【文章內(nèi)容簡介】 １．２安徽省小麥主要氣象災(zāi)害指數(shù)時間變化特征………………．２７ ４．１．３安徽省小麥主要氣象災(zāi)害指數(shù)變異特征……………………．２９ ４．１．４安徽省小麥不同范圍氣象災(zāi)害指數(shù)發(fā)生概率特征…………。３１ ４．１．５安徽省各代表站小麥主要氣象災(zāi)害風(fēng)險特征………………．３３ ４．１．６安徽省小麥綜合氣象災(zāi)害風(fēng)險分析…………………………．３７ ４．１．７安徽省小麥氣象災(zāi)害暴露性分析……………………………４２ ４．１．８安徽省小麥氣象災(zāi)害脆弱性分析………………………………４２ ４．１．９小麥氣象災(zāi)害孕災(zāi)環(huán)境穩(wěn)定性分析……………………………４３ ４．１．１０小麥氣象災(zāi)害抗災(zāi)能力分析………………………………．．４４ ４．２安徽省小麥氣象災(zāi)害風(fēng)險評估……………………………………４５ ＶＩＩ １９世紀(jì)末，風(fēng)險（ＲＩＳＫ）一詞被西方學(xué)者在經(jīng)濟(jì)學(xué)領(lǐng)域中提出，指從事某項活動結(jié) 果的不確定性，即投機風(fēng)險‘１’。２０世紀(jì)中期，風(fēng)險被逐步引入到了自然災(zāi)害這一研究 領(lǐng)域佗’。１９８２年美國出版的《自然災(zāi)害風(fēng)險評價與減災(zāi)政策》較為系統(tǒng)地總結(jié)了美國 自然災(zāi)害的風(fēng)險狀況，并在風(fēng)險決策，特別是災(zāi)害管理政策的制定和減災(zāi)效益分析方 面進(jìn)行了詳細(xì)的論述心’。此后學(xué)術(shù)界對自然災(zāi)害風(fēng)險的研究也不斷地深入和發(fā)展，并 且從不同的角度，給出了自然災(zāi)害風(fēng)險的定義。一般認(rèn)為自然災(zāi)害風(fēng)險指災(zāi)害活動及 其對人類生命財產(chǎn)破壞的可能168。｛’；Ｍａｓｋｒｅｙ將自然災(zāi)害風(fēng)險定義成“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)險為特定區(qū)域和時間段中特定災(zāi)害的 期望損失、人員傷亡，財產(chǎn)損失和對經(jīng)濟(jì)活動的干擾盯’。從概率論的角度看，災(zāi)害風(fēng) 險本質(zhì)上是災(zāi)害的量級、時間等不確定性的概率分布，是與特定損失結(jié)果相聯(lián)系的某 災(zāi)害發(fā)生概率事件（８－１１）它服從于統(tǒng)計規(guī)律的概率分布，自然災(zāi)害風(fēng)險評估就是對各 種自然災(zāi)害造成的損失可能性進(jìn)行分析，其數(shù)學(xué)理論問題基本等同于相關(guān)的概率統(tǒng)計 問題ｎ∞。從系統(tǒng)論的角度看，災(zāi)害風(fēng)險是災(zāi)害系統(tǒng)功能實現(xiàn)，是導(dǎo)致災(zāi)情或災(zāi)害產(chǎn)生 之前，由風(fēng)險源、風(fēng)險載體和人類社會的防減災(zāi)措施等多方面因素相互作用而形成的、 人們不能確切把握且不愿接受的、一種具有不確定性特征的災(zāi)害系統(tǒng)狀態(tài)“∞。 １。１對氣象災(zāi)害風(fēng)險內(nèi)涵的認(rèn)識 氣象災(zāi)害風(fēng)險是自然災(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’。張俊香，黃崇福等認(rèn)為，風(fēng)險等于致災(zāi)因子加易損性，致災(zāi)因子是 導(dǎo)致自然災(zāi)害風(fēng)險的要素，易損性和社會經(jīng)濟(jì)條件決定是否成災(zāi)ｎ∞。 氣象災(zāi)害的致災(zāi)因子是指能夠引發(fā)災(zāi)害的氣象事件。對氣象災(zāi)害致災(zāi)因子的分 析，主要是分析引發(fā)災(zāi)害的氣象事件強度以及時空特征。在災(zāi)害研究中，通常把來自 風(fēng)險源的災(zāi)害風(fēng)險稱為危險性“”，風(fēng)險的高低是災(zāi)害的變異強度及發(fā)生概率的函數(shù)： Ｈ＝ｆ（Ｍ，Ｐ），Ｈ－Ｈａｚａｒｄ，風(fēng)險源的危險性；Ｍ—Ｍａｇｌｉｔｕｄｅ，風(fēng)險源的變異強度； Ｐ－Ｐｏｓｓｉｂｉ１ｉｔｙ，自然災(zāi)變發(fā)生的概率168。”。 孕災(zāi)環(huán)境，是指環(huán)境對災(zāi)害風(fēng)險的作用。不同類型的氣象災(zāi)害由于孕災(zāi)環(huán)境的差 別，其風(fēng)險因素不完全相同。孕災(zāi)環(huán)境因素既有可能增加災(zāi)害風(fēng)險，也有可能減輕災(zāi) 害風(fēng)險。 氣象災(zāi)害承災(zāi)體指的是氣象災(zāi)害可能危害的對象。承災(zāi)體脆弱性（一損性）是指 某一承受體易于遭受氣象災(zāi)害事件危害的程度“”。承災(zāi)體的脆弱性水平也是影響災(zāi) 害風(fēng)險大小的基本因素之一，如果相對于某風(fēng)險源的災(zāi)害脆弱性愈低，則承災(zāi)體遭受 損失的可能性越小，災(zāi)害風(fēng)險也就越小。 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。劉小艷等認(rèn)為，氣象災(zāi) 害系統(tǒng)是由孕災(zāi)環(huán)境、致災(zāi)因子、承災(zāi)體和災(zāi)情４部分組成的一個特殊的變異系統(tǒng)四’。 災(zāi)情的輕重程度與致災(zāi)因子的強度、孕災(zāi)環(huán)境及承災(zāi)體的性質(zhì)有關(guān)。 自然災(zāi)害風(fēng)險不僅僅與承災(zāi)體、災(zāi)害因子有關(guān)，還與人類活動有關(guān)。劉麗在進(jìn)行 災(zāi)害風(fēng)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(jìn)行保險風(fēng)險度分析，并且提出了其相關(guān)的數(shù)學(xué)模型心”。 綜上所述，災(zāi)害風(fēng)險是風(fēng)險源及其危險性、風(fēng)險載體及其脆弱性和人類社會防減 災(zāi)措施及其防減災(zāi)有效度等要素等相互作用形成，這些要素首先決定了災(zāi)害風(fēng)險是否 存在，然后影響著災(zāi)害風(fēng)險的類型、特點和大小，因此風(fēng)險具有自然屬性和社會屬性 的雙重特征。 １．２氣象災(zāi)害風(fēng)險評價的方法 風(fēng)險評價模型和方法改進(jìn)、發(fā)展，是建立在對風(fēng)險的認(rèn)識和數(shù)學(xué)理論發(fā)展的基礎(chǔ) 上的?？偟膩碚f，風(fēng)險評價由早期的極值風(fēng)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(xué)模型幢∞。 ２０世紀(jì)７０年代以前，災(zāi)害風(fēng)險評估多側(cè)重于確定性風(fēng)險評估模型和隨機概率模 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。這種方法將災(zāi)害風(fēng) 險看成確定性事件，但隨著資料序列的延長，災(zāi)害的致災(zāi)強度及出現(xiàn)的頻率會發(fā)生變 化，無法真正反映災(zāi)害真實風(fēng)險狀況。隨著概率論的發(fā)展，基于概率評估的風(fēng)險評價 模型也逐漸建立起來，并且得到廣泛運用。Ｐｅｔａｋ曾依據(jù)美國各類自然災(zāi)害的統(tǒng)計分 析，得到以概率形式表現(xiàn)的災(zāi)害風(fēng)險（１２）０Ｍ．Ａ一．Ｓａｎｔｏｓ等就曾對干旱現(xiàn)象模擬為隨 機過程，Ｃｏｒｒｅｉａ將Ｓａｎｔｏｓ的概念用于工程風(fēng)險的定量分析研究伯’?；诟怕试u估的 風(fēng)險評價模型將災(zāi)害風(fēng)險看成是一種隨機過程，假設(shè)風(fēng)險概率符合特定的隨機概率分 布，運用特定的風(fēng)險概率函數(shù)來擬合風(fēng)險，雖然相對于極值風(fēng)險模型有所進(jìn)步，但是 沒有考慮對災(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年代末，系統(tǒng)論、信息論、控制論、耗散結(jié)構(gòu)論、突變論、協(xié)同學(xué)、混 沌、分形、自組織理論被逐步引入自然災(zāi)害復(fù)雜性和非線性的研究中幢”，特別是模 糊理論被廣泛運用到風(fēng)險評價中來，取得了諸多成果。任魯川根據(jù)信息嫡的理論與方 法，將宏觀熱力學(xué)嫡的概念和理論引入?yún)^(qū)域災(zāi)害風(fēng)險研究，提出了一個可以表征區(qū)域 災(zāi)害風(fēng)險總體水平的綜合指標(biāo)區(qū)域災(zāi)害加權(quán)嫡九’；黃崇福等指出將模糊數(shù)學(xué)引入風(fēng) 險估算，提出了可能性風(fēng)險的定義，并將模糊風(fēng)險模型應(yīng)用于湖南省旱災(zāi)等農(nóng)業(yè)災(zāi)害 ２ 的風(fēng)險研究，取得了較好的效果位５‘２釘，此外，他還給出了一種用信息分配手段去構(gòu)造 模糊直方圖的方法，進(jìn)行自然災(zāi)害風(fēng)險分析汜”。針對小區(qū)域內(nèi)歷史災(zāi)情資料不多的 特點，有學(xué)者引入了信息擴散的方法，對農(nóng)業(yè)自然災(zāi)害進(jìn)行風(fēng)險評估四’。如楊國華 等就應(yīng)用信息擴散方法對廣東省的水旱災(zāi)害進(jìn)行了風(fēng)險評估，勾畫出廣東省水旱災(zāi)受 災(zāi)率概率分布曲線圖四’。由于風(fēng)險評價涉及的指標(biāo)較多，各個指標(biāo)間的權(quán)重也不相 等，因此，定權(quán)問題也成為風(fēng)險評價模型構(gòu)建的重要方面。早期對權(quán)重的設(shè)定，大多 采用相關(guān)分析法或?qū)＜掖蚍址ā埨^權(quán)等利用模糊、灰色等多種方法提出了松遼平原 玉米產(chǎn)區(qū)旱災(zāi)風(fēng)險評價與區(qū)劃方法和模型（３１－３２），文世勇，趙冬至提出基于ＡＨＰ法的赤 潮災(zāi)害風(fēng)險評估指標(biāo)權(quán)重研究‘３”，金菊良等人提出了基于加速遺傳算法的層次分析 法，并將其應(yīng)用于風(fēng)險辨識方面‘３168。 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(zāi)害風(fēng)險評估中，為災(zāi)害 風(fēng)險評估提供了有力的工具，許多學(xué)者利用這項技術(shù)進(jìn)行了諸如干旱、澇漬等一系列 的氣象災(zāi)害風(fēng)險評估。朱琳等利用ＧＩＳ系統(tǒng)，以災(zāi)損率、易災(zāi)性、抗災(zāi)能力為依據(jù)，進(jìn) 行了小麥災(zāi)害風(fēng)險區(qū)劃‘３孫。劉蘭芳等借助于ＧＩＳ技術(shù)，對湘南農(nóng)業(yè)洪澇易損性進(jìn)行定 量評估四’。羅培以重慶地區(qū)的干旱災(zāi)害為研究對象，運用ＧＩＳ技術(shù)，對干旱災(zāi)害的孕 災(zāi)背景、災(zāi)害危險性、承災(zāi)體易損性進(jìn)行評估和區(qū)劃∞”。計算機技術(shù)特別是ＧＩＳ技術(shù) 是未來進(jìn)行精細(xì)化災(zāi)害風(fēng)險區(qū)的必不可少的工具。 １．３農(nóng)業(yè)氣象災(zāi)害風(fēng)險研究 農(nóng)業(yè)氣象災(zāi)害風(fēng)險是指在歷年的農(nóng)業(yè)生產(chǎn)過程中，由于孕災(zāi)環(huán)境的氣象要素年際 之間的差異引起某些致災(zāi)因子發(fā)生變異，承災(zāi)體發(fā)生相應(yīng)的響應(yīng)，使最終的承災(zāi)體產(chǎn) 量或品質(zhì)與預(yù)期目標(biāo)發(fā)生偏離，影響農(nóng)業(yè)生產(chǎn)的穩(wěn)定性和持續(xù)性，并