查看更多>>摘要:基于遥感时序数据MOD13A2 和陕西省 99 个气象站点的逐日气象数据,使用EVI差值法提取陕西冬小麦种植区,筛选与冬小麦单产相关性最高的遥感指数,结合冬小麦生育期内倒春寒、干旱、连阴雨以及干热风 4 个农业气象灾害的气象指标,构建综合遥感指数模型,以覆盖冬小麦全生育期的农业气象灾害风险.基于最优产量预测模型设计冬小麦综合遥感指数保险,采用分布拟合和蒙特卡洛模拟方法,计算 10770个公里网格冬小麦综合遥感指数保险的理赔门槛值和精算纯费率,绘制理赔门槛地图和精算纯费率地图.结果表明:(1)采用EVI差值法提取冬小麦种植区,不同区域使用不同差值时段和门槛值,可获得较高提取精度,县域提取面积与 2020 年实际播种面积的相关系数达 0.997,平均绝对误差 524.9 hm²;(2)2000-2020 年第 65、81天EVI及两者最大值与陕西冬小麦单产相关性较高,县域相关系数年平均值最高达 0.692;(3)融合干旱、连阴雨和倒春寒 3 个农业气象灾害的气象指标,最优综合遥感指数模型模拟单产与实际单产的相关系数达0.837,最优综合遥感指数模型R²为0.602;(4)关中、陕南部分地区冬小麦种植风险较低,平均单产损失率低于 2%,渭河与黄河交口处冬小麦种植风险较高,平均单产损失率高于 4%,其余地区冬小麦种植风险介于两者之间.冬小麦单产和种植风险在县域以下区域存在较大空间差异,提高测算理赔门槛和精算纯费率的空间精度,能够使冬小麦高产地区和低产地区获得同样的赔付机会,避免赔付超过实际损失导致的道德风险,同时能够使费率与实际种植风险相匹配,增加费率公平性,提高低风险地区参保意愿,减少逆选择.