申順吏 楊俊梅 鞏在武

摘要：【目的】分析山西蘋(píng)果主產(chǎn)地蘋(píng)果產(chǎn)量與其不同物候期氣候因子的關(guān)系，探求山西蘋(píng)果產(chǎn)量的關(guān)鍵氣候影響因子，為山西蘋(píng)果種植防災(zāi)增產(chǎn)提供參考。【方法】運(yùn)用灰關(guān)聯(lián)分析法對(duì)1981～2013年山西蘋(píng)果不同物候期（芽期、花期、初果期、果實(shí)膨大期和成熟期）主要?dú)夂蛞蜃樱ń邓俊⑵骄鶜鉁?、最高氣溫、最低氣溫、日照時(shí)數(shù)和平均相對(duì)濕度）與蘋(píng)果產(chǎn)量的關(guān)系進(jìn)行研究，確定不同物候期影響蘋(píng)果產(chǎn)量的關(guān)鍵氣候因子，并使用GM（1，1）模型和多元回歸方法相結(jié)合預(yù)測(cè)2016～2018年蘋(píng)果產(chǎn)量?！窘Y(jié)果】山西蘋(píng)果產(chǎn)量對(duì)物候期氣候因子的敏感度為0.7318～0.8575。芽期、花期、初果期、果實(shí)膨大期和成熟期與蘋(píng)果產(chǎn)量關(guān)聯(lián)度最高的氣候因子分別為最高氣溫、平均氣溫、最低氣溫、最低氣溫和最高氣溫。按地區(qū)研究山西蘋(píng)果產(chǎn)量與不同物候期氣候因子的關(guān)系發(fā)現(xiàn)，對(duì)臨猗蘋(píng)果產(chǎn)量影響較大的氣象因子為芽期平均氣溫，吉縣為芽期最高氣溫，芮城為花期平均氣溫，萬(wàn)榮和祁縣為初果期最低氣溫。預(yù)測(cè)2016～2018年山西蘋(píng)果產(chǎn)量仍會(huì)穩(wěn)步增長(zhǎng)?！窘Y(jié)論】芽期、花期和初果期的溫度類因子是山西地區(qū)蘋(píng)果產(chǎn)量的主要?dú)夂蛴绊懸蛩?，山西蘋(píng)果種植要重點(diǎn)預(yù)防芽期、初果期低溫及成熟期高溫多雨的不利影響。

關(guān)鍵詞： 氣候因子；蘋(píng)果產(chǎn)量；灰關(guān)聯(lián)分析；GM（1，1）模型；山西

中圖分類號(hào)： S661.1 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：2095-1191（2016）07-1146-09

0 引言

【研究意義】山西中南部的黃土高原果區(qū)是我國(guó)農(nóng)業(yè)部規(guī)劃的國(guó)內(nèi)三大優(yōu)質(zhì)蘋(píng)果基地之一，也是山西省主要蘋(píng)果產(chǎn)地，目前該區(qū)域蘋(píng)果種植面積在33萬(wàn)ha以上，占全國(guó)蘋(píng)果栽培總面積的16%。但山西境內(nèi)水資源嚴(yán)重短缺，蘋(píng)果產(chǎn)量受氣候條件影響較大，并且研究山西蘋(píng)果生產(chǎn)與氣候條件關(guān)系的文獻(xiàn)較少，因此迫切需要進(jìn)行相關(guān)研究?！厩叭搜芯窟M(jìn)展】隨著IPCC（政府間氣候變化專門(mén)委員會(huì)）的成立，國(guó)內(nèi)外開(kāi)展了許多關(guān)于農(nóng)作物生長(zhǎng)期和產(chǎn)量對(duì)溫度、降水等氣候因子變化的脆弱性研究（Alexandrov and Hoogenboom，2000）。國(guó)外學(xué)者David等（2005）通過(guò)研究1982～1998年美國(guó)各州大豆及玉米產(chǎn)量與氣候的相關(guān)性，發(fā)現(xiàn)中西部地區(qū)在溫度較低、濕度較高的年份大豆和玉米產(chǎn)量減產(chǎn)，而另一地區(qū)在溫度較高、濕度較低的年份大豆和玉米產(chǎn)量提高；Gbetibouo和Hassan（2005）運(yùn)用Ricardsion模型對(duì)南非地區(qū)300個(gè)樣本中溫度和降水對(duì)農(nóng)作物產(chǎn)量的影響進(jìn)行研究，并指出農(nóng)作物產(chǎn)量對(duì)溫度的變化敏感；Juan等（2008）通過(guò)多元回歸法研究加拿大高緯度地區(qū)玉米產(chǎn)量與氣候的關(guān)系，結(jié)果表明對(duì)玉米產(chǎn)量影響較大的氣候因子是7月溫度和5月降水。國(guó)內(nèi)學(xué)者馬雅麗等（2009）采用多元積分回歸方法對(duì)山西省1971～2000年玉米產(chǎn)量與生態(tài)氣候因子的關(guān)系進(jìn)行分析，結(jié)果表明影響山西玉米產(chǎn)量較明顯的生態(tài)氣候因子依次為氣溫、降水和日照；楊小利和江廣盛（2010）、殷淑燕等（2011）采用多種統(tǒng)計(jì)方法和回歸分析對(duì)隴東黃土高原和陜西洛川地區(qū)蘋(píng)果進(jìn)行研究，確定了影響蘋(píng)果生產(chǎn)的氣象要素。國(guó)內(nèi)學(xué)者在灰關(guān)聯(lián)分析法和GM（1，1）模型的運(yùn)用上均取得了一定成果。張姝麗等（2008）、張穎超和仲麗君（2013）運(yùn)用灰關(guān)聯(lián)分析法對(duì)自然災(zāi)害災(zāi)情進(jìn)行評(píng)估，發(fā)現(xiàn)該方法使用簡(jiǎn)便、有效可行；易諄等（2013）利用GM（1，1）模型預(yù)測(cè)煙葉產(chǎn)量，發(fā)現(xiàn)該模型準(zhǔn)確性較高，能夠滿足煙草預(yù)測(cè)要求?！颈狙芯壳腥朦c(diǎn)】目前運(yùn)用灰關(guān)聯(lián)分析法判別蘋(píng)果產(chǎn)量與氣候因子關(guān)系的研究鮮見(jiàn)報(bào)道?！緮M解決的關(guān)鍵問(wèn)題】運(yùn)用灰關(guān)聯(lián)分析方法，利用山西5個(gè)蘋(píng)果主產(chǎn)區(qū)（萬(wàn)榮、祁縣、臨猗、芮城和吉縣）1981～2013年的基本氣象觀測(cè)資料和蘋(píng)果產(chǎn)量資料，分析不同物候期影響蘋(píng)果產(chǎn)量的氣候因子并確定關(guān)鍵因子，并以此為自變量對(duì)2016～2018年的蘋(píng)果產(chǎn)量進(jìn)行預(yù)測(cè)，旨在為山西蘋(píng)果生產(chǎn)防災(zāi)增產(chǎn)提供參考依據(jù)。

1 材料與方法

1. 1 數(shù)據(jù)來(lái)源

本研究選擇的5個(gè)蘋(píng)果產(chǎn)地萬(wàn)榮、祁縣、臨猗、芮城和吉縣（以下簡(jiǎn)稱5個(gè)蘋(píng)果主產(chǎn)區(qū)）是在產(chǎn)量和質(zhì)量上最具代表性的山西蘋(píng)果主產(chǎn)區(qū)，結(jié)合目前5個(gè)蘋(píng)果主產(chǎn)區(qū)及周邊蘋(píng)果產(chǎn)地蘋(píng)果物候期的研究成果（李美榮，2008；殷淑燕等，2011），將蘋(píng)果的物候期劃分為芽期、花期、初果期、果實(shí)膨大期和果實(shí)成熟期5個(gè)階段，其中3月為芽期、4月為花期、5月為初果期、6～8月為果實(shí)膨大期、9～10月為果實(shí)成熟期。選取5個(gè)蘋(píng)果主產(chǎn)區(qū)1981～2013年在蘋(píng)果物候期的氣溫、降水、日照等氣象數(shù)據(jù)，數(shù)據(jù)來(lái)源于相關(guān)臺(tái)站的氣象觀測(cè)資料（其中1996年只有氣溫和降水?dāng)?shù)據(jù)）。蘋(píng)果年產(chǎn)量資料取自《山西省農(nóng)業(yè)生產(chǎn)統(tǒng)計(jì)年鑒》，資料年代為1981～2013年（其中1985～1987年和2003年4年數(shù)據(jù)缺失）。

研究中以5個(gè)蘋(píng)果主產(chǎn)區(qū)1981～2013年蘋(píng)果年產(chǎn)量為參考序列，主要?dú)夂蛞蜃樱鉁亍⒔邓?、日照、濕度等）為比較序列，構(gòu)建山西省蘋(píng)果產(chǎn)量的氣候因子影響關(guān)系識(shí)別模型。

1. 2 研究方法

1. 2. 1 灰關(guān)聯(lián)分析法 灰關(guān)聯(lián)分析法是判斷系統(tǒng)中不同要素關(guān)聯(lián)程度的方法，基本思想是根據(jù)序列曲線幾何形狀的相似程度來(lái)判斷其聯(lián)系的緊密程度（張?jiān)坪挽栐谖洌?012），曲線間的相似性程度決定了數(shù)據(jù)列的關(guān)聯(lián)度。該方法的優(yōu)點(diǎn)是對(duì)樣本量大小和規(guī)律限制較低，計(jì)算量小，使用方便。

假設(shè)系統(tǒng)特征序列和相關(guān)因素序列分別為X0和Xi，其中：

上式滿足規(guī)范性、整體性、偶對(duì)稱性和接近性，則稱r{x0（k），xi（k）}為Xi與X0的灰色關(guān)聯(lián)度，r{x0（k），xi（k）}為Xi與X0在k點(diǎn)的關(guān)聯(lián)系數(shù)。

為了消除各變量間量綱的影響，采用標(biāo)準(zhǔn)化變換對(duì)氣象資料和產(chǎn)量數(shù)據(jù)進(jìn)行初始化處理和標(biāo)準(zhǔn)化變換，即分別求出各序列的平均值和標(biāo)準(zhǔn)差，然后將各原始數(shù)據(jù)減去平均值后除以標(biāo)準(zhǔn)差，得到的新數(shù)據(jù)序列即為標(biāo)準(zhǔn)化序列（楊松等，2011）。

標(biāo)準(zhǔn)化變換公式為：

則稱D為標(biāo)準(zhǔn)化算子，XiD為Xi在標(biāo)準(zhǔn)化算子D下的像，簡(jiǎn)稱標(biāo)準(zhǔn)像。

1. 2. 2 GM（1，1）模型 GM（1，1）模型又稱單序列一階線性動(dòng)態(tài)模型，常用于通過(guò)多年歷史統(tǒng)計(jì)資料預(yù)測(cè)未來(lái)發(fā)展趨勢(shì)。其建模過(guò)程如下（劉思峰等，2004）：

對(duì)給定的原始數(shù)據(jù)：

利用最小二乘法得到：

將計(jì)算的 ， 代入（1）中求解微分方程，并寫(xiě)成離散形式，得到：

對(duì)此進(jìn)行累減還原，得到原始序列的預(yù)測(cè)模型為：

1. 2. 3 多元回歸模型 多元回歸模型是通過(guò)多個(gè)自變量的最優(yōu)組合來(lái)預(yù)測(cè)因變量的方法。如果因變量y同時(shí)受到m個(gè)自變量x1，x2，…，xm的影響，且這m個(gè)自變量都與因變量y呈線性關(guān)系，則這m+1個(gè)變量的關(guān)系就形成m元線性回歸。其m元線性回歸的數(shù)學(xué)模型為（王惠文和孟潔，2007）：

式中，ε為隨機(jī)誤差；β0為常數(shù)項(xiàng)；βi為偏回歸系數(shù)，i=1，2，3，…，m。

自變量y的變化由兩部分引起，一是m個(gè)因變量x的變化；二是其他隨機(jī)因素。模型建立后，便可計(jì)算預(yù)測(cè)點(diǎn)x1，x2，x3，…，xm，對(duì)應(yīng)的預(yù)測(cè)值。

2 結(jié)果與分析

2. 1 氣候因子與蘋(píng)果產(chǎn)量的年際變化分析

圖1為5個(gè)蘋(píng)果主產(chǎn)區(qū)1981～2013年年平均氣溫、降水量和蘋(píng)果年產(chǎn)量的變化曲線圖。由圖1可知，近30年來(lái)5個(gè)蘋(píng)果主產(chǎn)區(qū)蘋(píng)果產(chǎn)量總體呈增加趨勢(shì)，但也存在波動(dòng)，且每次產(chǎn)量波動(dòng)都伴隨著氣溫和降水較大幅度的變化。5個(gè)蘋(píng)果主產(chǎn)區(qū)中芮城、萬(wàn)榮、祁縣、臨猗的蘋(píng)果產(chǎn)量在2001年均出現(xiàn)下降，吉縣在2005年出現(xiàn)下降，同年度5個(gè)蘋(píng)果主產(chǎn)區(qū)的降水量、年平均氣溫也出現(xiàn)下降或處在較低位置。將圖中蘋(píng)果產(chǎn)量數(shù)據(jù)與氣溫、降水量年平均值對(duì)比發(fā)現(xiàn)，蘋(píng)果產(chǎn)量與氣溫、降水的相關(guān)性明顯。

2. 2 5個(gè)蘋(píng)果主產(chǎn)區(qū)蘋(píng)果物候期氣候因子與產(chǎn)量的關(guān)聯(lián)度分析

采用灰關(guān)聯(lián)分析法以5個(gè)蘋(píng)果主產(chǎn)區(qū)1981～2013年蘋(píng)果產(chǎn)量為比較序列，將蘋(píng)果物候期氣溫、降水、日照等氣候因子數(shù)據(jù)為參考序列，得到蘋(píng)果產(chǎn)量和氣候因子的關(guān)聯(lián)系數(shù)和關(guān)聯(lián)度排序，尋找不同物候期影響蘋(píng)果產(chǎn)量的關(guān)鍵氣候因子，研究蘋(píng)果的主要物候期氣候因子對(duì)蘋(píng)果產(chǎn)量的影響程度。

2. 2. 1 芽期氣候因子與產(chǎn)量關(guān)聯(lián)度分析 蘋(píng)果樹(shù)從休眠轉(zhuǎn)向萌芽的時(shí)期稱為芽期（3月）。芽期內(nèi)，氣溫開(kāi)始回升，日照時(shí)間變長(zhǎng)，氣候條件施加給果樹(shù)的影響增強(qiáng)。從表1中各關(guān)聯(lián)度值可以看出，蘋(píng)果芽期溫度類氣候因子（平均氣溫、最高氣溫、最低氣溫）對(duì)蘋(píng)果產(chǎn)量的影響較大，其次是日照時(shí)數(shù)，最后是降水量和平均相對(duì)濕度；最高氣溫相較其他因子與蘋(píng)果產(chǎn)量關(guān)聯(lián)度最大。從綜合1的結(jié)果可以看出，萬(wàn)榮地區(qū)蘋(píng)果產(chǎn)量對(duì)芽期氣候因子變化的響應(yīng)最敏感，關(guān)聯(lián)度為0.7950，即蘋(píng)果芽期1%的氣象條件變動(dòng)會(huì)引起蘋(píng)果產(chǎn)量0.7950%的變動(dòng)，其次為吉縣、芮城和臨猗，祁縣地區(qū)蘋(píng)果產(chǎn)量對(duì)芽期氣候因子變化的敏感度最低，為0.7425。

2. 2. 2 花期氣候因子與產(chǎn)量關(guān)聯(lián)度分析 蘋(píng)果樹(shù)從初花、盛花到終花統(tǒng)稱為花期。從表2可以看出，蘋(píng)果花期平均氣溫與產(chǎn)量的關(guān)聯(lián)度最高，為0.8205，其次為日照時(shí)數(shù)、最高氣溫、最低氣溫和降水量，花期平均相對(duì)濕度與蘋(píng)果產(chǎn)量的關(guān)聯(lián)度最低，為0.6919，表明花期平均氣溫是影響蘋(píng)果產(chǎn)量的最重要?dú)夂蛞蜃?。芮城蘋(píng)果產(chǎn)量對(duì)花期氣象因素的敏感度最高，為0.7829，祁縣最低，為0.7399。

2. 2. 3 初果期氣候因子與產(chǎn)量關(guān)聯(lián)度分析 5月是蘋(píng)果謝花坐果時(shí)期，幼果初顯，為蘋(píng)果初果期。由表3可知，在蘋(píng)果初果期，最低氣溫對(duì)蘋(píng)果產(chǎn)量的關(guān)聯(lián)度最高，為0.8173，其次是最高氣溫和降水量，日照時(shí)數(shù)和平均相對(duì)濕度與蘋(píng)果產(chǎn)量的關(guān)聯(lián)度較小，分別為0.7583和0.7071。初果期與芽期和花期相比，溫度類氣候因子對(duì)蘋(píng)果產(chǎn)量的影響有所減弱。通過(guò)5個(gè)主產(chǎn)區(qū)蘋(píng)果產(chǎn)量對(duì)初果期氣候因子響應(yīng)的敏感度分析看出，萬(wàn)榮、臨猗和芮城敏感度接近，分別為0.7819、0.7802和0.7799，吉縣和祁縣敏感度相似，分別為0.7557和0.7514。

2. 2. 4 果實(shí)膨大期氣候因子與產(chǎn)量關(guān)聯(lián)度分析 6～8月蘋(píng)果果實(shí)膨大，需要足夠的水分和營(yíng)養(yǎng)供給，定義為蘋(píng)果膨大期。由表4可知，在果實(shí)膨大期，各氣候因子與5個(gè)蘋(píng)果主產(chǎn)區(qū)蘋(píng)果產(chǎn)量的關(guān)聯(lián)度差異較小，為0.7633～0.7959，對(duì)蘋(píng)果產(chǎn)量影響最大的果實(shí)膨大期氣候因子為最低氣溫，影響最小的為平均相對(duì)濕度。在5個(gè)主產(chǎn)區(qū)蘋(píng)果產(chǎn)量對(duì)蘋(píng)果膨大期氣候因子的響應(yīng)方面，萬(wàn)榮最敏感（0.8575），其次為吉縣，芮城、臨猗和祁縣敏感度較低且相近。

2. 2. 5 果實(shí)成熟期氣候因子與產(chǎn)量關(guān)聯(lián)度分析 果實(shí)成熟期（9～10月）蘋(píng)果色澤變艷、口感變甜，果實(shí)中的淀粉轉(zhuǎn)化為可溶性糖，這一階段是提升蘋(píng)果品質(zhì)的關(guān)鍵時(shí)期。由表5可知，在蘋(píng)果成熟期，最高氣溫和降水量與蘋(píng)果產(chǎn)量的關(guān)聯(lián)度較高，分別為0.7780和0.7760，日照時(shí)數(shù)對(duì)蘋(píng)果產(chǎn)量的影響減弱，關(guān)聯(lián)度為0.7208。分地區(qū)來(lái)看，臨猗和芮城的蘋(píng)果產(chǎn)量與成熟期降水量的關(guān)聯(lián)度最大，吉縣的蘋(píng)果產(chǎn)量與成熟期最高氣溫關(guān)聯(lián)度最大，祁縣和萬(wàn)榮蘋(píng)果產(chǎn)量與成熟期溫度類氣候因子的關(guān)聯(lián)度最高。敏感度排名中，吉縣和芮城蘋(píng)果產(chǎn)量對(duì)成熟期氣候因子最為敏感，關(guān)聯(lián)度分別為0.7696和0.7693，最不敏感的是祁縣，關(guān)聯(lián)度為0.7337。

2. 2. 6 5個(gè)蘋(píng)果主產(chǎn)區(qū)物候期關(guān)鍵氣候因子 選擇各蘋(píng)果主產(chǎn)區(qū)各物候期與蘋(píng)果產(chǎn)量關(guān)聯(lián)度最大的氣候因子作為該蘋(píng)果主產(chǎn)區(qū)該物候期的關(guān)鍵氣候因子，并對(duì)本主產(chǎn)區(qū)關(guān)鍵氣候因子與蘋(píng)果產(chǎn)量的關(guān)聯(lián)度進(jìn)行排序，結(jié)果如表6所示。由表6可知，臨猗蘋(píng)果產(chǎn)量與芽期平均氣溫的關(guān)聯(lián)度最大，吉縣蘋(píng)果產(chǎn)量與芽期最高氣溫的關(guān)聯(lián)度最大，萬(wàn)榮和祁縣蘋(píng)果產(chǎn)量均與初果期最低氣溫關(guān)聯(lián)度最大，芮城蘋(píng)果產(chǎn)量與花期平均氣溫的關(guān)聯(lián)度最大。統(tǒng)計(jì)表中各氣候因子的出現(xiàn)頻率發(fā)現(xiàn)，出現(xiàn)次數(shù)最多的是溫度類氣候因子，表明溫度類氣候因子是影響山西蘋(píng)果產(chǎn)量的主要?dú)夂蛞蜃?。其中，平均氣溫是影響臨猗和芮城蘋(píng)果產(chǎn)量的主要?dú)夂蛞蜃樱f(wàn)榮和祁縣為最低氣溫，吉縣為最高氣溫。對(duì)比5個(gè)物候期的重要程度，發(fā)現(xiàn)芽期關(guān)聯(lián)度排第一出現(xiàn)2次，花期出現(xiàn)1次，初果期出現(xiàn)2次，因此，影響山西蘋(píng)果產(chǎn)量最重要的物候期為芽期，其次為初果期和花期。

2. 3 產(chǎn)量預(yù)測(cè)

以5個(gè)蘋(píng)果主產(chǎn)區(qū)蘋(píng)果物候期關(guān)鍵氣候因子為自變量，蘋(píng)果產(chǎn)量為因變量，根據(jù)1981～2013年間的關(guān)鍵氣候因子資料和產(chǎn)量數(shù)據(jù)，運(yùn)用多元回歸方法建立蘋(píng)果產(chǎn)量預(yù)測(cè)模型，得到5個(gè)蘋(píng)果主產(chǎn)區(qū)蘋(píng)果產(chǎn)量的多元回歸模型及相關(guān)系數(shù)和F檢驗(yàn)結(jié)果（表7）。由表7可知，5個(gè)蘋(píng)果主產(chǎn)區(qū)回歸模型對(duì)產(chǎn)量的預(yù)測(cè)精度均較高，其中萬(wàn)榮預(yù)測(cè)模型的相關(guān)性最好，相關(guān)系數(shù)為0.89，且P遠(yuǎn)小于0.05的置信水平，故總體預(yù)測(cè)效果最好；臨猗、祁縣和芮城回歸模型的相關(guān)系數(shù)均在0.60以上，P均在0.05以下，能較好地預(yù)測(cè)未來(lái)產(chǎn)量；吉縣相關(guān)系數(shù)較低，為0.45，P也在0.05以下，模型可用，但預(yù)測(cè)結(jié)果可能存在一定誤差。圖2為預(yù)測(cè)產(chǎn)量與實(shí)際產(chǎn)量的對(duì)比圖，對(duì)比結(jié)果與上述結(jié)論一致。

y為蘋(píng)果產(chǎn)量，臨猗x1、x2、x3、x4和x5分別為芽期平均氣溫、花期最高氣溫、初果期最低氣溫、果實(shí)膨大期平均相對(duì)濕度和成熟期降水量；祁縣x1、x2、x3、x4和x5分別為芽期平均氣溫、花期日照時(shí)數(shù)、初果期最低氣溫、果實(shí)膨大期最低氣溫和成熟期平均氣溫；萬(wàn)榮x1、x2、x3、x4和x5分別為芽期最高氣溫、花期平均氣溫、初果期最低氣溫、果實(shí)膨大期最高氣溫和成熟期最低氣溫；吉縣x1、x2、x3、x4和x5分別為芽期最高氣溫、花期平均氣溫、初果期平均氣溫、果實(shí)膨大期降水量和成熟期最高氣溫；芮城x1、x2、x3、x4和x5分別為芽期最高氣溫、花期平均氣溫、初果期最高氣溫、果實(shí)膨大期最低氣溫和成熟期降水量

為了預(yù)測(cè)2016～2018年5個(gè)蘋(píng)果主產(chǎn)區(qū)的蘋(píng)果產(chǎn)量，首先要對(duì)2016～2018年各主產(chǎn)區(qū)主要物候期關(guān)鍵氣候因子進(jìn)行預(yù)測(cè)，由于氣象數(shù)據(jù)的原始數(shù)列不滿足單調(diào)性的要求，對(duì)數(shù)據(jù)進(jìn)行三點(diǎn)平滑處理后使用GM（1，1）模型（預(yù)測(cè)模型略），預(yù)測(cè)模型的后驗(yàn)差比值均小于0.35，且小誤差概率均大于0.95，模型精度較高，得到表8中的預(yù)測(cè)數(shù)據(jù)。經(jīng)對(duì)比關(guān)鍵氣候因子預(yù)測(cè)值與實(shí)際值（氣候因子數(shù)量較多，不再繁列）并計(jì)算二者的相對(duì)誤差，80%以上的預(yù)測(cè)數(shù)據(jù)精度達(dá)0.8，與上述結(jié)論基本一致。

根據(jù)2016～2018年預(yù)測(cè)的氣候因子結(jié)果，結(jié)合各主產(chǎn)區(qū)蘋(píng)果產(chǎn)量回歸模型，計(jì)算得到2016～2018年5個(gè)蘋(píng)果主產(chǎn)區(qū)的蘋(píng)果產(chǎn)量（表9），結(jié)果顯示各主產(chǎn)區(qū)蘋(píng)果產(chǎn)量仍會(huì)穩(wěn)步增長(zhǎng)。

3 討論

對(duì)山西5個(gè)蘋(píng)果主產(chǎn)區(qū)1981～2013年氣候因子和蘋(píng)果年產(chǎn)量的年際變化分析結(jié)果表明，近30年來(lái)山西蘋(píng)果產(chǎn)量總體呈波動(dòng)增長(zhǎng)趨勢(shì)，且蘋(píng)果產(chǎn)量與氣候因素存在相關(guān)性。采用灰色關(guān)聯(lián)度分析法分析蘋(píng)果各物候期氣候因子與蘋(píng)果產(chǎn)量的關(guān)系，結(jié)果顯示，蘋(píng)果芽期的主要?dú)夂蛞蜃邮亲罡邭鉁?，花期是平均氣溫，初果期和果?shí)膨大期是最低氣溫，成熟期是最高氣溫，但降水量幾乎與其等值。在芽期和初果期，氣溫對(duì)5個(gè)主產(chǎn)區(qū)蘋(píng)果產(chǎn)量均有較大影響，嬌嫩的枝椏和幼果喜溫懼冷，需要熱量。在花期，總的來(lái)看平均氣溫對(duì)保花固果有較大的利好影響，其中祁縣蘋(píng)果產(chǎn)量受日照時(shí)數(shù)的影響較大，因?yàn)槠羁h相較其他地區(qū)緯度較高，國(guó)內(nèi)相關(guān)研究表明，蘋(píng)果花期需要一定的有效積溫，自然需要更多的日照時(shí)數(shù)（楊秀武，1995）。另有研究表明，成熟期降水較多會(huì)引起果樹(shù)秋梢旺長(zhǎng)和果實(shí)霉?fàn)€（汪麗新和馮世海，2006），而臨猗和芮城蘋(píng)果產(chǎn)量與果實(shí)成熟期降水量相關(guān)性較大，其原因在于二者在蘋(píng)果成熟期日照明顯減少且降水較多，影響蘋(píng)果的品質(zhì)和產(chǎn)量?？梢?jiàn)，高溫高濕和連陰雨天氣是成熟期蘋(píng)果生產(chǎn)的主要不利氣候條件?？偟膩?lái)看，對(duì)臨猗蘋(píng)果產(chǎn)量影響最大的為芽期平均氣溫，吉縣為芽期最高氣溫，芮城為花期平均氣溫，初果期最低氣溫對(duì)萬(wàn)榮和祁縣蘋(píng)果產(chǎn)量影響最為顯著。芽期是影響蘋(píng)果生產(chǎn)最重要的物候期，其次為初果期和花期，溫度類氣候因子是山西蘋(píng)果產(chǎn)量的主要?dú)夂蛴绊懸蜃?。本研究結(jié)果顯示，5個(gè)蘋(píng)果主產(chǎn)區(qū)蘋(píng)果產(chǎn)量對(duì)氣候因子的綜合敏感度為0.7318～0.8575，取各蘋(píng)果主產(chǎn)區(qū)對(duì)物候期氣候因子的綜合敏感度的平均值，易得出1%氣象條件的變動(dòng)會(huì)引起臨猗蘋(píng)果產(chǎn)量0.7685%的變動(dòng)、祁縣0.7399%的變動(dòng)、萬(wàn)榮0.7940%的變動(dòng)、吉縣0.7734%的變動(dòng)和芮城0.7752%的變動(dòng)。在使用多元回歸方法建立各主產(chǎn)區(qū)蘋(píng)果物候期關(guān)鍵氣候因子與產(chǎn)量關(guān)系回歸模型的基礎(chǔ)上，通過(guò)GM（1，1）模型預(yù)測(cè)2016～2018年氣候因子，進(jìn)而預(yù)測(cè)其蘋(píng)果產(chǎn)量，結(jié)果顯示未來(lái)3年山西蘋(píng)果產(chǎn)量還會(huì)穩(wěn)步上升。

4 結(jié)論

近30年來(lái)山西蘋(píng)果產(chǎn)量總體呈波動(dòng)增加趨勢(shì)，GM（1，1）模型預(yù)測(cè)未來(lái)3年山西蘋(píng)果產(chǎn)量會(huì)繼續(xù)保持增長(zhǎng)。芽期、花期和初果期的溫度類因子是今后山西蘋(píng)果種植過(guò)程中需重點(diǎn)關(guān)注的氣候因素；同時(shí)需注意不同物候期預(yù)防不同的主要?dú)夂蛴绊懸蛩?，其中，臨猗、吉縣要提防芽期低溫凍害，萬(wàn)榮和祁縣需注意初果期低溫對(duì)果實(shí)和坐果率的影響，芮城要預(yù)防花期低溫的影響，臨猗和芮城在果實(shí)成熟期要預(yù)防高溫多雨對(duì)蘋(píng)果的不利影響。

參考文獻(xiàn)：

李美榮. 2008. 陜西省果區(qū)氣候變化及蘋(píng)果花期凍害風(fēng)險(xiǎn)分析與區(qū)劃[D]. 蘭州：蘭州大學(xué).

Li M R. 2008. Climatic change and apple risk analysis and regionalization of the freeze injury in florescence of Shaanxi fruit region[D]. Lanzhou：Lanzhou University.

劉思峰，黨耀國(guó)，方志耕. 2004. 灰色系統(tǒng)理論及其應(yīng)用[M]. 北京：科學(xué)出版社.

Liu S F，Dang Y G，F(xiàn)ang Z G. 2004. Grey System Theory and Its Application[M]. Beijing： Science Press.

馬雅麗，王志偉，欒青，胡良溫，張愛(ài)芝. 2009. 玉米產(chǎn)量與生態(tài)氣候因子的關(guān)系[J]. 中國(guó)農(nóng)業(yè)氣象， 30（4）：565-568.

Ma Y L，Wang Z W，Luan Q，Hu L W，Zhang A Z. 2009. Relation between maize yield and eco-climate factors[J]. Chinese Journal of Agrometeorology，30（4）：565-568.

王惠文，孟潔. 2007. 多元線性回歸的預(yù)測(cè)建模方法[J]. 北京航空航天大學(xué)學(xué)報(bào)，33（4）：500-504.

Wang H W，Meng J. 2007. Predictive modeling on multivariate linear regression[J]. Journal of Beijing University of Aeronau-

tics and Astronautics， 33（4）：500-504.

汪麗新，馮世海. 2006. 夏季異常氣候?qū)麡?shù)生產(chǎn)影響的分析[J]. 中國(guó)果樹(shù)，11（6）：16-18.

Wang L X， Feng S H. 2006. Influence of abnormal climate in summer on fruit tree production[J]. China Fruits，11（6）：16-18.

楊松，鞏在武，李廉水. 2011. 江蘇省典型產(chǎn)業(yè)與氣象條件變化關(guān)系研究[J]. 閱江學(xué)刊，6（3）：84-89.

Yang S，Gong Z W，Li L S. 2011. Relationship analysis between typical industries of Jiangsu Province and meteorological factors[J]. Yuejiang Academic Journal， 6（3）： 84-89.

楊小利，江廣盛. 2010. 隴東黃土高原典型站蘋(píng)果生長(zhǎng)對(duì)氣候變化的響應(yīng)[J]. 中國(guó)農(nóng)業(yè)氣象，31（1）：74-77.

Yang X L，Jiang G S. 2010. Responses of apple trees growth to climate change in typical stations of Longdong Loess Plateau[J]. Chinese Journal of Agrometeorology， 31（1）：74-77.

楊秀武. 1995. 蘋(píng)果生物學(xué)零度和花期有效積溫的研究[J]. 果樹(shù)科學(xué)，12（2）：98-100.

Yang X W. 1995. Analysis on biological zero degree of apple and effective accumulative temperature at flowering stage[J]. Fruit Science，12（2）：98-100.

易諄，王曉東，陳剛，翟鑫，馬俊寬，張明明. 2013. 基于灰色預(yù)測(cè)和線性回歸的煙葉產(chǎn)量預(yù)測(cè)模型[J]. 計(jì)算機(jī)應(yīng)用，33（S1）：52-54.

Yi C，Wang X D，Chen G，Zhai X，Ma J K，Zhang M M. 2013.Forcast model of tobacco production based on grey dynamic model and multivariate linear regression[J]. Journal of Com-

puter Applications，33（S1）：52-54.

殷淑燕，張鈺敏，李美榮，王海燕. 2011. 氣候變化對(duì)洛川蘋(píng)果物候期的影響[J]. 陜西師范大學(xué)學(xué)報(bào)（自然科學(xué)版），39（6）：86-90.

Yin S Y，Zhang Y M，Li M R，Wang H Y. 2011. Influnce of climate change on apple phenophase in Luochuan[J]. Journal of Shaanxi Normal University（Natural Science Edition）， 39（6）：86-90.

張姝麗，丁德平，付冶龍，馮濤，黎紅. 2008. 灰色關(guān)聯(lián)度在北京地區(qū)霧災(zāi)評(píng)估中的應(yīng)用[J]. 災(zāi)害學(xué)，23（3）：54-61.

Zhang S L，Ding D P，F(xiàn)u Y L，F(xiàn)eng T，Li H. 2008. Application of grey relational grade in fog disaster evaluation in Beijing Region[J]. Journal of Catastrophology，23（3）：54-61.

張?jiān)?，鞏在? 2012. 基于灰關(guān)聯(lián)分析的時(shí)間序列改變點(diǎn)搜索研究[J]. 災(zāi)害學(xué)，27（3）：64-68.

Zhang Y，Gong Z W. 2012. Change-point searching of time series based on grey relational analysis[J]. Journal of Catastrop-

hology， 27（3）：64-68.

張穎超，仲麗君. 2013. 基于灰關(guān)聯(lián)和回歸分析的臺(tái)風(fēng)災(zāi)害損失研究與分析[J]. 熱帶氣象學(xué)報(bào)，29（4）：665-671.

Zhang Y C， Zhong L J. 2013. The research and analysis on typhoon disasters based on grayness correlation and regression analysis[J]. Journal of Tropical Meteorology， 29（4）：665-671.

Alexandrov V A， Hoogenboom G. 2000. Vulnerability and adap-

tation assessments of agricultural crops under climate change in the Southeastern USA[J]. Theoretical and Applied Clima-

tology， 67（1）：45-63.

David B， Lobell J， Ivan Ortiz-Monasterio，Gregory P， Pamela A， Rosamond L， Walter P. 2005. Analysis of wheat yield and climatic trends in Mexico[J]. Field Crops Research， 94（2-3）：250-256.

Gbetibouo G A，Hassan R M. 2005. Measuring the economic impact of climate change on major South African field crops： a Ricardian approach original research article[J]. Global and Planetary Change， 47（2-4）：143-152.

Juan Jose， FazliMabood， Zhou X M， Edward G， Donald L. 2008. Climate change， weather variability and corn yield at a higher latitude locale： Southwestern Quebec[J]. Climatic Change，88（2）：187-197.

（責(zé)任編輯 麻小燕）