遷西梨樹花期預報及梨花觀賞旅游氣象指數研究

鄭艷萍, 杜亮亮, 宋曉輝, 王 冠, 石建豐, 郭金海

（1.唐山市氣象局, 河北 唐山 063000；2.邯鄲市氣象局, 河北 邯鄲 056001；3.遷西縣氣象局, 河北 遷西 064300）

隨著全國各地春季賞花旅游項目的興起, 花期預測的重要性日益突顯, 針對花期的研究逐年增多[1-5］。中國是世界最大的梨生產國之一, 梨樹花期預測得到了普遍重視[6-15］。遷西縣位于唐山市北部, 地處燕山南麓, 長城腳下, 屬暖溫帶半濕潤大陸性季風氣候, 是國家級園林城、國家級休閑農業與鄉村旅游示范縣, 遷西 “梨花節” 是有名的春季賞花旅游項目, 每年吸引數十萬中外游客。準確的梨花期預測和梨花觀賞氣象指數預報, 對園林部門加強管理、提早準備觀花活動, 旅游部門開發旅游項目, 公眾適時安排出游賞花等方面意義重大。

為深入做好旅游氣象服務, 相關學者開展了相關氣象指數的研究[5, 16-19］, 取得了一系列的研究成果。本研究采用相關分析法選取影響梨花期的關鍵氣象因子, 利用多元線性回歸方法開展梨花期的預報研究, 同時進行梨花觀賞氣象指數預報研究, 以期為園林管理、旅游開發和公眾賞花提供科學依據。

1 資料與方法

1.1 資料來源

梨樹花期物候觀測資料來自遷西縣花香果巷旅游景區, 按照《農業氣象觀測規范》[20］規定開展梨樹花期物候觀測, 以花朵開放多于10%為初花期, 花朵開放50%～80%為盛花期, 花朵開放多于80%為末花期；氣象資料為遷西縣國家基本氣象站的觀測資料, 來自河北省氣候中心。

1.2 方法

選擇直接或間接影響梨花開放、有明確物理意義的氣象因子, 包括遷西縣氣象站2008—2021 年逐月和逐旬平均氣溫、最高氣溫、最低氣溫、0～20 cm地溫、降水量、日照時數、積溫等氣象要素。

首先計算逐年梨始花期日序與開花前期85 個氣象因子的時間相關系數R（x,y）, 選擇通過α≤0.05顯著性水平檢驗的氣象要素作為預報因子, 初選出35 個預報因子, 采用多種方法建立梨樹花期線性統計預報模型；并通過平均絕對誤差MAE、平均相對誤差MRE進行預報效果檢驗。

采用文獻、專家打分、經驗等方法, 結合氣象條件和梨樹花期所處階段, 確定梨花賞花旅游氣象指數等級標準, 開展梨花賞花氣象指數預報服務。有關的計算公式如下。

2 影響遷西梨樹始花期的主要氣象因子

2008—2021 年遷西花香果巷旅游景區梨賞花期（始花期到末花期）平均約為15 d, 平均始花期為4 月11 日, 盛花開始日期為4 月14 日, 凋謝開始日期為4 月26 日；始花期最早出現在2021 年4 月5 日, 最晚出現在2021 年4 月26 日, 最早與最晚日期相差21 d。

選擇2008—2021 年前一年10 月至當年4 月（3月上、中、下旬）的月（旬）平均氣溫、平均最高和最低氣溫、日照時數、0～20 cm 平均地溫, 月降水量；前一年12 月至當年3 月≥0 ℃（5 ℃）積溫、1—3 月≥5 ℃積溫等85 個氣象要素作為預報因子, 計算其與梨樹始花期（日序）的時間相關系數, 通過0.05 顯著性水平檢驗的因子見表1。由表1 可見, 通過α≤0.05 顯著性水平檢驗的預報因子有35 個, 有14 個通過了α=0.01 顯著性水平檢驗, 入選因子以氣溫和地溫居多。梨樹始花期與前期積溫、月（旬）平均氣溫、月（旬）平均地溫和12 月日照時數呈負相關, 與11 月降水量呈正相關, 其中, 與梨樹始花期日序相關性最好的因子為12 月至次年3 月≥0 ℃積溫, 呈顯著負相關（R=-0.758）；與3 月平均最低氣溫的相關系數次之（R=-0.752）；之后依次為3 月10、5、15、20 cm 平均地溫, 均呈負相關, 表明梨樹開花前期積溫、氣溫和地溫越高, 日照時數越長, 始花期越早；11 月降水量越大花期越晚。另據分析發現, 10 月氣象要素與梨樹始花期日序的線性相關系數的絕對值R≤0.277, 大部分小于等于0.08, 相關性相對較差。

表1 梨樹始花期日序與氣象因子的相關系數（α≤0.05）

3 遷西梨樹始花期預報

3.1 預報模型

3.1.1 優選因子線性預報模型（方法1） 在通過α=0.01 顯著性水平檢驗的14 個相關性最好的氣象因子中, 剔除同類因子相關系數相對較差的因子, 最終選用12 月至次年3 月≥0 ℃積溫（X11）、3 月平均最低氣溫（X12）、3 月10 cm 平均地溫（X13）、12 月平均最高氣溫（X14）和3 月中旬平均最低氣溫（X15）等因子為預報因子, 建立線性預報方程如下：

3.1.2 全部因子的逐步回歸預報模型（方法2） 利用未經初篩的85 個預報因子, 采用逐步回歸方法, 建立如下線性回歸預報方程：

其中,X21為1—3 月≥5 ℃積溫,X22為3 月下旬平均最高氣溫,X23為3 月下旬平均氣溫,X24為11 月0 cm 平均地溫。

3.1.3 優選因子的逐步回歸預報模型（方法3） 在通過α=0.05 顯著性水平檢驗的35 個因子中, 刪除同類因子中相關性相對較差的預報因子, 得到24 個相關性較好的因子, 采用逐步回歸方法, 建立如下線性回歸預報模型：

其中,X31為11 月降水量,X32為12 月至次年3 月≥0 ℃積溫,X33為3 月平均最高氣溫,X34為4 月平均氣溫。

3.2 預報結果分析

3.2.1 平均誤差分析 對3 種預報方法的預報誤差進行比較, 從表2 可以看出, 方法1 的預測值與實況值的平均絕對誤差為1.770 150, 平均相對誤差為0.017 234；方法2 的預測值與實況值平均絕對誤差為4.268 914, 平均相對誤差為0.041 426；方法3 的預測值與實況值的平均絕對誤差為1.288 829, 平均相對誤差為0.012 632。通過比較得知, 優化預報因子后所建立的逐步回歸方程預報誤差為1.29 d, 明顯小于其他2 種方法（1.77 d、4.27 d）, 預報效果更優, 可應用于遷西梨樹始花期預報業務和服務。

表2 3 種方法的預報誤差

3.2.2 逐年誤差分析 圖1 為3 種預報方法逐年誤差分析結果。從圖1 可以看出, 方法1 的絕對誤差值在0.051 8～5.046 5, 方法2 的絕對誤差值為0.507 6～13.605 3, 方法3 的絕對誤差值為0.009 9～3.843 9。3 種方法對比可見, 方法1 的預報誤差2015 年最小, 2008 年最大；方法2 的預報誤差2016 年最小, 2013年最大；方法3 的預報誤差2019 年最小, 2008 年最大；方法2 預報效果最差, 方法1 居中, 方法3 預報效果最好。

圖1 3 種預報方法逐年誤差

4 遷西梨花觀賞旅游氣象指數的確定

旅游產業具有綜合性帶動作用, 成為引領消費產業發展、引導區域經濟騰飛的引擎產業, 得到各級政府的普遍重視, 氣象條件影響到旅游活動的舒適性、質量和滿意度, 因此利用科學、標準的方法開展旅游氣象條件的分級評價極為重要。旅游氣象指數是根據天氣情況的變化, 綜合考慮熱體感、濕度、雨量、風速等多種因素而構建, 能夠幫助旅游景區、旅行社和旅游者評判旅游的氣象適宜程度, 為旅游活動的開展提供科學依據。

4.1 梨花觀賞氣象因子等級

根據遷西縣春季氣候特點, 通過查閱文獻、實地調查、走訪專家、經驗等方法, 結合出行便利程度、人體舒適度等指標, 確定影響梨花觀賞的氣象因子, 主要包括氣溫、降水、風力、能見度等, 具體見表3。

表3 梨花觀賞氣象因子等級及標準

4.2 梨花觀賞旅游氣象指數

綜合考慮梨花花期和春季旅游氣象因子, 采用排列組合的方式確定梨花觀賞旅游氣象指數, 共分為4 個等級：一級適宜、二級較適宜、三級不太適宜、四級不適宜, 同時確定相應的氣象服務提示語, 具體見表4。

表4 遷西梨花觀賞旅游氣象指數分級及提示語

5 小結

梨樹始花期與35個氣象因子密切相關（α=0.05）, 與14 個氣象因子緊密相關（α=0.01）；其中, 12 月至次年3 月≥0 ℃積溫的相關性最好（R=-0.758）、3 月平均最低氣溫次之, 與10 月的氣象要素相關性較差。梨始花期主要與前期積溫、月（旬）平均氣溫、月（旬）平均地溫和12 月日照時數呈顯著負相關, 與11 月降水量呈正相關；表明梨開花前期積溫、氣溫和地溫越高, 日照時數月長, 始花期越早；11 月降水量越大花期越晚。利用優化因子建立的線性預報模型和逐步回歸預報模型預報效果好于全部因子逐步回歸預報模型；優化因子逐步回歸預報模型平均絕對誤差最小, 僅為1.29 d, 預報效果最優, 可應用于遷西梨始花期預報業務和服務。一般入春后7～10 d, ≥5 ℃積溫達150 ℃左右, 可考慮開始進入始花期。

綜合考慮梨花花期和春季旅游氣象因子, 采用排列組合的方式確定遷西梨花節賞花旅游氣象指數, 分為適宜、較適宜、不太適宜、不適宜4 級標準, 并給出對應的建議, 可對相關部門、社會公眾旅游賞花提供指導。