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。     

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。     

菏泽牡丹初花期的气象条件分析

本文利用曹州牡丹园历年牡丹初花期资料及菏泽气象资料全面普查可能影响牡丹初花期的气象因素,较全面分析牡丹初花期与气象条件关系。气象要素的时间尺度从旬逐步扩展到8个月。结果表明:2~3月积温和上年4~6月积温对牡丹初花期有显著相关,尤其是2~3月积温是决定牡丹初花早晚的重要因素;秋季到前冬的空气相对湿度和冬季到初春的日照时数对初花期影响也有一定影响;某气象要素特征持续1个月以上影响,才能对牡丹初花期产生明显影响;初春平均气温与牡丹初花期历史序列历史资料曲线演变趋势相似且同时发生了突变。对研究牡丹生理生化、牡丹栽培、牡丹初花期调控及牡丹初花期中长期预报有较好的参考作用。     

洛阳高山种植区牡丹花期预测模型构建与检验

针对洛阳牡丹花期与牡丹花会开幕时间不相吻合这一现象,通过研究洛阳高山种植区1992-2010年迎日红、洛阳红和首案红牡丹花期资料与气象资料,采用SPSS软件分析大气温度、地温、有效积温等与牡丹花期之间的内在关系,构建洛阳高山种植区牡丹花期预测模型。结果表明:15cm土层厚度处地温稳定通过4℃的平均温度和积温与牡丹花期有极显著的相关性。采用晚花品种构建模型预测误差范围在-2.375 2～2.456 5d,误差较小,效果较好。     

气象因素对杜鹃花花期的影响

本文主要通过对汝阳县2012年冬春季节的温度、水分、光照等气象因素的分析,得出光、温、水条件对杜鹃花花期的影响,总结出适宜该县杜鹃花开放的气象条件,为更准确地预报花期、更好地为游客服务做出贡献。     

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。     

江南牡丹花期调控试验研究

[目的]研究适合江南牡丹的花期调控技术。[方法]以盆栽的江南牡丹为试验材料,以控制其环境因素为主,辅以激素的施用,设计调控其花期的2因素3水平正交试验。定期观察牡丹生长情况,记录并分析各项数据。[结果]试验表明,温度是影响江南牡丹花期的重要因素,而赤霉素GA3的施用也会对江南牡丹的花期有一定的影响;该试验中的江南牡丹经过10d低温处理后,在根施200mg/L的赤霉素后再进行15d的高温处理,即可达到较高的开花率。[结论]江南牡丹花期具可调控性。     

油用牡丹种子采摘始期预报模型研究

为探讨油用牡丹种子成熟采摘期受气象条件影响的变化规律,依据菏泽市2008—2019年油用牡丹物候观测资料和生育期间气温、光照及降水量等气象要素,利用Microsoft Office Excel 2013、DPS统计软件,采取相关分析、回归分析、滑动平均等数理统计方法,分析了气象条件对油用牡丹生长及种子成熟期的影响。结果表明：油用牡丹花期年变化趋势和种子采摘始期年变化趋势基本一致,个别年份因出现特别的气候异常除外;影响种子采摘始期的气象因子主要是温度,包括平均气温、积温、最高最低日较差等,相关性达显著性检验。光照、湿度、降水等与种子采摘始期相关不显著,但这些气象因子对牡丹生长的影响不容忽视;选取相关显著的气象因子,采用回归方法,建立了油用牡丹种子采摘始期预报模型,分别于7月11日、7月21日制作并发布种子采摘始期预报。模型历史回代,并对2019、2020年进行预报检验（允许误差均在±1天）,准确率均为100%,拟合和试报效果较为理想,研究结果可为花农适时采摘优质牡丹种子提供科学参考依据。     

基于机器学习的苹果始花期预测

始花期的早晚是生长过程中气象因子累积对果树产生的影响。冬季果树休眠是一个需冷量到需热量的过程,研究了这一过程中气象因子对苹果果树始花期的影响并预测始花期。基于山西省吉县苹果物候数据和气象数据,研究三个时间段内（是否发生冻害、能否正常越冬和热量与水分需求）气温、湿度、地温、降水量和光照等气象因子对花期的影响程度,采用多元线性回归方法和组合方法,建立山西省吉县苹果果树始花期的预测模型。结果表明,在三个不同时间段内预测值与真实值的决定系数分别为：0.59、0.71和0.48。由于分析天数长短的不同,基于能否正常越冬建立的模型效果最好,其决定系数为0.71,分析天数最短的基于热量与水分需求时间段的模型决定系数最小,这表明预测过程中分析天数的选择不宜过小。使用组合方法模型的决定系数为0.78,比能否正常越冬时间段模型的0.71略有提升。同时预报模型可以在3月15日完成提前量至少为24 d的精准预测。     

基于机器学习的苹果始花期预测

始花期的早晚是生长过程中气象因子累积对果树产生的影响。冬季果树休眠是一个需冷量到需热量的过程，研究了这一过程中气象因子对苹果果树始花期的影响并预测始花期。基于山西省吉县苹果物候数据和气象数据，研究三个时间段内（是否发生冻害、能否正常越冬和热量与水分需求）气温、湿度、地温、降水量和光照等气象因子对花期的影响程度,采用多元线性回归方法和组合方法，建立山西省吉县苹果果树始花期的预测模型。结果表明，在三个不同时间段内预测值与真实值的决定系数分别为：0.59、0.71和0.48。由于分析天数长短的不同，基于能否正常越冬建立的模型效果最好，其决定系数为0.71，分析天数最短的基于热量与水分需求时间段的模型决定系数最小，这表明预测过程中分析天数的选择不宜过小。使用组合方法模型的决定系数为0.78，比能否正常越冬时间段模型的0.71略有提升。同时预报模型可以在3月15日完成提前量至少为24 d的精准预测。