蔣元華　廖玉芳　彭嘉棟　黃超　張劍明

摘要：深入分析氣候變化對油茶（Camellia oleifera Abel.）產(chǎn)量的影響和重建油茶產(chǎn)量序列，可為油茶產(chǎn)量定量化預報和保證糧油安全提供科學依據(jù)?；诤鲜●珀柨h1959—2016年氣象指標數(shù)據(jù)和1965—1990年油茶產(chǎn)量數(shù)據(jù)，利用相關(guān)分析、逐步回歸、線性趨勢、Morlet小波分析等方法，建立了耒陽縣油茶不同物候期氣象條件與油茶產(chǎn)量的關(guān)系模型。結(jié)果表明，基于單個物候期氣象條件構(gòu)建的產(chǎn)量模型中，以花期產(chǎn)量模型效果最優(yōu)。以11個物候期的擬合產(chǎn)量作為因子構(gòu)建的產(chǎn)量模型較單物候期氣象條件建立的產(chǎn)量模型更優(yōu)，此方法適用于重建油茶歷史產(chǎn)量序列，重建產(chǎn)量數(shù)據(jù)與測產(chǎn)數(shù)據(jù)的對比表現(xiàn)出很好的一致性。重建的油茶產(chǎn)量序列表明，耒陽縣油茶產(chǎn)量呈減小趨勢。21世紀以來，油茶產(chǎn)量波動幅度增大，且產(chǎn)量呈明顯減小趨勢，說明氣候條件對油茶的不利影響在加劇。油茶產(chǎn)量存在4種時間尺度的周期變化。

關(guān)鍵詞：油茶（Camellia oleifera Abel.）產(chǎn)量;氣象指標;逐步回歸;物候期;耒陽縣

中圖分類號：P468.0;S794.4? ? ? ? ?文獻標識碼：A

文章編號：0439-8114（2019）15-0014-05

DOI：10.14088/j.cnki.issn0439-8114.2019.15.003? ? ? ? ? ?開放科學（資源服務）標識碼（OSID）：

Reconstruction and trend analysis of yield of Camellia oleifera Abel. under climate change：A case from Leiyang county

JIANG Yuan-hua1，LIAO Yu-fang2，PENG Jia-dong1，HUANG Chao1，ZHANG Jian-ming1

（1.Hunan Climate Center，Changsha 410008，China;2.Hunan Institute of Meteorological Sciences，Changsha 410008，China）

Abstract： Deep analysis of change and reconstruction of Camellia oleifera Abel. production sequence under climate change could provide a scientific basis for trending and quantitative forecasting of production and ensure grain and oil security. The data of meteorological indexes from 1959 to 2016， and the historical yield of Camellia oleifera Abel. from 1965 to 1990 in Leiyang county， Hunan province，were extracted， the method of related analysis， stepwise regression， linear trend， and Morlet wavelet analysis were used to establish the relationship between meteorological conditions and the yield of Camellia oleifera Abel. with different phenophase. The results show that the yield model established in the flowering period is the best yield model based on meteorological conditions for a single phenophase. The yield model established by 11 phenophase fitting yields as factors is better than that established by single phenophase. This method is suitable for the construction of long-term sequence history production. The reconstructed production data and the measured production data shows a good consistency. The reconstructed production data shows that the yield of Camellia oleifera Abel. is decreasing. Since the 21st century， the fluctuation of Camellia oleifera Abel. production has increased， and the adverse effect of climate conditions on the high yield of Camellia oleifera Abel. is intensifying. There are four kinds of time scale period changes in Camellia oleifera Abel. production.

綜合分析，以11個物候期的擬合產(chǎn)量作為因子構(gòu)建的產(chǎn)量模型較單物候期氣象條件建立的產(chǎn)量模型更優(yōu)（圖1），此方法適用于構(gòu)建長時間序列的油茶歷史產(chǎn)量序列，并可全省推廣分析氣候變化對油茶產(chǎn)量的影響。由于開花期具有較大的時間提前量，因此基于開花期氣象條件建立的油茶產(chǎn)量模型可用于開展油茶產(chǎn)量預估。

2.2? 油茶產(chǎn)量重構(gòu)及特征分析

以11個物候期的擬合產(chǎn)量作為因子構(gòu)建的產(chǎn)量模型較單物候期氣象條件建立的產(chǎn)量模型更優(yōu)，可根據(jù)氣象因子構(gòu)建出耒陽縣1959—2016年油茶產(chǎn)量序列，此方法可更加客觀分析氣候變化對油茶產(chǎn)量的影響程度，規(guī)避因政策等原因造成林地面積突增或驟降引起的產(chǎn)量波動。

利用11個物候期的擬合產(chǎn)量作為因子構(gòu)建的產(chǎn)量模型，其中1965—1990年油茶產(chǎn)量為實測數(shù)據(jù)（圖2）。1959—2016年耒陽縣油茶產(chǎn)量呈減小趨勢，減小速率為99.9 t/10年。20世紀60—80年代中期，油茶產(chǎn)量波動幅度較大，油茶產(chǎn)量呈增加態(tài)勢;80年代中期至20世紀末，油茶產(chǎn)量趨勢相對平穩(wěn)，平均產(chǎn)量為2 408 t/年;21世紀以來，油茶產(chǎn)量波動幅度較大，且產(chǎn)量呈明顯減小趨勢，說明氣候條件對油茶高產(chǎn)的不利影響在加劇。

從Morlet小波分析發(fā)現(xiàn)，油茶產(chǎn)量存在4種時間尺度的周期變化，其中22～25年時間尺度上存在2次正負交替的準震蕩;11～15年時間尺度上存在5次正負交替的周期震蕩;5～8年時間尺度的周期變化主要分布于1959—2000年，共有7次正負交替的周期震蕩;2年時間尺度的周期變化遍布于整個時期（圖3）。

2.3? 重構(gòu)后油茶產(chǎn)量驗證

利用2009—2016年湖南省林業(yè)科學院調(diào)查的耒陽縣馬水鎮(zhèn)灘頭村油茶鮮果測產(chǎn)數(shù)據(jù)以及基于氣象條件構(gòu)建的油茶產(chǎn)油量數(shù)據(jù)驗證分析油茶產(chǎn)量歷史序列的可靠性。從圖4可以看出，基于氣象條件重構(gòu)的油茶產(chǎn)油量與湖南省林業(yè)科學院測產(chǎn)的鮮果產(chǎn)量趨勢基本一致，兩者相關(guān)系數(shù)為0.701，通過0.05顯著性檢驗，說明基于氣象條件重構(gòu)的耒陽縣歷年油茶產(chǎn)量序列較為真實可靠。

2012年無明顯影響油茶產(chǎn)量的異常氣候事件發(fā)生，當年油茶高產(chǎn)，實測產(chǎn)量與模擬產(chǎn)量都達到峰值。2013年6月29日至8月19日，湖南省出現(xiàn)了年內(nèi)范圍最廣、強度最強的高溫天氣過程，過程期間，全省平均高溫時間35.1 d，破歷史同期最高記錄，有58縣市高溫時長破歷史同期最高記錄;有93縣市出現(xiàn)高溫熱害。此階段正處于果實膨大高峰期，高溫干旱缺水，勢必影響油茶果實的生長，不利于優(yōu)質(zhì)豐產(chǎn)。2015年11月7—20日湖南省平均降水量為156.2 mm，較常年同期偏多3.2倍。期間共出現(xiàn)暴雨以上縣次數(shù)56次，位居1961年以來11月第二高位;期間21縣市達極端強降水事件標準，創(chuàng)1961年以來11月新高，湘江中上游發(fā)生罕見冬汛。此階段正處于油茶花期，在油茶開花授粉階段出現(xiàn)長時間連陰雨天氣，日照嚴重不足，光合作用受到影響，同時影響昆蟲授粉，雨水淋洗花柱頭液和花粉，也會造成授粉受精不能正常進行，導致減產(chǎn)。

3? 小結(jié)與討論

基于氣象指標和1965—1990年的耒陽縣油茶產(chǎn)量，利用相關(guān)分析和逐步回歸方法，分析了油茶各物候期產(chǎn)量模型，并重建耒陽縣歷史油茶產(chǎn)量?；趩蝹€物候期氣象條件構(gòu)建的產(chǎn)量模型中，以開花期產(chǎn)量模型效果最優(yōu)，可為油茶產(chǎn)量預估提供科學依據(jù)。以11個物候期的擬合產(chǎn)量作為因子構(gòu)建的產(chǎn)量模型較單物候期氣象條件建立的產(chǎn)量模型更優(yōu)，此開方法適用于構(gòu)建長時間序列油茶歷史產(chǎn)量序列，適用于定量分析和評估氣候變化對油茶產(chǎn)量的影響。根據(jù)氣象因子重建的耒陽縣1959—2016年油茶產(chǎn)量序列表明，耒陽縣油茶產(chǎn)量呈減小趨勢，尤其是2000年以來，油茶產(chǎn)量波動幅度較大，且產(chǎn)量呈明顯減小趨勢，說明氣候條件對油茶高產(chǎn)的不利影響在加劇。Morlet小波分析結(jié)果表明，油茶產(chǎn)量存在4種時間尺度的周期變化，周期震蕩較明顯。由于選取的氣候因子和實測產(chǎn)量數(shù)據(jù)的時間序列不長，數(shù)學模型有待完善，暫時沒有系統(tǒng)分析關(guān)鍵氣象因子，后期擬深入研討油茶各物候關(guān)鍵氣象因子對油茶產(chǎn)量的影響及其變化特征。

參考文獻：

[1] 胡芳名，李建安，呂芳德，等.湖南省油茶產(chǎn)業(yè)化現(xiàn)狀及發(fā)展戰(zhàn)略[J].經(jīng)濟林研究，2009，37（4）：121-125.

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

[3] 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.

[4] 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)境學報，2016，32（3）：89-94.

[5] 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.

[6] 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.

[7] 張? 婷，魏鳳英.華南地區(qū)汛期極端降水的概率分布特征[J].氣象學報，2009，67（3）：442-451.

[8] 李? 淼，夏? 軍，陳社明，等.北京地區(qū)近300年降水變化的小波分析[J].自然資源學報，2011，26（6）：1001-1011.

[9] 劉曉瓊，陳云莎，劉彥隨，等.1974—2012年陜西省榆林市氣候變化統(tǒng)計分析[J].中國沙漠，2017，37（2）：355-360.

[10] 黃? 磊，張志山，吳? 攀.沙坡頭地區(qū)多年降水量時間序列的小波分析[J].蘭州大學學報（自然科學版），2010，46（5）：63-66.

[11] 陳? 超，龐艷梅，張玉芳，等.四川單季稻產(chǎn)量對氣候變化的敏感性和脆弱性研究[J].自然資源學報，2016，31（2）：331-342.

[12] 史印山，王玉珍，池俊成，等.河北平原氣候變化對冬小麥產(chǎn)量的影響[J].中國生態(tài)農(nóng)業(yè)學報，2008，16（6）：1444-1447.

[13] 方修琦，王? 媛，徐? 錟，等.近20年氣候變暖對黑龍江水稻增產(chǎn)的貢獻[J].地理學報，2004，59（6）：820-828.

[14] 王彥平，陰秀霞，候? 瓊，等.大興安嶺東部近30年氣候變化及對玉米、大豆生長發(fā)育的影響[J].水土保持研究，2016，23（4）：325-331.

[15] 徐信旺，孫滿英，方宇媛，等.安徽省氣候變化對水稻生產(chǎn)的影響及應對[J].農(nóng)業(yè)環(huán)境科學學報，2011，30（9）：1755-1763.

[16] 胡慧芝，劉曉瓊，王建力.氣候變化下漢中盆地水稻產(chǎn)量變化研究[J].自然資源學報，2018，33（4）：609-620.

[17] 譚曉風，管天球，袁? 軍.升級打造湖南千億元油茶產(chǎn)業(yè)調(diào)查研究[J].經(jīng)濟林研究，2018，36（3）：1-4.