丁錫強，王 冰，姜茹茵，伯 玥，張瑜潔

(1.招遠市氣象局，山東招遠 265400；2.煙臺市氣象局，山東煙臺 264003；3.煙臺開發(fā)區(qū)氣象局，山東煙臺 265501)

煙臺蘋果是山東名優(yōu)特產，以風味香甜、酥脆多汁享譽海內外。2016年，煙臺地區(qū)紅富士蘋果栽培面積達到1.88×105hm2，產量4 637 kt。在蘋果生產中，霜凍是危害蘋果生長發(fā)育和果實品質的重要氣象災害之一。煙臺地區(qū)蘋果花期遭遇晚霜凍的頻率較高，歷史記錄上出現(xiàn)最晚的春季霜凍在5月14日[1]。2002、2004年，在蘋果開花期和座果期出現(xiàn)嚴重的霜凍，導致煙臺果農損失超過十億元。因此，減少霜凍危害成為保障果品生產的重要工作。如果能夠準確地預測始花期，則可結合中長期天氣預報，作好始花期前后一段時間的低溫霜凍防范工作。在預測有強降溫或霜凍天氣出現(xiàn)時，提前利用物理或化學方法采取防御和調控措施，減輕低溫霜凍危害，對保障蘋果生產具有積極的意義[2]。

物候現(xiàn)象是生物節(jié)律與環(huán)境條件的綜合反映。從氣象條件來說，他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[3]。始花期預測，正是基于這一理論而開展的研究。始花期的早晚便是過去一段時間的綜合氣象條件累積對果樹產生的影響。在花期預報模型建立方面，有許多成功的經驗。李美榮等利用多元線性回歸方法建立了陜西果區(qū)蘋果始花期預測模型，研究指出蘋果花期與前期溫度、光照條件均密切相關[2]。柏秦鳳等用以溫度類為主的氣象因子對蘋果花期進行回歸分析并建立預測模型[4]。蒲金涌研究了氣候變暖對蘋果物候期及生長的影響[5]。顧品強等利用數(shù)理統(tǒng)計方法，建立了黃桃始花期和成熟期統(tǒng)計預報模型[6]。張菲等利用地溫構建菏澤牡丹花期預測模型[7]。張倩利用逐步回歸方法建立了庫爾勒香梨始花期預測模型，表明香梨始花期日序數(shù)與地溫呈負相關，即地溫高，開花早，地溫低，則開花遲[8]。而煙臺作為蘋果種植大市，蘋果始花期模型研究方面尚處于空白。

1 資料來源和方法

1.1 資料來源

福山國家基本氣象觀測站從1994年起，對蘋果生長發(fā)育進行物候觀測，物候觀測資料和氣象觀測資料均來自該觀測站。

1.2 資料的選取

始花期預測模型的建立，一般從始花期前的旬、月氣象資料中選出與始花期相關的數(shù)據(jù)，通過逐步回歸等計算方法建立模型。在資料的選取上，選用了常用的旬、月等基本氣象資料，蘋果各發(fā)育期的氣象資料，地溫資料等。通過試驗，使用了極端最高(低)氣溫穩(wěn)定通過某界限溫度的初日作為因子，建模效果較好。

1.2.1 基本氣象資料 包括上年度開花后到本年度開花前各月和各旬的平均氣溫、降水量、日照時數(shù)、氣溫日較差、平均最高氣溫、平均最低氣溫、降水日數(shù)、平均相對濕度等；從上年5月起各月到當年3月的平均氣溫。為便于表述，因旬、月數(shù)據(jù)的統(tǒng)計時間是固定不變的，將這種因子簡稱為固定時間段因子。

1.2.2 各發(fā)育期期間的氣象資料 包括果樹各主要發(fā)育期的平均氣溫、降水量、日照時數(shù)；越冬期間的負積溫；當年1—3月平均氣溫穩(wěn)定通過0、5、7 ℃的初日；1月1日到3月中旬(3月下旬、4月上旬)≥5 ℃的積溫、活動積溫、有效積溫；1月1日到穩(wěn)定通過7 ℃期間的≥5 ℃的積溫等。為便于表述，將資料的統(tǒng)計時間隨氣象因子的變化而變化，每年時間段不固定的因子，簡稱為動態(tài)因子。

1.2.3 地溫數(shù)據(jù) 參考其他始花期預報研究[7-9]，加入了10 cm、15 cm和20 cm地溫穩(wěn)定通過3～10 ℃的初日；1—3月各月10 cm和20 cm平均地溫等。

1.2.4 試驗數(shù)據(jù) 極端最高氣溫穩(wěn)定通過5～10 ℃的初日；極端最低氣溫穩(wěn)定通過0～5 ℃的初日。統(tǒng)計方法參照了日平均氣溫穩(wěn)定通過某界限溫度初日的算法[10]。

1.3 模型建立方法

利用SPSS軟件進行相關性分析，找出與始花期具有相關性的氣象因子進行多元線性回歸，得到回歸方程。統(tǒng)計中，設定置信區(qū)間為95%，F(xiàn)=0.05的因子引入，F(xiàn)=0.10的因子剔除。

為便于模型的建立，始花期和資料中的時間因子，均轉換為距離1月1日的實際日數(shù)[11]。為保證預報提前量，固定時間段因子選取距離始花期超過1旬的時間，動態(tài)因子選用距離各年度始花期均有一定時間間隔的因子。

2 模型的建立和檢驗

使用1994—2016年物候觀測資料和氣象觀測資料作為基本資料，找出與始花期具有相關性的氣象因子，利用多元線性回歸方法建立方程，作為始花期預報模型，并用1994—2016年的資料進行回代和2017年資料進行預報來檢驗方程的可用性，用計算值與實際值的差值的絕對值來檢驗預報結果是否正確，絕對值≤2 d為正確；3 d≤絕對值≤4 d為基本正確；絕對值≥5 d為不正確。

對1994—2016年共23 a的始花期資料進行統(tǒng)計，始花期的平均日期為4月22日，最早為4月3日(2002年)，最晚為5月5日(2010年)，相差32 d。開花時間大多集中在4月中旬和下旬，達21 a，占總數(shù)的91.3%。除個別年份外，絕大部分始花期集中在4月14—30日的近半個月時間內。

2.1 模型1

由于始花期最早出現(xiàn)在4月3日，因此固定時間段因子的截止時間定為3月中旬。建立模型過程中，選取R2較大的方程作為最終結果。建模中發(fā)現(xiàn)，軟件默認以相關性最高的因子為首選因子建立模型，而這樣建立的模型的R2并不一定為最大，因此需要嘗試剔除某些因子，以求得較大的R2值。經過計算，得出模型1，模型校正后的R2為0.922。

Y=63.607+0.451X11+0.344X12-
1.251X13+4.175X14-1.293X15-1.615X16。

(1)

Y為以日序數(shù)表示的始花期；X11為10 cm地溫穩(wěn)定通過7 ℃的初日；X12為氣溫穩(wěn)定通過7 ℃的初日；X13為2月上旬平均最高氣溫；X14為12—2月平均氣溫；X15為2月中旬平均最低氣溫；X16為上年5月中旬旬氣溫日較差。

利用1994—2016年的資料，回代入模型1，計算結果與實況符合程度較好。計算值與實際值相差≤2 d的有17 a，占73.9%；相差3～4 d的有6 a，占26.1%；沒有超過5 d的情況。利用2017年數(shù)據(jù)代入模型1，預測值與實際值相差2 d。

模型1中涉及到10 cm地溫穩(wěn)定通過7 ℃的初日、氣溫穩(wěn)定通過7 ℃的初日。將這兩個因子與始花期相比，X11提前量達到27 d以上，X12提前量除了1 年為9 d，其余年份均超過14 d以上，符合預報要求。

2.2 模型2

除2002年外，其他年份的始花期均出現(xiàn)在4月中旬及以后，模型1為保證預報提前量，固定時間段資料沒有使用3月下旬的數(shù)據(jù)。而越接近真實花期，積溫等氣象因子與始花期的相關性越高。因此，在預測4月上旬初期不開花的情況下，引入3月下旬的資料重新建立模型，將其作為訂正模型具有實際意義。

模型建立中發(fā)現(xiàn)，由于氣象資料中旬數(shù)據(jù)的年際變化較大，導致始花期預測數(shù)據(jù)不穩(wěn)定。分析原因，是因為果樹每年的發(fā)育期出現(xiàn)時間不同且年際差別較大，較短的同一時間段并不一定對應相同的發(fā)育期，也就是說，對同一發(fā)育期產生明顯影響的氣象因子，并不會固定地出現(xiàn)在較短的同一時期內。因此，在建立模型2時，人工剔除旬數(shù)據(jù)因子，減少方程的不穩(wěn)定性。經過計算，得出模型2，模型校正后的R2為0.945。

Y=41.190-0.087X21-4.049X22+
0.596X23+0.506X24+5.293X25+
0.333X26-0.239X27。

(2)

X21為1月1日到3月下旬≥5 ℃的有效積溫；X22為2—3月平均氣溫；X23為3月平均相對濕度；X24為極端最低氣溫穩(wěn)定通過3 ℃的初日；X25為3月平均最低氣溫；X26為極端最低氣溫穩(wěn)定通過0 ℃的初日；X27為20 cm地溫穩(wěn)定通過10 ℃的初日。

利用1994—2016年的資料回代入模型2，計算結果與實況符合程度較好。計算值與實際值相差≤2 d的有22 a，占95.7%；相差3～4 d的有1 a，占4.3%；沒有超過5 d的差值。用2017年數(shù)據(jù)代入模型2，預測值與實際值相同。

模型2中，分別將X24、X26、X27三個因子與始花期進行比較，除了2015年的X24和2002年的X27與始花期相差9 d外，其余年份均超過11 d，時間提前量符合預報要求。

與模型1相比較，模型2的因子時間更接近始花期，其校正后的R2比模型1的大，數(shù)據(jù)回代和預測結果也好于模型1。這也說明了距離始花期越近的氣象因素，對始花期的影響越大。

2.3 模型3

在分析資料與始花期的相關性時發(fā)現(xiàn)，蘋果的葉芽開放期與始花期顯著相關，相關系數(shù)達0.908。引入葉芽開放期，在模型2的基礎上重新建立模型，可以適用于有蘋果物候觀測的臺站，該模型校正后的R2為0.977。具體模型為

Y=-13.055+0.707X31+0.414X32+
0.201X33+0.256X34-0.193X35+1.347X36。

(3)

其中，X31為葉芽開放期；X32為15 cm地溫穩(wěn)定通過7 ℃的初日；X33為極端最低氣溫穩(wěn)定通過3 ℃的初日；X34為3月平均相對濕度；X35為20 cm地溫穩(wěn)定通過7 ℃的初日；X36為上年度9月到當年3月月平均氣溫的平均值。

利用1994—2016年的資料回代入模型3，計算結果與實況符合程度較高，計算值與實際始花期差值全部少于2 d。用2017年數(shù)據(jù)檢驗，預測值與實際值相差2 d。

模型3中，X31、X32、X33、X35這4 個因子與始花期進行比較，提前時間分別為：12～21 d、26～45 d、9～30 d、25～48 d，時間提前量符合要求。

3 結論和討論

(1)對模型驗證時發(fā)現(xiàn)，使用較短的固定時間段因子建立的模型，預測效果偏差。分析認為，導致這一問題的原因是較短的固定時間段與物候期對應性偏差。因此，在建立模型時，建議選取較長時間段的因子或動態(tài)因子，模擬結果具有較好的穩(wěn)定性。

(2)模型2和模型3均使用了極端最低氣溫穩(wěn)定通過某界限溫度的初日。該因子與始花期顯著相關，但不屬于常規(guī)的氣象資料統(tǒng)計范疇，首次應用到始花期模型的建立，其有效性需進一步驗證。

(3)建立模型2和模型3時，人工剔除了旬數(shù)據(jù)，這一作法的合理性需進一步探討。

(4)葉芽開放期與始花期存在高度相關性，且提前量超過12 d，大部分提前時間在14～21 d之間，用葉芽開放期作為因子建立的模型，回代檢驗擬合程度最高，開展果樹物候觀測的臺站可優(yōu)先選用模型3。

(5)不僅氣象因素會影響物候期，田間管理等人為因素也會對物候期產生影響，如花前灌溉，會降低地溫，造成始花期延遲。因此，需根據(jù)實際情況對模型預測值進行人工訂正。

參考文獻：

[1] 張振英，孫燕霞，宋來慶，等．煙臺地區(qū)蘋果花期霜凍害發(fā)生規(guī)律研究[J].山東農業(yè)科學，2013，45(10)：108-110.

[2] 李美榮，杜繼穩(wěn)，李星敏，等．陜西果區(qū)蘋果始花期預測模型[J].中國農業(yè)氣象，2009，30(3)：417-420.

[3] 國家氣象局.農業(yè)氣象觀測規(guī)范(上卷)[M].北京：氣象出版社，1993：133.

[4] 柏秦鳳，王景紅，屈振江，等．陜西蘋果花期預測模型研究[J].中國農學通報，2013，29(19)：164-169.

[5] 蒲金涌，姚小英，姚曉紅．氣候變暖對甘肅黃土高原蘋果物候期及生長的影響[J]．中國農業(yè)氣象，2008，29(2)：181-183．

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

[7] 張菲，邢小霞，李仁杰，等．利用地溫構建菏澤牡丹花期預測模型[J].中國農業(yè)氣象，2008，29(1)：87-89.

[8] 張倩，李新建，吉春容，等．基于逐步回歸的庫爾勒香梨始花期預測模型[J].沙漠與綠洲氣象，2013，7(2)：43-46．

[9] 李曉川，陶輝，張仕明，等．氣候變化對庫爾勒香梨始花期的影響及其預測模型[J].中國農業(yè)氣象，2012，33(1)：119-123

[10] 歐陽海，鄭步忠，王雪娥，等.農業(yè)氣候學[M].北京：氣象出版社，1990：69-71.

[11] 竺可楨，宛敏渭．物候學[M]．增訂版.北京：科學出版社，1980：50-59．