TreeChill模型：基于树木温度动态预测冬季气候波动对林木休眠影响的创新框架

本研究针对传统休眠期冷量积累模型仅依赖气温(Tair)导致预测失准的问题，开发了以树木温度(Ttree)为功能参数的TreeChill模型。通过三年甜樱桃园实测验证，该模型利用公开气象数据可精准预测Ttree(R2=0.930)，揭示日间树温显著高于气温使冷量积累减少15%，为气候变化下农林系统精准管理提供新工具。

　　

随着全球气候变暖加剧，冬季温度波动日益剧烈，这对依赖低温积累完成休眠的多年生植物构成严峻挑战。传统冷量积累模型仅以气温为输入参数，在气候多变背景下预测准确性持续下降。这一局限在加州圣华金河谷等农业区尤为突出——历史性的冬季雾日减少46%导致太阳辐射增强，树木器官温度与气温差异扩大，直接影响"冷量需求"(chill requirements)的精准估算。这种偏差可能引发花期紊乱、坐果率下降等连锁反应，威胁全球温带果树产业的可持续发展。

针对这一关键问题，Paula Guzmán-Delgado领衔的国际研究团队在《Agricultural and Forest Meteorology》发表创新成果。研究团队选择冷量需求较高的甜樱桃(Prunus avium L.)为模式植物，在加州三个气候差异显著的商业果园开展为期三年的原位观测。通过集成气象站数据与树木不同方位枝干温度监测，开发出首个以树木温度为核心参数的TreeChill预测框架。

关键技术方法包括：在三个地理气候区建立甜樱桃观测样地(含'Bing'和'Coral'品种)；使用热电偶持续监测四方位枝干皮层温度(T_tree)与果园气温(T_air)；基于动态模型(Dynamic Model)计算冷量积累差异；整合太阳辐射等12项气象参数建立机器学习预测模型。

【Plant material and experimental sites】
研究选取加州圣华金河谷南北梯度分布的三个商业樱桃园，涵盖'Bing'/'Mazzard'和'Coral'/'Mazzard'两种砧穗组合。样地设置充分考虑纬度梯度(38°02′N至35°48′N)与微气候差异，配备标准气象站监测环境参数。

【Measured orchard air and tree temperature】
数据显示2022-2023冬季显著偏冷且多雾，枝干温度普遍高于气温(ΔT)，南向枝干温差最大达8.3°C。晴日树冠温度较气温平均高3.1°C，导致动态模型计算的冷量积累(Chill Portions)减少15%。

【Discussion】
TreeChill模型通过整合太阳辐射、相对湿度等参数，实现枝干温度精准预测(R²=0.930，RMSE=2.02°C)。模型验证表明，基于预测树温与实测树温计算的冷量积累仅相差0.4个冷量单位，显著优于传统气温模型。树冠内部开花进程差异与枝干温度分布高度吻合，证实局部热积累可打破休眠。

【Conclusions】
该研究创立了首个树木温度驱动的冷量预测框架，突破传统模型的气温依赖局限。TreeChill模型通过公开气象数据即可重构树木热动态，使冷量估算误差降低85%。这项成果为应对气候变化下的果园管理、品种选育及城市林业规划提供了革命性工具，其方法论可扩展至其他温带木本植物的物候预测研究。