利用形態(tài)測量法進行櫻花花期預報的研究

1、.天馬行空官方博客： ；QQ:1318241189；QQ群：175569632利用形態(tài)測量法進行櫻花花期預報的研究計文穎 首都師范大學資源環(huán)境與旅游學院 地理科學系摘要本文介紹了對玉淵潭櫻花花芽和開花日期，建立了花芽開花前某天的長、寬以及這兩者的乘積與當天距始花天數之間的數學模型，并通過進行相關系數和數模自檢等相關檢驗的方法，驗證了這種方法進行花期預測的準確性和可操作性，并據此為相關部門提供了建議。關鍵詞櫻花 花期預報 形態(tài)測量 預報模型 相關性檢驗引言萬物生長都有一定的規(guī)律，植物的花芽萌發(fā)后，體積不斷變化，這種變化與花開放的時間有一定的相關性。因此，通過對花芽的長、寬等特征進行連續(xù)測量、統(tǒng)計

2、和分析就可以對花期進行比較準確的預測并以此來指導生產、生活。目前公園每年春季舉辦的 “櫻花賞花會”國內知名，薈萃二千余株櫻花的“櫻花園”，在春風中樹樹緋云絳雪，賞花人潮如融融春水涌動，成為京城早春特有的景致，因此，準確地預報花期對公園和游客來說有都很大的實際意義?；诖朔N目的，我們進行了花期預測的相關研究。材料與方法1. 材料獲得和玉淵潭櫻花基本情況北京玉淵潭公園現(xiàn)有櫻花二十余種，共計近兩千株，大部分集中在公園東側的櫻花園內。此次研究的材料選自櫻花園內，確定十六株長勢良好的櫻花（包括杭州早櫻2棵、山櫻3棵、大山櫻4棵、關山櫻4棵、染井吉野3棵），并編號，進行定人定株的觀測。2. 數據的收集與整

3、理測量方法采用坐標紙投影法，即將選定的花芽貼置在坐標紙上，從芽的基部測起，兩側其最大長度（長軸）和最大寬度（短軸）。以毫米為單位，估測到小數點后一位。自對花芽的測量自3月1日（杭州早櫻花芽萌動）起至花芽分離那一天為止。起初隔天觀測一次，隨著花芽不斷增大和花期的臨近，改為每日觀測。在每株待測的櫻花上隨機選取10枚發(fā)育正常的花芽進行測量，并將結果及時填于觀測記錄表中。每次記錄要同時錄入天氣狀況以及周圍其他動植物物候現(xiàn)象，以供日后分析研究。另外，各株櫻花的始花日期要準確記錄。觀測后，及時計算花芽的長軸與短軸的乘積，以及十枚花芽長軸、短軸以及二者乘積的均值，填入記錄表。全部觀測結束后，計算每次觀測日期

4、與始花日期之間相差的天數（距始花天數）。將每日觀測的均值轉錄入Excel工作表中進行處理，首先將同種櫻花按距始花天數進行排序，隨后分別計算各株櫻花的長軸、寬軸和兩者乘積的三日滑動平均值。這樣，距始花天數（Y）與相應于這一天的各株觀測數據：長軸三日均值（Xa）、短軸三日均值（Xb）和這兩者成績（Xa*b）之間分別構成變量對，據這些變量對繪制散點圖，如下從散點圖可以看出，各對變量中X與Y具有良好的相關性。進一步對它們進行相關分析，得出回歸方程，其相關系數R均通過了=0.01的顯著性檢驗。 依據其他各株櫻花的觀測數據所繪的散點圖也明顯顯示出距始花天數與花芽生長量具有很好的相關性。進行相關回歸分析相關

5、系數的平方R2分別為：距始花天數與花芽各生長量的相關系數被測櫻花長a寬ba*b杭州早櫻03杭10.96390.880.959903杭20.78940.88150.878山櫻01山50.93180.95790.944201山60.94140.9510.936906山10.94150.81140.9131大山櫻01大20.81410.75270.287701大30.7940.92180.899903大10.63380.61310.6567大40.75310.89090.8516關山櫻關30.73990.88840.8548普10.8660.95910.941504關10.93680.93710.9

6、36305關10.86350.6120.7433染井吉野03吉20.93450.96820.961703吉30.83620.8850.878603吉80.93190.9670.9675表1表1顯示，被觀測的16株櫻花的花芽生長量均與距始花天數有很好的相關性，經檢驗，它們的相關系數R均通過了=0.01（n據觀測持續(xù)天數取相應值）的顯著性檢驗。3. 建立預報模型建立Y與X之間的數學關系，用可以得到較高的R2值得冪函數表示，得到的回歸方程即為預報模型。各對變量得到的相應方程如下：預報模型被測櫻花長a寬ba*b杭州早櫻03杭1Y = 1723X-2.6546Y = 984.21X-3.411Y = 1

7、545.8X-1.535603杭2Y = 4179.6X-2.9542Y = 831.95X-3.1313Y = 2224.7X-1.5643山櫻01山5Y = 223.68X-1.1527Y = 155.31X-1.4055Y = 191.44X-0.63301山6Y = 215.97X-1.1324Y = 167.42X-1.4295Y = 201.75X-0.643406山1Y = 2522.5X-2.3471Y = 286.99X-1.9352Y = 1006.3X-1.1323大山櫻01大2Y = 1323X-2.1782Y = 303.53X-2.0571Y = 652.86X-1

8、.069901大3Y = 8977X-3.2555Y = 1314.7X-3.1006Y = 3648.9X-1.609703大1Y = 1893.8X-2.8136Y = 2023.6X-3.9269Y = 2310X-1.6953大4Y = 1464.5X-2.3446Y = 586.62X-2.443Y = 1044.7X-1.2281關山櫻關3Y = 14415X-3.0191Y = 622.59X-2.2471Y = 2613X-1.3132普1Y = 8061.6X-2.6817Y = 340.1X-1.8624Y = 1369.2X-1.123904關1Y = 8061.6X-2

9、.6817Y = 340.1X-1.8624Y = 1369.2X-1.123905關1Y = 2281.1X-2.1067Y = 271.45X-1.5863Y = 853.95X-0.9687染井吉野03吉2Y = 3672.6X-2.6314Y = 235.24X-1.9534Y = 777.31X-1.126103吉3Y = 19412X-3.3502Y = 272.25X-1.9522Y = 1355.9X-1.241803吉8Y = 4193.4X-2.7429Y = 227.03X-1.9712Y = 819.94X-1.1636表24. 檢驗及結果為了可考察所得預報模型的準確性

10、，我們進行了回報檢驗，并進行準確性評級，將回報數據按絕對誤差分級，具體為：1天為i級，23天為ii級，45級為iii級，5天為iv級。然后計算各級回報次數占總回報次數的百分率，按照i級為4分、ii級為3分、iii級為2分、iv級為1分的標準予以評分，即將優(yōu)劣不同的回報結果賦以不同的權重。將同一回報序列的各級得分加合在一起得到該預報模型的總分，并計算其滿分率，即某一模型所的總分占滿分400分的比例，以此反映該模型的回報水平。仍以03杭1為例說明（杭州早櫻）03杭1預報模型的自檢驗實距始花天數長a檢驗所得天數差值等級寬b檢驗所得天數差值等級a*b檢驗所得天數差值等級245.35204iii2.83

11、284iii15.29231i235.36203ii2.93252ii15.75221i225.36202ii3.02231i16.21211i215.18221i3.16192ii16.38210i205.00244iii3.30173ii16.55211i195.39201i3.40154iii18.42181i185.78162ii3.49144iii20.30153ii175.81161i3.42152ii19.94161i165.83160i3.35160i19.58160i156.08141i3.32172ii20.20150i146.33131i3.28173ii20.81151

12、i136.18141i3.45141i21.25141i126.02153ii3.61120i21.69142ii116.43121i3.58132ii23.02132ii106.84111i3.55133ii24.35111i97.2690i3.87101i28.2390i87.6880i4.1871i32.1180i78.0970i4.3670i35.7061i68.5060i4.5360i39.2860i表3分級統(tǒng)計結果芽長a芽寬bA*b等級天數百分率等級天數百分率等級天數百分率i1368.42i842.11i1684.21ii421.05ii842.11ii315.79iii210.5

13、3iii315.79iii00.00iv00.00iv00.00iv00.00平均誤差1.30平均誤差1.87平均誤差0.88總分357.89滿分率89.47總分326.32滿分率81.58總分384.21滿分率96.05表4同樣方法處理其它數據，得到其它各預報模型的檢驗結果，如下：全部預報模型的檢驗結果結果被測櫻花芽長芽寬a*b總分滿分率總分滿分率總分滿分率杭州早櫻03杭1357.989.47326.381.58384.296.0503杭230075310.577.63347.486.84山櫻01山53007531177.893007501山6311.577.89323.180.77219.

14、279.8106山1361.990.48333.383.33352.488.19大山櫻01大2257.764.42246.261.54261.565.3501大3245.261.29303.275.81274.268.5503大1203.250.81203.250.81203.250.81大4248.162.04314.878.70281.570.37關山櫻關3248.662.14268.667.14271.467.86普1251.562.88309.177.27303.075.7604關1275.468.85312.178.033007505關1277.869.44241.260.29264.766.18染井吉野03吉2324.081.00332.083.00332.083.0003吉3290.972.73309.177.27318.289.5503吉8285.271.30337.084.26329.682.41表55. 小結表5數據顯示出除03大1（大山櫻）的預報模型滿分率不足60%之外，其它各株的預報模型滿分率均在60%以上，可作粗略花期預報之用；其中03杭1、03杭2、06山1和03吉3部分模型滿分率達85%以上，是較為精確的預報模型。從分級統(tǒng)計結果看，觀測初期預報的準確性較低，出現(xiàn)這樣的情況主要以下原因：第