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

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

Abstract

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

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.

Figures/Tables 4

References 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