北京地區(qū)引進(jìn)觀賞芍藥花期與相關(guān)物候期的灰色關(guān)聯(lián)分析及其花期預(yù)測模型建立

劉建鑫, 于曉南,b,①

(北京林業(yè)大學(xué): a. 園林學(xué)院, b. 花卉種質(zhì)資源創(chuàng)新與分子育種北京市重點(diǎn)實(shí)驗(yàn)室 國家花卉工程技術(shù)研究中心 城鄉(xiāng)生態(tài)環(huán)境北京實(shí)驗(yàn)室, 北京100083)

北京地區(qū)引進(jìn)觀賞芍藥花期與相關(guān)物候期的灰色關(guān)聯(lián)分析及其花期預(yù)測模型建立

劉建鑫a, 于曉南a,b,①

(北京林業(yè)大學(xué): a. 園林學(xué)院, b. 花卉種質(zhì)資源創(chuàng)新與分子育種北京市重點(diǎn)實(shí)驗(yàn)室 國家花卉工程技術(shù)研究中心 城鄉(xiāng)生態(tài)環(huán)境北京實(shí)驗(yàn)室, 北京100083)

觀賞芍藥(PaeonialactifloraPall.)特指芍藥科(Paeoniaceae)芍藥屬(PaeoniaLinn.)多年生觀賞花卉，是中國的傳統(tǒng)名花之一，也是世界花卉市場上的重要切花[1]。芍藥品種非常豐富，美國芍藥協(xié)會(American Peony Society)將之分為3大品種群，即中國芍藥品種群(Lactiflora Peony)、雜種芍藥品種群(Hybrid Peony)和伊藤芍藥品種群(Itoh Hybrid)[2]。因起源不同，各品種群品種間的花期差異較大。對芍藥花期進(jìn)行預(yù)測，不僅可以為其栽培生產(chǎn)和園林配置提供科學(xué)指導(dǎo)，而且對選擇花期相遇的品種進(jìn)行雜交育種也具有重要價(jià)值。

目前，關(guān)于植物花期的預(yù)測方法主要有3種：運(yùn)用統(tǒng)計(jì)學(xué)方法分析花期與氣候因子的相關(guān)性并建立回歸預(yù)測模型[3-5]；通過花期前物候現(xiàn)象對花期進(jìn)行預(yù)測[6]；通過花前器官形態(tài)觀測建立預(yù)測模型[7-8]。對同一植物而言，各物候期的發(fā)生順序是穩(wěn)定的，且各物候期之間具有一定的相關(guān)性[9]，因而，可以利用物候現(xiàn)象預(yù)測花期。以往多采用相關(guān)分析和回歸分析等方法來預(yù)測花期[10-12]，但由于這些方法需要大量原始數(shù)據(jù)，而且要求數(shù)據(jù)有一定的統(tǒng)計(jì)規(guī)律，因此，在很多情況下上述統(tǒng)計(jì)方法難以應(yīng)用?；疑P(guān)聯(lián)分析是用灰色關(guān)聯(lián)度順序來描述因素間的影響程度或因素對系統(tǒng)主行為的貢獻(xiàn)測度的一種方法[13]17-18，該方法對樣本量要求不高，不要求數(shù)據(jù)具有典型的分布規(guī)律，而且計(jì)算量較小，其結(jié)果與定性分析結(jié)果較吻合，是一種實(shí)用和可靠的分析方法[14]。

作者運(yùn)用灰色關(guān)聯(lián)分析法，對種植于北京地區(qū)的引進(jìn)觀賞芍藥品種連續(xù)3年的物候期數(shù)據(jù)進(jìn)行研究，據(jù)此分析芍藥花期與其他物候期的相關(guān)性；在此基礎(chǔ)上，運(yùn)用多元線性回歸分析法構(gòu)建芍藥花期的多元線性回歸預(yù)測模型，以期為及時(shí)準(zhǔn)確預(yù)報(bào)芍藥花期提供參考依據(jù)。

1 材料和方法

1.1 材料

供試材料為作者所在課題組于2010年引種自美國俄勒岡州的18個觀賞芍藥品種，分別為品種‘Apache’、 ‘Athena’、‘Brightness’、 ‘Cream Delight’、 ‘Fernleaf Hybrid’、‘Firelight’、‘Garden Peace’、‘Halcyon’、‘John Harvard’、‘Laddie’、‘Little Red Gem’、‘Lovely Rose’、‘May Lilac’、‘Nosegay’、‘Paladin’、‘Pink Teacup’、‘Roselette’和‘White Innocence’，分屬于中國芍藥品種群和雜種芍藥品種群。栽培地位于北京市小湯山國家花卉工程技術(shù)研究中心苗圃。

1.2 方法

1.2.1 物候期觀測 芍藥物候期分為萌動期、萌發(fā)期、抽莖期、展葉期、顯蕾期、透色期和花期7個階段[15]。于2012年至2014年每年3月初至6月底，從每個芍藥品種中隨機(jī)挑選10株觀察并記錄上述物候期，每個時(shí)期以60%樣株達(dá)到該時(shí)期特征為準(zhǔn)；開花前每周觀察2次，開花時(shí)隔1天觀察1次。

1.2.2 物候期記錄 參照文獻(xiàn)[6]，將各物候期的日期換算成由1月1日起始的順序日，例如：1月1日換算為順序日1，2月1日換算為順序日32，以此類推，據(jù)此建立樣本序列。

1.2.3 預(yù)報(bào)檢驗(yàn)方法 采用分級加權(quán)百分?jǐn)?shù)計(jì)分評判法[16]計(jì)算預(yù)測模型得分和滿分率，進(jìn)行預(yù)測準(zhǔn)確性評定。

1.3 數(shù)據(jù)統(tǒng)計(jì)和處理

采用DPS 7.05軟件，運(yùn)用灰色關(guān)聯(lián)分析法確定與芍藥花期存在顯著相關(guān)性的主要指標(biāo)，然后采用多元線性回歸分析法建立多元線性回歸預(yù)測模型，最后采用分級加權(quán)百分?jǐn)?shù)計(jì)分評判法進(jìn)行預(yù)測準(zhǔn)確性評定。

2 結(jié)果和分析

2.1 灰色關(guān)聯(lián)分析結(jié)果

2012年至2014年18個觀賞芍藥品種花期與其他物候期的物候期換算值及灰色關(guān)聯(lián)分析結(jié)果見表1。結(jié)果顯示：同一品種的各物候期間均存在一定程度的相關(guān)性，其中，對花期影響最大的是透色期，其次為顯蕾期、萌動期，其后依次是萌發(fā)期、抽莖期、展葉期；透色期與花期的關(guān)聯(lián)度最高。根據(jù)灰色關(guān)聯(lián)分析原理，關(guān)聯(lián)度越大的序列與母序列的關(guān)系越密切，關(guān)聯(lián)度越小的序列與母序列關(guān)系越疏遠(yuǎn)[13]18-19，因而，透色期與芍藥花期的相關(guān)性最為直接；萌動期與花期也具有較高的關(guān)聯(lián)度，說明該時(shí)期的到來意味著芍藥已經(jīng)打破休眠，具備了開花條件。萌動期、萌發(fā)期、抽莖期和展葉期與花期的關(guān)聯(lián)度較小，可能是因?yàn)檫@段時(shí)期內(nèi)芍藥主要進(jìn)行營養(yǎng)器官的生長，對花器官的發(fā)育影響較小。

2.2 多元線性回歸分析及預(yù)測模型檢驗(yàn)結(jié)果

根據(jù)表1的分析結(jié)果，選用與觀賞芍藥花期(Y)關(guān)聯(lián)度最高的透色期(X1)、顯蕾期(X2)和萌動期(X3)進(jìn)行線性回歸分析，擬合度(R2)達(dá)0.951，擬合效果良好。經(jīng)分析，F(xiàn)=323.398時(shí)P<0.001，遠(yuǎn)小于顯著性水平α=0.05，表明透色期、顯蕾期、萌動期與花期之間存在顯著的線性關(guān)系。據(jù)此，獲得觀賞芍藥花期的多元線性回歸預(yù)測模型Y=3.516+0.680X1+0.165X2+0.250X3。檢驗(yàn)結(jié)果顯示：此多元線性回歸預(yù)測模型得分為333.34，滿分率為83.34%，表明該模型的預(yù)測效果良好，具有較強(qiáng)的實(shí)用性，可以為預(yù)報(bào)北京地區(qū)觀賞芍藥的花期提供較為準(zhǔn)確的參考。

表1 2012年至2014年18個觀賞芍藥品種花期與其他物候期的物候期換算值及灰色關(guān)聯(lián)分析結(jié)果1)

Table 1 Conversion values of phenophase and result of grey correlation analysis between blooming stage and other phenophases of 18 cultivars of herbaceous peony (PaeonialactifloraPall.) from 2012 to 20141)

品種Cultivar不同物候期的換算值 Conversionvalueofdifferentphenophases萌動期 Germination stage 萌發(fā)期 Sprouting stage 抽莖期 Branchgrowing stage 展葉期 Leafextending stage 顯蕾期 Budshowing stage 透色期 Budcolor-changing stage 花期BloomingstageApache85,95,8588,98,8896,108,92104,116,98108,128,112116,135,130121,140,134Athena85,98,8688,105,8892,108,9296,112,97104,116,104111,127,114116,131,119Brightness85,95,7888,98,8192,101,85104,105,92108,112,104116,129,114121,135,118CreamDelight85,95,8588,98,8796,105,88104,108,92111,112,100116,128,112121,135,116FernleafHybrid79,95,8582,98,8885,101,9188,105,9896,108,103111,112,108116,123,114Firelight82,95,8385,98,8588,108,8892,112,9296,116,98111,128,113116,134,116GardenPeace88,98,8592,105,8796,108,92104,112,96108,116,102111,120,114121,133,118Halcyon79,98,8582,105,8985,108,9288,112,9896,116,104104,128,114111,131,119JohnHarvard82,95,8085,98,8388,105,8592,108,91100,112,98104,129,114116,133,118Laddie85,95,8388,98,8592,101,89104,105,92111,108,98116,120,108121,125,113LittleRedGem79,92,8382,94,8585,98,8888,101,9292,105,9896,108,112108,121,116LovelyRose82,101,7885,105,8188,112,8596,116,92104,125,104116,133,114121,140,118MayLilac82,95,8685,98,8888,112,92100,116,97104,120,104108,128,119112,135,126Nosegay82,95,8785,98,9188,101,9692,108,10496,112,108104,116,113108,121,116Paladin82,95,8685,98,8888,108,9292,112,98104,125,104116,133,112121,142,118PinkTeacup82,98,8585,101,8888,105,9296,108,97104,112,104116,129,114121,135,118Roselette82,95,7685,98,7888,105,8192,108,8496,112,92104,120,104111,128,110WhiteInnocence82,98,8585,101,8888,112,92100,116,98111,125,104116,128,116121,135,119關(guān)聯(lián)度Correlationdegree0.70400.69290.68580.68180.74650.8287-排序Order345621-

1)各物候期的3組數(shù)據(jù)從左至右依次為同一品種在2012年、2013年和2014年同一物候觀測值的換算值 The three datums from left to right in each phenophases are in order of conversion values of the same phenological observation value of the same cultivar in 2012, 2013 and 2014.

3 討論和結(jié)論

陳琪等[17]運(yùn)用主成分分析和回歸分析相結(jié)合的方法構(gòu)建了牡丹(PaeoniasuffruticosaAndr.)花期回歸模型，認(rèn)為牡丹的花期與氣溫、地溫顯著相關(guān)，由兩者建立的線性回歸模型可以準(zhǔn)確預(yù)測牡丹花期。氣候是影響植物物候期的主要因素，而物候期中各物候性狀存在相關(guān)性，因此，利用物候期中其他物候性狀預(yù)測花期更為直接。孫凡雅等[18]根據(jù)觀賞海棠(Malusspp.)的童期性狀對觀賞海棠花期進(jìn)行了灰色關(guān)聯(lián)分析，認(rèn)為觀賞海棠雜交后代的萌芽期和展葉期與花期關(guān)聯(lián)度最大，根據(jù)觀賞海棠童期的萌芽期預(yù)測其花期具有一定的可行性，但并沒有獲得花期預(yù)測模型及其構(gòu)建方法。張明慶等[6]依據(jù)植物物候期的順序規(guī)律，利用開花較早的樹木預(yù)測其后開花樹木的花期，并采用回歸分析的方法建立春季觀花樹木的花期預(yù)報(bào)模型，通過檢驗(yàn)確認(rèn)預(yù)報(bào)效果良好，但是此方法需要尋找與所研究植物花期顯著相關(guān)的其他植物，無疑使工作量增加。

作者以觀賞芍藥花期前的物候現(xiàn)象作為預(yù)報(bào)因子，分析了北京地區(qū)觀賞芍藥花期前各物候期與花期的相關(guān)性?；疑P(guān)聯(lián)分析結(jié)果表明：與觀賞芍藥花期關(guān)聯(lián)度最高的是透色期，其次是顯蕾期、萌動期，這可能是因?yàn)橥干?、顯蕾期與花期在時(shí)間序列上最接近，影響最為直接；而萌動期與花期也有較高關(guān)聯(lián)度，說明該時(shí)期的到來意味著芍藥已經(jīng)打破休眠，具備了開花條件?；诨疑P(guān)聯(lián)分析結(jié)果進(jìn)一步建立了觀賞芍藥花期多元線性回歸預(yù)測模型，經(jīng)檢驗(yàn)，該模型的滿分率達(dá)到83.34%，表明用該模型預(yù)測北京地區(qū)觀賞芍藥的花期準(zhǔn)確度較高、實(shí)用性較強(qiáng)。據(jù)此，本研究方法與思路也可以應(yīng)用于其他觀賞植物的花期預(yù)測，以探索出適用于不同植物的花期預(yù)測模型。

[1] JI L J,SILVA J A T D,ZHANG J J, et al.Development and application of 15 novel polymorphic microsatellite markers for Sect.

Paeonia(PaeoniaL.)[J]. Biochemical Systematics and Ecology, 2014, 54: 257-266.

[2] 陸光沛, 于曉南. 美國芍藥牡丹協(xié)會金牌獎探析[J]. 中南林業(yè)科技大學(xué)學(xué)報(bào), 2009, 29(5): 191-194.

[3] KIM B D, KIM H C, YOO S T, et al. The relationship between flowering dates of several woody plants and air temperature[J]. Journal of Korean Nature, 2011, 4: 211-217.

[4] SCHNEEMILCH M,KOKKINN M,WILLIAMS C R.Flowering timing prediction in Australian native understorey species (AcrotricheR. Br Ericaceae) using meteorological data[J]. International Journal of Biometeorology, 2012, 56: 95-105.

[5] 柏秦鳳, 王景紅, 屈振江, 等. 陜西蘋果花期預(yù)測模型研究[J]. 中國農(nóng)學(xué)通報(bào), 2013, 29(19): 164-169.

[6] 張明慶, 蔡 霞. 北京地區(qū)春季主要園林樹木的花期預(yù)測研究[J]. 首都師范大學(xué)學(xué)報(bào): 自然科學(xué)版, 2005, 26(2): 85-90.

[7] 張明慶, 楊國棟, 許曉波. 樹木花期預(yù)報(bào)的花芽形態(tài)測量法研究——以大山櫻花期預(yù)報(bào)為例[J]. 植物生態(tài)學(xué)報(bào), 2005, 29(4): 610-614.

[8] 賈 坤, 張黎霞, 趙天祿, 等. 北京地區(qū)梅花的花期預(yù)報(bào)模式初建[J]. 北京林業(yè)大學(xué)學(xué)報(bào), 2010, 32(S2): 97-100.

[9] 竺可楨, 宛敏渭. 物候?qū)W[M]. 增訂本. 北京: 科學(xué)出版社, 1980: 79.

[10] RITZ C, PIPPER C, YNDGAARD F, et al. Modelling flowering of plants using time-to-event methods[J]. European Journal of Agronomy, 2010, 32: 155-161.

[11] 張 玲, 趙 黎, 張明慶. 牡丹的花期預(yù)測研究[J]. 咸陽師范學(xué)院學(xué)報(bào), 2009, 24(2): 77-79.

[12] 賈化川, 袁 靜, 孫麗娟. 杏花花期預(yù)報(bào)方法探討[J]. 安徽農(nóng)業(yè)科學(xué), 2014, 42(2): 506, 554.

[13] 鄧聚龍. 灰色系統(tǒng)基本方法[M]. 武漢: 華中工學(xué)院出版社, 1987.

[14] 劉思峰, 黨耀國, 方志耕. 灰色系統(tǒng)理論及其應(yīng)用[M]. 北京: 科學(xué)出版社, 2004: 1-4.

[15] 龍 芳. 芍藥的春節(jié)催花技術(shù)研究及抑制栽培初探[D]. 北京: 北京林業(yè)大學(xué)園林學(xué)院, 2007: 14.

[16] 楊國棟. 季節(jié)預(yù)報(bào)的準(zhǔn)最適物候回歸模式研究——以北京地區(qū)樹木物候?yàn)槔齕J]. 首都師范大學(xué)學(xué)報(bào): 自然科學(xué)版, 1994, 15(4): 79-84.

[17] 陳 琪, 張貫臣, 蘇金樂. 洛陽牡丹花期預(yù)測模型構(gòu)建與檢驗(yàn)[J]. 浙江農(nóng)業(yè)學(xué)報(bào), 2013, 25(1): 73-78.

[18] 孫凡雅, 沈 向, 康 鸞, 等. 觀賞海棠雜交后代萌芽期觀察及花期預(yù)測的灰色關(guān)聯(lián)度分析[J]. 植物資源與環(huán)境學(xué)報(bào), 2008, 17(4): 51-54.

(責(zé)任編輯: 張明霞)

Grey correlation analysis between blooming stage and related phenophases and prediction model establishment of blooming stage of herbaceous peony introduced in Beijing

LIU Jianxina, YU Xiaonana,b,①

(Beijing Forestry University： a. College of Landscape Architecture, b. Beijing Key Laboratory for Ornamental Plants Germplasm Innovation and Molecular Breeding, National Engineering Research Center for Floriculture, Beijing Laboratory of Urban and Rural Ecological Environment, Beijing 100083, China),

J.PlantResour. &Environ., 2015, 24(4): 108-110

Phenophases of 18 cultivars of herbaceous peony (PaeonialactifloraPall.) introduced in Beijing were observed from 2012 to 2014, correlation degree between blooming stage and other six phenophases was analyzed by grey correlation analysis, hereby, its prediction model of blooming stage was established by multiple linear regression analysis method. The results show that correlation degree of blooming stage (Y) with bud color-changing stage (X1), bud showing stage (X2) andgerminationstage(X3) ishigher,andmultiplelinearregressionpredictionmodel isY=3.516+0.680X1+0.165X2+0.250X3(R2=0.951). The prediction model is tested and its score is 333.34 with a full mark rate of 83.34%, indicating the prediction result of this model is better.

芍藥; 開花物候期; 灰色關(guān)聯(lián)分析; 花期預(yù)測; 多元線性回歸分析

herbaceous peony (PaeonialactifloraPall.); blooming phenophase; grey correlation analysis; prediction on blooming stage; multiple linear regression analysis

2015-02-06

國家自然科學(xué)基金資助項(xiàng)目(31400591)

劉建鑫(1989—),男，山東濟(jì)南人，碩士研究生，主要從事芍藥資源與育種研究方面的研究。

①通信作者E-mail: yuxiaonan626@126.com

S629; S682.1+2

A

1674-7895(2015)04-0108-03

10.3969/j.issn.1674-7895.2015.04.15