華南芒果種植區寒凍害危險性區劃與評估*

孫朝鋒，林 雯，黃川容，吳 立，陳家金**，王加義，林輝陽

華南芒果種植區寒凍害危險性區劃與評估*

孫朝鋒1，林 雯2，黃川容1，吳 立1，陳家金1**，王加義1，林輝陽1

（1. 福建省氣象服務中心，福州 350001；2. 福建省莆田市氣象局，莆田 351100）

利用華南（廣東、廣西、福建）芒果種植區115個氣象站1961?2016年觀測資料，結合芒果寒凍害指標，采用加權綜合評價法，確定種植區各氣象站點的寒凍害危險性指數，建立寒凍害危險性指數與地理因子之間的多元線性回歸模型，并基于GIS技術對華南芒果種植區寒凍害危險性進行區劃。結果表明：華南芒果種植區寒凍害危險性與地理因子之間關系密切，總體呈現由沿海到內陸，寒凍害危險性逐漸變大的趨勢，此外，隨著緯度和海拔的增高，從南到北芒果寒凍害危險性程度也逐漸增大。輕度危險區主要分布在華南芒果種植區南部沿海地帶及部分內陸地市的低海拔地區，占種植區面積比例為56.85%，該區域適合大規模種植芒果；中度寒凍害危險性區域主要分布在華南芒果種植區內陸中低海拔地區以及北部高緯度沿海地區，占種植區面積比例為37.03%；重度以上的寒凍害危險性區域主要分布在華南芒果種植區內陸高海拔地區，占種植區面積比例為6.12%。通過歷史災情和各縣區年產量資料驗證，區劃結果與實際較為吻合，研究結果可為華南地區芒果的優化布局和防災減災提供參考。

芒果；寒凍害；危險性區劃；華南芒果種植區；GIS

芒果原產于印度，被譽為“熱帶水果之王”，以其果實風味獨特、營養豐富，經濟效益高等特點，越來越受到人們的青睞[1]。廣東、廣西和福建是中國芒果經濟栽培的主產地，廣東以湛江、吳川、高州、信宜為主產；廣西以南寧、龍州至百色一帶以及邕寧、博白和平南等主產，其中百色田東獲得國家頒發的“芒果之鄉”稱號[2?3]。近年來，受冬季寒潮入侵所帶來的低溫天氣影響，福建、廣西和廣東芒果生產均造成了不同程度的損失，再加上農戶不遵循地形和氣候規律，在不適宜種植區盲目引種，時常導致芒果產量和品質波動巨大，嚴重時造成絕收[4?5]。因此，亟需針對芒果種植過程中存在的最主要農業氣象災害即寒凍害開展風險區劃和評估，確定芒果寒凍害各級風險的精細分布區域，找到無寒凍害風險或風險低的適生區域，把災害風險規避在種植前，對芒果的安全種植至關重要。

近年來，在全球氣候變化的背景下，經濟林果的寒凍害風險越來越引起國內外專家學者的廣泛關注[6]，李娜等[7]針對華南地區香蕉、荔枝開展過寒凍害風險分析與區劃研究；陳家金等[8?9]針對福建龍眼、枇杷和番木瓜等特色經濟果樹開展了多災種綜合風險區劃和評估；趙俊芳等[10]開展了華南地區龍眼寒害災損的風險評估。而對芒果寒凍害方面的研究，國外學者更多關注低溫脅迫對芒果品質的影響，且以貯藏[11]、生理變化[12?13]和提高抗寒性[14?15]等方面的研究居多，國內主要集中在芒果寒凍害等級指標、適宜性區劃等方面，陳惠等[16?17]基于人工氣候箱和地理移放試驗的方法，開展了芒果寒凍害低溫指標研究；唐力生等[18]基于人工氣候箱和地理移放試驗的方法，開展了芒果幼苗寒凍害低溫指標研究；吳小波等[19]選取6個氣候因子作為區劃指標，開展了貴州省芒果種植氣候適宜性區劃研究；而針對芒果寒凍害風險區劃方面的研究則甚少，僅見楊凱等[20]開展了福建芒果種植氣候風險區劃，但未考慮經緯度、海拔等地理因子對極端低溫的影響。本研究以華南芒果種植區為研究區域，結合芒果寒凍害致災指標，統計分析了不同強度寒凍害年平均發生次數，采用多指標綜合災害風險指數法，確定華南芒果種植區各氣象站點的寒凍害危險性指數，基于GIS技術，融合經度、緯度、海拔、離海距離等地理因子，制作華南芒果種植區芒果寒凍害危險性精細化區劃圖，以評估華南芒果種植區寒凍害危險性等級，以期為復雜地形下的華南芒果種植區芒果優化布局和防災減災提供科學決策依據。

1 資料與方法

1.1 數據及其來源

福建芒果種植區數據來源于2018年《福建農村統計年鑒》，廣西芒果種植區數據來源于2014年《廣西農村統計年鑒》，以統計年鑒中各縣區芒果種植面積數據作為種植區判斷的依據，廣東農村統計年鑒無各縣區芒果種植面積數據，其芒果種植區的劃分參考相關文獻[21]。氣象數據來源于中國氣象局國家氣象信息中心，采用華南芒果種植區115個氣象觀測站1961?2016年逐日最低氣溫資料。地理信息資料包括DEM數字高程數據、經度、緯度、離海距離和行政區圖等，其中30m分辨率DEM數字高程數據來源于中國科學院計算機網絡信息中心地理空間數據云平臺，行政區圖來源于福建省地理信息中心，經、緯度網格通過ArcGIS軟件中的漁網工具和趨勢面插值生成，離海距離是通過ArcGIS軟件中點到線的歐氏距離計算得到。華南芒果種植區及氣象站點分布見圖1。

1.2 研究方法：加權綜合評價法（WCE）[22]

1.2.1 構建危險性區劃指標

首先，確定華南芒果種植區寒凍害致災因子。其次，華南芒果種植區寒凍害危險性區劃指標由致災因子的強度和發生頻次兩方面決定，根據芒果寒凍害致災因子強度分級指標，將芒果寒凍害分為輕度、中度、重度和極重四個等級，計算各地不同等級寒凍害年平均發生次數，以評估芒果寒凍害的致災危險性。

圖1 華南芒果種植區及氣象站點分布

1.2.2 各等級指標權重的計算

（1）使用層次分析法(AHP)[23]計算芒果寒凍害各等級指標的主觀權重（W1j），j取1～4。AHP是一種對指標進行定性定量分析的賦權方法，基本步驟是邀請13位行業專家按照1～9標度法對四個等級指標進行兩兩相對重要性打分，構建判斷矩陣（表1），然后求出判斷矩陣的特征根和特征向量，并將歸一化的特征向量作為四個等級指標的主觀權重。由于在構建判斷矩陣時對四個等級指標的打分具有一定的主觀性，需要對判斷矩陣進行一致性檢驗，通過計算得到隨機一致性比率為0.065＜0.1，因此，判斷矩陣具有滿意的一致性。

表1 芒果寒凍害等級指標判斷矩陣

（2）利用熵權法計算芒果寒凍害各等級指標的客觀權重（W2j），j取1～4。熵權法是一種基于指標之間變異程度的客觀賦權方法。基本步驟為根據芒果寒凍害等級指標，計算115個氣象站點各等級寒凍害的年平均發生次數，并對序列進行歸一化處理[24]。

首先計算所有氣象站點中第j個等級指標的熵值（ej），即

式中，pi,j為芒果寒凍害年平均發生次數歸一化序列，取n=115。

再計算第j個等級指標的熵權（w2j），即

（3）采用組合權重（wj）綜合反映四個等級指標的重要性，顯然組合權重和主、客觀權重都應盡可能接近，根據最小相對信息熵原理[25]，取幾何平均數所需的信息量最少，而其他形式的組合權重，都會無形增加信息的冗余，因此，采用幾何平均數法將前文獲得的主、客觀權重進行耦合優化，確定組合權重（wj）。其計算式為

式中，j為寒凍害等級指標，m為寒凍害等級指標個數，且m=4，W1j為第j個寒凍害等級指標的主觀權重，W2j為第j個寒凍害等級指標的客觀權重，Wj為第j個寒凍害等級指標的組合權重。

1.2.3 寒凍害危險性指數的計算

式中，i為各氣象站點，j為寒凍害等級指標，Wj為第j個寒凍害等級指標的組合權重，Pij表示第j個寒凍害等級指標在第i個氣象站點上年平均發生次數的歸一化序列。

1.3 數據處理

氣象數據的處理、歸一化、權重的確定采用R語言編程實現，各等級寒凍害年平均發生次數分布圖、危險性指數的分區統計、空間插值和危險性等級區劃圖的制作采用ArcGIS 10.3軟件。

2 結果與分析

2.1 寒凍害危險性指數分布

2.1.1 寒凍害致災因子強度分級指標

芒果性喜溫暖，不耐寒霜。中國芒果主要產區年均溫在19.8～24.1℃，最低月均溫大于15℃，低溫凍害是發展芒果生產的限制性因素，當極端低溫下降到3～5℃時，幼苗、嫩梢和花穗就會發生輕度寒害[27]；溫度下降至0℃左右時幼苗地上部、成年樹的花穗和嫩梢、樹上未熟的芒果外圍葉片都會受害；溫度下降到?1℃時，幼樹主干的上部，成年樹的頂梢就會出現中度凍害[18]；溫度降至?2℃時，花序、葉片以及結果母枝2～3cm直徑的側枝會凍死；?3℃以下幼樹上部全部凍死，大樹嚴重受凍，成年樹2～3a生枝條也會被凍死[28]。因此，雖然不同的芒果品種、樹齡和栽培小氣候環境，對抗低溫能力有所差別，但極端最低氣溫低于?2.5℃的地區不適宜種植芒果[29]。

以冬季極端最低氣溫（Td）作為華南芒果種植區寒凍害致災因子的指標，綜合前人研究成果并結合生產實際調查[16–18,29]，對其按影響強度進行等級劃分，結果見表2。

2.1.2 不同等級寒凍害年平均發生次數

圖2為華南芒果種植區115個氣象站1961?2016年不同等級寒凍害年平均發生次數的空間分布特征。由圖可知，輕度寒凍害年平均發生次數介于0～4.45次，華南芒果種植區90%的站點都有發生輕度寒凍害的風險，僅福建東山、廣西東興、防城港、馬欄、廣東雷州半島、珠海、南澳輕度寒凍害年平均發生次數為0，最大值為福建永泰；輕度寒凍害年平均發生次數總體呈現由南向北逐漸增加的趨勢，且內陸地區年平均發生次數多于臨近沿海地區。

中度寒凍害年平均發生次數介于0～3.25次，華南芒果種植區中度寒凍害年平均發生次數大于1次的站點均在福建，分別為福建永春、連江、羅源、華安和永泰，其中福建永泰中度寒凍害年平均發生次數較多，為3.25次，96%的站點中度寒凍害年平均發生次數在1次以下，其中廣西南部沿海、廣東雷州半島、珠三角、潮汕地區、福建平潭和東山的站點中度寒凍害年平均發生次數為0，即沒有發生中度寒凍害的風險，而中度寒凍害年平均發生次數較多的站點主要分布在華南芒果種植區內陸高海拔地區和北部沿海地區。

重度寒凍害年平均發生次數介于0～1.63次，華南芒果種植區87%的站點重度寒凍害年平均發生次數在0.1次以下，其中58%的站點年平均發生次數為0，即沒有發生重度寒凍害的風險，主要在華南芒果種植區沿海和內陸低海拔地區；廣西靖西、凌云、廣東新興、福建內陸和北部沿海地區重度寒凍害年平均發生次數較多，大于0.1次，福建永泰重度寒凍害年平均發生次數最多，達1.63次。

極重寒凍害年平均發生次數介于0～0.38次，除福建連江（0.11次）、羅源（0.14次）、華安（0.22次）和永泰（0.38次）外，極重寒凍害年平均發生次數低于0.1次，廣西和廣東芒果種植區除廣東郁南（0.04次）外，其余站點極重寒凍害年平均發生次數均為0次，華南芒果種植區92%的站點年平均發生次數為0次，福建永泰極重寒凍害年平均發生次數最多，達0.38次。

2.1.3 不同等級寒凍害指標權重

分別采用層次分析法和熵權系數法計算寒凍害各等級指標的主、客觀權重，采用幾何平均數法將主、客觀權重綜合為組合權重（表3）。從表3可以看出，各等級寒凍害指標權重的大小順序與實際情況相符，隨著寒凍害程度的增大，組合權重呈現遞增的趨勢。

2.1.4 寒凍害危險性指數計算模型

以華南芒果種植區115個氣象站為計算單元，利用1961?2016年各氣象站點輕度、中度、重度和極重度寒凍害年平均發生次數的歸一化序列，及其對應的組合權重進行加權求和，建立華南芒果種植區寒凍害危險性指數計算模型（表4）。

表2 華南芒果種植區寒凍害等級分級標準

圖2 1961?2016年華南芒果種植區不同等級寒凍害年平均發生次數的空間分布

表3 華南芒果種植區寒凍害等級權重

2.1.5 寒凍害危險性指數

根據表4華南種植區芒果寒凍害危險性指數計算模型，計算華南芒果種植區115個氣象站點的寒凍害危險性指數，并按離差標準化方法對其歸一化處理（表5）。從表5可以看出，福建東山、廣東南澳、珠海、吳川、湛江、茂名、電白、雷州、徐聞、廣西東興、防城港和馬欄的寒凍害危險性指數為0；危險性指數在0.01以下的站點主要在華南芒果種植區中南部地區；危險性指數在0.01～0.1的站點主要分布在華南芒果種植區北部高緯度地區和中部高海拔地區；危險性指數大于0.1的站點有福建華安、南靖、平和、仙游、永春、連江、羅源、永泰和廣東郁南，以福建永泰的危險性指數最大。

表4 華南芒果種植區氣象站點寒凍害危險性指數計算模型

注：Pif、Pmf、Pwf和Psf分別代表1961?2016年華南芒果種植區各氣象站點輕度、中度、重度和極重寒凍害年平均發生次數的歸一化序列，Ih代表寒凍害危險性指數。

Note: Pif，Pmf，Pwfand Psfare the normalized series of the average annual frequency of slight, moderate, severe and extra severe cold and freezing injury for each meteorological station in South China mango planting areas from 1961 to 2016, respectively.

表5 華南芒果種植區寒凍害歸一化危險性指數

2.2 華南芒果種植區寒凍害危險性區劃

2.2.1 危險性指數地理推算模型

由于寒凍害與地理因子有關，其分布與地形特征緊密相連，研究選取經度、緯度、海拔、離海距離為自變量，以寒凍害危險性指數作為因變量，建立多元回歸線性模型（表6），并在ArcGIS平臺支持下，按照地理推算模型進行精細化網格推算和殘差訂正，得到華南芒果種植區30m×30m網格的寒凍害危險性指數分布圖。

表6 華南芒果種植區寒凍害危險性指數的地理推算模型

注：**表示通過信度為0.01的顯著性水平檢驗。Ih代表寒凍害危險性指數，X為經度公里網坐標值（m），Y為緯度公里網坐標值（m），H為海拔高度（m），D為離海距離（m）。

Note:**is P＜0.01. Ihis the hazard index of cold and freezing injury, X is longitude coordinate value of kilometer network(m), Y is latitude coordinate value of kilometer network(m), H is altitude(m), D is distance from sea(m).

2.2.2 危險性指數分級

為了分析危險性指數分布規律，需對危險性指數進行分級，采用自然斷點法[30]，結合華南芒果種植區寒凍害危險性指數的大小和實際芒果種植受害情況，將華南芒果種植區30m×30m網格的寒凍害危險性指數分布圖劃分為4個等級，并利用ArcGIS柵格統計工具分別計算輕度、中度、重度和極重危險區占華南芒果種植區總面積比例，結果見表7。

表7 華南芒果種植區寒凍害危險性指數分級

2.2.3 區劃結果

華南芒果種植區總面積為22513024hm2，輕度危險區、中度危險區、重度危險區和極重危險區發生地域面積分別為12797520、8338632、1057532和319340hm2，分別占華南芒果種植區的56.85%、37.03%、4.70%和1.42%。由圖3可見，輕度危險區主要分布在華南芒果種植區南部沿海地帶及部分內陸地市的低海拔地區，包括福建廈門南部、漳州南部、廣東潮州南部、南澳、汕頭、揭陽南部、海豐南部、惠州南部、深圳、東莞、廣州南部、中山、珠海、佛山南部、江門、陽西、茂名南部、湛江、廣西玉林南部、北海、欽州、防城港、南寧南部、憑祥和百色低海拔地區，該區域屬于沿海低海拔地區，日最低氣溫高，發生寒凍害危險性低，福建東山、廣東雷州半島和廣西南部沿海地區甚至未發生過輕度寒凍害，因此，該區域芒果寒凍害的危險性為輕度；中度危險區主要分布在福建寧德東部、福州東部、平潭、莆田南部、泉州南部、廈門北部、漳州中部、廣東潮州北部、揭陽西部、海豐北部、惠州北部、廣州北部、肇慶、云浮中北部、茂名北部、廣西玉林北部、貴港南部、南寧北部、百色中北部等地，該區域大部分屬于內陸中低海拔地區以及種植區北部高緯度沿海地區，日最低氣溫較高，大部分地區未發生過重度以上寒凍害，該區域芒果寒凍害危險性為中度；重度危險區主要分布在福建寧德西部、福州西北部、莆田西部、泉州西部、漳州西北部、廣西貴港北部、百色北部等中高海拔地區，該區域日最低氣溫較低，發生寒凍害危險性較高，芒果有重度寒凍害危險性；極重危險區的分布面積相對較小，主要分布在內陸高海拔地區，包括福建寧德西部、福州西北部、莆田西部、泉州西部、廣西貴港北部和百色北部等地，該區域重度以上寒凍害年平均發生次數較多，且大部分發生過極重寒凍害，因此，芒果有極重寒凍害危險性。

圖3 華南芒果種植區寒凍害危險性區劃結果

2.2.4 區劃結果驗證

2.2.4.1 歷史個例對比

應用ArcGIS空間分析模塊，提取災情點所在地芒果寒凍害危險性區劃結果，與調查的災情點芒果寒凍害形態學受害等級實測資料進行對比分析，結果見表8。由表可見，兩者之間存在較強相關性，發生輕、中度寒凍害的地區主要分布在危險性較低的區域，發生重度以上寒凍害的地區以重度寒凍害危險性區域為主，災情點的寒凍害實測等級與區劃的危險性等級相同或只相差1個等級。因此，華南芒果種植區寒凍害危險性區劃結果與實際寒凍害情況較為吻合。

2.2.4.2 種植區分布情況

通常寒凍害風險低的地區，芒果種植多，風險高的地區種植少，因此，利用芒果現有種植區的年產量情況來驗證寒凍害危險性指數計算結果。通過ArcGIS空間統計模塊下分區統計工具對華南芒果種植區內各縣區的寒凍害危險性指數進行分區統計，將得到的各縣區危險性指數平均值與其年產量數據[31?32]對比分析，從表9可以看出，危險性指數平均值越大的地區，年產量越小，廣西田陽、田東、靈山和欽州的危險性指數平均值較小，芒果年產量大，而福建永泰、連江、南安、華安、永春和寧德等地危險性指數平均值較大，不利于芒果產業的發展，相應的芒果年產量也較小。因此，芒果寒凍害危險性程度與實際種植區年產量分布情況基本吻合。

表8 華南芒果種植區歷史寒凍害等級資料與危險性區劃等級對比

表9 華南芒果種植區寒凍害危險性指數與年產量對比

3 結論與討論

3.1 結論

（1）從華南芒果種植區寒凍害年平均發生次數空間分布特征來看，華南芒果種植區大部分站點都有發生寒凍害的風險，寒凍害分布區域廣，各等級寒凍害年平均發生次數空間上呈現從南到北、從沿海到內陸逐漸遞增的趨勢，福建北部沿海、內陸高海拔地區、廣東和廣西內陸地區寒凍害年平均發生次數多，寒凍害等級高；福建南部沿海、廣東雷州半島、東南部沿海、廣西南部沿海寒凍害年平均發生次數少，寒凍害等級低。

（2）華南芒果種植區寒凍害危險性與地理因子之間關系密切，一方面，隨著離海距離的增加，從沿海到內陸，寒凍害危險性呈現逐漸變大的趨勢，這與楊凱等[20]研究的福建芒果寒害種植氣候風險區劃結果相一致；另一方面，隨著緯度和海拔的增高，從南到北芒果寒凍害危險性程度也逐漸增大，內陸山區由于海拔高度影響，冬季極端氣溫低，寒凍害危險性相對較高；而沿海地區海拔低，冷空氣受到內陸山脈和地形的影響有所減弱，同時受海洋性氣候的影響，氣溫也比內陸地區高，寒凍害發生概率較小，因此，芒果寒凍害危險性相對較低。

（3）分別通過華南芒果種植區寒凍害危險性區劃結果與災情點實際寒凍害等級對比，華南芒果種植區內各縣區的寒凍害危險性指數與其芒果年產量對比，致災危險性高低與寒凍害實際發生等級及現有種植區的分布情況具有較高的吻合度，表明芒果寒凍害危險性區劃結果具有較高的可靠性。

3.2 討論

在確定寒凍害致災因子時，綜合考慮了不同等級致災強度發生頻次對果樹寒凍害的影響，但芒果寒凍害發生及受災程度除了災害發生頻次和強度外，還與低溫持續時間密切相關，因此，如何結合低溫持續時間確定寒凍害致災因子，以進一步提高危險性區劃和評估的準確性，還有待今后進一步研究。

綜合考慮了氣象站點的經度、緯度、海拔和離海距離等地理因子，與其危險性指數建立多項式插值模型，能夠較客觀地反映地理因子對芒果寒凍害危險性的影響，但由于多項式插值屬于非確定性插值[33]，插值后的表面不能經過所有采樣點，所以會導致氣象站點上空間插值前后的危險性指數值存在一定偏差，同時，沒有氣象觀測站點的高海拔地區芒果寒凍害危險性指數值會一定程度被夸大，因此，今后可以考慮綜合應用多種空間插值算法對比應用，進一步提高危險性指數的地理推算精度。

應當指出的是，寒凍害風險由危險性、暴露性、脆弱性和當地防寒抗凍能力綜合作用，但由于缺乏歷史災情、社會經濟等數據，目前只考慮起決定性作用的致災危險性，未來可進一步結合承災體的暴露性、脆弱性及當地防災減災能力，綜合考量芒果寒凍害的綜合風險。

[1] 李日旺,黃國弟,蘇美花,等.我國芒果產業現狀與發展策略[J].南方農業學報,2013,44(5):875-878.

Li R W,Huang G D,Su M H,et al.Status and developmental strategies of mango industry in China[J].Journal of Southern Agriculture,2013,44(5):875-878.(in Chinese)

[2] 胡祎,張德生,劉康德.中國芒果產業發展變遷及影響因素研究[J].中國農業資源與區劃,2015,36(6):53-59.

Hu Y,Zhang D S,Liu K D.Developing history and influence factors of the mango industry in China[J].Chinese Journal of Agricultural Resources and Regional Planning,2015, 36(6):53-59.(in Chinese)

[3] 蘇永秀,李政.GIS支持下的芒果種植農業氣候區劃[J].廣西氣象,2002,23(1):46-48.

Su Y S,Li Z.Agricultural climatic regionalization supported by GIS for mango planting[J].Journal of Guangxi Meteorology, 2002,23(1):46-48.(in Chinese)

[4] 莫蕤,韋芳,蘇春芹,等.廣西右江河谷2008年芒果低溫寒害調查分析[J].氣象研究與應用,2009,30(1):52-54.

Mo G,Wei F,Su C Q,et al.Investigation on chilling injury of mango industry on Youjiang river valley[J].Journal of Meteorological Research and Application,2009,30(1): 52- 54.(in Chinese)

[5]徐宗煥,陳家金,張容焱,等.引種臺灣愛文芒果的低溫災害評估及GIS應用[J].自然災害學報,2006,15(6):260-264.

Xu Z H,Chen J J,Zhang R Y,et al.Low temperature disaster evaluation and GIS application to adventitious planting of Aiwen mango from Taiwan[J].Journal of Natural Disasters,2006,15(6):260-264.(in Chinese)

[6] 王春乙,張繼權,霍治國,等.農業氣象災害風險評估研究進展與展望[J].氣象學報,2015,73(1):1-19.

Wang C Y,Zhang J Q,Huo Z G,et al.Prospects and progresses in the research of risk assessment of agro- meteorological disasters[J].Acta Meteorologica Sinica, 2015,73(1):1-19.(in Chinese)

[7] 李娜,霍治國,賀楠,等.華南地區香蕉、荔枝寒害的氣候風險區劃[J].應用生態學報,2010,21(5):1244-1251.

Li N, Huo Z G,He N,et al.Climatic risk zoning for banana and litchi's chilling injury in South China[J].Chinese Journal of Applied Ecology,2010,21(5):1244-1251.(in Chinese)

[8] 陳家金,李麗純,王加義,等.福建省特色農業氣象災害風險區劃與評估[M].北京:氣象出版社,2017:11-36.

Chen J J,Li L C,Wang J Y,et al.Characteristic agricultural meteorological disaster risk zoning and assessment in Fujian Province[M].Beijing:China Meteorological Press, 2017:11-36.(in Chinese)

[9] 黃川容,陳家金,鄭東旗,等.福建番木瓜引種的寒凍害風險評估[J].中國農業氣象,2014,35(1):85-90.

Huang C R,Chen J J,Zheng D Q,et al.Risk assessment of cold and freezing injury on papaya introduction in Fujian province[J].Chinese Journal of Agrometeorology,2014,35 (1):85-90.(in Chinese)

[10] 趙俊芳,余會康.華南地區龍眼寒害災損風險評估[J].應用生態學報,2016,27(2):559-566.

Zhao J F,Yu H K.Assessment on the yield loss risk of longan caused by cold damage in South China[J]. Chinese Journal of Applied Ecology,2016,27(2):559-566.(in Chinese)

[11] Zhang Z,Zhu Q,Hu M,et al.Low-temperature conditioning induces chilling tolerance in stored mango fruit[J].Food Chemistry,2017,219:76-84.

[12] Diaz-Corona D A,Lopez-Lopez M E,Ayon-Reyna L E,et al.Impact of hot water-calcium on the activity of cell wall degrading and antioxidant system enzymes in mango stored at chilling temperature[J].Journal of Food Biochemistry,2020,44(8):e13286.

[13] Vithana M D K,Singh Z,Johnson S K.Cold storage temperatures and durations affect the concentrations of lupeol, mangiferin, phenolic acids and other health- promoting compounds in the pulp and peel of ripe mango fruit[J].Postharvest Biology and Technology, 2018,139: 91-98.

[14] Edith Lopez-Lopez M,Angel Lopez-Valenzuela J,Delgado- Vargas F,et al.A treatment combining hot water with calcium lactate improves the chilling injury tolerance of mango fruit[J].Hortscience,2018,53(2):217-223.

[15] Sudheeran P K,Feygenberg O,Maurer D,et al.Improved cold tolerance of mango fruit with enhanced anthocyanin and flavonoid contents[J].Molecules,2018,23(7):1832.

[16] 陳惠,楊凱,李政,等.3種熱帶特色果樹寒凍害低溫等級指標的確定[J].果樹學報,2018,35(1):82-93.

Chen H,Yang K,Li Z,et al.Determination of cold and freezing injury grade indexes for three tropical characteristic fruit trees[J].Journal of Fruit Science,2018, 35(1):82-93.(in Chinese)

[17] 李政,蘇永秀,王瑩,等.芒果寒(凍)害等級劃分及低溫指標確定[J].災害學,2017,32(3):18-22.

Li Z,Su Y X,Wang Y,et al.Determination of cold(freezing) injury classification and indicator of low temperature on mango[J].Journal of Catastrophology,2017,32(3):18-22.(in Chinese)

[18] 唐力生,王華,胡飛,等.低溫脅迫下芒果苗的受害癥狀及生理響應[J].生態學雜志,2016,35(10):2627-2636.

Tang L S,Wang H,Hu F,et al.Cold injury symptoms and physiological responses of mango seedlings under low temperature stress[J].Chinese Journal of Ecology,2016, 35(10):2627-2636.(in Chinese)

[19] 吳小波,韓樹全,黃海,等.基于GIS與RS的貴州省芒果種植氣候區劃[J].江蘇農業科學,2017,45(20):268-271.

Wu X B,Han S Q,Huang H,et al.Climate zoning of mango cultivation in Guizhou province based on GIS and RS[J]. Jiangsu Agricultural Sciences,2017,45(20):268-271.(in Chinese)

[20] 楊凱,陳彬彬,陳惠,等.基于寒害過程的福建芒果種植氣候風險區劃[J].中國農業氣象,2019,40(11):723-732.

Yang K,Chen B B,Chen H,et al.Climatic risk regionalization of mango planting in Fujian province based on cold injury process[J].Chinese Journal of Agrometeorology, 2019,40(11):723-732.(in Chinese)

[21] 劉錦鑾.廣東芒果生產的農業氣候區劃及合理布局[J].廣東農業科學,1996(5):21-23.

Liu J L.Agro-climatic zoning and rational layout of mango production in Guangdong[J].Guangdong Agricultural Sciences, 1996(5):21-23.(in Chinese)

[22] 張繼權,李寧.主要氣象災害風險評價與管理的數量化方法及其應用[M].北京:北京師范大學出版社,2007: 123- 263.

Zhang J Q,Li N.Quantitative methods and applications of risk assessment and management on main meteorological disasters[M].Beijing:Beijing Normal University Publishing Group,2007:123-263.(in Chinese)

[23] 陳家金,黃川容,孫朝鋒,等.基于GIS的福建省烤煙氣象災害綜合風險區劃[J].中國農業氣象,2016,37(6):711-719.

Chen J J,Huang C R,Sun C F,et al.Comprehensive risk division of meteorological disasters for tobacco based on GIS in Fujian Province[J].Chinese Journal of Agrometeorology, 2016,37(6):711-719.( in Chinese)

[24] 史繼清,德吉,旺杰,等.基于干旱綜合風險指標的冬小麥保險費率厘定[J].中國農業氣象,2014,35(6):663-668.

Shi J Q,Deji,Wangjie,et al.Insurance ratemaking for winter wheat based on comprehensive indicator of drought risk[J].Chinese Journal of Agrometeorology,2014,35(6): 663-668.(in Chinese)

[25] 吳開亞,金菊良.區域生態安全評價的熵組合權重屬性識別模型[J].地理科學,2008,28(6):754-758.

Wu K Y,Jin J L.Attribute recognition method of regional ecological security evaluation based on combined weight on principle of relative entropy[J].Scientia Geographica Sinica,2008,28(6):754-758.(in Chinese)

[26]胡小楓,王冬利,趙安周,等.基于深度學習算法的京津冀地區綜合干旱評估模型構建[J].中國農業氣象,2021,42(9): 775-787.

Hu X F,Wang D L,Zhao A Z,et al.A comprehensive drought evaluation model in Beijing-Tianjin-Hebei region based on deep learning algorithm[J].Chinese Journal of Agrometeorology, 2021,42(9):775-787.(in Chinese)

[27] 鄧彪,馬振峰,杜成勛,等.攀枝花芒果種植氣象致災因子危險性評價[J].高原山地氣象研究,2018,38(1):91-95.

Deng B,Ma Z F,Du C X,et al.Risk assessment of the mango meteorological disaster factors in Panzhihua[J].Plateau and Mountain Meteorology Research,2018,38(1): 91-95.(in Chinese)

[28] 黃云,劉斌,杜邦,等.2013年攀枝花芒果凍害調查報告[J].中國熱帶農業,2014(2):51-54.

Huang Y,Liu B,Du B,et al.2013 survey report of mango freezing injury in Panzhihua[J].China Tropical Agriculture, 2014(2):51-54.(in Chinese)

[29] 李阜檣,陳永瓊,杜成勛.攀枝花氣候條件對芒果生長的影響[J].高原山地氣象研究,2010,30(4):68-71.

Li F Q,Chen Y Q,Du C X.Impact of the climatic condition to the growth of mango in Panzhihua[J].Plateau and Mountain Meteorology Research,2010,30(4):68-71.(in Chinese)

[30] 劉瑞娜,陳金華,陳曦,等.安徽茶樹春霜凍害的風險評估[J].中國農業氣象,2021,42(10):870-879.

Liu R N,Chen J H,Chen X,et al.Risk assessment of spring frost damage to tea plant in Anhui Province[J].Chinese Journal of Agrometeorology,2021,42(10):870-879.(in Chinese)

[31] 福建省統計局.福建統計年鑒[M].北京:中國統計出版社,2019.

Fujian Bureau of Statistics.Fujian statistical yearbook[M]. Beijing:China Statistics Press,2019.(in Chinese)

[32] 廣西壯族自治區統計局.廣西統計年鑒[M].北京:中國統計出版社,2015.

Statistics Bureau of Guangxi Zhuang Autonomous Region. Guangxi statistical yearbook[M].Beijing:China Statistics Press,2015.(in Chinese)

[33] 張宏,溫永寧,劉愛利.地理信息系統算法基礎[M].北京:科學出版社,2006:159-161.

Zhang H,Wen Y N,Liu A L.Fundamentals of GIS algorithms[M].Beijing:Science Press,2006:159-161.(in Chinese)

GIS-based Risk Zoning and Assessment of Mongo Cold and Freezing Injury in South China

SUN Chao-feng1, LIN Wen2, HUANG Chuan-rong1, WU Li1, CHEN Jia-jin1, WANG Jia-yi1, LIN Hui-yang1

(1. Fujian Meteorological Service Center, Fuzhou 350001, China; 2. Meteorological Bureau of Putian City, Putian 351100)

Based on the observationdata of 115 weather stations of mango planting areas in South China (Guangdong, Guangxi and Fujian) from 1961 to 2016, combined with mango cold and freezing injury index, the weighted comprehensive evaluation method was used to determine the cold and freezing injury hazard index of each meteorological station in the planting area, and then established a multiple linear regression model between the cold and freezing injury hazard index and geographical factors. Finally, the regionalization of cold and freezing injury to mango in South China was made based on GIS technology. The results showed that there was a close relationship between the risk of cold and freezing injury and geographical factors in South China mango planting areas, and an overall trend was that the risk of mango cold and freezing injury gradually increased from coast to inland. In addition, with the increase of latitude and altitude, the risk of cold and freezing injury gradually increased from south to north. The slight risk areas were mainly distributed in the southern coastal areas and the low altitude areas of some inland cities of South China mango planting areas, accounting for 56.85% of the planting area, which was suitable for large-scale mango planting. The moderate risk areas were mainly distributed in the inland low and middle altitude areas of the mango planting area in South China, and the high latitude coastal areas in the north, accounting for 37.03% of the planting area. Furthermore, the severe and over severe hazard areas were mainly distributed in the inland high altitude areas of mango planting areas in South China,accounting for 6.12% of the planting area. Through the verification of historical disaster and annual production information of each county, the zoning result was consistent well with the actual situation. The results of this study could provide reference for the optimal layout and disaster prevention and mitigation of mango in South China mango planting area.

Mango; Cold and freezing injury; Risk zoning; South China; Geographical Information System

10.3969/j.issn.1000-6362.2022.07.005

孫朝鋒,林雯,黃川容,等.華南芒果種植區寒凍害危險性區劃與評估[J].中國農業氣象,2022,43(7):563-575

2021?09?29

公性行業益（氣象）科研專項（GYHY201406027）；福建省氣象局開放式研究基金項目（2019KH05）

陳家金，教授級高級工程師，主要從事農業氣象災害研究，E-mail：cjj8284@163.com

孫朝鋒，E-mail：scfeng1989@163.com