白水蘋果始花期預測模型研究

尹貞鈐，雪 婷，辛 博，馬耀絨

(渭南市氣象局，陜西渭南 714000)

陜西省白水縣位于陜西省東北部，屬渭北黃土高原溝壑丘陵區，具有晝夜溫差大，空氣濕度小，光照充足等氣候特點，是蘋果優生區。據渭南市果業局數據，截止2015年，白水蘋果種植面積37 000 hm2，產量5.8×108kg，年產值20多億元，蘋果已成為白水經濟主導產業。近年來，受氣候變暖影響，白水蘋果始花期提前，花期遭受凍害概率增大，嚴重影響縣域經濟，花期凍害已成為白水蘋果生產中主要氣象災害。因此，提前、準確進行蘋果始花期預測，可為凍害防御提供依據，有利減輕凍害損失。

物候現象是生物節律與環境條件的綜合反映。從氣象條件來說，它不僅反映了當時的天氣條件，而且反映了過去一段時間氣象條件影響的積累情況[1]。花期是果樹物候現象之一，花期與氣象條件關系前人做了大量研究。張艷艷等[2]采用偏最小二乘回歸分析法建立了隴東塬區紅富士蘋果始花期預測模型。李美榮等[3]應用統計學方法建立了基于氣象因子的陜西蘋果始花期預測模型。張倩等[4]建立了基于逐步回歸的庫爾勒香梨始花期預測模型。董海濤等[5]采用逐步回歸方法，建立了桃樹花期預測模型。丁錫強[6]等建立了基于氣象因子的煙臺紅富士蘋果始花期預測模型。在前人研究基礎上，利用白水蘋果物候和氣象資料，采用數理統計方法建立蘋果始花期預測模型，并依據精細化預報結果，對始花期預測值進行訂正，使訂正后的預測值準確率更高。

1 資料

1.1 資料來源

2001—2018年物候數據為白水晚熟紅富士蘋果數據。2001—2005年白水蘋果物候資料來自陜西省經濟作物臺，2006—2018年白水蘋果物候資料來源于白水縣氣象局蘋果固定觀測地段觀測數據。2001—2018年白水氣象站氣象資料包含有效積溫，旬月溫度、降水量、日照時數，需冷量(需冷量是指落葉果樹解除自然休眠所需的有效低溫時數稱為果樹的需冷量, 又稱為低溫需求量或需冷積溫[7])，均來自渭南市氣象局資料室。

1.2 資料處理

將蘋果始花日期轉換為日序數，3月1日記為1，3月2日記為2，依次類推，得到18 a蘋果始花期時間序列。2001—2015年物候和氣象數據用于建模，2016—2018年數據用于模型預測與驗證。

2 結果分析

2.1 始花期資料特征

始花期是指觀測樹上有一朵或同時幾朵花的花蕾開始完全開放，即為開花始期[1]。近18 a白水蘋果平均始花期4月7日，最早出現時間3月26日，最晚出現時間4月17日(見表1)，最早、最晚日

期相差22 d。始花期出現在3月下旬的年份占16.7%，4月上旬占55.6%，4月中旬占27.7%。

表1 2001—2018年白水蘋果始花期統計

2.2 因子選取與相關分析

依據前人研究成果[3-6]，結合白水本地氣候特點，選取白水氣象站2001—2015年溫度、積溫、降水、日照、需冷量等5類氣象數據，具體包含上年12月—當年3月各月月平均氣溫、月平均最高氣溫、月平均最低氣溫、月降水量、月日照時數；上年12月—當年4月上旬各旬旬平均氣溫、旬平均最高氣溫、旬平均最低氣溫、旬降水量、旬日照時數；1月—始花期≥0 ℃、≥3 ℃、≥5 ℃有效積溫；日平均氣溫穩定通過0 ℃、3 ℃、5 ℃開始日—始花期≥0 ℃、≥3 ℃、≥5 ℃有效積溫；花前5 、10、20、30、40、50 d≥0 ℃、≥3 ℃、≥5 ℃有效積溫；3月≥0 ℃、≥3 ℃、≥5 ℃有效積溫及果樹停止生長期需冷量。

分別對各類氣象數據與始花期數據進行相關分析，結果顯示：降水、日照時數、需冷量與始花期相關性未通過α=0.05顯著性水平檢驗。溫度、積溫相關性較高，通過α=0.01顯著性水平檢驗的有5項(見表2)：x25為3月≥3 ℃有效積溫、x26為3月≥5 ℃有效積溫、x33為3月平均氣溫、x34為3月平均最高氣溫，x35為3月平均最低氣溫。

表2 白水蘋果始花期與氣象因子相關系數

2.3 模型建立

利用SPSS20.0軟件進行回歸分析。設置始花期日序為因變量y，x25、x26、x33、x34、x35為自變量，入選變量F值標準α=0.05，剔除標準α=0.1，進行逐步回歸,得到預測模型。方程R2=0.828，F=8.671，顯著性P=0.003，F>Fα=0.01(5,9)=6.06,回歸方程顯著。

Y=66.364-10.714x33+4.603x34+
5.662x35-0.046x25+0.044x26。

(1)

2.4 模型檢驗與預測

2.4.1 檢驗 根據預測模型，利用歷史數據對2001—2015年白水蘋果始花期進行回代檢驗，結果顯示：預測值(預測始花期)與實際值(實際始花期)絕對誤差≤2 d概率為66.7%，≤3 d概率為86.7%，>3 d概率為13.3%(見表3)。

表3 2001—2015年白水蘋果始花期模型回代與實況誤差

2.4.2 訂正與預測 依據模型回代結果，對始花前一周天氣實況進行逐年普查，發現造成誤差原因有二個方面：一是始花前有強冷空氣入侵(強冷空氣標準依據冷空氣等級劃分表[7])或有陰雨天氣出現，造成始花期推遲。如2006年始花前有強冷空氣入侵，并出現小雨天氣，花期推遲；二是始花前氣溫異常偏高，始花期提前。如2002、2005、2013年花前升溫明顯，始花期提前。根據歷史普查情況對模型預報結果進行訂正，訂正后預測值與實際值絕對誤差≤2 d概率為86.7%，較訂正前提高20%。具體訂正方法：①始花前1周(包含始花期當天，始花期是指始花期預測值)有強冷空氣入侵或有陰雨天氣發生(陰雨天日照時數<3 h)，始花期推遲，推遲日數為冷空氣持續日數或陰雨日數，若強冷空氣與陰雨日期重疊，不再重復計算；②始花前1周氣溫明顯偏高，始花期提前，提前日數為2～3 d。

本研究可于每年3月21日、3月26日、4月1日進行白水晚熟紅富士蘋果始花期預測與訂正(模型中所需3月21—31日、26—31日最高、最低溫度及天氣狀況等來自精細化格點預報結果，平均氣溫、積溫數據通過精細化格點預報結果求算)，預測結果提前7～15 d，給生產安排和氣象災害防御等預留了充足時間。

根據始花期預測模型計算，結合花前一周精細化預報對預測值進行訂正，結果顯示：2016—2018年白水蘋果始花期訂正值與實際值絕對誤差均≤2 d(見表4)。

表4 2016—2018年白水蘋果始花期預測與實況誤差

3 結論

(1)通過相關分析發現，白水蘋果始花期早晚與溫度、積溫相關性較高，降水、日照、需冷量等雖有一定相關性，但對花期早晚影響較小。

(2)采用逐步回歸得到的預測模型，回歸效果顯著，能較好預測蘋果始花期。但受始花前冷空氣活動、陰雨、劇烈升溫等天氣影響，個別年份預測值與實際花期絕對誤差較大。因此，采用模型計算+預測值訂正方法，可使預報準確率得到提升，近3年業務應用效果較好。

(3)將精細化預報結果合理應用在始花期模型計算和預測值訂正中，提前7～15 d預測始花期，給災害防御和合理安排生產預留了充足時間，使精細化預報在為農服務中發揮重要作用。但是，精細化預報的準確性會對始花期預測結果、訂正形成一定制約。