基于气象条件下的牡丹花期预报预测研究

牡丹花期仅为7～10 d,且花期时段相对比较集中。由于每年气象条件不同,牡丹开花期可能提前或推迟。为了解决临夏牡丹文化节与盛花期不相吻合的问题,选取紫斑牡丹为研究对象,根据临夏市春季不同气象条件下的牡丹开花期,选取气温、积温、日照和空气湿度气象因子进行主成分分析和逐步回归分析,剔除对花期相关性影响小的因子,最终选取气温和积温建立多元回归模型,对牡丹花期进行预报预测,为牡丹文化节组委会提供决策依据。结果显示:牡丹盛花期与当地稳定通过3℃的首日至盛花期间的气温和该段时间内的有效积温有显著的关系。通过建立多元回归模型对过往年份牡丹花期进行模拟预测,花期预报最多相差4 d,花期预报与实际花期相差2 d内的准确率达到77.8%,相差3 d内的准确率为88.9%,与之前的花期预报模型相比,准确率有了明显提升。     

承德县国光苹果始花期与气象因子的相关分析及预报模型

为准确做好承德县国光苹果始花期预测、发布花期风险预警,尽可能减轻花期灾害对苹果生产造成的不利影响,利用2010—2023年承德县国光苹果生育状况观测资料和同期地面气象观测数据,统计分析始花期与各气象因子之间的关系,结果表明：国光苹果始花期与1月上旬气温、3月下旬气温、3月下旬0 cm地温、浅层地温和4月上中旬地温、稳定通过≥10℃的初日、积温显著相关。挑选显著因子应用逐步回归方法建立预报模型,回代检验中始花期预报值与实际值相差0～2 d的准确率达83%,2022—2023年始花期预报值与实际值相差分别为3 d和1 d,所建立的预报模型可用于承德县国光苹果始花期的预报。     

芮城县苹果花期预报模型研究

利用芮城县1984—2012年苹果花期序列资料和气象观测资料,用SPSS统计软件计算出苹果花期与温度、降水和日照时数等气象因子的相关系数,发现气温对苹果花期的影响最为显著,其次是日照时数,降水的影响很小;气温、日照时数对苹果花期的影响表现为一致性负相关。筛选出影响苹果花期的主要气象因子是年平均气温、2月平均气温、3月平均气温、3月地面温度、开花前1个月≥0℃积温和3月至4月上旬≥0℃积温、3月日照时数,采用逐步回归分析法建立了基于以上因子的苹果花期预报模型,用建立的预测模型对1984—2012年芮城县苹果花期进行回测,准确率较高。平均始花期预测值与实际观测值绝对误差为0,最大差值为6 d;平均盛花期预测值与实际观测值绝对误差为1 d,最大差值为9 d,预报值与实测值基本吻合,表明建立的预测模型能准确预测芮城县苹果花期。     

西南冷凉高地苹果始花期预报方法研究

为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。     

米林县野生黄牡丹花期预报模型研究

本文选取米林县本站及扎贡沟黄牡丹物候资料及生长期气候观测资料,对比分析花期与当地气象条件的关系,建立野生黄牡丹花期预报模型,以2016年观测数据作为独立样本检验预报模型,得出通过观测萌动期运用该模型,预测2017年扎贡沟野生黄牡丹盛花期为5月22日至6月4日,在"5·28"文化节当天通过实地观测确定属于黄牡丹盛花期。     

气象因子预测油菜盛花期的探讨

统计分析龙游连续15年气象条件与油菜盛花期的关系,并利用气象因子建立油菜盛花期预测模型。结果表明,气温对油菜花期影响作用最显著,日照其次,降水量影响最小。利用月气温资料和油菜始花期数据建立盛花期定期和不定期2种预测模式,可以应用于油菜花期预报和服务。     

荔波县油菜开花盛期预报研究

利用荔波县气象站1981-2010年的油菜花期数据和逐日气温资料,分析气温对油菜花期的影响。结果表明：油菜盛花期与上年12月1日到平均盛花期活动积温成明显的负相关关系,活动积温越大,温度积累越足,油菜花盛花期越早;反之盛花期越晚;盛花期与上年12月至当年2月逐旬平均、逐旬最高、逐旬最低气温因子呈负相关关系。利用SPSS统计软件,将上年12月至当年2月上旬逐旬平均、逐旬最高、逐旬最低气温因子及上年12月1日到平均盛花期的活动积温作为备选因子进行逐步回归,建立油菜盛花期预报模型,再利用建立的预报模型进行拟合,发现拟合效果较好。     

基于多元回归的牡丹花期预测

利用菏泽牡丹多年的气象要素的测定资料,采用多元回归以及逐步回归法,建立了气温、地温与牡丹花期关系的线性回归模型。该模型的预测结果与牡丹的实际盛花期基本吻合。该模型为确定菏泽牡丹花会的召开提供了依据。     

南京市樱花始花期预报方法研究

利用南京市2012—2021年气象数据及樱花花期观测资料,对南京市樱花始花期特征及其气象因子进行了分析,通过多元回归分析法构建了南京市樱花始花期预报分析模型,并进行了分析。结果表明：(1)南京市樱花始花期平均日序数为79.2 d,近10年来南京市樱花始花期日序数变化趋势不明显。(2)对由3月上旬积温因子建立的樱花花期预报模型进行检验得出的樱花始花期与真实花期平均绝对误差为2.02 d;由前1年12月上旬至当年3月中旬积温和因子建立的樱花花期预报模型进行检验得出的樱花始花期与真实花期平均绝对误差为2.19 d,说明长期积温是影响南京樱花始花期的关键因子;由多因子预报模型进行检验发现多因子建立的预报模型预报误差明显低于单一因子建立的预报模型。对比3种预报模型对2022年南京市樱花始花期进行花期预报,发现综合X₁₀和X₁₄这2个气象因子建立的花期预报模型计算得出的2022年南京市樱花始花期预测值与实际花期的误差较小,可以较为准确地预测出南京市樱花始花期。     

菏泽牡丹花期预报模型构建方法

通过分析山东省菏泽市1964-2015年早熟品种始花日期与气象要素之间的关系,筛选与始花期相关性较好的要素,采用膨化方法对其进行处理,并利用逐步回归方法,将膨化后的备选因子和牡丹花期建立统计预报模型,构建菏泽牡丹花期动态预报模型。结果表明,牡丹始花期受积温、平均气温、地温等温度要素影响显著,与降水和日照时数关系不大,利用积温、平均气温及地温膨化要素构建的预报模型,预报效果较好,通过对随机预报结果验证表明模型能够反映牡丹花期对气候因子变化的响应,模型模拟值与实测值比较吻合。该方法构建的模型可以用来模拟预测牡丹花期,并在一定程度上克服了固定模型仅能在固定时间对牡丹花期进行预报的限制性。