張萌原 韓忠玲 程勇翔 王秀珍

摘要：以新疆棉花春季冷害為研究對象，利用1951—2017年新疆各氣象站點逐日數(shù)據(jù)，依據(jù)已有的冷害風(fēng)險評估指標(biāo)概念模型，計算棉花春季冷害強(qiáng)度和頻率指標(biāo)，通過將次冷害強(qiáng)度和冷害次頻率升尺度為年冷害強(qiáng)度和冷害年頻率構(gòu)建新的冷害風(fēng)險指標(biāo)，將原本松散的冷害頻率和強(qiáng)度關(guān)系體現(xiàn)出來，依據(jù)二者之間穩(wěn)定的函數(shù)關(guān)系，由冷害年頻率等級得到對應(yīng)的冷害年強(qiáng)度等級，二者相乘作為客觀劃分冷害風(fēng)險指標(biāo)各等級臨界閾值的依據(jù)。以經(jīng)度、緯度和海拔高度歸一化加合趨勢面+溫度趨勢面訂正的新方法實現(xiàn)冷害風(fēng)險指標(biāo)的準(zhǔn)確推算。研究結(jié)果經(jīng)驗證實測風(fēng)險值和擬合值無明顯差異，擬合趨勢線R2為0.96。研究結(jié)果對新疆棉花生產(chǎn)布局有一定參考依據(jù)。

關(guān)鍵詞：新疆;棉花;春季冷害;風(fēng)險評估

中圖分類號：S426 ?文獻(xiàn)標(biāo)志碼： A ?文章編號：1002-1302（2020）10-0102-07

收稿日期：2019-05-22

基金項目：國家重點研發(fā)計劃（編號：2017YFD0300402-3）。

作者簡介：張萌原（1998—），女，河南漯河人，主要從事農(nóng)業(yè)遙感與信息技術(shù)研究。E-mail：1240509219@qq.com。

通信作者：程勇翔，副教授，主要從事農(nóng)業(yè)遙感與信息技術(shù)應(yīng)用研究。 E-mail：chengyongxiang_613@163.com。

新疆幅員遼闊，地勢復(fù)雜，氣象條件多變，由極端天氣造成的氣象災(zāi)害極大地影響著新疆的農(nóng)業(yè)生產(chǎn)[1-2]。棉花是新疆僅次于糧食的第二大農(nóng)作物，其產(chǎn)量占全國棉花總產(chǎn)量的50%以上，是新疆農(nóng)業(yè)產(chǎn)值的重要貢獻(xiàn)者[3]。冷害是影響新疆棉花生產(chǎn)的主要氣象災(zāi)害[4-7]，盡管近年來在全球氣候變暖背景下，新疆熱量資源有所增加，但極端天氣狀況造成的短時氣溫驟降卻時有發(fā)生，特別是春秋2季尤為明顯[8]。因此，對新疆棉花開展低溫冷害風(fēng)險評估研究，仍具有重要現(xiàn)實意義[9]。

目前，冷害風(fēng)險評估或風(fēng)險概率區(qū)劃研究最多的是東北玉米和水稻[10]，對新疆棉花冷害風(fēng)險評估研究較少。傅瑋東對新疆天山及其附近棉區(qū)的氣象資料和播種期資料進(jìn)行了概率統(tǒng)計分析，得出研究區(qū)內(nèi)各處棉花冷害發(fā)生的概率，為該區(qū)棉花冷害風(fēng)險進(jìn)一步研究提供了有價值的參考[7]。朱紅蕊等對黑龍江省玉米利用脆弱性和暴露性2個指標(biāo)分別進(jìn)行GIS空間差值的冷害風(fēng)險區(qū)劃，對風(fēng)險評估結(jié)果采用自然斷點法進(jìn)行等級劃分[11]。何雨芩等利用1960—2009云南省各氣象站點逐日數(shù)據(jù)計算冷害年發(fā)生的頻率，將獲得的冷害頻率以10年為一段，利用GIS空間差值研究了云南省水稻冷害頻率演變過程[12]。研究結(jié)果表明，受區(qū)域氣候變暖影響，冷害發(fā)生頻率逐漸降低，結(jié)果與事實相符合。何燕等以廣西早稻臨界低溫持續(xù)天數(shù)作為冷害區(qū)劃指標(biāo)，利用回歸+殘差訂正的方法實現(xiàn)低溫持續(xù)天數(shù)的推算，通過對推算結(jié)果進(jìn)行賦值打分，得到早稻風(fēng)險區(qū)劃圖[13]，研究結(jié)果具有一定實際參考價值。Cheng等利用回歸+殘差訂正法對湖南省雙季稻冷害春秋2季分別進(jìn)行了冷害風(fēng)險評估[14]，研究結(jié)果經(jīng)驗證與雙季稻冷害實際發(fā)生風(fēng)險相符合，采用的方法可為本研究提供一定參考。李景林等對北疆棉花適宜種植區(qū)基于回歸+殘差訂正的方法計算大于10 ℃積溫、7月平均氣溫和無霜期長度，對所得結(jié)果分別進(jìn)行等級劃分，將各分指標(biāo)等級劃分結(jié)果相綜合，得到北疆棉花種植適宜區(qū)[15]，結(jié)果具有較高參考價值。李文亮等采用信息擴(kuò)散理論方法，基于氣象站點數(shù)據(jù)計算不同冷害等級的各級別風(fēng)險概率，并制作以行政區(qū)劃為單位的冷害風(fēng)險評估[16]，所得規(guī)律與實際情況基本吻合。張麗文等利用加權(quán)綜合評分法，將東北水稻冷害致災(zāi)因子危險性、承災(zāi)體脆弱性、災(zāi)損性三者信息相綜合，構(gòu)建綜合性水稻冷害風(fēng)險評估指標(biāo)[17]，利用GIS中IDW差值法對站點指標(biāo)進(jìn)行空間推算，進(jìn)而實現(xiàn)東北水稻的冷害風(fēng)險區(qū)劃，結(jié)果經(jīng)驗證與典型冷害年水稻單產(chǎn)平均減產(chǎn)率顯著相關(guān)，與歷史任意冷害發(fā)生頻率分布范圍大體一致。王春乙等對長江中下游雙季早稻，利用災(zāi)損率確定冷害、熱害雙季早稻不同發(fā)育期的危險性權(quán)重系數(shù)，利用產(chǎn)量變異系數(shù)衡量脆弱性，利用播種面積衡量暴露性，利用社會和人文衡量防災(zāi)減災(zāi)能力，最后將4個方面結(jié)合各自權(quán)重獲得雙季早稻綜合風(fēng)險評價，結(jié)果與多年平均減產(chǎn)量顯著相關(guān)[18]。

綜上所述，對于冷害風(fēng)險評估中風(fēng)險指標(biāo)的構(gòu)建可分為簡單[7，12，16]或綜合[11，15-18]。在站點數(shù)較少時，冷害風(fēng)險指標(biāo)常用信息擴(kuò)散法進(jìn)行推算[16]。對構(gòu)建的冷害風(fēng)險指標(biāo)空間化，常用指標(biāo)空間插值[12，18]或指標(biāo)的回歸+殘差訂證[13，15]2類方法。筆者認(rèn)為，以上研究在冷害指標(biāo)空間化或指標(biāo)等級劃分上還有待于進(jìn)一步提高。研究擬采用與以往研究不同的方法，在綜合冷害風(fēng)險指標(biāo)構(gòu)建的基礎(chǔ)上，充分考慮地理因子規(guī)律和地表類型對冷害風(fēng)險值的影響，實現(xiàn)新疆棉花冷害風(fēng)險指標(biāo)空間化準(zhǔn)確推算及客觀定等。

1 材料與方法

1.1 研究區(qū)介紹

新疆地處我國西北部（73°40′～96°18′E，34°25′～48°10′N），總面積占我國國土的1/6，達(dá)163×106 km2，主要氣候類型為溫帶大陸性氣候，日照時間長（2600～3600 h/年），氣候干燥，降水稀少[19]，春季降水量大且頻繁，溫度波動大，使得棉花在苗期易遭受冷害[20]?？傮w來說，南疆和東疆熱量條件好于北疆，北疆西部沿天山一帶好于其東部地區(qū)。新疆棉區(qū)主要分布在南疆、東疆和北疆西部沿天山一帶（圖1），以上3個地區(qū)成為棉花冷害研究的重點地區(qū)。

1.2 研究數(shù)據(jù)

從中國氣象科學(xué)數(shù)據(jù)共享網(wǎng)（http：//cdc.cma.gov.cn/satellite/）共獲取66個新疆氣象站點1951—2017年逐日平均氣溫數(shù)據(jù)。對所得到的數(shù)據(jù)進(jìn)行初步整理，剔除有連續(xù)5 d缺失的整年數(shù)據(jù)，對少于5 d的缺失數(shù)據(jù)用該段前后有效數(shù)據(jù)的平均值進(jìn)行插補(bǔ)。從該網(wǎng)站另外獲取了新疆36個農(nóng)業(yè)氣象站1990—2014年不同發(fā)育期資料，并計算每1站點每1發(fā)育期的多年平均值，確定新疆棉花春季冷害評估時間范圍為每年4月5日至5月31日。從地理空間數(shù)據(jù)云獲取2000—2016年歷年MODLT1M 中國 1KM 4月LTN AVG數(shù)據(jù)，將該數(shù)據(jù)計算平均值，用于獲取溫度趨勢面。從國家基礎(chǔ)地理信息系統(tǒng)（http：//nfgis.nsdi.gov.cn/）得到 1 ∶ 400 萬的行政區(qū)劃矢量地圖。利用這些數(shù)據(jù)進(jìn)行相關(guān)圖像裁剪、面積統(tǒng)計和結(jié)果制圖等工作。使用GIS fishnet工具和已有的省界范圍進(jìn)行研究區(qū)經(jīng)度圖和緯度圖的制作。將30 m空間分辨率（https：//wist.echo.nasa.gov/）的高程數(shù)據(jù)進(jìn)行圖像拼接，對拼接后結(jié)果用研究區(qū)行政區(qū)劃矢量圖進(jìn)行裁剪。以上所有數(shù)據(jù)均為WGS1984投影。

1.3 研究方法

1.3.1 棉花冷害風(fēng)險評估模型的構(gòu)建 根據(jù)李世奎等提出的災(zāi)害風(fēng)險評估模型[21]（低溫冷害減產(chǎn)風(fēng)險評估模型）， 以及棉花春季冷害判定指標(biāo)（日平均

溫度12 ℃并且持續(xù)時間≥3 d[7]），對新疆66個氣象站點1951—2017年歷年春季冷害發(fā)生的次數(shù)、每次冷害持續(xù)的天數(shù)進(jìn)行了統(tǒng)計。

將每個氣象站點歷史上單次冷害的平均持續(xù)日數(shù)和平均降溫幅度的乘積作為該站點的次冷害平均強(qiáng)度。

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

（1）

式中：tj為站點的冷害發(fā)生次數(shù); dji為站點的第i次冷害發(fā)生持續(xù)的日數(shù);Cp取值為12，代表冷害溫度的臨界閾值;Tjik為站點的第i次中第k日的平均溫度。

年冷害發(fā)生頻率由站點冷害發(fā)生的總次數(shù)除以統(tǒng)計年數(shù)得到。

fj=tjYj。

（2）

式中：Yj為j站點統(tǒng)計總年數(shù)，每個氣象站建站時間不同和數(shù)據(jù)的部分缺失造成該值會有不同，因此各個站點的該值需分別確定。

將以上得到的單次冷害平均強(qiáng)度與每年冷害發(fā)生頻率的乘積作為年冷害平均強(qiáng)度。

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

（3）

式中：SYj為j站點的年度棉花冷害強(qiáng)度平均值。

冷害年的判斷方法：若1年內(nèi)有1次以上的冷害發(fā)生則將該年判斷為冷害年，記為1，統(tǒng)計每個氣象站點歷史上有冷害發(fā)生的年份，將其與統(tǒng)計的總年數(shù)相除即為冷害年的頻率。

Pj=njYj。

（4）

式中：Pj為j站點的冷害年頻率;nj為j站點歷史上有冷害發(fā)生的年份。

將以上得到的年冷害平均強(qiáng)度與冷害年頻率乘積作為年冷害風(fēng)險指標(biāo)。

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

（5）

式中：IYj為j站點的年冷害風(fēng)險指標(biāo)。

1.3.2 新疆棉花年冷害風(fēng)險指標(biāo)的計算 由于太陽的輻射量跟冷害風(fēng)險指標(biāo)息息相關(guān)，而不同地點的輻射量又受緯度、經(jīng)度、海拔高度的影響。研究發(fā)現(xiàn)棉花年冷害風(fēng)險指標(biāo)與緯度、經(jīng)度和海拔高度存在如下規(guī)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分別代表j站點的緯度、經(jīng)度和海拔，μα 、 μβ和μλ分別是建模樣點緯度、經(jīng)度和海拔的平均值，σα、 σβ和σλ分別是建模樣點緯度、經(jīng)度和海拔的標(biāo)準(zhǔn)差。 Tj代表j站點的溫度，σλ是建模樣點溫度的標(biāo)準(zhǔn)差，μT代表建模樣點溫度的平均值。

研究基于公式（8）的函數(shù)關(guān)系，構(gòu)建新疆棉花苗期冷害風(fēng)險指標(biāo)方程[公式（9）]，棉花冷害指標(biāo)和變量關(guān)系方程建模樣本數(shù)n=45，統(tǒng)計檢驗F=406.50，方程達(dá)到0.01極顯著水平，其中r2=095（圖2），可以依據(jù)所得方程確定冷害風(fēng)險指標(biāo)值。

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

（9）

1.3.3 年冷害風(fēng)險指標(biāo)不同風(fēng)險等級臨界閾值的確定 利用棉花冷害年平均強(qiáng)度SYj和冷害年頻率Pj關(guān)系，通過頻率值推算強(qiáng)度值，進(jìn)而依照頻率等級與相應(yīng)強(qiáng)度值的乘積，將該組乘積值作為冷害各等級劃分的臨界值，結(jié)果對新疆棉花苗期冷害風(fēng)險指標(biāo)圖進(jìn)行風(fēng)險等級評定[22]。研究構(gòu)建的新疆棉花苗期冷害年頻率和強(qiáng)度關(guān)系方程[公式（10）]擬合樣本數(shù)n=66，統(tǒng)計檢驗F=270.32。方程在001水平上呈極顯著相關(guān)， r2=0.95（圖3）。據(jù)此，

獲取了棉花春季冷害不同風(fēng)險等級的臨界閾值（表1）。以上研究各步經(jīng)總結(jié)流程見圖4。

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

（10）

2 結(jié)果與分析

研究將經(jīng)度、緯度和海拔高度歸一化的結(jié)果，利用公式（6）得到地理因子歸一化的趨勢面加合圖，結(jié)果見圖5。從圖5可以看出，歸一化加合的趨勢面與棉花春季冷害風(fēng)險指標(biāo)值之間成正比關(guān)系，地理因子歸一化加合值越高，冷害風(fēng)險越大。研究通過計算獲取了2000—2016年4月夜間月平均陸地表面溫度趨勢，結(jié)果見圖6，趨勢圖中溫度越高棉花冷害風(fēng)險越低，溫度越低棉花冷害風(fēng)險越高，該圖主要起到對地理因子歸一化加合趨勢面結(jié)果校正的作用，使結(jié)果能夠充分體現(xiàn)地表狀況對冷害風(fēng)險的影響。

利用公式（7）的計算結(jié)果，結(jié)合公式（9）對棉花春季冷害風(fēng)險指標(biāo)值進(jìn)行了推算，結(jié)果再根據(jù)表1臨界閾值對冷害風(fēng)險指標(biāo)值進(jìn)行等級劃分，最終劃分結(jié)果見圖7。從圖7可以看出，昆侖山脈、天山山

脈、阿爾泰山山脈附近地區(qū)，由于海拔高，積溫低，遭受冷害的風(fēng)險高，無棉花種植。東疆的吐魯番市、鄯善縣、托克遜縣等吐魯番盆地棉區(qū)熱量最高，遭受冷害的風(fēng)險最低，冷害發(fā)生概率基本處于[0%，45%]。南疆的墨玉縣、洛浦縣、和田縣、若羌縣等塔里木盆地南緣棉區(qū)，熱量稍差，風(fēng)險等級較高，冷害發(fā)生概率基本處在[50%，65%]。北疆的精河縣、烏蘇市、沙灣縣、瑪納斯縣、昌吉回族自治州等準(zhǔn)噶爾盆地南緣棉區(qū)熱量最差，冷害發(fā)生概率基本處在[70%，100%]，且呈現(xiàn)明顯的自西向東冷害風(fēng)險逐漸增高的趨勢。

研究利用未參與建模的21個氣象觀測站點的實測數(shù)據(jù)進(jìn)行驗證。結(jié)果表明，實測點和擬合點之間符合1 ∶ 1比例，且模型實測值和擬合值無顯著差異（圖8），二者散點圖的擬合精度值r2為0.96，試驗結(jié)果可用于后續(xù)分析。

4 討論與結(jié)論

研究使用地理因子歸一化加合變量（Vj ）或直接利用多個地理因子變量或采用地理因子歸一化加合與溫度訂正作為變量（Xj）分別與棉花冷害風(fēng)險指標(biāo)建立回歸關(guān)系相比較，如果是利用地理因子歸

一化加合變量與冷害風(fēng)險指標(biāo)建立回歸方程R2值為0.94，如果是直接利用地理因子變量值與冷害風(fēng)險指標(biāo)構(gòu)建多元回歸方程的R2值為0.81，如果是利用地理因子歸一化加合與溫度訂正作為變量與熱害風(fēng)險指標(biāo)建立回歸方程R2值為0.95?？梢娧芯坎捎玫牡乩硪蜃託w一化加合與溫度訂正作為變量的方法可有效提高冷害風(fēng)險指標(biāo)的推算精度。研究采用的緯度、經(jīng)度和海拔高度歸一化加合趨勢面+溫度趨勢面訂正的方法與前人僅基于站點數(shù)據(jù)空間插值的方法相比較，在空間精度上有了一定的提高，克服空間插值的不足。研究與目前常用的回歸趨勢面+殘差訂正的方法（圖9）相比較，能夠更充分考慮下墊面狀況對風(fēng)險指標(biāo)的影響，雖然在個別訂正點上準(zhǔn)確性不如殘差訂正方法，但結(jié)果在總體趨勢上與事實更加吻合。另外，研究為充分體現(xiàn)溫度趨勢面訂正對結(jié)果的影響，又利用vj值單獨作為自變量進(jìn)行了低溫冷害風(fēng)險等級劃分，結(jié)果見圖10。從圖10中發(fā)現(xiàn)，雖然在整體趨勢上與研究結(jié)果（圖7）相一致，但圖7對細(xì)節(jié)刻畫得更為細(xì)致。

研究采用的棉花冷害等級劃分方法，依據(jù)冷害年頻率和年強(qiáng)度的函數(shù)關(guān)系，通過冷害年頻率等級確定相應(yīng)的冷害年強(qiáng)度等級，理論上可以實現(xiàn)任意概率風(fēng)險下的臨界閾值劃分，相較于前人試驗僅僅根據(jù)年冷害發(fā)生次數(shù)作為指標(biāo)劃分3～5個等級而言，研究劃分梯度更加細(xì)致。相比于利用自然裂點[11]、層次分析[17]等方法確定的等級臨界閾值來說，研究劃分更為客觀。

本研究結(jié)果表明，北疆棉花春季冷害發(fā)生概率高于南疆，棉花冷害風(fēng)險自西向東逐漸增加，與之相對應(yīng)的棉花種植比例逐漸降低，即棉花種植比例高的地區(qū)，冷害風(fēng)險評估等級低。棉花種植比例低的地區(qū)，冷害風(fēng)險評估等級高。本結(jié)果與新疆棉花種植比例分布圖的研究結(jié)果相符合，表明本研究結(jié)果的正確性。

本研究僅針對棉花冷害氣象條件進(jìn)行了風(fēng)險評估，沒有充分考慮棉花品種及抗寒性對風(fēng)險評估等級的影響，另外沒有對棉花冷害災(zāi)損進(jìn)行相應(yīng)風(fēng)險評估，因此，研究考慮的致災(zāi)因素并不十分全面，研究結(jié)果還有待進(jìn)一步提高。

南疆棉花苗期受到冷害風(fēng)險低于北疆，熱量條件整體較好。北疆棉花種植區(qū)冷害風(fēng)險自西向東逐漸增高，該規(guī)律與棉花種植比例和熱量分布規(guī)律相反，北疆棉區(qū)更易受到冷害侵襲，是今后棉花生產(chǎn)中需重點關(guān)注的對象。研究采用的地理因子歸一化加合趨勢面+溫度趨勢面訂正的方法能夠充分反映地理因子和地物信息二者疊加共同對棉花冷害的影響，研究在空間精細(xì)化及冷害等級劃分上較前人有所提高。研究結(jié)果經(jīng)驗證與事實相符合。研究方法在指標(biāo)構(gòu)建與推算上，邏輯清楚，規(guī)律穩(wěn)定。該方法不僅適用于棉花冷害風(fēng)險評估，還可適用于其他作物冷害風(fēng)險評估。

參考文獻(xiàn)：

[1]肖海峰，俞巖秀.中國棉花生產(chǎn)布局變遷及其比較優(yōu)勢分析[J]. 農(nóng)業(yè)經(jīng)濟(jì)與管理，2018（4）：38-47.

[2]王 晶，肖海峰. 新疆棉區(qū)生產(chǎn)空間格局演化及驅(qū)動因素分析[J]. 中國農(nóng)業(yè)資源與區(qū)劃，2018，39（9）：155-161，189.

[3]楊忠娜，唐繼軍，喻曉玲. 新疆棉花產(chǎn)業(yè)對國民經(jīng)濟(jì)的影響及對策研究[J]. 農(nóng)業(yè)現(xiàn)代化研究，2013，34（3）：298-302.

[4]劉 勇，張 玲，楊明鳳. 2016年新疆石河子墾區(qū)影響棉花產(chǎn)量的氣象因子分析[J]. 中國棉花，2018，45（6）：40-42.

[5]王春乙，張繼權(quán)，霍治國，等. 農(nóng)業(yè)氣象災(zāi)害風(fēng)險評估研究進(jìn)展與展望[J]. 氣象學(xué)報，2015，73（1）：1-19.

[6]支 詢，倪長健，張玉書，等. 低溫冷害監(jiān)測評估及風(fēng)險區(qū)劃研究進(jìn)展[J]. 氣象水文海洋儀器，2014，31（3）：117-120.

[7]傅瑋東. 終霜和春季低溫冷害對新疆棉花播種期的影響[J]. 干旱區(qū)資源與環(huán)境，2001（2）：38-43.

[8]張 燕，賴軍臣，傅瑋東. 2013年北疆墾區(qū)不同棉區(qū)棉花產(chǎn)量波動的氣候因素對比分析[J]. 安徽農(nóng)業(yè)科學(xué)，2014，42（34）：12177-12179，12183.

[9]趙 黎，李文博，吾米提·居馬泰，等. 氣候變化對新疆棉花種植布局與生長發(fā)育的影響[J]. 新疆農(nóng)墾科技，2018，41（7）：7-10.

[10]郭 際，施貝貝，徐凱迪，等. 江蘇省單季稻應(yīng)對高溫?zé)岷偷蜏乩浜Φ臍鉁乇ｋU指數(shù)及風(fēng)險區(qū)劃[J]. 江蘇農(nóng)業(yè)科學(xué)，2019，47（2）：312-316.

[11]朱紅蕊，劉赫男，張洪玲，等. 黑龍江省玉米低溫冷害風(fēng)險評估及預(yù)估[J]. 氣候變化研究進(jìn)展，2015，11（3）：173-178.

[12]何雨芩，胡雪瓊，朱 勇. 云南省近50年水稻抽揚期低溫冷害演變特征分析[J]. 南京信息工程大學(xué)學(xué)報（自然科學(xué)版），2018，10（2）：225-231.

[13]何 燕，李 政，徐世宏，等. GIS支持下的廣西早稻春季冷害區(qū)劃研究[J]. 自然災(zāi)害學(xué)報，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，張山清，等. 近52年北疆氣候變化對棉花種植氣候適宜性分區(qū)的影響[J]. 棉花學(xué)報，2015，27（1）：22-30.

[16]李文亮，張冬有，張麗娟. 黑龍江省氣象災(zāi)害風(fēng)險評估與區(qū)劃[J]. 干旱區(qū)地理，2009，32（5）：754-760.

[17]張麗文，王秀珍，李秀芬. 基于綜合賦權(quán)分析的東北水稻低溫冷害風(fēng)險評估及區(qū)劃研究[J]. 自然災(zāi)害學(xué)報，2014，23（2）：137-146.

[18]王春乙，姚蓬娟，張繼權(quán)，等. 長江中下游地區(qū)雙季早稻冷害、熱害綜合風(fēng)險評價[J]. 中國農(nóng)業(yè)科學(xué)，2016，49（13）：2469-2483.

[19]韓忠玲，崔玉瑩，陳 樂，等. 新疆棉花低溫冷害動態(tài)監(jiān)測研究[J]. 安徽農(nóng)業(yè)科學(xué)，2019，47（2）：205-214.

[20]傅瑋東，李新建，黃慰軍. 新疆棉花播種-開花期低溫冷害的初步判斷[J]. 中國農(nóng)業(yè)氣象，2007（3）：344-346.

[21]李世奎，霍治國，王素艷，等. 農(nóng)業(yè)氣象災(zāi)害風(fēng)險評估體系及模型研究[J]. 自然災(zāi)害學(xué)報，2004，13（1）：77-87.

[22]程勇翔，王秀珍，郭建平，等. 農(nóng)作物低溫冷害監(jiān)測評估及預(yù)報方法評述[J]. 中國農(nóng)業(yè)氣象，2012，33（2）：297-303.