通过强制实验和模型整合来验证橄榄树物候模型

《Agricultural and Forest Meteorology》：Forcing experiment and model integration to validate an olive tree phenological model

橄榄树物候模型开发基于PhenoFlex框架，结合1986-2013年物候数据与2021-2022年胁迫实验，实验测定休眠释放日期并校准chill（58 CP）和heat（785 GDH）阈值，模型验证显示RMSE降至5.6天，验证了胁迫实验对参数校准的必要性。

　　在当前全球气候变暖的背景下，准确评估植物的冷凉需求和热量需求成为构建多年生果树物候模型的关键挑战之一。特别是橄榄树这类重要的地中海地区果树，其开花时间受多种环境因素影响，而冷凉和热量需求的精确建模对于预测其生长周期至关重要。本研究旨在通过结合统计分析和强迫实验的方法，开发一个适用于橄榄树的物候模型，以更准确地量化冷凉和热量需求。

橄榄树在冬季经历一个休眠期，其休眠状态的解除与冷凉条件密切相关。通常情况下，树木在休眠初期需要低温以激活休眠的解除过程，而在休眠后期则依赖于温暖的条件来完成开花前的准备。因此，冷凉需求和热量需求的准确评估不仅影响橄榄树的开花时间，也对果实的形成和产量具有重要影响。在气候变化背景下，冬季冷凉温度的减少可能导致橄榄树无法满足其冷凉需求，从而引发不一致的花芽萌发和开花时间，甚至影响自交不亲和树种的授粉过程，进而降低果实产量。

为了提高模型的准确性，本研究引入了强迫实验作为补充手段。通过将橄榄树的花芽在自然条件下与在控制环境下进行强迫处理后的花芽进行比较，研究人员能够更精确地确定休眠解除的日期。这种方法不仅提供了实验数据来支持模型的校准，还克服了仅依赖长期物候记录可能带来的偏差。此外，本研究还利用了PhenoFlex框架，这是一种灵活的物候模型，能够测试冷凉和热量需求之间的不同关系，如顺序积累、重叠积累或并行积累。PhenoFlex框架由动态模型和生长度小时模型组成，前者用于计算冷凉需求，后者用于评估热量需求。

研究发现，仅依靠物候记录进行模型校准可能无法获得足够精确的预测结果，而结合强迫实验数据的模型在预测性能上表现更优。例如，通过九次不同季节起始日期的校准，研究人员确定了1月1日作为最佳季节起始日期，这一发现与之前基于部分最小二乘回归方法得出的冷凉起始日期相吻合。此外，将实验确定的休眠解除日期整合到模型校准过程中，使得模型对冷凉和热量需求的预测更加精准，进一步提升了模型的可靠性。

研究还对模型进行了六年的验证，结果显示，在考虑强迫实验数据的情况下，模型的预测误差显著降低。具体而言，校准后的模型在验证过程中表现出了更低的均方根预测误差（RMSEP）和平均绝对误差（MAE），这表明模型能够更准确地预测橄榄树的开花日期。这些结果强调了实验数据在模型校准中的重要性，尤其是在处理冷凉和热量需求的复杂关系时。

在模型的校准过程中，研究人员对多个参数进行了优化，包括冷凉需求（y_c）、热量需求（z_c）以及它们之间的相互作用参数（S₁）。通过比较不同季节起始日期下的模型表现，研究人员发现，选择不同的起始日期会对模型参数产生显著影响，进而影响预测结果。这表明，季节起始日期的选择应基于特定的物候特征和环境条件，而非一成不变。

模型的温度响应特性也显示出冷凉和热量需求之间的复杂关系。例如，冷凉需求的积累在特定温度范围内表现出较高的敏感性，而在高于一定阈值的温度下则趋于停止。这种温度响应模式不仅有助于理解橄榄树对环境变化的适应机制，也为模型的进一步优化提供了依据。此外，研究还发现，冷凉和热量需求之间可能存在一定的补偿效应，即在某些情况下，即使冷凉需求未完全满足，热量需求也可能部分抵消其影响。

本研究的成果对于未来橄榄树物候模型的开发和应用具有重要意义。通过将实验数据与长期物候记录相结合，研究人员不仅提高了模型的预测精度，还揭示了冷凉和热量需求之间的动态关系。这种结合方法可以为其他果树的物候建模提供参考，尤其是在气候变化导致传统冷凉条件不再充足的情况下。

值得注意的是，橄榄树的花芽在休眠解除前不会表现出明显的形态差异，这使得冷凉需求的评估更具挑战性。相比之下，落叶果树的花芽在休眠解除前会经历明显的形态变化，从而更容易确定其冷凉需求。因此，针对橄榄树的物候建模需要特别关注其独特的生理特性，并通过实验手段获取关键数据。

此外，本研究强调了模型参数的校准对于预测性能的重要性。在PhenoFlex框架中，冷凉需求的起始日期（即季节起始日期）和休眠解除日期是两个关键参数，它们的设定直接影响模型的预测结果。因此，在实际应用中，必须根据具体品种和生长环境，对这些参数进行细致的校准。

研究还指出，当前许多物候模型在冷凉和热量需求的处理上存在局限。例如，一些模型假设冷凉需求和热量需求之间是顺序积累的，而忽略了它们可能存在的重叠或补偿关系。这种简化可能在某些情况下导致预测误差的增加。因此，PhenoFlex框架的灵活性为解决这一问题提供了可能，它允许研究人员测试不同的冷凉和热量需求关系，从而提高模型的适用性。

最后，本研究为橄榄树的物候建模提供了一个新的视角，即通过实验数据和长期物候记录的结合，可以更准确地量化冷凉和热量需求。这种方法不仅适用于橄榄树，也为其他地中海地区果树的物候建模提供了借鉴。随着气候变化的加剧，这些模型的应用将变得更加重要，因为它们能够帮助农业生产者更好地预测和管理橄榄树的开花时间，从而优化种植策略，提高产量和品质。