1961年至2021年间，欧洲橡树遭受霜冻损害的频率和程度有所下降

《Agricultural and Forest Meteorology》：Decreasing frequency and extent of frost damage in European oaks over 1961-2021

本研究基于法国304个橡树种群1997-2021年的1220个霜冻损害观测数据，开发并验证了新型模型FD_WPV，揭示气候变化下晚春霜冻损害频率（-0.22%/年）和程度（-0.34%/年）总体呈下降趋势，但存在显著地域差异，内陆频率下降更明显，沿海程度下降更显著。分析表明，霜冻日与芽萌发期的时序错位是关键驱动因素，安全性间隔的扩大解释了频率下降，而温度梯度影响程度变化。

　　### 晚春霜冻对温带和寒带森林的影响及其研究进展

晚春霜冻（Late Spring Frost, LSF）是一种在树木发芽后发生的极端低温事件，对生态和经济都具有重要影响。在温带和寒带地区，这种现象可能会导致新叶或花的损害，从而影响树木的生长周期、果实产量以及森林的整体生产力。随着全球气候变暖，LSF的发生频率和强度正发生变化，这种变化对生态系统和经济活动提出了新的挑战。本研究旨在通过分析法国304个栎树种群在1997年至2021年间的数据，探讨气候变暖对LSF损害频率和范围的影响，并开发了一个新的模型来评估这些变化。

#### LSF损害的生态与经济影响

晚春霜冻不仅对自然生态系统造成威胁，还对农业和林业产生深远影响。例如，2017年春季的LSF事件导致欧洲经济损失达33亿欧元，而2021年的另一场严重LSF则造成了约20亿欧元的经济损失。这些事件通常发生在树木发芽之后，特别是在气温尚未稳定上升的时期。新叶对低温的敏感性较高，因此在发芽后的早期阶段，如果遇到霜冻，可能导致严重的损害。这种损害不仅影响个体树木的生长，还可能对整个森林种群的生产力和生态平衡产生连锁反应。

#### 研究方法与数据来源

为了更好地理解和预测LSF对栎树种群的影响，本研究整合了两种互补的数据来源。第一种是来自15个物候监测站点的数据，覆盖了67个站点年份，其中13个是成熟的森林，另外两个是种植在年轻树木的园艺试验地。这些站点提供了详细的树木发芽时间和LSF损害记录，平均每个站点有532棵树。第二种数据来自法国森林健康部门（DSF），提供了289个栎树种群的记录，其中36个是连续监测站点，记录了1997年至2021年间每年是否发生LSF损害。此外，DSF还提供了253个非连续监测站点的记录，仅记录了LSF的出现，未记录非损害年份或损害范围。

研究中使用了两种不同的方法来处理温度数据：一种是来自Météo France气象站的本地数据，另一种是来自SAFRAN再分析数据集的8×8公里分辨率数据。SAFRAN数据通常会高估实际的最低气温，因此研究者根据实际观测数据调整了不同站点的LSF临界温度（T_frost），以确保模型的准确性。对于使用SAFRAN数据的站点，临界温度设定为-1°C，而使用本地气象站数据的站点则设定为-3°C。

#### 新模型的构建与验证

本研究引入了一个新的模型（FD_WPV），该模型结合了种群内部发芽时间的变异性（Within-Population Variability, WPV）和新叶对霜冻的脆弱期（vulnerability window）。WPV模块用于预测树木发芽的时间分布，而脆弱期模块则用于模拟在特定低温条件下新叶的损害情况。通过这一模型，研究者能够预测LSF的发生频率以及损害范围，这是之前模型所缺乏的关键信息。

模型的构建基于对栎树种群中发芽过程的详细观察。研究者发现，当至少50%的树冠上部的芽展开并形成叶片时，可以认为该树木已经完成发芽。这种定义与BBCH 9阶段相一致，即叶片从芽鳞尖端延伸出来的阶段。通过使用这一标准，研究者能够更准确地评估发芽的进度，并据此预测哪些树木在特定日期可能受到霜冻损害。

模型的验证采用了两种方法：一种是使用包含LSF发生和未发生年份的1220个站点年份数据，另一种是仅包含发生年份的33个站点年份数据。通过比较模型预测结果与实际观测数据，研究者评估了模型的准确性。模型的真正技能统计（True Skill Statistics, TSS）值为0.64，表明其在识别LSF发生年份和未发生年份方面具有较高的准确率。此外，模型预测的损害范围的均方根误差（RMSE）为17%，显示出良好的预测能力。

#### LSF损害的时空变化趋势

研究结果显示，法国栎树种群在过去的六十年间，LSF损害的发生频率和范围均呈现下降趋势。具体而言，LSF损害的发生频率每年下降0.22%，而损害范围每年下降0.34%。这种趋势的主要驱动因素是发芽日期和最后春季霜冻日期的提前。其中，最后春季霜冻日期的提前速度略快于发芽日期，每年约提前0.28天。这种时间上的错配解释了为何早期发芽并未增加LSF的风险，反而与较低的损害频率相关。

研究还发现，不同地区的LSF损害频率和范围的变化存在显著的地理差异。在大陆性地区，损害频率的下降更为明显，而在沿海地区，损害范围的下降更为显著。这种差异可能与不同地区的气候条件和地理特征有关，例如沿海地区的海洋暖流可能降低了LSF的发生风险，而大陆性地区的气温变化更为剧烈，导致更频繁的霜冻事件。

#### 环境因素对LSF损害的影响

研究进一步探讨了环境因素对LSF损害频率和范围的影响。结果表明，LSF损害频率与站点的年平均气温呈显著负相关，即气温越高，LSF损害越少。然而，损害范围与气温呈正相关，表明在温暖地区，即使发生LSF，也可能导致更高的损害比例。此外，研究还发现，LSF损害频率与安全边际（即发芽日期与最后春季霜冻日期之间的间隔）密切相关。安全边际的增加意味着树木发芽与霜冻之间的间隔变大，从而降低了损害的可能性。

研究还分析了不同环境因素对LSF损害趋势的影响，包括经度、纬度、海拔和年平均气温。结果显示，随着纬度的增加，LSF损害频率也有所上升，这可能与高纬度地区更早的发芽和更晚的霜冻日期有关。同时，随着海拔的升高，损害频率增加，这可能与高海拔地区气温变化更为剧烈有关。这些发现为理解LSF对不同环境条件下的树木种群的影响提供了重要的参考。

#### 模型的应用与意义

本研究开发的新模型（FD_WPV）在评估LSF对栎树种群的影响方面具有重要的应用价值。该模型不仅能够预测LSF的发生频率，还能评估损害范围，这对于制定林业管理和保险政策具有重要意义。通过考虑种群内部的发芽变异性，模型能够更准确地反映不同树木对霜冻的敏感性，从而为生态保护和经济评估提供更全面的信息。

此外，本研究还强调了在评估霜冻风险时，需要同时考虑发生频率和损害范围。单一维度的分析可能会低估实际的风险，特别是在气候变化背景下，仅关注频率可能忽略损害范围的变化。因此，综合考虑这两个指标，有助于更全面地理解LSF对森林生态系统和经济的影响，并为未来的适应策略提供科学依据。

#### 数据与代码的可获取性

本研究的数据和代码均已在公开平台发布，以便其他研究者能够验证和扩展研究成果。LSF数据支持模型验证，可通过指定的DOI链接获取。物候监测站点的发芽数据也可在相关网站上找到。温度数据则分别来自Météo France气象站和SAFRAN再分析数据集，均提供了详细的气候信息。代码的可获取性确保了研究的透明性和可重复性，为后续研究提供了基础。

#### 结论与展望

本研究通过整合多种数据源和开发新的模型，揭示了气候变化背景下LSF对法国栎树种群的影响。结果显示，尽管LSF的发生频率和范围整体呈下降趋势，但不同地区的变化存在显著差异。这些发现为理解LSF的生态和经济影响提供了新的视角，并强调了在评估霜冻风险时，需要综合考虑频率和范围两个指标。未来的研究可以进一步扩展到其他树种和不同地理区域，以更全面地评估气候变化对森林生态系统的影响，并为政策制定提供科学支持。