邱美娟，劉布春，劉 園，王珂依，龐靜漪,2，張曉男，賀金娜,3

中國北方主產(chǎn)地蘋果始花期模擬及晚霜凍風險評估

邱美娟1，劉布春1※，劉 園1，王珂依1，龐靜漪1,2，張曉男1，賀金娜1,3

（1. 中國農(nóng)業(yè)科學院農(nóng)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(nóng)業(yè)部農(nóng)業(yè)環(huán)境重點實驗室，北京 100081；2.營口市氣象局，營口 115001；3. 沈陽農(nóng)業(yè)大學農(nóng)學院，沈陽 110161）

建立中國北方蘋果主產(chǎn)地蘋果始花期模型，分析蘋果花期晚霜凍氣候風險，為有效防御晚霜凍災害對當?shù)靥O果生產(chǎn)的影響提供科學指導。該研究選取中國新疆的伊寧、阿克蘇、黃土高原的萬榮、白水、禮泉、陜州區(qū)和渤海灣的福山、熊岳分別代表中國3大蘋果產(chǎn)區(qū)，利用各區(qū)代表站的蘋果始花期資料和同期氣象數(shù)據(jù)，建立并檢驗了不同站點蘋果始花期模型，并利用該模型模擬了1962－2019年蘋果始花期，分析其時空變化特征。結(jié)合晚霜凍氣象指標，對蘋果花期晚霜凍氣候風險進行評估。結(jié)果表明：1）蘋果始花期模型能夠在數(shù)據(jù)獨立的情況下較準確地模擬各區(qū)代表站的始花期變化，新疆、黃土高原和渤海灣蘋果產(chǎn)區(qū)內(nèi)部檢驗的均方根誤差分別為2.5～4.8、2.4～5.0、2.3～3.0 d，交叉檢驗的均方根誤差分別為5.0～6.6、3.4～6.0和3.6～4.1 d。2）模擬得到的蘋果始花期均呈顯著提前趨勢，趨勢系數(shù)分別為-1.84～-1.04、-3.09～-2.62和-2.37～-1.88 d/10 a。3）不同區(qū)域蘋果晚霜凍氣候風險有著明顯的差異。新疆和黃土高原果區(qū)蘋果晚霜凍氣候風險指數(shù)相對較大，其中伊寧最大達2.38，其次是萬榮達1.81，而渤海灣果區(qū)的福山蘋果晚霜凍氣候風險指數(shù)為0。結(jié)果表明新疆和黃土高原果區(qū)蘋果遭受晚霜凍的影響較大，渤海灣果區(qū)受晚霜凍影響最小。

模型；風險評估；晚霜凍；氣象指標；致災因子；蘋果；始花期

0 引 言

蘋果在中國的種植面積和產(chǎn)量均居世界首位，是中國重要的經(jīng)濟林果[1]。蘋果物候期是指導蘋果生產(chǎn)和進行災害風險管理的重要依據(jù)[2-3]。目前，蘋果物候期的觀測資料時間序列短、站點偏少。因此，蘋果物候期的準確模擬顯得尤為重要。同時，蘋果物候期與氣象條件顯著相關(guān)[4-5]，因此，基于長時間、大范圍序列的氣象資料能夠模擬與重構(gòu)蘋果物候期。蘋果始花期是表征蘋果果實開始發(fā)育的重要指示物候期[6]，始花期的確定有助于識別花期晚霜凍風險的暴露度，進一步評估災害對蘋果生產(chǎn)的可能影響。因此，開展蘋果始花期模擬模型研究，根據(jù)模擬結(jié)果評估蘋果花期晚霜凍風險，對防御晚霜凍災害對蘋果生產(chǎn)帶來的不利影響，保障蘋果產(chǎn)業(yè)健康持續(xù)發(fā)展具有重要意義。

物候模型是目前模擬和預測植物物候期的可靠手段，是重建過去和預測未來物候變化的有效方法[7]。物候模型主要分為統(tǒng)計模型和機理模型[8]。統(tǒng)計模型較少考慮植物的生理生態(tài)過程，主要是利用物候事件發(fā)生的時間與氣候因子的相關(guān)性，通過數(shù)理統(tǒng)計方法建立物候與氣象因子之間的相關(guān)關(guān)系[9]：如張愛英等[10]利用一元線性回歸方程建立北京3種觀賞植物花期與3月平均氣溫的統(tǒng)計模型，進而進行花期的預測；李美榮等[11]利用統(tǒng)計方法建立了基于氣象因子的蘋果始花期預測模型，模型得到的結(jié)果與實際較為吻合；柏秦鳳等[12]利用統(tǒng)計模型建立了陜西省不同果區(qū)蘋果花期對氣溫的響應模型，模型模擬準確率在70%左右，模擬效果較好。機理模型又稱過程模型，主要是通過數(shù)學方法重現(xiàn)物候期與氣象要素的關(guān)系[13]。關(guān)于植物機理模型有很多，如熱時模型（Thermal Time Model）、順序模型（Sequential Model）、平行模型（Parallel Model）和四階段模型（Four Phase Model）等[14-15]。國內(nèi)外相關(guān)學者對這些機理模型的適用性做了大量研究[16-20]。其中，熱時模型由于參數(shù)簡單便于模擬，且模型準確率較高，而被廣泛用于不同地域植物物候期的模擬研究：如鄔定榮等[21]評價了4種機理模型在陜西果區(qū)模擬始花期的適應性，綜合考慮模型的模擬精度和復雜性，推薦使用熱時模型；戴君虎等[22]利用熱時模型對1963—2009年中國多種木本植物始花期進行模擬分析，指出模型模擬出的始花期序列具有較可靠的信度，研究區(qū)內(nèi)東北地區(qū)和華北地區(qū)的始花期均呈提前趨勢；張愛英等[23]將熱時模型應用到北京櫻花始花期的預測中，結(jié)果驗證了模型的適應性較高。熱時模型也是研究氣候變化背景下氣象災害變化的一個重要手段。根據(jù)熱時模型得到的物候期結(jié)果，可以對植物物候期內(nèi)的災害風險進行較準確的研究。戴君虎等[22]根據(jù)熱時模型和氣象資料重構(gòu)了近50 a的物候期，分析了華北地區(qū)和東北地區(qū)木本植物花期霜凍風險；王明昌等[24]利用熱時模型重構(gòu)了陜西2個蘋果主產(chǎn)縣的蘋果始花期，并進行花期凍害風險評估。Bennie等[25]根據(jù)熱時模型預測了歐洲西北部樺樹霜凍風險。

晚霜凍是中國北方蘋果生產(chǎn)中主要的氣象災害之一，規(guī)避、防御和減輕晚霜凍災害，是蘋果產(chǎn)業(yè)發(fā)展需要考慮的重要問題[26-28]。果樹開花至坐果階段抗凍能力最差，一旦發(fā)生霜凍災害，將會對產(chǎn)量造成嚴重危害[29-31]。研究表明，在氣候變暖的背景下，春季物候期提前[32-33]。物候期提前的趨勢會使植物的霜凍風險增加。但是，氣溫升高又可能使霜凍終日提前，從而降低霜凍風險。因此晚霜凍風險的變化將取決于植物春季物候期與霜凍終日二者之間的進退關(guān)系。對于中國北方蘋果生產(chǎn)來說，由于物候觀測資料的限制，關(guān)于花期晚霜凍風險是如何變化的，系統(tǒng)的研究還不多見。因此，本研究通過建立中國北方蘋果主產(chǎn)地不同果區(qū)蘋果始花期模型，對1962－2019年始花期進行重構(gòu)，從而分析各個果區(qū)蘋果始花期的時空變化及花期晚霜凍氣候風險。研究結(jié)果可為中國北方蘋果主產(chǎn)地蘋果霜凍災害防御及產(chǎn)業(yè)發(fā)展規(guī)劃提供科學依據(jù)。

1 資料與方法

1.1 研究區(qū)域概況

在中國北方蘋果主產(chǎn)區(qū)新疆、黃土高原和渤海灣，選取蘋果產(chǎn)業(yè)規(guī)模和地理氣候條件均具有代表性的阿克蘇、伊寧、白水、禮泉、萬榮、陜州區(qū)、福山和熊岳作為研究地區(qū)。代表性區(qū)域無霜期基本在160 d以上[34]。阿克蘇和伊寧是新疆蘋果具有代表性的地區(qū)。該區(qū)屬于北溫帶大陸性氣候，溫度適宜，日照充足。年平均氣溫約為8.0～12.5 ℃，夏季（6～8月）平均氣溫約為18.0～24.0 ℃，日照時數(shù)為2 500～3 500 h[35-36]。其中，阿克蘇位于新疆蘋果種植的新優(yōu)勢區(qū)，雖然大部分地區(qū)年降水量相對較少，不足200 mm，但高山冰川積雪融水所匯集的河川徑流和地下水，為蘋果灌溉提供了有效保障[37]，阿克蘇是中國本土蘋果發(fā)源地之一。伊寧隸屬于新疆維吾爾自治區(qū)伊犁哈薩克自治州，降水量相對充沛，具有發(fā)展特色農(nóng)業(yè)的水土光熱資源優(yōu)勢，伊犁是世界蘋果起源地之一，有“蘋果之鄉(xiāng)”的美譽。萬榮、白水、禮泉和陜州區(qū)是黃土高原蘋果產(chǎn)量和品質(zhì)具有代表性的地區(qū)。該區(qū)屬于溫帶季風氣候，年平均氣溫約為8.5～14.5 ℃，年降水量為500～800 mm，日照時數(shù)約2 000～2 800 h[35-36]。其中，萬榮位于山西省西南部，地處運城市黃河金三角區(qū)域，光照充足，雨量適中，晝夜溫差大，農(nóng)業(yè)生態(tài)環(huán)境優(yōu)越，是世界上優(yōu)質(zhì)蘋果生產(chǎn)適宜栽培帶中的較佳生態(tài)區(qū)。白水和禮泉位于陜西省，是陜西乃至中國主要的果業(yè)生產(chǎn)基地。其中，白水位于陜西省東北部，處于關(guān)中平原與陜北高原的過渡地帶。白水的氣候、土壤等與生存優(yōu)質(zhì)蘋果的生態(tài)環(huán)境完全吻合，是世界蘋果最佳優(yōu)生區(qū)，白水蘋果佳名享譽世界，素有“中國蘋果之鄉(xiāng)”的美譽。白水還是全國最大的有機蘋果生產(chǎn)基地。禮泉隸屬于陜西省咸陽市，位于關(guān)中平原中部，光照充足，晝夜溫差大，是蘋果較佳適生區(qū)。陜州區(qū)位于河南省三門峽，光熱水等條件適合多種落葉果樹的生長，是全國優(yōu)質(zhì)蘋果生產(chǎn)基地縣之一，陜州區(qū)蘋果以優(yōu)良的品質(zhì)而著名。福山和熊岳是渤海灣蘋果產(chǎn)量和品質(zhì)具有代表性的地區(qū)。該區(qū)屬于溫帶季風氣候，年平均氣溫約為8.0～12.5 ℃，日照時數(shù)為2 400～2 800 h，降水量為500～800 mm[35-36]。其中，福山坐落于膠東半島東北部，氣候、土壤條件和自然條件均適宜蘋果生長，是蘋果產(chǎn)業(yè)的發(fā)源地。熊岳位于遼東半島中部，盛產(chǎn)水果等經(jīng)濟作物，是著名的“水果之鄉(xiāng)”，其蘋果種植歷史悠久，遠銷海外，1998年被農(nóng)業(yè)部列為國家優(yōu)質(zhì)果品生產(chǎn)基地。研究區(qū)域分布見圖1。

圖1 研究區(qū)域及氣象站點分布

1.2 數(shù)據(jù)來源

物候資料為新疆阿克蘇和伊寧、陜西白水和禮泉、山西萬榮、河南陜州區(qū)、山東福山、遼寧熊岳富士蘋果（Fuji Apple）始花期觀測數(shù)據(jù)。禮泉縣部分蘋果花期物候數(shù)據(jù)（1973－1974、1976、1980、1982－1983、1989、1992、1998、2000－2001、2003－2004和2007年）來自于該縣果農(nóng)李忠孝先生的記錄。陜西其他蘋果物候數(shù)據(jù)來自于陜西省經(jīng)濟作物氣象服務臺的物候觀測數(shù)據(jù)。新疆阿克蘇和伊寧、遼寧熊岳、山東福山、山西萬榮和河南陜州區(qū)數(shù)據(jù)分別來源于當?shù)貧庀缶?。觀測標準參照中國氣象局《農(nóng)業(yè)氣象觀測規(guī)范》。觀測資料的起止時間見表1。在實際計算中，將始花期出現(xiàn)日期轉(zhuǎn)換為儒略日即在一年中的日序（Day Of Year，DOY）表示，即1月1日為1，1月2日為2，…，以此類推。本文所用氣象資料為蘋果物候期觀測點最鄰近的氣象站1962－2019年（福山由于1979年才建站，資料時段為1980－2019年）的逐日平均氣溫（℃）、最低氣溫（℃）資料序列，陜州區(qū)用三門峽氣象站的氣象數(shù)據(jù)，數(shù)據(jù)來源于中國氣象局。氣象站點分布見圖1。

表1 蘋果始花期觀測資料時段

1.3 始花期模型建立及檢驗

研究利用熱時模型[14]模擬并重構(gòu)蘋果始花期序列。熱時模型實質(zhì)是從固定日期開始計算高于下限溫度的有效積溫。模型公式為

式中f為蘋果發(fā)育到始花期所需積溫，℃·d；為蘋果的始花期，用其在一年中的日序表示；為日平均氣溫，℃；f()為有效溫度，℃；為時間，d；0為積溫開始累積的當日的日序；b為蘋果始花期發(fā)育所需的下限溫度，℃；當f()的累加達到預先設定的積溫閾值f時，對應的日序即為預測始花期。

模型參數(shù)的擬合采用各個站點中奇數(shù)年的樣本進行，其余樣本用于交叉檢驗。模型參數(shù)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(shù)。熱時模型參數(shù)較少，最優(yōu)參數(shù)的尋找采用在較大的參數(shù)取值范圍內(nèi)以較小的步長直接全局尋優(yōu)的方法。熱時模型的參數(shù)空間和尋優(yōu)步長設置如下：b取值范圍為0～5 ℃，步長為0.1℃，0取值范圍為1～120d，步長為1d。該算法利用Fortran編程語言實現(xiàn)。

模型檢驗通過內(nèi)部檢驗和交叉檢驗進行。模型的內(nèi)部檢驗通過奇數(shù)年擬合出的參數(shù)模擬物候期，通過模擬值與觀測值的均方根誤差（Root Mean Square Error, RMSE）、決定系數(shù)（2）以及模擬序列與觀測序列相差小于等于3 d和小于等于5 d的準確率（%）、絕對誤差和相對誤差等進行。交叉檢驗則利用偶數(shù)年模擬值與觀測值的RMSE和2以及模擬序列與觀測序列相差小于等于3 d和小于等于5 d的準確率（%）、絕對誤差和相對誤差等進行，用來衡量模型在數(shù)據(jù)獨立情況下對始花期的模擬效果。

1.4 始花期模擬與分析方法

將各站點逐日平均氣溫數(shù)據(jù)輸入上述蘋果始花期模型，模擬1962－2019年（其中福山為1980－2019年）蘋果逐年的始花期。將原始蘋果始花期觀測序列中的缺測值用模擬結(jié)果插補，保留有觀測數(shù)據(jù)的年份，進而得到重構(gòu)始花期物候序列。在此基礎上，使用線性回歸方法計算1962－2019年蘋果始花期隨年份變化的氣候傾向率、相關(guān)系數(shù)等。

設某站蘋果始花期時間序列為12，…，y，…，y，通常將其隨時間的變化趨勢用一次線性回歸方程表示，即

始花期變化是否顯著通過相關(guān)系數(shù)法檢驗完成，相關(guān)系數(shù)定義為

1.5 花期晚霜凍指標

蘋果花期內(nèi)不同程度的低溫會對蘋果生長發(fā)育產(chǎn)生不同的影響[39-40]。本研究采用的蘋果花期晚霜凍的氣象指標見表2。其中，min為氣象站觀測的日最低氣溫。將蘋果始花期至末花期時段內(nèi)日最低氣溫在0～2 ℃的日數(shù)作為1個輕霜凍日，最低氣溫在?2～0 ℃的日數(shù)作為1個中霜凍日，最低氣溫在

通過實際調(diào)研了解到，各地蘋果末花期與始花期一般相差1到2周左右，在統(tǒng)計晚霜凍日數(shù)時，為了不遺漏霜凍災害的影響，選擇的蘋果始花期至末花期時段為蘋果花期開始后30 d。

表2 蘋果花期晚霜凍指標

1.6 蘋果花期晚霜凍氣候風險指數(shù)

1.6.1 晚霜凍頻率指數(shù)

晚霜凍發(fā)生頻率指發(fā)生晚霜凍的年數(shù)占總年數(shù)的百分率，其中輕霜凍、中霜凍和重霜凍發(fā)生頻率分別指發(fā)生輕霜凍、中霜凍和重霜凍的年數(shù)占總年數(shù)的百分率。晚霜凍發(fā)生頻率計算公式為

=(f/)×100% （5）

式中為頻率，%；f為晚霜凍發(fā)生年數(shù)。

1.6.2 晚霜凍日數(shù)指數(shù)

晚霜凍日數(shù)指數(shù)是指蘋果花期內(nèi)分別發(fā)生輕、中、重度晚霜凍的日數(shù)，并對其求取多年平均值。

1.6.3 晚霜凍氣候風險指數(shù)

為了能夠較客觀地反映晚霜凍的氣候風險性大小，本研究把晚霜凍強度和晚霜凍發(fā)生頻率結(jié)合起來。首先對不同晚霜凍級別分別賦值，輕霜凍賦值為1，中霜凍賦值為2，重霜凍賦值為3。然后建立晚霜凍氣候風險指數(shù)模型，公式為

式中為晚霜凍氣候風險指數(shù)；P為第組晚霜凍出現(xiàn)的頻率，%；H為霜凍強度。

2 結(jié)果與分析

2.1 蘋果始花期模型建立與檢驗結(jié)果

各站點蘋果始花期模型參數(shù)擬合結(jié)果見表3。不同站點蘋果始花期發(fā)育的下限溫度（b）不同（0.1～5.0 ℃），開始累積積溫的日期（0）也不同（27～79 d）?？赡茉蛞皇菤庀笳九c蘋果物候觀測點位置不一致，其小氣候存在差異導致；另外，光照和水分也會影響蘋果物候[4-5]，但是熱時模型中并沒有考慮到這些影響因素。模型檢驗結(jié)果（表4）顯示，蘋果始花期模型內(nèi)部檢驗的RMSE在新疆果區(qū)為2.5～4.8 d，在黃土高原果區(qū)均為2.4～5.0 d，在渤海灣果區(qū)的福山為2.3～3.0 d。2在3個果區(qū)分別為0.80～0.81、0.66～0.89和0.74～0.90。模擬值與觀測值相差小于等于5 d的準確率在3個果區(qū)分別為73.3%～92.9%、81.8%～100%和100%。模擬值與觀測值相差小于等于3 d的準確率分別為60.0%～85.7%、72.7%～80%和75%～90%。多年平均絕對誤差在3個果區(qū)分別為1.8～3.7、1.9～3.3和1.9～2.5 d，多年平均相對誤差分別為1.8%～3.5%、1.9%～3.6%和1.6%～2.3%。

表3 蘋果始花期模型參數(shù)估計結(jié)果

表4 蘋果始花期模型內(nèi)部檢驗和交叉檢驗結(jié)果

注：DBOS 為始花期觀測值與模擬值之差的絕對值；為樣本量；*表示通過<0.05的顯著性檢驗，下同。

Note: DBOS is absolute value of the difference between observed and simulated values of first flowering date;is sums of sample;*represents pass<0.05 level significant test, the same as below.

蘋果始花期模型交叉檢驗的RMSE在3個果區(qū)分別為5.0～6.6、3.4～6.0和3.6～4.1 d；2分別為0.41～0.73、0.54～0.92和0.88；模擬值與觀測值相差小于等于5 d的準確率分別為66.7%～80.0%、64.3%～100%和90.0%～91.7%；模擬值與觀測值相差小于等于3 d的準確率分別為40.0%～66.7%、50.0%～66.7%和50.0%～75.0%。多年平均絕對誤差在3個果區(qū)分別為3.6～5.4、2.8～4.5和2.9～3.4 d，多年平均相對誤差分別為3.5%～5.1%、2.9%～4.8%和2.7%～2.9%。

由內(nèi)部檢驗和交叉檢驗的觀測值與模擬值的時間序列曲線（圖2～圖3）可見，各個果區(qū)蘋果始花期模型均能較好地模擬蘋果始花期的變化特征，除個別年份實測值與模擬值的誤差較大外，基本反映了觀測值的年際波動。

總之，本研究建立的各果區(qū)蘋果始花期模型能夠在數(shù)據(jù)獨立（模型擬合和檢驗為不同數(shù)據(jù)，則稱為獨立）的情況下比較準確地模擬各個站點歷年的始花期。

2.2 蘋果始花期時空變化特征

中國北方蘋果主產(chǎn)地蘋果始花期平均出現(xiàn)在第101～123天（4月11日－5月3日）。其中新疆果區(qū)蘋果始花期平均出現(xiàn)在第105～107天（4月15日－4月17日），最早出現(xiàn)在第97～100天（4月7日－4月10日），最晚出現(xiàn)在第114～123天（4月24日－5月3日）。黃土高原果區(qū)蘋果始花期平均出現(xiàn)在第101～105天（4月11日－4月15日），最早出現(xiàn)在第92～97天（4月2日－4月7日），最晚出現(xiàn)在第116～123天（4月26日－5月3日）。渤海灣果區(qū)蘋果始花期平均出現(xiàn)在第112～123天（4月22日－5月3日），最早出現(xiàn)在第108～117天（4月18日－4月27日），最晚出現(xiàn)在第125～132天5月5日－5月12日，表5）?？傮w上，渤海灣果區(qū)的熊岳蘋果始花期出現(xiàn)時間最晚，黃土高原果區(qū)的禮泉蘋果始花期出現(xiàn)的最早，其他地區(qū)差異不明顯（表5）。

圖2 研究區(qū)蘋果始花期內(nèi)部檢驗的觀測值與模擬值對比

圖3 研究區(qū)蘋果始花期交叉檢驗的觀測值與模擬值對比

表5 蘋果始花期統(tǒng)計特征

新疆、黃土高原和渤海灣各果區(qū)蘋果始花期均呈顯著的提前趨勢（<0.05），年際間變化趨勢分別為?1.84～?1.04、?3.09～?2.62和?2.37～?1.88 d/10 a（表5）。從蘋果始花期20世紀平均值與21世紀平均值的對比來看，平均提前5～13 d。其中，新疆果區(qū)的阿克蘇由第107天（4月17日）提前至第101天（4月11日），伊寧由第109天（4月19日）提前至第104天（4月14日）；黃土高原果區(qū)的白水由第109天（4月19日）提前至第97天（4月7日），禮泉由第105天（4月15日）提前至第94天（4月4日），萬榮由第109天（4月19日）提前至第96天（4月6日），陜州區(qū)由第108天（4月18日）提前至第97天（4月7日）；渤海灣果區(qū)的福山由第115天（4月25日）提前至第109天（4月19日），熊岳由第125天（5月5日）提前至第119天（4月29日）。

2.3 蘋果花期晚霜凍氣候風險分析

2.3.1 蘋果花期晚霜凍頻率指數(shù)

中國北方蘋果主產(chǎn)地各站蘋果花期不同級別晚霜凍發(fā)生頻率見表6。

新疆、黃土高原和渤海灣果區(qū)輕霜凍發(fā)生頻率分為為10.3%～44.8%、10.3%～48.3%和0～6.9%。其中，萬榮最高，1962－2019年共58 a中有28 a生了輕霜凍；其次是伊寧，58 a中有26 a發(fā)生了輕霜凍；白水輕霜凍發(fā)生頻率為32.8%，即58 a中有19 a發(fā)生了輕霜凍；而渤海灣果區(qū)的熊岳在58 a中僅有4 a發(fā)生了輕霜凍，福山無輕霜凍發(fā)生。中霜凍發(fā)生頻率分別為1.7%～20.7%、1.7%～25.9%和0%。其中，萬榮最高，58 a中有15 a發(fā)生了中霜凍；其次是伊寧，為20.7%，即58 a中有12 a發(fā)生了中霜凍；禮泉為10.3%，即58 a中有6 a發(fā)生了中霜凍；白水中霜凍發(fā)生頻率為6.9%，即58 a中有4 a發(fā)生了中霜凍；而渤海灣果區(qū)無中霜凍發(fā)生。重霜凍發(fā)生頻率在伊寧、白水和萬榮分別為17.2%、3.4%和1.7%，即分別發(fā)生了10 a、2 a和1 a，而在其他站均無發(fā)生。從各級別晚霜凍發(fā)生頻率上看，除了福山在蘋果花期無霜凍發(fā)生，其他各站均表現(xiàn)為輕霜凍發(fā)生的頻率最高，其次是中霜凍，重霜凍發(fā)生頻率最低甚至無發(fā)生。

2.3.2 蘋果花期晚霜凍日數(shù)指數(shù)

中國北方蘋果主產(chǎn)地各站不同級別晚霜凍發(fā)生日數(shù)指數(shù)見表7。新疆、黃土高原和渤海灣果區(qū)輕霜凍日數(shù)指數(shù)分別為0.12～0.97、0.10～0.90和0～0.07 d。其中，伊寧的輕霜凍日數(shù)指數(shù)最大，其次是萬榮，為0.90 d、白水為0.62 d、禮泉為0.33 d、阿克蘇為0.12 d、陜州區(qū)為0.10 d、熊岳為0.07 d，福山為0 d。中霜凍日數(shù)指數(shù)平均分別為0.02～0.36、0.02～0.31和0 d。其中，伊寧的中霜凍日數(shù)指數(shù)最大，其次是萬榮，為0.31 d、白水為0.14 d、禮泉為0.10 d，阿克蘇和陜州區(qū)為0.02 d，福山和熊岳為0。而重霜凍日數(shù)指數(shù)在伊寧、白水和萬榮分別為0.26、0.03和0.02 d，在其他各站均為0 d。從各個級別霜凍日數(shù)指數(shù)來看，輕霜凍日數(shù)指數(shù)最大，其次是中霜凍日數(shù)指數(shù)，重霜凍日數(shù)指數(shù)最小。

表7 各站蘋果花期不同級別晚霜凍日數(shù)指數(shù)

晚霜凍發(fā)生的級別越高，日數(shù)越多，日數(shù)指數(shù)越大，對蘋果生產(chǎn)造成的影響也越大。但不同站點間始花期和晚霜凍終日的變化趨勢不同，未來遭受晚霜凍的日數(shù)可能會有不同變化。如新疆果區(qū)的伊寧和阿克蘇輕、中、重霜凍終日提前趨勢（分別為?3.50、?1.60、?2.40 d/10 a和?3.74、?2.89、?2.15 d/10 a，表8）均大于蘋果始花期的提前趨勢（分別為?1.04和?1.84 d/10 a，表5），因此，未來伊寧和阿克蘇地區(qū)晚霜凍發(fā)生日數(shù)可能會降低。渤海灣果區(qū)的福山蘋果始花期晚于晚霜凍終日，基本不受晚霜凍的影響。但是該地區(qū)的蘋果始花期呈顯著提前趨勢（?2.37 d/10 a，表5），而輕、中、重霜凍終日提前趨勢不顯著（?0.40、?1.66和?0.90 d/10 a，表8），如果以這種趨勢變化，未來不排除該地區(qū)會遭受晚霜凍災害的影響的可能。熊岳地區(qū)蘋果始花期的提前趨勢（?1.88 d/10 a）大于各級別晚霜凍終日的提前趨勢（?1.35、?1.21、?1.10 d/10 a），因此，該地區(qū)輕霜凍日數(shù)有可能會增加，同時也可能會出現(xiàn)中、重度晚霜凍。黃土高原果區(qū)的白水蘋果始花期的提前趨勢（?3.09 d/10 a）大于輕、中、重霜凍終日的提前趨勢（?1.73、?2.10、?2.47 d/10 a），因此白水地區(qū)晚霜凍災害的發(fā)生日數(shù)有可能會增加。禮泉蘋果始花期提前趨勢（?2.62 d/10 a）大于輕、中霜凍終日的提前趨勢（?2.35和?2.41 d/10 a），但是小于重霜凍的提前趨勢（?3.73 d/10 a），意味著禮泉蘋果花期重霜凍發(fā)生日數(shù)有可能降低，而遭受輕、中霜凍災害的日數(shù)有可能會增加。萬榮蘋果始花期提前趨勢（?2.85 d/10 a）小于各級別晚霜凍終日的提前趨勢（?3.36、?5.45和?4.97 d/10 a），意味著萬榮地區(qū)晚霜凍的發(fā)生日數(shù)有可能會降低。而陜州區(qū)蘋果始花期提前趨勢（?2.84 d/10 a）大于各級別晚霜凍終日的提前趨勢（?0.24、?1.73和?2.24 d/10 a），意味著該地區(qū)蘋果花期晚霜凍發(fā)生日數(shù)有可能會增加。可見，不同果區(qū)不同站點蘋果花期晚霜凍未來發(fā)生情況具有差異。

表8 不同級別晚霜凍終日變化趨勢

2.3.3 蘋果花期晚霜凍氣候風險指數(shù)

由表9可見，新疆果區(qū)的伊寧晚霜凍氣候風險指數(shù)最高，為2.38，晚霜凍發(fā)生風險最大；其次是黃土高原果區(qū)的萬榮晚霜凍氣候風險指數(shù)為1.81，晚霜凍發(fā)生風險也較大；黃土高原果區(qū)的白水和禮泉，晚霜凍氣候風險指數(shù)分別為0.98和0.68；陜州區(qū)和阿克蘇地區(qū)晚霜凍氣候風險指數(shù)均為0.24，晚霜凍氣候風險相當；而渤海灣果區(qū)的熊岳晚霜凍氣候風險指數(shù)較小，為0.12，福山為0，基本無晚霜凍氣候風險。

表9 各站蘋果花期晚霜凍氣候風險指數(shù)

3 討 論

本研究所建立的蘋果始花期模型可較準確地模擬各站蘋果始花期，提高模型的準確率還需要更多的數(shù)據(jù)和更全面地考慮其他影響因素。本研究建立的各站蘋果始花期模型可在數(shù)據(jù)獨立的情況下較準確地模擬各站蘋果始花期，但是仍然存在2～6 d左右的誤差，決定系數(shù)也僅達到0.41～0.92左右。因為模型僅考慮了有效積溫對物候期的影響，而未考慮水分、光照和地形土壤條件等其他環(huán)境因子對蘋果開花的影響。

本研究僅從霜凍害致災因子的危險性和承災體的暴露性評估了霜凍風險，未來的研究還需對災害風險系統(tǒng)的其他要素進行全面的評估。影響蘋果晚霜凍成災的因素有很多，作為承災體的蘋果的品種、樹齡、樹形分布，防災減災能力，包括灌溉條件、防霜技術(shù)與設施等均會對霜凍災害的發(fā)生以及危害的程度產(chǎn)生影響。因此，準確評估蘋果晚霜凍災害風險需要更全面的信息。本研究利用中國北方蘋果主產(chǎn)地各站長期觀測氣象資料，以日最低氣溫為>0～2 ℃、?2～0 ℃和

依據(jù)始花期和終霜凍日的變化趨勢，不同果區(qū)不同站點蘋果花期未來遭受晚霜凍的風險存在差異性。由于觀測資料有限，本研究未能構(gòu)建各站蘋果末花期模型，而是直接統(tǒng)計蘋果花期開始后30 d內(nèi)的晚霜凍發(fā)生情況，在一定程度上可以反映晚霜凍對蘋果生產(chǎn)的影響。霜凍風險在各站各不相同，與不同站點間始花期和終霜凍日的變化趨勢不同有關(guān)。研究指出各站蘋果始花期呈提前趨勢，這與多數(shù)研究指出的氣候變暖的背景下，春季物候期提前[32-33]的結(jié)論一致。

中國北方蘋果主產(chǎn)地蘋果種植面積較廣，氣候有一定的差異。本研究在進行蘋果花期晚霜凍風險評估時構(gòu)建了晚霜凍氣候風險指數(shù)。根據(jù)研究結(jié)果，晚霜凍氣候風險指數(shù)高的地區(qū)，其晚霜凍發(fā)生的頻率和日數(shù)也相對較高，如伊寧和萬榮。渤海灣地區(qū)雖然晚霜凍氣候風險指數(shù)較低，但是在氣候變暖背景下，極端氣候事件頻有發(fā)生[41]。因此，在各個果區(qū)蘋果生產(chǎn)中，仍要防范晚霜凍的不利影響，要做好晚霜凍災害的風險管理，保障蘋果產(chǎn)業(yè)健康穩(wěn)定發(fā)展。

4 結(jié) 論

本研究利用中國北方蘋果主產(chǎn)地各站始花期觀測數(shù)據(jù)，對熱時模型參數(shù)進行模擬，得到各蘋果產(chǎn)區(qū)代表站點（阿克蘇、伊寧、白水、禮泉、萬榮、陜州區(qū)、福山和熊岳）蘋果始花期模型。利用1962－2019年各站逐日氣溫資料對歷年始花期進行重構(gòu)，并對蘋果開花后不同等級晚霜凍發(fā)生的頻率和日數(shù)進行統(tǒng)計，根據(jù)不同等級晚霜凍發(fā)生的頻率和發(fā)生的強度，建立了蘋果花期晚霜凍氣候風險指數(shù)模型?；诖耍瑢μO果花期晚霜凍風險進行評估。結(jié)論如下：

1）通過均方根誤差、決定系數(shù)、準確率、相對誤差和絕對誤差等方面對不同果區(qū)建立的蘋果始花期模型進行內(nèi)部檢驗和交叉檢驗。結(jié)果表明，本研究建立的各個果區(qū)的蘋果始花期模型能夠在數(shù)據(jù)獨立情況下較準確地模擬各站多年始花期。各果區(qū)所有站始花期在1962－2019年（福山為1980－2019年）間均呈顯著提前趨勢，提前幅度為?1.84～?1.04、?3.09～?2.62和?2.37～?1.88 d/10 a。

2）渤海灣果區(qū)受晚霜凍影響較小，其中福山基本不受晚霜凍的影響。新疆果區(qū)的伊寧和黃土高原果區(qū)的萬榮和白水等地受晚霜凍影響相對較大。其中，伊寧輕、中和重霜凍發(fā)生頻率分別44.8%、20.7%和17.2%，晚霜凍日數(shù)指數(shù)分別為0.97、0.36和0.26 d；萬榮輕霜凍和中霜凍發(fā)生頻率分別為48.3%和25.9%，晚霜凍日數(shù)指數(shù)分別為0.90和0.31 d；白水輕霜凍和中霜凍發(fā)生頻率分別為32.8%和6.9%，晚霜凍日指數(shù)分別為0.62和0.14 d。

[1] 萬煒，師紀博，劉忠，等. 棲霞市蘋果園氮磷養(yǎng)分平衡及環(huán)境風險評價[J]. 農(nóng)業(yè)工程學報，2020，36(4)：211-219.

Wan Wei, Shi Jibo, Liu Zhong, et al. Nitrogen and phosphorus nutrient balance and environmental risk assessment of apple orchard in Qixia city[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(4): 211-219. (in Chinese with English abstract)

[2] 屈振江，周廣勝，魏欽平. 蘋果花期凍害氣象指標和風險評估[J]. 應用氣象學報，2016，27(4)：385-395.

Qu Zhenjiang, Zhou Guangsheng, Wei Qinping. Meteorological disaster index and risk assessment of frost injury during apple florescence[J]. Journal of Applied Meteorological Science, 2016, 27(4): 385-395. (in Chinese with English abstract)

[3] 王景紅，柏秦鳳，梁軼，等. 2013年陜西蘋果花期凍害氣象條件分析及受凍指標研究[J]. 果樹學報，2015，32(1)：100-107.

Wang Jinghong, Bai Qinfeng, Liang Yi, et al. Study on freezing index and weather conditions causing Shaanxi apple florescence freezing injury in 2013[J]. Journal of Fruit Science, 2015, 32(1):100-107. (in Chinese with English abstract)

[4] 劉璐，王景紅，柏秦鳳，等. 氣候變化對黃土高原蘋果主產(chǎn)地物候期的影響[J]. 果樹學報，2020，37(3)：330-338.

Liu Lu, Wang Jinghong, Bai Qinfeng, et al. Impact of climate changes on apple's phenophases in the main producing areas of the Loess Plateau in China[J]. Journal of Fruit Science, 2020, 37(3): 330-338. (in Chinese with English abstract)

[5] 劉璐，王景紅，傅瑋東，等. 中國北方主產(chǎn)地蘋果始花期與氣候要素的關(guān)系[J]. 中國農(nóng)業(yè)氣象，2020，41(1)：51-60.

Liu Lu, Wang Jinghong, Fu Weidong, et al. Relationship between apple's first flower and climate factors in the main producing areas of the Northern China[J]. Chinese Journal of Agrometeorology, 2020, 41(1): 51-60. (in Chinese with English abstract)

[6] 杜澍. 果樹科學使用手冊[M]. 西安：陜西科學技術(shù)出版社，1986：121-123.

[7] Cleland E E, Chuine I, Menzel A, et al. Shifting plant phenology in response to global change[J]. Trends in Ecology &Evolution, 2007, 22(7): 357-365.

[8] 符瑜，潘學標. 草本植物物候及其物候模擬模型的研究進展[J]. 中國農(nóng)業(yè)氣象，2011，32(3)：319-325.

Fu Yu, Pan Xuebiao. Research advances in herbage plant phenology and phenological model of grassland[J]. Chinese Journal of Agrometeorology, 2011, 32(3): 319-325. (in Chinese with English abstract)

[9] 戴君虎，陶澤興，王煥炯，等. 物候模型在氣候定量重建中的應用[J]. 第四紀研究，2016，36(3)：702-710.

Dai Junhu, Tao Zexing, Wang Huanjiong, et al. Applications of phenological models in quantitative climate reconstruction[J]. Quaternary Sciences, 2016, 36(3): 702-710. (in Chinese with English abstract)

[10] 張愛英，王煥炯，戴君虎，等. 物候模型在北京觀賞植物開花期預測中的適用性[J]. 應用氣象學報，2014，25(4)：483-492.

Zhang Aiying, Wang Huanjiong, Dai Junhu, et al. Applicability analysis of phenological models in the flowering time prediction of ornamental plants in Beijing area[J]. Journal of Applied Meteorological Science, 2014, 25(4): 483-492. (in Chinese with English abstract)

[11] 李美榮，杜繼穩(wěn)，李星敏，等. 陜西果區(qū)蘋果始花期預測模型[J]. 中國農(nóng)業(yè)氣象，2009，30(3)：417-420.

Li Meirong, Du Jiwen, Li Xingmin, et al. Prediction model for Beginning of apple flowering period in fruit growing areas of Shaanxi province[J]. Chinese Journal of Agrometeorology, 2009, 30(3): 417-420. (in Chinese with English abstract)

[12] 柏秦鳳，王景紅，屈振江，等. 陜西蘋果花期預測模型研究[J]. 中國農(nóng)學通，2013，29(19)：164-169.

Bai Qinfeng, Wang Jinghong, Qu Zhenjiang, et al. The research on Shaanxi apple florescence prediction model[J]. Chinese Agricultural Science Bulletin, 2013, 29(19): 164-169. (in Chinese with English abstract)

[13] 嚴美春，曹衛(wèi)星，羅衛(wèi)紅，等. 小麥發(fā)育過程及生育期機理模型的研究I.建模的基本設想與模型的描述[J]. 應用生態(tài)學報，2000，11(3)：355-359.

Yan Meichun, Cao Weixing, Luo Weihong, et al. A mechanistic model of phasic and phenological development of wheat I. Assumption and description of the model[J]. Chinese Journal of Applied Ecology, 2000, 11(3): 355-359. (in Chinese with English abstract)

[14] 李榮平，周廣勝，閻巧玲. 植物物候模型研究[J]. 中國農(nóng)業(yè)氣象，2005，26(4)：8-12.

Li Rongping, Zhou Guangsheng, Yan Qiaoling. Study on plant phenological model[J]. Chinese Journal of Agrometeorology, 2005, 26(4): 8-12. (in Chinese with English abstract)

[15] Hanninen H. Modelling bud dormancy release in trees from cool and temperate regions[J]. Acta Forestalia Fennica, 1990, 213: 1-47.

[16] 韓小梅，申雙和. 物候模型研究進展[J]. 生態(tài)學雜志，2008，27(1)：89-95.

Han Xiaomei, Shen Shuanghe. Research progress on phenological models[J]. Chinese Journal of Ecology, 2008, 27(1): 89-95. (in Chinese with English abstract)

[17] Kramer K. Selecting a model to predict the onset of growth of Fagus sylvatica[J]. Journal of Applied Ecology, 1994, 31(1): 172-181.

[18] Chuine I. A unified model for budburst of trees[J]. Journal of Theoretical Biology, 2000, 207(3): 337-347.

[19] Cannell M G R, Smith R I. Thermal time, chill days and prediction of budburst in Picea sitchensis[J]. Journal Applied Ecology, 1983, 20(3): 951-963.

[20] Chen X, Hu B, Yu R, et al. Spatial and temporal variation of phenological growing season and climate change impacts in temperate eastern China[J]. Global Change Biology, 2005, 11(7): 1118-1130.

[21] 鄔定榮，霍治國，王培娟，等. 陜西蘋果花期機理性預報模型的適用性評價[J]. 應用氣象學報，2019，30(5)：555-564.

Wu Dingrong, Huo Zhiguo, Wang Peijuan, et al. The applicability of mechanism phenology models to simulating apple flowering date in Shaanxi Province[J]. Journal of Applied Meteorological Science, 2019, 30(5): 555-564. (in Chinese with English abstract)

[22] 戴君虎，王煥炯，葛全勝. 近50年中國溫帶季風區(qū)植物花期春季霜凍風險變化[J]. 地理學報，2013，68(5)：593-601.

Dai Juanhu, Wang Huanjiong, Ge Quansheng. Changes of spring frost risks during the flowering period of woody plants in temperate monsoon area of China over the past 50 years[J]. Acta Geographica Sinica, 2013, 68(5): 593-601. (in Chinese with English abstract)

[23] 張愛英，張建華，高迎新，等. SW物候模型在北京櫻花始花期預測中的應用[J]. 氣象科技，2015，43(2)：309-313.

Zhang Aiying, Zhang Jianhua, Gao Yingxin, et al. Prediction of first flowering date of prunus discoidea in Beijing Yuyuantan Park using phenological model[J]. Meteorological Science and Technology, 2015, 43(2): 309-313. (in Chinese with English abstract)

[24] 王明昌，劉布春，劉園，等. 陜西蘋果主產(chǎn)縣花期凍害風險評估[J]. 中國農(nóng)業(yè)氣象，2020，41(6)：381-392.

Wang Mingchang, Liu Buchun, Liu Yuan, et al. Assessment on the freezing injury risk during apple flowering in in main apple producing counties of Shaanxi Province[J]. Chinese Journal of Agrometeorology, 2020, 41(6): 381-392. (in Chinese with English abstract)

[25] Bennie J, Kubin E, Wiltshire A, et al. Predicting spatial and temporal patterns of bud-burst and spring frost risk in north-west Europe: The implications of local adaptation to climate[J]. Global Change Biology, 2010, 16(5): 1503-1514.

[26] 張琪，李榮平，張曉月，等. 綏中蘋果霜凍災害特征及其對氣候變暖的適應分析[J]. 北方園藝，2016(13)：30-33.

Zhang Qi, Li Rongping, Zhang Xiaoyue, et al. Analysis of apple frost disaster characteristics and adapt to the climate warming in Suizhong[J]. Northern Horticulture, 2016(13): 30-33. (in Chinese with English abstract)

[27] 馬延慶，劉長民，朱海利，等. 陜西咸陽渭北旱塬地區(qū)優(yōu)質(zhì)蘋果基地生態(tài)氣候特征分析[J]. 干旱地區(qū)農(nóng)業(yè)研究，2008，26(1)：146-153.

Ma Yanqing, Liu Changmin, Zhu Haili, et al. The analysis of ecosystem characteristic of high quality apple producing base on Weibei Arid Plain region in Xianyang of Shaanxi Province[J]. Agricultural Research in the Arid Areas, 2008, 26(1): 146-153. (in Chinese with English abstract)

[28] 李化龍，趙西社. 陜西黃土高原果業(yè)氣候生態(tài)條件研究及應用[M]. 北京：氣象出版社，2010.

[29] 袁佰順，許彥平，姚曉紅，等. 基于春季晚霜凍害的天水蘋果氣候風險區(qū)劃[J]. 干旱區(qū)資源與環(huán)境，2015，29(2)：185-189.

Yuan Baishun, Xu Yanping, Yao Xiaohong, et al. The compartment of later frost climate risk for apple in Tianshui[J]. Journal of Arid Land Resources and Environment, 2015, 29(2): 185-189. (in Chinese with English abstract)

[30] 雷延鵬，孫智輝，宗廷國，等. 洛川蘋果花期防凍試驗效果分析[J]. 湖北農(nóng)業(yè)科學，2019，58(1)：81-83，132.

Lei Yanpeng, Sun Zhihui, Zong Tingguo, et al. Ana1ysis on the effects of anti-freezing test during Luochuan app1e f1owering period[J]. Hubei Agricultural Sciences, 2019, 58(1): 81-83, 132. (in Chinese with English abstract)

[31] 周吉生，高九思，王彩云. 豫西地區(qū)蘋果坐果率低的成因及應對策略[J]. 山西果樹，2019(2)：40-44.

Zhou Jisheng, Gao Jiusi, Wang Caiyun. Causes and countermeasures of low fruit setting rate of apple in western Henan province[J]. Shanxi Fruits, 2019(2): 40-44. (in Chinese with English abstract)

[32] 李瑞英，孫東寶，江曉東. 魯西南木本植物物候期對氣候變暖的響應[J]. 中國農(nóng)業(yè)氣象，2014，35(2)：135-140.

Li Ruiying, Sun Dongbao, Jiang Xiaodong. Response of typical woody plants phenology to climate warming in southwestern Shandong Province[J]. Chinese Journal of Agrometeorology, 2014, 35(2): 135-140. (in Chinese with English abstract)

[33] 常兆豐，韓福貴，仲生年. 甘肅民勤荒漠區(qū)18種喬木物候與氣溫變化的關(guān)系[J]. 植物生態(tài)學報，2009，33(2)：80-88.

Chang Zhaofeng, Han Fugui, Zhong Shengnian. Relationships between phenology of 18 tree species and air temperature change in the Minqin Desert area of Gansu Province[J]. Journal of Plant Ecology, 2009, 33(2): 80-88. (in Chinese with English abstract)

[34] 吳昕悅. 基于公里網(wǎng)格的中國葡萄種植的熱量條件分析與氣候區(qū)劃[D]. 沈陽：沈陽農(nóng)業(yè)大學，2019.

Wu Xinyue. Analysis of Thermal Conditions and Climatic Regionalization of Grape Planting in China based on Km Grid[D]. Shenyang: Shenyang Agricultural University, 2019. (in Chinese with English abstract)

[35] 張玥瀅，劉布春，邱美娟，等. 氣候變化背景下中國蘋果適宜種植區(qū)北移西擴：基于高分辨率格點氣象數(shù)據(jù)的區(qū)劃分析[J]. 中國農(nóng)業(yè)氣象，2019，40(11)：678-691.

Zhang Yueying, Liu Buchun, Qiu Meijuan, et al. Areas suitable for growing apples moved northward and westward in China under the background of climate change: Climatic degionalization of apple based on high-resolution meteorological grid data[J]. Chinese Journal of Agrometeorology, 2019, 40(11): 678-691. (in Chinese with English abstract)

[36] 邱美娟，劉布春，劉園，等. 中國北方蘋果主產(chǎn)省降水分布特征分析[J]. 中國農(nóng)業(yè)氣象，2020，41(5)：263-274.

Qiu Meijuan, Liu Buchun, Liu Yuan, et al. Analysis on distribution characteristics of precipitation in major production provinces of apple in northern China[J]. Chinese Journal of Agrometeorology, 2020, 41(5): 263-274. (in Chinese with English abstract)

[37] 徐德源. 新疆農(nóng)業(yè)氣候資源及區(qū)劃[M]. 北京：氣象出版社，1989.

[38] 魏鳳英. 現(xiàn)代氣候統(tǒng)計診斷與預測技術(shù)[M]. 北京：氣象出版社，2007.

[39] 王景紅，梁軼，劉映寧，等. 陜西蘋果農(nóng)用天氣預報探索與實踐[J]. 氣象科技，2012，40(1)：121-126.

Wang Jinghong, Liang Yi, Liu Yingning, et al. Agro-meteorological forecast methods for apple planting in Shaanxi Province[J]. Meteorological Science and Technology, 2012, 40(1): 121-126. (in Chinese with English abstract)

[40] 王景紅，劉璐，高峰，等. 陜西富士系蘋果花期霜凍災害氣象指標的修訂[J]. 中國農(nóng)業(yè)氣象，2015，36(1)：50-56.

Wang Jinghong, Liu Lu, Gao Feng, et al. Revision on meteorological indices of florescence frost disaster for Fuji apple in Shaanxi Province[J]. Chinese Journal of Agrometeorology, 2015, 36(1): 50-56. (in Chinese with English abstract)

[41] 周夢子，周廣勝，呂曉敏，等. 1.5和2℃升溫閾值下中國溫度和降水變化的預估[J].氣象學報，2019，77(4)：728-744.

Zhou Mengzi, Zhou Guangsheng, Lv Xiaomin, et al. Projection of temperature and precipitation changes over China under global warming of 1.5 and 2℃[J]. Acta Meteorologica Sinica, 2019, 77(4): 728-744. (in Chinese with English abstract)

Simulation of first flowering date for apple and risk assessment of late frost in main producing areas of northern China

Qiu Meijuan1, Liu Buchun1※, Liu Yuan1, Wang Keyi1, Pang Jingyi1,2, Zhang Xiaonan1, He Jinna1,3

(1.,//,,100081,; 2.,115001,; 3.,,110161,)

An accurate model of apple was established to simulate the first flowering date in the main apple producing areas of northern China. Taking the Yining, Aksu, Wanrong, Baishui, Liquan, Shanzhou district, Fushan, and Xiongyue in Xinjiang, Loess Plateau, and Bohai Bay, as examples, a systematic investigation was made to evaluate the climate risk for the late frost of apple in flowering stage. The phenological and meteorological observation data was collected during the same period from the representative stations in each area. The parameters of thermal time model were revised to establish the first flowering date model of apple in different stations. Using internal and cross validation methods, the applicability of thermal time model was evaluated when simulating the first flowering date of apple. Then, the model was used to reconstruct the first flowering date of apple from 1962 to 2019, in order to explore the variation trend for the first flowering date of apple and the climate risk of late frost to apple flower in each fruit region. The frequencies and days were determined in various grades of late frost, as well as the climate risk, combined with the meteorological index of late frost and the last day of its occurrence. The results showed that: 1) The models for the first flowering date of apple in Xinjiang, Loess Plateau, and Bohai Bay were able to accurately simulate the changes of the first flowering date in the representative stations in each region. The data was independent, where the root mean standard errors (RMSE) of internal validation in each region were 2.5-4.8, 2.4-5.0, and 2.3-3.0 d, and the2values were 0.80-0.81, 0.66-0.89, and 0.74-0.90. In the cross validation, the values of RMSE were 5.0-6.6, 3.4-6.0, and 3.6-4.1 d, and the values of2were 0.41-0.73, 0.54-0.92, and 0.88, respectively. 2) From 1962-2019 (except that Fushan was from 1980 to 2019), the first flowering date of apple showed a significant trend of advance, where the trend coefficients was -1.84 - -1.04, -3.09 - -2.62, and -2.37 - -1.88 d/10 a, respectively. 3) The occurrence frequency and days of light frost were the highest, followed by the medium frost, while, those of heavy frost were lowest. There were relatively large climate risk indexes of apple late frost in the fruit region of Xinjiang and the Loess Plateau. Specifically, the maximum of 2.38 was in Yining, and the second value of 1.81 was in Wanrong, with its light and medium frost occurring once about every 2 and 4 years, respectively, while, the annual average numbers of days of late frost were 0.90 and 0.31 d, respectively. Followed by Baishui, the light and medium frost occurring once every 3 and 14 years, respectively, while the annual average numbers of days of late frost were 0.62 and 0.14 d, respectively. Nevertheless, the climate risk index of apple in the late frost was 0 at Fushan in Bohai Bay. The apples in the fruit area of Xinjiang and Loess Plateau were more affected by the late frost, whereas, that in the Bohai Bay was basically not affected by the late frost. The findings can provide a scientific guidance to effectively prevent the impact of late frost disaster on local apple production.

models; risk assessment; late frost; meteorological indicators; disaster causing factors; apple; first flowering date

邱美娟，劉布春，劉園，等. 中國北方主產(chǎn)地蘋果始花期模擬及晚霜凍風險評估[J]. 農(nóng)業(yè)工程學報，2020，36(21)：154-163. doi：10.11975/j.issn.1002-6819.2020.21.019 http://www.tcsae.org

Qiu Meijuan, Liu Buchun, Liu Yuan, et al. Simulation of first flowering date for apple and risk assessment of late frost in main producing areas of northern China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(21): 154-163. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2020.21.019 http://www.tcsae.org

2020-06-29

2020-10-22

國家重點研發(fā)計劃“重大自然災害監(jiān)測預警與防范”重點專項（2017YFC1502804）

邱美娟，博士生，主要從事農(nóng)業(yè)氣象災害風險研究。Email：qmjcams@163.com

劉布春，研究員，博士生導師，主要從事農(nóng)業(yè)減災和農(nóng)業(yè)災害風險管理研究。Email：liubuchun@caas.cn

10.11975/j.issn.1002-6819.2020.21.019

P49

A

1002-6819(2020)-21-0154-10