引言

陕西是我国林果产业大省，全省园林水果面积107 hm²，年产量1238万吨，产值超过120亿元，全省核桃、红枣等五大干杂果经济林总面积100.5 hm²，年产量60万吨，产值超过50亿元。其中苹果、猕猴桃的面积和产量均为全国第一，是全国乃至世界集中连片面积最大的优质生产基地^[1]。同时林果产业是对气象条件最为敏感的产业之一，陕西南北狭长，纵跨三个气候带，是中国气候高度敏感区和灾害频发区^[2]。研究和开展林果业农用天气预报业务，为政府和生产者提供科学的决策依据，对有效减轻气象灾害，合理利用气候资源，提高种植效益有着十分重要的现实意义。

目前国内已经开展的农用天气预报基本针对大宗粮食作物或部分经济作物的重要关键农事季节预报、生育期预报和病虫害预报^[3-10]。根据生产部门和果农的实际需求，本文针对陕西主栽林果业的逐日生长气象适宜性和农事活动气象适宜度预报开展研究。利用模糊综合评判和专家打分法建立了套袋指数等5种农事活动和苹果等陕西10种主栽林果分生育期气象生长适宜性预报模型。在此基础上开发了基于B/S的陕西省林果业农用天气预报业务系统，实现了3d时效24h间隔的农事活动和生长气象适宜度预报自动计算与输出。

1 预报模型 1.1 气象因子的选取及指标

作物的生长或农事活动与气温、降水、日照等气象因子关系密切^[11-12]。考虑预报过程由计算机自动实现，预测值选自分县城镇预报和数值预报，因此气象影响因子的范围确定为天气现象、平均气温、最大风速和空气平均相对湿度。

在作物生长的不同生育期各种气象因子的适宜范围是不同的，结合已有研究成果和陕西生产实际，确定苹果、红枣、猕猴桃、柑橘、梨、樱桃、核桃、葡萄、柿子、石榴等不同作物不同生育期的气象指标^[11-17]。以苹果为例，见表 1。其中生育期确定考虑到其预测的准确率，直接应用生态监测网的各作物实时物候监测资料。

不同农事活动对气象指标各有不同的要求，特别是林果农事活动，对气象指标的要求更加严格^[11-12]。结合已有研究成果和本地农事实际，确定了陕西省林果业套袋、解袋、着色、农药喷洒、灌溉等农事活动的气象指标^[11-17]。以套袋指数为例，见表 2。

1.2 指标模型及其权重

如果用上述1.1所建指标体系中适宜或不适宜气象指标来直接评判赋值并构造指标模型，这样的确定性评价或预测显然偏离了客观事实。模糊综合评价是通过构造等级模糊子集把反映被评事物的模糊指标进行量化，然后利用模糊变换原理综合各指标，此理论和方法在气候资源评价模型、污染综合评价中已经得到了充分应用和实践^[18-20]。

设定隶属函数为线性关系，并综合上述指标体系，建立分作物分生育期的气象生长适宜度隶属函数，以苹果萌动期为例：

$ \mu \left( {{I_w}} \right) = \left\{ \begin{array}{l} 1\;\;\;\;\;\;\;\;\;\;\;\;\;\;天气预报用语中无雪\\ 0.5\;\;\;\;\;\;\;\;\;其他\\ 0\;\;\;\;\;\;\;\;\;\;\;\;\;\;天气预报用语中出现暴雪、大雪 \end{array} \right. $

$ \mu \left( {{I_t}} \right) = \left\{ \begin{array}{l} 1\;\;\;\;\;\;\;\;\;\;\;\;\;\;3 \le {I_t} \le 8\\ \frac{{16-{I_t}}}{8}\;\;\;\;\;\;\;\;\;8 < {I_t} \le 16\\ 0\;\;\;\;\;\;\;\;\;\;\;\;\;\;{I_t} < 3, {I_t} > 16 \end{array} \right. $

$ \mu \left( {{I_f}} \right) = \left\{ \begin{array}{l} 1\;\;\;\;\;\;\;\;\;\;\;\;\;\;{I_f} \le 5\\ \frac{{9-{I_f}}}{4}\;\;\;\;\;\;\;\;\;5 < {I_f} \le 9\\ 0\;\;\;\;\;\;\;\;\;\;\;\;\;\;{I_f} > 9 \end{array} \right. $

$ \mu \left( {{I_u}} \right) = \left\{ \begin{array}{l} 1\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;60\; \le {I_u} \le 70\\ \frac{{{I_u}-40}}{{20}}, \frac{{80-{I_u}}}{{10}}\;\;\;\;\;\;\;\;40 \le {I_u} < 60, \\ \;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;70 < {I_u} \le 80\\ 0\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;{I_u} < 40, {I_u} > 80 \end{array} \right. $

隶属函数模型中，I_w:天气现象；I_t:平均气温；I_f:风速；I_u:相对湿度。

结合有关研究^[11-17]和当地实际情况，并采用针对性较强、较为直观的专家打分评价方法来确定生长气象适宜度预报因子权重集。专家打分共进行三轮，征询专家涵盖林果业省级技术指导和管理部门、一线农技人员、种植农民专家。确定的苹果不同发育期生长气象适宜度预报因子权重集如下：

$ \alpha = \left\{ \begin{array}{l} {\rm{0}}{\rm{.3, 0}}{\rm{.5, 0}}{\rm{.1, 0}}{\rm{.1}}\\ {\rm{0}}{\rm{.3, 0}}{\rm{.5, 0}}{\rm{.1, 0}}{\rm{.1}}\\ {\rm{0}}{\rm{.3, 0}}{\rm{.5, 0}}{\rm{.1, 0}}{\rm{.1}}\\ {\rm{0}}{\rm{.2, 0}}{\rm{.6, 0}}{\rm{.1, 0}}{\rm{.1}}\\ {\rm{0}}{\rm{.2, 0}}{\rm{.6, 0}}{\rm{.1, 0}}{\rm{.1}}\\ {\rm{0}}{\rm{.2, 0}}{\rm{.6, 0}}{\rm{.1, 0}}{\rm{.1}}\\ {\rm{0}}{\rm{.1, 0}}{\rm{.7, 0}}{\rm{.1, 0}}{\rm{.1}}\\ {\rm{0}}{\rm{.1, 0}}{\rm{.6, 0}}{\rm{.1, 0}}{\rm{.2}} \end{array} \right\} $

其中苹果萌动期生长气象适宜度各预报因子的权重为：

α={0.3, 0.5, 0.1, 0.1}

建立预报模型$ P = \sum {\mu {{\left( {{x_i}} \right)}_{{\alpha _i}}}} $，其中P为预报值，μ(x_i)为第i个预报因子隶属度，α_i为该预报因子的权重，0＜α_i＜1，∑α_i=1。根据分析结果，结合中国气象局农用天气预报有关规定，将适宜度预报分为三级，即适宜、较适宜和不适宜。按照本地气候状况和生产实际，确定P≥0.7为适宜，0.7~0.3为较适宜，≤0.3为不适宜。

则苹果萌动期生长气象适宜度预报模型为：

P=0.3μ(I_w)+0.5μ(I_t)+0.1μ(I_f)+0.1μ(I_u)

参照上述方法，分别建立苹果、红枣、猕猴桃、柑橘、梨、樱桃、核桃、葡萄、柿子和石榴等不同作物不同生育期的预报模型库和林果业套袋、解袋、着色、农药喷洒和灌溉等农事活动的预报模型库^[11-17]。通过对2006—2010年陕西省开展林果业生态气象观测以来的资料进行分析整理，分果区挑选了洛川、白水、旬邑和凤翔等四个代表站的气象资料，结合上述方法构建的分生育期和农事活动气象适宜度预报模型及分级标准进行检验，预报符合率在76%以上，达到了业务化的水平。

2 系统设计 2.1 系统流程设计

林果业农用天气预报业务系统的开发是为支持省级业务单位进行农用预报业务的开展，并对所属市县气象部门进行业务指导，设计考虑系统的安全性和扩展性的同时，充分考虑了系统的维护成本和便捷访问，因此选择了基于C#的B/S架构体系设计开发。此结构下，用户工作界面是通过WWW浏览器来实现，极少部分事务逻辑在前端(Browser)实现，主要事务逻辑在服务器端(Server)实现，形成所谓三层结构。减轻了系统维护与升级的成本和工作量，既能有效地保护数据平台和管理访问权限，又为市县多用户提供了方便快捷的访问方式^[21]。系统流程设计见图 1。

通过农事活动预报模型库与分林果分县物候库交互，确定目前各县需要预测气象适宜度的各农事活动，并提取各农事活动适宜度预报模型供系统调用。通过分林果分生育期气象适宜度模型库与分林果分县物候库交互，提取分县分林果所在物候期的生长气象适宜度模型供系统调用。通过提取3 d时效24 h间隔分县要素预报与分县农事活动的预报模型运算，得到农事活动分县3 d时效24 h间隔适宜性预报结果。通过提取3 d时效24 h间隔分县要素预报与分县分林果生长气象适宜度预报模型得到分县分林果3 d时效24 h间隔生长适宜度预报结果。

系统通过对陕西省气象局已经建立的生态监测网的物候监测资料、信息员互动中提供的物候数据资料进行分类处理程序处理后形成分林果分县的物候期数据库。预报要素库主要包括天气现象、温度、风速和相对湿度，时间尺度为3 d时效24 h间隔。其中前4种预报资料主要取自每日16:00制作的分县城镇预报报文。通过对陕西省气象局运行的T639和WRF数值预报结果进行对比分析并征求有关预报专家的建议，提取T639每日16:00输出的2 m高度的相对湿度输出结果作为相对湿度预报值，通过预报要素资料处理程序形成3 d时效24 h间隔分县预报因子库^[22-25]。其中报文及资料获取程序单独以可执行程序列入计划任务，定时运行。物候资料处理程序、预报要素资料处理程序在SQL存储过程中，自动驱动调用完成运算。

预报结果通过叠加各种林果的果区分区信息，形成文本形式的分果区农事活动及分林果气象适宜度预报结果，自动存储在省级文件服务器下，以不同文件名标示。同时通过对预报结果叠加分林果分果区的地理信息系统底图文件，制作输出图形化分县预报结果。

按照上述流程，系统每日下午16:30自动制作每种林果的当前生育期未来3 d时效24 h间隔的生长气象适宜度分县产品和未来3 d时效24 h间隔的农事活动气象适宜度分县预报产品。产品以文本和分布图形式通过网页和FTP文件浏览方式供有关业务单位调用。其中文本预报产品包含站点名称、站点经纬度、预报时效、预报时效内的适宜度。图形预报产品则以分县色斑图的格式对文本产品进行表述。

2.2 系统功能

林果业农用天气预报业务系统设计较为完善，综合设计了农事活动气象适宜度预报、分作物生长气象适宜度预报、灾害指数预报、农用预报参考和系统维护等功能。

其中农事活动预报提供林果业套袋指数、解袋指数、着色指数、农药喷洒指数和果园冬春灌溉指数等未来3 d的24 h间隔预报结果；分作物生长气象适宜度预报提供了苹果、红枣、猕猴桃、柑橘、梨、樱桃、核桃、葡萄、柿子和石榴等不同作物未来3 d的24 h间隔生长气象适宜度预报；灾害指数^[26-29]预报提供花期冻害指数、冰雹灾害指数、伏旱指数、高温热害指数和连阴雨指数共5种灾害指数预报结果。其中农事活动和分林果生长气象适宜度预报结果分为3级，文本中以0, 1, 2，图标以绿、红和黄分别表示适宜、不适宜和较适宜。灾害指数预报结果分为5级：1为弱，2为较弱，3为一般，4为较强，5为强。农事活动预报与分作物生长气象适宜度预报每天16:30由系统自动运行并将运行结果入库。

农用预报参考用于调用省市县三级的预报及服务产品，用于制作农用预报服务产品时的参考，同时可以调用察看分县分要素预报。

系统维护功能设计了对指标体系及气象指标权重修改功能、分县分林果发育期人工干预功能和信息员短信互动功能等模块。

3 小结与讨论

(1) 利用模糊评判理论和专家打分法确定林果农事活动和作物生长气象适宜度预报模型，通过与物候监测资料的交互，在方法上为农用天气预报提供了较为完整的解决方案，并为实现农用预报业务的程序化和自动化运算提供了基础。经过分果区回报检验，达到了业务化的水平。

(2) 采用B/S模式进行农用预报业务系统的开发，保证了市县气象部门用户的便捷访问，节约了维护的成本。利用SQL存储过程驱动运算程序可以使没有权限的用户在控制之下间接地存取数据库，从而保证了数据的安全性，当指标体系和预报模型发生变化时在服务器中改变存储过程即可，无须修改任何应用程序。

(3) 影响作物生长的气象要素多样，且各生育期对气象要素的要求是不同的。该研究在选择影响指标时，主要考虑了业务运行的计算机自动实现，预报因子取自每日的分县城镇预报报文，因此，预报指标的范围被确定为天气现象、温度、风速和相对湿度。而降水量、光照等指标虽然对作物生长也非常敏感，但鉴于其难以实现自动化处理而忽略，这在以后的应用中应予以考虑。

(4) 农用天气预报的前提是精细化天气预报的准确率，而气象指标体系及各指标的权重集则是农用预报的基础，研究过程中结合了现有的研究成果，并考虑了本地化的生产实践经验，但缺乏试验验证的理论基础。同时，鉴于多种林果发育期预测的误差较大，预报发育期从物候观测中取得，其建立在未来3 d发育期未有突变的假设之上。这些都是农用预报进一步优化和完善的研究方向。