我國是一個自然災害頻發的國家，自然災害對農業生產的影響尤為重大，嚴重的自然災害對農業帶來的影響可能是災難性的，因此做好農業氣象的預報與預測工作至關重要。

　　《中國農業氣象》是中國農業科學院農業環境與可持續發展研究所(原農業氣象研究所)主辦的反映我國農業氣象科學研究進展的學術刊物。主要刊登有關農林水產業與氣象有關的學術論文、研究報告和國內外有關專題研究動態綜合評述等內容。

　　依據各省(市、自治區)1986―2011年的糧食產量、受災面積和播種面積等數據，構造出氣象災害的綜合風險評價指數模型，利用GIS平臺對各省(市、自治區)的氣象災害風險進行評估與區劃�；�于各省(市、自治區)氣象災損糧食產量的基礎上，運用二次指數平滑法結合MATLAB算法，對2013年可能由氣象災害損失的糧食產量進行預測。結果表明，糧食生產的氣象災害風險總體上是東部低于西部，南方低于北方。其中，江蘇、上海等地區的綜合風險指數最低，為0.0～1.0，其氣象災害發生的次數少，即使發生災害也是輕災為主，糧食產量比較穩定;浙江、福建等地區的綜合風險指數為1.0～2.5，屬于次高風險;貴州、內蒙古等地區由于經常發生氣象災害并且大多災害比較嚴重，嚴重影響糧食產量，屬于高風險區;西藏、海南等地區的綜合風險最高。通過對 2013年災損糧食產量的預測，湖南、遼寧、河北、湖北和四川糧食災損的相對較多，都達到600萬t以上。

　　中國是一個氣象災害種類繁多的國家，主要有干旱、臺風、暴雨、熱帶氣旋、寒潮、冰雹、冷凍、雪災、熱浪、沙塵暴、濃霧等氣象災害，其中干旱、臺風、暴雨、寒潮對中國農業的危害影響范圍最廣，災情最嚴重。災害的發生導致農作物大面積減產、降質甚至絕收，人民生命財產等遭到重大損失，不僅影響農業持續發展和農民生活水平的提高，而且影響國民經濟的發展。例如，1972年特大干旱年，重旱區京、津、晉、陜北、遼西干旱持續時間最長，不少河流斷流，水庫干涸;黃河在濟南以下斷流20 d，秋收作物受災嚴重，有的甚至絕收。全國過去對農業氣象災害進行了很多的預測和研究[1-3]，學者們通過分析農業氣象災害的孕災環境、致災因子、承載體的抗災防災能力及災情，得出這些災害因子與災害風險之間的關系，從而更深層次地揭示農業氣象災害對農業的影響，然后借助于各個地方的行政區劃圖等因子，做出農業氣象災害的風險區劃和評述。例如，陳懷亮等[1]根據農業氣象災害風險分析理論，以河南省小麥生產為例，對小麥產量影響較大的農業氣象災害風險要素和風險源進行了辨識，并在此基礎上，通過構造災度函數，運用概率和EFO等分析方法，分析了河南省小麥生產中主要農業氣象災害――麥播旱澇、晚霜凍、干熱風與青枯雨的發生、發展規律及其對小麥產量的定量影響程度和風險概率，同時運用多因子綜合風險指數模型對河南省小麥農業生產氣象災害風險進行了綜合區劃。于飛等[2]對貴州農業氣象災害綜合風險進行了評價與區劃，利用聚類分析將該省分為5類農業氣象災害風險區域，又以不同聚類區域為研究對象進行了灰色關聯分析，最后求得每種災害的關聯度，最終確定了不同聚類區域的主要災害，并在灰色關聯分析的基礎上，建立了該省綜合農業氣象災害風險評價模型，并計算出該省各縣的綜合農業氣象災害風險性分布，再利用GIS空間分析進行了綜合農業氣象災害風險區劃。

　　本研究是基于前人研究的基礎上，以糧食產量(指稻谷、小麥、玉米、豆類的總產量)來表示氣象災害對農業的影響，在對全國各省(市、自治區)的歷史糧食產量資料分析的基礎上，以省(市、自治區)為單位運用ArcGIS軟件進行分析，得出全國宏觀層面的農業氣象災害的風險評估與區劃，定量得出氣象災害對糧食產量的影響。最后對這些所得到的由于氣象災害損失的糧食產量，運用二次指數平滑法預測出接下來兩年可能由氣象災害引起的糧食損失的產量，以期為農業部門和政府部門提供一定的災害服務信息，為抗災減災、制定相關防御政策、最大程度地減輕農業因氣象災害所致的損失提供依據。

　　1災害評價模型的建立

　　所用到的各省(市、自治區)的糧食產量、受災面積和總播種面積等數據都來源于歷年的《中國統計年鑒》(Http：//www.stats.gov.cn /tjsj/ndsj/)。資料的時間序列為1986―2011年，共計26年。本研究區域是除了香港、澳門、臺灣以外的全國各省(市、自治區)。

　　1.1糧食產量的變異系數

　　變異系數能夠有效反映數據的離散程度，其數據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，其離散程度的測度值也大，反之越小。糧食產量的變異系數一方面綜合表征了各地區糧食生產受氣象因子或其他生態環境條件影響的產量波動情況;另一方面它也能有效反映各地的抗災減災能力。糧食產量的變異系數大，說明產量的波動大，抗災減災能力弱，受到氣象災害影響的風險大。可以用公式(1)計算出變異系數的大小。

　　C= (1)

　　公式(1)中，C表示糧食產量的變異系數，Y表示各省(市、自治區)歷年糧食的實際產量，表示各省(市、自治區)歷年糧食產量的平均值，n表示樣本容量，本研究樣本為26年。

　　1.2氣象災害的發生頻率

　　采用一般比例法來求解由于氣象災害所導致的糧食產量減產的具體數值。因為在一般情況下，極端氣象災害是不易發生的，所以把氣象災害所導致損失的糧食產量與受災面積相關聯，各地區每年的實際產量與各地區未受災的糧食種植面積相關聯，即各地區每年的實際產量與糧食種植總面積與受災面積之差相關聯，可以得到如下公式：

　　(2)

　　公式(2)中，Q表示各省(市、自治區)第i年由于氣象災害導致的糧食減產量，S表示各省(市、自治區)第i 年氣象災害所導致的受災面積，Y表示各省(市、自治區)第i年的實際糧食產量，S表示各省(市、自治區)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《中國統計年鑒》查到相關數據;Δ1、Δ2、Δ3表示的是可以接受的誤差范圍。

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

　　R=×100%(3)

　　公式(3)中，R表示糧食減產率。

　　根據公式(2)、(3)可以求得各省(市、自治區)每年的糧食減產率。研究以糧食減產率來界定災年等級，規定減產率在5%～15%為輕災年，16%～30%為災年，31%～50%為重災年，51%～70%為嚴重災年，大于71%為特嚴重災年。根據災年的界定分類情況，可以得到全國各省(市、自治區)災年發生的次數，如表1所示。

　　1.3災年的平均減產率

　　為了使全國各省(市、自治區)的氣象災害風險程度表征的更明顯，需要計算出各省(市、自治區)糧食的平均減產率，其計算公式如公式(4)所示。

　　A= (4)

　　公式(4)中，A表示各省(市、自治區)歷年糧食的平均減產率，R表示各省(市、自治區)第i年的糧食減產率。

　　1.4災年風險指數

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

　　f(x)=e(5)

　　根據概率分布函數的定義，不同程度糧食減產率x(x1　　P(x1　　風險概率指數為：

　　D= (7)

　　公式(6)、(7)中，P表示各個等級糧食減產率出現的概率，T表示各等級災年出現的次數，D表示風險概率指數。各省(市、自治區)災害發生風險概率如圖1所示。

　　1.5抗災指數

　　各省(市、自治區)的抗災防災能力也會對糧食產量產生一定程度的影響，這里用實際產量與理論極大產量的比值來表示抗災指數，它反映的是農業生產綜合抗災能力的強弱，實際產量高反映了該地區的農業生產水平高，也間接地反映了農業抗災減災能力強�？篂闹笖档挠嬎愎�式如公式(8)所示。

　　K=(8)

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

　　1.6災害風險評估

　　綜合風險指數與歷年糧食的平均減產率、氣象災害風險概率指數和糧食產量的變異系數呈正向關聯，與抗災指數呈反向關聯，可以用公式(9)計算。

　　Z=×A×C×D (9)

　　公式(9)中，Z表示綜合風險指數。

　　為了使綜合風險指數更具有直觀性，對數據進行極差標準化，按公式(10)計算。

　　Ii′=×10(10)

　　公式(10)中，Ii′表示極差標準化后的數據，I為原始數據，I和I分別為每一列中的最大值和最小值。 　　2農業風險區劃

　　農業氣象災害風險區劃的目的在于把致災因子出現后有無風險或帶來風險的大小進行分區，揭示農業氣象災害風險的地域差異，合理地劃分出各省(市、自治區)農業氣象災害風險大小的范圍，并對各風險區內歷年糧食的平均減產率、糧食產量的變異系數和風險指數等進行綜合評價，為政府及防災部門確定防災重點地區、重點災害、重點防災時間等提供科學依據，把災害造成的損失降低到最低限度，促進農業穩定持續發展。根據綜合風險指數，對農業風險進行劃分，定義0.04.0為極高風險。

　　為了更加直觀地描述各省(市、自治區)由氣象災害引起的糧食損失分布的空間特征，運用ArcGIS平臺繪制出氣象災害綜合風險區劃圖(圖2)。從圖2可以看出，中國的糧食生產的氣象風險具有明顯的區域分布特征。就全國來看，糧食生產的氣象風險整體上是東部低于西部，南方低于北方。其中，綜合風險指數最低的地區是江蘇，它不僅發生災年的可能性小，且災害大多都是輕災，糧食產量比較穩定，適合糧食作物的生長。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、四川的氣象災害綜合風險指數也較低，均在0.0～1.0之間，這些地區糧食產量比較穩定。浙江、福建、云南、陜西、新疆的綜合風險指數為1.0～2.5，要高于江蘇、上海等地，屬于次高風險區域。貴州、內蒙古、甘肅、山西屬于糧食產量不穩定區域，即高風險區域，這里經常發生氣象災害，而且發生的災害大多比較嚴重，嚴重影響糧食產量。例如貴州，這里光照條件差，多雨潮濕，災年減產程度和風險概率較大等都導致貴州糧食產量的不穩定性。天津、北京、海南、寧夏、青海、西藏是極高風險區，這些地方氣象災害極易發生，從而導致糧食嚴重減產。例如海南，位于中國的東南沿海地區，地處溫帶、熱帶過渡帶，為典型的亞熱帶季風氣候，季風氣候致使秋冬干旱每5年發生一次;有時在特定的環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，致使減產等。綜上所述，這些地區更要做好災害的應急管理和防災減災工作。

　　3災損糧食產量的預測

　　3.1預測模型

　　研究表明，歷史數據對未來的影響是隨時間間隔的增長而遞減的。因此，更加精確的方法是對各個觀察數據按照時間順序進行加權平均作為預測值。而指數平滑法滿足這一要求，此外它還具備簡單的遞推形式。所謂的指數平滑法是指通過對歷史數據平滑平均數的求解，繼而對時間序列進行均勻修正的一種方法[5]。本研究把前面所求得的每年各省(市、自治區)由氣象災害所損失的糧食產量作為歷史資料，以這些資料來預測出接下來兩年全國各省(市、自治區)由氣象災害損失的糧食產量。構建模型[6，7]如下：

　　設時間序列為q1，q2，...，qt，α為加權系數，則一次簡單的移動平均值Mt(1)的計算公式如公式(11)所示。

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

　　以Mt(1)作為qt-N的最佳估計值，則有：

　　Mt(1)=+(1-)Mt-1(1)(12)

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

　　St(1)=αqt+(1-α)St-1(1)(13)

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

　　St(2)=αSt(1)+(1-α)St-1(2)(14) 公式(13)、(14)中，St(1)為一次指數的平滑值， St(2)為二次指數的平滑值。預測方程為：

　　t+m=at+btmm=1，2，…，n(15)

　　at=2St(1)-St(2)(16)

　　bt=(St(1)-St(2))(17)

　　3.2預測結果

　　為了更加快捷地得出各省(市、自治區)各年份的預測值，在MATLAB中對其進行數據處理，編制相應的算法能夠更加迅速地得到各年份的預測值。根據公式(2)求得的氣象災損糧食產量，得到2013年全國各省(市、自治區)的災損糧食產量預測值，如表2所示。

　　4小結與討論

　　由于中國地處環太平洋災害帶和歐亞災害帶這兩大世界災害帶的交匯處，使得中國的災害種類繁多，災害活動活躍，災害發生頻率高。因此，災害引起的糧食生產不穩定成為了長期困擾中國農業發展進程的因素。在深入研究氣象災害對農業影響的基礎上，分析不同等級農業氣象災害發生危害的時間和空間分布特點及規律，從而可以通過調整作物布局避過作物對農業氣象災害最為敏感的時段，通過調整農作物種類或品種，趨利避害協調作物與環境間的適應性，減輕農業氣象災害損失。

　　本研究從糧食產量災損角度對中國的糧食減產風險進行了區域分析，并通過比較氣象綜合風險指數對中國糧食生產的農業氣象災害風險進行了區劃，以期更好地為防災減災和農業生產提供依據。在基于各省(市、自治區)氣象災損糧食產量的基礎上，運用二次指數平滑法結合MATLAB算法，對2013年可能由氣象災害損失的糧食產量進行了預測，為政府和決策部門制定農業生產計劃、采取防災減災措施以及保險理賠等提供科學依據。除此之外，通過加強農作物的水肥管理和病蟲防治，提高對氣候資源的利用率及光合產物的積累，提升農作物抗御農業氣象災害能力和災后恢復能力，達到減輕災害損失、提高種植效益的目的。為了最大限度地提高農業資源的有效利用率，使農業向高產、穩產轉變，糧食作物的風險管理和決策指標體系將會是下一步研究的重點。

　　參考文獻：

　　[1] 陳懷亮，鄧偉，張雪芬，等.河南小麥生產農業氣象災害風險分析及區劃[J].自然災害學報，2006，15(1)：135-143.

　　[2] 于飛，谷曉平，羅宇翔，等.貴州農業氣象災害綜合風險評價與區劃[J].中國農業氣象，2009，30(2)：267-270.

　　[3] 吳俊銘，谷小平，徐永靈，等.貴州省農業氣象災害風險區劃研究[J].貴州農業科學，1999，27(2)：3-8.

　　[4] 薛昌穎，霍治國，李世奎，等.北方冬小麥產量災損風險類型的地理分布[J].應用生態報，2005，16(4)：620-625.