蘇皖鄂地區(qū)一季稻產(chǎn)量災(zāi)損的風(fēng)險區(qū)劃

黃 維， 楊沈斌， 石春林， 于庚康， 高 蘋， 陳 德， 王萌萌

(1.南京信息工程大學(xué)氣象災(zāi)害預(yù)報預(yù)警與評估協(xié)同創(chuàng)新中心/江蘇省農(nóng)業(yè)氣象重點實驗室，江蘇南京 210044； 2.江蘇省農(nóng)業(yè)科學(xué)院，江蘇南京 210014； 3.江蘇省氣象局，江蘇南京 210008； 4.柳州市農(nóng)業(yè)氣象試驗站，廣西柳州 545003)

通信作者：楊沈斌，博士，副教授，研究方向為農(nóng)業(yè)氣象。E-mail：jaasyang@163.com。

我國是水稻種植大國，水稻的安全生產(chǎn)關(guān)系到國民經(jīng)濟的健康發(fā)展。然而，由于水稻生長期較長，容易遭受不同類型農(nóng)業(yè)氣象災(zāi)害的威脅，如高溫?zé)岷?、低溫寡照、洪澇和干旱等。這些水稻農(nóng)業(yè)氣象災(zāi)害具有發(fā)生頻率高、強度大、范圍廣的特點，受到氣象部門和農(nóng)業(yè)部門的關(guān)注。據(jù)統(tǒng)計，我國農(nóng)業(yè)氣象災(zāi)害平均每年造成水稻、小麥等主要糧食作物產(chǎn)量損失在5×106～2×107t，重災(zāi)年損失可達5×107t[1]。因此，農(nóng)業(yè)氣象災(zāi)害風(fēng)險研究一直是自然災(zāi)害風(fēng)險研究的熱點。

從農(nóng)業(yè)氣象災(zāi)害的承災(zāi)體出發(fā)，產(chǎn)量災(zāi)損風(fēng)險研究是一種基于氣象產(chǎn)量的綜合農(nóng)業(yè)氣象災(zāi)害風(fēng)險研究，其區(qū)劃結(jié)果在一定程度上能反映多種農(nóng)業(yè)氣象災(zāi)害對承災(zāi)體最終產(chǎn)量的影響。近年來，根據(jù)作物產(chǎn)量數(shù)據(jù)進行的產(chǎn)量災(zāi)損風(fēng)險區(qū)劃已有一定成果[2-5]。例如，劉少軍等利用海南島18個縣(市、區(qū))天然橡膠的實際產(chǎn)量資料，以平均減產(chǎn)率、減產(chǎn)率變異系數(shù)、減產(chǎn)率風(fēng)險指數(shù)和氣象災(zāi)害綜合風(fēng)險區(qū)域系數(shù)為指標(biāo)，對海南島天然橡膠產(chǎn)量進行災(zāi)損風(fēng)險區(qū)劃，劃分了3個橡膠生產(chǎn)風(fēng)險區(qū)[2]；蔡大鑫等在產(chǎn)量風(fēng)險評價模型基礎(chǔ)上，結(jié)合地區(qū)間荔枝種植規(guī)模風(fēng)險的差異，將海南島荔枝生產(chǎn)區(qū)劃分為5個風(fēng)險等級[3]；劉小雪等以平均減產(chǎn)率、減產(chǎn)率變異系數(shù)、不同減產(chǎn)率風(fēng)險概率和災(zāi)損減產(chǎn)風(fēng)險指數(shù)為災(zāi)損指標(biāo)，構(gòu)建了適用于夏玉米產(chǎn)量災(zāi)損風(fēng)險評估模型，并將該評估模型應(yīng)用于河南省夏玉米產(chǎn)量災(zāi)損的風(fēng)險區(qū)劃，其區(qū)劃結(jié)果在一定程度上反映了干旱和連陰雨天氣對夏玉米的減產(chǎn)情況[4]；薛昌穎等在災(zāi)損風(fēng)險評估模型的基礎(chǔ)上加入抗災(zāi)系數(shù)，利用構(gòu)建的評估模型對北方冬小麥產(chǎn)量災(zāi)損風(fēng)險類型的地理分布進行了分析，為當(dāng)?shù)亻_展農(nóng)業(yè)保險和優(yōu)化農(nóng)業(yè)生產(chǎn)布局提供了科學(xué)依據(jù)[5]。

目前，關(guān)于水稻高溫?zé)岷?、低溫冷害等農(nóng)業(yè)氣象災(zāi)害的風(fēng)險區(qū)劃研究已有一些報道[6-9]，但以縣(市、區(qū))級水稻產(chǎn)量為數(shù)據(jù)源進行災(zāi)損風(fēng)險區(qū)劃的研究較少。本研究選擇長江中下游一季稻主產(chǎn)省份，即江蘇省、安徽省和湖北省為研究區(qū)，利用3省1970—2006年183個縣(市、區(qū))一季稻統(tǒng)計產(chǎn)量，在統(tǒng)計分析平均減產(chǎn)率的年際變化和周期特征基礎(chǔ)上，嘗試以平均減產(chǎn)率、減產(chǎn)率變異系數(shù)、不同減產(chǎn)率風(fēng)險概率、抗災(zāi)系數(shù)為風(fēng)險評價指標(biāo)，通過構(gòu)建產(chǎn)量災(zāi)損綜合風(fēng)險模型，對蘇皖鄂3省一季稻進行產(chǎn)量災(zāi)損的風(fēng)險區(qū)劃，以期為該地區(qū)一季稻生產(chǎn)的防災(zāi)減災(zāi)工作提供決策依據(jù)。

1 材料與方法

1.1 研究區(qū)概況

蘇皖鄂3省地處亞熱帶季風(fēng)氣候區(qū)[10]。該地區(qū)水稻以一季稻生產(chǎn)為主，一般在4月下旬開始播種，8月上旬至8月下旬抽穗開花，開花后45 d左右成熟，平均生長期約為 150 d，平均產(chǎn)量能達到6 600 kg/hm2[11]。已有研究表明，影響長江中下游地區(qū)一季稻產(chǎn)量波動的農(nóng)業(yè)氣象災(zāi)害主要有夏季高溫?zé)岷?、秋季低溫寡照、澇害以及沿海地區(qū)風(fēng)害等[12-13]。

1.2 產(chǎn)量資料處理

從研究區(qū)內(nèi)183個縣(市、區(qū))統(tǒng)計年鑒中獲取了一季稻統(tǒng)計產(chǎn)量數(shù)據(jù)，數(shù)據(jù)情況見表1。為了統(tǒng)一產(chǎn)量資料時序，根據(jù)數(shù)據(jù)缺失情況，選取1970—2006年一季稻統(tǒng)計產(chǎn)量數(shù)據(jù)作為本研究數(shù)據(jù)源。

表1 統(tǒng)計產(chǎn)量數(shù)據(jù)基本情況

對產(chǎn)量進行產(chǎn)量分類，即：

y=yt+yw+ε。

(1)

式中：y、yt、yw、ε分別為實際產(chǎn)量、趨勢產(chǎn)量、氣象產(chǎn)量和隨機產(chǎn)量，kg/hm2。

考慮到影響水稻生產(chǎn)的偶然因素并不是經(jīng)常發(fā)生且影響有限，因此在實際產(chǎn)量分解計算中忽略ε的貢獻，則上式可以簡化為：

y=yt+yw。

(2)

參照文獻[14]給出的計算趨勢產(chǎn)量方法，采用直線滑動平均分離趨勢產(chǎn)量。本研究將滑動步長設(shè)置為11年。還計算了相對氣象產(chǎn)量(yr)，公式如下：

(3)

1.3 災(zāi)損風(fēng)險評估指標(biāo)計算

1.3.1 平均減產(chǎn)率 對于某站一定時間序列上的相對氣象產(chǎn)量{xi}，若xi<0，則定義對應(yīng)的年份i為減產(chǎn)年，歷年平均減產(chǎn)率計算[15-16]如下：

(4)

1.3.2 減產(chǎn)率變異系數(shù) 變異系數(shù)(V)描述了負的相對氣象產(chǎn)量序列數(shù)值離散性，反映一個地區(qū)水稻產(chǎn)量受氣象因子及其他環(huán)境波動情況，系數(shù)越大，說明產(chǎn)量隨環(huán)境條件的波動越大，計算公式如下：

(5)

1.3.3 不同減產(chǎn)率范圍的風(fēng)險概率 已有研究表明，一定時間尺度上的作物相對氣象產(chǎn)量序列一般具有正態(tài)分布特征[17]。采用Jarque-Bera檢驗法對各縣(市、區(qū))的相對氣象產(chǎn)量序列進行正態(tài)性檢驗后發(fā)現(xiàn)，大多數(shù)站點的相對氣象產(chǎn)量序列符合正態(tài)分布，而對于少數(shù)不符合正態(tài)分布的相對氣象產(chǎn)量序列可以使用Box-Cox變換法進行正態(tài)性轉(zhuǎn)換，Box -Cox 變換可以針對不同的數(shù)據(jù)選擇最優(yōu)的冪參數(shù)，所以對于某些無法應(yīng)用對數(shù)變換的數(shù)據(jù)有較好的變換效果[18]。由于該變換只針對正數(shù)，因此采用擴展后的Box-Cox變換對相對氣象產(chǎn)量序列進行正態(tài)性轉(zhuǎn)換，公式如下：

(6)

式中：y(λ)為轉(zhuǎn)換后的相對氣象產(chǎn)量數(shù)據(jù)；λ為轉(zhuǎn)換冪參數(shù)；a為相對氣象產(chǎn)量序列的平移量，取值為1。

利用正態(tài)分布的性質(zhì)，根據(jù)公式(7)，即可得到水稻不同增減產(chǎn)區(qū)間的風(fēng)險概率。

(7)

式中：f(x)表示相對氣象產(chǎn)量的概率密度分布函數(shù)；x1和x2均表示減產(chǎn)率；μ和σ表示方程參數(shù)，可利用最大似然估計法對其進行估計[19]。本研究以減產(chǎn)率≥10%、≥20%、≥30%的風(fēng)險概率作為風(fēng)險評價指標(biāo)。

1.3.4 抗災(zāi)系數(shù) 抗災(zāi)系數(shù)是反映一個地區(qū)農(nóng)業(yè)生產(chǎn)抗災(zāi)能力強弱的指標(biāo)，常用實際產(chǎn)量與理論最大產(chǎn)量比值的均值來表示[20]，本研究采用各縣(市、區(qū))在研究時段內(nèi)最高產(chǎn)量代替理論上的最大產(chǎn)量，計算公式如下：

(8)

式中：yi表示某地某年實際產(chǎn)量，kg/hm2；ymax表示該地在研究時段內(nèi)最高產(chǎn)量，kg/hm2。

1.3.5 產(chǎn)量災(zāi)損綜合風(fēng)險指數(shù) 水稻產(chǎn)量災(zāi)損風(fēng)險程度與歷年平均減產(chǎn)率、減產(chǎn)率發(fā)生概率、災(zāi)年減產(chǎn)率變異系數(shù)成正比，但與抗災(zāi)系數(shù)成反比[20]。在上述有關(guān)風(fēng)險評估指標(biāo)的基礎(chǔ)上，構(gòu)建單季稻產(chǎn)量災(zāi)損綜合風(fēng)險指數(shù)(R)，計算公式如下：

(9)

1.4 小波分析

選擇Morlet復(fù)數(shù)小波分析研究區(qū)減產(chǎn)率的時序變化。該小波是Gauss包絡(luò)下的單頻率復(fù)正弦函數(shù)，在時域和頻域內(nèi)具有較好的局部聚集性[21-22]。Morlet復(fù)數(shù)小波函數(shù)為：

ψ(t)=π-1/4eiω0te-t2/2。

(10)

式中：t為自變量；ωo為無量綱頻率，取值為6[22]。對于時間序列xb*(b*=0，1，2，…，N-1，N為時間序列的長度)，其小波變換為：

(11)

式中：Wb*(a，b)為小波變換系數(shù)；ψ*表示其共軛復(fù)函數(shù)；a為尺度因子；b為時間平移因子；δt為采樣時間間隔。同時，利用α=0.05紅噪聲標(biāo)準(zhǔn)譜作為背景譜對小波變換方差進行顯著性檢驗[23]。

2 結(jié)果與分析

2.1 平均減產(chǎn)率的時間變化特征

由圖1-a可以看出，全區(qū)一季稻平均減產(chǎn)率在研究時段內(nèi)年際波動較大，但總體呈下降趨勢，減產(chǎn)率最大的3個年份分別為1980、1991、2003年，分別達到14.2%、12.4%、14.2%，最小的2個年份分別為1987、2004年，分別為4.34%、4.36%，最大與最小減產(chǎn)率相差3倍多。

由圖1-b可以看出，1980、2003年是區(qū)域內(nèi)出現(xiàn)減產(chǎn)站點數(shù)最多的2個年份，減產(chǎn)站點數(shù)量占所有站數(shù)的90%以上，減產(chǎn)站點數(shù)量最少的為1984年，僅8.2%的站點發(fā)生減產(chǎn)。有12個年份減產(chǎn)范圍在50%以上，占研究時段總年份數(shù)的32.4%，其中有10個年份減產(chǎn)范圍在60%以上。

圖2顯示了研究區(qū)平均減產(chǎn)率的Morlet小波系數(shù)實部時頻分布和小波變換方差。由圖2-a可以看出，平均減產(chǎn)率存在多時間尺度特征?？偟膩碚f，平均減產(chǎn)率存在5、7年左右的年際和20年左右、35年以上年代的4類尺度的周期振蕩特征。5年左右小尺度周期信號出現(xiàn)在1985年前后，在2002年后消失，7年左右尺度周期的振蕩尺度隨時間增加，到1980年時振蕩尺度穩(wěn)定在8年，但能量逐漸減弱，2000年后又與20年左右尺度融合，振蕩能量有所加強；1970年后，存在20年左右和35年以上的大尺度的周期振蕩能量較強，具有全域性。由圖2-b可以看出，35年左右的振蕩周期并沒有通過顯著性檢驗，最大峰值為20年尺度的周期振蕩，在全時域上的平均振蕩能量最強，為平均減產(chǎn)率變化的第一主周期，8年時間尺度對應(yīng)第二峰值，為平均減產(chǎn)率變化的第二主周期。

2.2 歷年平均減產(chǎn)率空間分布

由圖3可以看出，平均減產(chǎn)率有明顯的空間差異，在整個研究區(qū)內(nèi)總體呈北高南低，中部高、東西低的趨勢。全區(qū)平均減產(chǎn)率變化在3.5%～23.8%之間，最小值出現(xiàn)在江蘇泰州地區(qū)，最大值出現(xiàn)在安徽界首、臨泉地區(qū)。根據(jù)平均減產(chǎn)率值的變化，將研究區(qū)劃分為低值區(qū)(<10%)、中值區(qū)([10%，15%])和高值區(qū)(>15%)，則結(jié)果表明，研究區(qū)大部分地區(qū)均處于低值區(qū)，中值區(qū)分布在湖北西部的竹溪、利川和中部的孝感、東南部小部分地區(qū)，安徽中南部的桐城、西北部，以及江蘇東南部的呂四等地，高值區(qū)主要分布在安徽界首、臨泉地區(qū)。

2.3 減產(chǎn)率變異系數(shù)

由圖4可以看出，變異系數(shù)的范圍為0.50～1.77，呈現(xiàn)出較大的空間差異。變異系數(shù)大于1.00的高值區(qū)主要集中在湖北中部、安徽東南部和江蘇北部、南部的小部分地區(qū)，其他大部分地區(qū)的變異系數(shù)小于1.00。變異系數(shù)大于1.50的地區(qū)有湖北省的鐘祥、云夢、通山，其中云夢的變異系數(shù)最大，為1.77。變異系數(shù)小于0.60的地區(qū)有湖北省的損縣、興山、大冶，安徽省的蒙城、宿州以及江蘇省的溧陽，其中以湖北省的損縣變異系數(shù)最小，為0.50。歷年減產(chǎn)率變異系數(shù)的大小能在一定程度上反映水稻產(chǎn)量受氣象因子及其他環(huán)境影響的波動程度，系數(shù)越大說明這個地區(qū)的水稻生產(chǎn)對環(huán)境的敏感性越強，產(chǎn)量波動越大，水稻生產(chǎn)受環(huán)境影響較大。

2.4 減產(chǎn)風(fēng)險概率

由圖5-a可以看出，風(fēng)險概率值范圍為1.7%～35.9%。風(fēng)險概率>20%區(qū)域主要分布在湖北的西南部、安徽西北部和江蘇東部的小部分地區(qū)，其中以安徽界首風(fēng)險概率最大，達到35.9%。風(fēng)險概率<10%的區(qū)域主要分布在湖北省的中部、安徽省的南部和江蘇省的中南部，江蘇省減產(chǎn)率風(fēng)險概率<10%的區(qū)域最大，占整個江蘇省面積的50%以上，風(fēng)險概率最小值出現(xiàn)在江蘇省的泰州地區(qū)，為1.7%。

由圖5-b可以看出，風(fēng)險概率值范圍為0.0%～23.5%。以風(fēng)險概率5%作為劃分界限，結(jié)果表明，研究區(qū)大部分地區(qū)的風(fēng)險概率均<5%，占所有站點的76%，多地的風(fēng)險概率接近0%，表明減產(chǎn)率≥20%的災(zāi)害情況在研究時段內(nèi)未發(fā)生過。風(fēng)險概率>5%的地區(qū)除了湖北省的竹溪和江蘇省的啟東等小部分區(qū)域外，絕大部分集中在安徽省的西北部，安徽界首的風(fēng)險概率最高，達到23.5%。

由圖5-c可以看出，風(fēng)險概率值范圍為0.0%～13.9%。與減產(chǎn)率≥10%、≥20%的風(fēng)險概率相比，減產(chǎn)率≥30%的風(fēng)險概率明顯較小，大部分地區(qū)的風(fēng)險概率均小于1%，占所有站點的74%。風(fēng)險概率>5%的僅6個站點，分別為安徽省的臨泉、界首、渦陽、阜南、定遠和江蘇省的啟東，其中以安徽省界首地區(qū)的風(fēng)險概率最大，達到13.9%。

2.5 抗災(zāi)系數(shù)

由圖6可以看出，抗災(zāi)系數(shù)的范圍為0.48～0.86，空間分布差異大，且總體呈現(xiàn)出北低南高的趨勢。高值區(qū)主要分布在江蘇省東南部、安徽省東南部以及湖北省南部，抗災(zāi)系數(shù)>0.7 的站點有105個，占所有站點的57.3%，>0.8的站點有14個，占所有站點7.7%，江蘇揚州地區(qū)的抗災(zāi)系數(shù)最大，達到0.86。抗災(zāi)系數(shù)的低值區(qū)主要分布在湖北省西南部、北部和安徽省西北部以及安徽省東北部延伸至江蘇省的小部分地區(qū)?？篂?zāi)系數(shù)最小的出現(xiàn)在安徽省的泗縣，約為0.48?？篂?zāi)系數(shù)在一定程度上反映一個地區(qū)的農(nóng)業(yè)生產(chǎn)力水平和防災(zāi)減災(zāi)能力，與當(dāng)?shù)氐霓r(nóng)業(yè)投入密切相關(guān)[20]。

2.6 產(chǎn)量災(zāi)損綜合風(fēng)險指數(shù)

根據(jù)風(fēng)險指數(shù)值的變化區(qū)間，將研究區(qū)劃分成3個風(fēng)險區(qū)：低風(fēng)險區(qū)(R≤0.1)、中風(fēng)險(0.10.3)。由圖7可以看出，研究區(qū)大部分地區(qū)處于低風(fēng)險區(qū)，低風(fēng)險區(qū)的站點占所有站點的86.9%。中風(fēng)險區(qū)主要分布在湖北省的鐘祥、利川、孝感、漢川、浠水、陽新，安徽省的靈璧、泗縣、阜陽、霍邱、壽縣、長豐、鳳陽、全椒、來安、樅陽、安慶，江蘇省的泗洪。高風(fēng)險區(qū)主要分布在安徽省西北部的臨泉、界首、渦陽、阜南、定遠和江蘇省東部的啟東。

3 討論

產(chǎn)量災(zāi)損區(qū)劃結(jié)果與陳平等基于單季稻統(tǒng)計產(chǎn)量的水稻生產(chǎn)風(fēng)險分析結(jié)果[24-26]大體一致，都認為鄂西南山地、安徽北部、西北部和江蘇東部的啟東地區(qū)一季稻生產(chǎn)風(fēng)險較高，但具體不同風(fēng)險區(qū)域存在一定差異，其原因主要在于選取的研究區(qū)范圍和使用統(tǒng)計產(chǎn)量的時段有差異。其次，大部分研究在產(chǎn)量災(zāi)損評估模型中都未能考慮水稻的抗災(zāi)性能。根據(jù)段居琦等對我國單季稻種植區(qū)的氣候適宜性區(qū)劃結(jié)論，研究區(qū)除安徽北部、南部的小部分區(qū)域處于單季稻次適宜區(qū)外，其他地區(qū)都處于中適宜區(qū)，較適合單季稻種植[27]，本研究的產(chǎn)量災(zāi)損區(qū)劃結(jié)果與其有相似之處，都認為除了安徽東北部的單季稻生產(chǎn)風(fēng)險較大外，其他較適合單季稻種植，俞芬等對淮河流域單季稻氣候適宜性分析后也有類似結(jié)論[28]。

長江中下游地區(qū)一季稻產(chǎn)量波動除了受氣候因子影響外，還受多種農(nóng)業(yè)氣象災(zāi)害綜合影響，主要有夏季高溫?zé)岷?、秋季低溫寡照、澇害以及沿海地區(qū)風(fēng)害等[12-13]。根據(jù)沙修竹等研究，湖北省中南部及東北部、安徽省中西部是高溫?zé)岷Φ母唢L(fēng)險區(qū)[8]，但本研究在上述高溫?zé)岷Ω唢L(fēng)險區(qū)域中僅有小部分區(qū)域?qū)儆诋a(chǎn)量災(zāi)損的中風(fēng)險區(qū)，大部分地區(qū)都處于產(chǎn)量災(zāi)損的低風(fēng)險區(qū)，這可能與各地水稻品種及高溫?zé)岷ζ陂g的田間管理措施有關(guān)。相比高溫?zé)岷Φ绒r(nóng)業(yè)氣象災(zāi)害，洪澇災(zāi)害對研究區(qū)水稻生產(chǎn)危害更大[29]。楊尚英等使用灰色關(guān)聯(lián)分析發(fā)現(xiàn)，與江蘇省、湖北省相比，洪澇災(zāi)害對安徽省農(nóng)業(yè)生產(chǎn)影響較大，且集中表現(xiàn)在淮河流域一帶[30]。據(jù)統(tǒng)計，淮河流域1991年洪澇災(zāi)害造成當(dāng)?shù)匾患镜緶p產(chǎn)6.3%，2003年洪澇造成當(dāng)?shù)匾患镜緶p產(chǎn)14.3%[31]，21世紀(jì)以來安徽西北部洪澇指數(shù)還呈現(xiàn)出明顯增加趨勢[32]，洪澇災(zāi)害已成為該地區(qū)的主要農(nóng)業(yè)氣象災(zāi)害。安徽省產(chǎn)量災(zāi)損的中、高風(fēng)險區(qū)與該省洪澇災(zāi)害的空間分布及變化趨勢較為吻合。

在數(shù)據(jù)轉(zhuǎn)換方法上，使用Box-Cox轉(zhuǎn)換法對非正態(tài)分布進行正態(tài)轉(zhuǎn)換，這與大多數(shù)研究使用的偏態(tài)數(shù)據(jù)正態(tài)化方法[33]相比，易操作的同時對于某些無法應(yīng)用對數(shù)變換的數(shù)據(jù)也有較好的變換效果[34]。在確定參數(shù)過程中，使用了極大似然估計法估計正態(tài)分布密度函數(shù)的μ和σ參數(shù)，這比直接使用樣本期望和方差作為相應(yīng)參數(shù)更為準(zhǔn)確[19]。然而，最后構(gòu)建的產(chǎn)量災(zāi)損綜合風(fēng)險指數(shù)R是一個相對值，僅能用于研究區(qū)比較。此外，本研究只是從承災(zāi)體的角度考慮風(fēng)險，未對致災(zāi)因子作定量分析，因此，在今后的研究中須針對各地典型的致災(zāi)因子和主要氣候因子進行分析，找出減產(chǎn)率與各農(nóng)業(yè)氣象災(zāi)害、氣候因子的定量關(guān)系。

4 結(jié)論

根據(jù)風(fēng)險評估理論，以平均減產(chǎn)率、減產(chǎn)率變異系數(shù)、不同減產(chǎn)率風(fēng)險概率、抗災(zāi)系數(shù)為風(fēng)險評價指標(biāo)，構(gòu)建適用于研究區(qū)一季稻的產(chǎn)量災(zāi)損綜合風(fēng)險指數(shù)模型。根據(jù)區(qū)劃結(jié)果，研究區(qū)大部分地區(qū)處于產(chǎn)量災(zāi)損的低風(fēng)險區(qū)，而高風(fēng)險區(qū)主要分布在安徽省的西北部。結(jié)合研究區(qū)相關(guān)的農(nóng)業(yè)氣象災(zāi)害和氣候適宜性區(qū)劃研究，產(chǎn)量災(zāi)損區(qū)劃結(jié)果在一定程度上能宏觀反映主要農(nóng)業(yè)氣象災(zāi)害和氣候因子對一季稻產(chǎn)量的綜合作用，這可為一季稻的防災(zāi)減災(zāi)工作和種植布局優(yōu)化提供科學(xué)參考。

參考文獻：

[1]呂厚荃. 中國主要農(nóng)區(qū)重大農(nóng)業(yè)氣象災(zāi)害演變及其影響評估[M]. 北京：氣象出版社，2011.

[2]劉少軍，張京紅，蔡大鑫，等. 海南島天然橡膠產(chǎn)量災(zāi)損風(fēng)險區(qū)劃[J]. 自然災(zāi)害學(xué)報，2015，24(2)：235-241.

[3]蔡大鑫，張京紅，劉少軍. 海南荔枝產(chǎn)量的寒害風(fēng)險分析與區(qū)劃[J]. 中國農(nóng)業(yè)氣象，2013，34(5)：595-601.

[4]劉小雪，申雙和，劉榮花. 河南夏玉米產(chǎn)量災(zāi)損的風(fēng)險區(qū)劃[J]. 中國農(nóng)業(yè)氣象，2013，34(5)：582-587.

[5]薛昌穎，霍治國，李世奎，等. 北方冬小麥產(chǎn)量災(zāi)損風(fēng)險類型的地理分布[J]. 應(yīng)用生態(tài)學(xué)報，2005，16(4)：620-625.

[6]李友信. 長江中下游地區(qū)水稻高溫?zé)岷Ψ植家?guī)律研究[D]. 武漢：華中農(nóng)業(yè)大學(xué)，2015.

[7]孟 林，王春乙，任義方，等. 長江中下游一季稻高溫?zé)岷ξｋU性特征及其對氣候變化的響應(yīng)[J]. 自然災(zāi)害學(xué)報，2015，24(6)：80-89.

[8]沙修竹，申雙和，陶蘇林. 長江中下游地區(qū)一季稻高溫?zé)岷︼L(fēng)險評估與區(qū)劃[J]. 江蘇農(nóng)業(yè)學(xué)報，2015，31(5)：1053-1059.

[9]Cheng Y X，Huang J F，Han Z L，et al. Cold damage risk assessment of double cropping rice in Hunan，China[J]. Journal of Integrative Agriculture，2013，12(2)：352-363.

[10]程純樞. 中國的氣候與農(nóng)業(yè)[M]. 北京：氣象出版社，1991：37-53.

[11]中華人民共和國農(nóng)業(yè)部.新中國農(nóng)業(yè)60年統(tǒng)計資料[M]. 北京：中國農(nóng)業(yè)出版社，2009.

[12]霍治國，王石立. 農(nóng)業(yè)與生物氣象災(zāi)害[M]. 北京：氣象出版社，2009.

[13]劉 玲，沙奕卓，白月明. 中國主要農(nóng)業(yè)氣象災(zāi)害區(qū)域分布與減災(zāi)對策[J]. 自然災(zāi)害學(xué)報，2003，12(2)：92-97.

[14]霍治國，劉榮花，姜 燕，等. 小麥干旱災(zāi)害等級：QX/T 81—2007[S]. 北京：氣象出版社，2007.

[15]吳洪顏，高 蘋，徐為根，等. 江蘇省冬小麥濕漬害的風(fēng)險區(qū)劃[J]. 生態(tài)學(xué)報，2012，32(6)：1871-1879.

[16]鄧 國，王昂生，周玉淑，等. 中國省級糧食產(chǎn)量的風(fēng)險區(qū)劃研究[J]. 南京氣象學(xué)院學(xué)報，2002，25(3)：373-379.

[17]李世奎. 中國農(nóng)業(yè)災(zāi)害風(fēng)險評價與對策[M]. 北京：氣象出版社，1999：40-41.

[18]Box G E P，Cox D R. An analysis of transformations[J]. Journal of the Royal Statistical Society，1964，26(2)：211-252.

[19]王 靜. 分組數(shù)據(jù)情形下對數(shù)正態(tài)分布參數(shù)的最大似然估計[J]. 應(yīng)用數(shù)學(xué)學(xué)報，2003，26(4)：737-744.

[20]李世奎，霍治國，王素艷，等. 農(nóng)業(yè)氣象災(zāi)害風(fēng)險評估體系及模型研究[J]. 自然災(zāi)害學(xué)報，2004，13(1)：77-87.

[21]Torrence C，Compo G P. A practical guide to wavelet analysis[J]. Bulletin of the American Meteorological Society，1998(79)：61-78.

[22]沈陳華. 氣象因子對江蘇省水稻單產(chǎn)的影響[J]. 生態(tài)學(xué)報，2015，35(12)：4155-4167.

[23]陳 斐，楊沈斌，申雙和，等. 長江中下游雙季稻區(qū)春季低溫冷害的時空分布[J]. 江蘇農(nóng)業(yè)學(xué)報，2013，29(3)：540-547.

[24]陳 平，陶建平，趙 瑋. 基于風(fēng)險區(qū)劃的農(nóng)作物區(qū)域產(chǎn)量保險費率厘定研究——以湖北中稻縣級區(qū)域產(chǎn)量保險為例[J]. 自然災(zāi)害學(xué)報，2013，22(2)：51-60.

[25]俞 芬. 基于生態(tài)適宜度理論的淮河流域單季水稻氣候風(fēng)險評估[D]. 廣州：廣州大學(xué)，2008.

[26]邵立瑛，申雙和，高 磊，等. 江蘇省水稻生產(chǎn)的綜合氣象災(zāi)害風(fēng)險評估[J]. 科學(xué)技術(shù)與工程，2015，15(32)：232-239.

[27]段居琦，周廣勝. 我國單季稻種植區(qū)的氣候適宜性[J]. 應(yīng)用生態(tài)學(xué)報，2012，23(2)：426-432.

[28]俞 芬，千懷遂，段海來. 淮河流域水稻的氣候適宜度及其變化趨勢分析[J]. 地理科學(xué)，2008，28(4)：537-542.

氣象災(zāi)害動態(tài)及其影響分析[J]. 氣候變化研究進展，2015，11(2)：123-130.

[30]楊尚英，張梅梅，楊玉玲. 近10年來我國農(nóng)業(yè)氣象災(zāi)害分析[J]. 江西農(nóng)業(yè)學(xué)報，2007，19(7)：106-108.

[31]王春乙，婁秀榮，王建林. 中國農(nóng)業(yè)氣象災(zāi)害對作物產(chǎn)量的影響[J]. 自然災(zāi)害學(xué)報，2007，16(5)：37-43.

[32]張桂香，霍治國，吳 立，等. 1961—2010年長江中下游地區(qū)農(nóng)業(yè)洪澇災(zāi)害時空變化[J]. 地理研究，2015，34(6)：1097-1108.

[33]鄧 勃. 分析測試數(shù)據(jù)的統(tǒng)計處理方法[M]. 北京：清華大學(xué)出版社，1995：96-97.

[34]陳學(xué)君，蘇仲岳，李仲龍，等. 年降水量數(shù)據(jù)的正態(tài)變換方法對比分析[J]. 干旱氣象，2012，30(3)：459-464.