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。     

基于辐热积的油菜始花期预报模型

为探索江苏省兴化市油菜花期的变化规律,研究其花期预报方法,助力兴化市开展"千垛菜花节"旅游活动,现利用2000—2019年兴化市油菜始花期观测资料和同期气象资料,分析油菜始花期的特征,构建基于辐热积(TEP)油菜始花期预报模型.结果表明,兴化市油菜平均始花期为3月17—18日(闰年为3月16—17日),始花期呈逐年提前的趋势,提前速率为0.5 d/年,且变率比较大;基于辐热积模型预报结果与实际始花期平均相差最小为2.51 d,有效积温方法预报结果与实际始花期平均相差3.67 d;基于辐热积建立的油菜始花期预报回归模型,有效地提高了预报精度.     

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。     

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。     

桃树始花期与气象因子的相关分析及预报模型

利用1991～2010年卫辉市气象局地面气象观测资料和桃树始花期的观测资料,对影响桃树始花期的气象因子进行分析。结果表明,卫辉市桃树始花期有明显的提前趋势;始花期与气温稳定通过5℃到3月底的积温、2月下旬～3月底日照总时数、3月下旬5 cm地温累计值呈显著的负相关。利用最小二乘法回归分析,建立了当地桃树始花期预报模型,并进行校正,通过检验模型效果良好,可为桃树始花期预报提供参考。     

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。     

库尔勒香梨盛花期预报模型初探

根据库尔勒市1981—2012年地面观测资料和香梨花期物候资料,分析库尔勒香梨盛花期与气象因子的相关性,采用逐步回归分析法确立对香梨盛花期作用显著的气象因素,建立香梨盛花期最优回归预测模型。结果表明,影响香梨盛花期的最优势相关气象因子是3月平均最高气温、4月至始花期平均气温与4月至始花期合计日照时数,利用所建模型对1981—2007年以及2008—2012年香梨盛花期进行回代和预报检验,效果均较好,此结果可用于指导库尔勒市香梨盛花期的预报。     

白玉兰始花期与气象因子的关系分析

利用金华市2000—2012年白玉兰始花期物候记载和同期气象资料,研究了白玉兰始花期的物候特征及其与气象因子的相关关系,结果表明：（1）金华市白玉兰始花期年际间波动幅度较大,最早出现在2 月12 日,最迟出现在3月21日;（2）影响白玉兰始花期变化的主要气象因子是上年2月的雨日和日照、当年1月、2月的日照和平均温度以及当年1月负积温;（3）运用多元线性回归方法建立了基于主要气象因子的白玉兰始花期预测模型,模型可以提前预测白玉兰始花期,模型实用性较强、拟合预报效果较好。     

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。     

门源县油菜花期预测研究

本文利用1980—2015年的地面观测数据(包括温度、降水、日照、>0℃积温和>5℃积温),利用积温学原理,经过统计分析,研究利用播种、出苗、抽薹期预报门源县油菜开花期的预报模型。结果表明,利用播种、出苗、抽薹期预报门源县油菜开花期的预报模型是基于历年平均发育期和历年开花需求的平均积温、预报期间旬平均气温建立的,积温模式稳定准确、生物学意义明显,且随着开花期的临近预报精度提高;应用积温学原理建立的预报方程存在不确定的因素,比如霜冻危害、延迟性低温冷害均有可能造成发育期推迟,高温干旱有可能造成发育期提前,因而预报结论与实际情况相比,难免有一定的误差。根据油菜抽薹期至始花期、始花至终花期所需的积温和间隔日数,结合天气趋势预测,可分析和判断气象因子对开花期时间分布的影响,这对筹办油菜花节等相关活动具有重要的决策意义。     

豫南地区油菜花期预报方法研究

利用2010—2020年信阳市油菜发育期资料和逐日气温数据，分析了豫南地区油菜近10 a的花期特征。依据不同发育期时段的积温，分别计算了≥0、≥5、≥10℃的积温，并以此作为预报指标，建立了花期预报模型，将其应用于2021—2022年信阳市油菜花期预报，通过对比预报结果与实况发育期，检验了豫南地区不同积温指标下油菜花期预报的差异。结果表明：豫南地区油菜平均抽薹始期为3月2日，3月下旬进入始花期，7 d后可达到开花盛期。利用积温指标预报油菜的花期总体较准确，但大部分花期比观测值偏早，≥10℃积温指标的预报结果与实测发育期日期相差较大，排除气温预报存在的误差，采用≥0℃积温指标的预报效果优于采用≥5、≥10℃积温指标。     

鞍山市南果梨花期影响因子及始花期预报研究

南果梨是辽宁地理标志产品,花期观赏是待开发的旅游资源,开展花期预报服务有助于推动旅游业。利用2000—2022年鞍山气象资料和南果梨花期物候资料,基于相关分析和逐步回归方法,筛选相关气候因子建立始花期预报模型。结果表明：3月份气温是影响始花期主要因素,降水次之,光照影响不显著。鞍山南果梨始花期出现在4月中—下旬,当3月中旬平均气温<4.0℃、平均最高气温<9.0℃、3月中旬—4月上旬平均气温<6.0℃、平均最低气温<2.0℃时,始花期出现在4月下旬,反之在4月上旬;并且,气温每升高1℃,始花期提前2~3 d。通过逐步回归筛选出3月中旬的平均气温和平均最高气温、3月中旬—4月上旬平均气温、平均最高、最低气温及3月下旬—4月上旬降水量等6个因子,建立的始花期预报模型准确率为84.8%。运用相关指标和逐步回归模型,可预测鞍山南果梨开花始期,此方法可纳入专项气象预报服务中。     

杏花花期预报方法探讨

利用临朐县1998~2013年的杏花花期观测资料及同期的气象资料,采用相关分析法,分析了杏花开花早晚与气温的相关性,并对杏花花期进行了预报。结果表明,临朐县杏花始花期与2月中旬的平均最高气温及3月上旬的平均最低气温、2月11日~3月10日的最高气温累积值关系最为密切;采用逐步回归方法建立了杏花花期预报方程,并对方程进行了历史拟合检验和预报检验,预报效果较理想。     

伊犁新源杏花花期物候初步探析

利用新源国家一般气象站1981-2017年37年杏花花期记录资料及同期气象要素资料,采用相关系数计算、气候趋势系数、检验方法、逐步回归等统计方法,研究杏花花期特点及影响因子,结果表明:(1)杏花平均始花期为4月8日(闰年为4月7日),始花期以2.6d/10a的速度显著性提前,杏花花期基本在3-16天。(2)杏花始花期主要受气温影响,其次是日照,与降水相关性不显著,与当年3月温度和日照相关性最显著。(3)0℃初日对杏花始期的预测可以作定性分析。据此建立了线性回归方程对杏花始花期预测。     

江西省油茶油酸含量气象评价模型研究

【目的】明确江西省油茶油酸含量的关键气象因子和关系模型,为江西省油茶品质气候评价及油茶品质气候区划等提供技术参考。【方法】利用6份油茶油酸含量检测数据（2018—2019年江西九江市柴桑区、丰城市和万安县油茶油酸含量检测数据）和同期气象数据（2018—2019年逐日平均气温、最低气温、最高气温、降水量、平均相对湿度和日照时数等）,采用相关分析和线性回归方法,研究影响江西油茶油酸含量的关键气象因子,建立江西省油茶油酸含量气象评价模型,再利用10组油茶油酸含量检测数据（2018—2019年江西省10家油茶基地油茶油酸含量检测数据）和同期气象数据对评价模型进行检验。【结果】影响江西省油茶油酸含量的关键气象因子有10月下旬—11月下旬降水日数（X₂）、3月极端最高气温（X₆）、8月下旬—9月下旬气温日较差（X₉）和10月下旬—11月下旬日照时数（X₁₂）,其中10月下旬—11月下旬降水日数对油茶油酸含量影响最大。研究建立的油酸含量（Y）气象评价模型为Y=0.1777X₂+0.1078X₆+0.2320X₉-0.0152X₁₂+75.5950,模型决定系数R2=0.9871。模型检验结果显示,油茶油酸含量评价值与实测值之差在±5%以内,模型对油酸含量等级的评价结果准确率为70%。【结论】依据关键气象因子建立的江西省油茶油酸含量气象评价模型准确率较高,能较好地反映气象条件对油茶油酸含量的影响程度,可应用于江西省油茶气候品质评价,同时可为油茶品质气候区划提供参考。     

基于灰色关联下神经网络在南果梨始花期预报中的应用

为探寻更精确有效的南果梨始花期预报方法,采用灰色关联分析法确定与始花期关联较大的冬季气象因子,以此作为BP(Black Propagation)神经网络与RBF(Radial Basis Function)神经网络建模的输入因子并预测南果梨始花期,利用均方根误差(RMSE)和相对误差(RE)评价该模型的预测效果,同时对比与南果梨始花期显著相关的冬季气象因子建立逐步回归方程并进行回代后的预测结果。结果表明：（1）与南果梨始花期灰色关联较大的气象因子为冬季日均气温、日最高气温、日最低气温、日均相对湿度,关联度均在0.6以上,故将这4个因子作为BP和RBF神经网络模型的输入层来预测南果梨始花期;（2）与始花期显著相关的气象因子有日均气温、日均5 cm地温、日最低气温、日最高气温,相关系数分别为-0.646、-0.628、-0.638、-0.663,所建回归模型均通过了显著性检验且具有统计学意义;（3）BP和RBF方法建立的模型拟合精度总体上较接近;（4）基于灰色关联下BP神经网络和RBF神经网络预测结果误差分别为1 d和2.25 d,BP神经网络预测的开花日期更接近实际开花日期;（5）基于灰色关联下BP神经网络模型RMSE为1、RE为6.34%、R²为0.7,而RBF神经网络模型RMSE为2.25、RE为13.13%、R²为0.568。综上,灰色关联分析法建立的BP神经网络模型较RBF模型预测南果梨始花期更精确。     

鲅鱼圈区观赏山桃花气象条件分析与花期预测

利用1980-2012年熊岳国家气象站观赏山桃花物候期观测资料和气象观测资料,利用回归分析旬平均气温、降水、相对湿度、日照、地温、0℃积温等要素与山桃花花期的相关性进行分析,得出气温、0℃积温、地温对花期的影响显著;通过筛选预报因子,建立了观赏山桃花期预报模型。通过33年资料检验,模型与花期拟合较好,满足气象服务需求,为旅游景点提供可靠的观赏山桃花期预测。     

青花椒气候品质评估模型的构建与验证

【目的】研究关键生育期气象条件对青花椒品质的影响,并构建青花椒气候品质评估模型,为青花椒气候品质评估及区域优势气候资源开发利用等提供技术支撑。【方法】以青花椒品种九叶青为试验材料,于2015—2020年分别在重庆地区11个花椒主产区选择代表性花椒园3—5个取样,测定青花椒品质指标;采用相关分析法筛选出影响青花椒挥发油、麻味素和硒含量等品质指标的主要气象因子,建立气象因子与青花椒品质指标的回归模型;利用模型推算出不同花椒品质等级相对应的气象因子阈值,利用层次分析法构建青花椒气候品质评估模型;以未参与建模的品质检测数据验证模型。【结果】影响青花椒气候品质优劣的关键气象因子为果实膨大期的日照时数（X₁）、累计降水量（X₂）、气温日较差（X₃）、≥85%高湿日数（X₄）,采收期的日照时数（X₅）、累计降水量（X₆）、气温日较差（X₇）和雨日数（X₈）,采用层次分析法确定评估模型中各气象因子的权重系数分别为0.19、0.06、0.17、0.13、0.07、0.19、0.06和0.13,青花椒气候品质评估模型为:I_CQ=0.19X₁+0.06X₂+0.17X₃+0.13X₄+0.07X₅+0.19X₆+0.06X₇+0.13X₈。青花椒气候品质划分为特优、优、良和一般4个等级,评估指数（I_CQ）相应阈值为I_CQ≥0.85、0.75≤I_CQ<0.85、0.65≤I_CQ<0.75、I_CQ<0.65。基于评估模型,对2020年重庆江津几江地区青花椒气候品质进行评估分析,评估指数为0.91,判定为特优等级,与花椒园现场取样检测结果相符。【结论】研究建立的评估方法和指标能客观反映青花椒的品质等级,可应用于青花椒生产的气象条件适宜度服务和花椒采收期预报服务。     

温江区早银桂初花期预测

利用温江区1970 ～ 2014年气象观测资料和成都农业气象试验站2004 ～ 2014年早银桂开花期物候观测资料,采用统计学方法,得出了温江区早银桂初花期的预报指标及判据;并利用逐步回归的方法统计分析2004 ～2014年1～8月各旬、月的气象因子与初花期的关系,建立了温江区早银桂初花期预测模型.结果表明,初花期基本预报指标为①23.0℃≤10 d滑动日平均气温＜25.0℃,同时21.0℃≤10 d日平均最低气温≤22.0℃,若同10 d内累计降水量≥53.0mm或累计雨日≥6 d或日平均相对湿度≥81％;②10 d滑动日平均气温＜ 23.0℃,且同一10 d内日平均最低气温＜21.0℃.初花期预报判据为当10 d滑动日平均气温≥25.0℃,或同时段内10 d日平均最低气温≥22.0℃时,不会初花;当满足任一基本预报指标时,则该日为预报日,预测3～12 d达到初花期,否则不会初花.初花期预测模型为Y=33.018-3.239X1+ 1.681X2-1.986X3,表明影响初花期的主要气象因子是1月下旬平均最低气温,其次为2月下旬平均最高气温、5月下旬雨日.利用该模型对初花期回测,并预测2014、2015年初花期,误差范围在0～5d,表明预测模型准确率较高,能用于初花期预测.     

宣城市油菜普花期特征分析及预测

为准确预测油菜普花期,更有效地开展气象服务,笔者选取安徽省宣城市1990—2019年油菜观测资料和温度、降水、日照等气象资料,基于Mann-Kendall法,利用SPSS和Excel软件对油菜普花期特征、普花期与气象因子之间的关系进行了分析研究.结果发现:宣城1990—2019年油菜普花期平均是3月20日,年际间变化较...