1、利用物候现象发生的顺序相关性规律进行牡丹花期预报的研究内容摘要：本文通过对利用物候现象发生的顺序相关性规律，以首都师范大学食堂前的牡丹为研究材料，用各期的序日数与盛花期的序日数建立了相关关系，进而对牡丹的花期进行预报。关键词：牡丹 花期 相关关系一、引言中国是一个具有赏花情趣的国家，在北京，植物园、圆明园、玉渊潭都有不同的赏花节，在上海、洛阳也一样。那我们就需要对花期进行预报，来指导人们欣赏。在合适的时间观赏适合的植物。牡丹是我国特有的木本名贵花卉，花大色艳、雍容华贵、富丽端庄、芳香浓郁，而且品种繁多，素有“国色天香“ 、“花中之王“的美称，长期以来被人们当做富贵吉祥、繁荣兴旺的象征。二、材料
2、和方法我们从首都师范大学食堂前的牡丹池中选择了 50 棵作为观测材料。它们的分布如下图：图 1 观测材料分布示意图牡丹一共有十三个花期，分别是越冬鳞（花）芽、萌动膨大期、顶裂显蕾期、翘蕾期、立蕾期、小风铃期、大风铃期、圆桃期、平桃期、破绽期、初开期、盛花期、花谢期。 我们制作了一张记录表，以记录这 50 棵牡丹进入各期的日期，记录表如下图：图 2 记录表我们每日中午 12 点半对这 50 棵牡丹进行观测，将其形态与花图进行比较，记录下日期。因为我们开始观测时，已错过它的前两期，因此，从第三期开始记录数据。计算出每一期的序日数，因为我们的数据从第三期开始，因此，分别以第 3、4、511 期的序日
3、数为横坐标，以第 12 期的为纵坐标，利用 Excle软件建立数学模型，得出 9 个回归方程。我们就可以根据这些方程，在各个时段预报牡丹盛花期。三、预报模型的建立以 50 个样本各期的序日数为预报因子（X） ，盛花期序日数为预报对象（Y） ，得到它们的回归方程，并利用这个回归方程，计算相关系数 R2 以第三期为例：第三期 顶裂显蕾期与盛花期的相关关系以 50 个样本的顶裂显蕾期的序日数为预报因子（X ） ，盛花期序日数为预报对象(Y)，得到回归方程 y = 0.1287x+106.9 ，相关系数 R2 =0.0609 如图：顶 裂 显 蕾 期 与 盛 花 期 相 关 关 系 图y = 0.12
4、87x + 106.9R2 = 0.06091121131141151161171181191200 20 40 60 80 100图 3 顶裂显蕾期与盛花期的相关关系第四期 翘蕾期与盛花期的相关关系回归方程 y = 0.0305x2- 4.6391x + 291.57，相关性 0.0551如图：图 4 翘蕾期与盛花期相关关系图第五期 立蕾期与盛花期的相关关系回归方程 y = 1.3778x2 - 234.11x + 10059 ，相关性 0.0808如图：立 蕾 期 与 盛 花 期 的 线 性 关 系y = 1.3778x2 - 234.11x + 10059R2 = 0.080811211
5、311411511611711811912083.5 84 84.5 85 85.5 86 86.5多 项 式图 5 立蕾期与盛花期的相关关系第六期小风铃期与盛花期的相关关系回归方程 y = 1.4167x - 8.2857，相关性 0.1745如图：小 风 铃 期 与 盛 花 期 相 关 关 系 y = 0.2394x + 93.966R2 = 0.207411211311411511611711811912086 88 90 92 94 96 98图 6 小风铃期与盛花期相关关系第七期 大风铃与盛花期的相关关系回归方程 y = 0.2394x + 93.966，相关性 0.2074如图：大
6、 风 铃 期 与 盛 花 期 相 关 关 系 y = 0.2394x + 93.966R2 = 0.207411211311411511611711811912086 88 90 92 94 96 98图 7 大风铃期与盛花期相关关系第八期 圆桃期与盛花期的相关关系回归方程 y = 2.0023x2 - 391.26x + 19228，相关性 0.0646如图：图 8 圆桃期与盛花期的相关关系第九期 平桃期与盛花期的相关关系回归方程 y = 0.0056x2 - 1.0914x + 168.31，相关性 0.0534如图：平 桃 期 与 盛 花 期 相 关 关 系 y = 0.0056x2 -
7、 1.0914x + 168.31R2 = 0.053411211311411511611711811912098 100 102 104 106 108 110 112 114图 9 平桃期与盛花期的相关关系第十期 破绽期与盛花期的相关关系回归方程 y = 0.1921x + 94.426，相关性 0.1452如图：图 10 破绽期与盛花期的相关关系第十一期 初开期与盛花期的相关关系回归方程 y = 0.0062x + 3.5564，相关性 0.4785如图：图 11 初开期与盛花期的相关关系四、预报模型的检验 利用每期所得的回归方程，带入预报因子（x） ，得到理论的 y 值，再与实际的进行
8、比较，得到差值。建立一个评价标准，将所得到的差值进行分级。若小于等于 1 天，记为级，4 分；差值在 23 天，记为级，3 分；差值在 45 天，记为级，2 分；差值在 5 天以上，记为级，1 分。同时计算不同标准下出现的频数以及所占百分比。（如表 1）然后计算总分，用分数乘以所占百分数。最后得出满分率，由评价标准我们可以看出，如果这个预报完全准确，则总分应为 4*100，为 400分，因此满意率为总分/400*100%。以第三期为例：第三期表 1 牡丹花期预测模型评级标准等级 评分标准 出现频数（次） 所占百分数（%）级5 天4321341510683020总分 4*68+3*30+2*2+
9、1*0=366满分率 366/400*100%=91.5%第四期总分 364满分率 91%第五期总分 378满分率 94.5%第六期总分 372满分率 93%第七期总分 370满分率 92.5%第八期总分 366 满分率 91.5第九期总分 368 满分率 92%第十期总分 376 满分率 83.6% 第十一期总分 384 满分率 96% 五、小结在这次研究的过程中，因为所选研究对象的特点，我们研究过程的一部分是将实物与花图对照，有一些主观因素，这就出现了一些问题，即每个人对研究对象与花图之间的对照标准不同，造成有些日期的准确度不强。除此之外，值日表没有排好，出现节假日无人观测，缺少日期的数据。再来说说我们在研究过程中发现的问题，人们的保护意识不强，很多牡丹在各个花期都有被采摘的情况，这可能满足了个人一时的私欲，却影响了景观整体的效果，不仅如此，这是对大自然的破坏与威胁。参考文献：1、http:/ 百度百科 牡丹
