基于灾害指数的奉化水蜜桃气象产量模拟

气象产量模拟是保险产品设计及气象为农服务效益评估的重要环节.基于1995-2018年奉化水蜜桃单产数据,采用傅里叶变换、滑动平均、Logistic、HP滤波和指数法对水蜜桃趋势产量和气象产量进行分离;建立水蜜桃常见气象灾害指数,并利用气象灾害指数对5种产量分离结果进行验证和筛选;以灾害指数为输入因子,利用基于遗传算法的BP神经网络(BP neural network based on genetic algorithm,GA-BP)方法建立水蜜桃气象产量模型.结果 表明:受气候变化影响,1995-2018年奉化水蜜桃开花—成熟期连阴雨和硬核—成熟期强降水呈先降后升,近年来极端性降水概率增强,大风出现频率增大;气候变暖一定程度缓解开花坐果期低温,但成熟期高温风险加大;3阶傅里叶分离的趋势产量模拟效果佳,对典型灾害年和低灾害年模拟准确率为88％,相关系数为-0.8,综合指数为0.85;基于灾害指数建立的GA-BP模型对3阶傅里叶方法分离的相对气象产量模拟效果最佳;回代检验的绝对误差和均方根误差分别为0.02和0.03,相关系数为0.95;预报检验的绝对误差和均方根误差分别为0.03和0.04,相关系数为0.92.综上可见,3阶傅里叶方法适用于奉化地区水蜜桃产量分离,基于灾害指数构建的特色作物产量模拟精度和稳定性较高,且模型物理意义明确.