本发明属于气象科学,尤其涉及基于灾情分析的低温灾害农业影响预测方法。
背景技术:
1、气候变暖背景下,虽然平均气温有所上升,但极端低温事件发生频繁,给社会、经济、生态等方面都带来严重影响,其中极端低温事件发生频次在明显增加,所造成的影响也在不断增强。冬春季节的低温、霜冻害、寒潮等灾害性天气在全省各地均可能发生,低温气象灾害及其衍生灾害给农业带来的影响和造成的损失比较严重。
2、近些年极端低温、雨雪冰冻灾害性天气频发,越来越多学者投入到针对高影响气象灾害事件的演变特征和重大风险研究。开展基于影响的气象灾害风险预警业务和研究已成为共识,将是未来防灾减灾的重要发展方向。已有许多学者使用长序列气象观测资料,利用层次分析法、灰色关联度、信息熵权法等方法,选取气象灾害致灾因子,根据气象灾害发生的频次和强度,建立危险性和风险评估指标体系,开展气象灾害对农业、交通等特定行业的风险特征评估。在低温灾害风险普查和灾情调查中发现,受多种因素影响,各地低温成灾的降温幅度、极端最低气温不尽相同,且多数承灾体和孕灾环境数据的定量获取难度较大,无论采用何种算法得到的风险评估结果与实际受灾情况都有一定出入。
技术实现思路
1、发明目的:针对现有技术未能更好满足农业气象服务需求,本发明提供了一种基于灾情分析的低温灾害农业影响预测方法,主要基于区域(比如中国江苏省)低温灾害过程造成灾情数据,经规范化处理后采用k-均值聚类分析得到低温灾害的灾情分级指标,通过构建低温灾害对农业的损失风险评价模型,划分风险等级,可为气象灾害的风险评价和灾损预估提供技术思路,为农业低温灾害防灾减灾和防治提供科学决策依据。
2、技术方案:为实现上述发明目的,本发明采用以下技术方案:一种基于灾情分析的低温灾害农业影响预测方法,包括以下步骤:
3、s1,获取区域低温灾害灾情历史资料,对区域低温灾害灾情资料中的农业灾害损失灾情数据进行规范化处理,得到低温灾害造成的综合农业灾情指数g;
4、s2,获取观测站的长时间序列的历史气温数据,并识别出所有低温灾害,针对不同类型的低温灾害选取致灾因子,并计算得到不同类型低温灾害的强度指数,并进行等级划分;
5、s3,统计区域低温灾害灾情历史资料中发生的所有灾情的灾情指数,并根据灾情指数将区域发生的灾情进行等级划分,构建不同低温灾害等级与灾情指数等级的损失风险评价模型;
6、s4,基于智能网格气温预报结果识别未来将要发生的低温天气过程,通过步骤s2得到不同类型低温灾害的致灾因子的指标分析,确定本次低温灾害过程的预估强度指数和等级,然后根据步骤s3的损失风险评价模型计算得到本次低温灾害农业损失风险指数;最后根据农业灾损风险指数的阈值确定不同的风险预估等级。
7、进一步的,步骤s1所述低温灾害造成的综合农业灾情指数g的确认过程如下:
8、获取区域低温灾害灾情历史资料,将区域低温灾害灾情资料中的设施农业倒塌数i、农田受灾面积r、农田绝收面积a和农业直接经济损失d作为致灾因子,并基于对数函数和线性函数,通过式(1)-(4)对各灾情指数进行规范化处理,
9、 (1)
10、 (2)
11、 (3)
12、 (4)
13、式(1)-(4)中,i表示设施农业倒塌数,单位为座;r为农田受灾面积,单位为公顷;a为农田绝收面积,单位为公顷;d为农业直接经济损失,单位为万元;
14、通过式(5),构建低温灾害造成农业灾害损失的综合农业灾情指数g,
15、 (5)
16、式(5)中,g为农业灾害损失的综合农业灾情指数。
17、进一步的,步骤s2中所述不同类型低温灾害的强度指数的等级划分过程如下:
18、获取观测站的长时间序列的历史气温数据,并识别所有低温灾害,所述低温灾害的类型包括冷空气、寒潮、早春霜冻、晚春霜冻、秋季霜冻;
19、选取48小时日最低气温降温幅度、过程累计降温幅度、极端最低气温和持续日数作为冷空气和寒潮的致灾因子;选取24小时日最低气温降温幅度、极端最低气温和持续日数作为早春霜冻、晚春霜冻和秋季霜冻的致灾因子;对所述致灾因子的数值进行归一化处理;
20、根据不同类型的低温灾害,分别通过下式(6)或(7)对历史气温数据中识别出的所有低温灾害的强度指数进行计算,
21、 (6)
22、式(6)中,表示冷空气或寒潮过程的强度指数,表示持续天数,表示冷空气或寒潮的最大降温幅度,表示48小时最低气温降温幅度,表示冷空气或寒潮过程的极端最低气温,,,,分别表示各项权重系数,由信息熵权法计算得到
23、 (7)
24、式(7)中,表示三种霜冻过程的强度指数,表示三种霜冻过程的持续天数,表示24小时日最低气温降温幅度,表示三种霜冻过程的极端最低气温;,,,分别表示各项权重系数,由信息熵权法计算得到。
25、进一步的,步骤s3中所述不同低温灾害等级与灾情指数等级的损失风险评价模型的构建过程如下:
26、统计区域低温灾害灾情历史资料中发生的所有灾情的灾情指数,并根据灾情指数将区域发生的灾情进行等级划分;
27、统计并构建不同低温灾害等级与灾情指数等级的损失风险评价模型,如式(8)所示:
28、 (8)
29、式(8)中,r表示低温灾害农业损失风险指数,为第j等级低温灾害造成的灾情的灾情指数的组中值,第j等级低温灾害的成灾频率,所述的值等于成灾低温灾害过程数/低温灾害总过程数,n为低温灾害等级的级数。
30、进一步的,步骤s3中所述灾情等级的划分基于k-均值聚类算法,依据专家经验确定灾情等级的聚类个数k,并根据综合农业灾情指数最终聚类中心值将区域低温灾情划分为k+1级,所述低温灾害等级的级数n=k+1。
31、有益效果:与现有技术相比,具有以下优点:
32、(1)本发明方法基于灾情数据,运用相关数学方法开展风险分析,则无需评价承灾体的易损性,直接体现灾害与承灾体的相互作用,使得评估结果更加直观准确。
33、(2)本发明方法基于低温灾害过程造成灾情数据,经规范化处理后采用k-均值聚类分析得到低温灾害的灾情分级指标,通过构建低温灾害对农业的损失风险评价模型,划分风险等级,可为气象灾害的风险评价和灾损预估提供技术思路,从而形成一种江苏低温灾害可能造成农业灾害损失的影响预测方法,为农业低温灾害防灾减灾和防治提供科学决策依据。
1.一种基于灾情分析的低温灾害农业影响预测方法,其特征在于包括以下步骤:
2.根据权利要求1所述基于灾情分析的低温灾害农业影响预测方法,其特征在于:步骤s1所述低温灾害造成的综合农业灾情指数g的确认过程如下:
3.根据权利要求1所述基于灾情分析的低温灾害农业影响预测方法,其特征在于:步骤s2中所述不同类型低温灾害的强度指数的等级划分过程如下:
4.根据权利要求1所述基于灾情分析的低温灾害农业影响预测方法,其特征在于:步骤s3中所述不同低温灾害等级与灾情指数等级的损失风险评价模型的构建过程如下:
5.根据权利要求4所述基于灾情分析的低温灾害农业影响预测方法,其特征在于:步骤s3中所述灾情等级的划分基于k-均值聚类算法,依据专家经验确定灾情等级的聚类个数k,并根据综合农业灾情指数最终聚类中心值将区域低温灾情划分为k+1级,所述低温灾害等级的级数n=k+1。