2.3 荔枝产量预报 利用调和权重法对历年荔枝趋势产量进行外推预测[10]。根据式(4)计算得出气象生理产量,二者的产量之和为模拟的增城荔枝单产,具体结果如表2所示。得出模拟产量后,与实际产量进行对比,并进行模型预报准确率检验,模型准确率按式(5)计算。由表2中模拟气象生理产量可以看出,产量预报准确率最低为64.77%(2001年),最高为99.91%(2017年),有16个年份的预报准确率在85%以上,平均预报准确率达90.52%。分析结果表明,基于关键气象因子的荔枝产量预报方法,对于增城荔枝产量的预报效果良好,可以投入业务应用。 3 结论 (1)根据果树生理生育特征,本研究将荔枝产量分解为趋势产量和气象生理产量。趋势产量采用平均模拟滑动法求出,对气象生理产量与气象因子做相关性分析,确定影响荔枝生长发育的关键气象因子。在荔枝花芽分化期,需要适当的低温和一定的光照条件;冬季高温会导致荔枝出冬梢,抑制荔枝花芽分化。果实生长发育期,适当的温度可以促进果实膨大,而降水过多、湿度过大除了影响果实发育,还会导致荔枝病虫害偏重发生。秋梢生长时,降水过多、高温天气对生长不利,需充足阳光。 表2 1999—2018年增城荔枝产量预报结果及精度 (2)利用调和权重法对趋势产量做外推预测,基于关键气象因子建立气象生理产量预报模型,模拟得出的增城荔枝单产精度较高,符合荔枝生产实际,该方法也易于业务使用。 (3)气象因子对荔枝产量的影响会因荔枝品种不同而存在差异,由于资料来源的局限性,研究无法将荔枝的产量数据基于不同品种进行区分,包括荔枝的不同生育期阶段,导致气象因子对荔枝关键生育期影响的分析不够全面。研究未将气象产量和生理产量进行进一步拆分,综上导致预报产量和实际产量之间会存在一定的误差。 参考文献(数量过多,略) |