蔣元華 廖玉芳 彭嘉棟 黃超

摘要 為了深入分析油茶花期氣候條件對油茶產(chǎn)量的影響，基于1954—2010年江西省宜春市袁州區(qū)油茶花期47類氣象指標和油茶單產(chǎn)數(shù)據(jù)，利用線性趨勢分析、相關(guān)分析和逐步回歸等方法，構(gòu)建了基于油茶花期氣候條件的產(chǎn)量模型，篩選出關(guān)鍵氣象因子，并對其變化趨勢進行了分析。結(jié)果表明：基于油茶花期構(gòu)建的產(chǎn)量模型能很好地模擬出油茶實際產(chǎn)量的變化趨勢，模型平均相對誤差為19%，增減產(chǎn)準確率為75%，利用花期產(chǎn)量模型能很好地預(yù)測來年油茶產(chǎn)量，可為油茶防災(zāi)減災(zāi)提供決策依據(jù)。通過相關(guān)分析篩選出油茶花期關(guān)鍵氣象因子：降水日數(shù)、相對濕度、最長連續(xù)日照天數(shù)、日最低氣溫低于-4 ℃日數(shù)，其中油茶產(chǎn)量與花期降水日數(shù)呈顯著負相關(guān)，與花期相對濕度呈負相關(guān)，與花期最長連續(xù)日照天數(shù)呈顯著正相關(guān)，與花期日最低氣溫低于-4 ℃的低溫日數(shù)呈負相關(guān)。花期降水日數(shù)偏少，最長連續(xù)日照天數(shù)偏多，日最低氣溫低于-4 ℃的天數(shù)偏少有利于豐產(chǎn)?；ㄆ陉P(guān)鍵氣象因子的年代際變化特征不同：花期降水日數(shù)呈顯著下降的趨勢，傾向率為3.1 d/10 a;相對濕度呈減小趨勢，傾向率為0.6%/10 a;最長連續(xù)日照天數(shù)變化趨勢不明顯，傾向率為0.3 d/10 a;花期冰凍日數(shù)呈顯著減少的趨勢，傾向率為0.3 d/10 a。

關(guān)鍵詞 油茶;氣象指標;逐步回歸;物候期;產(chǎn)量模型

中圖分類號 S718.45文獻標識碼 A文章編號 0517-6611（2018）34-0141-04

油茶作為我國特有的油料樹種，其生長與氣象條件密切相關(guān)[1]。油茶秋冬開花，花期長達3個月，同所有露天生產(chǎn)的農(nóng)作物一樣，花期氣候條件對油茶產(chǎn)量影響很大[2-4]。2015年湖南省花期連陰雨造成第2年油茶產(chǎn)量平均減產(chǎn)近3成（來源于油茶實地測產(chǎn)數(shù)據(jù)）。目前國內(nèi)外關(guān)于氣象條件對油茶產(chǎn)量的影響研究相對較少，而且多基于少量經(jīng)驗、定性氣象指標和統(tǒng)計分析等方法來開展諸如氣象因子對油茶生長、果實性狀等的初步影響分析[5-9]。相關(guān)研究表明，花期是影響油茶產(chǎn)量的關(guān)鍵物候期，花期低溫陰雨會造成大量落花而使次年減產(chǎn)[10]。油茶開花授粉階段，如果出現(xiàn)低溫雨雪冰凍天氣，一方面花粉開裂受到抑制，凍壞花蕾;另一方面會影響到作為異花授粉媒介的昆蟲活動，同時降水也會淋洗花柱頭液和花粉，造成授粉受精不能正常進行，進而造成油茶大量減產(chǎn)[11-13]。花期提前可以提高著果率而豐產(chǎn)，而氣溫是影響花期遲早的關(guān)鍵氣象因子[14-15]。冬末春初出現(xiàn)冰雪、霜凍天氣，尤其是春季出現(xiàn)霜凍，會嚴重影響油茶樹授粉和幼果形成，從而使油茶減產(chǎn)[16]。

統(tǒng)計觀測法是近期快速發(fā)展的分析農(nóng)作物產(chǎn)量與氣候因子變化之間相互聯(lián)系的研究方法，根據(jù)產(chǎn)量與氣象因子，如溫度、日照、降水等因子之間的相互關(guān)系建立數(shù)學(xué)評估模型。統(tǒng)計學(xué)方法能高效地利用氣候因子與農(nóng)作物產(chǎn)量進行數(shù)據(jù)分析，并可以預(yù)測氣候變化對農(nóng)作物產(chǎn)量的影響，因此，自20世紀90年代以來，運用統(tǒng)計分析方法研究氣候條件對農(nóng)作物產(chǎn)量影響的成果豐碩[17-19]。

以往關(guān)于氣候條件對油茶產(chǎn)量的影響研究中，多是利用特定的少量氣象因子與產(chǎn)量進行分析，并不能從大量的氣象要素中挖掘出影響油茶產(chǎn)量的關(guān)鍵氣象因子。筆者基于47類氣象因子和1954—2010年江西省宜春市袁州區(qū)油茶產(chǎn)量，利用逐步回歸等統(tǒng)計方法，構(gòu)建基于油茶花期氣象條件的產(chǎn)量模型，并篩選出花期關(guān)鍵氣象因子，分析其相關(guān)性及關(guān)鍵氣象因子變化趨勢，旨在為油茶產(chǎn)量預(yù)估和防災(zāi)減災(zāi)提供科學(xué)依據(jù)。

1 資料與方法

1.1 油茶產(chǎn)量資料及質(zhì)量控制

數(shù)據(jù)為江西省宜春市袁州區(qū)油茶局提供的1954—2010年單位面積油茶產(chǎn)量，轉(zhuǎn)化成單位為kg/hm2[20]，并對油茶產(chǎn)量資料進行了標準化處理：

1.2 氣象資料來源

氣象數(shù)據(jù)包括氣溫、降水、光照、濕度、地溫等氣象要素和天氣現(xiàn)象，均由國家氣象信息中心發(fā)布。將油茶開花期分為常規(guī)和關(guān)鍵期兩類時間段：常規(guī)時段為上一年10月8日至當(dāng)年1月10日，關(guān)鍵期時段為上一年10月28日至12月20日，并以此構(gòu)建出各時段的47類氣象指標數(shù)據(jù)，詳見表1。

1.3 數(shù)據(jù)分析方法

采用相關(guān)分析、線性趨勢分析[21]、逐步回歸分析等[22]方法對油茶花期產(chǎn)量模型及關(guān)鍵氣象影響因子進行分析。該研究以花期47項氣象指標為自變量，以油茶單產(chǎn)數(shù)據(jù)為因變量，利用SPSS 15.0數(shù)據(jù)處理軟件、C++語言、Excel2007等軟件進行統(tǒng)計分析。

2 結(jié)果與分析

2.1? 基于油茶花期氣象條件的產(chǎn)量模型

利用油茶花期47類氣象指標和油茶單產(chǎn)標準化數(shù)據(jù)作為數(shù)據(jù)源，采用逐步回歸方法，構(gòu)建袁州區(qū)基于1954—2010年的氣象條件油茶產(chǎn)量模型，具體見公式（2）。

y=-0.57×rdaccu2+0.47×rdcont1+0.25×rhmean1+0.22×sdcont1+0.3×sunday1-0.33×tndf041+0.32×tndf071+0.02（2）

式（2）中，rdaccu2表示降水日數(shù)，rdcont1表示最長連續(xù)降水日數(shù)，rhmean1表示相對濕度，sdcont1表示最長連續(xù)日照天數(shù)，sunday1表示有日照天數(shù)，tndf041表示日最低氣溫低于-4 ℃的天數(shù)，tndf071表示日最低氣溫低于-7 ℃的天數(shù)。

由圖1可見，袁州區(qū)原始油茶平均單產(chǎn)為46.5 kg/hm 最小值為16.5 kg/hm2（2010年），最大值為75 kg/hm2（1959年），其中27年產(chǎn)油量低于平均值，30年產(chǎn)油量高于平均值，總體呈在均值上下周期振蕩，增減趨勢不明顯。基于油茶產(chǎn)量模型得到袁州區(qū)1954—2010年油茶產(chǎn)量序列，分析可見：產(chǎn)量模型平均相對誤差為19%，油茶產(chǎn)量增減產(chǎn)準確率達75%，能很好地評估油茶的增減產(chǎn)趨勢。模擬產(chǎn)量的平均值為43.5 kg/hm 相對誤差為6%。模擬最小值為21 kg/hm2（2010年），次大值為70.5 kg/hm2（1959年），產(chǎn)量模型能很好地模擬出實際油茶產(chǎn)量的峰值和谷值，且與實際產(chǎn)量變化趨勢基本一致，說明基于花期氣象條件構(gòu)建的油茶產(chǎn)量模型能很好地模擬出油茶產(chǎn)量的實際變化，因此可以利用花期產(chǎn)量模型預(yù)測來年油茶產(chǎn)量，并及時向公眾發(fā)布花期氣象預(yù)警，及時防災(zāi)減災(zāi)。

入選花期油茶產(chǎn)量模型的氣象因子分別為花期關(guān)鍵物候期時段的總降水日數(shù)，花期常規(guī)物候期時段的最長連續(xù)降水日數(shù)、平均相對濕度、最長連續(xù)有日照天數(shù)、總?cè)照仗鞌?shù)、日最低氣溫低于-4 ℃日數(shù)和日最低氣溫低于-7 ℃日數(shù)。選取同一類氣象指標中，與油茶相關(guān)系數(shù)最大的為關(guān)鍵氣象指標。因此，選取花期關(guān)鍵物候期時段的總降水日數(shù)，常規(guī)物候期時段的平均相對濕度、最長連續(xù)日照天數(shù)、日最低氣溫低于-4 ℃日數(shù)為花期關(guān)鍵氣象因子。

2.2 花期關(guān)鍵氣象因子與油茶產(chǎn)量的相關(guān)性（圖2）

相關(guān)分析表明，油茶產(chǎn)量與花期降水日數(shù)呈顯著負相關(guān)，相關(guān)系數(shù)為-0.41 基于實況數(shù)據(jù)和回歸方程分析，當(dāng)花期降水日數(shù)大于20 d時，減產(chǎn)概率達到71.4%。在油茶開花期，雨日過多會淋洗花柱頭液和花粉，使授粉受精不能正常進行，造成油茶減產(chǎn)。油茶產(chǎn)量與花期相對濕度呈負相關(guān)，相對濕度越大，越不利于油茶豐產(chǎn)。油茶產(chǎn)量與花期最長連續(xù)日照天數(shù)呈顯著正相關(guān)，相關(guān)系數(shù)為0.333，當(dāng)花期最長連續(xù)日照天數(shù)低于16 d時，減產(chǎn)概率為66.0%;油茶產(chǎn)量與花期日最低氣溫低于-4 ℃的低溫日數(shù)呈負相關(guān)，相關(guān)系數(shù)為-0.240，當(dāng)?shù)蜏厝諗?shù)大于3 d時，減產(chǎn)概率高達83.3%。油茶授粉需要昆蟲作為媒介進行異花授粉，若在授粉關(guān)鍵時段日照不足或出現(xiàn)低溫陰雨天氣，一方面花粉開裂受到抑制，凍傷花蕾;另一方面也會影響到昆蟲活動，甚至?xí)鏊老x媒，影響到油茶授粉，造成減產(chǎn)。

根據(jù)產(chǎn)量排位前10的高產(chǎn)年統(tǒng)計：花期平均降水日數(shù)為19.0 d，較總平均值偏少3.7 d;平均相對濕度為77.5%，較總平均值偏低0.5個百分點;最長連續(xù)有日照天數(shù)為20.8 d，較總平均值偏多4.8 d;日最低氣溫低于-4 ℃的天數(shù)為0.3 d，較總平均值偏少0.4 d。根據(jù)產(chǎn)量排位后10的低產(chǎn)年統(tǒng)計：花期平均降水日數(shù)為27.9 d，較總平均值偏多5.2 d;平均相對濕度為78.6%，較總平均值偏高0.6個百分點;最長連續(xù)有日照天數(shù)為14.6 d，較總平均值偏少1.4 d;日最低氣溫低于-4 ℃的天數(shù)為1.3 d，較總平均值偏多0.6 d?？傮w而言，花期降水日數(shù)偏少，最長連續(xù)日照天數(shù)偏多，日最低氣溫低于-4 ℃的天數(shù)偏少有利于豐產(chǎn)。

2.3 花期關(guān)鍵氣象因子變化趨勢

由圖3a可見，1954—2010年花期降水日數(shù)呈顯著下降的趨勢，傾向率為3.1 d/10 a，且通過了α=0.01的顯著性檢驗。1954—2010年平均降水日數(shù)為22.7 d。其中，1954—1960年平均降水日數(shù)為32.1 d，較平均值偏多9.4 d，1961—1970年和1971—1980年平均降水日數(shù)分別為28.4、23.6 d，較平均值分別偏多5.7、0.9 d。1981—1990年、1991—2000年、2001—2010年平均降水日數(shù)分別為18.2、18.2、18.6 d，較平均值分別偏少4.5、4.5、4.1 d，花期降水日數(shù)在20世紀70年代之前明顯偏多。

由圖3b可見，1954—2010年花期相對濕度呈減小趨勢，傾向率為0.6%/10 a，且通過了α=0.05的顯著性檢驗。1954—2010年花期平均相對濕度為78.2%。其中，1954—1970年平均相對濕度為79.9%，較平均值偏高1.7個百分點;1971—2010年花期平均相對濕度為77.5%，較平均值偏低0.7個百分點。

由圖3c可見，1954—2010年花期最長連續(xù)日照天數(shù)變化趨勢不明顯，傾向率為0.3 d/10 a，1954—2010年花期最長連續(xù)日照天數(shù)為16.5 d。20世紀70年代后期至80年代初期，最長連續(xù)日照天數(shù)出現(xiàn)峰值，隨后有所減少。

由圖3d可見，花期冰凍日數(shù)呈顯著減少的趨勢，傾向率為0.3 d/10 a，且通過了α=0.01的顯著性檢驗。1954—2010年平均低溫日數(shù)為0.7 d。其中，1954—1960年平均低溫日數(shù)為1.9 d，較平均值偏多1.2 d;1961—1970年降水日數(shù)為1.2 d，較平均值分別偏多0.5 d;1971—1980年降水日數(shù)為0.7 d，與平均值持平;1981—1990年、1991—2000年、2001—2010年降水日數(shù)分別為0.3、0.4、0.1 d，較平均值分別偏少-0.4、-0.3、-0.6 d。

3 結(jié)論與討論

該研究基于1954—2010年江西省宜春市袁州區(qū)油茶花期47類氣象指標和油茶單產(chǎn)數(shù)據(jù)，采用逐步回歸方法和相關(guān)分析，構(gòu)建了袁州區(qū)基于花期氣象條件的油茶產(chǎn)量模型，篩選出油茶花期關(guān)鍵氣象因子，并對其進行趨勢分析，得到以下結(jié)論：

（1）基于油茶花期構(gòu)建的產(chǎn)量模型平均相對誤差為19%，增減差準確率為75%，產(chǎn)量模型能很好地模擬出實際油茶產(chǎn)量的變化趨勢，利用花期產(chǎn)量模型能很好地預(yù)測來年油茶產(chǎn)量，為油茶防災(zāi)減災(zāi)提供決策依據(jù)。

（2）油茶花期關(guān)鍵氣象因子為總降水日數(shù)、相對濕度、最長連續(xù)日照天數(shù)、日最低氣溫低于-4 ℃日數(shù)。油茶產(chǎn)量與花期降水日數(shù)呈顯著負相關(guān)，與花期相對濕度呈負相關(guān)，與花期最長連續(xù)日照天數(shù)呈顯著正相關(guān)，與花期日最低氣溫低于-4 ℃的低溫日數(shù)呈負相關(guān)。花期降水日數(shù)偏少、最長連續(xù)日照天數(shù)偏多、日最低氣溫低于-4 ℃的天數(shù)偏少有利于豐產(chǎn)。

（3）花期降水日數(shù)呈顯著下降的趨勢，傾向率為3.1 d/10 a;相對濕度呈減小趨勢，傾向率為0.6%/10 a;最長連續(xù)日照天數(shù)變化趨勢不明顯，傾向率為0.3 d/10 a;花期冰凍日數(shù)呈顯著減少的趨勢，傾向率為0.3 d/10 a。

參考文獻

[1]蔣元華，廖玉芳.油茶氣象影響指標研究綜述[J].中國農(nóng)學(xué)通報，2015，31（28）：179-183.

[2]蔣元華，廖玉芳，黃超，等.基于氣象條件的油茶產(chǎn)量模型研究[J].經(jīng)濟林研究，2018，36（2）：64-72.

[3]宋同清，曾馥平.油茶大小年結(jié)果及其生物學(xué)特征[J].經(jīng)濟林研究，199 9（1）：28-32.

[4]曾燕如，黎章矩，戴文圣.油茶開花習(xí)性的觀察研究[J].浙江林學(xué)院學(xué)報，2009，26（6）：802-809.

[5]黎麗.遂川縣油茶種植氣候區(qū)劃及生產(chǎn)建議[J].現(xiàn)代農(nóng)業(yè)科技，2009（24）：28 284.

[6]樊琪蘭，劉詩韜，雷坤.岑鞏縣山油茶生長的氣候條件分析[J].農(nóng)技服務(wù)，201 29（5）：590-591.

[7]胡雙屏，鄧兆群，雷旭輝.錦屏縣油茶生長的氣候條件分析[J].現(xiàn)代農(nóng)業(yè)科技，2011（11）：308，311.

[8]陳水云，莫榮耀，潘國英.連南瑤族自治縣發(fā)展油茶產(chǎn)業(yè)的相關(guān)氣候條件分析[J].安徽農(nóng)學(xué)通報，201 18（2）：95-96.

[9]莊瑞林.中國油茶[M].北京：中國林業(yè)出版社，2008.

[10]彭嘉棟，蔣元華，廖玉芳，等.氣象因子對湖南油茶產(chǎn)量的影響及其產(chǎn)量模型構(gòu)建[J].氣象與環(huán)境學(xué)報，2016，32（3）：89-94.

[11]簡海燕.充分利用氣候資源為發(fā)展袁州優(yōu)質(zhì)高產(chǎn)油茶服務(wù)[J].經(jīng)營管理者，2009（16）：156-157.

[12]左青，辜曉青.橫峰縣油茶氣候資源開發(fā)利用[J].江西能源，2007（2）：50-52.

[13]王道藩.湖南省丘陵山地油茶氣候資源的研究[J].農(nóng)業(yè)氣象，1983（2）：11-13.

[14]林少韓，徐乃煥.油茶花期生態(tài)及結(jié)實力的研究[J].林業(yè)科學(xué)，1981（2）：113-122.

[15]黎章矩.油茶開花習(xí)性與產(chǎn)量關(guān)系的研究[J].經(jīng)濟林研究，1983（1）：31-41.

[16]郭文揚，汪鐸.浙江中部丘陵地區(qū)油茶產(chǎn)量氣候分析[J].農(nóng)業(yè)氣象，1987（2）：31-34.

[17]劉穎杰，林而達.氣候變暖對中國不同地區(qū)農(nóng)業(yè)的影響[J].氣候變化研究進展，2007，3（4）：229-233.

[18]楊文坎，李湘閣.氣候變化對越南北方水稻生產(chǎn)的影響[J].南京氣象學(xué)院學(xué)報，2004，27（1）：55-64.

[19]熊偉，楊婕，吳文斌，等.中國水稻生產(chǎn)對歷史氣候變化的敏感性和脆弱性[J].生態(tài)學(xué)報，2013，33（2）：509-518.

[20]郭水連，郭亮，郭衛(wèi)平.氣候?qū)τ筒璁a(chǎn)量的影響研究[C]//中國氣象學(xué)會.S10氣象與現(xiàn)代農(nóng)業(yè)發(fā)展.北京：中國氣象學(xué)會，2012：755-760.

[21]魏鳳英.現(xiàn)代氣候統(tǒng)計診斷與預(yù)測技術(shù)[M].2版.北京：氣象出版社，2007：18-19.

[22]游士兵，嚴研.逐步回歸分析法及其應(yīng)用[J].統(tǒng)計與決策，2017（14）：31-35.