楊 濤,陳 宇,張 皓,蔡志穎
(1.貴陽(yáng)市氣象局,貴州貴陽(yáng) 550001;2.貴州省氣象服務(wù)中心,貴州貴陽(yáng)5 500012;3.貴陽(yáng)國(guó)家農(nóng)業(yè)氣象試驗(yàn)站,貴州清鎮(zhèn) 551400;4.寧波市氣象局,浙江寧波 315099)
觀賞性植物的始花期預(yù)測(cè)已成為近年來(lái)倍受關(guān)注的焦點(diǎn)問(wèn)題之一,植物物候期的變化與氣象條件密切相關(guān)。研究表明,諸多環(huán)境要素(溫度、降水、光照、風(fēng)速、養(yǎng)分等)都會(huì)影響植物物候期,其中溫度作用最大[1]。饒紅欣等利用谷城櫻花開花前1~2 月的最高溫度建立了始花期線性回歸方程,結(jié)果表明當(dāng)年1—2 月的平均最高氣溫升高1℃,櫻花始花期可提前2.4 d[2]。肖丹等對(duì)眉山晚櫻盛花期和氣溫進(jìn)行了相關(guān)性分析發(fā)現(xiàn),櫻花盛花期受上年11 月、12 月氣溫影響較小,與當(dāng)年1—3 月平均氣溫的相關(guān)性最高[3]。櫻花花期與溫度呈顯著負(fù)相關(guān),開花前一段時(shí)間內(nèi)溫度越高,花期時(shí)序越短。陳正洪等用武漢大學(xué)櫻花園連續(xù)62 年的花期資料研究了櫻花始花期、落花期、持續(xù)天數(shù)的氣候變化特征,并建立了始花期預(yù)報(bào)模型,發(fā)現(xiàn)始花期與冬季及2 月平均氣溫密切相關(guān),其中基于2 月平均氣溫的非線性模型對(duì)異?;ㄔ玳_有較好的模擬效果[4]。魏華兵等利用積溫方法研究了櫻花花期,發(fā)現(xiàn)下限溫度和不同起始日期都會(huì)影響花期積溫指標(biāo)[5]。
本文研究清鎮(zhèn)氣象條件對(duì)櫻花始花期的影響,以期為當(dāng)?shù)赜嘘P(guān)部門提供服務(wù)決策依據(jù),指導(dǎo)人們合理安排時(shí)間觀賞櫻花,助力鄉(xiāng)村旅游發(fā)展。
清鎮(zhèn)市位于貴州省中部,東經(jīng)106°07′~106°33′,北緯26°21′~26°59′,總面積1 386.6 km2,屬北亞熱帶季風(fēng)濕潤(rùn)氣候,平均海拔1 200 m,年平均氣溫14.3 ℃,其中夏季平均氣溫22.7 ℃,年均降雨量1 168.9 mm,年均日照時(shí)數(shù)1 228.8 h。氣候溫和,舒適宜人,季風(fēng)明顯,總儲(chǔ)水量近20億立方米。清鎮(zhèn)櫻花園位于清鎮(zhèn)市紅楓湖上游,緊連貴安新區(qū),共同占地1 300 余公頃的農(nóng)場(chǎng),種植了近70 萬(wàn)株名貴櫻花,其面積之廣,密度之大,享有“貴州最佳櫻花觀賞區(qū)”的美譽(yù)。每年3 月櫻花盛開時(shí)期都會(huì)吸引上百萬(wàn)人參觀游覽,為當(dāng)?shù)亟?jīng)濟(jì)發(fā)展作出了巨大貢獻(xiàn)。
氣象數(shù)據(jù)來(lái)源于貴州省信息中心,選用清鎮(zhèn)市2013—2020 年逐日平均氣溫、最高氣溫、降水、日照時(shí)數(shù)、平均風(fēng)速等氣象數(shù)據(jù),并采取調(diào)查及專業(yè)觀測(cè)方法,參照《農(nóng)業(yè)氣象觀測(cè)規(guī)范》獲取了清鎮(zhèn)櫻花2013—2020年花期的相關(guān)資料。
1.3.1 數(shù)據(jù)處理
首先將始花期、落花期轉(zhuǎn)換為日序數(shù)(每年1月1日記為1,1 月2 日記為2,……以此類推),其次計(jì)算始花期至落花期的持續(xù)天數(shù)作為花期天數(shù),從而得到了始花期、落花期、花期天數(shù)等3 個(gè)物候期的完整時(shí)序資料。
1.3.2 積溫計(jì)算方法
櫻花花芽的發(fā)育與氣溫有關(guān),櫻花花期的相關(guān)研究表明櫻花生長(zhǎng)過(guò)程需要一定的總熱量,總熱量常用總積溫或有效積溫來(lái)表示[6]。對(duì)櫻花花開前期總熱量的表述,除了用日均有效積溫表示外,日本預(yù)測(cè)櫻花多利用日最高氣溫累加值的方法來(lái)表示并分析櫻花花期影響指標(biāo)。本研究采用一定溫度條件下的日平均氣溫或日最高氣溫表示,如下:
式(1)中,Q為花開前期所需一定條件的階段積溫,m為一定溫度條件下的發(fā)育歷期,T為發(fā)育歷期間的階段溫度值,c為影響發(fā)育的溫度閾值。
1.3.3 統(tǒng)計(jì)分析
應(yīng)用SPSS26.0、Excel 軟件對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析,用相關(guān)分析法分析清鎮(zhèn)櫻花始花期與氣溫、日照、風(fēng)速等氣象因子的相關(guān)性,利用逐步回歸分析法找出對(duì)櫻花始花期有顯著影響的關(guān)鍵氣象因子并建立預(yù)報(bào)模型,其中2013—2020 年的資料用于模型建立與回測(cè),2021年的資料則作為獨(dú)立樣本進(jìn)行了預(yù)測(cè)檢驗(yàn)。
根據(jù)2013—2020年清鎮(zhèn)櫻花的物候資料,發(fā)現(xiàn)清鎮(zhèn)櫻花始花期平均日序?yàn)?8.6 d,對(duì)應(yīng)日期為3 月8—9 日,平均盛花期為3 月14 日,平均落花期為3 月26日,平均花期可達(dá)17.6 d。清鎮(zhèn)櫻花始花期最早為2013 年3 月5 日,最晚為2017 年3 月14 日,變幅長(zhǎng)達(dá)9 d。借助均方差的大小判定始花期的穩(wěn)定性程度[7],發(fā)現(xiàn)櫻花始花期日序數(shù)均方差為3.2,超過(guò)63%的年份均偏離平均始花期2 d 以上,這表明清鎮(zhèn)櫻花始花期近8年來(lái)并不穩(wěn)定。
2.2.1 影響櫻花始花期的氣象因子
將清鎮(zhèn)歷年1、2 月的日平均氣象資料換算成逐旬并逐一進(jìn)行相關(guān)性分析。表1 為清鎮(zhèn)櫻花始花期序列與各氣象因子的相關(guān)系數(shù),可以看出氣溫是影響櫻花花期的主要?dú)庀笠蜃樱渲?月中旬、2月下旬平均氣溫,1月下旬日照時(shí)數(shù),2月最高氣溫與櫻花始花期呈顯著負(fù)相關(guān)關(guān)系,相關(guān)系數(shù)分別為-0.72、-0.83、-0.73、-0.76,尤其是2 月下旬最高氣溫與櫻花花期的相關(guān)性達(dá)極顯著水平(a=0.01),這表明清鎮(zhèn)櫻花開花前,2月下旬的氣溫對(duì)花期影響最大,即2月下旬的最高氣溫越高,櫻花開花越早。從表中可以看出降水量、平均風(fēng)速和最大風(fēng)速均未通過(guò)顯著性檢驗(yàn),這表明此三項(xiàng)氣象因子對(duì)清鎮(zhèn)櫻花的始花期影響較小。
表1 始花期日序與各氣象因子的相關(guān)系數(shù)
2.2.2 清鎮(zhèn)櫻花花期預(yù)報(bào)模型建立
通過(guò)以上分析,從各氣象因子中挑選出與始花期日序數(shù)最相關(guān)的2 個(gè)氣象因子,利用SPSS 26.0 軟件對(duì)始花期日序數(shù)與氣象因子進(jìn)行逐步回歸分析,從而得到了清鎮(zhèn)始花期預(yù)報(bào)模型:
公式(2)中,Y表示始花期日序數(shù),X1表示2月下旬平均氣溫,X2表示2 月下旬最高氣溫。方程通過(guò)了0.05顯著性檢驗(yàn),即回歸方程有效。
2.2.3 模型檢驗(yàn)與預(yù)測(cè)檢驗(yàn)
用2013—2020 年氣象資料對(duì)所建立的花期預(yù)報(bào)方程進(jìn)行回測(cè),以驗(yàn)證模型的準(zhǔn)確性。結(jié)果表明模型擬合值與實(shí)際觀測(cè)值差異較小,絕對(duì)誤差平均為1.0 d,最大誤差為3 d(見(jiàn)圖1)。利用清鎮(zhèn)櫻花始花期預(yù)測(cè)模型,將2021 年的各預(yù)測(cè)因子代入得到Y(jié)值為65,換算成日期,得出2021 年清鎮(zhèn)櫻花始花期為3 月6 日,與實(shí)際觀測(cè)日期3 月4 日相差2 d,在允許誤差范圍內(nèi)。
圖1 回歸預(yù)報(bào)模型擬合結(jié)果
2.3.1 清鎮(zhèn)櫻花花期預(yù)報(bào)模型建立
大多數(shù)植物開花前的積溫會(huì)在一定程度上影響花期早晚,而植物不同生長(zhǎng)階段所需要的積溫是相對(duì)固定的,積溫模型預(yù)測(cè)法就是利用櫻花始花期所需要的積溫,檢驗(yàn)是否達(dá)到閾值。不同地方、不同植物始花期所需積溫閾值各不相同。利用2013—2020年間清鎮(zhèn)逐日氣象數(shù)據(jù),選取下限溫度0、3、5 ℃和日最高氣溫,起算時(shí)間為1 月1 日、1 月15 日、2 月1 日至當(dāng)年始花期日,分別計(jì)算從起始日期到始花期的活動(dòng)積溫值。表2 為清鎮(zhèn)櫻花始花期序列的各積溫平均值。方差大小可表示花期的穩(wěn)定性程度[8],差值越小,表明花期與平均花期差距越小,結(jié)果越穩(wěn)定。研究發(fā)現(xiàn)1月15 日最高溫度累積平均值方差最小為542.3。因此采用起算日為1 月15 日、日最高溫度累積溫度來(lái)確定櫻花始花期更為合適。具體指標(biāo)為1 月15 日起,當(dāng)日最高溫度累積值≥611.8 ℃時(shí),這天即為清鎮(zhèn)櫻花開花日。
表2 始花期序列的各積溫平均值及方差
2.3.2 模型檢驗(yàn)與預(yù)測(cè)檢驗(yàn)
用2013—2020 年清鎮(zhèn)逐日氣象數(shù)據(jù),將每年1 月15日至始花期序列對(duì)各積溫模型進(jìn)行回測(cè),算出歷年櫻花期的擬合日期,將擬合日期減去實(shí)際日期的絕對(duì)值,得出模型的擬合差異。結(jié)果表明(見(jiàn)表3),1 月15 日至櫻花始花期的0、3、5 ℃有效積溫及最高溫度累積預(yù)報(bào)的始花期平均絕對(duì)誤差分別為2.8 d、3.8 d、2.1 d、1.5 d,其中最高溫度累積模型預(yù)報(bào)誤差天數(shù)最小。從圖2 可以看出,其擬合結(jié)果與實(shí)際結(jié)果誤差最大值為3 d,差距為2 d 之內(nèi)的預(yù)測(cè)準(zhǔn)確率達(dá)88%。這表明最高溫度積溫預(yù)報(bào)模型對(duì)清鎮(zhèn)櫻花始花期預(yù)測(cè)有良好的擬合效果。利用清鎮(zhèn)櫻花始花期預(yù)測(cè)模型,預(yù)測(cè)2021 年櫻花始花期為3 月4 日,與實(shí)際觀測(cè)日期3月4日符合,預(yù)測(cè)效果良好。
表3 清鎮(zhèn)櫻花2013—2020年始花期積溫模型預(yù)報(bào)誤差 單位:d
圖2 積溫預(yù)報(bào)模型擬合結(jié)果
通過(guò)對(duì)清鎮(zhèn)櫻花開花特早年(2013 年)、特遲年份(2017 年)與近30 年(1991—2020 年)氣象條件分析,發(fā)現(xiàn)2013 年1—3 月的平均氣溫和最高氣溫明顯偏高,尤其是2 月的平均氣溫、最高氣溫、日照時(shí)數(shù)較歷史同期偏高32%、22%、19.7%,降水偏少47.6%,有利于清鎮(zhèn)櫻花始花期提前。分析2017 年的氣象資料,發(fā)現(xiàn)2 月下旬的平均氣溫、最高氣溫、日照時(shí)數(shù)較歷史同期偏低35.8%、26.2%、50.3%,降水偏多,濕度偏大,從而導(dǎo)致櫻花花期推遲。
本文對(duì)清鎮(zhèn)櫻花始花期與氣象因子的相關(guān)性進(jìn)行了分析,建立了櫻花始花期預(yù)測(cè)的線性回歸方程,同時(shí)利用積溫方法建立櫻花始花期預(yù)測(cè)指標(biāo),并進(jìn)行了回測(cè)檢驗(yàn)及2021年始花期預(yù)測(cè)。
1)清鎮(zhèn)櫻花始花期平均日序?yàn)?8.6 d,對(duì)應(yīng)日期為3 月8—9 日,平均盛花期為3 月14 日,平均落花期為3 月26 日。清鎮(zhèn)櫻花始花期最早為3 月5 日,最晚為3月14日,變幅長(zhǎng)達(dá)9 d。
2)清鎮(zhèn)櫻花始花期與1 月中旬、2 月下旬平均氣溫,1 月下旬日照時(shí)數(shù)和2 月下旬、2 月最高氣溫呈顯著負(fù)相關(guān)關(guān)系;利用相關(guān)氣象因子建立了回歸模型,模型擬合值與實(shí)際觀測(cè)值差異較小,平均絕對(duì)誤差為1.0 d,最大誤差為3 d。
3)清鎮(zhèn)櫻花始花期積溫模型具體指標(biāo)為自1月15日起,當(dāng)日最高溫度累積值≥611.8 ℃時(shí),這天即為清鎮(zhèn)櫻花始花期,利用該指標(biāo)驗(yàn)證2013—2020年清鎮(zhèn)櫻花始花期預(yù)報(bào)平均誤差天數(shù)為1.5 d,誤差較小。因此,該指標(biāo)可在未來(lái)清鎮(zhèn)櫻花始花期預(yù)報(bào)服務(wù)中使用。
4)通過(guò)對(duì)清鎮(zhèn)櫻花開花特早年和特遲年的氣候分析,發(fā)現(xiàn)特早年1—3月平均氣溫和最高氣溫明顯偏高,特別是2 月氣溫偏高、日照偏多,有利于櫻花始花期提前;特遲年2 月下旬氣溫偏低、日照偏少、降雨偏多,導(dǎo)致花期推遲。
櫻花始花期受到多種因素的影響,除氣象因素外,櫻花生長(zhǎng)環(huán)境也有很大的影響。如果預(yù)測(cè)花期前一周的氣溫發(fā)生劇烈波動(dòng),花期不穩(wěn)定性將大大增加。目前已有的清鎮(zhèn)櫻花物候觀測(cè)資料不多,需進(jìn)一步觀測(cè)、收集更多櫻花花期樣本資料,繼續(xù)優(yōu)化預(yù)測(cè)模型,提高花期預(yù)報(bào)準(zhǔn)確率。