作为新型的农业保险工具,天气指数保险与传统的保险模式相比降低交易成本,减缓财政负担,有效规避道德风险和逆向选择,具有越来越广泛地应用,但在实际推广中暴露出基差风险较大、专业化和精细化程度不足等问题。针对气象指数保险产品推广中存在的问题,设计一种探讨气象因素之间的相互关系、建模精细化、流程标准化,可以有效降低基差风险问题的气象综合指数保险。提出了探讨棉花多种气象因素之间叠加影响的气象综合指数模型,分别用H-P滤波法和双指数平滑法对棉花单产进行去趋势化处理,根据皮尔森相关系数与平均绝对百分误差值判断去趋势化效果。通过主成分分析法对气象数据进行降维的同时剔除冗余数据,再利用熵权法赋予提取的主成分因子权重设计气象综合指数,另一方面通过随机森林法直接进行气象因素的分类和回归构建气象综合指数,用调整后的R~2判断气象产量和气象综合指数的回归效果。分别运用正态分布、对数正态分布、Beta分布、Weibull分布、Cauchy分布、Gamma分布和Logistic分布拟合灾损率,以最优拟合分布的灾损率与气象综合指数之间的计量关系为基础,设置阈值,划分灾害等级,最后结合期望损失法计算出了棉花的保险费率。分别对新疆阿克苏和北京地区棉花进行气象综合指数保险设计研究。结果表明,H-P滤波法去趋势效果更优。对比两种方法构建的综合指数,随机森林这种机器学习方法在大样本阿克苏案例中表现出良好的抗噪性,构建的综合指数模型拟合效果更优。而在小样本北京案例中随机森林分类方法较难表达,所以北京地区棉花用主成分分析法结合熵权法构建的综合指数模型拟合效果较优。比较灾损率在七种常用分布上的拟合效果,两地区的最优分布也均为Weibull分布。阿克苏地区棉花气象灾害分为Ⅰ至Ⅷ级,纯保费以此为155.4元178.8元、160.2元、130.2元、100.8元、76.2元。北京地区棉花气象灾害分为Ⅰ至Ⅵ级,纯保费依次为每公顷125.64元、84.06元、44.436元、18.192元、5.67元、1.32元。实证研究证明,气象综合指数模型在阿克苏和北京地区都表现出较好的适应性,较好地刻画了强降水、干旱、高温、低温等多个自然灾害叠加时的致灾效应,更加合理地反映出棉花农作物生长过程中所面临的复杂气象条件,提高了模型精度,增强了保险设计的科学性,是对气象综合指数保险的有益探索。