六春湖山区杜鹃花气象因子相关性分析及花期预测

作者: 张 琦 万佳静 景元书

Corelation Analysis ofMeteorological Factorsand Predictionof FloweringPeriod of RhododendroninLiuchunLake MountainArea ZHANG ,WAN Jia- 六春湖山区杜鹃花气象因子相关性分析及花期预测0 , JING Yuan-shu2(1. Longyou Meteorological Bureau,Longyou,Zhejiang 3244OO;2. Collaborative InnovationCenterorastigdEatioofeelicalstes/Uesityfftiocendcholo gsu

AbstractUsingthephenlogicalperiodofdodendroninLuchunLakesceicareafrom2O19to23andthecoespondingmeteoolical conditions,thsiceelcaloiiosedfoefulllossmrodaldndmpeaeeipiatios corelationalsisoetioaalsisduuadmpeaueododtpcttflllo ofrhododendroinLuchunLakein24.Teresultssowedtattemperatreandprecipitatiowerethainmeteorologicalftosfeting theful-blossoperiodofododendronetemperatreconditisin4eresilartotosiadandtnfallditionsin2024weresilartopreviousyeas.Itispredictedattheful-blossoperiodofododendoinLuchnLakein4willcur fromApril3OthtoMay9thThemeteorologicalindexforododendronviewingtouismwasdvidedintofourlevelssuitable,elatielysuit able,eltivelyusuitableandunsuitableTesuitabilityoffowerviewingtourismcanbedeteinedbasedontemeteorolgicalserice level.

KeyWordsRhododendron;Meteorologicalfactors;Correlationanalysis;Floweringperiod prediction;LiuchunLake MountainArea

杜鹃是杜鹃花科杜鹃花属的落叶灌木,世界四大高山花卉之一。杜鹃花是六春湖的金名片,每年5月花开时被誉为六春湖的“红五月”[1],在海拔 六春湖山区杜鹃花气象因子相关性分析及花期预测1 的桃源尖山顶至六春湖山脊两侧之间,分布着东西连绵 10km 左右、面积超过 六春湖山区杜鹃花气象因子相关性分析及花期预测2 的杜鹃“花海”,吸引了众多游客前来观光[2]为打响六春湖景区的旅游品牌,进一步促进文旅深度融合,需要深度开发利用六春湖区域的杜鹃花特色资源。因此,准确预测杜鹃花期不仅可以为游客赏花出行提供重要参考,也为龙游旅游发挥积极的作用。

近年来开展了大量的植物花期预报研究工作,主要方法有3类: ① 回归模型预测法,采用相关分析筛选出与植物花期相关性较高的多项气象因子,以此建立单项或多项的花期预测回归模型,如陈道培3预测樱花盛花期,韩艳凤等4预测南果梨始花期,刘红霞[5]预测苹果始花期。 ② 积温模型阀值法,由于植物开花前的积温条件影响其开花时间的早晚,根据多年统计所得植物开花所需的积温规律来预测花期,如刘欢等[预测杜鹃花可观赏初始日,鹿翔等[7预测翠冠梨始花期,李春晖等[8预测油菜花期。 ③ 物候模型预测法,通过植物的前一个物候期来预测后一个物候期的预报方法。通过分析2个物候期的关系来建立预报模型,如邓环等9预测砂梨花期,雷延鹏等[10]预测苹果花期,丘建煌等[11]预测蓝花楹花期。

六春湖地区地形多样、立体气候丰富,杜鹃花海由北到南延绵3座山脊,分别是六春湖、茅山尖和桃源尖,是3山连成的一座杜鹃花山脊线。位于海拔 1100~1400m 的山脊上的杜鹃花海,其花期较其他地方稍晚,每年4月下旬到5月中旬是桃源尖、六春湖地区杜鹃花海观赏的最佳时期。由于海拔较高及温差的原因,花开时间一般在五一前后,整个花期持续10d左右。因此,建立杜鹃花期预报方法,对提高花期预报的准确性和时效性、推动赏花特色休闲旅游项目及文旅市场的快速发展具有重要意义。

1资料与方法

1.1研究区概况六春湖景区位于浙江省龙游县的西南方位(图1红色椭圆区域内),地处浙江大竹海和省级国家森林公园之中,属国家一级生态保护区,区内林木繁茂,植被覆盖率在 95% 以上。六春湖以湖为名,实则为山,海拔1390.5m ,是浙江龙游的最高峰。高海拔使这里终年云雾缭绕,气候条件优异,龙游县年平均气温 六春湖山区杜鹃花气象因子相关性分析及花期预测3 ,年降水量1602.6mm ,年平均相对湿度 79% ,全年日照时数为 1761.9h 全年无霜期为 257d, 0

1.2数据来源气象数据来源于龙游县气象局,包含六春湖上站(山顶)、六春湖中站(山腰)和浙源里站(山脚)2020一2023年的气温、降水量、风向风速和相对湿度等常规气象资料。结合龙游站2019—2024年气候资料,分析六春湖地区的气候背景。该研究收集杜鹃花物候资料,并参考杜鹃花生育期图片、游客数据和游客评论等进行印证。



本文为全文原貌 未安装PDF浏览器用户请先下载安装
原版页码:ankx20250733.pd原版全文

六春湖山区杜鹃花气象因子相关性分析及花期预测4
图1六春湖景区地理位置Fig.1Geographical location of Liuchun Lake scenic area

1.3研究方法运用统计学方法、相关性分析和回归分析等数学统计手段,筛选影响杜鹃花花期的气候因子;根据灰色关联分析法判断影响花期的主要气候因子之间发展趋势的相似程度;采用积温阈值法统计并预测杜鹃花开放所需的积温条件。按照《农业气象观测规范》木本植物物候期标准对杜鹃花进行物候观测。开花期分为始期、盛期和末期。以花朵开放多于 10% 为初花期,花朵开放 50%~80% 为盛花期,花朵开放多于 80% 为凋谢期。

2 结果与分析

2.1杜鹃花花期距平与气象因子相关性分析 影响植物物候变化的环境因素以气温、光照和水分为主[12]。植物的开花需要一定的低温来打破花芽的自然休眠,开花前达到一定的积温才能萌芽开花[13]。植物开花也需要一定时间适宜的光周期处理,即光周期的诱导[14]。一般情况下,光照时间缩短能促进短日照植物开花,而光照时间延长则延迟花期[15]水分对植物花期物候的影响差异明显,干旱和水分增加都可能提前植物的花期物候。足量的水分会加速生理过程,促进生长发育,从而影响花期物候的时间节点[6]

采用相关性分析筛选影响杜鹃花盛花期的气象因子。相关的气象因子主要从上年12月至本年4月的旬平均气温、旬平均最高气温、旬平均最低气温、旬日照时数和旬降水量中进行筛选,筛选出与杜鹃盛花期相关性较高的多项气象因子。为克服不同气象因子量纲的差异,将上述气象资料用公式(1)进行标准化处理。

六春湖山区杜鹃花气象因子相关性分析及花期预测5

式中 六春湖山区杜鹃花气象因子相关性分析及花期预测6 ,为年序)为标准化后的气象因子序列;六春湖山区杜鹃花气象因子相关性分析及花期预测7 为原始气象因子序列; 六春湖山区杜鹃花气象因子相关性分析及花期预测8 为原始气象因子序列的平均值;δ为 六春湖山区杜鹃花气象因子相关性分析及花期预测7 的均方差。

盛花期资料按公式(2)进行距平处理。

六春湖山区杜鹃花气象因子相关性分析及花期预测10

式中: 六春湖山区杜鹃花气象因子相关性分析及花期预测11 ,为年序)为盛花期距平序列; 六春湖山区杜鹃花气象因子相关性分析及花期预测12 为盛花期序列: Z 为盛花期平均值。

植物花期与前期温度、光照条件、降水等气象条件密切相关。将六春湖杜鹃花2019—2023年盛花期与上年12月1日至对应年份4月30日的旬气象因子进行相关性分析。从盛花期距平与标准化气象因子的相关性(表1)可以看出,气温和降水量对杜鹃花盛花期的影响较为明显。气温因子与杜鹃花盛花期有较强的负相关性,其中4月下旬平均气温、12月上旬平均最高气温、4月下旬平均最高气温与盛花期的相关系数分别为 六春湖山区杜鹃花气象因子相关性分析及花期预测13 和-0.90( P<0.05 。表明气温越高,杜鹃花花期越早,即气温的升高会使杜鹃花的花期提前。1月下旬降水量与盛花期存在显著正相关,相关系数为 0.93(P<0.05) ,表明降水量过多会推迟花期的到来。而日照因子未通过显著性检验,表明日照因子对杜鹃花的盛花期影响较小,六春湖山顶的光照充足,能够满足杜鹃花开花所需的光照条件,因此对日照因子不敏感。

2.2 灰色关联度分析

2.2.1不同年型下气温的灰色关联度分析。统计不同年型下的日平均气温和旬平均气温,分析各年型日平均气温和旬平均气温的关联度。针对日平均气温,选取5个评价项:2019—2023年日平均温度(2月1日—4月30日的日平均气温数据,统一取89个日平均气温样本数据,每年89个日平均气温数据为一个评价项。其中2020和2022年的2月1日—4月30日有90d,剔除掉2月最后1d的数据),以2024年2月1日—4月30日的日平均气温为参考值,研究5个评价项与2024年日平均气温的关联度。针对旬平均气温,选取5个评价项:2018—2023年旬平均温度(上年12月上旬—4月下旬的旬平均气温数据,取15个旬平均气温样本数据。例如2018年12月上旬—2019年4月下旬的旬平均气温,为一个评价项),以2023年12月上旬一2024年4月下旬的旬平均气温为参考值,研究5个评价项与2024年旬平均气温的关联度。对2组气温数据采用均值化处理,分辨系数p取0.5。灰色关联度排序结果如表2所示。针对5个日平均气温的评价项,2021年日平均气温评价最高,关联度为0.740,其次是2023年日平均气温,关联度为0.736。针对5个旬平均气温的评价项,2023年旬平均气温评价最高,关联度为0.715,其次是2020年旬平均气温,关联度为0.675。



本文为全文原貌 未安装PDF浏览器用户请先下载安装
原版页码:ankx20250733.pd原版全文

经典小说推荐

杂志订阅

友情链接