鞍山市南果梨花期影响因子及始花期预报研究

doi:10.11923/j.issn.2095-4050.cjas2022-0169

摘要/Abstract

摘要：

南果梨是辽宁地理标志产品，花期观赏是待开发的旅游资源，开展花期预报服务有助于推动旅游业。利用2000—2022年鞍山气象资料和南果梨花期物候资料，基于相关分析和逐步回归方法，筛选相关气候因子建立始花期预报模型。结果表明：3月份气温是影响始花期主要因素，降水次之，光照影响不显著。鞍山南果梨始花期出现在4月中—下旬，当3月中旬平均气温<4.0℃、平均最高气温<9.0℃、3月中旬—4月上旬平均气温<6.0℃、平均最低气温<2.0℃时，始花期出现在4月下旬，反之在4月上旬；并且，气温每升高1℃，始花期提前2~3 d。通过逐步回归筛选出3月中旬的平均气温和平均最高气温、3月中旬—4月上旬平均气温、平均最高、最低气温及3月下旬—4月上旬降水量等6个因子，建立的始花期预报模型准确率为84.8%。运用相关指标和逐步回归模型，可预测鞍山南果梨开花始期，此方法可纳入专项气象预报服务中。

关键词: 南果梨, 花期, 预报模型, 鞍山

Abstract:

Nanguo pear is a kind of Geographic Indications Product in Liaoning, and pear flower viewing is a tourism resource to be developed. Forecasting the flowering period is conducive to promoting the tourism industry. Based on the meteorological data of Anshan from 2000 to 2022 and the phenological data of the flowering period, we established a forecast model to screen related climate factors by using relevant analysis and stepwise regression methods. The results showed that the temperature in March was the main factor that affected the initial flowering period, followed by precipitation and light. Anshan Nanguo pear started to blossom in middle and late April. The flowering started in late April if the average temperature in the middle of March was less than 4.0℃, the average maximum temperature was less than 9.0℃, the average temperature from the middle of March to the first ten days of April was less than 6.0℃, and the average minimum temperature was less than 2.0℃. Without these conditions, the flowering started in the first ten days of April. The initial flowering period was advanced by 2-3 days when the temperature increased by 1℃. We selected six factors by stepwise regression, including the average temperature and the average maximum temperature in the middle of March, the average temperature, the average maximum temperature and the average minimum temperature from the middle of March to the first ten days of April, and the precipitation from the last ten days of March to the first ten days of April. The accuracy of the prediction model for the initial flowering period was 84.8%. It is feasible to predict the initial flowering period of Anshan Nanguo pear by using relevant indicators and stepwise regression model, and the method can be included in special meteorological forecast services.

Key words: Nanguo pear, flowering period, forecast model, Anshan

韩艳凤, 何军, 康晓玉. 鞍山市南果梨花期影响因子及始花期预报研究[J]. 农学学报, 2023, 13(11): 81-87.

HAN Yanfeng, HE Jun, KANG Xiaoyu. Nanguo Pear in Anshan: The Influencing Factors of Flowering Period and the Forecast of Initial Flowering Period[J]. Journal of Agriculture, 2023, 13(11): 81-87.

图/表 7

参考文献 23

[1]	王家珍, 李俊才, 沙守峰, 等. 南果梨×红巴梨正反交后代遗传倾向分析[J]. 北方园艺, 2022(18):42-46.
[2]	李春红. 《鞍山南果梨地理标志产品保护管理办法》[DB/OL]. 中国法院网, https://www.chinacourt.org/article/detail/2005/10/id/181664.shtml.2005-10-11.
[3]	国家质量监督检验检疫总局公告2005年第19号《鞍山南果梨实施原产地域保护》[DB/OL]. https://www.cqn.com.cn/zj/content/2005-03/07/content_473846.htm.2005-02-17.
[4]	克日木·阿巴司, 努尔帕提曼·买买提热依木, 孟凡雪, 等. 喀什地区杏树开花始期与气象因子的相关性及预报方法研究[J]. 中国农学通报, 2021, 37(1):121-131. doi: 10.11924/j.issn.1000-6850.casb20200200099
[5]	吉志红, 刘晓迎, 张燕燕, 等. 三门峡红富士苹果始花期预测模型研究[J]. 中国农学通报, 2022, 12(8):81-86.
[6]	宋晓新, 吾米提·居马太, 张国栋, 等. 新源县杏花始花期气象预报研究[J]. 沙漠与绿洲气象, 2021, 15(6):103-107.
[7]	张翠英, 樊献政, 李瑞英. 油用牡丹花期预报[J]. 中国农学通报, 2021, 37(32):120-126. doi: 10.11924/j.issn.1000-6850.casb2021-0099
[8]	陈冰, 马路金, 何泽华, 等. 化橘红花期预测模型与赏花期旅游气象指数初探[J]. 气象研究与应用, 2019, 40(4):77-80.
[9]	张利华, 任曙霞, 张永强, 等. 梨树始花期预报[J]. 气象科技, 2012, 40(3):485-488.
[10]	王晓默, 李宪光, 董宁, 等. 济宁桃花盛花期预报模式[J]. 农学学报, 2014, 4(12):104-106. doi: 10.11923/j.issn.2095-4050.2014-xb0361
[11]	GHELARDINI L, SANTINI A, BLACK-SAMUELSSON S, et al. Bud dormancy release in elm (Ulmus spp.) clones-a case study of photoperiod and temperature responses[J]. Tree physiology, 2010, 30:264-274. doi: 10.1093/treephys/tpp110 URL
[12]	TOLEDO M, POORTER L, PEÑA-CLAROS M, et al. Climate is a stronger driver of tree and forest growth rates than soil and disturbance[J]. Journal of ecology, 2011, 99(1):254-264. doi: 10.1111/jec.2010.99.issue-1 URL
[13]	郑园, 谢明, 成春丽, 等. 纳雍珙桐始花期与气候因子的相关性及预报模型[J]. 贵州农业科学, 2019, 47(1):111-115.
[14]	董宛麟, 王林鹏, 房志玲, 等. 北京山桃开花期变化及其气候影响因子分析[J]. 农学学报, 2020, 10(9):53-59. doi: 10.11923/j.issn.2095-4050.cjas20190700116
[15]	魏凤英. 现代气候统计诊断与预测技术[M]. 北京: 气象出版社, 2007:37-59.
[16]	刘思廷, 杨晔, 张艳品, 等. 河北省赵州雪梨气候品质评估技术研究[J]. 贵州农业科学, 2021, 49(10):104-110.
[17]	李茂贵, 朱承山. 酒埠江水库入库流量预报的逐步回归方法[J]. 水电能源科学, 2001, 19(1):49-51.
[18]	马传芝. 温度对果树自然休眠调控的影响[J]. 中国果树, 2006(6):52-53.
[19]	孙士宗, 王志刚. 梨[M]. 北京: 中国农业大学出版社, 2005:32-33.
[20]	刘俊, 李云云, 刘浩龙, 等. 气候变化对成都桃花观赏旅游的影响与人类适应行为[J]. 地理研究, 2016, 35(3):504-512. doi: 10.11821/dlyj201603009
[21]	张倩, 李新建, 吴新国, 香梨果实生长与气象因子的关系[J]. 山西农业科学, 2014, 42(4):376-379.
[22]	郭连云, 赵年武. 贵德县梨树始花期与气象因子的相关分析及预报模型[J]. 中国农学通报, 2016, 32(7):147-151. doi: 10.11924/j.issn.1000-6850.casb15100013
[23]	张震, 丁乃千. 梨花花期与产量的相关性及产量预报模型[J]. 贵州农业科学, 2015, 43(4):158-162.

时间尺度	平均气温		平均最高气温		平均最低气温		日照		降水
时间尺度	因子	相关系数	因子	相关系数	因子	相关系数	因子	相关系数	因子	相关系数
上旬/2	x₁	-0.332	x₂₂	-0.326	x₄₃	-0.33	x₆₄	-0.079	x₈₅	0.044
中旬/2	x₂	-0.234	x₂₃	-0.299	x₄₄	-0.199	x₆₅	-0.093	x₈₆	0.033
下旬/2	x₃	-0.525^**	x₂₄	-0.567^**	x₄₅	-0.495^*	x₆₆	-0.157	x₈₇	0.248
上旬/3	x₄	-0.384	x₂₅	-0.427^*	x₄₆	-0.302	x₆₇	-0.157	x₈₈	0.151
中旬/3	x₅	-0.847^**	x₂₆	-0.810^**	x₄₇	-0.825^**	x₆₈	-0.135	x₈₉	0.196
下旬/3	x₆	-0.482^*	x₂₇	-0.484^*	x₄₈	-0.466^*	x₆₉	-0.102	x₉₀	0.444^*
上旬/4	x₇	-0.740^**	x₂₈	-0.728^**	x₄₉	-0.711^**	x₇₀	-0.331	x₉₁	0.554^**
中旬/4	x₈	-0.656^**	x₂₉	-0.654^**	x₅₀	-0.662^**	x₇₁	-0.357	x₉₂	0.202
上中旬/2	x₉	-0.408	x₃₀	-0.430^*	x₅₁	-0.400	x₇₂	-0.108	x₉₃	0.125
中下旬/2	x₁₀	-0.455^*	x₃₁	-0.518^**	x₅₂	-0.431^*	x₇₃	-0.075	x₉₄	0.097
下旬/2-上旬/3	x₁₁	-0.591^**	x₃₂	-0.618^**	x₅₃	-0.531^**	x₇₄	-0.199	x₉₅	0.218
上中旬/3	x₁₂	-0.678^**	x₃₃	-0.682^**	x₅₄	-0.636^**	x₇₅	-0.014	x₉₆	0.251
中下旬/3	x₁₃	-0.771^**	x₃₄	-0.773^**	x₅₅	-0.736^**	x₇₆	-0.02	x₉₇	0.159
下旬/3-上旬/4	x₁₄	-0.754^**	x₃₅	-0.765^**	x₅₆	-0.738^**	x₇₇	-0.276	x₉₈	0.546^**
上中旬/4	x₁₅	-0.805^**	x₃₆	-0.791^**	x₅₇	-0.797^**	x₇₈	-0.454	x₉₉	0.516^**
2月	x₁₆	-0.513^*	x₃₇	-0.543^**	x₅₈	-0.508^*	x₇₉	-0.017	x₁₀₀	0.203
中旬/2-上旬/3	x₁₇	-0.547^**	x₃₈	-0.603^**	x₅₉	-0.491^*	x₈₀	-0.161	x₁₀₁	0.181
下旬/2-中旬/3	x₁₈	-0.745^**	x₃₉	-0.760^**	x₆₀	-0.695^**	x₈₁	-0.081	x₁₀₂	0.319
3月	x₁₉	-0.775^**	x₄₀	-0.779^**	x₆₁	-0.733^**	x₈₂	-0.057	x₁₀₃	0.215
中旬/3-上旬/4	x₂₀	-0.850^**	x₄₁	-0.860^**	x₆₂	-0.831^**	x₈₃	-0.151	x₁₀₄	0.492^*
下旬/3-中旬/4	x₂₁	-0.798^**	x₄₂	-0.801^**	x₆₃	-0.785^**	x₈₄	-0.413	x₁₀₅	0.519^**

时间尺度	平均气温		平均最高气温		平均最低气温		日照		降水
时间尺度	因子	相关系数	因子	相关系数	因子	相关系数	因子	相关系数	因子	相关系数
上旬/2	x₁	-0.332	x₂₂	-0.326	x₄₃	-0.33	x₆₄	-0.079	x₈₅	0.044
中旬/2	x₂	-0.234	x₂₃	-0.299	x₄₄	-0.199	x₆₅	-0.093	x₈₆	0.033
下旬/2	x₃	-0.525^**	x₂₄	-0.567^**	x₄₅	-0.495^*	x₆₆	-0.157	x₈₇	0.248
上旬/3	x₄	-0.384	x₂₅	-0.427^*	x₄₆	-0.302	x₆₇	-0.157	x₈₈	0.151
中旬/3	x₅	-0.847^**	x₂₆	-0.810^**	x₄₇	-0.825^**	x₆₈	-0.135	x₈₉	0.196
下旬/3	x₆	-0.482^*	x₂₇	-0.484^*	x₄₈	-0.466^*	x₆₉	-0.102	x₉₀	0.444^*
上旬/4	x₇	-0.740^**	x₂₈	-0.728^**	x₄₉	-0.711^**	x₇₀	-0.331	x₉₁	0.554^**
中旬/4	x₈	-0.656^**	x₂₉	-0.654^**	x₅₀	-0.662^**	x₇₁	-0.357	x₉₂	0.202
上中旬/2	x₉	-0.408	x₃₀	-0.430^*	x₅₁	-0.400	x₇₂	-0.108	x₉₃	0.125
中下旬/2	x₁₀	-0.455^*	x₃₁	-0.518^**	x₅₂	-0.431^*	x₇₃	-0.075	x₉₄	0.097
下旬/2-上旬/3	x₁₁	-0.591^**	x₃₂	-0.618^**	x₅₃	-0.531^**	x₇₄	-0.199	x₉₅	0.218
上中旬/3	x₁₂	-0.678^**	x₃₃	-0.682^**	x₅₄	-0.636^**	x₇₅	-0.014	x₉₆	0.251
中下旬/3	x₁₃	-0.771^**	x₃₄	-0.773^**	x₅₅	-0.736^**	x₇₆	-0.02	x₉₇	0.159
下旬/3-上旬/4	x₁₄	-0.754^**	x₃₅	-0.765^**	x₅₆	-0.738^**	x₇₇	-0.276	x₉₈	0.546^**
上中旬/4	x₁₅	-0.805^**	x₃₆	-0.791^**	x₅₇	-0.797^**	x₇₈	-0.454	x₉₉	0.516^**
2月	x₁₆	-0.513^*	x₃₇	-0.543^**	x₅₈	-0.508^*	x₇₉	-0.017	x₁₀₀	0.203
中旬/2-上旬/3	x₁₇	-0.547^**	x₃₈	-0.603^**	x₅₉	-0.491^*	x₈₀	-0.161	x₁₀₁	0.181
下旬/2-中旬/3	x₁₈	-0.745^**	x₃₉	-0.760^**	x₆₀	-0.695^**	x₈₁	-0.081	x₁₀₂	0.319
3月	x₁₉	-0.775^**	x₄₀	-0.779^**	x₆₁	-0.733^**	x₈₂	-0.057	x₁₀₃	0.215
中旬/3-上旬/4	x₂₀	-0.850^**	x₄₁	-0.860^**	x₆₂	-0.831^**	x₈₃	-0.151	x₁₀₄	0.492^*
下旬/3-中旬/4	x₂₁	-0.798^**	x₄₂	-0.801^**	x₆₃	-0.785^**	x₈₄	-0.413	x₁₀₅	0.519^**

回归统计
Multiple R		0.959
R Square		0.919
Adjusted R Square		0.889
标准误差		1.790
观测值		21
方差分析
		自由度df		平方和SS			均方MS		F		P
回归分析		6		581.698			96.950		30.262		0.000
残差		14		51.258			3.204
总计		20		632.957
模型的参数估计及检验
	系数		标准误差		t Stat	P-value		Lower 95%		Upper 95%		下限95.0%	上限 95.0%
Intercept	28.585		6.166		4.636	0.000		15.513		41.656		15.513	41.656
x₅	-2.095		1.152		-1.819	0.088		-4.537		0.347		-4.537	0.347
x₂₀	2.101		2.511		0.837	0.415		-3.222		7.425		-3.222	7.425
x₂₆	0.519		0.961		0.540	0.597		-1.518		2.556		-1.518	2.556
x₄₁	-1.608		1.855		-0.866	0.399		-5.541		2.326		-5.541	2.326
x₆₂	-0.965		1.045		-0.923	0.370		-3.180		1.251		-3.180	1.251
x₁₀₄	0.152		0.045		3.397	0.004		0.057		0.247		0.057	0.247

回归统计
Multiple R		0.959
R Square		0.919
Adjusted R Square		0.889
标准误差		1.790
观测值		21
方差分析
		自由度df		平方和SS			均方MS		F		P
回归分析		6		581.698			96.950		30.262		0.000
残差		14		51.258			3.204
总计		20		632.957
模型的参数估计及检验
	系数		标准误差		t Stat	P-value		Lower 95%		Upper 95%		下限95.0%	上限 95.0%
Intercept	28.585		6.166		4.636	0.000		15.513		41.656		15.513	41.656
x₅	-2.095		1.152		-1.819	0.088		-4.537		0.347		-4.537	0.347
x₂₀	2.101		2.511		0.837	0.415		-3.222		7.425		-3.222	7.425
x₂₆	0.519		0.961		0.540	0.597		-1.518		2.556		-1.518	2.556
x₄₁	-1.608		1.855		-0.866	0.399		-5.541		2.326		-5.541	2.326
x₆₂	-0.965		1.045		-0.923	0.370		-3.180		1.251		-3.180	1.251
x₁₀₄	0.152		0.045		3.397	0.004		0.057		0.247		0.057	0.247

年份	日序		x₅	x₂₀	x₂₆	x₄₁	x₆₂	x₁₀₄	准确率/%
年份	观测值	预测Y	x₅	x₂₀	x₂₆	x₄₁	x₆₂	x₁₀₄	准确率/%
2021	10	11.777	6.9	10	11.2	14.8	5.5	6.1	82.3
2022	21	22.088	2.3	7.2	6.9	11.8	3.2	11.0	87.2