一种基于气象条件的荔枝大小年区域预报模型的构建方法
技术领域
本发明涉及作物栽培
技术领域
，具体是一种基于气象条件的荔枝大小年区域预报模型的构建方法。背景技术
荔枝是无患子科、荔枝属常绿乔木，高约10米。果皮有鳞斑状突起，鲜红，紫红。成熟时至鲜红色；种子全部被肉质假种皮包裹。花期春季，果期夏季。果肉产鲜时半透明凝脂状，味香美，但不耐储藏。荔枝是大小年非常明显的亚热带水果，小年与大年相比减产达到80％以上。大小年产生的主要原因是气象条件限制了花开坐果和土壤养分供应不足。但是有关荔枝大小年年型诊断或预报方法还没有实现定量化，也没有直接找到大小年产生的根本原因，致使生产上的任何调控只能是仁者见仁智者见智，尽管多多少少都会有所收效，但是结果远不理想。目前针对荔枝大小年成因的研究结果尚无定论，生产上也出现了能一定程度上对小年进行调控的方法，但是还不能形成通用的技术或技术体系。
本发明的目的是建立一种基于气象条件的荔枝大小年区域预报模型，旨在确定一个区域荔枝大年情况下绝大多数地块都是大年、反之小年情况下绝大多数地块都是小年发生的气象条件，以此作为田间微气象条件调控的依据。
发明内容
本发明的目的在于提供一种基于气象条件的荔枝大小年区域预报模型的构建方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：
一种基于气象条件的荔枝大小年区域预报模型的构建方法，包括以下操作步骤：
步骤一：荔枝大小年年型数据的准备；
步骤二：气象数据的准备；
步骤三：区域预报概念模型的构建；
步骤四：区域预报解析模型的解析。
作为本发明进一步的方案：所述步骤一中的荔枝产量大小年年型数据由模型使用者监测获得或者向国家相关部门获得，该数据是同一地区1000亩以上荔枝园连续10年以上的监测数据。通过相关部门调查和数据分析确定的大年、偏大年、平年、偏小年和小年5级，并分别赋值5、4、3、2和1数值。
作为本发明再进一步的方案：所述步骤二中的气象数据使用就近国家气象站免费公布的每日气象数据，气象数据指标包括最低温度、平均湿度。
作为本发明再进一步的方案：所述步骤三中的区域预报概念模型为Pi＝f(X1；X2)；其中：X1、X2分别为月最低温度、月平均湿度。
作为本发明再进一步的方案：所述步骤四中的区域预报解析模型为Pi＝a0+a1*X1+a2*X2，其中a0～a2为统计方法获得的模型参数。
与现有技术相比，本发明的有益效果是：
本发明提供的一种基于气象条件的荔枝大小年区域预报模型，是基于一个地区过去连续10年以上荔枝大小年年型监测结果和就近气象站的气象数据而建立的，模型简单、实用、参数容易获得、预报精度高，可以代表一个气象站所覆盖的荔枝产地区域的大小年情况，当模型建立后可以分别在某段时间进行半定量和定量预报，也可以反演历史大小年情况。模型的重要意义在于：(a)如果模型得不出荔枝大小年与土壤养分供应的显著相关关系，则气象条件为荔枝产量大小年影响的主要因素；(b)在不利气象年型下主动采取措施避免花期等与不利气象条件相遇,如暖冬采取植物生长调节剂控制早花、搭建防雨棚控制降水等；同时也可以通过调节田间小气候的方式避免小年或偏小年的发生。
附图说明
图1为一种基于气象条件的荔枝大小年区域预报模型的构建方法的框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1，本发明实施例中，一种基于气象条件的荔枝大小年区域预报模型的构建方法，包括以下操作步骤：
步骤一：荔枝大小年年型数据的准备；
步骤二：气象数据的准备；
步骤三：区域预报概念模型的构建；
步骤四：区域预报解析模型的解析。
所述步骤一中的荔枝产量大小年年型数据由模型使用者监测获得或者向国家相关部门获得，该数据是同一地区1000亩以上荔枝园连续10年以上的监测数据。通过相关部门调查和数据分析确定的大年、偏大年、平年、偏小年和小年5级，并分别赋值5、4、3、2和1数值。
所述步骤二中的气象数据使用就近国家气象站免费公布的每日气象数据，一般地在100公里范围内均具有国家气象站，一个气象站平均覆盖3～4个县，历史气象数据可以追溯到几十年以前；气象数据指标包括最低温度、平均湿度。
所述步骤三中的区域预报概念模型为Pi＝f(X1；X2)；其中：X1、X2分别为月最低温度、月平均湿度，得到相关系数r＝0.989**，合格率(误差＜±1)＝100％。
所述步骤四中的区域预报解析模型为Pi＝a0+a1*X1+a2*X2，其中a0～a2为统计方法获得的模型参数。
实施例：
步骤一：荔枝大小年年型数据的准备；
根据对相关部门调查和数据分析确定1990-2019广西灵山荔枝产量大小年年型，将大年、偏大年、平年、偏小年、小年5级分别赋值5、4、3、2、1数值；
步骤二：气象数据的准备；
1990-2019年的广西灵山气象数据来源于国家气象站,气象数据包括每日的最低温度、平均湿度。
步骤三：区域预报概念模型；
区域预报概念模型为Pi＝f(X1；X2)；X1、X2分别为广西灵山的12月最低温度、12月平均湿度。
步骤四：区域预报解析模型；
区域预报解析模型为Pi＝a0+a1*X1+a2*X2，其中a0～a2为统计方法获得的模型参数，X1、X2分别为广西灵山的12月最低温度、12月平均湿度。
具体预报模型：
广西灵山当年荔枝大小年预报模型为：Pi＝15.6839-0.5081*X1+0.0939*X2，r＝0.989**，n＝29，合格率100％，这里定义的预报合格率为：与当年实测年型相比，预报误差在±1个年型内的结果为预报合格。
大年气象条件：(1)12月最低温度的平均＜10.0℃；(2)12月平均湿度的平均＜70.0％。
尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
- 上一篇：石墨接头机器人自动装卡簧、装栓机
- 下一篇：一种协同新能源发展的电网规划方法
