劉少榮 胡勇 沈茜 馬濤 曾廳余 孫東漢

摘 要：為有效防御花期低溫冷害，提高蘋(píng)果產(chǎn)量，更好地服務(wù)地方高原特色農(nóng)業(yè)和經(jīng)濟(jì)社會(huì)發(fā)展，選擇西南冷涼高地蘋(píng)果種植區(qū)的云南昭通地區(qū)作為研究對(duì)象，開(kāi)展蘋(píng)果始花期預(yù)報(bào)方法研究。選用2010-2020年蘋(píng)果始花期資料和同時(shí)期氣象資料，對(duì)花期前的氣溫、積溫、日照等氣象因子進(jìn)行相關(guān)性分析，利用逐步回歸分析方法，建立單一氣溫、積溫和多因子蘋(píng)果始花期預(yù)報(bào)模型共6個(gè)，并對(duì)始花期開(kāi)展預(yù)測(cè)和檢驗(yàn)。結(jié)果表明：月平均氣溫和旬平均氣溫因子與始花期有很好的相關(guān)性，通過(guò)95%的顯著性檢驗(yàn)，且平均氣溫越靠近真實(shí)花期，其相關(guān)性越顯著。通過(guò)計(jì)算并找出最小積溫變異系數(shù)，可以確定下限溫度（或稱(chēng)生物學(xué)零度）和積溫時(shí)段。運(yùn)用回代和預(yù)測(cè)兩種方法進(jìn)行檢驗(yàn)表明，建立氣溫和積溫的多因子預(yù)報(bào)模型，預(yù)報(bào)誤差均小于3 d，而建立氣溫或者積溫的單一因子預(yù)報(bào)模型，預(yù)報(bào)誤差均大于3 d，多因子模型預(yù)報(bào)的蘋(píng)果始花期更靠近真實(shí)花期。多因子預(yù)報(bào)模型提前預(yù)測(cè)時(shí)間可達(dá)1周左右，在預(yù)防蘋(píng)果花期低溫冷害和提高蘋(píng)果質(zhì)量方面起到積極作用。

關(guān)鍵詞：蘋(píng)果;始花期;積溫;變異系數(shù)

中圖分類(lèi)號(hào)：S165

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1008-0457（2021）04-0069-08

國(guó)際DOI編碼：10.15958/j.cnki.sdnyswxb.2021.04.010

Abstract：In order to effectively prevent low temperature and chilling injury during flowering period，improve apple yield，and better serve local agriculture and economic and social development with plateau characteristic，the Zhaotong area of Yunnan Province，an apple-growing area in the cold highlands of southwestern China，was selected as the research object to carry out the research on the forecasting method of the apple′s first flowering period.Based on the data of early flowering period of apple and the meteorological data of the same period from 2010 to 2020，the correlation analysis of meteorological factors such as temperature，accumulated temperature and sunshine，etc.before the flowering period was carried out.The stepwise regression analysis method was used to establish 6 early flowering period forecast models for apple with a single temperature，accumulated temperature and multi-factor.And this paper also carried out the prediction and inspection of early flowering period.The results showed that monthly average temperature and ten-day average temperature factors had a good correlation with the initial flowering period.The closer the average temperature was to the true flowering period，the more significant the correlation would be.By calculating and finding out the minimum coefficient of variation of accumulated temperature，the lower limit temperature （or biological zero） and accumulated temperature period could be determined.The back-generation and prediction methods showed that the establishment of a multi-factor forecast model for temperature and accumulated temperature had forecast errors less than 3 days，while the establishment of a single-factor forecast model for air temperature or accumulated temperature had forecast errors more than 3 days.Therefore，the multi-factor prediction model was closer to the real flowering period.The prediction time of multi-factor prediction model can predict the time up to about one week in advance，which plays a positive role in the prevention of low temperature and chilling injury and improvement of apple quality.

Keywords：apple;initial flowering period;accumulated temperature;coefficient of variation

西南冷涼高地作為我國(guó)蘋(píng)果四大主產(chǎn)區(qū)之一[1]，蘋(píng)果種植主要分布在云、貴、川高原地區(qū)，云貴高原北部的昭通蘋(píng)果主產(chǎn)地區(qū)海拔在1900～2000 m，氣候溫和，冬無(wú)嚴(yán)寒，夏無(wú)酷暑[2]，雨量適中，光、熱、水資源豐富，自改革開(kāi)放以來(lái)，昭通蘋(píng)果產(chǎn)業(yè)不斷擴(kuò)張、種植規(guī)模不斷擴(kuò)大，特別是近十年產(chǎn)量和產(chǎn)值得到了迅速發(fā)展，截止2018年，昭通市蘋(píng)果的種植面積已達(dá)3萬(wàn)hm2，總產(chǎn)量和產(chǎn)值由2012年28萬(wàn)t，12.96億元，躍升到2018年60萬(wàn)t，57億元，已成為全市農(nóng)業(yè)增效、農(nóng)民增收的主要產(chǎn)業(yè)。氣候條件[3-4]與蘋(píng)果生長(zhǎng)、生產(chǎn)密不可分，昭通3月平均氣溫不到10 ℃，且易出現(xiàn)持續(xù)低溫和倒春寒等災(zāi)害性天氣，對(duì)蘋(píng)果展葉、花期傷害極大，從而造成巨大的經(jīng)濟(jì)損失。諸多氣象因子與植物的生長(zhǎng)有密不可分的關(guān)系，張利華等[5]對(duì)梨樹(shù)始花期的研究表明，前期氣溫增高，將導(dǎo)致梨樹(shù)開(kāi)花期提前，受低溫凍傷的風(fēng)險(xiǎn)加劇，蒙秀菲等[6]對(duì)水稻成熟期稻米品質(zhì)的研究表明，適當(dāng)增加溫度和延長(zhǎng)光照時(shí)間有利于提高稻米的食味品質(zhì)。昭通地處低緯高原北部，為西南冷涼蘋(píng)果主要產(chǎn)區(qū)，易受春季低溫天氣影響，但對(duì)于蘋(píng)果始花期的預(yù)報(bào)研究仍處于空白階段。因此，對(duì)蘋(píng)果始花期的準(zhǔn)確預(yù)報(bào)就顯得尤為重要，既能有效防范蘋(píng)果生產(chǎn)風(fēng)險(xiǎn)，又減少經(jīng)濟(jì)損失。

目前，對(duì)樹(shù)木花期的預(yù)報(bào)方法主要有三種：（1）楊國(guó)棟等[7]利用前期物候現(xiàn)象，通過(guò)測(cè)量預(yù)報(bào)對(duì)象本身物候數(shù)據(jù)并建立預(yù)測(cè)模型的方法，來(lái)預(yù)報(bào)大山櫻花期。（2）運(yùn)用統(tǒng)計(jì)學(xué)方法分析果樹(shù)花期和花期前期的氣象因子的相關(guān)性，并建立回歸預(yù)測(cè)模型[8-12]，這也是目前比較普遍的研究方法。諸多氣象因子中氣溫是影響木本植物物候的主要因子，陳正洪等[13]通過(guò)分析冬季氣溫變化與櫻花花期特征，建立線性或非線性關(guān)系模式進(jìn)行預(yù)報(bào);很多學(xué)者通過(guò)分析樹(shù)木花期前期的氣溫、降水、濕度、日照、地溫等因子與花期的相關(guān)性來(lái)建立預(yù)報(bào)模型[14-15];舒斯等[16]在研究櫻花始花期預(yù)報(bào)方法時(shí)，將活動(dòng)積溫作為預(yù)報(bào)因子改進(jìn)預(yù)報(bào)方程后，有效提高了預(yù)報(bào)準(zhǔn)確率;柏秦鳳等[17]利用活動(dòng)積溫和有效積溫分別計(jì)算與始花期相關(guān)性，表明有效積溫因子與始花期的相關(guān)性好于活動(dòng)積溫與始花期的相關(guān)性。（3）運(yùn)用植物花期前某段時(shí)間內(nèi)的其他形態(tài)物候觀測(cè)和花期觀測(cè)數(shù)據(jù)來(lái)預(yù)測(cè)，如呂景華等[18]用樹(shù)木物候期做玉米物候期播種期預(yù)報(bào)。昭通農(nóng)業(yè)氣象工作者自2010年以來(lái)，對(duì)蘋(píng)果開(kāi)展了近10年的物候監(jiān)測(cè)和蘋(píng)果品質(zhì)氣候適用性等研究，但對(duì)蘋(píng)果始花期的預(yù)報(bào)使用經(jīng)驗(yàn)預(yù)報(bào)方法較多，未建立適用本地的蘋(píng)果始花期預(yù)報(bào)模型。本文擬分析昭通蘋(píng)果始花期與其前期的光照、氣溫、積溫等氣候因子的相關(guān)性，并建立預(yù)報(bào)模型對(duì)始花期進(jìn)行預(yù)測(cè)，為昭通蘋(píng)果有效防御花期低溫冷害，提高蘋(píng)果產(chǎn)量提供技術(shù)支持。

1?材料與方法

1.1?氣象資料

（1）氣象資料利用昭通國(guó)家基本站2009-2020年的11月1日至2月28日日平均氣溫、旬平均氣溫、旬平均日照時(shí)數(shù)，資料來(lái)源于昭通市氣象資料管理系統(tǒng)。

（2）物候資料使用昭通農(nóng)業(yè)氣象實(shí)驗(yàn)站2010年至2020年的蘋(píng)果物候期觀測(cè)資料，觀測(cè)依據(jù)為《農(nóng)業(yè)氣象觀測(cè)規(guī)范》，觀測(cè)地點(diǎn)為昭陽(yáng)區(qū)舊圃鎮(zhèn)，距離昭通國(guó)家基本站直線距離8 km。

1.2?研究方法

本文采用始花期標(biāo)準(zhǔn)為每株蘋(píng)果樹(shù)有3～5朵花開(kāi)放，得到的觀測(cè)日期即為當(dāng)年的始花期。將始花期轉(zhuǎn)換為日序數(shù)（1月1日記作日序數(shù)1，1月2日記作日序2，以此類(lèi)推，如2月1日日序數(shù)為32），得到11年的日序數(shù)，2009-2017年資料用于建立預(yù)報(bào)模型，2018-2020年資料用于預(yù)測(cè)效果檢驗(yàn)。

前人對(duì)果樹(shù)始花期的預(yù)報(bào)研究表明，果樹(shù)的花期與前期氣溫、光照條件及積溫等因素有著顯著的關(guān)系，舒斯等[16]、柏秦鳳等[17]的研究指出，引進(jìn)積溫預(yù)報(bào)因子，對(duì)預(yù)報(bào)模型有很大的改進(jìn)，并且不同生物學(xué)零度下的活動(dòng)積溫、有效積溫與蘋(píng)果始花期的相關(guān)性也不同，有效積溫顯著高于活動(dòng)積溫。

本文首先分析日序數(shù)與始花期前期平均氣溫、日照時(shí)數(shù)、活動(dòng)積溫和有效積溫的相關(guān)性確定氣溫、日照預(yù)報(bào)因子，計(jì)算積溫變異系數(shù)來(lái)確定生物學(xué)下限溫度（或稱(chēng)為生物學(xué)零度）和積溫時(shí)間段，通過(guò)變異系數(shù)的極小值來(lái)確定下限溫度和積溫時(shí)間段，然后綜合選取顯著相關(guān)預(yù)報(bào)因子，通過(guò)線性回歸的方法用SPSS軟件包建立始花期預(yù)報(bào)方程，最后通過(guò)回代擬合和預(yù)測(cè)兩種方法對(duì)預(yù)報(bào)模型進(jìn)行檢驗(yàn)。

本文重點(diǎn)研究如何確定生物學(xué)零度，從而選取最優(yōu)的活動(dòng)積溫與有效積溫的下限溫度和積溫周期，車(chē)少靜等[19]、肖靜等[20]通過(guò)計(jì)算積溫變異系數(shù)的最小值確定生物學(xué)零度，楊秀武[21]使用3種不同的方法求出金冠蘋(píng)果的生物學(xué)零度，表明不同生物和不同方法算出的生物學(xué)零度結(jié)果均不同。本文涉及的變異系數(shù)又稱(chēng)為標(biāo)準(zhǔn)離差率，定義為樣本標(biāo)準(zhǔn)差與樣本平均值的比值。作物生長(zhǎng)所需一定的積溫，樣本積溫的均方差就能反映樣本積溫的穩(wěn)定度，但是積溫時(shí)間段的選取不同，樣本標(biāo)準(zhǔn)差和樣本平均值均隨之產(chǎn)生變化，使用變異系數(shù)正好能衡量樣本積溫的穩(wěn)定度，并且找出最小變異系數(shù)，就能確定下限溫度和積溫時(shí)段。

變異系數(shù)公式：C.V=（標(biāo)準(zhǔn)偏差SD/平均值Mean）

姚日升等[22]的研究得出，作物某段物候期的積溫相對(duì)固定，但積溫的下限溫度均不確定，下限溫度的選擇存在隨意性，對(duì)積溫時(shí)間段的選擇也不固定，大多數(shù)學(xué)者選擇1月1日作為積溫時(shí)段的起始日序，選擇0～5 ℃作為生物學(xué)零度的參考值。本文為分析前一年氣候條件對(duì)始花期的影響，故選擇前一年11月1日作為積溫起始日序，并對(duì)資料進(jìn)行詳細(xì)的計(jì)算和分析，通過(guò)變異系數(shù)最小的點(diǎn)來(lái)確定積溫區(qū)間和下限溫度。圖2給出了不同積溫時(shí)間段和不同下限溫度下的變異系數(shù)，橫坐標(biāo)為日序數(shù)，表示積溫起始日與11月1日的相差日序數(shù)，如20表示積溫起始日為11月20日，縱坐標(biāo)為活動(dòng)積溫的下限溫度，選擇0～9 ℃不同的下限溫度所獲得的積溫分別計(jì)算變異系數(shù)。

2?結(jié)果與分析

2.1?始花期基本特征

根據(jù)觀測(cè)記錄，昭通地區(qū)蘋(píng)果平均始花期日序數(shù)為108.9，與之相對(duì)應(yīng)的日期是平年3月18日～19日，閏年3月17日～18日。最早出現(xiàn)的日期為3月5日（2010年），最晚出現(xiàn)的日期是3月28日（2016年和2017年），有5年出現(xiàn)在3月下旬，占總樣本的45.5%。從2010年至2020年蘋(píng)果始花期日序逐年變化與線性擬合（圖1）結(jié)果來(lái)看，近10 a昭通蘋(píng)果始花期總體呈推遲趨勢(shì)，變化趨勢(shì)為14 d/10 a，經(jīng)計(jì)算樣本標(biāo)準(zhǔn)方差為7.661，表明近10 a蘋(píng)果始花期的穩(wěn)定性較好。

2.2?積溫因子的分析

圖2a中的活動(dòng)積溫變異系數(shù)低值區(qū)出現(xiàn)在坐標(biāo)（17，9）的位置，值為0.0436（圖中*號(hào)位置），表明11月7日至次年2月28日大于9 ℃的活動(dòng)積溫相對(duì)穩(wěn)定。圖2b中的有效積溫變異系數(shù)低值區(qū)出現(xiàn)在坐標(biāo)（17，9），（18，9），（18，9），（20，9），（21，9）的位置，其中（17，9）坐標(biāo)最低值為0.0192（圖中*號(hào)位置）。從圖2中還可以看出，越靠近真實(shí)花期，活動(dòng)積溫和有效積溫的穩(wěn)定性越差，積溫下限值越小，活動(dòng)積溫和有效積溫的穩(wěn)定性也比較差。如果按照變異系數(shù)大于15%說(shuō)明數(shù)據(jù)不可信來(lái)看，昭通蘋(píng)果始花期活動(dòng)積溫的下限溫度可以確定在7～9 ℃，有效積溫的下限溫度可以確定在5～9 ℃。所以，本文除選取11月17日至次年2月28日大于9 ℃的活動(dòng)積溫和有效積溫作為預(yù)報(bào)因子外，還將分別計(jì)算大于下限溫度8 ℃的活動(dòng)積溫，大于下限溫度5 ℃和8 ℃的有效積溫與始花期的相關(guān)系數(shù)，來(lái)最終確定預(yù)報(bào)模型中的積溫預(yù)報(bào)因子。

2.3?氣溫、積溫、日照預(yù)報(bào)因子的相關(guān)分析

始花期最早出現(xiàn)在3月上旬，根據(jù)業(yè)務(wù)需要提前一周左右時(shí)間進(jìn)行始花期預(yù)測(cè)，前期氣象因子的選取時(shí)間從前一年的11月至次年2月底為止。計(jì)算前期氣溫因子時(shí)，通分別選取11月、12月、1月、2月上旬、中旬、下旬平均氣溫以及1月平均氣溫、2月平均氣溫共14個(gè)氣象因子，計(jì)算出與始花期時(shí)序的相關(guān)性（表1）。從表1中可以看出，蘋(píng)果始花期與前一年的11月各旬平均氣溫呈負(fù)相關(guān)，與前一年的12月中、下旬平均氣溫與始花期呈正相關(guān)，但相關(guān)系數(shù)均較小，未通過(guò)顯著性檢驗(yàn);始花期與1月份、2月份平均氣溫呈負(fù)相關(guān)，但與1月平均氣溫相關(guān)性極不明顯，與2月下旬和2月平均氣溫均呈顯著負(fù)相關(guān)，且通過(guò)0.05顯著性檢驗(yàn)，說(shuō)明越臨近真實(shí)花期，氣溫對(duì)花期的影響越明顯。

在分析前期平均氣溫的基礎(chǔ)上，再對(duì)始花期前期積溫進(jìn)行分析，分別計(jì)算1月1日-2月28日（閏年2月29日）穩(wěn)定通過(guò)下限溫度8 ℃的活動(dòng)積溫和穩(wěn)定通過(guò)下限溫度5 ℃、8 ℃有效積溫與始花期時(shí)序的相關(guān)性（表2）。結(jié)果表明，無(wú)論是活動(dòng)積溫還是有效積溫，積溫越高（低），花期越早（晚）（圖3），蘋(píng)果始花期與積溫呈負(fù)相關(guān)，穩(wěn)定通過(guò)界限溫度8 ℃的活動(dòng)積溫、穩(wěn)定通過(guò)界限溫度5 ℃有效積溫和穩(wěn)定通過(guò)界限溫度8 ℃的有效積溫與始花期時(shí)序顯著相關(guān)，這與樣本積溫變異系數(shù)確定的下限溫度基本吻合。

通過(guò)前一年11月至次年2月逐旬累計(jì)日照時(shí)數(shù)與蘋(píng)果始花期日序數(shù)的相關(guān)性分析（表3），結(jié)果表明，除11月中旬、1月上中、1月中旬累計(jì)日照時(shí)數(shù)與蘋(píng)果始花期呈正相關(guān)外，其余時(shí)段日照累計(jì)時(shí)數(shù)與始花期呈負(fù)相關(guān)。相關(guān)系數(shù)均未通過(guò)顯著性檢驗(yàn)，表明始花期前期需要一定的晴好天氣和光照條件，但日照條件并不是影響本地蘋(píng)果始花期的關(guān)鍵因子。

2.4?蘋(píng)果始花期預(yù)報(bào)模型的建立

2.2、2.3中的分析結(jié)果表明，2月下旬平均氣溫、2月平均氣溫、1月1日-2月28日5 ℃以上有效積溫、8 ℃以上活動(dòng)積溫、8 ℃以上有效積溫、11月17日-2月28日9 ℃以上活動(dòng)積溫、9 ℃以上有效積溫與蘋(píng)果始花期呈顯著負(fù)相關(guān)（表4），分別建立前期氣溫預(yù)報(bào)方程、前期積溫預(yù)報(bào)方程和多因子預(yù)報(bào)方程，并通過(guò)回代和預(yù)測(cè)兩種方法進(jìn)行對(duì)比檢驗(yàn)分析。

2.4.1?前期氣溫預(yù)報(bào)蘋(píng)果始花期

2.3中分析結(jié)果表明，2月下旬平均氣溫和2月平均氣溫與蘋(píng)果始花期有較好的相關(guān)性，分別使用2010-2017年2月平均氣溫和2月下旬平均氣溫建立始花期預(yù)報(bào)方程。

Y1=-1.655X13+120.729（R2=0.552?sig=0.035）（1）

Y2=-3.741X14+129.717（R2=0.714?sig=0.005）（2）

用2010-2017年2月下旬氣溫和2月平均氣溫分別進(jìn)行回代檢驗(yàn)（表5），2月下旬氣溫預(yù)報(bào)的始花期誤差在4 d左右，2月平均氣溫預(yù)報(bào)的始花期誤差在3 d左右，表明2月平均氣溫的預(yù)報(bào)比2月下旬平均氣溫的預(yù)報(bào)更真實(shí)，2014-2017年的預(yù)報(bào)誤差較小，2011年預(yù)報(bào)出現(xiàn)異常偏早9 d，2013年預(yù)報(bào)出現(xiàn)異常偏晚9 d。

2.4.2?積溫預(yù)報(bào)蘋(píng)果始花期

前期積溫與蘋(píng)果始花期呈顯著負(fù)相關(guān)，前期活動(dòng)積溫和有效積溫越高，始花期出現(xiàn)的時(shí)間越早，相反，始花期出現(xiàn)的時(shí)間越遲。用2010-2017年1月1日至2月28日≥5 ℃有效積溫、≥8 ℃活動(dòng)積溫、≥8 ℃有效積溫和2009-2016年11月17日至次年2月28日≥9 ℃活動(dòng)積溫、≥9 ℃有效積溫建立預(yù)報(bào)模型。

Y3=116.443+0.322X15-0.167X16-0.376X17?R2=0.819（3）

Y4=123.417-0.083X31R2=0.392?sig=0.097（4）

Y5=121.977-0.325X32R2=0.495?sig=0.05（5）

使用2010-2017年積溫資料進(jìn)行回代檢驗(yàn)（表5），結(jié)果表明，使用有效積溫建立的預(yù)報(bào)方程（式3、5）預(yù)報(bào)誤差比使用活動(dòng)積溫建立的預(yù)報(bào)方程（式4）誤差小，預(yù)測(cè)值更接近真實(shí)值，且未出現(xiàn)異常偏早或偏晚現(xiàn)象。

2.4.3?多因子預(yù)報(bào)蘋(píng)果始花期

在前期氣溫預(yù)報(bào)方程和積溫預(yù)報(bào)方程中，可以看出用2月平均氣溫（X14）、1月1日至2月28日≥5 ℃有效積溫（X15）、≥8 ℃有效積溫（X16）、≥8 ℃活動(dòng)積溫（X17）、11月17日至2月28日≥9 ℃有效積溫（X32）建立的預(yù)報(bào)方程平均絕對(duì)誤差相對(duì)較小，預(yù)報(bào)始花期更接近真實(shí)花期，將上述5個(gè)預(yù)報(bào)因子加入預(yù)報(bào)方程，通過(guò)非線性多元回歸建立新的蘋(píng)果始花期預(yù)報(bào)方程：

Y6=108.888+0.636X14+0.462X15-0.620X16-0.24X17+0.26X32?R2=0.872（6）

使用2010-2017年資料進(jìn)行回代檢驗(yàn)（表5），結(jié)果表明，多因子預(yù)報(bào)模型預(yù)報(bào)誤差明顯低于單一因子預(yù)報(bào)模型，平均絕對(duì)誤差低于3 d。2013、2016年預(yù)測(cè)效果最好，誤差小于1 d，2011年誤差最大。

2.4.4?預(yù)報(bào)檢驗(yàn)

使用預(yù)測(cè)檢驗(yàn)的方法，分別用式（1）至式（6）對(duì)2018-2020年始花期進(jìn)行預(yù)測(cè)檢驗(yàn)（表6，圖4），式（6）預(yù)測(cè)的近3年蘋(píng)果花期與真實(shí)花期誤差為2 d，預(yù)測(cè)值與真實(shí)值最接近，式（1）、式（2）、式（4）預(yù)測(cè)的效果不理想，有的年份異常偏早或偏晚。圖4給出了兩種預(yù)報(bào)檢測(cè)結(jié)果（回代和預(yù)測(cè)），可以看出，近11 a預(yù)測(cè)始花期，6種模型預(yù)測(cè)值與真實(shí)值的平均絕對(duì)誤差低于3 d的只出現(xiàn)了三次（2013年、2014年、2019年），而式（6）預(yù)測(cè)值與真實(shí)值的平均絕對(duì)誤差低于3 d出現(xiàn)5次，低于2 d出現(xiàn)4次，低于1 d出現(xiàn)3次，預(yù)測(cè)效果明顯好于其他模型。綜上，最終選擇模型（6）作為昭通蘋(píng)果始花期預(yù)測(cè)模型。

3?結(jié)論與討論

通過(guò)以上分析得出，昭通蘋(píng)果始花期最早出現(xiàn)在3月上旬，最晚出現(xiàn)在3月下旬，近10 a呈推遲趨勢(shì)，花期時(shí)序穩(wěn)定性較好;平均氣溫因子與蘋(píng)果始花期有很好的相關(guān)性，通過(guò)95%的顯著性檢驗(yàn)，且平均氣溫越靠近真實(shí)花期，其相關(guān)性越顯著;計(jì)算活動(dòng)積溫和有效積溫變異系數(shù)的最小值，可以更好地確定生物學(xué)零度和積溫時(shí)段，11月17日至2月28日≥9 ℃的有效積溫和活動(dòng)積溫與蘋(píng)果始花期呈顯著負(fù)相關(guān);加入積溫預(yù)報(bào)因子后，建立的多因子預(yù)報(bào)方程，比單一因子預(yù)報(bào)方程的預(yù)報(bào)結(jié)論吻合性好，預(yù)報(bào)誤差約為2天，能有效改進(jìn)預(yù)報(bào)方程對(duì)花期預(yù)報(bào)的準(zhǔn)確性，這與舒適[16]等對(duì)武漢櫻花始花期預(yù)報(bào)的研究結(jié)論一致;通過(guò)回代和預(yù)測(cè)兩種方法對(duì)近10 a的蘋(píng)果始花期進(jìn)行檢驗(yàn)，預(yù)報(bào)誤差為1～3天，最終將方程Y6=108.888+0.636X14+0.462X15-0.620X16-0.24X17+0.26X32確定為昭通蘋(píng)果始花期預(yù)報(bào)模型。

本研究選用紅富士晚熟品種作為研究對(duì)象，使用的研究方法與前人[7-11]基本相同，都是通過(guò)找出與蘋(píng)果始花期相關(guān)性最好的氣象因子，通過(guò)線性回歸建立預(yù)報(bào)方程，能較好地預(yù)測(cè)紅富士品種的蘋(píng)果始花期，但其他品種的預(yù)報(bào)模型還需進(jìn)行對(duì)比分析研究;與柏秦鳳[17]等建立分果區(qū)精細(xì)化蘋(píng)果始花期預(yù)報(bào)模型不同，本研究建立的預(yù)報(bào)模型當(dāng)前只適用于昭通的昭陽(yáng)區(qū)范圍內(nèi)，而是否適用昭通其他地區(qū)，還需做進(jìn)一步的研究;大多數(shù)學(xué)者在研究植物花期預(yù)報(bào)時(shí)，使用20 a、30 a或更長(zhǎng)時(shí)間的資料[5，14-16]，本文僅僅使用了近10 a的資料進(jìn)行分析，物候觀測(cè)資料時(shí)序相對(duì)較短，這是否是影響前期平均氣溫和日照與始花期的相關(guān)性的因素，還值得研究;本研究所建立的預(yù)報(bào)模型，提前預(yù)測(cè)時(shí)間達(dá)到1周左右，雖然能滿足當(dāng)?shù)靥O(píng)果花期的初步預(yù)測(cè)需求，但對(duì)預(yù)報(bào)精度的提高、預(yù)報(bào)因子的選取、預(yù)報(bào)方程的改進(jìn)還需繼續(xù)研究;本文的研究方法，對(duì)其他景觀植物花期的預(yù)報(bào)，具有借鑒意義，但長(zhǎng)序列、連續(xù)、精準(zhǔn)的物候觀測(cè)資料和氣象資料是預(yù)報(bào)工作的前提。

參?考?文?獻(xiàn)：

[1]?劉維，劉天軍，董子銘.我國(guó)蘋(píng)果生產(chǎn)布局時(shí)空演變分析[J].廣東農(nóng)業(yè)科學(xué)，2013（8），207-209.

[2]?汪瓊，馬靜，黃先月，等.矮化密檀栽培技術(shù)在昭通蘋(píng)果產(chǎn)區(qū)的應(yīng)用與思考[J].北方果樹(shù)，2019（4）：44-46.

[3]?周曉麗，楊利霞，許偉峰，等.渭北地區(qū)蘋(píng)果花期推遲氣溫特征分析[J].陜西氣象，2012（3）：35-37.

[4]?張福春.氣候變化對(duì)中國(guó)木本植物物候的可能影響[J].地理學(xué)報(bào)，1995，50（5）：402-410.

[5]?張利華，任曙霞，張永強(qiáng)，等.梨樹(shù)始花期預(yù)報(bào)[J].氣象科技，2012，40（3）：485-488.

[6]?蒙秀菲，馮仕喜，曾濤，等.灌漿成熟期氣溫對(duì)稻米品質(zhì)影響[J].山地農(nóng)業(yè)生物學(xué)報(bào)，2019，38（4）：8-12.

[7]?楊國(guó)棟，張明慶，董建華，等.樹(shù)木花期的預(yù)報(bào)方法新探[J].首都示范大學(xué)學(xué)報(bào)（自然科學(xué)版），2000，21（1）：66-71.

[8]?廖碧婷，黃俊，李少群.廣州地區(qū)梅花開(kāi)花期與氣象因子的關(guān)系[J].廣東氣象，2018，40（5）：62-64.

[9]?吳炫柯，段毅強(qiáng)，李家文，等.桂花盛花期預(yù)報(bào)方法初探[J].安徽農(nóng)業(yè)科學(xué)，2007，35（27）：8482-8484.

[10]?李美榮，杜繼穩(wěn)，李星敏，等.陜西果區(qū)蘋(píng)果始花期預(yù)測(cè)模型[J].中國(guó)農(nóng)業(yè)氣象，2009，30（3）：417-420.

[11]?金美玉，趙晶，付強(qiáng).龍井市蘋(píng)果梨始花期預(yù)報(bào)模型研究[J].安徽農(nóng)業(yè)科學(xué)，2017，45（25）：189-191.

[12]?李文靜，黃蔚薇，李倩，等.長(zhǎng)江流域油菜花期預(yù)報(bào)方法研究[J].中國(guó)農(nóng)業(yè)資源與區(qū)劃，2020，41（2）：101-108.

[13]?陳正洪，肖玫，陳璇.櫻花花期變化特征及其與冬季氣溫變化的關(guān)系[J].生態(tài)學(xué)報(bào)，2008，28（11）：5210-5217.

[14]?劉璐，王景紅，傅瑋東.中國(guó)北方主產(chǎn)地蘋(píng)果始花期與氣候要素的關(guān)系[J].中國(guó)農(nóng)業(yè)氣象，2020，41（1）：51-60

[15]?張惠霞.桃樹(shù)始花期與氣象因子的相關(guān)分析及預(yù)報(bào)模型[J].安徽農(nóng)業(yè)科學(xué)，2013，41（10）：4513-4515.

[16]?舒斯，肖玫，陳正洪.櫻花始花期預(yù)報(bào)方法[J].生態(tài)學(xué)報(bào)，2018，38（2）：405-411.

[17]?柏秦鳳，王景紅，屈振江，等.陜西蘋(píng)果花期預(yù)測(cè)模型研究[J].中國(guó)農(nóng)學(xué)通報(bào)，2013，29（19）：164-169.

[18]?呂景華，趙翠珍，李海波，等.用樹(shù)木物候期做玉米物候期播種期預(yù)報(bào)[J].內(nèi)蒙古氣象，2011（3）：37-39.

[19]?車(chē)少靜，趙士林，智利輝.迎春始花期預(yù)報(bào)方法的研究[J].中國(guó)農(nóng)業(yè)氣象，2004，25（3）：70-73.

[20]?肖靜，李楠，姜會(huì)飛.作物發(fā)育期積溫計(jì)算方法及其穩(wěn)定性[J].氣象研究與應(yīng)用，2010（2）：64-67.

[21]?楊秀武.蘋(píng)果生物學(xué)零度和花期有效積溫的研究[J].果樹(shù)科學(xué)，1995，12（2）：98-100.

[22]?姚日升，涂小萍，丁燁毅，等.寧波桃樹(shù)花期預(yù)報(bào)方法[J].氣象科技，2014，42（1）：180-186.