基于灰色关联法的河南省农业气象灾害研究

论文总字数：14668字

目 录

摘要

Abstract

1引言 3

1.1研究意义 3

1.2 国内外研究现状 3

1.3 研究内容 3

2 资料与方法 4

2.1资料 4

2.2 方法 4

2.2.1受灾率和成灾率 4

2.2.2灰色关联分析法 4

2.2.3 ENSO定义和指标 5

3 结果与分析 6

3.1 农业气象灾害变化特征分析 6

3.1.1洪涝 7

3.1.2旱灾 8

3.1.3风雹 8

3.1.4 低温 9

3.2 农业气象灾害对粮食产量的危害程度的灰色关联分析 10

3.3 农业气象灾害和粮食产量的动态灰色关联分析 11

3.4ENSO指数对农业气象灾害的影响的灰色关联分析 12

4 结论与讨论 13

参考文献 13

致谢 15

河南省农业气象灾害特征变化与灰色关联分析

薛颖

,China

Abstract: In this paper, the trends of disaster, disaster areaand disaster rate of majormeteorological disasters (flood, drought, low temperature and hail) in Henan Province werestudied. Gray correlation analysis was used to analyze the meteorological disasters and Food production, and to analyze the relationship between the ENSO index and agrometeorologicaldisasters. The results show that the affected area of drought and flood are the largest , the disaster rate is also the largest, hail and low temperature is relatively low.The affected area of drought and floodshowed a downward trend, while the hail and low temperature for the rising trend. The disaster rateof the four meteorological disasters are declining. Gray relational analysis shows that The weight coefficient of fivetypes of disasters in descending order werelow temperature,flood,hail and drought. And the coefficient of rice, wheat and maize were flooding,low temperature,hail,drought. Theranking of gray relational degree between ENSO index and agricultural meteorological disaster is low temperaturegt;hailgt; floodgt;drought, and the correlation degree is significant and the differences are not significant. The results show that the most affected agrometeorologicaldisaster in Henan Province is flood and low temperature;the effect of low temperature and hail is weakened,but the impact of drought is enhancingand the affected area is wide; and El Niño has significant influence on agrometeorological disasters.

Key words: agricultural meteorological disaster; grain yield; gray correlation analysis; Henan province

1引言

1.1研究意义

河南省是中国的农业大省，是主要的粮食生产大省。河南省处于温带和亚热带的中间区域，冬冷夏热，能够满足多种作物的生长需求。河南省的地形以平原为主，西部为山地，而中东部为平原，为农业的发展创造了良好的条件。河南省主要的粮食作物有小麦、玉米、高粱、稻谷等，主要的经济作物有棉花、芝麻、油菜等。但是气象灾害使河南省的农业发展面临着很大的阻碍，气象灾害的频发，洪涝，干旱，风雹，低温等农业气象灾害对农作物生长发育及产量造成了显著的负面影响^[1]。据统计，每年由于气象灾害引起的经济损失大约占河南省GDP的1—3%，河南省农业的受灾面积高达200多万公顷，气象灾害影响了将近3000万人次，造成了100多亿元的经济损失^[2]。气象灾害已经成为制约农业发展的不可忽视的因素之一。

ENSO是厄尔尼诺和南方涛动的合称，与全球大气环流密切相关，对热带太平洋海表温度也有一定影响。通常把秘鲁海岸海水温度异常升高的现象称为厄尔尼诺现象，而拉尼娜现象则表现为秘鲁海岸海水温度异常偏低^[3]。厄尔尼诺和拉尼娜现象，会在世界许多地区引起极端的灾害天气，是导致洪涝，旱灾和暴雨的原因之一。秘鲁海岸的海水温度异常通过大气环流的遥相关作用也会导致中国的气候异常，引起气象灾害，对农业生产带来显著的负面影响。研究表明，厄尔尼诺发生时，河南省会受到大范围旱涝的危害，发生旱灾的概率大于发生洪涝灾害的概率；在厄尔尼诺年，河南省的霜冻灾害的发生往往会偏早，而在拉尼娜年，往往会是霜冻灾害偏晚；厄尔尼诺和河南的低温也有很深层的联系，厄尔尼诺年、厄尔尼诺次年和拉尼娜年，受到低温灾害的可能性很大^[4]。

因此研究河南省农业气象灾害的特点和发展趋势，探讨农业气象灾害和粮食产量之间的关系具有重要意义，能够为气象灾害防御工作提供科学依据，从而推动农业生产高产高效优质。

1.2 国内外研究现状

关于气象灾害的研究，相关研究主要集中在研究气象灾害的历史变化趋势，利用因子分析，灰色关联分析，相关分析等方法分析气象灾害对粮食产量的影响。前人对农业气象灾害的研究主要是农业气象灾害变化规律分析，定性分析各个农业气象灾害的特点及变化规律及气象灾害对农作物产量的影响。张星等（2007）利用灰色关联分析法分析了影响福建省农作物生产的四种农业气象灾害的排序^[5]。卢丽萍等（2009）分析了全国农业气象灾害的时间和空间的特征，同时提出气象灾害威胁着农业生产安全^[6]。杨月锋和徐学荣（2014）采取主成分分析法分析了影响农业生产的主要因子，同时采取灰色预测模型推测了福建省农作物产量^[7]。而河南省的相关研究主要是定性的分析了河南省农业气象灾害的特点和变化趋势，而定量分析气象灾害对农业生产影响的相关研究比较少^[8]。

1.3 研究内容

本文分析1981-2015年河南省主要农业气象灾害（洪涝，干旱，低温，风雹）的受灾面积，成灾面积，受灾率与成灾率变化趋势；结合粮食产量资料，运用灰色关联分析法分析气象灾害对粮食产量的影响；同时利用灰色关联分析法分析ENSO对农业气象灾害，农业生产的影响。

2 资料与方法

2.1资料

河南省农业生产资料和农业灾情资料来自于中国农业部种植业管理司(http://zzys.agri.gov.cn/)，资料包括1985-2015年河南省粮食、稻谷、小麦、玉米产量资料，河南省的农业气象灾害洪涝、旱灾、低温、风雹的受灾、成灾、绝收面积和河南省农作物播种面积。ENSO指数数据来源于美国国家环境预测中心（NCEP，http://www.ncep.noaa.gov/）。

2.2 方法

2.2.1受灾率和成灾率

在统计农业气象灾害时，常使用受灾面积和成灾面积作为指标。一般来说, 受灾面积是指由于气象灾害使农作物产量减产一成至三成的面积;成灾面积指因气象灾害减产三成以上的面积。但是因为播种面积每年都不一致, 为便于比较气象灾害的危害程度, 定义受灾率是农作物受灾面积和种植面积的比；定义成灾率是农作物成灾面积和种植面积的比，即：受灾率=受灾面积/种植面积，成灾率=成灾面积/种植面积^[9]。使用受灾率和成灾率来表示农业气象灾害的影响程度受到广泛的认可。　

2.2.2灰色关联分析法

灰色关联分析法，是比较数据之间发展变化趋势是否一致，从而衡量数据是否相关联的方法。灰色关联分析法，对数据量和数据之间有无规律没有要求，本文样本量偏小，且数据之间的关系也未知，因而本文选取灰色关联分析方法进行数据的分析^[10]。

灰色关联分析法的步骤如下：

(1)确定参考数列和比较数列

参考数列是表现系统特点的数列，比较数列是影响系统的因子构成的数列^[11]。本文中选取河南省粮食、稻谷、小麦、玉米产量资料为参考数列，各个农业气象灾害的受灾率为比较数列，来分析气象灾害对粮食产量的影响。在分析ENSO特征值对农业气象灾害的影响时，选取各个农业气象灾害的受灾面积为参考数列，而ENSO指数Nino3区域的海表温度距平SSTA为比较数列。

(2)无量纲化原始数据

本文使用均值法无量纲化各个数列，即计算出各个数列的平均值，再用相应数列的初始数据除以平均值，获得新数列^[12]。

均值化后的参考数列为 (1)

剩余内容已隐藏，请支付后下载全文，论文总字数：14668字

相关图片展示：