江　懿，陳　磊，任　竹，陳　娟（安徽省農(nóng)業(yè)科學(xué)院農(nóng)業(yè)經(jīng)濟(jì)與信息研究所，合肥230031）

?

基于信息擴(kuò)散理論的安徽省農(nóng)業(yè)風(fēng)雹災(zāi)害風(fēng)險(xiǎn)評估

江懿，陳磊，任竹，陳娟
（安徽省農(nóng)業(yè)科學(xué)院農(nóng)業(yè)經(jīng)濟(jì)與信息研究所，合肥230031）

摘要：為了客觀評估風(fēng)雹災(zāi)害對安徽省農(nóng)作物造成的風(fēng)險(xiǎn)損失，利用基于信息擴(kuò)散理論的風(fēng)險(xiǎn)評估模型，對安徽省1991—2012年近22年的農(nóng)業(yè)風(fēng)雹災(zāi)害進(jìn)行分析。結(jié)果顯示：因風(fēng)雹災(zāi)造成的農(nóng)業(yè)受（成）災(zāi)面積相對較??；在受災(zāi)指數(shù)10%下，安徽省風(fēng)雹災(zāi)害風(fēng)險(xiǎn)水平為低風(fēng)險(xiǎn)，風(fēng)險(xiǎn)概率為156年1遇；安徽省風(fēng)雹災(zāi)成災(zāi)指數(shù)一般不超過8%，該指數(shù)下的風(fēng)險(xiǎn)概率約為10000年1遇；隨著受災(zāi)程度的增加，安徽省各市的風(fēng)雹災(zāi)害風(fēng)險(xiǎn)概率呈下降趨勢。

關(guān)鍵詞：風(fēng)雹災(zāi)；信息擴(kuò)散；風(fēng)險(xiǎn)評估；安徽省

0　引言

風(fēng)雹災(zāi)害是指雷雨大風(fēng)、龍卷風(fēng)和冰雹等強(qiáng)對流天氣造成的一種自然災(zāi)害[1]，農(nóng)業(yè)風(fēng)雹災(zāi)害是中國農(nóng)業(yè)自然災(zāi)害中處于第三位的農(nóng)業(yè)氣象災(zāi)害[2]。目前，國內(nèi)對農(nóng)業(yè)風(fēng)雹災(zāi)害的風(fēng)險(xiǎn)評估進(jìn)行研究的相關(guān)文獻(xiàn)尚較少，主要有雷曉云等[3]應(yīng)用信息擴(kuò)散的模糊數(shù)學(xué)方法對新疆生產(chǎn)建設(shè)兵團(tuán)的農(nóng)業(yè)風(fēng)雹災(zāi)害進(jìn)行了風(fēng)險(xiǎn)估計(jì)；陳家金等[4]應(yīng)用正態(tài)信息擴(kuò)散計(jì)算方法，對福建省農(nóng)作物風(fēng)雹災(zāi)害進(jìn)行風(fēng)險(xiǎn)評估；賀一梅等[5]運(yùn)用模糊聚類方法，對云南省金沙江流域的風(fēng)雹災(zāi)害進(jìn)行了區(qū)劃研究；許新路等[6]根據(jù)歷史災(zāi)情資料，對河北省邢臺市的風(fēng)雹災(zāi)害進(jìn)行了風(fēng)險(xiǎn)評估；山義昌[7]對冬小麥的風(fēng)雹災(zāi)害進(jìn)行了等級劃分和災(zāi)情評估；郗蒙浩等[8]依據(jù)自然災(zāi)害風(fēng)險(xiǎn)區(qū)劃，對北京市風(fēng)雹災(zāi)害的應(yīng)急救援物資儲備數(shù)量進(jìn)行管理；廖永豐等[9]根據(jù)風(fēng)雹的絕對災(zāi)情指數(shù)和嚴(yán)重程度將中國分為5類地區(qū)，其中安徽處于3類地區(qū)。

據(jù)統(tǒng)計(jì)，安徽風(fēng)、雹災(zāi)害頻發(fā)，全省年均56次，損害面積年均14萬hm2[10]，對農(nóng)業(yè)生產(chǎn)造成了一定影響。然而，對安徽省風(fēng)雹災(zāi)害進(jìn)行風(fēng)險(xiǎn)評估的文獻(xiàn)相對缺乏，大都是對安徽省的農(nóng)業(yè)災(zāi)害系統(tǒng)研究中涉及到風(fēng)雹災(zāi)害[11-13]。因此，本研究從承災(zāi)層面對風(fēng)雹災(zāi)害的后果進(jìn)行評估。農(nóng)業(yè)風(fēng)險(xiǎn)分析的傳統(tǒng)數(shù)學(xué)手段是概率統(tǒng)計(jì)方法，即總結(jié)災(zāi)害發(fā)生地區(qū)歷史上不同風(fēng)險(xiǎn)水平發(fā)生的頻率，得到風(fēng)險(xiǎn)概率分布，但這種傳統(tǒng)方法需要大量的歷史統(tǒng)計(jì)資料（通常要求30個(gè)以上樣本），而考慮到本研究數(shù)據(jù)的制約性，選擇基于信息擴(kuò)散理論的評估模型進(jìn)行分析，信息擴(kuò)散理論由黃崇福教授系統(tǒng)提出[14]，以期客觀評估安徽省農(nóng)業(yè)風(fēng)雹災(zāi)害的風(fēng)險(xiǎn)大小，為安徽省風(fēng)雹災(zāi)害的防災(zāi)減災(zāi)提供依據(jù)。

1　資料與方法

1.1資料來源

數(shù)據(jù)來源于安徽省民政廳和《新中國農(nóng)業(yè)60年統(tǒng)計(jì)資料》[15]、《安徽統(tǒng)計(jì)年鑒》（1991—2013年）。

1.2評估方法

選取安徽省及各市農(nóng)作物播種面積、農(nóng)業(yè)風(fēng)雹災(zāi)害受（成）災(zāi)面積等指標(biāo)進(jìn)行相關(guān)分析評估。

1.2.1評估模型信息擴(kuò)散原理是一種處理不完備信息的模糊方法，該方法認(rèn)為一定存在著1個(gè)適當(dāng)?shù)臄U(kuò)散函數(shù)，可以將傳統(tǒng)的觀測樣本點(diǎn)集值化，以彌補(bǔ)資料不足帶來的缺陷，達(dá)到提高精度的目的。最簡單的模型是正態(tài)擴(kuò)散模型[14]。

基于信息擴(kuò)散理論的風(fēng)險(xiǎn)評估模型中，假設(shè)X為風(fēng)險(xiǎn)評估指標(biāo)在m年內(nèi)的實(shí)際觀測值的樣本集合，

式中：u1,u2,…,un為控制點(diǎn)?？紤]到計(jì)算精度的要求，本研究中U取值如下：

在集合X中，1個(gè)單值觀測樣本點(diǎn)xi可以將其所攜帶的信息依下式擴(kuò)散給U中的所有點(diǎn)：

式中：h為信息擴(kuò)散系數(shù)，其表達(dá)式如下：

則樣本xi的歸一化信息分布可記為：

式(10)為所有樣本落在uj處的頻率值，即概率估計(jì)值，則超越uj的概率值應(yīng)為：

P即為不同災(zāi)害情形下的風(fēng)險(xiǎn)估計(jì)值。

為了使風(fēng)險(xiǎn)評估的結(jié)果更為直觀、易于比較，引入風(fēng)險(xiǎn)等級進(jìn)行分析評估，運(yùn)用風(fēng)險(xiǎn)概率R() R=1/P對其進(jìn)行細(xì)化表述[16]。R越小（大），表示風(fēng)雹災(zāi)可能發(fā)生的周期越短（長）、頻率越高（低）。

1.2.2評估指標(biāo)用于表征農(nóng)業(yè)風(fēng)雹災(zāi)害的風(fēng)險(xiǎn)指標(biāo)很多，本研究選用風(fēng)雹災(zāi)害受（成）災(zāi)面積指數(shù)作為風(fēng)雹災(zāi)害風(fēng)險(xiǎn)的評估指標(biāo)。風(fēng)雹災(zāi)害受（成）災(zāi)面積指數(shù)是指風(fēng)雹災(zāi)害受（成）災(zāi)面積與農(nóng)作物播種面積之比，其大小反映了農(nóng)作物的受（成）災(zāi)程度[17]。指數(shù)值越大（?。硎巨r(nóng)作物受風(fēng)雹災(zāi)害的影響越大（?。?，指數(shù)計(jì)算見公式(12)。

式中：Xh為風(fēng)雹災(zāi)受（成）災(zāi)面積指數(shù)；Sh為風(fēng)雹災(zāi)受（成）災(zāi)面積(hm2)；S為農(nóng)作物播種面積(hm2)。其中，受災(zāi)面積指因風(fēng)雹災(zāi)減產(chǎn)10%以上的農(nóng)作物播種面積，成災(zāi)面積則指因風(fēng)雹災(zāi)減產(chǎn)30%以上的面積。

1.2.3統(tǒng)計(jì)分析采用Excel 2003和Matlab軟件對數(shù)據(jù)進(jìn)行處理與分析。

2　結(jié)果與分析

2.1歷史災(zāi)情分析

利用Excel軟件對數(shù)據(jù)進(jìn)行處理，得到1991—2012年間安徽省農(nóng)業(yè)風(fēng)雹災(zāi)害年平均受災(zāi)面積為23.9萬hm2，年平均成災(zāi)面積為13.2萬hm2。2002年風(fēng)雹災(zāi)害的受災(zāi)面積和成災(zāi)面積為最高值，分別為71.5萬hm2、48.2萬hm2。安徽省歷年風(fēng)雹災(zāi)害受（成）災(zāi)面積指數(shù)的變化趨勢如圖1所示。1991—2012年安徽省農(nóng)作物因風(fēng)雹受災(zāi)的面積指數(shù)為3‰～8.5%，因風(fēng)雹成災(zāi)的面積指數(shù)為2‰～5.7%，歷年平均值分別為2.8%和1.6%，總體呈下降趨勢。災(zāi)情最重的年份為2002年，受災(zāi)和成災(zāi)面積指數(shù)均為最大值。受災(zāi)指數(shù)≥3%的年份有1992—1994、1998、2002、2004、2009年，占統(tǒng)計(jì)年份的31.8%。從總體上看，因風(fēng)雹災(zāi)害造成的農(nóng)作物受災(zāi)、成災(zāi)面積相對較小。

圖1　安徽省歷年農(nóng)作物風(fēng)雹災(zāi)害受災(zāi)和成災(zāi)面積指數(shù)

2.2風(fēng)雹災(zāi)害風(fēng)險(xiǎn)等級劃分

根據(jù)安徽省各市的農(nóng)業(yè)風(fēng)雹災(zāi)害的風(fēng)險(xiǎn)概率R，參照劉亞彬等的水旱災(zāi)害風(fēng)險(xiǎn)等級劃分[18]，將農(nóng)業(yè)風(fēng)雹災(zāi)的風(fēng)險(xiǎn)程度分為高、中、低3個(gè)等級。具體等級劃分見表1。其中，R=1指風(fēng)雹災(zāi)每年1遇，2＜R≤4指風(fēng)雹災(zāi)2～4年1遇，R＞6則表示風(fēng)雹災(zāi)大于6年1遇，其余依此類推。

表1　風(fēng)雹災(zāi)害不同受（成）災(zāi)面積指數(shù)下的風(fēng)險(xiǎn)等級劃分

2.3安徽省農(nóng)業(yè)風(fēng)雹災(zāi)受（成）災(zāi)風(fēng)險(xiǎn)估計(jì)值

依照基于信息擴(kuò)散理論的風(fēng)險(xiǎn)評估模型、借助Matlab數(shù)學(xué)軟件對安徽省1991—2012年的風(fēng)雹災(zāi)受（成）災(zāi)數(shù)據(jù)進(jìn)行處理，結(jié)果如表2所示。從受災(zāi)風(fēng)險(xiǎn)來看，當(dāng)受災(zāi)指數(shù)≥2%時(shí)，安徽省風(fēng)雹災(zāi)風(fēng)險(xiǎn)水平為中度風(fēng)險(xiǎn)，風(fēng)險(xiǎn)概率為1.4年1遇；當(dāng)受災(zāi)指數(shù)≥4%時(shí)，風(fēng)雹災(zāi)風(fēng)險(xiǎn)水平為中度風(fēng)險(xiǎn)，風(fēng)險(xiǎn)概率為3.2年1遇；當(dāng)受災(zāi)指數(shù)≥7%時(shí)，風(fēng)雹災(zāi)風(fēng)險(xiǎn)水平為低風(fēng)險(xiǎn)，風(fēng)險(xiǎn)概率為16.6年1遇；當(dāng)受災(zāi)指數(shù)上升至10%時(shí)，風(fēng)雹災(zāi)受災(zāi)風(fēng)險(xiǎn)為156年1遇。從成災(zāi)風(fēng)險(xiǎn)來看，成災(zāi)面積指數(shù)一般不超過8%，該指數(shù)下的風(fēng)險(xiǎn)估計(jì)值為0.0001，成災(zāi)風(fēng)險(xiǎn)約為10000年1遇。

表2　安徽省農(nóng)業(yè)風(fēng)雹災(zāi)受（成）災(zāi)風(fēng)險(xiǎn)估計(jì)值

2.4安徽省各市農(nóng)業(yè)風(fēng)雹災(zāi)害風(fēng)險(xiǎn)區(qū)劃

根據(jù)上文中的評估模型及風(fēng)險(xiǎn)等級劃分，得到安徽省各市在不同風(fēng)雹災(zāi)害受災(zāi)面積指數(shù)下的風(fēng)險(xiǎn)評估結(jié)果見表3，圖2是應(yīng)用ArcGIS 10.2軟件繪圖得到的安徽省農(nóng)業(yè)風(fēng)雹災(zāi)害時(shí)空分布區(qū)劃。

由圖2a可見，在Xh≥2%面積指數(shù)下，安徽省各市風(fēng)雹災(zāi)呈現(xiàn)為中、低風(fēng)險(xiǎn)。具體表現(xiàn)為淮南、合肥、滁州、巢湖和馬鞍山為低風(fēng)險(xiǎn)，風(fēng)險(xiǎn)概率大于2年1遇；其他城市均為中度風(fēng)險(xiǎn)，風(fēng)險(xiǎn)概率在1～2年1遇之間。

由圖2b可見，在Xh≥4%面積指數(shù)下，風(fēng)雹災(zāi)呈現(xiàn)為高、中、低風(fēng)險(xiǎn)并存。宿州和淮北為高風(fēng)險(xiǎn)區(qū)，風(fēng)險(xiǎn)概率為1～2年1遇；亳州、阜陽、蚌埠、安慶、銅陵、池州、黃山和宣城為中風(fēng)險(xiǎn)區(qū)，風(fēng)險(xiǎn)概率在2～4年1遇之間；其余7市為低風(fēng)險(xiǎn)區(qū)，風(fēng)險(xiǎn)概率大于4年1遇。

由圖2c可見，在Xh≥7%面積指數(shù)下，風(fēng)雹災(zāi)風(fēng)險(xiǎn)概率有所降低，雖然仍然是高、中、低并存，但大部分城市處于低風(fēng)險(xiǎn)區(qū)。高風(fēng)險(xiǎn)區(qū)的只有宿州市，風(fēng)險(xiǎn)概率為2.4年1遇；淮北、蚌埠、池州、銅陵和宣城為中風(fēng)險(xiǎn)，風(fēng)險(xiǎn)概率為4～6年1遇；其余11市則為低風(fēng)險(xiǎn)，風(fēng)險(xiǎn)概率大于6年1遇。

由圖2d可見，在Xh≥10%面積指數(shù)下，風(fēng)雹災(zāi)風(fēng)險(xiǎn)概率大幅下降，只有宿州、銅陵和宣城3市處于中風(fēng)險(xiǎn)區(qū)，風(fēng)險(xiǎn)概率為6～15年1遇；其余14市均為低風(fēng)險(xiǎn)，風(fēng)險(xiǎn)概率大于15年1遇。

表3　安徽省各市風(fēng)雹災(zāi)害風(fēng)險(xiǎn)概率　年1遇

圖2　安徽省各市不同受災(zāi)面積指數(shù)下的風(fēng)雹災(zāi)風(fēng)險(xiǎn)評估圖

綜上所述，安徽省各市的風(fēng)雹災(zāi)害風(fēng)險(xiǎn)概率隨著受災(zāi)程度的增加，呈下降趨勢。除了宿州市受風(fēng)雹災(zāi)害的影響較大，在受災(zāi)指數(shù)10%下風(fēng)險(xiǎn)概率為7.1年1遇，其余城市的風(fēng)雹災(zāi)害風(fēng)險(xiǎn)相對較小。

3　結(jié)論與討論

通過對安徽省1991—2012年近22年因風(fēng)雹災(zāi)而造成的農(nóng)業(yè)受（成）災(zāi)面積進(jìn)行分析，發(fā)現(xiàn)農(nóng)作物受（成）災(zāi)面積相對較小，受（成）災(zāi)指數(shù)總體上呈下降趨勢。利用基于信息擴(kuò)散理論的風(fēng)險(xiǎn)評估模型，對安徽省1991—2012年近22年的農(nóng)業(yè)風(fēng)雹災(zāi)害進(jìn)行風(fēng)險(xiǎn)評估，得到如下結(jié)論：在受災(zāi)指數(shù)10%下，安徽省風(fēng)雹災(zāi)害風(fēng)險(xiǎn)水平為低風(fēng)險(xiǎn)，風(fēng)險(xiǎn)概率為156年1遇；安徽省風(fēng)雹災(zāi)成災(zāi)指數(shù)一般不超過8%，該指數(shù)下的風(fēng)險(xiǎn)估計(jì)值為0.0001，成災(zāi)風(fēng)險(xiǎn)約為10000年1遇。安徽省各市的風(fēng)雹災(zāi)害風(fēng)險(xiǎn)概率隨著受災(zāi)程度的增加呈下降趨勢。

以往對安徽省風(fēng)雹災(zāi)害的研究主要是在對安徽省的農(nóng)業(yè)災(zāi)害系統(tǒng)研究中有所涉及，筆者采用基于信息擴(kuò)散理論的風(fēng)險(xiǎn)評估模型對安徽省農(nóng)業(yè)風(fēng)雹災(zāi)害進(jìn)行了專門研究。該模型較好地解決了風(fēng)雹災(zāi)害數(shù)據(jù)資料不足、應(yīng)用傳統(tǒng)方法進(jìn)行評估精度較差的問題，應(yīng)用該模型得到的農(nóng)業(yè)風(fēng)雹災(zāi)害風(fēng)險(xiǎn)概率和空間分布為安徽省風(fēng)雹災(zāi)害的防災(zāi)減災(zāi)提供了依據(jù)。從自然災(zāi)害系統(tǒng)論的角度看，自然災(zāi)害是致災(zāi)因子、孕災(zāi)環(huán)境和承載體三者相互作用的結(jié)果。本研究主要從承載層面對災(zāi)害進(jìn)行評估，從致災(zāi)因子和孕災(zāi)環(huán)境方面對風(fēng)雹災(zāi)害的風(fēng)險(xiǎn)評價(jià)還需要做進(jìn)一步的工作。

參考文獻(xiàn)

[1]林琳.近30年我國主要?dú)庀鬄?zāi)害影響特征分析[D].蘭州:蘭州大學(xué),2013:73-73.

[2]李祎君,王春乙,趙蓓,等.氣候變化對中國農(nóng)業(yè)氣象災(zāi)害與病蟲害的影響[J].農(nóng)業(yè)工程學(xué)報(bào),2010,26(增1):263-271.

[3]雷曉云,張立新,鄧西寶.新疆生產(chǎn)建設(shè)兵團(tuán)農(nóng)業(yè)風(fēng)雹災(zāi)害風(fēng)險(xiǎn)評估[J].干旱區(qū)研究,2005,22(3):341-344.

[4]陳家金,王加義,楊凱,等.基于信息擴(kuò)散理論的福建省農(nóng)作物風(fēng)雹災(zāi)害風(fēng)險(xiǎn)評估[J].中國農(nóng)業(yè)氣象,2011,32(增1):184-187.

[5]賀一梅,李云輝.云南省金沙江流域風(fēng)雹災(zāi)害區(qū)劃研究[J].山地學(xué)報(bào),2002,20(增):69-73.

[6]許新路,趙娜,馮志強(qiáng).邢臺市風(fēng)雹災(zāi)害及其對農(nóng)業(yè)影響的風(fēng)險(xiǎn)評估[A].S10氣象與現(xiàn)代農(nóng)業(yè)發(fā)展[C].沈陽:中國氣象學(xué)會(huì),2012: 364-367.

[7]山義昌.冬小麥風(fēng)雹災(zāi)害的等級劃分與災(zāi)情評估[J].氣象,1998,24 (2):49-51.

[8]郗蒙浩,趙秋紅,王鳳京,等.依據(jù)自然災(zāi)害風(fēng)險(xiǎn)區(qū)劃的應(yīng)急救援物資儲備數(shù)量管理——以北京風(fēng)雹災(zāi)為例[J].災(zāi)害學(xué),2015,30(2): 172-178.

[9]廖永豐,趙飛,王志強(qiáng),等.2000—2011年中國自然災(zāi)害災(zāi)情空間分布格局分析[J].災(zāi)害學(xué),2013,28(4):55-60.

[10]余慶來.農(nóng)業(yè)科技應(yīng)對重大農(nóng)業(yè)災(zāi)害的應(yīng)急機(jī)制與策略[J].農(nóng)學(xué)學(xué)報(bào),2015:75-78.

[11]陳娟,陳磊,呂凱,等.安徽省農(nóng)業(yè)災(zāi)害情況及防災(zāi)減災(zāi)對策分析[J].中國農(nóng)學(xué)通報(bào),2015,31(8):212-217.

[12]余慶來.安徽省應(yīng)對重大農(nóng)業(yè)災(zāi)害的科技策略[J].安徽科技,2013 (5):28-29.

[13]王勝,沈梅,石磊.安徽省近33年農(nóng)業(yè)氣象災(zāi)害年景評估[J].中國農(nóng)業(yè)大學(xué)學(xué)報(bào),2013,18(3):192-197.

[14]黃崇福,王家鼎.模糊信息優(yōu)化處理技術(shù)及其應(yīng)用[M].北京:北京航空航天大學(xué)出版社,1995:18-27.

[15]中華人民共和國農(nóng)業(yè)部.新中國農(nóng)業(yè)60年統(tǒng)計(jì)資料[M].北京:中國農(nóng)業(yè)出版社,2009:120-122.

[16]張竟竟.河南省農(nóng)業(yè)水旱災(zāi)害風(fēng)險(xiǎn)評估與時(shí)空分布特征[J].農(nóng)業(yè)工程學(xué)報(bào),2012,28(18):98-106.

[17]張竟竟.基于信息擴(kuò)散理論的河南省農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)評估[J].資源科學(xué),2012,34(2):280-286.

[18]劉亞彬,劉黎明,許迪,等.基于信息擴(kuò)散理論的中國糧食主產(chǎn)區(qū)水旱災(zāi)害風(fēng)險(xiǎn)評估[J].農(nóng)業(yè)工程學(xué)報(bào),2010,26(8):1-7.

Risk Assessment of Agricultural Wind and Hail Disasters in Anhui Province Based on Information Diffusion Theory

Jiang Yi,Chen Lei,Ren Zhu,Chen Juan
(Institute of Agricultural Economy and Information,Anhui Academy of Agricultural Sciences,Hefei 230031,Anhui,China)

Abstract:The paper aims to evaluate the crop loss caused by wind and hail disasters in Anhui Province.The authors carried out a risk assessment of agricultural wind and hail disasters in nearly 22 years(1991-2012) with an risk assessment model based on the information diffusion theory.The results showed that:in Anhui Province,agricultural disaster area of wind and hail was relatively small,the affected index was under 10%,the wind and hail disaster risk level was low and the risk probability was once in 156 years.The affected index of the wind and hail disaster in Anhui Province was generally no more than 8%,and under this index,the risk probability was about once in 10000 years.The wind and hail disaster risk probability of every city in Anhui Province decreased with the increasing of the damage degree.

Key words:Wind and Hail Disaster;Information Diffusion;Risk Assessment;Anhui Province

收稿日期：2015-10-14，修回日期：2015-12-24。

通訊作者：陳磊，男，1977年出生，副研究員，碩士，研究方向：農(nóng)業(yè)災(zāi)害風(fēng)險(xiǎn)分析。

作者簡介：第一江懿，女，1988年出生，研究實(shí)習(xí)員，碩士，研究方向：農(nóng)業(yè)信息分析。

通信地址：230031安徽省合肥市廬陽區(qū)農(nóng)科南路40號安徽省農(nóng)業(yè)科學(xué)院，E-mail：ahnkyjy@163.com。 230031安徽省合肥市廬陽區(qū)農(nóng)科南路40號安徽省農(nóng)業(yè)科學(xué)院，E-mail：chenleichina@163.com。

基金項(xiàng)目：安徽省農(nóng)業(yè)災(zāi)害風(fēng)險(xiǎn)分析研究科技創(chuàng)新團(tuán)隊(duì)(14C1409)。

中圖分類號：S424，S427

文獻(xiàn)標(biāo)志碼：A論文編號：cjas15100009