乱码一区二区三区2| 精品福利观看| 欧美日韩视频精品一区| 18禁观看日本| 久久久久国产一级毛片高清牌| 日韩欧美一区二区三区在线观看 | 这个男人来自地球电影免费观看| 每晚都被弄得嗷嗷叫到高潮| 国产一区二区在线观看av| videos熟女内射| 久久久久国产一级毛片高清牌| 国产又色又爽无遮挡免| 日本av手机在线免费观看| 91成年电影在线观看| 国产老妇伦熟女老妇高清| 久久天躁狠狠躁夜夜2o2o| 久久国产精品影院| 久久精品亚洲av国产电影网| 人人妻,人人澡人人爽秒播| 自拍欧美九色日韩亚洲蝌蚪91| 在线永久观看黄色视频| 国精品久久久久久国模美| 俄罗斯特黄特色一大片| 国产精品熟女久久久久浪| 欧美日韩成人在线一区二区| 老熟妇仑乱视频hdxx| 日韩大片免费观看网站| 另类亚洲欧美激情| 黄色毛片三级朝国网站| 欧美xxⅹ黑人| 欧美日韩黄片免| 精品国产一区二区久久| 午夜免费观看性视频| 制服人妻中文乱码| 亚洲国产日韩一区二区| 亚洲精品久久午夜乱码| 99国产精品免费福利视频| 久久久久国产一级毛片高清牌| 国产精品影院久久| 美女主播在线视频| 动漫黄色视频在线观看| 亚洲精品自拍成人| 少妇 在线观看| 亚洲av欧美aⅴ国产| 欧美乱码精品一区二区三区| 日韩熟女老妇一区二区性免费视频| 亚洲欧美日韩高清在线视频 | 国产一区二区三区综合在线观看| 久久热在线av| 午夜免费观看性视频| 欧美日韩亚洲国产一区二区在线观看 | 捣出白浆h1v1| 亚洲精品av麻豆狂野| 国产在线视频一区二区| 亚洲色图综合在线观看| 国产免费现黄频在线看| 9191精品国产免费久久| 国内毛片毛片毛片毛片毛片| 亚洲av片天天在线观看| 女人久久www免费人成看片| 国产av国产精品国产| 亚洲精品美女久久av网站| 亚洲精品久久午夜乱码| 99re6热这里在线精品视频| 人人澡人人妻人| 中文字幕人妻丝袜一区二区| 日本av手机在线免费观看| 99精品欧美一区二区三区四区| 国产高清国产精品国产三级| 他把我摸到了高潮在线观看 | 日本av手机在线免费观看| 99精品欧美一区二区三区四区| 午夜免费鲁丝| 国产一区二区三区综合在线观看| 精品少妇久久久久久888优播| 久久久久精品人妻al黑| 国产99久久九九免费精品| 久久久国产精品麻豆| 久久精品国产综合久久久| a级毛片在线看网站| 丝瓜视频免费看黄片| 亚洲综合色网址| 人人妻人人爽人人添夜夜欢视频| 国产精品久久久久成人av| 国产黄色免费在线视频| 99国产极品粉嫩在线观看| 国产高清国产精品国产三级| 亚洲性夜色夜夜综合| 九色亚洲精品在线播放| 亚洲国产av影院在线观看| av视频免费观看在线观看| 99久久99久久久精品蜜桃| av网站免费在线观看视频| 久久久久久久大尺度免费视频| 国产男人的电影天堂91| 中文字幕人妻丝袜一区二区| 两性午夜刺激爽爽歪歪视频在线观看 | 97人妻天天添夜夜摸| 亚洲人成电影免费在线| 久久精品国产亚洲av香蕉五月 | 亚洲精品久久午夜乱码| 亚洲欧美精品自产自拍| 丝袜在线中文字幕| www.精华液| 久久久国产精品麻豆| 久热爱精品视频在线9| 99久久精品国产亚洲精品| 国产一卡二卡三卡精品| 一区二区三区乱码不卡18| 两性夫妻黄色片| 国产野战对白在线观看| 久久久久久久久免费视频了| 最近最新中文字幕大全免费视频| 999久久久精品免费观看国产| 亚洲综合色网址| www.av在线官网国产| 精品福利观看| 性少妇av在线| 女警被强在线播放| av欧美777| netflix在线观看网站| 亚洲精品久久久久久婷婷小说| 精品亚洲成a人片在线观看| 高潮久久久久久久久久久不卡| 亚洲精品中文字幕一二三四区 | 一个人免费在线观看的高清视频 | 肉色欧美久久久久久久蜜桃| 婷婷色av中文字幕| 中文精品一卡2卡3卡4更新| 精品乱码久久久久久99久播| 淫妇啪啪啪对白视频 | 国产精品一区二区在线不卡| 黄色视频,在线免费观看| 欧美日韩黄片免| 少妇的丰满在线观看| 老司机福利观看| 少妇被粗大的猛进出69影院| av国产精品久久久久影院| 亚洲黑人精品在线| 亚洲少妇的诱惑av| 国产精品一区二区免费欧美 | 国产免费一区二区三区四区乱码| 久久精品成人免费网站| 亚洲欧美色中文字幕在线| 国产av国产精品国产| 1024视频免费在线观看| 久久久国产欧美日韩av| 日日摸夜夜添夜夜添小说| 亚洲精品日韩在线中文字幕| 久久久国产欧美日韩av| av国产精品久久久久影院| 丝袜人妻中文字幕| 欧美av亚洲av综合av国产av| 日日夜夜操网爽| 最近最新免费中文字幕在线| 少妇精品久久久久久久| 国产成人a∨麻豆精品| 成年人黄色毛片网站|