水分關(guān)鍵期干旱是影響玉米生長(zhǎng)和產(chǎn)量的主要限制因子,構(gòu)建此時(shí)期玉米干旱損失模型,研究干旱指數(shù)天氣保險(xiǎn),對(duì)于合理設(shè)計(jì)天氣指數(shù)保險(xiǎn)和解決目前傳統(tǒng)農(nóng)業(yè)保險(xiǎn)的困境,轉(zhuǎn)移農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)具有重要意義。針對(duì)作物特定階段單因子氣象災(zāi)害影響難以剝離的問題,本研究在西北農(nóng)林科技大學(xué)旱作農(nóng)業(yè)長(zhǎng)武試驗(yàn)站進(jìn)行了連續(xù)3a的雨養(yǎng)玉米觀測(cè)試驗(yàn),利用田間試驗(yàn)數(shù)據(jù)（玉米生長(zhǎng)發(fā)育數(shù)據(jù)、氣象數(shù)據(jù)、土壤數(shù)據(jù)和田間管理數(shù)據(jù)）對(duì)CERES-Maize模型進(jìn)行參數(shù)校正和驗(yàn)證,模擬玉米水分關(guān)鍵期（6月21日-8月31日）干旱對(duì)生長(zhǎng)和產(chǎn)量的影響,構(gòu)建干旱損失模型;依據(jù)長(zhǎng)武1990-2019年的氣象數(shù)據(jù),利用EasyFit軟件篩選出玉米水分關(guān)鍵期干旱指數(shù)最優(yōu)分布模型,模擬干旱發(fā)生概率;結(jié)合干旱損失模型,利用純費(fèi)率精算方法厘定玉米水分關(guān)鍵期干旱指數(shù)保險(xiǎn)費(fèi)率;采用投影尋蹤的統(tǒng)計(jì)方法,設(shè)計(jì)干旱指數(shù)保險(xiǎn)賠付方案。結(jié)果表明,CERES-Maize模型校正和驗(yàn)證的平均絕對(duì)相對(duì)誤差A(yù)RE和相對(duì)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(shù)（DI）與玉米減產(chǎn)率（y,%）間呈顯著的線性函數(shù)關(guān)系,即y=-0.55DI+107.1... 

【文章來源】：中國農(nóng)業(yè)氣象. 2020,41(10)北大核心CSCD

【文章頁數(shù)】：13 頁

【部分圖文】：

基于CERES-Maize模擬的玉米減產(chǎn)率與水分關(guān)鍵期干旱指數(shù)關(guān)系

一般將農(nóng)作物減產(chǎn)率5.0%～15.0%、15.0%～25.0%、25.0%～35.0%和>35%分別劃分為輕災(zāi)、中災(zāi)、重災(zāi)和巨災(zāi)[48]。根據(jù)減產(chǎn)率對(duì)應(yīng)的災(zāi)害等級(jí)，結(jié)合玉米水分關(guān)鍵期干旱指數(shù)與減產(chǎn)率的函數(shù)模型即式（13），得到相應(yīng)災(zāi)害等級(jí)的干旱指數(shù)DI的閾值，輕災(zāi)為185～167，中災(zāi)為167～149，重災(zāi)為149～131，巨災(zāi)為DI≤131（表5），將干旱等級(jí)相應(yīng)劃分為輕旱、中旱、重旱和特旱�；�1990-2019年玉米水分關(guān)鍵期干旱指數(shù)的Log-logistic分布（圖3），根據(jù)式（8）-式（10）計(jì)算各干旱等級(jí)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(guān)鍵期干旱指數(shù)保險(xiǎn)設(shè)計(jì)

利用Easyfit進(jìn)行長(zhǎng)武1990-2019年玉米水分關(guān)鍵期干旱指數(shù)概率分布的擬合。采取直觀判斷和統(tǒng)計(jì)檢驗(yàn)的方法來選擇最佳分布模型。在統(tǒng)計(jì)學(xué)中，Q-Q圖用于直觀驗(yàn)證一組數(shù)據(jù)是否來自某個(gè)分布，如果來自假設(shè)的分布，那么Q-Q圖上的散點(diǎn)就大致分布在所給參考線上。將玉米水分關(guān)鍵期干旱指數(shù)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(shù)最符合Log-logistic分布，干旱指數(shù)的觀測(cè)值和Log-logistic分布擬合的期望值所繪制的散點(diǎn)圖均落在1:1線附近。Gamma和Lognormal對(duì)干旱指數(shù)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(duì)干旱指數(shù)的模擬相對(duì)較差。在計(jì)量經(jīng)濟(jì)學(xué)中，判斷一組數(shù)據(jù)是否來自于某一分布的常用方法是擬合優(yōu)度檢驗(yàn)，通常采用Anderson Darling(A-D）檢驗(yàn)，A-D檢驗(yàn)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(zhǎng)武1990-2019年玉米水分關(guān)鍵期干旱指數(shù)六種分布模型對(duì)應(yīng)的A-D值。統(tǒng)計(jì)檢驗(yàn)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(duì)應(yīng)的A-D值最小，為0.20，是玉米水分關(guān)鍵期干旱指數(shù)最優(yōu)分布模型，次優(yōu)為L(zhǎng)ognormal模型，最差則為Beta。

【參考文獻(xiàn)】：
期刊論文
[1]寧夏枸杞炭疽病害天氣指數(shù)保險(xiǎn)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?zé)岷μ鞖庵笖?shù)保險(xiǎn)設(shè)計(jì)[J]. 劉凱文,劉可群,鄧愛娟,楊濤,蘇榮瑞,隰旺,馮明.  中國農(nóng)業(yè)氣象. 2017(10)
[3]基于CERES-Maize模型的吉林春玉米遺傳參數(shù)調(diào)試[J]. 劉玉汐,趙檸,任景全,郭春明,李建平.  中國農(nóng)學(xué)通報(bào). 2017(24)
[4]海南省芒果寒害氣象指數(shù)保險(xiǎn)費(fèi)率厘定及保險(xiǎn)合同設(shè)計(jì)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(xué). 2016(01)
[5]不同水分脅迫條件下DSSAT-CERES-Wheat模型的調(diào)參與驗(yàn)證[J]. 姚寧,周元?jiǎng)?宋利兵,劉健,李毅,吳淑芳,馮浩,何建強(qiáng).  農(nóng)業(yè)工程學(xué)報(bào). 2015(12)
[6]安徽省水稻高溫?zé)岷ΡｋU(xiǎn)天氣指數(shù)模型設(shè)計(jì)[J]. 楊太明,孫喜波,劉布春,荀尚培.  中國農(nóng)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(chǎn)中的適用性評(píng)價(jià)[J]. 鄒龍,馮浩.  植物營養(yǎng)與肥料學(xué)報(bào). 2014(06)
[8]江西早稻高溫逼熟氣象災(zāi)害指數(shù)保險(xiǎn)費(fèi)率的厘定[J]. 孫擎,楊再強(qiáng),殷劍敏,俞開炬,袁小康,余焰文,高麗娜.  中國農(nóng)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(quán),佟志軍,劉興朋,孫仲益.  災(zāi)害學(xué). 2014(03)
[10]基于CERES-Maize模型的吉林西部玉米干旱脆弱性評(píng)價(jià)與區(qū)劃[J]. 龐澤源,董姝娜,張繼權(quán),佟志軍,劉興朋,孫仲益.  中國生態(tài)農(nóng)業(yè)學(xué)報(bào). 2014(06)

碩士論文
[1]農(nóng)作物單產(chǎn)分布對(duì)農(nóng)業(yè)保險(xiǎn)費(fèi)率厘定的影響[D]. 王克.中國農(nóng)業(yè)科學(xué)院 2008



本文編號(hào)：3449531