張眉+金有杰+王倩

摘要：引入模糊綜合評價模型計算浙江省1983～2007年共53個臺風案例的影響評價指數(shù)，運用均值-標準差分級法對浙江省歷史臺風災(zāi)害影響強度進行等級劃分，并將該指數(shù)與實際農(nóng)田損失面積進行了回歸分析，擬合農(nóng)田損失面積預評估模型，相關(guān)系數(shù)達到0.642。該模型通過實際驗證表明能較好地預估農(nóng)田受災(zāi)面積，為農(nóng)業(yè)防災(zāi)減災(zāi)提供參考。

關(guān)鍵詞：模糊綜合評價法;臺風災(zāi)害;農(nóng)田損失評估;浙江省

中圖分類號：X43;P429 ? ? ? ?文獻標識碼：A ? ? ? ?文章編號：0439-8114（2014）20-5002-05

DOI：10.14088/j.cnki.issn0439-8114.2014.20.064

Loss Assessment of Farmland from Typhoon Disasters Based on Fuzzy

Comprehensive Evaluation in Zhejiang Province

ZHANG Mei1， JIN You-jie2，WANG Qian3

（1. Meteorological Service Center of Zhejiang， Hangzhou 310017，China;

2. Nanjing automation institute of water conservancy and hydrology，ministry of water resources， Nanjing 210012，China;

3. School of Economics & Management， Nanjing University of Information Science and Technology， Nanjing ?210044，China）

Abstract： The fuzzy comprehensive evaluation model was used to calculate assessment indexes of 53 typhoon cases occurred in Zhejiang province from 1983 to 2007. The mean-standard deviation classification method was used to make classification for historical influence intensity of typhoon disasters in Zhejiang province and the indexes and the actual loss area of farmland were used for regression analysis. Pre-assessment model of the loss area of farmland was fitted and the correlation coefficient was 0.642. The model through actual examination showed that the affected area of farmland could be better pre-assessed to provide reference for prevention and mitigation of agricultural disaster.

Key words： fuzzy comprehensive evaluation;typhoon disaster;loss assessment of Farmland;Zhejiang province

臺風作為破壞性極強的天氣系統(tǒng)，常常伴有大風、暴雨、風暴潮等災(zāi)害性天氣，進而引起山洪暴發(fā)、山體滑坡、泥石流等次生災(zāi)害[1]。浙江省地處我國東南沿海，靠近世界上最大的臺風源地（西北太平洋），是臺風入侵要沖。每年夏秋是臺風高發(fā)季節(jié)，《臺風年鑒》及《熱帶氣旋年鑒》表明，登陸我國沿海省份的強臺風和超強臺風個數(shù)，浙江省僅次于臺灣省，居第二位。特殊的海岸線走向、地形地貌和氣候帶，決定了浙江省的臺風常常造成非常嚴重的損失，是臺風災(zāi)害較嚴重的省份之一。而每年7～9月是浙江省蔬果及水稻的旺盛期和成熟期，由于農(nóng)村地區(qū)是防災(zāi)減災(zāi)能力較低的區(qū)域，農(nóng)民的災(zāi)害風險意識也較為薄弱，臺風災(zāi)害伴隨而來的大風和暴雨會使農(nóng)田土壤質(zhì)量下降、農(nóng)作物受災(zāi)、糧食減產(chǎn)，給農(nóng)業(yè)生產(chǎn)及農(nóng)民帶來巨大損失。

許多學者對臺風造成的災(zāi)害損失有過相關(guān)研究。張永恒等[2]遴選2000～2006年在浙江省登陸的20個具有典型代表意義的臺風，選擇若干臺風災(zāi)害影響指標，應(yīng)用模糊數(shù)學方法計算得到臺風綜合評價指數(shù)，擬合臺風災(zāi)級指數(shù)與綜合評價指數(shù)，評估臺風災(zāi)害損失等級，從而為防臺減災(zāi)工作提供指導意見和建議。牛海燕等[3]選取我國1990～2007年的沿海地區(qū)臺風案例，通過災(zāi)情評估模型發(fā)現(xiàn)浙江省2011年來災(zāi)害損失下降幅度較低，18年間平均臺風損失較大。趙飛等[4]通過選取我國2000～2008年的34個臺風案例，建立災(zāi)害預損失評估模型，發(fā)現(xiàn)臺風災(zāi)害綜合評價指數(shù)與農(nóng)作物受災(zāi)面積高度相關(guān)。張穎超等[5]應(yīng)用模糊層次分析方法對1981～2007年登陸浙江省的臺風進行災(zāi)害評估，在此基礎(chǔ)上將得出的災(zāi)害影響指數(shù)和災(zāi)情指數(shù)作相關(guān)分析，并以此說明災(zāi)害評估模型的有效性和正確性。

上述文獻均從不同側(cè)面對臺風災(zāi)害損失進行了評估，得出了一些頗有價值的結(jié)論。但現(xiàn)有文獻多集中于定性討論，其中對浙江省臺風災(zāi)害影響指數(shù)的研究也僅停留在與反映災(zāi)情情況指數(shù)的關(guān)聯(lián)分析上，并未觸及到定量層面，即能夠預測臺風導致具體災(zāi)情情況或損失的定量預測模型比較少見。目前對于全國臺風的災(zāi)害損失評估研究比較成熟，但研究結(jié)論是否仍然適用于省際中觀層面還有待檢驗和考察。由于農(nóng)業(yè)屬于露天生產(chǎn)和高風險性產(chǎn)業(yè)，根據(jù)1997～2004年的農(nóng)業(yè)災(zāi)情資料統(tǒng)計，因臺風導致浙江省農(nóng)作物受災(zāi)面積平均每年多達26.27 hm2，占農(nóng)業(yè)自然災(zāi)害總災(zāi)情的31.76%[6]。有關(guān)暴雨災(zāi)害對農(nóng)業(yè)影響評估研究表明，與直接經(jīng)濟損失和受災(zāi)人口相比，農(nóng)作物受災(zāi)面積與暴雨強度各指數(shù)存在更顯著的相關(guān)性，這表明臺風致災(zāi)因子也會對農(nóng)業(yè)造成直接影響[7]。因此，結(jié)合應(yīng)用較為成熟的模糊綜合評價方法將能夠客觀反映浙江省臺風災(zāi)害強度的若干指標轉(zhuǎn)化為影響評價指數(shù)，運用均值-標準差分級法對浙江省歷史臺風災(zāi)害影響強度進行等級劃分，并對浙江省1983～2007年共53個災(zāi)情記錄較為完整且典型的臺風案例的影響評價指數(shù)與實際農(nóng)田損失面積進行回歸分析，建立冪函數(shù)回歸方程，實現(xiàn)浙江省臺風農(nóng)田受災(zāi)定量預評估，以期為農(nóng)業(yè)防災(zāi)減災(zāi)政策的制定提供科學的參考依據(jù)。endprint

1 ?數(shù)據(jù)來源

由于本研究探討的主要是浙江省臺風災(zāi)害強度對農(nóng)業(yè)造成的損失定量評估，而臺風災(zāi)害對農(nóng)業(yè)造成損失主要通過臺風引致的狂風、暴雨而產(chǎn)生影響。大風是臺風危害最重要因素之一，也是造成臺風災(zāi)害的最直接的致災(zāi)因子之一。當風力達到12級時，可摧毀連片莊稼及高稈農(nóng)作物。臺風導致的降水強度大、雨量大、時段集中，可導致田地、水利設(shè)施受損，給農(nóng)業(yè)造成嚴重危害與巨大損失。為表征這種臺風災(zāi)害強度，反映臺風期間氣象要素的急劇波動，選取1983～2007年影響浙江省的53個臺風的最低中心氣壓、最大日雨量、持續(xù)日數(shù)、過程最大降水量、極大風速和最大風速等氣象數(shù)據(jù)（主要來自中國氣象局公布的《臺風年鑒》、《熱帶氣旋年鑒》和浙江省氣象局觀測數(shù)據(jù)）;災(zāi)情數(shù)據(jù)為臺風期間造成的農(nóng)田損失面積數(shù)據(jù)（來自浙江省內(nèi)各級統(tǒng)計局統(tǒng)計年鑒、民政局及省防汛指揮部的有關(guān)資料）。由于災(zāi)情資料的局限性，本研究僅選取臺風數(shù)據(jù)和災(zāi)情數(shù)據(jù)記錄較為完整的臺風案例進行研究。農(nóng)田損失面積主要由衛(wèi)星遙感技術(shù)獲取，災(zāi)情數(shù)據(jù)相對準確，故基于歷史臺風災(zāi)害數(shù)據(jù)和災(zāi)情數(shù)據(jù)對農(nóng)田損失進行定量預評估有一定的客觀依據(jù)。

2 ?臺風災(zāi)害影響指數(shù)計算模型

模糊綜合評價方法是對復雜事物的認知定量化，評價過程中盡可能地避免了主觀臆斷，達到主觀與客觀的統(tǒng)一，從而提高了認知的精確性，實際應(yīng)用較為成熟[8-12]。將臺風各致災(zāi)因子作為評估指標，利用該方法計算臺風災(zāi)害影響指數(shù)的一般步驟為：①確定n起臺風案例評價對象的致災(zāi)因子指標集U={u1，u2，…，um};②確定致災(zāi)因子指標的隸屬函數(shù)f（u）;③建立模糊評判矩陣R=（rij）m×n。對于每個致災(zāi)因子指標ui，先建立指標評判：Ri=（ri1，ri2，…，rin），即rij（0

2.1 ?隸屬函數(shù)的確定

通過臺風中心氣壓、日雨量、持續(xù)日數(shù)、過程最大降水量、極大風速和最大風速等6項指標數(shù)據(jù)表征臺風災(zāi)害強度，隸屬函數(shù)的選取需要符合客觀規(guī)律，且能反映客觀模糊現(xiàn)象的具體特點。本研究采用典型函數(shù)法的戒下型函數(shù)，表達式如下：

f（u）=0，（u≤c）■（u>c） ?（1）

式（1）中，f（u）為臺風致災(zāi)因子指標u的隸屬函數(shù)，a、b、c為隸屬函數(shù)的參數(shù)，a和c均大于0，b小于0，且c為指標u歷年統(tǒng)計數(shù)據(jù)中的最小值umin。此外規(guī)定b為-2，當u為歷年統(tǒng)計最大值umax時，其所對應(yīng)隸屬函數(shù)的值為0.99，即f（umax）=0.99。通過式（2）可以計算獲得參數(shù)a。由于在實際評價過程中參數(shù)a會偏大，因此加入調(diào)節(jié)系數(shù)k。

a=■×k ? ? ? ? ? ? ? ? ? ? ? ?（2）

式（2）中，k由反復計算和前人不斷研究試驗的基礎(chǔ)上得出，取0.3較為合適。戒下型函數(shù)的分布可以反映臺風災(zāi)害的輕重程度，當因子u大于臨界值c時，認為可以成災(zāi)，否則可認為不足以成災(zāi)。

2.2 ?模糊評判矩陣和因子權(quán)重系數(shù)的確定

設(shè)有n起臺風案例災(zāi)害強度有待評價，每起臺風通過m個致災(zāi)因子指標來對災(zāi)害影響進行評價，于是每個因子的評價集為Ri=（ri1，ri2，…，rim），i=1，2，…，m。從而可以得到m個影響因子指標評價矩陣Ri，通過公式（1）計算獲得矩陣中的每個元素，因此當參數(shù)a、b、c確定后，便可以計算出每起臺風災(zāi)害過程評價因子的隸屬度值，總的評價矩陣可以表示為：

R=R1R2…Rm=r11 ? r12 ?… ?r1n r21 ? r22 ?… ?r2n■ ■ ?■rm1 ? rm2 ?… ?rmn=f11 ? f12 ?… ?f1n f21 ? f22 ?… ?f2n■ ■ ?■fm1 ? fm2 ?… ?fmn ?（3）

因子權(quán)重系數(shù)大小反映了各致災(zāi)因子指標對于臺風評價對象的重要程度。加權(quán)平均規(guī)劃法可以客觀反映各個評價因子在所有因子中的相對比例，其計算公式如式（4）所示。

pi=■，i=1，2，…，m ? ? ? ? ? （4）

式（4）中，pi為臺風災(zāi)害中第i個致災(zāi)評價因子的影響系數(shù)，即第i個致災(zāi)因子隸屬度之和與所有致災(zāi)因子隸屬度總和的比值;m代表致災(zāi)因子評價指標的個數(shù);n代表臺風災(zāi)害案例的個數(shù);rij代表第j起臺風災(zāi)害過程中第i個致災(zāi)評價因子的隸屬度。通過公式（4）確定各評價因子的影響系數(shù)，再結(jié)合專家打分法和Delphi專家咨詢法，獲得相對客觀的因子權(quán)重系數(shù)pi，從而確定各致災(zāi)因子指標權(quán)重A=（p1，p2，…，pm），且∑pi=1。

2.3 ?影響評價指數(shù)計算公式

確定評價矩陣和評價因子權(quán)重系數(shù)后，采用加權(quán)平均型模型進行模糊綜合評價指數(shù)計算。

bj=min{■pirij，1}，j=1，2，…，n ? （5）

式（5）中，∑pi=1，bi為第j起臺風災(zāi)害的模糊綜合評價指數(shù)。

3 ?臺風災(zāi)害影響指數(shù)計算和等級劃分

3.1 ?臺風災(zāi)害影響指數(shù)計算

選取1983～2007年資料記錄較為完整的53個臺風案例，通過收集浙江省內(nèi)各氣象臺（站、所）記錄的最低中心氣壓（T1）、最大日雨量（T2）、持續(xù)日數(shù)（T3）、過程最大降水量（T4）、極大風速（T5）、最大風速數(shù)據(jù)（T6），構(gòu)建影響浙江省的臺風災(zāi)害強度評價指標體系，通過加權(quán)平均規(guī)劃法再結(jié)合專家打分法計算得到各指標權(quán)重系數(shù)（表1），運用模糊綜合評價算法得到53個臺風災(zāi)害影響評價指數(shù)（圖1）。評價指數(shù)越高表示臺風災(zāi)害越嚴重。

從表1中各致災(zāi)因子權(quán)重系數(shù)可以看出，對于評價各臺風案例而言，指標重要性程度排列依次為最低中心氣壓（T1）>最大風速數(shù)據(jù)（T6）>過程最大降水量（T4）>最大日雨量（T2）>極大風速（T5）>持續(xù)日數(shù)（T3）。實際上，臺風屬于熱帶氣旋的一個類別，其強度首先也是由最低中心氣壓表征，其次臺風災(zāi)害對于農(nóng)業(yè)造成的損失機理往往主要也是通過狂風和暴雨形成，因此可以認為上述主客觀賦權(quán)的方法對于確定浙江省臺風致災(zāi)因子權(quán)重系數(shù)是科學合理的。

3.2 ?臺風災(zāi)害影響指數(shù)等級劃分

臺風災(zāi)害影響指數(shù)由各致災(zāi)因子通過模糊綜合評價方法計算獲得，對影響指數(shù)的劃分即是對各臺風致災(zāi)因子綜合強度的劃分。均值-標準差分級法不用考慮物理成因?qū)χ笜酥档挠绊?，僅從統(tǒng)計的角度將樣本均值作為指標的中心，操作比較方便，在對指標分級的運用中較為廣泛[13-15]。

均值-標準差分級法操作步驟如下：①將53個臺風影響評價指數(shù)建立如下序列{b1，b2，…，b53}，令■=■■bi為該序列的均值，S=■為該序列的標準差;②將上述影響指數(shù)序列劃分為5個等級，劃分標準如表2所示，其中，α1和α2滿足α1∈[1.0，1.5]且α2∈[0.3，0.6]，劃分標準每個間隔都代表著一種等級狀態(tài)。根據(jù)上述操作步驟，計算得到每個等級的臨界值F后，就可以將歷史臺風災(zāi)害影響指數(shù)劃分為5個等級區(qū)間，分別定義為：微災(zāi)、小災(zāi)、中災(zāi)、大災(zāi)、重災(zāi)（表2）。

結(jié)合圖1和表2結(jié)果分析可知，浙江省臺風災(zāi)害屬于微災(zāi)、小災(zāi)、中災(zāi)、大災(zāi)和重災(zāi)的比例分別約為13.21%、15.09%、33.96%、18.87%和18.87%，也從另一方面說明隨著全球氣候日益變暖，浙江省臺風災(zāi)害強度處于中災(zāi)以上程度的比例已超過一半，所占比例高達71.70%，這也提醒浙江省政府和氣象部門要加強防臺減災(zāi)工作，制定相應(yīng)防臺減災(zāi)政策，最大程度降低浙江省農(nóng)業(yè)損失，保障農(nóng)民利益，保證國民經(jīng)濟健康可持續(xù)發(fā)展。

4 ?農(nóng)田損失面積預評估模型及驗證

4.1 ?農(nóng)田損失面積預評估模型

農(nóng)田損失面積是自然災(zāi)害發(fā)生時評估農(nóng)業(yè)損失的一項重要指標。通過建立浙江省歷史臺風災(zāi)害影響評價指數(shù)與農(nóng)田損失災(zāi)情數(shù)據(jù)的回歸方程，運用SPSS軟件擬合浙江省臺風災(zāi)害農(nóng)田損失預評估模型。為保證預測結(jié)果的精確性，在分析的過程中剔除了兩個異常值（臺風編號為9414和0604），兩者呈較顯著的冪函數(shù)關(guān)系（圖2），R2達到0.642，說明預測結(jié)果較為理想。農(nóng)田損失預評估模型可表示為：y=965.209b4.493，其中y表示農(nóng)田損失面積，單位為×103 hm2（千公頃）;b為上述綜合評價模型計算得到的臺風災(zāi)害影響評價指數(shù)。

4.2 ?農(nóng)田損失面積預評估模型的驗證

上述預評估模型建立后，針對未來發(fā)生的某次臺風案例，只需要將氣象部門預報臺風致災(zāi)因子的指標數(shù)據(jù)運用綜合評價模型轉(zhuǎn)換為災(zāi)害影響評價指數(shù)代入模型，即可預評估某次臺風災(zāi)害過程可能導致的農(nóng)田損失面積。為檢驗預評估模型的合理性，選取近5年使浙江省造成嚴重災(zāi)情的0908號“莫拉克”和1211號“?？迸_風案例來驗證?！澳恕庇?009年8月9日16時在福建省霞浦縣登陸，登陸時中心氣壓970 hPa，近中心最大風33 m/s（12級），10日進入溫州泰順境內(nèi)，蒼南地區(qū)的極大風速達到43.2 m/s（14級）?！昂？庇?012年8月3日在浙江省象山縣鶴浦鎮(zhèn)沿海登陸，登陸時中心氣壓965 hPa，等級為強臺風，近中心最大風力42 m/s（14級），測得的極大風速在東磯島，為56.0 m/s（16級），日雨量降水極值出現(xiàn)在臨安市，為427 mm?！昂？庇绊憰r間長、范圍廣，給農(nóng)業(yè)、漁業(yè)和養(yǎng)殖業(yè)造成了很大損失。通過模糊綜合分析法計算得到“莫拉克”和“?？钡臑?zāi)害影響評價指數(shù)，代入農(nóng)田損失面積預評估模型，分別得到兩臺風農(nóng)田損失面積預測擬合值（表3）。

從表3檢驗結(jié)果可以看出，通過上述模型預測農(nóng)田損失面積的結(jié)果比較理想。當然，由于一些不可預見的隨機因素的干擾，預測值與實際值產(chǎn)生一定偏差，但相對誤差為12.40%和9.11%，仍在可控范圍之內(nèi)，因此可以認為上述農(nóng)田損失面積預評估模型具有合理性。事實上，農(nóng)田損失程度與致災(zāi)因子的強弱有著最直接的關(guān)系，將通過致災(zāi)因子指標計算的臺風災(zāi)害影響指數(shù)與農(nóng)田損失面積做回歸分析而建立的農(nóng)田損失預評估模型可以取得較好的結(jié)果。

5 ?小結(jié)

引入模糊綜合評價模型計算浙江省1983～2007年共53個臺風案例的影響評價指數(shù)，運用均值-標準差分級法對浙江省歷史臺風災(zāi)害影響強度進行等級劃分，研究發(fā)現(xiàn)，浙江省臺風災(zāi)害強度處于中災(zāi)以上程度的比例高達71.70%，說明臺風災(zāi)害對于浙江省而言不容忽視，這也提醒浙江省政府和氣象部門要協(xié)同人民群眾加強防臺減災(zāi)工作，最大程度降低農(nóng)業(yè)損失，保障農(nóng)民利益。本研究將影響評價指數(shù)與實際農(nóng)田損失面積進行了回歸分析，并將該預估模型對臺風“莫拉克”和“?？边M行實際驗證，結(jié)果表明其能夠為浙江省臺風農(nóng)田受災(zāi)進行定量預評估，為農(nóng)業(yè)防災(zāi)減災(zāi)提供科學的參考依據(jù)。

當然以上研究僅是階段性成果，后續(xù)研究還有待深入，如可以考慮擴大空間和時間樣本量等，這對于進一步提高臺風災(zāi)害損失模型的預測精度有重要意義，同時也對數(shù)據(jù)收集和氣象部門氣象數(shù)據(jù)的預報工作提出了諸多挑戰(zhàn)。endprint

參考文獻：

[1] 陳惠芬.熱帶氣旋災(zāi)害等級預評估方法初探[J].自然災(zāi)害學報，2011（5）：136-140.

[2] 張永恒，范廣洲，馬清云，等.浙江省臺風災(zāi)害影響評估模型[J].應(yīng)用氣象學報，2009（6）：772-776.

[3] 牛海燕，劉 ?敏，陸 ?敏，等.中國沿海地區(qū)臺風災(zāi)害損失評估研究[J].災(zāi)害學，2011（3）：61-64.

[4] 趙 ?飛，廖永豐，張妮娜，等.登陸中國臺風災(zāi)害損失預評估模型研究[J].災(zāi)害學，2011（2）：81-85.

[5] 張穎超，張美娟，張中秋，等.浙江省登陸熱帶氣旋災(zāi)害影響評估[J].大氣科學學報，2013（2）：229-234.

[6] 楊忠恩，金志鳳，胡 ?波，等.熱帶氣旋對浙江省農(nóng)業(yè)影響的風險區(qū)劃[J].生態(tài)學雜志，2011（12）：2821-2826.

[7] 郭志鵠，吳勝安，鄧見英.暴雨洪澇災(zāi)害影響評估若干問題探討[J].廣東氣象，2008（5）：29-32.

[8] 任魯川.災(zāi)害損失定量評估的模糊綜合評判方法[J].災(zāi)害學，1996（4）：5-10.

[9] 吳紅華.災(zāi)害損失評估的灰色模糊綜合方法[J].自然災(zāi)害學報，2005（2）：115-118.

[10] 馬清云，李佳英，王秀榮，等.基于模糊綜合評價法的登陸臺風災(zāi)害影響評估模型[J].氣象，2008（5）：20-25.

[11] 付桂軍，齊義軍.煤炭資源型區(qū)域可持續(xù)發(fā)展水平比較研究——基于模糊綜合評價法的分析[J].干旱區(qū)資源與環(huán)境，2013（4）：106-110.

[12] 楊 ?俊，王占岐，金 ?貴，等.基于AHP與模糊綜合評價的土地整治項目實施后效益評價[J].長江流域資源與環(huán)境，2013（8）：1036-1042.

[13] SEN Z K.Critical drought analysis by second order Markov Chain[J]. Journal of Hydrology，1990，120（1-4）：183-202.

[14] 夏樂天.梅雨強度的指數(shù)權(quán)馬爾可夫鏈預測[J].水利學報，2005，36（8）：988-993.

[15] 仲遠見，李 ?靖，王 ?龍.改進馬爾可夫鏈降雨量預測模型的應(yīng)用[J].濟南大學學報（自然科學版），2009（4）：402-405.endprint

參考文獻：

[1] 陳惠芬.熱帶氣旋災(zāi)害等級預評估方法初探[J].自然災(zāi)害學報，2011（5）：136-140.

[2] 張永恒，范廣洲，馬清云，等.浙江省臺風災(zāi)害影響評估模型[J].應(yīng)用氣象學報，2009（6）：772-776.

[3] 牛海燕，劉 ?敏，陸 ?敏，等.中國沿海地區(qū)臺風災(zāi)害損失評估研究[J].災(zāi)害學，2011（3）：61-64.

[4] 趙 ?飛，廖永豐，張妮娜，等.登陸中國臺風災(zāi)害損失預評估模型研究[J].災(zāi)害學，2011（2）：81-85.

[5] 張穎超，張美娟，張中秋，等.浙江省登陸熱帶氣旋災(zāi)害影響評估[J].大氣科學學報，2013（2）：229-234.

[6] 楊忠恩，金志鳳，胡 ?波，等.熱帶氣旋對浙江省農(nóng)業(yè)影響的風險區(qū)劃[J].生態(tài)學雜志，2011（12）：2821-2826.

[7] 郭志鵠，吳勝安，鄧見英.暴雨洪澇災(zāi)害影響評估若干問題探討[J].廣東氣象，2008（5）：29-32.

[8] 任魯川.災(zāi)害損失定量評估的模糊綜合評判方法[J].災(zāi)害學，1996（4）：5-10.

[9] 吳紅華.災(zāi)害損失評估的灰色模糊綜合方法[J].自然災(zāi)害學報，2005（2）：115-118.

[10] 馬清云，李佳英，王秀榮，等.基于模糊綜合評價法的登陸臺風災(zāi)害影響評估模型[J].氣象，2008（5）：20-25.

[11] 付桂軍，齊義軍.煤炭資源型區(qū)域可持續(xù)發(fā)展水平比較研究——基于模糊綜合評價法的分析[J].干旱區(qū)資源與環(huán)境，2013（4）：106-110.

[12] 楊 ?俊，王占岐，金 ?貴，等.基于AHP與模糊綜合評價的土地整治項目實施后效益評價[J].長江流域資源與環(huán)境，2013（8）：1036-1042.

[13] SEN Z K.Critical drought analysis by second order Markov Chain[J]. Journal of Hydrology，1990，120（1-4）：183-202.

[14] 夏樂天.梅雨強度的指數(shù)權(quán)馬爾可夫鏈預測[J].水利學報，2005，36（8）：988-993.

[15] 仲遠見，李 ?靖，王 ?龍.改進馬爾可夫鏈降雨量預測模型的應(yīng)用[J].濟南大學學報（自然科學版），2009（4）：402-405.endprint

參考文獻：

[1] 陳惠芬.熱帶氣旋災(zāi)害等級預評估方法初探[J].自然災(zāi)害學報，2011（5）：136-140.

[2] 張永恒，范廣洲，馬清云，等.浙江省臺風災(zāi)害影響評估模型[J].應(yīng)用氣象學報，2009（6）：772-776.

[3] 牛海燕，劉 ?敏，陸 ?敏，等.中國沿海地區(qū)臺風災(zāi)害損失評估研究[J].災(zāi)害學，2011（3）：61-64.

[4] 趙 ?飛，廖永豐，張妮娜，等.登陸中國臺風災(zāi)害損失預評估模型研究[J].災(zāi)害學，2011（2）：81-85.

[5] 張穎超，張美娟，張中秋，等.浙江省登陸熱帶氣旋災(zāi)害影響評估[J].大氣科學學報，2013（2）：229-234.

[6] 楊忠恩，金志鳳，胡 ?波，等.熱帶氣旋對浙江省農(nóng)業(yè)影響的風險區(qū)劃[J].生態(tài)學雜志，2011（12）：2821-2826.

[7] 郭志鵠，吳勝安，鄧見英.暴雨洪澇災(zāi)害影響評估若干問題探討[J].廣東氣象，2008（5）：29-32.

[8] 任魯川.災(zāi)害損失定量評估的模糊綜合評判方法[J].災(zāi)害學，1996（4）：5-10.

[9] 吳紅華.災(zāi)害損失評估的灰色模糊綜合方法[J].自然災(zāi)害學報，2005（2）：115-118.

[10] 馬清云，李佳英，王秀榮，等.基于模糊綜合評價法的登陸臺風災(zāi)害影響評估模型[J].氣象，2008（5）：20-25.

[11] 付桂軍，齊義軍.煤炭資源型區(qū)域可持續(xù)發(fā)展水平比較研究——基于模糊綜合評價法的分析[J].干旱區(qū)資源與環(huán)境，2013（4）：106-110.

[12] 楊 ?俊，王占岐，金 ?貴，等.基于AHP與模糊綜合評價的土地整治項目實施后效益評價[J].長江流域資源與環(huán)境，2013（8）：1036-1042.

[13] SEN Z K.Critical drought analysis by second order Markov Chain[J]. Journal of Hydrology，1990，120（1-4）：183-202.

[14] 夏樂天.梅雨強度的指數(shù)權(quán)馬爾可夫鏈預測[J].水利學報，2005，36（8）：988-993.

[15] 仲遠見，李 ?靖，王 ?龍.改進馬爾可夫鏈降雨量預測模型的應(yīng)用[J].濟南大學學報（自然科學版），2009（4）：402-405.endprint