江蘇奶牛熱應激風險區(qū)劃及其受氣候變化的影響

任義方，楊章平，零豐華，肖良文

江蘇奶牛熱應激風險區(qū)劃及其受氣候變化的影響

1江蘇省氣候中心，南京 210008；2揚州大學動物科學與技術學院，江蘇揚州 225009；3南京信息工程大學大氣科學學院，南京 210044；4江蘇楨源應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，基于表征奶牛熱應激程度的溫濕指數(shù)(THI)，構建風險度指數(shù)(RI)，選擇k均值聚類算法實現(xiàn)奶牛熱應激風險區(qū)劃，結合熱應激發(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，分析不同風險區(qū)內奶牛熱應激發(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險區(qū)內奶牛熱應激發(fā)生特征的影響?！窘Y果】江蘇奶牛熱應激風險呈現(xiàn)“西南高東北低”的特征，低風險區(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，以輕度熱應激發(fā)生為主；高風險區(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、中度熱應激發(fā)生頻次相當。低、高風險區(qū)域中，熱應激開始和結束時間均呈現(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、高風險區(qū)域內，熱應激高影響時段延長、發(fā)生頻率增加、覆蓋度提高且出現(xiàn)時間前移；日熱應激高發(fā)時段開始時間提前1 h左右，高風險區(qū)熱應激發(fā)生強度基本接近中等?！窘Y論】基于THI、RI和CTHI可以實現(xiàn)奶牛熱應激風險區(qū)劃評估及氣候影響分析，確定奶牛熱應激的高發(fā)區(qū)域和關鍵防控時段，把握其氣候變化趨勢。隨氣候變化，江蘇奶牛熱應激發(fā)生呈現(xiàn)“趨早、趨強、趨長、趨多”的特征，需積極應對。

江蘇省；奶牛；熱應激；風險區(qū)劃評估；氣候變化

0 引言

【研究意義】隨著農業(yè)產業(yè)結構轉型升級步伐明顯加快，現(xiàn)代農業(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民增收明顯的朝陽產業(yè)，也是江蘇現(xiàn)代農業(yè)和食品工業(yè)發(fā)展的重點產業(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量63萬t[1]。在江蘇現(xiàn)代化農牧業(yè)快速發(fā)展的同時，奶牛養(yǎng)殖、鮮乳加工、乳品銷售等生產管理環(huán)節(jié)中依舊存在較多風險因子和不穩(wěn)定因素。其中奶牛熱應激造成的畜牧業(yè)生產效率降低已成為影響奶牛高效產奶和優(yōu)質奶源穩(wěn)定供應的突顯問題之一[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致奶牛生理調節(jié)不能維持機體熱平衡，引起奶牛出現(xiàn)熱應激反應，直腸溫度、呼吸頻率、反芻節(jié)律等生理指標出現(xiàn)異常，奶牛采食量降低，生產性能和繁殖性能下降，進而造成產奶量減少、品質降低，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]，熱應激已成為危害畜牧生產的重要因素之一。同時，由熱應激導致牛奶產量上升趨勢中出現(xiàn)季節(jié)性反向波動問題，也對牧場智能化生產管理提出了挑戰(zhàn)和考驗?！颈狙芯壳腥朦c】結合國家對促進奶業(yè)振興的要求以及奶牛生態(tài)健康養(yǎng)殖的需求，開展奶牛熱應激風險區(qū)劃評估及其受氣候變化影響的研究已經(jīng)刻不容緩。【前人研究進展】目前，傳統(tǒng)農業(yè)氣象災害風險區(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、高溫熱害、強風等氣象型災害影響等問題，已經(jīng)建立了較為完整的農業(yè)氣象災害風險評估體系，實現(xiàn)了區(qū)域范圍內風險的動態(tài)定量評估。特色農業(yè)氣象災害風險區(qū)劃研究[12-14]中，針對經(jīng)濟作物、林果、水產等受氣象型災害影響等問題已有大量相關研究，而針對畜牧業(yè)中奶牛養(yǎng)殖過程中可能發(fā)生的氣象型風險區(qū)劃評估工作仍未見報道?！緮M解決的關鍵問題】因此，本研究以江蘇為例，利用格點化氣候資料，基于表征奶牛熱應激程度的溫濕指數(shù)，確定奶牛熱應激發(fā)生風險度進行風險區(qū)劃評估；對奶牛熱應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險區(qū)內奶牛熱應激發(fā)生規(guī)律的影響，以期為適應氣候變化，充分發(fā)揮江蘇奶牛養(yǎng)殖的有利氣候條件，規(guī)避不利氣象災害影響，科學制定牧場建設規(guī)劃，促進乳業(yè)生產持續(xù)穩(wěn)定發(fā)展提供參考依據(jù)。

1 材料與方法

1.1 數(shù)據(jù)來源

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。

1.2 奶牛熱應激程度的指示

參考中國奶業(yè)協(xié)會《奶牛熱應激評價標準》[15]，以溫濕指數(shù)（temperature humidity index,THI）作為奶牛熱應激程度的表征值，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)與奶牛熱應激程度等級的關系情況見表1。

考慮奶牛熱應激監(jiān)測期內，熱應激對奶牛生理和產量的不利影響呈持續(xù)性特征，統(tǒng)計奶牛熱應激監(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 奶牛熱應激程度評價標準[15]

式中，THI為奶牛熱應激監(jiān)測期內某日的溫濕指數(shù)。取值范圍從奶牛熱應激監(jiān)測開始日（OD）到監(jiān)測結束日（OD）。

1.3 奶牛熱應激監(jiān)測期的確定

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激指數(shù)≥72的最長一段時期。然后，選取其第一天，作為熱應激開始日；取其最后一天作為熱應激結束日。進而，利用選取多年熱應激開始日的最小值作為奶牛熱應激監(jiān)測期的開始時間（OD），選取多年熱應激開始日的最大值作為奶牛熱應激監(jiān)測期的結束時間（OD）。

1.4 奶牛熱應激風險區(qū)劃指數(shù)及方法

基于致災因子危險性的概念，結合熱應激發(fā)生強度和頻率，定義奶牛熱應激監(jiān)測期風險度來客觀反映致災因子風險性大小及其對牧場生產影響程度，即

式中，RI為江蘇區(qū)域內第個格點發(fā)生奶牛熱應激的風險度指數(shù)。THI為各格點以溫濕指數(shù)表征的不同熱應激強度等級，=1、2、3（表1），P為基于40年奶牛熱應激監(jiān)測期溫濕指數(shù)求算的對應等級熱應激出現(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?，選擇k均值聚類算法（k-means clustering algorithm）[17-18]，進行江蘇奶牛熱應激風險區(qū)劃，將江蘇劃分為兩個區(qū)域，按照風險度指數(shù)大小，分為2個風險等級，分別對應奶牛熱應激低風險區(qū)和高風險區(qū)。低、高風險區(qū)域所對應風險度指數(shù)的變化范圍分別為40.0≤＜50.0和50.0≤＜60.0。

1.5 區(qū)域內熱應激氣候突變確定方法

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)域內熱應激發(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測技術，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為標準正態(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。

2 結果

2.1 奶牛熱應激風險區(qū)劃結果和分析

由江蘇奶牛熱應激風險區(qū)劃結果可見（圖1），低風險區(qū)主要包括淮北和江淮之間中東部地區(qū)；高風險區(qū)主要包括沿江蘇南和江淮之間西部地區(qū)，風險總體呈現(xiàn)“西南高東北低”的特征。結合不同風險區(qū)域內風險度指數(shù)值，以及過去40年奶牛熱應激監(jiān)測期內溫濕指數(shù)多年均值，輕度、中度熱應激發(fā)生頻率（由于1980—2020年間重度熱應激基本未在江蘇出現(xiàn)，因此重度熱應激發(fā)生情況文中不予討論），熱應激開始、結束和持續(xù)時間，這7個風險評估要素的分布（圖2、3）和區(qū)域均值統(tǒng)計情況（表1）可以看出：

在低風險等級區(qū)域內，奶牛熱應激發(fā)生風險性小，對產奶量及其品質影響小。具體來看該區(qū)域內，熱應激強度小，風險度區(qū)域均值為47.95；平均溫濕指數(shù)為73.63，以輕度熱應激發(fā)生為主，平均發(fā)生頻率為0.41；熱應激發(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。

在高風險等級區(qū)域內，奶牛熱應激發(fā)生風險性大，對產奶量及其品質影響大。具體來看該區(qū)域內，熱應激強度大，風險度區(qū)域均值為54.42；平均溫濕指數(shù)為75.12，輕度、中度熱應激發(fā)生頻次相當，平均發(fā)生頻率分別為0.38和0.30；熱應激發(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 江蘇奶牛熱應激發(fā)生風險區(qū)劃結果

表2 江蘇奶牛熱應激風險評估因子在不同風險區(qū)的統(tǒng)計結果

圖2 奶牛熱應激監(jiān)測期內不同風險區(qū)域中風險度指數(shù)值(a)、溫濕指數(shù)多年均值(b)，以及輕度(c)、中度(d)熱應激發(fā)生頻率空間分布

2.2 區(qū)域內熱應激特征受氣候變化影響分析

2.2.1 區(qū)域內熱應激氣候變化趨勢和突變特征 從1981—2020年江蘇奶牛熱應激監(jiān)測期內不同風險區(qū)域內，奶牛熱應激起止時間、溫濕指數(shù)值、熱應激日數(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年在低風險區(qū)和高風險區(qū)，奶牛熱應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，從而導致奶牛熱應激持續(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。

從奶牛熱應激低風險區(qū)和高風險區(qū)的累積溫濕指數(shù)Mann-Kendall檢驗結果（圖4-d）可見，自21世紀初期，江蘇全省奶牛熱應激呈現(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，判定江蘇奶牛熱應激低風險區(qū)和高風險區(qū)中，熱應激累積溫濕指數(shù)增強的突變時間分別從2004和2002年開始。

圖3 奶牛熱應激(a)低風險區(qū)和(b)高風險區(qū)中熱應激開始、結束和持續(xù)時間的年變化

2.2.2 區(qū)域內熱應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)測期內熱應激發(fā)生強度和持續(xù)時間的綜合影響，因此以其MK檢測結果作為奶牛熱應激增強的突變時間。低風險等級區(qū)域內分析2004 年前（1981—2004年）、后（2005—2020年），高風險等級區(qū)域內分析2002年前（1981—2002年）、后（2003—2020年），不同等級熱應激發(fā)生頻次在監(jiān)測期內、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)域內奶牛熱應激發(fā)生特征受氣候變化的影響。

從不同等級風險區(qū)域內，奶牛輕度和中度熱應激在氣候突變前后的發(fā)生頻次分布圖（圖5）來看，在監(jiān)測期內不同程度奶牛熱應激發(fā)生頻次分布形態(tài)不同，且高峰期出現(xiàn)時間不同。不同等級風險區(qū)域內，輕度熱應激發(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，低風險區(qū)奶牛熱應激主要發(fā)生在第一高峰時段，而高風險區(qū)奶牛熱應激主要發(fā)生在第二高峰時段。中度熱應激發(fā)生頻次（Feqmhs）均呈單峰型，低、高風險區(qū)域奶牛熱應激均主要發(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、高風險區(qū)域輕度熱應激第二段高發(fā)開始時間呈推后趨勢外，輕度熱應激第一段高發(fā)開始時間和中度熱應激高發(fā)開始時間均提前，且提前程度在低風險區(qū)更明顯；對于高發(fā)時段結束時間來說，除低風險區(qū)輕度熱應激第一段高發(fā)結束時間略有提前外，其他風險區(qū)各等級熱應激各高峰結束時間均有推遲。總體來說，受氣候變化影響奶牛低、高風險區(qū)域輕度和中度熱應激高發(fā)時間延長。

圖4 奶牛熱應激不同風險區(qū)域中，區(qū)域平均溫濕指數(shù)值(a)、熱應激日數(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檢驗結果

從熱應激高峰時段平均發(fā)生頻率來看：氣候發(fā)生突變后，除低風險區(qū)輕度熱應激在第二高峰時段平均發(fā)生頻率有所降低外，其他風險區(qū)各等級熱應激各高峰時段平均發(fā)生頻率均有所增加，且高風險區(qū)域內中度熱應激發(fā)生頻率增加最顯著。

從熱應激高峰時段覆蓋度來看：氣候發(fā)生突變后，各等級熱應激高峰時段覆蓋度在低、高風險區(qū)域中均有所提高。其中，輕度熱應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險區(qū)內表現(xiàn)得更為明顯。

從監(jiān)測期內不同風險區(qū)域內氣候突變前后的奶牛熱應激發(fā)生強度日變化（圖6）來看，在高、低風險區(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。

結合熱應激等級劃分標準，分析氣候突變前后不同風險區(qū)域熱應激發(fā)生強度和時段發(fā)現(xiàn)，高風險區(qū)域內，氣候變化前后基本全天均有輕度熱應激發(fā)生；而在低風險區(qū)域內，氣候變化后輕度熱應激發(fā)生時間由6：00—22：00延長至晚上24：00后，無熱應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、低風險區(qū)域內日均熱應激強度均有所增加。

以THI＞76的情況作為奶牛熱應激日高發(fā)時段，統(tǒng)計熱應激高峰值發(fā)生時段及其均值（表3）。分析發(fā)現(xiàn)，氣候突變后，高、低風險區(qū)域內奶牛熱應激日高發(fā)時段開始時間均由11：00向前提早1 h至10：00，結束時間維持在17：00不變；高發(fā)時段期間熱應激強度也有所增強，低風險區(qū)高發(fā)時段THI均值由76.5上升為77.0，高風險區(qū)高發(fā)時段THI均值由77.0上升為77.7，接近中度熱應激的強度。

圖5 監(jiān)測期內奶牛熱應激低風險區(qū)域氣候突變前(1981-2002年)(a)和后(2003-2020年)(b)；高風險區(qū)域氣候突變前(1981-2004年)(c)和后(2005-2020年)(d)不同程度熱應激的發(fā)生頻次分布圖

圖6 不同奶牛熱應激風險區(qū)域氣候突變前后溫濕指數(shù)日變化

表3 奶牛熱應激不同等級風險區(qū)域內不同熱應激等級出現(xiàn)高峰起止日期以及覆蓋度的統(tǒng)計情況

3 討論

3.1 奶牛熱應激的影響及管理策略方案

從江蘇奶牛熱應激風險區(qū)劃結果可知，熱應激風險高發(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、中度熱應激平均發(fā)生頻率分別為0.38和0.30，熱應激對奶牛生產性能影響概率較大。奶牛一旦發(fā)生熱應激即開始動用機體物理、生化和生理過程進行調節(jié), 以維持熱平衡和正常體溫。在調整過程中，奶牛呼吸頻率、心率、直腸溫度、血液pH等生理指標勢必相應發(fā)生變化，進而影響奶牛瘤胃功能，導致消化率降低，干物質采食量減少，影響奶產量、乳品質（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]。相關研究表明，THI從68升高到80，奶牛產奶量下降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激風險高發(fā)區(qū)域，可以在奶牛熱應激常發(fā)時段（輕度和中度熱應激分別在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，調節(jié)瘤胃微生物和機體代謝；環(huán)境控制方面，可結合關鍵防控時間（10：00—17：00），利用智能控制算法和設備，實現(xiàn)噴淋、噴霧、風扇等防暑降溫設施精準智能控制，緩解牛舍內高溫高濕的狀況。

3.2 奶牛熱應激發(fā)生特征的氣候影響背景

江蘇奶牛熱應激風險呈現(xiàn)“西南高東北低”分布特征，各風險區(qū)內熱應激發(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)域內氣溫和相對濕度的氣候分布和變化特征息息相關。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)奶牛熱應激加劇的主要外部氣象條件之一。該分析結果與董曉霞等[27]對北京奶牛熱冷應激受氣候變化影響的研究結果較為一致。

受氣候變化影響，監(jiān)測時段內高低風險區(qū)域中不同等級熱應激高峰時段延長、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世紀初期，江蘇全省奶牛熱應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，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]。可見，在氣候變化的背景下，江蘇奶牛熱應激呈程度趨重、時間趨長的態(tài)勢，各地需要積極采取防御和應對措施。

3.3 奶牛熱應激風險區(qū)劃應用與不足

根據(jù)奶牛熱應激高低風險區(qū)域分布位置、各風險區(qū)不同等級熱應激常發(fā)時段、日熱應激關鍵防控時間的分析結果，不僅可以合理配置奶牛飼喂方案、開展牧舍精細化管理，緩解奶牛熱應激，提高牧場生產效能，而且可以為乳企在江蘇奶源基地選址提供參考。例如，從熱應激發(fā)生規(guī)律（以輕度熱應激發(fā)生為主，平均發(fā)生頻率為0.41）以及應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)屬奶牛熱應激輕發(fā)區(qū)，是較為適宜奶牛養(yǎng)殖和牧場建設的區(qū)域。此外，基于奶牛熱應激高低風險區(qū)域的劃分結果，可實現(xiàn)保險保費、費率等保險單關鍵要素的差異化設置，也為氣象指數(shù)保險產品在奶牛熱應激發(fā)生風險領域的應用打下了基礎[31-32]。

完備的災害風險區(qū)劃研究需要從致災因子風險性、孕災環(huán)境敏感性、承災體易損性、抗災能力4個角度出發(fā)去衡量[33]?？紤]到目前國內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激的直接原因[34-36]。因此，本研究主要從奶牛熱應激發(fā)生的氣象條件（即致災因子風險性的角度）出發(fā)，構建奶牛熱應激風險度，開展風險區(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)域內環(huán)境調控水平、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激反應程度。未來，可以進一步加強牧場內奶?；顒涌臻g環(huán)境氣象要素監(jiān)測，綜合典型牧舍類型、牧場生產管理水平、奶牛關鍵生長階段等要素，實現(xiàn)熱應激綜合風險區(qū)劃[37-39]，逐步完善奶牛熱應激風險區(qū)劃評價體系。

4 結論

熱應激是江蘇奶牛養(yǎng)殖期間最主要的氣象災害，基于濕熱指數(shù)、風險度指數(shù)和累積溫濕指數(shù)，實現(xiàn)奶牛熱應激風險區(qū)劃；通過對奶牛熱應激風險分布特征和氣候變化背景下各區(qū)域熱應激發(fā)生規(guī)律的把控，可有效確定熱應激防控關鍵區(qū)域、關鍵時間節(jié)點；進一步研究表明，各風險區(qū)域內不同等級熱應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。提示在奶牛生產實踐中，可基于此研究結果，風險區(qū)域牧場在關鍵時間點應采取有效應對措施，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量、品質和效益。

[1] 江蘇省農業(yè)農村廳.我省奶業(yè)振興取得階段性成果.[EB/OL]. 南京:江蘇省農業(yè)農村廳, [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. 熱應激對瘤胃微生物的影響及其與奶牛生產性能的關系. 動物營養(yǎng)學報, 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分析及預測模型建立. 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, 霍治國, 蔡菁菁, 劉興朋, 張琪. 農業(yè)氣象災害風險評估研究進展與展望. 氣象學報, 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. 中國北方主產地蘋果始花期模擬及晚霜凍風險評估. 農業(yè)工程學報, 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. 新疆林果產業(yè)大風沙塵災害風險評估模型構建及區(qū)劃. 農業(yè)工程學報, 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. 江蘇河蟹高溫熱害時空變化特征及影響. 生態(tài)學雜志, 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] 中華人民共和國農業(yè)部. 奶牛熱應激評價技術規(guī)范: NY/T 2363—2013[S]. 北京: 中國農業(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)計診斷與預測技術. 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, 江山, 肖融, 黃健, 杜瑞平, 高民. 熱應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. 熱應激對泌乳奶牛生理指標及生產性能的影響. 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. 中國農業(yè)科學, 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. 冷熱應激對北京地區(qū)荷斯坦牛產奶性能及血液生化指標的影響. 中國農業(yè)科學, 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)與奶牛生產性能的關系. 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激的影響. 農業(yè)工程學報, 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, 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, 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. 江蘇水稻高溫熱害氣象指數(shù)保險風險綜合區(qū)劃. 中國農業(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. 農業(yè)氣象災害風險分析及區(qū)劃研究進展. 貴州農業(yè)科學, 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. 牛舍溫熱環(huán)境對奶牛生產和健康影響的研究進展. 家畜生態(tài)學報, 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] 魏學占, 唐紅艷, 楊忠霞, 蔡敬東. 氣象條件對奶牛產奶量的影響及對策. 內蒙古氣象, 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激和生產性能的影響. 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. 奶牛生產風險評價方法研究. 中國生態(tài)農業(yè)學報, 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)代農業(yè)（奶牛）產業(yè)技術體系項目（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

（責任編輯 林鑒非）