永福镇台品樱花始花期预测分析

陈思捷 陈洋麟 肖秀珠 江帆

摘要 利用1971—2020年ERA5 0.25×0.25再分析的地面气温、雨量、相对湿度等气象要素资料，开展基于积温预报方法、600度法则方法的检验修订，应用地面自动站点2012—2021年实测资料建立樱花始花期预报模型，对比分析3种樱花始花期的预测准确率。研究结果表明：（1）使用積温预报方法得出的预报指标为每年1月1日以后日平均气温≥0 ℃、活动积温达334 ℃·d即为开花日，600度法则方法以前一年12月25日为起始日，日最高气温累积达

600 ℃·d即为开花日，使用2种指标进行历年回测，除去异常年份，始花期平均误差天数分别为3.2 d，通过方差分析得出600度法则效果较好；（2）将樱花花期与各个阶段气温、最高温度进行相关性分析，发现其与12月中旬平均气温呈负相关，采用逐步回归分析方法得到樱花始花期预测模型，进行历年回测，除去异常年份误差，始花期平均误差天数为2.3 d。

关键词 樱花始花期；预报模型；600度法则；积温预报；日本樱花

中图分类号：S685.99 文献标识码：B 文章编号：2095–3305（2023）02–0004-03

福建省漳平市永福镇是对台交流合作先行区，因其山地气候与台湾旅游景区阿里山相近，被台商誉为“大陆阿里山”，已成为福建省乃至大陆对台交流合作的重要区域之一。永福镇台创园创新思维，率先在茶园种植了近万株樱花，经过多年的培育，永福镇成为全国规模最大的樱花基地——中国最美樱花圣地。永福台品樱花园樱花品种约42种，主要有中国红、绯寒樱、云南樱、染井吉野樱、牡丹樱等。花期大约在每年1月下旬至3月中旬，每个品种的樱花开放时间只有半个月左右，不同品种的樱花次第开放。第一波樱花盛开的主要是红色的绯寒樱、中国红、八重樱、雾色樱；第二波盛开的主要是粉色的云南樱和白色的染井吉野樱；第三波盛开的是粉色的松月樱、关山樱、普贤象樱等。目前民众及旅游管理部门对樱花赏花期气象服务需求迫切，精准的气象服务可指导相关部门提前安排樱花赏花期旅游工作、赏花期游客服务，同时精准的花期预报可指导游客提前安排赏花时间。

谢玉华等[1]通过漳平国家基本站与永福上林水库自动站2008—2015年的自动站数据进行相关分析，得出永福镇上林水库1980—2015年的气象信息，并通过积温预报方法和600度法则对樱花始花期进行预报，得到2个预报指标，但其使用的35年永福镇气象资料为通过漳平与永福相关性得出永福镇的气象资料，且其预报指标在近几年始花期预报中，效果较差。杨涛等[2]对清镇市樱花始花期进行分析发现，樱花花期与各阶段气温、最高气温、日照时数紧密相关，尤其与2月下旬最高气温存在极显著负相关，采用积温分析法得出始花期预测指标为1月15日起，日最高温度累积值≥611.8 ℃·d时，即为樱花开花日。饶红欣等[3]对湖南省森林植物园内的日本樱花进行连续7年的物候观测并进行相关分析和线性回归发现，始花日与3月的平均最高气温和1—2月的平均最高气温呈显著负相关，与1—3月的平均最高气温呈极显著负相关，但该研究样本数较少，使用该方法发现每年的月平均气温偏差不大，与始花日分析相关性较小。舒斯等[4]研究表明，积温与始花期相关性显著。

本文主要研究内容为对台品樱花园红色早樱的始花期预测。在谢玉华等[1]的研究基础上新累积了2016—2021年的花期资料，对积温预报方法、600度法则进行检验修订，并使用统计相关方法建立始花期预报方程。

1 材料与方法

1.1 资料

樱花园樱花移植于2011年，于2012年开始开花，永福镇政府自2012年起举办樱花节，至今有11年花期系列，始花期标准为第一次观测到开花植株数占总株数达10%。将2012—2020年始花期转换成日序数，得到多年平均实际始花期为2月1日。气象资料使用1971—2020年ERA5 0.25×0.25再分析地面气象要素资料，以及永福镇上林水库区域站2012—2022年的实况资料。

1.2 研究方法

1.2.1 积温预报、600度法则方法 樱花花期的相关研究均表明樱花的生长过程需要一定的总热量，主要与气温有关。除使用平均气温来表示，还多使用日最高气温累积值来分析樱花花期的影响指标。积温预报方法统计逐年1月1日到始花日≥0 ℃的活动积温作为指标。600度法则通过统计多年始花日之前的日最高气温累加值达600度找出一个起始日期作为指标进行预报。

2.2.2 统计相关分析 使用SPSS 22软件对数据进行统计分析，用相关分析法分析樱花始花期与不同阶段的平均气温、最高气温之间的相关性，利用逐步回归分析法找出关键因子并建立预报模型。使用2012—2021年数据用于建立模型，并2022年资料进行检验。

2 结果与分析

2.1 永福镇气候概况分析

使用2010—2020年ERA5 0.25×0.25再分析资料数据与永福镇上林水库实况资料进行对比分析，匹配效果较好。对再分析地面气象要素资料进行气候分析，得出永福镇台品樱花园气温适宜、降水充沛、光照充足，年平均气温18.5 ℃，最高月平均气温26.5 ℃，最低月平均气温为9.6 ℃，年平均相对湿度为79%，年平均总降水量2052.8 mm。从图1可以明显看出，近50年气候变化呈变暖趋势。

2.2 积温预报

永福樱花多于每年立春（2月4日）前后开花，因此将2月4日、2月1日作为基点，使用1971—2020年ERA5 0.25×0.25再分析地面气温资料，统计逐年1月1日—2月4日、2月1日≥0 ℃的活动积温分别为334.12、304.98 ℃·d。利用2012—2022年上林水库区域站实况资料对指标进行检验。

从表1可以看出，积温预报方法主要在2013—2019年预报效果较好，在2021—2022年误差天数达到了10 d左右，2月4日、2月1日预报的平均误差天数分别为4.5、4.9 d，除去误差天数≥10 d的年份，平均误差天数分别为（3.2±2.48）、（4.3±3.1） d。从以上来看，利用2月4日为基点的预报效果较好。

2.3 600度法则预报

使用永福镇1971—2020年ERA5 0.25×0.25再分析日最高气温资料，同积温预报方法，分别将2月4日、2月1日作为600度法则的结束日期，统计过去49年从2月4日、2月1日往前累积日最高气温相加达600 ℃的平均日期分别为12月25日、12月22日。利用实况检验2个起始日期的预报情况。

由表2可知，2018年与2022年的预报误差达到了13～14 d，12月22日起报的2018年预报误差达到了17 d，2022年误差也达到了9 d。除去误差天数较大的年份为2018、2022年，12月25日起始日预报的平均差天数为（3.2±2.0）d，12月22日起始预报的平均误差天数为（4.0±2.8）d。与表1进行对比得出，使用600度法则，12月25日起始预报效果较好。

2.4 相关性分析预报

将永福镇区域站实况资料2011—2021年12月—1月的日平均气温、最高气温进行统计成旬资料，与永福镇樱花始花期日序数进行相关性分析，得出各个阶段气温与始花期序列的相关系数。

从表3可以看出，始花期日序与气温大部分呈负相关关系，与12月上旬的平均气温、最高气温相关性较差，该阶段气温对樱花花期影响较小。主要影响阶段处在12月中旬—1月上旬，其中12月中旬、12月下旬、12月平均气温，12月中旬、1月上旬最高气温与樱花始花期呈较显著负相关，尤其与12月中旬的平均气温呈显著负相关，且与樱花花期的相关性达显著水平（P＜0.05），表明12月中旬的平均气温对永福镇樱花花期的影响最大，即12月平均气温越高，花期越早。

通过相关性分析，12月中旬平均气温与始花期日序数最相关。利用SPSS 22软件对日序数与相关因子做逐步回归分析，得到永福镇樱花始花期的预报模型：

Y=-2.751X+56.644（1）

式（1）中，Y为始花期日序数，X为12月中旬平均气温，方程显示12月中旬平均气温每升高1 ℃，花期提前2.75 d。方程通过0.05显著性检验，即回归方程有效。

利用2012—2021年的实况资料对方程进行回测。结果表明：2012—2013年、2018年誤差天数较大，最大达到13 d，其余年份平均误差为2.3 d，差异较小。利用该模型将2022年因子代入得实际日序数为22，与实际始花期误差为3 d。

2.5 预测异常年份分析

预报效果较好的600度法则和相关分析方法，在回测时都会出现预报误差较大的情况，误差较大的年份为2012、2018、2022年。2种方法预报的2012年、2018年始花期比实际较早，2022年预报的始花期比实际偏迟。

通过对2012、2018、2022年气象实况进行分析，发现2012、2018年均为上一年12月—翌年2月上旬受多次冷空气影响，多次冷空气导致日平均气温在10 ℃以下，强冷空气影响多日日平均气温在5 ℃以下，同时1月份降水均偏多，冷空气及阴雨天气导致2次始花期偏迟均为多次冷空气影响导致；对2022年气象资料进行分析，发现2021年12月份平均最高气温比气候平均值偏高0.7 ℃，2021年12月降水日数仅为4 d，比往年降水平均日数偏少54%，同时2022年1月份上半月雨日仅为3 d，降水少，光照充足，导致2022年樱花始花期明显提前；2021年12月初也受冷空气影响，但在相关性分析中可知12月份上旬的平均气温、最高气温对樱花花期基本无影响，因此在12月中旬前的冷空气不会造成樱花花期推迟。

3 小结与讨论

永福镇气候条件有利于樱花树的种植，近50年气候变化呈变暖趋势，2012—2022年樱花始花期受气温变暖影响，始花期明显提前。

3种预报方法中，600度法则及相关性分析建立预报方程的方法预报效果较好，除去异常年份，预报误差天数分别为3.2、2.3 d。在多阴雨天气及多冷空气影响的年份，樱花始花期会明显推迟，600度法则及回归方程的预报效果明显降低，误差约为10 d。

通过相关性分析得出：12月份上旬前的气温波动对樱花花期影响较小，樱花始花期主要受12月中旬后的气温影响。

樱花始花期受多种因素影响，除气象因素外，还有生长环境、樱花管理等因素，目前已有的台品樱花园物候观测资料不多，需进一步观测收集相关资料，继续优化预报模型，提高预报准确率。

参考文献

[1] 谢玉华，钟启平，肖秀珠.漳平市永福樱花始花期预报技术研究[C]//第32届中国气象学会年会S15提升气象为农服务能力，保障农业提质增效.[出版地不详]：[出版者不详]，2015：59-63.

[2] 杨涛，陈宇，张皓，等.清镇市樱花始花期预测分析[J].南方农业，2021，15（31）： 183-187.

[3] 饶红欣，彭信海，王萍，等.日本樱花花期观测与规律分析[J].经济林研究， 2014，32（2）：133-135.

[4] 舒斯，肖玫，陈正洪.樱花始花期预报方法[J].生态学报，2018，38（2）：405-411.

责任编辑：黄艳飞

Prediction and Analysis of the Initial Flowering Period of Formosa Cherry in Yongfu Town

Chen Si-jie et al（Zhangping Meteorological Bureau， Zhangping， Fujian 364400）

Abstract In this paper， based on the accumulated temperature prediction method and the 600 degree rule method， the surface temperature， rainfall， relative humidity and other meteorological element data reanalyzed by ERA5 0.25 × 0.25 from 1971 to 2020 are used to carry out the inspection and revision， and the forecast model of cherry blossom initial flowering period is established by using the measured data of automatic ground stations from 2012 to 2021 to compare and analyze the prediction accuracy of three cherry blossom initial flowering periods. The research results show that： （1）The prediction index obtained by using the accumulated temperature prediction method is that the daily average temperature ≥0 ℃ after January 1 of each year， and the active accumulated temperature reaches 334 ℃·d， which is the flowering date. The 600 degree rule method uses December 25 of the previous year as the starting date， and the daily maximum temperature reaches 600 ℃·d， which is the flowering date. The two indexes are used for the back measurement over the years， and the average error days of the first flowering period are 3.2 days respectively， excluding the abnormal years， The effect of 600 degree rule through variance analysis is better. （2）The correlation analysis of the cherry blossom period with the air temperature and the highest temperature in each stage shows that it has a negative correlation with the average air temperature in the middle of December. The stepwise regression analysis method is used to obtain the prediction model of the cherry blossom initial flowering period and carry out the backtesting over the years. The average error days of the initial flowering period are 2.3 days after removing the abnormal year error.

Key words Cherry blossom; Forecast model; 600 degree rule; Accumulated temperature forecast; Japanese cherry blossom

作者简介 陈思捷（1993—），女，福建漳平人，助理工程师，本科，主要从事气象综合业务工作。

收稿日期 2022-10-15