農(nóng)業(yè)氣象災害損失評估方法在產(chǎn)量預報中的應用

葉曉冰

農(nóng)業(yè)氣象災害損失評估方法在產(chǎn)量預報中的應用

葉曉冰

（福建省永春縣氣象局福建泉州362601）

文章對農(nóng)業(yè)氣象災害與農(nóng)作物產(chǎn)量之間的關系進行了分析，并以單站模型、區(qū)域模型為切入點，說明了農(nóng)業(yè)氣象災害損失評估模型的構建，提出了在農(nóng)作物期望產(chǎn)量中剔除災減產(chǎn)量這種實現(xiàn)農(nóng)作物產(chǎn)量預報的方法。

農(nóng)業(yè)氣象災害；災害損失評估模型；產(chǎn)量預報；應用

整個農(nóng)業(yè)生產(chǎn)過程普遍受到多種因素的影響，不同地區(qū)一般會形成相對獨特的生態(tài)系統(tǒng)，且逐步趨于穩(wěn)定?；谶@樣的情況，農(nóng)作物產(chǎn)量可以依托氣象災害的情況與社會生產(chǎn)力發(fā)展水平進行估計，因此能夠結合氣象災害損失評估完成產(chǎn)量預報。

1 農(nóng)業(yè)氣象災害與農(nóng)作物產(chǎn)量之間的關聯(lián)性分析

土壤、氣候、農(nóng)業(yè)生產(chǎn)技術等均為對農(nóng)作物產(chǎn)量產(chǎn)生影響的重要因素，同時，農(nóng)作物的產(chǎn)量往往受到多種因素的綜合性影響，且各個影響因素之間存在著一定的相互作用。在以往的農(nóng)作物產(chǎn)量分析實踐中，普遍依托性質與時間落實對農(nóng)作物產(chǎn)量影響因素的劃分，具體包括農(nóng)業(yè)生產(chǎn)技術與氣象條件，所對應的為技術趨勢產(chǎn)量與氣象產(chǎn)量。技術趨勢產(chǎn)量主要為在排除氣象災害的條件下，農(nóng)業(yè)技術穩(wěn)定時所得到的農(nóng)作物基本產(chǎn)量特征；氣象產(chǎn)量主要為因氣象災害而引發(fā)的對農(nóng)作物產(chǎn)量的直接影響[1]。在實際的農(nóng)作物產(chǎn)量分析過程中，普遍會忽略高頻氣象年際變化對農(nóng)作物產(chǎn)量的影響，這主要是因為在同一地區(qū)內(nèi)部分氣象災害的連續(xù)出現(xiàn)較為常見。而就當前的情況來看，在農(nóng)作物產(chǎn)量分析的過程中，并沒有對氣象災害方面的影響進行單獨考量，因此有必要重新搭建一種評估方法，以此更為精準地評估氣象災害對農(nóng)作物產(chǎn)量所造成的影響。

2 農(nóng)業(yè)氣象災害損失評估模型的構建

2.1 農(nóng)業(yè)氣象災害的主要成災因素

2.1.1 農(nóng)作物受到氣象災害影響的強度

農(nóng)業(yè)氣象災害影響范圍與氣象災害影響的強度之間有著相對緊密的聯(lián)系。農(nóng)作物受到氣象災害影響的強度直接反映氣候異常程度，一般情況下，與相應氣象要素距平值的大小息息相關。

2.1.2 農(nóng)作物受到氣象災害影響的覆蓋度

氣象災害影響程度的大小不僅與其強度水平有著極為緊密的聯(lián)系，還與自身尺度息息相關，具體而言，就是與該氣象災害在同一地區(qū)內(nèi)的覆蓋度有著密切的關聯(lián)。通常來說，若是某種氣象災害在同一地區(qū)內(nèi)有著極大的覆蓋面積，則可以判定該氣象災害所產(chǎn)生的影響處于較高水平。從這一角度來看，可以使用氣象災害的覆蓋度反映不同氣象災害在同一區(qū)域面積中所占據(jù)的百分比。

2.1.3 農(nóng)作物受到氣象災害影響的敏感程度

在所受氣象災害相同的條件下，不同種類農(nóng)作物的產(chǎn)量受到的影響存在著一定的差異；而同種農(nóng)作物在不同的生長階段，產(chǎn)量方面所受到的影響也存在著一定的差異，例如當農(nóng)作物生長至灌漿期后發(fā)生干旱災害，則最終減產(chǎn)量明顯高于在小苗期發(fā)生干旱災害的減產(chǎn)量[2]。通常情況下，農(nóng)作物在生長至生殖生長期后，對氣象災害影響的敏感程度更高，而若是農(nóng)作物處于苗期、成熟期時受到氣象災害影響，則所表現(xiàn)出的敏感程度維持在較低水平。從這一角度來看，農(nóng)作物在不同生長階段對氣象災害影響的敏感程度可以參考對應生長時期的氣象災害對于產(chǎn)量影響的大小從而完成確定。

2.2 氣象災害損失評估模型

2.2.1 單站模型

單站模型主要考量的是對單一氣象測站代表的地域氣象災害損失評估，此時可以搭建起如下模型：

其中，表示農(nóng)作物減產(chǎn)量，表示農(nóng)作物不同生長階段下對氣象災害影響的敏感程度，表示氣象災害覆蓋程度，表示氣象災害的強度。

在展開氣象損失評估模型的搭建之前，針對不同氣象災害序列，必須要提前完成標準化處理，即對原始的氣象災害序列進行變化處理，具體如下：

隨后，需要求取同一農(nóng)作物在相同生長階段受到氣象災害影響的強度與覆蓋度的乘積，然后求和得到農(nóng)作物在相同生長階段內(nèi)受到的綜合氣象災害影響，所使用的表達式如下：

在該表達式內(nèi)，表示同一農(nóng)作物在同一生長階段受到的綜合氣象災害影響，表示農(nóng)作物在同一生長階段受到的第種氣象災害，表示氣象災害覆蓋程度；表示氣象災害的強度。

在此基礎上，還要針對農(nóng)作物在不同生長階段受到的所有氣象災害賦予權重值，相加處理后得到年度綜合氣象災害影響，結合歷年因為氣象災害而生成的農(nóng)作物減產(chǎn)量數(shù)據(jù)，依托對權重系數(shù)的協(xié)調，獲取到農(nóng)作物不同生長階段受到氣象災害影響的敏感程度。以某地區(qū)為例，該地區(qū)一年內(nèi)只能收獲一季作物，生長周期可以劃分為四個階段，所受到的氣象災害敏感程度分別設定為A1、A2、A3及A4，此時則有：

A1，A2，A3，A4＞0

A1+A2+A3+A4=1

在上述表達式中，表示鑒定對象，1～4表示該地區(qū)農(nóng)作物在不同生長階段（4個）中受到的綜合氣象災害。對的各種組合與農(nóng)作物減產(chǎn)量分別展開普查，設定最終鑒定結果為相關系數(shù)的絕對值達到最高水平且穩(wěn)定性強的組合，以此確定出農(nóng)作物在不同生長階段受到氣象災害影響的權重值。

此時，可以獲取到一個綜合序列，不僅能夠對農(nóng)作物在不同生長階段所受到氣象災害影響的敏感程度進行表示，還可以反映出氣象災害覆蓋程度以及氣象災害的強度。

2.2.2 區(qū)域模型

依托逐點相加的方式處理單站災害損失評估結果，即可獲取到區(qū)域范圍內(nèi)的氣象災害損失評估結果。但是在實踐中能夠了解到，若是臺站數(shù)量相對較多，則逐一相加的處理方式煩瑣程度隨之提升。基于此，實踐中可以參考不同地區(qū)氣象條件的異同，將整個區(qū)域劃分為多個塊區(qū)，結合普查的方式確定出單個塊區(qū)內(nèi)同一農(nóng)作物：（1）在相同生長階段，歷年所受到氣象災害影響的強度與覆蓋度；（2）在不同生長階段，歷年所受到氣象災害影響的敏感程度。將各個片區(qū)所得到的氣象災害損失評估結果進行相加處理，即可獲取到區(qū)域模型。與單站模型相比，區(qū)域模型最為明顯的差異為必須要對每個片區(qū)的面積因素進行考量，一般可以使用下式進行表達：

在該表達式中，表示農(nóng)作物減產(chǎn)量，表示片區(qū)面積，表示農(nóng)作物在不同生長階段受到氣象災害影響的敏感程度，表示氣象災害覆蓋程度，表示氣象災害的強度。區(qū)域綜合變量一般可以應用下式進行表達：

3 產(chǎn)量預報中農(nóng)業(yè)氣象災害損失評估的具體應用

以不同氣象災害對農(nóng)作物產(chǎn)量造成的損失評估為切入點展開對氣象災害損失評估模型的搭建，在農(nóng)作物期望產(chǎn)量中剔除災減產(chǎn)量，即可以獲取到農(nóng)作物實際產(chǎn)量的估算數(shù)值，更為準確地完成農(nóng)業(yè)氣象災害條件下的農(nóng)作物產(chǎn)量預報。結合前文的分析能夠了解到，依托性質與時間落實對農(nóng)作物產(chǎn)量影響因素的劃分，具體包括農(nóng)業(yè)生產(chǎn)技術與氣象條件，所對應的為技術趨勢產(chǎn)量與氣象產(chǎn)量[3]，可以使用如下表達式進行表達：

=t+w

在該表達式中，表示農(nóng)作物產(chǎn)量，t表示技術趨勢產(chǎn)量，w表示氣象產(chǎn)量。理論上來說，如果可以在不存在氣象災害的條件下，由影響農(nóng)作物產(chǎn)量的其他因素確定出農(nóng)作物產(chǎn)量大小，并在相應產(chǎn)量數(shù)據(jù)中剔除農(nóng)作物實際產(chǎn)量，即可以更為直接地獲取到在農(nóng)業(yè)氣象災害影響下的農(nóng)作物損失量。

在當前的農(nóng)業(yè)生產(chǎn)實踐中，受到多種因素的影響，不同地區(qū)一般會形成相對獨特的生態(tài)系統(tǒng)，且逐步趨于穩(wěn)定?；谶@樣的生態(tài)系統(tǒng)，農(nóng)作物產(chǎn)量主要受到氣象災害的情況與社會生產(chǎn)力發(fā)展水平兩方面內(nèi)容的影響。不可避免的是，農(nóng)作物的產(chǎn)量也會受到除上述兩項內(nèi)容之外的其他隨機“噪聲”的影響，例如病蟲害等等。但是，這些“噪聲”普遍可以依托人為操作進行控制，如推行病蟲害預警與定期查殺等等。因此為了方便得到最終估計結果，在本次研究中設定除上述氣象災害的情況與社會生產(chǎn)力發(fā)展水平之外的其他隨機“噪聲”因素可以忽略不計，此時則有：

D=h-

在該表達式中，D表示農(nóng)業(yè)氣象災害減產(chǎn)量，h表示農(nóng)作物期望產(chǎn)量，表示農(nóng)作物實際產(chǎn)量。依托該公式即可完成對農(nóng)業(yè)氣象災害減產(chǎn)量的評估，從而實現(xiàn)產(chǎn)量預報。

4 小結

農(nóng)作物產(chǎn)量主要受到氣象災害的情況與社會生產(chǎn)力發(fā)展水平的影響。實踐中，以不同氣象災害對農(nóng)作物產(chǎn)量造成的損失評估為切入點展開對氣象災害損失評估模型的搭建，在農(nóng)作物期望產(chǎn)量中剔除災減產(chǎn)量，即可以獲取到農(nóng)作物實際產(chǎn)量的估算數(shù)值，更為準確地完成農(nóng)業(yè)氣象災害條件下的農(nóng)作物產(chǎn)量預報。

[1]尹宜舟,高歌,王國復.災體模型的拓展及其在主要氣象災害損失年景評價中的應用[J].災害學,2021,36(2):19-23,29.

[2]徐莎莎,楊沈斌,高蘋.ORYZA2000模型與障礙型冷害損失評估模型耦合模擬水稻空殼率[J].江蘇農(nóng)業(yè)科學,2018,46(13):68-73.

[3]楊沈斌.長江中下游一季稻農(nóng)業(yè)氣象災害損失評估系統(tǒng)[Z].江蘇:南京信息工程大學,2018-01-10.

10.3969/j.issn.2095-1205.2021.11.20

S165.27

A

2095-1205(2021)11-44-02

葉曉冰（1987- ），女，漢族，福建泉州人，本科，高級工程師，研究方向為綜合氣象業(yè)務。