一种基于气象条件的沙田柚糖度区域预报模型的构建方法与流程

1.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沙田柚糖度区域预报模型的构建方法。


背景技术：

2.以广西壮族自治区容县沙田柚为例，这一乾隆誉名的地标作物，历经几百年的种植，栽培技术已经非常成熟，表现为产量和品质较为稳定。但是，就以糖度为代表的品质而言，不同年糖度含量是极其不稳定的，有些年糖度(可溶性固形物含量的％)达到12％以上的果实较多，有些年糖度达到12％以上的果实较少，直接影响到市场价格和商品的信誉度以及地标品牌的保护。对此，当地农业技术推广部门多年来一直开展品质提升的综合栽培技术研究，但是成效有限。其主要原因是：每年的气象条件特别是成熟期的气象条件直接影响到品质的高低，而在没有解析出最大影响因素的气象条件对品质的影响作用之前，其他诸如立地条件、栽培措施等的影响作用结果都无法反应真实情况，因为后者并非影响糖度的主要因素；
3.现有栽培技术中的任何一个条件或多个条件的组合，都无法实现一个区域、一个地块、一棵树的沙田柚糖度的预报，这些条件包括立地条件、树势、水肥管理、产量(疏花蔬果)调控、田间微气象条件调控等。为此，本发明建立一种基于气象条件的沙田柚糖度区域预报模型，旨在利用沙田柚成熟期内的逐日气象指标预报其糖度，当气象条件偏离高糖度气象条件指标范围时，可以采取田间微气象条件调控措施，如在树下覆盖反光膜和在树冠上方覆盖薄膜以减少降水量入渗根系层、增加温度、降低空气湿度。


技术实现要素：

4.本发明的目的在于提供一种基于气象条件的沙田柚糖度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。
5.为实现上述目的，本发明提供如下技术方案：
6.一种基于气象条件的沙田柚糖度区域预报模型的构建方法，其构件方法步骤如下：
7.步骤一：首先准备沙田柚糖度年型数据；
8.步骤二：进一步准备气象数据；
9.步骤三：进一步确定沙田柚糖度区域预报模型；
10.步骤四：确定模型和参数。
11.作为本发明进一步的方案：所述步骤一中沙田柚糖度年型数据由模型使用者监测或其它方式获得；同时要求是同一地区至少1000亩以上沙田柚果园连续10年以上的糖度监测数据；沙田柚品质年型按5级划分：优、良、中、差、劣，对应赋值为5、4、3、2、1数值。
12.作为本发明再进一步的方案：所述步骤二中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或县级气象站，历史气象数
据可以追溯到几十年以前；气象数据指标包括3个，它们是每日的日照时数、降水量、最小相对湿度。
13.作为本发明再进一步的方案：所述步骤三中沙田柚糖度区域预报模型为p＝a0 a1*x1 a2*x2 a3*x3；其中a0～a3为统计方法获得的模型参数，x1、x2、x3分别为9月21日
‑
10月31日的最小相对湿度平均值、10月日照时数、10月降水量；湿度越小、日照时数越多、降水量越少，糖度越高。
14.作为本发明再进一步的方案：所述步骤四中通过对区域10年以上的p、x1、x2、x3的统计从而获得模型和参数。
15.与现有技术相比，本发明的有益效果是：
16.本发明提供一种基于气象条件的沙田柚糖度区域预报模型，模型简单、实用、参数容易获得、预报精度高；
17.1、可以基于每年进入成熟期的气象条件预报区域沙田柚糖度年型，为田间种植技术调控和市场价格预期进行提前预报；
18.2、可以以沙田柚糖度区域预报模型参数为依据，设置田间设施调控田间微气象条件，为果实高糖度积累创造最适气象条件。
具体实施方式
19.下面将结合本发明实施例，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。
20.本发明实施例中，一种基于气象条件的沙田柚糖度区域预报模型的构建方法，其构建方法步骤如下：
21.步骤一：首先准备沙田柚糖度年型数据；
22.沙田柚糖度年型数据由模型使用者监测或其它方式获得；同时要求是同一地区至少1000亩以上沙田柚果园连续10年以上的糖度监测数据；沙田柚品质年型按5级划分：优、良、中、差、劣，对应赋值为5、4、3、2、1数值；
23.步骤二：进一步准备气象数据；
24.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或县级气象站，历史气象数据可以追溯到几十年以前；气象数据指标包括3个，它们是每日的日照时数、降水量、最小相对湿度；
25.步骤三：进一步确定沙田柚糖度区域预报模型为：
26.p＝a0 a1*x1 a2*x2 a3*x3；其中a0～a3为统计方法获得的模型参数，x1、x2、x3分别为9月21日
‑
10月31日的最小相对湿度平均值、10月日照时数、10月降水量；湿度越小、日照时数越多、降水量越少，糖度越高；
27.步骤四：确定模型和参数；
28.通过对区域10年以上的p、x1、x2、x3的统计从而获得模型和参数。
29.实际应用案例：
30.步骤一：首先准备沙田柚糖度年型数据；
31.以广西壮族自治区容县沙田柚为实施实例，经过大量实际调研和综合研究获得1991到2019年30年的沙田柚糖度年型，按5级优、良、中、差、劣赋值为5、4、3、2、1数值。
32.步骤二：进一步准备气象数据；
33.获得1991到2019年的9月21日
‑
10月31日的最小相对湿度平均值(负相关)、10月日照时数(正相关)、10月降水量数据(负相关)；
34.步骤三：进一步确定沙田柚糖度区域预报模型为：
35.通过对29年品质与以上3个气象指标的三元回归获得回归方程为：p＝a0 a1*x136. a2*x2 a3*x3(n＝29，r＝0.983**)，糖度大年的具体指标是最小相对湿度＜45％、日照时数＞200h、降水量＜10mm。
37.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。


技术特征：
1.一种基于气象条件的沙田柚糖度区域预报模型的构建方法，其特征在于：其构建方法步骤如下：步骤一：首先准备沙田柚糖度年型数据；步骤二：进一步准备气象数据；步骤三：进一步确定沙田柚糖度区域预报模型；步骤四：确定模型和参数。2.根据权利要求1所述的基于气象条件的沙田柚糖度区域预报模型的构建方法，其特征在于：所述步骤一中沙田柚糖度年型数据由模型使用者监测或其它方式获得；同时要求是同一地区至少1000亩以上沙田柚果园连续10年以上的糖度监测数据；沙田柚品质年型按5级划分：优、良、中、差、劣，对应赋值为5、4、3、2、1数值。3.根据权利要求1所述的基于气象条件的沙田柚糖度区域预报模型的构建方法，其特征在于：所述步骤二中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或县级气象站，历史气象数据可以追溯到几十年以前；气象数据指标包括3个，它们是每日的日照时数、降水量、最小相对湿度。4.根据权利要求1所述的基于气象条件的沙田柚糖度区域预报模型的构建方法，其特征在于：所述步骤三中沙田柚糖度区域预报模型为p＝a0 a1*x1 a2*x2 a3*x3；其中a0～a3为统计方法获得的模型参数，x1、x2、x3分别为9月21日
‑
10月31日的最小相对湿度平均值、10月日照时数、10月降水量；湿度越小、日照时数越多、降水量越少，糖度越高。5.根据权利要求1所述的基于气象条件的沙田柚糖度区域预报模型的构建方法，其特征在于：所述步骤四中通过对区域10年以上的p、x1、x2、x3的统计从而获得预报模型和参数。

技术总结
本发明公开了一种基于气象条件的沙田柚糖度区域预报模型的构建方法，其构建方法步骤如下：步骤一：首先准备沙田柚糖度年型数据；步骤二：进一步准备气象数据；步骤三：进一步确定沙田柚糖度区域预报模型；步骤四：确定模型和参数。所述步骤一中沙田柚糖度年型数据由模型使用者监测或其它方式获得，同时要求是同一地区至少1000亩以上沙田柚果园连续10年以上的糖度监测数据。基于模型和每年进入成熟期的气象条件预报可以实现区域沙田柚糖度年型预报，为田间种植技术调控和市场价格预期进行提前预报；也可以以沙田柚糖度区域预报模型参数为依据，设置田间设施调控田间微气象条件，为果实高糖度积累创造最适气象条件。实高糖度积累创造最适气象条件。


技术研发人员：陆伶 侯彦林 刘书田 侯显达 贾书刚 王铄今
受保护的技术使用者：南宁师范大学
技术研发日：2021.06.07
技术公布日：2021/9/7