江苏省不同风险区域春茶霜冻害特征分析*

任义方，王培娟，钱半吨，马云波，孙庆飞

江苏省不同风险区域春茶霜冻害特征分析*

任义方1，王培娟2**，钱半吨3，马云波4，孙庆飞5

(1.江苏省气候中心，南京 210041；2.中国气象科学研究院，北京 100081；3.溧阳市气象局，溧阳 213300；4.丹阳市气象局，丹阳 212300；5.仪征市气象局，仪征 211400)

利用1981−2020年全球大气再分析资料ERA5，基于表征茶树霜冻害程度的气象指标，构建春茶霜冻监测期风险指数（RI），选择k均值聚类算法确定江苏省春茶霜冻风险区划，采用Mann-Kendall方法判识各霜冻风险区域气候突变点，从逐日和逐小时尺度，评估气候变化对区域内春茶霜冻发生特征的影响。结果表明，江苏春茶霜冻风险呈现西南低东北高的特征，低风险区和高风险区分别以轻度−中度和特重霜冻发生为主，平均发生频率分别为11.91%和15.4%，平均终霜期分别呈现2.7d×10a−1和1.5d×10a−1的提前趋势，RI分别呈现每10a降低0.024和0.015的趋势。受气候变化影响，逐日尺度上，低、高风险区域中，各等级春茶霜冻发生频率和波动性明显降低，且以特重霜冻降幅最为明显；发生频率分布形态由多峰型转为单峰型和递降型，高发时段集中在2月上旬-3月下旬；逐小时尺度上，各等级春茶霜冻发生频率在一天内基本呈现正弦分布，气候突变后，轻度和中度−特重霜冻高发时段分别推迟2～4h和0～1h，中度−重度和特重霜冻高发时段分别集中在5：00−7：00和6：00−8：00。随气候变化，江苏春茶霜冻发生呈现趋晚、趋弱、趋短和趋少的特征，但仍需积极应对。

江苏；春茶；霜冻；风险评估；气候变化

茶作为江苏高效经济作物之一，多年来在农业效益提高、生态环境改善以及乡村振兴发展等方面发挥了重要的作用。据《2022年中国茶叶产销形势报告》[1]统计，至2022年江苏省茶园面积约为3.4万hm2，茶树总产量1.072万t，产值33.09亿元，其中春茶产量0.61万t（占总产量57%），产值29.05亿元（占总产值88%）。春茶相较于其它时节的茶树，生长期间气候适宜度最高，且经过冬季休养生息，富含维生素和氨基酸，春茶茶树品质最好，经济效益最高，在茶树生产中居重要地位。

茶树属露天生产，春茶生产中易出现霜冻、持续低温阴雨、开采期气温骤升等多种类型的不利天气过程，影响茶树生产，其中霜冻是制约春茶生产的关键气象灾害，不仅会使茶树开采期推迟，而且会导致茶树嫩芽生长停滞甚至枯死，减产降质[2]。气候变化背景下，虽然霜冻强度呈现减弱、终霜冻期呈现提前的趋势，但并不意味着茶树春霜冻害一定减轻[3−4]。近年春霜冻害严重制约江苏各地茶产业的持续发展。2004年4月的倒春寒使镇江句容茶园损失名优茶58t，造成直接经济损失达1500多万元[5]；2007年碧螺春大规模上市时间推迟了1周[5]；2013年5次低温霜冻天气给江苏茶树生产普遍带来危害，优质茶产量下降，品质降低，金坛、宜兴等地茶树减产30%～50%。为此，基于茶树霜冻害指标开展气候变化背景下茶树霜冻害风险评估至关重要。

茶树霜冻害指标是判断霜冻害发生与否的依据，是开展茶树霜冻害监测预测、影响与风险评估等研究的基础。按时间尺度主要分为日尺度和小时尺度两大类开展研究。日尺度方面，大部分学者根据早春霜冻发生的实际情况，将日最低气温低于4℃作为茶树遭受霜冻害发生指标[6−9]；也有部分学者将最低气温低于2℃作为指标[5]；小时尺度方面，研究者利用人工气候箱开展低温胁迫控制实验，结合历史典型年份茶树春霜冻灾情和茶园逐小时气温观测数据，提出了适用于江南茶区的茶树春霜冻害等级指标[10−12]。2017年中国气象局发布实施了适用于江南茶区中小叶型的小时尺度《茶树霜冻害等级》气象行业标准[13]，该标准以逐小时最低气温及其持续时间来判定茶树不同霜冻害等级以及对应新梢受损率。不同时间尺度的茶树霜冻害指标在生产服务领域中各有优势，日尺度指标适用于长时间序列和大空间范围进行分析，小时尺度指标更适用于短时间序列和局地小气候区域分析。

基于茶树霜冻害指标，开展茶树春霜冻的时空分布特征以及气候变化背景下的霜冻害风险评估研究主要从三大方面开展。第一方面，利用气候变化趋势分析方法，对不同区域的茶树春霜冻（次数、开始结束时间等）的时间发生规律进行分析[14−15]；第二方面，利用气候变量场时空结构分离法[16]，对茶树霜冻害（发生频率、强度、日数等）的时空分布及变化特征进行分析[5, 10, 14]；第三方面，利用灾害分析评估方法[17]，综合茶树品种、地形地势、茶树灾害信息（受灾面积、减产率、采摘量等），对春霜冻害发生风险性以及可能造成的损失开展定性或定量的影响评估。例如，基于茶园种植信息[18−19]，结合霜冻发生期间小气候观测预测、自动气象站观测，直接依据指标或构建各类指数模型，包括茶树经济损失评估模型[20−21]、春茶冻害定量评估模型[22−23]、茶树气象灾害综合指数模型[24]等，针对茶树霜冻害典型过程开展精准定量的天气条件影响分析、霜冻害等级预警，或者针对茶树春霜冻害历史发生规律开展风险等级划分、损失影响评价等研究。

尽管在气候变化大背景下中国区域霜冻呈现强度减弱、影响时段缩短的趋势[25]，但是早春季节经常会出现大面积霜冻灾害和区域性极端冻害，且随着各地早生品种茶树的种植面积不断扩大，茶树霜冻害发生仍呈现频发态势。为探明江苏茶树霜冻害在气候尺度上的发生规律，考虑到不同时间尺度茶树霜冻害指标的应用优势，借鉴霜冻害风险评估分析方法，本研究利用江苏格点化气候资料，基于表征茶树霜冻害程度的气象指标，计算茶树春霜冻害风险指数，划分江苏省春茶霜冻害不同风险区；分析茶树霜冻害气候变化趋势，确定突变时间，进而从不同时间尺度分析气候突变前后不同霜冻风险区内春茶霜冻害的发生规律，以期为适应气候变化，充分发挥江苏茶树种植的有利气候条件，规避不利气象灾害影响，科学规划茶园布局，促进茶产业健康可持续发展提供参考依据。

1 资料与方法

1.1 数据来源

气象资料为江苏省区域范围1981−2020年最低气温，资料来源于欧洲中期天气预报中心（ECMWF）第五代全球大气再分析资料ERA5数据集，其空间分辨率为 31km（约为 0.28°），时间分辨率为1小时。此套资料与国家基本气象站和2010年初逐步建立的自动气象观测数据相比，其空间分辨率更高，逐小时气象要素的时序更长。因此，可以更有效分析江苏不同风险区域春茶霜冻害特征，探究气候变化对茶树霜冻害的影响。

茶树农业统计数据主要包括江苏省各市茶树种植分布及面积情况（图1）。江苏省农林厅园艺处[26]根据茶树种植地域分布，将江苏茶树生产区域划分为三个茶区，即环太湖低山丘陵茶区（主要包括苏州、无锡和常州等地），宁镇扬丘陵茶区（主要包括南京、镇江和扬州等地）和连云港茶区（主要包括赣榆和云台等地），各茶区种植面积占比分别为24%、69%和7%。结合江苏三大茶区和各市茶树种植面积可以看出，长江以南地区是环太湖低山丘陵茶区和宁镇扬丘陵南部茶区的主要生产区域，长江以北地区是宁镇扬丘陵北部茶区和连云港茶区的主要生产区域。

图1 江苏省茶树种植面积和区域分布（2020年）

1.2 研究方法

1.2.1 春茶霜冻指标和监测期

霜冻在秋冬季以及春季均会出现，但主要出现在深秋−初春。霜冻害按照发生时间可分为春霜冻和秋霜冻。其中，春霜冻（晚霜冻或终霜冻）的发生，会对春茶萌动生长造成不利影响。以往研究中发现，当茶树所在地上空1.5m处最低气温达到0℃时茶树会遭受霜冻，实际工作中，由于茶树种植在山区且茶园站点稀少，目前茶园生产气象服务主要依据国家基本气象站观测，考虑到基本气象站所代表区域与茶园小气候的差异性，一般以日（小时）最低气温低于4℃作为霜冻开始指标[5−9]。ERA5数据集各格点空间分辨率为 31km（约为 0.28°），其所代表的空间区域范围与国家基本气象站基本相当。为了更加准确反映茶树早春受冻情况，综合江苏省茶树春霜冻受灾实况资料，分别以日最低气温（Tdmin）和小时最低气温（Thmin）≤4℃作为不同时间尺度霜冻发生指标，根据茶树受灾程度划分等级（表1）。

参考稳定通过温度界限的概念[27]，选择5日滑动方法确定茶树春霜冻监测的结束时段。首先，将各格点上逐小时数据处理为逐日数据后，逐年求算5日滑动平均，确定历年日最低气温Tdmin≤4℃的最长一段时期，取其最后一天作为历年终霜日，以历年终霜日的最大值作为春霜冻监测期的结束时间。分析发现江苏区域最晚终霜期在4月下旬，因此，将4月30日作为春霜冻监测的结束时间（ODend）。此外，江苏茶树萌动时间普遍在2月下旬−3月上旬，特早生品种在2月上旬萌动，将2月1日作为春霜冻监测期的开始时间（ODbeg）。

表1 春茶霜冻等级划分标准

注：Tmin指日（或小时）最低气温（℃）。

Note: Tminis the daily (or hourly) minimum air temperature(℃).

1.2.2 春茶霜冻风险指数和区划

一直到殡仪馆，凌薇都没机会跟梁诚单独说上话。大家静静地站在黑幔翻飞的空旷大厅，等待焚化炉燃起火焰，仿佛那是一道神圣的仪式，会将逝去的人送去天堂。

基于茶树春霜冻发生强度等级、频率和茶芽受害情况，定义春霜冻监测期风险指数，以客观反映致灾因子风险性大小及其对茶树生产可能造成的影响程度，即

式中，RIj为江苏区域内第j个格点的春茶霜冻风险指数；Pjk为各格点40a茶树春霜冻监测期内对应不同霜冻等级强度k的出现频率，根据表1，k按照霜冻等级从轻到重分别取值为1、2、3、4；Ijk为各格点以日最低气温判定的不同霜冻等级强度造成的茶树芽叶受害率。根据表1的划分结果，将Ij1、Ij2、Ij3和Ij4分别设为10%、35%、65%和90%。将Pjk和Ijk换算成小数后，求算春茶霜冻风险指数RIj。

利用SPSS数据统计分析和GIS空间分析以及属性数据库操作功能，选取覆盖江苏省区域的格点化风险度指数作为聚类样本变量，采用欧式距离（euclidean distance）作为研究样品疏密程度（差别大小）指标，选择k均值聚类算法（k-means clustering algorithm）[28−29]，进行江苏茶树春霜冻风险区划。利用簇内平均相似度（即组内误差平方 Sum of Sqared Error, SSE）评价聚类质量，随着聚类簇数的增加，SSE会逐步降低。当达到最优聚类簇数后，SSE的变化趋于稳定且处于低值。对聚类算法评价指标进行分析，结果表明将春茶霜冻风险指数分为两类时，SSE = 0.18，且后续随着分类数量的增加，SSE趋于稳定。为此，按照风险指数RI大小，以0.2为界将江苏茶区划分为2个风险等级，分别对应春茶霜冻的低风险区和高风险区，即0≤RI＜0.2和0.2≤RI＜0.4。

1.2.3 气候突变年确定

用Mann-Kendall方法（M-K）对40a春茶霜冻风险指数突变特征进行分析和检测，进而分析在气候突变前后各区域春茶霜冻的变化特征。M-K法是一种气候诊断与预测技术，可判断气候序列中是否存在气候突变及突变发生的时间[16]。

对于m（m=40）个样本量的时间序列春茶霜冻风险指数RI，构建秩序列，即

式中

在时间序列随机独立的假定下，定义统计量为

给定显著性水平后，绘制UFz和UBz曲线。如果UFz和UBz两条曲线出现交点，且交点在临界线之间，则交点对应时间即为突变开始时间。

1.3 数据处理

采用Python 3.7对气象数据进行处理，春茶霜冻风险区划分析与空间分布制图分别采用SPSS 24.0和ArcGIS 10.2、Python 3.7，柱状图和折线图等则采用Microsoft Excel。

2 结果与分析

2.1 江苏春茶霜冻害风险区域划分

根据春茶霜冻风险指数及其划分标准，得到江苏春茶霜冻害风险区划结果见图2。由图可见，春茶霜冻害低风险区主要分布在沿江苏南和江淮之间的西部地区，高风险区主要位于淮北和江淮之间的中东部地区，春茶霜冻风险总体呈现西南低东北高的特征。

表2给出了不同区域春茶霜冻风险评估因子统计结果。结合图3江苏春茶不同级别霜冻害发生频率空间分布情况，分析发现，在低风险等级区域内，茶树春霜冻平均风险指数为0.15，以轻度−中度霜冻发生为主，平均发生频率为11.91%，重度−特重度霜冻平均发生频率仅6.75%；终霜期出现时间跨度较大，从3月16日持续至4月2日，平均霜冻期为3月27日。在高风险等级区域内，茶树春霜冻平均风险指数为0.26，以特重度霜冻发生为主，发生频率为15.4%，轻度−中度霜冻平均发生频率为12.7%，重度霜冻发生频率为10.29%；终霜期出现时间可持续近一个月，即2月23日−3月26日，平均霜冻期为3月16日。总体来看，低风险等级区域茶树春霜冻风险指数小，对茶树采摘量及其品质影响小；高风险等级区域内茶树春霜冻风险指数大，对茶树采摘量及其品质影响大。

图2 江苏春茶霜冻风险指数(RI,a)和风险区划分结果(b)

注：基于1981−2020年ERA5数据集0.28°×0.28°格点数据。下同。

Note:Based on ERA5 data set 0.28°× 0.28°grid point from 1981 to 2020. The same as below.

表2 不同区域春茶霜冻风险评估因子统计结果

图3 不同级别春茶霜冻害发生频率空间分布（1981−2020年数据）

2.2 不同风险区域春茶霜冻指数突变分析

基于春茶霜冻风险区划结果，计算不同风险区内逐年平均春茶终霜期和霜冻风险指数，分析春茶终霜期和霜冻风险指数的逐年变化动态及其趋势（图4和图5a）。由图4可见，1981−2020年，江苏春茶最早、最晚和平均终霜期出现时间均呈提前趋势，其中最早终霜期提前趋势最明显，达3d·10a−1以上；在江苏春茶霜冻低风险区和高风险区，平均终霜期出现时间分别以2.7d·10a−1和1.5d·10a−1的速率呈提前趋势。

图4 不同风险区春茶霜冻的终霜期年际变化

图5 不同风险区霜冻风险指数年变化(a)及其M-K检验结果(b)

2.3 不同风险区春茶霜冻害高发日期分析

春茶霜冻风险指数能够指示不同强度等级霜冻出现频率及其可能造成的芽叶受害率的综合影响，结合不同风险区域春茶霜冻的突变年份，分析气候突变前后各风险区域内不同等级春茶霜冻害的逐日发生频率，量化高峰时段。

江苏不同春茶霜冻风险区域内气候突变前后不同等级春茶霜冻发生频率的逐日变化动态见图6。由图可见，气候突变前后，高、低风险区域内各等级春茶霜冻发生频率分布形态和量值大小存在明显差异。气候突变前，各等级春茶霜冻发生频率分布形态均呈多峰型；气候突变后，轻度−中度和重度−特重春茶霜冻发生频次分布形态基本呈一致的单峰型和递降型，各等级春茶霜冻发生频率和波动性明显降低，且以特重霜冻发生频率降低幅度最为明显。

统计气候突变前后高、低风险区域监测期间春茶不同等级霜冻逐日发生频率（Frqd1、Frqd2、Frqd3和Frqd4）的均值和标准差，分析春茶霜冻发生特征和高发时段的变化规律，结果见表3。由表可知，低风险区在气候突变前后均以轻度−中度霜冻为主，平均发生频率分别为13.7%和11.4%，重度−特重霜冻平均发生频率分别为8.7%和6.3%；高风险区在气候突变前后均以特重霜冻为主，平均发生频率分别为19.2%和13.8%，轻度−重度霜冻平均发生频率基本相当，在12.0%左右。

由表3给出的各等级春茶霜冻发生频率在不同区域的差异性来看，气候突变前后轻度霜冻在高、低风险区内的发生频率基本相当；气候突变后，中度−重度霜冻在高、低风险区的发生频率差异加大，特重霜冻发生频率的区域性差异明显减小，主要是其在高风险区发生频率降低5%以上。

由表3给出的各区域不同等级春茶霜冻高峰时段起止时间来看，气候突变前，高低风险区域各等级霜冻存在多个高发时段，分布较为零散。气候突变后，低风险区域中，轻度、中度、重度和特重霜冻高发时段分别出现在2月中旬−3月上旬、2月上旬−3月上旬、2月上旬−中旬和2月上旬−中旬；高风险区域中，轻度、中度、重度和特重霜冻高发时段分别在2月下旬−3月下旬、2月中旬−3月上旬、2月上旬−3月上旬和2月上旬−中旬。可见，高低风险区域内春茶霜冻害等级越大，则发生时间相对越早。

图6 高(a)低(b)风险区气候突变前(1)后(2)不同等级春茶霜冻发生频率堆积图

表3 按日尺度分区统计气候突变前后各级春茶霜冻害发生频率（均值±标准差）和高峰时段

注：Frqd1、Frqd2、Frqd3和Frqd4分别为按日尺度数据统计的不同风险区域内气候突变前后轻度、中度、重度和特重四个等级春茶霜冻发生频率。

Note: Frqd1, Frqd2, Frqd3and Frqd4are the frequency of slight, moderate, severe, and extra severe spring tea frost before and after the climate mutation in different risk areas, respectively. Frequencies are counted on daily scale data.

2.4 不同风险区域春茶霜冻害高发时段分析

江苏省不同风险区域内气候突变前后各等级春茶霜冻发生频率逐小时变化结果（Frqh1、Frqh2、Frqh3、Frqh4）见图7。由图可见，在高、低风险区域中，各等级春茶霜冻发生频率均基本呈现正弦分布形态，且除轻度霜冻高发时段变化较大外，中度−特重霜冻出现高峰时段均较为一致。

以发生频率最高时间前后1h作为各等级春茶霜冻高发时段，不同风险区域内在气候突变前后不同等级春茶霜冻小时尺度发生特征的统计情况见表4。分析发现，气候突变后各风险区，轻度霜冻高发时段推迟2～4h，低风险区域由原来的3：00−5：00推迟到5：00−7：00，高风险区域由原来的0：00−2：00推迟到4：00−6：00。中−特重霜冻高发时段基本保持不变或推迟1h，在气候突变前后各风险区的高发时段分别集中在5：00−7：00和6：00−8：00。

图7 气候突变前后低风险区(a)和高风险区(b)各等级春茶霜冻发生频率逐小时变化

Fig. 7 Hourly variation of occurrence frequency of spring tea frost at different levels in low risk areas(a) and high risk areas(b) before and after climate mutation

注：Frqh1、Frqh2、Frqh3和Frqh4分别为按小时尺度数据统计的不同风险区域内气候突变前后轻度、中度、重度和特重四个等级春茶霜冻发生频率。

Note: Frqh1, Frqh2, Frqh3and Frqh4are the frequency of slight, moderate, severe, and extra severe spring tea frost before and after the climate mutation in different risk areas, respectively. Frequencies are counted on hourly scale data.

由表4分析气候突变前后不同风险区域各等级春茶霜冻高峰时段平均频率值发现，气候突变后，高、低风险区域内各等级春茶霜冻发生频率均明显降低。低风险区域轻度、中度、重度和特重霜冻高发时段频率均值分别为11.2%、9.3%、6.0%和4.8%，与气候突变前相比，降幅分别为19.8%、24.9%、20.3%和31.3%；高风险区域轻度、中度、重度和特重霜冻高发时段频率均值分别为12.3%、11.5%、8.9%和11.6%，对应降幅分别为6.4%、11.2%、15.9%和26.7%。可见，气候突变后各风险区域均以特重霜冻发生频率降低最为明显。

3 结论与讨论

3.1 结论

（1）江苏春茶霜冻低风险区主要分布在沿江苏南与江淮之间的西部地区，覆盖环太湖低山丘陵茶区、宁镇扬丘陵茶区，以轻度−中度霜冻发生为主，平均发生频率为11.91%；高风险区主要分布在淮北与江淮之间的中东部地区，覆盖连云港茶区，以特重度霜冻发生为主，发生频率为15.4%。

（2）江苏春茶霜冻高低风险区域内不同等级春茶霜冻影响呈结束时间提前、发生强度减弱、发生频率降低的态势。过去40a江苏春茶霜冻低风险和高风险区域，平均终霜期出现时间分别呈现2.7d×10a−1和1.5d×10a−1的提前趋势，春茶霜冻风险指数分别呈现0.024×10a−1和0.015×10a−1的降低趋势，且在20世纪90年代前后出现突变。

（3）气候突变前后，逐日尺度江苏春茶霜冻轻度−中度和重度−特重春茶霜冻发生频率分布形态由多峰型转为单峰型和递降型，高发时段集中在2月上旬−3月下旬；逐小时尺度轻度霜冻高发时段推迟2～4h，中度−特重霜冻高发时段基本保持不变或推迟1h。各级春茶霜冻高发时段主要集中在5：00− 8：00，发生频率降幅为6.4%～31.3%，且以特重霜冻降低最为明显。

3.2 讨论

（1）春茶霜冻发生的气候特征及影响。气候变化背景下区域内春季最低气温呈明显上升趋势[30]，是春茶霜冻害影响时间缩短、程度降低的关键影响因素。从过去40a江苏春茶霜冻终霜期出现时间、春茶霜冻风险指数年变化及其气候倾向率分析发现，低风险和高风险区域，平均终霜期出现时间分别呈现1.5～2.7d×10a−1提前趋势，春茶霜冻风险指数分别呈现每10a降低0.015～0.024的趋势，且在20世纪90年代前后出现突变。该结论与张旭晖等[31]研究发现江苏省春季霜冻结束时间显著提早、春霜冻日数显著减少、终霜冻期均在20世纪90年代后期从相对偏多期跃变为相对偏少期的结论一致。然而，春茶霜冻害的趋早结束和趋弱发生，并不意味着春霜冻害对茶树实际损失一定减轻。一方面，随着特早生、早生茶树良种引入推广，春茶萌芽日趋提早，同时随着春季气温快速回升并呈上升趋势，茶树芽叶快速萌发且自身生育进程呈现提早趋势，即茶树对霜冻的敏感阶段相应提前；另一方面受极端气候事件增多的影响，仍存在茶树采摘期遭受严重霜冻，对茶树生产造成极大危害的可能性。因此，在气候变暖时期，农业部门调整生产布局、安排农业生产时仍需警惕春霜冻害。

（2）春茶霜冻的发生规律及管理策略。通过对春茶霜冻风险分布特征和气候变化背景下各区域春茶霜冻发生规律的把控，可有效确定春茶霜冻防控关键区域、关键时间节点。霜冻害的发生会导致茶树生理生化指标发生变化，茶树叶片细胞膜结构和功能出现损伤，进而导致叶片形态、茶芽萌动萌发时间、内含物质（茶多酚、氨基酸和咖啡碱等）发生变化[32]，降低茶树产量和品质。基于江苏春茶霜冻风险区划结果，开展春茶霜冻风险评估发现，各等级春茶霜冻高发时段在2月上旬−3月下旬且霜冻害等级越重发生时间越早，日尺度霜冻高发时间集中在5：00−8：00。其中，日尺度霜冻高发时间与娄伟平[33]对晴天下不同形态茶树冠层温度最低值出现在6：00前后的结果对应较好，即霜冻强发时间与高发时段具有较好的重合性。江苏三大茶区已建茶园可以结合各等级春茶霜冻常发时段，做好长期管理设施建设和物资储备。同时，霜冻害防御过程中，结合春茶霜冻发生的日变化特征，加强晨间霜冻防护管理，依据霜冻等级由轻至重的发生特征和实际冷空气降温预警信息，通过覆盖、喷水和喷洒化学保护剂等方式防御霜冻。

（3）春茶霜冻监测期的不确定性及重要性。茶树萌动萌发期间霜冻的发生，轻则造成芽叶焦灼、茶树生育进程迟缓、茶树开采期推迟，重则造成已萌发的芽叶成片焦枯，严重影响名优茶的质量和产量。因此，在春茶霜冻风险区划评估过程中，春茶霜冻监测期的确定至关重要，尤其是监测开始期的判定对春茶早期霜冻害的防御具有重要意义。实际生产中不同茶树品种的茶芽萌动期差异较大，结合江苏茶树主栽品种和萌动早晚时间，可将江苏茶树品种分为特早生、早生种和中晚生种三大类。本研究采用特早生品种普遍萌动期2月1日作为监测开始时间，与各地春茶实际可能遭受霜冻影响的开始时间存在一定偏差。从气象要素的空间差异性来看，各类茶树品种在各地的萌动萌发存在差异且有规律可循。在气候变暖茶树萌动萌发期可能提前的情况下，未来可以结合不同茶树品种萌动的气象条件和气象要素的精细化监测结果，引入物候模型[34−35]，求算各地茶芽萌动期，以精准确定霜冻监测的开始时间，实现春茶霜冻的精确监测与评估[36]。

（4）春茶霜冻风险区划应用与不足。本研究综合考虑茶树萌动至终霜期间不同强度等级霜冻出现几率及其可能造成的芽叶受害率的影响，构建春茶霜冻风险指数，开展霜冻害风险区划评估，较好地从霜冻发生的气象角度给出了春茶霜冻发生高低风险区分布情况及其气候变化特征，具有生产指导意义。例如，高风险区域中，若需拓展茶园面积，可根据区域内春茶霜冻发生特征和变化规律，适当引入晚生品种，将茶树萌动时间控制在2月下旬之后，避开严重霜冻的高发时段。低风险区域与当前茶树主栽区和春茶气候高适宜区相吻合[37]，茶树种植面积占比高达93%，掌握低风险区域内气候突变后不同等级春茶霜冻逐日和逐时发生规律，可为茶树生产布局、优化茶园管理提供参考。此外，基于春茶霜冻害风险区划结果，可实现保费、费率等保险单关键要素的差异化设置，也为气象指数保险产品在春茶霜冻发生风险领域的应用奠定了基础[38]。

完备的灾害风险区划研究需要从致灾因子风险性、孕灾环境敏感性、承灾体易损性和抗灾能力四个角度去衡量。实际生产中，霜冻对春茶造成的损失，不仅与春茶霜冻强度有关，还与茶园地貌地形和茶园管理水平、栽培技术、茶树品种及所处生长阶段等因素等相关。未来，可融合遥感和地理信息技术提取茶园地理特征，根据不同品种茶树茶芽萌发规律以及茶树采摘量、经济效益等信息，开展精细化的春茶霜冻风险区划和评估研究[39]。

[1] 梅宇,张朔.2022年中国茶叶产销形势报告[R].中国茶叶流通协会,2023.

Mei Y,Zhang S.Report on China's tea production and marketing in 2022[R].China Tea Circulation Association, 2023.(in Chinese)

[2] 蒯志敏,程佳,王建根,等.影响碧螺春茶树采摘的天气类型分析[J].中国农业气象,2010,31(S1):104-106.

Kuai Z M,Cheng J,Wang J G,et al.Analysis of weather types affecting the picking time of Biluochun tea[J].Chinese Journal of Agrometeorology,2010,31(S1):104-106.(in Chinese)

[3] 王培娟,唐俊贤,金志凤,等.中国茶树春霜冻害研究进展[J].应用气象学报,2021,32(2):129-145.

Wang P J,Tang J X,Jin Z F,et al.Review on spring frost disaster for tea plant in China[J].Journal of Applied Meteorological Science,2021,32(2):129-145.(in Chinese)

[4] Meehl G A,Karl T R,Easterlling D R,et al. An introduction to trends in extreme weather and climate events: observations, socioeconomic impacts, terrestrial ecological impacts, and model projections[J]. Bull. Amer. Meteor. Soc.,2000,81(3):413-416.(in Chinese)

[5] 王俊,蒯志敏,张旭晖.江苏省春霜冻发生时空演变规律及其对春茶的影响[J].中国农业气象,2011,32(S1):222-226.

Wang J,Kuai Z M,Zhang X H.The impact of spatial and temporal evolution in climatology of spring frost on spring tea in Jiangsu province[J].Chinese Journal of Agrometeorology, 2011,32(S1):222-226.(in Chinese)

[6] Hao X Y,Tang H,Wang B,et al.Integrative transcriptional and metabolic analyses provide insights into cold spell response mechanisms in young shoots of the tea plant[J]. Tree Physiology,2018,38(11):1655-1671.

[7] 徐金勤,邱新法,曾燕,等.浙江茶树春霜冻害的气候变化特征分析[J].江苏农业科学,2018,46(22):101-105.

Xu J Q,Qiu X F,Zeng Y,et al.Analysis of climate change characteristics of spring frost injury of tea in Zhejiang province[J].Jiangsu Agricultural Sciences,2018,46(22):101- 105.(in Chinese)

[8] 娄伟平,吴利红,姚益平,等.茶树春季低温冷害和霜冻灾害的区别[J].中国茶树,2020(10):42-45.

Lou W P,Wu L H,Yao Y P,et al.Differences between chilling injury and frost disaster of tea plant in spring[J].China Tea,2020(10):42-45.(in Chinese)

[9] 姜燕敏,金志凤,李仁忠,等.浙南春茶早春霜冻的时空分布特征[J].气象科技,2016,44(6):1066-1070.

Jiang Y M,Jin Z F,Li R Z,et al.Temporal and spatial distribution of early spring frost for spring tea in Southern Zhejiang[J].Meteorological Science and Technology,2016, 44(6):1066-1070.(in Chinese)

[10] 王学林.江南茶区春霜冻风险评价技术研究[M].南京:南京信息工程大学,2015:13-15.

Wang X L.Risk evaluation technology research of spring frost injury in southern Yangtze tea areas[M].Nanjing: Nanjing University of Information Science & Technology, 2015:13-15.(in Chinese)

[11] 李庆会,徐辉,周琳,等.低温胁迫对2个茶树品种叶片叶绿素荧光特性的影响[J].植物资源与环境学,2015(2):28-33.

Li Q H,Xu H,Zhou L,et al.Effect of low temperature stress on chlorophyll fluorescence characteristics in leaf of two cultivars of Camellia sinensis[J].Journal of Plant Resources & Environment,2015(2):28-33.(in Chinese)

[12] 李仁忠,金志凤,杨再强,等.浙江省茶树春霜冻害气象指标的修订[J].生态学杂志,2016,35(10):2659-2666.

Li R Z,Jin Z F,Yang Z Q,et al.Revision on meteorological indices of spring frost disaster forin Zhejiang province[J].Chinese Journal of Ecology,2016, 35(10):2659-2666.(in Chinese)

[13] 中国气象局.茶树霜冻害等级:QX/T 410-2017[S].北京:气象出版社,2018.

China Meteorological Administration.Grade of frost damageto tea plant:QX/T 410-2017[S].Beijing:China Meteorological Press,2005.(in Chinese)

[14] 胡波,金志凤,严甲真,等.基于FastICA的浙江省茶树早春霜冻时空分布特征[J].中国农学通报,2014,30(10): 190-196.

Hu B,Jin Z F,Yan J Z,et al.Temporal and spatial distribution of early spring frost of Camellia sinensis in Zhejiang province based on FastICA[J].Chinese Agricultural Science Bulletin,2014,30(10):190-196.(in Chinese)

[15] 刘瑞娜,陈鹏.安徽省茶树春霜冻发生规律及风险分布[J].气象科技,2016,44(6):1060-1065.

Liu R N,Chen P.Occurrence regularity of tea spring frost and its distribution in Anhui province[J].Meteorological Science and Technology,2016,44(6):1060-1065.(in Chinese)

[16] 魏凤英.现代气候统计诊断与预测技术(第二版)[M].北京:气象出版社,2007:69-72.

Wei F Y.Modern climate statistical diagnosis and prediction technology(second edition)[M].Beijing:China Meteorological Press,2007:69-72.(in Chinese)

[17] 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 disaster[J].Acta Meteorological Sinica,2015, 73(1):1-19.(in Chinese)

[18] 李时睿,王治海,金志凤,等.茶树霜冻害精细化预警:以浙江省松阳县为例[J].生态学杂志,2017,36(10):2979-2987.

Li S R,Wang Z H,Jin Z F,et al.Refined early-warning of tea frost disaster:a case study in Songyang county of Zhejiang[J].Chinese Journal of Ecology,2017,36(10):2979- 2987.(in Chinese)

[19] 沈天琦,邱新法,韦翔鸿,等.精细化茶树种植区茶树春霜冻灾害风险评估:以浙江省松阳县为例[J].江苏农业科学,2019,47(2):262-268.

Shen T Q,Qiu X F,Wei X H,et al.Risk assessment of spring frost disaster in fine tea planting area:a case study of Songyang county in Zhejiang province[J].Jiangsu Agricultural Sciences,2019,47(2):262-268.(in Chinese)

[20] 陶瑶,杨爱萍,段里成,等.2018 年春霜冻对江西省北部茶树生产影响的定量评估[J].气象与减灾研究,2019,42(1): 70-74.

Tao Y,Yang A P,Duan L C,et al.Quantitative evaluation of the effect of spring frost disaster on tea production in northern Jiangxi in 2018[J].Meteorology and Disaster Reduction Research,2019,42(1):70-74.(in Chinese)

[21] 娄伟平,吴利红,吉宗伟.气候变化对绍兴市乌牛早茶树春茶经济产出的影响[J].生态学杂志,2014,33(12):3358-3367.

Lou W P,Wu L H,Ji Z W.The contribution of climate change to economic output of Wuniuzao spring tea in Shaoxing[J].Chinese Journal of Ecology,2014,33(12):3358- 3367.(in Chinese)

[22] 余丽萍,汪晨,王治海.浙江早生春茶霜冻灾害定量评估模型[J].气象与环境科学,2017,40(2):44-48.

Yu L P,Wang C,Wang Z H.Quantitative evaluation model of frost disaster in early spring tea in Zhejiang province[J]. Meteorological and Environmental Sciences,2017,40(2): 44-48.(in Chinese)

[23] 李亚春,王友美,巫丽君,等.2013年春季低温霜冻对苏南茶树影响的评估[J].江苏农业科学,2014,42(8):248-250.

Ji Y C,Wang Y M,Wu L J,et al.Assessment of the impact of low temperature frost on tea plants in south Jiangsu in spring 2013[J].Jiangsu Agricultural Sciences,2014,42(8): 248-250.(in Chinese)

[24] 金志凤,胡波,严甲真,等.浙江省茶树农业气象灾害风险评价[J].生态学杂志,2014,33(3):771-777.

Jin Z F,Hu B,Yan J Z,et al.Agro-meteorological disaster risk evaluation of tea planting in Zhejiang province[J]. Chinese Journal of Ecology,2014,33(3):771-777.(in Chinese)

[25] 白磊,张帆,文元桥,等.基于格点资料的 1961−2018 年中国霜冻灾害时空变化规律[J].中国农业气象,2021, 42(9): 761-774.

Bai L,Zhang F,Wen Y Q,et al.Evolution of the frost hazards based on gridded meteorological data across China in 1961-2018[J].Chinese Journal of Agrometeorology,2021, 42(9):761-774.(in Chinese)

[26] 江苏省农林厅园艺处.江苏省茶树优势区域发展规划[J].中国茶树,2006(3):11-13.

Horticulture Division of Jiangsu Provincial Department of Agriculture and Forestry.Development plan for tea advantage area in Jiangsu province[J].China Tea,2006(3): 11-13.(in Chinese)

[27] 王树廷.关于日平均气温稳定通过各级界限温度初终日期的统计方法[J].气象,1982,8(6):29-30.

Wang S T.Statistical method for the initial and final dates of the daily average temperature passing through the boundary temperatures at all levels[J].Meteor Mon,1982, 8(6):29-30.(in Chinese)

[28] Genolini C,Falissard B.K-means for longitudinal data[J]. Computational Statistics,2010,25(2):317-328.

[29] Zhang T F,Ma F M.Improved rough k-means clustering algorithm based on weighted distance measure with Gaussian function[J].International Journal of Computer Mathematics,2017,94(4):663-675.

[30] 董李丽,李清泉,丁一汇.全球变暖背景下我国春季气温的时空变化特征[J].气象,2015,41(10):1177-1189.

Dong L L,Li Q Q,Ding Y H.Temporal and spatial variation characteristics of spring temperature in China under the background of global warming[J].Meteorology Monthly, 2015,41(10):1177-1189.(in Chinese)

[31] 张旭晖,居为民,蒯志敏,等.江苏春季霜冻气候变化特征及其未来可能变化趋势[J].大气科学学报,2013,36(6): 666-673.

Zhang X H,Ju W M,Kuai Z M,et al.Historical variation, and possible future trends of spring frost in Jiangsu province[J].Trans Atmos Sci,2013,36(6):666-673.(in Chinese)

[32] 郭湘,唐茜,许燕,等.早春霜冻对不同茶树品种芽叶的生化成分及制茶品质的影响[J].云南大学学报(自然科学版),2015,37(6):930-938.

Guo X,Tang Q,Xu Y,et al.Effect of frost in early spring on biochemical composition and sensory quality of new shoots in different tea cultivars[J].Journal of Yunnan University(Natural Science Edition),2015,37(6):930-938. (in Chinese)

[33] 娄伟平. 浙江省大佛龙井产区春季茶树霜冻灾害研究[D].南京:南京信息工程大学,2013:61-62.

Lou W P.Research on spring frost disaster of tea in Longjing production area of Dafo,Zhejiang province[D]. Nanjing:Nanjing University of Information Engineering, 2013:61-62.(in Chinese)

[34] 王瑛,邱星霖,李雨欣,等.基于物候期的霜冻灾害林果减产风险评估:以河北省为例[J].中国农业气象,2022,4(10): 821-831.

Wang Y,Qiu X L,Li Y X,et al.Risk assessment of frost damage to production of forest fruit based on phenological phase in Hebei province[J].Chinese Journal of Agrometeorology, 2022,4(10):821-831.(in Chinese)

[35] 王润红,茹晓雅,蒋腾聪,等.基于物候模型研究未来气候情景下陕西苹果花期的可能变化[J].中国农业气象,2021, 42(9):729-745.

Wang R H,Ru X Y,Jiang T C,et al.Based on the phenological model to study the possible changes of apple flowering dates under future climate scenarios in Shaanxi province[J].Chinese Journal of Agrometeorology,2021,42 (9):729-745.(in Chinese)

[36] Wang P J,Tang J X,Ma Y P,et al.Mapping threats of spring frost damage to tea plants using satellite-based minimum temperature estimation in China[J].Remote Sens.,2021(13): 2713.

[37] 唐俊贤,王培娟,俄有浩,等.中国大陆茶树种植气候适宜性区划[J].应用气象学报,2021,32(4):397-407.

Tang J X,Wang P J,E Y H,et al.Climatic suitability zoning of tea planting in mainland China[J].Journal of Applied Meteorological Science,2021,32(4):397-407.(in Chinese)

[38] 任义方,赵艳霞,张旭晖,等江苏水稻高温热害气象指数保险风险综合区划[J].中国农业气象,2019,40(6):391-401.

Ren Y F,Zhao Y X,Zhang X H,et al.Comprehensive risk regionalization of meteorological index insurance for high temperature heat damage of rice in Jiangsu province[J]. Chinese Journal of Agrometeorology,2019,40(6):391- 401. (in Chinese)

[39] 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)

Analysis on Characteristics of Spring Tea Frost Damage in Different Risk Areas in Jiangsu Province

REN Yi-fang1, WANG Pei-juan2, QIAN Ban-dun3, MA Yun-bo4, SUN Qin-fei5

(1.Jiangsu Climate Center, Nanjing 210041, China; 2.Chinese Academy of Meteorological Science, Beijing 100081; 3.Liyang Meteorological Bureau, Liyang 213300; 4.Danyang Meteorological Bureau, Danyang 212300; 5. Yizheng Meteorological Bureau, Yizheng 211400)

Using global atmospheric reanalysis data ERA5 from 1981 to 2020, based on the meteorological indicators representing the degree of tea frost damage, the risk index (RI) during the spring frost monitoring period in Jiangsu province was constructed. The k-means clustering algorithm was selected to realize the spring tea frost risk zoning. Based on that, the Mann-Kendall method was applied to identify the climatic abrupt change points in each frost risk region, the impacts of climate change on the occurrence characteristics of spring tea frost in different risk areas were assessed by the daily and hourly scales, separately. The result showed that the frost risk of spring tea in Jiangsu province was characterized by "low in the southwest and high in the northeast". Light to moderate frost and extremely severe frost mainly occurred in low-risk area and high-risk area, with an average frequency of 11.91% and 15.4%, respectively. In the low-risk and high-risk areas, the average appearance times of the frost ending date showed an advance trend of 2.7d×10y−1and 1.5d×10y−1, while RI value showed a decreasing trend of 0.024 and 0.015 per 10 years, respectively. Influenced by climate change, in terms of daily time scale, the occurrence frequency and volatility of spring tea frost at all levels during the monitoring period in low-risk and high-risk areas were significantly reduced, especially in the case of severe frost. The distribution patterns of occurrence frequency of spring tea frost at all levels changed from the type of multi peak to the type of single peak with descending trend, while still having different peak times, but mainly concentrated in the first ten days of February to the last ten days of March. From the hourly time scale, the occurrence frequency of spring tea frost at all levels basically presented a "sinusoidal" distribution pattern. After climate change, the high incidence period of mild frost was delayed for two to four hours, and that of moderate to severe frost was basically unchanged or delayed for one hour, and the high incidence period of moderate to severe frost and extra severe frost were concentrated at 5：00−7：00 and 6：00−8：00 respectively in the morning for each risk region. With the climate change, the spring tea frost in Jiangsu was characterized by "later, weaker, shorter and fewer", which still needed to be actively addressed.

Jiangsu；Spring tea；Frost；Risk assessment；Climate change

10.3969/j.issn.1000-6362.2023.09.006

任义方,王培娟,钱半吨,等.江苏省不同风险区域春茶霜冻害特征分析[J].中国农业气象,2023,44(9):820-833

2022−10−06

国家重点研发计划（2019YFD1002203）

王培娟，博士，研究员，研究方向为农业气象灾害，E-mail：wangpj@cma.gov.cn

任义方，E-mail：renyifang2006@126.com