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柑橘产量区域预报模型的构建方法。
背景技术：
2.柑橘是广西种植面积最大的果树，目前栽培技术已经成熟，但是柑橘产量受气象条件影响很大，不同年度之间产量波动在30％左右，形成大小年现象。然而，目前还没有定量预报模型实现柑橘产量的估产。本专利基于气象条件提前预报产量，直接为田间水肥管理和微气象条件的调控提供科学依据。
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、一棵树的柑橘产量的预报，这些条件包括立地条件、树势、水肥管理、产量(疏花蔬果)调控、气象条件等。为此，本发明建立一种基于气象条件的柑橘产量区域预报模型，旨在利用逐日气象数据预报产量，当不利的气象条件发生时，提前预报产量，为水肥管理和田间微气象条件调控措施提供科学依据。
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柑橘产量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柑橘产量区域预报模型的构建方法，构建方法步骤如下：
7.步骤一：准备柑橘产量数据；
8.步骤二：准备气象数据；
9.步骤三：确定柑橘产量区域预报模型。
10.作为本发明进一步的方案：所述步骤一中模型使用者监测或其他方式获得同一地区至少1000亩以上柑橘连续10年以上的监测数据；柑橘产量按5级划分：大年、偏大年、平年、偏差年、差年，对应赋值为5、4、3、2、1数值。
11.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：每日的最高温度、平均温度、最低温度、平均相对湿度、最小相对湿度、降水量、日照时数。
12.作为本发明再进一步的方案：所述步骤三中柑橘产量区域预报模型为p＝a0+a1*x1+a2*x2+a3*x3+a4*x4；其中a0～a4为统计方法获得的模型参数，x1、x2、x3、x4分别为1月平均湿度的平均值、2月日最高温度的平均值、5月1日
‑
5月31日之间31天的每日日照时数的累积值、4
‑
5月平均湿度的平均值。
13.与现有技术相比，本发明的有益效果是：
14.本发明提供的一种基于气象条件的柑橘产量区域的预报模型，模型简单、实用、参
数容易获得、预报精度高；
15.1、可以实时预报区域柑橘产量，为田间种植技术调控和市场价格预期进行提前预报；
16.2、可以以柑橘产量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和进行实时的水肥管理，为高产实现创造最适管理条件。
具体实施方式
17.下面将结合本发明实施例中，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。
18.本发明实施例中，一种基于气象条件的柑橘产量区域预报模型的构建方法，其构建方法步骤如下：
19.步骤一：准备柑橘产量数据；
20.模型使用者监测或其他方式获得同一地区至少1000亩以上柑橘连续10年以上的监测数据；柑橘产量按5级划分：大年、偏大年、平年、偏差年、差年，对应赋值为5、4、3、2、1数值；
21.步骤二：准备气象数据；
22.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：每日的最高温度、平均温度、最低温度、平均相对湿度、最小相对湿度、降水量、日照时数；
23.步骤三：确定柑橘产量区域预报模型；
24.柑橘产量区域预报模型为p＝a0+a1*x1+a2*x2+a3*x3+a4*x4；其中a0～a4为统计方法获得的模型参数，x1、x2、x3、x4分别为1月平均湿度的平均值、2月日最高温度的平均值、5月1日
‑
5月31日之间31天的每日日照时数的累积值、4
‑
5月平均湿度的平均值。
25.具体实施例如下：
26.步骤一：准备柑橘大小年年型数据；
27.模型使用者监测或其他方式获得同一地区至少1000亩以上柑橘连续10年以上的监测数据；柑橘产量按5级划分：大年、偏大年、平年、偏差年、差年，对应赋值为5、4、3、2、1数值。
28.步骤二：准备气象数据；
29.1990
‑
2019年的广西平乐气象数据来源于国家气象站，气象数据包括每日的最高温度、平均温度、最低温度、平均相对湿度、最小相对湿度、降水量、日照时数；
30.步骤三：区域预报概念模型为：
31.p
i
＝f(x1；x2；x3；x4)；其中：x1、x2、x3、x4分别为1月平均湿度的平均值、2月日最高温度的平均值、5月1日
‑
5月31日之间31天的每日日照时数的累积值、4
‑
5月平均湿度的平均值；
32.步骤四：区域预报解析模型为：
33.p＝a0+a1*x1+a2*x2+a3*x3+a4*x4；其中a0～a4为统计方法获得的模型参数，x1、x2、x3、x4分别为1月平均湿度的平均值、2月日最高温度的平均值、5月1日
‑
5月31日之间31天的每日日照时数的累积值、4
‑
5月平均湿度的平均值；
34.步骤五：具体预报模型：
35.广西平乐柑橘大小年预报模型：p＝24.5396
‑
0.0632*x1+0.0648*x2+0.0054*x336.‑
0.2435*x4，r＝0.918**，n＝30，合格率为100％，x1、x2、x3、x4分别为1月平均湿度的平均值、2月日最高温度的平均值、5月1日
‑
5月31日之间31天的每日日照时数的累积值、4
‑
5月平均湿度的平均值。
37.大年气象条件：
38.(1)1月平均湿度57.2％
‑
68.1％；
39.(2)2月最高温度16.0℃
‑
19.5℃；
40.(3)5月日照时数154.4
‑
165.1h；
41.(4)4+5月平均湿度72.4％
‑
74.6％。
42.小年气象条件：
43.(1)1月平均湿度73.3％
‑
81.7％；
44.(2)2月最高温度8.6℃
‑
11.3℃；
45.(3)5月日照时数66.0
‑
95.5h；
46.(4)4+5月平均湿度78.4％
‑
84.7％。
47.这里定义的预报合格率为：与当年实测年型相比，预测误差在
±
1个年型内的结果为预报合格。
48.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。