【正文】 而成粉糊狀，即形成“漿種”。春澇漬會(huì)導(dǎo)致小麥莖蘗競(jìng)相生長(zhǎng)，無效分蘗退化推遲，致使田間郁蔽，32 / 32。播種期 澇漬還導(dǎo)致小麥播期推遲，播量加大，播種質(zhì)量差，越冬時(shí)麥苗瘦弱。１９６１”－２０００年安徽省小麥平均每年凍 害受災(zāi)面積２０．６萬公頃，成災(zāi)面積１４．４萬公頃，分別占耕地面積的８．３８９６和５．８３％。小 麥生育期前期如遇到干旱，則小麥生長(zhǎng)緩慢，分蘗受抑制，土壤干旱能顯著降低葉 片相對(duì)含水量、葉綠素含量、光合速率、氣孔導(dǎo)度、氮素含量和生物產(chǎn)量，進(jìn)而導(dǎo) 致小麥株高降低，單株產(chǎn)量和千粒重下降，單株穗數(shù)、總小穗數(shù)和穗粒數(shù)減少，穗 長(zhǎng)縮短，不育小穗數(shù)增多，最終影響小麥的產(chǎn)量”引。不同時(shí)期的干 旱對(duì)小麥的影響機(jī)理和效果是不同的。 干旱是安徽省常見的主要?dú)庀鬄?zāi)害之一。其中淮北平原主要種植半冬性小麥品種：淮河以南冬小麥品種以春性較多， 但近年來半冬性品種播種面積逐步擴(kuò)大。 圖２－１安徽省小麥氣象災(zāi)害風(fēng)險(xiǎn)評(píng)估流程圖 Ｆｉｇ．２?9?9 ｌ Ｆｌｏｗｃｈａｒｔｏｆｗｈｅａｔｍｅｔｅｏｒｏｌｏｇｉｃａｌ ｄｉｓａｓｔｅｒｒｉｓｋａｓｓｅｓｓｍｅｎｔｏｆＡｎｈｕｉＰｒｏｖｉｎｃｅ ７ ３資料來源與主要技術(shù)方法 ３．１資料來源 本研究使用的１９７１”’２００７年各個(gè)縣市氣象資料來源于氣候中心；１９９５年””２００５． 年各個(gè)縣市受災(zāi)面積、成災(zāi)面積資料來源于安徽省氣象科學(xué)研究所災(zāi)情數(shù)據(jù)庫；高 程數(shù)據(jù)來源于美國地理信息中心網(wǎng)站；１９７１一－－２００７年安徽省各個(gè)縣市小麥總產(chǎn)、總 播種面積等農(nóng)業(yè)經(jīng)濟(jì)資料來源安徽統(tǒng)計(jì)年鑒。其次，結(jié)合災(zāi)害風(fēng)險(xiǎn)評(píng)估指標(biāo)體系， 采用層次分析法（ＡＨＰ），建立了小麥氣象災(zāi)害風(fēng)險(xiǎn)評(píng)估模型，并且計(jì)算了全省小麥 氣象災(zāi)害風(fēng)險(xiǎn)指數(shù)。其次，考慮到造成作物傷害或者損失的往往是多種災(zāi)害共同作 用的結(jié)果，本研究將灰色理論引入到設(shè)計(jì)中來建立了小麥綜合氣象災(zāi)害指數(shù)，克服 以往單災(zāi)種評(píng)價(jià)的弊端。 （３）綜合對(duì)危險(xiǎn)性、暴露性、以及脆弱性要素進(jìn)行風(fēng)險(xiǎn)研究，有助于弄清特 定地區(qū)的農(nóng)業(yè)氣象災(zāi)害成災(zāi)機(jī)理和特點(diǎn)，相關(guān)成果可以為新險(xiǎn)種設(shè)計(jì)提供參考。 開展農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)研究，現(xiàn)實(shí)意義主要包括以下幾個(gè)方面： （１）為農(nóng)業(yè)保險(xiǎn)分區(qū)經(jīng)營提供依據(jù)。自２００８年４月安 徽省開始了政策性農(nóng)險(xiǎn)試點(diǎn)工作，目前安徽省農(nóng)業(yè)保險(xiǎn)實(shí)行的是全省統(tǒng)一經(jīng)營方法、 統(tǒng)一費(fèi)率。雖 然，農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)研究已經(jīng)取得了～些成果，但在具體實(shí)施農(nóng)業(yè)保險(xiǎn)時(shí)卻很少考 慮自然災(zāi)害風(fēng)險(xiǎn)狀況，依據(jù)特定地區(qū)風(fēng)險(xiǎn)狀況來設(shè)計(jì)農(nóng)業(yè)保險(xiǎn)產(chǎn)品，也缺乏相應(yīng)的研 究。日本農(nóng)作物保險(xiǎn)費(fèi)率也 是按照風(fēng)險(xiǎn)等級(jí)確定劃分九’。農(nóng) 業(yè)保險(xiǎn)與農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)的關(guān)系尤為密切，科學(xué)的農(nóng)業(yè)保險(xiǎn)承保離不開對(duì)風(fēng)險(xiǎn)的合 理估算和區(qū)劃，災(zāi)害風(fēng)險(xiǎn)區(qū)域分布也是進(jìn)行農(nóng)業(yè)保險(xiǎn)區(qū)劃的主要依據(jù)∞”。 １．４風(fēng)險(xiǎn)評(píng)估在農(nóng)業(yè)保險(xiǎn)中的應(yīng)用研究 保險(xiǎn)是風(fēng)險(xiǎn)的管理手段。陳懷亮，鄧偉等根 據(jù)農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)分析理論，以河南省小麥生產(chǎn)為例，在辨識(shí)對(duì)小麥產(chǎn)量影響較大 的農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)要素和風(fēng)險(xiǎn)源的基礎(chǔ)上，通過構(gòu)造災(zāi)度函數(shù)，運(yùn)用ＥＯＦ矛Ｄ概率等 分析方法，分析了河南省小麥生產(chǎn)中的主要農(nóng)業(yè)氣象災(zāi)害，運(yùn)用多因子綜合風(fēng)險(xiǎn)指數(shù) 模型，計(jì)算了小麥氣象災(zāi)害風(fēng)險(xiǎn)臨∞，但是其中并沒有考慮到災(zāi)害社會(huì)屬性要素。商彥蕊對(duì)河北省旱災(zāi)脆弱性影響因素進(jìn)行了分析， 建立了旱災(zāi)脆弱性評(píng)估指標(biāo)體系，并以縣為單位進(jìn)行了旱災(zāi)脆弱性評(píng)估四’?；糁螄?、李世 奎等提出了我國一年生農(nóng)作物、多年生果樹不同致災(zāi)因子、致災(zāi)指標(biāo)序列和災(zāi)害風(fēng)險(xiǎn) 估算模型的構(gòu)建技術(shù)‘４９’。杜鵬和李世奎建立了一個(gè)３層逐 級(jí)放大的農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)分析模型，并且將此模型運(yùn)用到珠江三角洲荔枝生產(chǎn)的氣 象災(zāi)害風(fēng)險(xiǎn)分析中來九’。對(duì)于風(fēng)險(xiǎn)估算模型的選擇，不同學(xué)者爭(zhēng)議較大，一般做法是先假定單 產(chǎn)波動(dòng)序列符合特定的函數(shù)，然后計(jì)算出參數(shù)，確定模型具體形式。 我國農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)研究大至開始于２０世紀(jì)９０年代，以２００１年為界，分為兩個(gè) 階段，即災(zāi)害風(fēng)險(xiǎn)分析方法探索階段和災(zāi)害影響評(píng)估的風(fēng)險(xiǎn)化、數(shù)量化技術(shù)研究發(fā)展 階段Ｃ３９）９就研究的側(cè)重點(diǎn)而言，主要集中在兩個(gè)方面：農(nóng)業(yè)氣象災(zāi)害造成的農(nóng)作物 損失風(fēng)險(xiǎn)研究和單災(zāi)種農(nóng)業(yè)氣象災(zāi)害發(fā)生風(fēng)險(xiǎn)研究。計(jì)算機(jī)技術(shù)特別是ＧＩＳ技術(shù) 是未來進(jìn)行精細(xì)化災(zāi)害風(fēng)險(xiǎn)區(qū)的必不可少的工具。 隨著計(jì)算機(jī)技術(shù)的發(fā)展，３ｓ技術(shù)也被逐漸的運(yùn)用到氣象災(zāi)害風(fēng)險(xiǎn)評(píng)估中，為災(zāi)害 風(fēng)險(xiǎn)評(píng)估提供了有力的工具，許多學(xué)者利用這項(xiàng)技術(shù)進(jìn)行了諸如干旱、澇漬等一系列 的氣象災(zāi)害風(fēng)險(xiǎn)評(píng)估。如楊國華 等就應(yīng)用信息擴(kuò)散方法對(duì)廣東省的水旱災(zāi)害進(jìn)行了風(fēng)險(xiǎn)評(píng)估，勾畫出廣東省水旱災(zāi)受 災(zāi)率概率分布曲線圖四’?；诟怕试u(píng)估的 風(fēng)險(xiǎn)評(píng)價(jià)模型將災(zāi)害風(fēng)險(xiǎn)看成是一種隨機(jī)過程，假設(shè)風(fēng)險(xiǎn)概率符合特定的隨機(jī)概率分 布，運(yùn)用特定的風(fēng)險(xiǎn)概率函數(shù)來擬合風(fēng)險(xiǎn)，雖然相對(duì)于極值風(fēng)險(xiǎn)模型有所進(jìn)步，但是 沒有考慮對(duì)災(zāi)害不確定性的描述，而且要求掌握大量的樣本資料，不同模型間擬合的 差異也較大，可比性較差。 ２０世紀(jì)７０年代以前，災(zāi)害風(fēng)險(xiǎn)評(píng)估多側(cè)重于確定性風(fēng)險(xiǎn)評(píng)估模型和隨機(jī)概率模 型，該方法主要以災(zāi)害極值及其出現(xiàn)的頻率來反映氣象災(zāi)害風(fēng)險(xiǎn)。劉麗在進(jìn)行 災(zāi)害風(fēng)險(xiǎn)評(píng)判時(shí)，在危險(xiǎn)性、易損性分析的基礎(chǔ)上，提出了工程防御能力評(píng)判，然后 綜合三者進(jìn)行保險(xiǎn)風(fēng)險(xiǎn)度分析，并且提出了其相關(guān)的數(shù)學(xué)模型心”。 承災(zāi)體遭受致災(zāi)因子作用后，造成的損失情況稱為災(zāi)情。孕災(zāi)環(huán)境因素既有可能增加災(zāi)害風(fēng)險(xiǎn)，也有可能減輕災(zāi) 害風(fēng)險(xiǎn)。在災(zāi)害研究中，通常把來自 風(fēng)險(xiǎn)源的災(zāi)害風(fēng)險(xiǎn)稱為危險(xiǎn)性“”，風(fēng)險(xiǎn)的高低是災(zāi)害的變異強(qiáng)度及發(fā)生概率的函數(shù)： Ｈ＝ｆ（Ｍ，Ｐ），Ｈ－Ｈａｚａｒｄ，風(fēng)險(xiǎn)源的危險(xiǎn)性；Ｍ—Ｍａｇｌｉｔｕｄｅ，風(fēng)險(xiǎn)源的變異強(qiáng)度； Ｐ－Ｐｏｓｓｉｂｉ１ｉｔｙ，自然災(zāi)變發(fā)生的概率168。１對(duì)氣象災(zāi)害風(fēng)險(xiǎn)內(nèi)涵的認(rèn)識(shí) 氣象災(zāi)害風(fēng)險(xiǎn)是自然災(zāi)害環(huán)境和承災(zāi)體共同組成的復(fù)雜系統(tǒng)，是天、地、人綜合 作用的結(jié)果ｎ卜坫’。｛’；Ｍａｓｋｒｅｙ將自然災(zāi)害風(fēng)險(xiǎn)定義成“某一自然災(zāi)害發(fā) 生后所造成的總損失”‘６’；ＵＮＤＨＡ認(rèn)為自然災(zāi)害風(fēng)險(xiǎn)為特定區(qū)域和時(shí)間段中特定災(zāi)害的 期望損失、人員傷亡，財(cái)產(chǎn)損失和對(duì)經(jīng)濟(jì)活動(dòng)的干擾盯’。２０世紀(jì)中期，風(fēng)險(xiǎn)被逐步引入到了自然災(zāi)害這一研究 領(lǐng)域佗’。ｉｔ’Ｓ ｉｎｓｉｎｕａｔｅｕｓｅ ｍｅｔｅｏｒｏｌｏｇｉｃａｌ ｄｉｓａｓｔｅｒｒｉｓｋｍｏｄｅｌｓＡｓｓｅｓｓｍｅｎｔ ｐｏｔｅｎｔｉａｌ Ｒｉｓｋｉｓ ｓｕｐｅｒｉｏｒｉｔｙ． Ｆｉｎａｌｌｙ?。疲幔悖澹?ｃｕｒｒｅｎｔ ａｇｒｉｃｕｌｔｕｒａｌ ＩｎｓｕｒａｎｃｅＭａｉｎ ｐｒｏｂｌｅｍｓ，ｔｈｉｓｓｔｕｄｙ ｔｒｉｅｄ ａｐｐｌｙ Ａｎｈｕｉｗｈｅａｔ ｍｅｔｅｏｒｏｌｏｇｉｃａｌ ｄｉｓａｓｔｅｒｓ ｒｉｓｋ ａｎａｌｙｓｉｓ ｒｅｓｕｌｔｓｔｏ ａｇｒｉｃｕｌｔｕｒａｌ Ｉｎｓｕｒａｎｃｅ Ｄｅｃｉｓｉｏｎ ｍａｎａｇｅｍｅｎｔ．Ｈｉｇｈｌｉｇｈｔｅｄ ｔｈｒｅｅ ａｓｐｅｃｔｓ．ａｐｐｌｉｃａｔｉｏｎ ａｔｔｅｍｐｔ：（１）Ｆｏｒ ｍｅｔｅｏｒｏｌｏｇｉｃａｌ ｄｉｓａｓｔｅｒｒｉｓｋｉｎｄｅｘａｎｄ ｐｒｏｂａｂｉｌｉｔｙ ｏｆｗｈｅａｔｌｏｓｓｒａｔｅ＞１０％ａｓ ｉｎｄｅｘ， ａｃｃｏｒｄａｎｃｅ ａｇｒｉｃｕｌｔｕｒａｌ ｉｎｓｕｒａｎｃｅ ｐａｒｔｉｔｉｏｎｒｅｇｕｌａｔｉｏｎ，Ｕｓｅ Ｋ－Ｍｅａｎｓ ｃｌｕｓｔｅｒｉｎｇｍｅｔｈｏｄ， ｄｉｖｉｄｅｄＡｎｈｕｉｉｎｔｏ４ｄｉｆｆｅｒｅｎｔｉｎｓｕｒａｎｃｅａｒｅａｓ，ａｎｄｅｘｐｏｕｎｄｅｄ ｅａｒｃｈｒｉｓｋｃｈａｒａｃｔｅｒｉｓｔｉｃｓ． （２）Ｐｒｏｐｏｓｅｄ ｄｉｆｆｅｒｅｎｔｉａｔｉｏｎｍｅｔｈｏｄｏｆ ａｇｒｉｃｕｌｔｕｒａｌ ｉｎｓｕｒａｎｃｅ ｏｐｅｒａｔｉｏｎ，ａｎｄ ｕｓｅ ｒｅｇｉｏｎａｌ ｒｉｓｋ ｃｏｅｆｆｉｃｉｅｎｔｃｏｍｂｉｎｅｂｅｎｃｈｍａｒｋｒａｔｅｓｔｏ ｃｏｎｄｕｃｔ ｒｅｇｉｏｎａｌ ｒａｔｅｓ ｓｅｔｔｉｎｇｓ，Ｔｈ