彭嘉棟　廖玉芳　蔣元華　黃超

摘要：利用2012—2017年湖南省不同縣市多塊油茶（Camellia oleifera）樣地的油酸含量資料和同時段鄰近氣象站資料構建的油茶生長或處理期各階段氣象指標，采用主成分分析的方法分析不同階段氣象指標對油茶油酸含量的影響，并基于此建立油酸含量預測模型。結(jié)果表明，采摘當年、果實膨大高峰期、油脂轉(zhuǎn)化和積累高峰期的氣象因子對于油酸含量有重要影響，降水類指標特別是降水量和最長連續(xù)降水日數(shù)是影響油茶油酸含量最重要的氣象因子，利用氣象因子構建的油茶油酸含量預測模型精度較高，具有一定的適用性。

關鍵詞：氣象因子;油茶（Camellia oleifera）;油酸含量;預測模型

中圖分類號：P468.0+21;S794.4? ? ? ? ?文獻標識碼：A

文章編號：0439-8114（2020）02-0040-04

DOI：10.14088/j.cnki.issn0439-8114.2020.02.009? ? ? ? ? ?開放科學（資源服務）標識碼（OSID）：

Influence analysis of meteorological factors on oleic acid of

Camellia oleifera and model construction

PENG Jia-dong，LIAO Yu-fang，JIANG Yuan-hua，HUANG Chao

（Climate Center of Hunan Province，Changsha 410118，China）

Abstract： Based on the collection and processing of the oleic acid data from multiple Camellia oleifera sample plots in different county of Hunan province during 2012—2017 and the meteorological indices for each stage of growth and treatment of Camellia oleifera which computed by the nearby meteorological observation stations data during the same period， the method of principal component analysis had been used to research the impacts of the meteorological factors in different stages on content of oleic acid for Camellia oleifera， and a forecasting model were constructed based on above meteorological factors. The results showed that the effects of meteorological factors for the whole year of fruit picking， oil transformation and accumulation peak period， fruit enlargement peak period on oleic acid content were more significant than other periods， and the precipitation indexes， especially the precipitation and the longest continuous precipitation days were the key factors which affecting oleic acid. The oleic acid forecasting model constructed base on those factors had a relative high accuracy and had certain applicability.

Key words： meteorological factors; Camellia oleifera; oleic acid; forecasting model

油茶（Camellia oleifera）是中國特有的高檔木本食用油料植物[1]，主要分布在長江流域及其以南的14個省份，油茶子每年產(chǎn)量為1.8×106 t左右，其中湖南省油茶種植面積、茶油產(chǎn)量和產(chǎn)值均居全國首位。

與所有露天栽培的作物一樣，氣象因子對油茶有重要影響。近年來，國內(nèi)學者相繼開展了油茶生長與氣象因子關系的研究，如分析不同地區(qū)油茶種植的氣候條件及主要氣象災害[2，3]，分析油茶產(chǎn)量和經(jīng)濟性狀與氣象因子之間的關聯(lián)[4-6]，開展不同地區(qū)油茶種植氣候適宜性區(qū)劃的相關研究[7-9]等。油酸是單不飽和脂肪酸，對心腦血管健康有益，因此油酸含量是茶油最重要的品質(zhì)參數(shù)之一，以往研究主要是基于不同外界生態(tài)因子、儲藏條件等開展其與油茶品質(zhì)的關聯(lián)分析[10-12]，氣象因子與油酸含量的關聯(lián)研究幾乎是空白。本研究采用數(shù)理統(tǒng)計方法，在全國油茶最大產(chǎn)區(qū)湖南省開展不同階段氣象因子對油茶油酸含量的影響分析并構建模型，可為油茶生產(chǎn)充分合理利用氣候資源，提升經(jīng)濟效益提供科技支撐，并為其他油茶產(chǎn)區(qū)相關研究提供參考。

1? 資料與方法

1.1? 資料來源及處理

油酸含量資料來源于湖南省林業(yè)科學院提供的2012—2017年湖南省境內(nèi)不同縣市區(qū)多塊油茶樣地的油酸含量數(shù)據(jù)，共計36個樣本。氣象資料來源于距離油茶樣地最近的各縣市區(qū)國家地面氣象觀測站同時段的逐日氣象資料。

將與油酸含量有關的油茶生長或處理期（統(tǒng)稱為品質(zhì)形成期）分為6個階段，即果實第一次膨大期、果實膨大高峰期、油脂轉(zhuǎn)化和積累高峰期、果實成熟期、果實處理期及采摘當年，上述階段涵蓋了油茶主要生長發(fā)育和果實處理期以及全年的總體狀況，其中前4個階段均另包含一個關鍵時段，累計10個階段的時間跨度及代碼見表1。將氣象因子按照表1的不同階段統(tǒng)計成如表2所示的各類氣象指標，不同階段的氣象指標統(tǒng)一用指標名+階段代碼表示，如果實第一次膨大期關鍵期的平均最低氣溫用tnmean_3表示。

1.2? 研究方法

采用主成分分析法分析氣象因子與油茶油酸含量的關系，采用逐步回歸和多元回歸方法建立油茶油酸含量氣象預測模型，采用SPSS軟件分析[13]。

2? 結(jié)果與分析

2.1? 不同物候期氣象指標與油酸含量的主成分分析

將2012—2017年湖南省各縣市共計36個樣本油茶油酸含量數(shù)據(jù)與對應的油茶品質(zhì)形成期各階段的氣象指標進行主成分分析，得出第十主成分的油酸含量載荷絕對值最大（載荷值0.427），其次為第七主成分（載荷值0.379），其余主成分的油酸含量載荷絕對值均小于0.3?；谟退岷亢蜌庀笠蜃虞d荷值的量級，選擇上述兩個油酸含量載荷絕對值≥0.3的主成分，同時提取這些主成分當中載荷絕對值≥0.3的氣象因子，分析油茶品質(zhì)形成期各階段氣象因子的最大（最?。┹d荷值（圖1）及滿足條件的因子數(shù)量（圖2），當某一階段有關鍵期時，只提取該階段全時段或關鍵期中載荷絕對值最大的因子以及滿足條件因子數(shù)量的最大值。從圖1可以看出，各階段中以采摘當年的年降水量載荷絕對值最大（載荷值0.764，與油酸含量呈正相關），其次為果實膨大高峰期的最長連續(xù)降水日數(shù)（載荷值0.667）以及油脂轉(zhuǎn)化和積累高峰期的降水量（載荷值0.554），果實第一次膨大期、果實成熟期和處理期的氣象因子最大載荷絕對值均明顯小于上述3個階段。油脂轉(zhuǎn)換和積累高峰期滿足條件（載荷絕對值≥0.3）的氣象因子最多（12個），其中降水類指標因子有6個，占比50.0%;其次為果實膨大高峰期（8個），其中降水類指標5個，占比62.5%;再次為采摘當年（6個），其中降水類指標5個，占比83.3%;其余階段滿足條件指標數(shù)量遠小于上述3個階段（圖2）。

油茶品質(zhì)形成期各階段載荷絕對值排名前五的氣象因子見表3，采摘當年排名前五的因子中有2個載荷絕對值≥0.7，1個在0.5～0.6，排名前五的因子中降水類指標有4個，占比80.0%;果實膨大高峰期排名前五的指標中有1個載荷絕對值≥0.6，2個在0.5～0.6，排名前五的因子中降水類指標有3個，占比60.0%;油脂轉(zhuǎn)化和積累高峰期排名前五的指標中有1個在0.5～0.6，排名前五的因子中降水類指標有4個，占比80.0%;果實第一次膨大期、果實成熟期和處理期排名前五的指標載荷絕對值明顯小于上述3個階段。

綜上所述，根據(jù)滿足條件因子數(shù)量及其載荷絕對值排位情況可以得出，采摘當年、果實膨大高峰期、油脂轉(zhuǎn)化和積累高峰期的氣象因子對于油酸含量有重要影響，降水類指標特別是降水量和最長連續(xù)降水日數(shù)是影響油茶油酸含量最重要的氣象因子。

2.2? 油茶油酸含量模型構建

根據(jù)油茶油酸含量數(shù)據(jù)與對應的油茶品質(zhì)形成期各階段的氣象指標進行主成分分析，選擇油茶品質(zhì)形成期各階段氣象因子載荷絕對值排名前五的氣象因子，共計23個，利用逐步回歸的方法建立模型一;選擇各階段氣象因子載荷絕對值第一名的氣象因子（圖1、表3），利用多元回歸的方法建立模型二，擬合結(jié)果見圖3。

逐步回歸進入標準為F1=3.84，剔除標準F2=2.71。剔除了15個因子，8個入選因子的影響分別為果實成熟期的累積日照時數(shù)、果實第一次膨大期≥10 mm的降水日數(shù)、果實第一次膨大期關鍵期≥25 mm的降水日數(shù)、果實膨大高峰期≥25 mm的降水日數(shù)、果實第一次膨大期累積降水日數(shù)、果實膨大高峰期最長連續(xù)降水日數(shù)、果實膨大高峰期累積降水日數(shù)、油脂轉(zhuǎn)化和積累高峰期≥50 mm的降水日數(shù)，逐步回歸方程為：

y=86.693+0.091×suaccu_8+1.364×rda010_2-2.771×rda025_3-1.758×rda025_4-1.06×rdaccu_2+0.692×rdcont_4+0.026×rdaccu_4-1.151×rda050_6 （1）

而多元回歸的方程為：

y=57.025-0.516×rdcont_2+0.43×rdcont_4+0.06×rncont_10+0.01×rraccu_1-0.016×rraccu_6+0.077×suaccu_8? （2）

從擬合效果來看，逐步回歸和多元回歸兩種方法均能較好地模擬出油酸含量的波動狀況，復相關系數(shù)分別達到0.840和0.561，平均絕對誤差分別為1.81%和2.97%，平均相對誤差分別為2.3%和3.8%（圖3）。總體來看，逐步回歸的擬合結(jié)果要好于多元回歸，模型可用于無油酸含量資料或資料不全地區(qū)歷史序列的擬合構建，并可基于該模型開展油茶油酸含量中短期預報或結(jié)合氣候趨勢預測開展下一年油茶油酸含量的預估。

3? 小結(jié)與討論

1）湖南省油茶油酸含量與氣象因子密切相關，油茶不同生長階段的不同氣象因子對油茶油酸含量的影響不同。

2）采摘當年、果實膨大高峰期、油脂轉(zhuǎn)化和積累高峰期的氣象因子對于油酸含量有重要影響，降水類指標特別是降水量和最長連續(xù)降水日數(shù)是影響油茶油酸含量最重要的氣象因子。

3）利用逐步回歸和多元回歸的方法能夠較好地利用氣象因子模擬出油酸含量的波動狀況，模型具有一定的適用性，逐步回歸的模擬效果要好于多元回歸。

參考文獻：

[1] 莊瑞林.中國油茶[M].北京：中國林業(yè)出版社，2008.

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

[3] 李青建，王? 勃，江聲榮，等.平塘縣種植油茶的氣候條件及主要氣象災害[J].現(xiàn)代農(nóng)業(yè)科技，2010（15）：337.

[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)量模型構建[J].氣象與環(huán)境學報，2016，32（3）：89-94.

[5] 左繼林，徐林初，李? 江，等.贛無1油茶優(yōu)良無性系經(jīng)濟性狀與氣象因子的典型相關分析[J].中南林業(yè)科技大學學報，2010， 30（7）：43-49，69.

[6] 喬迺妮，吳超廣，樊紅科.常德丘陵地區(qū)湘林22號油茶生長及果實經(jīng)濟性狀與氣象因子的關系[J].西北林學院學報，2013，28（5）：120-123，148.

[7] 吳明作，王翠云，陳景玲，等.河南省油茶氣候適宜性研究[J].河南科學，2007，25（2）：251-254.

[8] 劉永裕，劉? 梅，米浦強，等.紅花大果油茶種植氣候區(qū)劃—GIS技術在柳州紅花大果油茶種植氣候區(qū)劃中的應用[J].安徽農(nóng)業(yè)科學，2009，37（24）：11818-11820.

[9] 胡? 超，于? 靜，王瑞文.基于GIS的湖北省油茶良種基地空間布局研究[J].林業(yè)調(diào)查規(guī)劃，2013，38（4）：21-27.

[10] 李大明，劉厚培.外界生態(tài)因子對油茶品質(zhì)影響的研究[J].林業(yè)科學，1990，26（5）：389-395.

[11] 周? 楊，徐? 俐，王凱燕，等.不同貯藏條件下油茶籽品質(zhì)及生理活性[J].食品科學，2011，32（24）：291-295.

[12] 張乃燕，黃開順，覃? 毓，等.主要地理氣候因子對油茶籽油脂肪酸組成的影響[J].中國油脂，2013，38（11）：78-80.

[13] 魏風英.現(xiàn)代氣候統(tǒng)計診斷與預測技術[M].北京：氣象出版社，1999.18-20，106-113，214-220.

收稿日期：2019-03-05

基金項目：湖南省科技重大專項（2018NK1030）

作者簡介：彭嘉棟（1984-），男，江西萍鄉(xiāng)人，高級工程師，碩士，主要從事氣候和氣候變化影響評估研究，（電話）15974137104（電子信箱）

14865976@qq.com;通信作者，廖玉芳，（電子信箱）lyf_13975681873@163.com。