西南冷凉高地苹果始花期预报方法研究

刘少荣 胡勇 沈茜 马涛 曾厅余 孙东汉

摘 要：為有效防御花期低温冷害，提高苹果产量，更好地服务地方高原特色农业和经济社会发展，选择西南冷凉高地苹果种植区的云南昭通地区作为研究对象，开展苹果始花期预报方法研究。选用2010-2020年苹果始花期资料和同时期气象资料，对花期前的气温、积温、日照等气象因子进行相关性分析，利用逐步回归分析方法，建立单一气温、积温和多因子苹果始花期预报模型共6个，并对始花期开展预测和检验。结果表明：月平均气温和旬平均气温因子与始花期有很好的相关性，通过95%的显著性检验，且平均气温越靠近真实花期，其相关性越显著。通过计算并找出最小积温变异系数，可以确定下限温度（或称生物学零度）和积温时段。运用回代和预测两种方法进行检验表明，建立气温和积温的多因子预报模型，预报误差均小于3 d，而建立气温或者积温的单一因子预报模型，预报误差均大于3 d，多因子模型预报的苹果始花期更靠近真实花期。多因子预报模型提前预测时间可达1周左右，在预防苹果花期低温冷害和提高苹果质量方面起到积极作用。

关键词：苹果;始花期;积温;变异系数

中图分类号：S165

文献标识码：A

文章编号：1008-0457（2021）04-0069-08

国际DOI编码：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

西南冷凉高地作为我国苹果四大主产区之一[1]，苹果种植主要分布在云、贵、川高原地区，云贵高原北部的昭通苹果主产地区海拔在1900～2000 m，气候温和，冬无严寒，夏无酷暑[2]，雨量适中，光、热、水资源丰富，自改革开放以来，昭通苹果产业不断扩张、种植规模不断扩大，特别是近十年产量和产值得到了迅速发展，截止2018年，昭通市苹果的种植面积已达3万hm2，总产量和产值由2012年28万t，12.96亿元，跃升到2018年60万t，57亿元，已成为全市农业增效、农民增收的主要产业。气候条件[3-4]与苹果生长、生产密不可分，昭通3月平均气温不到10 ℃，且易出现持续低温和倒春寒等灾害性天气，对苹果展叶、花期伤害极大，从而造成巨大的经济损失。诸多气象因子与植物的生长有密不可分的关系，张利华等[5]对梨树始花期的研究表明，前期气温增高，将导致梨树开花期提前，受低温冻伤的风险加剧，蒙秀菲等[6]对水稻成熟期稻米品质的研究表明，适当增加温度和延长光照时间有利于提高稻米的食味品质。昭通地处低纬高原北部，为西南冷凉苹果主要产区，易受春季低温天气影响，但对于苹果始花期的预报研究仍处于空白阶段。因此，对苹果始花期的准确预报就显得尤为重要，既能有效防范苹果生产风险，又减少经济损失。

目前，对树木花期的预报方法主要有三种：（1）杨国栋等[7]利用前期物候现象，通过测量预报对象本身物候数据并建立预测模型的方法，来预报大山樱花期。（2）运用统计学方法分析果树花期和花期前期的气象因子的相关性，并建立回归预测模型[8-12]，这也是目前比较普遍的研究方法。诸多气象因子中气温是影响木本植物物候的主要因子，陈正洪等[13]通过分析冬季气温变化与樱花花期特征，建立线性或非线性关系模式进行预报;很多学者通过分析树木花期前期的气温、降水、湿度、日照、地温等因子与花期的相关性来建立预报模型[14-15];舒斯等[16]在研究樱花始花期预报方法时，将活动积温作为预报因子改进预报方程后，有效提高了预报准确率;柏秦凤等[17]利用活动积温和有效积温分别计算与始花期相关性，表明有效积温因子与始花期的相关性好于活动积温与始花期的相关性。（3）运用植物花期前某段时间内的其他形态物候观测和花期观测数据来预测，如吕景华等[18]用树木物候期做玉米物候期播种期预报。昭通农业气象工作者自2010年以来，对苹果开展了近10年的物候监测和苹果品质气候适用性等研究，但对苹果始花期的预报使用经验预报方法较多，未建立适用本地的苹果始花期预报模型。本文拟分析昭通苹果始花期与其前期的光照、气温、积温等气候因子的相关性，并建立预报模型对始花期进行预测，为昭通苹果有效防御花期低温冷害，提高苹果产量提供技术支持。

1 材料与方法

1.1 气象资料

（1）气象资料利用昭通国家基本站2009-2020年的11月1日至2月28日日平均气温、旬平均气温、旬平均日照时数，资料来源于昭通市气象资料管理系统。

（2）物候资料使用昭通农业气象实验站2010年至2020年的苹果物候期观测资料，观测依据为《农业气象观测规范》，观测地点为昭阳区旧圃镇，距离昭通国家基本站直线距离8 km。

1.2 研究方法

本文采用始花期標准为每株苹果树有3～5朵花开放，得到的观测日期即为当年的始花期。将始花期转换为日序数（1月1日记作日序数1，1月2日记作日序2，以此类推，如2月1日日序数为32），得到11年的日序数，2009-2017年资料用于建立预报模型，2018-2020年资料用于预测效果检验。

前人对果树始花期的预报研究表明，果树的花期与前期气温、光照条件及积温等因素有着显著的关系，舒斯等[16]、柏秦凤等[17]的研究指出，引进积温预报因子，对预报模型有很大的改进，并且不同生物学零度下的活动积温、有效积温与苹果始花期的相关性也不同，有效积温显著高于活动积温。

本文首先分析日序数与始花期前期平均气温、日照时数、活动积温和有效积温的相关性确定气温、日照预报因子，计算积温变异系数来确定生物学下限温度（或称为生物学零度）和积温时间段，通过变异系数的极小值来确定下限温度和积温时间段，然后综合选取显著相关预报因子，通过线性回归的方法用SPSS软件包建立始花期预报方程，最后通过回代拟合和预测两种方法对预报模型进行检验。

本文重点研究如何确定生物学零度，从而选取最优的活动积温与有效积温的下限温度和积温周期，车少静等[19]、肖静等[20]通过计算积温变异系数的最小值确定生物学零度，杨秀武[21]使用3种不同的方法求出金冠苹果的生物学零度，表明不同生物和不同方法算出的生物学零度结果均不同。本文涉及的变异系数又称为标准离差率，定义为样本标准差与样本平均值的比值。作物生长所需一定的积温，样本积温的均方差就能反映样本积温的稳定度，但是积温时间段的选取不同，样本标准差和样本平均值均随之产生变化，使用变异系数正好能衡量样本积温的稳定度，并且找出最小变异系数，就能确定下限温度和积温时段。

变异系数公式：C.V=（标准偏差SD/平均值Mean）

姚日升等[22]的研究得出，作物某段物候期的积温相对固定，但积温的下限温度均不确定，下限温度的选择存在随意性，对积温时间段的选择也不固定，大多数学者选择1月1日作为积温时段的起始日序，选择0～5 ℃作为生物学零度的参考值。本文为分析前一年气候条件对始花期的影响，故选择前一年11月1日作为积温起始日序，并对资料进行详细的计算和分析，通过变异系数最小的点来确定积温区间和下限温度。图2给出了不同积温时间段和不同下限温度下的变异系数，横坐标为日序数，表示积温起始日与11月1日的相差日序数，如20表示积温起始日为11月20日，纵坐标为活动积温的下限温度，选择0～9 ℃不同的下限温度所获得的积温分别计算变异系数。

2 结果与分析

2.1 始花期基本特征

根据观测记录，昭通地区苹果平均始花期日序数为108.9，与之相对应的日期是平年3月18日～19日，闰年3月17日～18日。最早出现的日期为3月5日（2010年），最晚出现的日期是3月28日（2016年和2017年），有5年出现在3月下旬，占总样本的45.5%。从2010年至2020年苹果始花期日序逐年变化与线性拟合（图1）结果来看，近10 a昭通苹果始花期总体呈推迟趋势，变化趋势为14 d/10 a，经计算样本标准方差为7.661，表明近10 a苹果始花期的稳定性较好。

2.2 积温因子的分析

图2a中的活动积温变异系数低值区出现在坐标（17，9）的位置，值为0.0436（图中*号位置），表明11月7日至次年2月28日大于9 ℃的活动积温相对稳定。图2b中的有效积温变异系数低值区出现在坐标（17，9），（18，9），（18，9），（20，9），（21，9）的位置，其中（17，9）坐标最低值为0.0192（图中*号位置）。从图2中还可以看出，越靠近真实花期，活动积温和有效积温的稳定性越差，积温下限值越小，活动积温和有效积温的稳定性也比较差。如果按照变异系数大于15%说明数据不可信来看，昭通苹果始花期活动积温的下限温度可以确定在7～9 ℃，有效积温的下限温度可以确定在5～9 ℃。所以，本文除选取11月17日至次年2月28日大于9 ℃的活动积温和有效积温作为预报因子外，还将分别计算大于下限温度8 ℃的活动积温，大于下限温度5 ℃和8 ℃的有效积温与始花期的相关系数，来最终确定预报模型中的积温预报因子。

2.3 气温、积温、日照预报因子的相关分析

始花期最早出现在3月上旬，根据业务需要提前一周左右时间进行始花期预测，前期气象因子的选取时间从前一年的11月至次年2月底为止。计算前期气温因子时，通分别选取11月、12月、1月、2月上旬、中旬、下旬平均气温以及1月平均气温、2月平均气温共14个气象因子，计算出与始花期时序的相关性（表1）。从表1中可以看出，苹果始花期与前一年的11月各旬平均气温呈负相关，与前一年的12月中、下旬平均气温与始花期呈正相关，但相关系数均较小，未通过显著性检验;始花期与1月份、2月份平均气温呈负相关，但与1月平均气温相关性极不明显，与2月下旬和2月平均气温均呈显著负相关，且通过0.05显著性检验，说明越临近真实花期，气温对花期的影响越明显。

在分析前期平均气温的基础上，再对始花期前期积温进行分析，分别计算1月1日-2月28日（闰年2月29日）稳定通过下限温度8 ℃的活动积温和稳定通过下限温度5 ℃、8 ℃有效积温与始花期时序的相关性（表2）。结果表明，无论是活动积温还是有效积温，积温越高（低），花期越早（晚）（图3），苹果始花期与积温呈负相关，稳定通过界限温度8 ℃的活动积温、稳定通过界限温度5 ℃有效积温和稳定通过界限温度8 ℃的有效积温与始花期时序显著相关，这与样本积温变异系数确定的下限温度基本吻合。

通过前一年11月至次年2月逐旬累计日照时数与苹果始花期日序数的相关性分析（表3），结果表明，除11月中旬、1月上中、1月中旬累计日照时数与苹果始花期呈正相关外，其余时段日照累计时数与始花期呈负相关。相关系数均未通過显著性检验，表明始花期前期需要一定的晴好天气和光照条件，但日照条件并不是影响本地苹果始花期的关键因子。

2.4 苹果始花期预报模型的建立

2.2、2.3中的分析结果表明，2月下旬平均气温、2月平均气温、1月1日-2月28日5 ℃以上有效积温、8 ℃以上活动积温、8 ℃以上有效积温、11月17日-2月28日9 ℃以上活动积温、9 ℃以上有效积温与苹果始花期呈显著负相关（表4），分别建立前期气温预报方程、前期积温预报方程和多因子预报方程，并通过回代和预测两种方法进行对比检验分析。

2.4.1 前期气温预报苹果始花期

2.3中分析结果表明，2月下旬平均气温和2月平均气温与苹果始花期有较好的相关性，分别使用2010-2017年2月平均气温和2月下旬平均气温建立始花期预报方程。

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月下旬气温和2月平均气温分别进行回代检验（表5），2月下旬气温预报的始花期误差在4 d左右，2月平均气温预报的始花期误差在3 d左右，表明2月平均气温的预报比2月下旬平均气温的预报更真实，2014-2017年的预报误差较小，2011年预报出现异常偏早9 d，2013年预报出现异常偏晚9 d。

2.4.2 积温预报苹果始花期

前期积温与苹果始花期呈显著负相关，前期活动积温和有效积温越高，始花期出现的时间越早，相反，始花期出现的时间越迟。用2010-2017年1月1日至2月28日≥5 ℃有效积温、≥8 ℃活动积温、≥8 ℃有效积温和2009-2016年11月17日至次年2月28日≥9 ℃活动积温、≥9 ℃有效积温建立预报模型。

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年积温资料进行回代检验（表5），结果表明，使用有效积温建立的预报方程（式3、5）预报误差比使用活动积温建立的预报方程（式4）误差小，预测值更接近真实值，且未出现异常偏早或偏晚现象。

2.4.3 多因子预报苹果始花期

在前期气温预报方程和积温预报方程中，可以看出用2月平均气温（X14）、1月1日至2月28日≥5 ℃有效积温（X15）、≥8 ℃有效积温（X16）、≥8 ℃活动积温（X17）、11月17日至2月28日≥9 ℃有效积温（X32）建立的预报方程平均绝对误差相对较小，预报始花期更接近真实花期，将上述5个预报因子加入预报方程，通过非线性多元回归建立新的苹果始花期预报方程：

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

使用2010-2017年资料进行回代检验（表5），结果表明，多因子预报模型预报误差明显低于单一因子预报模型，平均绝对误差低于3 d。2013、2016年预测效果最好，误差小于1 d，2011年误差最大。

2.4.4 预报检验

使用预测检验的方法，分别用式（1）至式（6）对2018-2020年始花期进行预测检验（表6，图4），式（6）预测的近3年苹果花期与真实花期误差为2 d，预测值与真实值最接近，式（1）、式（2）、式（4）预测的效果不理想，有的年份异常偏早或偏晚。图4给出了两种预报检测结果（回代和预测），可以看出，近11 a预测始花期，6种模型预测值与真实值的平均绝对误差低于3 d的只出现了三次（2013年、2014年、2019年），而式（6）预测值与真实值的平均绝对误差低于3 d出现5次，低于2 d出现4次，低于1 d出现3次，预测效果明显好于其他模型。综上，最终选择模型（6）作为昭通苹果始花期预测模型。

3 结论与讨论

通过以上分析得出，昭通苹果始花期最早出现在3月上旬，最晚出现在3月下旬，近10 a呈推迟趋势，花期时序稳定性较好;平均气温因子与苹果始花期有很好的相关性，通过95%的显著性检验，且平均气温越靠近真实花期，其相关性越显著;计算活动积温和有效积温变异系数的最小值，可以更好地确定生物学零度和积温时段，11月17日至2月28日≥9 ℃的有效积温和活动积温与苹果始花期呈显著负相关;加入积温预报因子后，建立的多因子预报方程，比单一因子预报方程的预报结论吻合性好，预报误差约为2天，能有效改进预报方程对花期预报的准确性，这与舒适[16]等对武汉樱花始花期预报的研究结论一致;通过回代和预测两种方法对近10 a的苹果始花期进行检验，预报误差为1～3天，最终将方程Y6=108.888+0.636X14+0.462X15-0.620X16-0.24X17+0.26X32确定为昭通苹果始花期预报模型。

本研究选用红富士晚熟品种作为研究对象，使用的研究方法与前人[7-11]基本相同，都是通过找出与苹果始花期相关性最好的气象因子，通过线性回归建立预报方程，能较好地预测红富士品种的苹果始花期，但其他品种的预报模型还需进行对比分析研究;与柏秦凤[17]等建立分果区精细化苹果始花期预报模型不同，本研究建立的预报模型当前只适用于昭通的昭阳区范围内，而是否适用昭通其他地区，还需做进一步的研究;大多数学者在研究植物花期预报时，使用20 a、30 a或更长时间的资料[5，14-16]，本文仅仅使用了近10 a的资料进行分析，物候观测资料时序相对较短，这是否是影响前期平均气温和日照与始花期的相关性的因素，还值得研究;本研究所建立的预报模型，提前预测时间达到1周左右，虽然能满足当地苹果花期的初步预测需求，但对预报精度的提高、预报因子的选取、预报方程的改进还需继续研究;本文的研究方法，对其他景观植物花期的预报，具有借鉴意义，但长序列、连续、精准的物候观测资料和气象资料是预报工作的前提。

参 考 文 献：

[1] 刘维，刘天军，董子铭.我国苹果生产布局时空演变分析[J].广东农业科学，2013（8），207-209.

[2] 汪琼，马静，黄先月，等.矮化密檀栽培技术在昭通苹果产区的应用与思考[J].北方果树，2019（4）：44-46.

[3] 周晓丽，杨利霞，许伟峰，等.渭北地区苹果花期推迟气温特征分析[J].陕西气象，2012（3）：35-37.

[4] 张福春.气候变化对中国木本植物物候的可能影响[J].地理学报，1995，50（5）：402-410.

[5] 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.

[6] 蒙秀菲，冯仕喜，曾涛，等.灌浆成熟期气温对稻米品质影响[J].山地农业生物学报，2019，38（4）：8-12.

[7] 杨国栋，张明庆，董建华，等.树木花期的预报方法新探[J].首都示范大学学报（自然科学版），2000，21（1）：66-71.

[8] 廖碧婷，黄俊，李少群.广州地区梅花开花期与气象因子的关系[J].广东气象，2018，40（5）：62-64.

[9] 吴炫柯，段毅强，李家文，等.桂花盛花期预报方法初探[J].安徽农业科学，2007，35（27）：8482-8484.

[10] 李美荣，杜继稳，李星敏，等.陕西果区苹果始花期预测模型[J].中国农业气象，2009，30（3）：417-420.

[11] 金美玉，趙晶，付强.龙井市苹果梨始花期预报模型研究[J].安徽农业科学，2017，45（25）：189-191.

[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] 陈正洪，肖玫，陈璇.樱花花期变化特征及其与冬季气温变化的关系[J].生态学报，2008，28（11）：5210-5217.

[14] 刘璐，王景红，傅玮东.中国北方主产地苹果始花期与气候要素的关系[J].中国农业气象，2020，41（1）：51-60

[15] 张惠霞.桃树始花期与气象因子的相关分析及预报模型[J].安徽农业科学，2013，41（10）：4513-4515.

[16] 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.

[17] 柏秦凤，王景红，屈振江，等.陕西苹果花期预测模型研究[J].中国农学通报，2013，29（19）：164-169.

[18] 吕景华，赵翠珍，李海波，等.用树木物候期做玉米物候期播种期预报[J].内蒙古气象，2011（3）：37-39.

[19] 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.

[20] 肖静，李楠，姜会飞.作物发育期积温计算方法及其稳定性[J].气象研究与应用，2010（2）：64-67.

[21] 杨秀武.苹果生物学零度和花期有效积温的研究[J].果树科学，1995，12（2）：98-100.

[22] 姚日升，涂小萍，丁烨毅，等.宁波桃树花期预报方法[J].气象科技，2014，42（1）：180-186.