任義方,楊章平,零豐華,肖良文
江蘇奶牛熱應(yīng)激風(fēng)險區(qū)劃及其受氣候變化的影響
1江蘇省氣候中心,南京 210008;2揚州大學(xué)動物科學(xué)與技術(shù)學(xué)院,江蘇揚州 225009;3南京信息工程大學(xué)大氣科學(xué)學(xué)院,南京 210044;4江蘇楨源應(yīng)用氣象研究院有限公司,南京 211100
【目的】掌握氣候變化背景下奶牛熱應(yīng)激發(fā)生規(guī)律,可為畜牧業(yè)優(yōu)化布局、牧場智能管控、選址改造、效益提升等方面提供參考,有助于優(yōu)化牧場生產(chǎn)管理,促進奶牛生態(tài)健康養(yǎng)殖?!痉椒ā恳越K省為例,利用1980—2020年全球大氣再分析資料ERA5數(shù)據(jù)集,基于表征奶牛熱應(yīng)激程度的溫濕指數(shù)(THI),構(gòu)建風(fēng)險度指數(shù)(RI),選擇k均值聚類算法實現(xiàn)奶牛熱應(yīng)激風(fēng)險區(qū)劃,結(jié)合熱應(yīng)激發(fā)生強度、頻率、起止時間、持續(xù)日數(shù)的特征開展區(qū)域評估;求算氣候傾向率,分析不同風(fēng)險區(qū)內(nèi)奶牛熱應(yīng)激發(fā)生特征的變化趨勢;基于累積溫濕指數(shù)(CTHI),利用Mann-Kendall檢驗,判定不同風(fēng)險區(qū)氣候突變點,進而從逐日和逐小時兩個時間尺度,分析氣候變化對不同風(fēng)險區(qū)內(nèi)奶牛熱應(yīng)激發(fā)生特征的影響?!窘Y(jié)果】江蘇奶牛熱應(yīng)激風(fēng)險呈現(xiàn)“西南高東北低”的特征,低風(fēng)險區(qū)主要包括淮北和江淮之間中東部地區(qū),區(qū)域溫濕指數(shù)均值為73.63,以輕度熱應(yīng)激發(fā)生為主;高風(fēng)險區(qū)主要包括沿江蘇南和江淮之間西部地區(qū),區(qū)域溫濕指數(shù)均值為75.12,輕、中度熱應(yīng)激發(fā)生頻次相當(dāng)。低、高風(fēng)險區(qū)域中,熱應(yīng)激開始和結(jié)束時間均呈現(xiàn)提前和推后趨勢,持續(xù)日數(shù)呈延長趨勢(4.0 d/10a、4.2 d/10a);溫濕指數(shù)值增加(0.2/10a);累積溫濕指數(shù)分別增加301.2/10a和256.1/10a;輕度熱應(yīng)激發(fā)生頻次均呈雙峰型,主要發(fā)生在6月上旬至7月中旬和8月上旬至9月中旬;中度熱應(yīng)激發(fā)生頻次均呈單峰型,主要發(fā)生在7月中旬至8月中旬;日熱應(yīng)激強度變化基本呈現(xiàn)“正弦”分布形態(tài),高發(fā)時段集中在11:00-17:00。受氣候變化影響,江蘇全省奶牛熱應(yīng)激呈現(xiàn)明顯增強趨勢,至2010年達到小高峰,有一回落后呈穩(wěn)步上升趨勢,且超過顯著性水平0.05臨界線。低、高風(fēng)險區(qū)域內(nèi),熱應(yīng)激高影響時段延長、發(fā)生頻率增加、覆蓋度提高且出現(xiàn)時間前移;日熱應(yīng)激高發(fā)時段開始時間提前1 h左右,高風(fēng)險區(qū)熱應(yīng)激發(fā)生強度基本接近中等。【結(jié)論】基于THI、RI和CTHI可以實現(xiàn)奶牛熱應(yīng)激風(fēng)險區(qū)劃評估及氣候影響分析,確定奶牛熱應(yīng)激的高發(fā)區(qū)域和關(guān)鍵防控時段,把握其氣候變化趨勢。隨氣候變化,江蘇奶牛熱應(yīng)激發(fā)生呈現(xiàn)“趨早、趨強、趨長、趨多”的特征,需積極應(yīng)對。
江蘇省;奶牛;熱應(yīng)激;風(fēng)險區(qū)劃評估;氣候變化
【研究意義】隨著農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級步伐明顯加快,現(xiàn)代農(nóng)業(yè)發(fā)展迅猛。目前,江蘇乳業(yè)已成為畜牧業(yè)中增長最快且?guī)愚r(nóng)民增收明顯的朝陽產(chǎn)業(yè),也是江蘇現(xiàn)代農(nóng)業(yè)和食品工業(yè)發(fā)展的重點產(chǎn)業(yè)。據(jù)中國奶牛年鑒統(tǒng)計,至2020年末江蘇全省奶牛存欄12.9萬頭,全年累積生鮮乳年產(chǎn)量63萬t[1]。在江蘇現(xiàn)代化農(nóng)牧業(yè)快速發(fā)展的同時,奶牛養(yǎng)殖、鮮乳加工、乳品銷售等生產(chǎn)管理環(huán)節(jié)中依舊存在較多風(fēng)險因子和不穩(wěn)定因素。其中奶牛熱應(yīng)激造成的畜牧業(yè)生產(chǎn)效率降低已成為影響奶牛高效產(chǎn)奶和優(yōu)質(zhì)奶源穩(wěn)定供應(yīng)的突顯問題之一[2]。江蘇處在亞熱帶和暖溫帶的氣候過渡地帶,全省夏季平均起始時間為6月7日,平均長度為104 d,平均氣溫為25.9℃,各地極端最高氣溫通常出現(xiàn)在盛夏7月或8月。江蘇主要養(yǎng)殖品種荷斯坦牛的等熱范圍為5—25℃,夏季高溫高濕天氣極易導(dǎo)致奶牛生理調(diào)節(jié)不能維持機體熱平衡,引起奶牛出現(xiàn)熱應(yīng)激反應(yīng),直腸溫度、呼吸頻率、反芻節(jié)律等生理指標(biāo)出現(xiàn)異常,奶牛采食量降低,生產(chǎn)性能和繁殖性能下降,進而造成產(chǎn)奶量減少、品質(zhì)降低,影響牧場和乳企的經(jīng)濟效益[3-9]。尤其在氣候變暖、夏季極端高溫事件不斷增多的背景下[10],熱應(yīng)激已成為危害畜牧生產(chǎn)的重要因素之一。同時,由熱應(yīng)激導(dǎo)致牛奶產(chǎn)量上升趨勢中出現(xiàn)季節(jié)性反向波動問題,也對牧場智能化生產(chǎn)管理提出了挑戰(zhàn)和考驗?!颈狙芯壳腥朦c】結(jié)合國家對促進奶業(yè)振興的要求以及奶牛生態(tài)健康養(yǎng)殖的需求,開展奶牛熱應(yīng)激風(fēng)險區(qū)劃評估及其受氣候變化影響的研究已經(jīng)刻不容緩?!厩叭搜芯窟M展】目前,傳統(tǒng)農(nóng)業(yè)氣象災(zāi)害風(fēng)險區(qū)劃研究[11]中,針對小麥、水稻、玉米等大宗作物受旱澇、低溫凍害、高溫?zé)岷?、強風(fēng)等氣象型災(zāi)害影響等問題,已經(jīng)建立了較為完整的農(nóng)業(yè)氣象災(zāi)害風(fēng)險評估體系,實現(xiàn)了區(qū)域范圍內(nèi)風(fēng)險的動態(tài)定量評估。特色農(nóng)業(yè)氣象災(zāi)害風(fēng)險區(qū)劃研究[12-14]中,針對經(jīng)濟作物、林果、水產(chǎn)等受氣象型災(zāi)害影響等問題已有大量相關(guān)研究,而針對畜牧業(yè)中奶牛養(yǎng)殖過程中可能發(fā)生的氣象型風(fēng)險區(qū)劃評估工作仍未見報道?!緮M解決的關(guān)鍵問題】因此,本研究以江蘇為例,利用格點化氣候資料,基于表征奶牛熱應(yīng)激程度的溫濕指數(shù),確定奶牛熱應(yīng)激發(fā)生風(fēng)險度進行風(fēng)險區(qū)劃評估;對奶牛熱應(yīng)激特征要素開展氣候傾向率趨勢分析,并用Mann-Kendall檢驗確定熱應(yīng)激特征突變時間,進而從不同時間尺度分析氣候變化對不同風(fēng)險區(qū)內(nèi)奶牛熱應(yīng)激發(fā)生規(guī)律的影響,以期為適應(yīng)氣候變化,充分發(fā)揮江蘇奶牛養(yǎng)殖的有利氣候條件,規(guī)避不利氣象災(zāi)害影響,科學(xué)制定牧場建設(shè)規(guī)劃,促進乳業(yè)生產(chǎn)持續(xù)穩(wěn)定發(fā)展提供參考依據(jù)。
氣象資料包括江蘇省區(qū)域范圍1980—2020年平均溫度和相對濕度,該氣象資料來自于歐洲中期天氣預(yù)報中心(ECMWF)第五代全球大氣再分析資料ERA5數(shù)據(jù)集,其空間分辨率為 31 km(約為0.28°),時間分辨率為逐小時。
參考中國奶業(yè)協(xié)會《奶牛熱應(yīng)激評價標(biāo)準(zhǔn)》[15],以溫濕指數(shù)(temperature humidity index,THI)作為奶牛熱應(yīng)激程度的表征值,按以下公式計算:
式中,為環(huán)境溫度(℃),為環(huán)境相對濕度(%)。
溫濕指數(shù)與奶牛熱應(yīng)激程度等級的關(guān)系情況見表1。
考慮奶牛熱應(yīng)激監(jiān)測期內(nèi),熱應(yīng)激對奶牛生理和產(chǎn)量的不利影響呈持續(xù)性特征,統(tǒng)計奶牛熱應(yīng)激監(jiān)測期中所有高溫高濕過程的危害累積量,定義累積溫濕指數(shù)為:
表1 奶牛熱應(yīng)激程度評價標(biāo)準(zhǔn)[15]
式中,THI為奶牛熱應(yīng)激監(jiān)測期內(nèi)某日的溫濕指數(shù)。取值范圍從奶牛熱應(yīng)激監(jiān)測開始日(OD)到監(jiān)測結(jié)束日(OD)。
本文主要參考穩(wěn)定通過溫度界限的概念和方法[16]。選擇5日滑動的方法確定奶牛熱應(yīng)激監(jiān)測時段。首先,將各格點上逐小時數(shù)據(jù)處理為逐日數(shù)據(jù)后,逐年求算5日滑動平均,確定各年日平均熱應(yīng)激指數(shù)≥72的最長一段時期。然后,選取其第一天,作為熱應(yīng)激開始日;取其最后一天作為熱應(yīng)激結(jié)束日。進而,利用選取多年熱應(yīng)激開始日的最小值作為奶牛熱應(yīng)激監(jiān)測期的開始時間(OD),選取多年熱應(yīng)激開始日的最大值作為奶牛熱應(yīng)激監(jiān)測期的結(jié)束時間(OD)。
基于致災(zāi)因子危險性的概念,結(jié)合熱應(yīng)激發(fā)生強度和頻率,定義奶牛熱應(yīng)激監(jiān)測期風(fēng)險度來客觀反映致災(zāi)因子風(fēng)險性大小及其對牧場生產(chǎn)影響程度,即
式中,RI為江蘇區(qū)域內(nèi)第個格點發(fā)生奶牛熱應(yīng)激的風(fēng)險度指數(shù)。THI為各格點以溫濕指數(shù)表征的不同熱應(yīng)激強度等級,=1、2、3(表1),P為基于40年奶牛熱應(yīng)激監(jiān)測期溫濕指數(shù)求算的對應(yīng)等級熱應(yīng)激出現(xiàn)的頻率。
利用SPSS數(shù)據(jù)統(tǒng)計分析和GIS空間分析以及屬性數(shù)據(jù)庫操作功能,選取覆蓋江蘇省區(qū)域的格點化風(fēng)險度指數(shù)作為聚類樣本變量,采用歐式距離(Euclidean Distance)作為研究樣品疏密程度(差別大?。┲笜?biāo),選擇k均值聚類算法(k-means clustering algorithm)[17-18],進行江蘇奶牛熱應(yīng)激風(fēng)險區(qū)劃,將江蘇劃分為兩個區(qū)域,按照風(fēng)險度指數(shù)大小,分為2個風(fēng)險等級,分別對應(yīng)奶牛熱應(yīng)激低風(fēng)險區(qū)和高風(fēng)險區(qū)。低、高風(fēng)險區(qū)域所對應(yīng)風(fēng)險度指數(shù)的變化范圍分別為40.0≤<50.0和50.0≤<60.0。
用Mann-Kendall檢驗對40年累積溫濕指數(shù)突變特征進行分析和檢測,進而分析區(qū)域內(nèi)熱應(yīng)激發(fā)生特征在氣候突變前后的變化。MK法是一種氣候診斷與預(yù)測技術(shù),可判斷氣候序列中是否存在氣候突變及突變發(fā)生的時間。方法概述[19]如下:
對于40個樣本量的時間序列累積溫濕指數(shù)X,構(gòu)建一秩序列:
在時間序列隨機獨立的假定下,定義統(tǒng)計量
式中(s)、(s)是秩序列s的均值和方差,UF為標(biāo)準(zhǔn)正態(tài)分布,給定顯著性水平,若|UF|>U,則表明序列存在明顯的趨勢變化。
再按時間序列累積溫濕指數(shù)的逆序X,X-1,…1,重復(fù)上述過程,同時令
給定顯著性水平后,通過繪制UF和UB曲線,即可明確突變開始時間,并指出突變區(qū)域。
由江蘇奶牛熱應(yīng)激風(fēng)險區(qū)劃結(jié)果可見(圖1),低風(fēng)險區(qū)主要包括淮北和江淮之間中東部地區(qū);高風(fēng)險區(qū)主要包括沿江蘇南和江淮之間西部地區(qū),風(fēng)險總體呈現(xiàn)“西南高東北低”的特征。結(jié)合不同風(fēng)險區(qū)域內(nèi)風(fēng)險度指數(shù)值,以及過去40年奶牛熱應(yīng)激監(jiān)測期內(nèi)溫濕指數(shù)多年均值,輕度、中度熱應(yīng)激發(fā)生頻率(由于1980—2020年間重度熱應(yīng)激基本未在江蘇出現(xiàn),因此重度熱應(yīng)激發(fā)生情況文中不予討論),熱應(yīng)激開始、結(jié)束和持續(xù)時間,這7個風(fēng)險評估要素的分布(圖2、3)和區(qū)域均值統(tǒng)計情況(表1)可以看出:
在低風(fēng)險等級區(qū)域內(nèi),奶牛熱應(yīng)激發(fā)生風(fēng)險性小,對產(chǎn)奶量及其品質(zhì)影響小。具體來看該區(qū)域內(nèi),熱應(yīng)激強度小,風(fēng)險度區(qū)域均值為47.95;平均溫濕指數(shù)為73.63,以輕度熱應(yīng)激發(fā)生為主,平均發(fā)生頻率為0.41;熱應(yīng)激發(fā)生時段跨度大,平均從6月11日至9月16日,持續(xù)時長97 d。
在高風(fēng)險等級區(qū)域內(nèi),奶牛熱應(yīng)激發(fā)生風(fēng)險性大,對產(chǎn)奶量及其品質(zhì)影響大。具體來看該區(qū)域內(nèi),熱應(yīng)激強度大,風(fēng)險度區(qū)域均值為54.42;平均溫濕指數(shù)為75.12,輕度、中度熱應(yīng)激發(fā)生頻次相當(dāng),平均發(fā)生頻率分別為0.38和0.30;熱應(yīng)激發(fā)生時段跨度大,平均從6月8日至9月16日,持續(xù)時長100 d。
圖1 江蘇奶牛熱應(yīng)激發(fā)生風(fēng)險區(qū)劃結(jié)果
表2 江蘇奶牛熱應(yīng)激風(fēng)險評估因子在不同風(fēng)險區(qū)的統(tǒng)計結(jié)果
圖2 奶牛熱應(yīng)激監(jiān)測期內(nèi)不同風(fēng)險區(qū)域中風(fēng)險度指數(shù)值(a)、溫濕指數(shù)多年均值(b),以及輕度(c)、中度(d)熱應(yīng)激發(fā)生頻率空間分布
2.2.1 區(qū)域內(nèi)熱應(yīng)激氣候變化趨勢和突變特征 從1981—2020年江蘇奶牛熱應(yīng)激監(jiān)測期內(nèi)不同風(fēng)險區(qū)域內(nèi),奶牛熱應(yīng)激起止時間、溫濕指數(shù)值、熱應(yīng)激日數(shù)、累積溫濕指數(shù)年變化的氣候傾向率分析(圖3、圖4-a—c)發(fā)現(xiàn):過去40年在低風(fēng)險區(qū)和高風(fēng)險區(qū),奶牛熱應(yīng)激開始時間分別呈現(xiàn)3.6 d/(10a)和2.6 d/(10a)的提前趨勢,而結(jié)束時間分別呈現(xiàn)1.3 d/(10a)和1.8 d/(10a)的推后趨勢,從而導(dǎo)致奶牛熱應(yīng)激持續(xù)時間顯著增長;溫濕指數(shù)值均呈現(xiàn)0.2/(10a)的增加趨勢;熱應(yīng)激日數(shù)分別呈現(xiàn)4.0 d/(10a)和4.2 d/(10a)的延長趨勢;累積溫濕指數(shù)分別呈現(xiàn)301.2/(10a)和256.1/(10a)的增加趨勢。
從奶牛熱應(yīng)激低風(fēng)險區(qū)和高風(fēng)險區(qū)的累積溫濕指數(shù)Mann-Kendall檢驗結(jié)果(圖4-d)可見,自21世紀(jì)初期,江蘇全省奶牛熱應(yīng)激呈現(xiàn)明顯增強趨勢,至2010年達到小高峰,有一回落后呈穩(wěn)步加強趨勢,且超過顯著性水平0.05臨界線,即0.05=±1.96。根據(jù)UF和UB曲線交點的位置,判定江蘇奶牛熱應(yīng)激低風(fēng)險區(qū)和高風(fēng)險區(qū)中,熱應(yīng)激累積溫濕指數(shù)增強的突變時間分別從2004和2002年開始。
圖3 奶牛熱應(yīng)激(a)低風(fēng)險區(qū)和(b)高風(fēng)險區(qū)中熱應(yīng)激開始、結(jié)束和持續(xù)時間的年變化
2.2.2 區(qū)域內(nèi)熱應(yīng)激受氣候變化影響分析 考慮到累積溫濕指數(shù)涵蓋了監(jiān)測期內(nèi)熱應(yīng)激發(fā)生強度和持續(xù)時間的綜合影響,因此以其MK檢測結(jié)果作為奶牛熱應(yīng)激增強的突變時間。低風(fēng)險等級區(qū)域內(nèi)分析2004 年前(1981—2004年)、后(2005—2020年),高風(fēng)險等級區(qū)域內(nèi)分析2002年前(1981—2002年)、后(2003—2020年),不同等級熱應(yīng)激發(fā)生頻次在監(jiān)測期內(nèi)、發(fā)生強度在日尺度上的分布特征和變化特征的差異,來體現(xiàn)區(qū)域內(nèi)奶牛熱應(yīng)激發(fā)生特征受氣候變化的影響。
從不同等級風(fēng)險區(qū)域內(nèi),奶牛輕度和中度熱應(yīng)激在氣候突變前后的發(fā)生頻次分布圖(圖5)來看,在監(jiān)測期內(nèi)不同程度奶牛熱應(yīng)激發(fā)生頻次分布形態(tài)不同,且高峰期出現(xiàn)時間不同。不同等級風(fēng)險區(qū)域內(nèi),輕度熱應(yīng)激發(fā)生頻次(Feqshs)均呈雙峰型,主要發(fā)生在6月上旬至7月中旬和8月上旬至9月中旬;其中,低風(fēng)險區(qū)奶牛熱應(yīng)激主要發(fā)生在第一高峰時段,而高風(fēng)險區(qū)奶牛熱應(yīng)激主要發(fā)生在第二高峰時段。中度熱應(yīng)激發(fā)生頻次(Feqmhs)均呈單峰型,低、高風(fēng)險區(qū)域奶牛熱應(yīng)激均主要發(fā)生在7月中旬至8月中旬。
以Feqshs>0.4和Feqmhs>0.6的情況作為高峰發(fā)生時段,分析氣候突變前后輕度、中度熱應(yīng)激發(fā)生頻率高峰平均值和出現(xiàn)時間的變化情況(表3)。
從熱應(yīng)激高峰時段起止時間來看:氣候發(fā)生突變后,對于高發(fā)時段開始時間來說,除低、高風(fēng)險區(qū)域輕度熱應(yīng)激第二段高發(fā)開始時間呈推后趨勢外,輕度熱應(yīng)激第一段高發(fā)開始時間和中度熱應(yīng)激高發(fā)開始時間均提前,且提前程度在低風(fēng)險區(qū)更明顯;對于高發(fā)時段結(jié)束時間來說,除低風(fēng)險區(qū)輕度熱應(yīng)激第一段高發(fā)結(jié)束時間略有提前外,其他風(fēng)險區(qū)各等級熱應(yīng)激各高峰結(jié)束時間均有推遲??傮w來說,受氣候變化影響奶牛低、高風(fēng)險區(qū)域輕度和中度熱應(yīng)激高發(fā)時間延長。
圖4 奶牛熱應(yīng)激不同風(fēng)險區(qū)域中,區(qū)域平均溫濕指數(shù)值(a)、熱應(yīng)激日數(shù)(b)、累積溫濕指數(shù)的年變化(c),以及累積溫濕指數(shù)(d)MK檢驗結(jié)果
從熱應(yīng)激高峰時段平均發(fā)生頻率來看:氣候發(fā)生突變后,除低風(fēng)險區(qū)輕度熱應(yīng)激在第二高峰時段平均發(fā)生頻率有所降低外,其他風(fēng)險區(qū)各等級熱應(yīng)激各高峰時段平均發(fā)生頻率均有所增加,且高風(fēng)險區(qū)域內(nèi)中度熱應(yīng)激發(fā)生頻率增加最顯著。
從熱應(yīng)激高峰時段覆蓋度來看:氣候發(fā)生突變后,各等級熱應(yīng)激高峰時段覆蓋度在低、高風(fēng)險區(qū)域中均有所提高。其中,輕度熱應(yīng)激第一高峰時段覆蓋度明顯提高,第二高峰時段的覆蓋度明顯降低,且這種高峰時段覆蓋度由第二時段向第一時段偏移幅度在低風(fēng)險區(qū)內(nèi)表現(xiàn)得更為明顯。
從監(jiān)測期內(nèi)不同風(fēng)險區(qū)域內(nèi)氣候突變前后的奶牛熱應(yīng)激發(fā)生強度日變化(圖6)來看,在高、低風(fēng)險區(qū)域中,溫濕指數(shù)均基本呈現(xiàn)“正弦”分布形態(tài),且出現(xiàn)高峰時段較為一致,主要集中在上午11:00—17:00,期間THI指數(shù)值基本維持在76以上。
結(jié)合熱應(yīng)激等級劃分標(biāo)準(zhǔn),分析氣候突變前后不同風(fēng)險區(qū)域熱應(yīng)激發(fā)生強度和時段發(fā)現(xiàn),高風(fēng)險區(qū)域內(nèi),氣候變化前后基本全天均有輕度熱應(yīng)激發(fā)生;而在低風(fēng)險區(qū)域內(nèi),氣候變化后輕度熱應(yīng)激發(fā)生時間由6:00—22:00延長至晚上24:00后,無熱應(yīng)激的時段由原來前一天夜間23:00至早晨5:00縮短至早晨1:00—5:00。此外,氣候突變后,高、低風(fēng)險區(qū)域內(nèi)日均熱應(yīng)激強度均有所增加。
以THI>76的情況作為奶牛熱應(yīng)激日高發(fā)時段,統(tǒng)計熱應(yīng)激高峰值發(fā)生時段及其均值(表3)。分析發(fā)現(xiàn),氣候突變后,高、低風(fēng)險區(qū)域內(nèi)奶牛熱應(yīng)激日高發(fā)時段開始時間均由11:00向前提早1 h至10:00,結(jié)束時間維持在17:00不變;高發(fā)時段期間熱應(yīng)激強度也有所增強,低風(fēng)險區(qū)高發(fā)時段THI均值由76.5上升為77.0,高風(fēng)險區(qū)高發(fā)時段THI均值由77.0上升為77.7,接近中度熱應(yīng)激的強度。
圖5 監(jiān)測期內(nèi)奶牛熱應(yīng)激低風(fēng)險區(qū)域氣候突變前(1981-2002年)(a)和后(2003-2020年)(b);高風(fēng)險區(qū)域氣候突變前(1981-2004年)(c)和后(2005-2020年)(d)不同程度熱應(yīng)激的發(fā)生頻次分布圖
圖6 不同奶牛熱應(yīng)激風(fēng)險區(qū)域氣候突變前后溫濕指數(shù)日變化
表3 奶牛熱應(yīng)激不同等級風(fēng)險區(qū)域內(nèi)不同熱應(yīng)激等級出現(xiàn)高峰起止日期以及覆蓋度的統(tǒng)計情況
從江蘇奶牛熱應(yīng)激風(fēng)險區(qū)劃結(jié)果可知,熱應(yīng)激風(fēng)險高發(fā)區(qū)主要分布在沿江蘇南和江淮之間西部地區(qū),該區(qū)域平均溫濕指數(shù)為75.12,輕度、中度熱應(yīng)激平均發(fā)生頻率分別為0.38和0.30,熱應(yīng)激對奶牛生產(chǎn)性能影響概率較大。奶牛一旦發(fā)生熱應(yīng)激即開始動用機體物理、生化和生理過程進行調(diào)節(jié), 以維持熱平衡和正常體溫。在調(diào)整過程中,奶牛呼吸頻率、心率、直腸溫度、血液pH等生理指標(biāo)勢必相應(yīng)發(fā)生變化,進而影響奶牛瘤胃功能,導(dǎo)致消化率降低,干物質(zhì)采食量減少,影響奶產(chǎn)量、乳品質(zhì)(牛奶中乳脂肪、乳蛋白和乳糖含量降低、體細胞數(shù)和菌落總數(shù)增加)、繁殖效率、抵抗力[20-23]。相關(guān)研究表明,THI從68升高到80,奶牛產(chǎn)奶量下降27.4%;THI大于72時,奶牛的發(fā)情率和妊娠率明顯降低[24-25]。
因此,已建牧場若歸屬于熱應(yīng)激風(fēng)險高發(fā)區(qū)域,可以在奶牛熱應(yīng)激常發(fā)時段(輕度和中度熱應(yīng)激分別在8月上旬至9月中旬和7月中旬至8月中旬),優(yōu)化牧場飼養(yǎng)管理措施。例如,飼養(yǎng)方面,可通過提高日糧營養(yǎng)濃度, 選用易消化的飼料原料,添加瘤胃緩沖劑、酵母、維生素C等添加劑,改善日糧,提高飼料的適口性和消化性,調(diào)節(jié)瘤胃微生物和機體代謝;環(huán)境控制方面,可結(jié)合關(guān)鍵防控時間(10:00—17:00),利用智能控制算法和設(shè)備,實現(xiàn)噴淋、噴霧、風(fēng)扇等防暑降溫設(shè)施精準(zhǔn)智能控制,緩解牛舍內(nèi)高溫高濕的狀況。
江蘇奶牛熱應(yīng)激風(fēng)險呈現(xiàn)“西南高東北低”分布特征,各風(fēng)險區(qū)內(nèi)熱應(yīng)激發(fā)生時段、強度和出現(xiàn)天數(shù)呈現(xiàn)增長、增加趨勢,且與區(qū)域內(nèi)氣溫和相對濕度的氣候分布和變化特征息息相關(guān)。據(jù)江蘇氣候變化評估報告[26]分析,近53年(1960—2012年)江蘇年平均氣溫和平均相對濕度分布呈現(xiàn)“南高北低”的態(tài)勢。從年變化趨勢來看,平均氣溫增溫速率為0.27℃/10a,平均相對濕度中西部地區(qū)減少速率為1%—3%/10a,即呈現(xiàn)典型暖干特征,可見氣溫增暖是江蘇地區(qū)奶牛熱應(yīng)激加劇的主要外部氣象條件之一。該分析結(jié)果與董曉霞等[27]對北京奶牛熱冷應(yīng)激受氣候變化影響的研究結(jié)果較為一致。
受氣候變化影響,監(jiān)測時段內(nèi)高低風(fēng)險區(qū)域中不同等級熱應(yīng)激高峰時段延長、平均發(fā)生頻率提高、高峰時段前移且覆蓋度提高。此外,通過氣候突變分析發(fā)現(xiàn),自21世紀(jì)初期,江蘇全省奶牛熱應(yīng)激均有明顯的增強趨勢,至2010年達到小高峰,有一回落后呈穩(wěn)步上升趨勢。這樣的變化特征一方面與春秋季平均氣溫呈明顯上升趨勢有關(guān),另一方面受極端氣候事件增多的影響[28-29]。近50年來,江蘇地區(qū)極端高溫日數(shù)與持續(xù)高溫日數(shù)都顯著增長,且蘇南南部高溫日數(shù)增加明顯,增加速率2d/10a;高溫終日呈偏晚趨勢,極端最高氣溫呈上升趨勢[30]??梢?,在氣候變化的背景下,江蘇奶牛熱應(yīng)激呈程度趨重、時間趨長的態(tài)勢,各地需要積極采取防御和應(yīng)對措施。
根據(jù)奶牛熱應(yīng)激高低風(fēng)險區(qū)域分布位置、各風(fēng)險區(qū)不同等級熱應(yīng)激常發(fā)時段、日熱應(yīng)激關(guān)鍵防控時間的分析結(jié)果,不僅可以合理配置奶牛飼喂方案、開展牧舍精細化管理,緩解奶牛熱應(yīng)激,提高牧場生產(chǎn)效能,而且可以為乳企在江蘇奶源基地選址提供參考。例如,從熱應(yīng)激發(fā)生規(guī)律(以輕度熱應(yīng)激發(fā)生為主,平均發(fā)生頻率為0.41)以及應(yīng)對防御成本的角度來衡量,江蘇淮北地區(qū)和江淮之間中東部地區(qū)屬奶牛熱應(yīng)激輕發(fā)區(qū),是較為適宜奶牛養(yǎng)殖和牧場建設(shè)的區(qū)域。此外,基于奶牛熱應(yīng)激高低風(fēng)險區(qū)域的劃分結(jié)果,可實現(xiàn)保險保費、費率等保險單關(guān)鍵要素的差異化設(shè)置,也為氣象指數(shù)保險產(chǎn)品在奶牛熱應(yīng)激發(fā)生風(fēng)險領(lǐng)域的應(yīng)用打下了基礎(chǔ)[31-32]。
完備的災(zāi)害風(fēng)險區(qū)劃研究需要從致災(zāi)因子風(fēng)險性、孕災(zāi)環(huán)境敏感性、承災(zāi)體易損性、抗災(zāi)能力4個角度出發(fā)去衡量[33]??紤]到目前國內(nèi)仍普遍采用開放或半開放式牛舍為主,奶牛飼養(yǎng)過程對氣象條件的敏感度較高,高溫高濕的氣象條件是造成奶牛熱應(yīng)激的直接原因[34-36]。因此,本研究主要從奶牛熱應(yīng)激發(fā)生的氣象條件(即致災(zāi)因子風(fēng)險性的角度)出發(fā),構(gòu)建奶牛熱應(yīng)激風(fēng)險度,開展風(fēng)險區(qū)劃和評估。然而,奶牛所處牧場區(qū)域(牧舍、奶廳、運動場等)、區(qū)域內(nèi)環(huán)境調(diào)控水平、飼喂管理狀況以及奶牛自身所處生理階段等因素的不同,均會顯著影響奶牛熱應(yīng)激反應(yīng)程度。未來,可以進一步加強牧場內(nèi)奶牛活動空間環(huán)境氣象要素監(jiān)測,綜合典型牧舍類型、牧場生產(chǎn)管理水平、奶牛關(guān)鍵生長階段等要素,實現(xiàn)熱應(yīng)激綜合風(fēng)險區(qū)劃[37-39],逐步完善奶牛熱應(yīng)激風(fēng)險區(qū)劃評價體系。
熱應(yīng)激是江蘇奶牛養(yǎng)殖期間最主要的氣象災(zāi)害,基于濕熱指數(shù)、風(fēng)險度指數(shù)和累積溫濕指數(shù),實現(xiàn)奶牛熱應(yīng)激風(fēng)險區(qū)劃;通過對奶牛熱應(yīng)激風(fēng)險分布特征和氣候變化背景下各區(qū)域熱應(yīng)激發(fā)生規(guī)律的把控,可有效確定熱應(yīng)激防控關(guān)鍵區(qū)域、關(guān)鍵時間節(jié)點;進一步研究表明,各風(fēng)險區(qū)域內(nèi)不同等級熱應(yīng)激隨氣候變化呈強度增強、時間提前、持續(xù)日數(shù)增加態(tài)勢,且有高發(fā)時段延長、頻率增加、覆蓋面擴大、時段前移的特點。提示在奶牛生產(chǎn)實踐中,可基于此研究結(jié)果,風(fēng)險區(qū)域牧場在關(guān)鍵時間點應(yīng)采取有效應(yīng)對措施,努力提高牛舍環(huán)境智能化控制水平,從而保證牧場奶牛產(chǎn)量、品質(zhì)和效益。
[1] 江蘇省農(nóng)業(yè)農(nóng)村廳.我省奶業(yè)振興取得階段性成果.[EB/OL]. 南京:江蘇省農(nóng)業(yè)農(nóng)村廳, [2021?02?19]. http://nynct.jiangsu.gov.cn/art/ 2021/2/19/art_12130_9674632.html.
Department of agriculture and rural areas of Jiangsu Province. Phased achievements have been made in the revitalization of dairy industry in our province. [EB / OL]. Nanjing: Department of agriculture and rural areas of Jiangsu Province, [2021?02?19]. http://nynct.jiangsu.gov.cn/ art/2021/2/19/art_12130_9674632.html. (in Chinese)
[2] 孫宏進. 推動江蘇奶業(yè)高質(zhì)量發(fā)展. 中國畜牧業(yè), 2019(14): 40-41.
SUN H J. Promote high quality development of dairy industry in Jiangsu. China Animal Industry, 2019(14): 40-41. (in Chinese)
[3] 單強, 馬峰濤, 魏婧雅, 郝麗媛, 孫鵬. 熱應(yīng)激影響荷斯坦奶牛泌乳機制的研究進展. 中國畜牧雜志, 2019, 55(3): 29-33. doi:10.19556/j.0258-7033.2019-03-029.
SHAN Q, MA F T, WEI J Y, HAO L Y, SUN P. Research progress on the effect of heat stress on lactating mechanism of Holstein cows. Chinese Journal of Animal Science, 2019, 55(3): 29-33. doi:10.19556/ j.0258-7033.2019-03-029. (in Chinese)
[4] 趙琨發(fā), 陳琪, 王爭光. 浙江地區(qū)熱應(yīng)激對奶牛的危害及其防控措施. 中國奶牛, 2017(12): 7-12. doi:10.19305/j.cnki.11-3009/s.2017.12. 002.
ZHAO K F, CHEN Q, WANG Z G. The harm effects of heat stress on dairy cows in Zhejiang Province and its solving measures. China Dairy Cattle, 2017(12): 7-12. doi:10.19305/j.cnki.11-3009/s.2017.12. 002. (in Chinese)
[5] 李晗, 王宇, 高景, 齊智利. 熱應(yīng)激對瘤胃微生物的影響及其與奶牛生產(chǎn)性能的關(guān)系. 動物營養(yǎng)學(xué)報, 2019, 31(10): 4458-4463. doi:10.3969/j.issn.1006? 267x.2019.10.007.
LI H, WANG Y, GAO J, QI Z L. Effects of heat stress on rumen microbiota and its relationship with performance of dairy cows. Chinese Journal of Animal Nutrition, 2019, 31(10): 4458-4463. doi:10.3969/j.issn.1006? 267x.2019.10.007. (in Chinese)
[6] KADZERE C T, MURPHY M R, SILANIKOVE N, MALTZ E. Heat stress in lactating dairy cows: a review. Livestock Production Science, 2002, 77(1): 59-91. doi:10.1016/S0301-6226(01)00330-X.
[7] RHOADS M L, RHOADS R P, VANBAALE M J, COLLIER R J, SANDERS S R, WEBER W J, CROOKER B A, BAUMGARD L H. Effects of heat stress and plane of nutrition on lactating Holstein cows: I. Production, metabolism, and aspects of circulating somatotropin. Journal of Dairy Science, 2009, 92(5): 1986-1997. doi:10.3168/jds. 2008-1641.
[8] WEST J W. Effects of heat-stress on production in dairy cattle. Journal of Dairy Science, 2003, 86(6): 2131-2144. doi:10.3168/jds.S0022- 0302(03)73803-X.
[9] 王建平, 王加啟, 卜登攀, 霍小凱, 郭同軍, 梁建光, 王光文, 袁耀明, 李發(fā)弟. 熱應(yīng)激對奶牛影響的研究進展. 中國奶牛, 2008(7): 21-24. doi:10.3969/j.issn.1004-4264.2008.07.010.
WANG J P, WANG J Q, BU D P, HUO X K, GUO T J, LIANG J G, WANG G W, YUAN Y M, LI F D. Research advance in the influence of heat stress on dairy cow. China Dairy Cattle, 2008(7): 21-24. doi:10.3969/j.issn.1004-4264.2008.07.010. (in Chinese)
[10] 劉梅, 高蘋, 王靜苒, 俞劍蔚, 曹舒婭. 江蘇夏季逐月高溫日數(shù)與西太平洋海溫場相關(guān)分析及預(yù)測模型建立. 氣象, 2011, 37(12): 1553-1559.
LIU M, GAO P, WANG J R, YU J W, CAO S Y. Study on remote correlation between summer monthly high temperature days in Jiangsu and west Pacific SST and its long-term prediction models. Meteorological Monthly, 2011, 37(12): 1553-1559. (in Chinese)
[11] 王春乙, 張繼權(quán), 霍治國, 蔡菁菁, 劉興朋, 張琪. 農(nóng)業(yè)氣象災(zāi)害風(fēng)險評估研究進展與展望. 氣象學(xué)報, 2015, 73(1): 1-19.
WANG C Y, ZHANG J Q, HUO Z G, CAI J J, LIU X P, ZHANG Q. Prospects and progresses in the research of risk assessment of agro-meteorological disasters. Acta Meteorologica Sinica, 2015, 73(1): 1-19. (in Chinese)
[12] 邱美娟, 劉布春, 劉園, 王珂依, 龐靜漪, 張曉男, 賀金娜. 中國北方主產(chǎn)地蘋果始花期模擬及晚霜凍風(fēng)險評估. 農(nóng)業(yè)工程學(xué)報, 2020, 36(21): 154-163.
QIU M J, LIU B C, LIU Y, WANG K Y, PANG J Y, ZHANG X N, HE J N. Simulation of first flowering date for apple and risk assessment of late frost in main producing areas of Northern China. Transactions of the Chinese Society of Agricultural Engineering, 2020, 36(21): 154-163. (in Chinese)
[13] 魯天平, 郭靖, 陳夢, 李宏, 玉蘇普江·艾麥提, 劉永萍. 新疆林果產(chǎn)業(yè)大風(fēng)沙塵災(zāi)害風(fēng)險評估模型構(gòu)建及區(qū)劃. 農(nóng)業(yè)工程學(xué)報, 2016, 32(S2): 169-176.
LU T P, GUO J, CHEN M, LI H, YUSUPUJIANG·AIMAITI, LIU Y P. Model establishment and zoning of wind—dust risk assessment to featured forestry and fruit industry in Xinjiang. Transactions of the Chinese Society of Agricultural Engineering, 2016, 32(S2): 169-176. (in Chinese)
[14] 任義方, 張旭暉, 陳煥根, 時冬頭, 陳翔, 錢鈺林, 潘云生. 江蘇河蟹高溫?zé)岷r空變化特征及影響. 生態(tài)學(xué)雜志, 2020, 39(11): 3704-3714. doi:10.13292/j.1000-4890.202011.027.
REN Y F, ZHANG X H, CHEN H G, SHI D T, CHEN X, QIAN Y L, PAN Y S. Spatiotemporal variation and impacts of high temperature heat damage on river crab in Jiangsu Province. Chinese Journal of Ecology, 2020, 39(11): 3704-3714. doi:10.13292/j.1000-4890.202011. 027. (in Chinese)
[15] 中華人民共和國農(nóng)業(yè)部. 奶牛熱應(yīng)激評價技術(shù)規(guī)范: NY/T 2363—2013[S]. 北京: 中國農(nóng)業(yè)出版社, 2013.
Ministry of Agriculture of the People's Republic of China. Technical specification for heat of dairy cows: NY/T 2363—2013[S]. Beijing: Chinese Agriculture Press, 2013. (in Chinese)
[16] 王樹廷. 關(guān)于日平均氣溫穩(wěn)定通過各級界限溫度初終日期的統(tǒng)計方法. 氣象, 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. Meteorological Monthly, 1982, 8(6): 29-30. (in Chinese)
[17] GENOLINI C, FALISSARD B. KmL: k-means for longitudinal data. Computational Statistics, 2010, 25(2): 317-328. doi:10.1007/s00180- 009-0178-4.
[18] ZHANG T F, MA F M. Improved rough k-means clustering algorithm based on weighted distance measure with Gaussian function. International Journal of Computer Mathematics, 2017, 94(4): 663-675. doi:10.1080/00207160.2015.1124099.
[19] 魏鳳英. 現(xiàn)代氣候統(tǒng)計診斷與預(yù)測技術(shù). 2版. 北京: 氣象出版社, 2007: 69-72.
WEI F Y. Effects of heat stress on physiological indexes and production performance of lactating dairy cows. Beijing: China Meteorological Press, 2007: 69-72. (in Chinese)
[20] 姚焰礎(chǔ), 江山, 肖融, 黃健, 杜瑞平, 高民. 熱應(yīng)激對荷斯坦奶牛體溫和呼吸的影響. 中國畜牧雜志, 2012, 48(11): 59-62, 75. doi:10.3969/j.issn.0258-7033.2012.11.015.
YAO Y C, JIANG S, XIAO R, HUANG J, DU R P, GAO M. Effect of heat stress on body temperature and respiration of dairy cows. Chinese Journal of Animal Science, 2012, 48(11): 59-62, 75. doi:10.3969/j.issn. 0258-7033.2012.11.015. (in Chinese)
[21] 張志登, 敬盈嘉, 劉影, 楊玉東, 劉敏, 王玲. 熱應(yīng)激對泌乳奶牛生理指標(biāo)及生產(chǎn)性能的影響. 中國畜牧雜志, 2020, 56(4): 169-172. doi:10.19556/j.0258-7033.20190613-02.
ZHANG Z D, JING Y J, LIU Y, YANG Y D, LIU M, WANG L. Effects of heat stress on physiological indexes and production performance of lactating dairy cows. Chinese Journal of Animal Science, 2020, 56(4): 169-172. doi:10.19556/j.0258-7033.20190613- 02. (in Chinese)
[22] 李林, 艾陽, 謝正露, 曹洋, 張源淑. 熱應(yīng)激狀態(tài)下泌乳奶牛通過激活GHIGF-I軸增強糖異生變化. 中國農(nóng)業(yè)科學(xué), 2016, 49(15): 3046-3053.
LI L, AI Y, XIE Z L, CAO Y, ZHANG Y S. Lactating dairy cows under heat stress enhanced gluconeogenesis by activating the GHIGF-I axis. Scientia Agricultura Sinica, 2016, 49(15): 3046-3053. (in Chinese)
[23] 胡麗蓉, 康玲, 王淑慧, 李瑋, 鄢新義, 羅漢鵬, 董剛輝, 王新宇, 王雅春, 徐青. 冷熱應(yīng)激對北京地區(qū)荷斯坦牛產(chǎn)奶性能及血液生化指標(biāo)的影響. 中國農(nóng)業(yè)科學(xué), 2018, 51(19): 3791-3799.
HU L R, KANG L, WANG S H, LI W, YAN X Y, LUO H P, DONG G H, WANG X Y, WANG Y C, XU Q. Effects of cold and heat stress on milk production traits and blood biochemical parameters of Holstein cows in Beijing area. Scientia Agricultura Sinica, 2018, 51(19): 3791-3799. (in Chinese)
[24] 薛白, 王之盛, 李勝利, 王立志, 王祖新. 溫濕度指數(shù)與奶牛生產(chǎn)性能的關(guān)系. 中國畜牧獸醫(yī), 2010, 37(3): 153-157.
XUE B, WANG Z S, LI S L, WANG L Z, WANG Z X. Temperature- humidity index on performance of cows. China Animal Husbandry & Veterinary Medicine, 2010, 37(3): 153-157. (in Chinese)
[25] CARTMILL J A, EL-ZARKOUNY S Z, HENSLEY B A, ROZELL T G, SMITH J F, STEVENSON J S. An alternative AI breeding protocol for dairy cows exposed to elevated ambient temperatures before or after calving or both. Journal of Dairy Science, 2001, 84(4): 799-806. doi:10.3168/jds.S0022-0302(01)74536-5.
[26] 《江蘇省氣候變化評估報告》編寫委員會. 江蘇省氣候變化評估報告. 北京:氣象出版社, 2017:16-18.
COMPILATION COMMITTEE OF JIANGSU CLIMATE CHANGE ASSESSMENT REPORT. Climate change assessment report of Jiangsu Province. Beijing: Meteorological Press, 2017:16-18. (in Chinese)
[27] 董曉霞, 劉浩淼, 張超, 于海鵬, 馬翀, 易曉燕, 李哲敏. 北京市氣候變化對奶牛熱冷應(yīng)激的影響. 農(nóng)業(yè)工程學(xué)報, 2013, 29(16): 198-205.
DONG X X, LIU H M, ZHANG C, YU H P, MA C, YI X Y, LI Z M. Impact of climate change on heat and cold stress of cow breeding in Beijing. Transactions of the Chinese Society of Agricultural Engineering, 2013, 29(16): 198-205. (in Chinese)
[28] 史軍, 丁一匯, 崔林麗. 華東極端高溫氣候特征及成因分析. 大氣科學(xué), 2009, 33(2): 347-358.
SHI J, DING Y H, CUI L L. Climatic characteristics of extreme maximum temperature in East China and its causes. Chinese Journal of Atmospheric Sciences, 2009, 33(2): 347-358. (in Chinese)
[29] SUN Y, ZHANG X B, ZWIERS F W, SONG L C, WAN H, HU T, YIN H, REN G Y. Rapid increase in the risk of extreme summer heat in Eastern China. Nature Climate Change, 2014, 4(12): 1082-1085. doi:10.1038/nclimate2410.
[30] 梁梅, 吳立廣. 中國東部地區(qū)夏季極端高溫的特征分析. 氣象科學(xué), 2015, 35(6): 701-709.
LIANG M, WU L G. Analysis on features of summer extreme high temperature in Eastern China. Journal of the Meteorological Sciences, 2015, 35(6): 701-709. (in Chinese)
[31] 任義方, 趙艷霞, 張旭暉, 王平, 何浪. 江蘇水稻高溫?zé)岷庀笾笖?shù)保險風(fēng)險綜合區(qū)劃. 中國農(nóng)業(yè)氣象, 2019, 40(6): 391-401.
REN Y F, ZHAO Y X, ZHANG X H, WANG P, HE L. Comprehensive risk regionalization of meteorological index insurance for high temperature heat damage of rice in Jiangsu Province. Chinese Journal of Agrometeorology, 2019, 40(6): 391-401. (in Chinese)
[32] 劉佶鵬. 我國政策性奶牛保險十年發(fā)展回顧及思考. 中國奶牛, 2019(10): 61-63. doi:10.19305/j.cnki.11-3009/s.2019.10.014.
LIU J P. Review and Reflection on the development of policy based cow insurance in China in the past ten years. China Dairy Cattle, 2019(10): 61-63. doi:10.19305/j.cnki.11-3009/s.2019.10.014. (in Chinese)
[33] 王麗媛, 于飛. 農(nóng)業(yè)氣象災(zāi)害風(fēng)險分析及區(qū)劃研究進展. 貴州農(nóng)業(yè)科學(xué), 2011, 39(11): 84-88.
WANG L Y, YU F. Advances in risk analysis and zoning on agro-meteorological disasters. Guizhou Agricultural Sciences, 2011, 39(11): 84-88. (in Chinese)
[34] 張慢, 王湘陽, 易建明. 牛舍溫?zé)岘h(huán)境對奶牛生產(chǎn)和健康影響的研究進展. 家畜生態(tài)學(xué)報, 2018, 39(2): 6-11.
ZHANG M, WANG X Y, YI J M. Research progress of barn microclimate on dairy cow production and health. Journal of Domestic Animal Ecology, 2018, 39(2): 6-11. (in Chinese)
[35] 楊志強, 劉李萍, 張崢臻, 金宜全, 周期, 劉軍彪, 趙金鵬, 吳潔, 蘇衍菁. 環(huán)境溫度應(yīng)激對奶牛的影響. 中國奶牛, 2020(7): 13-17. doi:10.19305/j.cnki.11-3009/s.2020.07.003.
YANG Z Q, LIU L P, ZHANG Z Z, JIN Y Q, ZHOU Q, LIU J B, ZHAO J P, WU J, SU Y J. Effects of ambient temperature stress on dairy cows. China Dairy Cattle, 2020(7): 13-17. doi:10.19305/j.cnki. 11-3009/s.2020.07.003. (in Chinese)
[36] 魏學(xué)占, 唐紅艷, 楊忠霞, 蔡敬東. 氣象條件對奶牛產(chǎn)奶量的影響及對策. 內(nèi)蒙古氣象, 2009(3): 23-26.
WEI X Z, TANG H Y, YANG Z X, CAI J D. The influence of meteorological condition on milk yield of dairy cow and countermeasures. Meteorology Journal of Inner Mongolia, 2009(3): 23-26. (in Chinese)
[37] 徐明, 劉桂瑞, 王斯日古楞, 玲喜, 李珺, 李文博. 牧場不同區(qū)域和奶牛生理階段對夏季奶牛熱應(yīng)激程度的影響. 中國奶牛, 2016(6): 15-18. doi:10.19305/j.cnki.11-3009/s.2016.06.002.
XU M, LIU G R, WANG S, LING X, LI J, LI W B. Effect of farm locations and cow stages on heat stress of dairy cows. China Dairy Cattle, 2016(6): 15-18. doi:10.19305/j.cnki.11-3009/s.2016.06.002. (in Chinese)
[38] 楊敏, 李亞南, 田雨, 連紅, 李蓮. 夏季不同類型牛舍對泌乳中期奶牛熱應(yīng)激和生產(chǎn)性能的影響. 畜牧與獸醫(yī), 2021, 53(5): 37-41.
YANG M, LI Y N, TIAN Y, LIAN H, LI L. Effects of different types of cowsheds in summer on heat stress and production performance of dairy cows in the middle lactation period. Animal Husbandry & Veterinary Medicine, 2021, 53(5): 37-41. (in Chinese)
[39] 賈永全. 奶牛生產(chǎn)風(fēng)險評價方法研究. 中國生態(tài)農(nóng)業(yè)學(xué)報, 2007, 15(4): 174-176.
JIA Y Q. Cow product evaluation methods of risk analysis. Chinese Journal of Eco-Agriculture, 2007, 15(4): 174-176. (in Chinese)
Risk Zoning of Heat Stress Risk Zoning of Dairy Cows in Jiangsu Province and Its Characteristics Affected by Climate Change
1Jiangsu Meteorological Service Center, Nanjing 210008;2College of Animal Science and Technology, Yangzhou University, Yangzhou 225009, Jiangsu;3College of Atmospheric Sciences, Nanjing University of Information Science and Technology, Nanjing 210008;4Jiangsu Zhenyuan Applied Meteorology Research Institute Co., Ltd, Nanjing 211100
【Objective】The aim of this study was to master the occurrence law of cow heat stress under the background of climate change to optimize the production management of pasture and to promote ecological and healthy breeding level of dairy cows, which could provide the reference for optimizing the layout of animal husbandry, intelligent management and control of pasture, site selection and transformation, benefit improvement and so on. 【Method】Taking Jiangsu Province as an example, the risk index (RI) was constructed based on the temperature humidity index (THI) by using the Era5 data set of global atmospheric reanalysis data from 1980 to 2020, which represented the degree of cow heat stress. The K-means clustering algorithm was selected to realize the risk zoning of heat stress of dairy cows, and the regional evaluation was carried out in combination with the characteristics of occurrence intensity, frequency, start and end time, as well as duration of heat stress. The climate tendency rate was calculated to analyze the change trend of the characteristics of cow heat stress in the different risk areas. Based on the cumulative temperature humidity index (CTHI), Mann-Kendall test was used to determine the climate mutation points in the different risk areas. Furthermore, the impacts of climate change on the occurrence characteristics of cow heat stress in different risk areas were analyzed from the daily and hourly time scales, respectively. 【Result】The risk of heat stress of dairy cows in Jiangsu Province presented the distribution features of "high in the southwest and low in the northeast". The low-risk areas mainly included Huaibei and the middle-eastern area of Yangtze River and Huai River valley. The regional averaged value of THI was 73.63, and the mild heat stress mainly occurred. The high-risk areas mainly included the areas along the southern Jiangsu and the west area of Yangtze River and Huai River valley. The regional averaged value of THI was 75.12, and the occurrence frequency of mild and moderate thermal stress was nearly the same. In the low-risk and high-risk areas, the start and end time of heat stress showed an advanced and delay trend, and the duration days showed an extended trend of 4.0 d/(10a) and 4.2 d/(10a), respectively, the values of THI all showed an increasing trend of 0.2/(10a), while the value of CTHI showed an increasing trend of 301.2/(10a) and 256.1/(10a), respectively. The frequencies of mild thermal stress were bimodal, which mainly occurred from the early-June to the mid-July, and from the early-August to the middle-September, while the frequency of moderate thermal stress was unimodal, which mainly occurred from mid-July to mid-August. The change of daily heat stress intensity basically presented a distribution of "sinusoidal", and the high incidence period was concentrated in 11:00-17:00. Affected by climate change, the heat stress of dairy cows in Jiangsu Province showed an obvious increasing trend, reaching a small peak in 2010. Then after a decline, it showed a steady strengthening trend, which exceeded the threshold of 0.05 significance level. In the low and high risk areas, the highly impacted periods of cow heat stress were prolonged, the occurrence frequency increased, the coverage increased, and the starting-time moved forward. The daily beginning time of the high incidence period of cow heat stress moved forward for about 1 hour, and the intensity of heat stress in high-risk areas was basically increased close to the medium level. 【Conclusion】Based on THI, RI and CTHI, the risk zoning assessment and climate impact analysis of cow heat stress could be realized, the high-risk areas as well as key prevention and control periods of cow heat stress could be determined, and the climate change trend could be grasped. With the climate change, the heat stress of dairy cows in Jiangsu Province showed the characteristics of "earlier, stronger, longer and more", which should be actively dealt with.
Jiangsu Province; cow; heat stress; risk zoning assessment; climate change
10.3864/j.issn.0578-1752.2022.22.015
2021-09-01;
2022-08-03
江蘇省氣象局科研項目(KQ202106)、江蘇現(xiàn)代農(nóng)業(yè)(奶牛)產(chǎn)業(yè)技術(shù)體系項目(JATS[2020]433)、“科技助力經(jīng)濟2020”重點專項(KJZLJJ 202010)
任義方,E-mail:renyifang2006@126.com。通信作者楊章平,E-mail:yzp@yzu.edu.cn
(責(zé)任編輯 林鑒非)