李清斌，仲鵬志，魏莎莎，黃 新，陳 磊，孫軍波，曹艷艷

（浙江省慈溪市氣象局，浙江慈溪 315300）

0 引言

草莓是薔薇科草莓屬多年生常綠草本植物，因品種繁多、適應(yīng)性強等特點，在中國南北方均有種植，是世界廣泛栽培的重要經(jīng)濟(jì)作物。2020 年國內(nèi)草莓種植面積達(dá)到13.16萬hm2，年產(chǎn)量344.9萬t[1]，然而在草莓單位面積產(chǎn)量上僅略高于世界平均水平，與美國、西班牙、以色列等國在單位面積產(chǎn)量上還存在較大差距[2]。現(xiàn)在對大棚草莓產(chǎn)量相關(guān)研究多為品種、栽培模式、土壤、水肥[3-7]等因素對其的影響，而基于超過10年的棚內(nèi)小氣候關(guān)鍵因子如棚內(nèi)溫度、總輻射、有效積溫和輻熱積等構(gòu)建大棚草莓年產(chǎn)量氣象預(yù)測模型則鮮有報道。

國內(nèi)江南地區(qū)普遍采用無加溫大棚早促成栽培進(jìn)行草莓生產(chǎn)，與北方擋土墻可加溫溫室不同，故對江南地區(qū)無加溫草莓大棚條件下產(chǎn)量的研究有其獨特性和必要性。江南地區(qū)草莓大棚栽培面積較大且栽培模式相似的主要有上海、浙江、江蘇、安徽等省市[8]。浙江省作為江南地區(qū)草莓主產(chǎn)省之一，2019年草莓種植面積達(dá)6253.34 hm2，產(chǎn)量達(dá)14.25 萬t[9]。目前主栽品種‘紅頰’占浙江草莓種植面積的80%以上[10]。近年來，隨著設(shè)施大棚栽培技術(shù)的推廣，大棚草莓種植以高產(chǎn)值、效益好等優(yōu)勢迅速發(fā)展，成為浙江省鄉(xiāng)村振興特色農(nóng)產(chǎn)業(yè)的亮點，亦是農(nóng)村經(jīng)濟(jì)的新增長點。

本研究以浙江省設(shè)施農(nóng)業(yè)氣象試驗站大棚草莓11 個生長年份的產(chǎn)量品質(zhì)觀測資料以及棚內(nèi)外關(guān)鍵小氣候因子數(shù)據(jù)為材料，采用多項式預(yù)報方法，對大棚小氣候要素關(guān)鍵因子與草莓產(chǎn)量相關(guān)性進(jìn)行研究，構(gòu)建基于有效積溫和輻熱積等小氣候關(guān)鍵因子與產(chǎn)量的多元回歸模型，以期了解大棚草莓關(guān)鍵小氣候因子對產(chǎn)量的影響，找到大棚草莓關(guān)鍵小氣候因子進(jìn)行相應(yīng)調(diào)控，并根據(jù)其變化規(guī)律保障莓農(nóng)增產(chǎn)增收。

1 材料與方法

1.1 試驗材料與試驗地點

供試草莓品種為浙江省主栽品種‘紅頰’，每年9月上中旬定植，12 月進(jìn)入采果始期，采果期可持續(xù)到次年4月底結(jié)束。本研究所用草莓產(chǎn)量品質(zhì)觀測數(shù)據(jù)以及棚內(nèi)小氣候要素數(shù)據(jù)由2011—2021 年11 個年份觀測而來。

試驗在浙江省設(shè)施農(nóng)業(yè)氣象試驗站（慈溪，121°17′30″E，30°12′15″N，海拔5.4 m）草莓試驗大棚內(nèi)進(jìn)行，大棚為南方標(biāo)準(zhǔn)GP825 單體無加溫鋼管大棚，冬季采用多層膜覆蓋保溫。

1.2 試驗設(shè)計

在浙江省設(shè)施農(nóng)業(yè)氣象試驗站草莓試驗大棚內(nèi)采用隨機區(qū)組試驗設(shè)定試驗小區(qū)，每小區(qū)觀測10株無病蟲害生長勢一致的草莓壯苗，4個重復(fù)，共計40株試驗苗。自每年9 月上中旬定植后開始觀測其發(fā)育期，在進(jìn)入采果期時分批采摘并稱量記錄各試驗小區(qū)內(nèi)果重指標(biāo)，至次年4 月下旬采果期結(jié)束后統(tǒng)計該年度小區(qū)總產(chǎn)量。

棚內(nèi)在草莓植株冠層布設(shè)溫度、空氣濕度、太陽總輻射等代表“光溫濕”關(guān)鍵小氣候要素自動觀測探頭，實時記錄草莓全生育期棚內(nèi)小氣候要素變化情況。

1.3 試驗方法

1.3.1 小氣候要素數(shù)據(jù)獲取及儀器設(shè)備 草莓大棚內(nèi)關(guān)鍵小氣候要素涵蓋作物生長必需的“光溫濕”三要素，其中氣溫、空氣濕度的測定采用DHC2 溫濕度二合一傳感器測量，氣溫測量范圍-50～60℃、分辨力0.1℃、準(zhǔn)確度±0.2℃，空氣相對濕度測量范圍0%～100%、分辨力1%、精度±3%(≤80%)或±5%(＞80%)。太陽總輻射數(shù)據(jù)采用FS-S6A傳感器測定，測量范圍0～2000 W/m2、分辨力5 W/m2、準(zhǔn)確度±5%（曝輻量日累計）。數(shù)據(jù)主采集系統(tǒng)采用32位操作系統(tǒng)，24位高精度模-數(shù)轉(zhuǎn)換，自持式高精度實時時鐘，月誤差小于15 s；數(shù)據(jù)采集頻率為20 s/次，存儲每30 min的平均值。

1.3.2 果實產(chǎn)量數(shù)據(jù)獲取 產(chǎn)量采取成熟即采、隨采隨測原則，用電子天平分批稱量各小區(qū)采摘果總質(zhì)量，MP1002（精度0.01 g）分析天平測量，記錄采果日期，至采果期結(jié)束后統(tǒng)計該年度小區(qū)總產(chǎn)量。4個試驗小區(qū)總面積6.67 m2，計算可得到試驗小區(qū)單位面積產(chǎn)量。

1.4 數(shù)據(jù)處理

采用統(tǒng)計分析軟件SPSS 18.0 和Excel 2007 數(shù)據(jù)分析軟件對試驗數(shù)據(jù)進(jìn)行分析處理。

2 結(jié)果與分析

2.1 氣象產(chǎn)量和趨勢產(chǎn)量的分離

氣象產(chǎn)量和趨勢產(chǎn)量的分離趨勢產(chǎn)量由地理環(huán)境、水肥、品種和生產(chǎn)力水平等因素決定。栽培制度相對較為一致，品種同為‘紅頰’，產(chǎn)量數(shù)據(jù)均為同一基地試驗觀測，上述外部因素逐年變化幅度比較小，有相對的穩(wěn)定性。

構(gòu)建的趨勢單產(chǎn)模型Y(T)的表達(dá)式如式(1)。

式中，Y(T)表示第T年的趨勢產(chǎn)量，T表示年份，利用近10年（2011—2020年）的統(tǒng)計數(shù)據(jù)通過SPSS軟件建立多元回歸模型；a、b、c、d、e為參數(shù)；T是2011—2020年的單產(chǎn)時間序列，U表示第T年趨勢產(chǎn)量模型產(chǎn)生的隨機誤差。得到草莓趨勢產(chǎn)量模型如式(2)。

其中，T代表年序（如2011 年T=1，2012 年T=2，……，2020年T=10），Y(T)代表某年的趨勢產(chǎn)量，趨勢產(chǎn)量模型如圖1中的曲線所示。大棚草莓氣象產(chǎn)量為實際單位面積產(chǎn)量與趨勢產(chǎn)量之差，根據(jù)預(yù)報方程分離的趨勢產(chǎn)量與氣象產(chǎn)量具體數(shù)值見表1。

表1 大棚草莓年氣象產(chǎn)量預(yù)測值及預(yù)測精度

圖1 大棚草莓逐年實際產(chǎn)量、趨勢產(chǎn)量與趨勢產(chǎn)量模型曲線

2.2 大棚草莓氣象產(chǎn)量的處理及預(yù)報

根據(jù)產(chǎn)量與棚內(nèi)小氣候因子相關(guān)性分析發(fā)現(xiàn)，大棚草莓產(chǎn)量影響主要與溫度和太陽輻射2個要素最直接相關(guān)，在產(chǎn)果前期溫度作為產(chǎn)量預(yù)測參數(shù)相關(guān)性較強，而3月以后的采果中后期，輻射與輻熱積作為參數(shù)相關(guān)性更強，故而篩選12月—次年2月棚內(nèi)有效積溫和3—4 月棚內(nèi)輻熱積作為產(chǎn)量預(yù)測模型關(guān)鍵氣象因子，并用統(tǒng)計分析軟件SPSS 18.0 分析處理相關(guān)數(shù)據(jù)，構(gòu)建氣象產(chǎn)量的模擬預(yù)報方程，如式(3)，復(fù)相關(guān)系數(shù)R=0.959(R2=0.919)，F(xiàn)=9.133，進(jìn)行F顯著性檢驗，F(xiàn)＜F0.05（差異達(dá)顯著水平）。

其中，X1為12月棚內(nèi)有效積溫，X2為次年1月棚內(nèi)有效積溫，X3為次年2 月棚內(nèi)有效積溫，X4為次年3 月棚內(nèi)輻熱積，X5為次年4月棚內(nèi)輻熱積。

2.3 大棚草莓氣象產(chǎn)量預(yù)測值及預(yù)測精度

用式(2)模擬得到趨勢產(chǎn)量，根據(jù)式(3)模擬氣象產(chǎn)量。把氣象產(chǎn)量模擬值和模擬的趨勢產(chǎn)量相加，即為大棚草莓預(yù)測單位面積產(chǎn)量。各年份產(chǎn)量預(yù)測結(jié)果見表1。

預(yù)測產(chǎn)量與實際產(chǎn)量的占比百分率即為預(yù)測精度，預(yù)測產(chǎn)量越接近實際產(chǎn)量，占比百分率越高，說明精度越高，反之則說明精度低。根據(jù)實際產(chǎn)量與預(yù)測產(chǎn)量計算得到預(yù)測精度，結(jié)果見表1，對該模型進(jìn)行評價，各年預(yù)報精度均達(dá)90%以上，該模型能較好地滿足產(chǎn)量模擬預(yù)報的精度要求，其中模擬預(yù)報精度達(dá)95%以上的有7年，精度達(dá)90%以上的有11年，平均精度達(dá)95.3%，其中2021年為大棚草莓產(chǎn)量預(yù)報檢驗?zāi)?，模擬精度為90.82%。綜上，本模型預(yù)測精度高，模型內(nèi)關(guān)鍵參數(shù)指標(biāo)容易獲取，具有較強實用性。

3 結(jié)論

在作物產(chǎn)量的模擬和預(yù)報模型建立過程中，人們對經(jīng)驗數(shù)據(jù)分析最常用的統(tǒng)計方法有多項式分離法和滑動平均法，因滑動平均方法對樣本數(shù)量有損耗，使用多項式方法分離氣象產(chǎn)量和趨勢產(chǎn)量，其優(yōu)點在于不必減少樣本數(shù)，尤其是當(dāng)產(chǎn)量和氣象資料的樣本數(shù)比較少時，這種方法的優(yōu)點比較明顯，預(yù)測精確度更高[11-12]。

根據(jù)筆者團(tuán)隊早年研究，大棚草莓產(chǎn)量主要與溫度和太陽輻射2 個要素最直接相關(guān)，在產(chǎn)果前期溫度作為產(chǎn)量預(yù)測參數(shù)相關(guān)性較強，而3 月以后的采果中后期，輻射與輻熱積作為參數(shù)相關(guān)性更佳[13]。但由于當(dāng)時研究年限較短，僅構(gòu)建了一些逐月模型，未對全年產(chǎn)量預(yù)測做出更精準(zhǔn)的產(chǎn)量預(yù)測模型。而本研究在結(jié)合前人設(shè)施小氣候關(guān)鍵因子研究基礎(chǔ)上，結(jié)合更多年份設(shè)施小氣候關(guān)鍵要素及大棚草莓產(chǎn)量數(shù)據(jù)，構(gòu)建了更為合理、精準(zhǔn)度更優(yōu)的大棚草莓全年氣象產(chǎn)量預(yù)測模型。

楊淑華等[14]結(jié)合降水量參數(shù)這種氣象非線性因子，發(fā)現(xiàn)采用BP神經(jīng)網(wǎng)絡(luò)模型結(jié)合非線性因子精確度更高，而本研究關(guān)鍵小氣候因子參數(shù)中氣溫、輻熱積多為線性因子，故多元回歸模型已可以簡便快捷達(dá)到較高精度，便于在其他無降水這類非線性氣象因子影響的設(shè)施作物小氣候模型構(gòu)建時參考應(yīng)用。

草莓大棚內(nèi)灌溉采用合理滴灌模式，與外界降水交互性較少，從水分的角度，受外界降水影響少，認(rèn)為各月土壤水分含量在一個滿足草莓生長需求的適宜值，草莓棚內(nèi)全生育期不存在干旱減產(chǎn)或澇害減產(chǎn)等情況，故與露地作物產(chǎn)量預(yù)報模型中大量引入各月降水量作為參數(shù)不同，在該預(yù)報模型中未引入降水作為參數(shù)，有效積溫和輻熱積2個關(guān)鍵因子更有其合理性，冬春季大棚外界降水要素影響更多體現(xiàn)在間接影響降水時段的溫度和太陽輻射變化。

每年的1、2月本應(yīng)該是全年氣溫最低的2個月份，但近年來，冬季連陰雨頻發(fā)，發(fā)生連陰雨時段較長的年份，1、2 月棚內(nèi)累計有效積溫反而較未出現(xiàn)連陰雨晴冷的年份高，但連陰雨對產(chǎn)量是有明顯抑制作用的，故在產(chǎn)量預(yù)報方程中1、2月棚內(nèi)有效積溫與產(chǎn)量預(yù)測值呈反比；4月外界氣溫已升得過高，過高的棚溫和過強輻射對草莓產(chǎn)量有明顯抑制作用，故4 月輻熱積與年氣象產(chǎn)量預(yù)測值也呈反比。

4 討論

在作物產(chǎn)量預(yù)報模型研究方面，大宗露地作物如小麥、水稻、玉米、棉花、大豆[15-19]等作物產(chǎn)量模型研究較多，預(yù)報技術(shù)方法也較為多樣，除了統(tǒng)計預(yù)報模型，還有結(jié)合遙感的預(yù)報模型，結(jié)合大量作物參數(shù)的作物生長模擬方法等類型[20-24]，而對于設(shè)施作物產(chǎn)量預(yù)報模型目前研究報道較少，特別是對于無加溫類型的南方鋼結(jié)構(gòu)大棚草莓年產(chǎn)量預(yù)報模型鮮有研究和報道。

本研究為設(shè)施作物小氣候關(guān)鍵因子構(gòu)建產(chǎn)量預(yù)報模型研究提供一定思路，但設(shè)施作物生長及產(chǎn)量品質(zhì)形成除了受外界環(huán)境影響，內(nèi)部還受到其自身水分和養(yǎng)分代謝影響[25]。Yang等[26]在對草莓露地產(chǎn)量預(yù)測模型中引入了可視化拍攝等現(xiàn)代化的手段，為今后大棚草莓產(chǎn)量預(yù)測研究方面開拓了新思路，今后的研究中，應(yīng)通過生理生化試驗等方式引入作物自身水分、養(yǎng)分代謝參數(shù)，并結(jié)合新的技術(shù)手段包括AI智能深度算法學(xué)習(xí)等前沿技術(shù)應(yīng)用，使大棚草莓產(chǎn)量預(yù)報更加精準(zhǔn)與完善。