人口快速增長(zhǎng)和經(jīng)濟(jì)高速發(fā)展,致使人類(lèi)對(duì)各種災(zāi)害系統(tǒng)的影響日益增強(qiáng),“自然災(zāi)害再也不能簡(jiǎn)單地理解為‘自然的’災(zāi)害”了（Blakie,1994）。本文選取了環(huán)境氣候、地域特征、農(nóng)業(yè)類(lèi)型等各方面差異較大的三個(gè)地區(qū)（重慶市、河南省和黑龍江�。┳鳛檠芯繀^(qū)域,進(jìn)行區(qū)域干旱脆弱性評(píng)估及干旱特征分析。Pelanda曾說(shuō)過(guò):災(zāi)害反映出了社會(huì)的脆弱性,是致災(zāi)因子對(duì)脆弱性環(huán)境的破壞超出了其應(yīng)對(duì)能力的結(jié)果（Kenneth,1997）。即災(zāi)害造成的損失程度不只依賴災(zāi)害的強(qiáng)度,也和環(huán)境本身的脆弱性有關(guān)。研究干旱脆弱性的難點(diǎn)首先在于選取其評(píng)價(jià)指標(biāo),本研究側(cè)重構(gòu)建有效且精簡(jiǎn)的區(qū)域干旱脆弱性評(píng)價(jià)指標(biāo)體系。并以三地的月均降水和溫度數(shù)據(jù)為基礎(chǔ),運(yùn)用Copula函數(shù)建立二維干旱特征變量的聯(lián)合分布,刻畫(huà)干旱特征（干旱周期D、干旱強(qiáng)度S的重現(xiàn)期）,并預(yù)測(cè)干旱特征的二維重現(xiàn)期,以期為積極防治農(nóng)業(yè)干旱風(fēng)險(xiǎn)提供數(shù)據(jù)支撐。論文首先以2003-2015年三地脆弱性原始評(píng)價(jià)指標(biāo)數(shù)據(jù)為基礎(chǔ),通過(guò)結(jié)構(gòu)方程模型方法篩選脆弱性評(píng)價(jià)指標(biāo)體系,結(jié)果表明重慶市、河南省和黑龍江省的指標(biāo)優(yōu)化率分別達(dá)到:61%,50%,40%,其擬合優(yōu)度要優(yōu)于原始較多指標(biāo)構(gòu)建... 

【文章來(lái)源】：重慶大學(xué)重慶市 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：71 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

技術(shù)路線

地區(qū)生產(chǎn)總值的比重）對(duì)脆弱性有正效應(yīng)，其絕對(duì)值越大對(duì)應(yīng)的脆弱性越大；其他各指標(biāo)在相應(yīng)因子的負(fù)荷數(shù)據(jù)類(lèi)似如上解釋。圖2.1和表2.1的輸出結(jié)果顯示所選的28個(gè)指標(biāo)模型的擬合優(yōu)度很差。結(jié)合重慶地域特點(diǎn)，同時(shí)受到程靜（2011）、祁毓（2010）、魏建等（2011）、劉蘭芳（2005）和Austin & McKinney（2016）中提及的女性經(jīng)濟(jì)地位更高的地方，自然災(zāi)難造成的傷害更小的文章的啟發(fā)，考慮加入以下新指標(biāo)以使得指標(biāo)覆蓋面更廣，更能全方位的描述干旱的脆弱性。新加入的指標(biāo)包括：農(nóng)民工資性收入占純收入比重、財(cái)政支農(nóng)支出、 人口自然增長(zhǎng)率、新農(nóng)合醫(yī)療參保率、 財(cái)政總支出、教育支出、 教育支出占比財(cái)政總支出、 嬰兒死亡率、全社會(huì)固定資產(chǎn)投資、人口密度、森林覆蓋率，最終有41個(gè)各個(gè)維度的指標(biāo)。再次運(yùn)用驗(yàn)證性因子分析方法（固定方差法）進(jìn)行分析（此處共有41個(gè)指標(biāo)），得到路徑圖2.2。

2 干旱脆弱性指標(biāo)的篩選和綜合得分15圖2.2 重慶市41個(gè)指標(biāo)的對(duì)應(yīng)路徑圖Figure 2.2 The corresponding path map of 41 indicators in Chongqing圖2.2和表2.1結(jié)果表明41個(gè)指標(biāo)對(duì)應(yīng)的擬合優(yōu)度已經(jīng)得到較大的改善，但是輸出結(jié)果顯示很多指標(biāo)不顯著（認(rèn)為輸出的¨值小于2為不顯著）（侯杰泰等，2004）。我們嘗試將不顯著的指標(biāo)按不顯著的程度進(jìn)行逐個(gè)剔除，做驗(yàn)證性因子分析，并驗(yàn)證指標(biāo)的顯著性及模型的擬合優(yōu)度，直到剩余指標(biāo)全部顯著。然后再逐個(gè)剔除誤差協(xié)方差為負(fù)的指標(biāo)，同理將新出現(xiàn)的不顯著指標(biāo)逐個(gè)剔除，最終剩余20個(gè)顯著性較高的指標(biāo)，路徑圖如下，圖2.3：

【參考文獻(xiàn)】：
期刊論文
[1]基于游程理論和Copula函數(shù)的干旱特征分析及應(yīng)用[J]. 王曉峰,張園,馮曉明,馮玉,薛亞永,潘乃青.  農(nóng)業(yè)工程學(xué)報(bào). 2017(10)
[2]農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)管理脆弱性評(píng)價(jià)及驅(qū)動(dòng)因素分析[J]. 謝家智,車(chē)四方,林涌.  西南大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版). 2017(03)
[3]SPEI及SPI指數(shù)在滇西南地區(qū)干旱演變中的對(duì)比分析[J]. 趙平偉,郭萍,李立印,舒珺.  長(zhǎng)江流域資源與環(huán)境. 2017(01)
[4]改進(jìn)的TOPSIS模型在陜西省農(nóng)業(yè)干旱脆弱性區(qū)劃中的應(yīng)用[J]. 徐晗.  干旱地區(qū)農(nóng)業(yè)研究. 2016(04)
[5]基于主成分分析和Copula函數(shù)的干旱影響評(píng)估研究[J]. 王鵬新,馮明悅,孫輝濤,李俐,張樹(shù)譽(yù),景毅剛.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2016(09)
[6]關(guān)中西部地區(qū)農(nóng)業(yè)旱災(zāi)脆弱性評(píng)估[J]. 宋海龍,萬(wàn)紅蓮,朱嬋嬋,劉東玥.  陜西農(nóng)業(yè)科學(xué). 2016(05)
[7]基于SPEI的北江飛來(lái)峽流域干旱時(shí)空演變特征分析[J]. 冼卓雁,武傳號(hào),黃國(guó)如.  災(zāi)害學(xué). 2015(03)
[8]基于主成分分析的中國(guó)南方干旱脆弱性評(píng)價(jià)[J]. 王鶯,王靜,姚玉璧,王勁松.  生態(tài)環(huán)境學(xué)報(bào). 2014(12)
[9]標(biāo)準(zhǔn)化降水蒸散指數(shù)在中國(guó)干旱監(jiān)測(cè)的適用性分析[J]. 王林,陳文.  高原氣象. 2014(02)
[10]Copula函數(shù)性質(zhì)研究[J]. 王曉.  知識(shí)經(jīng)濟(jì). 2013(23)

碩士論文
[1]山西省農(nóng)業(yè)干旱時(shí)空變化特征及其與氣象因子的響應(yīng)研究[D]. 龐鑫.太原理工大學(xué) 2017
[2]基于Archimedean Copulas函數(shù)的多變量干旱頻率及空間分析[D]. 李計(jì).西北農(nóng)林科技大學(xué) 2012
[3]河南省干旱承險(xiǎn)脆弱性綜合評(píng)價(jià)研究[D]. 李艷.鄭州大學(xué) 2011



本文編號(hào)：3338276