王　婷，王　鵬，周　斌，胡春麗，李雨鴻，李琳琳

(1.遼寧省氣象科學(xué)研究所，遼寧沈陽110166；2.遼寧省氣象臺，遼寧沈陽110166)

?

基于信息擴(kuò)散理論的遼寧省水稻減產(chǎn)率風(fēng)險(xiǎn)評估

王婷1，王鵬2，周斌1，胡春麗1，李雨鴻1，李琳琳1

(1.遼寧省氣象科學(xué)研究所，遼寧沈陽110166；2.遼寧省氣象臺，遼寧沈陽110166)

利用遼寧省1993—2013年的水稻產(chǎn)量資料，采用直線滑動平均法計(jì)算出趨勢產(chǎn)量，并基于信息擴(kuò)散理論的風(fēng)險(xiǎn)分析模型，以平均減產(chǎn)率和風(fēng)險(xiǎn)指數(shù)為指標(biāo)，對遼寧省水稻減產(chǎn)率進(jìn)行風(fēng)險(xiǎn)評估。根據(jù)評估結(jié)果，將遼寧省劃分為5個(gè)區(qū)域：低風(fēng)險(xiǎn)區(qū)、較低風(fēng)險(xiǎn)區(qū)、中等風(fēng)險(xiǎn)區(qū)、較高風(fēng)險(xiǎn)區(qū)、高風(fēng)險(xiǎn)區(qū)。結(jié)果表明：盤錦地區(qū)氣候條件好，土壤肥沃，是水稻生長適宜區(qū)；遼西地區(qū)由于干旱和熱量條件，水稻生產(chǎn)風(fēng)險(xiǎn)較高，不適宜種植水稻。

信息擴(kuò)散；水稻；減產(chǎn)率；風(fēng)險(xiǎn)等級

農(nóng)作物的播種面積、產(chǎn)量等信息是國家制定糧食政策和經(jīng)濟(jì)發(fā)展計(jì)劃的重要依據(jù)。水稻是中國主要糧食作物之一，播種面積占糧食作物總播種面積的30%。及時(shí)了解水稻面積、長勢及產(chǎn)量，對加強(qiáng)其生產(chǎn)管理，進(jìn)一步發(fā)揮其生產(chǎn)潛力，幫助政府有關(guān)部門制定科學(xué)合理的糧食政策和決策有重要意義[1]。水稻減產(chǎn)率的風(fēng)險(xiǎn)評估最大的困難就是歷史產(chǎn)量數(shù)據(jù)不足。隨著現(xiàn)代數(shù)理統(tǒng)計(jì)方法的不斷發(fā)展，可對小樣本事件進(jìn)行準(zhǔn)確分析的信息擴(kuò)散理論[2-6]已用于農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)評估中，并取得了一些具有較強(qiáng)確定性和較好完備性的成果。

本文根據(jù)遼寧省1993—2013年期間的統(tǒng)計(jì)資料，利用現(xiàn)代數(shù)理統(tǒng)計(jì)方法[7-8]和風(fēng)險(xiǎn)評估技術(shù)，分離出產(chǎn)量中的趨勢產(chǎn)量，并提取相對氣象產(chǎn)量信息，用以反映氣象因素在作物產(chǎn)量形成過程中的作用和影響，選取平均減產(chǎn)率和風(fēng)險(xiǎn)指數(shù)作為評價(jià)指標(biāo)，分析遼寧省水稻生產(chǎn)的風(fēng)險(xiǎn)水平。

1　理論與方法

本文采用遼寧省14個(gè)市1993—2013年期間的水稻播種面積和總產(chǎn)量資料，資料來源于遼寧省統(tǒng)計(jì)年鑒。

1.1直線滑動平均法

直線滑動平均法將作物產(chǎn)量的時(shí)間序列在某個(gè)階段內(nèi)的變化看作是線性函數(shù)，呈一直線發(fā)展。隨著階段的連續(xù)滑動，直線不斷改變其位置，并后延滑動。依次求取各個(gè)階段內(nèi)的線性回歸模型，各時(shí)間點(diǎn)上各直線滑動回歸模擬值的平均，稱為趨勢產(chǎn)量。

某階段的線性趨勢方程為：

Yi(t)=ai+bit

(1)

式中，i=n-k+1為方程個(gè)數(shù)，k為滑動步長；t為時(shí)間序號；n為樣本序列個(gè)數(shù)。

計(jì)算每個(gè)方程在點(diǎn)t上的函數(shù)值Yi(t)，這樣每個(gè)t點(diǎn)上分別有q個(gè)函數(shù)值，q的大小與n，k有關(guān)。當(dāng)k≤n/2時(shí)，q連續(xù)為k的個(gè)數(shù)等于n-2(k-1)；當(dāng)k>n/2時(shí)，q連續(xù)為n-k+1的個(gè)數(shù)為2k-n。然后再求每個(gè)t點(diǎn)上各個(gè)函數(shù)值的平均值：

(2)

1.2信息擴(kuò)散理論

信息擴(kuò)散理論是一種模糊數(shù)學(xué)處理方法，對樣本進(jìn)行集值化從而彌補(bǔ)研究內(nèi)容的信息量不足。信息擴(kuò)散方法將一個(gè)單值的樣本點(diǎn)，變?yōu)橐粋€(gè)模糊集值樣本。

設(shè)水稻減產(chǎn)率的論域?yàn)椋?/p>

U={u1,u2， …,um}

(3)

根據(jù)式(3)，將一個(gè)單值的觀測樣本點(diǎn)x的信息擴(kuò)散給U論域中的所有的點(diǎn)：

(4)

其中，h為擴(kuò)散系數(shù)，可根據(jù)樣本中最大值b和最小值a及樣本點(diǎn)的個(gè)數(shù)n來確定，公式為：

(5)

(6)

則其相應(yīng)的模糊子集隸屬函數(shù)為

(7)

其中，uxi(uj) 稱為樣本點(diǎn)xi的歸一化信息分布。為了得到效果較準(zhǔn)確的風(fēng)險(xiǎn)評估結(jié)果，需對uxi(uj) 進(jìn)行進(jìn)一步處理。令

(8)

其物理意義是：由樣本集合{x1，x2，x3……，xn} 通過信息擴(kuò)散理論推斷，如果樣本觀測值只能從u1, u2, u3,… um中取一個(gè)，在將xi均看作是樣本點(diǎn)代表時(shí)，觀測值為uj的樣本點(diǎn)個(gè)數(shù)為q(uj) 個(gè)，通常q(uj) 不是一個(gè)正整數(shù),但一定不小于零。再令

(9)

Q是各uj點(diǎn)上樣本點(diǎn)數(shù)的總和，Q=n，但由于數(shù)值計(jì)算時(shí)四舍五入的誤差，Q與n之間會略有差別。觀測樣本點(diǎn)落在uj處的頻率值。為

(10)

將其作為樣本點(diǎn)的概率估計(jì)值，則超過uj的概率值為：

(11)

p(uj) 就是所要求的超越概率風(fēng)險(xiǎn)的估計(jì)值。

2　減產(chǎn)率與風(fēng)險(xiǎn)評價(jià)指標(biāo)

2.1平均減產(chǎn)率指標(biāo)

在農(nóng)業(yè)生產(chǎn)過程中，當(dāng)實(shí)際單產(chǎn)值低于當(dāng)年趨勢產(chǎn)量值時(shí)，實(shí)際單產(chǎn)低于趨勢產(chǎn)量的百分率稱為“減產(chǎn)率”，實(shí)際單產(chǎn)高于趨勢產(chǎn)量的百分率稱則為“增產(chǎn)率”。為了體現(xiàn)一個(gè)地區(qū)所發(fā)生的災(zāi)害對產(chǎn)量影響的多年平均狀況，采用平均減產(chǎn)率指標(biāo)P：

(12)

式中yi為每一年的減產(chǎn)率值，n為減產(chǎn)的年數(shù)，減產(chǎn)率小于5%為正常波動，減產(chǎn)率大于5%視為災(zāi)年，記入平均減產(chǎn)率的計(jì)算。

2.2風(fēng)險(xiǎn)指數(shù)

概率之積的總和為減產(chǎn)率風(fēng)險(xiǎn)指數(shù)，可以反映水稻單產(chǎn)風(fēng)險(xiǎn)程度的大小，其計(jì)算公式為：

(13)

式中 Iy為減產(chǎn)率風(fēng)險(xiǎn)指數(shù)，Ri為不同等級的減產(chǎn)率，F(xiàn)i為不同減產(chǎn)率發(fā)生的概率。

3　水稻減產(chǎn)率風(fēng)險(xiǎn)評估分布

3.1遼寧省水稻平均減產(chǎn)率分布

根據(jù)遼寧省1993—2013年的水稻產(chǎn)量數(shù)據(jù)，利用(1)-(2)式計(jì)算出水稻趨勢產(chǎn)量，再以減產(chǎn)率=(實(shí)際產(chǎn)量-趨勢產(chǎn)量)/趨勢產(chǎn)量得到各年的水稻減產(chǎn)幅度。利用平均減產(chǎn)率指標(biāo)得到遼寧省水稻平均減產(chǎn)率(表1)。

表1　遼寧省水稻平均減產(chǎn)率

圖1　遼寧省水稻產(chǎn)量平均減產(chǎn)率分布圖

將得到的遼寧省水稻平均減產(chǎn)率利用ArcGIS進(jìn)行克里金插值，得到圖1。從圖1可見，遼寧水稻平均減產(chǎn)率的分布有明顯的規(guī)律性，遼寧省大部地區(qū)水稻減產(chǎn)率在0%～10%之間，盤錦、鐵嶺地區(qū)水稻呈增產(chǎn)趨勢，朝陽北部、阜新大部地區(qū)水稻平均減產(chǎn)率大于15%。

3.2遼寧省水稻減產(chǎn)率風(fēng)險(xiǎn)指數(shù)分布

基于信息擴(kuò)散理論，取水稻減產(chǎn)率的論域?yàn)椋篣={u1,u2, …,u41}={-10.0,-9.5,-9.0, …,10.0}，按(5)式計(jì)算擴(kuò)散系數(shù)h。按(3)-(11)式，求出水稻減產(chǎn)率概率，并利用(13)式，將各個(gè)減產(chǎn)率與其對應(yīng)出現(xiàn)的概率相乘然后求和，得到遼寧省的水稻減產(chǎn)率風(fēng)險(xiǎn)指數(shù)(表2)。

將得到的遼寧省水稻減產(chǎn)率風(fēng)險(xiǎn)指數(shù)，利用ArcGIS克里金插值法進(jìn)行遼寧省水稻減產(chǎn)率風(fēng)險(xiǎn)指數(shù)規(guī)劃，將遼寧劃分為低風(fēng)險(xiǎn)區(qū)、較低風(fēng)險(xiǎn)區(qū)、中等風(fēng)險(xiǎn)區(qū)、較高風(fēng)險(xiǎn)區(qū)、高風(fēng)險(xiǎn)區(qū)，見圖2。遼寧省水稻產(chǎn)量風(fēng)險(xiǎn)指數(shù)地區(qū)差異較為明顯，遼寧西部地區(qū)水稻播種面積少，產(chǎn)量不穩(wěn)定，且由于干旱和熱量條件原因，是水稻生產(chǎn)的高風(fēng)險(xiǎn)區(qū)；盤錦地區(qū)為水稻生產(chǎn)低風(fēng)險(xiǎn)區(qū)，該地區(qū)屬于溫和濕潤、半濕潤氣候區(qū)，降水充足，土地肥沃，是水稻生長適宜區(qū)；遼寧中部、東部地區(qū)是水稻生產(chǎn)中風(fēng)險(xiǎn)區(qū)，為水稻主產(chǎn)區(qū)，較適宜水稻生長。

表2　遼寧省水稻減產(chǎn)率風(fēng)險(xiǎn)

圖2　遼寧省水稻減產(chǎn)率風(fēng)險(xiǎn)指數(shù)分布圖

4　結(jié)論與討論

本文利用直線滑動平均法計(jì)算氣象產(chǎn)量，基于信息擴(kuò)散理論的風(fēng)險(xiǎn)分析模型，以平均減產(chǎn)率和風(fēng)險(xiǎn)指數(shù)為指標(biāo)，對遼寧省1993—2013年的水稻減產(chǎn)率風(fēng)險(xiǎn)進(jìn)行評估，結(jié)果表明：

1)由于歷史資料的時(shí)間序列較短，對于小樣本數(shù)據(jù)進(jìn)行評估時(shí)，使用信息擴(kuò)散理論對數(shù)據(jù)進(jìn)行風(fēng)險(xiǎn)評估，能使估算的概率更接近于實(shí)際發(fā)生值。

2)盤錦、鐵嶺地區(qū)水稻生產(chǎn)處于增產(chǎn)趨勢，減產(chǎn)率風(fēng)險(xiǎn)指數(shù)低。盤錦、鐵嶺地區(qū)氣候條件好，土壤肥沃，具有優(yōu)質(zhì)高產(chǎn)的水稻栽培技術(shù)，種植水稻的災(zāi)害損失風(fēng)險(xiǎn)小，水稻單產(chǎn)、總產(chǎn)持續(xù)穩(wěn)步提高，且呈增產(chǎn)趨勢，是水稻生長適宜區(qū)。

3)遼西阜新、朝陽地區(qū)水稻平均減產(chǎn)率達(dá)15%以上，減產(chǎn)趨勢較高，處于水稻減產(chǎn)高風(fēng)險(xiǎn)區(qū)。遼西地區(qū)易發(fā)生干旱，水熱條件不匹配，導(dǎo)致水稻生產(chǎn)風(fēng)險(xiǎn)較高，且遼西地區(qū)水稻種植面積小，產(chǎn)量不穩(wěn)定，所以不適宜水稻生長。

4)遼寧大部地區(qū)水稻平均減產(chǎn)率在0%～5%之間，屬于水稻種植中等風(fēng)險(xiǎn)區(qū)，水熱條件充足，且掌握優(yōu)質(zhì)水稻栽培技術(shù)，是水稻生產(chǎn)的主產(chǎn)區(qū)，較適宜水稻生長。

本文僅對遼寧省水稻減產(chǎn)率風(fēng)險(xiǎn)進(jìn)行了一些統(tǒng)計(jì)分析，而這些特征的形成機(jī)制還有待進(jìn)一步去分析和探索。

[1]趙庚星,余松烈.冬小麥遙感估產(chǎn)研究進(jìn)展[J].山東農(nóng)業(yè)大學(xué)學(xué)報(bào),2001,32(1):107-111．

[2]黃崇福.自然災(zāi)害風(fēng)險(xiǎn)評價(jià)理論與實(shí)踐[M].北京:科學(xué)出版社,2005.

[3]王積全,李維德.基于信息擴(kuò)散理論的干旱區(qū)農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)分析—以甘肅省民勤縣為例[J].中國沙漠,2007,27(5):826-830.

[4]劉引鴿,繆啟龍,高慶久.基于信息擴(kuò)散理論的氣象災(zāi)害風(fēng)險(xiǎn)評價(jià)方法[J].氣象科學(xué),2005,25(1):80-84.

[5]張麗娟,李文亮,張冬有.基于信息擴(kuò)散理論的氣象災(zāi)害風(fēng)險(xiǎn)評估方法[J].地理科學(xué),2009,29(2):250-254.[6]朱再春,陳聯(lián)裙,張錦水,等.基于信息擴(kuò)散和關(guān)鍵期遙感數(shù)據(jù)的冬小麥估產(chǎn)模型[J].農(nóng)業(yè)工程學(xué)報(bào),2011,27(2):187-193.

[7]溫曉慧,溫桂清,薛敏.用直線滑動均值法做趨勢產(chǎn)量預(yù)報(bào)[J].黑龍江氣象,1994(1):19-20.

[8]王馥棠,李郁竹,王石立.農(nóng)業(yè)產(chǎn)量氣象模擬與模型引論.北京:科學(xué)出版社,1997:40-61.

Risk Assessment of Rice Yield Reduction Rates in Liaoning Province Based on Information Diffusion Theory

WANG Ting,WANG Peng,ZHOU Bin,HU Chun-li,LI Yu-hong,LI lin-lin

(1.Liaoning Institute of Meteorological Science,Shenyang 110166,China; 2.Liaoning Meteorological Observatory,Shenyang 110166,China)

The present study made a risk assessment of rice yield reduction rates in different areas of Liaoning Province.Based on the rice production data collected from 1993 to 2013 in this province,trend yields were obtained by using the linear sliding average method,rice yield reduction rates in different areas of Liaoning Province were estimated according to the risk analysis model of information diffusion theory.Based on the estimated average yield rates and risk indexes,Liaoning Province was divided into five area groups with different risk levels:low risk areas,relatively low risk areas,medium risk areas,relatively high risk areas,and high risk areas.As a result,Panjin area is suitable for rice cultivation due to its good climate conditions and fertile soil;by contrast,western areas of Liaoning Province are not suitable for planting rice because of local drought and heat conditions and higher rice production risks.

Information diffusion; Rice; Reduction rate; Risk level

2016-05-27

王婷(1989—)，女，助理工程師，碩士，主要從事農(nóng)業(yè)氣象研究與技術(shù)開發(fā)工作。E-mail: wting_tt@sina.cn。

S166

A

1673-6486-20160196

王婷,王鵬,周斌,胡春麗,李雨鴻,李琳琳.基于信息擴(kuò)散理論的遼寧省水稻減產(chǎn)率風(fēng)險(xiǎn)評估[J/OL].大麥與谷類科學(xué),2016，33(3)：57-60，68[2016-09-07].http://www.cnki.net/kcms/detail/32.1769.S.20160907.1018.007.html