李瑞苏
(河北省沙河市气象局)
植物秋季红叶是植物周年生长过程中的物候期之一,彩色植物叶片具有自身的组织结构、光合特性、色素组成及其合成过程等特点,而植物秋季红叶的应季时间与艳丽程度则取决于气候、水文、土壤、季节等的影响[1-3]。植物花期与红叶期在旅游业中占有重要地位[4,5],因此,研究植物秋季红叶期是成就当地旅游经济发展的引擎。金秋十月,沙河市柴关乡的王硇村,万亩的红叶林也进入最佳观赏期,王硇古村落地处太行山东麓,屹立于青山怀抱中,地形隐蔽,佛照山、红枫山和笔架山红叶连绵上百里,每年的红叶应时如约而至,慕名而来的国内外游客给当地旅游业增加了可观的经济收入[6,7]。红叶变色与气象环境相关密切,开展红叶观赏期预报对当地旅游业发展具有重要意义。植物的秋季红叶是自然物候现象,与自然气候环境密切相关。物候现象如树木开花、展叶、结果、果实成熟、叶变色、落叶等反映当地环境条件的积累[8,9]。环境条件中的主要因素是气候,气候变化直接影响植物物候期的变化[10]。张增信等[11]研究南京市植物花期年际变化认为,积温是影响的主要影响因素;顾品强等[12]分析桃树开花始期及成熟期与日照、气温、降水气象因子相关密切,其生物学意义比较明显;刘俊等[13]研究桃花盛花期前3 个月温度升高1℃,盛花期提前6.47 d,物候期对气候变化高度敏感;王永格等[14]研究不同光照强度对丽红元宝枫叶影响,秋季红叶以全光照条件下呈色最佳;张春红[15]确定了影响枫叶变色的气象预报因子,建立了枫叶出现的气象指标;蔺银鼎等[16]分析了气候因子对元宝枫着色的影响。尹志聪等[17]研究了香山黄栌树叶变色的气象条件,建立了变色日的气象统计预测模型。值得关注的是,因各地区地势地理位置的不同,环境气候对植物物候及秋季树叶变色的影响不尽一致[18,19]。本研究针对河北沙河市柴关乡王硇村的佛照山、红枫山和笔架山的黄栌树红叶变色日期进行气候诊断分析,找出变色期的主要气象影响因子,并建立变色日气候预测预报模型,为适宜时间段观赏红叶及旅游开发提供参考。
采用的物候资料为沙河佛照山2012—2021 年旅游景区调研资料和林业部门对黄栌树叶变色物候观测数据。设定全山变色率达到10%的日期为红叶变色日(出红状态),斑红率为20%~60%,变色率在60%以上为满红状态,满红状态至落叶50%视为最佳观赏期。气象要素资料选用沙河国家气象观测站2012—2021 年逐日观测资料,气象要素包括气温、降水量、日照时数等。
采用线性相关分析和回归分析方法[20],分析黄栌树叶变色日期与气象因子的相关关系,筛选影响黄栌树叶变色的主要气象因子,建立黄栌树叶变色日的预测模型。利用Excel 2003 软件进行运算。
1.2.1 标准化 分析过程中要素单位不一致,可进行标准化处理。标准化计算如式(1)。
1.2.2 线性相关系数 相关系数r是衡量因变量(叶变色日y)与自变量(气象要素x)之间关系的统计量。相关系数计算如式(2)。
式中-1≤r≤ 1,r>0 表示正相关,r<0 表示负相关。r的绝对值越大,表明个变量之间的相关性越高。通过相关系数显著性检验表查算,当P<0.05为相关显著,当P<0.01 相关极显著,P>0.05 为相关不显著。
1.2.3 回归方程 线性回归方法是研究因变量与自变量的相关关系,从而建立回归方程式yj=b0+b1xi。式中y为黄栌树叶变色日期,xi为气象要素,bi为回归系数[20]。采用回归方程建立红叶期预测模型。
表1 所示,佛照山景区2012—2021 年黄栌树秋季红叶期从10 月上旬开始慢慢变红,可观赏期(斑红状态至落叶期)从10 月中旬持续到11 月上中旬,历时25~33 d,平均为29 d。最佳观赏期(满红至落叶期)从10 月中旬到11 月上中旬,历时21~28 d,平均为25 d。
表1 佛照山景区2016—2021 年黄栌树秋季叶变色期
2.2.1 近期气象要素对黄栌树叶变色日期的影响研究认为光照强度与枫树叶片可溶性糖含量、花色素苷含量和叶片变色质量呈正相关,与胡萝卜素含量和叶绿素含量呈负相关[14]。温度是影响秋季植物红叶变色的主要气象条件之一,且在较低的温度下才表现出最佳的红叶色彩,在低温的诱导下植物体内合成花色素苷,从而引起秋季植物叶色的变化[21,22]。充沛的降雨量有利于树叶的生长和叶绿素的生成,不利于花色素苷合成,所以秋季叶片绿色退去所需要的时间相对较长[23]。依据2012—2021 年资料统计分析,近期日平均气温、最高气温、最低气温、气温日较差和活动积温是影响黄栌树叶变色的主要气象因子。发现黄栌树叶变色初日与前3 d 的温度变化关系最为密切。即在黄栌树叶变色前连续保持3 d 日平均气温在18.0 ℃以下、最低气温低于8.0℃、气温日较差大于12.0 ℃的天气条件,则第四日为红叶变色初日。低温有利于叶绿素的分解,气温日较差大有利于花青素的形成和积累[24,25]。当气温迅速下降到气温指标之下,叶绿素大部分被破坏,有助于花青素的形成,叶子很快变红,反之则慢。2018 年红叶之前气温下降幅度较快,红叶期出现得早,而2019 年10 月上旬气温下降缓慢,推迟了叶变色的时间。表2所示,黄栌树秋季红叶始期和前10 d日平均气温、日最高气温、活动积温相关系数达到极显著(P<0.01)水平,与最低气温达到显著(P<0.05)水平;气温日较差、降水量及日照时数与红叶始期相关不显著。
表2 黄栌树秋季红叶始期与气象要素相关分析
2.2.2 前期气象要素对黄栌树叶变色日期的影响针对黄栌树叶变色日期与前期(6—9 月)气象要素进行了相关统计分析(表3)。黄栌树叶变色日期与9 月平均气温、最高气温呈显著正相关,与8 月降水量呈显著负相关。由此可见9 月的气温越高,黄栌树叶变色晚,反之则叶变色期提前,如2017 年9 月平均最高气温29.5 ℃,较历年平均值(27.0 ℃)高2.5 ℃,黄栌树叶变色期较晚至10 月13 日。8 月降水量越大黄栌树叶变色越晚,降雨量充沛有利于树叶的生长和叶绿素的生成,降水少则树木生长不旺盛,叶片绿色退去所需要的时间相对较短,如2014 年8 月降水仅49.0 mm,比平均降水量(119.1mm)少58.9%,黄栌树叶变色期提前至10 月7 日,比正常早3 d。
表3 6—9 月气象要素与红叶变色日的相关分析
2.3.1 短期预测模型 通过前10 d 平均气温建立红叶始期(y)回归预测模型为y=9.3697+0.8442x。x为前 10 d 日平均气温;经方差分析(表 4),该红叶始期(y)预测模型F值为13.534,标准误差1.295,通过了P<0.01 显著检验水平,模型回代正确率为89.0%,预测准确率为68.2%。预测拟合见图1。
表4 红叶始期短期预测模型方差分析
图1 短期预测拟合
2.3.2 中长期预测模型 通过红叶期与气象要素相关检验,筛选9 月平均最高气温和8 月降水量与红叶变色初始日期建立中期预测模型。通过使用2012—2020 年资料建模,2021 年作为预测检验,其预报模型为y=-1.1719+0.2178x。式中,y是日序数(设定10 月1 日为1,10 月2 日为2……,以此类推),x=d1+d2,其中,d1为9 月平均最高气温的标准化值,d2为8 月降水量标准化值。经方差分析(表5),该红叶始期(y)预测模型F值为18.671,预测值与实测值相关系数为0.837,标准误差1.163,通过了P<0.01显著检验,模型回代正确率为83.3%,预测2021 年y=10.3,实测值10 月9 日。预测拟合见图2。
表5 红叶始期中期预测模型方差分析
图2 中期预测拟合
研究结果表明,秋季红叶始期出现的早晚与前3 d 气温关系密切,对10 d 的气温变化响应明显,并且8 月降水和9 月气温变化对红叶始期影响显著,与王永格等[14]、尹志聪等[17]、吉奇等[26]的研究结果一致。红叶前期的温度高、降水多均有可能将红叶期的时间向后推,表明气候变化对秋季红叶日期的影响具有普遍性。叶变色前3 d 气温下降幅度是影响黄栌树叶变色的主要气象因子,低温高光照条件下光合色素合成受阻,从而引起叶色的变化,低温可以促进花色素苷的合成[27],气温日较差大有利于花青素的形成和积累[24,25]。在植物旺盛生长期高温干旱,可促使叶变色提前[28,29];但 8 月充沛的降水量有利于树叶的生长和叶绿素的生成,叶片绿色退去所需要的时间相对变长;而9 月的高温气候可使红叶期向后推迟。采用2012—2021 年黄栌树叶变色期监测与调研资料,结合沙河国家气象观测站资料,建立黄栌树叶变色期的短、中期预测模型,由于资料年代较短,预测结果准确率相对较低,还需进一步积累资料,完善黄栌树叶变色期的气候预测方法,提高准确率,应用于实际服务。该气候统计模型对预测沙河市秋季观赏黄栌树红叶变色期具有一定的指导作用,对当地旅游发展有一定的帮助。
1)沙河佛照山秋季红叶始期在10 月上旬,落叶在11 月上旬,最佳观赏期在10 月中旬至11 月上旬,平均为25 d。
2)依据2012—2021 年资料分析,天气条件连续保持3 d 平均气温在18.0 ℃以下、最低气温低于8.0 ℃、气温日较差大于12.0 ℃,第四日为黄栌树叶红叶变色初日。
3)黄栌树叶红叶变色初日前10 d 的平均气温、平均最低气温、平均最高气温、活动积温与红叶变色初日呈正相关显著。
4)9 月平均气温,平均最高、最低气温,以及8 月降水量与红叶变色初日呈显著正相关。