基于三级分层框架的农业气象灾害多风险评估

发布时间：2024-03-20 04:44

　　农业气象灾害多风险评估对于防灾减灾、制定风险对策具有重要意义。根据1980—2015年陕西省农业气象灾害年度统计资料和2015—2018年农户调研数据,运用贝叶斯网络、贝叶斯分层模型(BHM)等多风险评估方法,分析陕西省农业气象灾害的变化趋势、灾害间相互作用以及生计资本对于不同作物脆弱性的影响。结果表明:(1)1980—2015年陕西省洪涝的灾害率和灾害强度显著下降,斜率分别为0.17%、0.7%,冷冻的灾害率显著上升,斜率为0.25%,干旱和风雹灾害无明显变化;(2)干旱和洪涝显著影响其他灾害,各种灾害之间存在复杂的相互作用;(3)增加有效灌溉面积率、农作物种植面积、农村用电量和农用磷肥施用折纯量等生计资本指标,可以显著降低脆弱性。本文有助于提高农户对农业气象灾害的适应能力,为预防和治理农业气象灾害提供决策参考。

【文章页数】：12 页

【部分图文】：

图1评估农业气象灾害的三级分层框架

农业气象灾害多风险评估必须考虑多重灾害与多重脆弱性这两个核心要素[19]。脆弱性由社会生计资本与气候变化相互作用所决定，表示受灾个体应对灾害的波动性、随机性和压力变化的趋势，是暴露、敏感性和适应能力的函数，脆弱性分析应考虑不同条件下的脆弱性与受灾个体的动态变化[20]。多重灾害是....

图21980—2015年陕西省各种灾害的灾害率、灾害强度变化趋势

对实地调研的数据进行分析，发现调查的农户主要集中在关中地区，共有14个县，310户农户，其他9个县分布在陕北陕南地区，共有309户农户。同时，对于农户的基本特征进行了一定分析，发现71.4%的农户家庭人口数在5位以下（包括5位），77.7%的农户地块数在5块以下（包括5块），81....

图3分析洪涝、干旱、风雹和冷冻灾害的因果矩阵

图21980—2015年陕西省各种灾害的灾害率、灾害强度变化趋势将实地调研数据导入IBMSPSSModeler18.0软件，实现贝叶斯网络算法。以各种灾害为输入变量，以减产比例为目标变量，TAN模型的运行结果如图4所示，高温热害被从模型中剔除。每个节点代表一个变量，节点之....

图4贝叶斯网络模型示意图

采用lmer函数拟合的BHM模型回归结果如表3所示。由于选定的生计资本指标对于玉米的脆弱性无显著影响，故将玉米从回归结果中剔除。从洪涝和干旱灾害来看，粮食、小麦和谷子的脆弱性受到生计资本指标的影响较小；大豆对于洪涝和干旱灾害的脆弱性受到农村用电量、有效灌溉面积率、农作物种植面积、....

本文编号：3932979