预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共30页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

编号:时间:2021年x月x日书山有路勤为径学海无涯苦作舟页码:小麦气象灾害风险评估及其在农业保险中的应用研究本研究采用风险分析的方法结合GIS技术对安徽省小麦生产主要气象灾害的风险进行了分析和评估并且将风险评估的结果应用到农业保险决策中主要的研究内容及取得的成果如下:首先对安徽省小麦主要气象灾害进行了辨识。得出了安徽省小麦主要气象灾害为干旱灾害涝渍灾害、冬季冻害晚霜冻害以及干热风灾害。为了满足灾害风险分析对灾害指标量化的需要本研究参照当前常用小麦灾害指标为各种灾害设计了单灾种灾害指数。为了能够找出各种灾害的综合影响效果本研究将灰色理论引入到灾害指数设计中来计算了灾害与产量的灰色关联度结果表明在各种灾害种干旱对小麦的影响最大其次是干热风再次是涝渍、晚霜冻冬季冻害对安徽省小麦的影响不大。以灰色关联度为权重对各种灾害指数进行了加权求和得到了安徽省小麦气象灾害综合灾害指数并且用综合气象灾害指数与安徽省小麦历年相对气象产量做了相关分析分析结果表明二者呈现显著相关。其次进行了安徽省小麦气象灾害风险分析。本研究为了克服样本少而带来的信息不完备的缺陷采用模糊数学中信息扩散的方法计算了各种单灾种灾害以及综合灾害的不同级别灾害指数发生的概率并且绘制了各灾害的超越概率曲线(EP曲线)进一步对各种灾害发生、分布规律进行了分析。分析表明:安徽省小麦气象灾害有明显的随着纬度呈现梯度分布的特征南北差异明显。其中干旱、干热风灾害指数平均值及相对大的灾害发生概率从南到北依次增大;冬季冻害及晚霜冻害总体上也呈现出从南到北依次增大的趋势但是在沿江地区发生较小;涝渍灾害从南到北依次呈现梯度减小;但是从综合灾害的分布来看从南到北逐渐增大。再次建立了灾害风险评估模型对安徽省小麦气象灾害进行了风险评估。为了便于比较本文采用两种方法进行了安徽省小麦气象灾害进行风险评估。首先以安徽省小麦历史损失为依据建立了减产率发生的概率模型绘制了不同级别减产率发生概率分布图。其次本研究着重将综合灾害指数大于0.25发生的概率作为气象灾害危险性指标同时引入了暴露性指标、孕灾环境稳定性指标以及抗灾减灾能力指标采用AHP(层次分析)方法确定了各个指标的权重系数建立了安徽省小麦气象灾害风险评价模型计算了各个站点气象灾害风险指数。用各个站点的气象灾害风险指数与小麦历年减产率>10%发生的概率进行相关分析结果表明二者相关关系极显著(R=O.42P<O.01)。利用气象灾害风险指数在GIS下制作分布图从图上看安徽省小麦气象灾害风险大体上呈现纬度梯度分布南北差异显著不同地区灾害种类及成灾条件不同。但是二者相关系数低原因是单一损失指标对体现潜在灾害风险不完备也从侧面体现利用气象灾害风险模型对潜在风险评价优越性。最后针对当前农业保险所面临的主要问题。本研究尝试了将安徽省小麦气象灾害风险评估的结果应用到农业保险决策管理中着重阐述了2个方面的应用尝试:(1)以气象灾害风险指数以及小麦减产率大于10%发生的概率为指标按照农业保险分区的要求采用K-Means聚类方法将安徽省分为4个不同的保险区域并且对各个保险区的风险特征进行阐述;(2)提出了农业保险差异化经营的方法使用区域风险系数结合基准费率来进行区域差别费率的设定并且尝试性进行了各个区域费率的计算关键字:气象灾害风险小麦农业保险应用IIAbstractThisstudyuseriskanalysismethodwithGIStechnologyanalyzedandevaluationmainmeteorologicaldisastersriskofAnhuiwheat.AndappliedresultstoagricultureInsuranceDecision.Thisstudyresearchcontentsandobtainresultsasfollows:FirstIdentificationmainmeteorologicaldisastersofAnhuiwheat.TheresultsshowedthatdroughtwaterloggingwinterfreezelatefrostbiteandhotdrywindareAnhuiwheatmainmeteorologicaldisasters.Forindicatorsquantifiedneedsofdisastersanalysisthisstudyreferencewheatdisastersmeteorologicalindicatorsdesigneddisastersinde