• <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
    麻豆成人午夜福利视频| 精品人妻1区二区| 男人舔女人下体高潮全视频| 制服丝袜大香蕉在线| 在线观看日韩欧美| 日本三级黄在线观看| 免费在线观看视频国产中文字幕亚洲| 女人高潮潮喷娇喘18禁视频| 97超视频在线观看视频| 一边摸一边抽搐一进一小说| 亚洲欧洲精品一区二区精品久久久| www日本在线高清视频| 日韩免费av在线播放| 黄片小视频在线播放| 一个人观看的视频www高清免费观看 | 国产蜜桃级精品一区二区三区| 亚洲性夜色夜夜综合| 日本a在线网址| 男人的好看免费观看在线视频| 18禁黄网站禁片午夜丰满| 美女高潮的动态| www.999成人在线观看| 亚洲精品粉嫩美女一区| 哪里可以看免费的av片| 哪里可以看免费的av片| 欧美日韩中文字幕国产精品一区二区三区| 日本免费a在线| 一二三四在线观看免费中文在| 亚洲欧美日韩东京热| 91在线精品国自产拍蜜月 | 听说在线观看完整版免费高清| 国产精品久久久久久精品电影| 国产精品av视频在线免费观看| 国产av在哪里看| 亚洲真实伦在线观看| 日韩精品青青久久久久久| 亚洲 欧美 日韩 在线 免费| 久久精品91蜜桃| 黄色女人牲交| 亚洲人与动物交配视频| 国产美女午夜福利| 窝窝影院91人妻| 亚洲熟女毛片儿| 国产主播在线观看一区二区| 免费大片18禁| 最新在线观看一区二区三区| 搞女人的毛片| 99re在线观看精品视频| 色精品久久人妻99蜜桃| xxx96com| 日韩欧美 国产精品| 99热只有精品国产| 最近在线观看免费完整版| xxx96com| 国内少妇人妻偷人精品xxx网站 | 中文字幕久久专区| 久久欧美精品欧美久久欧美| 免费大片18禁| 法律面前人人平等表现在哪些方面| 免费看光身美女| 在线视频色国产色| 亚洲九九香蕉| 久久久国产成人精品二区| 在线国产一区二区在线| 午夜福利18| 久久中文字幕一级| 午夜福利成人在线免费观看| 欧美日韩瑟瑟在线播放| 国产又色又爽无遮挡免费看| 欧美激情在线99| 性欧美人与动物交配| 91在线观看av| 国产av在哪里看| 国产精品av久久久久免费| 精品一区二区三区四区五区乱码| 特级一级黄色大片| 亚洲美女视频黄频| 美女cb高潮喷水在线观看 | 久久久国产精品麻豆| 熟女人妻精品中文字幕| 一级毛片精品| 2021天堂中文幕一二区在线观| 久久久久久久午夜电影| 亚洲成a人片在线一区二区| 久久精品国产综合久久久| 午夜免费成人在线视频| 国产成人精品久久二区二区91| 久久草成人影院| 老司机深夜福利视频在线观看| 午夜福利18| 观看美女的网站| 免费看日本二区| 在线十欧美十亚洲十日本专区| 一级a爱片免费观看的视频| 黄频高清免费视频| 国产高清videossex| 夜夜看夜夜爽夜夜摸| 中文字幕人妻丝袜一区二区| 精品无人区乱码1区二区| 亚洲国产日韩欧美精品在线观看 | 免费看美女性在线毛片视频| 国产久久久一区二区三区| 亚洲专区国产一区二区| 国产av不卡久久| 国产精品美女特级片免费视频播放器 | 一区福利在线观看| 给我免费播放毛片高清在线观看| 看片在线看免费视频| 伊人久久大香线蕉亚洲五| 舔av片在线| 日本黄色片子视频| 日韩国内少妇激情av| 五月伊人婷婷丁香| 久久久精品欧美日韩精品| 在线观看美女被高潮喷水网站 | 宅男免费午夜| 性色av乱码一区二区三区2| 国产亚洲欧美在线一区二区| 国模一区二区三区四区视频 | 国产高清视频在线播放一区| 午夜免费成人在线视频| 国产一区二区三区视频了| 在线十欧美十亚洲十日本专区| 欧美日韩精品网址| 99久久久亚洲精品蜜臀av| 九九久久精品国产亚洲av麻豆 | 免费大片18禁| 在线免费观看不下载黄p国产 | 亚洲aⅴ乱码一区二区在线播放| 精品99又大又爽又粗少妇毛片 | 这个男人来自地球电影免费观看| 波多野结衣巨乳人妻| 99国产极品粉嫩在线观看| 免费观看人在逋| 99热这里只有精品一区 | 精品国产乱码久久久久久男人| 国产单亲对白刺激| 夜夜看夜夜爽夜夜摸| 日韩三级视频一区二区三区| www国产在线视频色| 激情在线观看视频在线高清| 少妇丰满av| 免费看十八禁软件| 在线国产一区二区在线| 日韩欧美一区二区三区在线观看| 毛片女人毛片| 亚洲无线观看免费| 国产欧美日韩一区二区三| 国产亚洲av嫩草精品影院| 国产成人av激情在线播放| 一区二区三区高清视频在线| 黄色视频,在线免费观看| 老司机午夜十八禁免费视频| 又黄又爽又免费观看的视频| 亚洲国产欧洲综合997久久,| 女人被狂操c到高潮| av福利片在线观看| 淫秽高清视频在线观看| 精品久久久久久久久久久久久| 麻豆久久精品国产亚洲av| 日韩免费av在线播放| 村上凉子中文字幕在线| 美女cb高潮喷水在线观看 | 夜夜爽天天搞| 国产成人精品久久二区二区免费| 他把我摸到了高潮在线观看| 欧美丝袜亚洲另类 | 最近最新免费中文字幕在线| 在线国产一区二区在线| 国产精品香港三级国产av潘金莲| 无人区码免费观看不卡| 日本成人三级电影网站| 国产精品av久久久久免费| 午夜成年电影在线免费观看| 99久久久亚洲精品蜜臀av| 国产伦人伦偷精品视频| 日日夜夜操网爽| 91av网一区二区| 亚洲精品久久国产高清桃花| 日日摸夜夜添夜夜添小说| 国内精品美女久久久久久| 日本与韩国留学比较| 久久亚洲精品不卡| 久久久国产精品麻豆| 1024手机看黄色片| xxx96com| 国产视频一区二区在线看| 国产精品影院久久| 国产精品av视频在线免费观看| 一a级毛片在线观看| 岛国视频午夜一区免费看| 岛国视频午夜一区免费看| 日韩中文字幕欧美一区二区| 99久久久亚洲精品蜜臀av| 精品电影一区二区在线| 女人高潮潮喷娇喘18禁视频| 最好的美女福利视频网| 在线十欧美十亚洲十日本专区| 一个人看视频在线观看www免费 | 中文字幕高清在线视频| 757午夜福利合集在线观看| 亚洲熟女毛片儿| 啦啦啦免费观看视频1| 男人舔女人下体高潮全视频| 一级a爱片免费观看的视频| 日韩欧美一区二区三区在线观看| 日本五十路高清| 国产不卡一卡二| 久久99热这里只有精品18| 久久久久久久午夜电影| 亚洲国产精品久久男人天堂| 最好的美女福利视频网| 99riav亚洲国产免费| 制服人妻中文乱码| 日韩人妻高清精品专区| 天堂动漫精品| 99热6这里只有精品| 国产亚洲精品av在线| 97碰自拍视频| 午夜福利视频1000在线观看| 欧美绝顶高潮抽搐喷水| 日本 av在线| 亚洲五月婷婷丁香| 麻豆一二三区av精品| 国产高清激情床上av| a级毛片在线看网站| 亚洲人与动物交配视频| 亚洲va日本ⅴa欧美va伊人久久| 国产高清视频在线播放一区| 亚洲精品美女久久av网站| 久久精品国产99精品国产亚洲性色| 亚洲午夜精品一区,二区,三区| 男女做爰动态图高潮gif福利片| 亚洲精品久久国产高清桃花| 亚洲av中文字字幕乱码综合| 免费看a级黄色片| 毛片女人毛片| 一级毛片高清免费大全| 日本 av在线| 午夜免费激情av| 亚洲午夜理论影院| 美女午夜性视频免费| 最近最新免费中文字幕在线| 免费一级毛片在线播放高清视频| 精品国产超薄肉色丝袜足j| 亚洲av第一区精品v没综合| 99久久成人亚洲精品观看| 精品国产超薄肉色丝袜足j| 国产成人福利小说| 欧美一级毛片孕妇| 男女午夜视频在线观看| 又大又爽又粗| 中文字幕高清在线视频| 亚洲国产看品久久| 免费在线观看亚洲国产| 婷婷亚洲欧美| 国产黄a三级三级三级人| 很黄的视频免费| 不卡av一区二区三区| 国产午夜精品久久久久久| 国产日本99.免费观看| 老司机深夜福利视频在线观看| 久久精品aⅴ一区二区三区四区| 久久久久九九精品影院| 国产成人精品久久二区二区免费| 欧美黑人欧美精品刺激| 国产亚洲欧美98| 一个人看的www免费观看视频| 99热只有精品国产| 欧美另类亚洲清纯唯美| 午夜视频精品福利| 亚洲国产精品成人综合色| 国产人伦9x9x在线观看| 啦啦啦免费观看视频1| 男插女下体视频免费在线播放| 国产激情欧美一区二区| 国产精品香港三级国产av潘金莲| 亚洲五月婷婷丁香| 中文字幕高清在线视频| 午夜a级毛片| 国产精华一区二区三区| 欧美乱色亚洲激情| 天天添夜夜摸| 亚洲在线自拍视频| 亚洲精品一区av在线观看| 亚洲欧美一区二区三区黑人| 亚洲精品乱码久久久v下载方式 | 国产三级在线视频| 午夜福利视频1000在线观看| 中文资源天堂在线| 女生性感内裤真人,穿戴方法视频| 成人鲁丝片一二三区免费| 国产黄片美女视频| 欧美黑人巨大hd| 久久久久性生活片| 又紧又爽又黄一区二区| 日韩欧美免费精品| 亚洲成av人片在线播放无| 在线观看一区二区三区| 精品一区二区三区视频在线 | 色老头精品视频在线观看| 男女床上黄色一级片免费看| 桃色一区二区三区在线观看| 日本免费一区二区三区高清不卡| 最近最新中文字幕大全免费视频| 99精品在免费线老司机午夜| 啦啦啦免费观看视频1| 桃色一区二区三区在线观看| 精品不卡国产一区二区三区| 日本免费a在线| 国产精品一区二区免费欧美| 色噜噜av男人的天堂激情| 亚洲成av人片免费观看| 国产毛片a区久久久久| 叶爱在线成人免费视频播放| 亚洲第一电影网av| 久久久久亚洲av毛片大全| 最近最新免费中文字幕在线| 国产亚洲精品综合一区在线观看| АⅤ资源中文在线天堂| 欧美日韩亚洲国产一区二区在线观看| 日本免费一区二区三区高清不卡| 亚洲av熟女| 韩国av一区二区三区四区| 久久99热这里只有精品18| 日韩有码中文字幕| 小说图片视频综合网站| 十八禁人妻一区二区| 91在线观看av| 香蕉av资源在线| 麻豆成人午夜福利视频| 亚洲欧美精品综合一区二区三区| 午夜福利在线观看吧| 国产亚洲精品综合一区在线观看| 久久99热这里只有精品18| 免费在线观看亚洲国产| 全区人妻精品视频| 最近视频中文字幕2019在线8| 国产激情久久老熟女| 午夜视频精品福利| 男人的好看免费观看在线视频| 在线观看66精品国产| 综合色av麻豆| 99久久成人亚洲精品观看| 男人舔女人的私密视频| 在线观看日韩欧美| 小说图片视频综合网站| 狠狠狠狠99中文字幕| 国产成+人综合+亚洲专区| 日韩欧美三级三区| 婷婷丁香在线五月| 国产乱人视频| 欧美黑人巨大hd| 免费无遮挡裸体视频| 欧美性猛交黑人性爽| 在线播放国产精品三级| 午夜影院日韩av| 久久这里只有精品19| 小说图片视频综合网站| 日韩av在线大香蕉| 网址你懂的国产日韩在线| 黄色视频,在线免费观看| 91在线观看av| 国产三级黄色录像| 看片在线看免费视频| 国产精品久久久久久精品电影| 午夜成年电影在线免费观看| 在线视频色国产色| 老司机午夜十八禁免费视频| 午夜影院日韩av| 欧美色视频一区免费| 国产极品精品免费视频能看的| 亚洲欧美一区二区三区黑人| 亚洲中文日韩欧美视频| 午夜福利免费观看在线| 91老司机精品| 美女高潮喷水抽搐中文字幕| 日本在线视频免费播放| 欧美午夜高清在线| 亚洲第一欧美日韩一区二区三区| 一a级毛片在线观看| 最新在线观看一区二区三区| 久久久久久九九精品二区国产| 国产真实乱freesex| 小说图片视频综合网站| 国产成人影院久久av| 成人高潮视频无遮挡免费网站| 免费观看人在逋| 免费观看精品视频网站| 国产一区二区在线av高清观看| 国产成人啪精品午夜网站| 国产伦精品一区二区三区视频9 | 欧美日韩中文字幕国产精品一区二区三区| 综合色av麻豆| 国产伦精品一区二区三区视频9 | 小蜜桃在线观看免费完整版高清| 久久欧美精品欧美久久欧美| 欧美日韩中文字幕国产精品一区二区三区| 性色av乱码一区二区三区2| 男女之事视频高清在线观看| 美女 人体艺术 gogo| 日韩国内少妇激情av| 18禁国产床啪视频网站| 国产成人aa在线观看| 搞女人的毛片| 99精品欧美一区二区三区四区| aaaaa片日本免费| www日本在线高清视频| 日韩欧美精品v在线| 两个人视频免费观看高清| 久久久精品大字幕| 久久久久久九九精品二区国产| 欧美激情在线99| 亚洲欧洲精品一区二区精品久久久| 亚洲 欧美 日韩 在线 免费| 国产一区二区在线av高清观看| 美女 人体艺术 gogo| netflix在线观看网站| 精品人妻1区二区| 黄频高清免费视频| av黄色大香蕉| av在线蜜桃| 久久久国产精品麻豆| 色av中文字幕| 老熟妇仑乱视频hdxx| 亚洲无线在线观看| svipshipincom国产片| 精品国产亚洲在线| 最近视频中文字幕2019在线8| 久久伊人香网站| 我的老师免费观看完整版| 一个人免费在线观看电影 | 婷婷亚洲欧美| 久久久久久久久久黄片| 狂野欧美白嫩少妇大欣赏| 日本熟妇午夜| 国产精品免费一区二区三区在线| 日韩有码中文字幕| 国产精品99久久久久久久久| 麻豆久久精品国产亚洲av| 国产精品九九99| 婷婷丁香在线五月| 免费看光身美女| 黄片小视频在线播放| 在线国产一区二区在线| 操出白浆在线播放| 日韩人妻高清精品专区| 两性夫妻黄色片| 国产爱豆传媒在线观看| 在线观看日韩欧美| 免费在线观看影片大全网站| 欧美成狂野欧美在线观看| 国产视频一区二区在线看| 啪啪无遮挡十八禁网站| 久久久久久久久免费视频了| 亚洲av日韩精品久久久久久密| 麻豆一二三区av精品| 99在线人妻在线中文字幕| 黄色丝袜av网址大全| 老汉色av国产亚洲站长工具| 日韩大尺度精品在线看网址| 亚洲国产欧洲综合997久久,| 亚洲成av人片在线播放无| 欧美性猛交黑人性爽| 免费观看精品视频网站| 91麻豆精品激情在线观看国产| 欧美国产日韩亚洲一区| 国产高清激情床上av| av黄色大香蕉| 亚洲激情在线av| 日本三级黄在线观看| 色在线成人网| 国产精品久久电影中文字幕| 美女免费视频网站| 老司机福利观看| 国产欧美日韩一区二区三| 级片在线观看| 香蕉av资源在线| 日日摸夜夜添夜夜添小说| 老汉色av国产亚洲站长工具| 啦啦啦韩国在线观看视频| 亚洲av成人av| 久久久久免费精品人妻一区二区| 极品教师在线免费播放| 亚洲一区二区三区不卡视频| 色精品久久人妻99蜜桃| 精品不卡国产一区二区三区| 久久久久九九精品影院| 日本五十路高清| 老司机午夜十八禁免费视频| av天堂在线播放| 欧美一级毛片孕妇| 国产精品av视频在线免费观看| 成人亚洲精品av一区二区| 999精品在线视频| 欧美黄色淫秽网站| 亚洲国产精品sss在线观看| 美女高潮的动态| 人人妻,人人澡人人爽秒播| 午夜成年电影在线免费观看| 国产高清激情床上av| 蜜桃久久精品国产亚洲av| 天堂√8在线中文| 美女被艹到高潮喷水动态| 亚洲国产欧美人成| 99精品在免费线老司机午夜| 免费大片18禁| 757午夜福利合集在线观看| 91久久精品国产一区二区成人 | 国产久久久一区二区三区| 哪里可以看免费的av片| 免费看光身美女| 91久久精品国产一区二区成人 | 最近在线观看免费完整版| 精品人妻1区二区| 成人18禁在线播放| 女生性感内裤真人,穿戴方法视频| 亚洲欧美精品综合久久99| 18禁国产床啪视频网站| 欧美乱码精品一区二区三区| 国模一区二区三区四区视频 | 麻豆av在线久日| 亚洲国产高清在线一区二区三| 午夜福利视频1000在线观看| 欧美日韩综合久久久久久 | 午夜成年电影在线免费观看| 午夜免费观看网址| 麻豆一二三区av精品| 99国产综合亚洲精品| 国产精品亚洲美女久久久| 中文字幕熟女人妻在线| 日本成人三级电影网站| 香蕉国产在线看| 每晚都被弄得嗷嗷叫到高潮| 成年女人毛片免费观看观看9| 美女免费视频网站| 国产精品久久电影中文字幕| 国产三级黄色录像| 在线观看舔阴道视频| 国产黄色小视频在线观看| 欧美三级亚洲精品| 狂野欧美白嫩少妇大欣赏| 色在线成人网| 亚洲在线观看片| 亚洲中文av在线| 亚洲国产欧美网| 99riav亚洲国产免费| 三级国产精品欧美在线观看 | 亚洲美女黄片视频| 免费看日本二区| 久久精品夜夜夜夜夜久久蜜豆| 免费一级毛片在线播放高清视频| 噜噜噜噜噜久久久久久91| 无限看片的www在线观看| 午夜精品在线福利| 亚洲精品在线观看二区| 婷婷丁香在线五月| 国产精品九九99| 成人永久免费在线观看视频| 亚洲av第一区精品v没综合| 成人av一区二区三区在线看| 亚洲欧美激情综合另类| 亚洲乱码一区二区免费版| 淫妇啪啪啪对白视频| 亚洲国产欧美人成| 欧美日本视频| 久久性视频一级片| 悠悠久久av| 久久久国产成人免费| 国产精品综合久久久久久久免费| 99久久精品国产亚洲精品| 久久久久亚洲av毛片大全| 久久国产精品人妻蜜桃| 哪里可以看免费的av片| 99久久精品一区二区三区| 久久精品91无色码中文字幕| 999精品在线视频| 蜜桃久久精品国产亚洲av| 男女床上黄色一级片免费看| xxx96com| avwww免费| 国产成人影院久久av| 亚洲自偷自拍图片 自拍| 最近视频中文字幕2019在线8| 99久久成人亚洲精品观看| 美女免费视频网站| www.精华液| 五月玫瑰六月丁香| 成人精品一区二区免费| 一边摸一边抽搐一进一小说| 一进一出抽搐gif免费好疼| 久99久视频精品免费| 午夜福利18| 日韩欧美国产在线观看| 国产欧美日韩精品亚洲av| 国产精品99久久99久久久不卡| 午夜福利视频1000在线观看| 日本免费一区二区三区高清不卡| 天堂影院成人在线观看| 一二三四社区在线视频社区8| 国产成人精品久久二区二区免费| 日本一二三区视频观看| 嫩草影视91久久| aaaaa片日本免费| 亚洲熟妇中文字幕五十中出| 欧美高清成人免费视频www| 91在线精品国自产拍蜜月 | 少妇的逼水好多| 美女cb高潮喷水在线观看 | 午夜免费激情av| 国产一区在线观看成人免费| 最近最新中文字幕大全电影3| АⅤ资源中文在线天堂| 又紧又爽又黄一区二区| 可以在线观看的亚洲视频|