华南芒果种植区寒冻害危险性区划与评估*

孙朝锋，林 雯，黄川容，吴 立，陈家金**，王加义，林辉阳

华南芒果种植区寒冻害危险性区划与评估*

孙朝锋1，林 雯2，黄川容1，吴 立1，陈家金1**，王加义1，林辉阳1

（1. 福建省气象服务中心，福州 350001；2. 福建省莆田市气象局，莆田 351100）

利用华南（广东、广西、福建）芒果种植区115个气象站1961−2016年观测资料，结合芒果寒冻害指标，采用加权综合评价法，确定种植区各气象站点的寒冻害危险性指数，建立寒冻害危险性指数与地理因子之间的多元线性回归模型，并基于GIS技术对华南芒果种植区寒冻害危险性进行区划。结果表明：华南芒果种植区寒冻害危险性与地理因子之间关系密切，总体呈现由沿海到内陆，寒冻害危险性逐渐变大的趋势，此外，随着纬度和海拔的增高，从南到北芒果寒冻害危险性程度也逐渐增大。轻度危险区主要分布在华南芒果种植区南部沿海地带及部分内陆地市的低海拔地区，占种植区面积比例为56.85%，该区域适合大规模种植芒果；中度寒冻害危险性区域主要分布在华南芒果种植区内陆中低海拔地区以及北部高纬度沿海地区，占种植区面积比例为37.03%；重度以上的寒冻害危险性区域主要分布在华南芒果种植区内陆高海拔地区，占种植区面积比例为6.12%。通过历史灾情和各县区年产量资料验证，区划结果与实际较为吻合，研究结果可为华南地区芒果的优化布局和防灾减灾提供参考。

芒果；寒冻害；危险性区划；华南芒果种植区；GIS

芒果原产于印度，被誉为“热带水果之王”，以其果实风味独特、营养丰富，经济效益高等特点，越来越受到人们的青睐[1]。广东、广西和福建是中国芒果经济栽培的主产地，广东以湛江、吴川、高州、信宜为主产；广西以南宁、龙州至百色一带以及邕宁、博白和平南等主产，其中百色田东获得国家颁发的“芒果之乡”称号[2−3]。近年来，受冬季寒潮入侵所带来的低温天气影响，福建、广西和广东芒果生产均造成了不同程度的损失，再加上农户不遵循地形和气候规律，在不适宜种植区盲目引种，时常导致芒果产量和品质波动巨大，严重时造成绝收[4−5]。因此，亟需针对芒果种植过程中存在的最主要农业气象灾害即寒冻害开展风险区划和评估，确定芒果寒冻害各级风险的精细分布区域，找到无寒冻害风险或风险低的适生区域，把灾害风险规避在种植前，对芒果的安全种植至关重要。

近年来，在全球气候变化的背景下，经济林果的寒冻害风险越来越引起国内外专家学者的广泛关注[6]，李娜等[7]针对华南地区香蕉、荔枝开展过寒冻害风险分析与区划研究；陈家金等[8−9]针对福建龙眼、枇杷和番木瓜等特色经济果树开展了多灾种综合风险区划和评估；赵俊芳等[10]开展了华南地区龙眼寒害灾损的风险评估。而对芒果寒冻害方面的研究，国外学者更多关注低温胁迫对芒果品质的影响，且以贮藏[11]、生理变化[12−13]和提高抗寒性[14−15]等方面的研究居多，国内主要集中在芒果寒冻害等级指标、适宜性区划等方面，陈惠等[16−17]基于人工气候箱和地理移放试验的方法，开展了芒果寒冻害低温指标研究；唐力生等[18]基于人工气候箱和地理移放试验的方法，开展了芒果幼苗寒冻害低温指标研究；吴小波等[19]选取6个气候因子作为区划指标，开展了贵州省芒果种植气候适宜性区划研究；而针对芒果寒冻害风险区划方面的研究则甚少，仅见杨凯等[20]开展了福建芒果种植气候风险区划，但未考虑经纬度、海拔等地理因子对极端低温的影响。本研究以华南芒果种植区为研究区域，结合芒果寒冻害致灾指标，统计分析了不同强度寒冻害年平均发生次数，采用多指标综合灾害风险指数法，确定华南芒果种植区各气象站点的寒冻害危险性指数，基于GIS技术，融合经度、纬度、海拔、离海距离等地理因子，制作华南芒果种植区芒果寒冻害危险性精细化区划图，以评估华南芒果种植区寒冻害危险性等级，以期为复杂地形下的华南芒果种植区芒果优化布局和防灾减灾提供科学决策依据。

1 资料与方法

1.1 数据及其来源

福建芒果种植区数据来源于2018年《福建农村统计年鉴》，广西芒果种植区数据来源于2014年《广西农村统计年鉴》，以统计年鉴中各县区芒果种植面积数据作为种植区判断的依据，广东农村统计年鉴无各县区芒果种植面积数据，其芒果种植区的划分参考相关文献[21]。气象数据来源于中国气象局国家气象信息中心，采用华南芒果种植区115个气象观测站1961−2016年逐日最低气温资料。地理信息资料包括DEM数字高程数据、经度、纬度、离海距离和行政区图等，其中30m分辨率DEM数字高程数据来源于中国科学院计算机网络信息中心地理空间数据云平台，行政区图来源于福建省地理信息中心，经、纬度网格通过ArcGIS软件中的渔网工具和趋势面插值生成，离海距离是通过ArcGIS软件中点到线的欧氏距离计算得到。华南芒果种植区及气象站点分布见图1。

1.2 研究方法：加权综合评价法（WCE）[22]

1.2.1 构建危险性区划指标

首先，确定华南芒果种植区寒冻害致灾因子。其次，华南芒果种植区寒冻害危险性区划指标由致灾因子的强度和发生频次两方面决定，根据芒果寒冻害致灾因子强度分级指标，将芒果寒冻害分为轻度、中度、重度和极重四个等级，计算各地不同等级寒冻害年平均发生次数，以评估芒果寒冻害的致灾危险性。

图1 华南芒果种植区及气象站点分布

1.2.2 各等级指标权重的计算

（1）使用层次分析法(AHP)[23]计算芒果寒冻害各等级指标的主观权重（W1j），j取1～4。AHP是一种对指标进行定性定量分析的赋权方法，基本步骤是邀请13位行业专家按照1～9标度法对四个等级指标进行两两相对重要性打分，构建判断矩阵（表1），然后求出判断矩阵的特征根和特征向量，并将归一化的特征向量作为四个等级指标的主观权重。由于在构建判断矩阵时对四个等级指标的打分具有一定的主观性，需要对判断矩阵进行一致性检验，通过计算得到随机一致性比率为0.065＜0.1，因此，判断矩阵具有满意的一致性。

表1 芒果寒冻害等级指标判断矩阵

（2）利用熵权法计算芒果寒冻害各等级指标的客观权重（W2j），j取1～4。熵权法是一种基于指标之间变异程度的客观赋权方法。基本步骤为根据芒果寒冻害等级指标，计算115个气象站点各等级寒冻害的年平均发生次数，并对序列进行归一化处理[24]。

首先计算所有气象站点中第j个等级指标的熵值（ej），即

式中，pi,j为芒果寒冻害年平均发生次数归一化序列，取n=115。

再计算第j个等级指标的熵权（w2j），即

（3）采用组合权重（wj）综合反映四个等级指标的重要性，显然组合权重和主、客观权重都应尽可能接近，根据最小相对信息熵原理[25]，取几何平均数所需的信息量最少，而其他形式的组合权重，都会无形增加信息的冗余，因此，采用几何平均数法将前文获得的主、客观权重进行耦合优化，确定组合权重（wj）。其计算式为

式中，j为寒冻害等级指标，m为寒冻害等级指标个数，且m=4，W1j为第j个寒冻害等级指标的主观权重，W2j为第j个寒冻害等级指标的客观权重，Wj为第j个寒冻害等级指标的组合权重。

1.2.3 寒冻害危险性指数的计算

式中，i为各气象站点，j为寒冻害等级指标，Wj为第j个寒冻害等级指标的组合权重，Pij表示第j个寒冻害等级指标在第i个气象站点上年平均发生次数的归一化序列。

1.3 数据处理

气象数据的处理、归一化、权重的确定采用R语言编程实现，各等级寒冻害年平均发生次数分布图、危险性指数的分区统计、空间插值和危险性等级区划图的制作采用ArcGIS 10.3软件。

2 结果与分析

2.1 寒冻害危险性指数分布

2.1.1 寒冻害致灾因子强度分级指标

芒果性喜温暖，不耐寒霜。中国芒果主要产区年均温在19.8～24.1℃，最低月均温大于15℃，低温冻害是发展芒果生产的限制性因素，当极端低温下降到3～5℃时，幼苗、嫩梢和花穗就会发生轻度寒害[27]；温度下降至0℃左右时幼苗地上部、成年树的花穗和嫩梢、树上未熟的芒果外围叶片都会受害；温度下降到−1℃时，幼树主干的上部，成年树的顶梢就会出现中度冻害[18]；温度降至−2℃时，花序、叶片以及结果母枝2～3cm直径的侧枝会冻死；−3℃以下幼树上部全部冻死，大树严重受冻，成年树2～3a生枝条也会被冻死[28]。因此，虽然不同的芒果品种、树龄和栽培小气候环境，对抗低温能力有所差别，但极端最低气温低于−2.5℃的地区不适宜种植芒果[29]。

以冬季极端最低气温（Td）作为华南芒果种植区寒冻害致灾因子的指标，综合前人研究成果并结合生产实际调查[16–18,29]，对其按影响强度进行等级划分，结果见表2。

2.1.2 不同等级寒冻害年平均发生次数

图2为华南芒果种植区115个气象站1961−2016年不同等级寒冻害年平均发生次数的空间分布特征。由图可知，轻度寒冻害年平均发生次数介于0～4.45次，华南芒果种植区90%的站点都有发生轻度寒冻害的风险，仅福建东山、广西东兴、防城港、马栏、广东雷州半岛、珠海、南澳轻度寒冻害年平均发生次数为0，最大值为福建永泰；轻度寒冻害年平均发生次数总体呈现由南向北逐渐增加的趋势，且内陆地区年平均发生次数多于临近沿海地区。

中度寒冻害年平均发生次数介于0～3.25次，华南芒果种植区中度寒冻害年平均发生次数大于1次的站点均在福建，分别为福建永春、连江、罗源、华安和永泰，其中福建永泰中度寒冻害年平均发生次数较多，为3.25次，96%的站点中度寒冻害年平均发生次数在1次以下，其中广西南部沿海、广东雷州半岛、珠三角、潮汕地区、福建平潭和东山的站点中度寒冻害年平均发生次数为0，即没有发生中度寒冻害的风险，而中度寒冻害年平均发生次数较多的站点主要分布在华南芒果种植区内陆高海拔地区和北部沿海地区。

重度寒冻害年平均发生次数介于0～1.63次，华南芒果种植区87%的站点重度寒冻害年平均发生次数在0.1次以下，其中58%的站点年平均发生次数为0，即没有发生重度寒冻害的风险，主要在华南芒果种植区沿海和内陆低海拔地区；广西靖西、凌云、广东新兴、福建内陆和北部沿海地区重度寒冻害年平均发生次数较多，大于0.1次，福建永泰重度寒冻害年平均发生次数最多，达1.63次。

极重寒冻害年平均发生次数介于0～0.38次，除福建连江（0.11次）、罗源（0.14次）、华安（0.22次）和永泰（0.38次）外，极重寒冻害年平均发生次数低于0.1次，广西和广东芒果种植区除广东郁南（0.04次）外，其余站点极重寒冻害年平均发生次数均为0次，华南芒果种植区92%的站点年平均发生次数为0次，福建永泰极重寒冻害年平均发生次数最多，达0.38次。

2.1.3 不同等级寒冻害指标权重

分别采用层次分析法和熵权系数法计算寒冻害各等级指标的主、客观权重，采用几何平均数法将主、客观权重综合为组合权重（表3）。从表3可以看出，各等级寒冻害指标权重的大小顺序与实际情况相符，随着寒冻害程度的增大，组合权重呈现递增的趋势。

2.1.4 寒冻害危险性指数计算模型

以华南芒果种植区115个气象站为计算单元，利用1961−2016年各气象站点轻度、中度、重度和极重度寒冻害年平均发生次数的归一化序列，及其对应的组合权重进行加权求和，建立华南芒果种植区寒冻害危险性指数计算模型（表4）。

表2 华南芒果种植区寒冻害等级分级标准

图2 1961−2016年华南芒果种植区不同等级寒冻害年平均发生次数的空间分布

表3 华南芒果种植区寒冻害等级权重

2.1.5 寒冻害危险性指数

根据表4华南种植区芒果寒冻害危险性指数计算模型，计算华南芒果种植区115个气象站点的寒冻害危险性指数，并按离差标准化方法对其归一化处理（表5）。从表5可以看出，福建东山、广东南澳、珠海、吴川、湛江、茂名、电白、雷州、徐闻、广西东兴、防城港和马栏的寒冻害危险性指数为0；危险性指数在0.01以下的站点主要在华南芒果种植区中南部地区；危险性指数在0.01～0.1的站点主要分布在华南芒果种植区北部高纬度地区和中部高海拔地区；危险性指数大于0.1的站点有福建华安、南靖、平和、仙游、永春、连江、罗源、永泰和广东郁南，以福建永泰的危险性指数最大。

表4 华南芒果种植区气象站点寒冻害危险性指数计算模型

注：Pif、Pmf、Pwf和Psf分别代表1961−2016年华南芒果种植区各气象站点轻度、中度、重度和极重寒冻害年平均发生次数的归一化序列，Ih代表寒冻害危险性指数。

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 华南芒果种植区寒冻害归一化危险性指数

2.2 华南芒果种植区寒冻害危险性区划

2.2.1 危险性指数地理推算模型

由于寒冻害与地理因子有关，其分布与地形特征紧密相连，研究选取经度、纬度、海拔、离海距离为自变量，以寒冻害危险性指数作为因变量，建立多元回归线性模型（表6），并在ArcGIS平台支持下，按照地理推算模型进行精细化网格推算和残差订正，得到华南芒果种植区30m×30m网格的寒冻害危险性指数分布图。

表6 华南芒果种植区寒冻害危险性指数的地理推算模型

注：**表示通过信度为0.01的显著性水平检验。Ih代表寒冻害危险性指数，X为经度公里网坐标值（m），Y为纬度公里网坐标值（m），H为海拔高度（m），D为离海距离（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 危险性指数分级

为了分析危险性指数分布规律，需对危险性指数进行分级，采用自然断点法[30]，结合华南芒果种植区寒冻害危险性指数的大小和实际芒果种植受害情况，将华南芒果种植区30m×30m网格的寒冻害危险性指数分布图划分为4个等级，并利用ArcGIS栅格统计工具分别计算轻度、中度、重度和极重危险区占华南芒果种植区总面积比例，结果见表7。

表7 华南芒果种植区寒冻害危险性指数分级

2.2.3 区划结果

华南芒果种植区总面积为22513024hm2，轻度危险区、中度危险区、重度危险区和极重危险区发生地域面积分别为12797520、8338632、1057532和319340hm2，分别占华南芒果种植区的56.85%、37.03%、4.70%和1.42%。由图3可见，轻度危险区主要分布在华南芒果种植区南部沿海地带及部分内陆地市的低海拔地区，包括福建厦门南部、漳州南部、广东潮州南部、南澳、汕头、揭阳南部、海丰南部、惠州南部、深圳、东莞、广州南部、中山、珠海、佛山南部、江门、阳西、茂名南部、湛江、广西玉林南部、北海、钦州、防城港、南宁南部、凭祥和百色低海拔地区，该区域属于沿海低海拔地区，日最低气温高，发生寒冻害危险性低，福建东山、广东雷州半岛和广西南部沿海地区甚至未发生过轻度寒冻害，因此，该区域芒果寒冻害的危险性为轻度；中度危险区主要分布在福建宁德东部、福州东部、平潭、莆田南部、泉州南部、厦门北部、漳州中部、广东潮州北部、揭阳西部、海丰北部、惠州北部、广州北部、肇庆、云浮中北部、茂名北部、广西玉林北部、贵港南部、南宁北部、百色中北部等地，该区域大部分属于内陆中低海拔地区以及种植区北部高纬度沿海地区，日最低气温较高，大部分地区未发生过重度以上寒冻害，该区域芒果寒冻害危险性为中度；重度危险区主要分布在福建宁德西部、福州西北部、莆田西部、泉州西部、漳州西北部、广西贵港北部、百色北部等中高海拔地区，该区域日最低气温较低，发生寒冻害危险性较高，芒果有重度寒冻害危险性；极重危险区的分布面积相对较小，主要分布在内陆高海拔地区，包括福建宁德西部、福州西北部、莆田西部、泉州西部、广西贵港北部和百色北部等地，该区域重度以上寒冻害年平均发生次数较多，且大部分发生过极重寒冻害，因此，芒果有极重寒冻害危险性。

图3 华南芒果种植区寒冻害危险性区划结果

2.2.4 区划结果验证

2.2.4.1 历史个例对比

应用ArcGIS空间分析模块，提取灾情点所在地芒果寒冻害危险性区划结果，与调查的灾情点芒果寒冻害形态学受害等级实测资料进行对比分析，结果见表8。由表可见，两者之间存在较强相关性，发生轻、中度寒冻害的地区主要分布在危险性较低的区域，发生重度以上寒冻害的地区以重度寒冻害危险性区域为主，灾情点的寒冻害实测等级与区划的危险性等级相同或只相差1个等级。因此，华南芒果种植区寒冻害危险性区划结果与实际寒冻害情况较为吻合。

2.2.4.2 种植区分布情况

通常寒冻害风险低的地区，芒果种植多，风险高的地区种植少，因此，利用芒果现有种植区的年产量情况来验证寒冻害危险性指数计算结果。通过ArcGIS空间统计模块下分区统计工具对华南芒果种植区内各县区的寒冻害危险性指数进行分区统计，将得到的各县区危险性指数平均值与其年产量数据[31−32]对比分析，从表9可以看出，危险性指数平均值越大的地区，年产量越小，广西田阳、田东、灵山和钦州的危险性指数平均值较小，芒果年产量大，而福建永泰、连江、南安、华安、永春和宁德等地危险性指数平均值较大，不利于芒果产业的发展，相应的芒果年产量也较小。因此，芒果寒冻害危险性程度与实际种植区年产量分布情况基本吻合。

表8 华南芒果种植区历史寒冻害等级资料与危险性区划等级对比

表9 华南芒果种植区寒冻害危险性指数与年产量对比

3 结论与讨论

3.1 结论

（1）从华南芒果种植区寒冻害年平均发生次数空间分布特征来看，华南芒果种植区大部分站点都有发生寒冻害的风险，寒冻害分布区域广，各等级寒冻害年平均发生次数空间上呈现从南到北、从沿海到内陆逐渐递增的趋势，福建北部沿海、内陆高海拔地区、广东和广西内陆地区寒冻害年平均发生次数多，寒冻害等级高；福建南部沿海、广东雷州半岛、东南部沿海、广西南部沿海寒冻害年平均发生次数少，寒冻害等级低。

（2）华南芒果种植区寒冻害危险性与地理因子之间关系密切，一方面，随着离海距离的增加，从沿海到内陆，寒冻害危险性呈现逐渐变大的趋势，这与杨凯等[20]研究的福建芒果寒害种植气候风险区划结果相一致；另一方面，随着纬度和海拔的增高，从南到北芒果寒冻害危险性程度也逐渐增大，内陆山区由于海拔高度影响，冬季极端气温低，寒冻害危险性相对较高；而沿海地区海拔低，冷空气受到内陆山脉和地形的影响有所减弱，同时受海洋性气候的影响，气温也比内陆地区高，寒冻害发生概率较小，因此，芒果寒冻害危险性相对较低。

（3）分别通过华南芒果种植区寒冻害危险性区划结果与灾情点实际寒冻害等级对比，华南芒果种植区内各县区的寒冻害危险性指数与其芒果年产量对比，致灾危险性高低与寒冻害实际发生等级及现有种植区的分布情况具有较高的吻合度，表明芒果寒冻害危险性区划结果具有较高的可靠性。

3.2 讨论

在确定寒冻害致灾因子时，综合考虑了不同等级致灾强度发生频次对果树寒冻害的影响，但芒果寒冻害发生及受灾程度除了灾害发生频次和强度外，还与低温持续时间密切相关，因此，如何结合低温持续时间确定寒冻害致灾因子，以进一步提高危险性区划和评估的准确性，还有待今后进一步研究。

综合考虑了气象站点的经度、纬度、海拔和离海距离等地理因子，与其危险性指数建立多项式插值模型，能够较客观地反映地理因子对芒果寒冻害危险性的影响，但由于多项式插值属于非确定性插值[33]，插值后的表面不能经过所有采样点，所以会导致气象站点上空间插值前后的危险性指数值存在一定偏差，同时，没有气象观测站点的高海拔地区芒果寒冻害危险性指数值会一定程度被夸大，因此，今后可以考虑综合应用多种空间插值算法对比应用，进一步提高危险性指数的地理推算精度。

应当指出的是，寒冻害风险由危险性、暴露性、脆弱性和当地防寒抗冻能力综合作用，但由于缺乏历史灾情、社会经济等数据，目前只考虑起决定性作用的致灾危险性，未来可进一步结合承灾体的暴露性、脆弱性及当地防灾减灾能力，综合考量芒果寒冻害的综合风险。

[1] 李日旺,黄国弟,苏美花,等.我国芒果产业现状与发展策略[J].南方农业学报,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,张德生,刘康德.中国芒果产业发展变迁及影响因素研究[J].中国农业资源与区划,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] 苏永秀,李政.GIS支持下的芒果种植农业气候区划[J].广西气象,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,韦芳,苏春芹,等.广西右江河谷2008年芒果低温寒害调查分析[J].气象研究与应用,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]徐宗焕,陈家金,张容焱,等.引种台湾爱文芒果的低温灾害评估及GIS应用[J].自然灾害学报,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,张继权,霍治国,等.农业气象灾害风险评估研究进展与展望[J].气象学报,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,霍治国,贺楠,等.华南地区香蕉、荔枝寒害的气候风险区划[J].应用生态学报,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] 陈家金,李丽纯,王加义,等.福建省特色农业气象灾害风险区划与评估[M].北京:气象出版社,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] 黄川容,陈家金,郑东旗,等.福建番木瓜引种的寒冻害风险评估[J].中国农业气象,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] 赵俊芳,余会康.华南地区龙眼寒害灾损风险评估[J].应用生态学报,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] 陈惠,杨凯,李政,等.3种热带特色果树寒冻害低温等级指标的确定[J].果树学报,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,苏永秀,王莹,等.芒果寒(冻)害等级划分及低温指标确定[J].灾害学,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,王华,胡飞,等.低温胁迫下芒果苗的受害症状及生理响应[J].生态学杂志,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] 吴小波,韩树全,黄海,等.基于GIS与RS的贵州省芒果种植气候区划[J].江苏农业科学,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] 杨凯,陈彬彬,陈惠,等.基于寒害过程的福建芒果种植气候风险区划[J].中国农业气象,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] 刘锦銮.广东芒果生产的农业气候区划及合理布局[J].广东农业科学,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] 张继权,李宁.主要气象灾害风险评价与管理的数量化方法及其应用[M].北京:北京师范大学出版社,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] 陈家金,黄川容,孙朝锋,等.基于GIS的福建省烤烟气象灾害综合风险区划[J].中国农业气象,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] 史继清,德吉,旺杰,等.基于干旱综合风险指标的冬小麦保险费率厘定[J].中国农业气象,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] 吴开亚,金菊良.区域生态安全评价的熵组合权重属性识别模型[J].地理科学,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]胡小枫,王冬利,赵安周,等.基于深度学习算法的京津冀地区综合干旱评估模型构建[J].中国农业气象,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] 邓彪,马振峰,杜成勋,等.攀枝花芒果种植气象致灾因子危险性评价[J].高原山地气象研究,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] 黄云,刘斌,杜邦,等.2013年攀枝花芒果冻害调查报告[J].中国热带农业,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] 李阜樯,陈永琼,杜成勋.攀枝花气候条件对芒果生长的影响[J].高原山地气象研究,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] 刘瑞娜,陈金华,陈曦,等.安徽茶树春霜冻害的风险评估[J].中国农业气象,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] 福建省统计局.福建统计年鉴[M].北京:中国统计出版社,2019.

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

[32] 广西壮族自治区统计局.广西统计年鉴[M].北京:中国统计出版社,2015.

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

[33] 张宏,温永宁,刘爱利.地理信息系统算法基础[M].北京:科学出版社,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

孙朝锋,林雯,黄川容,等.华南芒果种植区寒冻害危险性区划与评估[J].中国农业气象,2022,43(7):563-575

2021−09−29

公性行业益（气象）科研专项（GYHY201406027）；福建省气象局开放式研究基金项目（2019KH05）

陈家金，教授级高级工程师，主要从事农业气象灾害研究，E-mail：cjj8284@163.com

孙朝锋，E-mail：scfeng1989@163.com