【正文】 ｗｏｍｅｔｈｏｄｓｔｏ ａｓｓｅｓｓｍｅｎｔＡｎｈｕｉｗｈｅａｔ ｍｅｔｅｏｒｏｌｏｇｉｃａｌ ｄｉｓａｓｔｅｒｓｒｉｓｋ．Ｆｉｒｓｔ，ｅｓｔａｂｌｉｓｈｅｄｈｉｓｔｏｒｉｃａｌｌｏｓｓ ｂａｓｅｄ ｐｒｏｂａｂｉｌｉｔｙｍｏｄｅｌ，ａｎｄｄｒａｗｎｄｉｆｆｅｒｅｎｔｌｅｖｅｌｓｌｏｓｓｒａｔｅ ｐｒｏｂａｂｉｌｉｔｙ ｄｉｓｔｒｉｂｕｔｉｏｎ ｍａｐ．Ｓｅｃｏｎｄｌｙ?。裕瑁澹螅簦酰洌?ｃｈｏｓｅ Ｃｏｍｐｒｅｈｅｎｓｉｖｅ ｄｉｓａｓｔｅｒ ｉｎｄｅｘ ｇｒｅａｔｅｒ ｔｈａｎ ０．２５ ＩＩＩ ｐｒｏｂａｂｉｌｉｔｙ ａｓ ｍｅｔｅｏｒｏｌｏｇｉｃａｌ Ｈａｚａｒｄ ｉｎｄｉｃａｔｏｒｓ，ａｔ ｓａｍｅｔｉｍｅｉｎ仃ｏｄｕｃｅｄ ｅｘｐｏｓｕｒｅ ｉｎｄｉｃａｔｏｒｓ，ｄｉｓａｓｔｅｒｅｎｖｉｒｏｎｍｅｎｔａｌ ｓｔａｂｉｌｉｔｙ ｉｎｄｉｃａｔｏｒｓａｎｄｄｉｓａｓｔｅｒ ｍｉｔｉｇａｔｉｏｎｉｎｄｉｃａｔｏｒｓ， ａｄｏｐｔ ＡＨＰｍｅｔｈｏｄｄｅｔｅｒｍｉｎｅｖａｒｉｏｕｓｉｎｄｉｃａｔｏｒｓ ｗｅｉｇｈｔｃｏｅｆｆｉｃｉｅｎｔ，ｅｓｔａｂｌｉｓｈｅｄＡｎｈｕｉ ｗｈｅａｔ ｍｅｔｅｏｒｏｌｏｇｉｃａｌ ｄｉｓａｓｔｅｒ ｒｉｓｋ ａｓｓｅｓｓｍｅｎｔ ｍｏｄｅｌ，ｃａｌｃｕｌａｔｅｄ ｖａｒｉｏｕｓ ｒｅｇｉｏｎ ｍｅｔｅｏｒｏｌｏｇｉｃａｌ ｄｉｓａｓｔｅｒｒｉｓｋｉｎｄｅｘ．Ｕｓｅｒｉｓｋｉｎｄｅｘａｎｄ ｐｒｏｂａｂｉｌｉｔｙ ｔｈａｔｌｏｓｓｒａｔｅ＞１０％ｔＯ ｃｏｒｒｅｌａｔｉｏｎ ａｎａｌｙｓｉｓ，ｓｈｏｗｅｄｃｏｒｒｅｌａｔｉｏｎ ｅｘｔｒｅｍｅｌｙｓｉｇｎｉｆｉｃａｎｔ（Ｒ＝０．４２，Ｐ＜Ｏ．０１）．Ｕｓｅ ｍｅｔｅｏｒｏｌｏｇｉｃａｌ ｄｉｓａｓｔｅｒｒｉｓｋｓｉｎｄｅｘｄｒａｗｄｉｓｔｒｉｂｕｔｉｏｎ ｍａｐ ｗｉｔｈ ＧＩＳ，ｓｈｏｗｅｄｄｉｓａｓｔｅｒｒｉｓｋ ｄｉｓｔｒｉｂｕｔｉｏｎ ａｌｏｎｇ ｔｈｅｌａｔｉｔｕｄｉｎａｌ ｇｒａｄｉｅｎｔ，ｉｎＡｎｈｕｉ，ｓｉｇｎｉｆｉｃａｎｔ ｄｉｆｆｅｒｅｎｃｅｂｅｔｗｅｅｎｎｏｒｔｈ ａｎｄｓｏｕｔｈ，ｄｉｆｆｅｒｅｎｔｓａｒｅａｓｈａｖｅｄｉｆｆｅｒｅｎｔｓ ｔｙｐｅｓ ｏｆｄｉｓａｓｔｅｒｓａｎｄｄｉｓａｓｔｅｒｃｏｎｄｉｔｉｏｎｓ．Ｂｕｔ ｂｏｔｈｃｏｒｒｅｌａｔｉｏｎｃｏｅｆｆｉｃｉｅｎｔ ｌｏｗ?。猓澹悖幔酰螅澹螅椋睿纾欤?ｌｏｓｓｉｎｄｉｃａｔｏｒｓ ｅｍｂｏｄｙｐｏｔｅｎｔｉａｌ ｄｉｓａｓｔｅｒ ｒｉｓｋ ｉｎｃｏｍｐｌｅｔｅ。 再次，建立了災害風險評估模型，對安徽省小麥氣象災害進行了風險評估。得出了安徽省小麥主要氣象災 害為干旱災害，澇漬災害、冬季凍害，晚霜凍害以及干熱風災害。本研究為了克服樣本少而帶來的 信息不完備的缺陷，采用模糊數(shù)學中信息擴散的方法，計算了各種單災種災害以及 綜合災害的不同級別災害指數(shù)發(fā)生的概率，并且繪制了各災害的超越概率曲線（ＥＰ 曲線），進一步對各種災害發(fā)生、分布規(guī)律進行了分析。利用氣象災害風險指數(shù)在ＧＩＳ下制作分布 圖，從圖上看，安徽省小麥氣象災害風險大體上呈現(xiàn)緯度梯度分布，南北差異顯著， 不同地區(qū)災害種類及成災條件不同。２０世紀中期，風險被逐步引入到了自然災害這一研究 領(lǐng)域佗’。１對氣象災害風險內(nèi)涵的認識 氣象災害風險是自然災害環(huán)境和承災體共同組成的復雜系統(tǒng)，是天、地、人綜合 作用的結(jié)果ｎ卜坫’。孕災環(huán)境因素既有可能增加災害風險，也有可能減輕災 害風險。劉麗在進行 災害風險評判時，在危險性、易損性分析的基礎(chǔ)上，提出了工程防御能力評判，然后 綜合三者進行保險風險度分析，并且提出了其相關(guān)的數(shù)學模型心”?；诟怕试u估的 風險評價模型將災害風險看成是一種隨機過程，假設(shè)風險概率符合特定的隨機概率分 布，運用特定的風險概率函數(shù)來擬合風險，雖然相對于極值風險模型有所進步，但是 沒有考慮對災害不確定性的描述，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。 隨著計算機技術(shù)的發(fā)展，３ｓ技術(shù)也被逐漸的運用到氣象災害風險評估中，為災害 風險評估提供了有力的工具，許多學者利用這項技術(shù)進行了諸如干旱、澇漬等一系列 的氣象災害風險評估。 我國農(nóng)業(yè)氣象災害風險研究大至開始于２０世紀９０年代，以２００１年為界，分為兩個 階段，即災害風險分析方法探索階段和災害影響評估的風險化、數(shù)量化技術(shù)研究發(fā)展 階段Ｃ３９）９就研究的側(cè)重點而言，主要集中在兩個方面：農(nóng)業(yè)氣象災害造成的農(nóng)作物 損失風險研究和單災種農(nóng)業(yè)氣象災害發(fā)生風險研究。杜鵬和李世奎建立了一個３層逐 級放大的農(nóng)業(yè)氣象災害風險分析模型，并且將此模型運用到珠江三角洲荔枝生產(chǎn)的氣 象災害風險分析中來九’。商彥蕊對河北省旱災脆弱性影響因素進行了分析， 建立了旱災脆弱性評估指標體系，并以縣為單位進行了旱災脆弱性評估四’。 １．４風險評估在農(nóng)業(yè)保險中的應用研究 保險是風險的管理手段。日本農(nóng)作物保險費率也 是按照風險等級確定劃分九’。自２００８年４月安 徽省開始了政策性農(nóng)險試點工作，目前安徽省農(nóng)業(yè)保險實行的是全省統(tǒng)一經(jīng)營方法、 統(tǒng)一費率。 （３）綜合對危險性、暴露性、以及脆弱性要素進行風險研究，有助于弄清特 定地區(qū)的農(nóng)業(yè)氣象災害成災機理和特點，相關(guān)成果可以為新險種設(shè)計提供參考。其次，結(jié)合災害風險評估指標體系， 采用層次分析法（ＡＨＰ），建立了小麥氣象災害風險評估模型，并且計算了全省小麥 氣象災害風險指數(shù)。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大。不同時期的干 旱對小麥的影響機理和效果是不同的。１９６１”－２０００年安徽省小麥平均每年凍 害受災面積２０．６萬公頃，成災面積１４．４萬公頃，分別占耕地面積的８．３８９６和５．８３％。春澇漬會導致小麥莖蘗競相生長，無效分蘗退化推遲，致使田間郁蔽，32 / 32。小麥拔節(jié)到抽穗時期是小麥需水臨界期，此時是冬小麥 對水分最敏感的時段（孕穗～抽穗～灌漿期），出現(xiàn)在這個時段的干旱造成的小麥 減產(chǎn)最為嚴重，同時旱災的持續(xù)時間越長、強度越大，損失越重。據(jù)近５０年 的資料，在成災面積１０萬公頃以上的各類氣象災害中，旱災占出現(xiàn)總次數(shù)的３２％， 僅小于水災的４２％（７４１其影響范圍廣、持續(xù)時間長，對小麥造成的損失嚴重。安徽省小麥主要種植于江淮分水嶺 以北地區(qū)，其中淮河平原降水偏少，以種植早作物為主，小麥是淮北平原的主要夏 收作物，小麥播種面積占夏收作物的９３％，占全省小麥播種面積的５２％；江淮之間 中北部地區(qū)越冬作物以小麥和油菜為主，小麥面積占越冬作物的３８％，占全省小麥 面積的８％。 （２）建立安徽省小麥風險評估模型。以風險評估為基礎(chǔ)，計算安徽省小麥氣象災害風險指數(shù)，并且 結(jié)合地理分區(qū)、行政分區(qū)，系統(tǒng)的對安徽小麥災害風險地理分布進行區(qū)劃，是農(nóng)業(yè) 保險決策承保的一項基礎(chǔ)工作，可以為小麥承保決策尤其是差別費率的實施，提供 科學的依據(jù)，對農(nóng)業(yè)保險的可持續(xù)發(fā)展具有重要意義”168。張友祥等在研究我國農(nóng)業(yè)保險發(fā)展面臨 時認為，農(nóng)業(yè)保險區(qū)域劃分經(jīng)營是農(nóng)業(yè)保險發(fā)展的客觀要求，是農(nóng)業(yè)保險發(fā)展 現(xiàn)實的必然選擇‘７∞。如美國以不同 地區(qū)冰雹發(fā)生的頻次為依據(jù)，分為若干個風險區(qū)，費率水平與風險水平相對應。對于農(nóng)作物來說，氣象災害對農(nóng)作物 傷害的風險與該農(nóng)作物遭受的各種氣象災害息息相關(guān)，而且氣象災害對農(nóng)作物的影響 還與該農(nóng)作物所處的地理環(huán)境、該農(nóng)作物的脆弱性以及人為地抗災能力有關(guān)。朱琳等根據(jù)趨勢產(chǎn)量和實際產(chǎn)量計算氣象減產(chǎn)量，確定旱災的強度，綜合考 慮了災損率、易災性和抗災能力的災害構(gòu)成要素，計算了陜西省冬小麥干旱風險‘５168。王克等認為正態(tài)模型不一定是最佳（很多時候，單產(chǎn)序列并不服從正態(tài)分 布），他引用了矩比率圖作為模型選擇標準，選擇風險擬合模型，并且將這種方法運 用到中國主產(chǎn)區(qū)玉米生產(chǎn)風險進行了分析和評估168。