氣候變化下油茶產(chǎn)量重建及趨勢(shì)分析

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(duì)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(yù)報(bào)和保證糧油安全提供科學(xué)依據(jù)?；诤鲜●珀?yáng)縣1959—2016年氣象指標(biāo)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(shì)、Morlet小波分析等方法，建立了耒陽(yáng)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(gè)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(gè)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(cè)產(chǎn)數(shù)據(jù)的對(duì)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(yáng)縣油茶產(chǎn)量呈減小趨勢(shì)。21世紀(jì)以來(lái)，油茶產(chǎn)量波動(dòng)幅度增大，且產(chǎn)量呈明顯減小趨勢(shì)，說(shuō)明氣候條件對(duì)油茶的不利影響在加劇。油茶產(chǎn)量存在4種時(shí)間尺度的周期變化。

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

中圖分類號(hào)：P468.0;S794.4? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：0439-8114（2019）15-0014-05

DOI：10.14088/j.cnki.issn0439-8114.2019.15.003? ? ? ? ? ?開(kāi)放科學(xué)（資源服務(wù)）標(biāo)識(shí)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(gè)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(zhǎng)時(shí)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(duì)油茶產(chǎn)量的影響。由于開(kāi)花期具有較大的時(shí)間提前量，因此基于開(kāi)花期氣象條件建立的油茶產(chǎn)量模型可用于開(kāi)展油茶產(chǎn)量預(yù)估。

2.2? 油茶產(chǎn)量重構(gòu)及特征分析

以11個(gè)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(yáng)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(duì)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(dòng)。

利用11個(gè)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(shí)測(cè)數(shù)據(jù)（圖2）。1959—2016年耒陽(yáng)縣油茶產(chǎn)量呈減小趨勢(shì)，減小速率為99.9 t/10年。20世紀(jì)60—80年代中期，油茶產(chǎn)量波動(dòng)幅度較大，油茶產(chǎn)量呈增加態(tài)勢(shì);80年代中期至20世紀(jì)末，油茶產(chǎn)量趨勢(shì)相對(duì)平穩(wěn)，平均產(chǎn)量為2 408 t/年;21世紀(jì)以來(lái)，油茶產(chǎn)量波動(dòng)幅度較大，且產(chǎn)量呈明顯減小趨勢(shì)，說(shuō)明氣候條件對(duì)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(shí)間尺度的周期變化，其中22～25年時(shí)間尺度上存在2次正負(fù)交替的準(zhǔn)震蕩;11～15年時(shí)間尺度上存在5次正負(fù)交替的周期震蕩;5～8年時(shí)間尺度的周期變化主要分布于1959—2000年，共有7次正負(fù)交替的周期震蕩;2年時(shí)間尺度的周期變化遍布于整個(gè)時(shí)期（圖3）。

2.3? 重構(gòu)后油茶產(chǎn)量驗(yàn)證

利用2009—2016年湖南省林業(yè)科學(xué)院調(diào)查的耒陽(yáng)縣馬水鎮(zhèn)灘頭村油茶鮮果測(cè)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(yàn)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(xué)院測(cè)產(chǎn)的鮮果產(chǎn)量趨勢(shì)基本一致，兩者相關(guān)系數(shù)為0.701，通過(guò)0.05顯著性檢驗(yàn)，說(shuō)明基于氣象條件重構(gòu)的耒陽(yáng)縣歷年油茶產(chǎn)量序列較為真實(shí)可靠。

2012年無(wú)明顯影響油茶產(chǎn)量的異常氣候事件發(fā)生，當(dāng)年油茶高產(chǎn)，實(shí)測(cè)產(chǎn)量與模擬產(chǎn)量都達(dá)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(qiáng)度最強(qiáng)的高溫天氣過(guò)程，過(guò)程期間，全省平均高溫時(shí)間35.1 d，破歷史同期最高記錄，有58縣市高溫時(shí)長(zhǎng)破歷史同期最高記錄;有93縣市出現(xiàn)高溫?zé)岷?。此階段正處于果實(shí)膨大高峰期，高溫干旱缺水，勢(shì)必影響油茶果實(shí)的生長(zhǎng)，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(lái)11月第二高位;期間21縣市達(dá)極端強(qiáng)降水事件標(biāo)準(zhǔn)，創(chuàng)1961年以來(lái)11月新高，湘江中上游發(fā)生罕見(jiàn)冬汛。此階段正處于油茶花期，在油茶開(kāi)花授粉階段出現(xiàn)長(zhǎng)時(shí)間連陰雨天氣，日照嚴(yán)重不足，光合作用受到影響，同時(shí)影響昆蟲(chóng)授粉，雨水淋洗花柱頭液和花粉，也會(huì)造成授粉受精不能正常進(jìn)行，導(dǎo)致減產(chǎn)。

3? 小結(jié)與討論

基于氣象指標(biāo)和1965—1990年的耒陽(yáng)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(yáng)縣歷史油茶產(chǎn)量?；趩蝹€(gè)物候期氣象條件構(gòu)建的產(chǎn)量模型中，以開(kāi)花期產(chǎn)量模型效果最優(yōu)，可為油茶產(chǎn)量預(yù)估提供科學(xué)依據(jù)。以11個(gè)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(kāi)方法適用于構(gòu)建長(zhǎng)時(shí)間序列油茶歷史產(chǎn)量序列，適用于定量分析和評(píng)估氣候變化對(duì)油茶產(chǎn)量的影響。根據(jù)氣象因子重建的耒陽(yáng)縣1959—2016年油茶產(chǎn)量序列表明，耒陽(yáng)縣油茶產(chǎn)量呈減小趨勢(shì)，尤其是2000年以來(lái)，油茶產(chǎn)量波動(dòng)幅度較大，且產(chǎn)量呈明顯減小趨勢(shì)，說(shuō)明氣候條件對(duì)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(shí)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(shí)測(cè)產(chǎn)量數(shù)據(jù)的時(shí)間序列不長(zhǎng)，數(shù)學(xué)模型有待完善，暫時(shí)沒(méi)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(duì)油茶產(chǎn)量的影響及其變化特征。

參考文獻(xiàn)：

[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(jì)林研究，2009，37（4）：121-125.

[2] 蔣元華，廖玉芳.油茶氣象影響指標(biāo)研究綜述[J].中國(guó)農(nóng)學(xué)通報(bào)，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(jì)林研究，2018，36（2）：64-72.

[4] 彭嘉棟，蔣元華，廖玉芳，等.氣象因子對(duì)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(bào)，2016，32（3）：89-94.

[5] 郭文揚(yáng)，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(xué)報(bào)，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(xué)報(bào)，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(jì)分析[J].中國(guó)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(shí)間序列的小波分析[J].蘭州大學(xué)學(xué)報(bào)（自然科學(xué)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(duì)氣候變化的敏感性和脆弱性研究[J].自然資源學(xué)報(bào)，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(duì)冬小麥產(chǎn)量的影響[J].中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào)，2008，16（6）：1444-1447.

[13] 方修琦，王? 媛，徐? 錟，等.近20年氣候變暖對(duì)黑龍江水稻增產(chǎn)的貢獻(xiàn)[J].地理學(xué)報(bào)，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(duì)玉米、大豆生長(zhǎng)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(duì)水稻生產(chǎn)的影響及應(yīng)對(duì)[J].農(nóng)業(yè)環(huán)境科學(xué)學(xué)報(bào)，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(xué)報(bào)，2018，33（4）：609-620.

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