應(yīng)用SPSS的洞頭海島羊棲菜晾曬氣象指數(shù)研究

摘要" 為了解影響羊棲菜晾曬的氣象指數(shù)，以浙江溫州洞頭國家基本氣象站2014—2019年經(jīng)篩選的逐日觀測數(shù)據(jù)為研究資料，以最高溫度Tx與最低溫度Tn之和、平均相對濕度RH、平均風(fēng)速WS和太陽輻射的總云量TCC為主要影響因子，以蒸發(fā)量E為預(yù)報對象，應(yīng)用SPSS軟件進(jìn)行單因子相關(guān)性分析，并建立預(yù)報模型，根據(jù)預(yù)報模型和指數(shù)分級編寫預(yù)報程序，并對程序進(jìn)行試用。結(jié)果顯示，選取的Tx與Tn之和、RH、WS和TCC與E的相關(guān)性均具有統(tǒng)計學(xué)意義（Plt;0.05）；建立的模型R=0.86，德賓—沃森值為1.193，模型建立成功，預(yù)報方程為E=3.509+0.092（Tx+Tn）－0.064RH+0.497WS－0.056TCC。根據(jù)預(yù)報模型和指數(shù)分級編寫的預(yù)報程序，在2014—2019年的實(shí)測資料檢驗(yàn)中和2022—2024年試運(yùn)行中，均表現(xiàn)出較好的可行性和操作性。本研究建立的模型為羊棲菜養(yǎng)殖戶的晾曬生產(chǎn)提供參考。

關(guān)鍵詞" 羊棲菜；SPSS；預(yù)報方程；晾曬氣象指數(shù)；氣象服務(wù)

中圖分類號" P49"""""" 文獻(xiàn)標(biāo)識碼" A"""""" 文章編號" 1007-7731（2025）06-0102-04

DOI號" 10.16377/j.cnki.issn1007-7731.2025.06.025

Research on drying meteorological index of Sargassum fusiforme in Dongtou island by SPSS

ZHANG Dachuan^1，2""" LIU Xiongjie^1，2""" CAO Zheming^2，3""" YUAN Gaixia⁴

（¹Wenzhou Dongtou District Meteorological Service， Wenzhou 325700， China;

²Wenzhou Key Laboratory of Typhoon Monitoring and Forecasting Technology， Wenzhou Meteorological Service，

Wenzhou 325000， China;

³Wenzhou Taishun Meteorological Service， Wenzhou 325500， China;

⁴Institute of Biological Engineering， Daqing Normal College， Daqing 163712， China）

Abstract" To understand the meteorological index affecting the drying of Sargassum fusiforme ， the selected daily observation data from the National Basic Meteorological Station in Dongtou， Wenzhou，Zhejiang Province from 2014 to 2019 were selected as the test data. The sum of the highest temperature Tx and the lowest temperature Tn， the average relative humidity RH， the average wind speed WS and total cloud cover TCC of solar radiation were used as the main influencing factors， and the evaporation amount E was used as the forecast object. SPSS software was used to analyze the single factor correlation， and the forecast model was established. The forecast program was written according to the forecast model and index classification， and the program was tested. The results showed that the sum of Tx and Tn， the correlation between RH， WS， TCC and E were statistically significant（Plt;0.05）. The established model R=0.86， Durbin-Watson value was 1.193， the model was successfully established， the prediction equation was E=3.509+0.092（Tx+Tn）－0.064RH+0.497WS－0.056TCC. According to the forecast model and index classification， the forecast program has shown good feasibility and operability in the test of measured data from 2014 to 2019 and in the trial operation from 2022 to 2024. The model established in this study can provide a reference for the drying production of Sargassum fusiforme farmers.

Keywords" Sargassum fusiforme; SPSS; prediction equation; drying meteorological index; meteorological service

羊棲菜（Sargassum fusiforme），又名鹿角尖、海大麥等，是馬尾藻科馬尾藻屬植物^[1]。其廣泛分布于遼東半島至廣東福建等地，目前主產(chǎn)區(qū)在浙江溫州洞頭區(qū)^[2]。羊棲菜養(yǎng)殖業(yè)為洞頭區(qū)海水養(yǎng)殖的支柱產(chǎn)業(yè)之一^[3]。自然風(fēng)干晾曬是洞頭羊棲菜加工的必要工序，晾曬期的氣象條件對羊棲菜品質(zhì)和產(chǎn)量起關(guān)鍵作用^[4]。當(dāng)前氣象部門僅提供晴雨風(fēng)的天氣預(yù)報方式，較難滿足羊棲菜生產(chǎn)需求。洞頭海島羊棲菜晾曬氣象指數(shù)可依據(jù)氣象局發(fā)布的預(yù)報結(jié)果，在不同的天氣條件下，計算出羊棲菜晾曬的適宜度，有助于開展針對性的氣象農(nóng)業(yè)服務(wù)。劉文偉等^[5]已建立以蒸發(fā)量為預(yù)報對象，以最高溫度、平均相對濕度與平均風(fēng)力為主要影響因子的晾曬指數(shù)氣象方程。闕成蛟等^[6]和陳驥等^[7]研究指出，平均風(fēng)速、平均氣溫、平均相對濕度和蒸發(fā)量數(shù)據(jù)均可推導(dǎo)晾曬氣象指數(shù)。王峰等^[8]研究表明，太陽輻射對蒸發(fā)量有較大影響。本文根據(jù)洞頭海島羊棲菜晾曬對氣象服務(wù)的需求，應(yīng)用SPSS軟件研究洞頭海島羊棲菜晾曬氣象指數(shù)，建立氣象服務(wù)流程，以滿足羊棲菜養(yǎng)殖戶的生產(chǎn)需求，提升農(nóng)業(yè)氣象服務(wù)能力。

1 材料與方法

1.1 研究區(qū)基本情況

洞頭區(qū)地處甌江口和樂清灣口交匯的浙江東南海域，境內(nèi)海域面積達(dá)792 km²，由103個島嶼和259個礁組成；全區(qū)海岸線長333.45 km，海灣灘涂數(shù)量較多，可供海水養(yǎng)殖面積66.7 km²，其中可利用海洋藻類養(yǎng)殖面積53.3 km²。洞頭海域?qū)俅箨戇吘?，西岸深度較小，海底平坦多泥，大陸江河攜帶大量有機(jī)物，海洋生物資源十分豐富，有利于藻類養(yǎng)殖^[9]。

1.2 研究資料

本研究選用洞頭國家基本氣象站（洞頭站）2014—2019年經(jīng)篩選的逐日大型蒸發(fā)量資料（剔除了不適合晾曬的天氣，包含降水、溫度低于0"℃的低溫天、平均風(fēng)速高于7級的大風(fēng)天和能見度低于200"m的濃霧天，本文后續(xù)均直接用蒸發(fā)量表示）。鑒于目前無預(yù)報太陽輻射的業(yè)務(wù)化模式，通過預(yù)報模式的分析，發(fā)現(xiàn)當(dāng)前有預(yù)報總云量的業(yè)務(wù)化模式，而總云量與太陽輻射負(fù)相關(guān)^[10]，因此在影響因子中新增可以側(cè)面表征太陽輻射的總云量。杜連海等^[11]研究發(fā)現(xiàn)，同時使用最高溫度和最低溫度比單一使用最高溫度與最低溫度更適合預(yù)測蒸發(fā)量。因此，本研究在分析時，將最高氣溫與最低氣溫逐日求和代入。

1.3 研究內(nèi)容及方法

本研究以最高溫度Tx與最低溫度Tn之和、平均相對濕度RH、平均風(fēng)速WS和總云量TCC等為主要影響因子，以蒸發(fā)量E為預(yù)報對象。應(yīng)用SPSS軟件對影響因子與預(yù)報對象進(jìn)行單因子相關(guān)性分析。隨后利用SPSS^[12]對主要影響因子與預(yù)報對象進(jìn)行模型評估，并構(gòu)建多元回歸方程。在前述方程的基礎(chǔ)上，通過調(diào)查養(yǎng)殖戶，對晾曬指數(shù)進(jìn)行分級。依據(jù)分級結(jié)果和方程，采用Python語言編寫預(yù)報程序。通過該程序?qū)崿F(xiàn)晾曬指數(shù)的計算，結(jié)合歷史數(shù)據(jù)進(jìn)行可行性分析和試應(yīng)用。

2 結(jié)果與分析

2.1 單因子相關(guān)性分析

由表1可知，高低溫度之和、平均相對濕度、平均風(fēng)速、總云量與蒸發(fā)量的顯著性（單尾）均小于0.001，說明各影響因子與預(yù)報對象相關(guān)性具有統(tǒng)計學(xué)意義。其中高低溫度之和、平均風(fēng)速與蒸發(fā)量的皮爾遜相關(guān)系數(shù)為0.561和0.437，說明該類因子增大時蒸發(fā)量隨之增大；平均相對濕度、總云量與蒸發(fā)量的皮爾遜相關(guān)系數(shù)為-0.151和-0.157，說明該類因子增大時蒸發(fā)量隨之減小。

2.2 模型評估及多元回歸方程的建立

應(yīng)用SPSS軟件對主要影響因子與預(yù)報對象進(jìn)行模型摘要預(yù)估，其R為0.86gt;0.7，顯著性小于0.001，證明該模型具有統(tǒng)計學(xué)意義^[13]；德賓—沃森值為1.193，在0～4之間，證明該模型的殘差服從正態(tài)分布，模型偏度小，解釋能力強(qiáng)^[14]。由圖1可知，本例殘差直方圖服從正態(tài)分布，且均數(shù)接近0（標(biāo)準(zhǔn)正態(tài)分布），P-P圖中數(shù)據(jù)基本分布在45"°線上，表明線性回歸滿足正態(tài)性條件^[15-16]。以上結(jié)果說明指數(shù)預(yù)報方程合理。結(jié)合表2可知，預(yù)報方程：

E=3.509+0.092（Tx+Tn）－0.064RH+0.497WS－0.056TCC

2.3 晾曬指數(shù)分級

根據(jù)對洞頭羊棲菜養(yǎng)殖戶的調(diào)研，將降水天氣、濃霧天氣（能見度低于200 m的濃霧）、大風(fēng)天氣（平均風(fēng)速超過7級，即超過13.9"m/s）與低溫天氣（平均溫度低于0"℃）定為“不宜晾曬”（一級），其余天氣情況依照蒸發(fā)量劃分為三級，Elt;2為不適宜晾曬（一級），2≤Elt;4為較適宜晾曬（二級），E≥4為適宜晾曬（三級）。

2.4 晾曬指數(shù)預(yù)報程序編寫

本研究采用Python編程語言開發(fā)一套用于預(yù)報晾曬指數(shù)的程序。該程序依據(jù)晾曬指數(shù)預(yù)測方程以及預(yù)先設(shè)定的晾曬指數(shù)分類，通過執(zhí)行圖2所示的預(yù)測流程邏輯，能夠自動計算并輸出晾曬指數(shù)等級。其用戶界面設(shè)計簡潔明了，便于用戶操作。

2.5 晾曬指數(shù)預(yù)報可行性與業(yè)務(wù)試應(yīng)用

方程所依賴的主要影響因子數(shù)據(jù)均源自洞頭區(qū)氣象局的常規(guī)業(yè)務(wù)預(yù)報，且這些數(shù)據(jù)均得到數(shù)值模式的支持。因此，在實(shí)際操作中，將業(yè)務(wù)預(yù)報結(jié)果輸入預(yù)報程序中，通過程序?qū)崿F(xiàn)晾曬指數(shù)計算，依據(jù)該指數(shù)制定專題氣象服務(wù)報道，并通過電子渠道將服務(wù)專報傳輸給相關(guān)部門、協(xié)會及養(yǎng)殖戶。依照此流程對2014—2019年的實(shí)測資料進(jìn)行了檢驗(yàn)，結(jié)果表明，該方法具備較好的可行性和操作性。該指數(shù)預(yù)報自2022—2024年試運(yùn)行，在試運(yùn)行期間對養(yǎng)殖戶的調(diào)查反饋結(jié)果顯示，該預(yù)報對養(yǎng)殖戶晾曬羊棲菜具有明顯的輔助作用。

3 結(jié)論與討論

本文以洞頭站的數(shù)據(jù)為研究資料，應(yīng)用SPSS軟件進(jìn)行分析，構(gòu)建洞頭海島羊棲菜晾曬氣象指數(shù)的預(yù)報模型，并依據(jù)預(yù)報模型及指數(shù)分級編寫程序，利用該預(yù)報程序計算晾曬指數(shù)，制作氣象服務(wù)專報。結(jié)果表明，選定的主要影響因子最高溫度Tx與最低溫度Tn之和、平均相對濕度RH、平均風(fēng)速WS和總云量TCC與預(yù)報對象均有明顯的相關(guān)性，建立的模型較科學(xué)，利用本文的預(yù)報方程計算所得的晾曬指數(shù)在洞頭2022—2024年試應(yīng)用過程中，具有可行性。

由于蒸發(fā)量不能完全代表晾曬指數(shù)，且影響晾曬的因素較多^[8]，因此在實(shí)際應(yīng)用中，還應(yīng)根據(jù)當(dāng)時氣候的變化（如夏季短時強(qiáng)降水及熱帶氣旋），及時做出補(bǔ)充預(yù)報，并對指數(shù)進(jìn)行適當(dāng)?shù)恼{(diào)整。對于農(nóng)業(yè)晾曬來說，太陽輻射強(qiáng)度極其重要^[17]，然而目前暫不存在能夠直接預(yù)報太陽輻射的業(yè)務(wù)化模式，總云量僅能間接反映太陽輻射的強(qiáng)度。因此未來有望進(jìn)一步研究出能直接針對太陽輻射的業(yè)務(wù)化預(yù)報模式，以提升預(yù)報方程的精確度。當(dāng)前，該預(yù)報方程僅支持手動輸入方式以求解，尚未實(shí)現(xiàn)與預(yù)報數(shù)據(jù)庫的聯(lián)通，因此無法直接從數(shù)據(jù)庫中讀取預(yù)報信息以生成預(yù)報結(jié)果，未來將加強(qiáng)數(shù)據(jù)庫數(shù)據(jù)載入研究，以提升預(yù)報工作的便捷性。

參考文獻(xiàn)

[1] 周婷婷.認(rèn)識長壽菜：羊棲菜[J]. 家庭教育，2024，（7）：45.

[2] 梁美娜，張立寧，林振，等. 不同海區(qū)養(yǎng)殖羊棲菜組成分析及多糖的抗氧化活性研究[J]. 食品工業(yè)科技，2023，44（22）：275-284.

[3] 朱曉艷. “洞頭羊棲菜” 區(qū)域公用品牌建設(shè)策略研究[D]. 南昌：江西農(nóng)業(yè)大學(xué)，2023.

[4] 章立浩，呂海棠. 影響洞頭羊棲菜養(yǎng)殖的主要?dú)庀鬄?zāi)害及防御對策[J]. 浙江氣象，2008，29（2）：18-21.

[5] 劉文偉，董芹，藏曉鐘. 常州晾曬氣象指數(shù)的探討[J]. 氣象科學(xué)，2001，21（4）：486-490.

[6] 闕成蛟，何晴，徐哲永，等. 魚鲞晾曬風(fēng)干氣象指數(shù)預(yù)報研究[J]. 農(nóng)業(yè)與技術(shù)，2017，37（22）：222-223.

[7] 陳驥，李長順，趙一夫. 寧德海帶晾曬期高影響天氣氣象服務(wù)技術(shù)研究[J]. 統(tǒng)計與管理，2019，34（4）：106-109.

[8] 王峰，任建成，盧曉寧. 黃河三角洲地區(qū)蒸發(fā)量時空特征及預(yù)測模型[J]. 灌溉排水學(xué)報，2024，43（3）：52-60.

[9] 章立浩，章俊. 洞頭發(fā)展羊棲菜養(yǎng)殖業(yè)的優(yōu)勢[J]. 浙江氣象，2009，30（2）：31-35.

[10] 古明媚，張濤，范伶俐，等. 近50年鑒江流域日照時數(shù)的氣候特征[J]. 廣東氣象，2024，46（3）：32-36.

[11] 杜連海，羅盼盼，吳記貴，等. 松山自然保護(hù)區(qū)蒸發(fā)量和降水量的變化特征及其原因分析[J]. 中國農(nóng)學(xué)通報，2013，29（14）：184-189.

[12] 李娜卿. 基于SPSS多元回歸分析的城市地下水用水量預(yù)測[J]. 河北水利，2021（8）：42-43.

[13] 孔興欣，田清青，劉群群，等. 基于知識圖譜的學(xué)生學(xué)習(xí)增值評價模式構(gòu)建及應(yīng)用[J]. 化學(xué)教育（中英文），2024，45 （16）：55-65.

[14] 李文驥，楊淑嫻，李婧舒，等. 新三板農(nóng)業(yè)中小企業(yè)融資能力實(shí)證分析[J]. 商場現(xiàn)代化，2024（17）：146-148.

[15] 宋志章.全面報酬對高校教師工作績效的影響研究[D].長春：東北師范大學(xué)，2023.

[16] 馮國會，李奇巖，李環(huán)宇，等. 近零能耗建筑設(shè)計參數(shù)適應(yīng)性與負(fù)荷分析[J]. 節(jié)能，2021，40（8）：1-6.

[17] 張靜，吳潔，秦公偉，等. 秦巴山區(qū)地表太陽輻射的時空動態(tài)及農(nóng)業(yè)氣候區(qū)劃研究[J]. 地理科學(xué)，2020，40（10）：1742-1752.

（責(zé)任編輯：胡立萍）

基金項(xiàng)目 溫州市氣象局青年項(xiàng)目“海島羊棲菜晾曬指數(shù)研究”（2023QN01）。

作者簡介 張大川（1997—），男，黑龍江大慶人，助理工程師，從事氣象預(yù)報及氣象服務(wù)研究。

通信作者 袁改霞（1968—），女，陜西眉縣人，碩士，教授，從事動物生態(tài)研究。

收稿日期 2024-11-07