河南省寧陵縣酥梨始花期預報方法研究

摘 要：根據(jù)河南省寧陵縣1996—2017年酥梨物候觀測資料和氣象資料，分析氣溫、降水和日照等氣象因子對酥梨始花期的影響，分別采用積溫物候預報法和逐步回歸法2種方法對酥梨始花期進行預報。結果表明，芽萌動后日平均氣溫≥0 ℃、積溫在210.0 ℃·d左右時，梨樹開花；利用積溫物候預報法對2018和2019年數(shù)據(jù)進行預報檢驗，誤差為1～2 d，預報結果與觀測值較吻合；通過相關分析，篩選出對酥梨始花期影響較大的氣象因子，建立始花期預報模型，模型的R2為0.761，擬合效果較好，酥梨始花期預報值與觀測值基本吻合。

關鍵詞：寧陵酥梨；始花期；氣象因子；積溫；預報模型

中圖分類號：S661.2；S661.2 文獻標志碼：B 文章編號：1674-7909（2025）3-98-5

DOI：10.19345/j.cnki.1674-7909.2025.03.020

0 引言

寧陵縣金頂謝花酥梨（簡稱酥梨）產于河南省寧陵縣石橋鎮(zhèn)，梨樹種植區(qū)域自然條件得天獨厚，地屬平原，土壤肥沃，雨量充沛，日照適中，年平均氣溫為20.5 ℃，非常適合生產酥梨［1］。目前，寧陵縣酥梨年產值超過2億元，年產量達3億kg，可供應全國大中型城市并遠銷國外，擁有1.5萬 hm2寧陵縣生態(tài)梨園，順利舉辦了16屆梨花節(jié)和12屆酥梨采摘節(jié)。

影響果樹生長發(fā)育的因素較多［2］，有光照、溫度、品種、栽培方式和生物因子等。果樹的開花時間與氣象條件密切相關，在不同的氣候條件下，果樹花期差異較大。目前，國內外學者對氣象因子與果樹花期之間的關系已有較多研究。BRADLEY等［3］研究指出，不同植物物候期因氣候變化而有所提前；趙杰等［4］研究發(fā)現(xiàn)，油菜花盛花期與越冬期積溫呈顯著負相關，活動積溫越大，盛花期越早；舒素芳等［5］和張秀英等［6］分別研究了白玉蘭和桃樹始花期與氣象因子的關系，建立了基于主要氣象因子的始花期預報模型，模型實用性較強，擬合預報效果較好；孟秀美等［7］發(fā)現(xiàn)與蘋果花期關系最密切的氣象條件是氣溫，積溫與開花的早晚有著密切聯(lián)系；傅瑋東等［8］對莎車日平均氣溫≥5 ℃初日的變化特征及其對杏樹開花期的影響進行了研究，結果表明，杏樹的開花盛期與5 ℃初日日期呈顯著正相關；周美燕等［9］和張翠英等［10］用積溫物候預報法預報鴨梨始花期，效果良好，因此可以采用相對積溫法進行統(tǒng)計。根據(jù)積溫學說原理［11-12］，在寧陵縣金頂花酥梨的芽萌動期和開花期存在良好的積溫相關關系。楊國棟等［13］、賈坤等［14］、陳琪等［15］分別建立了樹木、梅花和牡丹花期預報模型；張利華等［16］、郭連云等［17］和呂清華等［18］研究了梨樹始花期與氣象因子的關系，并建立了始花期預報模型。

目前，酥梨花期與氣象關系的研究局限于分析梨樹開花與花前氣象條件的關系，對寧陵酥梨花期預報尚缺乏深入的研究。為此，研究利用河南省寧陵縣1996—2019年氣象資料和酥梨物候觀測資料，分析寧陵縣酥梨各項氣象因子與始花期的關系，并進行逐步回歸分析，建立預報模型，為梨花花期預報提供理論依據(jù)，促進當?shù)芈糜螛I(yè)的發(fā)展。隨著農業(yè)生態(tài)旅游產業(yè)的興起，梨花觀賞已成為鄉(xiāng)村旅游的一道亮麗風景線，也增加了農民的收入。

1 資料與方法

1.1 資料來源

氣象資料為寧陵縣國家級地面氣象觀測站1996—2019年1—3月逐旬的平均氣溫、最高氣溫、最低氣溫、相對濕度、降水量和日照時數(shù)。酥梨發(fā)育期觀測地段距離氣象觀測站小于3 km，氣象資料具有較好的代表性。酥梨發(fā)育期觀測數(shù)據(jù)使用1996—2019年酥梨物候觀測資料。

1.2 分析方法

研究采用2種最常見的預報方法，一是積溫物候預報法，二是逐步回歸法。根據(jù)氣象因子對始花期的影響，建立寧陵縣酥梨始花期的預報模型，對寧陵縣酥梨進行花期預報，為今后寧陵縣梨花花期研究打下基礎［19］。利用寧陵縣1996—2017年的氣象資料和酥梨物候觀測資料，采用積溫物候法和逐步回歸法分別建立預報模型并進行模型擬合，最后用2018—2019年氣象資料和酥梨物候觀測資料進行預報檢驗。

1.2.1 積溫物候預報法

0 ℃以上是作物生長的最基本溫度指標，張利華等［16］、吳雁等［20］等研究表明，日平均氣溫≥0 ℃的活動積溫指標可以作為梨花花期預報的參考指標，且誤差較小。因此，選用芽萌動的時間節(jié)點作為起點，統(tǒng)計芽萌動期至始花期日平均氣溫≥0 ℃的積溫。根據(jù)寧陵縣酥梨1996—2017年的積溫和物候觀測資料，統(tǒng)計分析發(fā)現(xiàn)，當積溫在210.0 ℃·d左右、日平均氣溫在10 ℃以上時，酥梨開始開花。

1.2.2 逐步回歸法

在逐步回歸分析時，各氣象因子均采用標準化處理；采用各年梨樹始花期距平進行資料分析，相關公式見式（1）。

[yt=Yt-Y]" " " " " " " " " " " " " " " "（1）

式中：[yt]為始花期距平，當[yt]為正值時，始花期晚于始花期平均值，[yt]為負值時，始花期早于始花期平均值；[Yt]為某年始花期；[Y]為1996—2019年始花期平均值（3月31日）。

2 結果與分析

2.1 酥梨始花期變化特征分析

從酥梨物候觀測資料可以看出（圖1），不同年份始花期差異較大，開花日期最早在3月24日，最晚在4月8日，二者相差15 d，平均始花期為3月31日。1996—2019年，酥梨始花期整體呈提前趨勢，傾向率為0.996 d/10 a，即每10 a約提前1 d。

2.2 積溫物候預報法

2.2.1 模型擬合

統(tǒng)計1996—2017年芽萌動后日平均氣溫≥0 ℃、積溫在210.0 ℃·d左右時的日期，并與實測值相比，以檢驗積溫物候預報法的準確性。由圖2可知，始花期距平的預報擬合值與觀測值呈顯著性相關，R2為0.783 5，均方根誤差為2.07，說明積溫物候預報法的擬合效果較好。從樣本擬合結果來看，始花期距平預報擬合值與觀測始花期的最大誤差為4 d，始花期距平預報擬合值和觀測值在同一天的年份有2004年、2011年和2012年，共計3 a，占樣本的13.6%，擬合效果較為理想。

2.2.2 預報檢驗

2018年和2019年酥梨始花期預報結果見表1。由表1可知，積溫物候預報法對2018年和2019年的預報都較為準確，2018年實際始花期觀測值為3月27日，預報始花期為3月26日，二者僅相差1 d；2019年實際始花期觀測值和預報始花期分別為3月29日和3月27日，誤差為2 d，始花期觀測值與預報值基本吻合。

2.3 逐步回歸法

2.3.1 酥梨始花期與氣象因子的關系分析

在酥梨開花前期，氣候條件在一定程度上反映了開花的早晚。1996—2017年梨樹始花期距平與氣象因子的相關系數(shù)見表2。各階段的氣象因子對始花期的影響不盡相同，溫度是影響酥梨開花的主要因素。由表2可知，酥梨始花期距平與氣溫基本呈負相關關系，越接近始花期，各氣象因子的相關性越強，這說明后期溫度對花期影響較大，溫度越高，花期越早，反之花期會推遲。始花期距平與1月上旬平均氣溫和最低氣溫、2月下旬平均氣溫和最高氣溫的負相關性達到顯著水平；始花期距平與3月中下旬的平均氣溫、最高氣溫和最低氣溫的相關性較強，其中，始花期距平與3月中旬平均氣溫和最高氣溫的相關系數(shù)分別為-0.615和-0.625，呈極顯著負相關；始花期距平與1月中下旬和2月上中旬的氣溫相關性不顯著。相對濕度和降水量對始花期的影響不大，日照時數(shù)與始花期距平的相關性也較弱，但基本呈負相關關系。整體來說，3月中下旬的氣溫是判斷始花期的關鍵因子。

2.3.2 預報模型的建立

通過上述相關性分析，從54個氣象因子中選擇1月上旬平均氣溫、2月下旬平均氣溫和1月中下旬氣溫等11個因子，與始花期距平進行逐步回歸分析，得到預報方程，見式（2）。

[y=0.196-1.238x1-1.830x2-1.804x3-1.309x4]" " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " "（2）

式中：y為始花期距平；[xi]為標準化氣象因子，其中[x1]為2月下旬平均氣溫，[x2]為1月上旬平均氣溫，[x3]為3月中旬最高氣溫，[x4]為3月下旬平均氣溫。

利用上述預報方程可對酥梨始花期進行預報，從式（2）可以看出，2月下旬平均氣溫、1月上旬平均氣溫、3月下旬平均氣溫和3月中旬最高氣溫越低，始花期距平越大，即開花時間越晚；反之積溫充足，開花期提前。

2.3.3 模型擬合

將1996—2017年氣象數(shù)據(jù)代入酥梨始花期預報方程，檢驗效果如圖3所示，此預報模型的擬合度較好，預報擬合值與觀測值的相關系數(shù)為0.872，R2為0.761，均方根誤差為1.92。從檢驗結果來看，預報擬合值與觀測值的最大誤差為4 d，1996年、2000年、2006—2009年和2017年預報擬合值和觀測值一致，預報擬合值與觀測值一致的年份占樣本總年數(shù)的31.8%。逐步回歸法和積溫物候預報法的相關系數(shù)接近，與積溫物候預報法相比，逐步回歸法的擬合誤差較小。整體來看，可以用此預報方程來預報酥梨始花期。

2.3.4 預報檢驗

利用預報模型對2018年和2019年酥梨始花期進行預報，結果見表3。2018年的預報值為3月28日，比觀測值晚1 d，2019年的預報值為3月27日，與積溫物候預報法結果相同，都比觀測值早2 d，預報值和觀測值基本吻合，說明預報模型的預報結果較為準確。

3 結論與討論

近24 a來，寧陵酥梨始花期的變化具有一定的隨機性和波動性，對寧陵酥梨物候觀測資料進行趨勢分析，發(fā)現(xiàn)酥梨始花期有明顯的提前趨勢，這可能與大背景下氣候變化有關［3］。影響植物花期的重要因子是氣溫，但豫東地區(qū)春季氣溫波動幅度大，受冷空氣影響，酥梨花期可能會出現(xiàn)較大變化，這對開展梨花節(jié)觀花游賞活動有一定影響。芽萌動的早晚，不僅能反映當時的天氣狀況，也能反映過去一段時期內的天氣情況。研究采用芽萌動后日平均氣溫≥0 ℃的積溫預報酥梨花期，預報效果較好，預報值與觀測值誤差在2 d以內，這與李曉川等［21］、鄧環(huán)等［22］的研究結論一致，日平均氣溫≥0 ℃的積溫可以作為始花期預報的一項重要指標。積溫物候預報法不僅需要穩(wěn)定的積溫常數(shù)，還需要依賴準確的天氣預報，而目前一般中、長期天氣預報存在一定的不確定性，采用積溫物候預報法進行花期預報，可能會有一定的誤差。

近年來，各種相關和回歸分析方法在國內外農業(yè)氣象預報中得到了廣泛應用，相關和回歸分析是一種量化酥梨參數(shù)與一個或多個氣象參數(shù)之間關系的模型，該模型可以揭示酥梨與氣象條件的關系，研究酥梨與氣象條件的定量關系。研究的相關分析表明，酥梨始花期距平與不同時段的氣象因子相關性不同，氣溫對始花期的影響較大，且基本呈負相關關系，后期氣溫影響較前期大，始花期距平與3月中旬平均氣溫和最高氣溫呈極顯著負相關關系。開花前積溫充足，開花提前，反之開花延遲，這與郭連云等［17］、董海濤等［23］的研究結果一致。

通過相關分析，篩選出與始花期顯著相關的氣象因子，采用逐步回歸法建立預報模型，從模型擬合結果來看，預報擬合誤差最大為4 d，沒有誤差的年份占31.8%，R2為0.761，均方根誤差為1.92，說明此模型對樣本有較高的擬合度。從預報檢驗結果來看，預報值基本吻合，說明此模型預報效果較好，具有重要的應用價值。

雖然涉及的2種預報方法都具有一定的可行性，但仍需要在今后幾年的實際觀測和預報中逐步完善，不能單靠一種預報方法來判定，應該采用多種預報方法及中長期氣象數(shù)據(jù)，并結合當時氣象條件進行預報和修訂，才能更準確地對酥梨花期進行預報，以更好地服務寧陵梨花節(jié)。

參考文獻：

［1］呂波，劉繼軍，雍恩超.河南名產：寧陵金頂謝花酥梨［J］.河南農業(yè)，1994（6）：14.

［2］劉娜，秦安臣，陳雪，等.植物生長調節(jié)劑對牡丹花期調控及花朵畸形的影響［J］.河南農業(yè)大學學報，2014，48（5）：567-574.

［3］BRADLEY N L，LEOPOLD A C，ROSS J，et al.Phenological changes reflect climate change in Wisconsin［J］. Proceedings of the National Academy of Sciences，1999，96（17）：9701-9704.

［4］趙杰，唐紅忠，黃桂東，等.惠水縣油菜花盛花期預報［J］.中低緯山地氣象，2018，42（6）：60-63.

［5］舒素芳，毛俊萱，蔡敏.白玉蘭始花期與氣象因子的關系分析［J］.浙江農業(yè)學報，2013，25（2）：248-251.

［6］張秀英，胡東燕.桃花花期預報的探討［J］.北京林業(yè)大學學報，1995（4）：88-93.

［7］孟秀美，黨振沅，李士奎.蘋果花期預報探討［J］.中國果樹，1981（3）：1-4.

［8］傅瑋東，楊秋蓮，李蘭.莎車日平均氣溫≥5 ℃初日的變化特征以及對杏樹開花期的影響［J］.中國農業(yè)氣象，2011，32（S1）：104-107.

［9］周美燕，高清民，崔曉霞，等.陽信鴨梨初花期預報方法的研究［J］.浙江農業(yè)科學，2010（1）：35-37.

［10］張翠英，劉了凡，樊景豪.刺槐盛花期預報模式的研究［J］.山東氣象，2001（3）：30-31.

［11］馬傳芝.溫度對果樹自然休眠調控的影響［J］.中國果樹，2006（6）：52-53.

［12］武曉梅.活動積溫與有效積溫的概念及計算方法［J］.山西農業(yè)科學，1985（4）：42.

［13］楊國棟，張明慶，董建華，等.樹木花期的預報方法新探：以大山櫻為例［J］.首都師范大學學報（自然科學版），2000（1）：69-74.

［14］賈坤，張黎霞，趙天祿，等.北京地區(qū)梅花的花期預報模式初建［J］.北京林業(yè)大學學報，2010，32（S2）：97-100.

［15］陳琪，彭正峰，梁國輝，等.洛陽高山種植區(qū)牡丹花期預測模型構建與檢驗［J］.河南農業(yè)科學，2013，42（2）：109-112.

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

［17］郭連云，趙年武.貴德縣梨樹始花期與氣象因子的相關分析及預報模型［J］.中國農學通報，2016，32（7）：147-151.

［18］呂清華，張紅霞，潘愛芳.陽信鴨梨花期預測方法初報［J］.山西果樹，2008（1）：14-15.

［19］黃嘉佑.氣象統(tǒng)計分析與方法［M］.北京：北京氣象出版社，2000.

［20］吳雁，王榮英，李新.深州蜜桃花期預報探討［J］.氣象與現(xiàn)代農業(yè)發(fā)展，2012（3）：4-6.

［21］李曉川，陶輝，張仕明，等.氣候變化對庫爾勒香梨始花期的影響及其預測模型［J］.中國農業(yè)氣象，2012，33（1）：119-123.

［22］鄧環(huán)，馬德栗，徐洪海，等.老河口市砂梨花期的物候特點分析［J］.中國農學通報，2015，31（20）：181-185.

［23］董海濤，單璐璐，譚麗靜，等.基于最佳回歸方法的丹東桃樹花期預報研究［J］.安徽農業(yè)科學，2019，47（1）：232-238.

Study on the Forecast Method of Crisp Pears in Ningling County， Henan Province

CHEN Yongqing

Shangqiu Meteorological Bureau of Henan Province， Shangqiu 476000， China

Abstract： Based on the phenological observation data and meteorological data of pear in Ningling County， Henan Province from 1996 to 2017， this study analyzed the effects of meteorological factors such as temperature， precipitation and sunshine on the initial flowering period of pears. Two methods， namely the accumulated temperature phenological prediction method and the stepwise regression， were employed to predict the initial flowering period of pear. The results showed that when the active accumulated temperature after bud germination was about 210.0 ℃·d and the daily average temperature ≥0 ℃， pear trees began to flower. The prediction results of the accumulated temperature phenological prediction method for the 2018 and 2019 datasets were verified， with an error of 1 to 2 days， and the prediction results were in good agreement with the observed values. Through correlation analysis， the meteorological factors that had a greater impact on the initial flowering period of pear were screened out， and a prediction model for the initial flowering period was established. The R2 of model was 0.761， indicating a good fitting effect. The predicted values of the initial flowering period of pear were basically consistent with the observed values.

Key words： Ningling pear; the beginning of flowering; meteorological factors; accumulated temperature; forecast model