酥梨果实于每年7—9月二次膨大期易出现日灼病，尤其是气温连续多日超过35 ℃时，梨果和叶片易受到日灼伤害，使酥梨外观受损、果实变小、产量减少、品质变差、病虫害发生概率增加。研究针对酥梨果实二次膨大期果园日最高温度气象预报模型，可提高特定区域和特定时段气象预报的准确性，满足果农对气象服务的个性化需求。
相关学者使用统计学方法对果园最高温度气象预报展开了一定的研究，如利用回归分析方法，建立温度与气象因子之间的关系模型。张维敏等[1]在基于猕猴桃园小气候特征的高低温灾害预测模型构建中使用一元线性回归方程进行猕猴桃园高低温预测；杨洋等[2]在干旱区苹果园内温度变化规律研究与果园气温预测中使用线性回归方程建立苹果园内最低温度预测方程；魏月娥等[3]在日光温室最低气温预报技术研究中采用逐步回归法建立番茄日光温室和辣椒日光温室最低气温预报模型；纪源等[4]在乡镇精细化日最高最低气温预报方法构建中利用线性回归分析法,建立乡镇温度预报模型；孟翠丽等[5]在湖北省冬季设施火龙果最低气温变化特征及预报模型研究中采用逐步回归方法，构建冬季大棚最低温预报模型；蔡军等[6]在某乡镇最高最低气温分析与预报方法探讨中采用统计学方法和加权最小二乘法，分析该地近几年最高最低气温的变化特征及国家站和部分区域站最高最低气温的相关性；施俊怡等[7]在张家港市乡镇温度订正方法研究中采用统计学方法，分析订正各区域站最高最低气温；林天扬等[8]在柘荣县乡镇温度预报订正方法研究中采用多元回归分析方法构建了乡镇温度预报订正方程；潘忠义等[9]在葫芦岛市连山区温度精细化预报研究中采用线性回归方程，按月依次建立各个区域站最高最低气温与国家站之间的预报模型；申子彬等[10]在宁海县乡镇精细化气温预报订正研究中采用多元回归方法，建立乡镇气温与宁海国家站气温及日照因子分布方程。
本文采用2017—2023年7—9月每日最高温度数据和砀山县国家基本气象观测站每日最高气温数据，通过一元一次线性回归方程，建立砀山县梨树集中种植区域的5个果园酥梨果实二次膨大期日最高温度气象预报模型，并对其进行检验与应用。
1 材料与方法
1.1 数据来源
采用2017—2023年7—9月全县梨树集中种植区域的A（116°31′43″ E，34°25′35″ N）、B（116°34′36″ E，34°26′40″ N）、C（116°15′59″ E，34°33′13″ N）、D（116°19′51″ E，34°32′30″ N）、E（116°25′31″ E，34°26′52″ N）5个果园（图1）酥梨果实二次膨大期每日最高温度数据和砀山县国家基本气象观测站每日最高气温数据，建立果园最高温度预报模型。
1.2 气象预报模型建立方法
将5个果园每日最高温度数据作为因变量，砀山县国家基本气象观测站每日最高气温数据作为自变量，采用一元一次线性回归方程建立果园最高温度预报模型，并将其应用于实际生产中，为砀山酥梨产业的发展提供有力支持。
1.3 气象预报模型检验方法
1.3.1 决定系数（R 2）检验
在一元一次线性回归方程中，R 2代表回归方程对因变量的解释程度，其取值范围在0～1。当R 2=1时，表示回归方程完全解释了因变量的变化，拟合效果非常完美；当R 2=0时，表示回归方程完全不能解释因变量的变化；R 2值越接近1，说明回归方程对因变量的解释能力越强，模型的拟合效果越好；R 2值越接近0，说明回归方程对因变量的解释能力越弱。在该模型的检验中，如果R 2>0.8，表明模型预报效果较好；如果R 2>0.9，表明模型预报效果好。
1.3.2 平均绝对误差（MAE）检验
平均绝对误差是一种用于衡量预测值与真实值之间平均误差大小的指标，用预测值与真实值之差的绝对值来衡量误差，其值越小，说明预测精度越高。计算模型预报结果与果园最高温度实况的平均绝对误差MAE1，并计算使用砀山县国家基本气象观测站最高气温预报作为果园最高温度预报结果与果园最高温度实况的平均绝对误差MAE2。在实际业务中，最高温度预报和最高温度实况差值在±2 ℃以内，代表最高温度预报准确；差值在±1℃以内，代表最高温度预报精准。如果MAE1和MAE2均在2 ℃以内，且MAE1<MAE2，表明模型预报的最高温度更精准。
1.4 气象预报模型的应用方法
酥梨果实二次膨大期A、B、C、D、E 5个果园最高温度预报模型的应用方法简单快捷，将气象预报业务软件MICAPS里EC细网格预报出的砀山未来某日最高气温代入酥梨果实二次膨大期果园最高温度预报模型公式（EC细网格预报的20：00至次日20：00 2 m温度的最大值），以计算出果园最高温度预报值。计算模型预报结果与果园最高温度实况的平均绝对误差，若在2 ℃以内，表明模型预报的果园最高温度准确；若在1 ℃以内，表明模型预报的果园最高温度更精准，预报效果更好，可应用于实际业务。
2 结果与分析
2.1 气象预报模型建立
2.2 气象预报模型检验结果
2.2.1 决定系数（R 2）检验
2.2.2 平均绝对误差（MAE）检验
砀山酥梨果实二次膨大期A、B、C、D、E果园最高温度预报模型预报结果与果园最高温度实况的平均绝对误差MAE1分别为0.5、0.5、0.6、0.8、0.5 ℃。使用砀山县国家基本气象观测站最高气温预报作为5个果园最高温度预报结果与果园最高温度实况的平均绝对误差MAE2为0.8、0.7、0.8、1.2、0.6 ℃。MAE1和MAE2均在2 ℃以内，代表最高温度预报准确，且MAE1均小于MAE2，表明模型预报的果园最高温度更精准。
两种检验方法在砀山酥梨果实二次膨大期果园最高温度预报模型中应用的预报效果均较好，预报精准度更高，可应用于实际气象预报业务。
2.3 气象预报模型应用
用砀山酥梨果实二次膨大期果园最高温度预报模型对2024年7—9月酥梨二次膨大期A、B、C、D、E果园的最高温度进行预报应用。预报结果与果园最高温度实况的平均绝对误差分别为0.5、0.6、0.9、0.9、0.5 ℃，均在1 ℃以内，代表最高温度预报精准。说明砀山酥梨果实二次膨大期果园最高温度预报模型使用便捷，预测效果好，可应用于实际业务。
3 结论与讨论
日灼病是每年7—9月砀山酥梨果实二次膨大期易出现的一种生理性病害，主要由高温和强光引起。建立准确的砀山酥梨果实二次膨大期果园日最高温度气象预报模型，能够及时为果农提供更加精准的气象预报服务，当预报有高温天气时，果农能够提前做好适时灌溉、地面覆盖等果园管理措施，以及套袋、涂抹防护剂等果实保护措施，降低日灼病对酥梨产量和品质造成的不利影响。
研究区A、B、C、D、E 5个果园酥梨果实二次膨大期日最高温度气象预报模型分别为y=1.008 9x+0.422 9，y=0.998 3x+0.649 1，y=1.013 4x+0.164 6，y=1.092 7x-1.761 2，y=1.000 4x+0.363 4。模型检验R 2均大于0.9，表明模型预报效果好。5个果园模型的平均绝对误差分别为0.5、0.5、0.6、0.8、0.5 ℃，均小于1 ℃，且比使用砀山县国家基本气象观测站最高气温作为果园日最高温度的平均绝对误差更小，预测更精准，可进行预测应用。
应用砀山酥梨果实二次膨大期果园日最高温度预报模型对2024年7—9月酥梨二次膨大期A、B、C、D、E果园的最高温度进行应用，预报结果与实况的平均绝对误差分别为0.5、0.6、0.9、0.9、0.5 ℃，平均绝对误差均在1 ℃以内，日最高温度预报精准，可应用于实际业务。
该模型能为果园管理者提供及时、准确的日最高温度预报信息，帮助其采取有效的防护措施，降低高温对酥梨果实二次膨大期的不利影响，为砀山酥梨产业的可持续发展提供有力的气象保障。