高级检索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于积温的文冠果开花物候期预测模型的构建

周祎鸣 张莹 田晓华 唐桂辉 张东旭 王俊杰 王馨蕊 关文彬

周祎鸣, 张莹, 田晓华, 唐桂辉, 张东旭, 王俊杰, 王馨蕊, 关文彬. 基于积温的文冠果开花物候期预测模型的构建[J]. 北京林业大学学报, 2019, 41(6): 62-74. doi: 10.13332/j.1000-1522.20180128
引用本文: 周祎鸣, 张莹, 田晓华, 唐桂辉, 张东旭, 王俊杰, 王馨蕊, 关文彬. 基于积温的文冠果开花物候期预测模型的构建[J]. 北京林业大学学报, 2019, 41(6): 62-74. doi: 10.13332/j.1000-1522.20180128
Zhou Yiming, Zhang Ying, Tian Xiaohua, Tang Guihui, Zhang Dongxu, Wang Junjie, Wang Xinrui, Guan Wenbin. Establishment of the flowering phenological model of Xanthoceras sorbifolium based on accumulated temperature[J]. Journal of Beijing Forestry University, 2019, 41(6): 62-74. doi: 10.13332/j.1000-1522.20180128
Citation: Zhou Yiming, Zhang Ying, Tian Xiaohua, Tang Guihui, Zhang Dongxu, Wang Junjie, Wang Xinrui, Guan Wenbin. Establishment of the flowering phenological model of Xanthoceras sorbifolium based on accumulated temperature[J]. Journal of Beijing Forestry University, 2019, 41(6): 62-74. doi: 10.13332/j.1000-1522.20180128

基于积温的文冠果开花物候期预测模型的构建

doi: 10.13332/j.1000-1522.20180128
基金项目: 同科异属砧木嫁繁育接红花文冠果新品种“金冠霞帔”的技术体系研究(201803D221016-3),文冠果植物新品种测试指南及已知品种数据库项目(2014009),中国特有生物产业树种文冠果良种培育集成技术与示范(2013GA105004)
详细信息
    作者简介:

    周祎鸣。主要研究方向:野生植物保护生物学。Email:15010819797 @163.com 地址:100083 北京市海淀区清华东路35号北京林业大学自然保护区学院

    通讯作者:

    关文彬,教授。主要研究方向:生物多样性保护与利用。Email:swlab@bjfu.edu.cn 地址:同上

  • 中图分类号: S722.34

Establishment of the flowering phenological model of Xanthoceras sorbifolium based on accumulated temperature

  • 摘要: 目的建立不同地区及不同类型的文冠果物候模型,为文冠果的经营活动和旅游管理提供理论依据。方法以北京市大东流苗圃文冠果3个遗传类型:白花类型及“金冠霞帔”“匀冠锦霞”两个文冠果新品种为研究对象,于2017年进行了花期表型调查与物候的观测,结合全国文冠果主要分布区的8个省份15个地点白花文冠果初花期、盛花期、末花期的观测数据,应用中国气象数据网上共享气象数据,对花性状与3个开花物候期进行了时间和空间尺度上的分析。结果(1)3个不同花色遗传类型开花先后顺序为白花类型、“金冠霞帔”“匀冠锦霞”,物候期差异显著或极显著,花序生长随0、3、5、7、10 ℃积温的变化与Logistic生长模型拟合结果较好;花朵数随时间和积温的变化与二次多项式模型拟合较好;(2)各个地区之间同一积温指数各物候期所需积温相差不大,不同积温指数所需积温有显著性差异;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,两个因素交互作用影响差异极显著;(3)5 ℃积温指数(即温暖指数)与物候期日序具有高度相关性,可用于花期预测;(4)白花类型文冠果3个物候期5 ℃积温的日序与经纬度、海拔呈极显著的多元线性回归关系,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回归模型可用于花期预测;(5)用克里金插值法,采用上述预测模型,绘制白花文冠果3个开花物候期的时空分布图。结论基于5 ℃积温指数(即温暖指数)建立的积温模型可用于文冠果花期预测。
  • 图  1  观测地的分布

    Figure  1.  Distribution of observation points

    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

    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

    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

    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

    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 ± 1.30a
    JGXP18.33 ± 0.50a
    WF17.78 ± 0.97b
    盛花期 Full blossom periodYGJX20.67 ± 1.41a
    JGXP21.33 ± 10.00ab
    WF22.22 ± 1.09b
    末花期 Final flowering periodYGJX29.33 ± 0.71a
    JGXP30.11 ± 0.78b
    WF30.67 ± 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$\scriptstyle 2, \; \cdots , \;$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 $\scriptstyle 2, \; \cdots , \;$ and so on).
    下载: 导出CSV

    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.
    下载: 导出CSV

    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.
    下载: 导出CSV

    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**
    下载: 导出CSV

    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 ± 30.44745.4642.14.31
    3 ℃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 ± 23.14548.2463.64.54
    5 ℃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 ± 19.40322 263.66.6
    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
    下载: 导出CSV

    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
    下载: 导出CSV

    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
    下载: 导出CSV

    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 number
    0 ℃积温
    0 ℃ accumulated temperature
    3 ℃积温
    3 ℃ accumulated temperature
    5 ℃积温
    5 ℃ accumulated temperature
    7 ℃积温
    7 ℃ accumulated temperature
    10 ℃积温
    10 ℃ accumulated temperature
    日序
    Day number
    1
    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.
    下载: 导出CSV

    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 β
    t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− 0.1110.0332.8180.03
    3 ℃− 0.398− 0.4260.678− 0.1220.01102.301 0.01
    7 ℃ 0.829 0.9610.356 0.267 0.01192.487 0.011
    10 ℃ 0.462 1.1590.269 0.317 0.04920.381 0.049
    下载: 导出CSV

    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<0.0010.896
    a− 0.215 − 10.578 0
    下载: 导出CSV

    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.
    下载: 导出CSV
  • [1] 吴征镒, 孙航, 周浙昆, 等. 中国植物区系中的特有性及其起源和分化[J]. 云南植物研究, 2005, 27(6):577−604. doi:  10.3969/j.issn.2095-0845.2005.06.001

    Wu Z Y, Sun H, Zhou Z K, et al. Origin and differentiation of endemism in the Flora of China[J]. Acta Botanica Yunnanica, 2005, 27(6): 577−604. doi:  10.3969/j.issn.2095-0845.2005.06.001
    [2] 王荷生. 华北植物区系的演变和来源[J]. 地理学报, 1999, 54(3):213−223. doi:  10.3321/j.issn:0375-5444.1999.03.003

    Wang H S. The evolution and sources of in north China ’s flora[J]. Acta Geographica Sinca, 1999, 54(3): 213−223. doi:  10.3321/j.issn:0375-5444.1999.03.003
    [3] 毕泉鑫, 蔡龙, 马兴华, 等. 中国特有能源植物文冠果的遗传学及产业化[J]. 中国野生植物资源, 2011, 30(5):49−55.

    Bi Q X, Cai L, Ma X H, et al. Review on genetics and industrialization of Xanthoceras sorbifolia, an indigenous energy species in China[J]. Chinese Wild Plant Resources, 2011, 30(5): 49−55.
    [4] 戚建华, 姚增玉. 文冠果的生殖生物学与良种繁育研究进展[J]. 西北林学院学报, 2012, 27(3):91−96. doi:  10.3969/j.issn.1001-7461.2012.03.19

    Qi J H, Yao Z Y. Review on reproductive biology, propagation and breeding of Xanthoceras sorbifolia[J]. Journal of Northwest Forestry University, 2012, 27(3): 91−96. doi:  10.3969/j.issn.1001-7461.2012.03.19
    [5] 马芳, 王俊, 王姮, 等. 文冠果树花部形态与开花物候的研究[J]. 北方园艺, 2014(22):80−84.

    Ma F, Wang J, Wang H, et al. Study on floral characters and flowering phenology in Xanthoceras sorbifolia Bunge[J]. Northern Horticulture, 2014(22): 80−84.
    [6] 马利苹, 王力华, 阴黎明, 等. 乌丹地区文冠果生物学特性及物候观测[J]. 应用生态学报, 2008, 19(12):2583−2587.

    Ma L P, Wang L H, Yin L M, et al. Biology and phenology of Xanthoceras sorbifolia in Wudan area[J]. Chinese Journal of Applied Ecology, 2008, 19(12): 2583−2587.
    [7] 高媛, 贾黎明, 苏淑钗, 等. 无患子物候及开花结果特性[J]. 东北林业大学学报, 2015, 43(6):34−40. doi:  10.3969/j.issn.1000-5382.2015.06.007

    Gao Y, Jia L M, Su S C, et al. Phenology and blossom-fruiting characteristics of Sapindus mukorossi[J]. Journal of Northeast Forestry University, 2015, 43(6): 34−40. doi:  10.3969/j.issn.1000-5382.2015.06.007
    [8] 汪智军, 张东亚, 卓立. 准噶尔盆地南缘文冠果物候与气温变化的关系[J]. 经济林研究, 2013, 31(1):102−105.

    Wang Z J, Zhang D Y, Zhuo L. Relationship of phenology in Xanthoceras sorbifolia Bunge and temperature variation in southern Junggar Basin[J]. Nonwood Forest Research, 2013, 31(1): 102−105.
    [9] Hopkins A D. Bioclimaties: a science of life and climate relations[M].Washington: United States Government Printing Office, 1938: 188.
    [10] 徐相明, 顾品强, 陈丛敏, 等. 莎车巴旦姆物候期对气象条件的响应及花期预测模型[J]. 应用生态学报, 2016, 27(2):421−428.

    Xu X M, Gu P Q, Chen C M, et al. Response of phenophase to meteorological conditions and flowering forecast model on Amygdalus communis in Shache County, Xinjiang, China[J]. Chinese Journal of Applied Ecology, 2016, 27(2): 421−428.
    [11] Chuine I, Yiou P, Viovy N, et al. Historical phenology: grape ripening as a past climate indicator[J]. Nature, 2004, 432: 289−290. doi:  10.1038/432289a
    [12] 王焕炯, 戴君虎, 葛全胜. 1952—2007年中国白蜡树春季物候时空变化分析[J]. 中国科学(地球科学), 2012, 42(5):701−710.

    Wang H J, Dai J H, Ge Q S. The spatiotemporal characteristics of spring phenophase changes of Fraxinus chinensis in China from 1952 to 2007[J]. Scientia Sinica (Terrae), 2012, 42(5): 701−710.
    [13] 孔冬冬, 张强, 黄文琳, 等. 1982—2013年青藏高原植被物候变化及气象因素影响[J]. 地理学报, 2017, 72(1):39−52.

    Kong D D, Zhang Q, Huang W L, et al. Vegetation phenology change in Tibetan Plateau from 1982 to 2013 and its related meteorological factors[J]. Acta Geographica Sinica, 2017, 72(1): 39−52.
    [14] Morin X, Viner D, Chuine I. Tree species range shifts at a continental scale: new predictive insights from a process-based model[J]. Journal of Ecology, 2008, 96(4): 784. doi:  10.1111/jec.2008.96.issue-4
    [15] Morin X, Lechowicz M J, Augspurger C, et al. Leaf phenology in 22 North American tree species during the 21st century[J]. Global Change Biology, 2010, 15(4): 961−975.
    [16] Ge Q, Wang H, Dai J. Simulating changes in the leaf unfolding time of 20 plant species in China over the twenty-first century[J]. International Journal of Biometeorology, 2014, 58(4): 473−484. doi:  10.1007/s00484-013-0671-x
    [17] 徐琳, 陈效逑, 杜星. 中国东部暖温带刺槐花期空间格局的模拟与预测[J]. 生态学报, 2013, 33(12):3584−3593.

    Xu L, Chen X Q, Du X. Simulation and prediction of spatial patterns of Robinia pseudoacacia flowering dates in eastern China ’s warm temperate zone[J]. Acta Ecologica Sinica, 2013, 33(12): 3584−3593.
    [18] 李荣平, 周广胜, 王笑影, 等. 不同物候模型对东北地区作物发育期模拟对比分析[J]. 气象与环境学报, 2012, 28(3):25−30. doi:  10.3969/j.issn.1673-503X.2012.03.005

    Li R P, Zhou G S, Wang X Y, et al. Comparative analysis of simulation on crop development stage using different phenological models in Northeast China[J]. Journal of Meteorology and Environment, 2012, 28(3): 25−30. doi:  10.3969/j.issn.1673-503X.2012.03.005
    [19] 戴君虎, 王焕炯, 葛全胜. 近50年中国温带季风区植物花期春季霜冻风险变化[J]. 地理学报, 2013, 68(5):593−601. doi:  10.7605/gdlxb.2013.05.047

    Dai J H, Wang H J, Ge Q S. Changes of spring frost risks during the flowering period of woody plants in temperate monsoon area of China over the past 50 years[J]. Acta Geographica Sinica, 2013, 68(5): 593−601. doi:  10.7605/gdlxb.2013.05.047
    [20] Peñuelas J, Filella I. Responses to a Warming World[J]. Science, 2001, 294: 793−795. doi:  10.1126/science.1066860
    [21] 张厚瑄, 张翼. 中国活动积温对气候变暖的相应[J]. 地理学报, 1994, 49(1):27−36. doi:  10.3321/j.issn:0375-5444.1994.01.004

    Zhang H X, Zhang Y. Preliminary discussion on the response of active accumulated temperature of China to climate warming[J]. Acta Geographica Sinca, 1994, 49(1): 27−36. doi:  10.3321/j.issn:0375-5444.1994.01.004
    [22] Yim Y J, Kira T. Distribution of forest vegetation and climate in the Korean Peninsula: (I) distribution of some indices of thermal climate[J]. Japanese Journal of Ecology, 1975, 26(5): 77−88.
    [23] Abbaspour M, Jafari M J, Mansouri N, et al. Thermal comfort evaluation in Tehran metro using relative warmth index[J]. International Journal of Environmental Science & Technology, 2008, 5(3): 297−304.
    [24] 徐文铎. 吉良的热量指数及其在中国植被中的应用[J]. 生态学杂志, 1985(3):35−39.

    Xu W D. Kira’s temperature indices and their application in the study of vegetation[J]. Chinese Journal of Ecology, 1985(3): 35−39.
    [25] Wang H, Zhang B, Zhao C, et al. The spatio-temporal characteristics of temperature change in recent 57 years in Northern China[J]. Progress in Geography, 2009, 28(4): 643−650.
    [26] Xia N H, Gadek P A. Sapindaceae[M]//Wu Z Y, Raven P H. Flora of China: Tomus 12. Beijing: Science Press; St. Louis: Missouri Botanical Garden Press, 2007: 5−24.
    [27] Ranjitkar S, Xu J, Shrestha K K, et al. Ensemble forecast of climate suitability for the Trans-Himalayan Nyctaginaceae species[J]. Ecological Modelling, 2014, 282: 18−24. doi:  10.1016/j.ecolmodel.2014.03.003
    [28] Wang Q, Huang Y, Wang Z, et al. Fruit shape and reproductive self and cross compatibility for the performance of fruit set in an and romonoecious species: Xanthoceras sorbifolium Bunge[J]. Tree Genetics & Genomes, 2017, 13(6): 116.
    [29] 李典谟, 马祖飞, 等. 展望数学生态学与生态模型的未来[J]. 生态学报, 2000, 20(6):1083−1089. doi:  10.3321/j.issn:1000-0933.2000.06.029

    Li D M, Ma Z F, et al. Prospect of mathematical ecology and ecological modeling[J]. Acta Ecologica Sinica, 2000, 20(6): 1083−1089. doi:  10.3321/j.issn:1000-0933.2000.06.029
    [30] 王烁, 董利虎, 李凤日. 人工长白落叶松枝条存活模型[J]. 北京林业大学学报, 2018, 40(1):57−66.

    Wang L, Dong L H, Li F R. Branch survival models of planted Larix olgensis tree[J]. Journal of Beijing Forestry University, 2018, 40(1): 57−66.
    [31] Gerstmann H, Doktor D, Gläßer C, et al. PHASE: a geostatistical model for the Kriging-based spatial prediction of crop phenology using public phenological and climatological observations[J]. Computers & Electronics in Agriculture, 2016, 127: 726−738.
    [32] Robertson G P. Geostatistics in ecology: interpolating with known variance[J]. Ecology, 1987, 68(3): 744−748. doi:  10.2307/1938482
    [33] Legendre P, Fortin M J. Spatial pattern and ecological analysis[J]. Vegetatio, 1989, 80(2): 107−138. doi:  10.1007/BF00048036
    [34] Burrough P A. GIS and geostatistics: Essential partners for spatial analysis[J]. Environmental & Ecological Statistics, 2001, 8(4): 361−377.
    [35] García-Mozo H, Galán C, Vázquez L. The reliability of geostatistic interpolation in olive field floral phenology[J]. Aerobiologia, 2006, 22(2): 95−106. doi:  10.1007/s10453-006-9026-y
    [36] 国家气象局. 农业气象观测规范[M]. 北京: 气象出版社, 1993.

    China Meteorological Administration. Observation criterion of agricultural meteorology[M]. Beijing: China Meteorological Press, 1993.
    [37] 赵曦阳, 张志毅. 毛白杨种内杂交无性系苗期生长模型的构建[J]. 北京林业大学学报, 2013, 35(5):15−21.

    Zhao X Y, Zhang Z Y. Model construction of seedling growth for hybrid clones of Populus tomentosa[J]. Journal of Beijing Forestry University, 2013, 35(5): 15−21.
  • [1] 袁玮琼, 胡建忠, 武艺, 殷丽强, 韩雪, 王晓雪, 吕兆林.  文冠果花精油组分研究 . 北京林业大学学报, 2020, 42(): 1-11. doi: 10.12171/j.1000-1522.20200045
    [2] 税嘉陵, 姚光刚, 冯潇.  文化遗产廊道中的风景林营造策略探索 . 北京林业大学学报, 2019, 41(12): 139-152. doi: 10.12171/j.1000-1522.20190307
    [3] 于海燕, 胡潇予, 何春霞, 崔艺凡, 范思琪, 毕泉鑫, 王利兵.  文冠果不同种源叶片结构对水分胁迫的差异性响应 . 北京林业大学学报, 2019, 41(1): 57-63. doi: 10.13332/j.1000-1522.20180312
    [4] 黄炎子, 宋美华, 郭永恒, 王青, 王俊杰, 周祎鸣, 向秋虹, 王馨蕊, 关文彬.  文冠果不同交配组合种实性状变异及综合评价 . 北京林业大学学报, 2019, 41(1): 42-56. doi: 10.13332/j.1000-1522.20180105
    [5] 路蒙蒙, 韩硕, 杨琦, 王俊秀, 郭惠红.  文冠果LEC1基因的克隆及表达分析 . 北京林业大学学报, 2018, 40(1): 8-16. doi: 10.13332/j.1000-1522.20170314
    [6] 修宇, 吴国栋, 陈德忠, 赵孝庆, 唐文思, 王华芳.  牡丹绿化油用品种繁殖栽培技术 . 北京林业大学学报, 2017, 39(1): 112-118. doi: 10.13332/j.1000-1522.20160045
    [7] 汪子洋, 黄炎子, 王俊杰, 周祎鸣, 王青, 于震, 关文彬.  文冠果不同果型种实性状的概率分布与选择 . 北京林业大学学报, 2017, 39(9): 17-31. doi: 10.13332/j.1000-1522.20170162
    [8] 王玲, 赵广亮, 黄金.  嫁接不同文冠果品种根际土壤的微生物生物量及酶活性 . 北京林业大学学报, 2015, 37(8): 69-75. doi: 10.13332/j.1000-1522.20150013
    [9] 赵娜, 张媛, 李秋琦, 李茹芳, 郭惠红.  文冠果FAD2的序列与功能分析 . 北京林业大学学报, 2015, 37(2): 87-93. doi: 10.13332/j.cnki.jbfu.2015.02.017
    [10] 杨腾, 段劼, 马履一, 贾黎明, 彭祚登, 陈闯, 陈婧, .  不同氮素用量对文冠果生长、养分积累及转运的影响 . 北京林业大学学报, 2014, 36(3): 57-62. doi: 10.13332/j.cnki.jbfu.2014.03.008
    [11] 荀守华, 周建仁, 黄发吉, 乔玉玲, 张丽君, 毛秀红, 张江涛.  刺槐属植物新品种DUS测试指南研究 . 北京林业大学学报, 2013, 35(2): 135-140.
    [12] 王摇超, 王冬梅, 李永红, 张艳, 赖文豪.  能源树种文冠果在黄土残垣沟壑区引种试验的初步研究 . 北京林业大学学报, 2013, 35(3): 90-96.
    [13] 张娟, 黄心渊.  基于图像分析的梅花品种识别研究 . 北京林业大学学报, 2012, 34(1): 96-104.
    [14] 刘昊, 高英, 董宁光, 徐虎智, 裴东.  核桃优良品种雌雄花授粉活力的研究 . 北京林业大学学报, 2011, 33(6): 119-123.
    [15] 雒新艳, 戴思兰.  大菊品种表型性状的分类学价值 . 北京林业大学学报, 2010, 32(3): 135-140.
    [16] 李秉玲, 王荷, 刘燕.  日本牡丹品种花粉超低温保存 . 北京林业大学学报, 2010, 32(4): 297-300.
    [17] 王吉凤, 李青, 孟会.  5个芍药品种愈伤组织诱导及分化研究 . 北京林业大学学报, 2010, 32(3): 213-216.
    [18] 吕英民, 曹亮, 张启翔.  不同种系梅花品种组织培养繁殖研究 . 北京林业大学学报, 2008, 30(3): 74-79.
    [19] 王丰俊, 李在留, 刘美芹, 金莹, 张玲, 孙月琴, 李莉, 郝晨, 陈佳, 周章义, 段旭良, 雷庆哲, 胡晓丹, 胡海英, 石娟, 王莉, 隋金玲, 范丙友, 乔海莉, 孙青, 姚娜, 李艳华, 欧阳杰, 刘丽, 曲红, 熊丹, 程堂仁, 贺窑青, 冯秀兰, 张艳霞, 骆有庆, 尹伟伦, 赵亚美, 阎伟, 武彦文, 陆海, 王建中, 康向阳, 冯菁, 尹伟伦, 周燕, 张香, 张志毅, 路端正, 李云, 陈晓阳, 郑彩霞, 续九如, 陈发菊, 张德权, 孙爱东, 李凤兰, 郭锐, 沈昕, 骆有庆, 田呈明, 沈繁宜, 李忠秋, 郑永唐, 梁华军, 卢存福, 郝俊, 胡德夫, 阎晓磊, 王晓东, 王华芳, 马钦彦, 赵蕾, 高述民, 孙爱东, 蒋湘宁, 骆有庆, 武海卫, 王百田, 吴晓成, 梁宏伟, 姜金仲, 安新民, 史玲玲, 胡晓丹, 骆有庆, 李凯, 王玉兵, 吴坚, 骈瑞琪, 张志翔, 严晓素, 冯仲科, 王瑛, 王建中, 谢磊, 邹坤, 赵兵, 刘玉军, 尹伟伦, 王晓楠, 高荣孚, 于京民2, 王华芳, 温秀凤3, 王冬梅, 郭晓萍, 崔彬彬
    , 冯晓峰, 沈应柏, 陈卫平, 李凤兰, 李镇宇, 张兴杰, 呼晓姝, 陶凤杰, 杨伟光, 林善枝, 刘玉军, 刘艳, 张庆, 孙建华, 王民中, 王玉春, 丁霞, 汪植, 赵新丽, 马建海, 蒋平, 付瑞海.  文冠果种皮中的香豆素类化合物及抗HIV-1活性研究 . 北京林业大学学报, 2007, 29(5): 73-83.
    [20] 徐向舟, 周成理, 王清奎, 王顺忠, 雷加富, 耿玉清, 徐基良, 王旭, 宋颖琦, 李瑞, 姚洪军, 马尔妮, 任琴, 何亚平, 齐实, 王尚德, 白新祥, 刘秀萍, 惠刚盈, 余雁, 武广涛, 崔国发, 费本华, 张克斌, 徐海, 刘大庆, 石玉杰, 杨莉, 杨谦, 费世民, 汪思龙, 陈丽华, 俞国胜, 王飞, 康向阳, 云琦, 史军义, 周国逸, 赵广杰, 白翠霞, 胡可, 戴思兰, 李代丽, 张恒明, 赵铁蕊, 宋维峰, 胡艳波, 王百田, 李忠, 孙阁, 张红武, 徐秉玖, 秦跟基, 冯宗炜, 孙阁, 张波, 胡永建, 陈晓鸣, 蒋俊明, 高荣孚, 易传辉, 杨晓晖, 代力民, 张德强, 朱金兆, 王戈, 瞿礼嘉, 陈秀明, 王亮生, 董占地, 陈华君, 张慧, 王树森, 陈峻崎, 王庆礼, 朱明东, 石雷, 乔锋, 肖玉保, 金幼菊, 余英, 武波, 闫俊华, 陈晓阳, 杨海龙, 杨俊杰, 唐森强, 赵辉, 李镇宇, 杨莉, SteveMcNulty.  牡丹矮化品种亲缘关系的AFLP分析 . 北京林业大学学报, 2006, 28(5): 73-77.
  • 加载中
图(7) / 表 (11)
计量
  • 文章访问数:  779
  • HTML全文浏览量:  368
  • PDF下载量:  23
  • 被引次数: 0
出版历程
  • 收稿日期:  2018-04-10
  • 修回日期:  2018-05-20
  • 网络出版日期:  2019-06-18
  • 刊出日期:  2019-06-01

基于积温的文冠果开花物候期预测模型的构建

doi: 10.13332/j.1000-1522.20180128
    基金项目:  同科异属砧木嫁繁育接红花文冠果新品种“金冠霞帔”的技术体系研究(201803D221016-3),文冠果植物新品种测试指南及已知品种数据库项目(2014009),中国特有生物产业树种文冠果良种培育集成技术与示范(2013GA105004)
    作者简介:

    周祎鸣。主要研究方向:野生植物保护生物学。Email:15010819797 @163.com 地址:100083 北京市海淀区清华东路35号北京林业大学自然保护区学院

    通讯作者: 关文彬,教授。主要研究方向:生物多样性保护与利用。Email:swlab@bjfu.edu.cn 地址:同上
  • 中图分类号: S722.34

摘要: 目的建立不同地区及不同类型的文冠果物候模型,为文冠果的经营活动和旅游管理提供理论依据。方法以北京市大东流苗圃文冠果3个遗传类型:白花类型及“金冠霞帔”“匀冠锦霞”两个文冠果新品种为研究对象,于2017年进行了花期表型调查与物候的观测,结合全国文冠果主要分布区的8个省份15个地点白花文冠果初花期、盛花期、末花期的观测数据,应用中国气象数据网上共享气象数据,对花性状与3个开花物候期进行了时间和空间尺度上的分析。结果(1)3个不同花色遗传类型开花先后顺序为白花类型、“金冠霞帔”“匀冠锦霞”,物候期差异显著或极显著,花序生长随0、3、5、7、10 ℃积温的变化与Logistic生长模型拟合结果较好;花朵数随时间和积温的变化与二次多项式模型拟合较好;(2)各个地区之间同一积温指数各物候期所需积温相差不大,不同积温指数所需积温有显著性差异;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,两个因素交互作用影响差异极显著;(3)5 ℃积温指数(即温暖指数)与物候期日序具有高度相关性,可用于花期预测;(4)白花类型文冠果3个物候期5 ℃积温的日序与经纬度、海拔呈极显著的多元线性回归关系,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回归模型可用于花期预测;(5)用克里金插值法,采用上述预测模型,绘制白花文冠果3个开花物候期的时空分布图。结论基于5 ℃积温指数(即温暖指数)建立的积温模型可用于文冠果花期预测。

English Abstract

周祎鸣, 张莹, 田晓华, 唐桂辉, 张东旭, 王俊杰, 王馨蕊, 关文彬. 基于积温的文冠果开花物候期预测模型的构建[J]. 北京林业大学学报, 2019, 41(6): 62-74. doi: 10.13332/j.1000-1522.20180128
引用本文: 周祎鸣, 张莹, 田晓华, 唐桂辉, 张东旭, 王俊杰, 王馨蕊, 关文彬. 基于积温的文冠果开花物候期预测模型的构建[J]. 北京林业大学学报, 2019, 41(6): 62-74. doi: 10.13332/j.1000-1522.20180128
Zhou Yiming, Zhang Ying, Tian Xiaohua, Tang Guihui, Zhang Dongxu, Wang Junjie, Wang Xinrui, Guan Wenbin. Establishment of the flowering phenological model of Xanthoceras sorbifolium based on accumulated temperature[J]. Journal of Beijing Forestry University, 2019, 41(6): 62-74. doi: 10.13332/j.1000-1522.20180128
Citation: Zhou Yiming, Zhang Ying, Tian Xiaohua, Tang Guihui, Zhang Dongxu, Wang Junjie, Wang Xinrui, Guan Wenbin. Establishment of the flowering phenological model of Xanthoceras sorbifolium based on accumulated temperature[J]. Journal of Beijing Forestry University, 2019, 41(6): 62-74. doi: 10.13332/j.1000-1522.20180128
  • 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[1112]、模拟树种分布变化趋势[1314]、预测未来的气候变化[1517]、农业生产和风险评估[1819]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:

    $$ {\rm{A}}{{\rm{T}}_i} = \sum (T-{T_i}) $$ (1)

    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]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[2324]。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。

    • 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

    • 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。

    • 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)。

    • 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$2, \; \cdots , \;$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[2930],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 = Ay = y0,式中:AY值所能达到的最大值,存在一个拐点为t = lnB/ky = A/2;Bk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[3134],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。

    • 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 ± 1.30a
      JGXP18.33 ± 0.50a
      WF17.78 ± 0.97b
      盛花期 Full blossom periodYGJX20.67 ± 1.41a
      JGXP21.33 ± 10.00ab
      WF22.22 ± 1.09b
      末花期 Final flowering periodYGJX29.33 ± 0.71a
      JGXP30.11 ± 0.78b
      WF30.67 ± 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$\scriptstyle 2, \; \cdots , \;$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 $\scriptstyle 2, \; \cdots , \;$ and so on).
    • 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

    • 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.
      $$ {{K}} = \frac{{{{y}}_2^2\left( {{{{y}}_1} + {{{y}}_3}} \right) - 2{{{y}}_1}{{{y}}_2}{{{y}}_{3{{}}}}}}{{{{y}}_2^2 - {{{y}}_1}{{{y}}_3}}} $$ (2)
    • 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

    • 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 ± 30.44745.4642.14.31
      3 ℃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 ± 23.14548.2463.64.54
      5 ℃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 ± 19.40322 263.66.6
      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
    • 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 number
      0 ℃积温
      0 ℃ accumulated temperature
      3 ℃积温
      3 ℃ accumulated temperature
      5 ℃积温
      5 ℃ accumulated temperature
      7 ℃积温
      7 ℃ accumulated temperature
      10 ℃积温
      10 ℃ accumulated temperature
      日序
      Day number
      1
      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 β
      t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− 0.1110.0332.8180.03
      3 ℃− 0.398− 0.4260.678− 0.1220.01102.301 0.01
      7 ℃ 0.829 0.9610.356 0.267 0.01192.487 0.011
      10 ℃ 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<0.0010.896
      a− 0.215 − 10.578 0
    • 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.
    • 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567),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

    • 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。

参考文献 (37)

目录

    /

    返回文章
    返回