王　婷，王　鹏，周　斌，胡春丽，李雨鸿，李琳琳

(1.辽宁省气象科学研究所，辽宁沈阳110166；2.辽宁省气象台，辽宁沈阳110166)



基于信息扩散理论的辽宁省水稻减产率风险评估

王婷1，王鹏2，周斌1，胡春丽1，李雨鸿1，李琳琳1

(1.辽宁省气象科学研究所，辽宁沈阳110166；2.辽宁省气象台，辽宁沈阳110166)

利用辽宁省1993—2013年的水稻产量资料，采用直线滑动平均法计算出趋势产量，并基于信息扩散理论的风险分析模型，以平均减产率和风险指数为指标，对辽宁省水稻减产率进行风险评估。根据评估结果，将辽宁省划分为5个区域：低风险区、较低风险区、中等风险区、较高风险区、高风险区。结果表明：盘锦地区气候条件好，土壤肥沃，是水稻生长适宜区；辽西地区由于干旱和热量条件，水稻生产风险较高，不适宜种植水稻。

信息扩散；水稻；减产率；风险等级

农作物的播种面积、产量等信息是国家制定粮食政策和经济发展计划的重要依据。水稻是中国主要粮食作物之一，播种面积占粮食作物总播种面积的30%。及时了解水稻面积、长势及产量，对加强其生产管理，进一步发挥其生产潜力，帮助政府有关部门制定科学合理的粮食政策和决策有重要意义[1]。水稻减产率的风险评估最大的困难就是历史产量数据不足。随着现代数理统计方法的不断发展，可对小样本事件进行准确分析的信息扩散理论[2-6]已用于农业气象灾害风险评估中，并取得了一些具有较强确定性和较好完备性的成果。

本文根据辽宁省1993—2013年期间的统计资料，利用现代数理统计方法[7-8]和风险评估技术，分离出产量中的趋势产量，并提取相对气象产量信息，用以反映气象因素在作物产量形成过程中的作用和影响，选取平均减产率和风险指数作为评价指标，分析辽宁省水稻生产的风险水平。

1　理论与方法

本文采用辽宁省14个市1993—2013年期间的水稻播种面积和总产量资料，资料来源于辽宁省统计年鉴。

1.1直线滑动平均法

直线滑动平均法将作物产量的时间序列在某个阶段内的变化看作是线性函数，呈一直线发展。随着阶段的连续滑动，直线不断改变其位置，并后延滑动。依次求取各个阶段内的线性回归模型，各时间点上各直线滑动回归模拟值的平均，称为趋势产量。

某阶段的线性趋势方程为：

Yi(t)=ai+bit

(1)

式中，i=n-k+1为方程个数，k为滑动步长；t为时间序号；n为样本序列个数。

计算每个方程在点t上的函数值Yi(t)，这样每个t点上分别有q个函数值，q的大小与n，k有关。当k≤n/2时，q连续为k的个数等于n-2(k-1)；当k>n/2时，q连续为n-k+1的个数为2k-n。然后再求每个t点上各个函数值的平均值：

(2)

1.2信息扩散理论

信息扩散理论是一种模糊数学处理方法，对样本进行集值化从而弥补研究内容的信息量不足。信息扩散方法将一个单值的样本点，变为一个模糊集值样本。

设水稻减产率的论域为：

U={u1,u2， …,um}

(3)

根据式(3)，将一个单值的观测样本点x的信息扩散给U论域中的所有的点：

(4)

其中，h为扩散系数，可根据样本中最大值b和最小值a及样本点的个数n来确定，公式为：

(5)

(6)

则其相应的模糊子集隶属函数为

(7)

其中，uxi(uj) 称为样本点xi的归一化信息分布。为了得到效果较准确的风险评估结果，需对uxi(uj) 进行进一步处理。令

(8)

其物理意义是：由样本集合{x1，x2，x3……，xn} 通过信息扩散理论推断，如果样本观测值只能从u1, u2, u3,… um中取一个，在将xi均看作是样本点代表时，观测值为uj的样本点个数为q(uj) 个，通常q(uj) 不是一个正整数,但一定不小于零。再令

(9)

Q是各uj点上样本点数的总和，Q=n，但由于数值计算时四舍五入的误差，Q与n之间会略有差别。观测样本点落在uj处的频率值。为

(10)

将其作为样本点的概率估计值，则超过uj的概率值为：

(11)

p(uj) 就是所要求的超越概率风险的估计值。

2　减产率与风险评价指标

2.1平均减产率指标

在农业生产过程中，当实际单产值低于当年趋势产量值时，实际单产低于趋势产量的百分率称为“减产率”，实际单产高于趋势产量的百分率称则为“增产率”。为了体现一个地区所发生的灾害对产量影响的多年平均状况，采用平均减产率指标P：

(12)

式中yi为每一年的减产率值，n为减产的年数，减产率小于5%为正常波动，减产率大于5%视为灾年，记入平均减产率的计算。

2.2风险指数

概率之积的总和为减产率风险指数，可以反映水稻单产风险程度的大小，其计算公式为：

(13)

式中 Iy为减产率风险指数，Ri为不同等级的减产率，Fi为不同减产率发生的概率。

3　水稻减产率风险评估分布

3.1辽宁省水稻平均减产率分布

根据辽宁省1993—2013年的水稻产量数据，利用(1)-(2)式计算出水稻趋势产量，再以减产率=(实际产量-趋势产量)/趋势产量得到各年的水稻减产幅度。利用平均减产率指标得到辽宁省水稻平均减产率(表1)。

表1　辽宁省水稻平均减产率

图1　辽宁省水稻产量平均减产率分布图

将得到的辽宁省水稻平均减产率利用ArcGIS进行克里金插值，得到图1。从图1可见，辽宁水稻平均减产率的分布有明显的规律性，辽宁省大部地区水稻减产率在0%～10%之间，盘锦、铁岭地区水稻呈增产趋势，朝阳北部、阜新大部地区水稻平均减产率大于15%。

3.2辽宁省水稻减产率风险指数分布

基于信息扩散理论，取水稻减产率的论域为：U={u1,u2, …,u41}={-10.0,-9.5,-9.0, …,10.0}，按(5)式计算扩散系数h。按(3)-(11)式，求出水稻减产率概率，并利用(13)式，将各个减产率与其对应出现的概率相乘然后求和，得到辽宁省的水稻减产率风险指数(表2)。

将得到的辽宁省水稻减产率风险指数，利用ArcGIS克里金插值法进行辽宁省水稻减产率风险指数规划，将辽宁划分为低风险区、较低风险区、中等风险区、较高风险区、高风险区，见图2。辽宁省水稻产量风险指数地区差异较为明显，辽宁西部地区水稻播种面积少，产量不稳定，且由于干旱和热量条件原因，是水稻生产的高风险区；盘锦地区为水稻生产低风险区，该地区属于温和湿润、半湿润气候区，降水充足，土地肥沃，是水稻生长适宜区；辽宁中部、东部地区是水稻生产中风险区，为水稻主产区，较适宜水稻生长。

表2　辽宁省水稻减产率风险

图2　辽宁省水稻减产率风险指数分布图

4　结论与讨论

本文利用直线滑动平均法计算气象产量，基于信息扩散理论的风险分析模型，以平均减产率和风险指数为指标，对辽宁省1993—2013年的水稻减产率风险进行评估，结果表明：

1)由于历史资料的时间序列较短，对于小样本数据进行评估时，使用信息扩散理论对数据进行风险评估，能使估算的概率更接近于实际发生值。

2)盘锦、铁岭地区水稻生产处于增产趋势，减产率风险指数低。盘锦、铁岭地区气候条件好，土壤肥沃，具有优质高产的水稻栽培技术，种植水稻的灾害损失风险小，水稻单产、总产持续稳步提高，且呈增产趋势，是水稻生长适宜区。

3)辽西阜新、朝阳地区水稻平均减产率达15%以上，减产趋势较高，处于水稻减产高风险区。辽西地区易发生干旱，水热条件不匹配，导致水稻生产风险较高，且辽西地区水稻种植面积小，产量不稳定，所以不适宜水稻生长。

4)辽宁大部地区水稻平均减产率在0%～5%之间，属于水稻种植中等风险区，水热条件充足，且掌握优质水稻栽培技术，是水稻生产的主产区，较适宜水稻生长。

本文仅对辽宁省水稻减产率风险进行了一些统计分析，而这些特征的形成机制还有待进一步去分析和探索。

[1]赵庚星,余松烈.冬小麦遥感估产研究进展[J].山东农业大学学报,2001,32(1):107-111．

[2]黄崇福.自然灾害风险评价理论与实践[M].北京:科学出版社,2005.

[3]王积全,李维德.基于信息扩散理论的干旱区农业旱灾风险分析—以甘肃省民勤县为例[J].中国沙漠,2007,27(5):826-830.

[4]刘引鸽,缪启龙,高庆久.基于信息扩散理论的气象灾害风险评价方法[J].气象科学,2005,25(1):80-84.

[5]张丽娟,李文亮,张冬有.基于信息扩散理论的气象灾害风险评估方法[J].地理科学,2009,29(2):250-254.[6]朱再春,陈联裙,张锦水,等.基于信息扩散和关键期遥感数据的冬小麦估产模型[J].农业工程学报,2011,27(2):187-193.

[7]温晓慧,温桂清,薛敏.用直线滑动均值法做趋势产量预报[J].黑龙江气象,1994(1):19-20.

[8]王馥棠,李郁竹,王石立.农业产量气象模拟与模型引论.北京:科学出版社,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，助理工程师，硕士，主要从事农业气象研究与技术开发工作。E-mail: wting_tt@sina.cn。

S166

A

1673-6486-20160196

王婷,王鹏,周斌,胡春丽,李雨鸿,李琳琳.基于信息扩散理论的辽宁省水稻减产率风险评估[J/OL].大麦与谷类科学,2016，33(3)：57-60，68[2016-09-07].http://www.cnki.net/kcms/detail/32.1769.S.20160907.1018.007.html