基于气象条件的茉莉花单产预测模型

2022-11-18 08:17冯鑫鑫侯彦林李金梅贾书刚王铄今刘书田潘桂颖侯显达
园艺与种苗 2022年10期
关键词:气象条件单产回归方程

冯鑫鑫,侯彦林,李金梅,贾书刚,王铄今,刘书田,潘桂颖,侯显达*

(1.南宁师范大学广西地标作物大数据工程技术研究中心,广西南宁 530001;2.南宁师范大学北部湾环境演变与资源利用教育部重点实验室,广西南宁 530001;3.南宁师范大学广西地表过程与智能模拟重点实验室,广西南宁 530001;4.南宁师范大学地理科学与规划学院,广西南宁 530001)

茉莉[Jasminum sambac(L.)Ait]属木犀科素馨属直立或攀缘灌木,又名茉莉花、茶叶花、叶子花等,原产于印度、巴基斯坦等地,约西汉时期传入我国,至今有2 000年左右的栽培历史[1]。茉莉花用途广泛,深受国人喜爱,在桂、闽、川、粤、琼等地均有大面积种植。其中,广西壮族自治区横州市茉莉花产量占全球的60%和国内的80%[2],具有百年以上的栽培历史,当前栽培面积近0.67万hm2,茉莉花产业链年产值近200亿元。

茉莉花原产于热带,温度是影响茉莉生长发育的首要环境因子。春季气温达到19℃时茉莉花叶芽开始萌动,25℃以上现蕾,最适开花温度是35℃~37℃[3-4]。茉莉花在温度30℃,相对湿度85%~95%条件下开放度较高[5]。温度25℃~35℃和空气相对湿度80%左右时,花早开,开花率高[6]。气温在10℃以下时,不利于茉莉花生长;日均气温在19℃以上萌芽,25℃孕育花蕾,30℃~40℃是花蕾形成和发育的最佳温度[7]。在白天温度28℃~32℃,光照强度为35~50 μmol/(m2·s),光照时间为12~14 h,夜晚温度18℃~22℃的环境下,盆栽茉莉花春节期间正常开花[8]。较高温度处理(昼温30℃、夜温25℃)比较低温度处理(昼温20℃、夜温15℃)提前1周开花,且现蕾量增加25%[9]。7—9月温州市为高温雨季,月降水量>180 mm和月平均气温28℃左右时,最适合茉莉花芽分化和花蕾生长[10]。茉莉属喜光作物,但属于阳性短日照植物[11],高温时节适当遮阴有效[12-13]。最近研究表明[14],世界茉莉花高产产地位于低纬度地区,我国茉莉花的高产产地位于华南和四川盆地;茉莉花产地中产量高的主要原因是花期时间长;适宜茉莉花开花的气象条件是日均温度>19.5℃、月降水量>278 mm、太阳日辐射总量>12 MJ/m2。

横州茉莉花目前栽培技术已经非常成熟,但是没有定量预报茉莉花产量的预报模型。笔者基于气象条件和近日产量建立横州茉莉花单产预报模型,为茉莉花实时产量和价格预测提供气象条件决策依据,也为田间微气象条件调控和水肥管理措施的实施提供技术支撑。

1 材料与方法

1.1 数据获取

1.1.1 横州茉莉花单产数据。通过实地调查,获得一农户2 101.05 m2地块的2018—2020年连续3年每日茉莉花采花量数据,并计算连续5日平均单产。2018年采花时间为5月1日到9月30日,2019年采花时间为6月22日到9月30日,2020年采花时间为5月16日到9月30日。在3年461 d测产记录中,不含未采花日,每日平均单产为5.31kg/667 m2,日最低单产0.40 kg/667 m2,日最高单产15.24 kg/667 m2;4月单产逐渐增加,5—9月单产相对较高,10月单产逐渐减少。

1.1.2 横州气象数据。横州气象数据来源于《中国气象科学数据共享服务网》(http://cdc.nmic.cn)的横州逐日气象数据,包括每日最低温度、平均温度、最高温度、平均相对湿度、最小相对湿度、日照时数、降水量。

1.2 模型建立方法

采用统计分析方法建模,包括一元线性或非线性回归、多元线性回归;使用Excel进行数据分析和建模。

2 结果与分析

2.1 影响横州茉莉花单产的气象因素分析

统计结果表明:①与连续5日茉莉花的平均单产(Y)具有显著相关关系的有3个气象指标,即连续5日平均温度的平均(X1)、连续5日日照时数的平均(X2)、连续5日平均相对湿度的平均(X3)。②基于3个气象指标的回归方程分别为:Y=0.258e0.1085×X(r=0.520**,n=456);Y=-0.339×X2+3.721×X-4.044(r=0.430**,n=456);Y=-0.012×X2+1.781×X-61.176(r=0.380**,n=456)。③如果将连续5日茉莉花单产<2.5 kg/667 m2作为低产标准,则≥2.5 kg/667 m2为中产和高产标准;在3年456个连续5日平均单产中,有296 d同时满足3个气象条件,比例为64.90%。④随着单产的增加,地块比例下降:单产大于2.5 kg/667 m2的天数为100.0%,单产大于3.5 kg/667 m2的天数为90.54%,单产大于4.5 kg/667 m2的天数为75.00%,单产大于5.5 kg/667 m2的天数为64.53%,单产大于6.5 kg/667 m2的天数为43.58%。由于5—9月为横州多年茉莉花盛花期,因此以上结果说明确定的3个气象条件是茉莉花中产和高产的关键气象指标。

2.2 横州茉莉花每日平均单产预测建模

基于“2.1”研究结果和多种算法试算,提出茉莉花单产预测概念模型如下:连续5日茉莉花平均单产Yi=f(Yi-1;连续5日平均温度的平均X1;连续5日日照时数的平均X2;连续5日平均相对湿度的平均X3)。式中,Yi为i、i-1、i-2、i-3、i-4日连续5日单产的平均,Yi-1为i-1、i-2、i-3、i-4、i-5日连续5日单产的平均。建模后模型预测的Yi为i、i-1、i-2、i-3、i-4日的单产平均,也为预测的第i日单产的平均预测值,它与单日单产不同,因为每日单产影响因素很多,如昨日单产、昨日降水量和当天降水量等。

2.2.1 单因素平均单产建模。使用2018和2019年数据建模前,先制作Yi-1、X1、X2、X3与Yi的散点图,并配回归方程,结果分别见图1~4。

图1表明Yi-1与Yi呈极显著相关,回归方程为Yi=0.545+0.007×Y2i-1+0.859×Yi-1(r=0.941**,n=216);图2表明X1与Yi呈极显著相关,回归方程为Yi=1.312×e0.049×Z,Z=X1(r=0.140**,n=216);图3表明X2与Yi呈极显著相关,回归方程为Yi=-4.198 0-0.406×X22+4.039×X2(r=0.212**,n=216);图4表明X3与Yi呈极显著相关,回归方程为Yi=-0.007×X23+1.049×X3-32.133(r=0.232**,n=216)。

图1 横州茉莉花Yi-1与Yi关系

图2 横州茉莉花X1与Yi关系

图3 横州茉莉花X2与Yi关系

图4 横州茉莉花X3与Yi关系

2.2.2 多因素平均单产建模。基于确定的4个影响因素建立多因素平均单产预测模型,获得以下回归模型:Yi=0.410 1+0.935 0×Yi-1+0.043 1×X1+0.021 3×X2-0.016 7×X3(r=0.943**,n=216)。

模型自回归结果:将预测值与真实值之差的绝对值大于1 kg/667 m2的为预测结果不合格,结果216个样本中不合格的有18个样本,合格率为91.67%。

2.3 横州茉莉花每日平均单产预测模型的验证

使用2020年气象数据和实测的每日单产数据对多因素平均单产模型进行验证,结果见表1。2020年的验证样本137个,预测值与真实值之差的绝对值大于1 kg/667 m2的样本为23个,预测误差的绝对值小于1 kg/667 m2的比例为83.21%,表明预测的每日平均单产结果的精度可以接受,并可作为每日平均单产和价格预测的依据。

表1 多因素平均单产模型验证

日期年-月-日X1℃X2 h X3%Yi-1 Yi Yi‘kg/667 m2 kg/667 m2 kg/667 m2 Yi‘-Yi kg/667 m2日期年-月-日X1℃X2 h X3%Yi-1 Yi Yi‘kg/667 m2 kg/667 m2 kg/667 m2 Yi‘-Yi kg/667 m2 2020-08-22 2020-08-23 2020-08-24 2020-08-25 2020-08-26 2020-08-27 2020-08-28 2020-08-29 2020-08-30 2020-08-31 2020-09-01 2020-09-02 2020-09-03 2020-09-04 2020-09-05 2020-09-06 2020-09-07 2020-09-08 2020-09-09 2020-09-10 27.43 27.78 28.35 29.00 28.94 28.97 29.01 29.12 29.26 29.75 30.04 30.22 30.14 30.11 30.13 29.99 29.22 28.54 27.94 27.33 4.34 4.53 4.80 5.22 5.00 5.16 5.41 5.63 5.95 6.45 6.38 6.27 6.17 6.04 5.98 5.67 4.71 4.04 3.35 3.05 85.10 83.85 82.71 80.8 81.10 80.24 78.62 76.17 74.94 72.86 72.86 72.76 74.49 75.10 75.07 76.63 81.38 83.84 86.05 88.52 7.63 9.85 9.33 9.39 10.60 10.50 9.49 9.27 8.98 8.70 8.79 8.37 8.10 8.13 8.32 7.96 7.97 7.53 6.51 4.91 9.85 9.33 9.39 10.60 10.50 9.49 9.27 8.98 8.70 8.79 8.37 8.10 8.13 8.32 7.96 7.97 7.53 6.51 4.91 4.29 7.4 9.52 9.08 9.20 10.32 10.25 9.34 9.18 8.95 8.75 8.85 8.45 8.17 8.19 8.36 7.98 7.87 7.37 6.34 4.77-2.45 0.19-0.31-1.39-0.18 0.76 0.07 0.20 0.25-0.05 0.48 0.36 0.04-0.13 0.41 0.01 0.34 0.85 1.43 0.48 2020-09-11 2020-09-12 2020-09-13 2020-09-14 2020-09-15 2020-09-16 2020-09-17 2020-09-18 2020-09-19 2020-09-20 2020-09-21 2020-09-22 2020-09-23 2020-09-24 2020-09-25 2020-09-26 2020-09-27 2020-09-28 2020-09-29 27.04 27.26 27.39 27.55 27.86 28.04 28.10 27.56 27.03 26.46 26.05 25.86 25.85 25.69 25.75 25.27 24.44 24.56 25.26 2.91 3.5 3.66 4.03 4.18 4.27 4.44 4.59 4.27 3.68 3.49 3.07 2.77 3.04 3.48 3.31 3.04 3.04 3.07 89.3 87.87 87.34 86.77 85.49 85.00 83.03 81.95 83.17 85.59 87.45 90.51 91.81 90.17 89.03 88.58 88.11 88.31 88.74 4.29 3.16 2.56 2.07 2.20 1.91 2.19 2.78 2.75 3.05 4.03 4.48 4.77 5.40 4.82 4.19 3.44 2.27 1.76 3.16 2.56 2.07 2.20 1.91 2.19 2.78 2.75 3.05 4.03 4.48 4.77 5.40 4.82 4.19 3.44 2.27 1.76 1.85 4.16 3.15 2.60 2.17 2.33 2.08 2.38 2.93 2.85 3.05 3.92 4.27 4.51 5.13 4.62 4.01 3.28 2.18 1.73 1.00 0.60 0.53-0.03 0.42-0.11-0.40 0.19-0.20-0.98-0.55-0.51-0.89 0.31 0.42 0.57 1.01 0.42-0.12

3 讨论

以往的研究虽然对影响茉莉花产量的气象指标进行过较多报道,并确定了比较符合实际的多个影响因素,为茉莉花产量预测提供了有利的技术支撑,但是尚未见到有关茉莉花单产预测的模型和实际应用。该文基于实测数据,计算连续5日平均单产,分析其与连续5日气象条件的定量关系,并引入前1 d连续5日平均单产变量,建立多因素平均单产预测模型。结果表明:如果预测的平均单产以误差的绝对值小于1 kg/667 m2为合格标准,模型自回归合格率为91.67%,模型验证的合格率为83.21%,表明预测模型达到了实用水平。

4 结论

(1)横州茉莉花连续5日平均单产预测概念模型为Yi=f(Yi-1;连续5日平均温度的平均X1;连续5日日照时数的平均X2;连续5日平均相对湿度的平均X3)。

(2)使用2018—2019年数据建立的模型为Yi=0.410 1+0.935 0×Yi-1+0.043 1×X1+0.021 3×X2-0.016 7×X3(r=0.943**,n=216),模型自回归合格率为91.67%。

(3)使用2020年数据对2018—2019年模型验证结果为模型合格率83.21%。

以上结果表明,使用单产与气象条件关系可以建模茉莉花产量预测模型。

猜你喜欢
气象条件单产回归方程
农大农企联手创山西小麦最高单产新纪录
油菜“不务正业”,单产3.4吨
采用直线回归方程预测桑瘿蚊防治适期
线性回归方程的求解与应用
线性回归方程要点导学
单产948.48千克!“金种子”迸发大能量
我国玉米单产纪录第七次被刷新
成都市大气污染与气象条件关系分析
基于气象条件的船舶引航风险等级
走进回归分析,让回归方程不再是你高考的绊脚石