下限溫度對北京櫻花盛花始期模擬效果的影響*

葉彩華，周孝煌，姜會飛，姜少杰，張玉瑩，張子源，李 超

?

下限溫度對北京櫻花盛花始期模擬效果的影響*

葉彩華1，周孝煌2，姜會飛2，姜少杰2，張玉瑩2，張子源2，李 超3

（1.北京市氣象服務(wù)中心，北京 100089；2.中國農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院，北京 100193；3.北京市氣候中心，北京 100089）

利用實際物候觀測資料，通過人為設(shè)定不同生長發(fā)育下限溫度值，比較不同指標(biāo)對應(yīng)發(fā)育階段所需積溫的穩(wěn)定性和物候模擬準(zhǔn)確率，是鑒定植物生長發(fā)育下限溫度指標(biāo)的常用統(tǒng)計方法。利用1998-2014年北京市海淀區(qū)玉淵潭公園櫻花盛花始期觀測資料，在設(shè)定下限溫度0.0～5.0℃范圍內(nèi)，以0.1℃為步長，分別統(tǒng)計歷年1月1日-櫻花盛花始期的階段活動積溫和有效積溫，對比分析不同溫度指標(biāo)對兩種模型階段積溫穩(wěn)定性和發(fā)育期模擬準(zhǔn)確率的影響。結(jié)果表明：（1）階段積溫隨設(shè)定下限溫度指標(biāo)而變化，且階段活動積溫值及其年際變化值均大于有效積溫；（2）兩種積溫的標(biāo)準(zhǔn)差以活動積溫的標(biāo)準(zhǔn)差較大，表明采用有效積溫測算櫻花盛花始期的誤差小于活動積溫測算結(jié)果；階段有效積溫在設(shè)定下限溫度0.0～2.9℃范圍內(nèi)變異系數(shù)較小，3.0℃及其以上時活動積溫的變異系數(shù)小于有效積溫，活動積溫離散程度更小；（3）不同設(shè)定下限溫度值的始花期預(yù)測結(jié)果，均以2～3℃的準(zhǔn)確率較高。對應(yīng)設(shè)定下限溫度0.0～3.2℃范圍，有效積溫模擬始花期基本準(zhǔn)確率（誤差小于3d）和準(zhǔn)確率（誤差2d以內(nèi)）均大于活動積溫模擬結(jié)果，但設(shè)定下限溫度＞3.8℃時結(jié)果相反。設(shè)定下限溫度處于3.3～3.8℃時，有效積溫模擬誤差的基本準(zhǔn)確率大于活動積溫，誤差小于2d準(zhǔn)確率則低于活動積溫。綜上所述，無論活動積溫還是有效積溫，均以設(shè)定下限溫度2.0～3.5℃的計算結(jié)果標(biāo)準(zhǔn)差和變異系數(shù)最小，準(zhǔn)確率較高，在未進行生理測定的條件下，可將其作為櫻花盛花始期的下限溫度指標(biāo)。

積溫；生長假設(shè)；基點溫度；變異系數(shù)；模擬準(zhǔn)確率

作物完成發(fā)育階段所需積溫基本恒定的積溫理論是作物模型中廣泛采用的發(fā)育期模擬預(yù)測基本原理[1]。從1735年，法國A. F.de Réaumur首次提出積溫概念至今的280多年來，為提高階段積溫對作物發(fā)育進程的模擬預(yù)測準(zhǔn)確率，階段積溫從最初簡單的日均溫之和，發(fā)展到基于下限溫度的活動積溫和有效積溫[2]。自20世紀(jì)60年代作物模型創(chuàng)建以來，國內(nèi)外作物模型中普遍使用有效積溫[3-6]而極少采用活動積溫[1]模擬預(yù)測作物發(fā)育進程，也缺乏對有效積溫和活動積模擬預(yù)測的效果對比及有效積溫優(yōu)于活動積溫的有力證據(jù)。

下限溫度指標(biāo)是作物模型中計算積溫的最基本的和必需的要素，采用相同的下限溫度指標(biāo)，以活動積溫和有效積溫這兩種不同的積溫模型統(tǒng)計相同發(fā)育階段得到的積溫不同[1-8]，使用相同的積溫模型而采用不同的下限溫度統(tǒng)計相同發(fā)育階段得到的積溫也不同。下限溫度隨作物、品種和發(fā)育期而不同，同一作物在同一發(fā)育階段采用的下限溫度也會在一定范圍內(nèi)波動[9-13]。準(zhǔn)確有效的基點溫度通過田間綜合對比試驗研究分析能測得[6,14]，但受環(huán)境條件限制和溫度試驗方案局限的影響，通過試驗研究獲取基點溫度[11,15]因費時費力而實施較少，所以目前作物模型應(yīng)用中對基點溫度常采用人為設(shè)置輸入法[1-10]，而不同的下限溫度統(tǒng)計得到的階段積溫不同[15]。作物模型應(yīng)用中人為設(shè)置的基點溫度常被固定為某一數(shù)值[16-17]，而不同的下限溫度指標(biāo)對發(fā)育期模擬預(yù)測效果不同[11,14,18]，準(zhǔn)確的下限溫度指標(biāo)是準(zhǔn)確估算階段積溫的基礎(chǔ)，也是影響積溫模型對作物發(fā)育進程模擬和預(yù)測準(zhǔn)確率的關(guān)鍵。

近年來，觀賞植物的花期預(yù)測成為旅游服務(wù)的熱點，物候模型被認(rèn)為是模擬預(yù)測觀賞植物花期的有效方法[19-20]。北京玉淵潭櫻花賞花是春季游園主要活動，張愛英等[19-20]指出櫻花開花下限溫度范圍為0～3℃，但其研究基于物候模型僅設(shè)定3℃為櫻花下限溫度指標(biāo)，且僅計算1月1日-盛花始期的有效積溫，并按階段有效溫131.7℃·d為閾值進行盛花始期預(yù)測。在基點溫度范圍內(nèi)對比不同溫度指標(biāo)和不同積溫模型對發(fā)育期模擬效果影響的研究尚未見報道，這是作物模型應(yīng)用過程中有待進一步探索的問題。

本文擬以北京市海淀區(qū)玉淵潭公園櫻花盛花始期模擬為例，基于一個下限基點溫度的線性生長假設(shè)[2]，統(tǒng)計在基點溫度范圍內(nèi)對應(yīng)下限溫度指標(biāo)的階段活動積溫和有效積溫，對比分析下限溫度對階段積溫穩(wěn)定性的影響，并分析下限溫度對發(fā)育進程模擬效果的影響，以期為探究有效測定基點溫度的數(shù)值模擬方法和提高作物模型發(fā)育期模擬預(yù)測準(zhǔn)確率提供科學(xué)依據(jù)。

1 材料與方法

1.1 數(shù)據(jù)資料及來源

1998-2014年櫻花花期觀測資料由北京玉淵潭公園管理處提供，盛花始期定義為觀測樹木1/3以上的花蕾展開花瓣的初始日期。地面氣象站1998-2014年逐日平均氣溫數(shù)據(jù)由北京市氣象局提供。

1.2 研究方法

1.2.1 線性生長假設(shè)

作物發(fā)育階段的積溫（Growing degree days，GDD）統(tǒng)計均為基于作物生長發(fā)育速率對溫度反應(yīng)的生長假設(shè)，目前較流行的生長假設(shè)分為線性假設(shè)和優(yōu)化假設(shè)兩大類[2,7]，應(yīng)用最廣且最簡單的一種是基于一個下限基點溫度的線性生長假設(shè)，即以溫度高于生物學(xué)下限溫度時啟動生長發(fā)育為前提，假定在溫度等于或低于下限溫度時生長發(fā)育速率為0；當(dāng)溫度高于下限溫度時，生長發(fā)育速率隨溫度的增加而線性增加[8,12]。本研究基于這種線性生長假設(shè)統(tǒng)計階段積溫。

1.2.2 階段積溫計算方法

基于線性假設(shè)統(tǒng)計階段連續(xù)n天（i=1, 2, 3, …, n）的活動積溫（GDD，GDDA）和有效積溫（Effective GDD，GDDE），階段積溫計算方法為

式中，活動溫度ai和有效溫度ei計算方法為

式中，ti表示計算階段內(nèi)逐日日平均氣溫（℃）；Tb表示該生育階段作物生長的下限（基點）溫度（℃）。

本文以櫻花花期的下限溫度3℃[19-20]為中心，綜合文獻(xiàn)資料[19]適度擴大溫度范圍至0～5℃，以0.1℃為溫度步長，統(tǒng)計不同下限溫度對應(yīng)的1月1日-盛花始期的階段活動積溫和有效積溫。

1.2.3 檢驗指標(biāo)

（1）標(biāo)準(zhǔn)差。標(biāo)準(zhǔn)差（SD）也稱標(biāo)準(zhǔn)偏差，描述樣本序列各數(shù)據(jù)偏離平均值的距離（離均差）的平均數(shù)，即

（2）變異系數(shù)。變異系數(shù)（CV）表達(dá)樣本序列相對離散程度，是標(biāo)準(zhǔn)差與平均值之比，表達(dá)式為

統(tǒng)計變量的變異系數(shù)越小，說明數(shù)據(jù)序列穩(wěn)定性越大。分別統(tǒng)計對應(yīng)下限溫度指標(biāo)的階段活動積溫和有效積溫的變異系數(shù)，分析下限溫度指標(biāo)對階段積溫相對穩(wěn)定性的影響。

（3）均方根誤差。均方根誤差（RMSE）是作物模型中普遍采用的檢驗?zāi)M值與觀測值偏離程度的統(tǒng)計量[1]，計算式為

式中，xi和yi分別表示歷年發(fā)育期的實測值和模擬值，發(fā)育期用階段時間表示，即從發(fā)育初始日-終日前一天所持續(xù)的天數(shù)。均方根誤差越大，表示模擬值與觀測值偏離越大，即模擬效果越差；反之模擬效果越好。

（4）模擬準(zhǔn)確率。以對應(yīng)下限溫度統(tǒng)計的多年平均階段積溫為基準(zhǔn)，從1月1日起往后推移統(tǒng)計積溫，當(dāng)積溫達(dá)到或超過基準(zhǔn)值時的當(dāng)日即為開花日，第2日即為盛花始期。1月1日-盛花始期持續(xù)天數(shù)即為積溫模型模擬的階段發(fā)育天數(shù)。

模擬準(zhǔn)確率（accuracy of simulation，AS）是檢驗?zāi)Ｐ湍M效果的指標(biāo)，以模擬結(jié)果與實況相符的數(shù)量n0占總樣本數(shù)n的百分率（%）表示，即

式中，n0表示按積溫模型模擬的階段發(fā)育天數(shù)與實際觀測值相符的年數(shù)。本文分別統(tǒng)計模擬值與實際值兩者之差絕對值小于3d（定義誤差在3d之內(nèi)）的基本準(zhǔn)確率，兩者之差絕對值小于2d（誤差在3d之內(nèi)）的準(zhǔn)確率，以及模擬與實際完全一致（誤差為0d）的絕對準(zhǔn)確率3種情形。

2 結(jié)果與分析

2.1 階段積溫隨下限溫度設(shè)定值的變化

依據(jù)式（1）和式（4），在設(shè)定的下限溫度范圍0.0～5.0℃內(nèi)，以0.1℃為步長分別統(tǒng)計1998-2014年北京市海淀區(qū)玉淵潭公園1月1日-櫻花盛花始期的歷年對應(yīng)下限溫度指標(biāo)的階段活動積溫（GDDA）和有效積溫（GDDE），該階段積溫多年平均值（GDDm）、最大值（GDDx）和最小值（GDDn）隨下限溫度設(shè)定值（Tbs）的變化如圖1。由圖可見，階段積溫隨下限溫度設(shè)定值而變化，對應(yīng)設(shè)定的下限溫度，階段活動積溫值及年際變化值均大于有效積溫。具體表現(xiàn)為：（1）下限溫度設(shè)定范圍在0.0～5.0℃，活動積溫和有效積溫隨下限溫度的升高而減少，且有效積溫減少速率比活動積溫快；（2）活動積溫多年平均值（198.4～254.3℃·d）、最大值（229.2～315.2℃·d）和最小值（164.8～226.0℃·d）分別大于對應(yīng)下限溫度有效積溫的平均值（84.9～254.3℃·d）、最大值（102.9～315.2℃·d）和最小值（59.7～226.0℃·d），對應(yīng)兩者差值隨著下限溫度的升高而呈現(xiàn)上下波動的增大趨勢，活動積溫和有效積溫平均相差113.5℃·d（105.1～126.3℃·d）；（3）階段活動積溫和有效積溫都存在明顯的年際變化，且活動積溫年際變化（60.0～89.8℃·d）較有效積溫的（33.0～89.2℃·d）大，活動積溫的平均值（76.8℃·d）比有效積溫的平均值（49.2℃·d）高27.6℃·d；（4）階段積溫年際變化隨下限溫度上下波動，活動積溫年際間變化最小值為60.0℃·d（對應(yīng)下限溫度4.3～4.4℃），大于有效積溫年際間變化最小值33.0℃·d（對應(yīng)下限溫度2.9～3.0℃）。

圖1 1998-2014年櫻花階段積溫（GDD）平均值和極值隨下限溫度設(shè)定值的變化

注：GDDAm、GDDAx、GDDAn分別為活動積溫平均值、最大值和最小值。GDDEm、GDDEx、GDDEn分別為有效積溫平均值、最大值和最小值

Note: GDDAm, GDDAx, GDDAn are average, maximum and minimum values of active GDD, respectively, while GDDEm, GDDEx and GDDEn are mean, maximum and minimum of effective GDD, respectively

2.2 下限溫度設(shè)定值對階段積溫穩(wěn)定性的影響

2.2.1 對標(biāo)準(zhǔn)差的影響

根據(jù)式（5）和式（6）分別計算對應(yīng)不同下限溫度設(shè)定值1998-2014年1月1日-櫻花盛花始期的階段活動積溫（GDDA）和有效積溫（GDDE）數(shù)據(jù)序列的標(biāo)準(zhǔn)差（standard deviation，SD）和變異系數(shù)（coefficient of variation，CV）。由圖2可以看出，階段積溫的穩(wěn)定性隨下限溫度設(shè)定值而變化。從表征階段積溫絕對穩(wěn)定性的標(biāo)準(zhǔn)差來看，在下限溫度設(shè)置范圍0.0～5.0℃內(nèi)，階段活動積溫和有效積溫的標(biāo)準(zhǔn)差平均值為19.2℃·d和12.9℃·d，表明采用有效積溫測算櫻花始期的誤差要小于活動積溫測算結(jié)果。兩種積溫的標(biāo)準(zhǔn)差都有先隨下限溫度升高而減小，然后隨溫度升高而升高的總趨勢，但活動積溫的標(biāo)準(zhǔn)差變化呈現(xiàn)上下波動，而有效積溫的標(biāo)準(zhǔn)差隨溫度變化曲線相對平滑。在0.0～2.6℃范圍內(nèi)，有效積溫標(biāo)準(zhǔn)差隨溫度升高而快速下降，從21.8℃·d降至10.8℃·d，在2.7～5.0℃溫度范圍則隨溫度升高而緩慢升高至11.7℃·d。而階段活動積溫在0.0～2.6℃范圍標(biāo)準(zhǔn)差隨溫度升高呈現(xiàn)波動下降趨勢，從21.3℃·d波動降至17.3℃·d，變化速率為1.54℃·d·℃-1，較有效積溫的4.04℃·d·℃-1相對緩和；在2.7～5.0℃溫度范圍則隨溫度升高而相對緩慢地波動上升至21.2℃·d，變化速率為1.63℃·d·℃-1，較有效積溫的0.34℃·d·℃-1相對要快。

圖2 階段活動積溫和有效積溫的標(biāo)準(zhǔn)差（SD）和變異系數(shù)（CV）隨下限溫度設(shè)定值的變化

2.2.2 對變異系數(shù)的影響

從表征相對穩(wěn)定性的變異系數(shù)來看，下限溫度設(shè)定在3.0℃以下時活動積溫變異系數(shù)大于有效積溫，當(dāng)下限溫度在3.0℃及其以上時有效積溫變異系數(shù)則大于活動積溫，這表明以0～2.9℃設(shè)置下限溫度時，有效積溫比活動積溫相對更加穩(wěn)定，而以3.0～5.0℃設(shè)置下限溫度時，活動積溫則較有效積溫穩(wěn)定；在下限溫度設(shè)置范圍0.0～5.0℃內(nèi)，活動積溫變異系數(shù)在7.33%～10.69%波動，歷年階段活動積溫變異系數(shù)最?。?.33%）和次小（7.36%）對應(yīng)的下限溫度分別為2.6℃和2.1℃，且下限溫度在1.4℃～3.1℃范圍內(nèi)的階段活動積溫變異系數(shù)較小（7.33%～7.95%），且基本穩(wěn)定在8.0%以下；階段有效積溫變異系數(shù)隨下限溫度指標(biāo)的變化曲線比活動積溫的相對平滑，在0.0～1.7℃范圍內(nèi)變異系數(shù)隨溫度降低而減小，在1.7～5.0℃范圍內(nèi)隨溫度升高而增大，1.7℃對應(yīng)的變異系數(shù)最?。?.54%），0.7～2.7℃范圍內(nèi)階段有效積溫變異系數(shù)較?。?.54%～7.38%），且在0.3～3.0℃范圍內(nèi)變異系數(shù)基本穩(wěn)定在8.0%以下。

可見，無論活動積溫還是有效積溫，都以設(shè)定下限溫度2.0～3.5℃范圍內(nèi)的計算結(jié)果標(biāo)準(zhǔn)差和變異系數(shù)最小，因此，在未進行生理測定的情況下，2.0～3.5℃可作為櫻花盛花始期的下限溫度指標(biāo)。

2.3 不同下限溫度設(shè)定值對盛花始期模擬效果的影響

2.3.1 對均方根誤差的影響

以對應(yīng)下限溫度統(tǒng)計的多年平均階段積溫為基準(zhǔn)，從1月1日起往后推移統(tǒng)計積溫，當(dāng)積溫達(dá)到或超過基準(zhǔn)值時的當(dāng)日即為開花日，開花日往后推一天即為模擬盛花始期開始，根據(jù)式（7）計算模擬發(fā)育期與實際發(fā)育期的均方根誤差，并繪制階段活動積溫和有效積溫的均方根誤差（RMSE）。從圖3可以看出，對應(yīng)模擬均方根誤差的最小值（1.25d）的下限溫度在1.8～2.1℃范圍內(nèi)，而在0.0～1.8℃范圍內(nèi)，有效積溫的模擬均方根誤差（1.25～1.79d）隨著下限溫度的升高逐漸減小，說明模擬效果隨下限溫度升高而更接近實際值，在2.1～5.0℃范圍內(nèi)隨著溫度升高模擬值逐漸偏離實際值（1.25～2.31d）；活動積溫的模擬均方根誤差（1.44～1.85d）隨著溫度變化呈現(xiàn)微小的上下波動；其中，活動積溫模擬均方根誤差最小值（1.44d）對應(yīng)的下限溫度為2.8℃。

在下限溫度小于3.3℃時，對應(yīng)的階段有效積溫模擬的均方根誤差（RMSE-GDDE）都比活動積溫的（RMSE-GDDA）小，表明下限溫度在0～3.2℃范圍內(nèi)有效積溫模擬效果優(yōu)于活動積溫，而當(dāng)下限溫度在3.2℃以上時，活動積溫模擬效果優(yōu)于有效積溫。

圖3 活動積溫（GDDA）和有效積溫（GDDE）模擬的盛花始期均方根誤差隨下限溫度的變化

2.3.2 對模擬準(zhǔn)確率的影響

以均方根誤差進行模擬效果比較時，統(tǒng)計的是多年模擬值與實際偏差的平均情況，在實際應(yīng)用中，根據(jù)式（8）分別統(tǒng)計歷年模擬與實際對比結(jié)果的準(zhǔn)確率更有實際指導(dǎo)價值。以AS-GDDA-3、AS-GDDA-2、AS-GDDA-0和AS-GDDE-3、AS-GDDE-2、AS-GDDE-0分別表示按階段活動積溫和有效積溫模擬階段發(fā)育天數(shù)與實際發(fā)育天數(shù)誤差在3d內(nèi)的基本準(zhǔn)確率、2d內(nèi)的準(zhǔn)確率和無偏差的絕對準(zhǔn)確率，相應(yīng)階段積溫模擬效果隨下限溫度變化情況如圖4所示。從圖可知，階段活動積溫和有效積溫對應(yīng)的3種準(zhǔn)確率均隨著設(shè)定的下限溫度而變化。當(dāng)下限溫度在0.0～4.3℃時，兩種積溫模型的模擬準(zhǔn)確率和基本準(zhǔn)確率都在82.4%以上，但準(zhǔn)確率的大小有所不同，下限溫度在0.0～3.2℃之間，有效積溫模擬的基本準(zhǔn)確率和準(zhǔn)確率均大于或等于活動積溫的；在3.3～3.8℃時，有效積溫的基本準(zhǔn)確率大于活動積溫的，而模擬準(zhǔn)確率則小于活動積溫的；在3.8～4.3℃時，有效積溫的模擬準(zhǔn)確率和基本準(zhǔn)確率則小于活動積溫的。當(dāng)下限溫度高于4.3℃時，僅有效積溫的模擬準(zhǔn)確率降至70.6%～76.5%，且活動積溫的模擬準(zhǔn)確率和基本準(zhǔn)確率均大于有效積溫的。絕對準(zhǔn)確率在設(shè)置的下限溫度范圍內(nèi)均低于38%，在兩種積溫模型下的大小變化較復(fù)雜。

圖4 活動積溫和有效積溫對發(fā)育期的模擬準(zhǔn)確率（AS）隨下限溫度的變化

可見，在下限溫度不確定的情況下，人為設(shè)定下限溫度利用階段積溫模擬預(yù)測植物發(fā)育進程時，模擬預(yù)測效果隨下限溫度和積溫模型而異。結(jié)合階段積溫穩(wěn)定性統(tǒng)計分析推測下限溫度范圍為2.0～3.5℃，而以此范圍的下限溫度計算的階段積溫進行發(fā)育期模擬預(yù)測時，活動積溫和有效積溫的模擬效果隨下限溫度設(shè)定值而異，在具體工作中要因地制宜掌握。

對照階段發(fā)育天數(shù)來看，北京玉淵潭櫻花1998-2014年階段發(fā)育天數(shù)為76（2002年）～100d（2010年）。階段積溫最大的年份（1999年）并沒有出現(xiàn)在發(fā)育天數(shù)最長的年份，階段積溫最小值出現(xiàn)的年份（2012年）也不是發(fā)育天數(shù)最短的年份。階段發(fā)育天數(shù)變異系數(shù)6.9%，標(biāo)準(zhǔn)偏差6.1d，階段發(fā)育天數(shù)平均為88.1d，按階段平均天數(shù)模擬發(fā)育期的基本準(zhǔn)確率、準(zhǔn)確率和絕對完全準(zhǔn)確率分別為41.2%、17.6%和5.9%。無論是階段活動積溫還是有效積溫對玉淵潭櫻花始期模擬效果都明顯優(yōu)于以平均階段發(fā)育天數(shù)對發(fā)育期的模擬，因此運用階段積溫模擬預(yù)測發(fā)育進程仍然是國內(nèi)外特別是作物模型中普遍采用的基本方法。

3 討論與結(jié)論

（1）階段積溫隨設(shè)定下限溫度變化而變化，相同下限溫度的階段活動積溫高于有效積溫；階段活動積溫和有效積溫均具有明顯的年際變化，且活動積溫的年際變化大于有效積溫。

（2）階段積溫的標(biāo)準(zhǔn)偏差和變異系數(shù)隨下限溫度而變化，相同下限溫度的有效積溫的標(biāo)準(zhǔn)偏差均小于活動積溫的；以標(biāo)準(zhǔn)偏差分析階段積溫的絕對穩(wěn)定性時，有效積溫優(yōu)于活動積溫；以變異系數(shù)分析階段積溫相對穩(wěn)定性時，下限溫度在3.0℃以下時階段有效積溫比活動積溫穩(wěn)定，下限溫度在3.0℃及其以上時活動積溫較有效積溫穩(wěn)定。

（3）以均方根誤差評判發(fā)育期模擬效果，當(dāng)設(shè)定下限溫度小于3.2℃時，階段有效積溫的模擬效果比活動積溫好，當(dāng)下限溫度在3.2℃以上時活動積溫模擬效果優(yōu)于有效積溫；以發(fā)育期模擬值與實際值偏差在2d和3d表征模擬準(zhǔn)確率和基本準(zhǔn)確率時，設(shè)定下限溫度在0.0～3.2℃范圍內(nèi)，有效積溫的模擬準(zhǔn)確率和基本準(zhǔn)確率均大于活動積溫；下限溫度大于3.8℃時，有效積溫的模擬準(zhǔn)確率和基本準(zhǔn)確率小于活動積溫；當(dāng)下限溫度在3.3～3.8℃時，有效積溫的基本準(zhǔn)確率大于活動積溫，而其模擬準(zhǔn)確率則小于活動積溫的。

在設(shè)定下限溫度3.0～5.0℃時，階段活動積溫比有效積溫變異系數(shù)小、年際間相對穩(wěn)定和對發(fā)育期模擬效果與實際值更相符，這些特點與現(xiàn)行科技文獻(xiàn)特別是作物模型中普遍采用有效積溫模擬預(yù)測發(fā)育進程相悖[1]。這是因為基于日均溫統(tǒng)計階段積溫時，忽視了溫度日變化的事實。當(dāng)發(fā)育階段中某日的日均溫等于或低于下限溫度時，按積溫統(tǒng)計規(guī)則，則該日熱量對階段積溫貢獻(xiàn)數(shù)值為零，但該天中存在一段時間內(nèi)高于下限溫度的溫度，這一時段的溫度對生長發(fā)育是有效的，但卻在統(tǒng)計模型中被忽略，因此，為提高作物模型的適用性和有效性，可用時積溫改進積溫模型[2,7,21-22]。

不同作物品種其基點溫度不同，界限溫度隨品種波動較大，并且在植物的實際發(fā)育過程中，下限溫度也不是一成不變的，發(fā)育速率隨溫度上升也不一定總是保持線性關(guān)系[12]。以溫度模擬發(fā)育進程的模型只是一個近似模擬發(fā)育進程的統(tǒng)計模型，并非真正的生物生理過程，準(zhǔn)確有效的作物品種基點溫度是要通過實驗和試驗獲得的。因此，在應(yīng)用作物模型模擬預(yù)測發(fā)育進程時，如果缺乏通過作物品種在當(dāng)?shù)氐脑囼炑芯恐械玫降南孪逌囟戎笜?biāo)，基點溫度不準(zhǔn)確，建議用作物模型對比活動積溫和有效積溫的模擬結(jié)果，分析不同溫度指標(biāo)對階段積溫穩(wěn)定性和模擬效果的影響，根據(jù)研究區(qū)域觀測數(shù)據(jù)的計算和檢驗結(jié)果，探尋階段積溫相對穩(wěn)定和模擬效果較好的積溫模型，提取相對有效的基點溫度指標(biāo)，而不是單一選用有效積溫或基點溫度。另一方面，目前的作物模型采用考慮兩個、三個或四個基點溫度指標(biāo)的生長假設(shè)的研究已較為常見，而本研究僅從基于下限溫度的線性生長假設(shè)的積溫模型進行階段積溫統(tǒng)計和發(fā)育期模擬效果對比分析，綜合比較多種生長假設(shè)的積溫模型的階段積溫穩(wěn)定性和模擬效果是有待深入研究的課題，多基點溫度指標(biāo)對積溫模型的影響有待進一步探究。

此外，影響作物發(fā)育進程的因素繁多，主要有生物因素和環(huán)境因素。前者是內(nèi)在因素，包括物種及品種類型、生理控制等；后者是外在因素，包括溫度、光照、水分和生長調(diào)節(jié)劑等，甚至病蟲害和其它災(zāi)害對發(fā)育進程也有影響[22]，但其中氣溫、光照、水分為主要影響因子，如光周期，在早春氣溫偏低年份，開花雖然偏遲，但在延長的日照長度促進下，達(dá)到始花期所需積溫可以比正常年和春暖年偏少。本研究僅基于積溫理論以溫度為單一因素模擬發(fā)育進程，也可能引起模擬失真而產(chǎn)生偏差和誤差。因此，深入生長發(fā)育與環(huán)境因子關(guān)系的機理性研究，綜合環(huán)境因子中有利條件對生長發(fā)育的正面影響和不利條件的負(fù)作用，是今后改進本研究中的作物模型，以提高發(fā)育期模型模擬預(yù)測準(zhǔn)確率和提高作物模型應(yīng)用性需努力的方向。

[1]吳玉潔,葉彩華,姜會飛,等.不同積溫計算方法作物發(fā)育期模擬效果比較[J].中國農(nóng)業(yè)大學(xué)學(xué)報,2016,21(10): 117-126.

Wu Y G,Ye C H,Jiang H F.Comparison of the simulation effect of different growing degree-days calculating methods on crop development processes[J].Journal of China Agricultural University, 2016,21(10): 117-126.(in Chinese)

[2]姜會飛,溫德永.基于線性生長假設(shè)利用極端溫度計算日積溫的方法[J].中國農(nóng)業(yè)大學(xué)學(xué)報,2013,18(1):82-87.

Jiang H F,Wen D Y.Methods of calculating growing degree-day based on LR assumption and daily extreme temperatures[J]. Journal of China Agricultural University,2013,18(1):82-87.(in Chinese)

[3]Mcmaster G S,Wilhelm W W,Palic D B,et al.Spring wheat leaf appearance and temperature:extending the paradigm[J]. Annals of Botany,2003,91(6):697-705.

[4]Theodore C H,Lee H,Pasquale S,et al.AquaCrop:the FAO cropmodel to simulate yield response to water III:parameterizationand testing for maize[J].Agronomy Journal,2009,101:448-459.

[5]Aiken R M.Applying thermal time scales to sunflower development [J].Agronomy Journal,2005, 97:746-754.

[6]Mcmaster G S,White J W,Hunt L A,et al.Simulating the influence of vernalization,photoperiod and optimum temperature on wheat developmental rates[J].Annals of Botany,2008,102: 561-569.

[7]姜會飛,溫德永.基于優(yōu)化生長假設(shè)利用極端溫度計算日積溫的方法[J].中國農(nóng)業(yè)大學(xué)學(xué)報,2013,(2):116-123.

Jiang H F,Wen D Y.Methods of calculating growing degree-day based on OR assumption and daily extreme temperatures[J]. Journal of China Agricultural University,2013,(2):116-123.(in Chinese)

[8]Mcmaster G S,Wilhelm W W.Growing degree-days:one equation, two interpretations[J].Agricultural and Forest Meteorology, 1997,87(4):291-300.

[9]康西言,董航宇,姚樹然.基于氣象因子的冬小麥發(fā)育期預(yù)報模型[J].中國農(nóng)業(yè)氣象,2015,36(4):465-471.

Kang X Y,Dong H Y,Yao S R.Prediction model of winter wheat development stages based on meteorological factors[J]. Chinese Journal of Agrometeorology,2015,36(4):465-471.(in Chinese)

[10]Jenni S,Bourgeois G,Laurence H,et al.Improving the prediction of processing bean maturity based on the growing degree day approach[J].Hortscience A Publication of the American Society for Horticultural Science,2000,35(4):611-614.

[11]Moreno L S B,Pedreira C G S,Boote K J,et al.Base temperature determination of tropical Panicum spp.grasses and its effects on degree-day-based models[J].Agricultural and Forest Meteorology, 2014,186:26-33.

[12]姜會飛.農(nóng)業(yè)氣象學(xué)(第二版)[M].北京:科學(xué)出版社, 2013: 70-71.

Jiang H F.Agrometeorology (second edition)[M].Beijing: Science Press,2013:70-71.(in Chinese)

[13]Porter J R,Gawith M.Temperatures and the growth and development of wheat:a review[J]. European Journal of Agronomy,1999,10(1):23-36.

[14]Vinocur M G,Ritchie J T.Maize leaf development biases caused by air-apex temperature difference[J].Agronomy Journal, 2001,(93):767-772.

[15]王曉霞,馮雪菲,張富榮.朝陽地區(qū)近50年生長季小麥有效積溫變化特征分析[J].中國農(nóng)學(xué)通報,2014,30(2):280-285.

Wang X X,Feng X F,Zhang F R.Variation characteristic of effective accumulated temperature during wheat growth season in Chaoyang area in recent 50 years[J].Chinese Agricultural Science Bulletin,2014,30(2):280-285.(in Chinese)

[16]Tian Z,Zhong H L,Sun L X,et al.Improving performance of Agro-ecological zone(AEZ) modeling by cross-scale model coupling:an application torice production in Northeast China[J].Ecological Modelling,2014,290:155-164.

[17]Bocchiola D,Nana E,Soncini A.Impact of climate change scenarios on crop yield and water footprint of maize in the Po valley of Italy[J].Agricultural Water Management,2013, 116:50-61.

[18]Herrmann A,Kornher A,Taube F.A new harvest time prognosis tool for forage maize production in Germany[J]. Agricultural and Forest Meteorology,2005,130: 95-111.

[19]張愛英,王煥炯,戴君虎,等.物候模型在北京觀賞植物開花期預(yù)測中的適用性[J].應(yīng)用氣象學(xué)報,2014,25(4):483-492.

Zhang A Y,Wang H J,Dai J H,et al.Applicability analysis of phonological models in the flowering time prediction of ornamental plants in Beijing area[J].Journal of Applied Meteorological Science,2014,25(4):483-492.(in Chinese)

[20]張愛英,張建華,高迎新,等.SW物候模型在北京櫻花盛花始期預(yù)測中的應(yīng)用[J].氣象科技,2015,43(2):309-313.

Zhang A Y,Zhang J H,Gao Y X,et al.Prediction of first flowering date ofin Beijing Yuyuantan Park using phonological model[J].Meteorological Science and Technology, 2015,43(2):309-313.(in Chinese)

[21]Rodriguez-Rajo F J,Frenguelli G,Jato M V.Effect of air temperature on forecasting the start of thepollen season at two contrasting sites in the south of Europe (1995-2001) [J].International Journal of Biometeorology, 2003,47: 117-125.

[22]喻莎,陸魁東,謝佰承,等.高溫時數(shù)和熱積溫對超級早稻結(jié)實率的影響[J].中國農(nóng)業(yè)氣象,2016,37(4):454-463.

Yu S,Lu K D,Xie B C,et al.Effects of high temperature hours and thermal accumulated temperature on seed setting rate of super hybrid rice[J].Chinese Journal of Agrometeorology, 2016,37(4):454-463.(in Chinese)

Impacts of Different Base Temperature on Simulation Effect of Beginning Flowering Date ofin Beijing

YE Cai-hua1, ZHOU Xiao-huang2, JIANG Hui-fei2, JIANG Shao-jie2, ZHANG Yu-ying2, ZHANG Zi-yuan2, LI Chao2

（1.Beijing Meteorological Service Center, Beijing 100089, China; 2.College of Resource and Environment Sciences, China Agriculture University, Beijing 100193; 3. Beijing Regional Climate Center, Beijing 100089）

It is a commonly used statistical method to determine the base temperature index (Tb) of plant growth and development by comparing stability and prediction accuracy of stage growing degree days (GDD) calculated by different artificial given base temperature index using actual observed phenomena data.In this paper, active growing degree days (GDDA) and effective growing degree days (GDDE) from Jan. 1st to the beginning flowing date ofwere calculated by different given Tb in the range of 0.0-5.0 ℃ with step of 0.1℃ using the observed data during 1998-2014 at Yuyuantan Park, Haidian District, Beijing. Effects of different given Tb on stability of two kinds GDD and simulated phenomena accuracy were also compared and analyzed. The results showed that: （1）stage GDD changes as Tb changes. GDDA and its inter-annual variability are both bigger than that of GDDE.（2）Both standard deviation (SD) and coefficient of variation (CV) of calculated GDDA or GDDE are smallest at the Tb range of 2.0-3.5℃, which could be the real Tb ofdetermined by statistics under the condition without physiological experiment. SD of GDDA is bigger than that of GDDE, suggested that error of the beginning flowing date estimated by GDDE is smaller than that by GDDA. As an index of relative discrete degree, CV of GDDE calculation is smaller than that of GDDA in the Tb range of 0.0-2.9℃ but is bigger if Tb ≥3.0℃.（3）Comparing estimated beginning flowing dates of different given Tb, the accuracy is highest in the range of 2-3℃. In the range of 0.0-3.2℃, both basic accuracy (error＜3days) and accuracy (error＜2days) of the simulated date by GDDE is better than that by GDDA, but is opposite when Tb＞3.8℃.In the range of 3.3-3.8℃, basic accuracy estimated by GDDE is better than that of GDDA, but accuracy is opposite.

Growing degree-days；Growth and developmental assumption；Base temperature; Coefficient of variation；Simulation accuracy

10.3969/j.issn.1000-6362.2018.01.001

葉彩華,周孝煌,姜會飛,等.下限溫度對北京櫻花盛花始期模擬效果的影響[J].中國農(nóng)業(yè)氣象,2018,39(1):1-8

2017-08-07

國家重點研發(fā)計劃課題“主要糧食作物氣象災(zāi)害發(fā)生規(guī)律及指標(biāo)研究”（2017YFD0300401）；北京市財政專項“2017年氣象為農(nóng)—都市生態(tài)休閑農(nóng)業(yè)氣象科技支撐服務(wù)”

葉彩華（1968-），女，研究員，從事農(nóng)業(yè)氣候研究和應(yīng)用服務(wù)。E-mail：ych681012@126.com