江西早稻高温逼熟气象灾害指数保险费率的厘定

以江西早稻“五优157”为试材,于2012年在早稻灌浆期利用人工气候室模拟高温逼熟的气候模式（白天35℃/夜间28℃分别持续2、4、6、8、10、12、14、16d）,建立早稻减产率与高温持续天数间的关系模型.再依据江西省11个市1960-2007年气象数据,采用Weibull分布模型模拟不同地区发生高温逼熟的概率,结合减产率模型确定免赔额为15％、30％、45％的保险纯费率.结果表明：“五优157”的减产率（y,％）与灌浆期高温持续天数（x）呈对数函数关系,即y=32.082lnx-22.681;鹰潭和赣州地区的高温逼熟发生概率较高,达87.5％,抚州、景德镇、宜春和萍乡等地区较低,均在70％以下;江西省高温逼熟气象灾害指数保险纯费率呈北高南低的趋势,鹰潭地区的纯费率最高,达4.707％,宜春地区的纯费率最低,为2.138％.研究认为在免赔额为30％时的纯费率较适宜,研究结果可为江西省早稻开展政策性气象指数保险提供科学依据.     

气候变化对东北玉米干旱指数保险纯费率厘定的影响

基于东北三省68个气象站1961-2010年的逐日气象数据,利用Penmen Monteith公式计算玉米生育期内的逐日参考作物蒸散量,结合逐日降水量资料构建干旱指数（CWD）;将整个分析期按照3个准30a周期（1961-1990、1971-2000和1981-2010年）进行统计,计算不同周期内东北地区CWD的理论概率分布函数,分别求得累积概率≤5%、≤15%和≤25%时各站的CWD值作为重旱、中旱和轻旱划分标准的阈值,并以不同时间尺度分别厘定保险纯费率;对3个时段的结果进行对比,以分析气候变化对干旱指数保险产品纯费率厘定的影响。结果表明,干旱指数CWD能很好地指示东北玉米干旱风险,1961-2010玉米生育期内全区干旱风险由东向西递增,西部为常年干旱区;各时段内多数站点表现为旱情加重;从重灾到轻灾,旱情加重的站点减少而旱情减轻的站点增多;基于CWD厘定的玉米旱灾保险纯费率与单产减产率的厘定结果近似（相关系数0.893）,时间变化上表现为先增后降。这说明一种公平科学的保险纯费率应考虑气候变化的影响,随各时段灾害风险的不同作适当调整。     

浙江省晚稻生产的农业气象灾害风险分布

采用浙江省52县市1971-2004年的晚稻单产资料,利用平均减产率、变异系数和单项风险指数形成的综合风险指数,划分了浙江省晚稻产量的农业气象灾害风险区域,并结合同期历史资料详细分析了各风险区的气温、降水和灾害情况,利用各区晚稻种植面积和产量占全省比例的差值分析了各风险区域气象条件的影响效果。结果表明：综合风险指数≥0.30的风险区,晚稻总产量与面积占全省百分比的差值均为负值,该区域晚稻历年遭受台风、干旱等农业气象灾害的频率较高,产量不稳定,年际减产幅度大或减产年份较多;综合风险指数在0.20-0.30的风险区,差值在零值上下浮动,年际减产幅度较小,产量相对稳定;综合风险指数〈0.20的风险区,差值均为正,遭受农业气象灾害的频率较低,丰年多于歉年,总体增产明显。分析结果可为保险部门制定保险区划、费率厘定提供科学依据。     

基于开花期地域差异的中稻高温热害天气指数保险设计

高温热害是湖北省中稻单产的主要限制因子,高温热害天气指数保险的设计与推广,对于转移农业气象灾害风险,降低农民损失具有重大意义。在开顶式生长室(open-top chamber,OTC)的控制下,以中稻品种"广两优香66"为试材,模拟开花灌浆期高温热害,建立了高温热害减产模型,并用大田调查资料作对比,筛选最优投保集中时段。基于10个试点县(市)1981-2016年每年7月16日-8月31日日最高气温观测资料,采用Weibull分布模型,构建分时段的高温热害风险分布模型。综合减产率模型和概率分布模型,厘定了不同免赔率下,以县(市)为单位的,多个投保时期的中稻高温热害天气指数保险的纯费率,为被保险人提供多种投保方案。结果表明:中稻开花灌浆期高温热害保险的最优投保时间为开花始期后20d,开花始期为7月下旬时费率最高,随着开花期的延迟,费率逐渐降低。纯费率的区域差异较大,咸安、赤壁、浠水、麻城等热害高风险区费率较高,襄阳、随州等低风险区费率较低。     

基于面板随机效应模型确定鲁北三地棉花干旱指数保险理赔金额

利用鲁北地区滨州市、德州市和聊城市1989-2011年棉花单产资料和各生育期降水量资料,运用三次多项式拟合趋势产量,进而分离气象产量,计算气象灾害造成的棉花减产率,定义减产且干旱的年份(共33个)为有效样本。根据棉花各生育期的降水量和需水量计算缺水量,并设定棉花全生育期的干旱指数。构建面板随机效应模型,定量分析干旱指数(DI)与因干旱造成减产率(DYLR)的关系,即DYLR=0.0003766D1。结果表明,当鲁北三地DI91.08mm时,单位理赔金额为0;当DI≥91.08mm时,启动赔付,单位理赔金额为保险金额与因干旱造成减产率的乘积。因此干旱指数保险赔付触发值为91.08mm,鲁北三地33个有效样本中有15个样本达到赔付标准。棉花干旱指数保险理赔金额的确定,可避免因信息不对称产生的市场失灵问题,降低经营成本,提高理赔效率,最大程度调动农民投保防灾的积极性。     

基于干旱综合风险指标的冬小麦保险费率厘定

基于自然水分亏缺率指数、降水距平百分率指数和抗旱指数以及三者权重系数构建干旱综合风险指标,对西藏林芝地区冬小麦种植风险进行评估;同时,利用冬小麦单产减产率与不同干旱指标建立回归方程,发现单产减产率与干旱综合风险指标回归方程的决定系数最高（R2=0.904,P＜0.05）;在此基础上利用非参数法计算出不同保障水平下的修正纯保险费率,得到适于研究区的保险费率厘定模型.结果表明,保障水平高于80％时修正的纯保险费率可作为农户投保的标准;100％、95％、90％保障水平下修正纯保险费率最高的为察隅,85％、80％保障水平下修正纯保险费率最高的为米林,保险公司可根据投保农户选取的冬小麦保障水平和种植区域支付相应的费率.     

甘肃省春玉米灾损风险评估

干旱是影响西北地区春玉米生产的主要气象灾害。应用甘肃省1980—2011年71个县(市)的春玉米播种面积和总产量资料,以风险理论为基础,采用风险评估技术方法,探讨了甘肃省县、市春玉米产量在干旱气候条件下的波动和减产的风险水平,通过正态分布判别和偏态分布正态化,研究了西北地区春玉米不同年型减产率变化特征,分析了甘肃省玉米产量灾害风险的空间分布规律,以期为防灾减灾提供理论依据。结果显示:不同等级风险区域呈整体上分散、小面积连片的特点,河西地区减产率最高,其次为陇中地区。高风险区主要集中在陇东地区的东部,较高风险区分布在陇中、陇东大部分地区,河西地区通过灌溉可有效缓解旱灾,风险较低。不同减产率等级下风险分析可为春玉米产量风险预测及抗灾减损、农业保险指数制定和农业保险赔付等提供参考。     

基于干旱风险的西藏青稞保险费率厘定及预测

以西藏青稞主要种植区为例，基于致灾因子危险性指数、承灾体暴露性指数、承灾体易损性指数和防灾减灾能力构建干旱灾害综合风险评估模型，并进行干旱灾害风险评估及区划，利用非参数法厘定各县青稞的纯保险费率，在风险区划结果基础上修正纯保险费率，再结合改进GM(1,1)模型和R/S方法预测未来修正纯保险费率。结果表明：(1)基于干旱致灾因子危险性指数和承灾体易损性指数的风险等级呈中部区域低两边高的趋势，基于干旱承灾体暴露性指数、防灾减灾能力和干旱灾害综合风险指数的风险等级由东向西有逐渐加重的趋势。(2)各县青稞保险的纯保险费率水平介于1.07%～9.79%，相差不大；修正后的纯保险费率介于1.86%～17.02%，相差较大。(3)基于干旱致灾因子危险性指数、承灾体暴露性指数和承灾体易损性指数修正下的纯保险费率空间分布呈中部高两边低的特点，基于干旱防灾减灾能力和干旱灾害综合风险指数修正下的纯保险费率呈现中部高、局部高和两边低的特征。说明科学合理的厘定纯保险费率应考虑多种干旱指数的综合影响。(4)首次利用改进GM(1,1)模型和R/S方法预测西藏青稞主要种植区未来修正纯保险费率的预测值有微弱的上升，上升...     

安徽省水稻高温热害保险天气指数模型设计

利用安徽省南陵县1991-2011年逐日气象数据,通过调查区域水稻生长期的主要农业气象灾害类型,选择易对授粉产生影响并导致减产的中稻孕穗-灌浆期高温热害作为保险设计的气象灾害类型;定义7月21日-8月15日连续3d日最高气温在35℃（含35℃）以上为一个高温过程,计算日有效高温差累计值,作为水稻高温热害保险天气指数（ST）;以10℃作为赔付触发值,并按照灾害程度越大赔付标准越高的思路确定不同灾害程度下的具体赔付标准（即启动赔付系数）;通过对南陵县1991-2011年水稻产量的分离和去趋势化处理,计算历年由于气象条件变化造成的产量和货币损失,对比历史天气指数发生概率与历史产量损失率,确定指数保险赔付的触发值及赔付标准,建立高温热害天气指数模型;与实际灾害情况相结合,通过设定参数值详细给出了模型在安徽省南陵县应用的计算过程。该天气指数保险产品操作性强,可为同类地区高温热害保险提供参考,以便在灾害发生后客观、快捷地为保户提供经济补偿。     

辽西北玉米干旱脆弱性评价模型构建与区划研究

本文基于IPCC(Intergovernmental Panel on Climate Change)报告中对气候变化背景下脆弱性的定义,从暴露程度、敏感性、自身恢复能力和环境适应能力4个方面建立了干旱灾害脆弱性评价模型。以辽西北地区的玉米干旱灾害作为研究对象,根据干旱灾害脆弱评价模型选取了气象因子、玉米生理因子以及经济社会因子等17项指标,运用熵权法、加权综合评价法计算得到了辽西北地区玉米干旱脆弱性指数。为了验证和检验模型的适用性,选取了辽西北1999年、2000年、2001年和2006年4个典型干旱年份,将玉米干旱脆弱性指数划分为5个等级,借助GIS技术绘制了玉米干旱脆弱性区划图。结果表明:辽西北玉米干旱脆弱性强的区域主要集中在西部地区的阜新、朝阳、葫芦岛一带。重度以上脆弱性区域范围比例表现为2006年>1999年>2001年>2000年的规律;其中,2006年脆弱性最强,影响面积最广,造成的损失也最严重,与实际灾情变化规律一致。分析2006年的玉米干旱脆弱性,多数区域是由玉米生长季的降水异常引起的。通过对4个典型干旱年份的玉米干旱脆弱性指数与玉米减产率进行回归分析,发现二者之间基本吻合,通过了α=0.05的显著性F检验,说明利用该模型对玉米干旱脆弱性的评价与区划是合理的,可以用来评价和预测玉米干旱脆弱性、干旱灾害风险以及因干旱造成的玉米产量损失。研究结果可为当地农业干旱灾害风险评估和预警提供依据。     

鲜食葡萄天气指数保险设计：以环渤海主产区瓦房店连阴雨灾害为例

为解决因鲜食葡萄农业保险损失数据严重缺乏而导致的林果农业保险产品不能满足其产业分散气象灾害风险的问题,本研究基于环渤海地区瓦房店气象站1998−2019年降水、日照等气象资料,以及1998−2019年葡萄产量数据,分析由连续降水日数、降水量、日照时数构建的连阴雨灾害指数(Lu)与葡萄减产率（K）的相关性,确定葡萄生长发育关键期的关键致灾因子和致灾临界值。用Lu与K建立回归模型,应用信息扩散理论方法,计算风险概率,厘定保险费率,设计瓦房店鲜食葡萄生长发育关键期连阴雨灾害指数保险产品。结果表明：（1）连阴雨灾害是影响瓦房店地区鲜食葡萄生长发育和产量的主要气象灾害,Lu与K显著相关,其回归模型为K=2.93Lu+4.19。（2）瓦房店地区鲜食葡萄的Lu定义为4月1日−6月30日连续3d或3d以上的阴雨天数（日降水量≥0.1mm,且至少1d降水量≥25mm）,期间允许1d无降水且单日日照时数≤2h的累计日数。（3）ADF检验表明,Lu、K序列平稳,均可作为设计天气指数保险的依据,瓦房店地区鲜食葡萄连阴雨灾害等级与减产率的对应关系为：12.98%≤K<18.84%（3≤Lu<5）、18.84%≤K<24.7%（5≤Lu<7）、24.7%≤K<30.56%（7≤Lu< 9）、30.56%≤K<39.35%（9≤Lu<12）、K≥39.35%（Lu≥12）。（4）基于应用信息扩散理论和连阴雨灾害指数序列计算出纯保险费率为19.01%,毛保险费率的厘定还取决于安全系数值、营业费用系数和利润率。以连阴雨指数3d作为启赔点,连阴雨灾害指数≥3d后采用投影寻踪的统计方法进行分级赔付。     

适宜核桃壳划口位置改善其破壳特性提高整仁率

针对目前传统单一的机械破壳方式存在的破壳率和整仁率难以平衡的问题,该文以预处理视角研究了对新疆核桃进行破壳前划口预处理的静态压力试验,试验结果表明,核桃划口预处理相比未处理核桃的破壳力和破壳形变量明显减小,整仁率明显增加;当核桃划口位置和施加载荷位置均在核桃肚部时,核桃破壳力和破壳形变量均明显减小,与未处理的核桃相比破壳力减小了139 N,减幅为38.4%;破壳形变量减小了0.37 mm,减幅为18.2%;利用三维扫描仪对研究对象进行三维建模,使其更接近物料实形,并实施模型核桃划口处理。有限元静力学分析结果表明:未划口处理的核桃,其壳体表面最大应变、应力和形变发生在加载位置;当加载力相同时,划口预处理条件下在核桃划口位置产生的应变、应力和形变量最大;当核桃划口位置和加载位置均在核桃肚部时,核桃壳表面产生的应变、应力和形变量均较大。该研究结果经验证与静态压力试验结果基本吻合。研究结果为核桃划口机和核桃破壳设备的研制提供理论支撑。     

基于游程理论的农业干旱指数在辽宁省春玉米旱灾损失评估中的应用

为准确识别农业干旱事件,评估干旱对农作物产量的影响,本文以辽宁省为例,基于52个气象站1961—2015年逐日气象数据,计算了春玉米全生育期水分亏缺距平指数,利用游程理论构建了一种新的春玉米全生育期干旱指数,再结合历年产量损失率构建了区、县级尺度的干旱产量损失评估模型,并对不同干旱风险下春玉米产量损失进行了评估,以明确辽宁省春玉米干旱重点防范区域。研究结果表明,辽宁省春玉米干旱指数呈由西向东递减的经向分布特征,辽西地区更易发生严重的干旱事件,且春玉米产量稳定性也最差。春玉米主产区内, 80%以上的区、县春玉米产量损失率与干旱指数呈显著线性正相关,辽中部分区县和辽东大部两者相关性不显著。相同干旱指数下,辽西产量损失率最大,并以朝阳地区为最;辽南和辽北次之;辽东湾和中部部分平原地区总体较小;非水分限制区辽东的凤城市和东港市,降水偏少反而更有利于春玉米产量提高。辽宁省春玉米干旱重点防范区域主要分布在辽西的朝阳地区,以及千山山脉以西和以北的辽北、辽南地区,提高和稳定春玉米产量需增加耐旱品种种植、发展节水灌溉、提高水分利用效率;降水充沛或灌溉条件较好、产量稳定性较高的辽东大部和辽中部分区县,可通过提高种植和管理水平、加强其他气象灾害防御等增加春玉米产量。     

陕西县域苹果种植风险评估与保险费率厘定

苹果是陕西农业特色经济的支柱产业,但在种植过程中面临着严重的气象灾害风险,农业保险在分散和转移其风险方面未能充分发挥效能。根据陕西省30个苹果基地县1981−2019年苹果种植面积、产量和单产数据,采用数理统计、产量损失分布模型和最优分布模型筛选等方法,评估各基地县苹果种植风险并厘定苹果种植保险费率。结果表明：1981−2019年,陕西省30个苹果基地县苹果种植面积、产量和单产均呈波动上升趋势,洛川、礼泉和淳化种植面积和产量位居前列,多年平均种植面积分别为2.12万hm²、2.01万hm²和1.94万hm²,平均产量分别为33.19万t、51.26万t和34.28万t;礼泉和扶风县单产较高,多年平均单产分别为19.71t•hm⁻²和16.89t•hm⁻²。30个基地县苹果发生灾害的平均概率为29.72%,轻、中、重和巨灾发生的平均概率分别为17.41%、7.21%、2.99%和2.11%;延川和千阳县巨灾发生概率最高,分别为24.18%和20.79%。研究区域重灾和巨灾发生概率与种植面积呈负相关,其相关系数均为−0.50。30个基地县苹果种植的平均费率为5.23%,费率最高的是延川县的18.37%,其次是千阳县的16.61%;礼泉、洛川和淳化县三大苹果种植基地县的费率则相对较低,分别为7.12%、7.35%和8.63%。因此,延川和千阳等高风险种植区“北进西扩”需谨慎,洛川、礼泉和淳化的种植优势可继续保持,凤翔等低风险地区应考虑扩种。在自然灾害风险较低的地区增加苹果种植面积能在空间上有效分散风险,在推进苹果农业保险时,建议因地制宜实行差异化费率,保证费率的科学性,提高农业保险的效能。     

采用改进YOLOv3算法检测青皮核桃

使用机器视觉对果实检测并进行估产是实现果园智能化管理的重要途径,针对自然环境下青皮核桃与叶片颜色差异小、核桃体积较小导致青皮核桃不易检出的问题,提出一种基于改进YOLOv3的青皮核桃视觉检测方法。依据数据集特征进行数据增强,引入Mixup数据增强方法,该研究使模型从更深的维度学习核桃特征;针对核桃单种类目标检测比较不同预训练模型,选择精度提升更明显的Microsoft Common Objects in Context（COCO）数据集预训练模型;依据标注框尺寸统计对锚框进行调整,避免锚框集中,提升模型多尺度优势。在消融试验中,前期改进将平均精度均值提升至93.30%,在此基础上,引入MobilNet-v3骨干网络替换YOLOv3算法中原始骨干网络,提升模型检测能力及轻量化。试验表明,基于改进YOLOv3的青皮核桃检测平均精度均值为94.52%,超越YOLOv3其他2个骨干网络和Faster RCNN-ResNet-50网络。本文改进模型大小为88.6 M,检测速度为31帧/s,检测速度是Faster RCNN-ResNet-50网络的3倍,可以满足青皮核桃实时准确检测需求。该方法可为核桃果园智能化管理中的估产、采收规划等提供技术支撑,也可为近背景颜色的小果实实时准确检测提供思路。