首页 > 分享 > 基于积温的文冠果开花物候期预测模型的构建

基于积温的文冠果开花物候期预测模型的构建

花匠小妙招
2024-11-13 00:24

文冠果（Xanthoceras sorbifolium）为无患子科（Sapindaceae）文冠果属（Xanthoceras）单型种，无患子科的最北分布，中国特有[1]。起源早于第三纪[2]，历经第三纪（距今6 500万 ~ 258.8万年）、第四纪（距今258.8万 ~ 180万年）冰川期而存活下来，被称之为“孓遗种”，是被子植物的活化石，具有非常重要的研究价值。文冠果有“东方橄榄”之美誉，被誉为中国北方最有潜力的生物产业树种之一，是花色艳丽、树姿优美的观赏树种，同时因其耐贫瘠又是绿化先锋树种；还是优良食品与纹理美观致密的特种用材树种[3]。文冠果一般3—4月萌芽，4—5月为花期，7—8月为果期。一般情况下，顶生花序从底部开放，侧生花序基本同时开放，1棵树花期可达10 ~ 15 d[4]。文冠果随各地气候条件差异其开花结果时间有较大差异，例如宁夏银川的文冠果于2014年被观测在4月20日开放[5]，内蒙古乌丹地区的文冠果于2008年被观测5月12日为初花期[6]，2013—2014年福建建宁无患子被观测到5月19日进入初花期[7]，准刻尔盆地南缘2008、2009、2010年的初花期分别为5月9日、4月26日、5月24日[8]。如果能够对各地的文冠果花期进行准确的预测，建立花期预报模型，将对发展文冠果的观赏旅游价值、经营活动等有着重要的指导意义。

物候学是一门古老的科学，是指研究气候和有机体之间的相关性[9]。而植物生物气候模型的起源是于1735年Reaumur提出的“日”总和概念，早于生物气候学的正式建立。物候模型作为对植物物候变化预测的有力工具和参考已经被广泛用于植物物候期预测[10]；重建过去的气候变化[11−12]、模拟树种分布变化趋势[13−14]、预测未来的气候变化[15−17]、农业生产和风险评估[18−19]等领域。

生物气候模型代表气候因素对生物体的影响所产生的现象、过程或机制，因此了解影响植物生长过程中的环境因素变显得极为重要。植物生长期间的物候变化主要受积温的影响[20]，积温是气象学中某时期内日均温大于某临界值Ti的合计值，表示为：

式中：T为日均温，Ti为临界值。然而，选择初始温度即临界值来计算积温是生物气候学的一个主要难题。由于0 ℃是水的冰点，通常认为是生物活动的临界温度，因而广泛用于生物物候的研究；10 ℃是喜温生物适宜发育、生长的起始温度，因而，广泛用于作物、昆虫的发育、生长与物候关系的研究[21]。吉良龙夫提出的温暖指数[22]为Ti选择5 ℃时的积温，温暖指数与寒冷指数统称为热量指数，被广泛应用[23−24]。但是，对于树木的物候期而言，特定物候期与温度指数相关性问题却被忽略。

文冠果分布于西北地区（陕西、甘肃、青海和宁夏），华北地区（北京、天津、河北、山西和内蒙古），东北地区（吉林和辽宁），华东地区（山东），华中地区（河南）、以及西南地区（西藏地区）（不含林芝地区），包括14个省 [25],大部分地区处于干旱或半干旱区，是文冠果的典型分布区[26]。所在团队王青根据文冠果相关文献（6 000篇）、植物志（26）和专科与地方志（5 000本）、馆藏标本（200）记录数据，采用世界气候数据（World-Clim Version 1：http://worldclim.org/），用Biodiversity R[27]，对气候变化下未来（2050—2070年）的空间分布与适宜区分布区进行了预测[28]。在此基础上，本文根据文冠果花期物候时间尺度上的调查数据、空间尺度上的多个地点观测数据，分别采用Ti取0、3、5、7、10 ℃的积温模型，对文冠果花期物候进行研究、试构建物候预报模型，并进行主要分布区的花期预报，以期对文冠果赏花旅游规划、经营管理提供时空理论依据。

1. 试验地概况

花期性状与积温模型的主要观测地点为北京市大东流苗圃（北方国家级林木种苗示范基地），位于北京市昌平区小汤山镇大东流村南（40°10′09″N 、116°27′21″E），为积温模型的主要观测地。属于暖温带半湿润大陆性季风气候，年平均日照时数2 684 h，年平均气温11.8 ℃，年平均降水量550.3 mm。苗圃（基地）占地2 300 hm2，培育有8年生不同遗传类型文冠果。

建立积温预测模型部分主要观测地如图1所示，包括北京、山东、宁夏、山西、辽宁、甘肃、河北、内蒙古共8个省在内的15个区县。积温模型建立的分布区域基于所在团队的研究结果[28]，即西北地区（陕西、甘肃、青海和宁夏），华北地区（北京、天津、河北、山西和内蒙古），东北地区（吉林和辽宁），华东地区（山东），华中地区（河南）、以及西南地区（西藏地区，不含林芝地区）。

图 1 观测地的分布

Figure 1. Distribution of observation points

2. 研究方法

2.1 物候调查与多地观测

于2017年选取大东流苗圃内3种花色（不同遗传型）文冠果各3株，分别为花蕾白色、淡黄（国家林业局2017授权新品种‘匀冠锦霞’Xanthoceras sorbifolium cv.‘Yunguanjinxia’）、黄色（‘金冠霞帔’ Xanthoceras sorbifolium cv.‘Jinguanxiapei’）作为主要观测对象，每株文冠果选取不同方向的3个序（皆为顶序）进行花期性状的观测，用游标卡尺记录每个花序长度的变化，并观察花朵总数。‘金冠霞帔’和‘匀冠锦霞’初花时浅黄色，随后花瓣上部呈浅红色或红色；白花型文冠果初花时白色，后期花瓣基部黄绿色转浅红色。同时，由合作伙伴观测全国主要分布区代表性地点（图1）白花文冠果不同物候的日期。

2.2 气象数据来源

全部气象数据均来自中国气象数据网（http://data.cma.cn/）（由于北京市海淀区近5年温度数据没有被收录，因此北京市海淀区采用全球天气网http://www.tianqi.com/数据进行计算）。

2.3 数据统计处理

将初花期、盛花期、末花期转换为日序数（从4月1日记起，4月1日记为1，4月2日记为2,⋯," role="presentation">2,⋯,以此类推）。将Ti = 0、3、5、7、10 ℃代入式（1），分别求出0、3、5、7、10 ℃积温用于计算。

Logistic模型为Verhulst于1838年提出，后由Pearl模型进行完善，得到了广泛应用与发展[29−30]，Logistic方程的表达式为Y = A/(1 + B × e-kt)，此方程存在两条渐近线y = A和y = y0，式中：A是Y值所能达到的最大值，存在一个拐点为t = lnB/k，y = A/2；B和k为系数。采用方差分析及多重比较对不同花色的物候期进行对比，并在大东流苗圃随机选取长势一致的不同花色植株各3株，每株选取不同方向的3个顶序，对每个花序的花朵数量及花序长度进行持续观察和记录，直到花期结束，将花序长度及花朵数分别做与积温的Logistic生长模型拟合及二次多项式模型拟合。

将近5年（2013—2017年）4月1日至5月31日的0、3、5、7、10 ℃积温做单因素方差分析；将5年的积温做平均值，做15个观测地区积温随日期变化曲线。将观测到的15个地区文冠果开花日期进行记录，计算出初花期、盛花期、末花期当日所需0、3、5、7、10 ℃积温，并进行双因素方差分析及多重比较分析。

将观测地区4月1日的0、3、5、7、10 ℃积温分别计算出来作为自变量，各个地区观测到的初花期距离4月1日的天数计算出来作为因变量，进行回归分析，得出文冠果时间尺度的预测模型。

地理信息系统（GIS）和地统计学的结合使用已经被证明是一种非常有价值的环境研究和植物分布空间分析方法[31−34]，在花卉物候学研究中应用将有助于在有限数量的采样位置的基础上创建物候图[35]。本文将近5年全国气象站点的文冠果物候期利用ArcGIS 10.2进行克里格插值处理，从而做出全国文冠果分布地的花期预测图。

3. 结果与分析

3.1 花期表型与物候的时间尺度分析 3.1.1 不同花色开花物候期对比分析

对北京市大东流苗圃观测的3种花色、27个花序的物候期[36]做统计描述及多重比较（表1），发现白花的开花期最早，匀冠的开花期最晚，均值相差2 d左右；匀冠与白花各个物候期差异显著，金冠初花期与白花差异显著，末花期与匀冠差异显著，说明金冠花期相对较长。文冠果开花时间从第1朵花开放至整个花序全部凋谢大概持续11 ~ 13 d，盛花期大约在开花的第3天。

表 1 3种类型文冠果平均开花物候期及多重比较

Table 1. Average flowering time of three types of yellowhorn and multiple comparisons

物候期
Phenological phase类型
Type平均日序
Average day number 初花期 Early blooming periodYGJX19.78 ± 1.30aJGXP18.33 ± 0.50aWF17.78 ± 0.97b盛花期 Full blossom periodYGJX20.67 ± 1.41aJGXP21.33 ± 10.00abWF22.22 ± 1.09b末花期 Final flowering periodYGJX29.33 ± 0.71aJGXP30.11 ± 0.78bWF30.67 ± 0.50b 注：YGJX.‘匀冠锦霞’；JGXP.‘金冠霞帔’；WF.白花。不同小写字母表示差异显著（P < 0.05），日序用连续变量表示（从4月1日记起，4月1日记为1，4月2日记为2,⋯," role="presentation">2,⋯,以此类推）。Notes: YGJX, Xanthoceras sorbifolium cv.‘Yunguanjinxia’; JGXP, X. sorbifolium cv. ‘Jinguanxiapei’; WF, white flower. Different lowercases mean significant difference at P < 0.05 level, and the day number is represented by continuous variables (starting from April 1st, April 1st is recorded as 1, April 2nd is recorded as 2,⋯," role="presentation">2,⋯, and so on). 3.1.2 不同花色花朵数随积温变化趋势分析

根据不同花色文冠果花朵数与积温、日期的散点图（图2）变化规律发现，花朵数随积温、时间的变化规律整体符合二次函数，拟合方程通过显著性检验（表2）。

表 2 不同花色文冠果花朵数变化与积温和时间的二次多项式模型

Table 2. A quadratic polynomial model of variation and accumulation of temperature and time of different flower colors of yellowhorn

自变量
Independent
variable 因变量
Dependent
variable 参数 Parameter 模型 Model 系数a
Coefficient a 系数b
Coefficient b 常数A
Constant A 方程
Equation F Sig. 0 ℃ YGJX 14.883** − 0.012** − 4 422.569 Y = 14.833t − 0.012t2 − 4 422.569 28.877 ** JGXP 15.91** − 0.013** − 4 656.348 Y = 15.91t − 0.013t2 − 4 656.348 49 ** WF 16.013** − 0.013** − 4 635.468 Y = 16.013t − 0.013t2 − 4 635.468 50 ** 3 ℃ YGJX 15.736** − 0.018** − 3 244.867 Y = 15.736t − 0.018t2 − 3 244.867 31.147 ** JGXP 17.581** − 0.019** − 3 357.824 Y = 17.581t − 0.019t2 − 3 357.824 48.844 ** WF 17.579** − 0.02** − 3 312.383 Y = 17.579t − 0.02t2 − 3 312.383 47.917 ** 5 ℃ YGJX 17.517 − 0.025 − 2 545.662 Y = 17.517t − 0.025t2 − 2 545.662 33.347 ** JGXP 17.175 − 0.026 − 2 592.188 Y = 17.175t − 0.026t2 − 2 592.188 48.079 ** WF 17.066 − 0.027 − 2 534.785 Y = 17.066t − 0.027t2 − 2 534.785 45.434 ** 7 ℃ YGJX 22.581 − 0.079 − 1 428.913 Y = 22.581t − 0.079t2 − 1 428.913 43.388 ** JGXP 22.107 − 0.079 − 1 354.315 Y = 22.107t − 0.079t2 − 1 354.315 38.497 ** WF 21.334 − 0.078 − 1 272.325 Y = 21.334t − 0.078t2 − 1 272.325 31.853 ** 10 ℃ YGJX 17.918 − 0.037 − 1 997.914 Y = 17.918t − 0.037t2 − 1 997.914 36.444 ** JGXP 18.305 − 0.038 − 1 991.451 Y = 18.305t − 0.038t2 − 1 991.451 46.206 ** WF 18.036 − 0.038 − 1 924.551 Y = 18.036t − 0.038t2 − 1 924.551 41.657 ** 日序 Day number YGJX 156.854 − 3.142 − 1 782.115 Y = 156.854t − 3.142t2 − 1 782.115 19.782 ** JGXP 176.402 − 3.622 − 1 955.656 Y = 176.402t − 3.622t2 − 1 955.656 42.735 ** WF 180.808 − 3.766 − 1 969.161 Y = 180.808t − 3.766t2 − 1 969.161 52.779 ** 注：**表示在P < 0.01水平上差异显著。下同。Notes: ** means significant difference at P < 0.01 level. The same below.

图 2 不同花色文冠果花朵数与积温和日期的拟合曲线

Figure 2. Change of flower numbers for yellowhorn and its coeerlation and linear fitting with accumulated temperature and date

3.1.3 不同花色花序生长性状随积温变化分析

根据不同花色花序长度随积温和时间变化散点图（图3）发现，花序长度随积温及日序变化呈现“慢−快−慢”的规律，花序长度生长有上限，符合Logistic模型。有关Logistic参数的计算方法，采用等差三点法[37]，将等时间间隔的最后3次数据带入式（2）中，求出3种花色花序长度最大值A，再用曲线回归求出另外两个参数。拟合后所有模型均通过显著性检验（表3）。

图 3 不同花色花序长度随积温和时间变化的Logistic模型

Figure 3. Change of inflorescence length for yellowhorn and its coeerlation and linear fitting with accumulated temperature and day number

表 3 不同花色文冠果花序长度变化与积温和时间的Logistic模型

Table 3. Logistic model of inflorescence length for yellowhorn and its coeerlation and linear fitting with accumulated temperature and date

自变量
Independent
variable 因变量
Dependent
variable 参数 Parameters 模型 Model 常数A
Constant A 系数k
Coefficient k 系数B
Coefficient B 方程
Equation F Sig. 0 ℃ YGJX 195.96 0.018** 1 564.74* Y = 195.96/(1 + 1 564.74e^(− 0.018t)) 456.664 ** JGXP 223.45 0.034** 861 289.14 Y = 223.45/(1 + 861 289.14e^(− 0.034t)) 148.733 ** WF 207.075 0.022** 10 988.85 Y = 207.075/(1 + 10 988.85e^(− 0.022t)) 509.331 ** 3 ℃ YGXP 195.96 0.022** 372.91* Y = 195.96/(1 + 372.91e^(− 0.022t)) 462.891 ** JGXP 223.45 0.042** 55 810.21* Y = 223.45/(1 + 55 810.21e^(− 0.042t)) 153.248 ** WF 207.075 0.027** 1 783.95* Y = 207.075/(1 + 1 783.95e^(− 0.027t)) 512.382 ** 5 ℃ YGJX 195.96 0.026** 141.29** Y = 195.96/(1 + 141.29e^(− 0.026t)) 465.164 ** JGXP 223.45 0.05** 8 765.72* Y = 223.45/(1 + 8 765.72e^(− 0.05t)) 156.395 ** WF 207.075 0.033** 521.62* Y = 207.075/(1 + 521.62e^(− 0.033t)) 510.585 ** 7 ℃ YGJX 195.96 0.033** 61.14** Y = 195.96/(1 + 61.14e^(− 0.033t)) 461.41 ** JGXP 223.45 0.062** 1 776.65* Y = 223.45/(1 + 1 776.65e^(− 0.062t)) 160.364 ** WF 207.075 0.041** 180.36** Y = 207.075/(1 + 180.36e^(− 0.041t)) 499.611 ** 10 ℃ YGJX 195.96 0.049** 24.50** Y = 195.96/(1 + 24.50e^(− 0.049t) ) 411.135 ** JGXP 223.45 0.094** 311.04* Y = 223.45/(1 + 311.04e^(− 0.094t)) 166.454 ** WF 207.075 0.063** 56.32** Y = 207.075/(1 + 56.32e^(− 0.063t)) 427.489 ** 日序 Day number YGJX 195.96 0.274** 30.96** Y = 195.96/(1 + 30.96e^(− 0.274t)) 397.143 ** JGXP 223.45 0.523** 468.13* Y = 223.45/(1 + 468.13e^(− 0.523t)) 132.709 ** WF 207.075 0.348** 76.20** Y = 207.075/(1 + 76.20e^(− 0.348t)) 451.133 ** 注：*表示在P < 0.05水平上差异显著。Note: * means significant difference at P < 0.05 level.

K=y22(y1+y3)−2y1y2y3y22−y1y3" role="presentation">K=y22(y1+y3)−2y1y2y3y22−y1y3

(2) 3.1.4 观测地区积温线年际变化分析

观测地点的开花期集中在4、5月，因此将2013年至2017年共5年的4月1日至5月31日的0、3、5、7、10 ℃积温分别计算出来，做单因素方差分析，发现年际间积温差异显著（表4），15个地点的5年积温平均值的积温线如图4。

表 4 观测地区不同年份不同积温单因素方差分析

Table 4. One-way ANOVA result of diversity of accumulated temperature in different years

积温类别
Accumulated temperature自由度 df单因素方差分析
One-way ANOVA显著度
Significance组间 Between groups组内 Within group 0 ℃44 57029.681**3 ℃44 57034.593**5 ℃44 57037.117**7 ℃44 57034.035**10 ℃44 57021.727**

图 4 15个地区5年平均各积温线

Figure 4. 5-year average accumulated temperature for the 15 districts

3.1.5 观测地区物候期积温差异分析

选择T0取0、3、5、7、10 ℃对15个观测地的积温进行计算，得出不同物候期所需的各个积温值及变异系数，如表5所示。发现白花文冠果初花期所需0、3、5、7、10 ℃平均积温分别为：508.13、388.15、291.80、88.19 ℃，盛花期所需温度分别为：557.57、388.15、291.80、208.11、107.63 ℃，末花期分别为：706.19、509.77、395.42、293.73、166.39 ℃。

表 5 15个地区各开花物候期所需积温

Table 5. Average accumulated temperature in different phenological periods of yellowhorn

积温
Accumulated temperature物候期
Phenological period观测数
Number平均值 ± 标准差
Mean ± SD/℃最大值
Max./℃最小值
Min./℃变异系数
CV/℃平均值
Mean/℃ 0 ℃初花期 Early blooming period15508.13 ± 26.55540.8454.45.23590.63 ± 13.33a盛花期 Full blossom period15557.57 ± 26.98590.4500.84.84末花期 Final flowering period15706.19 ± 30.44745.4642.14.313 ℃初花期 Early blooming period15347.71 ± 18.10372.6311.95.2 415.21 ± 10.79b盛花期 Full blossom period15388.15 ± 18.86415 349.34.86末花期 Final flowering period15509.77 ± 23.14548.2463.64.545 ℃初花期 Early blooming period15257.36 ± 13.19276.2234.75.1 314.86 ± 61.41c盛花期 Full blossom period15291.80 ± 14.38312.6266.14.93末花期 Final flowering period15395.42 ± 20.15428.3362.45.1 7 ℃初花期 Early blooming period15179.67 ± 10.70193.8160.16 227.17 ± 51.04d盛花期 Full blossom period15208.11 ± 11.90224.2189 5.72末花期 Final flowering period15293.73 ± 19.40322263.66.6 10 ℃初花期 Early blooming period15 88.19 ± 10.57107 67.21.2 120.74 ± 36.20e盛花期 Full blossom period15107.63 ± 10.80126.5 88.61 末花期 Final flowering period15166.39 ± 18.42196.4138 1.11

将初花期、盛花期、末花期3个物候时期所需5个积温指数做多重比较，发现不同积温指数间皆有显著性差异，将不同地区文冠果开花所需积温做单因素方差分析，发现无显著差异（表6），说明文冠果开花所需积温稳定值；将初花期、盛花期、末花期3个物候时期所需积温的不同物候期与5个积温指数的双因素方差分析如表7，不同积温指数和不同物候时期都对物候所需积温影响差异极显著，两个因素的交互作用影响也差异极显著。

表 6 白花文冠果不同地区开花所需积温的单因素方差分析

Table 6. One-way ANOVA result of diversity district for the accumulated temperature of flowering phenophase

项目 Item　　　　SSdfMSFP 组间 Between groups53 516.518 14 3 822.6080.1191.000组内 Within group6 751 560.268 21032 150.287总计 Total6 805 076.786 224

表 7 白花文冠果的不同物候期和积温指数的双因素方差分析

Table 7. Two-way ANOVA result of diversity type of accumulated temperature and flowering phenophase district for the accumulated temperature of flowering phenophase

因子 FactorSSdfMSFPR2 积温类型 Accumulated temperature5 837 033.32 41 459 258.333 933.08< 0.010.988物候期 Phenological period774 916.82 2 387 458.411 044.30< 0.01积温类型 × 物候期 Accumulated temperature × phenological period67 720.14 8 8 465.02 22.82< 0.01误差 ERR77 914.51210 371.02总计 Total31 815 551.69 225修正后总计 Total after correction6 757 584.79 224 3.1.6 观测地4月1日积温与开花日序的回归分析

本文选取0、3、5、7、10 ℃ 5个自变量进行计算，首先利用观测数据4月1日的5个积温指数与开花期距离4月1日的天数进行相关性计算（表8），发现5 ℃积温相关性最大，但与3 ℃相差不大；利用观测数据4月1日的5个积温指数对开花日期做回归分析，由于各积温间存在共线性（表8），故用逐步分析法，如表9所示，经过变量排除，最终只留下5 ℃积温一个自变量，最终模型如表10所示，预测模型为：y = 42.580 − 0.215x，式中：x为5 ℃积温模型，y为距离4月1日的天数，经F检验达到了极显著水平，证明5 ℃积温为用于预测模型的最佳自变量，即吉良龙夫提出的温暖指数[22]更适合用于物候预测。

表 8 开花日序与各积温相关性分析

Table 8. Analysis of correlation between flowering day number and accumulated temperature

指标
Factor日序
Day number0 ℃积温
0 ℃ accumulated temperature3 ℃积温
3 ℃ accumulated temperature5 ℃积温
5 ℃ accumulated temperature7 ℃积温
7 ℃ accumulated temperature10 ℃积温
10 ℃ accumulated temperature 日序
Day number1 0 ℃积温
0 ℃ accumulated temperature − 0.948**1 3 ℃积温
3 ℃ accumulated temperature − 0.955** 0.996**1 5 ℃积温
5 ℃ accumulated temperature − 0.956** 0.985** 0.995**1 7 ℃积温
7 ℃ accumulated temperature 0.969** 0.982** 0.995**1 10 ℃积温
10 ℃ accumulated temperature − 0.915** 0.948** 0.960** 0.975** 0.983**1 注：**表示在P < 0.01水平上显著。Notes: ** means significant difference at P < 0. 01 level.

表 9 日序与积温逐步回归模型排除的变量

Table 9. Flowering day number and variables excluded from accumulated temperature stepwise regression model

积温
Accumulated temperature系数β
Coefficient βt检验
t test显著性
Sig.偏相关
Partial correlation共线性统计 Collinearity statistics容差
Tolerance方差膨胀因子
VIF最小容差
Min tolerance 0 ℃− 0.206− 0.3880.705− 0.1110.0332.8180.033 ℃− 0.398− 0.4260.678− 0.1220.01102.301 0.017 ℃ 0.829 0.9610.356 0.267 0.01192.487 0.01110 ℃ 0.462 1.1590.269 0.317 0.04920.381 0.049

表 10 日序与积温逐步回归模型检验

Table 10. The test of the day number of flowering and accumulated temperature stepwise regression model

积温 Accumulated temperature系数 Coefficient方程 Equation系数 Coefficient值 ValuetPFPR2 5 ℃k42.58022.8920111.9＜0.0010.896a− 0.215 − 10.578 0 3.2 花期物候的空间尺度分析

根据15个观测点的，白花文冠果初花期、盛花期、末花期5 ℃积温均值（表5），与确定文冠果主要分布区[28]所有气象站的3个物候期的“日序”，日序与经纬度、海拔多元回归模型如表11，多元回归模型的参数检验与F检验均极显著。因此，再根据15个观测点经纬度海拔，由回归方程推算出“日序”预报值。

表 11 全国地区文冠果初花期日序与经纬度海拔回归模型

Table 11. The day number and latitude and longitude elevation regression model of early flowering stage of Xanthoceras sorbifolium in China

时期
Phenological period 参数 Parameters 模型 Model 系数a
Coefficient a 系数b
Coefficient b 系数c
Coefficient c 常数A
Constant A 方程
Equation F Sig. 初花期
Early blooming period − 0.215** 0.07** 0.01** 113.922** y = − 0.215x1 + 0.07x2 + 0.01x3 + 113.922 55.906 ** 盛花期
Full blossom period − 0.221** 0.072** 0.011** 117.651** y = − 0.221x1 + 0.072x2 + 0.011x3 + 117.651 57.777 ** 末花期
Final flowering period − 0.243** 0.079** 0.011** 127.007** y = − 0.243x1 + 0.079x2 + 0.011x3 + 127.007 66.2 **注：x1表示纬度，x2表示经度，x3表示海拔。Notes: x1, latitude; x2, longitude; x3, altitude. 3.3 花期物候模型及预报

根据表3得出的文冠果各个物候期所需积温，用全国文冠果分布地气象站点5年对应的开花日序，做5年均值，利用ArcGIS 10.2 普通克里金插值法做出文冠果分布地的3个开花物候期预测图（图5，6，7），获得文冠果主要分布区的花期物候的时空分布，文冠果开花时期由于经纬度及温度不同，有较大差异，集中在4—6月之间开花，极少数地区理论开花日期在7月。其中西藏地区开花最晚，大约在6月之后；华东地区开花最早，大约在4月中上旬；华北地区大约在4月下旬及5月开花。

图 5 全国文冠果初花期时空分布预测

Figure 5. Prediction of spatial and temporal distribution of early blooming period of yellowhorn

图 6 全国文冠果盛花期时空分布预测

Figure 6. Prediction of spatial and temporal distribution of full blossom period of yellowhorn

图 7 全国文冠果末花期时空分布预测

Figure 7. Prediction of spatial and temporal distribution of final flowering period of yellowhorn

4. 结　　论

北京市大东流苗圃的3种花色文冠果白花、“金冠霞帔”“匀冠锦霞”的开花物候期差异显著或极显著，开花顺序为白花、“金冠霞帔”“匀冠锦霞”；花序生长随0、3、5、7、10 ℃积温的变化符合与Logistic生长模型；花朵数变化符合二次多项式模型。

不同观测地区5年平均积温年际间存在显著性异，文冠果花各物候期对应的5个积温指数间差异积极显著；初花期、盛花期、末花期所需积温的5个积温指数的差异极显著，而地区间无显著差异；3个物候期所需积温因不同积温指数和不同物候时期有极显著影响，两个因素交互作用也有极显著影响。

以4月1日为起点的各积温与开花日序的逐步回归分析证实，5 ℃积温指数（即温暖指数）与开花日序具有高度相关性，可以作为花期预测。预测模型为：y = 42.580 − 0.215x；这与温暖指数[22]适合植被生态的研究结果[23]一致。

用主要分布区气象站点的白花文冠果的各物候期对应的5 ℃积温的日序（Y）与经纬度、海拔（X1为纬度，X2为经度，X3为海拔）符合极显著的多元回归关系，初花期：y = − 0.215x1 + 0.07x2 + 0.01x3 + 113.922；盛花期：y = − 0.221x1 + 0.072x2 + 0.011x3 + 117.651；末花期：y = − 0.243x1 + 0.079x2 + 0.011x3 + 127.007；各观测地点日序的回归模拟值与观测值单因素方差分析证实，该模型可以用于白花文冠果花期预测。绘制5 ℃积温对应的白花文冠果3个开花物候期的时空分布图，可用于旅游与经营活动管理的实践。