全 文 ：专业气象服务 鸡毛菜叶龄估算模式及其应用①
李　军　杨秋珍　汪治澜
(上海市气象科学研究所 , 200030)
提　　要
　　根据对不同播种期鸡毛菜的抽样测定资料 ,采用植物生长模型结合鸡毛菜生产
期间 9～ 25℃的有效积温对叶龄进行估算 ,叶龄估算的绝对误差在 0. 5叶之内。
关键词: 　鸡毛菜　叶龄　植物生长模型　有效积温
引　言
上海地势低平 ,属东亚季风气候区 ,汛期
遇到大雨、暴雨的机会多。 据上海市郊 11个
气象站及 9个水文站点的资料统计 ,上海境
内 1979～ 1994年 5～ 9月间共出现暴雨 376
次 ,其中过程雨量≥ 100mm的强暴雨占暴雨
总数的 15% ,年平均 3. 4次 , 60～ 100mm的
暴雨年均 7. 4次 ,极易造成积水受淹 ,对蔬菜
生产影响极大。如 1996年 6月底 7月初的两
场暴雨 ,导致市郊菜田普遍积水 ,使 7月中下
旬蔬菜上市量显著减少 ,出现淡季早临的局
面。实地调查和试验表明 ,鸡毛菜受雨涝的损
失率与受淹时间及受淹时鸡毛菜的叶龄有
关。有关鸡毛菜叶龄模型的研究还未见报道 ,
本文通过对上海菜区鸡毛菜叶龄的生长情况
进行的定点观测和研究 ,为暴雨后及时进行
鸡毛菜的受损程度的定量评估 ,提供各种不
同播种期至受淹时鸡毛菜的叶龄。
1　叶龄观测地点及观测方法
观测在上海老菜区嘉定和闵行两个区的
菜田里进行 ,每个观测田块选 3个小区 ,每个
小区随机选取 10株 (棵 ) ,在鸡毛菜出苗后 ,
隔日进行叶龄观测。充分展开的叶片以整数
表示 ,未完全展开的叶片以小数表示 ,分成
10等份。最后对这 30株进行平均 ,以表示该
日该田块鸡毛菜的叶龄。 我们于 1995年和
1996年在嘉定区和闵行区进行了 16期 ( 119
次 )鸡毛菜叶龄的观测。
2　叶龄估算模型
2. 1　叶龄的表征模型
通过点图分析 ,叶龄随时间的变化呈 S
型 (即 Logistic曲线 ,图略 ) ,因而采用植物生
长模型来表征叶龄的变化情况。 根据文献
[1 ]经变换植物生长模型的表达式为:
Y=
C
1+ exp( A+ Bt )
( 1)
式 ( 1)中 ,Y为叶龄 ; C为鸡毛菜的最大叶龄 ;
A、 B二个参数与鸡毛菜叶龄有关 ,C、 A、B
通过观测数据拟合研究 ; t为时间顺序 (天 )。
2. 2　参数拟合的结果
生长模型式 ( 1)仅仅提供模拟鸡毛菜叶
龄随时间变化的一个框架 ,实际鸡毛菜叶龄
的变化还受环境条件的制约。对实际观测资
料分析表明 ,在栽培管理水平、其他环境因素
(水分、肥料 )相似的条件下 ,鸡毛菜叶龄生长
的快慢受环境温度的影响 ,如 1996年 4月
—50—
① 本项内容是上海市农业气象二期工程中绿叶菜灾损评估子专题中的一部分 ,项目经费由上海市人民政府资助。
13日播种的鸡毛菜 ,在 5月 18日时叶龄为
3. 1叶 ,期间间隔 35天 ; 4月 21日播种的鸡
毛菜 ,在 5月 18日时叶龄也为 3. 1叶 ,期间
间隔 28天 ; 7月 11日播种的鸡毛菜 ,在 7月
26日时叶龄为 3. 9叶 ,期间间隔仅 15天。因
而在计算时 ,我们用播种日至观测日期间的
有效积温替代时间顺序。研究表明 [2 ] ,白菜类
蔬菜其生长的最适温度是 15～ 18℃ ,最高温
度 21～ 25℃ ,最低温度 7℃。
式 ( 1)为非线性形式 ,为了能对式 ( 1)进
行参数估计 ,须将式 ( 1)线性化:
Y′= A+ B∑ T ( 2)
式 ( 2)中 , Y′= ln( C /Y - 1) ,∑ T为有效积
温 ;其余符号含义同前。用回归分析方法 [ 3]对
式 ( 2)进行计算 ,可得到 C、 A、B 3个参数值 ,
程序设计的框图见附图。
我们采用 119个样本中的 107个样本建
模 (其余 12个样本作为独立样本进行检验 )。
通过对不同下限和上限温度有效积温的计
算 ,最终表明 9～ 25℃的有效积温对叶龄的
模拟效果最好 ,说明上海地区鸡毛菜在大田
中生长的适宜温度为 9～ 25℃ (见表 1)。上海
地区鸡毛菜叶龄生长模型中的 3个参数值见
表 2,模型的复相关系数为 0. 9116,通过极显
著水平 0. 001的检验。
表 1　不同界限温度的有效积温对鸡毛菜叶龄的模
拟效果
界限温度 /℃ 8～ 25 9～ 25 10～ 25 8～ 26 9～ 26 10～ 26
相关系数 0. 9086 0. 9116 0. 9106 0. 9060 0. 9060 0. 9002
表 2　上海菜区鸡毛菜生长模型的参数
参　　数 F检验
C A B 样本数 F值
7. 65 2. 869029 - 0. 01125 107 516. 3> F0. 001( 1, 105)
对式 ( 1)求一阶导数 ,并令其等于零 ,得
到∑ T = A /B ,即此时是鸡毛菜生长速率
最快的时候 ,这时 9～ 25℃的有效积温∑ T
= 2. 869029 /0. 01125 = 256. 2度 日 ,叶龄
约为 4叶。
　　附图　上海地区鸡毛菜生长模型参数拟合程序
框图
3　叶龄模型的应用
3. 1　叶龄模型的检验
我们用 1996年在松江佘山水文试验站
观测的鸡毛菜叶龄资料 ,对建立的鸡毛菜叶
龄模型进行检验 ,结果见表 3。 从表 3可见 ,
模型对独立样本 ( 3个播期 12个样本 )的检
验效果较好 ,平均绝对误差 0. 2,说明模型较
好地反映了鸡毛菜叶龄的生长情况。
—51—
气象　第 24卷　第 4期
表 3　鸡毛菜叶龄生长模型对独立样本的试验
播种期
/月· 日
观测日
/月· 日 观测叶龄 /叶
9～ 25℃有效积温
/度· 日
计算叶龄
/叶 绝对误差 /叶
7. 24 1. 4 128. 0 1. 5 0. 1
7. 25 2. 0 144. 0 1. 7 0. 3
7. 17 7. 29 3. 0 208. 0 2. 8 0. 2
8. 2 4. 4 272. 0 4. 2 0. 2
8. 12 1. 4 128. 0 1. 5 0. 1
8. 14 2. 2 160. 0 2. 0 0. 2
8. 5 8. 19 3. 4 240. 0 3. 5 0. 1
8. 21 4. 4 272. 0 4. 2 0. 2
9. 12 1. 4 140. 2 1. 6 0. 2
9. 15 2. 4 188. 0 2. 4 0. 0
9. 4 9. 16 3. 0 204. 2 2. 7 0. 3
9. 19 4. 1 252. 2 3. 7 0. 4
3. 2　叶龄模型在鸡毛菜暴雨受淹后损失估
算中的应用
利用本模型 ,可计算不同播种期至有暴雨
发生受淹时鸡毛菜的叶龄。根据专家访问与暴
雨灾情专项实地调查结果 ,暴雨积水所造成的
叶菜损失程度主要与受淹时间长短及叶菜灾
敏性 (品种、所处的生长阶段 )有关。 另根据农
业气象二期工程中 ,鸡毛菜在不同叶龄不同受
淹时间损失率的试验结果 ,可得到不同的积温
不同受淹历时鸡毛菜的损失情况 (见表 4)。从
表 4可见 ,播种至受淹时 9～ 25℃的有效积温
在 90度· 日以内 (即叶龄在 1叶以下 ) ,受淹
时间在 9小时内鸡毛菜损失不大 ,随着鸡毛菜
叶龄的增多 ,其抗逆性减弱 ,损失率也随之增
大。 因而鸡毛菜应种植在排水通畅、地势较高
的田块 ,以减少受淹时间 ,降低损失。
表 4　上海地区鸡毛菜播种至受淹时 9～ 25℃有效积温 (∑ T )、不同受淹时间与损失率的关系
∑ T
/度· 日
计算叶龄
/叶
不同受淹时间 (小时 )的损失率 /%
2 4 6 8 10 12 16 20 24
20 0. 5 0. 0 0. 0 0. 0 2. 2 4. 8 7. 5 12. 8 18. 1 23. 4
90 1. 0 0. 0 0. 0 1. 9 4. 6 7. 3 9. 9 15. 3 25. 6 25. 9
165 2. 0 1. 0 3. 7 6. 4 9. 1 11. 9 14. 9 19. 9 25. 4 30. 8
265 4. 0 9. 9 12. 6 15. 4 18. 2 21. 9 23. 7 29. 2 34. 7 40. 2
315 5. 0 14. 5 17. 3 20. 2 22. 8 25. 6 28. 4 34. 0 39. 6 45. 2
375 6. 0 18. 9 21. 8 24. 6 27. 4 30. 5 33. 1 38. 7 44. 4 50. 0
475 7. 0 23. 4 26. 3 29. 1 31. 9 34. 8 37. 7 43. 4 49. 1 54. 8
4　结语
4. 1　应用植物生长模型模拟了上海菜区鸡
毛菜叶龄的变化过程 ,并在其他条件相似的
情况下 ,用鸡毛菜播种至观测日间 9～ 25℃
的有效积温代替时间顺序 ,其生物学意义明
确 ,且模拟精度也较高。
4. 2　上海地区鸡毛菜的出叶速度在 4叶左
右最快 ,以后速度减慢 ,所以鸡毛菜应选择在
5叶左右上市较为经济 ,以充分利用前期的
热量条件和鸡毛菜的生长特性。
4. 3　本文的研究表明 ,在上海地区气温低于
9℃或高于 25℃时对鸡毛菜的生长不利 ,需对
鸡毛菜生产进行保护性的栽培。根据上海地区
历年气候资料分析 ,常年稳定通过 9℃的初日
为 3月 26日 ,最早为 1990年的 3月 7日 ,最
迟为 1987年的 4月 12日;常年稳定通过 9℃
—52—
气象　第 24卷　第 4期
终日的日期为 11月 23日 ,最早为 1968、 1992
年的 11月 8日 ,最迟为 1994年的 12月 12
日。 鸡毛菜裸地的生长天数 (即稳定通过 9℃
初终日间的天数 )为 242天。所以从常年来看 ,
3月 26日开始鸡毛菜可在裸地中种植 , 11月
23日左右鸡毛菜应种植在大棚中。 常年稳定
通过 25℃的初日为 6月 26日 ,终日为 9月 8
日 ,在这期间正是上海地区炎热的夏季 ,应在
鸡毛菜的上方覆盖遮阳网 ,以防高温灼死 ,另
外遮阳网也可防止暴雨对鸡毛菜的冲击。
4. 4　根据本模型及鸡毛菜动态播种面积可
计算暴雨受淹时各种播种期的鸡毛菜叶龄及
各叶龄所占总面积的比例 ,并根据灾损模型
得出不同播期鸡毛菜的损失情况。
4. 5　从本文的模拟和检验效果看 ,本文提出
的鸡毛菜叶龄观测田间取样方法是可行的 ,
其结果能代表一个田块或一个地区鸡毛菜的
生长状况 ,但须注意一定要做到随机取样。
参考文献
1　牛文元编著 . 农业自然条件分析 . 北京:农业出版社 ,
1981: 259～ 263.
2　浙江农业大学主编 . 蔬菜栽培学各论 (南方本 ) . 北京:
农业出版社 , 1979: 55～ 61.
3　魏淑秋编著 . 农业气象统计 . 福州:福建科学技术出版
社 , 1985: 81～ 172.
A Estimated Model of Leaf-ages for Small Chinese Cabbrage
and Its Application in Shanghai Vegetable Growing Area
Li Jun　 Yang Qiuzhen　 Wang Zhilan
( Shanghai Meteorologcial Ins titute, Sh angh ai 200030)
Abstract
Acco rding to random sampling data o f small Chinese cabbage for dif ferent sowing date in
Shanghai, leaf-ages a re estimated by g row ing model of plant and effectiv e acumulated tem-
pera ture f rom 9℃ to 25℃ in the g rowing period of smal l Chinese cabbage. M ean abso lute er-
ro r for estimated leaf-ages is wi thin half leaf .
Key Words: 　 small chinese cabbage　 leaf-ages　 g rowing model of plant 　 ef fective ac-
cumula ted temperature
(上接第 57页 )
the monthly mean a tmospheric pressure. The majo r meteo ro logical element which influence
the dea th number o f the cerebral angi logical disease and the circula to ry sy stem disease of ev-
ery month is the monthly mean a tmospheric pressure, and the relation betw een them is of
posi tiv e cor relation. The death number o f respi ra to ry system disease and the respi ra tion ex-
haustion is affected obviously by the mean monthly maximum temperature and the monthly
precipi tation respectiv ely, and the rela tion betw een them is of antico rrelation. All regression
equations ref lect the character that the death numbers of emergency t rea tment are larg est in
w inter ( temperature is low er , a tmospheric pressure is highest , and precipitation is sma ll-
est. ) and least in summer ( temperature is highest, atmospheric pressure is low er, and pre-
cipi ta tion is most) .
Key Words: 　dea th number o f emergency t reatment　 successiv e reg ression　 meteo ro-
lo gical element
—53—
气象　第 24卷　第 4期