张萌原 韩忠玲 程勇翔 王秀珍

摘要：以新疆棉花春季冷害为研究对象，利用1951—2017年新疆各气象站点逐日数据，依据已有的冷害风险评估指标概念模型，计算棉花春季冷害强度和频率指标，通过将次冷害强度和冷害次频率升尺度为年冷害强度和冷害年频率构建新的冷害风险指标，将原本松散的冷害频率和强度关系体现出来，依据二者之间稳定的函数关系，由冷害年频率等级得到对应的冷害年强度等级，二者相乘作为客观划分冷害风险指标各等级临界阈值的依据。以经度、纬度和海拔高度归一化加合趋势面+温度趋势面订正的新方法实现冷害风险指标的准确推算。研究结果经验证实测风险值和拟合值无明显差异，拟合趋势线R2为0.96。研究结果对新疆棉花生产布局有一定参考依据。

关键词：新疆;棉花;春季冷害;风险评估

中图分类号：S426  文献标志码： A  文章编号：1002-1302（2020）10-0102-07

收稿日期：2019-05-22

基金项目：国家重点研发计划（编号：2017YFD0300402-3）。

作者简介：张萌原（1998—），女，河南漯河人，主要从事农业遥感与信息技术研究。E-mail：1240509219@qq.com。

通信作者：程勇翔，副教授，主要从事农业遥感与信息技术应用研究。 E-mail：chengyongxiang_613@163.com。

新疆幅员辽阔，地势复杂，气象条件多变，由极端天气造成的气象灾害极大地影响着新疆的农业生产[1-2]。棉花是新疆仅次于粮食的第二大农作物，其产量占全国棉花总产量的50%以上，是新疆农业产值的重要贡献者[3]。冷害是影响新疆棉花生产的主要气象灾害[4-7]，尽管近年来在全球气候变暖背景下，新疆热量资源有所增加，但极端天气状况造成的短时气温骤降却时有发生，特别是春秋2季尤为明显[8]。因此，对新疆棉花开展低温冷害风险评估研究，仍具有重要现实意义[9]。

目前，冷害风险评估或风险概率区划研究最多的是东北玉米和水稻[10]，对新疆棉花冷害风险评估研究较少。傅玮东对新疆天山及其附近棉区的气象资料和播种期资料进行了概率统计分析，得出研究区内各处棉花冷害发生的概率，为该区棉花冷害风险进一步研究提供了有价值的参考[7]。朱红蕊等对黑龙江省玉米利用脆弱性和暴露性2个指标分别进行GIS空间差值的冷害风险区划，对风险评估结果采用自然断点法进行等级划分[11]。何雨芩等利用1960—2009云南省各气象站点逐日数据计算冷害年发生的频率，将获得的冷害频率以10年为一段，利用GIS空间差值研究了云南省水稻冷害频率演变过程[12]。研究结果表明，受区域气候变暖影响，冷害发生频率逐渐降低，结果与事实相符合。何燕等以广西早稻临界低温持续天数作为冷害区划指标，利用回归+残差订正的方法实现低温持续天数的推算，通过对推算结果进行赋值打分，得到早稻风险区划图[13]，研究结果具有一定实际参考价值。Cheng等利用回归+残差订正法对湖南省双季稻冷害春秋2季分别进行了冷害风险评估[14]，研究结果经验证与双季稻冷害实际发生风险相符合，采用的方法可为本研究提供一定参考。李景林等对北疆棉花适宜种植区基于回归+残差订正的方法计算大于10 ℃积温、7月平均气温和无霜期长度，对所得结果分别进行等级划分，将各分指标等级划分结果相综合，得到北疆棉花种植适宜区[15]，结果具有较高参考价值。李文亮等采用信息扩散理论方法，基于气象站点数据计算不同冷害等级的各级别风险概率，并制作以行政区划为单位的冷害风险评估[16]，所得规律与实际情况基本吻合。张丽文等利用加权综合评分法，将东北水稻冷害致灾因子危险性、承灾体脆弱性、灾损性三者信息相综合，构建综合性水稻冷害风险评估指标[17]，利用GIS中IDW差值法对站点指标进行空间推算，进而实现东北水稻的冷害风险区划，结果经验证与典型冷害年水稻单产平均减产率显著相关，与历史任意冷害发生频率分布范围大体一致。王春乙等对长江中下游双季早稻，利用灾损率确定冷害、热害双季早稻不同发育期的危险性权重系数，利用产量变异系数衡量脆弱性，利用播种面积衡量暴露性，利用社会和人文衡量防灾减灾能力，最后将4个方面结合各自权重获得双季早稻综合风险评价，结果与多年平均减产量显著相关[18]。

综上所述，对于冷害风险评估中风险指标的构建可分为简单[7，12，16]或综合[11，15-18]。在站点数较少时，冷害风险指标常用信息扩散法进行推算[16]。对构建的冷害风险指标空间化，常用指标空间插值[12，18]或指标的回归+残差订证[13，15]2类方法。笔者认为，以上研究在冷害指标空间化或指标等级划分上还有待于进一步提高。研究拟采用与以往研究不同的方法，在综合冷害风险指标构建的基础上，充分考虑地理因子规律和地表類型对冷害风险值的影响，实现新疆棉花冷害风险指标空间化准确推算及客观定等。

1 材料与方法

1.1 研究区介绍

新疆地处我国西北部（73°40′～96°18′E，34°25′～48°10′N），总面积占我国国土的1/6，达163×106 km2，主要气候类型为温带大陆性气候，日照时间长（2600～3600 h/年），气候干燥，降水稀少[19]，春季降水量大且频繁，温度波动大，使得棉花在苗期易遭受冷害[20]。总体来说，南疆和东疆热量条件好于北疆，北疆西部沿天山一带好于其东部地区。新疆棉区主要分布在南疆、东疆和北疆西部沿天山一带（图1），以上3个地区成为棉花冷害研究的重点地区。

1.2 研究数据

从中国气象科学数据共享网（http：//cdc.cma.gov.cn/satellite/）共获取66个新疆气象站点1951—2017年逐日平均气温数据。对所得到的数据进行初步整理，剔除有连续5 d缺失的整年数据，对少于5 d的缺失数据用该段前后有效数据的平均值进行插补。从该网站另外获取了新疆36个农业气象站1990—2014年不同发育期资料，并计算每1站点每1发育期的多年平均值，确定新疆棉花春季冷害评估时间范围为每年4月5日至5月31日。从地理空间数据云获取2000—2016年历年MODLT1M 中国 1KM 4月LTN AVG数据，将该数据计算平均值，用于获取温度趋势面。从国家基础地理信息系统（http：//nfgis.nsdi.gov.cn/）得到 1 ∶ 400 万的行政区划矢量地图。利用这些数据进行相关图像裁剪、面积统计和结果制图等工作。使用GIS fishnet工具和已有的省界范围进行研究区经度图和纬度图的制作。将30 m空间分辨率（https：//wist.echo.nasa.gov/）的高程数据进行图像拼接，对拼接后结果用研究区行政区划矢量图进行裁剪。以上所有数据均为WGS1984投影。

1.3 研究方法

1.3.1 棉花冷害风险评估模型的构建 根据李世奎等提出的灾害风险评估模型[21]（低温冷害减产风险评估模型）， 以及棉花春季冷害判定指标（日平均

温度12 ℃并且持续时间≥3 d[7]），对新疆66个气象站点1951—2017年历年春季冷害发生的次数、每次冷害持续的天数进行了统计。

将每个气象站点历史上单次冷害的平均持续日数和平均降温幅度的乘积作为该站点的次冷害平均强度。

Stj=∑tji=1djitj×∑tji=1[∑djik=1（Cp-Tjik）/dji]tj。

（1）

式中：tj为站点的冷害发生次数; dji为站点的第i次冷害发生持续的日数;Cp取值为12，代表冷害温度的临界阈值;Tjik为站点的第i次中第k日的平均温度。

年冷害发生频率由站点冷害发生的总次数除以统计年数得到。

fj=tjYj。

（2）

式中：Yj为j站点统计总年数，每个气象站建站时间不同和数据的部分缺失造成该值会有不同，因此各个站点的该值需分别确定。

将以上得到的单次冷害平均强度与每年冷害发生频率的乘积作为年冷害平均强度。

SYj=Stj×fj=∑tji=1dji×∑tji=1[∑djik=1（Cp-Tjik）/dji]tj×Yj。

（3）

式中：SYj为j站点的年度棉花冷害强度平均值。

冷害年的判断方法：若1年内有1次以上的冷害发生则将该年判断为冷害年，记为1，统计每个气象站点历史上有冷害发生的年份，将其与统计的总年数相除即为冷害年的频率。

Pj=njYj。

（4）

式中：Pj为j站点的冷害年频率;nj为j站点历史上有冷害发生的年份。

将以上得到的年冷害平均强度与冷害年频率乘积作为年冷害风险指标。

IYj=SYj×Pj=∑tji=1dji×∑tji=1[∑djik=1（Cp-Tjik）/dji]×njtj×Y2j。

（5）

式中：IYj为j站点的年冷害风险指标。

1.3.2 新疆棉花年冷害风险指标的计算 由于太阳的辐射量跟冷害风险指标息息相关，而不同地点的辐射量又受纬度、经度、海拔高度的影响。研究发现棉花年冷害风险指标与纬度、经度和海拔高度存在如下规律：

Vj=αj-μα σα+βj-σβμβ+λj-μλσλ;

（6）

Xj=Vj-Tj-μTσT;

（7）

IYj=Syj×Pj=f（XJ）。

（8）

式中：αj、βj和λj分别代表j站点的纬度、经度和海拔，μα 、 μβ和μλ分别是建模样点纬度、经度和海拔的平均值，σα、 σβ和σλ分别是建模样点纬度、经度和海拔的标准差。 Tj代表j站点的温度，σλ是建模样点温度的标准差，μT代表建模样点温度的平均值。

研究基于公式（8）的函数关系，构建新疆棉花苗期冷害风险指标方程[公式（9）]，棉花冷害指标和变量关系方程建模样本数n=45，统计检验F=406.50，方程达到0.01极显著水平，其中r2=095（图2），可以依据所得方程确定冷害风险指标值。

IYj=912.76×e[-2×（Xj-10.357.44）2]-1.65。

（9）

1.3.3 年冷害风险指标不同风险等级临界阈值的确定 利用棉花冷害年平均强度SYj和冷害年频率Pj关系，通过频率值推算强度值，进而依照频率等级与相应强度值的乘积，将该组乘积值作为冷害各等级划分的临界值，结果对新疆棉花苗期冷害风险指标图进行风险等级评定[22]。研究构建的新疆棉花苗期冷害年频率和强度关系方程[公式（10）]拟合样本数n=66，统计检验F=270.32。方程在001水平上呈极显著相关， r2=0.95（图3）。据此，

获取了棉花春季冷害不同风险等级的临界阈值（表1）。以上研究各步经总结流程见图4。

SYj=1.14×ePj0.38+1.12×ePj0.38+2.94×10-12×ePj0.03-1.44。

（10）

2 結果与分析

研究将经度、纬度和海拔高度归一化的结果，利用公式（6）得到地理因子归一化的趋势面加合图，结果见图5。从图5可以看出，归一化加合的趋势面与棉花春季冷害风险指标值之间成正比关系，地理因子归一化加合值越高，冷害风险越大。研究通过计算获取了2000—2016年4月夜间月平均陆地表面温度趋势，结果见图6，趋势图中温度越高棉花冷害风险越低，温度越低棉花冷害风险越高，该图主要起到对地理因子归一化加合趋势面结果校正的作用，使结果能够充分体现地表状况对冷害风险的影响。

利用公式（7）的计算结果，结合公式（9）对棉花春季冷害风险指标值进行了推算，结果再根据表1临界阈值对冷害风险指标值进行等级划分，最终划分结果见图7。从图7可以看出，昆仑山脉、天山山

脉、阿尔泰山山脉附近地区，由于海拔高，积温低，遭受冷害的风险高，无棉花种植。东疆的吐鲁番市、鄯善县、托克逊县等吐鲁番盆地棉区热量最高，遭受冷害的风险最低，冷害发生概率基本处于[0%，45%]。南疆的墨玉县、洛浦县、和田县、若羌县等塔里木盆地南缘棉区，热量稍差，风险等级较高，冷害发生概率基本处在[50%，65%]。北疆的精河县、乌苏市、沙湾县、玛纳斯县、昌吉回族自治州等准噶尔盆地南缘棉区热量最差，冷害发生概率基本处在[70%，100%]，且呈现明显的自西向东冷害风险逐渐增高的趋势。

研究利用未参与建模的21个气象观测站点的实测数据进行验证。结果表明，实测点和拟合点之间符合1 ∶ 1比例，且模型实测值和拟合值无显著差异（图8），二者散点图的拟合精度值r2为0.96，试验结果可用于后续分析。

4 讨论与结论

研究使用地理因子归一化加合变量（Vj ）或直接利用多个地理因子变量或采用地理因子归一化加合与温度订正作为变量（Xj）分别与棉花冷害风险指标建立回归关系相比较，如果是利用地理因子归

一化加合变量与冷害风险指标建立回归方程R2值为0.94，如果是直接利用地理因子变量值与冷害风险指标构建多元回归方程的R2值为0.81，如果是利用地理因子歸一化加合与温度订正作为变量与热害风险指标建立回归方程R2值为0.95。可见研究采用的地理因子归一化加合与温度订正作为变量的方法可有效提高冷害风险指标的推算精度。研究采用的纬度、经度和海拔高度归一化加合趋势面+温度趋势面订正的方法与前人仅基于站点数据空间插值的方法相比较，在空间精度上有了一定的提高，克服空间插值的不足。研究与目前常用的回归趋势面+残差订正的方法（图9）相比较，能够更充分考虑下垫面状况对风险指标的影响，虽然在个别订正点上准确性不如残差订正方法，但结果在总体趋势上与事实更加吻合。另外，研究为充分体现温度趋势面订正对结果的影响，又利用vj值单独作为自变量进行了低温冷害风险等级划分，结果见图10。从图10中发现，虽然在整体趋势上与研究结果（图7）相一致，但图7对细节刻画得更为细致。

研究采用的棉花冷害等级划分方法，依据冷害年频率和年强度的函数关系，通过冷害年频率等级确定相应的冷害年强度等级，理论上可以实现任意概率风险下的临界阈值划分，相较于前人试验仅仅根据年冷害发生次数作为指标划分3～5个等级而言，研究划分梯度更加细致。相比于利用自然裂点[11]、层次分析[17]等方法确定的等级临界阈值来说，研究划分更为客观。

本研究结果表明，北疆棉花春季冷害发生概率高于南疆，棉花冷害风险自西向东逐渐增加，与之相对应的棉花种植比例逐渐降低，即棉花种植比例高的地区，冷害风险评估等级低。棉花种植比例低的地区，冷害风险评估等级高。本结果与新疆棉花种植比例分布图的研究结果相符合，表明本研究结果的正确性。

本研究仅针对棉花冷害气象条件进行了风险评估，没有充分考虑棉花品种及抗寒性对风险评估等级的影响，另外没有对棉花冷害灾损进行相应风险评估，因此，研究考虑的致灾因素并不十分全面，研究结果还有待进一步提高。

南疆棉花苗期受到冷害风险低于北疆，热量条件整体较好。北疆棉花种植区冷害风险自西向东逐渐增高，该规律与棉花种植比例和热量分布规律相反，北疆棉区更易受到冷害侵袭，是今后棉花生产中需重点关注的对象。研究采用的地理因子归一化加合趋势面+温度趋势面订正的方法能够充分反映地理因子和地物信息二者叠加共同对棉花冷害的影响，研究在空间精细化及冷害等级划分上较前人有所提高。研究结果经验证与事实相符合。研究方法在指标构建与推算上，逻辑清楚，规律稳定。该方法不仅适用于棉花冷害风险评估，还可适用于其他作物冷害风险评估。

参考文献：

[1]肖海峰，俞岩秀.中国棉花生产布局变迁及其比较优势分析[J]. 农业经济与管理，2018（4）：38-47.

[2]王 晶，肖海峰. 新疆棉区生产空间格局演化及驱动因素分析[J]. 中国农业资源与区划，2018，39（9）：155-161，189.

[3]杨忠娜，唐继军，喻晓玲. 新疆棉花产业对国民经济的影响及对策研究[J]. 农业现代化研究，2013，34（3）：298-302.

[4]刘 勇，张 玲，杨明凤. 2016年新疆石河子垦区影响棉花产量的气象因子分析[J]. 中国棉花，2018，45（6）：40-42.

[5]王春乙，张继权，霍治国，等. 农业气象灾害风险评估研究进展与展望[J]. 气象学报，2015，73（1）：1-19.

[6]支 询，倪长健，张玉书，等. 低温冷害监测评估及风险区划研究进展[J]. 气象水文海洋仪器，2014，31（3）：117-120.

[7]傅玮东. 终霜和春季低温冷害对新疆棉花播种期的影响[J]. 干旱区资源与环境，2001（2）：38-43.

[8]张 燕，赖军臣，傅玮东. 2013年北疆垦区不同棉区棉花产量波动的气候因素对比分析[J]. 安徽农业科学，2014，42（34）：12177-12179，12183.

[9]赵 黎，李文博，吾米提·居马泰，等. 气候变化对新疆棉花种植布局与生长发育的影响[J]. 新疆农垦科技，2018，41（7）：7-10.

[10]郭 际，施贝贝，徐凯迪，等. 江苏省单季稻应对高温热害和低温冷害的气温保险指数及风险区划[J]. 江苏农业科学，2019，47（2）：312-316.

[11]朱红蕊，刘赫男，张洪玲，等. 黑龙江省玉米低温冷害风险评估及预估[J]. 气候变化研究进展，2015，11（3）：173-178.

[12]何雨芩，胡雪琼，朱 勇. 云南省近50年水稻抽扬期低温冷害演变特征分析[J]. 南京信息工程大学学报（自然科学版），2018，10（2）：225-231.

[13]何 燕，李 政，徐世宏，等. GIS支持下的广西早稻春季冷害区划研究[J]. 自然灾害学报，2009，18（5）：178-182.

[14]Cheng Y X，Huang J F，Han Z L，et al. Cold damage risk assessment of double cropping rice in Hunan，China[J]. Journal of Integrative Agriculture，2013，12（2）：352-363.

[15]李景林，普宗朝，张山清，等. 近52年北疆气候变化对棉花种植气候适宜性分区的影响[J]. 棉花学报，2015，27（1）：22-30.

[16]李文亮，张冬有，张丽娟. 黑龙江省气象灾害风险评估与区划[J]. 干旱区地理，2009，32（5）：754-760.

[17]张丽文，王秀珍，李秀芬. 基于综合赋权分析的东北水稻低温冷害风险评估及区划研究[J]. 自然灾害学报，2014，23（2）：137-146.

[18]王春乙，姚蓬娟，张继权，等. 长江中下游地区双季早稻冷害、热害综合风险评价[J]. 中国农业科学，2016，49（13）：2469-2483.

[19]韩忠玲，崔玉莹，陈 乐，等. 新疆棉花低温冷害动态监测研究[J]. 安徽农业科学，2019，47（2）：205-214.

[20]傅玮东，李新建，黄慰军. 新疆棉花播种-开花期低温冷害的初步判断[J]. 中国农业气象，2007（3）：344-346.

[21]李世奎，霍治国，王素艳，等. 农业气象灾害风险评估体系及模型研究[J]. 自然灾害学报，2004，13（1）：77-87.

[22]程勇翔，王秀珍，郭建平，等. 农作物低温冷害监测评估及预报方法评述[J]. 中国农业气象，2012，33（2）：297-303.