江苏省农业气象灾害特征与灰色关联分析

论文总字数：15633字

目 录

摘要: 3

1引言 5

1.1研究意义 5

1.2研究内容 5

2资料与方法 6

2.1资料来源 6

2.2研究方法 6

2.2.1受灾率与成灾率 6

2.2.2灰色关联分析法 6

2.2.3 ENSO的定义和指标 7

3研究过程 7

3.1江苏省主要气象灾害的特点、频率以及受灾率与成灾率变化分析 7

3.1.1干旱 8

3.1.2洪涝 8

3.1.3风雹 10

3.1.4低温冻害 11

3.2气象灾害与粮食产量的灰色关联分析 11

3.2.1过程 11

3.2.2结果分析 11

3.3ENSO与江苏省气象灾害的关系 12

4.结论 13

参考文献： 13

致谢: 15

窗体顶端基于灰色关联法的江苏省农业气象灾害分析施芳，China

Abstract：窗体顶端

Abstract：This paper introduces the main meteorological disasters (floods, droughts, hail, low temperature) and their respective characteristics and causes in Jiangsu Province. Based on the total area and yield of crop sowing in Jiangsu Province from 1981 to 2010, and the statistical data of the affected areas and disaster areas of meteorological disasters, the images of disaster disaster rate and disaster rate change in 1981-2010 were drawn. And conducted a text analysis. The relationship between ENSO and meteorological disasters in Jiangsu Province was studied by using gray relational analysis method to study the influence of four major meteorological disasters on the crop yield in Jiangsu Province and using SOI as ENSO eigenvalue. The results show that the main disasters in Jiangsu Province are drought and floods. Flooding is the most significant meteorological disaster affecting crop production in Jiangsu. In the agricultural meteorological disasters in Jiangsu Province, ENSO is most closely related to floods.

窗体底端

Key words：Meteorological disaster, crop, gray correlation analysis, ENSO, Jiangsu

1引言

1.1研究意义

我国人口数量大、国土辽阔，因此农业生产的规模也较大。但因为地理、气候等自然条件的共同作用，农业气象灾害的种类较多且频繁发生,对我国的农业生产以及国民经济造成了很多损失。据研究表明,全国每年由自然灾害导致的损害里，气象灾害直接或间接导致的损害占了一大半以上。各种气象灾害平均每年使我国的农田受灾面积达到3400万公顷,造成的经济损失大约占了国民生产总值(GDP)的 3%～ 6 %^[1]。所以,研究农业气象灾害不仅有利于发展可持续农业和农业经济，更能够提高防灾减灾的效果，保护国民的生命财产安全。

江苏省位于我国东部沿海地区,地处长江、淮河流域的下游，既属于东亚季风区，又属亚热带和暖温带的过渡区域,所以江苏省的气象灾害也复杂多样，其主要气象灾害包括洪涝、干旱、低温冻害和风雹灾等。江苏省处于沿海开放地区，经济十分发达，工农业产值较高。据研究表明，对于经济越是发达的地区，气象灾害所造成的经济损失也就越加严重，而且对农业生产水平、农民生活水平都会造成较大的消极影响。如今，全球气候变暖大大增长了极端气象灾害的发生次数，气象灾害的不确定性也随之提高，农业生产的风险性更大，稳定性削弱，对灾害预防预报提出了更高的标准，也使防灾减灾的任务更加紧迫。

厄尔尼诺-南方涛动现象(ENSO)是因为热带太平洋区域大面积的海洋和大气之间相互影响和作用，引起海温及气压异常而形成的，大约五年发生一次。ENS0是赤道附近太平洋地区海气系统中的最强的年际信号，它影响全球的环流系统，进而导致全球的一些地区发生气温和降水规律发生突变。而气温和降水在农业生产方面是及其重要的气候因素，一旦发生不寻常的改变，就可能引起干旱、洪涝、低温等农业气象灾害，严重威胁作物的生长和稳产高产，但对不同地区 , 其影响的方式 、强度及稳定性不同 , 表现出显著的区域性特征^[3],其中太平洋沿岸的国家受影响最大。中国位于太平洋的西岸，并且很多地区都属于季风区，ENSO 以“遥相关”的形式通过大气环流影响季风系统^[4]，使中国的气候产生异于往常的变化，进而产生相关的气象灾害，影响农业活动的正常开展。江苏省位于我国沿海地区且位于东亚季风区，在农业生产中容易受到旱涝、低温等灾害的影响。因此研究ENSO与农业气象灾害的关系可以为科学地指导监测、预报并且应对ENSO导致的气候异常，减少灾害损失提供指导作用，有利于农业的健康发展和作物的稳定高产。

1.2研究内容

目前,国内外的学术人员针对农业气象灾害探测、预警与预防及其方法进行了大量的探索和学习,其中有很多学术论文中都运用了灰色关联分析方法来评价估量灾害情况、划分灾害的级别、分析对产量的主要影响因素^[2]。本文便是应用灰色关联分析方法来研究江苏省农业气象灾害以及ENSO特征值对江苏省农业气象灾害的影响程度深浅。

基于江苏省农业的生产现状,本研究选取 1981—2010年江苏省农作物的总产量、农作物播种面积和农作物受四种主要气象灾害的受灾面积、成灾面积、绝收面积作为数据。首先分析近几十年江苏主要气象灾害的发生特点、规律以及原因等方面，并计算受灾率和成灾率，作图分析农业气象受灾率和成灾率变化趋势。然后利用灰色关联方法计算各种农业气象灾害与作物产量之间的关联度并排序,找出各种灾害对江苏省农作物产量影响的主次关系,为今后的防灾减灾、实现粮食作物稳产高产等提供科学有效的指导。同时也有利于政府提高风险意识，因地制宜地安排农业生产、制定科学的农业发展战略、进行精准的农业决策，从而有效地抵御灾害，保障农业生产。

研究ENSO与气象灾害关系时，本文首先对ENSO的定义及其特征值作了介绍，随后取1981-2015年江苏省的气象灾害数据与ENSO指标进行灰色关联分析。

2资料与方法

2.1资料来源

本文使用资料包括2部分：1981-2010年间江苏省主要气象灾害(洪涝、干旱、风雹、低温、台风)的农作物受灾面积、成灾面积、绝收面积、粮食播种面积和粮食产量，资料来源于中国农业部种植业管理司(http://zzys.agri.gov.cn/)；1981-2015年的S0I数据来源于中国气象局-国家气候中心网站数据库(http://cmdp.ncc-cma.net/cn/index.htm)。

2.2研究方法

2.2.1受灾率与成灾率

研究农作物遭受气象灾害的严重程度的时候,经常使用灾害造成的受灾面积和成灾面积作为研究指标。一般来说,农作物的受灾面积是指当年因干旱、洪涝、风雹、冻害等气象灾害的影响，导致农作物的产量相比通常年份减少10%(一成)以上的播种面积 ;成灾面积是指受灾面积之中，农作物的产量相比正常年份降低30%（三成）的那部分。但是由于每年播种农作物的总面积不一定相同,导致每年的受灾面积、成灾面积不能作为直接考量的指标来对比不同年份气象灾害的严重程度以及对农作物产量的影响。所以引入受灾率与成灾率这两个概念。受灾率的定义为该年农作物的受灾面积除以总播种面积；成灾率的定义为该年农作物的成灾面积除以总播种面积^[8]。

2.2.2灰色关联分析法

在评估灾害对作物产量的影响时，经常会用到一些数理统计方法,但是一些方法比如回归分析法、方差分析法等等。但是这些方法对样本的要求较高，不仅数量要大而且分布要有一定规律，这在给实际的研究过程造成了很大的障碍，并且也会影响研究结果的准确性。 但是采用灰色关联分析法研究此类问题就能避免以上的弊端，解决了数据数量小或系统周期不够长的问题。灰色关联分析法的原理就是建立一个灰色系统，系统中的信息一部分已知一部分未知，通过探究已知的部分来推测未知的部分，对各个子系统进行关联分析，利用因子间的几何接近来探求系统中各个子系统（或因素）之间的数值关联，诊断因子对系统主体的影响程度，达到了解整个系统的目的。为此，引入关联度这个概念，关联度用来衡量两个因素随各种原因而变化的相似性、关联性的大小。在系统处于变化发展的阶段内，若是两个因素的变动趋势具有很大的相似度，那么关联程度较高；反之，则较低。经过对关联度的计算和排序，系统中各因素间的联系可以被清楚地展现，影响最大的因素也会被揭示出来。所以，灰色关联分析非常适合分析系统变化的整体趋势和动态历程。

灰色关联分析有以下5个步骤：

（1）数据初始化。

分析的对象为参考数列和比较数列。参考数列是体现系统行为特点的数据序列；比较数列是影响系统行为的因素组成的数据序列。设参考序列为：X₀=｛X₀（1），X₀（2），X₀（3），……，X₀（n）｝，比较序列为：X_i＝｛X_i（1），X_i（2），X_i（3），……，X_i（n)｝（i为比较数列的数量, n为年份数）。因为本研究中所建立的灰色系统中各因素的单位不同，灰色关联度的计算和比较很难直接进行,所以需要转化为可以进行比较的数据序列，这就需要对原始的序列分别进行初始化即无量纲化处理。无量纲化的方法一般为初值化变换和均值化变换。初值化是指用各序列的第一个数据去除该序列中所有数据，得到一个以1为首的一个序列；均值化是指用序列的平均值去除序列中的数据，得到一个新的数据序列^[10]。

（2）求序列差和两极差。

剩余内容已隐藏，请支付后下载全文，论文总字数：15633字