广东增城荔枝产量预报方法研究

彭晓丹，欧善国

(广州市气候与农业气象中心，广东 广州 511430)

0 引言

荔枝(LitchichinensisSonn.)属常绿乔木，中国是全球荔枝第一产业大国，已有2 000多年的种植记载历史。广东省荔枝分布范围居全国首位，而广州市增城区又是最著名的产区之一，其荔枝以品种多、品质优、口感佳和历史悠久而驰名中外，是中国国家地理标志产品。作为典型的亚热带常绿果树，荔枝的生长和产量易受气象条件影响。齐文娥等[1]研究表明，荔枝产量、生长期与花期降雨时间呈显著负相关，与抽穗期最低温及花期最高温呈显著正相关。林国冲等[2]研究广东省高州市2011年荔枝中、迟熟品种出现座果率低的原因主要是花期天气干燥。吴志祥等[3]研究海南荔枝发现，对花芽分化影响最大的气象因素是最低气温。林文城[4]研究发现，随着荔枝生产管理技术的不断提高，全球气候变化导致的极端天气事件不断增加，使得荔枝产量受气候条件的影响更为突出。现有研究多以分析影响荔枝生产的气象条件为主，对于荔枝产量预报的研究较为少见[5-7]。本研究以典型的荔枝产区广州市增城区为例，分析影响荔枝产量的关键气象因子，并初步建立荔枝产量预报模型，研究成果可为政府部门实施乡村振兴战略、促进战略性支柱产业集群培养和推进荔枝品牌产业发展提供参考。

1 资料与方法

1.1 资料来源

荔枝产量和种植面积数据来源于广州市统计局网站，气象数据来源于广州市气象局，包括气温、降水量、降水日数、日照时数和相对湿度等气象要素，资料时间序列为1999—2018年。所用荔枝单产数据由荔枝产量和种植面积换算得到，单位为kg/hm2。

1.2 分析方法

作物产量一般可分解为趋势产量、气象产量和随机产量，而荔枝前1年的树势营养会影响第2年的荔枝产量，即树势营养决定生理产量[8]。荔枝实际产量可按式(1)计算。

Yi=Yt+YM+Yb+δ

(1)

式中Yi——实际产量

Yt——趋势产量

YM——气象产量

Yb——生理产量

δ——随机噪声

其中，趋势产量由社会经济因素决定，气象产量由气象条件决定，生理产量由树势营养决定，随机噪声通常忽略不计。本文将气象产量和生理产量合为一项，即气象生理产量[9-10]。于是式(1)可转变为式(2)。

Yi=Yt+YMb

(2)

式中YMb——气象生理产量

趋势产量分离后，可得气象生理产量如式(3)所示。趋势产量的分离采用直线滑动平均模拟法。

YMb=Yi-Yt

(3)

2 结果与分析

2.1 影响荔枝产量的关键气象因子

根据荔枝的生长特征，荔枝物候期通常分为生长期、抽穗期、花期和成熟期4个主要生长过程。生长期包括花芽分化和露白点阶段，花期指初花到谢花阶段，成熟期包括第1、2次生理落果、果实着色及果实成熟，时间跨度大致在12月到翌年7月，期间气象条件是决定果实数量和质量的重要原因之一。8—11月荔枝处于控梢生长期，同样受气象条件的影响，会决定花芽分化的数量和质量。综合来看，当年荔枝产量主要受上一年8月至当年7月气象条件的影响，在此基础上研究采用旬气象数据。广州市增城区历年荔枝产量如图1所示。

图1 增城历年荔枝产量Fig.1 Yield of Litchi in Zengcheng in 1999—2018

2.1.1气象生理产量与气象因子相关性

因资料时间序列较短，滑动步长以3年为宜，分离出趋势产量后，根据式(3)可得荔枝气象生理产量，分析其与同期气象数据相关性。从结果中选取呈显著性相关、具有明显生物学意义的关键气象因子共11个，其中6月中旬降水日数、6月中旬平均气温、上年8月上旬日照时数和上年9月上旬最高气温等9个气象因子，达0.05显著水平，上年10月下旬日照时数和10月下旬降水日数，达0.01显著水平，具体结果如表1所示。

表1 荔枝气象生理产量与气象因子相关性Tab.1 Correlation between Litchi meteorological physiological yield and meteorological factors

2.1.2花芽分化关键期

荔枝虽喜高温高湿，喜光向阳，但其遗传性特性又要求花芽分化期有相对低温，最低气温-4～-2 ℃又会遭受冻害，即气温过低或过高都会抑制荔枝的花芽分化[11]。据研究报道，2007年深圳冬季气温偏高导致部分荔枝出冬梢，抑制了荔枝的花芽分化，在全球气候变化的大背景下，暖冬是荔枝减产的重要原因之一[12]。2017年增城荔枝产量仅为736.05 kg/hm2，属于典型的荔枝“小年”。2016年12月中旬到2017年1月上旬，增城平均气温17.5 ℃，比常年高3.2 ℃，最低气温6.5 ℃，冬季高温是导致当年荔枝减产的主要原因之一。增城荔枝的花芽分化期从12月中旬到第2年1月中旬，要求冬季低温、少雨，日照充足[13]。由表1可以看出，在增城荔枝花芽分化关键期，荔枝产量与平均气温、降水日数呈显著负相关，而与日照时数呈显著正相关[14-15]。

2.1.3果实生长发育期

荔枝果实发育期宜天气晴暖、干湿适宜，忌连绵阴雨、暴雨和高温干旱，低于15 ℃的气温会引起严重落果[11]。由表1可以看出，荔枝产量与果实发育期气温呈显著正相关，即荔枝果实发育需要一定的温度。荔枝果实发育时正处于华南地区的“龙舟水”时期，即降水高峰期，根据陆杰英等[13]研究，2002年荔枝果实发育期增城降水适宜、阳光充足是当年丰产的重要原因之一。这与本文研究发现，荔枝产量与6月中旬降水日数成负相关、与日照时数呈正相关的结论一致(表1)。降水过多、湿度过大还会导致荔枝病虫害偏重发生，影响荔枝最终产量[14-15]。

2.1.4控梢生长期

荔枝秋梢生长时如遇秋旱会导致秋梢不能按时抽生，但也有研究表明，秋旱有利于荔枝秋梢营养积累[16-17]。本研究表明，增城荔枝产量与10月下旬降水日数呈显著负相关，即降水过多对荔枝的秋梢生长不利。根据表1中荔枝产量与9月上旬最高气温、10月下旬日照时数的相关性分析，秋梢生长时还需充足阳光，且温度不宜过高。控冬梢时如遇高温高湿则会发生徒长现象，消耗树体营养[16]。

2.2 气象生理产量预报模型

将产量与表1中的气象因子做逐步回归，得到拟合预报方程如式(4)所示。

YMB=3.179X1+0.535X2+0.238X3-119.005

(4)

式中YMB——拟合的气象生理产量

X1——6月中旬平均气温

X2——10月下旬日照时数

X3——12月下旬日照时数

其中拟合的气象生理产量YMB可根据式(3)计算得到。该方程R=0.884，F=19.062，方程通过0.01显著性检验。

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。

(5)

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。

表2 1999—2018年增城荔枝产量预报结果及精度Tab.2 Prediction results and precision of Litchi yield in Zengcheng from 1999 to 2018

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。

(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。