1.一種觀賞海棠花色的苗期預測方法，其特征在于，其包括：

建立觀賞海棠的花色與葉色的色彩關系模型；具體包括：構建四元數據矩陣，表達海棠花色(W_iX_iY_iZ_i)；其中，不同維度花色類型評價方法為：W_i的含義為當小蕾期的花色分別為紫紅色、粉色和白色時，分別賦值為W_i＝2，1，0；X_i的含義為當大蕾期的花色分別為紫紅色、粉色和白色時，分別賦值為X_i＝2，1，0；Y_i的含義為當盛花期的花色分別為紫紅色、粉色和白色時，分別賦值為Y_i＝2，1，0；Z_i的含義為當末花期的花色分別為紫紅色、粉色和白色時，分別賦值為Z_i＝2，1，0；根據四元變量重要性的大小，賦予四元數據不同的位權，其中，W＜X＜Y＜Z，且位權賦值的方法表示為：(W_iX_i?Y_iZ_i)＝W_i×2^(1-1)+X_i×2^(2-1)+Y_i×2^(3-1)+Z_i×2^(4-1)，分值的大小用于反映不同花期花色的穩定性強弱；

構建三元數據矩陣，表達海棠葉色(X'_i?Y'_i?Z'_i)；其中，不同維度葉色類型評價方法為：X'_i的含義為當上位葉的葉色分別為紫紅色、紅棕色和綠色時，分別賦值為X'_i＝2，1，0；Y'_i的含義為當中位葉的葉色分別為紫紅色、紅棕色和綠色時，分別賦值為Y'_i＝2，1，0；Z'_i的含義為當下位葉的葉色分別為紫紅色、紅棕色和綠色時，分別賦值為Z'_i＝2，1，0；根據三元變量重要性的大小，賦予三元數據不同的位權，其中，X'＜Y'＜Z'；位權賦值方法表示為：(X'_i?Y'_i?Z'_i)＝X'_i×2^(1-1)+Y'_i×2^(2-1)+Z'_i×2^(3-1)，分值的大小用于反映海棠上位葉、中位葉以及下位葉葉色的差異性；

基于已構建的所述觀賞海棠的花色的所述四元數據矩陣，將花色分為從A→O，共15種花色類型，分別為表示為A(0000)、B(1000)、C(1100)、D(1110)、E(1111)、F(2000)、G(2000)、H(2100)、I(2111)、J(2200)、K(2210)、L(2211)、M(2220)、N(2221)以及O(2222),結合賦值方法計算不同花色類型的得分；基于已構建的所述觀賞海棠的葉色的所述三元數據矩陣，將葉色分為從A→J，共10種葉色類型，分別為：A(000)、B(100)、C(110)、D(111)、E(200)、F(210)、G(211)、H(220)、I(221)、J(222),結合賦值方法計算不同葉色類型得分；

結合調查獲取的花與葉的色彩數據，對52個海棠種質的花葉類型進行統計，共分為24個花葉色彩類型，即AA、BB、CA、FA、GA、HA、IA、IB、II、JA、KF、LI、LJ、NE、NF、NH、NI、NJ、OE、OF、OG、OH、OI、OJ，并對各花葉類型的種質代號、數量、占比進行統計；通過對24個花葉色彩類型的賦值打分結果進行相關性分析；通過所述色彩關系模型于苗期實現對所述觀賞海棠花色的預測。