木本觀賞植物花期預報研究進展

俞雯樂 劉曉 陳志先 謝曉宇 王紅 邵京

摘 要：準確開展各類植物花期預報服務，對于推動當地經濟社會發展、有效提升公眾的獲得感和幸福感具有重要意義。花期具有可預報性，但受氣候和生物等因子的綜合影響，花期預報的準確性仍然存在很多困難。該文以木本觀賞植物為例，梳理了木本觀賞植物花期預報理論與方法、木本觀賞植物花期與環境影響因子的關系以及花期預報模型構建等方面的研究進展。木本觀賞植物花期預報在不同地區不同花期預報模型的預報精度存在較大差異。總的來說，合理的花期預報影響因子篩選和有效的花期預報模型是木本觀賞植物花期預報的重要發展方向。因此，今后的研究要重視花期變化與環境因子作用機理以及構建普適性的花期預報模型，不斷提高木本觀賞植物花期預報精度。

關鍵詞：花期預報;研究進展;木本觀賞植物;預報方法;預報因子

中圖分類號 S688 文獻標識碼 A 文章編號 1007-7731（2022）05-0100-06

Abstract： It is of great significance to promote local economic and social development and effectively improve the public′s sense of gain and happiness to carry out various kinds of flower forecasting services accurately. However， due to the comprehensive influence of meteorological， geographical， plant conditions and biological factors， it is still difficult to predict the accuracy of flowering forecast. In this paper， the theory and method of flowering prediction of woody ornamental plants， the relationship between flowering date of woody ornamental plants and environmental impact factors， and the construction of flowering forecast model were discussed. The results showed that the prediction of flowering time of woody ornamental plants was affected by many factors， such as meteorological factors， the soil and water environment of plant growth， and the growth condition of plants， and the prediction accuracy of different models of flowering time in different regions was quite different. In general， reasonable selection of influencing factors for flowering prediction and effective flowering prediction models are important development directions for flowering prediction of woody ornamental plants. Therefore， future research should pay attention to the mechanism of flowering change and environmental factors， and build a universal flowering forecast model， so as to continuously improve the flowering forecast accuracy of woody ornamental plants.

Key words： Flowering forecast; Research progress; Woody ornamental plants; Forecast method; Forecast factor

開花是植物的重要物候現象，花期的早晚和長短直接影響著農業生產和城市園林綠化。古代，人們根據二十四節氣來指導農事活動，所謂“二十四番花信風”，是關于植物花期的經驗判斷[1，2]。如今，隨著社會經濟的發展和人民生活水平的提高以及賞花主題節慶活動的蓬勃興起，農業生產實踐、城市園林綠化需要更為精準的植物花期預報。開展花期預報研究對于農業生產中的農時催花管理、果業防災減災、養蜂產業發展[1-3]和城市園林中的園林綠化造景、花展節慶活動、旅游氣象服務、致敏花粉的衛生防治[4-6]等都具有重要意義。

物候是植物生長過程中受環境影響而出現的以年為周期的自然現象[7-11]。花期是植物一年四季中重要的周期性物候現象，包括初花期、盛花期和末花期。在物候期內，5%的花處于開放狀態為初花期，單株花量最多（50%的花已經開放）為單株盛花期，各單株盛花期最集中的時期為物種盛花期，5%的花處于未開放狀態為末花期，末花期的日期減去初花期則為該植物的花期[12]。

然而，受氣候和生物等因子影響，植物花期預報仍存在很大困難，特別是花期觀測時間序列較短，花期預報的機理認識有待提高，限制了植物花期預報精度，也導致很多地方難以發布權威的花期預報產品。因此，植物花期預報研究具有重要的理論意義和實踐價值。

通過近30年來我國花期預報研究文獻檢索，對具有重要影響的文獻進行梳理發現：20世紀90年代開始，我國學術研究開始關注花期預報，21世紀以后，花期預報研究逐漸成為我國學術研究的熱點。學者們圍繞不同的花期預報目的，針對不同地區和不同植物開展了多目標、多區域、多物種、多方法的花期預報研究。研究區域主要集中于我國北方地區，南方地區研究較少;研究對象主要以木本觀賞植物的花期研究為主;研究案例以單一木本觀賞植物的個案花期研究研究居多;研究內容以初花期短期預報研究為主，盛花和末花及花期持續時間的中長期預報研究較少;研究方法以模型預報和回報檢驗為主，開花原理和機理解釋較少;研究成果多以期刊論文為主，碩博論文研究較少。

1 木本觀賞植物花期演變規律

木本觀賞植物開花是一個復雜的生理現象，是溫度、濕度、光照、土壤和水等諸多環境因素的綜合作用下[3，13]、遵循植物自身生長規律而表現出來的植物物候現象，有其自身的花期演變規律。不同木本觀賞植物的花期隨溫度變化而表現出不同的變化特征和變化規律。植物物候研究表明：從時間上看，溫度升高一般會導致春季植物物候提前、秋季物候推遲，從而延長植物生活史周期[9，14-16]。受我國春季溫度變化的影響，我國木本植物的春季物候在20世紀80年代前、后出現了較明顯的變化，兩者變化趨勢一致[17]。從空間上看，花期物候也具有明顯的地理分布變化特征，經度、緯度和海拔高度均對花期具有明顯影響，緯度對花期的影響作用尤為顯著[17]。20世紀80年代以后，我國東北、華北及長江下游等地區的物候期提前，西南東部、長江中游等地區的物候期推遲，同時物候期隨緯度變化的幅度減少[17]。總體上，我國同一木本觀賞植物開花的時間是低海拔地區先開，高海拔地區后開，初花期由南向北逐漸延遲[6，13]。

氣候變化對植物生長產生影響，植物物候也表現出對氣候變化的響應和適應[15]。植物物候研究表明：溫度作為重要的氣候因子，與植物物候變化高度相關。在氣候變暖的趨勢下，植物春季因溫度升高而導致休眠解除、春季物候提前，秋季因溫度升高而休眠延緩、秋季物候推遲，出現植物的生長季延長的趨勢[9，15，16]。物候期的提前與推遲對溫度的變化響應是非線性的，也因植物種類、季節、地理位置的不同而有著很大的差別[16]。春季物候的早晚和春季氣溫呈負相關，溫度升高，春季開花期提前;氣溫降低，春季開花期推后[16]，即氣溫升高，則始花期偏早，氣溫降低，則始花期偏晚[2]。而對于需要一定的低溫刺激的植物，則與秋季氣溫呈正相關：溫度升高，花期就推遲，溫度降低，花期就提前[7，18]。

鄭景云等研究認為，由于20世紀80年代以來我國大部分地區春季增溫，秦嶺以南地區降溫，因此東北、華北及長江下游等地區物候期提前，西南東部、長江中游等地區物候期推遲[17]。張增信等研究認為，隨著氣候變暖，南京地區木本觀賞植物初花、盛花和末花期總體上都有提前的趨勢[19]。

2 木本觀賞植物花期預報研究

2.1 花期可預報性研究 木本觀賞植物花期受溫度的影響大。開花前期的氣候條件在一定程度上影響和決定著開花的早晚[20]。植物開花的早晚主要受需冷量和需熱量2個溫度因子控制，需要一定的低溫來打破花芽的自然休眠，也需要開花前有一定的積溫才能萌芽開花[19]。植物開花與否并不是由物候現象發生時的溫度決定，而是與開花前一段時間內溫度的累加值有關，這一累加值被稱為植物完成發育期開花所需要的積溫[14]。根據積溫學說，在植物生長的環境因子滿足的條件下，溫度對植物的發育起主導作用[21]。溫度對植物的影響，主要受“三基點”溫度指標的影響，即最低溫度（下限溫度）、最適溫度和最高溫度（上限溫度）[21]。最適溫度適宜植物的生長發育，超過最高溫度或低于最低溫度均會影響植物生長發育，對植物造成不同程度的危害。不同植物有著不同的“三基點”溫度，即使是同一植物在不同的發育階段“三基點”溫度也不同[22]。

氣候因素與植物物候現象的相關性是花期預報的理論基礎[14]。木本觀賞植物花期預報研究根據植物開花物候變化與氣候因子之間的相關性，建立分析模型進行花期預報，并通過回報檢驗來印證。尹文昱等通過大櫻桃[Cerasus avium（L.）Moench]的始花期與前期氣溫變化的相關性建立花期預報模型，預報的平均誤差為1d左右[23]。郭連云等用逐步回歸分析方法建立了基于主要氣候因子的梨Pyrus spp的始花期預報模型，并利用預測模型進行回測，預報的準確率較高[20]。吳炫柯等通過桂花[Osmanthus fragrans （Thunb.）Loureiro]盛花期的物候資料和氣候資料建立回歸預測模型，預測模型的回測準確率高[18]。廖碧婷等通過氣溫和花期數據建立起梅（Armeniaca mume Sieb）的預報模型并進行預報檢驗，預報效果良好[10]。云文麗等利用紫丁香（Syringa oblata Lindl）的物候資料和氣候資料建立盛花期預測模型，并進行回測檢驗，回測準確率高[12]。顧品強等利用黃桃Amygdalus persica的花期資料和氣候資料建立花期預報模型，模型擬合的正確率達到100%[24]。車少靜等利用花期資料和氣溫資料建立迎春（Jasminum nudiflorum Lindl）始花期的綜合預報模型，預報準確率為80%[2]。姚日升等基于氣候因子建立BP神經網絡花期預報模型，經檢驗取得理想的預報效果[7]。

木本觀賞植物花期預報研究和回報檢驗表明，大部分預報模型準確性較高、可預報性強。說明基于氣候因素和物候現象的相關性分析來進行植物花期預報的思路是可行的，木本觀賞植物花期具有可預報性。

2.2 花期影響因子研究 開花是植物的重要物候現象，植物花期早晚和花期長短受植物生長的地理環境、氣候因子及植物自身的生物因子的綜合影響。不同的影響因素對特定地域環境下不同物種的花期產生了不同的影響，不同的花期預報方法和模型就是基于不同影響因子下的花期預報研究。根據物候學理論，日照、溫度和降水等氣候條件對植物花期有著重要的影響[14]。其中，氣溫是影響木本觀賞植物開花的重要因子，開花前期積溫是木本觀賞植物開花的關鍵因子[3]。從現有研究看，木本觀賞植物花期預報因子可簡單按照氣候因子和生物因子進行分類，其中又分為單因子或多因子綜合影響的情況。

2.2.1 單氣候因子

2.2.1.1 溫度 影響開花的溫度因子主要有需冷量、需熱量和平均溫度。木本觀賞植物開花需要達到一定低溫打破花芽的自然休眠[7]。因此，開花有需冷量的要求，通常以低溫指數為研究指標。廖碧婷等引用臺灣地區的根據花期需冷量建立的梅的花期預報模型，通過修改需冷量的界限溫度，建立廣州地區梅花期預報模型[10]。研究表明，將需冷量作為影響因子進行花期預報的效果良好，具有重要的研究意義和應用價值。

木本觀賞植物開花也需要有一定的積溫才能萌芽開花[7]。因此，開花也有需熱量的要求，通常用有效積溫作為研究指標。張增信等將有效積溫作為影響因子研究了南京地區8種常見觀賞樹木花期預報，認為積溫可能是影響南京市植物花期年際變化的主要影響因素之一[19]。尹文昱等利用始花期記錄和前期月平均氣溫建立始花期-氣溫擬合模型進行始花期預報研究[23]。劉中新等以積溫作為預報因子，建立了7個花期預報方程，預報效果良好[6]。車少靜等將不同溫度下（0℃、3℃、5℃）的積溫作為影響因子進行迎春初花期預報研究[2]。王言鑫使用有效積溫法，將積溫（總積溫、大于0℃積溫、大于5℃積溫、大于10℃積溫）作為影響因子建立花期預報模型[9]。曲靜利用日平均氣溫≥0℃、5℃的有效積溫進行花期預報，認為有效積溫具有明確的生物學預報意義[25]。上述研究表明，利用有效積溫指標進行花期預報，可以很好地擬合植物初花、盛花和末花期以及花期長短等，預報效果與實況基本吻合，誤差較小[6，19]。

平均溫度研究指標包括平均溫度、日照平均氣溫、逐月和逐旬平均氣溫、旬平均氣溫、旬平均最高氣溫、旬平均最低氣溫、旬平均氣溫日較差等。區勝祥等研究認為，平均氣溫、平均最高氣溫、平均最低氣溫與花期密切相關，旬平均溫度積算值和旬平均最高溫度積算值與花期相關性極為顯著[26]。平均溫度是較為穩定的溫度指標，利用平均溫度因子進行花期預報研究準確性良好。

研究表明，選取溫度作為預報因子時，綜合采用需冷量、需熱量和平均溫度3個溫度因子來建立預報模型，預報準確性會提高。張秀英選取平均旬積溫、平均最高旬積溫及平均最低旬積溫作為預報因子，建立花期預報模型的檢驗擬合率較高[3]。

2.2.1.2 大氣環流 氣候預測研究表明，大氣環流與花期顯著相關。孔凡忠等將500hPa大氣環流作為影響因子進行牡丹（Paeonia suffruticosa Andr）花期預報研究，通過增加花期序列樣本、加大網格點寬度、增大信息量，以期延長預報時效[27]。研究結果表明，牡丹開花早、晚受前期的大氣環流影響，與前期北半球500hPa環流場、距平場特征和后期的氣候狀況相關，牡丹初花期與前期大氣環流存在一組優勢相關區[27]。利用大氣環流作為預報因子是一種大尺度的花期預報方法，一般適合于中長期花期預報，對延長花期預報時效有一定的參考價值，但預報的精確度往往較低。

2.2.2 多氣候因子 僅以單一氣候因子進行預報，準確性較差，學者們更傾向于采用多氣候因子進行花期預報。姚日升等將時積溫、日積溫、下限溫度、降水、相對濕度等作為預報因子，采用BP神經網絡建立桃樹（Amygdalus persica L.）花期預報模型，取得了很好的預報效果[7]。云文麗等將旬平均溫度、旬日照時數作為預報因子，建立了紫丁香盛花期預報模型，預報準確性較高[12]。舒斯等通過計算日序數與前期積溫、累計日照時數的相關系數，作為預報因子建立始花期預報模型，認為初花期與積溫相關性顯著，并與累計日照時數顯著相關，預報效果顯著[14]。吳炫柯等將平均溫度、降水量，降雨日數、平均最低溫度、平均濕度等作為預報因子，建立了桂花盛花期預測模型，取得了較好的預報效果[18]。郭連云等以月平均氣溫、平均最高氣溫、平均最低氣溫、降水量和日照時數，以及≥0℃、≥3℃、≥5℃的初日（終日）的積溫值作為預報因子，建立了梨樹始花期預報模型，預報值基本吻合[20]。張翠英等選取逐月和逐旬平均氣溫、降水量、日照時數等因子進行篩選，建立了刺槐（Robinia pseudoacacia L.）盛花期的預報模型，預報效果良好[21]。王曉默等選取旬平均氣溫、降水量、日照時數作為預報因子，建立了桃樹盛花期預報模式[22]。顧品強等選取旬平均氣溫、旬平均最高氣溫、旬平均最低氣溫、旬平均氣溫日較差、旬降水量、旬平均相對濕度以及旬日照時數作為預報因子，建立黃桃花期預報模型，擬合的正確率達到100%[24]。劉克長等將開花需熱量以及日照時數作為指標，建立牡丹花期預報的數據模式[28]。柴芊等選用日最低氣溫和日平均氣溫，建立了蘋果（Malus pumila Mill.）花期凍害指數計算模型進行花期預報，預報準確率高[29]。孫家清等選取日最高氣溫、日最低氣溫、日平均氣溫、日降水量、日日照時數、日平均相對濕度和日蒸發量等因子，建立了基于BP神經網絡的油菜（Brassica napus L.）花期預報模型，結果表明，花期與日日照時數呈明顯的正相關，與降水量和相對濕度呈負相關，預測結果準確率高[30]。周美燕等選取逐月和逐旬平均氣溫、降水量、日照時數等因子，建立鴨梨（Pyrus bretschneideri）初花期統計預報模式[31]。張利華等將旬平均氣溫、旬平均最高氣溫、旬平均最低氣溫、旬降水量和旬日照時數作為因子，通過始花期與氣候因子之間的單相關分析，建立了梨樹花期預報模型，發現氣溫和日照時數因子與始花期相關性較強，預報準確率高[32]。王存真等選取降水、溫度（平均溫度、最高溫度、最低溫度）、水汽壓、日照等氣候因子，建立了預報模式，預報效果良好[33]。

研究表明，各氣候因子中，溫度因子對花期的影響最大，日照因子次之，降水因子和其他因子的影響相對較小。考慮多氣候因子進行花期預報，比單氣候因子的花期預報更為全面，花期預報精度明顯提高[24，29]。

2.2.3 生物因子 通過植物自身生長的狀況來預報其花期，不僅考慮了植物自身的生長發育規律，而且綜合了諸多生態因子的影響。楊國棟等認為，花期預報要關注預報對象自身的生長發育規律、本身芽生長的狀況等因子，并通過芽生長量（芽的長軸與短軸）指標，構建大山櫻（Prunus sargentii Rehder）花期預報模型[1]。賈坤等采用花芽的形態測量法，通過芽的長和寬指標來構建梅的花期預報模型[4]。張明慶等也使用花芽的形態測量法，根據花芽的長軸和短軸指標對大山櫻進行了花期預報[8]。將植物自身生長狀況作為預報因子來建立預報花期模型，不僅方式簡便易行，而且可以連續預報，且對多種植物都適用，預報準確性良好。

綜上分析，目前學者們對花期預報因子的選取多以氣候因子為主，其中又將溫度作為重要因子，其次是降水、日照時數、濕度等因子，而較少考慮地理環境和生物因子的影響。在選取多因子預報研究時，尚未考慮到水土因子、氣候因子和生物因子相結合的情況。因此，在今后的花期預報研究中，應擴大花期預報影響因子的研究范圍，加強預報因子的綜合影響研究，建立系統的可供選擇的花期預報指標體系，以構建更科學的花期預報模型[30，33]。

2.3 花期預報方法與模型研究 植物花期預報研究方法多樣。根據預報時間的長短，可分為中長期預報和短期預報。中長期預報是依據中長期的序列觀測數據進行預報，主要包括氣候因子預報方法和物候現象花期方法，這2種預報都需要長期的序列數據作為預報依據;短期預報是依據短期的觀測數據進行預報，主要有測量花芽的形態變化進行花期預報，這種方法需要的數據較少，1～2年數據即可進行花期預報。根據觀測的方法和手段，可分為物候觀測法、花芽的形態測量法。根據統計計算方法，可分為回歸分析方法和BP神經網絡法。大部分學者所用的并非單一方法，而是采用多種方法進行綜合研究。

2.3.1 基于物候觀測法的預報模型 物候觀測法是采用目測、望遠鏡及其他專用工具，由研究人員觀測記錄花期物候資料，利用多年的物候資料和氣候資料，借助于人們對自然現象季節變化規律的認識，分析植物的初花、盛花、末花及花期的演變規律，從而建立預報模型進行花期預報[11]。

劉中新等通過對杜鵑（Rhododendron simsii Planch）花蕾和花芽的觀測連續觀測，結合多年的氣溫資料和花期物候資料，統計總花蕾數、花芽膨大、花開放、花脫落的百分比，計算不同高度、不同時段和不同要素條件下積溫并進行相關分析，從而建立起杜鵑花期預報模型，預報效果良好[6]。舒斯等根據多年連續的花期觀測資料及同期氣候資料，建立武漢大學櫻園日本櫻花[Cerasus×yedoensis（Mats.）Yü et Li]始花期預報模型，通過獨立樣本檢驗預報效果顯著[14]。王存真等利用多年的始花期觀測資料，通過氣候因子的普查分析與篩選，進行統計分析方法，建立了桂林市桂花花期預報模型，預報效果良好[33]。用物候觀測法建立模型進行預報花期，由于根據積溫判定春型的指標難以把握，容易造成花期預報產生偏差[31]，因而存在一定的局限性。

2.3.2 基于花芽形態測量法的預報模型 花芽形態測量法是一種新的物候學方法，通過對選定的觀測對象進行定株、定時和定人的觀測，記錄花芽長、芽寬與距始花期天數，建立花芽長、芽寬與距始花期天數的回歸模型，通過始花期與氣候因子之間的相關性分析，篩選開花前的氣候要素，尋找關鍵因子和關鍵期，從而建立初花期的預報模型[4]。張明慶等采用花芽形態測量法對大山櫻進行花期預報，通過觀測花芽增大、花期臨近、花芽開放、花蕾分離等不同時期的花芽長軸和短軸，并對花芽長軸和短軸進行連續觀測與均值計算，通過花芽形態變化觀測日期與始花日期之間相距天數的回歸分析進行花期預報，預報效果較好[8]。花芽形態測量法具有建模周期短、簡便易行、逐日觀測、連續預報的特點，且應用范圍廣泛，適用于各種植物的花期預報[8]。

2.3.3 基于有效積溫法的預報模型 有效積溫法是通過植物初花、盛花、末花前一天的氣溫累值統計，計算植物開花的不同有效積溫，進行有效積溫與開花日期的相關性分析，并結合回歸分析進行預報的一種方法[19]。車少靜等通過>0℃積溫累計值來進行迎春的初花期預報研究[2]。曲靜根據物候學方法中積溫法原理，研究桃樹生長發育速度與平均氣溫的線性關系，通過積溫來進行桃樹的盛花期預報研究，認為有效積溫具有明確的生物學預報意義[25]。區勝祥等研究認為，平均氣溫、平均最高氣溫、平均最低氣溫與花期密切相關，可以根據花期有效積溫和氣溫預報值進行花期預報，據此建立柑橘（Citrus reticulata Blanco）花期預報模型，預報效果良好[26]。周美燕等根據物候資料及春季氣候特點，通過鴨梨初花期期間≥0℃積溫計算，建立了模型進行鴨梨初花期預報[31]。有效積溫法依賴于中長期天氣預報，預報難度大，易產生誤差，且有效積溫每年變化幅度大，實際中難于運用，一般作為其他預報方法的對比和補充[22]。

2.3.4 基于回歸分析法的預報模型 回歸分析法是通過物候花期觀測與前期氣候條件的相關性分析，選取影響花期的相關氣候因子對花期進行回歸分析，建立回歸模型進行花期預報的一種方法。張秀英根據氣溫資料和物候觀測資料，建立了花期平均旬積溫和平均最高旬積溫與桃樹花期的回歸模型，預報模型的預報效果顯著[3]。云文麗等利用候觀測資料和相應氣候資料，通過回歸分析，建立了以旬平均溫度、旬日照時數、降水量、0℃積溫為因變量的紫丁香盛花期回歸預測模型[12]。吳炫柯等利用多年的平均溫度、降水量，降雨日數、平均最低溫度、平均濕度等氣候資料以及盛花期的物候資料，采用逐步回歸方法，建立桂花盛花期回歸預測模型[18]。張翠英等根據逐年統計的下限溫度、逐月和逐旬平均氣溫、降水量、日照時數等氣候因子，通過逐步回歸篩選建立了刺槐盛花花期回歸預報模型[21]。王曉默等選取旬平均氣溫、降水量、日照時平均氣溫穩定通過0、5、10℃后10d內的降水量與日照時數，結合了物候觀測數據，利用DPS軟件進行相關分析和回歸篩選，建立桃樹盛花期預報模型[22]。曲靜利用花芽開放期到盛花期的天數（N）和相應時段的平均氣溫（T）統計數值，建立回歸方程，對桃樹盛花期進行逐步回歸分析預報[25]。周美燕等選取逐月和逐旬平均氣溫、降水量、日照時數及日平均氣溫穩定通過0℃、5℃的初日等多個氣候因子，通過逐步回歸分析建立了鴨梨花期的回歸模型預報[31]。張利華等采用氣候觀測資料，通過旬平均氣溫、旬平均最高氣溫、旬平均最低氣溫、旬降水量和旬日照時數作為因子建立了梨樹始花期的回歸預報模型[32]。王存真等在全面普查逐月、逐旬的氣候要素基礎上，用當年桂花開花期單相關性大于50%的因子進行逐步回歸，建立了桂花長期預報回歸模型，預報效果良好[33]。張倩等根據地面觀測資料和庫爾勒香梨（Pyrus sinkiangensis Yü）花期物候資料，采用逐步回歸分析法確定影響因素，建立回歸預測模型進行庫爾勒香梨盛花期預報研究[34]。茍楊等根據油菜花期數據和氣溫資料，運用逐步回歸法進行油菜開花盛期預報研究[35]。

回歸分析法屬于統計學范疇，有些因子難以確切解釋物理意義，預報結果更多的是一種數值擬合，而缺少作用機制和機理解釋，同時也會出現特殊年份預報偏差較大的現象[31]。在實際應用中，可以將回歸分析法與物候觀測法、有效積溫法相結合，回歸分析預測作一種補充，彌補物候法和積溫法的缺點，以提高預報效果。

2.3.5 基于BP神經網絡的預報模型 BP（Black Propagation）神經網絡是一種按照誤差逆向傳播算法訓練的多層前饋網絡，是至今為止應用最廣泛的神經網絡[30]。姚日升等通過前期光、溫、濕條件等變異系數與花期的相關關系分析來確定預報因子，利用歐洲中期天氣預報中心（ECMWF）細網格資料，建立以光、溫、濕為預報因子的基于BP神經網絡的花期預報模型，開展花期中期預報并對模型的可行性進行驗證[7]。孫家清等也建立以8個氣象因子為主成分因子的基于BP神經網絡的油菜花期預報模型[30]。經檢驗，基于BP神經網絡的花期預報模型，以光、溫、濕為預報因子和數值預報產品為支撐的花期預報是可行的，相較于傳統的線性回歸預報模型和有效積溫預報模型，BP神經網絡構建的花期預報模型能拓寬預報因子的選擇范圍，充分利用現有數據資料和細網格中期數值預報產品，實現更為精準的花期預報，從而提高預報的可靠性和準確度[7，30]。

綜上，木本觀賞植物花期受地理環境、氣候因子、生物因子等綜合影響。根據木本觀賞植物生長規律，構建基于影響因子的預報模型進行花期預報是可行的，木本觀賞植物花期具有可預報性。構建科學合理的花期預報模型是進行木本觀賞植物花期預報的關鍵。花期預報模型的方式多種多樣，但采用單一方法進行研究的準確性較低，故學者們在研究時更多地采用2種以上的方法進行模型預測研究，相互補充以提高花期預報的準確度。同時，相比預測精度較低的物候法和積溫法等傳統預報方式，近幾年出現了一些如花芽形態測量法和BP神經網絡法等新的預報方法，可以實現更精準的花期預報。

3 小結與展望

3.1 小結 木本觀賞植物花期預報具有重要的理論價值和實踐意義，已有木本觀賞植物花期預報的研究已取得了一些進展，但也存在諸多問題和難點：

（1）木本觀賞植物花期受氣候因子和生物因子等的綜合影響，花期變化具有可預報性。不同的影響因素對不同地域環境下不同物種的花期產生了不同的影響。在影響花期的環境條件中，溫度、降水、日照時數、濕度、氣壓等氣候因子是影響花期的重要因素。生物因子是影響花期的顯著因子。現有預報因子研究以氣候因子居多，生物因子考慮較少，尤其缺乏水土環境因子研究。識別和調查木本觀賞植物花期的影響因子，進行花期與影響因子相關性分析，建立分析模型進行花期預報是木本觀賞植物花期預報的基本研究思路。

（2）花期變化與環境因子之間存在復雜的作用機理，給花期的準確預報帶來了一定困難。現有研究以單一植物的個案花期研究居多，多種類植物花期研究較少;研究內容以初花期短期預報研究為主，盛花和末花及花期持續時間的中長期預報研究較少;研究方法以模型預報和回報檢驗為主，開花原理和機理解釋較少。

（3）目前還沒有單一方法能夠對所有木本植物的花期進行準確預報，學者們大多采用綜合預報方法進行花期預報，學術研究針對不同的植物、不同的預報目的采用不同的預報方法，包括中長期預報和短期預報、氣候因子預報和物候現象預報、物候觀測和花芽形態測量預報、數理統計分析預報和回歸分析預報，以不斷提高預報方法的先進性來提高花期預報的準確性。

3.2 展望 （1）建立分析模型進行花期預報是木本觀賞植物花期預報的主要研究思路，但花期預報模型的適用性有待加強。目前，學術研究提出的花期預報研究模型大多是基于特定地域單一樹木的個案實證研究而建立的預測模型，是“一地一花一模型”，花期預報研究模型呈現“百花齊放”的現象，預測模型的普遍適用性和借鑒性較差。

（2）受不同地域環境下不同物種不同的影響因素影響，花期預報誤差較大，花期預報的準確性仍有待提高。如何建立適用性的花期預報模型，降低花期預報日期誤差，提高花期預報的“精度”，仍有待深入研究。

（3）花期變化與環境因子之間存在復雜的作用機理，關于花期預報的開花原理和機理解釋有待進一步探討。目前學術界關于花期預報的研究大多是基于回歸分析和相關性分析的預報模型建立和回報檢驗，少有對開花原理和機理進行解釋和探討。擴大花期預報影響因子的研究范圍，加強預報因子的綜合影響研究，加強木本觀賞植物開花影響因子的機理解釋是學術研究的發展方向。

參考文獻

[1]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（01）：66-71.

[2]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（03）：70-73.

[3]張秀英，胡東燕.桃花花期預報的探討[J].北京林業大學學報，1995（04）：88-93.

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

[5]魏秀蘭，孔凡中，張宗灝，等.菏澤牡丹開花期的長期預報[J].氣象，2001，27（6）：55-57.

[6]劉中新，朱慧麗，李建平，等.麻城龜峰山古杜鵑花期滾動預報方法探討[J].氣象科技，2016，44（01）：130-135.

[7]姚日升，涂小萍，丁燁毅，等.寧波桃樹花期預報方法[J].氣象科技，2014，42（01）：180-186.

[8]張明慶，楊國棟，許曉波.樹木花期預報的花芽形態測量法研究——以大山櫻花期預報為例[J].植物生態學報，2005（04）：610-614.

[9]王言鑫.南京市木本植物花期對氣候變化的響應研究[D].南京：南京林業大學，2015.6.

[10]廖碧婷，王四化，杜堯東，等.廣州地區梅花花期的預報方法[J].廣東氣象，2016，38（04）：55-58.

[11]王言鑫，張增信，楊艷蓉，等.南京市77種常見木本植物花期特征分析[J].南京林業大學學報：自然科學版，2014，38（5）：118-122.

[12]云文麗，烏達巴拉.呼和浩特市紫丁香盛花期預報模式的研究[J].安徽農業科學，2008，36（31）：13618-13619.

[13]李軍.桃始花期的長期預報模型[J].西北植物學報，2005（09）：1876-1878.

[14]舒斯，肖玫，陳正洪.櫻花始花期預報方法[J].生態學報，2018，38（02）：405-411.

[15]陸佩玲，于強，賀慶棠.植物物候對氣候變化的響應[J].生態學報，2006，26（3）：923-928.

[16]張學霞，葛全勝，鄭景云，等.近150年北京春季物候對氣候變化的響應[J].中國農業氣象，2005，26（3）：263-267.

[17]鄭景云，葛全勝，趙會霞.近40年中國植物物候對氣候變化的響應研究[J].中國農業氣象，2003，24（1）：28-32.

[18]吳炫柯，段毅強，李家文，等.桂花盛花期預報方法初探[J].安徽農業科學，2007（27）：8482-8484.

[19]張增信，王言鑫，楊艷蓉，等.南京地區8種常見觀賞樹木花期可預報研究[J].生態科學，2014，33（04）：642-648.

[20]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.

[21]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（03）：30-31.

[22]王曉默，李憲光，董寧，等.濟寧桃花盛花期預報模式[J].農學學報，2014，4（12）：104-106.

[23]尹文昱，肖日光，王宗敏，等.大連地區大櫻桃始花期預報模式研究[J].安徽農業科學，2011，39（03）：1346-1347.

[24]顧品強，姚瑤.黃桃始花期和成熟期統計預報模型研究[J].上海農業學報，2013，29（03）：54-58.

[25]曲靜.觀光桃花盛花期預報[J].陜西氣象，2010（05）：19-20.

[26]區勝祥，宋國雄.果樹生物學零度和花期預報的研究[J].果樹科學，1987（02）：1-6.

[27]孔凡忠，劉繼敏，孔莉，等.菏澤牡丹初花期的中長期預報模型[J].中國農業氣象，2011，32（01）：115-121.

[28]劉克長，劉懷屺，張繼祥，等.牡丹花前溫度指標的確定與花期預報[J].山東農業大學學報，1991（04）：397-402.

[29]柴芊，栗珂，劉璐.陜西果業基地蘋果花期凍害指數及預報方法[J].中國農業氣象，2010，31（04）：621-626.

[30]孫家清，張志薇，艾文文.BP神經網絡在油菜花期預報中的應用[J].氣象與環境科學，2019，42（04）：22-26.

[31]周美燕，高清民，崔曉霞，等.鴨梨初花期預報模式的研究[J].山東氣象，2005（03）：32-34.

[32]張利華，任曙霞，張永強，等.梨樹始花期預報[J].氣象科技，2012，40（03）：485-488.

[33]王存真，唐廣田，白先達.桂花花期氣象預報研究[J].中國農學通報，2014，30（22）：74-78.

[34]張倩，李新建，吉春容，等.庫爾勒香梨盛花期預報模型初探[J].山西農業科學，2012，40（11）：1211-1213，1225.

[35]茍楊，唐紅忠，孟添航.荔波縣油菜開花盛期預報研究[J].安徽農學通報，2014，20（14）：43-45.