劍河縣氣象站與周邊林下30 cm處的溫濕度、氣溫與周邊草溫的相關性分析

吳 慮，周尚春，舒子倩，李舒穎，李春生

1.凱里市氣象局，貴州凱里 556000；2.麻江縣氣象局，貴州麻江 556000；3.劍河縣氣象局，貴州劍河 556000；4.岑鞏縣氣象局，貴州岑鞏 556000；5.黎平縣氣象局，貴州黎平 556000

2017年，劍河縣將黑木耳種植作為發展戰略和特色農業，大面積推廣種植黑木耳。截至2020年，劍河縣黑木耳種植已超666.67 hm2。目前，大多使用國家站或區域氣象站要素進行農業氣象預報服務，然而，林下木耳小氣候環境與國家氣象臺站的觀測值存在差異，木耳生長環境溫度與草溫相符，但大部分地區無草溫觀測設備。因此，建立林下黑木耳小氣候與劍河縣氣象站氣象條件關系模型和草溫與氣象站氣溫關系模型，能夠為劍河縣黑木耳生產提供精準的氣象服務。

1 資料與方法

1.1 氣象資料

研究資料選擇2020年4月—2021年4月劍河縣國家站（26°43′54″N，108°26′04″E，海拔530 m）溫度、濕度、草溫逐日數據與林下站（26°43′55″N，108°26′05″E，海拔520 m）溫度、濕度數據。其中，林下站溫濕度設備離地高度30 cm。

1.2 方法

采用對比分析、相關分析和線性回歸等方法進行統計分析。采用線性回歸法建立相關性模型，并篩選出最優模型。

2 結果與分析

2.1 林下站溫度、濕度小氣候與國家站溫度、濕度相關性分析

2.1.1 日變化分析 由表1可知，林下站的氣溫日均比國家站高；氣溫日變化比國家站??；氣溫日均、日最高年內波動程度林下站更和緩。

表1 林下站與國家站氣溫日變化的差值、極值、出現時間

2.1.2 月變化分析 從圖1看出，林下站氣溫高于國家站。從圖2看出，林下站和國家站月均相對濕度變化趨勢一致，10月最大，1月最小，除4月外，其余月份國家站大于林下站。

圖1 林下站與國家站的氣溫月變化

圖2 國家站與林下站的相對濕度月變化

2.2 基于國家站溫度、濕度對林下站溫度、濕度小氣候建模

經差異顯著性檢驗分析表明，國家站和林下站的日均氣溫、日最低氣溫和日最高氣溫均通過置信區間為95%的差異顯著性水平的F檢驗，表明兩地逐日氣溫指標差異性極顯著。因此，可建立其與氣溫相關性的一元線性回歸模型彌補兩者間的差異性。

根據建立的模型，結合2020年3月—2021年4月國家站氣溫進行計算，并與實測值進行對比檢驗，結果如表2所示。

表2 林下站溫濕度與國家站溫濕度不同建模方法擬合檢驗

日均氣溫，夏季與冬季使用全年逐日模型，春季與秋季使用分季節模型為最優。日均相對濕度，夏季與冬季使用全年逐日模型，春季與秋季使用分季節模型為最優。日最高氣溫，夏季、秋季與冬季使用全年逐日模型，春季使用分季節模型為最優。日最低氣溫，夏季、秋季與冬季使用全年逐日模型，春季使用分季節模型為最優。

2.3 國家站草溫與氣溫相關性分析

2.3.1 日變化分析 根據表3氣溫與草溫日變化發現，劍河縣國家站草溫的日均溫度氣溫更高。日變化比氣溫大，年內波動程度氣溫更為和緩。

表3 氣溫與草溫日變化的差值、極值、出現時間 ℃

2.3.2 月變化分析 從圖3看出，國家站草溫的月均溫度比氣溫高。月變化趨勢一致。

圖3 國家站氣溫與草溫的月變化

2.4 基于國家站氣溫的草溫建模

差異顯著性檢驗結果表明，劍河縣國家氣象站氣溫與草溫日均溫度、日最低溫度和日最高溫度均通過置信區間為95%的差異顯著性水平的F檢驗，表明2地各逐日溫度指標差異性極顯著，因此可建立其溫度相關性的一元線性回歸模型彌補兩者間的差異性。

結合所建模型，利用2020年3月—2021年4月草溫與氣溫的實際觀測數據進行檢驗，結果如表4所示。

表4 基于國家站氣溫的草溫不同建模方法擬合檢驗

平均溫度，使用全年逐日模型為最優；最高溫度，使用分季節模型最優；最低溫度，春季、夏季與秋季使用全年逐日模型，冬季則使用分季節建模為最優[10-19]。

3 結論與討論

（1）林下站與國家站溫濕度差異：林下站氣溫的日均與日最低更高，日最高低于國家站，日變化比國家站小；氣溫日均、日最高年內波動程度較國家站相對和緩。林下站氣溫月均、月最高、月最低均大于國家站，變化趨勢一致。月均相對濕度變化趨勢一致。

（2）基于國家站溫濕度的林下小氣候模型。日均氣溫：夏季與冬季使用全年模型，春季與秋季使用分季節模型為最優；日均相對濕度：夏季與冬季使用全年模型，春季與秋季使用分季節模型為最優；日最高氣溫：夏季、秋季與冬季使用全年模型，春季使用分季節模型為最優；日最低氣溫：夏季、秋季與冬季使用全年模型，春季使用分季節模型為最優。

（3）草溫與氣溫差異：草溫的日均溫度比氣溫高；草溫日變化比氣溫大；年內波動程度氣溫更為和緩；月變化趨勢一致。

（4）基于國家站氣溫的草溫模型。平均溫度，使用全年模型為最優；最高溫度，使用分季節模型最優；最低溫度，春季、夏季與秋季使用全年模型，冬季則使用分季節建模為最優。