迁西梨树花期预报及梨花观赏旅游气象指数研究

郑艳萍, 杜亮亮, 宋晓辉, 王 冠, 石建丰, 郭金海

（1.唐山市气象局, 河北 唐山 063000；2.邯郸市气象局, 河北 邯郸 056001；3.迁西县气象局, 河北 迁西 064300）

随着全国各地春季赏花旅游项目的兴起, 花期预测的重要性日益突显, 针对花期的研究逐年增多[1-5］。中国是世界最大的梨生产国之一, 梨树花期预测得到了普遍重视[6-15］。迁西县位于唐山市北部, 地处燕山南麓, 长城脚下, 属暖温带半湿润大陆性季风气候, 是国家级园林城、国家级休闲农业与乡村旅游示范县, 迁西 “梨花节” 是有名的春季赏花旅游项目, 每年吸引数十万中外游客。准确的梨花期预测和梨花观赏气象指数预报, 对园林部门加强管理、提早准备观花活动, 旅游部门开发旅游项目, 公众适时安排出游赏花等方面意义重大。

为深入做好旅游气象服务, 相关学者开展了相关气象指数的研究[5, 16-19］, 取得了一系列的研究成果。本研究采用相关分析法选取影响梨花期的关键气象因子, 利用多元线性回归方法开展梨花期的预报研究, 同时进行梨花观赏气象指数预报研究, 以期为园林管理、旅游开发和公众赏花提供科学依据。

1 资料与方法

1.1 资料来源

梨树花期物候观测资料来自迁西县花香果巷旅游景区, 按照《农业气象观测规范》[20］规定开展梨树花期物候观测, 以花朵开放多于10%为初花期, 花朵开放50%～80%为盛花期, 花朵开放多于80%为末花期；气象资料为迁西县国家基本气象站的观测资料, 来自河北省气候中心。

1.2 方法

选择直接或间接影响梨花开放、有明确物理意义的气象因子, 包括迁西县气象站2008—2021 年逐月和逐旬平均气温、最高气温、最低气温、0～20 cm地温、降水量、日照时数、积温等气象要素。

首先计算逐年梨始花期日序与开花前期85 个气象因子的时间相关系数R（x,y）, 选择通过α≤0.05显著性水平检验的气象要素作为预报因子, 初选出35 个预报因子, 采用多种方法建立梨树花期线性统计预报模型；并通过平均绝对误差MAE、平均相对误差MRE进行预报效果检验。

采用文献、专家打分、经验等方法, 结合气象条件和梨树花期所处阶段, 确定梨花赏花旅游气象指数等级标准, 开展梨花赏花气象指数预报服务。有关的计算公式如下。

2 影响迁西梨树始花期的主要气象因子

2008—2021 年迁西花香果巷旅游景区梨赏花期（始花期到末花期）平均约为15 d, 平均始花期为4 月11 日, 盛花开始日期为4 月14 日, 凋谢开始日期为4 月26 日；始花期最早出现在2021 年4 月5 日, 最晚出现在2021 年4 月26 日, 最早与最晚日期相差21 d。

选择2008—2021 年前一年10 月至当年4 月（3月上、中、下旬）的月（旬）平均气温、平均最高和最低气温、日照时数、0～20 cm 平均地温, 月降水量；前一年12 月至当年3 月≥0 ℃（5 ℃）积温、1—3 月≥5 ℃积温等85 个气象要素作为预报因子, 计算其与梨树始花期（日序）的时间相关系数, 通过0.05 显著性水平检验的因子见表1。由表1 可见, 通过α≤0.05 显著性水平检验的预报因子有35 个, 有14 个通过了α=0.01 显著性水平检验, 入选因子以气温和地温居多。梨树始花期与前期积温、月（旬）平均气温、月（旬）平均地温和12 月日照时数呈负相关, 与11 月降水量呈正相关, 其中, 与梨树始花期日序相关性最好的因子为12 月至次年3 月≥0 ℃积温, 呈显著负相关（R=-0.758）；与3 月平均最低气温的相关系数次之（R=-0.752）；之后依次为3 月10、5、15、20 cm 平均地温, 均呈负相关, 表明梨树开花前期积温、气温和地温越高, 日照时数越长, 始花期越早；11 月降水量越大花期越晚。另据分析发现, 10 月气象要素与梨树始花期日序的线性相关系数的绝对值R≤0.277, 大部分小于等于0.08, 相关性相对较差。

表1 梨树始花期日序与气象因子的相关系数（α≤0.05）

3 迁西梨树始花期预报

3.1 预报模型

3.1.1 优选因子线性预报模型（方法1） 在通过α=0.01 显著性水平检验的14 个相关性最好的气象因子中, 剔除同类因子相关系数相对较差的因子, 最终选用12 月至次年3 月≥0 ℃积温（X11）、3 月平均最低气温（X12）、3 月10 cm 平均地温（X13）、12 月平均最高气温（X14）和3 月中旬平均最低气温（X15）等因子为预报因子, 建立线性预报方程如下：

3.1.2 全部因子的逐步回归预报模型（方法2） 利用未经初筛的85 个预报因子, 采用逐步回归方法, 建立如下线性回归预报方程：

其中,X21为1—3 月≥5 ℃积温,X22为3 月下旬平均最高气温,X23为3 月下旬平均气温,X24为11 月0 cm 平均地温。

3.1.3 优选因子的逐步回归预报模型（方法3） 在通过α=0.05 显著性水平检验的35 个因子中, 删除同类因子中相关性相对较差的预报因子, 得到24 个相关性较好的因子, 采用逐步回归方法, 建立如下线性回归预报模型：

其中,X31为11 月降水量,X32为12 月至次年3 月≥0 ℃积温,X33为3 月平均最高气温,X34为4 月平均气温。

3.2 预报结果分析

3.2.1 平均误差分析 对3 种预报方法的预报误差进行比较, 从表2 可以看出, 方法1 的预测值与实况值的平均绝对误差为1.770 150, 平均相对误差为0.017 234；方法2 的预测值与实况值平均绝对误差为4.268 914, 平均相对误差为0.041 426；方法3 的预测值与实况值的平均绝对误差为1.288 829, 平均相对误差为0.012 632。通过比较得知, 优化预报因子后所建立的逐步回归方程预报误差为1.29 d, 明显小于其他2 种方法（1.77 d、4.27 d）, 预报效果更优, 可应用于迁西梨树始花期预报业务和服务。

表2 3 种方法的预报误差

3.2.2 逐年误差分析 图1 为3 种预报方法逐年误差分析结果。从图1 可以看出, 方法1 的绝对误差值在0.051 8～5.046 5, 方法2 的绝对误差值为0.507 6～13.605 3, 方法3 的绝对误差值为0.009 9～3.843 9。3 种方法对比可见, 方法1 的预报误差2015 年最小, 2008 年最大；方法2 的预报误差2016 年最小, 2013年最大；方法3 的预报误差2019 年最小, 2008 年最大；方法2 预报效果最差, 方法1 居中, 方法3 预报效果最好。

图1 3 种预报方法逐年误差

4 迁西梨花观赏旅游气象指数的确定

旅游产业具有综合性带动作用, 成为引领消费产业发展、引导区域经济腾飞的引擎产业, 得到各级政府的普遍重视, 气象条件影响到旅游活动的舒适性、质量和满意度, 因此利用科学、标准的方法开展旅游气象条件的分级评价极为重要。旅游气象指数是根据天气情况的变化, 综合考虑热体感、湿度、雨量、风速等多种因素而构建, 能够帮助旅游景区、旅行社和旅游者评判旅游的气象适宜程度, 为旅游活动的开展提供科学依据。

4.1 梨花观赏气象因子等级

根据迁西县春季气候特点, 通过查阅文献、实地调查、走访专家、经验等方法, 结合出行便利程度、人体舒适度等指标, 确定影响梨花观赏的气象因子, 主要包括气温、降水、风力、能见度等, 具体见表3。

表3 梨花观赏气象因子等级及标准

4.2 梨花观赏旅游气象指数

综合考虑梨花花期和春季旅游气象因子, 采用排列组合的方式确定梨花观赏旅游气象指数, 共分为4 个等级：一级适宜、二级较适宜、三级不太适宜、四级不适宜, 同时确定相应的气象服务提示语, 具体见表4。

表4 迁西梨花观赏旅游气象指数分级及提示语

5 小结

梨树始花期与35个气象因子密切相关（α=0.05）, 与14 个气象因子紧密相关（α=0.01）；其中, 12 月至次年3 月≥0 ℃积温的相关性最好（R=-0.758）、3 月平均最低气温次之, 与10 月的气象要素相关性较差。梨始花期主要与前期积温、月（旬）平均气温、月（旬）平均地温和12 月日照时数呈显著负相关, 与11 月降水量呈正相关；表明梨开花前期积温、气温和地温越高, 日照时数月长, 始花期越早；11 月降水量越大花期越晚。利用优化因子建立的线性预报模型和逐步回归预报模型预报效果好于全部因子逐步回归预报模型；优化因子逐步回归预报模型平均绝对误差最小, 仅为1.29 d, 预报效果最优, 可应用于迁西梨始花期预报业务和服务。一般入春后7～10 d, ≥5 ℃积温达150 ℃左右, 可考虑开始进入始花期。

综合考虑梨花花期和春季旅游气象因子, 采用排列组合的方式确定迁西梨花节赏花旅游气象指数, 分为适宜、较适宜、不太适宜、不适宜4 级标准, 并给出对应的建议, 可对相关部门、社会公众旅游赏花提供指导。