基于CERES-Maize模型的玉米水分關鍵期干旱指數天氣保險：以陜西長武為例一
發(fā)布時間：2021-10-21 18:46
水分關鍵期干旱是影響玉米生長和產量的主要限制因子,構建此時期玉米干旱損失模型,研究干旱指數天氣保險,對于合理設計天氣指數保險和解決目前傳統(tǒng)農業(yè)保險的困境,轉移農業(yè)氣象災害風險具有重要意義。針對作物特定階段單因子氣象災害影響難以剝離的問題,本研究在西北農林科技大學旱作農業(yè)長武試驗站進行了連續(xù)3a的雨養(yǎng)玉米觀測試驗,利用田間試驗數據（玉米生長發(fā)育數據、氣象數據、土壤數據和田間管理數據）對CERES-Maize模型進行參數校正和驗證,模擬玉米水分關鍵期（6月21日-8月31日）干旱對生長和產量的影響,構建干旱損失模型;依據長武1990-2019年的氣象數據,利用EasyFit軟件篩選出玉米水分關鍵期干旱指數最優(yōu)分布模型,模擬干旱發(fā)生概率;結合干旱損失模型,利用純費率精算方法厘定玉米水分關鍵期干旱指數保險費率;采用投影尋蹤的統(tǒng)計方法,設計干旱指數保險賠付方案。結果表明,CERES-Maize模型校正和驗證的平均絕對相對誤差ARE和相對均方根誤差RRMSE都小于10%,符合作物模型模擬精度的要求;模擬的干旱指數（DI）與玉米減產率（y,%）間呈顯著的線性函數關系,即y=-0.55DI+107.1...
【文章來源】：中國農業(yè)氣象. 2020,41(10)北大核心CSCD
【文章頁數】：13 頁
【部分圖文】：
基于CERES-Maize模擬的玉米減產率與水分關鍵期干旱指數關系
一般將農作物減產率5.0%～15.0%、15.0%～25.0%、25.0%～35.0%和>35%分別劃分為輕災、中災、重災和巨災[48]。根據減產率對應的災害等級，結合玉米水分關鍵期干旱指數與減產率的函數模型即式（13），得到相應災害等級的干旱指數DI的閾值，輕災為185～167，中災為167～149，重災為149～131，巨災為DI≤131（表5），將干旱等級相應劃分為輕旱、中旱、重旱和特旱�；�1990-2019年玉米水分關鍵期干旱指數的Log-logistic分布（圖3），根據式（8）-式（10）計算各干旱等級發(fā)生的概率，輕旱、中旱、重旱和特旱發(fā)生的概率分別為9.75%、5.90%、3.71%和3.50%。2.3 玉米水分關鍵期干旱指數保險設計
利用Easyfit進行長武1990-2019年玉米水分關鍵期干旱指數概率分布的擬合。采取直觀判斷和統(tǒng)計檢驗的方法來選擇最佳分布模型。在統(tǒng)計學中，Q-Q圖用于直觀驗證一組數據是否來自某個分布，如果來自假設的分布，那么Q-Q圖上的散點就大致分布在所給參考線上。將玉米水分關鍵期干旱指數作不同分布的Q-Q圖，可判定各種分布模型的擬合程度及其優(yōu)劣情況。從圖2可以看出，干旱指數最符合Log-logistic分布，干旱指數的觀測值和Log-logistic分布擬合的期望值所繪制的散點圖均落在1:1線附近。Gamma和Lognormal對干旱指數的模擬直觀上次優(yōu)，但很難分辨哪一種更加符合，Beta、Normal和Weibull對干旱指數的模擬相對較差。在計量經濟學中，判斷一組數據是否來自于某一分布的常用方法是擬合優(yōu)度檢驗，通常采用Anderson Darling(A-D）檢驗，A-D檢驗的靈敏度、精確度和可信度都較高，A-D值越小，表明擬合效果越好[48]。表4給出了長武1990-2019年玉米水分關鍵期干旱指數六種分布模型對應的A-D值。統(tǒng)計檢驗較直觀判斷能精確比較出優(yōu)劣水平，由表可見，Log-logistic分布模型對應的A-D值最小，為0.20，是玉米水分關鍵期干旱指數最優(yōu)分布模型，次優(yōu)為Lognormal模型，最差則為Beta。
【參考文獻】：
期刊論文
[1]寧夏枸杞炭疽病害天氣指數保險研究[J]. 曹雯,武萬里,楊太明,劉垚,劉瑞娜. 干旱氣象. 2019(05)
[2]基于開花期地域差異的中稻高溫熱害天氣指數保險設計[J]. 劉凱文,劉可群,鄧愛娟,楊濤,蘇榮瑞,隰旺,馮明. 中國農業(yè)氣象. 2017(10)
[3]基于CERES-Maize模型的吉林春玉米遺傳參數調試[J]. 劉玉汐,趙檸,任景全,郭春明,李建平. 中國農學通報. 2017(24)
[4]海南省芒果寒害氣象指數保險費率厘定及保險合同設計研究[J]. 王春乙,張亞杰,張京紅,蔡大鑫,車秀芬. 氣象與環(huán)境科學. 2016(01)
[5]不同水分脅迫條件下DSSAT-CERES-Wheat模型的調參與驗證[J]. 姚寧,周元剛,宋利兵,劉健,李毅,吳淑芳,馮浩,何建強. 農業(yè)工程學報. 2015(12)
[6]安徽省水稻高溫熱害保險天氣指數模型設計[J]. 楊太明,孫喜波,劉布春,荀尚培. 中國農業(yè)氣象. 2015(02)
[7]DSSAT-CERES模型在黃土高原丘陵溝壑地區(qū)春玉米生產中的適用性評價[J]. 鄒龍,馮浩. 植物營養(yǎng)與肥料學報. 2014(06)
[8]江西早稻高溫逼熟氣象災害指數保險費率的厘定[J]. 孫擎,楊再強,殷劍敏,俞開炬,袁小康,余焰文,高麗娜. 中國農業(yè)氣象. 2014(05)
[9]基于CERES-Maize模型的吉林西部玉米干旱脆弱性曲線研究[J]. 董姝娜,龐澤源,張繼權,佟志軍,劉興朋,孫仲益. 災害學. 2014(03)
[10]基于CERES-Maize模型的吉林西部玉米干旱脆弱性評價與區(qū)劃[J]. 龐澤源,董姝娜,張繼權,佟志軍,劉興朋,孫仲益. 中國生態(tài)農業(yè)學報. 2014(06)
碩士論文
[1]農作物單產分布對農業(yè)保險費率厘定的影響[D]. 王克.中國農業(yè)科學院 2008
本文編號：3449531
【文章來源】：中國農業(yè)氣象. 2020,41(10)北大核心CSCD
【文章頁數】：13 頁
【部分圖文】：
基于CERES-Maize模擬的玉米減產率與水分關鍵期干旱指數關系
一般將農作物減產率5.0%～15.0%、15.0%～25.0%、25.0%～35.0%和>35%分別劃分為輕災、中災、重災和巨災[48]。根據減產率對應的災害等級，結合玉米水分關鍵期干旱指數與減產率的函數模型即式（13），得到相應災害等級的干旱指數DI的閾值，輕災為185～167，中災為167～149，重災為149～131，巨災為DI≤131（表5），將干旱等級相應劃分為輕旱、中旱、重旱和特旱�；�1990-2019年玉米水分關鍵期干旱指數的Log-logistic分布（圖3），根據式（8）-式（10）計算各干旱等級發(fā)生的概率，輕旱、中旱、重旱和特旱發(fā)生的概率分別為9.75%、5.90%、3.71%和3.50%。2.3 玉米水分關鍵期干旱指數保險設計
利用Easyfit進行長武1990-2019年玉米水分關鍵期干旱指數概率分布的擬合。采取直觀判斷和統(tǒng)計檢驗的方法來選擇最佳分布模型。在統(tǒng)計學中，Q-Q圖用于直觀驗證一組數據是否來自某個分布，如果來自假設的分布，那么Q-Q圖上的散點就大致分布在所給參考線上。將玉米水分關鍵期干旱指數作不同分布的Q-Q圖，可判定各種分布模型的擬合程度及其優(yōu)劣情況。從圖2可以看出，干旱指數最符合Log-logistic分布，干旱指數的觀測值和Log-logistic分布擬合的期望值所繪制的散點圖均落在1:1線附近。Gamma和Lognormal對干旱指數的模擬直觀上次優(yōu)，但很難分辨哪一種更加符合，Beta、Normal和Weibull對干旱指數的模擬相對較差。在計量經濟學中，判斷一組數據是否來自于某一分布的常用方法是擬合優(yōu)度檢驗，通常采用Anderson Darling(A-D）檢驗，A-D檢驗的靈敏度、精確度和可信度都較高，A-D值越小，表明擬合效果越好[48]。表4給出了長武1990-2019年玉米水分關鍵期干旱指數六種分布模型對應的A-D值。統(tǒng)計檢驗較直觀判斷能精確比較出優(yōu)劣水平，由表可見，Log-logistic分布模型對應的A-D值最小，為0.20，是玉米水分關鍵期干旱指數最優(yōu)分布模型，次優(yōu)為Lognormal模型，最差則為Beta。
【參考文獻】：
期刊論文
[1]寧夏枸杞炭疽病害天氣指數保險研究[J]. 曹雯,武萬里,楊太明,劉垚,劉瑞娜. 干旱氣象. 2019(05)
[2]基于開花期地域差異的中稻高溫熱害天氣指數保險設計[J]. 劉凱文,劉可群,鄧愛娟,楊濤,蘇榮瑞,隰旺,馮明. 中國農業(yè)氣象. 2017(10)
[3]基于CERES-Maize模型的吉林春玉米遺傳參數調試[J]. 劉玉汐,趙檸,任景全,郭春明,李建平. 中國農學通報. 2017(24)
[4]海南省芒果寒害氣象指數保險費率厘定及保險合同設計研究[J]. 王春乙,張亞杰,張京紅,蔡大鑫,車秀芬. 氣象與環(huán)境科學. 2016(01)
[5]不同水分脅迫條件下DSSAT-CERES-Wheat模型的調參與驗證[J]. 姚寧,周元剛,宋利兵,劉健,李毅,吳淑芳,馮浩,何建強. 農業(yè)工程學報. 2015(12)
[6]安徽省水稻高溫熱害保險天氣指數模型設計[J]. 楊太明,孫喜波,劉布春,荀尚培. 中國農業(yè)氣象. 2015(02)
[7]DSSAT-CERES模型在黃土高原丘陵溝壑地區(qū)春玉米生產中的適用性評價[J]. 鄒龍,馮浩. 植物營養(yǎng)與肥料學報. 2014(06)
[8]江西早稻高溫逼熟氣象災害指數保險費率的厘定[J]. 孫擎,楊再強,殷劍敏,俞開炬,袁小康,余焰文,高麗娜. 中國農業(yè)氣象. 2014(05)
[9]基于CERES-Maize模型的吉林西部玉米干旱脆弱性曲線研究[J]. 董姝娜,龐澤源,張繼權,佟志軍,劉興朋,孫仲益. 災害學. 2014(03)
[10]基于CERES-Maize模型的吉林西部玉米干旱脆弱性評價與區(qū)劃[J]. 龐澤源,董姝娜,張繼權,佟志軍,劉興朋,孫仲益. 中國生態(tài)農業(yè)學報. 2014(06)
碩士論文
[1]農作物單產分布對農業(yè)保險費率厘定的影響[D]. 王克.中國農業(yè)科學院 2008
本文編號：3449531
本文鏈接：http://sikaile.net/projectlw/qxxlw/3449531.html
