楊建瑩，霍治國,2，徐建文，王培娟，鄔定榮，毛紅丹，孔 瑞

北方蘋果干旱觸發(fā)判識方法

楊建瑩1，霍治國1,2※，徐建文3，王培娟1，鄔定榮1，毛紅丹1，孔 瑞1

（1. 中國氣象科學研究院生態(tài)與農業(yè)氣象研究所，北京 100081；2. 南京信息工程大學氣象災害預報預警與評估協(xié)同創(chuàng)新中心，南京 210044；3. 大連市氣象服務中心，大連 116001）

基于小樣本歷史災害數據和長序列氣象、林果生長數據的林果災害判識，對目前歷史災害數據匱乏的林果等經濟作物氣象災害研究具有重要意義。該研究以中國陜西省富士系蘋果干旱災害為例，利用氣象資料、蘋果干旱災情史料和富士系蘋果發(fā)育期資料，充分考慮蘋果不同發(fā)育階段的水分需求和降水供給情況，以及前期水分盈虧狀況對當前發(fā)育階段蘋果生長的影響，在水分盈虧指數計算的基礎上，構建蘋果干旱指數。通過概率分析、K-Means聚類、歐式距離等方法，厘定陜西省富士系蘋果的干旱觸發(fā)閾值。采用致災因子序列對比分析、預留樣本驗證相結合的方法，驗證蘋果干旱觸發(fā)閾值有效性。結果表明：1）蘋果干旱觸發(fā)閾值分別為：蘋果果樹萌動-萌芽期0.87，萌芽-盛花期0.84，盛花-成熟期0.73；2）基于閾值提取的蘋果干旱年份的干旱指數序列與歷史災害樣本干旱指數序列具有同一性；預留獨立樣本指標判識準確率為85.58%；典型站點長時間序列檢驗判識結果準確率為80.95%。研究結果可為林果災害指標研究提供技術支撐。

干旱；氣象；蘋果；閾值厘定；有效性檢驗

0 引 言

干旱是中國最主要的農業(yè)氣象災害，發(fā)生頻率高、致災范圍廣、持續(xù)時間長、損失影響大。中國常年干旱受災面積約占氣象災害總受災面積的60%以上，平均每年農業(yè)干旱面積在2 000～3 000萬hm2[1]。林果干旱是農業(yè)干旱的一種，是指在林果生長發(fā)育過程中，因降水不足并得不到適時適量的灌溉致使供水不能滿足林果的正常需水而造成損傷[2]。近50年來中國干旱面積迅速擴大，極端干旱事件頻發(fā)[3-5]，加劇了農業(yè)干旱的形成，給林果生產帶來了嚴重影響。

農業(yè)干旱的發(fā)生時間、發(fā)展過程和影響范圍，可通過構建干旱指標來綜合判識和表達。從氣象、土壤條件、作物特性出發(fā)，以降水[6]、蒸發(fā)[7]、濕度和土壤含水率[8]等指標作為主要數據源的區(qū)域農業(yè)干旱研究相對豐富，干旱判識指標和方法在農田作物干旱識別[9-10]、時空發(fā)展趨勢[11-12]、災損量化中應用較為廣泛。常用的農業(yè)干旱判識指數包括降水量距平百分率（Percentage of precipitation anomalies，Pa）[13]、土壤相對濕度（Relative soil moisture，Rsm）[14-15]、連續(xù)無有效降水（降雪、積雪）日數（continuous days without available precipitation，Dnp）[16]、作物水分虧缺指數（Crop Water Deficit Index，CWDI）[17-18]等。針對不同作物，采用的干旱指標也各不相同。2015年發(fā)布的國家標準《農業(yè)干旱等級》（GB/T 32136—2015）[19]中，采用作物水分虧缺距平指數、土壤相對濕潤度指數、農田與作物干旱形態(tài)指標來進行農業(yè)干旱的界定。其中，作物水分虧缺距平指數>35時認為發(fā)生農業(yè)干旱，涉及的主要農作物包括小麥、玉米、水稻、棉花、大豆、馬鈴薯等。

蘋果是中國北方地區(qū)農業(yè)產業(yè)中經濟效益較高的林果。然而，受大陸性季風氣候影響，降水時空分布不均，且80%的果園無灌溉條件，蘋果生產過程水分供需矛盾突出[20]，制約光熱和土肥資源潛力的有效發(fā)揮[21]，對果樹光合產物形成和積累產生顯著影響[22-23]。與農田作物農業(yè)干旱識別指標相比較，蘋果干旱識別研究具有特殊性。蘋果生長周期內耗水較多，可達1 000 mm以上，盛花-成熟期階段是果樹關鍵需水階段，需水量一般500 mm以上[20]；根系發(fā)達，對地表水分攔截、保持和利用作用顯著，對深層土壤水分吸收能力強。與農田作物相比，蘋果對水分和養(yǎng)分的利用效率，以及對干旱天氣的抵御能力均高于農田作物。目前，國內外對蘋果干旱的研究，主要是基于果園控制試驗，研究干旱條件對蘋果生理生化[21,24]、產量[25]、品質[26]的影響。蘋果干旱判識指標研究還相對較少。馬延慶等[27]基于干燥度、土壤含水率、果園蒸散量等農業(yè)干旱指標綜合分析了蘋果干旱發(fā)生的主要時段和蘋果的需水耗水規(guī)律；王景紅等[28]結合蘋果不同發(fā)育階段的水分供需特征和氣象干旱強度，構建了黃土高原區(qū)富士系蘋果干旱指數，評價了陜西省蘋果干旱風險；程雪等[20]利用該指標研究了中國北方地區(qū)蘋果干旱時空分布特征。上述指標能較好地表征蘋果不同發(fā)育階段的水分供需特征及區(qū)域尺度蘋果干旱風險的差異，但蘋果干旱發(fā)生的臨界氣象條件及觸發(fā)閾值尚未明確，蘋果干旱判識針對性有所不足。相關研究表明，適度干旱脅迫會促進同化物從營養(yǎng)器官向生殖器官轉移，產生增產節(jié)水效應的同時，增強蘋果品質[29]；但若干旱天氣持續(xù)加強且無補充灌溉，則發(fā)生蘋果干旱，影響果實產量和品質。明確蘋果干旱觸發(fā)閾值、準確判識蘋果干旱的發(fā)生發(fā)展，對針對性的開展蘋果防災減災意義重大。

歷史災害數據對于理解區(qū)域災害系統(tǒng)的相互作用機制有著重要的作用。基于歷史災害樣本重建與再分析的農業(yè)氣象指標構建方法，在農業(yè)洪澇[30]、澇漬[31-32]、高溫熱害[33]、冷害[34]等災害觸發(fā)閾值研究中得到應用和證實。然而，與農田作物相比，林果等經濟作物的歷史災害記錄相對匱乏，單純采用災情反演與再分析的災害研究方法存在樣本不足、精度不高等問題。因此，如何綜合利用小樣本歷史災害數據、長序列氣象和林果生長數據，實現(xiàn)區(qū)域林果氣象災害的閾值厘定和判識，對林果等經濟作物氣象災害的監(jiān)測預警與防控有重要意義。

鑒于此，本文以陜西富士系蘋果干旱災害為例，參考農田作物農業(yè)干旱指數構建方法，在綜合考慮蘋果不同發(fā)育階段水分供需的基礎上，構建能表征蘋果階段水分狀況的蘋果干旱指數；通過災情反演、指數提取、聚類分析和樣本距離等方法，研發(fā)基于小樣本災害數據、長序列歷史氣象數據和林果生長數據的災害判識方法，厘定陜西富士系蘋果的干旱觸發(fā)閾值，并采用致災因子序列對比分析、預留樣本驗證相結合的方法，驗證蘋果干旱觸發(fā)指標有效性。研究結果可為林果等經濟作物災害判識指標構建提供范式，為針對性地開展林果干旱防災減災提供技術支撐。

1 材料與方法

1.1 數據來源

陜西省內35個國家級基本氣象站1981—2018年逐日氣象資料來源于國家氣象信息中心，包括逐日的降水量、平均風速、平均溫度、日最高氣溫和日最低氣溫等，對其中個別缺測值采用該日相鄰兩日該要素的平均值替代[35]。蘋果發(fā)育期包括果樹萌動期、萌芽期、盛花期和成熟期，其中蘋果果樹萌動期以平均溫度穩(wěn)定通過3 ℃為依據確定[36]。蘋果萌芽期、盛花期和成熟期數據來源于《中國農業(yè)氣象資源圖集》[37]，通過紙質資料掃描、ArcGIS地理校正等方法，對發(fā)育期資料進行數字化。提取等值線附近氣象站點發(fā)育期日期，利用Kriging插值結合物候定律法[38]將蘋果發(fā)育期數據插值到研究區(qū)域內的35個氣象站點。蘋果干旱災情資料來源于《中國氣象災害大典》（陜西）[39]、《中國氣象災害年鑒》[40]、蘋果災情調查、果樹災害專題調查，以及果業(yè)基地縣縣志、果業(yè)基地縣民政部門的災情記錄以及媒體報道。

1.2 蘋果干旱指數構建

參考農田作物（如小麥、玉米等）干旱指標構建方法，充分考慮蘋果不同發(fā)育階段的水分需求和降水供給情況，以及前期水分盈虧狀況對當前發(fā)育階段蘋果生長的影響，在蘋果不同發(fā)育階段水分盈虧指數計算的基礎上，構建蘋果干旱指數。

1.2.1 水分盈虧指數及其計算方法

借鑒農作物干旱識別指標，水分盈虧指數計算公式如下所示。

式中，WD為某年某站點蘋果第個發(fā)育階段內的水分盈虧指數；ET和P分別為某年某站點蘋果第個發(fā)育階段需水量和降水量，mm。作物需水量(ET)采用FAO推薦的“參考作物蒸散量乘以作物系數法”計算蘋果各發(fā)育階段需水量，具體計算公式如下

式中ET為蘋果某一發(fā)育階段的需水量，mm；ET0為對應時段的參考作物蒸散量，mm，計算方法采用FAO推薦的Penman-Monteith公式[41]；K為蘋果該發(fā)育階段作物系數，參考1998年FAO-56推薦的分段單值平均作物系數法[41]和相關文獻[42-43]，蘋果果樹萌動-萌芽期、萌芽-盛花期、盛花-成熟期3個發(fā)育階的K分別為0.65、0.8和0.95。

1.2.2 蘋果干旱指數及其計算方法

果樹萌動-萌芽期和萌芽-盛花期一般歷時約30～40 d，當前發(fā)育階段之前的降水條件分別對果樹萌動-萌芽期和萌芽-盛花期的干旱形成影響較大；盛花-成熟期歷時60～100 d，該階段雖然處于一年中的水分充盈期，但如遇干旱年，果樹盛花期前的水分條件依然影響當前階段的水分供給。參考國家標準《農業(yè)干旱等級》（GB/T 32136—2015）中作物水分虧缺指數 CWDI（Crop Water Deficit Index）的構建方法，以及林果作物與農田作物在生理需水、根系水分吸收及土壤深層水分利用上的差異性，在構建蘋果干旱指數時，考慮當前階段及前60 d水分盈虧情況。采用權重遞減的思路[44]，即假定當前的水分盈虧指數對該階段的干旱指數貢獻最大，隨著時間的前移，過去60 d的水分盈虧指數對當前階段的干旱指數隨時間距離遞減?？紤]到水分盈虧指數適用于旬以上尺度的干旱監(jiān)測和評估，故以10 d為步長，累計統(tǒng)計過去60 d（即6個步長）的水分盈虧指數，并設置所有因子總權重為1。WD的權重系數為7/28；WD-1即前1～10 d的水分盈虧指數，它的權重系數為6/28；WD-2即前11～20 d的水分盈虧指數，它的權重系數為5/28；以此類推。

具體公式如下

式中DI為第階段的蘋果干旱指數，最大值為1；為計算水分盈虧指數的步長個數，為1～7。

1.3 歷史災害樣本反演

根據災情記錄中的蘋果干旱發(fā)生時間、地點，結合蘋果發(fā)育期資料，分別反演對應年份、對應氣象站點、對應發(fā)育階段（蘋果果樹萌動-萌芽期、萌芽-盛花期、盛花-成熟期）的蘋果干旱指數，構建蘋果3個發(fā)育階段的災害樣本干旱指數集合。例如災情記錄為“1994年6—9月，受干旱影響，陜西禮泉縣全縣果園受災，果樹整體發(fā)育生長緩慢，生理性落葉、落果”。根據蘋果發(fā)育期資料，6—9月蘋果處于盛花-成熟期間，計算1994年禮泉縣盛花-成熟期蘋果干旱指數為0.79，因此反演得到該樣本為：1994，禮泉，盛花-成熟期，0.79。同理，反演得到歷史蘋果干旱實際受災樣本序列3組共130個，其中蘋果果樹萌動-萌芽期干旱樣本19個，萌芽-盛花期干旱樣本41個、盛花-成熟期干旱樣本70個。

在以往基于歷史災害樣本重建與再分析的農業(yè)氣象災害研究中，通常預留10%～20%的獨立樣本進行閾值驗證，閾值厘定樣本數量通常為10～50個[30-34]。為研發(fā)基于小樣本災害數據的林果干旱閾值判識方法，本文隨機選取蘋果各發(fā)育階段災害總樣本量的20%用于蘋果干旱觸發(fā)閾值厘定，預留80%災害樣本用于閾值的驗證。蘋果干旱樣本數量詳細信息如表1所示。

表1 蘋果干旱樣本數量詳細信息

1.4 蘋果干旱觸發(fā)閾值厘定

1.4.1 蘋果干旱初始判識指標

概率密度或累積概率函數可以表征總體樣本特征，天氣學中，常被應用于定義特定地區(qū)和時間的極端天氣事件[45]。本文采用累積概率密度表征1981—2018年蘋果各發(fā)育期干旱指數的總體分布。計算得到1981—2018年35個氣象站點蘋果果樹萌動-萌芽期、萌芽-盛花期、盛花-成熟期干旱指數樣本各1 330個。假設蘋果各發(fā)育階段的1 330個干旱指數為連續(xù)型隨機變量，分別對干旱指數總體樣本進行累計概率擬合。以5%為步長，計算總體蘋果干旱指數累積概率下的歷史災害樣本覆蓋率()。以>0的起始值所對應的總體樣本累積概率反函數值，作為該發(fā)育階段蘋果干旱的初始判識指標，認為只有干旱指數值達到初始判識指標，才有可能發(fā)生蘋果干旱事件。災害樣本覆蓋率(i)的計算方法如下式所示

式中R為蘋果第個發(fā)育階段的災害樣本覆蓋率；n為該發(fā)育階段達到1981—2018年總體樣本某一累積概率的歷史災害樣本數；N為蘋果第個發(fā)育階段歷史災害樣本數總數。

1.4.2 觸發(fā)閾值厘定方法

以初始判識指標為基礎，將1981—2018年干旱指數大于初始判識指標的干旱指數值定義為聚類樣本。分別對蘋果果樹萌動-萌芽期、萌芽-盛花期、盛花-成熟期聚類樣本進行分類，判識聚類樣本中心點；計算歷史災害樣本干旱指數與聚類中心點距離，以最小距離對應的聚類中心點作為該階段蘋果干旱發(fā)生的觸發(fā)閾值。

1）基于K-Means算法的聚類中心點識別

聚類分析是依據研究對象的個體特征建立分類的多元統(tǒng)計分析方法。它能夠將一批樣本數據按照性質上的親疏程度對其進行分類，在經濟、管理、社會學等領域都有廣泛應用[46]。K-Means算法是常用的聚類分析方法之一[47]，其基本思想是，對于給定的樣本集，按照樣本之間的距離大小，將樣本集劃分為個簇。讓簇內的點盡量緊密的連在一起，而讓簇間的距離盡量的大。假設簇劃分為(1，2，...C)，則目標是最小化平方誤差

式中為聚類數；為簇C的樣本點；u是簇C的均值向量，也稱為聚類中心點，表達式為

本文采用K-Means算法，對1981—2018年蘋果果樹萌動-萌芽期、萌芽-盛花期、盛花-成熟期聚類樣本進行分類，判識聚類樣本中心點。

2）基于最小距離的干旱觸發(fā)閾值厘定

歐式距離一定程度上能表征樣本間的相似程度，是分類研究中的常用計算方法。本文采用歐式距離公式計算蘋果果樹萌動-萌芽期、萌芽-盛花期、盛花-成熟期歷史災害樣本與聚類樣本中心點距離，判識歷史災害樣本所屬聚類類別，以最小歐式距離對應的聚類中心點，作為該階段蘋果干旱發(fā)生的觸發(fā)閾值。

歐式距離公式[48]計算方法為

式中d是第個災害樣本和聚類中心點的歐式距離；是災害樣本數量；Z是第個樣本的干旱指數值；Z是聚類中心點對應的干旱指數值。

1.5 蘋果干旱閾值合理性檢驗

1.5.1 致災因子（干旱指數）序列的統(tǒng)計學檢驗

計算1981—2018年干旱指數，基于蘋果干旱觸發(fā)閾值，將提取得到的干旱年份干旱指數序列與歷史記錄反演得到的災害樣本干旱指數序列作對比，計算干旱指數分布頻率、平均值和標準差，并對3個發(fā)育階段的共3組樣本集合做檢驗，驗證是否來著同一整體，評估基于閾值提取的蘋果干旱年份的干旱指數序列與歷史災害樣本干旱指數序列是否具有同一性。

1.5.2 預留獨立樣本檢驗

1）歷史災害樣本判識準確率檢驗

參考水稻洪澇、高溫熱害等級閾值檢驗方法[30,33]，采用預留驗證樣本，依據蘋果干旱觸發(fā)閾值，計算蘋果果樹萌動-萌芽期、萌芽-盛花期、盛花-成熟期干旱判識準確率，進行不同發(fā)育階段干旱判別結果檢驗。

2）典型站干旱判識檢驗

采用單一站點1981—2018年干旱指數值為典型站災害判識序列，根據驗證樣本中記載的蘋果干旱發(fā)生年份和發(fā)育階段，對照檢驗基于干旱指標計算的干旱判識結果，驗證其與歷史記錄是否一致。站點選擇依據以下原則：①該站常年有蘋果種植，是蘋果生產的典型區(qū)；②該站歷史蘋果干旱災情記錄相對詳實。

2 結果與分析

2.1 蘋果干旱觸發(fā)閾值厘定

2.1.1 初始判識指標的確定

1981—2018年干旱指數累積概率及歷史災害樣本干旱指數分布如圖1所示。以1981—2018年干旱指數序列的5%累積概率為步長，逐步計算不同累積概率下的災害樣本覆蓋率（），其結果如圖2所示。隨著干旱指數累積概率的增加，干旱指數（Drought Index, DI）逐漸增大，災害樣本覆蓋率（）逐漸增大。以蘋果果樹萌動-萌芽期初始判識指標確定過程為例，初始判識指標的確定蘋果果樹萌動-萌芽期的4個歷史災害樣本干旱指數均分布于1981—2018年干旱指數序列的75%累積概率以上，80%、85%和90%累積概率下的值分別為25%、25%和100%，即當蘋果干旱指數達到1981—2018年干旱指數序列的80%和85%反函數值時，25%的歷史災害樣本干旱指數值小于該指標，不能被判識；當達到90%反函數值時，全部歷史災害樣本的干旱指數值在該判識指標以下，均無法通過該指標得到判識。以5%累積概率為步長，判斷>0的起始值為1981—2018年干旱指數的75%累積概率，全部歷史災害樣本干旱指數值均大于該指標，均可得到判識。以75%累積概率反函數值作為該發(fā)育階段蘋果干旱的初始判識指標，判定1981—2018年干旱指數序列的75%累積概率反函數值（0.74）作為該發(fā)育階段蘋果干旱的初始判識指標。同理，判定蘋果萌芽-盛花期、盛花-成熟期的干旱初步判識指標為1981—2018年干旱指數80%、70%累積概率對應干旱指數值，即0.75、0.50。蘋果果樹萌動-萌芽期、萌芽-盛花期、盛花-成熟期干旱的初始判識指標分別為0.74、0.75、0.50，只有蘋果干旱指數達到0.74、0.75和0.50時，蘋果干旱才可能發(fā)生。

圖1 不同發(fā)育期1981—2018年干旱指數（DI）累積概率及歷史災害樣本干旱指數分布

圖2 不同發(fā)育期1981—2018年干旱指數累積概率下歷史災害樣本覆蓋率（R）變化

2.1.2 閾值厘定

以0.74、0.75、0.50為初始判識指標，將1981—2018年干旱指數大于初始判識指標的干旱指數值定義為聚類樣本，采用K-Mean聚類將蘋果果樹萌動-萌芽期、萌芽-盛花期、盛花-成熟期聚類樣本進行分類。參考K-Mean聚類算法的使用和適用原則，將蘋果不同發(fā)育階段聚類樣本分為5個聚類。聚類中心點及方差分析如表2所示。對1981—2018年蘋果果樹萌動-萌芽期干旱指數>0.74的干旱指數樣本進行聚類，得到的聚類中心點分別為：0.81、0.87、0.92、0.96、0.99；分別對1981—2018年萌芽-盛花期干旱指數>0.75和盛花-成熟期干旱指數>0.50的干旱指數進行聚類，得到聚類中心點分別為0.78、0.84、0.90、0.95、0.99和0.65、0.73、0.80、0.86、0.91。組間方差分別為0.198、0.228、0.378，大于組內方差（<0.01）（表2）。

表2 聚類中心點及方差分析

采用歐式距離公式計算得到蘋果果樹萌動-萌芽期、萌芽-盛花期、盛花-成熟期災害樣本與聚類樣本中心點距離。采用離差標準化方法，對不同發(fā)育階段的歐氏距離進行線性變換，使歐氏距離值映射到[0，1] 區(qū)間，結果如圖3所示。蘋果果樹萌動-萌芽期災害樣本對應聚類中心點0.81、0.87、0.92、0.96和0.99的歐式距離分別為0.38、0.10、0.46、0.77和1.00。以最小歐式距離對應的聚類中心點0.87，作為該階段蘋果干旱的觸發(fā)閾值，即蘋果果樹萌動-萌芽期干旱發(fā)生的觸發(fā)閾值為0.87，認為該階段干旱指數達到0.87時，發(fā)生蘋果干旱災害。同理，確定蘋果萌芽-盛花期和盛花-成熟期的干旱觸發(fā)閾值分別為0.84和0.73（圖3）?？傮w來說，蘋果干旱觸發(fā)閾值由大到小順序為蘋果果樹萌動-萌芽期、萌芽-盛花期、盛花-成熟期。蘋果果樹萌動-萌芽期與萌芽-盛花期干旱標閾值較為接近，均>0.8。盛花-成熟期時間跨度大，覆蓋整個夏季，降雨充沛，相較于果樹萌動-萌芽期和萌芽-盛花期，氣象干旱條件略有緩解，干旱觸發(fā)閾值較蘋果果樹萌動-萌芽期和萌芽-盛花期偏低。

圖3 不同發(fā)育期歷史災害樣本干旱指數與各聚類樣本中心點的歐式距離

2.2 蘋果干旱觸發(fā)閾值檢驗

2.2.1 干旱指數序列的同一性檢驗

基于蘋果干旱觸發(fā)閾值判識1981—2018年蘋果果樹萌動-萌芽期、萌芽-盛花期和盛花-成熟期的干旱年份，提取干旱年份的干旱指數序列。提取得到的1981—2018年蘋果果樹萌動-萌芽期、萌芽-盛花期和盛花-成熟期干旱樣本數分別149、142和110個；預留的歷史災害樣本數分別為15、33和56個。對比蘋果不同發(fā)育階段干旱指數序列，結果如圖4所示?；陂撝堤崛〉玫降母珊的攴莞珊抵笖敌蛄信c歷史災害干旱指數序列的頻率分布規(guī)律基本一致。蘋果果樹萌動-萌芽期干旱指數主要分布于0.87～0.92，提取樣本與災害樣本占比分別為72%和80%。萌芽-盛花期干旱指數分布頻率最高的數值區(qū)域為[0.84 0.86)，提取樣本與災害樣本干旱指數在該數值區(qū)域占比分別為33.10%和33.33%；其次為[0.86 0.88)，提取樣本與災害樣本干旱指數占比分別為20.42%和20.22%。盛花-成熟期干旱指數隨著指數增加分布頻率逐漸遞減，[0.73 0.76)數值區(qū)域的干旱指數分布頻率最高，提取樣本與災害樣本干旱指數在該數值區(qū)域占比分別為31.00%和32.42%。3個發(fā)育階段干旱指數平均值和標準差如表3所示。蘋果果樹萌動-萌芽期提取樣本與災害樣本干旱指數平均值分別為0.901和0.899；萌芽-盛花期提取樣本與災害樣本干旱指數平均值分別為0.881和0.877；盛花-成熟期取樣本與災害樣本干旱指數平均值分別為0.794和0.792。3個發(fā)育階段的3對樣本做獨立樣本檢驗，檢驗顯著性分別為0.356、0.264和0.871，均大于0.05，結果表明，3個發(fā)育階段的樣本分別來自同一整體，表明基于閾值提取的蘋果干旱年份的干旱指數序列與歷史災害樣本干旱指數序列具有同一性。

2.2.2 預留獨立樣本檢驗

采用預留的104個蘋果歷史干旱樣本，根據記錄中的受災時間和地點，提取蘋果干旱指數，根據構建的蘋果觸發(fā)指標閾值，判斷蘋果是否受災，進行預留樣本的干旱判別準確率檢驗。由圖5可以看出，果樹萌動-萌芽期的14個災害樣本中，11個樣本可通過干旱指數計算判識得到，3個樣本干旱指數值置于閾值線以下，蘋果干旱的指標判識結果與實際發(fā)生的吻合率為78.57%；萌芽-盛花期的33個樣本中，27個樣本干旱指數顯示蘋果干旱，6個樣本未能通過指標判識得到，該階段蘋果干旱的指標判識結果與實際發(fā)生的吻合率為81.82%；盛花-成熟期的56個災害樣本中，5個樣本未通過指標判識得到，51個樣本干旱指數計算結果顯示該階段蘋果發(fā)生干旱，吻合率為91.07%?？傮w來說，104個獨立樣本中，89個判識結果與實際一致，指標判識驗證的準確率為85.58%。

圖4 基于觸發(fā)閾值的干旱指數與歷史災害樣本干旱指數頻率特征

表3 基于觸發(fā)閾值的干旱指數與歷史災害樣本干旱指數序列對比分析及T檢驗

圖5 預留災害樣本反演與判識準確性檢驗

2.2.3 典型站干旱特征及閾值檢驗

對比各地區(qū)歷史災情記錄及預留災害樣本情況，選擇禮泉作為干旱判識指標有效性檢驗典型站。計算禮泉站1981—2018年干旱指數值，得到禮泉蘋果果樹萌動-萌芽期、萌芽-盛花期、盛花-成熟期干旱指數時序變化特征，如圖6所示。根據災情樣本中記載的禮泉地區(qū)蘋果干旱發(fā)生時間，提取該站發(fā)生蘋果干旱的年份和發(fā)育階段，對照檢驗干旱觸發(fā)閾值的判識結果。歷史災情反演得到禮泉地區(qū)蘋果果樹萌動-萌芽期干旱年份，分別是1985、1986、1995、1999和2001年。依據1981—2018年干旱指數和觸發(fā)閾值，4個年份禮泉蘋果果樹萌動-萌芽期判識為干旱，分別為1985、1986、1995和2001年，1999年判識結果為無旱，與實際結果有差異。果樹萌動-萌芽期的指標判識吻合率為80%。歷史災情反演得到禮泉地區(qū)蘋果萌芽-盛花期干旱樣本5個，分別是1986、1995、1997、2008和2012年。通過干旱指數計算，1986、1995、2008和2012年判識結果為干旱，1997年判識結果為無旱。萌芽-盛花期的判識吻合率為80%。歷史災情記錄中關于禮泉蘋果盛花-成熟期的干旱記載較完善，災情反演得到禮泉地區(qū)蘋果盛花-成熟期干旱樣本11個，分別是1988—1991、1994—1996、2002、2005—2006和2016年。通過干旱指數計算，11個年中的9個年份判識結果為干旱，2個年份判識結果為無旱，判識吻合率為81.82%?？傮w來說，典型站點長時間序列檢驗樣本共21個，判識結果與實際干旱發(fā)生一致的樣本17個，判識吻合率為80.95%。結果表明，構建的陜西蘋果干旱判識指標，可以用于氣候變化背景下長時間序列典型站的蘋果干旱判識。

圖6 禮泉站蘋果不同發(fā)育階段1981—2018干旱指數時序變化特征

3 討 論

本文參考農田作物干旱指標構建方法，考慮蘋果水分供需特征的同時，進一步考慮前期水分狀況對當前階段蘋果干旱形成的影響。農田作物小麥、玉米等干旱研究中，通常考慮前50 d的水分供需情況來評價當前階段作物干旱程度[17,19]?？紤]到林果作物在土壤底墑利用、抗干旱能力等方面均優(yōu)于農田作物，采用當前階段和前60 d水分供需狀況構建蘋果干旱指數。與以往單純考慮當前階段水分供需的蘋果干旱研究相比，本文構建的蘋果干旱指數更具有理論可行性。

以往的災害觸發(fā)判識研究中，閾值厘定往往采用人工或半人工方法，主觀因素干擾較大。受歷史災情記錄數量和質量的限制，災害樣本往往單純用于指標的驗證[30,49]。本文深入挖掘1981—2018年蘋果3個發(fā)育階段干旱指數和歷史災害樣本干旱指數的特點和聯(lián)系，將有限歷史災害樣本信息，投射到1981—2018年長序列樣本的擬合和分類規(guī)律中，研發(fā)適用于林果小樣本災害資料的閾值厘定方法。該研究方法保證了小樣本數據（歷史災害樣本干旱指數）與長序列數據（1981—2018年干旱指數序列）規(guī)律表達上的全面型、規(guī)范性和一致性，指標閾值厘定方法客觀、科學。蘋果干旱觸發(fā)閾值果樹萌動-萌芽期>萌芽-盛花期>盛花-成熟期，與程雪等[20]的研究結論基本一致。蘋果果樹萌動-萌芽期、萌芽-盛花期正處春季少雨時期，干旱指數普遍偏高；盛花-成熟期蘋果生長干旱環(huán)境略有緩解，蘋果干旱觸發(fā)閾值也略有下降。結合相關文獻[50]及災情記錄，蘋果果樹萌動-萌芽期若發(fā)生干旱（干旱指數大于0.87），則影響蘋果樹體及花芽萌發(fā)，導致萌芽延遲或萌芽不整齊，影響新梢生長；萌芽-盛花期干旱如遇干旱天氣（干旱指數大于0.84），則出現(xiàn)嚴重落花；盛花-成熟期階段是蘋果關鍵需水臨界期，花后40 d內如果發(fā)生干旱（干旱指數大于0.73），則影響果肉細胞分裂。果實膨大期干旱條件直接影響蘋果產量和品質。

值得注意的是，本文隨機選取20%的災害樣本用于指標閾值厘定，盡管樣本資料可以較為客觀地表征歷史災害發(fā)生特點，但難以避免某些樣本的代表性較差，抽樣比例差異亦使閾值厘定結果存在偏差。通常情況下，樣本量越大，抽樣誤差就越小，對規(guī)律的模擬越準確。但是，考慮到本文的研究目的，少量樣本被用于指標閾值的厘定，預留了大量歷史災害樣本用于閾值的檢驗與驗證。盡管預留了80%的災害樣本用于指標閾值的驗證，但驗證樣本依然無法實現(xiàn)時序和空間尺度全覆蓋，尤其是蘋果開花前災情數據稀缺，難以在空間尺度對典型年份蘋果干旱分布進行區(qū)域性驗證。驗證樣本的區(qū)域分布特征、樣本年代際分布的豐富程度、典型站點數量及地理特征等因素一定程度上影響蘋果不同發(fā)育階段干旱判識的準確率。隨著災情資料的不斷完善，還需逐漸增加指標構建及檢驗樣本，綜合氣象、水文、地理、果園管理等多要素，不斷完善和優(yōu)化干旱閾值和判識方法，提高蘋果干旱判識準確率。

4 結 論

本文充分考慮蘋果不同發(fā)育階段的水分需求和降水供給情況，以及前期水分盈虧狀況對當前發(fā)育階段蘋果生長的影響，在水分盈虧指數計算的基礎上，構建蘋果干旱指數。通過概率分析、K-Means聚類、歐式距離等方法，綜合分析1981—2018年蘋果干旱指數與歷史災害樣本干旱指數分布與分類特征，研發(fā)基于小樣本歷史災害數據和長序列氣象、林果生長數據的林果災害判識方法，厘定適用于陜西省富士系蘋果的干旱觸發(fā)判識閾值，主要結論如下：

1）蘋果干旱觸發(fā)閾值由大到小順序為蘋果果樹萌動-萌芽期、萌芽-盛花期、盛花-成熟期。蘋果果樹萌動-萌芽期、萌芽-盛花期正處春季少雨時期，干旱指數偏高，干旱觸發(fā)閾值分別為0.87和0.84；盛花-成熟期時間跨度大，覆蓋整個夏季，降雨充沛，相較于果樹萌動-萌芽期和萌芽-盛花期干旱略有緩解，但該時期為蘋果需水關鍵期，干旱觸發(fā)閾值為0.73。

2）基于閾值提取的蘋果干旱年份的干旱指數序列與歷史災害樣本干旱指數序列具有同一性，果樹萌動-萌芽期、萌芽-盛花期、盛花-成熟期干旱指數分布頻率最高的數值區(qū)域為[0.87 0.92)、[0.84 0.86)和[0.73 0.76)；預留獨立樣本指標判識驗證的準確率為85.58%；典型站點（禮泉站）長時間序列檢驗判識吻合率為80.95%。

[1]王春乙. 中國重大農業(yè)氣象災害研究[M]. 北京：氣象出版社. 2010.

[2]柏秦鳳，霍治國，王景紅，等. 中國主要果樹氣象災害指標研究進展[J]. 果樹學報，2019，36(9)：1229-1243. Bai Qinfeng, Huo Zhiguo, Wang Jinghong, et al. Progress in research on meteorological disaster indicators of major fruit trees in China[J]. Journal of Fruit Science, 2019, 36(9): 1229-1243. (in Chinese with English abstract)

[3]孫悅，高繼卿，楊曉光. 西北各省季節(jié)降水變化及其貢獻的差異分析[J]. 中國農業(yè)氣象，2019，40(8)：489-501. Sun Yue, Gao Jiqing, Yang Xiaoguang. Seasonal variation about the occurrence frequency of different types of precipitation and their relative contribution over Northwest China[J]. Chinese Journal of Agrometeorology, 2019, 40(8): 489-501. (in Chinese with English abstract)

[4]齊月，陳海燕，房世波，等. 1961—2010 年西北地區(qū)極端氣候事件變化特征[J]. 干旱氣象，2015，33(6)：963-969. Qi Yue, Chen Haiyan, Fang Shibo, et al. Variation characteristics of extreme climate events in Northwest China during 1961－2010[J]. Journal of Arid Meteorology, 2015, 33(6): 963-969. (in Chinese with English abstract)

[5]徐建文，居輝，劉勤，等. 黃淮海地區(qū)干旱變化特征及其對氣候變化的響應[J]. 生態(tài)學報，2014，34(2)：460-470. Xu Jianwen, Ju Hui, Liu Qin, et al. Variation of drought and regional response to climate change in Huang-Huai-Hai Plain[J]. Acta Ecologica Sinica, 2014, 34(2): 460-470. (in Chinese with English abstract)

[6]鞠笑生，鄒旭愷，張強. 氣候旱澇指標方法及其分析[J]. 自然災害學報，1998，7(3)：51-57. Ju Xiaosheng, Zou Xukai, Zhang Qiang. The method of the climatic drought-flood index and its analysis[J]. Journal of Natural Disasters, 1998, 7(3): 51-57. (in Chinese with English abstract)

[7]Yang Jianying, Liu Qin, Mei Xurong, et al. Spatiotemporal characteristics of reference evapotranspiration and its sensitivity coefficients to climate factors in Huang-Huai-Hai Plain, China[J]. Journal of Integrative Agriculture, 2013, 12(12): 2280-2291

[8]劉曉靜，馬東來，張繼權，等. 遼西北地區(qū)玉米干旱的識別方法[J]. 干旱區(qū)研究，2018，35(3)：722-727. Liu Xiaojing, Ma Donglai, Zhang Jiquan, et al. Identification method of maize drought in northwest Liaoning province[J]. Arid Zone Research, 2018, 35(3): 722-727. (in Chinese with English abstract)

[9]Wu Xia, Wang Peijuan, Huo Zhiguo, et al. Crop drought identification index for winter wheat based on evapotranspiration in the Huang-Huai-Hai Plain, China[J]. Agriculture, Ecosystems and Environment, 2018, 263: 18-30.

[10]侯陳瑤，朱秀芳，肖名忠，等. 基于游程理論和Copula函數的遼寧省農業(yè)氣象干旱特征研究[J]. 災害學，2019，34(2)：222-227. Hou Chenyao, Zhu Xiufang, Xiao Mingzhong, et al. Research on agricultural meteorological drought in Liaoning province based on run theory and copula function[J]. Journal of Catastrophology, 2019, 34(2): 222-227. (in Chinese with English abstract)

[11]高超，李學文，孫艷偉，等. 淮河流域夏玉米生育階段需水量及農業(yè)干旱時空特征[J]. 作物學報，2019，45(2)：297-309. Gao Chao, Li Xuewen, Sun Yanwei, et al. Spatiotemporal characteristics of water requirement and agricultural drought during summer maize season in Huaihe River Basin[J]. Acta Agronomica Sinica, 2019, 45(2): 297-309. (in Chinese with English abstract)

[12]李新堯，楊聯(lián)安，聶紅梅，等. 基于植被狀態(tài)指數的陜西省農業(yè)干旱時空動態(tài)[J]. 生態(tài)學雜志，2018，37(4)：1172-1180. Li Xinyao, Yang Lian’an, Nie Hongmei. Assessment of temporal and spatial dynamics of agricultural drought in Shaanxi Province based on vegetation condition index[J]. Chinese Journal of Ecology, 2018, 37(4): 1172-1180. (in Chinese with English abstract)

[13]陳少勇，郭俊瑞，吳超. 基于降水量距平百分率的中國西南和華南地區(qū)的冬旱特征[J]. 自然災害學報，2015，24(1)：23-31. Chen Shaoyong, Guo Junrui, Wu Chao. Characteristics of winter drought in southwest-south China based on precipitation anomaly percentage[J]. Journal of Natural Disasters, 2015, 24(1): 23-31. (in Chinese with English abstract)

[14]宋艷玲，王建林，田靳峰，等. 氣象干旱指數在東北春玉米干旱監(jiān)測中的改進[J]. 應用氣象學報，2019，30(1)：25-34. Song Yanling, Wang Jianlin, Tian Jinfeng, et al. The spring maize drought index in Northeast China based on meteorological drought index[J]. Journal of Applied Meteorological Science, 2019, 30(1): 25-34. (in Chinese with English abstract)

[15]安雪麗，武建軍，周洪奎，等. 土壤相對濕度在東北地區(qū)農業(yè)干旱監(jiān)測中的適用性分析[J]. 地理研究，2017，36(5)：837-849. An Xueli, Wu Jianjun, Zhou Hongkui, et al. Assessing the relative soil moisture for agricultural drought monitoring in Northeast China[J]. Geographical Research, 2017, 36(5): 837-849. (in Chinese with English abstract)

[16]黃晚華，隋月，楊曉光，等. 基于連續(xù)無有效降水日數指標的中國南方作物干旱時空特征[J]. 農業(yè)工程學報，2014，30(4)：125-135. Huang Wanhua, Sui Yue, Yang Xiaoguang, et al. Spatio-temporal characteristics of crop drought in southern China based on drought index of continuous days without available precipitation[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(4): 125-135. (in Chinese with English abstract)

[17]李崇瑞，游松財，武永峰，等. 改進作物水分虧缺指數用于東北地區(qū)春玉米干旱災變監(jiān)測[J]. 農業(yè)工程學報，2019，35(21)：175-185. Li Chongrui, You Songcai, Wu Yongfeng, et al. Improved crop water deficit index for monitoring drought disaster change process of spring maize in the Northeast China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(21): 175-185. (in Chinese with English abstract)

[18]張力，陳阜，雷永登. 近60年河北省冬小麥干旱風險時空規(guī)律[J]. 作物學報，2019，45(9)：1407-1415. Zhang Li, Chen Fu, Lei Yongdeng. Spatial and temporal patterns of drought risk for winter wheat grown in Hebei province in past 60 years[J]. Acta Agronomica Sinica, 2019, 45(9): 1407-1415. (in Chinese with English abstract)

[19]中華人民共和國國家標準. 農業(yè)干旱等級：GB/T 32136—2015[S]. 北京：中國標準出版社. 2015.

[20]程雪，孫爽，張方亮，等. 我國北方地區(qū)蘋果干旱時空分布特征[J]. 應用氣象學報，2020，31(1)：63-73. Cheng Xue, Sun Shuang, Zhang Fangliang, et al. Spatial and temporal distributions of apple drought in Northern China[J]. Journal of Applied Meteorological Science, 2020, 31(1): 63-73. (in Chinese with English abstract)

[21]Yang Qiliang, Zhang Fucang, Li Fusheng. Effect of different drip irrigation methods and fertilization on growth, physiology and water use of young apple tree[J]. Scientia Horticulture, 2011, 129(1): 119-126.

[22]郭愛霞，石曉昀，王延秀，等. 干旱脅迫對3種蘋果砧木葉片光合、葉綠體超微結構和抗氧化系統(tǒng)的影響[J]. 干旱地區(qū)農業(yè)研究，2019，37(1)：178-186. Guo Aixia, Shi Xiaoyun, Wang Yanxiu, et al. Effect of drought stress on the photosynthesis, chloroplast ultrastructure and antioxidant system in leaves of three apple rootstocks[J]. Agricultural Research in the Arid Areas, 2019, 37(1): 178-186. (in Chinese with English abstract)

[23]王冰，丁錫強，林曲鳳，等. 2016年煙臺蘋果與氣象條件分析[J]. 山西果樹，2017(4)：18-19. Wang Bing, Ding Xiqiang, Lin Qufeng, et al. Analysis of apple and meteorological conditions of Yantai in 2016[J]. Shanxi Fruits, 2017(4): 18-19. (in Chinese with English abstract)

[24]Yang Q L, Zhang F C, Li F S. Effect of different drip irrigation methods and fertilization on growth, physiology and water use of young apple tree[J]. Scientia Horticulture, 2011, 129(1): 119-126.

[25]尤彩虹，景娟，馬遠衛(wèi). 寶塔區(qū)蘋果生長主要氣象災害及應對措施[J]. 農業(yè)災害研究，2019，9(3)：84-85. You Caihong, Jing Juan, Ma Yuanwei. Main meteorological disasters and counter measures of apple growing in Baota District[J]. Journal of Agricultural Catastrophe, 2019, 9(3): 84-85. (in Chinese with English abstract)

[26]王元基. 干旱對蘋果品質的影響及其與糖代謝的關系[D]. 楊凌：西北農林科技大學，2017. Wang Yuanji. Effect of Drought on Apple Quality and Its Relationship with Sugar Metabolism[D]. Yangling: Northwest A&F University, 2017. (in Chinese with English abstract)

[27]馬延慶，徐志達，劉長民，等．陜西渭北旱塬蘋果種植區(qū)域農田水分特征分析[J]. 干旱地區(qū)農業(yè)研究，2009，27(2)：54-59. Ma Yanqing, Xu Zhida, Liu Changmin, et al. Analysis of characteristics of farmland moisture content in apple producing area of Weibei dry plateau in Shaanxi[J]. Agricultural Research in the Arid Areas, 2009, 27(2): 54-59．(in Chinese with English abstract)

[28]王景紅，柏秦鳳，梁軼，等. 陜西蘋果干旱指數研究及基于縣域單元的蘋果干旱風險分布[J]. 氣象科技，2014，42(3)：516-523. Wang Jinghong, Bai Qinfeng, Liang Yi, et al. Apple drought index and apple drought risk distribution in Shaanxi at county level[J]. Meteorological Science and Technology, 2014, 42(3): 516-523. (in Chinese with English abstract)

[29]Wang Yuanji, Liu Li, Wang Ying, et al. Effects of soil water stress on fruit yield, quality and their relationship with sugar metabolism in 'Gala' apple[J]. Scientia Horticulturae, 2019, 258: 108753.

[30]楊建瑩，霍治國，吳立，等. 西南地區(qū)水稻洪澇等級評價指標構建及風險分析[J]. 農業(yè)工程學報，2015，31(16)：135-144. Yang Jianying, Huo Zhiguo, Wu Li, et al. Evaluation level construction and analysis of risk on rice flood in Southwest China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(16): 135-144. (in Chinese with English abstract)

[31]汪天穎，霍治國，楊建瑩，等. 湖南晚稻洪澇過程等級指標構建與演變特征[J]. 應用氣象學報，2019，30(1)：35-48. Wang Tianying, Huo Zhiguo, Yang Jianying, et al. Process grade indicator construction and evolution characteristics of late rice flood in Hunan[J]. Journal of Applied Meteorological Science, 2019, 30(1): 35-48. (in Chinese with English abstract)

[32]楊宏毅，霍治國，楊建瑩，等．江漢和江南西部春玉米澇漬指標及風險評估[J]. 應用氣象學報，2017，28(2)：237-246. Yang Hongyi, Huo Zhiguo, Yang Jianying, et al. Indicators and risk of spring corn waterlogging disaster in Jianghan and west region of Jiangnan[J]. Journal of Applied Meteorological Science, 2017, 28(2): 237-246. (in Chinese with English abstract)

[33]楊建瑩，霍治國，王培娟，等. 江西早稻高溫熱害等級動態(tài)判識及時空變化特征[J]. 應用生態(tài)學報，2020，31(1)：199-207. Yang Jianying, Huo Zhiguo, Wang Peijuan, et al. Dynamic identification of double-early rice heat and its spatiotemporal characteristics in Jiangxi Province, China[J]. Chinese Journal of Applied Ecology, 2020, 31(1): 199-207. (in Chinese with English abstract)

[34]王培娟，霍治國，楊建瑩，等. 基于熱量指數的東北春玉米冷害指標[J]. 應用氣象學報，2019，30(1)：13-24. Wang Peijuan, Huo Zhiguo, Yang Jianying, et al. Indicators of chilling damage for spring maize based on heat index in Northeast China[J]. Journal of Applied Meteorological Science, 2019, 30(1): 13-24. (in Chinese with English abstract)

[35]吳霞，王培娟，霍治國，等. 1961—2015 年中國潛在蒸散時空變化特征與成因[J]. 資源科學，2017，39(5)：964-977. Wu Xia, Wang Peijuan, Huo Zhiguo, et al. Spatio-temporal distribution characteristics of potential evapotranspiration and impact factors in China from 1961 to 2015[J]. Resources Science, 2017, 39(5): 964-977. (in Chinese with English abstract)

[36]曾驤，劉金銅. 蘋果與氣象[M]. 北京：氣象出版社，1988.

[37]梅旭榮. 中國農業(yè)氣象資源圖集[M]. 杭州：浙江科學技術出版社，2015.

[38]龔高法，簡慰民. 我國植物物候期的地理分布[J]. 地理學報，1983，50(1)：33-40. Gong Gaofa, Jian Weimin. Geographical distribution of plant phenology in China[J]. Acta Geographica Sinica, 1983，50(1): 33-40. (in Chinese with English abstract)

[39]溫克剛，翟佑安. 中國氣象災害大典（陜西卷）[M]. 北京：氣象出版社，2005.

[40]中國氣象局．中國氣象災害年鑒[M]. 北京：氣象出版社，2006-2015.

[41]Allen R G, Pereira L S, Rase D, et al. Crop Evaportranspiration Guide Lines for Computing Crop Water Requirements[M]. RomeP: FAO Irrigation and Drainage Paper, 1998.

[42]龔道枝，康紹忠，張建華，等. 蘋果樹蒸發(fā)蒸騰量的測定和計算[J]. 沈陽農業(yè)大學學報，2004，35(5)：429-431. Gong Daozhi, Kang Shaozhong, Zhang Jianhua, et al. Measuring and estimating evapotranspiration of an apple (. ) orchard[J]. Journal of Shenyang Agricultural University, 2004, 35(5): 429-431. (in Chinese with English abstract)

[43]左余寶，田昌玉，唐繼偉，等. 魯北地區(qū)主要作物不同生育期需水量和作物系數的試驗研究[J]. 中國農業(yè)氣象，2009，30(1)：70-73. Zuo Yubao, Tian Changyu, Tang Jiwei, et al. Studies on ETc and Kc of main crops in Northern Shandong province[J]. Chinese Journal of Agrometeorology, 2009, 30(1): 70-73. (in Chinese with English abstract)

[44]李娜，霍治國，錢錦霞，等. 基于改進后相對濕潤度指數的山西省氣象干旱時空特征[J]. 生態(tài)學雜志，2019，38(7)：2249-2257. Li Na, Huo Zhiguo, Qian Jinxia, et al. Spatiotemporal distribution of drought in Shanxi Province based on modified relative moisture index[J]. Chinese Journal of Ecology, 2019, 38(7): 2249-2257. (in Chinese with English abstract)

[45]Yang Jianying, Huo Zhiguo, Li Xiangxiang, et al. Hot weather event-based characteristics of double-early rice heat risk: A study of Jiangxi province, South China[J]. Ecological Indicators, 2020, 113: 106148.

[46]劉大海，李寧，晁陽. SPSS 15. 0統(tǒng)計分析從入門到精通[M]. 北京：清華大學出版社，2008.

[47]王冰，伯玥，姜如茵，等. 基于聚類分析的膠東半島蘋果種植氣候區(qū)劃[J]. 江蘇農業(yè)科學，2019，47(7)：134-138. Wang Bing, Bo Yue, Jiang Ruyin, et al. Application of optimized K-means clustering algorithm in China offshore climate regionalization[J]. Jiangsu Agricultural Sciences, 2019, 47(7): 134-138. (in Chinese with English abstract)

[48]邱美娟，劉布春，劉園，等. 兩種不同產量歷史豐歉氣象影響指數確定方法在農業(yè)氣象產量預報中的對比研究[J]. 氣象與環(huán)境科學，2019，42(1)：41-46. Qiu Meijuan, Liu Buchun, Liu Yuan, et al. Comparative study of two different methods for determining meteorological impact index of historical yield in agrometeorological yield prediction[J]. Meteorological and Environmental Sciences, 2019, 42(1): 41-46. (in Chinese with English abstract)

[49]王春乙，蔡菁菁，張繼權. 基于自然災害風險理論的東北地區(qū)玉米干旱、冷害風險評價[J]. 農業(yè)工程學報，2015，31(6)：238-245. Wang Chunyi, Cai Jingjing, Zhang Jiquan. Risk assessment of drought and chilling injury of maize in Northeast China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(6): 238-245. (in Chinese with English abstract)

[50]伏健民，束懷瑞. 春季干旱對金冠蘋果不同部位葉片衰老和脫落的影響[J]. 果樹學報，1993，10(2)：65-68. Fu Jianmin, Shu Huairui. The effect of spring drought on the senescence and shedding of different parts of the golden crown apple[J]. Journal of Fruit Science, 1993, 10(2): 65-68. (in Chinese with English abstract)

Method for trigger identification of apple drought in northern China

Yang Jianying1, Huo Zhiguo1,2※, Xu Jianwen3, Wang Peijuan1, Wu Dingrong1, Mao Hongdan1, Kong Rui1

(1.,100081,; 2.,,210044,; 3.116001,)

Historical disaster documents can greatly contribute to machine learning from disaster experiences, particularly in understanding the interaction mechanism of regional disaster systems. Historical, agricultural, and meteorological disaster characteristics can be explored by the representation and reanalysis of disaster processes and events, integrating meteorological data and agricultural information.However, compared with field crops, the historical disaster records of cash crops, such as forests and fruits, are relatively scarce, which can make the disaster representation and reanalysis with low accuracy. Therefore, it is of great merit to develop a method for identifying forest and fruit disasters, based on the limited historical disaster data, as well as long series meteorological and fruit growth data, for the cash crop meteorological disasters researches which are lack of historical disaster records. In this study, taking the drought disaster of Fuji Apple in Shaanxi Province as an example, the meteorological data, historical drought disaster, and phenological data were integrated to identify the trigger threshold of apple drought. According to the phenological data of apple collected in this study, tree growth stages, that is, tree germinating to flower budding, flower budding to full bloom, and full bloom to mature, were analyzed as target growth stages for apple. Referring to the drought index construction method for crops, such as wheat and corn, pre- and current water demand and precipitation supply were fully considered in the construction of the apple Drought Index (DI). The probability analysis, K-means clustering, and Euclidean distance were used to comprehensively analyze the distribution and classification characteristics of DI between 35 stations from 1981 to 2018 and historical disaster samples. According to the Euclidean distance between the DI in historical disaster sample and the center point of the cluster sample, the drought trigger threshold of Fuji Apple in tree germinating to flower budding, flower budding to full bloom and full bloom to mature were identified by the corresponding minimum Euclidean distance. Afterwards, the trigger threshold was verified by comparing the sequence of disaster-causing factors and reserving samples. The results showed that: 1) The trigger thresholds of apple drought in tree germinating to flower budding, flower budding to full bloom and full bloom to mature were 0.87, 0.84, and 0.73, respectively. 2) The DI sequences that extracted based on the threshold value in tree germinating to flower budding, flower budding to full bloom and full bloom to mature stages were detected the same characters with that in historical disaster samples. The apple drought data that identified by the calculated of DI and trigger threshold were generally consistent with that disaster records in historical documents, with 85.58% of trigger threshold-based results completely consistent with historical records. The identification coincidence rate was 80.95% in the long-time series validation for typical sites. Generally, the trigger threshold of apple drought can provide a sound technical support for apple drought monitoring, early warning, and assessment in Northern China. The agrometeorological disaster trigger identification method based on small samples of historical disaster data can also offer a paradigm in the current research on the meteorological disasters of cash crops with insufficient historical disaster data.

drought; meteorology; apple; threshold determination; validity test

楊建瑩，霍治國，徐建文，等. 北方蘋果干旱觸發(fā)判識方法[J]. 農業(yè)工程學報，2020，36(18)：99-108.doi：10.11975/j.issn.1002-6819.2020.18.013 http://www.tcsae.org

Yang Jianying, Huo Zhiguo, Xu Jianwen, et al. Method for trigger identification of apple drought in northern China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(18): 99-108. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2020.18.013 http://www.tcsae.org

2020-06-11

2020-08-12

國家重點研發(fā)計劃（2017YFC1502801；2019YFD1002203）；中國氣象科學研究院科技發(fā)展基金（2019KJ008）

楊建瑩，副研究員，主要從事農業(yè)氣象災害風險預測與評估研究。Email：jyyang@cma.gov.cn

霍治國，研究員，博士生導師，主要從事農業(yè)氣象災害、病蟲害預測與評估研究。Email：huozg@ cma.gov.cn

10.11975/j.issn.1002-6819.2020.18.013

A

1002-6819(2020)-18-0099-10