吳芳 鄒學(xué)智 李靜 王葳葳

摘要：為探索江蘇省興化市油菜花期的變化規(guī)律，研究其花期預(yù)報方法，助力興化市開展“千垛菜花節(jié)”旅游活動，現(xiàn)利用2000—2019年興化市油菜始花期觀測資料和同期氣象資料，分析油菜始花期的特征，構(gòu)建基于輻熱積（TEP）油菜始花期預(yù)報模型。結(jié)果表明，興化市油菜平均始花期為3月17—18日（閏年為3月16—17日），始花期呈逐年提前的趨勢，提前速率為0.5 d/年，且變率比較大;基于輻熱積模型預(yù)報結(jié)果與實際始花期平均相差最小為2.51 d，有效積溫方法預(yù)報結(jié)果與實際始花期平均相差3.67 d;基于輻熱積建立的油菜始花期預(yù)報回歸模型，有效地提高了預(yù)報精度。

關(guān)鍵詞：油菜;始花期;輻熱積;始花期預(yù)報;有效積溫

中圖分類號：S165+.21?? 文獻(xiàn)標(biāo)志碼： A

文章編號：1002-1302（2021）11-0153-05

收稿日期：2020-09-15

基金項目：江蘇省氣象局預(yù)報員專項（編號：JSYBY201808）。

作者簡介：吳 芳（1992—），女，江蘇興化人，碩士，助理工程師，主要從事農(nóng)業(yè)氣象研究。E-mail：695996312@qq.com。

通信作者：鄒學(xué)智，碩士，工程師，主要從事農(nóng)業(yè)氣象研究。E-mail：zhicun001@126.com。

隨著人們生活水平的提高，旅游賞花已成為人們的一種生活時尚。提前預(yù)測觀賞性植物的開花時間，對舉辦旅游活動以及公眾安排出行計劃具有一定的指導(dǎo)意義。目前，在植物花期與氣候變化以及觀賞性植物花期預(yù)報等方面前人已經(jīng)做了大量的研究工作，張利華等分別針對梨樹、牡丹、迎春花和櫻花等木本植物構(gòu)建模型預(yù)測花期[1-4]，并得到了很好的驗證，但是針對農(nóng)業(yè)旅游的油菜花花期預(yù)報的研究則鮮有報道。

近年來隨著“菜花節(jié)”休閑觀光農(nóng)業(yè)的發(fā)展，以千島樣式形成的江蘇省興化油菜花景觀享譽全國，油菜逐步發(fā)展成為興化市主要休閑觀光觀賞作物之一。前人研究結(jié)果表明，氣候條件對油菜的生長有重要影響，如張佩等分析了江蘇省油菜全生育期氣候因子的時空分布特征[5];董芹等劃分了油菜各生育期的氣象指數(shù)等級和災(zāi)害預(yù)警等級[6];葉海龍等分析了氣象因子對油菜生育期的影響，氣溫因子影響最顯著[7-8];方麗等研究發(fā)現(xiàn)，影響油菜生長的主要氣象因子，不同生育期有所差異，且氣候資源時空變化對油菜生長有利[9]。本研究在前人氣象因子研究的基礎(chǔ)上構(gòu)建花期預(yù)報模型，對興化市“千垛菜花旅游節(jié)”的成功舉辦和推動興化市旅游、經(jīng)濟發(fā)展有著重要意義。

目前，預(yù)報油菜花期最常采用的是積溫模型[10-12]，此方法操作簡單，模式穩(wěn)定準(zhǔn)確且生物學(xué)意義明顯，但未考慮日照、輻射等其他氣象因子，存在不確定因素，預(yù)報精度相對較低。倪紀(jì)恒等綜合考慮溫度和太陽輻射對作物生長發(fā)育指標(biāo)的影響累積模型，提出輻熱積模型[13]，被廣泛應(yīng)用于黃瓜、番茄、甜瓜等作物的生長模擬[14-16]。迄今為止，基于輻熱積法模擬油菜生長發(fā)育模型的研究較少[17-18]，尤其是基于輻熱積法預(yù)報油菜始花期的研究鮮有報道。

本研究針對興化市油菜賞花期鄉(xiāng)村旅游經(jīng)濟對花期預(yù)報的需求，以興化市為研究區(qū)域，以油菜始花期的氣象要素為研究對象，通過對2000—2019年近20年油菜花期的研究以及同期氣象要素分析，建立基于輻熱積的油菜始花期預(yù)報模型，指導(dǎo)鄉(xiāng)村旅游賞花活動，以期為興化市“千垛菜花旅游節(jié)”的順利召開提供科學(xué)保障。

1 材料與方法

1.1 數(shù)據(jù)獲取

油菜始花期資料來自興化市農(nóng)業(yè)農(nóng)村局，以2000—2019年的冬油菜作為研究對象，始花期的標(biāo)準(zhǔn)是大田栽培的油菜田中1%的花朵開放之日。同步年份的氣象資料來自興化市氣象局，采用溫度、日照時數(shù)等觀測數(shù)據(jù)。

1.2 方法

1.2.1 輻熱積計算

溫度和輻射是影響作物生長發(fā)育的2個重要環(huán)境因子[19-21]，溫度對油菜生長的影響用熱效應(yīng)來表示，輻射對油菜生長的影響用輻射效應(yīng)來表示。在一定的栽培條件下，將熱效應(yīng)與光合有效輻射的乘積定義為輻熱積（TEP）[13，22-23]。以油菜始花期作為因變量，輻熱積作為自變量，建立兩者之間的動態(tài)關(guān)系。首先計算1 h內(nèi)的相對熱效應(yīng)（RET）和光合有效輻射（PAR），然后將兩者相乘得到每小時的輻熱積，將1 d中的小時輻熱積累加得到每日相對輻熱積（RTEP），最后累加每日相對輻熱積得到累積輻熱積（TEP）。

具體計算按公式（1）～（4）進(jìn)行：

RTE（T）=0（T

T-TbTo-Tb（Tb≤T

1（T=To）

Tm-TTm-To（To≤T

0（T≥Tm）;（1）

PAR=0.5Q;（2）

RTEP=∑24i=1[RET（i）·PAR（i）];（3）

TEP=∑（RTEP）。（4）

式中：T為平均溫度，℃;Tb為生長下限溫度，℃;Tm為生長上限溫度，℃;To為生長最適溫度，℃;0.5為光合有效輻射在太陽總輻射中的比例[25-26];Q為1 h 內(nèi)的太陽總輻射，J/（m2·h）;PAR為1 h內(nèi)的總光合有效輻射，J/（m2·h）;RTEP為每日相對輻熱積，J/（m2·d）;RET（i）為1 d內(nèi)第i小時的平均相對熱效應(yīng);PAR（i）為1 d內(nèi)第i小時的平均光合有效輻射，J/（m2·d）;TEP為累積輻熱積，J/m2。其中油菜生長的下限溫度為5 ℃，上限溫度為32 ℃，最適溫度為20 ℃[6，24]。

1.2.2 有效積溫計算

植物需要在一定的溫度以上才開始生長發(fā)育，此溫度在生態(tài)學(xué)中稱為發(fā)育閾溫度或生態(tài)學(xué)零度，但僅是溫度達(dá)到要求還不能滿足完成發(fā)育和生長的需求，植物完成某一階段的發(fā)育必須向外界攝取一定的熱量，此熱量為總積溫或者有效積溫。有效積溫計算方法詳見公式（5）：

K=∑ni=1（T-Tb）。（5）

式中：K為累積有效積溫，℃;n為完成某階段發(fā)育所需要的有效天數(shù)。

1.3 數(shù)據(jù)分析與利用

在Excel表中計算出油菜始花期的日序數(shù)（即距離1月1日的實際天數(shù)），分類匯總這20年數(shù)據(jù)，將其中前14年的數(shù)據(jù)作為樣本建立預(yù)報模型，后6年的數(shù)據(jù)作為檢驗樣本來評價模型。本研究首先計算油菜始花期的日序數(shù)，分析油菜始花期的變化特征，同時分析油菜始花期與輻熱積的相關(guān)性，建立基于輻熱積的油菜始花期預(yù)報的回歸模型。

2 結(jié)果與分析

2.1 油菜始花期變化特征

對2000—2019年興化市油菜花生育期資料進(jìn)行統(tǒng)計分析。由圖1可知，油菜平均始花期的日序數(shù)為76.85 d，出現(xiàn)在3月中旬（平年是3月17日至18日;閏年是3月16日至17日），最早出現(xiàn)在3月上旬（3月6日，2019年），最晚出現(xiàn)在3月下旬（3月29日，2012年），兩者相差了24 d，2000—2019年興化市區(qū)域油菜始花期呈逐年提前趨勢，提前速率為0.5 d/年，且變率較大。由圖2可知，2 月份有效積溫變率也較大，與始花期日序數(shù)變化相對應(yīng)。

2.2 油菜始花期與輻熱積相關(guān)性

為提高油菜始花期預(yù)報精度，本研究引入輻熱積。根據(jù)2000—2019年油菜花生育期資料統(tǒng)計分析結(jié)果顯示，油菜始花期正常在3月中旬，因此本研

究選取表1中所示的與始花期相關(guān)性較高的輻熱積，用來進(jìn)行始花期預(yù)報。將選取的8個輻熱積與油菜實測始花期進(jìn)行相關(guān)性分析，結(jié)果表明，1月1日至3月1日輻熱積、2月1日至3月1日輻熱積、1月1日至3月5日輻熱積、2月1日至3月5日輻熱積與油菜始花期在0.01水平上顯著負(fù)相關(guān);1月1日至3月10日輻熱積、2月1日至3月10日輻熱積、1月1日至3月15日輻熱積、2月1日至3月15日輻熱積與油菜始花期在0.05水平上顯著負(fù)相關(guān)。由圖3可知，1月1日至3月5日輻熱積和2月1日至3月5日輻熱積與油菜始花期的相關(guān)性最好，相關(guān)系數(shù)分別為-0.797和-0.793，擬合精度r2都在0.6以上。綜上所述，選擇1月1日至3月1日輻熱積、2月1日至3月1日輻熱積、1月1日至3月5日輻熱積、2月1日至3月5日輻熱積來預(yù)報油菜始花期。

2.3 基于輻熱積構(gòu)建模型預(yù)報油菜始花期

基于以上的相關(guān)性分析結(jié)果，以油菜始花期作為因變量，以表1中相關(guān)性較高的4個輻熱積作為自變量，即1月1日至3月1日輻熱積、2月1日至3月1日輻熱積、1月1日至3月5日輻熱積、2月1日至3月5日輻熱積，采用回歸分析，依次構(gòu)建油菜始花期 3月1日、3月5日共 6個預(yù)報模型：

Y=-0.388 3X1+85.741 0（R2=0.539 9，P<0.001）;（6）

Y=-0.421 5X2+85.234 0（R2=0.535 8，P<0.001）;（7）

Y=-0.414 3X3+87.522 0（R2=0.635 1，P<0.001）;（8）

Y=-0.444 6X4+87.008 0（R2=0.628 5，P<0.001）;（9）

Y=-0.231X1-0.175X2+85.596（R2=0.544，P<0.001）;（10）

Y=-0.260X3-0.170X4+87.407（R2=0.639，P<0.001）。? （11）

采用2014—2019年輻熱積預(yù)報油菜始花期，將油菜始花期預(yù)測結(jié)果與實際觀測結(jié)果對比，由表2可知，這6個模型預(yù)報結(jié)果的平均絕對誤差在8～9 d，預(yù)報結(jié)果較差。經(jīng)實地考察調(diào)研發(fā)現(xiàn)，近幾年為促進(jìn)開展興化市油菜花節(jié)，提前采取人工干預(yù)，包括選擇早熟品種、提前播種等手段，促使油菜始花期提前，去掉2014—2019年始花期早于3月10日的最后3年（2017—2019年），6個模型預(yù)報結(jié)果中誤差最小的僅2.51 d，采用預(yù)報模型（8）（表2平均絕對誤差數(shù)據(jù)中括號內(nèi)表示去除最后3年后各模型預(yù)報結(jié)果與實測結(jié)果的平均絕對誤差）。

2.4 基于有效積溫構(gòu)建模型預(yù)報油菜始花期

為了對比基于輻熱積的油菜始花期預(yù)報模型的預(yù)測能力，現(xiàn)以油菜始花期作為因變量，2月份有效積溫作為自變量，構(gòu)建基于有效積溫的油菜始花期預(yù)報模型。由圖4可知，2月份有效積溫每升高10 ℃，日序數(shù)將減少1.73 d，即始花期提前1.73 d。具體模型如下：

始花期日序數(shù)（Y）與2月份有效積溫（X9）的回歸模型

Y=-0.172 8X9+85.325 0（r2=0.544 1，P<0.001）。（12）

采用 2014—2019年有效積溫預(yù)報油菜始花期，將油菜始花期預(yù)測結(jié)果與實際觀測結(jié)果對比，由表3可知，基于有效積溫模型預(yù)報結(jié)果誤差達(dá)3.67 d。對比前面輻熱積預(yù)報結(jié)果，可以發(fā)現(xiàn)，輻熱積預(yù)報方程（6）、（8）、（9）、（11）預(yù)報的誤差比2月份有效積溫預(yù)報的誤差更小，這說明輻熱積預(yù)報能夠提高油菜始花期預(yù)報精度。

3 討論與結(jié)論

根據(jù)2000—2019年近20年興化市油菜花期研究以及同期氣象要素分析結(jié)果表明：（1）油菜平均始花期為3月17日至18日（閏年為3月16日至17日），這20年始花期呈逐年提前的趨勢，提前速率為0.5 d/年，并且變率比較大。（2）通過分析選取的8個輻熱積與油菜實測始花期相關(guān)性，發(fā)現(xiàn)1月1日至3月1日輻熱積、2月1日至3月1日輻熱積、1月1日至3月5日輻熱積、2月1日至3月5日輻熱積與油菜始花期在0.01水平上顯著負(fù)相關(guān);1月1日至3月10日輻熱積、2月1日至3月10日輻熱積、1月1日至3月15日輻熱積、2月1日至3月15日輻熱積與油菜始花期在0.05水平上顯著負(fù)相關(guān)。（3）通過基于輻熱積建立始花期預(yù)報回歸模型，可以發(fā)現(xiàn)，用1月1日與 2月1日至3月1日、3月5日輻熱積建立的6個預(yù)報模型，精度（r2）均超過了0.6，預(yù)報結(jié)果誤差在8～9 d，這與張曉云等對油菜始花期的預(yù)測值[27]誤差一致。去掉2014—2019年始花期早于3月10日的最后3年（2017—2019年），預(yù)報的平均誤差在2～5 d之間。其中模型（8）的預(yù)報平均誤差最小，為2.51 d。（4）對比有效積溫預(yù)報油菜始花期，可以發(fā)現(xiàn)，基于輻熱積的始花期預(yù)報模型（6）、（8）、（9）、（11）的預(yù)報平均誤差均比有效積溫預(yù)報的誤差小，說明輻熱積預(yù)報能有效提高始花期預(yù)報精度。

根據(jù)近幾年的數(shù)據(jù)研究以及實地考察調(diào)研發(fā)現(xiàn)，隨著鄉(xiāng)村旅游業(yè)的發(fā)展以及每年“菜花節(jié)”的開展，對油菜生長進(jìn)行了人工干預(yù)，包括選擇早熟品種、提前播種等手段，致使油菜花始花期提前，這對后期的油菜花期的預(yù)報有一定的影響。雖然，目前還不能實現(xiàn)對油菜始花期的高精度預(yù)報，但在自然生長狀況下，通過輻熱積預(yù)報模型，提前知道油菜始花期，可在此前提下，合理采取措施即人為干預(yù)，將始花期提前到理想的時間，節(jié)約人工，提高效率，并為興化市油菜花節(jié)的成功舉辦、推動興化旅游和經(jīng)濟發(fā)展以及興化農(nóng)業(yè)氣象預(yù)報研究發(fā)展提供了一定的參考與支撐。

油菜始花期的早晚不僅與氣溫、日照時數(shù)有關(guān)，還與降水、濕度等氣象因子有關(guān)，因此，還需深入分析降水、濕度等氣象因子對始花期的影響。后期可加入這些氣象因子重新建立模型，同時還要考慮油菜品種、播期等因素，以期提高模型預(yù)報精度。

參考文獻(xiàn)：

[1]張利華，任曙霞，張永強，等. 梨樹始花期預(yù)報[J]. 氣象科技，2012，40（3）：485-488.

[2]張翠英，王 英，黃玉芳，等. 氣候變暖對菏澤牡丹花期的影響及花期預(yù)測模型[J]. 中國農(nóng)業(yè)氣象，2009，30（2）：251-253.

[3]車少靜，趙士林，智利輝. 迎春始花期預(yù)報方法的研究[J]. 中國農(nóng)業(yè)氣象，2004，25（3）：70-73.

[4]舒 斯，肖 玫，陳正洪. 櫻花始花期預(yù)報方法[J]. 生態(tài)學(xué)報，2018，38（2）：405-411.

[5]張 佩，吳 田，姚 薇，等. 江蘇省油菜全生育期氣候特征的變化分析[J]. 江蘇農(nóng)業(yè)科學(xué)，2015，43（9）：118-121.

[6]董 芹，霍 焱，蔣 駿，等. 油菜生育期氣象指數(shù)等級及災(zāi)害預(yù)警指標(biāo)研究[J]. 江蘇農(nóng)業(yè)科學(xué)，2015，43（10）：84-90.

[7]葉海龍，何利德，吳海鎮(zhèn). 油菜生育期氣象條件分析[J]. 江西農(nóng)業(yè)學(xué)報，2008，20（11）：97-98.

[8]葉海龍，吳海鎮(zhèn). 氣象因子預(yù)測油菜盛花期的探討[J]. 浙江農(nóng)業(yè)科學(xué)，2013（9）：1080-1081.

[9]方 麗，李涵茂，戴鵬飛，等. 湖南省油菜生育期間氣候資源時空變化規(guī)律分析[J]. 氣象科技，2014，42（4）：725-730.

[10]汪如良，鄧德文，郭瑞鴿，等. 鄱陽湖旅游地區(qū)油菜花花期的分析研究[J]. 江西科學(xué)，2015，33（5）：708-712.

[11]豆青芳，索生睿，鐘 存，等. 門源縣油菜花期預(yù)測研究[J]. 現(xiàn)代農(nóng)業(yè)科技，2019（7）：20-22.

[12]李文靜，黃蔚薇，李 倩，等. 長江流域油菜花期預(yù)報方法研究[J]. 中國農(nóng)業(yè)資源與區(qū)劃，2020，41（2）：101-108.

[13]倪紀(jì)恒，羅衛(wèi)紅，李永秀，等. 溫室番茄發(fā)育模擬模型研究[J]. 中國農(nóng)業(yè)科學(xué)，2005，38（6）：1219-1225.

[14]李永秀，羅衛(wèi)紅，倪紀(jì)恒，等. 用輻熱積法模擬溫室黃瓜葉面積、光合速率與干物質(zhì)產(chǎn)量[J]. 農(nóng)業(yè)工程學(xué)報，2005，21（12）：131-136.

[15]倪紀(jì)恒，羅衛(wèi)紅，李永秀，等. 溫室番茄干物質(zhì)分配與產(chǎn)量的模擬分析[J]. 應(yīng)用生態(tài)學(xué)報，2006，17（5）：811-816.

[16]張中典，張大龍，李建明，等. 輻熱積驅(qū)動的溫室甜瓜作物系數(shù)模型[J]. 西北農(nóng)林科技大學(xué)學(xué)報（自然科學(xué)版），2017，45（2）：128-134，142.

[17]余焰文，楊愛萍，蔡小琴，等. 三種油菜產(chǎn)量預(yù)測模型在江西的應(yīng)用比較[J]. 氣象科技，2018，46（5）：1032-1037.

[18]余焰文，蔡 哲，姚俊萌，等. 江西省油菜產(chǎn)量集成預(yù)測模型方法研究[J]. 氣象與減災(zāi)研究，2019，42（3）：206-211.

[19]Lieth J H，Carpenter P. Modeling stem elongation and leaf unfolding of Easter lily during greenhouse forcing[J]. Scientia Horticulturae，1990，44（1/2）：149-162.

[20]Karlsson M G，Heins R D，Gerberick J O，et al. Temperature driven leaf unfolding rate in Hibiscus rosa-sinensis[J]. Scientia Horticulturae，1991，45（3/4）：323-331.

[21]Heuvelink E，Marcelis L M. Influence of assimilate supply on leaf formation in sweet pepper and tomato[J]. Journal of Horticultural Science，1996，71（3）：405-414.

[22]Marcelis L M. Fruit shape in cucumber as influenced by position within the plant，fruit load and temperature[J]. Scientia Horticulturae，1994，56（4）：299-308.

[23]倪紀(jì)恒，陳學(xué)好，陳春宏，等. 用輻熱積法模擬溫室黃瓜果實生長[J]. 農(nóng)業(yè)工程學(xué)報，2009，25（5）：192-196.

[24]張亞杰，李 京，彭紅坤，等. 油菜生育期動態(tài)模擬模型的構(gòu)建[J]. 作物學(xué)報，2015，41（5）：766-777.

[25]Wang L，Gong W，Ma Y，et al. Photosynthetically active radiation and its relationship with global solar radiation in Central China[J]. International Journal of Biometeorology，2014，58（6）：1265-1277.

[26]Willmott C，Matsuura K. Advantages of the mean absolute error（MAE）over the root mean square error（RMSE）in assessing average model performance[J]. Climate Research，2005，30（1）：79-82.

[27]張曉云，孔祥萍，張海春. 高寒地區(qū)油菜花期與氣象條件的關(guān)系及預(yù)測模型[J]. 中國農(nóng)學(xué)通報，2019，35（13）：96-100.