基于辐热积的油菜始花期预报模型

吴芳 邹学智 李静 王葳葳

摘要：为探索江苏省兴化市油菜花期的变化规律，研究其花期预报方法，助力兴化市开展“千垛菜花节”旅游活动，现利用2000—2019年兴化市油菜始花期观测资料和同期气象资料，分析油菜始花期的特征，构建基于辐热积（TEP）油菜始花期预报模型。结果表明，兴化市油菜平均始花期为3月17—18日（闰年为3月16—17日），始花期呈逐年提前的趋势，提前速率为0.5 d/年，且变率比较大;基于辐热积模型预报结果与实际始花期平均相差最小为2.51 d，有效积温方法预报结果与实际始花期平均相差3.67 d;基于辐热积建立的油菜始花期预报回归模型，有效地提高了预报精度。

关键词：油菜;始花期;辐热积;始花期预报;有效积温

中图分类号：S165+.21   文献标志码： A

文章编号：1002-1302（2021）11-0153-05

收稿日期：2020-09-15

基金项目：江苏省气象局预报员专项（编号：JSYBY201808）。

作者简介：吴 芳（1992—），女，江苏兴化人，硕士，助理工程师，主要从事农业气象研究。E-mail：695996312@qq.com。

通信作者：邹学智，硕士，工程师，主要从事农业气象研究。E-mail：zhicun001@126.com。

随着人们生活水平的提高，旅游赏花已成为人们的一种生活时尚。提前预测观赏性植物的开花时间，对举办旅游活动以及公众安排出行计划具有一定的指导意义。目前，在植物花期与气候变化以及观赏性植物花期预报等方面前人已经做了大量的研究工作，张利华等分别针对梨树、牡丹、迎春花和樱花等木本植物构建模型预测花期[1-4]，并得到了很好的验证，但是针对农业旅游的油菜花花期预报的研究则鲜有报道。

近年来随着“菜花节”休闲观光农业的发展，以千岛样式形成的江苏省兴化油菜花景观享誉全国，油菜逐步发展成为兴化市主要休闲观光观赏作物之一。前人研究结果表明，气候条件对油菜的生长有重要影响，如张佩等分析了江苏省油菜全生育期气候因子的时空分布特征[5];董芹等划分了油菜各生育期的气象指数等级和灾害预警等级[6];叶海龙等分析了气象因子对油菜生育期的影响，气温因子影响最显著[7-8];方丽等研究发现，影响油菜生长的主要气象因子，不同生育期有所差异，且气候资源时空变化对油菜生长有利[9]。本研究在前人气象因子研究的基础上构建花期预报模型，对兴化市“千垛菜花旅游节”的成功举办和推动兴化市旅游、经济发展有着重要意义。

目前，预报油菜花期最常采用的是积温模型[10-12]，此方法操作简单，模式稳定准确且生物学意义明显，但未考虑日照、辐射等其他气象因子，存在不确定因素，预报精度相对较低。倪纪恒等综合考虑温度和太阳辐射对作物生长发育指标的影响累积模型，提出辐热积模型[13]，被广泛应用于黄瓜、番茄、甜瓜等作物的生长模拟[14-16]。迄今为止，基于辐热积法模拟油菜生长发育模型的研究较少[17-18]，尤其是基于辐热积法预报油菜始花期的研究鲜有报道。

本研究针对兴化市油菜赏花期乡村旅游经济对花期预报的需求，以兴化市为研究区域，以油菜始花期的气象要素为研究对象，通过对2000—2019年近20年油菜花期的研究以及同期气象要素分析，建立基于辐热积的油菜始花期预报模型，指导乡村旅游赏花活动，以期为兴化市“千垛菜花旅游节”的顺利召开提供科學保障。

1 材料与方法

1.1 数据获取

油菜始花期资料来自兴化市农业农村局，以2000—2019年的冬油菜作为研究对象，始花期的标准是大田栽培的油菜田中1%的花朵开放之日。同步年份的气象资料来自兴化市气象局，采用温度、日照时数等观测数据。

1.2 方法

1.2.1 辐热积计算

温度和辐射是影响作物生长发育的2个重要环境因子[19-21]，温度对油菜生长的影响用热效应来表示，辐射对油菜生长的影响用辐射效应来表示。在一定的栽培条件下，将热效应与光合有效辐射的乘积定义为辐热积（TEP）[13，22-23]。以油菜始花期作为因变量，辐热积作为自变量，建立两者之间的动态关系。首先计算1 h内的相对热效应（RET）和光合有效辐射（PAR），然后将两者相乘得到每小时的辐热积，将1 d中的小时辐热积累加得到每日相对辐热积（RTEP），最后累加每日相对辐热积得到累积辐热积（TEP）。

具体计算按公式（1）～（4）进行：

RTE（T）=0（T

T-TbTo-Tb（Tb≤T

1（T=To）

Tm-TTm-To（To≤T

0（T≥Tm）;（1）

PAR=0.5Q;（2）

RTEP=∑24i=1[RET（i）·PAR（i）];（3）

TEP=∑（RTEP）。（4）

式中：T为平均温度，℃;Tb为生长下限温度，℃;Tm为生长上限温度，℃;To为生长最适温度，℃;0.5为光合有效辐射在太阳总辐射中的比例[25-26];Q为1 h 内的太阳总辐射，J/（m2·h）;PAR为1 h内的总光合有效辐射，J/（m2·h）;RTEP为每日相对辐热积，J/（m2·d）;RET（i）为1 d内第i小时的平均相对热效应;PAR（i）为1 d内第i小时的平均光合有效辐射，J/（m2·d）;TEP为累积辐热积，J/m2。其中油菜生长的下限温度为5 ℃，上限温度为32 ℃，最适温度为20 ℃[6，24]。

1.2.2 有效积温计算

植物需要在一定的温度以上才开始生长发育，此温度在生态学中称为发育阈温度或生态学零度，但仅是温度达到要求还不能满足完成发育和生长的需求，植物完成某一阶段的发育必须向外界摄取一定的热量，此热量为总积温或者有效积温。有效积温计算方法详见公式（5）：

K=∑ni=1（T-Tb）。（5）

式中：K为累积有效积温，℃;n为完成某阶段发育所需要的有效天数。

1.3 数据分析与利用

在Excel表中计算出油菜始花期的日序数（即距离1月1日的实际天数），分类汇总这20年数据，将其中前14年的数据作为样本建立预报模型，后6年的数据作为检验样本来评价模型。本研究首先计算油菜始花期的日序数，分析油菜始花期的变化特征，同时分析油菜始花期与辐热积的相关性，建立基于辐热积的油菜始花期预报的回归模型。

2 结果与分析

2.1 油菜始花期变化特征

对2000—2019年兴化市油菜花生育期资料进行统计分析。由图1可知，油菜平均始花期的日序数为76.85 d，出现在3月中旬（平年是3月17日至18日;闰年是3月16日至17日），最早出现在3月上旬（3月6日，2019年），最晚出现在3月下旬（3月29日，2012年），两者相差了24 d，2000—2019年兴化市区域油菜始花期呈逐年提前趋势，提前速率为0.5 d/年，且变率较大。由图2可知，2 月份有效积温变率也较大，与始花期日序数变化相对应。

2.2 油菜始花期与辐热积相关性

为提高油菜始花期预报精度，本研究引入辐热积。根据2000—2019年油菜花生育期资料统计分析结果显示，油菜始花期正常在3月中旬，因此本研

究选取表1中所示的与始花期相关性较高的辐热积，用来进行始花期预报。将选取的8个辐热积与油菜实测始花期进行相关性分析，结果表明，1月1日至3月1日辐热积、2月1日至3月1日辐热积、1月1日至3月5日辐热积、2月1日至3月5日辐热积与油菜始花期在0.01水平上显著负相关;1月1日至3月10日辐热积、2月1日至3月10日辐热积、1月1日至3月15日辐热积、2月1日至3月15日辐热积与油菜始花期在0.05水平上显著负相关。由图3可知，1月1日至3月5日辐热积和2月1日至3月5日辐热积与油菜始花期的相关性最好，相关系数分别为-0.797和-0.793，拟合精度r2都在0.6以上。综上所述，选择1月1日至3月1日辐热积、2月1日至3月1日辐热积、1月1日至3月5日辐热积、2月1日至3月5日辐热积来预报油菜始花期。

2.3 基于辐热积构建模型预报油菜始花期

基于以上的相关性分析结果，以油菜始花期作为因变量，以表1中相关性较高的4个辐热积作为自变量，即1月1日至3月1日辐热积、2月1日至3月1日辐热积、1月1日至3月5日辐热积、2月1日至3月5日辐热积，采用回归分析，依次构建油菜始花期 3月1日、3月5日共 6个预报模型：

Y=-0.388 3X1+85.741 0（R2=0.539 9，P<0.001）;（6）

Y=-0.421 5X2+85.234 0（R2=0.535 8，P<0.001）;（7）

Y=-0.414 3X3+87.522 0（R2=0.635 1，P<0.001）;（8）

Y=-0.444 6X4+87.008 0（R2=0.628 5，P<0.001）;（9）

Y=-0.231X1-0.175X2+85.596（R2=0.544，P<0.001）;（10）

Y=-0.260X3-0.170X4+87.407（R2=0.639，P<0.001）。  （11）

采用2014—2019年辐热积预报油菜始花期，将油菜始花期预测结果与实际观测结果对比，由表2可知，这6个模型预报结果的平均绝对误差在8～9 d，预报结果较差。经实地考察调研发現，近几年为促进开展兴化市油菜花节，提前采取人工干预，包括选择早熟品种、提前播种等手段，促使油菜始花期提前，去掉2014—2019年始花期早于3月10日的最后3年（2017—2019年），6个模型预报结果中误差最小的仅2.51 d，采用预报模型（8）（表2平均绝对误差数据中括号内表示去除最后3年后各模型预报结果与实测结果的平均绝对误差）。

2.4 基于有效积温构建模型预报油菜始花期

为了对比基于辐热积的油菜始花期预报模型的预测能力，现以油菜始花期作为因变量，2月份有效积温作为自变量，构建基于有效积温的油菜始花期预报模型。由图4可知，2月份有效积温每升高10 ℃，日序数将减少1.73 d，即始花期提前1.73 d。具体模型如下：

始花期日序数（Y）与2月份有效积温（X9）的回归模型

Y=-0.172 8X9+85.325 0（r2=0.544 1，P<0.001）。（12）

采用 2014—2019年有效积温预报油菜始花期，将油菜始花期预测结果与实际观测结果对比，由表3可知，基于有效积温模型预报结果误差达3.67 d。对比前面辐热积预报结果，可以发现，辐热积预报方程（6）、（8）、（9）、（11）预报的误差比2月份有效积温预报的误差更小，这说明辐热积预报能够提高油菜始花期预报精度。

3 讨论与结论

根据2000—2019年近20年兴化市油菜花期研究以及同期气象要素分析结果表明：（1）油菜平均始花期为3月17日至18日（闰年为3月16日至17日），这20年始花期呈逐年提前的趋势，提前速率为0.5 d/年，并且变率比较大。（2）通过分析选取的8个辐热积与油菜实测始花期相关性，发现1月1日至3月1日辐热积、2月1日至3月1日辐热积、1月1日至3月5日辐热积、2月1日至3月5日辐热积与油菜始花期在0.01水平上显著负相关;1月1日至3月10日辐热积、2月1日至3月10日辐热积、1月1日至3月15日辐热积、2月1日至3月15日辐热积与油菜始花期在0.05水平上显著负相关。（3）通过基于辐热积建立始花期预报回归模型，可以发现，用1月1日与 2月1日至3月1日、3月5日辐热积建立的6个预报模型，精度（r2）均超过了0.6，预报结果误差在8～9 d，这与张晓云等对油菜始花期的预测值[27]误差一致。去掉2014—2019年始花期早于3月10日的最后3年（2017—2019年），预报的平均误差在2～5 d之间。其中模型（8）的预报平均误差最小，为2.51 d。（4）对比有效积温预报油菜始花期，可以发现，基于辐热积的始花期预报模型（6）、（8）、（9）、（11）的预报平均误差均比有效积温预报的误差小，说明辐热积预报能有效提高始花期预报精度。

根据近几年的数据研究以及实地考察调研发现，随着乡村旅游业的发展以及每年“菜花节”的开展，对油菜生长进行了人工干预，包括选择早熟品种、提前播种等手段，致使油菜花始花期提前，这对后期的油菜花期的预报有一定的影响。虽然，目前还不能实现对油菜始花期的高精度预报，但在自然生长状况下，通过辐热积预报模型，提前知道油菜始花期，可在此前提下，合理采取措施即人为干预，将始花期提前到理想的时间，节约人工，提高效率，并为兴化市油菜花节的成功举办、推动兴化旅游和经济发展以及兴化农业气象预报研究发展提供了一定的参考与支撑。

油菜始花期的早晚不仅与气温、日照时数有关，还与降水、湿度等气象因子有关，因此，还需深入分析降水、湿度等气象因子对始花期的影响。后期可加入这些气象因子重新建立模型，同时还要考虑油菜品种、播期等因素，以期提高模型预报精度。

参考文献：

[1]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.

[2]张翠英，王 英，黄玉芳，等. 气候变暖对菏泽牡丹花期的影响及花期预测模型[J]. 中国农业气象，2009，30（2）：251-253.

[3]车少静，赵士林，智利辉. 迎春始花期预报方法的研究[J]. 中国农业气象，2004，25（3）：70-73.

[4]舒 斯，肖 玫，陈正洪. 樱花始花期预报方法[J]. 生态学报，2018，38（2）：405-411.

[5]張 佩，吴 田，姚 薇，等. 江苏省油菜全生育期气候特征的变化分析[J]. 江苏农业科学，2015，43（9）：118-121.

[6]董 芹，霍 焱，蒋 骏，等. 油菜生育期气象指数等级及灾害预警指标研究[J]. 江苏农业科学，2015，43（10）：84-90.

[7]叶海龙，何利德，吴海镇. 油菜生育期气象条件分析[J]. 江西农业学报，2008，20（11）：97-98.

[8]叶海龙，吴海镇. 气象因子预测油菜盛花期的探讨[J]. 浙江农业科学，2013（9）：1080-1081.

[9]方 丽，李涵茂，戴鹏飞，等. 湖南省油菜生育期间气候资源时空变化规律分析[J]. 气象科技，2014，42（4）：725-730.

[10]汪如良，邓德文，郭瑞鸽，等. 鄱阳湖旅游地区油菜花花期的分析研究[J]. 江西科学，2015，33（5）：708-712.

[11]豆青芳，索生睿，钟 存，等. 门源县油菜花期预测研究[J]. 现代农业科技，2019（7）：20-22.

[12]李文静，黄蔚薇，李 倩，等. 长江流域油菜花期预报方法研究[J]. 中国农业资源与区划，2020，41（2）：101-108.

[13]倪纪恒，罗卫红，李永秀，等. 温室番茄发育模拟模型研究[J]. 中国农业科学，2005，38（6）：1219-1225.

[14]李永秀，罗卫红，倪纪恒，等. 用辐热积法模拟温室黄瓜叶面积、光合速率与干物质产量[J]. 农业工程学报，2005，21（12）：131-136.

[15]倪纪恒，罗卫红，李永秀，等. 温室番茄干物质分配与产量的模拟分析[J]. 应用生态学报，2006，17（5）：811-816.

[16]张中典，张大龙，李建明，等. 辐热积驱动的温室甜瓜作物系数模型[J]. 西北农林科技大学学报（自然科学版），2017，45（2）：128-134，142.

[17]余焰文，杨爱萍，蔡小琴，等. 三种油菜产量预测模型在江西的应用比较[J]. 气象科技，2018，46（5）：1032-1037.

[18]余焰文，蔡 哲，姚俊萌，等. 江西省油菜产量集成预测模型方法研究[J]. 气象与减灾研究，2019，42（3）：206-211.

[19]Lieth J H，Carpenter P. Modeling stem elongation and leaf unfolding of Easter lily during greenhouse forcing[J]. Scientia Horticulturae，1990，44（1/2）：149-162.

[20]Karlsson M G，Heins R D，Gerberick J O，et al. Temperature driven leaf unfolding rate in Hibiscus rosa-sinensis[J]. Scientia Horticulturae，1991，45（3/4）：323-331.

[21]Heuvelink E，Marcelis L M. Influence of assimilate supply on leaf formation in sweet pepper and tomato[J]. Journal of Horticultural Science，1996，71（3）：405-414.

[22]Marcelis L M. Fruit shape in cucumber as influenced by position within the plant，fruit load and temperature[J]. Scientia Horticulturae，1994，56（4）：299-308.

[23]倪纪恒，陈学好，陈春宏，等. 用辐热积法模拟温室黄瓜果实生长[J]. 农业工程学报，2009，25（5）：192-196.

[24]张亚杰，李 京，彭红坤，等. 油菜生育期动态模拟模型的构建[J]. 作物学报，2015，41（5）：766-777.

[25]Wang L，Gong W，Ma Y，et al. Photosynthetically active radiation and its relationship with global solar radiation in Central China[J]. International Journal of Biometeorology，2014，58（6）：1265-1277.

[26]Willmott C，Matsuura K. Advantages of the mean absolute error（MAE）over the root mean square error（RMSE）in assessing average model performance[J]. Climate Research，2005，30（1）：79-82.

[27]张晓云，孔祥萍，张海春. 高寒地区油菜花期与气象条件的关系及预测模型[J]. 中国农学通报，2019，35（13）：96-100.