【正文】 如種子已萌動但麥芽尚未出土， 會因耕層土壤水份呈飽和狀態(tài)缺少空氣，麥芽會窒息死亡，即造成“芽澇”。干 旱還會抑Ｎｄ麥的胚芽鞘長、主胚根長、側胚根的長度和數(shù)目以及發(fā)芽率等∽引。安徽省小麥生育期長達１９０～２３０天，跨秋、冬、春三個季節(jié)，很容易遭 受干旱、澇漬、凍害、冰雹、干熱風等氣象災害而造成不同程度的影響和產量損失。依據(jù)農業(yè)保 險的要求，分別選擇損失風險指標和災害風險指標，進行了農業(yè)保險風險分區(qū)，并 且進行區(qū)域保險費率設計。首 先，對傳統(tǒng)的氣象災害指標進行優(yōu)化，設計了五種小麥主要氣象災害指數(shù)，將離散 ６ 的災害等級描述轉變?yōu)檫B續(xù)的災害指數(shù)，并且對各個指數(shù)進行標準化處理，以消除 量綱和量級的影響。對安徽省小麥氣象災害風險進 行系統(tǒng)研究尚未見報道。 目前對農業(yè)氣象災害風險的研究特別是多災種農業(yè)氣象災害的研究還很少。 劉麗、代宏霞先將自然災害保險風險評判分為災害危險性與災害易損性評判伯∞。以上農業(yè)氣象災害風險評價多針對單災種， ４ 以作物為研究對象，針對多種氣象災害綜合風險的研究卻不多見。 進入２０世紀５０年代后，隨著人們對農業(yè)氣象災害認識的深入，原先在自然災害領 域的風險評價方法、指標體系開始逐漸引入到農業(yè)氣象災害風險評價中來，并且進行 了一系列的諸如干旱、低溫以及冰雹等單災種農業(yè)氣象災害風險評估。建立風險評價模型所選用的指標主要為歷年平均減產率，減產率變異系數(shù)以及發(fā) 生概率“叫們。羅培以重慶地區(qū)的干旱災害為研究對象，運用ＧＩＳ技術，對干旱災害的孕 災背景、災害危險性、承災體易損性進行評估和區(qū)劃∞”。針對小區(qū)域內歷史災情資料不多的 特點，有學者引入了信息擴散的方法，對農業(yè)自然災害進行風險評估四’。總的來說，風險評價由早期的極值風險評估模型，發(fā)展到概率評估模型，直到 近代的模糊數(shù)學模型幢∞。承災體的脆弱性水平也是影響災 害風險大小的基本因素之一，如果相對于某風險源的災害脆弱性愈低，則承災體遭受 損失的可能性越小，災害風險也就越小。對氣象災害致災因子的分 析，主要是分析引發(fā)災害的氣象事件強度以及時空特征。一般認為自然災害風險指災害活動及 其對人類生命財產破壞的可能168。本研究嘗試了將安徽省小麥氣象 災害風險評估的結果應用到農業(yè)保險決策管理中，著重闡述了２個方面的應用嘗試： （１）以氣象災害風險指數(shù)以及小麥減產率大于１０％發(fā)生的概率為指標，按照農業(yè)保 險分區(qū)的要求，采用Ｋ－Ｍｅａｎｓ聚類方法，將安徽省分為４個不同的保險區(qū)域，并且 對各個保險區(qū)的風險特征進行闡述；（２）提出了農業(yè)保險差異化經(jīng)營的方法，使用 區(qū)域風險系數(shù)結合基準費率來進行區(qū)域差別費率的設定，并且嘗試性進行了各個區(qū) 域費率的計算 關鍵字：氣象災害，風險，小麥，農業(yè)保險，應用 ＩＩ Ａｂｓｔｒａｃｔ Ｔｈｉｓ ｓｔｕｄｙ ｕｓｅｒｉｓｋ ａｎａｌｙｓｉｓｍｅｔｈｏｄ，ｗｉｔｈＧＩＳ ｔｅｃｈｎｏｌｏｇｙ?。幔睿幔欤澹?ａｎｄｅｖａｌｕａｔｉｏｎ ｍａｉｎ ｍｅｔｅｏｒｏｌｏｇｉｃａｌ ｄｉｓａｓｔｅｒｓｒｉｓｋｏｆＡｎｈｕｉｗｈｅａｔ．Ａｎｄ ａｐｐｌｉｅｄ ｒｅｓｕｌｔｓｔｏ ａｇｒｉｃｕｌｔｕｒｅ ＩｎｓｕｒａｎｃｅＤｅｃｉｓｉｏｎ．Ｔｈｉｓ ｓｔｕｄｙ ｒｅｓｅａｒｃｈｃｏｎｔｅｎｔｓａｎｄｏｂｔａｉｎｒｅｓｕｌｔｓａｓｆｏｌｌｏｗｓ： ＦｉｒｓｔＩｄｅｎｔｉｆｉｃａｔｉｏｎ ｍａｉｎ ｍｅｔｅｏｒｏｌｏｇｉｃａｌ ｄｉｓａｓｔｅｒｓ ｏｆＡｎｈｕｉｗｈｅａｔ．Ｔｈｅ ｒｅｓｕｌｔｓ ｓｈｏｗｅｄ ｔｈａｔ，ｄｒｏｕｇｈｔ，ｗａｔｅｒｌｏｇｇｉｎｇ，ｗｉｎｔｅｒｆｒｅｅｚｅ，ｌａｔｅ ｆｒｏｓｔｂｉｔｅａｎｄｈｏｔ ｄｒｙ ｗｉｎｄａｒｅ Ａｎｈｕｉｗｈｅａｔｍａｉｎ ｍｅｔｅｏｒｏｌｏｇｉｃａｌ ｄｉｓａｓｔｅｒｓ．Ｆｏｒｉｎｄｉｃａｔｏｒｓ ｑｕａｎｔｉｆｉｅｄ ｎｅｅｄｓｏｆｄｉｓａｓｔｅｒｓ ａｎａｌｙｓｉｓ，ｔｈｉｓ ｓｔｕｄｙ ｒｅｆｅｒｅｎｃｅ ｗｈｅａｔ ｄｉｓａｓｔｅｒｓ ｍｅｔｅｏｒｏｌｏｇｉｃａｌ ｉｎｄｉｃａｔｏｒｓ，ｄｅｓｉｇｎｅｄ ｄｉｓａｓｔｅｒｓｉｎｄｅｘ．ＩｎＯｒｄｅｒｔｏ ｉｄｅｎｔｉｆｙｉｎｇｄｉｓａｓｔｅｒｓ ｃｏｍｐｒｅｈｅｎｓｉｖｅｅｆｆｅｃｔ?。簦瑁椋螅螅簦酰洌?ｕｓｅ 鱸ａｙｔｈｅｏｒｙ ｔｏ ｄｅｓｉｇｎ Ｃｏｍｂｉｎｅｄｄｉｓａｓｔｅｒ ｉｎｄｅｘ，ＣａｌｃｕｌａｔｅＧｒａｙ Ｃｏｒｒｅｌａｔｉｏｎｂｅｔｗｅｅｎ ｄｉｓａｓｔｅｒｓｉｎｄｅｘａｎｄ ｙｉｅｌｄ．Ｒｅｓｕｌｔｓｓｈｏｗｅｄ廿ｌ礬ｗｈｅａｔｄｒｏｕｇｈｔ ｄｉｓａｓｔｅｒＷａｓｔｈｅ ｇｒｅａｔｅｓｔ ｉｍｐａｃｔ，ｆｏｌｌｏｗｅｄｄｒｙ ｈｏｔ ｗｉｎｄ，ａｇａｉｎ ｉｓ ｗａｔｅｒｌｏｇｇｉｎｇ，Ｌａｔｅｆｒｏｓｔ，ｗｉｎｔｅｒｆｒｅｅｚｅ ｉｎｊｕｒｙ Ｗａｓｌｉｔｔｌｅ ｅｆｆｅｃｔ．Ｕｓｅ Ｇｒｅｙ Ｃｏｒｒｅｌａｔｉｏｎａｓ ｗｅｉｇｈｔ?。郑幔颍椋铮酰?ｄｉｓａｓｔｅｒｓｓｕｍｉｎｄｅｘｗｉｔｈ ｗｅｉｇｈｔｓ，Ｔｈｅｎｃｏｍｐｒｅｈｅｎｓｉｖｅ ｄｉｓａｓｔｅｒｉｎｄｅｘｏｆ ｍｅｔｅｏｒｏｌｏｇｉｃａｌ ｄｉｓａｓｔｅｒｓＷａｓ ｏｂｔａｉｎｅｄ， ｕｓｅｉｔ ｔｏ ｃｏｒｒｅｌａｔｉｏｎ ａｎａｌｙｓｉｓ ｗｉｔｈＬｏｓｓ ｒａｔｅ，Ｔｈｅ ｒｅｓｕｌｔｓ ｓｈｏｗｅｄ ｔｈｅｙ ｈａｄ ｓｉｇｎｉｆｉｃａｎｔ ｃｏｒｒｅｌａｔｉｏｎ． Ｓｅｃｏｎｄｌｙ．ｃｏｎｄｕｃｔｅｄ ｒｉｓｋ ａｎａｌｙｓｉｓ ｏｆＡｎｈｕｉｗｈｅａｔ ｍｅｔｅｏｒｏｌｏｇｉｃａｌ ｄｉｓａｓｔｅｒｓ．Ｔｈｅ ｓｔｕｄｙ Ｔｏｏｖｅｒｃｏｍｅ ｓａｍｐｌｅ ｌｅｓｓ ｂｒｏｕｇｈｔ ｉｎｆｏｒｍａｔｉｏｎ ｉｎｃｏｍｐｌｅｔｅｄｅｆｅｃｔｓ，ｕｓｉｎｇｆｕｚｚｙ ｍａｔｈｅｍａｔｉｃｓｉｎｆｏｒｍａｔｉｏｎｄｉｆｆｕｓｉｏｎｍｅｔｈｏｄｃａｌｃｕｌａｔｅｄ ｓｉｎｇｌｅ ｄｉｓａｓｔｅｒａｎｄ ｃｏｍｐｒｅｈｅｎｓｉｖｅ ｄｉｓａｓｔｅｒｉｎｄｅｘ ｐｒｏｂａｂｉｌｉｔｙ ｉｎ ｄｉｆｆｅｒｅｎｔ ｌｅｖｅｌｓ，ａｎｄ ｄｒａｗｎＥｘｃｅｅｄ ｐｒｏｂａｂｉｌｉｔｙｃｕｒｖｅ（ＥＰ ｃｕｒｖｅ），Ｔｈｅｎａｎａｌｙｚｅｄ ｄｉｓｔｒｉｂｕｔｉｏｎ ｏｆ ｄｉｓａｓｔｅｒｓ，Ａｎｄ ｒｅｓｕｌｔ ｓｈｏｗｅｄ：Ａｎｈｕｉｗｈｅａｔ ｍｅｔｅｏｒｏｌｏｇｉｃａｌｄｉｓａｓｔｅｒｓｏｂｖｉｏｕｓｄｉｆｆｅｒｅｎｃｅｉｎＳｏｕｔｈａｎｄ ｎｏｒｔｈ，Ｗｉｔｈ ｌａｔｉｔｕｄｅ ｒｅｎｄｅｒｉｎｇ ｇｒａｄｉｅｎｔ ｄｉｓｔｒｉｂｕｔｉｏｎ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ．Ａｖｅｒａｇｅ ｄｉｓａｓｔｅｒ ｉｎｄｅｘ ａｎｄ ｌａｒｇｅ ｄｉｓａｓｔｅｒｓ ｐｒｏｂａｂｉｌｉｔｙ ｏｆ ｄｒｏｕｇｈｔ，ｄｒｙ ｈｏｔｗｉｎｄｗｅｒｅ ｉｎｃｒｅａｓｉｎｇ ｆｒｏｍｓｏｕｔｈｔｏＮｏｒｔｈ；ｗｉｎｔｅｒＦｒｏｓｔ ａｎｄｌａｔｅｆｒｏｓｔｂｉｔｅａｌｓｏ ａｐｐｅａｒｓｉｎｃｒｅａｓｉｎｇ ｔｒｅｎｄｆｒｏｍｓｏｕｔｈｔｏＮｏｒｔｈ ｔｕｒｎ，ｂｕｔ ｎｅａｒｔｈｅ Ｙａｎｇｔｚｅｒｅｇｉｏｎ ｗｅｒｅ ｓｍａｌｌｅｒ；ｗａｔｅｒｌｏｇｇｉｎｇ ｄｉｓａｓｔｅｒｆｒｏｍｓｏｕｔｈｔｏＮｏｒｔｈｔｕｒｎ ｒｅｎｄｅｒｉｎｇ ｇｒａｄｉｅｎｔｄｅｃｒｅａｓｉｎｇ；ｂｕｔ ｆｒｏｍ Ｃｏｍｐｒｅｈｅｎｓｉｖｅ ｄｉｓａｓｔｅｒｓｄｉｓｔｒｉｂｕｔｉｏｎ，ｆｒｏｍｓｏｕｔｈｔｏｎｏｒｔｈ ｇｒａｄｕａｌｌｙｉｎｃｒｅａｓｉｎｇ． Ａｇａｉｎ，ｅｓｔａｂｌｉｓｈｅｄ ｄｉｓａｓｔｅｒｒｉｓｋａｓｓｅｓｓｍｅｎｔｍｏｄｅｌａｎｄａｓｓｅｓｓｍｅｎｔｒｉｓｋｏｆｗｈｅａｔ ｍｅｔｅｏｒｏｌｏｇｉｃａｌ ｄｉｓａｓｔｅｒｓ ｉｎ Ａｎｈｕｉ．Ｆｏｒｃｏｍｐａｒｉｓｏｎ，ｔｈｉｓｐａｐｅｒ ｕｓｅｔ