設施灌溉獼猴桃成熟期預報方法研究

劉中新 宋云

摘要：根據收集到的獼猴桃果實生長后期采集的獼猴桃可溶性固形物含量檢測數據資料，使用前期氣象資料設計并計算獼猴桃成熟熵。選取獼猴桃當年末花期次日至檢測日前一日≥0℃積溫和累計日照時數作為計算獼猴桃成熟熵的氣象因子，按其與獼猴桃可固含量的回歸系數權重加權求和，得到成熟熵指數（H）的計算公式為：H=0.28ΣT+0.72ΣS，對獼猴桃成熟熵與可溶性固形物檢測含量進行回歸分析，建立可溶性固形物檢測含量與獼猴桃成熟熵回歸方程：G=-3.9875+0.0060H。根據回歸方程計算得到的可溶性固形物含量值（G）與檢測值最小誤差0.03%，最大誤差-0.96%，平均誤差0.083%。參照獼猴桃成熟要求可溶性固形物含量≥8.0%標準，計算得到獼猴桃所需成熟熵為1949.06，預報2017—2019年獼猴桃成熟期與實況誤差-1～2天，平均誤差0.7天（偏遲）。運用本方法可根據氣象因子計算當期獼猴桃可溶性固形物含量，結合后期氣象要素預報，可提前計算預報獼猴桃成熟期，籍此可以擺脫對折光分析檢測儀器的依賴，又能提前預報獼猴桃成熟期和上市期，為避免早采而造成對獼猴桃品牌形象的損害提供科學依據。

關鍵詞：獼猴桃；成熟期；預報；可溶性固形物；成熟熵；積溫；日照

中圖分類號：S165+.26文獻標志碼：A論文編號：cjas2020-0237

Forecasting Method of Kiwifruit Ripening Period Under Facility Irrigation

Liu Zhongxin1， Song Yun2

（1Weather Bureau of Xishui County， Xishui 438200， Hubei， China；

2Meteorological Bureau of Huanggang， Hubei Province， Huanggang 438000， Hubei， China）

Abstract： Based on the data of soluble solid content of kiwifruit collected in the later period of kiwifruit growth， the maturity entropy of kiwifruit was designed and calculated by using the meteorological data in the earlier period. The accumulated temperature≥0℃and the accumulated sunshine time from the second day of the end flowering period to the day before the test date were selected as the meteorological factors to calculate the entropy of kiwifruit ripening， the formula for calculating the maturity entropy index （H） was obtained as： H= 0.28ΣT+0.72ΣS， to establish the regression equation between the content of soluble solid and the entropy of kiwifruit ripening： G=-3.9875+0.0060H. According to the regression equation， the minimum error was 0.03%， the maximum error was -0.96%， and the average error was 0.083%. According to the requirement of kiwifruit ripeness for soluble solid content≥8.0%， the maturity entropy of kiwifruit was calculated to be 1949.06， and the error of kiwifruit ripeness prediction was - 1～2 days in 2017-2019， with an average error of 0.7 days（delayed） . This method can be used to calculate the soluble solid content of kiwifruit in the current period according to the meteorological factors. Combined with the forecast of the later meteorological elements， the ripening period of kiwifruit could be calculated and predicted in advance， it could also forecast the ripening period and the marketing period of kiwifruit in advance， and avoid the damage to the brand image of kiwifruit caused by early harvest.

Keywords： Kiwifruit； Maturity Period； Forecast； Soluble Solids； Maturity Entropy； Accumulated Temperature； Sunshine

0引言

獼猴桃（Actinidia chinensis Planch），也稱狐貍桃、羊桃、毛木果、奇異果等，因獼猴喜食，故名獼猴桃，是一種品質鮮嫩，營養豐富，風味鮮美的水果。獼猴桃是20世紀人工馴化栽培野生果樹最有成就的四大果種之一[1-3]，其漿果具有特殊的風味，含多種氨基酸、多種礦物質、維生素C，藤、根、葉及果均可入藥，具有很高的經濟價值和使用價值。

獼猴桃現代種植技術已不斷發展，人工規模化種植面積不斷擴大。有關獼猴桃種植技術及與氣象條件的關系，許多學者作了大量的研究，這些研究主要集中在獼猴桃生長季氣象條件、獼猴桃產量與氣象條件的關系[4-6]；獼猴桃種植氣候生態適宜性區劃[7]；獼猴桃高溫干旱災害風險評估[8]；獼猴桃異常落果的原因及防御對策研究[9-12]等。近年來，較多研究還注重獼猴桃果品氣候品質認證模型和方法技術[13-15]。

適時采收是獼猴桃生產的關鍵技術之一。獼猴桃品質與成熟度密切相關，如過早采收，風味不佳。早采的獼猴桃流入市場，將大大損害獼猴桃在消費者心目中的形象，造成品牌形象的損失。獼猴桃成熟期主要由當地氣候條件決定，其次與品種有關。獼猴桃的產地分布較廣，品種各異，因此，成熟時間也相差較大。目前，獼猴桃的采收標準主要是依據獼猴桃生理成熟期，生產上最直接的判斷方法是借助折光分析儀測定其可溶性固形物含量來確定。一般中華獼猴桃可溶性固形物含量（G）達6.2%～6.5%，美味獼猴桃可溶性固形物含量（G）達6.6%～7.0%，就可以認為達到采收成熟期。2013年以來，有些新培育的優良品種可達8.0%以上[16]。

使用氣象資料對農作物成熟期進行預報，已較早在其他農產品應用[16-22]。而對獼猴桃成熟期預報的方法研究，目前還是空白。對于獼猴桃成熟期的判斷，目前仍然是主要依賴折光分析檢測儀，在缺乏檢測儀器的情況下，一般采用生育期天數判斷成熟期[23]，但同一品種，每年氣象條件差異造成每年生育期相差較大，少則相差10天左右，多則20天左右。因此，生育期天數判斷法，在實際生產中基本無法掌握，而廣大專業獼猴桃種植戶又缺少儀器檢測設備和檢測技術，開展獼猴桃成熟期預報方法研究，具有重要意義。

本研究采用湖北全苑生態農業科技公司浠水獼猴桃種植基地2017—2019年不同時期采樣檢測的獼猴桃可溶性性固形物含量（G）資料，與氣象資料進行相關分析，并求取成熟熵，以成熟熵作為當年獼猴桃成熟期的預報因子，探討獼猴桃成熟期預報方法，為獼猴桃規模化人工種植基地，根據當年氣象條件，準確掌握成熟期，從而擺脫對折光分析檢測儀的依賴性，提供有效方法。

1材料和方法

1.1獼猴桃可溶性固形物檢測

獼猴桃可溶性性固形物含量資料來自湖北全苑生態農業科技公司，資料時間2017—2019年。公司獼猴桃種植基地位于湖北省浠水縣散花鎮石牛山村，115.09°E，30.31°N，海拔高度45 m。基地于2013年開始規模化人工種植獼猴桃，種植品種主要為中科院武漢植物園培育的‘金玉’、‘金桃’和‘滿天紅’，按照生產有機產品的標準，通過土壤測定、抽槽整地、苗木定植、嫁接、棚架架設、配套建設滴灌、噴灌系統、防風系統，種植面積100 hm2，2017年掛果面積約45 hm2。‘金玉’、‘金桃’和‘滿天紅’成熟采收標準根據品種屬性確定為可溶性固形物含量（G）≥8.0%。

2017年起，在獼猴桃生長果實營養積累期后期，即8月底或9月上中旬開始，每隔5～7天，對獼猴桃果實進行成熟度測定，每次采樣數40～60果，求取平均。檢測項目含單果重、可溶性固形物含量（G）、干物質含量、色彩角等，其中，可溶性固形物含量（G）檢測分別對花萼端及花柱端進行檢測，再求取平均。

1.2氣象資料

氣象資料采用浠水縣國家氣象站觀測資料。浠水縣國家氣象站位于115.22°E，30.47°N，海拔高度61.8m，與獼猴桃種植基地直線距離18 km。資料時間與2017—2019年獼猴桃種植基地物候觀測相對應。

2結果和分析

2.1獼猴桃成熟熵的設計與計算

先對獼猴桃不同時期測定的可溶性固形物含量與前階段不同時段發育期溫度、光照因子進行相關分析，選取相關性最好的2個因子：獼猴桃末花期次日至檢測日前一天的≥0℃有效積溫（ΣT）和累計日照總時數（ΣS）。

對ΣT、ΣS進行W檢驗，W計算值分別為：2.0493、2.129，均>Wα（20，α=0.01） 0.868，表明數據符合正態分布。

對ΣT、ΣS進行共線性檢驗，R2=0.7672，方差膨脹因子VIFi=4.2955，表明ΣT、ΣS存在一定的共線性關系。使用逐步回歸法，擬合優度變化顯著，計算F值也變化顯著，因此，忽略ΣT、ΣS共線性問題。

ΣT、ΣS與與可溶性固形物含量（G）相關系數分別為0.8577、0.8266，復相關系數為0.8759，F計算值26.9265>F查表值6.11 （α=0.001），通過F檢驗。

為了更加直接和更簡便的使用氣象因子計算獼猴桃的成熟度，且又能統籌考慮所選氣象因子對作物（獼猴桃）成熟度的貢獻值大小，這里先設計獼猴桃成熟熵的計算方法并計算不同檢測時期成熟熵。

農作物生長發育及正常成熟與光、溫、水等氣象條件密切相關，但，獼猴桃標準化種植基地在配套建設滴灌、噴灌設施的條件下，獼猴桃生長發育及果實成熟所需的水分條件能夠得到充分滿足，致使前期降水量與獼猴桃成熟度的相關性不明顯（計算失真），而溫度條件和光照條件仍然是依靠自然氣象條件，因此，這里不考慮降水量對成熟期的影響，只考慮溫度和光照2個條件。

以獼猴桃末花期次日至統計日間的≥0℃有效積溫（ΣT）和累計日照時數（ΣS）為獼猴桃成熟熵（H）的計算變量X1、X2。因積溫與日照時數單位和量綱均不同，需對2個變量進行加權處理。用二元回歸分析計算得到的回歸系數b1=0.0016、b2=0.0041，分別計算b1、b2所占它們的總和的比重[24]，得到2個變量的權重系數分別為：0.28、0.72，用檢測日前一日ΣT和ΣS統計值分別與它們的權重系數相乘再求和，得到檢測日期的前一日的成熟熵（H），如式（1）所示。

H=0.28ΣT+0.72ΣS……………………………（1）

2.2獼猴桃成熟熵與可溶性固形物含量回歸分析

對各檢測日計算得到的獼猴桃成熟熵再次進行W檢驗，W計算值為2.230，通過W檢驗，符合正態分布。

對成熟熵與可溶性固形物進行直線回歸分析（表1），相關系數r=0.8718，并進行T檢驗，T計算值7.4747>查表值3.9920 （α=0.001），決定系數為0.76，相關顯著。

按表1成熟熵計算數據系列建立獼猴桃成熟熵直線回歸方程如（2）所示。

G=-3.9875+0.0060H…………………………（2）

圖1為獼猴桃可固含量（G）與成熟熵散點分布及回歸分析效果比較圖。

根據回歸方程計算得到的2017—2019年可溶性固形物含量值（G）與檢測實況值比較見表2。從結果看，兩者最小誤差0.03%，最大誤差-0.96%，平均誤差0.083%，均方差為0.31。

根據誤差分析正態分布原理，可溶性固形物含量（G）回歸計算值Gi置信度為0.05時的誤差范圍為：Gi±0.6076。

從表2分析誤差值情況，當G≤8.0時，誤差值較小，誤差較大值主要是當可溶性固形物含量（G）值>8.0%以后，即出現在達到采收期標準后。在成熟期預報應用中，當計算值G≥8.0時，已達到預報目的，停止計算，因此，這種較大誤差對回歸方程使用不產生實際影響。

按公式（1）計算得到3年成熟期的成熟熵分別為：1957.03、1961.43、1928.73，平均1949.06。按最大熵原則，取3個值中的最大值，即獼猴桃可溶性固形物含量（G）≥8.0%所需成熟熵為1961.43，其中，‘金玉’品種成熟熵為1961.43，‘金桃’品種為1928.73。

將G=8.0代入公式（2），計算得到的獼猴桃成熟熵為1948.38，計算值與3年實況平均值1949.06誤差較小（0.68），誤差率0.035%。

2.3獼猴桃成熟期預報與檢驗

根據實測獼猴桃可溶性固形物含量（G）達到≥8.0%的前后相鄰兩個檢測日期內插求得2017—2019年獼猴桃實際成熟期（實況）分別為：10月14日（‘金玉’）、9月28日（‘金玉’）、9月29日（‘金桃’）。

根據預報方程計算得到的2017—2019年獼猴桃成熟期日期分別為：10月15日（‘金玉’）、9月27日（‘金玉’）、10月1日（‘金桃’），與實況誤差-1～2天，平均誤差0.7（偏遲）天（見表3）。

3結論與討論

本研究基于收集到的獼猴桃可溶性固形物含量（G）檢測資料與氣象資料進行相關分析，設計獼猴桃成熟熵計算方法，所選取的氣象因子：≥0℃有效積溫和累計日照時數，是作物生長發育及成熟的最重要氣象因子，具有明顯的生物學意義。值得注意的是，在不具備灌溉設施條件下的獼猴桃人工種植基地，還需考慮將自然降水量納入成熟熵計算因子，對降水變量的加權處理方法相同。

本研究對積溫與日照數據的加權處理采用回歸系數權重法，充分考慮了2個氣象因子與獼猴桃成熟度的相關系數，消除了2個因子因單位和量綱的不同的影響，避免了人為主觀確定權重帶來的的分析誤差，計算結果與實況高度近似。

在獼猴桃果實生長接近成熟時，即在獼猴桃果實營養積累期后期，可隨時統計當年獼猴桃末花期次日至當前階段氣象資料，計算獼猴桃成熟熵，從而得到獼猴桃可溶性固形物含量（G），判斷當前獼猴桃成熟度；也可按照獼猴桃不同品種可溶性固形物含量（G）采收標準，根據后期氣溫、日照數值預報，提前進行獼猴桃成熟期預報，從而準確預測獼猴桃商品上市時間。

參考文獻

[1]松會能.氣候條件對我國獼猴桃主要生態類型代表種地理分布的影響I—氣候條件對我國獼猴桃水平分布的影響[J].貴州農業科學，1987（2）：43-51，54.

[2]松會能.氣候條件對我國獼猴桃主要生態類型代表種地理分布的影響II—氣候條件對我國獼猴桃垂直分布的影響[J].貴州農業科學，1987（3）：40-48，30.

[3]姚春潮，張林森，劉旭峰.世界獼猴桃產業生產研究現狀[J].西北園藝（果樹專刊），2003（1）：54-55.

[4]宋云，劉中新，中國獼猴桃種植與氣象條件研究綜述[J].江蘇農業科學，2020，48（8）：41-46.

[5]張舒姝，王艷妮，顏萍.都江堰市獼猴桃產量與氣象條件的關系[J].鄉村科技，2018（8）：57-58.

[6]池再香，張錦，李貴瓊，等.貴州紅心獼猴桃膨大期對氣溫與降水變化的響應[J].氣象科技，2016，44（4）：669-674.

[7]賀文麗，李星敏，朱琳等.基于GIS的關中獼猴桃氣候生態適宜性區劃[J].中國農學通報，2011，27（22）：202-207.

[8]王景紅，梁軼，柏秦鳳，等.陜西獼猴桃高溫干旱災害風險區劃研究[J].中國農學通報，2013，29（7）：105-110.

[9]葉茵，王天鏡.人工種植獼猴桃的氣候條件分析[J].貴州氣象， 2013，37（4）：41-44.

[10]屈振江，周廣勝.中國主栽獼猴桃品種的氣候適宜性區劃[J].中國農業氣象，2017，38（4）：257-266.

[11]彭永宏，章文才.獼猴桃異常落果的原因及防御對策研究[J].中國農業氣象，1994，15（2）：5-7.

[12]徐丹丹，黃桔梅，谷曉平，等.貴州獼猴桃人工栽培生態氣候條件調查[J].貴州農業科學，2007，35（3）：30-31.

[13]劉璐，屈振江，張勇，等.陜西獼猴桃果品氣候品質認證模型構建[J].陜西氣象，2017（4）：21-25.

[14]張向榮，何可杰，雷雯，等，獼猴桃果品氣候品質認證技術研究[J].陜西農業科學，2015，61（10）：65-68.

[15]付芳婧，谷曉平，于飛.水城縣紅心獼猴桃氣候品質認證[J].耕作與栽培，2017（2）：47-50.

[16]陳素華，姚麗桃.內蒙古自治區玉米成熟期預報方法的初步探討[J].內蒙古氣象，1996（4）：24-27.

[17]張利華，孟錦，張永強，等.徐州地區冬小麥成熟期預報[J].江蘇農業科學，2011，39（6）：157-159.

[18]楊棟，丁燁毅，金志鳳，等.浙江水蜜桃成熟期集合預報模型[J].中國農業氣象，2018，39（6）：421-430.

[19]黃健熙，牛文豪，馬洪元，等，衛星遙感和積溫-輻射模型預測區域冬小麥成熟期[J].農業工程學報，2016，32（7）：152-157.

[20]段金省.隴東塬區冬小麥收獲期預報[J].中國農業氣象，2007，28（1）：17-20.

[21]李友勇，杜黎君，楊靖，等，基于特定時期溫度因子的小麥成熟期預測[J].中國農業氣象，2012，33（1）：104-108.

[22]顧品強，姚瑤.黃桃始花期和成熟期統計預報模型研究[J].上海農業學報，2013，29（3）：54-58.

[23]陜西省地方標準DB61《獼猴桃采收質量與技術規范》.

[24]劉中新，羅和清，周汝寶，等.高溫脅迫對雜交中秈稻生育特性和產量的影響[J].湖北農業科學，2018，57（12）：12-15.