主要農(nóng)業(yè)氣象災害風險評估技術及其應用研究

□文/鞠思祺

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

一、研究方法

（一）模型構建

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

（二）主要氣象災害影響因子的選取原則

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

（三）評估結果與討論

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

二、基于災害風險理論的作物生長模型

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

三、綜合作物生長模型

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

四、結語

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