新疆阿克蘇地區棉花苗期低溫災害風險評估及區劃研究

摘要：【目的】低溫災害是新疆阿克蘇地區棉花苗期的主要農業氣象災害之一，嚴重限制棉花生產的穩定性和安全性。明確阿克蘇地區棉花苗期低溫災害的風險區域，可以有效提升該地區應對低溫災害的防御能力。【方法】基于阿克蘇地區1961―2020年的氣象資料，利用氣候傾向率分析了阿克蘇地區棉花苗期日最高氣溫、日最低氣溫、日平均氣溫和2種低溫災害（寒潮、晚霜凍）發生頻次的變化趨勢，并分析了4－5月寒潮和晚霜凍發生的時間分布特征。通過分析低溫致災因子的危險性指數，結合承災體暴露度指數和防災減災能力，構建低溫災害的綜合風險評估模型，并進行棉花苗期低溫災害的風險區劃。【結果】1961―2020年阿克蘇地區棉花苗期日最低氣溫、日最高氣溫和日平均氣溫均呈顯著升高趨勢，寒潮和晚霜凍發生頻次呈減少趨勢，寒潮在4月10日之后和晚霜凍在4月12日之后的發生率均低于20%。阿克蘇地區春季低溫致災因子的危險性等級呈現出“北高南低、西高東低”的空間分布特征。綜合風險區劃結果表明，阿克蘇地區中部和中東部的阿拉爾市、阿克蘇市中部、阿瓦提縣東北部、柯坪縣東部邊緣、新和縣東部、庫車市西南部與中部、沙雅縣北部和溫宿縣東南部是低溫災害的高等級、較高等級風險區。【結論】盡管阿克蘇地區春季氣溫升高，寒潮和晚霜凍的發生頻次減少，但阿克蘇地區的中部和中東部植棉區仍面臨較高的低溫災害風險，需采取針對性措施以減輕低溫災害對棉花生產的影響。

關鍵詞：棉花；寒潮；晚霜凍；風險評估；區劃；苗期；阿克蘇地區

Risk assessment and regionalization of low temperature disaster at cotton seedling stage in Aksu Prefecture， Xinjiang

Tang Xuelian1， Huo Xunguo2*， Wang Xuejiao2， 3， Wang Sen2， 3， Zhang Lizhen1， Zhang Yutong1， 3， Guo Yanyun2， 3， Zhang Shanqing2*， Sun Shuai3， 4*， Li Shun’ao3， 4， Paerhati Maimaiti5

（1. College of Resources and Environmental Sciences， China Agricultural University， Beijing 100083， China; 2. Information Center of Xinjiang Xingnong Net/Xinjiang Agrometeorological Observatory， Urumqi 830002， China; 3. Wulanwusu Ecology and Agrometeorology Observation and Research Station of Xinjiang， Shihezi， Xinjiang 832000， China; 4. Institute of Desert Meteorology， China Meteorological Administration， Urumqi 830002， China; 5. Institute of Industrial Crops， Xinjiang Academy of Agricultural Sciences/Research Center of National Cotton Engineering and Technology， Urumqi 830091， China）

Abstract： [Objective] Low temperature is one of the main agrometeorological disasters during the cotton seedling period in Aksu Prefecture of Xinjiang， which seriously limits the stability and safety of cotton production. Clarifying the risk areas of cotton low temperature disaster during cotton seedling period in Aksu Prefecture can effectively improve the defense ability of this region to cope with low temperature. [Methods] Based on the meteorological data of Aksu Prefecture from 1961 to 2020， the changing trends of daily maximum temperature， daily minimum temperature， daily average temperature， and the changing frequency of low temperature disasters （cold wave and late frost injury） during the seedling period of cotton were analyzed by using the climatic tendency rate. The time distribution characteristics of cold wave and late frost injury in April to May were also analyzed. A comprehensive risk assessment model for low temperature disaster was established， and the risk regionalization of low temperature disaster during cotton seedling stage was carried out by analyzing the hazard index of low temperature disaster-inducing factors， and combining the exposure index of the hazard-bearing body， and local the disaster prevention and mitigation capacity. [Results] From 1961 to 2020， the daily minimum temperature， daily maximum temperature， and daily average temperature during the cotton seedling period in Aksu Prefecture showed a significant increasing trend， and the frequency of cold wave and late frost injury showed a decreasing trend. The incidence of cold wave and late frost injury in Aksu Prefecture is below 20% after 10 April and 12 April， respectively. The risk level of spring low temperature disaster-causing factors in Aksu Prefecture showed the spatial distribution characteristics of “high in the north and low in the south， high in the west and low in the east”. The results of comprehensive risk regionalization indicated that the central and east-central areas of Aksu Prefecture， which including Aral City， the central part of Aksu City， the north-eastern part of Awati County， the eastern edge of Kalpin County， the eastern part of Xinhe County， the south-western and central part of Kuqa City， the northern part of Xayar County， and the south-eastern part of Wensu County are the highest or higher level risk zones of low temperature disaster. [Conclusion] Although the spring temperature increased， and the frequency of cold wave and late frost injury decreased in Aksu Prefecture， the risk of low temperature disaster is still high in the central and east-central cotton growing areas in Aksu Prefecture， and targeted measures are needed to be taken to mitigate the impact of low temperature disasters on cotton production.

Keywords： cotton; cold wave; late frost injury; risk assessment; regionalization; seedling stage; Aksu Prefecture

阿克蘇地區位于中國西北內陸，是新疆最大的優質棉主產區[1]。2023年，阿克蘇地區棉花播種面積為49.3萬hm2，占新疆棉花播種面積的20.8%，棉花總產量為114.7萬t，占新疆棉花總產量的22.4%[2-4]。確保阿克蘇地區棉花生產穩定發展，對于維持新疆棉花產能，提升我國棉花在國際市場中的競爭力具有重要戰略意義。

在全球氣候變暖背景下，農業氣象災害頻發且影響加劇[5]。阿克蘇地區的棉花生產長期遭受低溫災害影響，低溫災害影響范圍廣、危害程度重，成為制約當地棉花增產和農民增收的主要障礙之一[6-8]。低溫災害是指棉花在生長發育期間遭遇的環境溫度低于特定生育時期所需的溫度下限，從而引發的一系列不利影響的農業氣象災害[9]。其中，寒潮和晚霜凍是較常見的2種低溫災害形式。寒潮是由于強冷空氣侵襲，造成大范圍的急劇降溫過程；晚霜凍是在初春氣溫回暖期間，主要由于寒潮南下導致短時間內氣溫驟降至0 ℃以下，或者受寒潮影響后，在天氣由陰轉晴的當晚，因地面強烈輻射降溫，造成植物受害的現象[10-12]。苗期是棉花有效花芽分化的重要時期[13]，在此期間遭受低溫天氣，將直接威脅到幼苗的正常發育。新疆春季氣溫波動性大，低溫事件極易對棉苗產生災難性影響，表現為幼苗萎蔫、干枯甚至大量死亡，嚴重時會導致缺苗斷壟，不得不采取重播措施，進而造成重大的經濟損失[14-18]。以2023年為例，阿克蘇地區庫車市春季遭受了連續的低溫冷害：4月初的低溫冷害造成已播種的棉花種子和幼苗受損率達60%，經濟損失超過61.62萬元；不久之后的寒潮伴隨降水引發立枯病，50%的棉田被迫毀種重播；5月初的罕見霜凍更是重創了剛出苗的棉花，死苗率創下歷史新高，進一步加劇了生產困境[7]。因此，開展阿克蘇地區棉花低溫災害風險區劃研究對于提高該地區棉花應對低溫災害的能力、提高棉花的產量和纖維品質具有重要作用，有助于阿克蘇地區乃至整個新疆棉花生產的可持續發展。

防災減災實踐證明，風險區劃是提高災害應對能力的關鍵策略[19]。加拿大自20世紀70年代起，通過編制洪水風險圖并實施嚴格的土地使用規劃，有效限制了高風險區域的開發活動，顯著降低了潛在經濟損失，并促進了保險業的精細化管理[20]。美國及眾多歐洲國家通過精準繪制地震區劃圖，實現了對地震風險的有效規避，極大緩解了人員傷亡和財產損失的壓力[21]。近年來，我國在風險區劃領域的研究亦取得顯著進展。齊月等[22]基于綜合干旱風險指數，對甘肅省小麥干旱災害進行了風險評估與區劃，為該地區小麥生產的安全管理和防災策略制定提供了堅實的科學支撐。王春乙等[23]運用自然災害風險理論，系統評價了東北地區玉米生產面臨的干旱和冷害威脅，為保障當地玉米的安全生產提供科學參考。

關于棉花災害風險區劃研究已有相關報道。張永紅等[24]開展了陜西省關中地區棉花吐絮收獲期連陰雨災害風險區劃研究。尹圓圓等[25]繪制了安徽省棉花冰雹災害風險區劃圖。目前關于棉花苗期低溫災害的風險區劃尚未見報道。本研究聚焦于新疆阿克蘇地區棉花苗期低溫災害風險評估與區劃，通過構建阿克蘇地區棉花低溫氣象災害的風險評估模型，繪制風險等級區劃圖，明確標識不同等級低溫災害的風險區域，為當地政府規避風險、科學制定防災減災政策提供依據。

1 材料與方法

1.1 研究區域概況

阿克蘇地區（78°03′～84°07′E，39°30′～42°41′N）位于新疆維吾爾自治區中部，地勢北高南低、西高東低（附圖1），北鄰天山山脈中段南麓，南部是塔克拉瑪干沙漠，中部為山麓礫質扇形地、沖積平原區、戈壁、綠洲相間[19]。阿克蘇地區屬于暖溫帶干旱氣候區，氣候干燥，降水量少，光熱資源充足，年無霜期為200～220 d[26-27]。

1.2 數據來源

將單站24 h內降溫幅度≥8 ℃，或48 h內降溫幅度≥10 ℃，或72 h內降溫幅度≥12 ℃，且日最低氣溫≤4 ℃的冷空氣（其中48 h、72 h內的日最低氣溫必須是連續下降的）判定為1次寒潮過程[28]；將日最低氣溫≤0 ℃判定為1次霜凍過程。1961―2020年阿克蘇地區棉花苗期（4月11－6月11日）[29]的氣象資料來源于新疆維吾爾自治區氣象信息中心，包括阿克蘇地區10個國家氣象觀測站的日最高氣溫、日最低氣溫和日平均氣溫數據以及逐年寒潮和晚霜凍資料，其中包含寒潮的降溫幅度、低溫持續日數、極端最低氣溫，晚霜凍的極端最低氣溫、平均氣溫、低溫持續日數等。2020年阿克蘇地區棉花種植面積與耕地面積資料來源于《新疆統計年鑒2021》[30]。國內生產總值（gross domestic product， GDP）數據來源于新疆維吾爾自治區自然資源普查辦公室。

1.3 氣候傾向率計算

采用線性回歸方程定量描述阿克蘇地區棉花苗期氣溫以及晚霜凍、寒潮發生頻次隨時間的變化趨勢，方程中的回歸系數用最小二乘法計算得出[31]，線性回歸方程如下：

y＝ax＋b" " （1）

式中，y為要素值，x為年份，a為回歸系數，b為常數項。當a為正值時，說明要素隨著年份的增加呈遞增趨勢；a為負值時，說明要素隨年份的增加而降低。

1.4 寒潮和晚霜凍發生率計算

特定日期寒潮或晚霜凍發生率（F）計算公式[5]為：

F＝×100%" "（2）

式中，n為阿克蘇地區某一日期寒潮或晚霜凍發生年份數，N為1961―2020年總年數，N＝60。

1.5 模型構建

采用加權綜合評估法構建風險評估模型。加權綜合評估法是考慮到每個評價指標對評價對象的影響程度不同，采用科學的方法預先分配各指標的權重系數，將權重系數與各指標的標準化值相乘后再逐項相加得到評估模型的方法[32]。

1.5.1 歸一化處理。為了保證評價指標體系的統一性和可比性，需要對各個指標因子進行歸一化處理，以消除各指標的量綱差異。歸一化處理的計算公式為[33]：

x'＝" "（3）

式中，x'為歸一化后的數據，大小為0～1，x為樣本數據，xmin為樣本數據中的最小值，xmax為樣本數據中的最大值。

1.5.2 信息熵賦權法。在多指標綜合評價中，熵權法可以客觀反映各評價指標的權重。對于某個評價指標，概率越大，信息熵越小，權重系數越大，表明其在整個評價系統中發揮的作用越大[34]。

設評價體系是由a個指標b個對象構成的系統，首先計算第n項指標下第i個對象的指標值fni所占比重Pni [34]：

Pni＝" "（4）

由熵權法計算第n個指標的熵值Sn：

Sn＝－∑PnilnPni" （5）

確定第n個指標的客觀權重Wn：

Wn＝" （6）

公式（4）～（6）中，n＝1、2、……、a；i＝1、2、……、b。

1.5.3 致災因子危險性指數計算。致災因子是指可能導致災害的因素[35]。將低溫持續時間、平均氣溫和極端最低氣溫作為晚霜凍危險性的評估指標，將低溫持續時間、降溫幅度和極端最低氣溫作為寒潮危險性的評估指標。計算公式為：

H＝wi x" "（7）

式中，H為低溫致災因子危險性指數，n為某評價體系的指標數，x為第i項指標的標準化值，wi為第i項指標的權重系數，通過信息熵賦權法計算獲得。

1.5.4 承災體暴露度指數計算。承災體暴露度是指暴露在致災因子不利影響范圍內的承災體的數量或面積[36]。承災體暴露度指數（I）計算公式為：

I＝" （8）

式中，Sm為阿克蘇地區各縣或各鄉鎮的棉花種植面積，S為阿克蘇地區各縣或各鄉鎮的耕地面積。

1.5.5 防災減災能力指數。防災減災能力是指受災區域在災害來臨前的預防和應對能力，以及災后的恢復和重建能力。區域內防災減災能力越強，承災體所受的災害風險就越低。而防災減災工程的建設與當地的經濟財政情況密切相關，因此本研究將阿克蘇地區的GDP作為防災減災能力的評估指標[37]。

1.5.6 綜合風險評估模型構建。綜合致災因子危險性、承災體暴露度和防災減災能力建立低溫災害綜合風險評估模型：

R＝H×WH＋I×WI＋（1－V）×WV" （9）

式中，R為低溫災害綜合風險評估指數，H為致災因子危險性指數，I為承災體暴露度指數，V為阿克蘇地區防災減災能力指數（GDP柵格數據），WH、WI和WV分別為各指數的權重，采用信息熵賦權法確定，各指標的權重系數見附表1。

1.6 區劃圖的繪制

自然斷點法是1種地圖分級算法。該方法主要用于空間數據分類，將數據分為若干個類別，使得每個類別內部的數據相似度較高，而類別之間的差異較大[38]。公式為：

Si－j＝∑A[k]2－" （10）

式中，Si－j為第i個元素到第j個元素的累積平方差之和，A是1個長度為N（1≤i＜j≤N）的數組，k為i、j中間的數，表示A組中的第k個元素。

利用ArcMap 10.8.1軟件的自然斷點法分別將低溫致災因子危險性指數、承災體暴露度指數、防災減災能力指數以及低溫災害綜合風險評估指數劃分為5個等級（附表2），繪制阿克蘇地區棉花苗期低溫致災因子危險性等級分布圖、棉花暴露度等級分布圖、防災減災能力等級分布圖以及低溫災害綜合風險區劃圖。

1.7 數據統計分析

采用RStudio （R4.3.1）進行數據處理與顯著性檢驗，用Microsoft Excel 2013繪制折線圖。

2 結果與分析

2.1 阿克蘇地區棉花苗期氣溫變化特征

1961―2020年阿克蘇地區棉花苗期日最高氣溫和日平均氣溫均呈顯著升高趨勢（P＜0.05），日最低氣溫呈現極顯著升高趨勢（P＜0.01）。阿克蘇地區棉花苗期日平均最高氣溫為26.45 ℃，氣候傾向率為0.17 ℃·（10 a）－1（圖1A）；日平均最低氣溫為11.88 ℃，氣候傾向率為0.16 ℃·（10 a）－1（圖1B）；日平均氣溫的平均值為19.07 ℃，氣候傾向率為0.13 ℃·（10 a）－1（圖1C）。

2.2 阿克蘇地區棉花苗期寒潮和晚霜凍發生特征

1961―2020年阿克蘇地區棉花苗期寒潮和晚霜凍發生頻次均呈現減少趨勢，但變化不顯著，平均每年發生寒潮2.70次、晚霜凍1.37次，氣候傾向率分別為－0.01次·（10 a）－1、－0.20次·（10 a）－1（圖2A～B）。

1961―2020年的4－5月，寒潮的平均發生率是4.34%，其中4月10日的寒潮發生率為28%，其他日期的寒潮發生率均低于20%（圖2C）；晚霜凍的平均發生率為9.34%，4月1－12日晚霜凍發生率均高于20%（4月10日除外），其中4月2日的發生率最高，達到72%（圖2D）。

2.3 低溫致災因子危險性等級分布特征

1961―2020年，阿克蘇地區棉花苗期低溫致災因子危險性等級總體呈現出“北高南低、西高東低，由東南向西北方向逐漸升高”的特點。北部天山山脈為低溫致災因子危險性高等級區，南部的塔里木盆地為較低等級和低等級區，柯坪縣大部、烏什縣中部和東南部、溫宿縣中部、拜城縣南部和庫車市中部為較高等級區，中部的阿拉爾市、阿克蘇市、新和縣以及庫車市的部分區域為中等級風險區（圖3A）。

2.4 棉花暴露度分布特征

由圖3B可知，阿克蘇地區的棉花主要種植在中部和東部地區，其中阿拉爾市、阿克蘇市的中部、溫宿縣棉花種植區的東部邊緣區域、新和縣植棉區的西部、沙雅縣的北部以及庫車市的中部為暴露度高等級、較高等級區域，受災后易產生較大的損失。

2.5 防災減災能力分布特征

阿克蘇地區防災減災能力的高等級、較高等級分布區主要位于阿克蘇市北部、阿拉爾市中部、沙雅縣北部、庫車市中西部以及拜城縣南部的小部分區域，中等級區域集中分布在阿克蘇市的西部以及阿拉爾市大部，其余大部為防災減災能力的較低等級和低等級區域（圖3C）。

2.6 阿克蘇地區棉花苗期低溫災害綜合風險區劃

阿克蘇地區棉花苗期低溫災害的高風險和較高風險等級區主要分布在阿拉爾市、阿克蘇市的中部、阿瓦提縣的東北部、柯坪縣的東部邊緣一帶區域、新和縣的東部、庫車市西南部與中部、沙雅縣的北部和溫宿縣的東南部。中等級及較低等級風險區集中分布在阿克蘇市的西部、阿拉爾市中部、阿瓦提縣北部、溫宿縣南部、柯坪縣中東部、沙雅縣北部、庫車市的西南部及南部區域。阿瓦提縣的北部部分區域、新和縣的東部邊緣地區、庫車市的中西部以及沙雅縣棉花種植區的南部為低溫災害的低等級風險區（圖3D）。

3 討論

在全球氣候變暖背景下，雖然春季氣溫上升，但劇烈降溫或晚霜凍災害的潛在風險卻在加大[39]。劉海蓉等[7]研究指出，21世紀20年代初期阿克蘇地區春季低溫災害的發生頻次增多、強度增大，與此同時，極端天氣事件加劇，對棉花安全生產構成較大威脅。苗期是棉花生長的關鍵階段，低溫會影響棉花生理代謝，形成僵苗、弱苗，還會增加棉花遭受病蟲害侵襲的風險，嚴重危害幼苗生長[40-41]。

本研究發現，1961―2020年阿克蘇地區棉花苗期寒潮和晚霜凍災害的發生頻次均有所降低，與艾雅雯等[42]、羅繼等[43]關于北疆春季低溫災害時空分布特征的研究結果一致。阿克蘇地區的低溫災害發生頻次減少，降低了棉花生產面臨的低溫風險，有利于早期棉花的生長，為提升棉花的產量和纖維品質創造了有利的氣象條件。1961―2020年阿克蘇地區棉花苗期日最低氣溫、日最高氣溫與日平均氣溫均呈顯著升高趨勢，這與左敏等[44]的研究結果相符。由于氣候變暖導致區域內氣溫升高，熱量資源增多，減少了低溫災害的發生[45]。本研究結果表明1961―2020年4月10日之后阿克蘇地區的寒潮發生率均低于20%，晚霜凍集中發生在4月1－12日，4月12日之后晚霜凍發生率均較低。因此，將當地棉花的播種期定在4月12日之后，可以在較大程度上避免霜凍和寒潮的影響。

本研究揭示了阿克蘇地區春季低溫致災因子危險性等級的空間分布特征，具體表現為由東南向西北方向逐漸升高。這一獨特格局與該地區的地理坐標（經緯度）及地形、海拔緊密相關。阿克蘇地區地處天山山脈南坡中段與塔里木盆地北緣，地貌特點鮮明，北部海拔明顯高于南部，導致北部溫度較低。張俊嵐等[46]研究了阿克蘇地區地理因素對氣候的影響，發現海拔每升高100 m，平均氣溫下降0.5 ℃；此外，研究區緯度每向北偏移1°，氣溫下降1 °C左右，反映出緯度增加對低溫風險的增強作用。相比之下，經度變化對該地區春季氣溫的影響較為有限，每向東跨越1°，氣溫呈現出不超過0.25 °C的小幅上升趨勢。

本研究通過綜合分析，發現阿克蘇地區的中部、中東部多個區域（包括阿拉爾市、阿克蘇市的中部、阿瓦提縣東北部、柯坪縣東部邊緣區域、新和縣東部、庫車市西南部與中部、沙雅縣北部以及溫宿縣東南部的棉花種植區）屬于棉花苗期低溫災害的高等級與較高等級風險區。這些區域特征顯著，不僅有較高的棉花暴露度，且普遍位于中等級低溫致災因子的危險區域，加之防災減災體系不夠健全，一旦遭遇低溫天氣，可能導致極為嚴重的經濟損失。棉花苗期低溫災害中等級及較低等級風險區域主要集中在阿克蘇市的西部、阿拉爾市的中部、阿瓦提縣北部、溫宿縣南部、柯坪縣中東部、沙雅縣北部、庫車市的西南部及南部的棉花種植區。盡管這些地區棉花暴露度等級較低，但大部分處于低溫致災因子的中等級危險區，故仍面臨不容忽視的低溫災害威脅。此外其余植棉區雖然在防災減災能力方面表現出一定的脆弱性，但由于棉花暴露度等級低，且大多位于低溫致災因子的較低等級危險區域，綜合評判下，這些區域被歸類為低溫災害低等級風險區。

綜合棉花苗期低溫災害風險區劃結果，鑒于中高風險區域面臨的低溫挑戰，推薦采用具有耐寒特性的棉花品種。此外，引入早熟棉花品種能夠有效縮短棉花生長周期，減輕低溫冷害對棉株生長的不利影響。在低溫來臨前2～3 d，實施適度灌溉，利用水的熱容效應增加土壤及根部微環境的熱能存儲，有助于維持地面溫度穩定，從而減輕低溫冷害對棉花的影響[47]。若遇到0 ℃以下的低溫，可在棉田周圍采用秸稈煙熏，能顯著提升地表溫度，為作物提供即時的保溫屏障。低溫冷害發生后，應及時調整養分管理方案，通過增加施肥量及改變施肥模式（如葉面噴施含氮、磷、鉀的復合肥料），以提升養分吸收效率，加速作物恢復至正常生長狀態，增強其對低溫災害的耐受性。此外，還應及時中耕松土，增強土壤通透性與保溫性能，這不僅能提高土壤微生物活性，促進養分的有效轉化，利于棉花對養分的高效吸收，還能有效抑制種子腐爛、棉苗爛根。綜合運用以上策略能夠明顯提升棉花在低溫環境下的生存與生產能力，減少低溫災害帶來的經濟損失，利于保障阿克蘇地區棉花產業的可持續發展。

4 結論

1961―2020年，阿克蘇地區棉花苗期日最低氣溫、日最高氣溫與日平均氣溫均呈顯著升高趨勢，晚霜凍、寒潮發生頻次均呈現減少趨勢，4月10日寒潮的發生率高于20%，4月1－12日晚霜凍的發生率普遍高于20%。春季低溫致災因子危險性等級整體呈現出“北高南低、西高東低”的特點。阿拉爾市、阿克蘇市中部、阿瓦提縣東北部、柯坪縣東部邊緣、新和縣東部、庫車市西南部與中部、沙雅縣北部和溫宿縣東南部為低溫災害高等級、較高等級風險區。

附件：

詳見本刊網站（http：//journal.cricaas.com.cn/）本文網頁版。

參考文獻：

[1] 劉海蓉， 張仕明， 嚴建昌， 等. 新疆阿克蘇地區1991―2023年終霜日變化對棉花播種出苗的影響[J/OL]. 中國棉花， 2024， 51（5）： 29-33[2024-06-23]. https：//doi.org/10.11963/cc20230191.

Liu Hairong， Zhang Shiming， Yan Jianchang， et al. Influence of the final frost day change from 1991 to 2023 on cotton seeding and seedling in the Aksu Prefecture of Xinjiang[J/OL]. China Cotton， 2024， 51（5）： 29-33[2024-06-23]. https：//doi.org/10.11963/cc20230191.

[2] 國家統計局. 國家統計局關于2023年棉花產量的公告[EB/OL]. （2023-12-25） [2024-06-23]. https：//www.stats.gov.cn/sj/zxfb/202312/t20231225_1945745.html.

National Bureau of Statistics. Bulletin on the national cotton output in 2023[EB/OL]." （2023-12-25） [2024-06-23]. https：//www.stats.gov.cn/sj/zxfb/202312/t20231225_1945745.html.

[3] 阿克蘇地區融媒體中心. 一朵棉花“鏈”起一個產業集群[EB/OL]. （2024-02-20） [2024-06-23]. https：//nynct.xinjiang.gov.cn/xjnynct/c113577/202402/488f759a4610471e9d9edf57fc3a305c.shtml.

Aksu Prefecture Convergence Media Center. A single cotton blossom “chains” together an entire industry cluster[EB/OL]. （2024-02-20） [2024-06-23]. https：//nynct.xinjiang.gov.cn/xjnynct/c113577/202402/488f759a4610471e9d9edf57fc3a305c.shtml.

[4] 阿克蘇地區融媒體中心. 阿克蘇地區740萬畝棉花陸續開播[EB/OL]. （2023-03-31） [2024-06-23]. https：//www.coopcc.com/news.html？aid=1774640.

Aksu Prefecture Convergence Media Center. Seven point four million mu of cotton began sowing in Aksu Prefecture[EB/OL]. （2023-03-31） [2024-06-23]. https：//www.coopcc.com/news.html？aid=1774640.

[5] 孫帥， 王雪姣， 李順澳， 等. 1961－2022年新疆棉花花鈴期高溫熱害時空變化規律研究[J/OL]. 棉花學報， 2024， 36（2）： 87-100[2024-06-23]. https：//doi.org/10.1163/cs20240001.

Sun Shuai， Wang Xuejiao， Li Shun’ao， et al. The temporal and spatial variation of high temperature and heat damage during flowering and boll setting stage of cotton in Xinjiang from 1961 to 2022[J/OL]. Cotton Science， 2024， 36（2）： 87-100[2024-06-23]. https：//doi.org/10.1163/cs20240001.

[6] 彭江良， 盧英， 陳平， 等. 全球變暖背景下新疆庫車市春末極端低溫霜凍成因及對棉花生長影響[J/OL]. 中國棉花， 2024， 51（4）： 18-24[2024-06-23]. https：//doi.org/10.11963/cc20230144.

Peng Jiangliang， Lu Ying， Chen Ping， et al. Causes of extreme low temperature frost in late spring and its effects on cotton growth in Kuqa City under the background of global warming[J/OL]. China Cotton， 2024， 51（4）： 18-24[2024-06-23]. https：//doi.org/10.11963/cc20230144.

[7] 劉海蓉， 李徐翹楚， 陳丹， 等. 氣候變暖背景下終霜和低溫冷害對阿克蘇地區棉花播種出苗影響[J/OL].沙漠與綠洲氣象， 2024， 18（5）： 160-165[2024-06-23]. https：//doi.org/10.12057/j.issn.1002-0799.2024.05.021.

Liu Hairong， Li Xuqiaochu， Chen Dan， et al. Influence of final frost and low temperature on the seeding and emerging period of cotton in Aksu Prefecture[J/OL]. Desert and Oasis Meteorology， 2024， 18（5）： 160-165[2024-06-23]. https：//doi.org/10.12057/j.issn.1002-0799.2024.05.021.

[8] 王俊娟， 王帥， 陸許可， 等. 棉花幼苗對低溫脅迫的響應及抗冷機制初步研究[J/OL]. 棉花學報， 2017， 29（2）： 147-156[2024-06-23]. https：//doi.org/10.11963/issn.1002-7807.201702004.

Wang Junjuan， Wang Shuai， Lu Xuke， et al. The effect of low temperature stress on the growth of upland cotton seedlings and a preliminary study of cold-resistance mechanisms[J/OL]. Cotton Science， 2017， 29（2）： 147-156[2024-06-23]. https：//doi.org/10.11963/issn.1002-7807.201702004.

[9] 許紅霞， 鄒瑩. 農業氣象災害對農作物的影響分析[J]. 農家參謀， 2019（23）： 118.Xu Hongxia， Zou Ying. Analysis of the impact of agrometeorological disasters on crops[J]. The Farmers Consultant， 2019（23）： 118.

[10] 彭江良， 盧英， 王勇， 等. 2023年春末阿克蘇東部兩次極端低溫過程對比分析[J/OL]. 干旱區地理， 2024， 47（7）： 1175-1186[2024-06-23]. https：//doi.org/10.12118/j.issn.1000-6060.2023.575.

Peng Jiangliang， Lu Ying， Wang Yong， et al. Comparative analysis of two extreme low temperature processes in eastern Aksu in late spring of 2023[J/OL]. Arid Land Geography， 2024， 47（7）： 1175-1186[2024-06-23]. https：//doi.org/10.12118/j.issn.1000-6060.2023.575.

[11] 中國氣象局. 寒潮定義和標準[EB/OL]. （2018-11-19） [2024-06-23]. https：//www.cma.gov.cn/2011xzt/kpbd/ColdWave/2018050901/201811/t20181119_483585.html.

China Meteorological Administration. Cold wave definition and criteria[EB/OL]. （2018-11-19） [2024-06-23]. https：//www.cma.gov.cn/2011xzt/kpbd/ColdWave/2018050901/201811/t201811-19_483585.html.

[12] 王瑞麗. 小麥春季凍害的原因及預防對策[J]. 河南農業， 2012（5）： 26.

Wang Ruili. Causes and preventive countermeasures of spring frost damage in wheat[J]. Agriculture of Henan， 2012（5）： 26.

[13] 中國農業科學院棉花研究所. 中國棉花栽培學[M]. 上海： 上海科學技術出版社， 2019： 231-232.

Institute of Cotton Research of Chinese Academy of Agricultural Sciences. Chinese cotton cultivation science[M]. Shanghai： Shanghai Science and Technology Press， 2019： 231-232.

[14] 張選， 彭小峰， 王潭剛， 等. 低溫冷害對南疆棉花的影響及對策分析[J]. 新疆農墾科技， 2024， 47（1）： 31-32.

Zhang Xuan， Peng Xiaofeng， Wang Tangang， et al. Impact of low-temperature cold damage on cotton in Southern Xinjiang and analysis of countermeasures[J]. Xinjiang Farm Research of Science and Technology， 2024， 47（1）： 31-32.

[15] 傅瑋東. 終霜和春季低溫冷害對新疆棉花播種期的影響[J]. 干旱區資源與環境， 2001， 15（2）： 38-43.

Fu Weidong. The influence of latest frost and microthermal damage in spring on the cotton's seeding time[J]. Journal of Arid Land Resources and Environment， 2001， 15（2）： 38-43.

[16] 李彥斌， 程相儒， 李黨軒， 等. 北疆墾區棉花低溫冷害初步研究[J/OL]. 農業災害研究， 2012， 2（5）： 11-13[2024-06-23]. https：//doi.org/10.19383/j.cnki.nyzhyj.2012.05.004.

Li Yanbin， Cheng Xiangru， Li Dangxuan， et al. Preliminary study on cotton chilling damage in north of Xinjiang farmland[J/OL]. Journal of Agricultural Catastrophology， 2012， 2（15）： 11-13[2024-06-23]. https：//doi.org/10.19383/j.cnki.nyzhyj.2012.05.004.

[17] 沙曉梅， 李娟， 帕提古力·阿不力孜， 等. 低溫脅迫對棉花種子萌發的影響[J/OL]. 種子， 2021， 40（2）：" 80-85[2024-06-23]. https：//doi.org/10.16590/j.cnki.1001-4705.2021.02.080.

Sha Xiaomei， Li Juan， Patiguli Abliz， et al. Effects of low temperature stress on seed germination of cotton[J/OL]. Seed， 2021， 40（2）： 80-85[2024-06-23]. https：//doi.org/10.16590/j.cnki.1001-4705.2021.02.080.

[18] 李章成， 周清波， 江道輝， 等. 棉花苗期凍害高光譜特征研究[J]. 棉花學報， 2008， 20（4）： 306-311.

Li Zhangcheng， Zhou Qingbo， Jiang Daohui， et al. Study on hyperspectral features of the frostbite cotton at seedling stage[J]. Cotton Science， 2008， 20（4）： 306-311.

[19] 李麗華， 陳洪武， 毛煒嶧， 等. 基于GIS的阿克蘇地區冰雹災害風險區劃及評價[J/OL]. 干旱區研究， 2010， 27（2）： 224-229[2024-06-23]. https：//doi.org/10.13866/j.azr.2010.02.020.

Li Lihua， Chen Hongwu， Mao Weiyi， et al. GIS-based hail risk zonation and assessment in Aksu Prefecture[J/OL]. Arid Zone Research， 2010， 27（2）： 224-229[2024-06-23]. https：//doi.org/10.13866/j.azr.2010.02.020.

[20] 張俊香， 黃崇福. 自然災害區劃與風險區劃研究進展[C]//中國災害防御協會. 風險分析專業委員會第一屆年會論文集. 北京： 《應用基礎與工程科學學報》編輯部， 2004： 56-57.

Zhang Junxiang， Huang Chongfu. Advance in natural disaster zoning and risk zoning[C]//China Disaster Prevention Association. Proceedings of the first annual conference of the risk analysis professional committee. Beijing： Editorial Office of Journal of Basic Science and Engineering， 2004： 56-57.

[21] 湯愛平， 董瑩， 文愛花， 等. 國外地震風險評估和風險管理基礎研究[J]. 世界地震工程， 1999， 15（3）： 26-32.

Tang Aiping， Dong Ying， Wen Aihua， et al. Basis study of earthquake risk assessment and risk management abroad[J]. World Earthquake Engineering， 1999， 15（3）： 26-32.

[22] 齊月， 王鶴齡， 王潤元， 等. 甘肅省小麥干旱災害風險評估及區劃研究[J/OL]. 氣象與環境科學， 2019， 42（4）： 33-38[2024-06-23]. https：//doi.org/10.16765/j.cnki.1673-7148.2019.04.006.

Qi Yue， Wang Heling， Wang Runyuan， et al. Risk assessment and region division of wheat drought disaster in Gansu Province[J/OL]. Meteorological and Environmental Sciences， 2019， 42（4）： 33-38[2024-06-23]. https：//doi.org/10.16765/j.cnki.1673-7148.2019.04.006.

[23] 王春乙， 蔡菁菁， 張繼權. 基于自然災害風險理論的東北地區玉米干旱、冷害風險評價[J/OL]. 農業工程學報， 2015， 31（6）： 238-245[2024-06-23]. https：//doi.org/10.3969/j.issn.1002-6819.2015.06.033.

Wang Chunyi， Cai Jingjing， Zhang Jiquan. Risk assessment of drought and chilling injury of maize in Northeast China[J/OL]. Transactions of the Chinese Society of Agricultural Engineering， 2015， 31（6）： 238-245[2024-06-23]. https：//doi.org/10.3969/j.issn.1002-6819.2015.06.033.

[24] 張永紅， 葛徽衍， 郭建茂. 棉花吐絮收獲期連陰雨災害風險區劃[J/OL]. 氣象科技， 2014， 42（6）： 1095-1099[2024-06-23]. https：//doi.org/10.19517/j.1671-6345.2014.06.025.

Zhang Yonghong， Ge Huiyan， Guo Jianmao. Disaster risking regionalization of continuous rainfall in cotton boll-opening period[J/OL]. Meteorological Science and Technology， 2014， 42（6）： 1095-1099[2024-06-23]. https：//doi.org/10.19517/j.1671-6345.2014.06.025.

[25] 尹圓圓， 趙金濤， 王靜愛. 安徽省棉花冰雹災害風險區劃研究[J]. 長江流域資源與環境， 2013， 22（7）： 958-964.

Yin Yuanyuan， Zhao Jintao， Wang Jing’ai. Risk regionalization of hail disaster for cotton of Anhui Province[J]. Resources and Environment in the Yangtze Basin， 2013， 22（7）： 958-964.

[26] 趙霞， 李茂春， 李萍， 等. 2021年新疆阿克蘇棉花減產的氣象原因分析及災害防御措施[J/OL]. 中國棉花， 2023， 50（12）： 70-73[2024-06-23]. https：//doi.org/10.11963/cc20230067.

Zhao Xia， Li Maochun， Li Ping， et al. Analysis of meteorological causes and disaster prevention measures of cotton production reduction in Aksu Prefecture of Xinjiang in 2021[J/OL]. China Cotton， 2023， 50（12）： 70-73[2024-06-23]. https：//doi.org/10.11963/cc20230067.

[27] 方賀， 嚴佩文， 石見， 等. 阿克蘇地區植被生態質量時空變化及其驅動機制[J/OL]. 干旱區研究， 2022， 39（6）： 1907-1916[2024-06-23]. https：//doi.org/10.13866/j.azr.2022.06.21.

Fang He， Yan Peiwen， Shi Jian， et al. Temporal and spatial variation of vegetation ecological quality and its driving mechanism in Aksu Prefecture[J/OL]. Arid Zone Research， 2022， 39（6）： 1907-1916[2024-06-23]. https：//doi.org/10.13866/j.azr.2022.06.21.

[28] 全國氣候與氣候變化標準化技術委員會. 冷空氣過程監測指標： QX/T 393－2017[S]. 北京： 氣象出版社， 2017.

National Technical Committee on Standardization of Climate and Climate Change. Monitoring indices of cold air processes： QX/T 393-2017[S]. Beijing： China Meteorological Press， 2017.

[29] 白文波， 李昊儒. 中國主要農作物氣候資源圖集·棉花卷[M]. 杭州： 浙江科學技術出版社， 1984： 5-8.

Bai Wenbo， Li Haoru. Atlas of climatic resources of major crops in China： cotton volume[M]. Hangzhou： Zhejiang Scientific and Technical Press， 1984： 5-8.

[30] 新疆維吾爾自治區統計局， 國家統計局新疆調查總隊. 新疆統計年鑒2021[M]. 北京： 中國統計出版社， 2021： 303-321.

Statistic Bureau of Xinjiang Uygur Autonomous Region， National Bureau of Statistics Xinjiang survey team. Xinjiang statistical yearbook 2021[M]. Beijing： China Statistics Press， 2021： 303-321.

[31] 崔日鮮， 付金東. 山東植棉區降水與棉花需水耦合度的時空變化特征分析[J/OL]. 棉花學報， 2014， 26（1）： 49-57[2024-06-23]. https：//doi.org/10.11963/cs140107.

Cui Rixian， Fu Jindong. Spatial and temporal variation of coupling between rainfall and crop water requirements of cotton in Shandong[J/OL]. Cotton Science， 2014， 26（1）： 49-57[2024-06-23]. https：//doi.org/10.11963/cs140107.

[32] 烏蘭， 王海梅， 劉昊. 內蒙古牧區干旱災害風險分布特征及區劃[J/OL]. 干旱氣象， 2017， 35（6）： 1070-1076[2024-06-23]. https：//doi.org/10.11755/j.issn.1006-7639.2017.06.1070.

Wu Lan， Wang Haimei， Liu Hao. Characteristics and regionali-zation of drought disaster risk distribution in pastoral areas of Inner Mongolia[J/OL]. Journal of Arid Moreorology， 2017， 35（6）： 1070-1076[2024-06-23]. https：//doi.org/10.11755/j.issn.1006-7639.2017.06.1070.

[33] 王小亞， 馬諾， 李海花， 等. 南疆暴雨洪澇災害風險區劃[J/OL]. 沙漠與綠洲氣象， 2022， 16（4）： 72-78[2024-06-23]. https：//doi.org/10.12057/j.issn.1002-0799.2022.04.010.

Wang Xiaoya， Ma Nuo， Li Haihua， et al. Risk zoning of rainstorm and flood disasters in Southern Xinjiang[J/OL]. Desert and Oasis Meteorology， 2022， 16（4）： 72-78[2024-06-23]. https：//doi.org/10.12057/j.issn.1002-0799.2022.04.010.

[34] 楊麗娜， 陳根光， 周承芳， 等. 基于信息熵賦權法的正交試驗優化止血化痔合劑提取工藝[J/OL]. 中國藥師， 2022， 25（4）： 631-635[2024-06-23]. https：//doi.org/10.19962/j.cnki.issn1008-049X.2022.04.012.

Yang Lina， Chen Genguang， Zhou Chengfang， et al. Extraction technology optimization of Zhixue Huazhi mixture by orthogonal test based on information entropy weighting[J/OL]. China Pharmacist， 2022， 25（4）： 631-635[2024-06-23]. https：//doi.org/10.19962/j.cnki.issn1008-049X.2022.04.012.

[35] 陳超， 顧淏清， 蔡聰， 等. 鹽城市大豐區暴雨災害時空特征及其危險性評估方法[J/OL]. 電子元器件與信息技術， 2022， 6（9）： 85-92[2024-06-23]. https：//doi.org/10.19772/j.cnki.2096-4455.2022.9.021.

Chen Chao， Gu Haoqing， Cai Cong， et al. Spatial and temporal characteristics of heavy rainfall disaster and its risk assessment method in Dafeng District， Yancheng City[J/OL]. Electronic Components and Information Technology， 2022， 6（9）： 85-92[2024-06-23]. https：//doi.org/10.19772/j.cnki.2096-4455.2022.9.021.

[36] 吉春容， 火勛國， 谷然， 等. 新疆香梨花期霜凍災害風險評估模型構建及適用性[J/OL]. 沙漠與綠洲氣象， 2023， 17（6）： 83-88[2024-06-23]. https：//doi.org/10.12057/j.issn.1002-0799.2023.06.011.

Ji Chunrong， Huo Xunguo， Gu Ran， et al. Construction and applicability of frost disaster risk assessment model in flower period of fragrant pear in Xinjiang[J/OL]. Desert and Oasis Meteorology， 2023， 17（6）： 83-88[2024-06-23]. https：//doi.org/10.12057/j.issn.1002-0799.2023.06.011.

[37] 王丹， 李謝輝. 氣候變暖背景下云南省暴雨災害風險區劃研究[J/OL]. 水電能源科學， 2024， 42（5）： 14-18[2024-06-23]. https：//doi.org/10.20040/j.cnki.1000-7709.2024.20231128.

Wang Dan， Li Xiehui. Study on risk zoning of rainstorm disaster in Yunnan Province under background of climate warming[J/OL]. Water Resources and Power， 2024， 42（5）： 14-18[2024-06-23]. https：//doi.org/10.20040/j.cnki.1000-7709.2024.20231128.

[38] 王延慧， 張建濤， 葉文軍， 等. 基于ArcGIS的新疆雷電災害風險區劃研究[J/OL]. 沙漠與綠洲氣象， 2019， 13（6）： 96-104[2024-06-23]. https：//doi.org/10.12057/j.issn.1002-0799.2019.06.012.

Wang Yanhui， Zhang Jiantao， Ye Wenjun， et al. A study of lightning disaster risk zoning in Xinjiang based on ArcGIS[J/OL]. Desert and Oasis Meteorology， 2019， 13（6）： 96-104[2024-06-23]. https：//doi.org/10.12057/j.issn.1002-0799.2019.06.012.

[39] 劉艷， 鄭育琳， 劉精， 等. 增暖背景下2023年4－5月新疆低溫維持機制分析[J/OL]. 沙漠與綠洲氣象， 2023， 17（6）： 60-66[2024-06-23]. https：//doi.org/10.20040/10.12057/j.issn.1002-0799.2023.06.008.

Liu Yan， Zheng Yulin， Liu Jing， et al. Mechanisms for maintenance of low temperature in Xinjiang in april-may 2023 under the background of climate warming[J/OL]. Desert and Oasis Meteorology， 2023， 17（6）： 60-66[2024-06-23]. https：//doi.org/10.20040/10.12057/j.issn.1002-0799.2023.06.008.

[40] 閆強， 曾雅青， 王樂然， 等. 不同棉花品種種子活力對低溫和人工老化脅迫的反應差異[J/OL]. 棉花學報， 2016， 28（2）： 144-151[2024-06-23]. https：//doi.org/10.11963/issn.1002-7807.201602007.

Yan Qiang， Zeng Yaqing， Wang Leran， et al. Response of seed vigor in different cotton cultivars under low temperature and artificial aging stress[J/OL]. Cotton Science， 2016， 28（2）： 144-151[2024-06-23]. https：//doi.org/10.11963/issn.1002-7807.201602007.

[41] 張玲， 李茂春， 薛英明， 等. 2023年新疆春季低溫冷害對綠洲棉花生產的影響[J/OL]. 中國棉花， 2023， 50（10）： 45-47[2024-06-23]. https：//doi.org/10.11963/cc20230109.

Zhang Ling， Li Maochun， Xue Yingming， et al. Effects of chil-ling injury on cotton production in the oases of Xinjiang in spring 2023[J/OL]. China Cotton， 2023， 50（10）： 45-47[2024-06-23]. https：//doi.org/10.11963/cc20230109.

[42] 艾雅雯， 孫建奇， 韓雙澤， 等. 1961－2016年中國春季極端低溫事件的時空特征分析[J/OL]. 大氣科學， 2020， 44（6）： 1305-1319[2024-06-23]. https：//doi.org/10.3878/j.issn.1006-9895.1912.19223.

Ai Yawen， Sun Jianqi， Han Shuangze， et al. Spatial and temporal features of spring extreme low temperature events in China during 1961-2016[J/OL]. Chinese Journal of Atmospheric Sciences， 2020， 44（6）： 1305-1319[2024-06-23]. https：//doi.org/10.3878/j.issn.1006-9895.1912.19223.

[43] 羅繼， 代君梅， 楊虎， 等. 1971－2014年新疆區域寒潮氣候特征[J/OL]. 干旱區研究， 2017， 34（2）： 309-315[2024-06-23]. https：//doi.org/10.13866/j.azr.2017.02.09.

Luo Ji， Dai Junmei， Yang Hu， et al. Climatic characteristics of cold wave in Xinjiang during the period of 1971-2014[J/OL]. Arid Zone Research， 2017， 34（2）： 309-315[2024-06-23]. https：//doi.org/10.13866/j.azr.2017.02.09.

[44] 左敏， 陳洪武， 江遠安， 等. 新疆近50 a氣溫變化趨勢和演變特征[J]. 干旱氣象， 2010， 28（2）： 160-166.

Zuo Min， Chen Hongwu， Jiang Yuan’an， et al. Trend and evolvement characteristics of temperature in recent 48 years in Xinjiang[J]. Journal of Arid Moreorology， 2010， 28（2）： 160-166.

[45] 胡琦， 潘學標， 邵長秀， 等. 1961－2010年中國農業熱量資源分布和變化特征[J/OL]. 中國農業氣象， 2014， 35（2）： 119-127[2024-06-23]. https：//doi.org/https：//doi.org/10.11963/cs20240001.

Hu Qi， Pan Xuebiao， Shao Changxiu， et al. Distribution and variation of China agricultural heat resources in 1961-2010[J/OL]. Chinese Journal of Agrometeorology， 2014， 35（2）： 119-127[2024-06-23]. https：//doi.org/https：//doi.org/10.11963/cs20240001.

[46] 張俊嵐， 王華， 謝國輝. 阿克蘇地區地理因素對氣候分布的影響[J]. 氣象， 2003， 29（3）： 46-48.

Zhang Junlan， Wang Hua， Xie Guohui. Geographic factors effects on the climatic distributions in Aksu area[J]. Meteorological Monthly， 2003， 29（3）： 46-48.

[47] 錄亞丹， 趙戰勝， 張庭軍. 北疆棉花苗期低溫冷害的預防及補救措施[J/OL]. 中國棉花， 2019， 46（6）： 41-42[2024-06-23]. https：//doi.org/10.11963/1000-632X.lydlyd.20190605.

Lu Yadan， Zhao Zhansheng， Zhang Tingjun. Prevention and remedial measures of low-temperature cold damage of cotton seedlings in Northern Xinjiang[J/OL]. China Cotton， 2019， 46（6）： 41-42[2024-06-23]. https：//doi.org/10.11963/1000-632X.lydlyd.20190605.

（責任編輯：王小璐" " 責任校對：王國鑫）

第一作者簡介：唐雪蓮（1999―），女，碩士研究生，1596518387@qq.com。

*通信作者：火勛國，275598255@qq.com；張山清，zhangshanqing－66@163.com；孫帥，1987509853@qq.com

基金項目：新疆維吾爾自治區重點研發計劃課題“新疆糧棉氣象災害發生規律研究及防控智慧化平臺建設”（2022B02001-1）；新疆維吾爾自治區“天山英才”培養計劃“三農”骨干人才培養項目“棉花苗期氣象災害預警及災后管理數字化技術研發與應用”（2023SNGGGCC023）；新疆維吾爾自治區“天山英才”培養計劃“棉花輕簡高效栽培技術創新團隊”（2023TSYCTD004）