• <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
    日本免费在线观看一区| 美女内射精品一级片tv| 啦啦啦啦在线视频资源| 国产精品国产av在线观看| 十八禁网站网址无遮挡 | 日本av手机在线免费观看| 下体分泌物呈黄色| 乱码一卡2卡4卡精品| 97超碰精品成人国产| 国产成人精品无人区| 精华霜和精华液先用哪个| 中国国产av一级| 国产老妇伦熟女老妇高清| 亚洲图色成人| 国产男女超爽视频在线观看| 久久久久精品久久久久真实原创| 色视频在线一区二区三区| 水蜜桃什么品种好| 赤兔流量卡办理| 天堂中文最新版在线下载| 精品一区二区免费观看| 精品少妇内射三级| 久久久久久人妻| 欧美激情国产日韩精品一区| 午夜av观看不卡| 亚洲精品国产色婷婷电影| 亚洲精品日本国产第一区| 97在线人人人人妻| 国产有黄有色有爽视频| av又黄又爽大尺度在线免费看| 嫩草影院入口| 亚洲美女搞黄在线观看| 久久国产精品大桥未久av | 中文字幕人妻熟人妻熟丝袜美| 亚洲国产日韩一区二区| av福利片在线| 99久久综合免费| 极品教师在线视频| 99re6热这里在线精品视频| 亚洲精品视频女| 爱豆传媒免费全集在线观看| 亚洲四区av| av在线app专区| 国产精品99久久久久久久久| 观看av在线不卡| 国产av国产精品国产| 男女国产视频网站| 国产亚洲午夜精品一区二区久久| 国产精品一区二区在线不卡| 免费观看无遮挡的男女| a级毛色黄片| 欧美变态另类bdsm刘玥| 男女边摸边吃奶| 国产精品三级大全| 黄色视频在线播放观看不卡| 午夜免费男女啪啪视频观看| 自拍偷自拍亚洲精品老妇| 久久午夜综合久久蜜桃| 婷婷色av中文字幕| 大香蕉久久网| 草草在线视频免费看| 国产av国产精品国产| 欧美成人精品欧美一级黄| 熟女av电影| 亚洲av国产av综合av卡| 在线观看美女被高潮喷水网站| 国产日韩欧美视频二区| 不卡视频在线观看欧美| 日本wwww免费看| 久久 成人 亚洲| 欧美日韩亚洲高清精品| 黄色日韩在线| 日韩中文字幕视频在线看片| 精品人妻熟女av久视频| a级一级毛片免费在线观看| 成人毛片a级毛片在线播放| 五月玫瑰六月丁香| 51国产日韩欧美| 日韩欧美一区视频在线观看 | 久久人人爽人人片av| 国产午夜精品一二区理论片| 日本av免费视频播放| 国产综合精华液| 国产一级毛片在线| 女性生殖器流出的白浆| 99久久中文字幕三级久久日本| 成人无遮挡网站| 老熟女久久久| 欧美三级亚洲精品| 男女边吃奶边做爰视频| 亚洲成人一二三区av| 国产毛片在线视频| 草草在线视频免费看| 午夜91福利影院| av在线app专区| 你懂的网址亚洲精品在线观看| 国产成人免费观看mmmm| 亚洲av免费高清在线观看| 日本欧美视频一区| 汤姆久久久久久久影院中文字幕| 日本爱情动作片www.在线观看| 免费看日本二区| 国产精品99久久久久久久久| 成人国产麻豆网| 少妇猛男粗大的猛烈进出视频| 亚洲图色成人| 在线看a的网站| 久久久国产一区二区| 人妻少妇偷人精品九色| 麻豆成人av视频| 精华霜和精华液先用哪个| 久久韩国三级中文字幕| 国产日韩欧美亚洲二区| 亚洲第一区二区三区不卡| 欧美精品国产亚洲| 最近的中文字幕免费完整| 久久毛片免费看一区二区三区| 只有这里有精品99| 久久久久久久精品精品| 涩涩av久久男人的天堂| 日本黄大片高清| 中文精品一卡2卡3卡4更新| 在线 av 中文字幕| 97超碰精品成人国产| 午夜av观看不卡| 久久韩国三级中文字幕| 一级毛片aaaaaa免费看小| 天天躁夜夜躁狠狠久久av| 日韩强制内射视频| 精品99又大又爽又粗少妇毛片| 人人妻人人澡人人爽人人夜夜| 日韩大片免费观看网站| 在线免费观看不下载黄p国产| 人人妻人人爽人人添夜夜欢视频 | 国产黄色视频一区二区在线观看| 亚洲,欧美,日韩| 国产 一区精品| 高清不卡的av网站| 国产亚洲av片在线观看秒播厂| 亚洲欧美精品自产自拍| 成人18禁高潮啪啪吃奶动态图 | 极品少妇高潮喷水抽搐| 天天操日日干夜夜撸| 久久久精品94久久精品| 99热全是精品| av福利片在线观看| 午夜激情久久久久久久| 18禁动态无遮挡网站| 91精品一卡2卡3卡4卡| 哪个播放器可以免费观看大片| 毛片一级片免费看久久久久| 免费少妇av软件| 国产黄色免费在线视频| 黄色毛片三级朝国网站 | 夫妻午夜视频| 亚洲人成网站在线播| 美女脱内裤让男人舔精品视频| 国产亚洲91精品色在线| 久热久热在线精品观看| 肉色欧美久久久久久久蜜桃| 99九九线精品视频在线观看视频| 狠狠精品人妻久久久久久综合| 99精国产麻豆久久婷婷| 噜噜噜噜噜久久久久久91| 国产欧美日韩一区二区三区在线 | 一本—道久久a久久精品蜜桃钙片| 大香蕉97超碰在线| 欧美人与善性xxx| 亚洲精品日本国产第一区| 高清毛片免费看| 精品久久久噜噜| 五月开心婷婷网| 纵有疾风起免费观看全集完整版| 日韩精品有码人妻一区| 亚洲av电影在线观看一区二区三区| 高清欧美精品videossex| 亚洲国产欧美日韩在线播放 | 午夜久久久在线观看| 最近手机中文字幕大全| 欧美成人午夜免费资源| 不卡视频在线观看欧美| 国产黄频视频在线观看| 观看美女的网站| 嘟嘟电影网在线观看| 精品人妻一区二区三区麻豆| freevideosex欧美| 久久 成人 亚洲| 欧美97在线视频| 自拍偷自拍亚洲精品老妇| 亚洲高清免费不卡视频| 欧美高清成人免费视频www| 久久精品久久久久久噜噜老黄| 中文字幕精品免费在线观看视频 | tube8黄色片| 亚洲精品乱码久久久久久按摩| 亚洲色图综合在线观看| 国产免费又黄又爽又色| 99热国产这里只有精品6| 在线 av 中文字幕| .国产精品久久| 少妇的逼好多水| 国产精品蜜桃在线观看| 在线观看av片永久免费下载| 日日摸夜夜添夜夜爱| 亚洲av成人精品一区久久| 亚洲激情五月婷婷啪啪| 婷婷色综合www| 免费看不卡的av| 亚洲av成人精品一二三区| 亚洲国产色片| 亚洲成人av在线免费| 国产亚洲午夜精品一区二区久久| 高清在线视频一区二区三区| a级毛片在线看网站| 久久97久久精品| 亚洲第一av免费看| 人人妻人人澡人人看| 麻豆成人午夜福利视频| 国产欧美亚洲国产| 中文精品一卡2卡3卡4更新| 亚洲国产欧美日韩在线播放 | 啦啦啦啦在线视频资源| 亚洲欧美精品自产自拍| 亚洲高清免费不卡视频| 18+在线观看网站| 亚洲精品日韩av片在线观看| 黄色毛片三级朝国网站 | 亚洲av电影在线观看一区二区三区| 精品99又大又爽又粗少妇毛片| 成人毛片a级毛片在线播放| 一边亲一边摸免费视频| 久久精品国产亚洲网站| 国产女主播在线喷水免费视频网站| 亚洲国产欧美在线一区| 国产精品久久久久久精品电影小说| 黄色配什么色好看| 国产亚洲午夜精品一区二区久久| 久久久久久人妻| 亚洲精品自拍成人| av不卡在线播放| 午夜福利,免费看| 成人国产av品久久久| 亚洲不卡免费看| 日韩av在线免费看完整版不卡| 精品卡一卡二卡四卡免费| 亚洲人成网站在线观看播放| 成人国产麻豆网| 最近2019中文字幕mv第一页| 久久久久久久久久人人人人人人| 综合色丁香网| 欧美高清成人免费视频www| 一级毛片 在线播放| 免费在线观看成人毛片| 在线看a的网站| 国产免费视频播放在线视频| 中文资源天堂在线| 少妇的逼好多水| 高清毛片免费看| 欧美亚洲 丝袜 人妻 在线| 能在线免费看毛片的网站| 国产伦在线观看视频一区| 亚洲av福利一区| 国产爽快片一区二区三区| 亚洲精品视频女| 亚洲欧美清纯卡通| av天堂中文字幕网| av国产精品久久久久影院| 男人添女人高潮全过程视频| 国产成人91sexporn| 免费看av在线观看网站| 亚洲精品亚洲一区二区| 亚洲综合精品二区| 看十八女毛片水多多多| 一级毛片久久久久久久久女| 国产伦精品一区二区三区四那| 亚洲国产精品专区欧美| 亚洲国产成人一精品久久久| 亚洲精品,欧美精品| 国产老妇伦熟女老妇高清| 国产黄片美女视频| 中文字幕av电影在线播放| 国产午夜精品一二区理论片| 午夜久久久在线观看| 新久久久久国产一级毛片| 黄片无遮挡物在线观看| 亚洲精品日本国产第一区| 黄色日韩在线| 美女福利国产在线| a级片在线免费高清观看视频| 丰满人妻一区二区三区视频av| 亚洲精品456在线播放app| 交换朋友夫妻互换小说| 女性被躁到高潮视频| 久久久久久久久久久免费av| 精品少妇久久久久久888优播| 久久久精品免费免费高清| 中国三级夫妇交换| 亚洲精品一区蜜桃| 26uuu在线亚洲综合色| 51国产日韩欧美| 欧美xxⅹ黑人| 人妻人人澡人人爽人人| 国产高清不卡午夜福利| 亚洲高清免费不卡视频| 久久久国产精品麻豆| 亚洲国产精品一区三区| 国产成人午夜福利电影在线观看| 多毛熟女@视频| 久久久国产欧美日韩av| 女人精品久久久久毛片| 99久久人妻综合| 如日韩欧美国产精品一区二区三区 | 午夜激情久久久久久久| 成人美女网站在线观看视频| 中国三级夫妇交换| 老女人水多毛片| 亚洲欧美成人综合另类久久久| 超碰97精品在线观看| 精品少妇内射三级| 午夜精品国产一区二区电影| 纵有疾风起免费观看全集完整版| 观看美女的网站| 三上悠亚av全集在线观看 | 黄色怎么调成土黄色| 久久精品国产a三级三级三级| 精品国产露脸久久av麻豆| 高清av免费在线| 国产精品国产三级国产专区5o| 伦理电影大哥的女人| av又黄又爽大尺度在线免费看| 人妻系列 视频| av有码第一页| 免费不卡的大黄色大毛片视频在线观看| 久久人人爽人人片av| 九九在线视频观看精品| 好男人视频免费观看在线| 不卡视频在线观看欧美| 国产黄片视频在线免费观看| 伦精品一区二区三区| 国产视频首页在线观看| 赤兔流量卡办理| 国产精品免费大片| 成人综合一区亚洲| 九色成人免费人妻av| 新久久久久国产一级毛片| 一区二区av电影网| 亚洲国产精品国产精品| 亚洲怡红院男人天堂| 嘟嘟电影网在线观看| 中文欧美无线码| 国产视频内射| 日本av免费视频播放| 建设人人有责人人尽责人人享有的| 91久久精品电影网| 国产亚洲精品久久久com| 欧美区成人在线视频| 毛片一级片免费看久久久久| .国产精品久久| 毛片一级片免费看久久久久| av天堂中文字幕网| 亚洲国产最新在线播放| 全区人妻精品视频| 一本大道久久a久久精品| 欧美区成人在线视频| 久久午夜福利片| 久久久久久久久久久免费av| 99九九在线精品视频 | 亚洲国产色片| 日韩人妻高清精品专区| 少妇人妻精品综合一区二区| 亚洲av中文av极速乱| 欧美xxxx性猛交bbbb| 日韩一本色道免费dvd| 熟女人妻精品中文字幕| 久久免费观看电影| 亚洲精品第二区| 欧美精品人与动牲交sv欧美| 亚洲人与动物交配视频| 男人舔奶头视频| 亚洲精品第二区| 国产黄色免费在线视频| 国产无遮挡羞羞视频在线观看| 街头女战士在线观看网站| 99热6这里只有精品| 日日啪夜夜撸| 色视频www国产| 街头女战士在线观看网站| 欧美3d第一页| 欧美bdsm另类| 丝瓜视频免费看黄片| 国产伦精品一区二区三区视频9| 三上悠亚av全集在线观看 | 大又大粗又爽又黄少妇毛片口| 日日撸夜夜添| tube8黄色片| 国产欧美另类精品又又久久亚洲欧美| 免费人成在线观看视频色| 一级a做视频免费观看| h视频一区二区三区| 国国产精品蜜臀av免费| 熟女av电影| 国产精品一区二区在线不卡| 欧美人与善性xxx| 最近中文字幕高清免费大全6| 亚洲国产日韩一区二区| 国产免费一区二区三区四区乱码| 亚洲电影在线观看av| 亚洲四区av| 成人毛片60女人毛片免费| 欧美日韩av久久| 伊人亚洲综合成人网| 乱系列少妇在线播放| 91午夜精品亚洲一区二区三区| 秋霞在线观看毛片| 国产真实伦视频高清在线观看| 妹子高潮喷水视频| 日韩精品有码人妻一区| 亚洲成色77777| 美女福利国产在线| 日本免费在线观看一区| 人妻少妇偷人精品九色| av在线观看视频网站免费| 建设人人有责人人尽责人人享有的| 街头女战士在线观看网站| 香蕉精品网在线| 少妇被粗大猛烈的视频| av线在线观看网站| 777米奇影视久久| 青春草视频在线免费观看| 免费av中文字幕在线| 中国美白少妇内射xxxbb| 一级毛片久久久久久久久女| 国产白丝娇喘喷水9色精品| 六月丁香七月| 中文字幕人妻丝袜制服| 国产精品一区www在线观看| 亚洲av国产av综合av卡| 如何舔出高潮| 十分钟在线观看高清视频www | 成人国产麻豆网| 中文字幕人妻熟人妻熟丝袜美| 亚洲国产欧美在线一区| 亚洲精品一二三| 嫩草影院新地址| 黄色日韩在线| 国产淫片久久久久久久久| 午夜日本视频在线| 成人二区视频| 日日撸夜夜添| 久久久精品免费免费高清| 9色porny在线观看| 亚洲中文av在线| 国产在视频线精品| 美女大奶头黄色视频| 国产精品一二三区在线看| 婷婷色综合大香蕉| 丝袜喷水一区| 激情五月婷婷亚洲| 久久久久国产网址| 一区二区三区乱码不卡18| 永久网站在线| 人妻系列 视频| 欧美bdsm另类| 国产成人精品一,二区| 丰满乱子伦码专区| 精品人妻熟女毛片av久久网站| 18禁在线无遮挡免费观看视频| 肉色欧美久久久久久久蜜桃| 亚洲欧美日韩另类电影网站| 一区在线观看完整版| 久久精品国产a三级三级三级| 99久久精品国产国产毛片| 女人久久www免费人成看片| 国模一区二区三区四区视频| 国内少妇人妻偷人精品xxx网站| 欧美丝袜亚洲另类| 一区二区av电影网| 日韩精品免费视频一区二区三区 | 欧美亚洲 丝袜 人妻 在线| 中文字幕制服av| 一级毛片 在线播放| 久久久精品免费免费高清| 黄色怎么调成土黄色| 大陆偷拍与自拍| 高清欧美精品videossex| 亚洲精品自拍成人| 国产爽快片一区二区三区| 亚洲伊人久久精品综合| 日日啪夜夜爽| 精品一区二区免费观看| 午夜视频国产福利| 黄色毛片三级朝国网站 | 日本黄色片子视频| 99热网站在线观看| 日韩欧美一区视频在线观看 | 久久人人爽人人爽人人片va| 人妻一区二区av| 国产成人a∨麻豆精品| 三级国产精品欧美在线观看| 99热这里只有是精品在线观看| 搡女人真爽免费视频火全软件| 99热这里只有是精品50| 久久人人爽av亚洲精品天堂| 波野结衣二区三区在线| 欧美xxxx性猛交bbbb| 3wmmmm亚洲av在线观看| 成人综合一区亚洲| 日本av手机在线免费观看| 色网站视频免费| 最近的中文字幕免费完整| 精品国产乱码久久久久久小说| 久久久a久久爽久久v久久| 亚洲精品国产成人久久av| 成人免费观看视频高清| 国产精品一区www在线观看| 精华霜和精华液先用哪个| 亚洲av成人精品一区久久| 欧美性感艳星| 美女脱内裤让男人舔精品视频| 少妇人妻精品综合一区二区| 搡女人真爽免费视频火全软件| 免费人成在线观看视频色| 日本爱情动作片www.在线观看| 亚洲电影在线观看av| 丰满饥渴人妻一区二区三| 亚洲av男天堂| 中国美白少妇内射xxxbb| 午夜91福利影院| 婷婷色麻豆天堂久久| 久久久久久久久久久丰满| 午夜久久久在线观看| 岛国毛片在线播放| 欧美日韩av久久| 日韩伦理黄色片| 一级毛片aaaaaa免费看小| 国精品久久久久久国模美| 国产成人精品久久久久久| 丰满饥渴人妻一区二区三| 女人精品久久久久毛片| 国产毛片在线视频| 国产精品久久久久成人av| 免费高清在线观看视频在线观看| 新久久久久国产一级毛片| 久久午夜综合久久蜜桃| 熟女电影av网| 免费看av在线观看网站| 大码成人一级视频| 亚洲国产日韩一区二区| 欧美日韩av久久| 视频区图区小说| 精品一品国产午夜福利视频| 在线观看免费高清a一片| 亚洲av欧美aⅴ国产| 熟妇人妻不卡中文字幕| 精品久久国产蜜桃| 五月开心婷婷网| 欧美xxxx性猛交bbbb| 菩萨蛮人人尽说江南好唐韦庄| 蜜桃在线观看..| 日韩欧美精品免费久久| 日日啪夜夜撸| 丝袜喷水一区| 国产黄片视频在线免费观看| 永久免费av网站大全| 99热这里只有精品一区| 亚洲精品国产色婷婷电影| 精品国产一区二区三区久久久樱花| 99热这里只有是精品在线观看| 各种免费的搞黄视频| 亚洲,欧美,日韩| 国产老妇伦熟女老妇高清| 少妇丰满av| 另类亚洲欧美激情| 好男人视频免费观看在线| 欧美亚洲 丝袜 人妻 在线| 久久久国产欧美日韩av| 日本av手机在线免费观看| 亚洲精品aⅴ在线观看| 九九爱精品视频在线观看| 国产视频首页在线观看| 你懂的网址亚洲精品在线观看| 亚洲精品中文字幕在线视频 | 久久久久久久久久久丰满| 亚洲av电影在线观看一区二区三区| 免费观看在线日韩| 香蕉精品网在线| 夫妻午夜视频| 成人亚洲欧美一区二区av| 啦啦啦啦在线视频资源| 午夜激情久久久久久久| 久久久久久久久久久免费av| 免费在线观看成人毛片| 五月玫瑰六月丁香| 伦理电影大哥的女人| 久久精品国产亚洲网站| 亚洲自偷自拍三级| 性高湖久久久久久久久免费观看| 欧美xxxx性猛交bbbb| 成人国产av品久久久| 两个人的视频大全免费| av线在线观看网站| 在线观看美女被高潮喷水网站| 三级国产精品欧美在线观看| 亚洲不卡免费看| 五月玫瑰六月丁香| 久久久久久久久久久免费av| 国产老妇伦熟女老妇高清| 日本与韩国留学比较| 乱人伦中国视频| 久久人人爽av亚洲精品天堂| 纵有疾风起免费观看全集完整版| 99久久人妻综合| 成人18禁高潮啪啪吃奶动态图 | 中文天堂在线官网| 丰满饥渴人妻一区二区三|