應用SPSS的洞頭海島羊棲菜晾曬氣象指數研究

摘要" 為了解影響羊棲菜晾曬的氣象指數，以浙江溫州洞頭國家基本氣象站2014—2019年經篩選的逐日觀測數據為研究資料，以最高溫度Tx與最低溫度Tn之和、平均相對濕度RH、平均風速WS和太陽輻射的總云量TCC為主要影響因子，以蒸發量E為預報對象，應用SPSS軟件進行單因子相關性分析，并建立預報模型，根據預報模型和指數分級編寫預報程序，并對程序進行試用。結果顯示，選取的Tx與Tn之和、RH、WS和TCC與E的相關性均具有統計學意義（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，預報方程為E=3.509+0.092（Tx+Tn）－0.064RH+0.497WS－0.056TCC。根據預報模型和指數分級編寫的預報程序，在2014—2019年的實測資料檢驗中和2022—2024年試運行中，均表現出較好的可行性和操作性。本研究建立的模型為羊棲菜養殖戶的晾曬生產提供參考。

關鍵詞" 羊棲菜；SPSS；預報方程；晾曬氣象指數；氣象服務

中圖分類號" P49"""""" 文獻標識碼" 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，目前主產區在浙江溫州洞頭區^[2]。羊棲菜養殖業為洞頭區海水養殖的支柱產業之一^[3]。自然風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和產量起關鍵作用^[4]。當前氣象部門僅提供晴雨風的天氣預報方式，較難滿足羊棲菜生產需求。洞頭海島羊棲菜晾曬氣象指數可依據氣象局發布的預報結果，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業服務。劉文偉等^[5]已建立以蒸發量為預報對象，以最高溫度、平均相對濕度與平均風力為主要影響因子的晾曬指數氣象方程。闕成蛟等^[6]和陳驥等^[7]研究指出，平均風速、平均氣溫、平均相對濕度和蒸發量數據均可推導晾曬氣象指數。王峰等^[8]研究表明，太陽輻射對蒸發量有較大影響。本文根據洞頭海島羊棲菜晾曬對氣象服務的需求，應用SPSS軟件研究洞頭海島羊棲菜晾曬氣象指數，建立氣象服務流程，以滿足羊棲菜養殖戶的生產需求，提升農業氣象服務能力。

1 材料與方法

1.1 研究區基本情況

洞頭區地處甌江口和樂清灣口交匯的浙江東南海域，境內海域面積達792 km²，由103個島嶼和259個礁組成；全區海岸線長333.45 km，海灣灘涂數量較多，可供海水養殖面積66.7 km²，其中可利用海洋藻類養殖面積53.3 km²。洞頭海域屬大陸邊緣，西岸深度較小，海底平坦多泥，大陸江河攜帶大量有機物，海洋生物資源十分豐富，有利于藻類養殖^[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年經篩選的逐日大型蒸發量資料（剔除了不適合晾曬的天氣，包含降水、溫度低于0"℃的低溫天、平均風速高于7級的大風天和能見度低于200"m的濃霧天，本文后續均直接用蒸發量表示）。鑒于目前無預報太陽輻射的業務化模式，通過預報模式的分析，發現當前有預報總云量的業務化模式，而總云量與太陽輻射負相關^[10]，因此在影響因子中新增可以側面表征太陽輻射的總云量。杜連海等^[11]研究發現，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測蒸發量。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、平均風速WS和總云量TCC等為主要影響因子，以蒸發量E為預報對象。應用SPSS軟件對影響因子與預報對象進行單因子相關性分析。隨后利用SPSS^[12]對主要影響因子與預報對象進行模型評估，并構建多元回歸方程。在前述方程的基礎上，通過調查養殖戶，對晾曬指數進行分級。依據分級結果和方程，采用Python語言編寫預報程序。通過該程序實現晾曬指數的計算，結合歷史數據進行可行性分析和試應用。

2 結果與分析

2.1 單因子相關性分析

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

2.2 模型評估及多元回歸方程的建立

應用SPSS軟件對主要影響因子與預報對象進行模型摘要預估，其R為0.86gt;0.7，顯著性小于0.001，證明該模型具有統計學意義^[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分布，模型偏度小，解釋能力強^[14]。由圖1可知，本例殘差直方圖服從正態分布，且均數接近0（標準正態分布），P-P圖中數據基本分布在45"°線上，表明線性回歸滿足正態性條件^[15-16]。以上結果說明指數預報方程合理。結合表2可知，預報方程：

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

2.3 晾曬指數分級

根據對洞頭羊棲菜養殖戶的調研，將降水天氣、濃霧天氣（能見度低于200 m的濃霧）、大風天氣（平均風速超過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 晾曬指數預報程序編寫

本研究采用Python編程語言開發一套用于預報晾曬指數的程序。該程序依據晾曬指數預測方程以及預先設定的晾曬指數分類，通過執行圖2所示的預測流程邏輯，能夠自動計算并輸出晾曬指數等級。其用戶界面設計簡潔明了，便于用戶操作。

2.5 晾曬指數預報可行性與業務試應用

方程所依賴的主要影響因子數據均源自洞頭區氣象局的常規業務預報，且這些數據均得到數值模式的支持。因此，在實際操作中，將業務預報結果輸入預報程序中，通過程序實現晾曬指數計算，依據該指數制定專題氣象服務報道，并通過電子渠道將服務專報傳輸給相關部門、協會及養殖戶。依照此流程對2014—2019年的實測資料進行了檢驗，結果表明，該方法具備較好的可行性和操作性。該指數預報自2022—2024年試運行，在試運行期間對養殖戶的調查反饋結果顯示，該預報對養殖戶晾曬羊棲菜具有明顯的輔助作用。

3 結論與討論

本文以洞頭站的數據為研究資料，應用SPSS軟件進行分析，構建洞頭海島羊棲菜晾曬氣象指數的預報模型，并依據預報模型及指數分級編寫程序，利用該預報程序計算晾曬指數，制作氣象服務專報。結果表明，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、平均風速WS和總云量TCC與預報對象均有明顯的相關性，建立的模型較科學，利用本文的預報方程計算所得的晾曬指數在洞頭2022—2024年試應用過程中，具有可行性。

由于蒸發量不能完全代表晾曬指數，且影響晾曬的因素較多^[8]，因此在實際應用中，還應根據當時氣候的變化（如夏季短時強降水及熱帶氣旋），及時做出補充預報，并對指數進行適當的調整。對于農業晾曬來說，太陽輻射強度極其重要^[17]，然而目前暫不存在能夠直接預報太陽輻射的業務化模式，總云量僅能間接反映太陽輻射的強度。因此未來有望進一步研究出能直接針對太陽輻射的業務化預報模式，以提升預報方程的精確度。當前，該預報方程僅支持手動輸入方式以求解，尚未實現與預報數據庫的聯通，因此無法直接從數據庫中讀取預報信息以生成預報結果，未來將加強數據庫數據載入研究，以提升預報工作的便捷性。

參考文獻

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

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

[3] 朱曉艷. “洞頭羊棲菜” 區域公用品牌建設策略研究[D]. 南昌：江西農業大學，2023.

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

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

[6] 闕成蛟，何晴，徐哲永，等. 魚鲞晾曬風干氣象指數預報研究[J]. 農業與技術，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技術研究[J]. 統計與管理，2019，34（4）：106-109.

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

[9] 章立浩，章俊. 洞頭發展羊棲菜養殖業的優勢[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. 松山自然保護區蒸發量和降水量的變化特征及其原因分析[J]. 中國農學通報，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. 基于知識圖譜的學生學習增值評價模式構建及應用[J]. 化學教育（中英文），2024，45 （16）：55-65.

[14] 李文驥，楊淑嫻，李婧舒，等. 新三板農業中小企業融資能力實證分析[J]. 商場現代化，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，2023.

[16] 馮國會，李奇巖，李環宇，等. 近零能耗建筑設計參數適應性與負荷分析[J]. 節能，2021，40（8）：1-6.

[17] 張靜，吳潔，秦公偉，等. 秦巴山區地表太陽輻射的時空動態及農業氣候區劃研究[J]. 地理科學，2020，40（10）：1742-1752.

（責任編輯：胡立萍）

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

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

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

收稿日期 2024-11-07