王明昌，劉布春，劉 園，楊曉娟，韓 帥，邱美娟，李 瓊

（1.中國農業(yè)科學院農業(yè)環(huán)境與可持續(xù)發(fā)展研究所/作物高效用水與抗災減損國家工程實驗室/農業(yè)農村部農業(yè)環(huán)境重點實驗室，北京 100081；2.中國再保險集團博士后科研工作站，北京 100033；3.中國農業(yè)保險再保險共同體，北京 100033）

春季物候期是植物生長發(fā)育的關鍵期和脆弱期，此時也是冷空氣頻繁侵襲的時段，因此春季物候期能否成功避開凍害決定植物能否適應未來氣候變化。19 世紀以來，以變暖為主要特征的全球氣候變化已經成為不爭的事實[1]。在氣候變暖背景下，很多研究報道了全球普遍性的春季物候和終霜日提前的現象[2-7]。中國的物候觀測資料也顯示溫帶地區(qū)植物春季物候和終霜日普遍提前的趨勢[8-10]。在植物春季物候期和春季終霜日均存在提前的情況下，植物春季凍害風險存在較大的不確定性。因此，只有同步對比分析春季物候期和凍害終日的變化趨勢，才能更準確地判斷春季凍害風險的變化趨勢[11]。

在研究過程中，對氣象數據的記錄通常較為完善，而植物物候數據較為匱乏，而且還存在時間序列短、缺測嚴重等問題，難以進行植物物候期趨勢分析。因此，利用物候模型延長物候時間序列、插補缺失數據，是分析物候變化趨勢的主要途徑[11]。常見的物候模型主要分為統(tǒng)計模型和過程模型。其中過程模型又稱動態(tài)模型或機理模型，這類模型著重從機理上探討物候期發(fā)生條件，能夠較準確地預測氣候對物候期的影響，在研究物候對氣候變化的響應中得到廣泛應用[13-14]。目前木本植物物候的過程模型主要有7 種，分別是順序模型（Sequential model）、平行模型（Parallel model）、深休眠模型（Deepening rest model）、四階段模型（Four phase model）、熱時模型（Thermal time model）、交互模型（Alternating model）和感光靈敏模型（Photo sensitivity model）[15]。在這些模型中，熱時模型由于參數簡單，并且方差解釋率和準確率較高，已被廣泛用于重建過去氣候變化、預測樹種分布范圍變化、預測未來植物的物候變化并進行災害風險評估等多方面[16-18]。熱時模型在國內的物候研究中也有廣泛的應用，仲舒穎等利用熱時模型重構了中國42 個物候觀測站1962-2013年桃、杏、紫荊和紫丁香四種植物的花期物候，發(fā)現這四種植物的花期均顯著提前，提前趨勢在0.95～1.61d·10a-1[12]；戴君虎等利用熱時模型重構了中國溫帶季風區(qū)12 個物候觀測點1963-2009年多種木本植物始花期，同時結合氣象數據對研究區(qū)花期凍害風險進行了分析，結果發(fā)現研究區(qū)植物花期霜凍風險在降低，且存在顯著的區(qū)域差異[11]。

陜西省地處黃土高原地區(qū)，是優(yōu)質蘋果種植區(qū)和蘋果主產省。該省的蘋果產量約占全球產量的1/8，占全國產量的1/3，蘋果產業(yè)為當地經濟發(fā)展和農民脫貧致富做出了重大貢獻。陜西省是蘋果種植的優(yōu)勢生態(tài)區(qū)，同時也是花期凍害的高發(fā)區(qū)，花期凍害成為影響陜西蘋果產量和品質最嚴重的自然災害之一[19]。陜西蘋果主產區(qū)的花期在3-4月，受大陸性季風氣候控制，此時正是冷空氣過程最為頻繁的時段，據統(tǒng)計，全年約40%的強降溫天氣發(fā)生在此時段，由此導致花期凍害風險較高[20]。研究表明，受氣候變暖的影響，陜西省蘋果花期顯著提前。陜西省經濟作物氣象服務臺的物候觀測和調查資料顯示，2000年以來陜西省蘋果花期普遍比20 世紀80年代提前5～7d，個別年份及局部地區(qū)甚至提前7～10d。但是蘋果花期提前是否增加花期凍害尚無定論，多數研究認為開花期提前使花期凍害的發(fā)生概率增大[21-23]；但也有研究認為由于氣候變暖，陜西蘋果花期適宜度上升，花期凍害呈現減少趨勢，凍害風險下降[24]。

目前，國內圍繞蘋果花期凍害風險開展了大量研究，這些研究主要集中在兩個方面：一是細化蘋果花期凍害氣象指標并開展花期凍害風險空間分析[19-20,25]；二是分析蘋果始花期與氣象因子的關系，建立蘋果始花期的統(tǒng)計或過程物候模型，進而開展蘋果花期的預測研究[14,26-27]。隨著陜西省蘋果花期物候數據的不斷積累，用于修訂模型的數據不斷增加，物候模型的準確度已經顯著提高[26-27]，為延長和插補蘋果始花期序列并分析蘋果花期凍害風險變化趨勢奠定了數據基礎。本研究通過熱時模型利用日平均氣溫延長并插補陜西省禮泉和旬邑兩個蘋果基地縣1967-2018年富士蘋果始花期時間序列，利用日最低氣溫提取不同等級凍害終日時間序列，同步分析蘋果花期物候和凍害終日時間序列的變化，以期對兩地蘋果花期凍害風險進行更加精準的評估，為未來氣候變化背景下蘋果種植過程中趨利避害、采取合理應對措施提供科學依據。

1 資料與方法

1.1 研究區(qū)概況

禮泉和旬邑均為優(yōu)質蘋果生產基地縣。兩縣蘋果種植品種以富士系（Fuji）為主，該品種的種植面積占比超過所有蘋果種植面積的70%[28]。禮泉縣地處陜西省關中平原和渭北旱塬交匯地帶，海拔402-1467m，年日照時數 2215.8h，年平均氣溫12.9°C，極端最低氣溫-20.8°C，極端最高氣溫41.6°C，無霜期214d，年平均降水量534mm；旬邑縣地處陜西省渭北黃土高原溝壑區(qū)，海拔850-1885m，年日照時數2390h，年平均氣溫9.0°C，極端最低氣溫-28.2°C，極端最高氣溫38.0°C，無霜期180d，年平均降水量606mm。

1.2 數據來源

禮泉縣和旬邑縣富士蘋果始花期物候數據來自兩部分，2008-2014年數據來源于陜西省經濟作物氣象服務臺的物候觀測，始花期定義為花蕾露紅10%的日期[29]；2008年之前，禮泉縣蘋果花期物候數據來自該縣果農李忠孝先生的觀測記錄（1973-1974、1976、

1980、1982-1983、1989、1992、1998、2000-2001、2003-2004 和2007年），旬邑縣蘋果花期物候數據來自陜西生態(tài)觀測網（1994-2007年），觀測標準與陜西省經濟作物氣象服務臺的物候觀測標準一致[27]。禮泉縣和旬邑縣逐日平均氣溫和逐日最低氣溫數據來自國家氣候中心。兩地氣象站的站點信息見表1。

1.3 方法

1.3.1 數據預處理

將每個物候或氣溫觀測值對應的時間轉換為年日序（Ordinal day from Jan.1，DOY），即距當年1月1日的累計天數。同時，由于兩個氣象站點的記錄數據在1967年之前缺測較多且數據均一性不足，因此氣象數據時間序列長度統(tǒng)一選取1967-2018年。1967-2018年禮泉和旬邑兩地氣象站缺測數據較少且連續(xù)缺測日最多為2d（表2），因此，利用缺測值前后的觀測值通過線性內插法對缺失數據進行插補。

表2 1967-2018年日平均氣溫（Tmean）和日最低氣溫（Tmin）缺測日期表Table 2 Information of missing daily mean temperature(Tmean) and daily minimum temperature(Tmin) from 1967 to 2018

1.3.2 利用熱時物候模型重構蘋果始花期序列

為解決禮泉和旬邑兩地蘋果始花期物候數據連續(xù)性不足、時間序列較短的問題，利用兩地逐日平均氣溫通過熱時物候模型重構兩地蘋果始花期物候時間序列。熱時物候模型包含t0、Tb和G 三個參數，計算式為[30]

式中，G 為植物發(fā)育到指定物候期所需積溫（℃·d）；y 是預測的植物物候期（DOY）；xt為第t日的日平均氣溫（℃）；c(xt)為高于臨界溫度（Tb）的積溫（℃·d），代表植物的發(fā)育進程；t0是積溫開始日期（DOY）；Tb為始花期發(fā)育的臨界溫度（℃）；當c(xt)的累加達到預先設定的積溫閾值G 時，對應的日期即為預測始花期y（DOY）。

模型參數的估計采用最小二乘法原則，在所有可能取值中選擇使觀測值和模擬值的均方根誤差最小的一組參數[12]。最優(yōu)參數使用差分演化（Differential Evolution）全局優(yōu)化算法在t0為DOY1～120，Tb為0～10℃，G 為0～1000℃·d 的空間域上尋找，該空間域可以覆蓋大部分植物的花期發(fā)育閾值[31-32]。該算法在Python 程序中利用pyPhenology包實現[33]。

模型檢驗通過內部檢驗和交叉檢驗進行。內部檢驗用全部觀測年份擬合出的參數模擬物候序列，得到內部檢驗序列；交叉檢驗采用逐個剔除法，即將某一年的觀測值剔除后，利用其它年份的觀測值擬合參數，模擬出被剔除年份的物候期，之后將全部觀測值逐一剔除后得到交叉檢驗序列[14，34]。將觀測序列分別與內部檢驗序列和交叉檢驗序列對比計算，得到內部檢驗和外部檢驗的均方根誤差（RMSE）和方差解釋量（R2）；同時分別計算模擬序列與觀測序列相差≤3d 和≤5d 的準確率（%）。完成檢驗后，將原始觀測序列中的缺測值用模擬結果插補，保留有觀測數據的年份，進而得到重構始花期物候序列，用于后續(xù)分析[11]。

1.3.3 確定蘋果花期凍害指標的溫度閾值

蘋果花期內不同程度的低溫會對蘋果生長發(fā)育產生不同的影響。王景紅等根據蘋果開花期低溫凍害農業(yè)氣象指標以及歷年蘋果花期凍害災情調查資料，以日最低氣溫為指數將蘋果花期凍害指數劃分為重度、中度和輕度三級[35]。三級凍害指標的日最低氣溫閾值及凍害癥狀見表3。利用禮泉和旬邑逐日最低氣溫提取每個地區(qū)-2℃、0℃和2℃三個凍害等級上限閾值在每年春季最后一次出現的DOY，形成不同等級凍害終日序列。

1.3.4 對比始花期與各級凍害溫度對應終日

使用線性傾向法分析禮泉和旬邑兩地始花期重構序列和不同等級凍害終日序列的變化趨勢[10]。理論上蘋果始花期越早于凍害終日，受凍害的風險會越高；反之，受凍害的風險越低。因此，定義花期凍害風險指數為凍害終日DOY 與始花期DOY 之差，單位為天（d），差值越大，凍害風險越高，反之越低。

2 結果與分析

2.1 兩地熱時物候模型重構的蘋果始花期及其變化

2.1.1 重構蘋果始花期的檢驗

熱時物候模型重構的禮泉和旬邑兩地蘋果始花期及檢驗結果見表4 和圖1，表中顯示通過差分演化算法擬合的兩地熱時物候模型的參數（t0、Tb、G）分別為（43、2.9、415）和（70、2.3、290）。圖1中檢驗結果（表4）顯示，兩個地區(qū)熱時模型的模擬結果均通過顯著性檢驗，模擬誤差≤3d 的準確率高于75%，≤5d 準確率高于85%，說明熱時模型可以用于模擬禮泉和旬邑兩地蘋果始花期的重構。對比兩地的模擬效果可見，禮泉地區(qū)優(yōu)于旬邑地區(qū)，禮泉地區(qū)模型內部和外部檢驗的RMSE 均小于旬邑地區(qū)，而方差解釋量均高于旬邑；在準確率上，禮泉地區(qū)模型模擬誤差≤3d 和≤5d 的準確率分別為76%和100%，亦高于旬邑地區(qū)的71%和86%。

表3 不同等級蘋果花期凍害指標閾值及受凍癥狀Table 3 Freezing injury grade and symptoms describe during flowering period of apple

圖1 兩地熱時物候模型重構蘋果始花期與實際始花期的比較Fig.1 Observed first flowering date vs.reconstructed first flowering date using the thermal time model in two main apple- producing counties (Liquan and Xunyi county), Shaanxi province

表4 蘋果始花期熱時模型參數及模型驗證Table 4 Thermal time models’ parameters and validations of apple first flowering date

2.1.2 重構蘋果始花期的變化趨勢

利用兩地逐日平均氣溫通過熱時物候模型重構兩地蘋果始花期物候時間序列，并分析其線性變化趨勢，結果見圖2。由圖中可見，1967-2018年禮泉和旬邑兩地蘋果始花期均呈現出顯著提前趨勢。其中禮泉縣蘋果始花期提前速率約為 2.8d·10a-1（P＜0.01），始花期自20 世紀70年代的4月17日（DOY107）左右，提前至21 世紀初的4月5日（DOY95）左右，提前約12d；同一時期內，旬邑縣蘋果始花期提前趨勢較禮泉小，提前速率約為0.8d·10a-1（P＜0.05），始花期自20 世紀70年代的4月20日（DOY 110）左右，提前至21 世紀初的4月15日（DOY 105）左右，約提前5d。

圖2 1967-2018年重構蘋果始花期的年際變化Fig.2 Interannual variation of the reconstructed first flowering date of apple from 1967 to 2018

2.2 兩地不同等級致害溫度對應終日及其變化

利用兩地逐日最低氣溫提取-2℃、0℃和2℃重、中、輕三個凍害等級上限閾值在每年春季最后一次出現時的日序值，形成不同等級凍害終日序列，結果見圖3。由圖中可見，1967-2018年禮泉和旬邑兩地不同等級凍害終日相對穩(wěn)定。禮泉地區(qū)僅重度凍害終日提前趨勢顯著，由20 世紀70年代的3月20日（DOY79）左右提前至21 世紀初的3月3日（DOY62）左右，提前約17d，提前速率約為3.3d·10a-1（P＜0.01），而中度和輕度凍害終日均未表現出顯著的變化趨勢；旬邑地區(qū)重度、中度和輕度凍害終日均無顯著變化趨勢。

圖3 1967-2018年兩地不同等級凍害上限溫度閾值終日的年際變化Fig.3 Interannual variation of last date of different grades freezing injury with upper critical temperature in two sites from 1967 to 2018

2.3 兩地蘋果花期凍害風險分析

2.3.1 致害溫度對應終日與蘋果始花期的對比

禮泉和旬邑兩地蘋果始花期和不同等級凍害終日情況如表5。由表可見，1967-2018年禮泉地區(qū)平均蘋果始花期約在4月10日（DOY100），而旬邑地區(qū)由于海拔較高，溫度低，導致平均蘋果始花期較禮泉地區(qū)晚約7d，約在4月17日（DOY107）。同期禮泉地區(qū)不同等級凍害平均終日在 3月 11日（DOY70）-4月5日（DOY95），較蘋果始花期早5～25d，說明凍害在花期開始前基本結束，凍害風險較低；而旬邑不同等級凍害平均終日在4月3-28日（DOY93-DOY118），此時也正值蘋果花期，因此花期凍害風險較禮泉高。

2.3.2 凍害風險指數分析

本研究凍害風險指數定義為凍害終日DOY與始花期DOY 之差，凍害風險指數＜0 表明致害溫度閾值內的凍害天氣早于蘋果花期結束，蘋果花期受凍害風險較低；反之，凍害風險指數≥0 則蘋果花期開始后還會出現低溫天氣，蘋果花期受凍害風險較高。在地區(qū)差異上，禮泉蘋果花期凍害風險明顯低于旬邑地區(qū)。由表6 可見，1967-2018年禮泉地區(qū)重度、中度和輕度凍害風險指數≥0 的占比分別為0%、13%和29%；旬邑地區(qū)重度、中度和輕度凍害風險指數≥0 的占比分別為8%、33%和75%，顯示旬邑地區(qū)蘋果花期凍害風險較禮泉地區(qū)高。

表5 1967-2018年兩地蘋果始花期與不同等級凍害終日統(tǒng)計結果Table 5 Statistic result of the first apple flowering date and last date of different freezing injury grades in two sites from 1967 to 2018

在時間變化上，禮泉和旬邑兩地凍害風險指數的高低并未呈現出顯著變化趨勢，但是不同等級凍害風險指數≥0 的次數出現了較大變化（圖4）。統(tǒng)計兩地1967-1992年和1993-2018年兩個時段內凍害風險指數≥0 的次數（表7），表7 顯示，禮泉中度和輕度凍害風險指數≥0 的次數分別由1967-1992年的2 次和4 次上升至1993-2018年的5 次和11 次，說明中度和輕度凍害風險上升；旬邑重度和輕度凍害風險指數≥0 的次數分別由1967-1992年的1 次和16 次上升至1993-2018年的3 次和23 次，而中度凍害風險指數≥0 的次數由1967-1992年的10 次下降至1993-2018年的7 次，說明該地區(qū)重度和輕度凍害風險上升，而中度凍害風險降低。

表6 1967-2018年兩地歷年不同等級凍害風險指數＜0、≥0 的頻率分布Table 6 Frequency distribution of different grades freezing injury index that ＜0 and ≥0 in two sites from 1967 to 2018

圖4 1967-2018年兩地不同等級凍害風險指數的年際變化Fig.4 Interannual variation of different grades freezing injury index in two sites from 1967 to 2018

表7 1967-1992年和1993-2018年兩地不同等級凍害風險指數≥0 的頻數（%）Table 7 Frequencies of different grades freezing injury index that equal or greater than 0 in two sites during 1967-1992 and 1993-2018（%）

3 結論與討論

3.1 討論

3.1.1 模型參數的合理性

蘋果花期的準確模擬是評估蘋果花期凍害風險的重要依據。而如何確定花期物候模型中臨界溫度Tb的取值是保證熱時模型構建過程中準確和合理的關鍵步驟。Tb通常通過生理實驗法和統(tǒng)計法兩種途徑獲取[36-37]。通過生理實驗獲取的Tb具有最科學的解釋，而且理論上對于同種植物應該具有相似的Tb。但是這種生理試驗的方法設計非常困難，而且有研究也發(fā)現通過該法獲取的Tb并不穩(wěn)定，在不同生長季之間具有較大的波動性，因此大多數研究溫度數據和物候觀測數據使用統(tǒng)計法計算Tb[36]。該方法的基本原理是使到達指定物候期時的積溫變異最小[36]。蘋果花期的Tb取值范圍通常在0～10℃[32，38-39]。本研究中禮泉和旬邑兩地蘋果始花期熱時模型的取值分別為2.9℃和2.3℃，在常見取值范圍內，與兩地t0分別為DOY43 和DOY70 時的多年平均氣溫基本對應。但值得注意的是，雖然同屬富士系蘋果，禮泉地區(qū)模型的Tb較旬邑高，而且達到始花期時的積溫值也高于旬邑地區(qū)，這可能是蘋果對生長環(huán)境的適應[40]。

3.1.2 物候觀測數據的均一性

禮泉地區(qū)的蘋果始花期物候觀測數據來源于果農和陜西省經濟作物氣象服務臺兩部分，有可能存在由于觀測標準不一致導致的數據均一性不足，使用前進行了數據均一性檢驗。由于缺少參考物候序列，檢驗時使用模型預測分析法。檢驗過程中首先使用果農的觀測物候建立物候模型，然后利用模型預測陜西省經濟作物氣象服務臺的觀測物候，計算預測值與實際觀測值的相關系數，使用配對樣本T檢驗對比預測值與實際觀測值的差異；之后將陜西省經濟作物氣象服務臺的觀測物候作為建模數據，預測果農的觀測物候，重復上述步驟。第一次檢驗結果的相關系數r 為0.87（n=7，P＜0.01），預測值與觀測值無顯著差異；第二次檢驗結果的相關系數r為0.94（n=14，P＜0.001），預測值與觀測值亦無顯著差異。因此認為禮泉蘋果始花期物候觀測數據滿足均一性。

3.1.3 模型不確定性

禮泉地區(qū)模型的R2達到0.87，模擬效果優(yōu)于旬邑地區(qū)。這種現象在劉璐等建立的中國北方蘋果主產地始花期預測模型中也有明顯體現[26]。在其研究中，海拔、年平均氣溫均與禮泉接近的萬榮站蘋果始花期預測模型R2也達到0.87（n=20），而海拔、年平均氣溫與旬邑相近的洛川站蘋果始花期預測模型R2為0.54（n=20）。造成這種現象的原因可能有：（1）旬邑和洛川地區(qū)海拔更高，地勢起伏更大，氣溫的均一性差，氣象站數據的空間代表性較禮泉和萬榮低；（2）不同地區(qū)蘋果花期對溫度的敏感性不同，禮泉蘋果花期對溫度的敏感性可能高于旬邑地區(qū)。如果不解決氣象數據的代表性以及果樹發(fā)育機理問題，模型只能是局地適用，模型外推將存在較大誤差。因此在今后的研究和應用中可以使用高分辨率的格網氣象數據或通過建立果園小氣候與標準氣象站數據間的推算關系，將標準氣象站數據換算至對應的物候觀測點以提高氣象數據的代表性[14]。另外蘋果花期不僅受溫度影響，還受品種、光周期、降水、土壤等多種因素控制，因此還要加強對蘋果生長發(fā)育機理的研究，進而建立機理性更強的蘋果花期模型[26]。除此之外，還要繼續(xù)積累高質量的觀測數據，為模型的進一步優(yōu)化提供數據支撐。

3.1.4 蘋果始花期和凍害終日的變化趨勢

目前國內蘋果物候觀測數據積累有限，僅在甘肅西峰、陜西洛川等7 個站點開展過蘋果始花期物候變化趨勢研究，且序列長度最長僅為25a[26,41-42]。這些研究結果全部顯示出蘋果始花期的提前趨勢，但是受限于序列長度，只有序列最長的西峰站提前趨勢顯著，其余均不顯著。本研究通過熱時模型重構的禮泉和旬邑蘋果始花期提前趨勢分別為2.8d·10a-1和0.8d·10a-1，均通過了顯著性檢驗。因此在今后的研究中可以在現有始花期物候序列基礎上通過延長數據序列，進一步分析蘋果花期的變化趨勢。

本研究中禮泉和旬邑地區(qū)凍害終日并沒有表現出顯著的變化趨勢（禮泉重度凍害終日除外），與中國北方大部分地區(qū)霜凍終日呈現顯著提前趨勢不同[10-11]。柏秦鳳等以日最低氣溫≤2℃作為終霜日指標對陜西省1961-2010年無霜期變化趨勢進行過研究，其研究結果發(fā)現陜西北部寶塔區(qū)站終霜日呈5.7d·10a-1的顯著提前趨勢，中部咸陽站終霜日呈現1.7d·10a-1的略推遲趨勢，而南部安康站終霜日無明顯變化趨勢[25]。禮泉和旬邑位于陜西中部，與咸陽的直線距離小于100km，本研究中定義的輕度凍害終日指標閾值對應柏秦鳳等定義的終霜日指標閾值，但本研究禮泉和旬邑輕度凍害終日均無顯著變化趨勢。由于蘋果花期對凍害非常敏感，因此對于凍害指標終日的變化趨勢還需更精細的研究。

3.1.5 凍害風險評估的準確性

當前關于陜西蘋果花期凍害風險水平的研究主要通過統(tǒng)計指定花期時段內出現致害溫度的日次數或頻率進行評估[20，43]。劉映寧等利用逐日最低氣溫數據統(tǒng)計了陜西29 個蘋果基地縣花期出現最低氣溫低于0℃、-2℃和-4℃的頻率，結果顯示1970-2005年禮泉蘋果花期（4月1-20日）和旬邑蘋果花期（4月10-30日）內出現日最低氣溫≤0℃的頻率分別為20%～40%和60%～80%；而同期內出現日最低氣溫≤-2℃的頻率分別為0～10%和30%～40%[43]。屈振江等曾利用類似方法對陜西蘋果種植區(qū)內47 個縣蘋果花期內凍害發(fā)生頻次進行過統(tǒng)計，結果顯示1960-2007年禮泉蘋果花期（同上）和旬邑蘋果花期（同上）出現日最低氣溫-2～0℃的年平均次數分別為0.40 次和2.34 次，出現日最低氣溫小于-2℃的年平均次數分別為0.13 次和1.52 次[20]。與本研究中1967-2018年禮泉和旬邑蘋果花期中度凍害風險指數＞0 的年份占比分別為13%、33%以及重度凍害風險指數＞0 的年份占比分別為0、8%一致。這說明使用凍害終日與蘋果始花期之差定義的花期凍害風險指數可以作為蘋果花期凍害風險水平的指標。在本研究中，由于數據資料有限，未能構建蘋果末花期時間序列，而花期凍害事件是由始花期和末花期以及花期內的環(huán)境條件共同決定的，因此，本研究尚不能對蘋果花期內的凍害事件發(fā)生次數及每次凍害的持續(xù)時間進行準確評估。在今后研究中，需要進一步收集和積累花期物候數據，嘗試建立蘋果末花期物候模型并構建蘋果末花期時間序列，進而更加精確地評估花期凍害風險。在此基礎上，還可以將未來不同氣候變化情景模式輸入花期物候模型，從而預測不同氣候變化情景下蘋果花期凍害風險趨勢。

3.2 結論

（1）1967-2018年，禮泉和旬邑地區(qū)蘋果始花期呈顯著提前趨勢。禮泉和旬邑兩地蘋果始花期的提前速率分別為2.8d·10a-1和0.8d·10a-1。

（2）1967-2018年，禮泉地區(qū)的重度凍害終日呈顯著提前趨勢，提前速率為3.3d·10a-1，而中度、輕度凍害終日無顯著變化；旬邑地區(qū)三個等級凍害終日均無顯著變化。

（3）1967-2018年，禮泉地區(qū)蘋果平均始花期為DOY100，晚于平均輕度凍害終日DOY95，凍害風險較??；旬邑地區(qū)蘋果平均始花期為DOY107，晚于重度凍害終日 DOY93，但早于輕度凍害終日DOY118，因此凍害風險較禮泉高。

（4）1967-2018年，禮泉和旬邑兩地蘋果花期凍害風險指數無顯著變化，但是兩地凍害風險指數≥0的頻次在增加，說明花期凍害風險在上升。