永福鎮臺品櫻花始花期預測分析

陳思捷 陳洋麟 肖秀珠 江帆

摘要 利用1971—2020年ERA5 0.25×0.25再分析的地面氣溫、雨量、相對濕度等氣象要素資料，開展基于積溫預報方法、600度法則方法的檢驗修訂，應用地面自動站點2012—2021年實測資料建立櫻花始花期預報模型，對比分析3種櫻花始花期的預測準確率。研究結果表明：（1）使用積溫預報方法得出的預報指標為每年1月1日以后日平均氣溫≥0 ℃、活動積溫達334 ℃·d即為開花日，600度法則方法以前一年12月25日為起始日，日最高氣溫累積達

600 ℃·d即為開花日，使用2種指標進行歷年回測，除去異常年份，始花期平均誤差天數分別為3.2 d，通過方差分析得出600度法則效果較好；（2）將櫻花花期與各個階段氣溫、最高溫度進行相關性分析，發現其與12月中旬平均氣溫呈負相關，采用逐步回歸分析方法得到櫻花始花期預測模型，進行歷年回測，除去異常年份誤差，始花期平均誤差天數為2.3 d。

關鍵詞 櫻花始花期；預報模型；600度法則；積溫預報；日本櫻花

中圖分類號：S685.99 文獻標識碼：B 文章編號：2095–3305（2023）02–0004-03

福建省漳平市永福鎮是對臺交流合作先行區，因其山地氣候與臺灣旅游景區阿里山相近，被臺商譽為“大陸阿里山”，已成為福建省乃至大陸對臺交流合作的重要區域之一。永福鎮臺創園創新思維，率先在茶園種植了近萬株櫻花，經過多年的培育，永福鎮成為全國規模最大的櫻花基地——中國最美櫻花圣地。永福臺品櫻花園櫻花品種約42種，主要有中國紅、緋寒櫻、云南櫻、染井吉野櫻、牡丹櫻等。花期大約在每年1月下旬至3月中旬，每個品種的櫻花開放時間只有半個月左右，不同品種的櫻花次第開放。第一波櫻花盛開的主要是紅色的緋寒櫻、中國紅、八重櫻、霧色櫻；第二波盛開的主要是粉色的云南櫻和白色的染井吉野櫻；第三波盛開的是粉色的松月櫻、關山櫻、普賢象櫻等。目前民眾及旅游管理部門對櫻花賞花期氣象服務需求迫切，精準的氣象服務可指導相關部門提前安排櫻花賞花期旅游工作、賞花期游客服務，同時精準的花期預報可指導游客提前安排賞花時間。

謝玉華等[1]通過漳平國家基本站與永福上林水庫自動站2008—2015年的自動站數據進行相關分析，得出永福鎮上林水庫1980—2015年的氣象信息，并通過積溫預報方法和600度法則對櫻花始花期進行預報，得到2個預報指標，但其使用的35年永福鎮氣象資料為通過漳平與永福相關性得出永福鎮的氣象資料，且其預報指標在近幾年始花期預報中，效果較差。楊濤等[2]對清鎮市櫻花始花期進行分析發現，櫻花花期與各階段氣溫、最高氣溫、日照時數緊密相關，尤其與2月下旬最高氣溫存在極顯著負相關，采用積溫分析法得出始花期預測指標為1月15日起，日最高溫度累積值≥611.8 ℃·d時，即為櫻花開花日。饒紅欣等[3]對湖南省森林植物園內的日本櫻花進行連續7年的物候觀測并進行相關分析和線性回歸發現，始花日與3月的平均最高氣溫和1—2月的平均最高氣溫呈顯著負相關，與1—3月的平均最高氣溫呈極顯著負相關，但該研究樣本數較少，使用該方法發現每年的月平均氣溫偏差不大，與始花日分析相關性較小。舒斯等[4]研究表明，積溫與始花期相關性顯著。

本文主要研究內容為對臺品櫻花園紅色早櫻的始花期預測。在謝玉華等[1]的研究基礎上新累積了2016—2021年的花期資料，對積溫預報方法、600度法則進行檢驗修訂，并使用統計相關方法建立始花期預報方程。

1 材料與方法

1.1 資料

櫻花園櫻花移植于2011年，于2012年開始開花，永福鎮政府自2012年起舉辦櫻花節，至今有11年花期系列，始花期標準為第一次觀測到開花植株數占總株數達10%。將2012—2020年始花期轉換成日序數，得到多年平均實際始花期為2月1日。氣象資料使用1971—2020年ERA5 0.25×0.25再分析地面氣象要素資料，以及永福鎮上林水庫區域站2012—2022年的實況資料。

1.2 研究方法

1.2.1 積溫預報、600度法則方法 櫻花花期的相關研究均表明櫻花的生長過程需要一定的總熱量，主要與氣溫有關。除使用平均氣溫來表示，還多使用日最高氣溫累積值來分析櫻花花期的影響指標。積溫預報方法統計逐年1月1日到始花日≥0 ℃的活動積溫作為指標。600度法則通過統計多年始花日之前的日最高氣溫累加值達600度找出一個起始日期作為指標進行預報。

2.2.2 統計相關分析 使用SPSS 22軟件對數據進行統計分析，用相關分析法分析櫻花始花期與不同階段的平均氣溫、最高氣溫之間的相關性，利用逐步回歸分析法找出關鍵因子并建立預報模型。使用2012—2021年數據用于建立模型，并2022年資料進行檢驗。

2 結果與分析

2.1 永福鎮氣候概況分析

使用2010—2020年ERA5 0.25×0.25再分析資料數據與永福鎮上林水庫實況資料進行對比分析，匹配效果較好。對再分析地面氣象要素資料進行氣候分析，得出永福鎮臺品櫻花園氣溫適宜、降水充沛、光照充足，年平均氣溫18.5 ℃，最高月平均氣溫26.5 ℃，最低月平均氣溫為9.6 ℃，年平均相對濕度為79%，年平均總降水量2052.8 mm。從圖1可以明顯看出，近50年氣候變化呈變暖趨勢。

2.2 積溫預報

永福櫻花多于每年立春（2月4日）前后開花，因此將2月4日、2月1日作為基點，使用1971—2020年ERA5 0.25×0.25再分析地面氣溫資料，統計逐年1月1日—2月4日、2月1日≥0 ℃的活動積溫分別為334.12、304.98 ℃·d。利用2012—2022年上林水庫區域站實況資料對指標進行檢驗。

從表1可以看出，積溫預報方法主要在2013—2019年預報效果較好，在2021—2022年誤差天數達到了10 d左右，2月4日、2月1日預報的平均誤差天數分別為4.5、4.9 d，除去誤差天數≥10 d的年份，平均誤差天數分別為（3.2±2.48）、（4.3±3.1） d。從以上來看，利用2月4日為基點的預報效果較好。

2.3 600度法則預報

使用永福鎮1971—2020年ERA5 0.25×0.25再分析日最高氣溫資料，同積溫預報方法，分別將2月4日、2月1日作為600度法則的結束日期，統計過去49年從2月4日、2月1日往前累積日最高氣溫相加達600 ℃的平均日期分別為12月25日、12月22日。利用實況檢驗2個起始日期的預報情況。

由表2可知，2018年與2022年的預報誤差達到了13～14 d，12月22日起報的2018年預報誤差達到了17 d，2022年誤差也達到了9 d。除去誤差天數較大的年份為2018、2022年，12月25日起始日預報的平均差天數為（3.2±2.0）d，12月22日起始預報的平均誤差天數為（4.0±2.8）d。與表1進行對比得出，使用600度法則，12月25日起始預報效果較好。

2.4 相關性分析預報

將永福鎮區域站實況資料2011—2021年12月—1月的日平均氣溫、最高氣溫進行統計成旬資料，與永福鎮櫻花始花期日序數進行相關性分析，得出各個階段氣溫與始花期序列的相關系數。

從表3可以看出，始花期日序與氣溫大部分呈負相關關系，與12月上旬的平均氣溫、最高氣溫相關性較差，該階段氣溫對櫻花花期影響較小。主要影響階段處在12月中旬—1月上旬，其中12月中旬、12月下旬、12月平均氣溫，12月中旬、1月上旬最高氣溫與櫻花始花期呈較顯著負相關，尤其與12月中旬的平均氣溫呈顯著負相關，且與櫻花花期的相關性達顯著水平（P＜0.05），表明12月中旬的平均氣溫對永福鎮櫻花花期的影響最大，即12月平均氣溫越高，花期越早。

通過相關性分析，12月中旬平均氣溫與始花期日序數最相關。利用SPSS 22軟件對日序數與相關因子做逐步回歸分析，得到永福鎮櫻花始花期的預報模型：

Y=-2.751X+56.644（1）

式（1）中，Y為始花期日序數，X為12月中旬平均氣溫，方程顯示12月中旬平均氣溫每升高1 ℃，花期提前2.75 d。方程通過0.05顯著性檢驗，即回歸方程有效。

利用2012—2021年的實況資料對方程進行回測。結果表明：2012—2013年、2018年誤差天數較大，最大達到13 d，其余年份平均誤差為2.3 d，差異較小。利用該模型將2022年因子代入得實際日序數為22，與實際始花期誤差為3 d。

2.5 預測異常年份分析

預報效果較好的600度法則和相關分析方法，在回測時都會出現預報誤差較大的情況，誤差較大的年份為2012、2018、2022年。2種方法預報的2012年、2018年始花期比實際較早，2022年預報的始花期比實際偏遲。

通過對2012、2018、2022年氣象實況進行分析，發現2012、2018年均為上一年12月—翌年2月上旬受多次冷空氣影響，多次冷空氣導致日平均氣溫在10 ℃以下，強冷空氣影響多日日平均氣溫在5 ℃以下，同時1月份降水均偏多，冷空氣及陰雨天氣導致2次始花期偏遲均為多次冷空氣影響導致；對2022年氣象資料進行分析，發現2021年12月份平均最高氣溫比氣候平均值偏高0.7 ℃，2021年12月降水日數僅為4 d，比往年降水平均日數偏少54%，同時2022年1月份上半月雨日僅為3 d，降水少，光照充足，導致2022年櫻花始花期明顯提前；2021年12月初也受冷空氣影響，但在相關性分析中可知12月份上旬的平均氣溫、最高氣溫對櫻花花期基本無影響，因此在12月中旬前的冷空氣不會造成櫻花花期推遲。

3 小結與討論

永福鎮氣候條件有利于櫻花樹的種植，近50年氣候變化呈變暖趨勢，2012—2022年櫻花始花期受氣溫變暖影響，始花期明顯提前。

3種預報方法中，600度法則及相關性分析建立預報方程的方法預報效果較好，除去異常年份，預報誤差天數分別為3.2、2.3 d。在多陰雨天氣及多冷空氣影響的年份，櫻花始花期會明顯推遲，600度法則及回歸方程的預報效果明顯降低，誤差約為10 d。

通過相關性分析得出：12月份上旬前的氣溫波動對櫻花花期影響較小，櫻花始花期主要受12月中旬后的氣溫影響。

櫻花始花期受多種因素影響，除氣象因素外，還有生長環境、櫻花管理等因素，目前已有的臺品櫻花園物候觀測資料不多，需進一步觀測收集相關資料，繼續優化預報模型，提高預報準確率。

參考文獻

[1] 謝玉華，鐘啟平，肖秀珠.漳平市永福櫻花始花期預報技術研究[C]//第32屆中國氣象學會年會S15提升氣象為農服務能力，保障農業提質增效.[出版地不詳]：[出版者不詳]，2015：59-63.

[2] 楊濤，陳宇，張皓，等.清鎮市櫻花始花期預測分析[J].南方農業，2021，15（31）： 183-187.

[3] 饒紅欣，彭信海，王萍，等.日本櫻花花期觀測與規律分析[J].經濟林研究， 2014，32（2）：133-135.

[4] 舒斯，肖玫，陳正洪.櫻花始花期預報方法[J].生態學報，2018，38（2）：405-411.

責任編輯：黃艷飛

Prediction and Analysis of the Initial Flowering Period of Formosa Cherry in Yongfu Town

Chen Si-jie et al（Zhangping Meteorological Bureau， Zhangping， Fujian 364400）

Abstract In this paper， based on the accumulated temperature prediction method and the 600 degree rule method， the surface temperature， rainfall， relative humidity and other meteorological element data reanalyzed by ERA5 0.25 × 0.25 from 1971 to 2020 are used to carry out the inspection and revision， and the forecast model of cherry blossom initial flowering period is established by using the measured data of automatic ground stations from 2012 to 2021 to compare and analyze the prediction accuracy of three cherry blossom initial flowering periods. The research results show that： （1）The prediction index obtained by using the accumulated temperature prediction method is that the daily average temperature ≥0 ℃ after January 1 of each year， and the active accumulated temperature reaches 334 ℃·d， which is the flowering date. The 600 degree rule method uses December 25 of the previous year as the starting date， and the daily maximum temperature reaches 600 ℃·d， which is the flowering date. The two indexes are used for the back measurement over the years， and the average error days of the first flowering period are 3.2 days respectively， excluding the abnormal years， The effect of 600 degree rule through variance analysis is better. （2）The correlation analysis of the cherry blossom period with the air temperature and the highest temperature in each stage shows that it has a negative correlation with the average air temperature in the middle of December. The stepwise regression analysis method is used to obtain the prediction model of the cherry blossom initial flowering period and carry out the backtesting over the years. The average error days of the initial flowering period are 2.3 days after removing the abnormal year error.

Key words Cherry blossom; Forecast model; 600 degree rule; Accumulated temperature forecast; Japanese cherry blossom

作者簡介 陳思捷（1993—），女，福建漳平人，助理工程師，本科，主要從事氣象綜合業務工作。

收稿日期 2022-10-15