盐池县黄花菜始花期与气象因子的相关分析及预报模型

doi:10.11924/j.issn.1000-6850.casb2023-0561

中国农学通报 ›› 2024, Vol. 40 ›› Issue (11): 92-96.doi: 10.11924/j.issn.1000-6850.casb2023-0561

所属专题：农业气象

• 资源·环境·生态·土壤·气象 • 上一篇下一篇

盐池县黄花菜始花期与气象因子的相关分析及预报模型

刘娟霞¹^,²(), 任迎萍²(), 吴海英²

¹ 中国气象局旱区特色农业气象灾害监测预警与风险管理重点实验室，银川 750002
² 盐池县气象局，宁夏盐池 751500

收稿日期:2023-08-15 修回日期:2023-12-26 出版日期:2024-04-15 发布日期:2024-04-11
通讯作者:
任迎萍，女，1979年出生，宁夏平罗人，工程师，本科，研究方向：综合气象观测。通信地址：751500 宁夏回族自治区盐池县气象局，E-mail：1491158382@qq.com。
作者简介:
刘娟霞，女，1979年出生，宁夏西吉人，副研级高级工程师，本科，研究方向：综合气象观测。通信地址：751500 宁夏回族自治区盐池县气象局，E-mail：1660431584@qq.com。
基金资助:
中国气象局旱区特色农业气象灾害监测预警与风险管理重点实验室2021年科研项目(CAMP—202107)

Correlation Analysis of Early Flowering Period and Meteorological Factors of Daylily and Forecast Model in Yanchi County

LIU Juanxia¹^,²(), REN Yingping²(), WU Haiying²

¹ Key Laboratory of Agro-Meteorological Disaster Monitoring, Early Warning and Risk Management in Arid Regions, China Meteorological Administration, Yinchuan 750002
² Yanchi Meteorological Bureau, Yanchi, Ningxia 751500

Received:2023-08-15 Revised:2023-12-26 Published:2024-04-15 Online:2024-04-11

摘要/Abstract

摘要：

本研究基于2012—2021年在盐池县收集的黄花菜生长周期观测数据以及同一时期盐池国家基本气象站的地面气象观测资料，分析了黄花菜初花期与气象因素之间的关系。分析结果显示，黄花菜初花期与4月上旬—6月中旬的日照时长以及气温稳定超过11℃的累积温度有较强的相关性。利用这一发现，我们构建了一个预测模型，并对2022—2023年的黄花菜初花期进行了预测，预测结果与实际观测值的偏差仅为1~2 d。这表明所建立的预测模型能够准确预测黄花菜的初花期，这对于满足当地特色产业的服务需求、促进县域旅游业和经济发展具有积极意义。

关键词: 黄花菜, 始花期, 气象因子, 相关分析, 预测模型

Abstract:

Based on the observation data of the growth period of daylily in Yanchi County from 2012 to 2021, and the ground meteorological observation data of the national basic meteorological station in Yanchi County during the same period, the correlation between the beginning of flowering period of daylily and meteorological factors was analyzed. The results showed that there was a high correlation between the beginning of flowering of daylily and the sunshine duration from early April to mid-June and the accumulated temperature of 11℃. By using stepwise regression analysis, a multiple regression prediction model was established for the flowering period of daylily from 2012 to 2021, with a high degree of fitting. The beginning flowering time of daylily in 2022-2023 was predicted, and the actual value was different only by 1-2 days. The results show that the forecast model can accurately predict the beginning of flowering time of daylily, meets the business service requirements of characteristic industries, plays a positive role in promoting county-level tourism and local economic development.

Key words: daylily, the beginning of flowering, meteorological factors, correlation analysis, prediction model

刘娟霞, 任迎萍, 吴海英. 盐池县黄花菜始花期与气象因子的相关分析及预报模型[J]. 中国农学通报, 2024, 40(11): 92-96.

LIU Juanxia, REN Yingping, WU Haiying. Correlation Analysis of Early Flowering Period and Meteorological Factors of Daylily and Forecast Model in Yanchi County[J]. Chinese Agricultural Science Bulletin, 2024, 40(11): 92-96.

图/表 4

参考文献 27

[1]	颉敏昌. 绿色食品A级黄花菜高效生产实用技术[M]. 兰州: 甘肃科学技术出版社, 2019.
[2]	周美燕, 高清民, 崔晓霞, 等. 鸭梨初花期预报模式的研究[J]. 山东气象, 2005(3):32-33.
[3]	戚尚恩, 汪留湛. 砀山酸梨花期气象灾害分析[J]. 安徽气象, 2002(1):8-10.
[4]	赵年武, 郭连云. 贵德县梨树花期冻害特征及冻害年型预测[J]. 中国农学通报, 2013, 29(34):186-191.
[5]	郑小华, 刘辉武. 陕西渭北苹果花芽分化期气候效应分析[J]. 陕西农业科学, 2006(2):81-82.
[6]	毛明策, 刘敏茹, 姜创业, 等. 苹果初花期与温度的关系[J]. 中国农业气象, 2005, 26(2):123-124.
[7]	张玲, 赵黎, 张明庆. 牡丹的花期预测研究[J]. 咸阳师范学院学报, 2009, 24, 131(2):77-79.
[8]	豆青芳, 索生睿, 钟存, 等. 门源县油菜花期预测研究[J]. 现代农业科技, 2019, 741(7):20-22.
[9]	丁丽华, 顾振海, 余丽萍, 等. 基于ForcTT模型的开化县油菜花期预报[J]. 中国农学通报, 2019, 35(22):91-95. doi: 10.11924/j.issn.1000-6850.casb18040085
[10]	蒲金涌, 姚晓英, 王位泰, 等. 陇东地区黄花菜的气候适应性分析及其种植分区[J]. 中国蔬菜, 2002(6):21-23.
[11]	邹家祥. 干旱与黄花菜落蕾关系的初步探讨[J]. 农业气象, 1986(2):24-27.
[12]	李海凤, 戴诚, 王先芸. 黄花菜种植气象条件分析及灾害防御对策[J]. 现代农业科技, 2016(14):239,244.
[13]	国家气象局. 农业气象观测规范(上卷)[M]. 北京: 气象出版社, 1993:8.
[14]	竺可桢, 宛敏渭. 物候学(增订版)[M]. 北京: 科学出版社, 1980:50-59.
[15]	段若溪, 姚渝丽. 农业气象实行指导[M]. 北京: 气象出版社, 2002:81-82.
[16]	荣廷昭, 李晚忱. 田间试验与统计分析[M]. 成都: 四川大学出版社, 2001:148-203.
[17]	宋小园, 朱仲元, 刘艳伟, 等. 通径分析在SPSS逐步线性回归中的实现[J]. 干旱区研究, 2016, 33(1):108-113.
[18]	刘永林, 延军平. 自然灾害趋势判断模型与效果检验[J]. 陕西师范大学学报(自然科学版), 2015, 43(5):96-102.
[19]	刘东海, 陈立勇, 霍世荣. 光温条件与冬小麦干物质积累及粒重关系的研究[J]. 中国农业气象, 1992(4):1-7.
[20]	王鹏飞, 李涛, 于春亮, 等. 基于多元线性逐步回归和BP神经网络建立鸭梨盛花期预测模型[J]. 山东农业科学. 2023, 55(7):159-166.
[21]	张佳莹, 李扬, 王靖, 等. 品种和气象因子对马铃薯主要品质的影响[J]. 中国生态农业学报(中英文), 2022, 30(2):216-225.
[22]	董海涛, 谭丽静, 刘洪林, 等. 基于积温模型丹东地区桃树盛花期预测研究[J]. 气象与环境学报, 2018, 34(1):99-105.
[23]	陈星宇, 王冰, 董宛麟, 等. 1994—2015年福山区苹果花期物候变化及其气候影响因子分析[J]. 江苏农业科学, 2020, 48(24):135-139.
[24]	殷悦, 吴利红, 严睿恺, 等. 区域气象站日气温极值延长方法研究与误差分析[J]. 气象与环境科学, 2023, 46(4):95-103.
[25]	周玲玲, 张黎杰, 余翔, 等. 苏北地区黄花菜生态适应性及营养品质比较[J]. 北方农业学报, 2020, 48(5):109-114. doi: 10.12190/j.issn.2096-1197.2020.05.19
[26]	C A Shapiro, 杨立国. 模拟雹灾造成的玉米产量损失——实测值与预测值的比较[J]. 国外农学-杂粮作物, 1987(5):25-28.
[27]	陈臻皓, 钟卓璇, 康琳莞尔. 德化黄花菜种植气候条件分析[J]. 农村实用技术, 2019(10):29.

序号	气象因子	相关系数	相关性	序号	气象因子	相关系数	相关性
1	3月下旬—6月中旬平均气温	0.846**	极显著	9	3月下旬—6月中旬地表0 cm最低	0.765*	显著
2	3月下旬—6月下旬平均气温	0.849**	极显著	10	3月下旬—6月下旬地表0 cm最低	0.762*	显著
3	3月下旬—6月中旬最高气温	0.768**	极显著	11	4月上旬—6月上旬日照时数	0.660*	显著
4	3月下旬—6月下旬最高气温	0.784**	极显著	12	4月上旬—6月中旬日照时数	0.667*	显著
5	3月下旬—6月中旬最低气温	0.750*	显著	13	6月上旬降水量	0.534	不显著
6	3月下旬—6月下旬最低气温	0.898**	极显著	14	6月中旬降水量	0.605	不显著
7	3月下旬—6月中旬0~50 cm平均地温	0.810**	极显著	15	稳定通过10℃的活动积温	0.787**	极显著
8	3月下旬—6月下旬0~50 cm平均地温	0.814**	极显著	16	稳定通过11℃的活动积温	0.814**	极显著

序号	气象因子	相关系数	相关性	序号	气象因子	相关系数	相关性
1	3月下旬—6月中旬平均气温	0.846**	极显著	9	3月下旬—6月中旬地表0 cm最低	0.765*	显著
2	3月下旬—6月下旬平均气温	0.849**	极显著	10	3月下旬—6月下旬地表0 cm最低	0.762*	显著
3	3月下旬—6月中旬最高气温	0.768**	极显著	11	4月上旬—6月上旬日照时数	0.660*	显著
4	3月下旬—6月下旬最高气温	0.784**	极显著	12	4月上旬—6月中旬日照时数	0.667*	显著
5	3月下旬—6月中旬最低气温	0.750*	显著	13	6月上旬降水量	0.534	不显著
6	3月下旬—6月下旬最低气温	0.898**	极显著	14	6月中旬降水量	0.605	不显著
7	3月下旬—6月中旬0~50 cm平均地温	0.810**	极显著	15	稳定通过10℃的活动积温	0.787**	极显著
8	3月下旬—6月下旬0~50 cm平均地温	0.814**	极显著	16	稳定通过11℃的活动积温	0.814**	极显著

模型	非标准化回归系数	标准化回归系数	t	p
稳定通过11℃的积温	0.017		6.257	0.000
常数项	24.194		3.844	0.006
4月上旬—6月中旬的日照时数	-0.029	0.949	-4.086	0.004

模型	非标准化回归系数	标准化回归系数	t	p
稳定通过11℃的积温	0.017		6.257	0.000
常数项	24.194		3.844	0.006
4月上旬—6月中旬的日照时数	-0.029	0.949	-4.086	0.004

模型	平方和	自由度	均方	F	P
回归	75.997	2	37.999	31.655	0.000
残差	8.403	7	1.2
总和	84.4	9

盐池县黄花菜始花期与气象因子的相关分析及预报模型

Correlation Analysis of Early Flowering Period and Meteorological Factors of Daylily and Forecast Model in Yanchi County

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 4

参考文献 27

相关文章 15

编辑推荐

Metrics

本文评价

关于本刊

作者中心

审者中心

在线期刊

联系我们

[1]	侯梦媛. 基于关键气象因子的山东省棉花产量预报[J]. 中国农学通报, 2024, 40(9): 37-41.
[2]	钟存, 雷玉红, 魏鹏. 贵德地区梨树始花期预报模型研究[J]. 中国农学通报, 2024, 40(11): 97-102.
[3]	陈芳, 刘宇鹏, 曾晓珊, 于飞, 胡家敏. 移栽期对辣椒产量、光合特性及气象因子的响应[J]. 中国农学通报, 2024, 40(10): 109-119.
[4]	贾方方, 滕世华, 何琳, 付安旗, 陈淑萍, 赵中原. 基于水分光谱指数的烟草叶片等效水厚度估测[J]. 中国农学通报, 2024, 40(1): 151-156.
[5]	周显升, 李晓阳, 刘志广, 周小雨, 邱承宇, 庄志麟, 曹建敏. 山东烤烟感官质量与化学成分关系及质量预测模型建立[J]. 中国农学通报, 2024, 40(1): 128-134.
[6]	田婷, 张青, 徐雯. 基于无人机多光谱影像的水稻冠层SPAD值预测研究[J]. 中国农学通报, 2023, 39(4): 149-153.
[7]	廖珺, 方洪生, 苏有健, 王烨军, 张永利, 孙宇龙, 方雅各. 不同摊放环境下茶鲜叶失水的变化规律[J]. 中国农学通报, 2023, 39(4): 160-164.
[8]	祁海强, 周冬梅, 江晶, 朱小燕, 马静, 李绵德, 张军. 甘肃省碳排放特征及各地区碳达峰时间预测[J]. 中国农学通报, 2023, 39(30): 61-73.
[9]	朱生翠, 李国婷, 魏永林, 马扶林, 金显玲, 曹迎敏. 青海湖北岸天然牧草产量预测模型研究[J]. 中国农学通报, 2023, 39(25): 109-115.
[10]	兰波, 阴长发, 陈建, 施伟韬, 杨爱萍, 张晓阳, 况虹敏, 肖慧, 李湘民, 杨迎青. 基于菌群毒性与气象因子的水稻稻瘟病流行程度判别分析预测[J]. 中国农学通报, 2023, 39(25): 116-121.
[11]	何娜, 范雨娴, 袁小康, 张明发, 张胜. 基于关键气象因子的湘西烤烟产量预报模型构建[J]. 中国农学通报, 2023, 39(24): 96-102.
[12]	陈伟, 宋锦花, 夏中华, 金彦刚, 刘海浪, 卫万娟, 赵其兵, 任仰涛, 杨永乐, 常东伟, 李珍富, 张凡, 郑雅月, 谢梦苹. 江苏省粳稻品种产量构成因素及抗病性与产量的相关分析[J]. 中国农学通报, 2023, 39(24): 13-17.
[13]	雷玉红, 李春晖, 妥淑贞, 张英德, 马秀兰, 高成忠, 钟存, 颜亮东. 基于关键气象因子的柴达木枸杞产量预报模型研究[J]. 中国农学通报, 2023, 39(23): 55-61.
[14]	张晓云, 孔祥萍. 高寒草原气象因子对针茅牧草成熟期的影响[J]. 中国农学通报, 2023, 39(22): 132-137.
[15]	张伟, 张阳, 王官, 邵荣峰, 薛丁丁, 常玉卉, 阎昊, 赵威军. 甜高粱饲草品质综合分析[J]. 中国农学通报, 2023, 39(19): 124-130.