基于氣象條件的油茶產量模型研究

（湖南省氣候中心，湖南 長沙 410008）

油茶為我國特有的木本食用油料植物。發展油茶具有不與糧棉爭地，且生態、經濟效益顯著的優勢，對維護國家糧油安全具有重要意義，受到國家的高度重視，國家先后出臺了《全國油茶產業發展規劃》等扶持政策，油茶發展前景廣闊。目前，我國油茶面積約有360多萬hm2，主要分布在長江流域及其以南的14個省區，油茶籽年產量180萬t左右，年產茶油約45萬t。其中，湖南省的油茶種植面積、茶油產量和產值均居全國首位[1]。

油茶從春梢生長到果實成熟的整個生育期歷時近2 a的周期，油茶的營養生長和生殖生長互相影響、交錯，而每個物候期的氣象條件都會影響到油茶的生長發育，進而影響到油茶產量[2]?；ㄑ糠只烷_花期對油茶產量的影響顯著[3-8]，花芽分化期最適宜的溫度為27～33 ℃[9-11]，且要求日平均日照時間在10 h以上[6-7]?；ㄑ糠只殡S著果實生長發育，果實的生長發育與抽梢生長密切相關，由于絕大部分花芽是在春梢上分化的，因此春梢的生長會直接影響到當年花芽的分化，同時春梢數量與次年油茶產量呈正相關[8]。油茶開花期長，且花期是影響油茶產量的關鍵物候期。在油茶開花授粉階段，如果出現低溫雨雪冰凍天氣，一方面花粉開裂受到抑制[4]，花蕾被凍壞；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，也會造成授粉受精不能正常進行，進而造成油茶大量減產[12-15]。油脂轉化和積累高峰期若遇上高溫干旱缺水天氣，也會影響到油茶果實的生長和油脂的轉化，對其優質豐產十分不利[16-21]。因此，本文在探討油茶生長發育各物候期與油茶產量的關系的基礎上構建了產量模型，并詳細分析了入選模型中的能影響油茶產量的各物候期及氣象因子，以期為油茶生產與油茶產量預評估提供科學依據。

1 資料與方法

1.1 油茶產量資料及質量控制

油茶產量數據來源于如下兩部分資料：一是來源于湖南省林業歷史統計資料，即77縣（區）1969—1979年的產油量；二是湖南省林業科學院提供的2006年以來湖南省境內不同地區24個測產點樣地的油茶鮮果畝產數據。對油茶產量的資料作如下處理：（1）針對湖南省逐年產油量的統計資料，通過產量趨勢分析、突變檢驗及與臨近縣的產量變化趨勢的比較，結合油茶發展沿革、空間一致性分析及專家甄別，選定湖南省77縣（區）1969—1979年產油量資料作為研究序列；（2）考慮到油茶樹在進入豐產期之前其產量會隨著樹齡的增加而呈增長的趨勢，因此本文所用測產數據均為進入豐產期的油茶產量，剔除了樹齡對油茶產量的影響；（3）由于單個縣（區）油茶產量序列樣本數較少，因此選擇多個高相關的縣（區）組成樣本數在30個以上的樣本序列；（4）由于測產數據來源于不同品種，同時撫育措施和土壤的差異也會造成不同地區油茶畝產鮮果量出現較大差異[22-23]，因此對所有的油茶產量資料進行了標準化處理：

其中yik為某年的油茶產量；為多年平均產量；Sk為標準差，y′ik為某年的標準化產量。

1.2 氣象資料來源

研究所用氣象數據來源于距離油茶產區最近的氣象臺站，其中包括氣溫、降水、光照、濕度、地溫等氣象要素和天氣現象，并以此構建出第一級氣象指標（見表1）。

根據湖南省林業科學院的常年觀測數據，油茶生長周期可劃分為如表2所示的13類時段，并以此延伸出1 222項氣象指標。

1.3 研究方法

采用SPSS 15.0數據處理軟件進行統計，利用逐步回歸方法構建油茶產量模型。

2 油茶產量建模與結果分析

2.1 基于油茶各物候期氣象條件的產量模型構建與結果分析

根據油茶生長發育過程的11個物候期，以當年、周年的所有氣象因子作為數據源（代碼為“N”），采用逐步回歸方法，分別構建了以1969—1979年和2006年以來77縣市24個測產點的油茶產量為對象的基于氣象條件的擬合產量模型，并用模擬產量與實際產量的相對誤差、趨勢準確率（即標準化油茶產量正負一致率）、產量偏多（少）3成和5成以上的準確率進行擬合優劣分析，結果分別如圖1與2所示。

表1 氣象指標名稱Table 1 Meteorological indicators

表2 湖南省油茶物候期及對應的時間段Table 2 Phenophase period and corresponding time period of camellia in Hunan Province

分析發現，基于氣象條件以油茶生長發育的11個物候期構建的產量模型，建模效果由優到劣的排序為：開花期、果實成熟期、果實第1次膨大期、油脂轉化和積累高峰期、花芽成熟期。歷史產量數據（1969—1979年）和測產數據都以開花期和果實成熟期的建模效果為最好。歷史產量的開花期和果實成熟期建模平均相對誤差分別為21.3%與21.6%，測產數據的開花期和果實成熟期的建模平均相對誤差分別為42.7%與40.2%。有關研究結果[24]表明，油茶花期氣候條件是影響開花授粉和翌年產量的主導因子之一?；ㄆ谶B綿陰雨會造成大量落花而使翌年減產，同時氣溫是影響花期早遲的關鍵因子，花期提前有利于提高群體的坐果率，有利于來年豐產。以花期氣象因子構建的產量模型其分析效果最好，產量模型能很好地預測來年油茶產量。

圖1 湖南省1969—1979年油茶產量模型其分析效果的評估結果Fig.1 Evaluation of the effect of camellia production model in Hunan province from 1969 to 1979

圖2 湖南省2006年以來油茶測產產量模型其分析效果的評估結果Fig.2 Evaluation of the effect of camellia production model in Hunan province since 2006

選取11個物候期中表現最優的開花期和果實成熟期產量模型的平均相對誤差作為分析對象，探討其空間擬合效果，結果分別如圖3與4所示。由圖3與4可見，兩種歷史產量模型的平均相對誤差較小，且均表現為低海拔地區的湘北以及湘中偏南地區的平均相對誤差較小，海拔較高的湘西北、湘西南和湘南南部山區的平均相對誤差較大。尤其是歷史產量模型表現尤為明顯，測產數據可能因為測產樣本數較少，且為畝產數據，代表的范圍較小，因而誤差波動較大。

2.2 基于油茶各物候期模擬產量的油茶產量模型及結果分析

油茶的營養生長和生殖生長相互交錯，抽梢、果實生長、花芽分化以及花期等物候期都是緊密聯系并相互影響的，各物候期的氣候條件都會對油茶產量產生影響，為此，采用11個物候期擬合產量作為因子，利用逐步回歸再建立油茶產量模型，進一步分析產量擬合效果，結果見圖5～6。

分析發現，歷史產量和測產數據產量模型的平均相對誤差分別為15.0%、26%，其中1/2樣本的相對誤差分別小于14.1%、23%；平均趨勢準確率分別為90.2%、87.3%，其中1/2樣本的平均趨勢準確率分別大于90.9%、89%；偏多（少）3成以上的平均準確率分別為76.8%、88.1%，其中1/2樣本的準確率分別大于77.5%、89%；偏多（少）5成以上的平均準確率分別為64.1%、77.4%，其中1/2樣本的準確率分別大于68.8%、80%。綜合分析結果表明，以11個物候期的擬合產量作為因子構建的產量模型較以單個物候期基于氣象條件建立的產量模型更優，可適用于構建長序列油茶歷史產量序列，進而分析全省、各縣市油茶產量的變化規律。

圖3 歷史產量和測產產量的開花期產量模型的平均相對誤差Fig.3 The average relative error of flowering yield model of historical yield (left) and measured production (right)

圖4 歷史產量和測產數據的果實成熟期產量模型的平均相對誤差Fig.4 The average relative error of fruit ripening period yield model of historical yield and measured production

根據以11個物候期的擬合產量構建的產量模型的相對誤差分布情況（圖7）來看，歷史產量模型表現為低海拔地區的湘北、湘中偏南地區以及河谷流域的相對誤差均較小，而高海拔的湘西北武陵山區、湘西南雪峰山區以及湘南南嶺山區的相對誤差均較大。雖然測產數據由于是畝產數據，且樣本量相對較少，規律不是十分明顯，但也基本能表現出低海拔優于高海拔的特點。

地形地貌對油茶生長發育的影響較大，高海拔地區由于山高風大、氣溫低、花期多雨霧、昆蟲媒介較少、花期易霜凍、易旱，因此相對于低海拔地區而言，高海拔地區的油茶更容易受到氣象災害的影響，其產量波動更為明顯，同時高海拔地區的坡向、坡位以及土壤條件等生態環境方面的影響，尤其是所用氣象臺站的數據多在海拔較低的縣城附近，而高山上的氣溫、光照、空氣和土壤濕度等實際的氣象條件與所選的氣象資料會有一定程度的差別，這也增大了高海拔地區油茶產量模型的誤差，因此，建立油茶產區氣象自動站對油茶產量模型分析效果的提高和對油茶產量進行預評估均有重要作用。

圖5 以物候期擬合產量構建的歷史產量模型的相對誤差及準確率箱式圖Fig.5 Relative error and accuracy of the historical yield model constructed with the fitted yield of phenological period

圖6 以物候期擬合產量構建的測產產量模型的相對誤差及準確率箱式圖Fig.6 Relative error and accuracy of the measured production constructed with the fitted yield of phenological period

2.3 油茶產量模型入選指標分析

根據歷史產量和測產數據的11種物候期模擬產量建立的產量模型，統計各物候期入選模型的頻次（分別如圖8～9所示）后分析發現，開花期、果實成熟期的入選頻次均較高，說明開花期對油茶產量的影響最為顯著；兩者入選頻次均較低的物候期分別為花芽現形期、花芽分化前期、夏梢生長期，表明在這幾個物候期氣候條件對油茶產量模型構建的貢獻均較小。

開花期（Ⅰ）（綜合歷史產量和測產產量模型）入選頻次最高的主要氣象因子為溫度因子（零下4 ℃和0 ℃以下的低溫日數、20 ℃以上的積溫、最高氣溫等指標）（表3），油茶產量與開花期的低溫日數、冰凍日數均呈反相關，而與光照呈正相關。相關研究結果表明：油茶花期開花授粉時，若遭遇低溫雨雪冰凍天氣，其花粉開裂會受到抑制，同時由于油茶授粉主要通過昆蟲作為媒介進行異花授粉，若溫度過低則會影響到昆蟲的活動；連綿陰雨天氣導致雨水淋洗花柱頭液和花粉，不利于授粉，這都會造成次年油茶的大量減產。開花期（Ⅱ）（1969—1979年歷史產量模型）的零下4 ℃以下低溫日數和冰凍日數入選頻次均較高；而開花期（Ⅲ）（2006—2016年測產數據）并沒有入選前十，根據氣象數據統計發現，低溫日數呈下降趨勢，表明全球氣候變暖導致低溫日數和冰凍日數減少，影響花期的關鍵氣象因子由低溫和冰凍逐漸向連續日照天數和連續無雨日數等因子傾斜。

圖7 歷史產量和測產數據的以各物候期擬合產量構建的模型其平均相對誤差Fig.7 The average relative error of historical yield (left) and measured data (right) with each phenophase fitting yields for the factor yield model

圖8 77縣（市、區）各物候期產量指標入選集成模型的頻率Fig.8 Frequency of each phenophase yield index selected by integrated model of 77 counties (cities,districts)

圖9 24個測產點各物候期產量指標入選集成模型的頻率Fig.9 Frequency of each phenophase yield index selected by integrated model of 24 production test sites

果實成熟期（Ⅰ）入選頻次最多的氣象因子分別為平均最低氣溫、連續有日照天數、15 ℃以上積溫（表3），通過相關性分析發現，油茶產量與果實成熟期的溫度呈反相關，而與日照呈正相關，果實成熟期的高溫干旱不利于果實增長，而充足的日照是光合作用的必要條件，有利于果實增長和油脂的積累；果實成熟期（Ⅱ）入選頻次最多的氣象因子多為氣溫，而果實成熟期（Ⅲ）則為連續有日照天數、連續無雨日數、平均最高氣溫等，表明果實成熟期受降水和日照的影響越來越大。

油脂轉化和積累高峰期（Ⅰ）入選頻次最多的氣象因子分別為35 ℃以上高溫日數、15 ℃以上積溫等（表3），而歷史產量模型（Ⅱ）和測產數據模型（Ⅲ）入選頻次最多的都為氣溫，尤其是高溫日數尤為突出，相關性分析發現，油茶產量與油脂轉化和積累高峰期的高溫日數呈負相關，表明高溫不利于油茶生長。隨著高溫日數的增加，高溫對油茶不利的影響也會增強。

表3 3 個物候期排在前十位的關鍵氣象因子Table 3 The top ten key meteorological factors of the three phenophase

3 結論與討論

利用湖南省油茶歷史產量和測產序列，構建出油茶不同物候期氣象條件與油茶產量的關系模型，分析發現，以開花期和果實成熟期氣象條件建立的產量模型其擬合效果最好，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量模型，可用于開展油茶產量預估，為規劃每年的油料加工規模提供分析依據。

以11個物候期擬合產量作為因子建立的油茶產量模型在相對誤差和對增、減產的擬合能力上效果最優；地理條件也是影響產量模型效果的一個重要因素，建模所用氣象臺站的氣象資料與高海拔的種植區的氣溫、光照、空氣和土壤濕度等氣象條件有差別，也會在一定程度上導致低海拔種植區產量模型的效果比高海拔地區的好。

研究中發現，花期的低溫日數、積溫、雨日及冰凍等指標入選模型的頻次均較高，低溫影響油茶開花、授粉和受精，并損傷花器，花期連綿陰雨、低溫冰凍使花粉囊不能正常開裂，花粉不能正常發芽生長，柱頭粘液被沖淡，造成授粉受精不良。低溫冰凍會使花瓣凍傷呈水漬狀軟腐，使花柱受凍萎縮，甚至子房受凍脫落。相關研究結果也表明，花期積溫與油茶產量呈正相關[15]，油茶豐產要求花期適宜的溫度為10～20 ℃[5]，盛花期日照時數大于100 h，雨日少于13 d[17]。

研究中還發現，花期入選頻次較高的氣象因子與前人研究結論存有很強的共性，本文的研究結果表明，入選模型頻次較高的氣象因子如下：首位是氣溫類（低溫冰凍），其次為雨日及日照，關于適宜油茶生長的各物候期關鍵氣象因子的適宜區間以及油茶增減產的氣象因子閾值需要進一步研究探討。入選產量模型頻次高的氣象因子可為油茶產量氣候潛力的挖掘提供參考依據。

[1]胡芳名,李建安,呂芳德,等.湖南省油茶產業化現狀及發展戰略[J].經濟林研究,2009,27(4):121-125.

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

[3]黎 麗.遂川縣油茶種植氣候區劃及生產建議[J].現代農業科技,2009(24):281,284.

[4]簡海燕.充分利用氣候資源為發展袁州優質高產油茶服務[J].經營管理者,2009(16): 156-157.

[5]樊琪蘭,劉詩韜,雷 坤.岑鞏縣山油茶生長的氣候條件分析[J].農技服務,2012,29(5): 590-591.

[6]胡雙屏,鄧兆群,雷旭輝.錦屏縣油茶生長的氣候條件分析[J].現代農業科技,2011(11): 308-311.

[7]陳水云,莫榮耀,潘國英.連南瑤族自治縣發展油茶產業的相關氣候條件分析[J].安徽農學通報,2012,18(2):95-96.

[8]莊瑞林.中國油茶[M].北京:中國林業出版社,2008.

[9]李連榮.荔波縣引種油茶的氣候條件分析[J].農業與技術,2012(12):83.

[10]張小石,曾祥標.豐順縣油茶種植的氣候適應性[J].廣東氣象,2009,31(4):31-32.

[11]楊偉波,陳良秋,王興勝,等.海南省中部地區發展油茶的生態適宜性分析[J].江西農業學報,2010,22(5):93-95.

[12]彭嘉棟,蔣元華,廖玉芳,等.氣象因子對湖南油茶產量的影響及其產量模型構建[J].氣象與環境學報,2016,32(3):89-94.

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

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

[15]郭文揚,汪鐸.浙江中部丘陵地區油茶產量氣候分析[J].農業氣象,1987(2):31-34.

[16]許光耀,馮蘇珍.德化縣油茶種植的氣候條件分析[J].林業與技術,2015,33(3):158-159.

[17]劉 梅,劉永裕.三江縣油茶生產的氣候適應性分析[J].氣象研究與應用,2007,28(S1):90-91,94.

[18]賴英度,陳錫勤,黃子芹.巴馬縣油茶種植的氣候條件分析[J].氣象研究與應用,2009,30(3):57-59.

[19]韋金霖.隆林縣油茶生產的氣候條件及主要氣象災害分析[J].氣象研究與應用,2013,34(2):62-64.

[20]陳永忠,羅 健,陳隆升,等.湖南省油茶旱害及防治對策[J].經濟林研究,2014,32(3):22-29.

[21]鐘飛霞,王瑞輝,廖文婷,等.高溫少雨期環境因子對油茶果徑生長的影響[J].經濟林研究,2015,33(1):50-55.

[22]朱從飛,羅漢東,胡冬南,等.不同施肥模式對油茶春梢生長和葉片酶活性的影響研究[J].中南林業科技大學學報 ,2017,37(6):39-44.

[23]陳家法,陳隆升,涂 佳,等.長期施肥對油茶林產果量及土壤地力可持續性的影響[J].中南林業科技大學學報,2017,37(7): 59-64.

[24]黎章矩.油茶開花習性與產量關系的研究[J].經濟林研究,1983,1(1):31-42.