CN108898499B - 一种冬小麦干热风保险天气指数计算方法 - Google Patents
一种冬小麦干热风保险天气指数计算方法 Download PDFInfo
- Publication number
- CN108898499B CN108898499B CN201810548597.1A CN201810548597A CN108898499B CN 108898499 B CN108898499 B CN 108898499B CN 201810548597 A CN201810548597 A CN 201810548597A CN 108898499 B CN108898499 B CN 108898499B
- Authority
- CN
- China
- Prior art keywords
- hot air
- dry hot
- insurance
- weather index
- grouting
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 241000209140 Triticum Species 0.000 title claims abstract description 82
- 235000021307 Triticum Nutrition 0.000 title claims abstract description 82
- 238000004364 calculation method Methods 0.000 title claims description 10
- 238000000034 method Methods 0.000 claims abstract description 39
- 230000009467 reduction Effects 0.000 claims abstract description 36
- 238000012216 screening Methods 0.000 claims abstract description 8
- 238000013316 zoning Methods 0.000 claims abstract description 3
- 235000013339 cereals Nutrition 0.000 claims description 18
- 238000004519 manufacturing process Methods 0.000 claims description 13
- 238000011160 research Methods 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 9
- 238000012502 risk assessment Methods 0.000 claims description 4
- 230000017260 vegetative to reproductive phase transition of meristem Effects 0.000 claims description 4
- 239000000654 additive Substances 0.000 claims description 3
- 230000000996 additive effect Effects 0.000 claims description 3
- 238000003306 harvesting Methods 0.000 claims description 3
- 230000007246 mechanism Effects 0.000 claims description 3
- 230000007704 transition Effects 0.000 claims description 3
- 230000004584 weight gain Effects 0.000 claims description 3
- 235000019786 weight gain Nutrition 0.000 claims description 3
- 206010027336 Menstruation delayed Diseases 0.000 claims description 2
- 238000005429 filling process Methods 0.000 claims description 2
- 230000003993 interaction Effects 0.000 claims description 2
- 230000002688 persistence Effects 0.000 claims description 2
- 230000008901 benefit Effects 0.000 abstract description 3
- 230000006378 damage Effects 0.000 description 8
- 238000012271 agricultural production Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 240000007594 Oryza sativa Species 0.000 description 2
- 235000007164 Oryza sativa Nutrition 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 235000009566 rice Nutrition 0.000 description 2
- 241000207199 Citrus Species 0.000 description 1
- 244000269722 Thea sinensis Species 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 240000008042 Zea mays Species 0.000 description 1
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 1
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 235000020971 citrus fruits Nutrition 0.000 description 1
- 235000005822 corn Nutrition 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000035558 fertility Effects 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 239000011440 grout Substances 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Marine Sciences & Fisheries (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
- Animal Husbandry (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Mining & Mineral Resources (AREA)
- Development Economics (AREA)
- Technology Law (AREA)
- Primary Health Care (AREA)
Abstract
本发明公开了一种冬小麦干热风保险天气指数计算方法。该方法包括:提取出现干热风的原始数据;划分冬小麦灌浆前期、中期和后期三个阶段,及各阶段的历史平均持续天数;筛选灌浆不同阶段出现干热风年份的对应原始数据,确定干热风造成的减产率;构建干热风保险天气指数;根据减产率和干热风保险天气指数的关系构建回归模型,确定天气指数保险费率;结合干热风灾害风险区划结果,确定保险天气指数的修订费率。本发明对冬小麦气象产量进行了分离和分段处理,将灌浆期气象灾害的影响提取出来,有利于科学识别单一灾种对产量造成的影响;弥补了小麦生长后期缺乏保险指数产品的现状,对规避冬小麦干热风灾害风险、保障种植户的经济利益有积极意义。
Description
技术领域
本发明涉及农业保险技术领域,更具体的涉及一种冬小麦干热风保险天气指数计算方法。
背景技术
干热风是冬小麦生长后期危害籽粒灌浆最严重的农业气象灾害,也是影响我国北方小麦稳产高产最主要的农业气象灾害之一,对小麦的千粒重和产量影响很大。河南省是冬小麦干热风频发的省份,据历史资料统计,近50年轻、重干热风发生台站数占总站数的63.7和30.2%,平均天数为1.9天和0.5天,发生频率分别为64%和23%。近年来,干热风发生有加重趋势,2013年5月12-13日,5月19日,河南省西部和西北部出现重干热风,使焦作、三门峡部分地区产量降低;2017年5月,河南省部分县(市)遭受了10-13日、17-19日、25-28日3次干热风天气过程,造成局地小麦千粒重降低2-5克。由于干热风灾害预警时效相对较短,且小麦进入灌浆期后,可采取的防范措施有限,灾害发生后往往造成较大经济损失。农业保险是转移农业气象灾害风险的重要途径,可为农户在一定程度上分担灾害经济损失,也是提高农业减灾能力的有力措施之一。
天气指数保险是农业保险的一种新型式,是指将保险标的产量或损失与一个或者几个气象要素形成的指数(天气指数)结合起来,依据不同的指数等级进行赔付的保险形式。天气指数保险的理论研究开始于20世纪90年代末,其产品最早于1997年在美国得到应用。21世纪初,在联合国粮农组织(FAO)和世界银行(World Bank)的推动下,农业天气指数保险产品开始在发展中国家大范围试点与推广。我国学者主要从2000年以后陆续开展了天气指数保险研究,近年来发展迅速,如针对浙江省柑橘的冻害天气指数保险,针对浙江茶叶的霜冻天气指数保险,针对陕西苹果花期冻害的天气指数保险,针对水稻的农业气象天气指数保险;针对冬小麦、水稻和玉米生育期主要灾害的天气指数保险等。这些天气指数保险产品已得到推广应用,并取得了较好的服务效果。同时,中国气象局于2015年将农业保险气象服务作为气象为农服务“两个体系”建设的重要内容,在安徽和内蒙古开展天气指数保险服务试点工作,进一步说明天气指数保险已成为我国农业生产气象灾害风险规避和损失降低的重要途径和发展方向。目前我国已有的小麦天气指数保险产品既有针对全生育期干旱、霜冻等灾害的综合影响,也有单一针对主要生育期干旱灾害进行的指数设计,但是,能够为小麦后期提供生产保障的天气指数产品还较为缺乏。
发明内容
本发明实施例提供一种冬小麦干热风保险天气指数计算方法,用以解决现有技术中存在的问题。
本发明实施例提供一种冬小麦干热风保险天气指数计算方法,包括:
提取与气象台站对应区域内冬小麦抽穗普遍期至成熟期的逐日日最高气温、14时相对湿度和风速的原始数据,并将出现干热风的原始数据提取出来;
将灌浆时期划分为灌浆前期、中期和后期三个阶段,并确定三个阶段各自的持续天数;
对冬小麦气象产量进行分离和分段处理,提取灌浆期气象灾害影响的减产率;
将灌浆不同阶段出现干热风年份的对应原始数据筛选出来,确定灌浆期干热风造成的减产率;
构建干热风保险天气指数;
根据减产率和干热风保险天气指数的关系构建回归模型,确定天气指数保险费率;
结合干热风灾害风险区划结果,确定保险天气指数的修订费率。
进一步地,所述确定小麦灌浆前期、中期和后期三个阶段各自的持续天数;具体包括:
将小麦灌浆过程划分为灌浆前期-即子粒渐增期、灌浆中期-即快速增长期,及灌浆后期-即缓慢增长期三个阶段;
采用Logistic生长曲线拟合小麦籽粒增重的过程:
其中,y为千粒重,t为开花后天数,A代表最大千粒重,B和k是待定参数;对Logistic方程求导数,即得小麦籽粒的灌浆速度方程:
由于机械化作业大部分地区冬小麦均在完全成熟时收获,故在此假定收获期即为灌浆终期t3,利用SPSS确定Logistic方程参数,求出灌浆前期T1-即小于t1、中期T2-即t1~t2、及后期T3-即t2~t3的持续天数。
进一步地,所述将灌浆不同阶段出现干热风年份的对应原始数据筛选出来,确定灌浆期干热风造成的减产率;具体包括:
利用三次多项式对各农业气象观测站的历史产量序列进行拟合得到趋势产量YP,将实产减去趋势产量即为气象产量Yw,Yw可以看成是抽穗前的气象产量Yw1和灌浆期的气象产量Yw2的和,因此:
Yw2=Yw-Yw1
Yw1的求解:在产量构成的三要素中,穗密度和小穗数主要由抽穗前的气象要素决定,根据农业气象观测站记录的穗密度和小穗数,求其乘积即为抽穗前期产量的贡献量,以YH表示,利用YH的历史资料序列,参考Yw的求算方法,即可得抽穗前的气象产量Yw1;
对求算出的Yw2按照减产年和正常年进行分类,在减产年中,将灌浆不同时期出现干热风年份的对应资料筛选出来,作为干热风典型年的资料样本,对于干热风典型年,|Yw2|/YP即为灌浆期干热风造成的减产率。
进一步地,所述构建干热风保险天气指数的表达式如下所示:
其中,H为干热风保险天气指数,Ei是灌浆期内第i个干热风天气的危害指数,a、b、c为权重系数,根据前人研究成果,分别取值0.73,0.24和0.03;T、U、V分别为发生干热风日时的日最高气温,14时相对湿度和14时风速;T0、U0和V0的取值分别为32℃,30%和3m/s。
进一步地,所述根据减产率和干热风保险天气指数的关系构建回归模型,确定天气指数保险费率;具体包括:
根据干热风保险天气指数与减产率的关系构建回归模型,考虑正常年份的产量水平和小麦近年来的收购价格,计算出不同天气指数对应的产量经济损失;干热风保险天气指数的纯保险费=全省历年干热风灾害发生赔付概率×发生赔付年份的平均赔付金额,纯费率=纯保险费/保险金额。
进一步地,所述修订费率为:
Fz=F+Rz×2%
其中,Fz为修订后的天气指数保险费率,F为干热风天气指数基础保险费率;Rz标准化干热风灾害风险指数。
进一步地,所述干热风灾害风险区划,具体包括:
根据自然灾害风险形成机制和自然灾害风险分析基本理论,在暂不考虑承灾体灾损风险的条件下,认为干热风灾害风险是由危险性D、暴露性P和脆弱性L三个因素相互综合作用的结果,用加法模型表达干热风的灾害风险,即:
R=αD+βP+γL
其中,α、β和γ分别代表D、P、L的权重,在此利用熵权法确定各指标权重系数。
本发明实施例中,提供一种冬小麦干热风保险天气指数计算方法,与现有技术相比,其有益效果如下:
本发明针对河南省干热风灾害频发、农业生产损失较重、缺乏相应农业保险天气指数产品的现状,通过干热风灾害风险评估研究及产量灾损提取,构建干热风保险天气指数,并开展保险费率厘定、修订和赔付触发值研究,以期拓展天气指数保险计算领域,为冬小麦生长后期防灾减损提供重要保障,对规避冬小麦干热风灾害风险、保障种植户的经济利益有积极意义。即本发明对冬小麦气象产量进行了分离和分段处理,将灌浆期气象灾害的影响提取出来,有利于科学识别单一灾种对产量造成的影响,弥补了小麦生长后期缺乏保险指数产品的现状,保险指数产品以保险公司和农户以外的第三方提供的气象资料作为参保和赔付依据,在应用中避免了参保与赔付过程中保险双方的争议。且河南省大部分地区处于平原地形,气象资料县级区域小气侯跳变相对山区小,有利于消除基差风险。
附图说明
图1为本发明实施例提供的一种冬小麦干热风保险天气指数计算方法流程图;
图2为本发明实施例提供的河南省冬小麦干热风灾害风险系数分布图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为本发明实施例提供的一种冬小麦干热风保险天气指数计算方法流程图。如图1所示,该方法包括:
步骤S1,提取与气象台站对应区域内冬小麦抽穗普遍期至成熟期的逐日日最高气温、14时相对湿度和风速的原始数据,并将出现干热风的原始数据提取出来。
本发明研究所用河南省30个农业气象观测站1981-2014年冬小麦发育期、产量及产量构成要素资料,以及全省118个气象台站1981-2014年逐日日最高气温、14时相对湿度和风速资料均源于河南省气象局,全省各县耕地面积及小麦种植面积资料源于河南省统计部门。根据地理位置分布以及各地农业生产条件及冬小麦生产种植习惯,将河南省30个农业气象观测站点划分为豫北、豫西、豫中、豫东和豫南5个区域。统计各区域冬小麦抽穗普遍期和成熟期的平均日期。利用《干热风气象灾害标准》(表1),提取全省118个气象台站对应区域1981-2014年冬小麦抽穗普遍期至成熟期的逐日日最高气温、14时相对湿度和风速资料,将出现干热风的资料序列提取出来。
表1黄淮海地区高温低湿型干热风气象灾害标准
步骤S2,将灌浆时期划分为灌浆前期、中期和后期三个阶段,并确定三个阶段各自的持续天数。
小麦灌浆的过程可以划分灌浆前期(子粒渐增期)、灌浆中期(快速增长期)和灌浆后期(缓慢增长期)三个阶段,已有前人研究证实,灌浆不同时期的干热风对小麦造成的影响存在一定差异。因此需要对灌浆时期进行划分。在此选用Logistic生长曲线拟合小麦籽粒增重的过程:
y为千粒重,t为开花后天数,A代表最大千粒重,B和k是待定参数。对Logistic方程求导数,即得小麦籽粒的灌浆速度方程:
令t1和t2分别代表灌浆从渐增期过度为快增期,以及从快增期过度到缓增期的节点。因此对灌浆速度方程V(t)求二阶导数并令之为0,即可求得灌浆速率在t坐标上的两个拐点: 由于机械化作业大部分地区冬小麦均在完全成熟时收获,故在此假定收获期即为灌浆终期t3,利用SPSS确定Logistic方程参数,由此可求出灌浆前期T1(<t1)、中期T2(t1~t2)和后期T3(t2~t3)的持续天数(表2)。
表2不同区域灌浆时期历史平均日期
步骤S3,对冬小麦气象产量进行分离和分段处理,提取灌浆期气象灾害影响的减产率。
步骤S4,将灌浆不同阶段出现干热风年份的对应原始数据筛选出来,确定灌浆期干热风造成的减产率。
冬小麦产量受全生育期气象条件综合影响,而干热风灾害主要影响小麦灌浆,故在小麦产量三要素中仅影响小麦千粒重。首先利用3次多项式对各农业气象观测站的历史产量序列进行拟合得到趋势产量YP,将实产减去趋势产量即为气象产量YW,Yw可以看成是抽穗前的气象产量Yw1和灌浆期的气象产量Yw2的和,因此:
Yw2=Yw-Yw1 (3)
Yw1的求解:在产量构成的三要素中,穗密度和小穗数主要由抽穗前的气象要素决定,根据农业气象观测站记录的穗密度和小穗数,求其乘积即为抽穗前期产量的贡献量,以YH表示,利用YH的历史资料序列,参考Yw的求算方法,即可得抽穗前的气象产量Yw1。
干热风造成的灾损,主要是对Yw2的影响。对求算出的Yw2按照减产年和正常年进行分类;在减产年中,将灌浆不同时期出现干热风年份的对应资料筛选出来,作为干热风典型年的资料样本。对于干热风典型年,|Yw2|/YP即为灌浆期干热风造成的减产率。
步骤S5,构建干热风保险天气指数。
保险天气指数的选择因尽量不受人为因素影响,计算简单,便于理解和推广。根据干热风灾害天气形成的特点,天气指数中应包括气温、相对湿度和风速三个要素。赵俊芳等构建的干热风危害指数对冬小麦产量灾损有一定的表征关系,在此参考该指数的表达式,构建干热风保险天气指数的表达式如下:
其中:H为干热风保险天气指数,Ei是灌浆期内第i个干热风天气的危害指数,a、b、c为权重系数,根据前人研究成果,分别取值0.73,0.24和0.03。T、R、V分别为发生干热风日时的日最高气温,14时相对湿度和14时风速。T0、U0和V0的取值分别为32℃,30%和3m/s。
步骤S6,根据减产率和干热风保险天气指数的关系构建回归模型,确定天气指数保险费率。
根据干热风保险天气指数与减产率的关系构建回归模型。考虑正常年份的产量水平和小麦近年来的收购价格,从而可计算出不同天气指数对应的产量经济损失。干热风保险天气指数的纯保险费=全省历年干热风灾害发生赔付概率×发生赔付年份的平均赔付金额,纯费率=纯保险费/保险金额。
步骤S7,结合干热风灾害风险区划结果,确定保险天气指数的修订费率。
由于区域间气候特征、种植面积、地力水平、抗灾能力等因素存在差异,干热风保险天气指数的保险费率,除了以当地的天气指数和减产率为主要决定因子外,还需结合干热风灾害风险区划结果,对保险天气指数的费率进行修订。标准化干热风灾害风险指数Rz高的地区,收取较高的附加费率。根据前人相对成熟的研究结果,附加费率的最高值定为2%。
修订费率:
Fz=F+Rz×2% (6)
FZ为修订后的各县天气指数保险费率,F为干热风天气指数基础保险费率。
根据自然灾害风险形成机制和自然灾害风险分析基本理论,在暂不考虑承灾体灾损风险的条件下,认为干热风灾害风险是由危险性(D)、暴露性(P)和脆弱性(L)3个因素相互综合作用的结果,可用加法模型表达干热风的灾害风险,即:
R=αD+βP+γL (7)
α、β和γ分别代表D、P、L的权重,在此利用熵权法确定各指标权重系数。
(1)冬小麦干热风危险性指标
干热风灾害的危险性,是指某地灌浆的不同时期出现不同等级干热风的轻重程度。某一灌浆时期的危险性指标可以用不同等级干热风发生的强度与其概率的乘积来表达。
上式中,D为干热风危险性风险指数,dj为第j个灌浆时期的危险性风险指数,Wi为第i个等级干热风发生的强度,可以用第i个等级的干热风强度指数Woi与该等级干热风出现天数di的乘积来表示;pi是第i种干热风的发生概率,n为强度种类数。m=1,2,3,n=1,2。参考(5)式计算干热风强度指数,将干热风发生时各种可能的天气状况代入并做标准化处理,可以得出轻干热风日Wo1=0.1506,重干热风日Wo2=0.2112。
(2)暴露性指标
各县冬小麦种植面积占总耕地面积的比例可以反映农业承载体价值密度的大小,在此用于表征某地区冬小麦干热风灾害的暴露性程度。
(3)脆弱性指标
由于干热风主要危害冬小麦灌浆,影响千粒重的形成,由于农业气象观测地段要求冬小麦品种特性要具备一定的连续性,故千粒重的变异系数可以体现小麦生长后期对气象条件的脆弱性特征。
实施例:
1、冬小麦干热风灾害风险区划
利用熵权法确定的α、β和γ值分别为0.580、0.281和0.139。对(7)式的计算结果进行标准化处理,得各县的干热风灾害风险系数(图2)。从图中可以看出,豫西北的济源、焦作、洛阳,以及豫北大部干热风灾害风险相对较高,而中南部的的南阳、驻马店及商丘、开封等地处于中度风险区。图中数据即可作为干热风天气指标费率修订的区域系数。
2、干热风保险天气指数与减产率的关系
分别计算灌浆前、中、后期干热风天气对应的天气指数。将干热风典型年减产率与不同灌浆时期的干热风保险天气指数进行相关分析发现,灌浆前期的保险天气指数与减产率的相关性较小,在豫北、豫中、豫南等地甚至呈不显著的正相关,而灌浆中期与后期的保险天气指数与减产率均为显著负相关。由此构建了灌浆中后期干热风保险天气指数与减产率的关系模型:
y=3.590+10.575H (10)
X为灌浆中后期干热风保险天气指数。回归方程判定系数R为0.515,通过了a=0.05显著性检验,回归方程F检验通过1%的显著性水平;方程的回归系数t检验通过1%的显著性水平。
3、干热风保险天气指数赔付率
根据模型(10)可以看出,当X=0,即无干热风灾害发生时,模型仍有3.6%的产量亏损。一般情况下,产量波动正负5%属于正常波动,在此将灌浆期减产率5%作为保险赔付的触发值。1981年以来各站出现干热风日数的极端情况是整个灌浆期累积发生轻干热风7天,或重干热风5天,由此X的最大值取2.0附近,对应的减产率为25%。近三年(2014-2016)全省各县未受干热风明显影响,根据统计年鉴资料,全省各县的平均产量水平为422kg/亩,近三年河南冬小麦市场价格按2.4元/公斤推算,正常年景下的平均亩产值为1012.8元。根据1981年以来历史资料统计的干热风产量灾损,结合干热风减产率回归模型推算,干热风造成的减产率最大值基本上在25%以内,则干热风造成的经济损失最高为253.2元。当保障率水平定为70%时,保险金额为177元。灌浆中后期出现干热风每亩的赔付金额=每亩保险金额×赔付比例,见表3。
表3干热风保险天气指数赔付标准
4、干热风保险天气指数费率的计算与修订
干热风保险天气指数保险费率=发生赔付概率×发生赔付年份的平均赔付金额。经检验,大部分站点灌浆期减产率符合正态分布,可用样本均差和均方差计算减产概率。当不计免赔额为5%时,即灌浆中后期H>0.175的概率为18.5%,发生赔付年份的平均赔付金额为25元/亩,因此干热风保险天气指数费率=18.5%×25≈4.6元/亩,纯费率:R=(4.6元/亩)/(177元/亩)*100%=2.6%。按照(6)式和图(2)对各县的干热风保险天气指数费率进行修订。
表4典型地区干热风天气指数保险修订保费
综上所述,研究发现,河南省北部、西北部是冬小麦干热风高风险区,而豫东和豫西南局部也存在较高的干热风灾害风险。本文在前人研究基础上,构建了干热风保险天气指数,通过分离灌浆期气象产量发现,灌浆前期干热风天气对产量的不利影响不大,灌浆中后期的干热风保险天气指数与灌浆期的产量灾损有较好的相关性,通过建立二者的关系模型,得出了干热风保险天气指数赔付标准、费率,并在干热风灾害风险指数的基础上,对费率进行了修订。
本研究对冬小麦气象产量进行了分离和分段处理,将灌浆期气象灾害的影响提取出来,有利于科学识别单一灾种对产量造成的影响,弥补了小麦生长后期缺乏保险指数产品的现状,保险指数产品以保险公司和农户以外的第三方提供的气象资料作为参保和赔付依据,在应用中避免了参保与赔付过程中保险双方的争议。且河南省大部分地区处于平原地形,气象资料县级区域小气侯跳变相对山区小,有利于消除基差风险。
干热风天气指数的保险费,相对于冬小麦其他生育期保险指数费率较低,合同拟定时,可作为附加险种进行理赔。存在的问题:一方面未考虑小麦灌浆灾后修复过程,二是认为灌浆中后期出现干热风对产量的影响为叠加影响,可能与真实的影响存在一定差异,但加法形便于理解和应用。
以上公开的仅为本发明的几个具体实施例,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (6)
1.一种冬小麦干热风保险天气指数计算方法,其特征在于,包括:
提取与气象台站对应区域内冬小麦抽穗普遍期至成熟期的逐日日最高气温、14时相对湿度和风速的原始数据,并将出现干热风的原始数据提取出来;
将灌浆时期划分为灌浆前期、中期和后期三个阶段,并确定三个阶段各自的持续天数;具体包括:
将小麦灌浆过程划分为灌浆前期-即子粒渐增期、灌浆中期-即快速增长期,及灌浆后期-即缓慢增长期三个阶段;
采用Logistic生长曲线拟合小麦籽粒增重的过程:
其中,y为千粒重,t为开花后天数,A代表最大千粒重,B和k是待定参数;对Logistic方程求导数,即得小麦籽粒的灌浆速度方程:
由于机械化作业大部分地区冬小麦均在完全成熟时收获,故在此假定收获期即为灌浆终期t3,利用SPSS确定Logistic方程参数,求出灌浆前期T1-即小于t1、中期T2-即t1~t2、及后期T3-即t2~t3的持续天数;
对冬小麦气象产量进行分离和分段处理,提取灌浆期气象灾害影响的减产率;
将灌浆不同阶段出现干热风年份的对应原始数据筛选出来,确定灌浆期干热风造成的减产率;
构建干热风保险天气指数;
根据减产率和干热风保险天气指数的关系构建回归模型,确定天气指数保险费率;
结合干热风灾害风险区划结果,确定保险天气指数的修订费率。
2.如权利要求1所述的冬小麦干热风保险天气指数计算方法,其特征在于,所述将灌浆不同阶段出现干热风年份的对应原始数据筛选出来,确定灌浆期干热风造成的减产率;具体包括:
利用三次多项式对各农业气象观测站的历史产量序列进行拟合得到趋势产量YP,将实产减去趋势产量即为气象产量Yw,Yw可以看成是抽穗前的气象产量Yw1和灌浆期的气象产量Yw2的和,因此:
Yw2=Yw-Yw1
Yw1的求解:在产量构成的三要素中,穗密度和小穗数主要由抽穗前的气象要素决定,根据农业气象观测站记录的穗密度和小穗数,求其乘积即为抽穗前期产量的贡献量,以YH表示,利用YH的历史资料序列,参考Yw的求算方法,即可得抽穗前的气象产量Yw1;
对求算出的Yw2按照减产年和正常年进行分类,在减产年中,将灌浆不同时期出现干热风年份的对应资料筛选出来,作为干热风典型年的资料样本,对于干热风典型年,|Yw2|/YP即为灌浆期干热风造成的减产率。
4.如权利要求3所述的冬小麦干热风保险天气指数计算方法,其特征在于,所述根据减产率和干热风保险天气指数的关系构建回归模型,确定天气指数保险费率;具体包括:
根据干热风保险天气指数与减产率的关系构建回归模型,考虑正常年份的产量水平和小麦近年来的收购价格,计算出不同天气指数对应的产量经济损失;干热风保险天气指数的纯保险费=全省历年干热风灾害发生赔付概率×发生赔付年份的平均赔付金额,纯费率=纯保险费/保险金额。
5.如权利要求4所述的冬小麦干热风保险天气指数计算方法,其特征在于,所述修订费率为:
Fz=F+Rz×2%
其中,Fz为修订后的天气指数保险费率;F为干热风天气指数基础保险费率;Rz为标准化干热风灾害风险指数。
6.如权利要求5所述的冬小麦干热风保险天气指数计算方法,其特征在于,所述干热风灾害风险区划,具体包括:
根据自然灾害风险形成机制和自然灾害风险分析基本理论,在暂不考虑承灾体灾损风险的条件下,认为干热风灾害风险是由危险性D、暴露性P和脆弱性L三个因素相互综合作用的结果,用加法模型表达干热风的灾害风险,即:
R=αD+βP+γL
其中,α、β和γ分别代表D、P、L的权重,在此利用熵权法确定各指标权重系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810548597.1A CN108898499B (zh) | 2018-05-31 | 2018-05-31 | 一种冬小麦干热风保险天气指数计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810548597.1A CN108898499B (zh) | 2018-05-31 | 2018-05-31 | 一种冬小麦干热风保险天气指数计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108898499A CN108898499A (zh) | 2018-11-27 |
CN108898499B true CN108898499B (zh) | 2021-08-31 |
Family
ID=64343711
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810548597.1A Active CN108898499B (zh) | 2018-05-31 | 2018-05-31 | 一种冬小麦干热风保险天气指数计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108898499B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109657981A (zh) * | 2018-12-20 | 2019-04-19 | 唐山市气象服务中心 | 一种板栗干旱气象指数保险方法 |
CN110309985B (zh) * | 2019-07-10 | 2022-05-03 | 北京师范大学 | 一种农作物产量预测方法及系统 |
CN111260241B (zh) * | 2020-01-23 | 2021-02-02 | 北京师范大学 | 一种指数型农业保险产品设计方法及其产品 |
CN111626638B (zh) * | 2020-06-05 | 2024-02-02 | 河南省气象科学研究所 | 夏玉米倒伏气象等级评估模型的构建与应用 |
CN112907383A (zh) * | 2021-01-05 | 2021-06-04 | 新昌县鼎鸿家庭农场有限公司 | 一种茶叶霜冻灾害损失动态评估方法 |
CN113674099B (zh) | 2021-08-27 | 2022-07-05 | 中国农业科学院农业环境与可持续发展研究所 | 苹果旱涝灾害综合风险评估方法 |
CN113592201B (zh) * | 2021-08-31 | 2023-06-20 | 中国农业科学院农业环境与可持续发展研究所 | 一种拔节后受冻冬小麦产量损失早期预测方法 |
CN116821816B (zh) * | 2023-05-17 | 2024-05-28 | 河南农业大学 | 一种基于加权随机森林的干热风预测方法 |
CN117437067B (zh) * | 2023-10-26 | 2024-05-31 | 云南省昭通市气象局 | 一种基于强对流天气指数的烤烟减产率计算方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104982209A (zh) * | 2015-07-20 | 2015-10-21 | 中国农业科学院作物科学研究所 | 小麦冬寄籽-玉米机收粒周年高产高效种植模式 |
CN106993527A (zh) * | 2017-03-29 | 2017-08-01 | 河北省农林科学院旱作农业研究所 | 优质高产冬小麦品种选育方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9202252B1 (en) * | 2010-03-31 | 2015-12-01 | SWIIM System, Ltd. | System and method for conserving water and optimizing land and water use |
US9058633B2 (en) * | 2010-10-25 | 2015-06-16 | Trimble Navigation Limited | Wide-area agricultural monitoring and prediction |
US20130332205A1 (en) * | 2012-06-06 | 2013-12-12 | David Friedberg | System and method for establishing an insurance policy based on various farming risks |
US20150106434A1 (en) * | 2013-10-10 | 2015-04-16 | Larry Fiene | Compositons, methods and systems for retrieval of harvest data |
CN106489508A (zh) * | 2016-11-16 | 2017-03-15 | 河北省农林科学院旱作农业研究所 | 冬小麦水肥一体化节水省肥高效栽培调控方法 |
CN107014709B (zh) * | 2017-04-20 | 2019-04-09 | 山西省农业科学院小麦研究所 | 利用错期播种鉴定水地小麦灌浆期耐高温耐干热风性方法 |
CN107135726B (zh) * | 2017-05-31 | 2020-08-04 | 山东省农业科学院农业资源与环境研究所 | 一种抗旱节水的冬小麦春灌施肥方法 |
-
2018
- 2018-05-31 CN CN201810548597.1A patent/CN108898499B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104982209A (zh) * | 2015-07-20 | 2015-10-21 | 中国农业科学院作物科学研究所 | 小麦冬寄籽-玉米机收粒周年高产高效种植模式 |
CN106993527A (zh) * | 2017-03-29 | 2017-08-01 | 河北省农林科学院旱作农业研究所 | 优质高产冬小麦品种选育方法 |
Non-Patent Citations (1)
Title |
---|
"河南省冬小麦干旱保险风险评估与区划";任义方;《应用气象学报》;20111031;第22卷(第5期);第537-548页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108898499A (zh) | 2018-11-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108898499B (zh) | 一种冬小麦干热风保险天气指数计算方法 | |
Jones et al. | The South African Economy, 1910–90 | |
Wu et al. | An operational agricultural drought risk assessment model for Nebraska, USA | |
Adams et al. | Value of improved long‐range weather information | |
CN113674099B (zh) | 苹果旱涝灾害综合风险评估方法 | |
Calzadilla et al. | The GTAP-W model: Accounting for water use in agriculture | |
Cosyns et al. | Can commercialization of NTFPs alleviate poverty?: a case study of Ricinodendron heudelotii (Baill.) Pierre ex Pax. kernel marketing in Cameroon | |
Carter | The economics of a single North American barley market | |
CN112837169A (zh) | 一种干旱过程网格化旱情综合监测、预警与评估方法 | |
Spurga | Commodity fundamentals: How to trade the precious metals, energy, grain, and tropical commodity markets | |
Follett et al. | Plantation Kingdom: The American South and Its Global Commodities | |
Wu et al. | Design of temperature insurance index and risk zonation for single-season rice in response to high-temperature and low-temperature damage: A case study of Jiangsu province, China | |
Alves et al. | Relationship between ocean climatic variability and rain-fed agriculture in northeast Brazil | |
Tooke | A History of Prices and of the State of the Circulation, from 1793 to 1837: A history of prices...: during the nine years 1848-1856...: forming the fifth and sixth volumes of the History of prices... | |
Frederiksen et al. | The influence of the Indian Ocean/Indonesian SST gradient on the Australian winter rainfall and circulation in an atmospheric GCM | |
Lemma et al. | Study on the reaction of sugarcane genotypes (CIRAD-2011) to sugarcane smut (Sporisorium scitamineum) in the Ethiopian sugarcane plantations | |
Morgan et al. | Tracing coco de mer's reproductive history: Pollen and nutrient limitations reduce fecundity | |
CN110956322B (zh) | 气候变暖趋势下的夏玉米花期高温灾害风险预测方法 | |
Kawanishi et al. | Rice farmers' response to climate and socio-economic impacts: a case study in North Sumatra, Indonesia | |
Yang et al. | Research on the Characteristics and Influence Factors of Autumn Continuous Rain in Qinghai Province | |
Hamid et al. | An economic analysis of marketing and price spread of saffron in J&K State | |
Araujo et al. | Climatic characterization and temporal analysis of rainfall in the municipality of Cruzeiro do Sul-AC, Brazil | |
Jyothi | Impact of policy of government on import and export of sugar from India | |
Berri et al. | Some effects of La Nina on summer rainfall, water resources and crops in Argentina | |
Singh et al. | Spatial analysis of rainfall variability and rainfed rice crop using GIS Technique in West Bengal (India) |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |