張仕明，顧軍明

?

庫爾勒香梨樹冬季凍害指數(shù)改進(jìn)與預(yù)測*

張仕明，顧軍明

（新疆巴州氣象局，庫爾勒 841000）

利用庫爾勒氣象站1981?2017年逐日氣象觀測資料和大氣環(huán)流資料，采用主成分分析方法，將4個對梨樹冬季凍害影響顯著的氣象因子，即冬季極端最低氣溫、日平均氣溫≤?10℃負(fù)積溫、最低氣溫≤?15℃日數(shù)以及積雪深度≥5cm日數(shù)，合成綜合凍害指數(shù)，并以該指數(shù)為預(yù)測對象，通過Pearson相關(guān)分析和逐步回歸方法，篩選出與綜合凍害指數(shù)顯著相關(guān)的大氣環(huán)流因子作為自變量，建立綜合凍害指數(shù)預(yù)測模型，最后對模型效果進(jìn)行檢驗。結(jié)果表明，綜合凍害指數(shù)能夠較好地反映歷年庫爾勒香梨樹凍害情況，指數(shù)值越小，凍害程度越嚴(yán)重。結(jié)合歷史災(zāi)情記錄，定義綜合凍害指數(shù)＞?0.42為無凍害，?0.91～?0.42為輕度凍害，?1.8～?0.92為中度凍害，綜合凍害指數(shù)＜?1.8為重度凍害。對建立的綜合凍害指數(shù)預(yù)測模型進(jìn)行檢驗，1981?2015年回代擬合值與采用主成分分析方法計算得出的實際值相比較，正負(fù)同號率為85.7%；回代擬合值與歷史災(zāi)情相比較，無凍害等級正確率為80%，重度凍害正確率為75%，中度凍害誤差1個等級，輕度凍害擬合較差；2016、2017年延伸預(yù)報完全正確。

庫爾勒香梨；主成分分析；凍害指數(shù)；環(huán)流特征量

庫爾勒香梨香味濃郁獨(dú)特，皮薄肉細(xì)，汁多味甜，酥脆爽口，是新疆知名度最高的特色林果品牌之一，在國際市場上被譽(yù)為“梨中珍品”，具有極高的經(jīng)濟(jì)價值[1]。2017年，庫爾勒香梨憑借其獨(dú)有的卓越品質(zhì)入選“2017世界地理標(biāo)志”。庫爾勒香梨作為地域性極強(qiáng)的名優(yōu)特優(yōu)良品種，不僅是農(nóng)民增收致富的支柱產(chǎn)業(yè)之一，也是推進(jìn)脫貧攻堅的特色優(yōu)勢產(chǎn)業(yè)。近年，香梨種植規(guī)模不斷擴(kuò)大，種植面積由1981年0.04萬hm2，增長到2015年2.73萬hm2。然而，隨著全球氣候和新疆區(qū)域氣候的變暖[2]，庫爾勒地區(qū)冬季由于階段性低溫引起香梨果樹凍害的極端氣候事件時常發(fā)生。據(jù)庫爾勒市農(nóng)業(yè)部門調(diào)查統(tǒng)計[3]，21世紀(jì)以來，2002/2003年、2007/2008年、2010/2011年、2012/2013年冬季，庫爾勒地區(qū)頻繁發(fā)生了嚴(yán)重香梨果樹越冬凍害，導(dǎo)致大幅減產(chǎn)甚至毀園。因此，冬季凍害是庫爾勒香梨產(chǎn)業(yè)可持續(xù)發(fā)展的瓶頸問題之一，開展香梨果樹凍害早期預(yù)報和預(yù)警工作是果農(nóng)的迫切需求，在生產(chǎn)中具有十分重要的意義。

近年，很多學(xué)者對庫爾勒香梨果樹越冬凍害的氣候成因進(jìn)行了研究[4－6]，提出凍害發(fā)生的主要?dú)夂蛞蜃訛槎镜蜏?、低溫持續(xù)時間、降雪及積雪等。在研究香梨果樹凍害指標(biāo)方面，李茂春等[7]分別提出有積雪和無積雪情況下香梨發(fā)生凍害的指標(biāo)，張仕明等[8]針對冬季極端最低氣溫、負(fù)積溫以及最低氣溫持續(xù)時間構(gòu)造了香梨凍害綜合指數(shù)，但未考慮降雪對梨樹凍害的影響。要對梨樹凍害作出長期預(yù)測，必須尋求引發(fā)凍害的早期背景場因子，而大氣環(huán)流異常變化是造成天氣、氣候異常的直接原因，大氣環(huán)流屬于大尺度天氣系統(tǒng)，對局地氣候的影響存在滯后性，根據(jù)長期預(yù)測原理，存在可預(yù)報性[9]。目前基于大氣環(huán)流特征量的農(nóng)業(yè)氣象指標(biāo)長期預(yù)測方面研究較多，得出了水稻年景[10]、稻曲病指數(shù)[11]、冬小麥白粉病[12]、荔枝寒害[13]、香蕉寒害[14]等長期預(yù)測模型，并應(yīng)用于業(yè)務(wù)服務(wù)工作中，取得了顯著成效。本研究借鑒前人研究成果，對文獻(xiàn)[8]提出的綜合凍害指數(shù)進(jìn)行改進(jìn)，增加積雪因子，應(yīng)用主成分分析法，構(gòu)建庫爾勒香梨果樹綜合凍害指數(shù)作為預(yù)報目標(biāo)，根據(jù)中長期預(yù)報原理，以相關(guān)顯著的前期大氣環(huán)流指數(shù)作為預(yù)測因子建立預(yù)報模型，并對預(yù)測結(jié)果進(jìn)行檢驗，以期為氣象服務(wù)于農(nóng)業(yè)和農(nóng)業(yè)防災(zāi)減災(zāi)提供科學(xué)依據(jù)。

1 資料與方法

1.1 研究區(qū)概況

庫爾勒市位于新疆中部、天山南麓、塔里木盆地東北邊緣，北倚天山支脈，南臨塔克拉瑪干沙漠，地處85°14′10″E-86°34′21″E、41°10′48″N-42°21′36″N，屬溫帶大陸性干旱氣候，年平均氣溫12.0℃，年極端最低氣溫?24.4℃，年均降水量59.2㎜，蒸發(fā)量2669.8mm，相對濕度46%，無霜期215d，日照時數(shù)2802.6h。庫爾勒市是“庫爾勒香梨”的主產(chǎn)區(qū)，也因盛產(chǎn)香梨而被稱為“梨城”。

1.2 資料來源

氣象資料來自庫爾勒氣象站1981?2017年冬季（12月?翌年2月）地面氣象要素觀測資料，包括逐日平均氣溫、日最低氣溫、積雪深度等。庫爾勒國家基本氣象站于2016年1月1日，由城郊（86°08′E、41°45′N）遷移至新址（85°49′E、41°44′N）。為保持資料連續(xù)，2016年1月1日以后的氣溫資料仍采用庫爾勒氣象站舊址的自動觀測數(shù)據(jù)，積雪深度資料為搬遷后新站的人工觀測資料。大氣環(huán)流指數(shù)取國家氣候中心重新整編計算的88項大氣環(huán)流指數(shù)（http://cmdp.ncc.cma.gov.cn/Monitoring/cn_index_130.php百項氣候系統(tǒng)指數(shù)集）月平均值，時間為1981年1月?2017年12月。香梨果樹越冬凍害資料來自庫爾勒市農(nóng)業(yè)部門1981?2017年災(zāi)情統(tǒng)計數(shù)據(jù)。

1.3 主成分分析

主成分分析是將多個相關(guān)性顯著的變量，通過線性變換，組合成少數(shù)幾個相互獨(dú)立的能充分反映總體信息的綜合變量。計算步驟為：（1）進(jìn)行樣本數(shù)據(jù)的標(biāo)準(zhǔn)化，以消除指標(biāo)變量的量綱或單位的影響，本研究采用Z標(biāo)準(zhǔn)化，即均值為0，方差為1；（2）求出相關(guān)系數(shù)矩陣R的所有非零特征根；（3）選擇主成分個數(shù)；（4）求出相應(yīng)于前s個特征根的特征向量并將特征向量進(jìn)行單位化；（5）計算主成分變量的值。

采用SPSS24.0統(tǒng)計軟件實現(xiàn)數(shù)據(jù)的主成分分析。

1.4 凍害預(yù)測模型建立思路

根據(jù)長期觀測的歷史資料，將影響庫爾勒香梨果樹凍害的各個相關(guān)性顯著、信息重疊的單一氣象指標(biāo)，采用主成分方法構(gòu)建一個綜合的凍害氣候指標(biāo)，定義為綜合凍害指數(shù)。然而，生產(chǎn)實踐中，為了及時對香梨果樹進(jìn)行凍害防護(hù)，每年11月需要對果樹越冬凍害情況進(jìn)行預(yù)報。因此，根據(jù)區(qū)域氣候變化對大氣環(huán)流響應(yīng)的滯后性，參考文獻(xiàn)[9]的方法，以綜合凍害指數(shù)為預(yù)報目標(biāo)，將歷年凍害指數(shù)與對應(yīng)年份1?10月大氣環(huán)流指數(shù)進(jìn)行Pearson相關(guān)分析，提取相關(guān)顯著的因子建立環(huán)流指數(shù)因子集，并利用逐步回歸分析方法，篩選出關(guān)鍵影響因子，構(gòu)建預(yù)測模型，并對模型進(jìn)行歷史回代及試報檢驗。采用SPSS24.0統(tǒng)計軟件實現(xiàn)逐步回歸方程建模。

2 結(jié)果與分析

2.1 香梨樹綜合凍害指數(shù)的改進(jìn)

2.1.1 易造成果樹凍害的氣象因子分析

基于文獻(xiàn)[8]的研究成果，選取與香梨果樹凍害有關(guān)的主要?dú)庀笠蜃?，包括冬季極端最低氣溫、日平均氣溫≤?10℃的負(fù)積溫、最低氣溫≤?15℃的低溫日數(shù)。相關(guān)研究表明，梨樹凍害與降雪有著密切的關(guān)系[4]。為使凍害指數(shù)能夠更準(zhǔn)確反映歷年凍害情況，對文獻(xiàn)[8]的研究成果進(jìn)行改進(jìn)，增加了積雪因子（地面積雪深度≥5cm的積雪日數(shù)）對梨樹凍害的影響研究。極端最低氣溫反映冬季冷暖程度，只有冬季極端最低氣溫低于?20℃香梨果樹才會出現(xiàn)凍害，因此，以冬季極端最低氣溫來反映低溫對梨樹凍害的影響，定義為x1；冬季負(fù)積溫反映冬季嚴(yán)寒的累積效應(yīng)，以低于?10℃的日平均氣溫統(tǒng)計，包含了白天最高氣溫與夜間最低氣溫的信息，因此，以日平均氣溫≤?10℃負(fù)積溫來反映嚴(yán)寒累積效應(yīng)對梨樹凍害的影響，定義為x2；低溫日數(shù)反映梨樹經(jīng)歷一定限度低溫的累積時間，樹體處于較低溫度環(huán)境的時間越長越容易受凍，因此，以最低氣溫≤?15℃的低溫日數(shù)來反映最低氣溫累積時間對梨樹凍害的影響，定義為x3；地表積雪是影響冬季氣溫異常的重要環(huán)境因子之一，雪面白天反射太陽熱量，夜間輻射降溫，加之融雪還要吸收熱量，較厚且長時間的積雪環(huán)境容易引起氣溫劇烈下降，因此，以積雪深度≥5cm的日數(shù)來反映積雪對梨樹凍害的影響，定義為x4。

由表1可知，極端最低氣溫、負(fù)積溫、低溫日數(shù)這3個表征冬季低溫的因子之間呈極顯著的相關(guān)關(guān)系（P＜0.01），積雪日數(shù)與極端最低氣溫、負(fù)積溫分別呈顯著和極顯著的負(fù)相關(guān)關(guān)系，與低溫日數(shù)呈顯著的正相關(guān)關(guān)系。表明各因子之間存在很強(qiáng)的共線性，有信息重疊，可以進(jìn)行因子的主成分分析，構(gòu)建成一個綜合的因子。

表1 1981?2017年冬季4種凍害因子的相關(guān)系數(shù)

注：x1為極端最低溫度，x2為日平均氣溫≤?10℃的負(fù)積溫，x3為最低氣溫≤?15℃的日數(shù)，x4為積雪深度≥5cm的日數(shù)。**表示P＜0.01，*表示P＜0.05。下同。

Note: x1is the extreme minimum temperature in winter, x2is the minus accumulative temperatures≤?10℃ of daily average temperature in winter,x3is the days with minimum temperature ≤?15℃,x4is the days with snow depth ≥5cm.**is P< 0.01，*is P< 0.05. The same as below.

2.1.2 庫爾勒香梨樹冬季綜合凍害指數(shù)的計算

利用SPSS統(tǒng)計軟件將上述4個因子進(jìn)行主成分分析。各因子間KMO統(tǒng)計量值為0.751，說明以上4個凍害因子樣本適合進(jìn)行主成分分析，Bartlett球形檢驗Sig值為0.000，小于P=0.05顯著水平，說明變量之間存在相關(guān)性，適合進(jìn)行主成分分析。主成分分析結(jié)果見表2。由表可見，前2個主成分已經(jīng)解釋了總方差的95.6%，故可以選擇前2個主成分進(jìn)行主成分載荷分析，即主成分個數(shù)m=2。結(jié)果見表3。

表3中系數(shù)的絕對值越大說明該主成分與指標(biāo)間的聯(lián)系越緊密。從表3可以看出，前3個表征冬季溫度的因子在第一主成分中的載荷較大，說明第一主成分基本反映了溫度指標(biāo)的信息；第4個因子在第二主成分上有較高的載荷，說明第二主成分基本反映了積雪的指標(biāo)信息。所以提取2個主成分基本反映全部指標(biāo)的信息，可以用2個新變量來代替原來的4個變量。

表2 冬季4種凍害因子主成分分析結(jié)果

表3 主成分因子載荷矩陣

通過主成分因子載荷矩陣和相應(yīng)的特征值計算，得出對應(yīng)的單位特征向量，將得到的特征向量與標(biāo)準(zhǔn)化后的原始因子數(shù)據(jù)相乘，即得出主成分函數(shù)計算式為

式中，Zi1、Zi2分別為第i年第1和第2主成分得分值，zXi為原始數(shù)據(jù)標(biāo)準(zhǔn)化后的數(shù)據(jù)。根據(jù)各主成分所分析的方差百分比計算出綜合得分函數(shù)，即

式中，Zi為第i年綜合主成分得分，定義為冬季綜合凍害指數(shù)。

2.1.3 冬季綜合凍害指數(shù)的驗證

利用主成分分析方法計算得出1981?2017年冬季綜合凍害指數(shù)，結(jié)合各年凍害調(diào)查資料分析，指數(shù)為正值表示冬季偏暖，無凍害發(fā)生，負(fù)值表示偏冷，可能發(fā)生凍害。37a中冬季綜合凍害指數(shù)＜0的年份共計13a，其中7a發(fā)生了凍害，與農(nóng)業(yè)部門災(zāi)情統(tǒng)計1981?2017年共計7次凍害的結(jié)果相一致。將綜合凍害指數(shù)＜0的年份按升序排序并與該年凍害程度比較，從表4可見，中度以上凍害的年份綜合凍害指數(shù)均＜?0.92，凍害指數(shù)越小，凍害程度越重，凍害指數(shù)＞?0.42的年份無凍害發(fā)生。通過對歷史災(zāi)情記錄與綜合凍害指數(shù)進(jìn)行統(tǒng)計分析，結(jié)合專家經(jīng)驗，定義香梨凍害分級指標(biāo)，綜合凍害指數(shù)＞?0.42為無凍害，?0.91～?0.42為輕度凍害，?1.8～?0.92為中度凍害，綜合凍害指數(shù)＜?1.8為重度凍害。按本研究定義的凍害等級指標(biāo)，將37a綜合凍害指數(shù)分級，其中無凍害年份有26a，歷史災(zāi)情記錄顯示均無災(zāi)情；中度凍害2a、重度凍害4a，與表4中實際發(fā)生凍害程度一一對應(yīng)；輕度凍害5a，但災(zāi)情記錄僅顯示2014年發(fā)生了輕度凍害。分級指標(biāo)對輕度凍害年份空報較多，主要原因是輕度凍害年份的氣象條件與凍害臨界指標(biāo)差異不大，是否發(fā)生凍害還受果樹冬前抗寒鍛煉、生產(chǎn)管理水平等因素影響，還可能是由于輕度凍害災(zāi)情不明顯，災(zāi)害損失小，歷史災(zāi)情調(diào)查不全面等。

改進(jìn)后的綜合凍害指數(shù)與文獻(xiàn)[8]的凍害指數(shù)相比，兩者都能反映1984、2007、2002、2010年的明顯凍害，改進(jìn)后的綜合凍害指數(shù)能夠分級表示歷史記錄的全部凍害，而文獻(xiàn)[8]未能識別出1995年的中度凍害，說明改進(jìn)后的綜合凍害指數(shù)能夠更好地反映實際災(zāi)情。

2.2 果樹綜合凍害指數(shù)預(yù)報模型的構(gòu)建

2.2.1 預(yù)報因子的選取

根據(jù)庫爾勒香梨氣象服務(wù)工作需求，為便于果農(nóng)在入冬前開展香梨果樹防凍工作，一般在11月提供香梨果樹越冬凍害預(yù)測，因此選取預(yù)報因子的影響時段可截至10月。計算1－10月88項逐月環(huán)流指數(shù)與綜合凍害指數(shù)的相關(guān)系數(shù)，為保證選擇因子與因變量間的平穩(wěn)性，選取相關(guān)系數(shù)顯著的因子作為備選因子。經(jīng)篩選后，得到17個兼具穩(wěn)定性和獨(dú)立性的大氣環(huán)流影響因子，見表5。

表5 與冬季綜合凍害指數(shù)顯著相關(guān)的17個大氣環(huán)流指數(shù)

注：H后的數(shù)字表示該指數(shù)在88項大氣環(huán)流指數(shù)中的排序，“（）”內(nèi)的數(shù)字表示月份。

Note：The number after “H” is the order of the index in the 88 atmospheric circulation indices. The figure in “（）” is the month.

2.2.2 預(yù)報模型的建立

設(shè)因變量為庫爾勒香梨果樹冬季綜合凍害指數(shù)（yt），以上述篩選出的17個顯著相關(guān)因子為自變量進(jìn)行多元線性回歸分析。將各因子進(jìn)行標(biāo)準(zhǔn)化處理，以消除量綱的影響；然后進(jìn)行逐步回歸，最終入選出的7個貢獻(xiàn)最大且通過0.05水平顯著性檢驗的因子分別為：4月大西洋歐洲區(qū)極渦面積指數(shù)（x1t）、8月30hPa緯向風(fēng)指數(shù)（x2t）、9月大西洋副高脊線位置指數(shù)（x3t）、4月歐亞緯向環(huán)流指數(shù)（x4t）、6月西太平洋副高西伸脊點(diǎn)指數(shù)（x5t）、10月亞洲區(qū)極渦強(qiáng)度指數(shù)（x6t）、9月北美副高北界位置指數(shù)（x7t）。以1981?2015年數(shù)據(jù)為樣本（n=35）建立的預(yù)報模型方程為

yt=?0.109+0.293x1t+0.332x2t+0.456x3t+0.438x4t+

0.43x5t+0.323x6t?0.285x7t（4）

方程擬合優(yōu)度R2＝0.919，說明模型效果好，調(diào)整后的R2=0.805，表示自變量可以解釋因變量80%的變化，方程的方差分析F＝21.09，顯著水平P＜0.01，Durbin-Warson統(tǒng)計量為2.054，說明方程的擬合效果較好。

2.2.3 預(yù)報模型的檢驗

依據(jù)預(yù)報模型方程，得到1981?2015年歷史回代擬合和2016?2017年延伸預(yù)報的結(jié)果，與主成分分析計算出的綜合凍害指數(shù)進(jìn)行擬合檢驗，結(jié)果見圖1。由圖中可見，兩者曲線重合度較高，特別是對明顯凍害年有較好的模擬（1984、2002、2007年）。經(jīng)統(tǒng)計，歷史回代模擬值與實際值正負(fù)同號率為85.7%，兩組數(shù)據(jù)相關(guān)系數(shù)為0.90，t檢驗值為0.318，顯著性P值（0.753）≥0.05，說明模擬值與實際值兩組數(shù)據(jù)間無顯著差異。

按照凍害分級指標(biāo)，歷史回代擬合有無凍害的正確率，即擬合值的凍害等級與實際災(zāi)情比較完全正確的累計次數(shù)占總次數(shù)的百分比，為80%，無漏報，空報率為20%。重度凍害預(yù)報正確率為75%；中度凍害誤差為1個等級，其中1995、2012年預(yù)報值為輕度凍害，實際災(zāi)情為中度凍害，2010年預(yù)報值為中度凍害，實際為重度凍害；輕度凍害擬合較差，漏報、空報較多。2016、2017年延伸預(yù)報值分別為0.52、?0.31，均定性為無凍害，2016、2017年實地調(diào)查發(fā)現(xiàn)庫爾勒香梨果樹越冬無凍害，預(yù)報完全正確，說明預(yù)報模型可行。

圖1 綜合凍害指數(shù)的模型回代摸擬值、預(yù)測值與主成分法計算的實際值對比（1981?2017年）

3 結(jié)論與討論

3.1 結(jié)論

（1）對文獻(xiàn)[8]基于極端最低氣溫、負(fù)積溫、低溫日數(shù)因子建立的庫爾勒香梨綜合凍害指數(shù)進(jìn)行改進(jìn)，增加了積雪因子，從而使采用主成分分析方法計算得到的綜合凍害指數(shù)概括的信息更完善，改進(jìn)后的綜合凍害指數(shù)能夠分級表示歷史記錄的全部凍害，預(yù)報結(jié)果得到優(yōu)化。

（2）通過對計算得出的歷年綜合凍害指數(shù)與歷史災(zāi)情統(tǒng)計分析，定義無凍害、輕度、中度、重度凍害四級指標(biāo)的臨界值，將歷年綜合凍害指數(shù)進(jìn)行分級并用歷史災(zāi)情記錄檢驗，重度凍害、中度凍害及無凍害年份均與歷史災(zāi)情記錄相符，僅輕度凍害空報較多。

（3）以4月大西洋歐洲區(qū)極渦面積指數(shù)、8月30hPa緯向風(fēng)指數(shù)、9月大西洋副高脊線位置指數(shù)、4月歐亞緯向環(huán)流指數(shù)、6月西太平洋副高西伸脊點(diǎn)指數(shù)、10月亞洲區(qū)極渦強(qiáng)度指數(shù)和9月北美副高北界位置指數(shù)為自變量，以綜合年凍害指數(shù)為因變量，建立預(yù)測模型。歷史回代檢驗表明，1981?2015年回代擬合值與采用主成分分析方法計算得出的實際值正負(fù)同號率為85.7%；回代擬合值與歷史災(zāi)情相比較，有或無凍害的預(yù)報正確率為80%，重度凍害正確率為75%，中、輕度凍害擬合較差，漏報、空報較多。2016、2017年延伸預(yù)報完全正確，說明預(yù)報模型可行，研究成果能夠滿足氣象服務(wù)工作需求。

3.2 討論

庫爾勒香梨果樹凍害的氣象原因較為復(fù)雜，相同的綜合凍害指數(shù)在不同的年份梨樹可能有不一樣的表現(xiàn)，例如，同樣的冬季極端最低溫度或降雪量，出現(xiàn)在前冬或后冬對梨樹的影響是不相同的；同樣強(qiáng)度的低溫，是急劇降溫還是逐步降溫其結(jié)果也不相同；另外冬前對梨樹采取不同的生產(chǎn)管理措施，樹體對凍害的抵抗能力也不同，因此，用研究得出的綜合凍害指數(shù)進(jìn)行凍害分級與實際災(zāi)情有差異。雖然本研究建立的凍害預(yù)測模型對有或無凍害的定性預(yù)報正確率高，但是對中度、輕度凍害的定量預(yù)報還有待提高。今后要考慮進(jìn)一步研究綜合凍害指數(shù)的計算方法，參考前人在積寒等[15]方面研究成果，考慮冬季氣溫變化的劇烈程度、冬前的抗寒性鍛煉等方面因素，使綜合凍害指數(shù)更符合實際災(zāi)情；在完善預(yù)測模型方面，可以參考基于海溫[16]進(jìn)行長期預(yù)測的方法，采取多種預(yù)測方法集成技術(shù)，從而提高梨樹凍害預(yù)測的準(zhǔn)確性。

[1] 張倩,李新建,吉春容,等.基于逐步回歸的庫爾勒香梨始花期預(yù)測模型[J].沙漠與綠洲氣象,2013,7(2):43-46.

Zhang Q,Li X J,Ji C R,et al.Prediction model for beginning date of Korla pear flowering period based on stepwise regression[J].Desert and Oasis Meteorology,2013,7(2):43-46. (in Chinese)

[2] 趙勇軍,吳新國.庫爾勒1961-2010年氣候變化特征[J].沙漠與綠洲氣象,2013,7(1):47-52.

Zhao Y J,Wu X G.Characteristics of climate change in Korla during 1961-2010[J].Desert and Oasis Meteorology,2013, 7(1):47-52.(in Chinese)

[3] 于強(qiáng),匡玉疆.巴州果樹凍害調(diào)查分析與對策[J].塔里木大學(xué)學(xué)報,2008,20(3): 81-85.

Yu Q,Kuang Y J.The investigation and countermeasure of fruit trees freeze injury in Korlar[J].Journal of Tarim University,2008,20(3):81-85.(in Chinese)

[4] 位杰,蔣媛,王剛,等.庫爾勒香梨抗寒性研究進(jìn)展[J].植物生理學(xué)報,2017,53(6):949-959.

Wei J,Jiang Y,Wang G,et al.Research progress of cold resistance in Korla fragrant pear[J].Plant Physiology Journal,2017,53(6):949-959.(in Chinese)

[5] 尹忠?guī)X,李曉川.巴州果樹凍害的成因分析[J].沙漠與綠洲氣象,2009,(3):55-58.

Yin Z L,Li X C.Analysis of fruit tree freeze injury in Bazhou area[J].Desert and Oasis Meteorology,2009,(3):55-58.(in Chinese)

[6] 李海燕,楊詩芳,巴哈古力·買買提.2000年以來庫爾勒市果樹凍害氣象條件綜合分析[J].沙漠與綠洲氣象,2011,(4): 55-59.

Li H Y,Yang S F,Bahaguli M M T.Synthetical analysis on weather conditions of the two freezing injury to fruit trees in Kuerle city since 2000[J].Desert and OasisMeteorology,2011, (4):55-59.(in Chinese)

[7] 李茂春,劉海榮.庫爾勒香梨凍害的農(nóng)業(yè)氣象因素分析[J].中國果樹,2012,(1):27-29.

Li M C,Liu H R.Analysis on agricultural meteorological factors of freezing injury of Korla fragrant pear[J].China Fruits,2012,(1):27-29.(in Chinese)

[8] 張仕明,吳鈞,史玉輝,等.庫爾勒香梨樹冬季凍害指數(shù)及其變化特征分析[J].中國農(nóng)業(yè)氣象,2012,33(3):462-467.

Zhang S M,Wu J,Shi Y H,et al.Winter freezing damage index and its effect to fragrant pear trees in Korla area[J].Chinese Journal of Agrometeorology,2012,33(3):462-467.(in Chinese)

[9] 徐敏,吳洪顏,張佩,等.基于氣候適宜度的江蘇水稻氣候年景預(yù)測方法[J].氣象,2018,44(9):1200-1207.

Xu M,Wu H Y,Zhang P,et al.Long-Term prediction method of rice annual agricultural climate status in Jiangsu province based on climatic suitability[J].Meteor Mon,2018,44(9):1200- 1207.(in Chinese)

[10] 胡春麗,李榮平,王婷,等.遼寧水稻年景預(yù)報模型研究[J].干旱氣象,2018,36(3):501-506.

Hu C L,Li R P,Wang T,et al.Forecast model of rice harvest in Liaoning province[J].Journal of Arid Meteorology,2018, 36(3):501-506.(in Chinese)

[11] 劉文菁,徐敏,徐經(jīng)緯,等.基于環(huán)流和海溫的稻曲病指數(shù)長期預(yù)報模型研究[J].氣象科學(xué),2018,(5):659-665.

Liu W J,Xu M,Xu J W,et al.Long-term prediction models based on atmospheric circulation and SST factors for the rice false smut index in Jiangsu rice area[J].Journal of the Meteorological Sciences,2018,(5):659-665.(in Chinese)

[12] 尚志云,姚樹然,王錫平,等.基于大氣環(huán)流特征量的河北省冬小麥白粉病預(yù)報模型[J].中國農(nóng)業(yè)氣象,2014,35(6): 669-674.

Shang Z Y,Yao S R,Wang X P,et al.Prediction of winter wheat powdery mildew in Hebei province based on atmospheric irculation characteristics[J].Chinese Journal of Agrometeorology,2014,35(6):669-674.(in Chinese)

[13]李楠,葉彩華,廖樹華,等.利用協(xié)擊方法建立廣州荔枝寒害預(yù)報模型[J].中國農(nóng)業(yè)氣象,2008,29(4):502-506.

Li N,Ye C H,Liao S H,et al.Developing of chilling damage prediction model for litchi in Guangzhou based on Xieji method[J].Chinese Journal of Agrometeorology,2008,29(4): 502-506.(in Chinese)

[14]翟志宏,廖樹華,姜會飛,等.基于關(guān)鍵區(qū)海溫的華南香蕉寒害長期預(yù)報模型探討[J].災(zāi)害學(xué),2009,24(4):51-57.

Zhai Z H,Liso S H,Jiang H F,et al.Study on seasonal forecast of banana chilling injury in South China based on sea surface temperature of key areas[J].Journal of Catastrophology,2009,24(4):51-57.(in Chinese)

[15] 劉少軍,周廣勝,房世波.1961-2010年中國橡膠寒害的時空分布特征[J].生態(tài)學(xué)雜志,2015,34(5):1282-1288.

Liu S J,Zhou G S,Fang S B.Spatial-temporal characteristics of rubber chilling injury in China during 1961-2010 [J].Chinese Journal of Ecology,2015,34(5):1282-1288.(in Chinese)

[16] 吳楊,金志鳳,葉建剛,等.浙江茶樹春霜凍發(fā)生規(guī)律及其與太平洋海溫的遙相關(guān)分析[J].中國農(nóng)業(yè)氣象,2014,35(4): 434-439.

Wu Y,Jin Z Y,Ye J G.Teleconnection analysis between spring frost damage on tea in Zhejiang province and sea surface temperature in pacific[J].Chinese Journal of Agrometeorology, 2014,35(4):434-439.(in Chinese)

Improvement and Prediction of Cold Freezing Injury Index of Korla Fragrant Pear Trees in Winter

ZHANG Shi-ming，GU Jun-ming

(Bazhou Meteorological Bureau, Korla, Xinjiang 841000,China)

Using the daily weather observation data and atmospheric circulation data from Korla weather station from 1981 to 2017, four meteorological factors（including extreme minimum temperature in winter, negative accumulated temperature of daily average temperature ≤?10℃, the minimum temperature days ≤?15℃, number of days with snow depth ≥5cm）with significant effects on winter freezing injury of pear trees were synthesized into a comprehensive freezing injury index by Principal Component Analysis（PCA）. Then, using the index as the prediction object, the Pearson correlation analysis and stepwise regression method were used to select the atmospheric circulation factor which was significantly correlated with the comprehensive frost damage index as the independent variable, and the comprehensive frost damage index prediction model was established. Finally, the model effect was tested by using data from 1981 to 2017. The results showed that the comprehensive freezing injury index reflected the freezing injury of Korla pear trees over these years, and the smaller the index value, the more serious the degree of freezing injury. Combined with historical disaster records, definition of comprehensive freezing injury index > ?0.42 was no freezing injury, ?0.91 to ?0.42 was slight freezing injury, ?1.8 to ?0.92 was moderate freezing injury, and comprehensive freezing injury index

Korla fragrant pear; Principal component analysis; Freezing injury index; Circulation characteristic quantity

10.3969/j.issn.1000-6362.2019.07.006

2018?12?15

2016年新疆氣象局面上項目（MS201611）

張仕明（1975?），高級工程師，從事農(nóng)業(yè)氣象服務(wù)工作。E-mail：zsm911@163.com

張仕明,顧軍明.庫爾勒香梨樹冬季凍害指數(shù)改進(jìn)與預(yù)測[J].中國農(nóng)業(yè)氣象,2019,40(7):467-473