基于輻熱積的油菜始花期預報模型

吳芳 鄒學智 李靜 王葳葳

摘要：為探索江蘇省興化市油菜花期的變化規律，研究其花期預報方法，助力興化市開展“千垛菜花節”旅游活動，現利用2000—2019年興化市油菜始花期觀測資料和同期氣象資料，分析油菜始花期的特征，構建基于輻熱積（TEP）油菜始花期預報模型。結果表明，興化市油菜平均始花期為3月17—18日（閏年為3月16—17日），始花期呈逐年提前的趨勢，提前速率為0.5 d/年，且變率比較大;基于輻熱積模型預報結果與實際始花期平均相差最小為2.51 d，有效積溫方法預報結果與實際始花期平均相差3.67 d;基于輻熱積建立的油菜始花期預報回歸模型，有效地提高了預報精度。

關鍵詞：油菜;始花期;輻熱積;始花期預報;有效積溫

中圖分類號：S165+.21?? 文獻標志碼： A

文章編號：1002-1302（2021）11-0153-05

收稿日期：2020-09-15

基金項目：江蘇省氣象局預報員專項（編號：JSYBY201808）。

作者簡介：吳 芳（1992—），女，江蘇興化人，碩士，助理工程師，主要從事農業氣象研究。E-mail：695996312@qq.com。

通信作者：鄒學智，碩士，工程師，主要從事農業氣象研究。E-mail：zhicun001@126.com。

隨著人們生活水平的提高，旅游賞花已成為人們的一種生活時尚。提前預測觀賞性植物的開花時間，對舉辦旅游活動以及公眾安排出行計劃具有一定的指導意義。目前，在植物花期與氣候變化以及觀賞性植物花期預報等方面前人已經做了大量的研究工作，張利華等分別針對梨樹、牡丹、迎春花和櫻花等木本植物構建模型預測花期[1-4]，并得到了很好的驗證，但是針對農業旅游的油菜花花期預報的研究則鮮有報道。

近年來隨著“菜花節”休閑觀光農業的發展，以千島樣式形成的江蘇省興化油菜花景觀享譽全國，油菜逐步發展成為興化市主要休閑觀光觀賞作物之一。前人研究結果表明，氣候條件對油菜的生長有重要影響，如張佩等分析了江蘇省油菜全生育期氣候因子的時空分布特征[5];董芹等劃分了油菜各生育期的氣象指數等級和災害預警等級[6];葉海龍等分析了氣象因子對油菜生育期的影響，氣溫因子影響最顯著[7-8];方麗等研究發現，影響油菜生長的主要氣象因子，不同生育期有所差異，且氣候資源時空變化對油菜生長有利[9]。本研究在前人氣象因子研究的基礎上構建花期預報模型，對興化市“千垛菜花旅游節”的成功舉辦和推動興化市旅游、經濟發展有著重要意義。

目前，預報油菜花期最常采用的是積溫模型[10-12]，此方法操作簡單，模式穩定準確且生物學意義明顯，但未考慮日照、輻射等其他氣象因子，存在不確定因素，預報精度相對較低。倪紀恒等綜合考慮溫度和太陽輻射對作物生長發育指標的影響累積模型，提出輻熱積模型[13]，被廣泛應用于黃瓜、番茄、甜瓜等作物的生長模擬[14-16]。迄今為止，基于輻熱積法模擬油菜生長發育模型的研究較少[17-18]，尤其是基于輻熱積法預報油菜始花期的研究鮮有報道。

本研究針對興化市油菜賞花期鄉村旅游經濟對花期預報的需求，以興化市為研究區域，以油菜始花期的氣象要素為研究對象，通過對2000—2019年近20年油菜花期的研究以及同期氣象要素分析，建立基于輻熱積的油菜始花期預報模型，指導鄉村旅游賞花活動，以期為興化市“千垛菜花旅游節”的順利召開提供科學保障。

1 材料與方法

1.1 數據獲取

油菜始花期資料來自興化市農業農村局，以2000—2019年的冬油菜作為研究對象，始花期的標準是大田栽培的油菜田中1%的花朵開放之日。同步年份的氣象資料來自興化市氣象局，采用溫度、日照時數等觀測數據。

1.2 方法

1.2.1 輻熱積計算

溫度和輻射是影響作物生長發育的2個重要環境因子[19-21]，溫度對油菜生長的影響用熱效應來表示，輻射對油菜生長的影響用輻射效應來表示。在一定的栽培條件下，將熱效應與光合有效輻射的乘積定義為輻熱積（TEP）[13，22-23]。以油菜始花期作為因變量，輻熱積作為自變量，建立兩者之間的動態關系。首先計算1 h內的相對熱效應（RET）和光合有效輻射（PAR），然后將兩者相乘得到每小時的輻熱積，將1 d中的小時輻熱積累加得到每日相對輻熱積（RTEP），最后累加每日相對輻熱積得到累積輻熱積（TEP）。

具體計算按公式（1）～（4）進行：

RTE（T）=0（T

T-TbTo-Tb（Tb≤T

1（T=To）

Tm-TTm-To（To≤T

0（T≥Tm）;（1）

PAR=0.5Q;（2）

RTEP=∑24i=1[RET（i）·PAR（i）];（3）

TEP=∑（RTEP）。（4）

式中：T為平均溫度，℃;Tb為生長下限溫度，℃;Tm為生長上限溫度，℃;To為生長最適溫度，℃;0.5為光合有效輻射在太陽總輻射中的比例[25-26];Q為1 h 內的太陽總輻射，J/（m2·h）;PAR為1 h內的總光合有效輻射，J/（m2·h）;RTEP為每日相對輻熱積，J/（m2·d）;RET（i）為1 d內第i小時的平均相對熱效應;PAR（i）為1 d內第i小時的平均光合有效輻射，J/（m2·d）;TEP為累積輻熱積，J/m2。其中油菜生長的下限溫度為5 ℃，上限溫度為32 ℃，最適溫度為20 ℃[6，24]。

1.2.2 有效積溫計算

植物需要在一定的溫度以上才開始生長發育，此溫度在生態學中稱為發育閾溫度或生態學零度，但僅是溫度達到要求還不能滿足完成發育和生長的需求，植物完成某一階段的發育必須向外界攝取一定的熱量，此熱量為總積溫或者有效積溫。有效積溫計算方法詳見公式（5）：

K=∑ni=1（T-Tb）。（5）

式中：K為累積有效積溫，℃;n為完成某階段發育所需要的有效天數。

1.3 數據分析與利用

在Excel表中計算出油菜始花期的日序數（即距離1月1日的實際天數），分類匯總這20年數據，將其中前14年的數據作為樣本建立預報模型，后6年的數據作為檢驗樣本來評價模型。本研究首先計算油菜始花期的日序數，分析油菜始花期的變化特征，同時分析油菜始花期與輻熱積的相關性，建立基于輻熱積的油菜始花期預報的回歸模型。

2 結果與分析

2.1 油菜始花期變化特征

對2000—2019年興化市油菜花生育期資料進行統計分析。由圖1可知，油菜平均始花期的日序數為76.85 d，出現在3月中旬（平年是3月17日至18日;閏年是3月16日至17日），最早出現在3月上旬（3月6日，2019年），最晚出現在3月下旬（3月29日，2012年），兩者相差了24 d，2000—2019年興化市區域油菜始花期呈逐年提前趨勢，提前速率為0.5 d/年，且變率較大。由圖2可知，2 月份有效積溫變率也較大，與始花期日序數變化相對應。

2.2 油菜始花期與輻熱積相關性

為提高油菜始花期預報精度，本研究引入輻熱積。根據2000—2019年油菜花生育期資料統計分析結果顯示，油菜始花期正常在3月中旬，因此本研

究選取表1中所示的與始花期相關性較高的輻熱積，用來進行始花期預報。將選取的8個輻熱積與油菜實測始花期進行相關性分析，結果表明，1月1日至3月1日輻熱積、2月1日至3月1日輻熱積、1月1日至3月5日輻熱積、2月1日至3月5日輻熱積與油菜始花期在0.01水平上顯著負相關;1月1日至3月10日輻熱積、2月1日至3月10日輻熱積、1月1日至3月15日輻熱積、2月1日至3月15日輻熱積與油菜始花期在0.05水平上顯著負相關。由圖3可知，1月1日至3月5日輻熱積和2月1日至3月5日輻熱積與油菜始花期的相關性最好，相關系數分別為-0.797和-0.793，擬合精度r2都在0.6以上。綜上所述，選擇1月1日至3月1日輻熱積、2月1日至3月1日輻熱積、1月1日至3月5日輻熱積、2月1日至3月5日輻熱積來預報油菜始花期。

2.3 基于輻熱積構建模型預報油菜始花期

基于以上的相關性分析結果，以油菜始花期作為因變量，以表1中相關性較高的4個輻熱積作為自變量，即1月1日至3月1日輻熱積、2月1日至3月1日輻熱積、1月1日至3月5日輻熱積、2月1日至3月5日輻熱積，采用回歸分析，依次構建油菜始花期 3月1日、3月5日共 6個預報模型：

Y=-0.388 3X1+85.741 0（R2=0.539 9，P<0.001）;（6）

Y=-0.421 5X2+85.234 0（R2=0.535 8，P<0.001）;（7）

Y=-0.414 3X3+87.522 0（R2=0.635 1，P<0.001）;（8）

Y=-0.444 6X4+87.008 0（R2=0.628 5，P<0.001）;（9）

Y=-0.231X1-0.175X2+85.596（R2=0.544，P<0.001）;（10）

Y=-0.260X3-0.170X4+87.407（R2=0.639，P<0.001）。? （11）

采用2014—2019年輻熱積預報油菜始花期，將油菜始花期預測結果與實際觀測結果對比，由表2可知，這6個模型預報結果的平均絕對誤差在8～9 d，預報結果較差。經實地考察調研發現，近幾年為促進開展興化市油菜花節，提前采取人工干預，包括選擇早熟品種、提前播種等手段，促使油菜始花期提前，去掉2014—2019年始花期早于3月10日的最后3年（2017—2019年），6個模型預報結果中誤差最小的僅2.51 d，采用預報模型（8）（表2平均絕對誤差數據中括號內表示去除最后3年后各模型預報結果與實測結果的平均絕對誤差）。

2.4 基于有效積溫構建模型預報油菜始花期

為了對比基于輻熱積的油菜始花期預報模型的預測能力，現以油菜始花期作為因變量，2月份有效積溫作為自變量，構建基于有效積溫的油菜始花期預報模型。由圖4可知，2月份有效積溫每升高10 ℃，日序數將減少1.73 d，即始花期提前1.73 d。具體模型如下：

始花期日序數（Y）與2月份有效積溫（X9）的回歸模型

Y=-0.172 8X9+85.325 0（r2=0.544 1，P<0.001）。（12）

采用 2014—2019年有效積溫預報油菜始花期，將油菜始花期預測結果與實際觀測結果對比，由表3可知，基于有效積溫模型預報結果誤差達3.67 d。對比前面輻熱積預報結果，可以發現，輻熱積預報方程（6）、（8）、（9）、（11）預報的誤差比2月份有效積溫預報的誤差更小，這說明輻熱積預報能夠提高油菜始花期預報精度。

3 討論與結論

根據2000—2019年近20年興化市油菜花期研究以及同期氣象要素分析結果表明：（1）油菜平均始花期為3月17日至18日（閏年為3月16日至17日），這20年始花期呈逐年提前的趨勢，提前速率為0.5 d/年，并且變率比較大。（2）通過分析選取的8個輻熱積與油菜實測始花期相關性，發現1月1日至3月1日輻熱積、2月1日至3月1日輻熱積、1月1日至3月5日輻熱積、2月1日至3月5日輻熱積與油菜始花期在0.01水平上顯著負相關;1月1日至3月10日輻熱積、2月1日至3月10日輻熱積、1月1日至3月15日輻熱積、2月1日至3月15日輻熱積與油菜始花期在0.05水平上顯著負相關。（3）通過基于輻熱積建立始花期預報回歸模型，可以發現，用1月1日與 2月1日至3月1日、3月5日輻熱積建立的6個預報模型，精度（r2）均超過了0.6，預報結果誤差在8～9 d，這與張曉云等對油菜始花期的預測值[27]誤差一致。去掉2014—2019年始花期早于3月10日的最后3年（2017—2019年），預報的平均誤差在2～5 d之間。其中模型（8）的預報平均誤差最小，為2.51 d。（4）對比有效積溫預報油菜始花期，可以發現，基于輻熱積的始花期預報模型（6）、（8）、（9）、（11）的預報平均誤差均比有效積溫預報的誤差小，說明輻熱積預報能有效提高始花期預報精度。

根據近幾年的數據研究以及實地考察調研發現，隨著鄉村旅游業的發展以及每年“菜花節”的開展，對油菜生長進行了人工干預，包括選擇早熟品種、提前播種等手段，致使油菜花始花期提前，這對后期的油菜花期的預報有一定的影響。雖然，目前還不能實現對油菜始花期的高精度預報，但在自然生長狀況下，通過輻熱積預報模型，提前知道油菜始花期，可在此前提下，合理采取措施即人為干預，將始花期提前到理想的時間，節約人工，提高效率，并為興化市油菜花節的成功舉辦、推動興化旅游和經濟發展以及興化農業氣象預報研究發展提供了一定的參考與支撐。

油菜始花期的早晚不僅與氣溫、日照時數有關，還與降水、濕度等氣象因子有關，因此，還需深入分析降水、濕度等氣象因子對始花期的影響。后期可加入這些氣象因子重新建立模型，同時還要考慮油菜品種、播期等因素，以期提高模型預報精度。

參考文獻：

[1]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.

[2]張翠英，王 英，黃玉芳，等. 氣候變暖對菏澤牡丹花期的影響及花期預測模型[J]. 中國農業氣象，2009，30（2）：251-253.

[3]車少靜，趙士林，智利輝. 迎春始花期預報方法的研究[J]. 中國農業氣象，2004，25（3）：70-73.

[4]舒 斯，肖 玫，陳正洪. 櫻花始花期預報方法[J]. 生態學報，2018，38（2）：405-411.

[5]張 佩，吳 田，姚 薇，等. 江蘇省油菜全生育期氣候特征的變化分析[J]. 江蘇農業科學，2015，43（9）：118-121.

[6]董 芹，霍 焱，蔣 駿，等. 油菜生育期氣象指數等級及災害預警指標研究[J]. 江蘇農業科學，2015，43（10）：84-90.

[7]葉海龍，何利德，吳海鎮. 油菜生育期氣象條件分析[J]. 江西農業學報，2008，20（11）：97-98.

[8]葉海龍，吳海鎮. 氣象因子預測油菜盛花期的探討[J]. 浙江農業科學，2013（9）：1080-1081.

[9]方 麗，李涵茂，戴鵬飛，等. 湖南省油菜生育期間氣候資源時空變化規律分析[J]. 氣象科技，2014，42（4）：725-730.

[10]汪如良，鄧德文，郭瑞鴿，等. 鄱陽湖旅游地區油菜花花期的分析研究[J]. 江西科學，2015，33（5）：708-712.

[11]豆青芳，索生睿，鐘 存，等. 門源縣油菜花期預測研究[J]. 現代農業科技，2019（7）：20-22.

[12]李文靜，黃蔚薇，李 倩，等. 長江流域油菜花期預報方法研究[J]. 中國農業資源與區劃，2020，41（2）：101-108.

[13]倪紀恒，羅衛紅，李永秀，等. 溫室番茄發育模擬模型研究[J]. 中國農業科學，2005，38（6）：1219-1225.

[14]李永秀，羅衛紅，倪紀恒，等. 用輻熱積法模擬溫室黃瓜葉面積、光合速率與干物質產量[J]. 農業工程學報，2005，21（12）：131-136.

[15]倪紀恒，羅衛紅，李永秀，等. 溫室番茄干物質分配與產量的模擬分析[J]. 應用生態學報，2006，17（5）：811-816.

[16]張中典，張大龍，李建明，等. 輻熱積驅動的溫室甜瓜作物系數模型[J]. 西北農林科技大學學報（自然科學版），2017，45（2）：128-134，142.

[17]余焰文，楊愛萍，蔡小琴，等. 三種油菜產量預測模型在江西的應用比較[J]. 氣象科技，2018，46（5）：1032-1037.

[18]余焰文，蔡 哲，姚俊萌，等. 江西省油菜產量集成預測模型方法研究[J]. 氣象與減災研究，2019，42（3）：206-211.

[19]Lieth J H，Carpenter P. Modeling stem elongation and leaf unfolding of Easter lily during greenhouse forcing[J]. Scientia Horticulturae，1990，44（1/2）：149-162.

[20]Karlsson M G，Heins R D，Gerberick J O，et al. Temperature driven leaf unfolding rate in Hibiscus rosa-sinensis[J]. Scientia Horticulturae，1991，45（3/4）：323-331.

[21]Heuvelink E，Marcelis L M. Influence of assimilate supply on leaf formation in sweet pepper and tomato[J]. Journal of Horticultural Science，1996，71（3）：405-414.

[22]Marcelis L M. Fruit shape in cucumber as influenced by position within the plant，fruit load and temperature[J]. Scientia Horticulturae，1994，56（4）：299-308.

[23]倪紀恒，陳學好，陳春宏，等. 用輻熱積法模擬溫室黃瓜果實生長[J]. 農業工程學報，2009，25（5）：192-196.

[24]張亞杰，李 京，彭紅坤，等. 油菜生育期動態模擬模型的構建[J]. 作物學報，2015，41（5）：766-777.

[25]Wang L，Gong W，Ma Y，et al. Photosynthetically active radiation and its relationship with global solar radiation in Central China[J]. International Journal of Biometeorology，2014，58（6）：1265-1277.

[26]Willmott C，Matsuura K. Advantages of the mean absolute error（MAE）over the root mean square error（RMSE）in assessing average model performance[J]. Climate Research，2005，30（1）：79-82.

[27]張曉云，孔祥萍，張海春. 高寒地區油菜花期與氣象條件的關系及預測模型[J]. 中國農學通報，2019，35（13）：96-100.