婁偉平，肖強(qiáng)，孫科，鄧盛蓉，楊鳴

?

浙江省茶樹高溫?zé)岷︼L(fēng)險區(qū)劃

婁偉平1，肖強(qiáng)2，孫科1，鄧盛蓉1，楊鳴1

1. 新昌縣氣象局，浙江 新昌 312500；2. 中國農(nóng)業(yè)科學(xué)院茶葉研究所，浙江 杭州 310008

根據(jù)浙江省各縣市區(qū)氣象站1973—2017年氣象資料，結(jié)合茶樹高溫?zé)岷Φ燃壷笜?biāo)，采用線性傾向率和Mann-kendall法分析了浙江省茶樹高溫?zé)岷Φ燃壍臅r間變化特征。Mann-kendall法分析結(jié)果顯示，浙江省茶樹高溫?zé)岷τ绊懓茨甓瓤煞譃?973—1987年、1988—2002年和2003—2017年3個時間階段。通過信息擴(kuò)散理論計算各階段茶樹遭受高溫?zé)岷Ω怕剩瑱z驗表明2003—2017年茶樹遭受高溫?zé)岷Ω怕曙@著高于1973—1987年和1988—2002年2個階段。進(jìn)一步依據(jù)2003—2017年茶樹各高溫?zé)岷Φ燃壋霈F(xiàn)概率構(gòu)建得到茶樹高溫?zé)岷︼L(fēng)險值，并利用該風(fēng)險值將浙江省分為低風(fēng)險區(qū)、較低風(fēng)險區(qū)、中等風(fēng)險區(qū)、較高風(fēng)險區(qū)和高風(fēng)險區(qū)，其中18個沿?？h市區(qū)和慶元、泰順、開化3個山區(qū)縣為低風(fēng)險區(qū)，遂昌等5個山區(qū)縣和臨海等9個臨近海洋或太湖的縣市區(qū)為較低風(fēng)險區(qū)，麗水等13個位于浙江省中間位置且地形多為平原或處于盆地中部的縣市區(qū)為高風(fēng)險區(qū)，嵊州等14個靠近高風(fēng)險區(qū)的縣市區(qū)為較高風(fēng)險區(qū)，淳安等10個縣市區(qū)為中等風(fēng)險區(qū)。該區(qū)劃結(jié)果較真實(shí)地反映浙江省目前和將來一定時期茶樹高溫?zé)岷︼L(fēng)險，對浙江省茶樹生產(chǎn)中做好高溫?zé)岷Ψ烙ぷ骶哂兄笇?dǎo)作用。

Mann-kendall法；信息擴(kuò)散理論；檢驗；茶樹；高溫?zé)岷︼L(fēng)險區(qū)劃

浙江省地處中、低緯度沿海過渡地帶的亞熱帶季風(fēng)氣候區(qū)，適宜發(fā)展茶葉生產(chǎn)，是我國綠茶重要生產(chǎn)基地。浙江省茶葉氣候資源雖然豐富，但同時茶葉氣象災(zāi)害也十分嚴(yán)重。冬季凍害、春季霜凍、夏季高溫等災(zāi)害的發(fā)生比較頻繁，給茶葉生產(chǎn)造成嚴(yán)重的經(jīng)濟(jì)損失，嚴(yán)重制約了浙江茶葉的發(fā)展[1]。如2010年3月9—11日、2016年3月9—11日出現(xiàn)全省性低溫霜凍天氣，分別造成浙江省茶葉直接經(jīng)濟(jì)損失達(dá)16.9億元、13億元[2-3]。2013年夏季浙江省出現(xiàn)建國以來最嚴(yán)重的高溫干旱，7月初到8月19日，浙江大部分地區(qū)出現(xiàn)10~20?d超過40℃的罕見高溫極端天氣，全省有13.86萬hm2茶園出現(xiàn)茶樹葉子灼傷、枯萎現(xiàn)象，全省茶葉直接經(jīng)濟(jì)損失17.2億元[4]。

近年來隨著全球氣候變化，我國夏季高溫?zé)崂顺霈F(xiàn)的頻率增高、強(qiáng)度增強(qiáng)，有關(guān)茶樹熱害的報道也在不斷增加[5-7]。高溫脅迫傷害茶樹的機(jī)理研究已引起相關(guān)學(xué)者重視[8-9]，但目前國內(nèi)外對茶樹高溫?zé)岷Ψ植家?guī)律和風(fēng)險區(qū)劃的研究不多。浙江省夏季受副熱帶高壓控制，易出現(xiàn)持續(xù)高溫天氣，使茶樹遭受高溫?zé)岷?。隨著全球氣候變化，浙江省夏季高溫呈增加趨勢[10]，茶樹高溫?zé)岷σ膊粩嘣黾?。本文利用浙江省?5年氣象資料，分析浙江省茶樹高溫?zé)岷r空變化規(guī)律，開展浙江省茶樹高溫?zé)岷︼L(fēng)險區(qū)劃，為該地區(qū)茶葉生產(chǎn)中的高溫?zé)岷Ψ烙筒铇淦贩N布局提供參考。

1 材料與方法

1.1 材料

氣象資料由浙江省氣象局網(wǎng)絡(luò)中心提供。選取浙江省66個氣象站1973年1月—2017年9月（共45年）常規(guī)氣象資料，包括日平均氣溫、最高氣溫、最低氣溫、相對濕度、日照時數(shù)、風(fēng)速及降水量，并從中篩選出6—9月逐日平均氣溫、日最高氣溫和日平均相對濕度。松陽、景寧、磐安、蒼南、岱山5個氣象站采用了2003—2017年間6—9月的氣象資料。

1.2 方法

1.2.1 茶樹高溫?zé)岷Φ燃壷笜?biāo)劃分

參照浙江省地方標(biāo)準(zhǔn)《DB33/T 2034—2017茶樹高溫?zé)岷Φ燃墶穂11]，進(jìn)行茶樹高溫?zé)岷Φ燃壷笜?biāo)劃分。

1.2.2 氣象數(shù)據(jù)處理

茶樹品種根據(jù)高溫脅迫下葉片細(xì)胞傷害率和光合系統(tǒng)傷害程度[8-9,12]、高溫天氣過程的受災(zāi)程度[4]，可分為強(qiáng)耐熱性品種、中耐熱性品種、弱耐熱性品種。其中鳩坑、龍井群體種、福鼎大白茶等為強(qiáng)耐熱性品種；嘉茗一號、龍井長葉等為中耐熱性品種；白葉1號、龍井43等為弱耐熱性品種。從1973—2017年歷年數(shù)據(jù)中篩選出6—9月逐日平均氣溫、日最高氣溫和日平均相對濕度，分別統(tǒng)計各站歷年T≥30℃且Th≥35℃且U≤65%、Th≥38℃、Th≥40℃的最大持續(xù)日數(shù)，按照茶樹高溫?zé)岷Φ燃墭?biāo)準(zhǔn)分別統(tǒng)計各代表站歷年強(qiáng)耐熱性品種、中耐熱性品種、弱耐熱性品種高溫?zé)岷Φ燃墶２捎镁€性傾向率分析各指標(biāo)的時序變化特征，利用Mann-kendall法進(jìn)行突變點(diǎn)檢測[13]。

1.2.3 茶樹高溫?zé)岷︼L(fēng)險分析

無熱害、四級熱害、三級熱害、二級熱害、一級熱害分別取值為0、0.25、0.5、0.75、1，采用信息擴(kuò)散理論[14]計算各代表站各級熱害的出現(xiàn)概率，得到各代表站茶樹高溫?zé)岷︼L(fēng)險

式中：為茶樹高溫?zé)岷︼L(fēng)險，為各級茶樹高溫?zé)岷χ党霈F(xiàn)概率，為茶樹高溫?zé)岷χ怠?/p>

將浙江省45年各茶樹品種高溫?zé)岷χ捣譃?973—1987年、1988—2002年、2003—2017年3個時段，分析浙江省各時段各茶樹品種高溫?zé)岷︼L(fēng)險變化特征。利用成對數(shù)據(jù)檢驗分析各階段間茶樹遭受高溫?zé)岷Φ母怕适欠翊嬖陲@著性差異[15]。

2 結(jié)果與分析

2.1 茶樹高溫?zé)岷Πl(fā)生的時間變化特征

依據(jù)茶樹高溫?zé)岷Φ燃墭?biāo)準(zhǔn)，分析得到浙江省66個氣象站不同耐熱性茶樹品種歷年不同等級茶樹高溫?zé)岷庀笳緮?shù)變化圖（圖1）。從1973—2017年，浙江省不同耐熱性茶樹品種無茶樹高溫?zé)岷庀笳緮?shù)隨時間呈線性減少，各級茶樹高溫?zé)岷庀笳緮?shù)隨時間呈線性增加。其中，弱耐熱性品種無熱害、四級熱害、三級熱害、二級熱害和一級熱害發(fā)生站數(shù)的線性傾向率分別為–8.1/10a、3.8/10a、1.9/10a、1.4/10a、0.9/10a，中耐熱性品種無熱害、四級熱害、三級熱害、二級熱害和一級熱害發(fā)生站數(shù)的線性傾向率分別為–6.1/10a、3.0/10a、1.2/10a、1.3/10a、0.5/10a，強(qiáng)耐熱性品種無熱害、四級熱害、三級熱害、二級熱害和一級熱害發(fā)生站數(shù)的線性傾向率分別為–4.2/10a、1.9/10a、1.4/10a、0.6/10a、0.3/10a。

圖1 各級高溫?zé)岷Πl(fā)生站數(shù)隨時間變化圖

Mann-kendall法檢測到浙江省各氣象站不同耐熱性茶樹高溫?zé)岷Φ燃壴?003年出現(xiàn)突變點(diǎn)。東部沿海地區(qū)如鄞州（圖2-a）在1973—2002年茶樹沒有出現(xiàn)高溫?zé)岷Γ?003—2017年茶樹高溫?zé)岷Τ霈F(xiàn)機(jī)率高且等級高；南部、西部和北部地區(qū)如麗水、衢州、杭州（圖2-b、c、d），在1973—2002年茶樹雖時有高溫?zé)岷Πl(fā)生，但高溫?zé)岷Φ燃壔旧显谒募墸?003—2017年15年中有12~13年發(fā)生茶樹高溫?zé)岷η矣?~3年出現(xiàn)一級茶樹高溫?zé)岷Α?/p>

注：s1、s2、s3分別是弱耐熱性、中耐熱性、強(qiáng)耐熱性茶樹品種高溫?zé)岷Φ燃壘€性傾向率。

2.2 各階段茶樹遭受高溫?zé)岷Ω怕首兓卣?/h3>

采用信息擴(kuò)散理論計算1973—1987年、1988—2002年、2003—2017年3個時段各級茶樹高溫?zé)岷Πl(fā)生概率，浙江省3個階段茶樹遭受高溫?zé)岷Φ钠骄怕室姳?。檢驗結(jié)果表明，各茶樹品種在2003—2017年遭受高溫?zé)岷Φ母怕逝c1973—1987年、1988—2002年2個階段的概率差異顯著性水平達(dá)0.01；弱耐熱性茶樹品種1988—2002年遭受高溫?zé)岷Φ母怕逝c1973—1987年的概率差異顯著性水平達(dá)0.01，中耐熱性茶樹品種的概率差異顯著性水平達(dá)0.05，強(qiáng)耐熱性茶樹品種的概率差異不明顯。各茶樹品種在2003—2017年遭受高溫?zé)岷Φ母怕适?988—2002年概率的2倍以上、1973—1987年概率的3倍以上。

2.3 茶樹高溫?zé)岷︼L(fēng)險區(qū)劃

根據(jù)71個代表站2003—2017年茶樹高溫?zé)岷︼L(fēng)險值，以弱耐熱性品種風(fēng)險值取值在0~0.1、0.1~0.2、0.2~0.3、0.3~0.4、0.4~1.0將浙江省分為茶樹高溫?zé)岷Φ惋L(fēng)險區(qū)（Ⅰ區(qū)）、較低風(fēng)險區(qū)（Ⅱ區(qū)）、中等風(fēng)險區(qū)（Ⅲ區(qū)）、較高風(fēng)險區(qū)（Ⅳ區(qū)）、高風(fēng)險區(qū)（Ⅴ區(qū)）（圖3）。

表1 各階段茶樹高溫?zé)岷Πl(fā)生概率全省平均值

注：表中同列數(shù)據(jù)后不同大（?。懽帜副硎静町愶@著性（＜0.01、＜0.05）。

Note: Different capital (lowercase) letters within column indicate significant differences at 0.01 (0.05).

圖3 浙江省茶樹高溫?zé)岷︼L(fēng)險區(qū)劃

低風(fēng)險區(qū)（Ⅰ區(qū)）包括浙江南部慶元和泰順、西部開化等3個山區(qū)縣，溫州沿海各縣（市區(qū)）、臺州的溫嶺玉環(huán)臺州市等沿海各縣（市區(qū)），寧波的象山和寧海，舟山各縣（市區(qū)），嘉興海鹽和平湖2個縣（市區(qū)）。舟山各縣（市區(qū)）、象山、玉環(huán)和洞頭四面臨海，夏季高溫少，茶樹基本上不遭受高溫?zé)岷?；瑞安、樂清由于氣象站離海距離近，根據(jù)氣象站資料統(tǒng)計，茶樹基本上不遭受高溫?zé)岷?；泰順是個山區(qū)縣，氣象站海拔539?m，是浙江省國家氣象站海拔最高的站，夏季高溫少，茶樹沒有高溫?zé)岷Γ粶刂輾庀笳究拷T江入?？冢跄蜔嵝云贩N只在2003年和2013年發(fā)生四級高溫?zé)岷?，中耐熱性品種和強(qiáng)耐熱性品種沒有發(fā)生高溫?zé)岷?。慶元和開化2個山區(qū)縣由于植被覆蓋好，夏季高溫弱，茶樹高溫?zé)岷︼L(fēng)險低，弱耐熱性品種只在2003年、2013年和2017年發(fā)生高溫?zé)岷?，中耐熱性品種和強(qiáng)耐熱性品種只在2003年和2013年發(fā)生高溫?zé)岷?；臺州市、海鹽、平湖、寧海、溫嶺、平陽作為沿?？h市區(qū)，茶樹高溫?zé)岷Πl(fā)生情況和慶元、開化2個山區(qū)縣相同。

較低風(fēng)險區(qū)（Ⅱ區(qū)）包括遂昌、龍泉、景寧、磐安、天臺5個山區(qū)縣和永嘉、臨海、三門、海寧、寧波市等臨近海洋縣市區(qū)，以及長興、湖州市2個環(huán)太湖縣市區(qū)和嘉善、嘉興市2個位于太湖和海洋之間的縣市區(qū)。弱耐熱性品種高溫?zé)岷︼L(fēng)險在50%~60%，但風(fēng)險等級以四級為主，中耐熱性品種高溫?zé)岷︼L(fēng)險在25%~30%，強(qiáng)耐熱性品種高溫?zé)岷︼L(fēng)險在10%~15%。

中等風(fēng)險區(qū)（Ⅲ區(qū)）包括臨安、淳安、江山、青田、文成、奉化、上虞、鄞州、德清和桐鄉(xiāng)。弱耐熱性品種高溫?zé)岷︼L(fēng)險在60%~70%，但風(fēng)險等級以四級為主，中耐熱性品種高溫?zé)岷︼L(fēng)險在40%~50%，強(qiáng)耐熱性品種高溫?zé)岷︼L(fēng)險在20%~25%。

較高風(fēng)險區(qū)（Ⅳ區(qū)）包括：安吉、慈溪、余姚、嵊州、新昌、仙居、縉云、武義、松陽、云和、常山、衢州、建德和浦江。弱耐熱性品種高溫?zé)岷︼L(fēng)險在70%以上，其中三級熱害風(fēng)險達(dá)40%以上，二級熱害風(fēng)險達(dá)20%以上；中耐熱性品種高溫?zé)岷︼L(fēng)險在60%以上，其中三級熱害風(fēng)險達(dá)20%以上，二級熱害風(fēng)險達(dá)10%以上；強(qiáng)耐熱性品種高溫?zé)岷︼L(fēng)險在40%以上，其中三級熱害風(fēng)險達(dá)10%以上。

高風(fēng)險區(qū)（Ⅴ區(qū)）包括杭州、蕭山、富陽、桐廬、紹興、諸暨、義烏、東陽、蘭溪、永康、金華、龍游、麗水。杭州、蕭山、紹興城市熱島效應(yīng)影響，夏季高溫強(qiáng)度強(qiáng)；這一區(qū)的其他縣市區(qū)位于浙江省中部，離海洋有一定距離，地形多為平原或處于盆地中部，夏季高溫強(qiáng)度強(qiáng)、持續(xù)時間長，茶樹高溫?zé)岷χ?。弱耐熱性品種高溫?zé)岷︼L(fēng)險在80%以上，其中三級熱害風(fēng)險達(dá)50%以上，二級熱害風(fēng)險達(dá)30%以上，一級熱害風(fēng)險達(dá)10%以上；中耐熱性品種高溫?zé)岷︼L(fēng)險在70%以上，其中三級熱害風(fēng)險達(dá)30%以上，二級熱害風(fēng)險達(dá)20%以上，一級熱害風(fēng)險達(dá)5%以上；強(qiáng)耐熱性品種高溫?zé)岷︼L(fēng)險在50%以上，其中三級熱害風(fēng)險達(dá)30%以上，二級熱害風(fēng)險達(dá)10%以上。

3 結(jié)論與討論

隨著氣候變暖，夏季高溫?zé)崂耸录霈F(xiàn)頻率增高、強(qiáng)度變強(qiáng)、持續(xù)時間變長[16]。浙江省是中國高溫?zé)崂俗顕?yán)重的地區(qū)之一[10]，高溫?zé)崂耸共铇湓馐芨邷責(zé)岷Γ瑖?yán)重影響茶樹生長。1973年以來，浙江省茶樹高溫?zé)岷γ娣e和高溫?zé)岷Φ燃壋示€性增加趨勢，茶樹遭受高溫?zé)岷Φ娘L(fēng)險也在增加。Mann-kendall法檢測結(jié)果表明，2003—2017年茶樹高溫?zé)岷Φ燃壓?973—2002年之間存在顯著性差異，因此將茶樹高溫?zé)岷Φ挠绊懓茨甓确譃?973—1987年、1988—2002年和2003—2017年3個時間階段。每個時間階段只有15年，利用依賴大數(shù)定理建立的概率方法計算各時段風(fēng)險會極不可靠，本文采用比單純采用概率法要科學(xué)得多的概率與模糊集相結(jié)合的方法（信息擴(kuò)散理論）計算風(fēng)險[17]，使計算的各時段風(fēng)險具有可靠性。

成對數(shù)據(jù)檢驗驗證現(xiàn)階段（2003—2017年）茶樹遭受高溫?zé)岷Φ母怕逝c前面2個階段存在顯著性差異。2003年以來，浙江省弱耐熱性、中耐熱性、強(qiáng)耐熱性茶樹品種遭受高溫?zé)岷Ω怕史謩e達(dá)0.5606、0.3947、0.2607，高溫?zé)岷σ殉蔀橛绊懻憬〔枞~生產(chǎn)的主要災(zāi)害之一。利用2003—2017年共15年氣象資料和茶樹高溫?zé)岷χ笜?biāo)計算茶樹遭受高溫?zé)岷︼L(fēng)險，將浙江省茶樹種植高溫?zé)岷︼L(fēng)險分為5個區(qū)，區(qū)劃結(jié)果能夠較真實(shí)地反映浙江省目前和將來一定時期茶樹高溫?zé)岷︼L(fēng)險，對浙江省茶樹科學(xué)種植具有重要指導(dǎo)作用。

茶樹高溫?zé)岷κ歉邷責(zé)崂俗饔糜诓铇涞慕Y(jié)果，因此茶樹高溫?zé)岷Πl(fā)生程度與夏季西太平洋副熱帶高壓、下墊面狀況有關(guān)。本文研究結(jié)果表明，浙江省茶樹高溫?zé)岷Ω唢L(fēng)險區(qū)為杭州東南部，紹興、金華和麗水中北部，與浙江省高溫空間分布特征一致[18]，也和2013年浙江省茶樹高溫?zé)岷臻g分布相符[4]。由于本研究以浙江省全省作為研究對象，采用建于縣（市、區(qū)）政府所在地的國家級氣象站氣象資料，而浙江省地形復(fù)雜，氣溫隨土壤、海拔高度、坡向、離海洋遠(yuǎn)近等地理因子變化較大，同時茶樹多種植于山地，這些會導(dǎo)致本區(qū)劃結(jié)果在局部地區(qū)區(qū)劃等級與實(shí)際情況存在差異的情況。接下去，我們將繼續(xù)深入研究，引入土壤、地理因子、區(qū)域氣象站資料，開展縣級精細(xì)化茶樹高溫?zé)岷︼L(fēng)險區(qū)劃，為浙江省做好茶樹高溫?zé)岷Ψ罏?zāi)減災(zāi)工作提供更加科學(xué)的區(qū)劃結(jié)果。

[1] 婁偉平, 肖強(qiáng). 浙江省茶葉生產(chǎn)中的不利氣象條件及對策建議[J]. 中國茶葉, 2016(10): 26, 28.

[2] 中國茶葉流通協(xié)會. 2010年全國春茶產(chǎn)銷形勢分析報告[J]. 中國茶葉, 2010(6): 6-7.

[3] 中國茶葉流通協(xié)會. 2016年全國春茶產(chǎn)銷形勢分析報告[J]. 茶世界, 2016(6): 40-49.

[4] 羅列萬. 2013年浙江省夏季茶園高溫干旱受災(zāi)情況調(diào)查評估[J]. 中國茶葉, 2013, 35(9): 17.

[5] 周理飛. 持續(xù)高溫干旱茶園管理技術(shù)措施[J]. 茶葉科學(xué)技術(shù), 2003(3): 38.

[6] 肖強(qiáng), 韓文炎. 茶樹熱旱害癥狀及分級方法[J]. 中國茶葉, 2013, 35(9): 21.

[7] 何辰宇, 李蓓蓓, 楊菲. 高溫干旱對茶葉生產(chǎn)的影響及應(yīng)對措施[J]. 江蘇農(nóng)業(yè)科學(xué), 2016, 44(4): 215-217.

[8] 李治鑫, 李鑫, 范利超, 等. 高溫脅迫對茶樹葉片光合系統(tǒng)的影響[J]. 茶葉科學(xué), 2015, 35(5): 415-422.

[9] 楊菲, 李蓓蓓, 何辰宇. 高溫干旱對茶樹生長和品質(zhì)影響機(jī)理的研究進(jìn)展[J]. 江蘇農(nóng)業(yè)科學(xué), 2017, 45(3):10-13.

[10] 葉殿秀, 尹繼福, 陳正洪, 等. 1961—2010年我國夏季高溫?zé)崂说臅r空變化特征[J]. 氣候變化研究進(jìn)展, 2013, 9(1): 15-20.

[11] 婁偉平, 吳利紅, 肖強(qiáng), 等. DB33/T 2034—2017茶樹高溫?zé)岷Φ燃塠S]. 浙江: 浙江省質(zhì)量技術(shù)檢督局, 2017.

[12] 韓冬, 楊菲, 楊再強(qiáng), 等. 高溫對茶樹葉片光合及抗逆特性的影響和恢復(fù)[J]. 中國農(nóng)業(yè)氣象, 2016, 37(3): 297-306.

[13] 于鳳碩, 廉麗姝, 初翠翠. 山東省極端氣溫事件的時空變化特征[J]. 氣象科技, 2017, 45(5): 843-850.

[14] Weiping Lou, Shanlei Sun. Design of agricultural insurance policy for tea tree freezing damage in Zhejiang Province, China [J]. Theoretical and Applied Climatology, 2013, 111: 713-728.

[15] 陳雅涵, 謝宗強(qiáng). 樣品保存條件對土壤與植物全碳全氮含量的影響[J]. 植物生態(tài)學(xué)報, 2017, 41(6): 632-638.

[16] Intergovernmental Panel on Climate Change (IPCC). Detection and attribution of climate change: from global to regional. In chapter 10 of climate change 2013: The Physical Science Basis [R]. 2014. https://www.ipcc.ch/report/ar5/wg1.

[17] 劉桂友, 徐琳瑜. 一種區(qū)域環(huán)境風(fēng)險評價方法—信息擴(kuò)散法[J]. 環(huán)境科學(xué)學(xué)報, 2007, 27(9): 1549-1556

[18] 劉漢華, 張子涵. 1951年至2013年浙江省高溫氣候特征分析[C]//中國氣象學(xué)會年會. 2014.

Heat Stress Risk Regionalization of Tea Plant in Zhejiang Province

LOU Weiping1, XIAO Qiang2, SUN Ke1, DENG Shengrong1, YANG Ming1

1. Xinchang Meteorological Bureau, Xinchang 312500, China; 2. Tea Research Institute, Chinese Academy of Agricultural Sciences, Hangzhou 310008, China

Based on the climate data of meteorological stations from 1973 to 2017 in Zhejiang Province and the heat stress index of tea plant, temporal variability of heat hurting grade of tea plant was analyzed with line trend rate and Mann-kendall method. Based on Mann-kendall method, the heat injure of tea plant in Zhejiang Province was divided into three periods: 1973—1983, 1988—2002 and 2003—2017. The probabilities of heat stress to tea plant in each period were calculated with information diffusion theory. The result of-test showed that the probability of heat hurt to tea plant in 2003—2017 was larger than in the periods of 1973—1987 and 1988—2002. Risk value of heat injure of tea plant was calculated by using probabilities of each heat hurting grade of tea plant in 2003—2017. Based on risk values, Zhejiang province could be divided into five regions: low risk, relatively low risk, moderate risk, relatively high risk and high risk areas. Among these areas, the risk values of 18 coastal counties as well as Qingyuan, Taishun and Kaihua were low. The risk values of 5 mountain counties, such as Suichang and 9 counties near the sea or Taihu were relatively low. The risk values of 13 counties in the middle of Zhejiang Province and on a plain or in the middle of the basin such as Lishui were high. The high risk area included 14 counties such as Shengzhou. The moderate risk area contained 10 counties. It could reflect the risk of heat injure of tea plant in Zhejiang Province at present and in a certain period in the future. The results provided a basis for the defense of heat stress to tea plant in Zhejiang.

Mann-kendall method, information diffusion theory,-test, tea plant, heat injure risk regionalization

S571.1；S161.2

A

1000-369X(2018)05-480-07

2018-01-01

2018-05-04

浙江省公益技術(shù)研究計劃項目（LGN18D050001）

婁偉平，男，博士，正高級工程師，主要從事茶葉氣象方面的研究，Email: xclwp@163.com