我國是一個(gè)自然災(zāi)害頻發(fā)的國家，自然災(zāi)害對農(nóng)業(yè)生產(chǎn)的影響尤為重大，嚴(yán)重的自然災(zāi)害對農(nóng)業(yè)帶來的影響可能是災(zāi)難性的，因此做好農(nóng)業(yè)氣象的預(yù)報(bào)與預(yù)測工作至關(guān)重要。

　　《中國農(nóng)業(yè)氣象》是中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)環(huán)境與可持續(xù)發(fā)展研究所(原農(nóng)業(yè)氣象研究所)主辦的反映我國農(nóng)業(yè)氣象科學(xué)研究進(jìn)展的學(xué)術(shù)刊物。主要刊登有關(guān)農(nóng)林水產(chǎn)業(yè)與氣象有關(guān)的學(xué)術(shù)論文、研究報(bào)告和國內(nèi)外有關(guān)專題研究動(dòng)態(tài)綜合評述等內(nèi)容。

　　依據(jù)各省(市、自治區(qū))1986―2011年的糧食產(chǎn)量、受災(zāi)面積和播種面積等數(shù)據(jù)，構(gòu)造出氣象災(zāi)害的綜合風(fēng)險(xiǎn)評價(jià)指數(shù)模型，利用GIS平臺(tái)對各省(市、自治區(qū))的氣象災(zāi)害風(fēng)險(xiǎn)進(jìn)行評估與區(qū)劃。基于各省(市、自治區(qū))氣象災(zāi)損糧食產(chǎn)量的基礎(chǔ)上，運(yùn)用二次指數(shù)平滑法結(jié)合MATLAB算法，對2013年可能由氣象災(zāi)害損失的糧食產(chǎn)量進(jìn)行預(yù)測。結(jié)果表明，糧食生產(chǎn)的氣象災(zāi)害風(fēng)險(xiǎn)總體上是東部低于西部，南方低于北方。其中，江蘇、上海等地區(qū)的綜合風(fēng)險(xiǎn)指數(shù)最低，為0.0～1.0，其氣象災(zāi)害發(fā)生的次數(shù)少，即使發(fā)生災(zāi)害也是輕災(zāi)為主，糧食產(chǎn)量比較穩(wěn)定;浙江、福建等地區(qū)的綜合風(fēng)險(xiǎn)指數(shù)為1.0～2.5，屬于次高風(fēng)險(xiǎn);貴州、內(nèi)蒙古等地區(qū)由于經(jīng)常發(fā)生氣象災(zāi)害并且大多災(zāi)害比較嚴(yán)重，嚴(yán)重影響糧食產(chǎn)量，屬于高風(fēng)險(xiǎn)區(qū);西藏、海南等地區(qū)的綜合風(fēng)險(xiǎn)最高。通過對 2013年災(zāi)損糧食產(chǎn)量的預(yù)測，湖南、遼寧、河北、湖北和四川糧食災(zāi)損的相對較多，都達(dá)到600萬t以上。

　　中國是一個(gè)氣象災(zāi)害種類繁多的國家，主要有干旱、臺(tái)風(fēng)、暴雨、熱帶氣旋、寒潮、冰雹、冷凍、雪災(zāi)、熱浪、沙塵暴、濃霧等氣象災(zāi)害，其中干旱、臺(tái)風(fēng)、暴雨、寒潮對中國農(nóng)業(yè)的危害影響范圍最廣，災(zāi)情最嚴(yán)重。災(zāi)害的發(fā)生導(dǎo)致農(nóng)作物大面積減產(chǎn)、降質(zhì)甚至絕收，人民生命財(cái)產(chǎn)等遭到重大損失，不僅影響農(nóng)業(yè)持續(xù)發(fā)展和農(nóng)民生活水平的提高，而且影響國民經(jīng)濟(jì)的發(fā)展。例如，1972年特大干旱年，重旱區(qū)京、津、晉、陜北、遼西干旱持續(xù)時(shí)間最長，不少河流斷流，水庫干涸;黃河在濟(jì)南以下斷流20 d，秋收作物受災(zāi)嚴(yán)重，有的甚至絕收。全國過去對農(nóng)業(yè)氣象災(zāi)害進(jìn)行了很多的預(yù)測和研究[1-3]，學(xué)者們通過分析農(nóng)業(yè)氣象災(zāi)害的孕災(zāi)環(huán)境、致災(zāi)因子、承載體的抗災(zāi)防災(zāi)能力及災(zāi)情，得出這些災(zāi)害因子與災(zāi)害風(fēng)險(xiǎn)之間的關(guān)系，從而更深層次地揭示農(nóng)業(yè)氣象災(zāi)害對農(nóng)業(yè)的影響，然后借助于各個(gè)地方的行政區(qū)劃圖等因子，做出農(nóng)業(yè)氣象災(zāi)害的風(fēng)險(xiǎn)區(qū)劃和評述。例如，陳懷亮等[1]根據(jù)農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)分析理論，以河南省小麥生產(chǎn)為例，對小麥產(chǎn)量影響較大的農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)要素和風(fēng)險(xiǎn)源進(jìn)行了辨識(shí)，并在此基礎(chǔ)上，通過構(gòu)造災(zāi)度函數(shù)，運(yùn)用概率和EFO等分析方法，分析了河南省小麥生產(chǎn)中主要農(nóng)業(yè)氣象災(zāi)害――麥播旱澇、晚霜凍、干熱風(fēng)與青枯雨的發(fā)生、發(fā)展規(guī)律及其對小麥產(chǎn)量的定量影響程度和風(fēng)險(xiǎn)概率，同時(shí)運(yùn)用多因子綜合風(fēng)險(xiǎn)指數(shù)模型對河南省小麥農(nóng)業(yè)生產(chǎn)氣象災(zāi)害風(fēng)險(xiǎn)進(jìn)行了綜合區(qū)劃。于飛等[2]對貴州農(nóng)業(yè)氣象災(zāi)害綜合風(fēng)險(xiǎn)進(jìn)行了評價(jià)與區(qū)劃，利用聚類分析將該省分為5類農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)區(qū)域，又以不同聚類區(qū)域?yàn)檠芯繉ο筮M(jìn)行了灰色關(guān)聯(lián)分析，最后求得每種災(zāi)害的關(guān)聯(lián)度，最終確定了不同聚類區(qū)域的主要災(zāi)害，并在灰色關(guān)聯(lián)分析的基礎(chǔ)上，建立了該省綜合農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)評價(jià)模型，并計(jì)算出該省各縣的綜合農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)性分布，再利用GIS空間分析進(jìn)行了綜合農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)區(qū)劃。

　　本研究是基于前人研究的基礎(chǔ)上，以糧食產(chǎn)量(指稻谷、小麥、玉米、豆類的總產(chǎn)量)來表示氣象災(zāi)害對農(nóng)業(yè)的影響，在對全國各省(市、自治區(qū))的歷史糧食產(chǎn)量資料分析的基礎(chǔ)上，以省(市、自治區(qū))為單位運(yùn)用ArcGIS軟件進(jìn)行分析，得出全國宏觀層面的農(nóng)業(yè)氣象災(zāi)害的風(fēng)險(xiǎn)評估與區(qū)劃，定量得出氣象災(zāi)害對糧食產(chǎn)量的影響。最后對這些所得到的由于氣象災(zāi)害損失的糧食產(chǎn)量，運(yùn)用二次指數(shù)平滑法預(yù)測出接下來兩年可能由氣象災(zāi)害引起的糧食損失的產(chǎn)量，以期為農(nóng)業(yè)部門和政府部門提供一定的災(zāi)害服務(wù)信息，為抗災(zāi)減災(zāi)、制定相關(guān)防御政策、最大程度地減輕農(nóng)業(yè)因氣象災(zāi)害所致的損失提供依據(jù)。

　　1災(zāi)害評價(jià)模型的建立

　　所用到的各省(市、自治區(qū))的糧食產(chǎn)量、受災(zāi)面積和總播種面積等數(shù)據(jù)都來源于歷年的《中國統(tǒng)計(jì)年鑒》(Http：//www.stats.gov.cn /tjsj/ndsj/)。資料的時(shí)間序列為1986―2011年，共計(jì)26年。本研究區(qū)域是除了香港、澳門、臺(tái)灣以外的全國各省(市、自治區(qū))。

　　1.1糧食產(chǎn)量的變異系數(shù)

　　變異系數(shù)能夠有效反映數(shù)據(jù)的離散程度，其數(shù)據(jù)大小不僅受變量離散程度的影響，而且還受變量平均水平的影響。一般而言，變量平均水平高，其離散程度的測度值也大，反之越小。糧食產(chǎn)量的變異系數(shù)一方面綜合表征了各地區(qū)糧食生產(chǎn)受氣象因子或其他生態(tài)環(huán)境條件影響的產(chǎn)量波動(dòng)情況;另一方面它也能有效反映各地的抗災(zāi)減災(zāi)能力。糧食產(chǎn)量的變異系數(shù)大，說明產(chǎn)量的波動(dòng)大，抗災(zāi)減災(zāi)能力弱，受到氣象災(zāi)害影響的風(fēng)險(xiǎn)大。可以用公式(1)計(jì)算出變異系數(shù)的大小。

　　C= (1)

　　公式(1)中，C表示糧食產(chǎn)量的變異系數(shù)，Y表示各省(市、自治區(qū))歷年糧食的實(shí)際產(chǎn)量，表示各省(市、自治區(qū))歷年糧食產(chǎn)量的平均值，n表示樣本容量，本研究樣本為26年。

　　1.2氣象災(zāi)害的發(fā)生頻率

　　采用一般比例法來求解由于氣象災(zāi)害所導(dǎo)致的糧食產(chǎn)量減產(chǎn)的具體數(shù)值。因?yàn)樵谝话闱闆r下，極端氣象災(zāi)害是不易發(fā)生的，所以把氣象災(zāi)害所導(dǎo)致?lián)p失的糧食產(chǎn)量與受災(zāi)面積相關(guān)聯(lián)，各地區(qū)每年的實(shí)際產(chǎn)量與各地區(qū)未受災(zāi)的糧食種植面積相關(guān)聯(lián)，即各地區(qū)每年的實(shí)際產(chǎn)量與糧食種植總面積與受災(zāi)面積之差相關(guān)聯(lián)，可以得到如下公式：

　　(2)

　　公式(2)中，Q表示各省(市、自治區(qū))第i年由于氣象災(zāi)害導(dǎo)致的糧食減產(chǎn)量，S表示各省(市、自治區(qū))第i 年氣象災(zāi)害所導(dǎo)致的受災(zāi)面積，Y表示各省(市、自治區(qū))第i年的實(shí)際糧食產(chǎn)量，S表示各省(市、自治區(qū))第i年糧食的總播種面積。其中，S、 Y、S都是已知量，可以通過歷年的《中國統(tǒng)計(jì)年鑒》查到相關(guān)數(shù)據(jù);Δ1、Δ2、Δ3表示的是可以接受的誤差范圍。

　　根據(jù)公式(2)可以求得由氣象災(zāi)害所引起的損失的糧食產(chǎn)量，而減產(chǎn)率是氣象災(zāi)害損失的糧食產(chǎn)量與實(shí)際糧食產(chǎn)量和氣象災(zāi)害損失的那部分產(chǎn)量的和的比值，用公式(3)表示。

　　R=×100%(3)

　　公式(3)中，R表示糧食減產(chǎn)率。

　　根據(jù)公式(2)、(3)可以求得各省(市、自治區(qū))每年的糧食減產(chǎn)率。研究以糧食減產(chǎn)率來界定災(zāi)年等級，規(guī)定減產(chǎn)率在5%～15%為輕災(zāi)年，16%～30%為災(zāi)年，31%～50%為重災(zāi)年，51%～70%為嚴(yán)重災(zāi)年，大于71%為特嚴(yán)重災(zāi)年。根據(jù)災(zāi)年的界定分類情況，可以得到全國各省(市、自治區(qū))災(zāi)年發(fā)生的次數(shù)，如表1所示。

　　1.3災(zāi)年的平均減產(chǎn)率

　　為了使全國各省(市、自治區(qū))的氣象災(zāi)害風(fēng)險(xiǎn)程度表征的更明顯，需要計(jì)算出各省(市、自治區(qū))糧食的平均減產(chǎn)率，其計(jì)算公式如公式(4)所示。

　　A= (4)

　　公式(4)中，A表示各省(市、自治區(qū))歷年糧食的平均減產(chǎn)率，R表示各省(市、自治區(qū))第i年的糧食減產(chǎn)率。

　　1.4災(zāi)年風(fēng)險(xiǎn)指數(shù)

　　依據(jù)與上文界定的災(zāi)害等級，采用概率分布函數(shù)法來求解各等級氣象災(zāi)損發(fā)生的概率。由于影響氣象產(chǎn)量的各種氣象因子的時(shí)間序列具有正態(tài)分布的特征，即極端的氣象條件發(fā)生的概率較小，一般的氣象條件發(fā)生的概率較多，相對氣象產(chǎn)量序列也具有正態(tài)分布的性質(zhì)[4]。因此可以構(gòu)造減產(chǎn)率平均值(μ)和減產(chǎn)率序列的均方差(σ)的概率密度函數(shù)，如公式(5)所示。

　　f(x)=e(5)

　　根據(jù)概率分布函數(shù)的定義，不同程度糧食減產(chǎn)率x(x1　　P(x1　　風(fēng)險(xiǎn)概率指數(shù)為：

　　D= (7)

　　公式(6)、(7)中，P表示各個(gè)等級糧食減產(chǎn)率出現(xiàn)的概率，T表示各等級災(zāi)年出現(xiàn)的次數(shù)，D表示風(fēng)險(xiǎn)概率指數(shù)。各省(市、自治區(qū))災(zāi)害發(fā)生風(fēng)險(xiǎn)概率如圖1所示。

　　1.5抗災(zāi)指數(shù)

　　各省(市、自治區(qū))的抗災(zāi)防災(zāi)能力也會(huì)對糧食產(chǎn)量產(chǎn)生一定程度的影響，這里用實(shí)際產(chǎn)量與理論極大產(chǎn)量的比值來表示抗災(zāi)指數(shù)，它反映的是農(nóng)業(yè)生產(chǎn)綜合抗災(zāi)能力的強(qiáng)弱，實(shí)際產(chǎn)量高反映了該地區(qū)的農(nóng)業(yè)生產(chǎn)水平高，也間接地反映了農(nóng)業(yè)抗災(zāi)減災(zāi)能力強(qiáng)。抗災(zāi)指數(shù)的計(jì)算公式如公式(8)所示。

　　K=(8)

　　公式(8)中，K表示抗災(zāi)指數(shù)，Y表示各省(市、自治區(qū))第i年中糧食產(chǎn)量的最大值。

　　1.6災(zāi)害風(fēng)險(xiǎn)評估

　　綜合風(fēng)險(xiǎn)指數(shù)與歷年糧食的平均減產(chǎn)率、氣象災(zāi)害風(fēng)險(xiǎn)概率指數(shù)和糧食產(chǎn)量的變異系數(shù)呈正向關(guān)聯(lián)，與抗災(zāi)指數(shù)呈反向關(guān)聯(lián)，可以用公式(9)計(jì)算。

　　Z=×A×C×D (9)

　　公式(9)中，Z表示綜合風(fēng)險(xiǎn)指數(shù)。

　　為了使綜合風(fēng)險(xiǎn)指數(shù)更具有直觀性，對數(shù)據(jù)進(jìn)行極差標(biāo)準(zhǔn)化，按公式(10)計(jì)算。

　　Ii′=×10(10)

　　公式(10)中，Ii′表示極差標(biāo)準(zhǔn)化后的數(shù)據(jù)，I為原始數(shù)據(jù)，I和I分別為每一列中的最大值和最小值。 　　2農(nóng)業(yè)風(fēng)險(xiǎn)區(qū)劃

　　農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)區(qū)劃的目的在于把致災(zāi)因子出現(xiàn)后有無風(fēng)險(xiǎn)或帶來風(fēng)險(xiǎn)的大小進(jìn)行分區(qū)，揭示農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)的地域差異，合理地劃分出各省(市、自治區(qū))農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)大小的范圍，并對各風(fēng)險(xiǎn)區(qū)內(nèi)歷年糧食的平均減產(chǎn)率、糧食產(chǎn)量的變異系數(shù)和風(fēng)險(xiǎn)指數(shù)等進(jìn)行綜合評價(jià)，為政府及防災(zāi)部門確定防災(zāi)重點(diǎn)地區(qū)、重點(diǎn)災(zāi)害、重點(diǎn)防災(zāi)時(shí)間等提供科學(xué)依據(jù)，把災(zāi)害造成的損失降低到最低限度，促進(jìn)農(nóng)業(yè)穩(wěn)定持續(xù)發(fā)展。根據(jù)綜合風(fēng)險(xiǎn)指數(shù)，對農(nóng)業(yè)風(fēng)險(xiǎn)進(jìn)行劃分，定義0.04.0為極高風(fēng)險(xiǎn)。

　　為了更加直觀地描述各省(市、自治區(qū))由氣象災(zāi)害引起的糧食損失分布的空間特征，運(yùn)用ArcGIS平臺(tái)繪制出氣象災(zāi)害綜合風(fēng)險(xiǎn)區(qū)劃圖(圖2)。從圖2可以看出，中國的糧食生產(chǎn)的氣象風(fēng)險(xiǎn)具有明顯的區(qū)域分布特征。就全國來看，糧食生產(chǎn)的氣象風(fēng)險(xiǎn)整體上是東部低于西部，南方低于北方。其中，綜合風(fēng)險(xiǎn)指數(shù)最低的地區(qū)是江蘇，它不僅發(fā)生災(zāi)年的可能性小，且災(zāi)害大多都是輕災(zāi)，糧食產(chǎn)量比較穩(wěn)定，適合糧食作物的生長。河北、遼寧、吉林、黑龍江、上海、安徽、江西、山東、河南、湖北、湖南、廣東、廣西、重慶、四川的氣象災(zāi)害綜合風(fēng)險(xiǎn)指數(shù)也較低，均在0.0～1.0之間，這些地區(qū)糧食產(chǎn)量比較穩(wěn)定。浙江、福建、云南、陜西、新疆的綜合風(fēng)險(xiǎn)指數(shù)為1.0～2.5，要高于江蘇、上海等地，屬于次高風(fēng)險(xiǎn)區(qū)域。貴州、內(nèi)蒙古、甘肅、山西屬于糧食產(chǎn)量不穩(wěn)定區(qū)域，即高風(fēng)險(xiǎn)區(qū)域，這里經(jīng)常發(fā)生氣象災(zāi)害，而且發(fā)生的災(zāi)害大多比較嚴(yán)重，嚴(yán)重影響糧食產(chǎn)量。例如貴州，這里光照條件差，多雨潮濕，災(zāi)年減產(chǎn)程度和風(fēng)險(xiǎn)概率較大等都導(dǎo)致貴州糧食產(chǎn)量的不穩(wěn)定性。天津、北京、海南、寧夏、青海、西藏是極高風(fēng)險(xiǎn)區(qū)，這些地方氣象災(zāi)害極易發(fā)生，從而導(dǎo)致糧食嚴(yán)重減產(chǎn)。例如海南，位于中國的東南沿海地區(qū)，地處溫帶、熱帶過渡帶，為典型的亞熱帶季風(fēng)氣候，季風(fēng)氣候致使秋冬干旱每5年發(fā)生一次;有時(shí)在特定的環(huán)流影響下使秋雨較多，造成糧食作物根莖腐爛;冬季和早春在北方冷空氣的影響下，糧食作物遭受低溫冷害，致使減產(chǎn)等。綜上所述，這些地區(qū)更要做好災(zāi)害的應(yīng)急管理和防災(zāi)減災(zāi)工作。

　　3災(zāi)損糧食產(chǎn)量的預(yù)測

　　3.1預(yù)測模型

　　研究表明，歷史數(shù)據(jù)對未來的影響是隨時(shí)間間隔的增長而遞減的。因此，更加精確的方法是對各個(gè)觀察數(shù)據(jù)按照時(shí)間順序進(jìn)行加權(quán)平均作為預(yù)測值。而指數(shù)平滑法滿足這一要求，此外它還具備簡單的遞推形式。所謂的指數(shù)平滑法是指通過對歷史數(shù)據(jù)平滑平均數(shù)的求解，繼而對時(shí)間序列進(jìn)行均勻修正的一種方法[5]。本研究把前面所求得的每年各省(市、自治區(qū))由氣象災(zāi)害所損失的糧食產(chǎn)量作為歷史資料，以這些資料來預(yù)測出接下來兩年全國各省(市、自治區(qū))由氣象災(zāi)害損失的糧食產(chǎn)量。構(gòu)建模型[6，7]如下：

　　設(shè)時(shí)間序列為q1，q2，...，qt，α為加權(quán)系數(shù)，則一次簡單的移動(dòng)平均值Mt(1)的計(jì)算公式如公式(11)所示。

　　Mt(1)=(qt+qt-1+…qt-N+1)=Mt-1(1)+(11)

　　以Mt(1)作為qt-N的最佳估計(jì)值，則有：

　　Mt(1)=+(1-)Mt-1(1)(12)

　　設(shè)α=，用St代替Mt(1)，即得公式(12)一次指數(shù)平滑法的計(jì)算公式，如公式(13)所示。

　　St(1)=αqt+(1-α)St-1(1)(13)

　　在一次指數(shù)平滑法的基礎(chǔ)上再做一次指數(shù)平滑，得到公式(14)所示的二次指數(shù)平滑法。

　　St(2)=αSt(1)+(1-α)St-1(2)(14) 公式(13)、(14)中，St(1)為一次指數(shù)的平滑值， St(2)為二次指數(shù)的平滑值。預(yù)測方程為：

　　t+m=at+btmm=1，2，…，n(15)

　　at=2St(1)-St(2)(16)

　　bt=(St(1)-St(2))(17)

　　3.2預(yù)測結(jié)果

　　為了更加快捷地得出各省(市、自治區(qū))各年份的預(yù)測值，在MATLAB中對其進(jìn)行數(shù)據(jù)處理，編制相應(yīng)的算法能夠更加迅速地得到各年份的預(yù)測值。根據(jù)公式(2)求得的氣象災(zāi)損糧食產(chǎn)量，得到2013年全國各省(市、自治區(qū))的災(zāi)損糧食產(chǎn)量預(yù)測值，如表2所示。

　　4小結(jié)與討論

　　由于中國地處環(huán)太平洋災(zāi)害帶和歐亞災(zāi)害帶這兩大世界災(zāi)害帶的交匯處，使得中國的災(zāi)害種類繁多，災(zāi)害活動(dòng)活躍，災(zāi)害發(fā)生頻率高。因此，災(zāi)害引起的糧食生產(chǎn)不穩(wěn)定成為了長期困擾中國農(nóng)業(yè)發(fā)展進(jìn)程的因素。在深入研究氣象災(zāi)害對農(nóng)業(yè)影響的基礎(chǔ)上，分析不同等級農(nóng)業(yè)氣象災(zāi)害發(fā)生危害的時(shí)間和空間分布特點(diǎn)及規(guī)律，從而可以通過調(diào)整作物布局避過作物對農(nóng)業(yè)氣象災(zāi)害最為敏感的時(shí)段，通過調(diào)整農(nóng)作物種類或品種，趨利避害協(xié)調(diào)作物與環(huán)境間的適應(yīng)性，減輕農(nóng)業(yè)氣象災(zāi)害損失。

　　本研究從糧食產(chǎn)量災(zāi)損角度對中國的糧食減產(chǎn)風(fēng)險(xiǎn)進(jìn)行了區(qū)域分析，并通過比較氣象綜合風(fēng)險(xiǎn)指數(shù)對中國糧食生產(chǎn)的農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)進(jìn)行了區(qū)劃，以期更好地為防災(zāi)減災(zāi)和農(nóng)業(yè)生產(chǎn)提供依據(jù)。在基于各省(市、自治區(qū))氣象災(zāi)損糧食產(chǎn)量的基礎(chǔ)上，運(yùn)用二次指數(shù)平滑法結(jié)合MATLAB算法，對2013年可能由氣象災(zāi)害損失的糧食產(chǎn)量進(jìn)行了預(yù)測，為政府和決策部門制定農(nóng)業(yè)生產(chǎn)計(jì)劃、采取防災(zāi)減災(zāi)措施以及保險(xiǎn)理賠等提供科學(xué)依據(jù)。除此之外，通過加強(qiáng)農(nóng)作物的水肥管理和病蟲防治，提高對氣候資源的利用率及光合產(chǎn)物的積累，提升農(nóng)作物抗御農(nóng)業(yè)氣象災(zāi)害能力和災(zāi)后恢復(fù)能力，達(dá)到減輕災(zāi)害損失、提高種植效益的目的。為了最大限度地提高農(nóng)業(yè)資源的有效利用率，使農(nóng)業(yè)向高產(chǎn)、穩(wěn)產(chǎn)轉(zhuǎn)變，糧食作物的風(fēng)險(xiǎn)管理和決策指標(biāo)體系將會(huì)是下一步研究的重點(diǎn)。

　　參考文獻(xiàn)：

　　[1] 陳懷亮，鄧偉，張雪芬，等.河南小麥生產(chǎn)農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)分析及區(qū)劃[J].自然災(zāi)害學(xué)報(bào)，2006，15(1)：135-143.

　　[2] 于飛，谷曉平，羅宇翔，等.貴州農(nóng)業(yè)氣象災(zāi)害綜合風(fēng)險(xiǎn)評價(jià)與區(qū)劃[J].中國農(nóng)業(yè)氣象，2009，30(2)：267-270.

　　[3] 吳俊銘，谷小平，徐永靈，等.貴州省農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)區(qū)劃研究[J].貴州農(nóng)業(yè)科學(xué)，1999，27(2)：3-8.

　　[4] 薛昌穎，霍治國，李世奎，等.北方冬小麥產(chǎn)量災(zāi)損風(fēng)險(xiǎn)類型的地理分布[J].應(yīng)用生態(tài)報(bào)，2005，16(4)：620-625.