武強(qiáng)， 王旭， 方麗， 江姣，孫恩虹， 韓旭， 陳思英

1.重慶市氣象科學(xué)研究所，重慶 401147；2.重慶市巴南區(qū)氣象局，重慶 401320；3.重慶市長(zhǎng)壽區(qū)氣象局，重慶 長(zhǎng)壽 401220；4.重慶市江津現(xiàn)代農(nóng)業(yè)氣象試驗(yàn)站，重慶 江津 402260；5.安徽省科技研究開(kāi)發(fā)中心，合肥 230088

茶樹(shù)是典型的亞熱帶常綠植物，具有喜溫、喜濕，且耐陰、喜散射光的生長(zhǎng)特性.氣象因子是決定茶樹(shù)的物候期、鮮葉適采期的重要因素[1-2]，同時(shí)影響著茶葉品質(zhì)形成的生理生化過(guò)程.在茶葉生產(chǎn)中，對(duì)茶葉物候期尤其是開(kāi)采期的準(zhǔn)確預(yù)判具有重要的意義，新梢嫩芽若不及時(shí)采摘，會(huì)葉片老化，品質(zhì)下降，適制性范圍變小，嚴(yán)重影響成茶經(jīng)濟(jì)效益.

作物物候期的氣象預(yù)測(cè)方法中，基于階段積溫學(xué)說(shuō)的積溫預(yù)報(bào)法應(yīng)用十分廣泛，即作物發(fā)育主要是受溫度的影響，完成某一發(fā)育階段所需的積溫基本一定[3].基于不同下限溫度的活動(dòng)積溫和有效積溫在階段積溫與作物物候期的相關(guān)關(guān)系研究中[4]，以及作物模型如林果類花期、成熟期的物候期預(yù)報(bào)[5-6]中有廣泛的應(yīng)用.逐步回歸統(tǒng)計(jì)法通過(guò)分析天氣氣候條件與作物生育期相關(guān)關(guān)系，篩選關(guān)鍵氣象因子，建立預(yù)測(cè)模型，實(shí)現(xiàn)作物物候期預(yù)測(cè)[7-8]，在觀賞類植物的花期氣象預(yù)報(bào)中得到應(yīng)用，進(jìn)而為旅游景區(qū)的打造和規(guī)劃提供參考依據(jù)[9-10].集成預(yù)報(bào)法對(duì)多種預(yù)報(bào)方法預(yù)測(cè)結(jié)論進(jìn)行綜合集成，構(gòu)建新的預(yù)報(bào)模型，可以優(yōu)化單一預(yù)報(bào)方法預(yù)報(bào)結(jié)果不穩(wěn)定的問(wèn)題，達(dá)到提高預(yù)測(cè)準(zhǔn)確率的目的.該建模思想在天氣模式、環(huán)境氣象以及農(nóng)業(yè)氣象研究中均有應(yīng)用，并取得較好的預(yù)報(bào)效果[11-13].

對(duì)于茶葉開(kāi)采期的預(yù)測(cè)研究，孫秀邦等[14]基于積溫法對(duì)安徽涇縣春茶開(kāi)采期進(jìn)行預(yù)測(cè)，朱蘭娟等[15]研究了西湖龍井開(kāi)采期的影響因子與預(yù)報(bào)方法，較為準(zhǔn)確地對(duì)西湖龍井開(kāi)采期進(jìn)行了預(yù)報(bào).特早種茶樹(shù)春茶開(kāi)采期較常規(guī)品系明顯偏早，因而開(kāi)采期對(duì)氣象條件的需求與常規(guī)品系也有一定的差異.本研究以特早種茶樹(shù)品種“巴渝特早”為研究對(duì)象，以開(kāi)采期關(guān)鍵氣象影響因子以及預(yù)測(cè)方法研究為切入點(diǎn)，應(yīng)用階段積溫預(yù)報(bào)法、逐步回歸預(yù)報(bào)法、集成預(yù)報(bào)法分別建立“巴渝特早”開(kāi)采期氣象預(yù)報(bào)模型，比較不同預(yù)報(bào)方法對(duì)“巴渝特早”開(kāi)采期的預(yù)報(bào)效果，旨在為特早種茶樹(shù)的開(kāi)采期預(yù)報(bào)和關(guān)于春茶開(kāi)采的農(nóng)業(yè)管理決策提供依據(jù).

1 材料與方法

1.1 研究區(qū)域及品種

本研究區(qū)域?yàn)椤鞍陀逄卦纭逼废当容^試驗(yàn)所在地重慶市巴南區(qū)二圣鎮(zhèn)白象山(29°30′N，106°42′E，海拔400～700 m)，氣候條件優(yōu)越，年≥10 ℃活動(dòng)積溫為5 600 ℃·d左右，茶樹(shù)生長(zhǎng)期內(nèi)常年無(wú)凍害發(fā)生，且春季氣溫回暖早，土壤水分適宜，空氣濕度大，氣候條件適宜茶樹(shù)生長(zhǎng).

研究品種為“巴渝特早”，鑒定編號(hào)為國(guó)品鑒茶2014001[16-17]，具有開(kāi)采期特早的優(yōu)點(diǎn).巴南白象山種植區(qū)的多年觀測(cè)資料顯示，開(kāi)采期在每年3月上旬至中旬.

1.2 資料來(lái)源及處理

茶葉開(kāi)采期觀測(cè)資料(2009-2020年)來(lái)自于重慶茶葉集團(tuán)有限公司.將春茶開(kāi)采日期轉(zhuǎn)換為年日序值，即1月1日記為日序1，1月2日記為日序2，以此類推.

氣象資料來(lái)源于巴南區(qū)國(guó)家基本氣象站、區(qū)域自動(dòng)氣象站的逐日氣象數(shù)據(jù)，包括：平均氣溫、極端最高氣溫、極端最低氣溫、降雨量、日照時(shí)數(shù)、空氣相對(duì)濕度、最小空氣相對(duì)濕度.資料年限結(jié)合開(kāi)采期觀測(cè)資料，選用時(shí)段為2009年1月-2020年4月.將茶葉開(kāi)采期觀測(cè)資料與氣象資料按年限分為兩類數(shù)據(jù)樣本集，2009-2018年為校正樣本，用于建立茶葉開(kāi)采期預(yù)報(bào)模型；2019-2020年為驗(yàn)證樣本，用于驗(yàn)證所建立茶葉開(kāi)采期預(yù)報(bào)模型的預(yù)報(bào)效果.

1.3 預(yù)報(bào)方法

階段積溫預(yù)報(bào)法：計(jì)算歷年春茶開(kāi)采期≥0 ℃積溫以及不同下限溫度的活動(dòng)積溫、有效積溫，比較得出變異系數(shù)最小的積溫類型，計(jì)算多年平均值作為預(yù)報(bào)標(biāo)準(zhǔn).待預(yù)測(cè)年份從當(dāng)年1月1日，即日序1開(kāi)始統(tǒng)計(jì)，結(jié)合前期氣象條件以及后期溫度預(yù)報(bào)，以達(dá)到積溫預(yù)報(bào)標(biāo)準(zhǔn)的日序作為茶葉預(yù)測(cè)開(kāi)采期.

逐步回歸預(yù)報(bào)法：通過(guò)相關(guān)分析法分別計(jì)算開(kāi)采期前各類氣象因子與開(kāi)采期年日序相關(guān)系數(shù)，篩選出相關(guān)系數(shù)在0.05水平有統(tǒng)計(jì)學(xué)意義的氣象因子作為預(yù)報(bào)初選氣象因子.將初選氣象因子與開(kāi)采期年日序通過(guò)逐步回歸構(gòu)建開(kāi)采期氣象預(yù)報(bào)模型，在有統(tǒng)計(jì)學(xué)意義的所有預(yù)報(bào)方案中，選擇預(yù)報(bào)效果最優(yōu)的作為茶葉開(kāi)采期預(yù)報(bào)模型.利用自變量氣象因子計(jì)算得到茶葉預(yù)測(cè)開(kāi)采期.

集成預(yù)報(bào)法：對(duì)階段積溫預(yù)報(bào)法與逐步回歸預(yù)報(bào)法得到的日序值通過(guò)多元線性回歸得到集成預(yù)報(bào)模型.通過(guò)利用階段積溫預(yù)報(bào)法和逐步回歸預(yù)報(bào)法得到待預(yù)測(cè)年份日序值，代入集成預(yù)報(bào)模型獲得最終的茶葉預(yù)測(cè)開(kāi)采期.

2 結(jié)果與分析

2.1 “巴渝特早”開(kāi)采期氣象條件分析

2.1.1 熱量條件

“巴渝特早”屬于特早種茶樹(shù)品種，在茶樹(shù)遺傳特性基礎(chǔ)上，熱量、水分、光照等氣象條件共同決定了茶芽春季萌動(dòng)的日期，其中，熱量條件是茶芽萌動(dòng)的主要因素.一般認(rèn)為茶樹(shù)春季生長(zhǎng)溫度為日平均氣溫穩(wěn)定通過(guò)10 ℃，新梢開(kāi)始緩慢生長(zhǎng)，隨著活動(dòng)積溫的增加，春季第一片新葉展開(kāi)，進(jìn)入春茶開(kāi)采期[18].

下限溫度指標(biāo)是積溫計(jì)算過(guò)程中的必要要素，且會(huì)隨作物品種和生育期不同而不同，相同下限溫度以活動(dòng)積溫和有效積溫進(jìn)行作物生育期的積溫統(tǒng)計(jì)，或者使用單一積溫統(tǒng)計(jì)方法而選取不同下限溫度得到積溫統(tǒng)計(jì)值[19-20].為明確“巴渝特早”春梢生長(zhǎng)的熱量需求，結(jié)合2009-2018年“巴渝特早”開(kāi)采期，除統(tǒng)計(jì)當(dāng)年≥0 ℃積溫以外，分別設(shè)定5，6，7，8，9，10 ℃的不同下限溫度，進(jìn)行階段活動(dòng)積溫和有效積溫的統(tǒng)計(jì)，篩選確定“巴渝特早”芽葉生長(zhǎng)的下限溫度[18].此外，將采摘期前一段時(shí)間的平均氣溫作為熱量條件研究的指標(biāo)，設(shè)置“巴渝特早”開(kāi)采前15，10，5 d的平均氣溫.統(tǒng)計(jì)并計(jì)算各熱量條件指標(biāo)的多年平均值以及變異系數(shù).經(jīng)計(jì)算，2009-2018年，“巴渝特早”開(kāi)采期前平均氣溫作為熱量條件指標(biāo)，以開(kāi)采期前15 d平均氣溫變異系數(shù)較小，為0.138；有效積溫與活動(dòng)積溫中，以5 ℃為下限溫度的活動(dòng)積溫變異系數(shù)最小，為0.125；≥0 ℃積溫平均值為564.4 ℃·d，變異系數(shù)為0.098，是所有熱量條件指標(biāo)中最小變異系數(shù).隨著不同年份間的差異，開(kāi)采期前15 d平均氣溫年際差異在5 ℃左右，≥0 ℃積溫、≥5 ℃活動(dòng)積溫總體變化較為平穩(wěn)，個(gè)別年份(2011，2016，2018年)較多年平均值偏低50～100 ℃·d(圖1).2015-2017年，開(kāi)采期前15 d的平均氣溫變化與積溫變化呈現(xiàn)相反的趨勢(shì)，2015年和2017年積溫值較高，但開(kāi)采期前15 d氣溫明顯偏低，主要是因?yàn)楫?dāng)年氣溫條件整體較好，前期積溫值偏高，茶芽達(dá)到萌發(fā)的熱量要求，但是在開(kāi)采期前出現(xiàn)一段降溫過(guò)程，導(dǎo)致開(kāi)采期前15 d氣溫平均值偏低，但積溫總量已經(jīng)滿足茶樹(shù)芽葉生長(zhǎng)需求，達(dá)到開(kāi)采標(biāo)準(zhǔn).2016年的情況與之相反，當(dāng)年氣溫總體偏低，積溫條件偏差，但是在開(kāi)采期前遇升溫過(guò)程，導(dǎo)致開(kāi)采期前15 d平均氣溫偏高.

圖1 “巴渝特早”開(kāi)采期熱量條件

2.1.2 影響氣象因子

因“巴渝特早”開(kāi)采期一般在3月上旬至中旬，故選取2009-2018年1-3月各月、旬的平均氣溫、平均日最高氣溫、平均日最低氣溫、平均空氣相對(duì)濕度、平均日最低空氣相對(duì)濕度、總降水量、總?cè)照諘r(shí)數(shù)，分別與開(kāi)采期日序進(jìn)行相關(guān)分析，篩選出在0.01水平有統(tǒng)計(jì)學(xué)意義的氣象因子作為初選因子.影響“巴渝特早”開(kāi)采期的氣象因子主要集中于2月份，溫度與開(kāi)采期日序的相關(guān)性高于空氣相對(duì)濕度和降水，日照時(shí)數(shù)與開(kāi)采期日序無(wú)統(tǒng)計(jì)學(xué)意義(表1).白象山茶葉產(chǎn)區(qū)常年2-5月氣溫資料顯示，進(jìn)入2月中旬以后，日平均氣溫在8 ℃左右，與多年觀測(cè)到的獨(dú)芽開(kāi)采期日平均氣溫一致，但是早春氣溫回升以及年際差異波動(dòng)較大.進(jìn)入3月上旬，日平均氣溫升高到10 ℃以上，此時(shí)氣溫一般較為穩(wěn)定，新梢開(kāi)始緩慢生長(zhǎng)，隨著活動(dòng)積溫的增加，春季第一片新葉展開(kāi)，進(jìn)入春茶采摘期.統(tǒng)計(jì)歷年2-5月0～50 cm土層平均土壤相對(duì)含水量以及空氣相對(duì)濕度，發(fā)現(xiàn)白象山茶葉產(chǎn)區(qū)水分條件較為穩(wěn)定，且滿足茶葉生長(zhǎng)的水分需求，不構(gòu)成春茶開(kāi)采限制因素.而茶樹(shù)原生環(huán)境為亞熱帶叢林，為高大喬木遮蓋下的灌木群落，具有耐陰的生理特性，故光照條件對(duì)開(kāi)采期影響并不顯著.

表1 與“巴渝特早”開(kāi)采期日序顯著相關(guān)的氣象因子篩選結(jié)果

2.2 “巴渝特早”開(kāi)采期預(yù)報(bào)模型的建立與驗(yàn)證

2.2.1 階段積溫預(yù)報(bào)法

統(tǒng)計(jì)2009-2018年春茶開(kāi)采前各熱量指標(biāo)，變異系數(shù)最小的因子為≥0 ℃積溫，變異系數(shù)為0.098.多年平均值為564.4 ℃·d.因此，采用≥0 ℃積溫值作為“巴渝特早”開(kāi)采期預(yù)報(bào)標(biāo)準(zhǔn).從1月1日開(kāi)始將≥0 ℃的日平均氣溫進(jìn)行累加，累加值達(dá)到564.4 ℃·d的日期作為“巴渝特早”開(kāi)采期.

以2009-2018年開(kāi)采期日序作為校正數(shù)據(jù)集，以2019，2020年開(kāi)采期日序作為驗(yàn)證數(shù)據(jù)集，利用積溫預(yù)報(bào)開(kāi)采期，驗(yàn)證樣本預(yù)測(cè)值與調(diào)查值偏差均為1 d，預(yù)測(cè)效果較好，但在校正樣本中，預(yù)測(cè)值與調(diào)查值普遍偏差為5 d以內(nèi)，個(gè)別年份偏差較大，如2011年的預(yù)測(cè)結(jié)果比實(shí)際情況偏晚14 d(表2).經(jīng)調(diào)查，2011年1月氣溫持續(xù)偏低，月平均氣溫2.3 ℃，較常年同期偏低4.1 ℃，2011年1月積溫71.2 ℃·d，較其余年份1月積溫平均值偏低了127.5 ℃·d，此時(shí)茶芽尚在休眠期，對(duì)芽體生長(zhǎng)影響不大.進(jìn)入2月，氣溫迅速升高，茶芽生長(zhǎng)較快，進(jìn)入開(kāi)采期，此時(shí)積溫為453.0 ℃·d，較歷年開(kāi)采期積溫偏低了111.4 ℃·d，可見(jiàn)2011年開(kāi)采期積溫偏低主要是1月的持續(xù)低溫導(dǎo)致.說(shuō)明利用≥0 ℃積溫預(yù)報(bào)茶葉開(kāi)采期，可能受到冬季茶樹(shù)休眠期的異常氣溫影響，增加預(yù)測(cè)結(jié)果的不確定性.因此，雖然在驗(yàn)證樣本中，對(duì)“巴渝特早”開(kāi)采期的預(yù)測(cè)偏差較小，但是在未來(lái)茶樹(shù)休眠期氣溫異常的年份，預(yù)測(cè)結(jié)果仍可能出現(xiàn)較大偏差.

表2 階段積溫預(yù)報(bào)結(jié)果與誤差

2.2.2 逐步回歸預(yù)報(bào)模型

以表1初選因子作為自變量，開(kāi)采期年日序作為因變量進(jìn)行逐步回歸，建立預(yù)報(bào)模型，預(yù)報(bào)模型在0.05水平有統(tǒng)計(jì)學(xué)意義.分別采用2月、2月中旬、2月下旬的平均氣溫、平均日最高氣溫、平均日最低氣溫、平均空氣相對(duì)濕度、平均日最低空氣相對(duì)濕度、總降水量、總?cè)照諘r(shí)數(shù)作為預(yù)報(bào)因子，以2009-2018年開(kāi)采期日序作為校正數(shù)據(jù)集，以2019，2020年開(kāi)采期日序作為驗(yàn)證數(shù)據(jù)集，建立逐步回歸預(yù)報(bào)模型，經(jīng)比較分析預(yù)測(cè)效果，篩選得到“巴渝特早”逐步回歸開(kāi)采期預(yù)報(bào)模型：

Y=124.883-7.212X1+11.223X2-5.053X3-0.544X4

式中：X1為2月中旬平均日最低氣溫；X2為2月中旬平均氣溫；X3為2月中旬平均日最高氣溫；X4為2月平均空氣相對(duì)濕度.預(yù)報(bào)模型在0.05水平有統(tǒng)計(jì)學(xué)意義.

逐步回歸預(yù)報(bào)模型在驗(yàn)證樣本預(yù)測(cè)值與調(diào)查值時(shí)偏差分別為1.9，0.5 d，預(yù)測(cè)效果較好，在校正樣本的預(yù)報(bào)偏差為3.5 d以內(nèi)，但個(gè)別年份偏差較大，如2016年預(yù)報(bào)偏差偏晚7 d(表3).調(diào)查顯示，2016年1月中上旬氣溫較高且穩(wěn)定，平均值為7.3 ℃，利于特早種茶樹(shù)萌發(fā)，在茶芽萌發(fā)以后，2月上旬升溫較快，到2月上旬末平均氣溫大于10 ℃，氣溫升高促進(jìn)新芽快速伸展，故使得開(kāi)采期整體提前，以2月中旬氣溫為主要預(yù)報(bào)因子的預(yù)測(cè)結(jié)果出現(xiàn)一定偏差.

表3 逐步回歸模型預(yù)報(bào)結(jié)果與誤差

2.2.3 開(kāi)采期集成預(yù)報(bào)模型

以2009-2018年積溫預(yù)報(bào)和逐步回歸預(yù)報(bào)模型預(yù)測(cè)結(jié)果的日序作為自變量，以開(kāi)采期實(shí)際調(diào)查值作為因變量，采用多元回歸方法確定積溫預(yù)報(bào)法與逐步回歸預(yù)報(bào)法的權(quán)重系數(shù)，構(gòu)建集成預(yù)報(bào)模型，得到：

Y=1.63+0.127Y1+0.848Y2

式中：Y1為積溫預(yù)報(bào)日序值；Y2為逐步回歸預(yù)報(bào)模型預(yù)測(cè)日序值.

以2009-2018年開(kāi)采期日序作為校正數(shù)據(jù)集，以2019，2020年開(kāi)采期日序作為驗(yàn)證數(shù)據(jù)集，集成預(yù)報(bào)模型在驗(yàn)證樣本中，預(yù)測(cè)值與調(diào)查值偏差分別為1.6，0.5 d，預(yù)測(cè)效果較好.校正樣本的預(yù)報(bào)偏差為3.4 d以內(nèi)，個(gè)別年份，如2016年預(yù)報(bào)偏差偏晚6.4 d，預(yù)報(bào)偏差也較逐步回歸預(yù)報(bào)模型變小，預(yù)報(bào)精度有所提高(表4).

表4 “巴渝特早”開(kāi)采期集成預(yù)報(bào)模型預(yù)報(bào)結(jié)果與誤差

2.3 不同預(yù)報(bào)方法性能比較

比較3種“巴渝特早”開(kāi)采期預(yù)報(bào)方法的預(yù)測(cè)結(jié)果與實(shí)際值的差異(圖2)，階段積溫預(yù)報(bào)值與實(shí)際值擬合優(yōu)度R2為0.539，與調(diào)查值一致性較好，說(shuō)明積溫預(yù)報(bào)方法能夠較好地對(duì)開(kāi)采期進(jìn)行預(yù)測(cè)，結(jié)合實(shí)際預(yù)報(bào)結(jié)果與實(shí)際值的比較，發(fā)現(xiàn)預(yù)測(cè)結(jié)果可能存在一定的偏差；逐步回歸模型預(yù)測(cè)值與實(shí)際值擬合優(yōu)度R2為0.749，擬合效果較積溫預(yù)報(bào)方法有明顯的提升，能夠?qū)Α鞍陀逄卦纭遍_(kāi)采期進(jìn)行更加準(zhǔn)確地預(yù)報(bào)；集成預(yù)報(bào)模型預(yù)測(cè)值與實(shí)際值擬合優(yōu)度R2為0.765，較逐步回歸預(yù)測(cè)模型的準(zhǔn)確性有所提升.

圖2 預(yù)報(bào)模型預(yù)測(cè)值與實(shí)際值擬合比較

比較3種開(kāi)采期預(yù)報(bào)模型性能指標(biāo)(表5)，階段積溫預(yù)報(bào)的預(yù)報(bào)性能表現(xiàn)相對(duì)較差，集成預(yù)報(bào)模型預(yù)報(bào)性能表現(xiàn)最好.階段積溫預(yù)報(bào)結(jié)果最大偏差可達(dá)14 d，集成預(yù)報(bào)模型最大偏差為6.4 d，偏差明顯縮小，排除掉個(gè)別異常偏差值以后，積溫預(yù)報(bào)結(jié)果偏差在5 d以內(nèi)，集成預(yù)報(bào)模型偏差在3.4 d以內(nèi)，預(yù)測(cè)偏差的縮小在實(shí)際生產(chǎn)中具有重要意義，當(dāng)春季新芽葉達(dá)到采摘標(biāo)準(zhǔn)以后，及時(shí)采摘才能保證茶葉的品質(zhì)以及經(jīng)濟(jì)效益.利用階段積溫預(yù)報(bào)的結(jié)果殘差平方和為273.0，表明階段積溫預(yù)報(bào)法對(duì)茶葉開(kāi)采期預(yù)測(cè)的準(zhǔn)確率的不確定性較大，而集成預(yù)報(bào)模型預(yù)測(cè)結(jié)果殘差平方和僅為74.5，集成預(yù)報(bào)法對(duì)茶葉開(kāi)采期預(yù)測(cè)的準(zhǔn)確率的不確定性明顯減小.階段積溫預(yù)報(bào)的結(jié)果剩余均方差為5.225，集成預(yù)報(bào)模型預(yù)測(cè)結(jié)果剩余均方差為2.729，能夠更加準(zhǔn)確地對(duì)“巴渝特早”開(kāi)采期進(jìn)行預(yù)測(cè).

表5 預(yù)報(bào)模型性能指標(biāo)

3 結(jié)論與討論

比較3種“巴渝特早”開(kāi)采期預(yù)報(bào)方法的預(yù)測(cè)結(jié)果與實(shí)際值的差異，階段積溫法、逐步回歸法、集成預(yù)報(bào)法的預(yù)報(bào)值與實(shí)際值擬合優(yōu)度R2分別為0.539，0.749，0.765，階段積溫預(yù)報(bào)結(jié)果最大偏差可達(dá)14 d，集成預(yù)報(bào)模型最大偏差為6.4 d，排除掉個(gè)別異常偏差值，積溫預(yù)報(bào)結(jié)果偏差在5 d以內(nèi)，集成預(yù)報(bào)模型偏差在3.4 d以內(nèi).階段積溫預(yù)報(bào)的預(yù)報(bào)性能表現(xiàn)相對(duì)較差，集成預(yù)報(bào)模型預(yù)報(bào)性能表現(xiàn)最好.

階段積溫預(yù)報(bào)要結(jié)合前期氣溫以及后期氣溫預(yù)報(bào)來(lái)做統(tǒng)計(jì)，對(duì)特早芽種的茶樹(shù)來(lái)說(shuō)，當(dāng)年冬季異常偏暖可能導(dǎo)致茶芽提前萌發(fā)，1月1日前的偏高氣溫在積溫統(tǒng)計(jì)中就有所遺漏，導(dǎo)致結(jié)果預(yù)測(cè)不準(zhǔn)確；此外，積溫預(yù)報(bào)僅考慮了熱量條件對(duì)茶芽發(fā)育與葉片展開(kāi)的影響，忽略了降水、光照等氣象要素對(duì)生育期的綜合影響，也會(huì)為預(yù)測(cè)結(jié)果增加一定的不確定性.

利用逐步回歸方法建立“巴渝特早”開(kāi)采期預(yù)報(bào)模型，相較于階段積溫預(yù)報(bào)法預(yù)測(cè)結(jié)果的準(zhǔn)確性明顯提升.選擇多個(gè)關(guān)鍵氣象因子進(jìn)行逐步回歸建模，對(duì)開(kāi)采期真值的擬合效果更好，但是對(duì)于關(guān)鍵氣象因子以外的氣象因子的開(kāi)采期影響考慮不足，會(huì)導(dǎo)致逐步回歸模型預(yù)報(bào)的局限性.

集成預(yù)報(bào)模型融合階段積溫預(yù)報(bào)與逐步回歸預(yù)報(bào)結(jié)果優(yōu)化了階段積溫預(yù)報(bào)法與逐步回歸預(yù)報(bào)法預(yù)測(cè)結(jié)果的不穩(wěn)定性，一定程度規(guī)避了積溫預(yù)報(bào)法個(gè)別年份較大的不確定性，同時(shí)較逐步回歸模型預(yù)測(cè)結(jié)果的基礎(chǔ)上有所提升，預(yù)測(cè)精度較高，適用于特早種茶葉的開(kāi)采期氣象預(yù)報(bào).

本研究的開(kāi)采期觀測(cè)資料依然較少，隨著觀測(cè)資料的積累，可對(duì)各預(yù)測(cè)模型進(jìn)行進(jìn)一步優(yōu)化.