鎮江春茶開采期氣象條件分析及預報模型建立

吳昕悅，喬娜，張晨昕，戴晨，孫翠梅

江蘇省鎮江市氣象局，江蘇 鎮江 212003

鎮江宜茶資源豐富，種茶歷史悠久，有金山翠芽、五峰白茶、長山劍豪、茅山長青等10余種名優茶品，其中茅山長青和金山翠芽的品牌價值均超過12億元。鎮江茶葉內含物豐富，酚氨比適中，色、香、形、味俱佳，深受消費者的青睞。茶葉開采期是指每年第一批茶樹鮮葉的采摘日期[1]，對當年茶葉的產量和品質有很大影響，茶葉開采期受到茶樹品種、氣象因素、地形地貌、土壤條件、生產管理（農藝措施）等的影響。對于某一茶園來講，茶樹的品種相對穩定，地形地貌及土壤條件不變，主要栽培措施基本相同，唯有每年的氣象條件不一樣，氣候要素的年際變化是影響春茶開采期早晚的主要原因。

朱永興等[2]認為浙江影響春茶萌發和生長的氣象因子主要是上年秋季和當年春季的水、熱、光各因子；徐莎莎[3]通過對2000—2015年春茶采摘期氣象因子和采摘期的相關性分析，建立春茶采摘期氣象預報回歸模型，并對采摘期與終霜期的時間變化趨勢進行了相關分析，為揚州地區優化春茶生產布局、增強霜凍災害預測能力提供了氣象依據；蒯志敏等[4]采用統計分析方法，確定了影響碧螺春開采日期、品質的主要氣象因子是溫度和降水，并對影響碧螺春開采期及品質的天氣類型進行分析；姜燕敏等[1]用數理統計方法，分析各氣象要素對浙南春茶開采期的影響，探討不同品種春茶開采期的臨界溫度與積溫范圍，建立基于氣象要素的春茶開采期預報模型。

目前，春茶開采期預報方法主要有3 種，為積溫預報法、多個氣象因子逐步回歸方程預報法、生育期間隔天數預報法。已有的研究中，茶葉開采期預報都是應用當地的開采期和同期氣象資料進行分析，由于各地茶樹品種和氣象條件不一，預報模型不能直接應用于鎮江。因此，本研究基于近年來春茶開采期和同期氣象條件，建立了鎮江春茶開采期預報模型，以期為鎮江名優茶葉生產提供精細精準氣象服務。

1 材料與方法

1.1 研究區域概況

鎮江市地處長江下游南岸，是長江與京杭大運河的“十字黃金水道”交匯處，名山名水多，屬于北亞熱帶季風氣候，四季分明，日照充足，雨量充沛，年平均氣溫15.4 ℃。鎮江市地貌走勢為西高東低、南高北低，大部分地區屬寧鎮—茅山低山丘陵，丘陵地區獨特的氣候條件對春茶的生長十分有利。茶產業是鎮江市現代農業的重要組成部分，也是最具特色的產業之一，全市現有茶園5 000 多hm2，年產干茶近2 000 t，產值6億元，從業茶農2萬余人。

1.2 資料來源

春茶開采期資料來源于鎮江市丹徒區上黨鎮春沁茶葉專業合作社里墅茶場，茶樹品種為嘉茗1號（烏牛早），資料時間為2012—2021年。該茶場位于丹徒區以南，是典型的丘陵崗坡地，地理位置優越，氣候條件良好，是理想的茶葉種植基地，無性系良種茶園面積達32 hm2。

同期氣象資料來源于江蘇省鎮江市丹徒區國家基本氣象觀測站，氣象要素為上年12月至當年4月的氣溫、相對濕度、降水量和日照時數的逐日數據，時間為2012—2021年。

1.3 研究方法

將開采期處理為以1月1日為起點的天數序列，即1月1日的日序為1，1月2日的日序為2，以此類推。將日序值與氣溫、相對濕度、降水量和日照時數等氣象因子進行相關性分析，通過相關系數及顯著性檢驗結果對嘉茗1 號開采期影響最大的氣象因子進行篩選，應用數理統計方法建立鎮江春茶開采期預報模型，并對模型的預報效果進行檢驗。

2 結果與分析

2.1 春茶開采期的變化趨勢

嘉茗1 號的開采期除了2021年在3月上旬，其余年份均在3月中下旬。最早為3月5日，最晚為3月24日。開采期在2012—2017年間逐年呈現緩慢提前，在2019—2020年明顯提前（表1）。

表1 2012—2021年鎮江春茶開采期

春茶開采期間，易受低溫霜凍、高溫等的影響，目前鎮江春茶主要以人工采摘，開采期間升溫較快、溫度過高加速芽葉生長，導致人力不夠，來不及采摘，春茶產量降低。低溫霜凍使茶芽生長緩慢，春茶開采期推遲，采摘時間縮短，嚴重的低溫霜凍致使茶樹受災，造成直接經濟損失。因此，掌握春茶開采期氣象要素的變化特征及影響，合理預報春茶的采摘期，可為茶農安排農事活動提供參考，趨利避害。

2.2 春茶開采期氣象要素變化趨勢

茶樹喜溫喜濕，適宜在漫射光中生長，光照、溫度和水分是與茶樹生長關系最為密切的氣象要素。圖1 為鎮江春茶開采前后旬氣象要素值變化情況。從圖中可以看出，平均氣溫、平均最高氣溫和平均最低氣溫均呈現自12月上旬逐漸下降，次年2月上旬左右逐漸上升的趨勢，平均氣溫在3月中旬穩定通過10 ℃；降水量有一定的波動，但總體而言，月均降水量逐漸增多；相對濕度變化不大，在67%～75%之間；日照時數在冬季較少，2月下旬開始逐漸增加。

圖1 鎮江春茶開采期氣象要素旬變化趨勢

2.3 開采期日序與氣象要素的相關性分析

首先分析春茶開采期與各月氣象要素之間的相關性，從月平均氣溫、月平均最高氣溫、月平均最低氣溫、月平均相對濕度、月降水量、月日照時數與開采期日序的相關性表（表2）可以看出，在月份方面，2月氣象要素對春茶開采期的影響較大，12月氣象要素對春茶開采期的影響較小；在氣象要素方面，開采期與氣溫的相關性較好，與月降水量的相關性較差；鎮江春茶開采期與2月的月平均氣溫、月平均最高氣溫和月平均最低氣溫均達到極顯著負相關（P＜0.01），說明溫度是影響茶葉萌動早晚及新梢生長速度的主要因素。

根據表2 的結果，進一步分析春茶開采期與各旬平均氣溫、平均最高氣溫、平均最低氣溫之間的相關性，由于12月氣象要素對春茶開采期的影響較小，故不再分析12月。從表3 可以看出，鎮江春茶開采期與1月中旬平均最高氣溫、2月中旬平均氣溫和2月中旬平均最高氣溫均達到顯著負相關（P＜0.05）；與2月上旬平均氣溫和2月上旬平均最高氣溫均達到極顯著負相關（P＜0.01），即氣溫越高，鎮江春茶的開采期就越早，同時，2月上中旬的升溫是影響鎮江春茶開采期的重要因素。

表2 開采期日序與各月氣象要素的相關性

表3 開采期日序與各旬平均氣溫、平均最高氣溫、平均最低氣溫的相關性

2.4 春茶開采期預報模型

通過對開采期日序與氣象要素的相關性分析，篩選一批最適氣象因子，應用數理統計方法建立鎮江春茶開采期長期、中期、短期預報模型，即分別基于2月11日、2月21日、3月1日為開采期的數據建立模型，可達到分時段預測的效果。

2.4.1 長期預報模型

基于2月11日的數據建立鎮江春茶開采期長期預報模型：

y=88.627-0.944x1-1.256x2

其中，y為開采期日序，x1為2月上旬平均最低氣溫，x2為2月上旬平均最高氣溫。經F檢驗，該模型P值為0.022，小于0.05，為顯著置信水平。

2.4.2 中期預報模型

基于2月21日的數據建立的鎮江春茶開采期中期預報模型：

y= 78.624-2.025x1-2.085x2+0.082x3+0.384x4+2.008x5

其中，y為開采期日序，x1為2月上旬平均氣溫，x2為1月中旬平均最高氣溫，x3為1月中旬日照時數，x4為2月中旬降水量，x5為2月中旬平均氣溫。經F檢驗，該模型P值為0.005，小于0.01，為極顯著置信水平。

2.4.3 短期預報模型

基于3月1日的數據建立的鎮江春茶開采期短期預報模型：

y=112.891-2.726x1+7.608x2-2.86x3-3.73x4

其中，y為開采期日序，x1為2月平均氣溫，x2為2月平均最低氣溫，x3為1月中旬平均最高氣溫，x4為2月上旬平均氣溫。經F檢驗，該模型P值為0.002，小于0.01，為極顯著置信水平。

2.4.4 預報模型檢驗

將長期、中期、短期預報模型分別回代檢驗，將模型回測值與實際開采期日序進行對比，從圖2可見，長期預報模型的誤差在2 d左右，而中期預報模型和短期預報模型的誤差均不超過1 d，說明越接近開采期，預報準確率越高。中期預報模型的誤差在0.68 d，短期預報模型的誤差在1 d，略大于中期預報模型，表明臨近開采期，春茶極易受到低溫霜凍或連續陰雨天氣的影響，短期預報結果要根據天氣合理進行人工訂正，使預報結果更加準確。

圖2 鎮江春茶開采期預報模型

由圖2可知，3種模型的預報值均與實際開采期較相近，分長期、中期、短期3 個時段進行預報可以提高預報準確率，并可對茶農合理安排農事活動、及時增加人力適時開采提供依據。

3 小結與討論

鎮江春茶主栽品種嘉茗1 號的開采期主要集中在3月中下旬，開采期在2012—2017年間呈現逐年緩慢提前的趨勢，在2019—2021年明顯提前。開采期與氣象要素之間有一定的相關性，特別是與2月平均氣溫、2月平均最高氣溫、2月平均最低氣溫、2月上旬平均氣溫、2月上旬平均最高氣溫均達到極顯著負相關，與1月中旬平均最高氣溫、2月中旬平均氣溫、2月中旬平均最高氣溫均達到顯著負相關。溫度是影響芽葉萌動早晚及新梢生長速度的主要因素，氣溫越高，鎮江春茶的開采期就越早，同時，2月上中旬的升溫是影響鎮江春茶開采期的重要因素。

基于2月11日的數據建立的開采期長期預報模型，以2月上旬平均最低氣溫和2月上旬平均最高氣溫作為預報因子，誤差在2 d左右；基于2月21日的數據建立的開采期中期預報模型，以2月上旬平均氣溫、1月中旬平均最高氣溫、1月中旬日照時數、2月中旬降水量和2月中旬平均氣溫作為預報因子，誤差在0.68 d；基于3月1日的數據建立的開采期短期預報模型，以2月平均氣溫、2月平均最低氣溫、1月中旬平均最高氣溫和2月上旬平均氣溫作為預報因子，誤差在1 d。3 種模型的預報值均與實際開采期較接近，分3 個時段進行預報可以提高預報準確率。

由于開采期數據年限較短，目前只用了回帶法對模型進行檢驗，分析了回測值與實際開采期之間的誤差，后續需進行預報試用，進一步對模型加以完善。同時，臨近開采期，春茶極易受到低溫霜凍或連續陰雨天氣的影響，短期預報結果要根據天氣合理進行人工訂正，使預報結果更加準確。