<acronym id="owqss"><center id="owqss"></center></acronym>
<acronym id="owqss"></acronym>
<acronym id="owqss"><center id="owqss"></center></acronym>

基于氣候因子的油茶含油率時空特征與種植分區研究

劉光旭 王小軍 肖彤

引用本文:
Citation:

基于氣候因子的油茶含油率時空特征與種植分區研究

    作者簡介: 劉光旭(1977?),男,河南人,博士,副教授,主要從事自然災害與生態環境等研究,E-mail:lg760411@126.com;        王小軍(1994?),男,江西人,碩士生,主要從事環境演變與資源生態等研究,E-mail:gwangxj@163.com;

Study on temporal and spatial characteristics of oil content and planting divisions of Camellia oleifera based on climate factors

  • 摘要: 基于湘贛浙閩地區1980年代氣候數據、2050和2070年代氣候情景預測的9月份平均氣溫與降水量,依據油茶含油率氣候資源模式得到3個年代含油率分布,并分為低、中和高3類. 將3個年代含油率依次相減,得到1980—2050年代和2050—2070年代兩個過渡時段內含油率升降分布,并分為降低、穩定和升高3類. 將油茶生長氣候適宜性與含油率疊加得到油茶種植氣候適宜性分區,并從高到低劃分為I類至V類5個類別,9個子類. 結果表明:①油茶含油率分布,浙江和福建省高,湖南較低;各類別面積比例整體上中等偏高為主,3個年代占比最大的都是中等類,達41.56%~45.43%. 含油率變化隨時間推移整體上呈東部福建或浙江升高、西部湖南波動降低狀態,2個過渡時段面積占比最大的類別先是穩定類然后是降低類,分別為50.87%和47.36%,最小的是升高類. ②油茶種植氣候適宜性總體較高,區域分布上浙江和福建較高,尤其在2050年代和2070年代,Ⅰ類比重高,湖南較低. 不同年代適宜性高低分布面積和地級市數量有差異,3個年代Ⅰ類和Ⅱ類占比都較大,面積占比依次為55.85%、73.04%和73.14%,地市數量占比依次為53.33%、77.78%和75.56%. ③對比油茶含油率與種植分區相關研究可知,湘贛浙閩油茶含油率時空特征與前人結果相近,由含油率疊加氣候適宜性,進行油茶適宜種植氣候分區的方法,計算簡便,容易推廣.
  • 圖 1  湘贛浙閩油茶含油率分布及變化

    Figure 1.  Distribution and change of oil content of Camellia oleiflora in Hunan, Jiangxi, Zhejiang and Fujian Province

    圖 2  湘贛浙閩油茶適宜種植的氣候分區

    Figure 2.  The climate division of Camellia oleifera suitable for planting in Hunan, Jiangxi, Zhejiang and Fujian Province

    表 1  油茶種植氣候適宜性分區

    Table 1.  Climatic suitability zoning of for Camellia oleiflora planting

    適宜性\含油率
    Ⅱ-aIII-a
    Ⅱ-bⅢ-bⅣ-a
    Ⅲ-cⅣ-b
    下載: 導出CSV

    表 2  湘贛浙閩油茶含油率分級的面積和占比

    Table 2.  Area and proportion (%) of oil content levelof Camellia oleifera in Hunan, Jiangxi, Zhejiang and Fujian Province

    時間高/(103 km2)占比/%中/(103 km2)占比/%低/(103 km2)占比/%
    1980 s268.5239.47309.1145.43102.7515.10
    2050 s281.6241.43282.4741.56115.6517.01
    2070 s246.2536.23308.0045.31125.4818.46
    下載: 導出CSV

    表 3  湘贛浙閩油茶含油率變化的面積(103km2)和占比(%)

    Table 3.  Area (103km2) and proportion (%) of oil content variation of Camellia oleifera in Hunan, Jiangxi, Zhejiang and Fujian

    時段升高/(103 km2)占比/%穩定/(103 km2)占比/%降低/(103 km2)占比/%
    1980 s-2050 s 79.9411.76345.7850.87254.0037.37
    2050 s-2070 s111.5116.41246.3036.23321.9347.36
    下載: 導出CSV

    表 4  湘贛浙閩油茶種植氣候分區的面積(103km2)與占比(%)

    Table 4.  Area (103km2) and proportion (%) of Camellia oleifera planting climate divisions in Hunan, Jiangxi, Zhejiang and Fujian Province

    分區1980 s2050 s2070 s
    面積/(103 km2)占比/%面積/(103 km2)占比/%面積/(103 km2)占比/%
    59.25 8.71226.1633.27223.9232.94
    Ⅱ-a175.5225.80217.1231.94254.4037.43
    Ⅱ-b145.1721.34 53.22 7.83 18.83 2.77
    Ⅲ-a 48.78 7.17 69.5110.23 87.0512.81
    Ⅲ-b114.0916.77 60.79 8.94 51.15 7.52
    Ⅲ-c 64.10 9.42 2.24 0.33 3.50 0.51
    Ⅳ-a 37.86 5.56 40.63 5.98 33.17 4.88
    Ⅳ-b 19.50 2.87 4.56 0.67 2.45 0.36
    16.10 2.37 5.50 0.81 5.27 0.78
    下載: 導出CSV

    表 5  湘贛浙閩油茶種植氣候分區的地級市數量(個)及其占比(%)

    Table 5.  Number of cities (unit) and proportion (%) of Camellia oleifera planting climate divisions in Hunan, Jiangxi, Zhejiang and Fujian Province

    分區1980 s2050 s2070 s
    數量占比/%數量占比/%數量占比/%
    1 2.221328.891635.56
    Ⅱ-a1328.891533.331635.56
    Ⅱ-b1022.22 715.56 2 4.44
    Ⅲ-a4 8.89 3 6.67 4 8.89
    Ⅲ-b817.78 4 8.89 4 8.89
    Ⅲ-c613.33 0 0.00 1 2.22
    Ⅳ-a2 4.44 2 4.44 1 2.22
    Ⅳ-b1 2.22 0 0.00 0 0.00
    0 0.00 1 2.22 1 2.22
    下載: 導出CSV
    鸿禾娱乐
  • [1] 代勁松, 曹林, 王婧琦, 等. 中國亞熱帶地區油茶溫度適宜性及其變化趨勢[J]. 中南林業科技大學學報, 2014, 34(2): 20-25. DOI:  10.14067/j.cnki.1673-923x.2014.02.011. Dai J S, Cao L, Wang J Q, et al. Temperature suitability of <italic>Camellia oleifera</italic> and its change trend in subtropical China[J]. Journal of Central South University of Forestry & Technology, 2014, 34(2): 20-25.
    [2] Liu C X, Chen L S, Tang W, et al. Predicting potential distribution and evaluating suitable soil condition of oil tea <italic>Camellia</italic> in China[J]. Forests, 2018, 9(8): 487. DOI:  10.3390/f9080487.
    [3] 宋英強, 楊粉莉, 楊博, 等. 我國油茶種植環境適宜性評價初步研究[J]. 山東農業大學學報:自然科學版, 2015, 46(2): 180-188. DOI:  10.3969/j.issn.1000-2324.2015.02.004. Song Y Q, Yang F L, Yang B, et al. A primary study on the suitability of <italic>Camellia oleifera</italic> Abel planting environment in China[J]. Journal of Shandong Agricultural University:Natural Science Edition, 2015, 46(2): 180-188.
    [4] Ruter J M. Nursery production of tea oil <italic>Camellia</italic> under different light levels[J]. Trends in New Crops and New Uses, 2002: 222-224.
    [5] 蔣元華, 廖玉芳, 黃超, 等. 基于氣象條件的油茶產量模型研究[J]. 經濟林研究, 2018, 36(2): 64-72. DOI:  10.14067/j.cnki.1003-8981.2018.02.010. Jiang Y H, Liao Y F, Huang C, et al. Research on yield model of <italic>Camellia</italic> based on meteorological factors[J]. Nonwood Forest Research, 2018, 36(2): 64-72.
    [6] 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. DOI:  10.3969/j.issn.1673-503X.2016.03.013. Peng J D, Jiang Y H, Liao Y F, et al. Analysis of meteorological factors effecting on yield of <italic>Camellia oleifera</italic> and construction of yield forecasting model in Hu'nan province[J]. Journal of Meteorology and Environment, 2016, 32(3): 89-94.
    [7] 左繼林, 徐林初, 龔春, 等. 油茶無性系鮮出籽率變化規律與氣象因子關系[J]. 林業科技開發, 2009, 23(5): 60-64. DOI:  10.3969/j.issn.1000-8101.2009.05.016. Zuo J L, Xu L C, Gong C, et al. The relational analysis between meteorological factors and the variation law of fresh seed yield in <italic>Camellia oleifera</italic> clones[J]. China Forestry Science & Technology, 2009, 23(5): 60-64.
    [8] 蔣元華, 廖玉芳, 彭嘉棟, 等. 關鍵氣候因子與油茶油酸含量的相關性[J]. 貴州農業科學, 2019, 47(5): 99-104. Jiang Y Y, Liao Y F, Peng J D, et al. Correlation between key climatic factors and oleic Acid content of <italic>Camellia oleifera Abel</italic>[J]. Guizhou Agricultural Sciences, 2019, 47(5): 99-104.
    [9] 曾宇懷, 鐘凱文, 王小輝, 等. 基于GIS的興寧市油茶種植適宜性評價[J]. 熱帶地理, 2014, 34(1): 104-107. DOI:  10.13284/j.cnki.rddl.000013. Zeng Y H, Zhong K W, Wang X H, et al. Suitability evaluation of <italic>Camellia</italic> cultivation based on GIS in Xingning City[J]. Tropical Geography, 2014, 34(1): 104-107.
    [10] Huang j, Ahrends A, He J, et al. An evaluation of the factors influencing seed oil production in <italic>Camellia reticulata</italic> L. plants[J]. Industrial Crops and Products, 2013, 50: 797-802. DOI:  10.1016/j.indcrop.2013.08.019.
    [11] 曾燕如, 黎章矩. 油茶花期氣候對花后坐果的影響[J]. 浙江林學院學報, 2010, 27(3): 323-328. DOI:  10.3969/j.issn.2095-0756.2010.03.001. Zeng Y R, Li Z J. Effects of the climate during flowering period on post-flowering fruit setting in <italic>Camellia oleifera</italic>[J]. Journal of Zhejiang Forestry College, 2010, 27(3): 323-328.
    [12] 莊瑞林. 中國油茶 [M]. 2版. 北京: 中國林業出版社, 2000.

    Zhuang R L. Chinese Camellia oleifera[M]. 2nd edition. Beijing: Chinese Forestry Press, 2000.
    [13] 陳永忠, 王湘南, 彭邵鋒, 等. 植物生長調節劑對油茶果實含油率的影響[J]. 中南林業科技大學學報, 2007, 27(1): 25-29. DOI:  10.14067/j.cnki.1673-923x.2007.01.005. Chen Y Z, Wang X N, Peng S F, et al. Effects of plant growth regulators on the promotion of fruit oil content of <italic>Camellia oleifera</italic>[J]. Journal of Central South University of Forestry & Technology, 2007, 27(1): 25-29.
    [14] 黎章矩, 華家其, 曾燕如. 油茶果實含油率影響因子研究[J]. 浙江農林大學學報, 2010, 27(6): 935-940. DOI:  10.3969/j.issn.2095-0756.2010.06.022. Li Z J, Hua J Q, Zeng Y R. Oil content of <italic>Camellia oleifera</italic> fruit trees[J]. Journal of Zhejiang Forestry College, 2010, 27(6): 935-940.
    [15] 蔣元華, 廖玉芳, 彭嘉棟, 等. 油茶含油率關鍵氣候影響因子及模型分析[J]. 中國油料作物學報, 2019, 41(4): 588-595. DOI:  10.7505/j.issn.1007-9084.2019.04.013. Jiang Y H, Liao Y F, Peng J D, et al. Analysis of key climate impact factors and model on oil content of <italic>Camellia</italic>[J]. Chinese Journal of Oil Crop Sciences, 2019, 41(4): 588-595.
    [16] 余優森, 任三學, 譚凱炎. 中國普通油茶含油率品質氣候區域劃分與層帶研究[J]. 自然資源學報, 1999, 14(2): 123-127. DOI:  10.11849/zrzyxb.1999.02.005. Yu Y S, Ren S X, Tan K Y. Study on climatic regionalization and layer and belt distribution of oil tea <italic>Camellia</italic> quality in China[J]. JOURNAL OF NATURAL RESOURCES, 1999, 14(2): 123-127.
    [17] 余會康, 郭建平. 氣候變化對福建省普通油茶含油率影響分析[J]. 農業資源與環境學報, 2015, 32(1): 87-94. DOI:  10.13254/j.jare.2014.0258. Yu H K, Guo J P. Analysis of climate change effect on <italic>Camellia</italic> oil content in Fujian Province of China[J]. Journal of Agricultural Resources and Environment, 2015, 32(1): 87-94.
    [18] 廖玉芳, 宋忠華, 趙福華, 等. 氣候變化對湖南主要農作物種植結構的影響[J]. 中國農學通報, 2010, 26(24): 276-286. Liao Y F, Song Z H, Zhao F H, et al. Impacts of climate change on the agricultural planting structure of main crops in Hunan[J]. Chinese Agricultural Science Bulletin, 2010, 26(24): 276-286.
    [19] 楊鵬武, 朱勇, 王學鋒, 等. 基于GIS的昭通市烤煙種植動態氣候區劃評估(預測)研究[J]. 云南大學學報:自然科學版, 2011, 33(S1): 229-233. Yang P W, Zhu Y, Wang X F, et al. Evaluation (prediction) of GIS - based dynamic climate zoning of <italic>tobacco</italic> cultivation for Zhaotong City[J]. Journal of Yunnan University:Natural Sciences Edition, 2011, 33(S1): 229-233.
    [20] 王瑩, 蘇永秀, 李政. 廣西西北部油茶種植氣候適宜度評價[J]. 中國農學通報, 2013, 29(13): 24-30. DOI:  10.3969/j.issn.1000-6850.2013.13.005. Wang Y, Su Y X, Li Z. Evaluation on climate suitability of <italic>Camellia oleifera Abe1</italic>. in Northwest Guangxi[J]. Chinese Agricultural Science Bulletin, 2013, 29(13): 24-30.
    [21] 楊益, 于飛, 朱曦嶸, 等. 基于GIS的貴州省黎平縣油茶氣候適宜性區劃[J]. 貴州氣象, 2011, 35(5): 17-19. DOI:  10.3969/j.issn.1003-6598.2011.05.005. Yang Y, Yu F, Zhu X R, et al. Climate suitability regionalization of <italic>Camellia oleifera</italic> in liping county of Guizhou Province based on GIS[J]. Journal of Guizhou Meteorology, 2011, 35(5): 17-19.
    [22] 黃志偉, 曹劍, 袁德梽, 等. 基于主成分聚類分析的中國油茶栽培區劃[J]. 西部林業科學, 2016, 45(3): 155-160. DOI:  10.16473/j.cnki.xblykx1972.2016.03.028. Huang Z W, Cao J, Yuan D Z, et al. Cultural regionalization of <italic>Camellia oleifera</italic> C. Abel. based on principal component analysis and cluster analysis[J]. Journal of West China Forestry Science, 2016, 45(3): 155-160.
    [23] 張春華, 和菊, 孫永玉, 等. 基于Maxent模型的原種紅椿適生區變遷預測及在引種區劃上的應用[J]. 云南大學學報:自然科學版, 2018, 40(1): 164-173. DOI:  10.7540/j.ynu.20170013. Zhang C H, He J, Sun Y Y, et al. Prediction of distributional change of <italic>Toona ciliata</italic> var. <italic>ciliate</italic> and application in regionalization of introduction based on MaxEnt[J]. Journal of Yunnan University: Natural Sciences Edition, 2018, 40(1): 164-173.
    [24] 黃彩梅, 劉海燕, 鄒天才, 等. 貴州發展油茶種植業的區域劃分[J]. 貴州農業科學, 2011, 39(5): 218-221. DOI:  10.3969/j.issn.1001-3601.2011.05.063. Huang C M, Liu H Y, Zou T C, et al. Regional division of development of <italic>Camellia oleifera</italic> production in Guizhou Province[J]. Guizhou Agricultural Sciences, 2011, 39(5): 218-221.
    [25] 毛帥琦. 湖南省農戶油茶種植意愿及政策需求的研究——以瀏陽市、平江縣為例[D]. 長沙: 中南林業科技大學, 2015.

    Mao S Q. Research report on the problem of Oil-tea Camellia planting willingness of farmers in Hunan Province and policy needs: taking the Liuyang City, Pingjiang County for example[D]. Changsha: Central South University of Forestry Science & Technology, 2015.
    [26] 胡加林, 鄧紹平, 樓浙輝. 江西油茶栽培區劃初探[J]. 江西林業科技, 2009, 37(3): 6-8. DOI:  10.16259/j.cnki.36-1342/s.2009.03.009. Hu J L, Deng S P, Lou Z H. Discuss on cultivation division of <italic>Camellia oleifera</italic> in Jiangxi[J]. Jiangxi Forestry Science & Technology, 2009, 37(3): 6-8.
    [27] 戴曉勇, 王進, 姜霞, 等. 貴州油茶區劃初探[J]. 貴州林業科技, 2011, 39(1): 32-36. Dai X Y, Wang J, Jiang X, et al. Preliminary discussion on the regionalization of <italic>Camellia oleifera</italic> in Guizhou[J]. Guizhou Forestry Science & Technology, 2011, 39(1): 32-36.
    [28] 馬帥兵, 李昌來, 周忠發. 貴州省油茶的生態適宜性評價及種植區劃研究[J]. 安徽農業科學, 2011, 39(23): 14 094-14 097. DOI:  10.3969/j.issn.0517-6611.2011.23.075. Ma S b, Li C l, Zhou Z f. Ecological suitability and planting regionalization of <italic>Camellia oleifera</italic> in Guizhou Province[J]. Journal of Anhui Agricultural Sciences, 2011, 39(23): 14 094-14 097.
    [29] 王小軍, 劉光旭, 相愛存, 等. 江西省油茶綜合生產潛力與資源利用效率評估[J]. 應用生態學報, 2020, 31(4): 1 175-1 184. DOI:  10.13287/j.1001-9332.202004.029. Wang X J, Liu G X, Xiang A C, et al. Evaluation of comprehensive potential productivity and resource utilization efficiency of Camellia oleifera in Jiangxi Province, China[J]. Chinese Journal of Applied Ecology, 2020, 31(4): 1 175-1 184.
    [30] 崔相艷, 王文娟, 楊小強, 等. 基于生態位模型預測野生油茶的潛在分布[J]. 生物多樣性, 2016, 24(10): 1 117-1 128. DOI:  10.17520/biods.2016164. Cui X Y, Wang W J, Yang X Q, et al. Potential distribution of wild <italic>Camellia oleifera</italic> based on ecological niche modeling[J]. Biodiversity Science, 2016, 24(10): 1 117-1 128.
  • [1] 郭世昌常有禮陳輝張秀年陳宗瑜嚴華生 . 中國云南地區氣候變化的多分維分析. 云南大學學報(自然科學版),
    [2] 馬杏何燕何雁東許建初 . 氣候變化對云南省水資源影響研究進展綜述. 云南大學學報(自然科學版), doi: 10.7540/j.ynu.20150029
    [3] 趙綠榮曾廳余劉成 . 威信縣近54年的氣候變化特征和突變分析. 云南大學學報(自然科學版), doi: 10.7540/j.ynu.20120540
    [4] 彭貴芬趙爾旭周國蓮 . 云南春夏連旱氣候變化趨勢及致災成因分析. 云南大學學報(自然科學版),
    [5] 羅燕田永麗戴敏陳新梅 . 云南近50年極端氣溫及降水事件變化特征與區域氣候變暖的關系. 云南大學學報(自然科學版), doi: 10.7540/j.ynu.20140395
    [6] 羅慶仙王學鋒 . 云南雷暴的氣候變化特征. 云南大學學報(自然科學版),
    [7] 楊竹云孫亞林古書鴻谷曉平嚴華生譚禮祥 . 勐臘縣雷暴氣候變化特征分析. 云南大學學報(自然科學版), doi: 10.7540/j.ynu.20120295
    [8] 茍曉霞楊余輝葉茂張同剛汪亮亮 . 天山北坡不同海拔氣候變化規律研究. 云南大學學報(自然科學版), doi: 10.7540/j.ynu.20180110
    [9] 劉海月沈渭壽李海東歐陽琰 . 1957—2013年內蒙古達里諾爾自然保護區氣候變化特征. 云南大學學報(自然科學版), doi: 10.7540/j.ynu.20150604
    [10] 肖志強蘭佳李慧赟吳志旭羅瀲蔥陳明淵 . 氣候與下墊面變化對新安江上游(屯溪站)徑流變化貢獻率的定量分析*. 云南大學學報(自然科學版), doi: 10.7540/j.ynu.20170544
    [11] 陶云樊風段旭何華何群 . 云南不同氣候帶氣溫變化特征. 云南大學學報(自然科學版), doi: 10.7540/j.ynu.20120292
    [12] 唐紅忠白 慧舒興武張 進楊 紅 . 近51年貴州南部冬季氣溫氣候特征及其變化規律. 云南大學學報(自然科學版),
    [13] 黃瑋程建剛王學鋒周建琴晏紅明 . 基于氣候模式的動力-統計降尺度技術在云南降水預測中的應用. 云南大學學報(自然科學版), doi: 10.7540/j.ynu.20120078
    [14] 湯柔馨馬友鑫莫慧珠沙麗清李紅梅劉文俊孫燕瓷梅岑岑馬斌張強 . 橡膠林復合種植模式的生態與經濟效益評價. 云南大學學報(自然科學版), doi: 10.7540/j.ynu.20160181
    [15] 袁浩林小兵夏尚文楊效東劉勝杰 . 不同種植模式的橡膠林對白蟻多樣性的影響. 云南大學學報(自然科學版), doi: 10.7540/j.ynu.20200083
    [16] 吳星霖羅松余加貴 . 多普勒雷達回波強度估測降雨的氣候統計方法. 云南大學學報(自然科學版),
    [17] 姬紅利周文君張一平沙麗清 . 云南土壤色度與海拔及氣候的關系研究. 云南大學學報(自然科學版), doi: 10.7540/j.ynu.20130801
    [18] 劉紅年張寧吳澗蔣維楣 . 水庫對局地氣候影響的數值模擬研究. 云南大學學報(自然科學版),
    [19] 吳澗王衛國郭世昌張艷霞 . 衛星實測臭氧總量資料在區域氣候模擬中的應用研究. 云南大學學報(自然科學版),
    [20] 羅碧瑜謝龍生張清華袁家峰余 珂向 陽 . 梅州市桂花生態氣候適宜性分析和精細化區劃. 云南大學學報(自然科學版),
  • 加載中
圖(2)表(5)
計量
  • 文章訪問數:  758
  • HTML全文瀏覽量:  736
  • PDF下載量:  61
  • 被引次數: 0
出版歷程
  • 收稿日期:  2019-09-09
  • 錄用日期:  2020-03-15
  • 網絡出版日期:  2020-03-05

基于氣候因子的油茶含油率時空特征與種植分區研究

    作者簡介:劉光旭(1977?),男,河南人,博士,副教授,主要從事自然災害與生態環境等研究,E-mail:lg760411@126.com
    作者簡介:        王小軍(1994?),男,江西人,碩士生,主要從事環境演變與資源生態等研究,E-mail:gwangxj@163.com
  • 1. 贛南師范大學 地理與環境工程學院,江西 贛州 341000
  • 2. 華南師范大學 地理科學學院,廣東 廣州 510631
  • 3. 中國地質大學(武漢)資源學院,湖北武漢 430074

摘要: 基于湘贛浙閩地區1980年代氣候數據、2050和2070年代氣候情景預測的9月份平均氣溫與降水量,依據油茶含油率氣候資源模式得到3個年代含油率分布,并分為低、中和高3類. 將3個年代含油率依次相減,得到1980—2050年代和2050—2070年代兩個過渡時段內含油率升降分布,并分為降低、穩定和升高3類. 將油茶生長氣候適宜性與含油率疊加得到油茶種植氣候適宜性分區,并從高到低劃分為I類至V類5個類別,9個子類. 結果表明:①油茶含油率分布,浙江和福建省高,湖南較低;各類別面積比例整體上中等偏高為主,3個年代占比最大的都是中等類,達41.56%~45.43%. 含油率變化隨時間推移整體上呈東部福建或浙江升高、西部湖南波動降低狀態,2個過渡時段面積占比最大的類別先是穩定類然后是降低類,分別為50.87%和47.36%,最小的是升高類. ②油茶種植氣候適宜性總體較高,區域分布上浙江和福建較高,尤其在2050年代和2070年代,Ⅰ類比重高,湖南較低. 不同年代適宜性高低分布面積和地級市數量有差異,3個年代Ⅰ類和Ⅱ類占比都較大,面積占比依次為55.85%、73.04%和73.14%,地市數量占比依次為53.33%、77.78%和75.56%. ③對比油茶含油率與種植分區相關研究可知,湘贛浙閩油茶含油率時空特征與前人結果相近,由含油率疊加氣候適宜性,進行油茶適宜種植氣候分區的方法,計算簡便,容易推廣.

English Abstract

  • 油茶(Camellia oleifera Abel.)是我國乃至世界主要木本油料植物之一,食用、藥用及生態價值較高,主要分布在我國南方亞熱帶丘陵山區. 氣候條件的時空變化,導致油茶生長、種子成熟、含油率高低和種植分區等現象的時空分異將復雜多樣. 因此,在氣候變化背景下分析油茶含油率、種植適宜性分區,有利于確定種植的最佳氣候區,優化種植結構,并為應對氣候變化帶來的影響提供參考. 油茶種植有較多的自然與社會效益,地學界較多關注油茶氣候、土壤、環境適宜性評價[1-3],氣候因子對生長與產量的影響[4-6],氣象條件對油茶果出籽率、油酸含量影響[7-8]和種植區劃[9]等方面. 含油率是油茶果實的重要特征之一,是衡量油茶品質的重要指標. 品種、種子成熟度、結果量、果實重比、立地條件和氣候[10-12],以及人工施加生長調節劑等都是影響油茶含油率高低的因素[13]. 關于氣候要素的影響,有研究認為果實發育期的氣候條件對產量和種子含油率影響不是很明顯[14]. 更多研究認為,油茶物候期的氣候因子,尤其是溫度類因子與含油率存在顯著相關性[8];影響油茶鮮果含油率的關鍵物候期是油脂轉化和積累高峰期,關鍵氣候因子是極端最高氣溫、日平均氣溫≥20 ℃的積溫和最長連續無日照天數等[15];含油率與油脂積累轉化關鍵期(7—9月),尤其是9月的氣候條件有密切聯系,基于此有研究者建立了相應的含油率氣候模式[16],并進行氣候變化下含油率時空特征與變異分析[17]. 氣候變化對作物種植結構與區劃的影響較為顯著[18?19]. 基于氣候資料與GIS空間分析功能可獲得精細化的不同適宜等級氣候分區[20?21]. 黃志偉等運用主成分法、聚類分析法分析11 項氣候指標,得到影響油茶引種的重要因素有年均溫、10—11月均溫、無霜期、最冷月均溫、≥10 ℃ 積溫和極端溫度等,并將全國50個典型油茶栽培區分區[22],適宜種植氣候分區研究趨于定量化.

    油茶喜溫怕冷,適宜在有一定坡度的地形、具備較深厚酸性土質的環境中生長. 我國南方地區氣候、地形和土壤等條件適宜油茶生長,以湖南、江西、浙江、福建和廣西等最為典型. 現有研究從各個方向對油茶生長因素與種植分區等提出建議,種植分區需要考慮社會經濟條件,但也應該基于生長條件、油茶品質等自然因素分析. 油茶含油率高低是油茶品質的重要表征,將含油率分區與適宜性結果共同分析作為種植區劃的參考因子,也是一個研究方向. 基于前文所述,多數研究認為氣候與含油率存在正相關關系,因此本研究在氣候情景數據支持下,以氣候資源模式公式計算得到3個年代油茶含油率,分析當前及未來時段含油率時空變化特征;結合最大熵(MaxEnt)模型得到的生長氣候適宜性結果,提出油茶種植氣候適宜性分區的簡便方法,并運用于湘贛浙閩地區種植分區實踐,以期為相關區域油茶種植提供參考.

    • 油茶含油率分析所需的數據主要有:① 研究區基礎地理數據,包括邊界、水系等,來源于中國科學院資源環境科學數據中心(http://www.resdc.cn). ② 氣溫降水數據,來源于世界氣候數據庫(http://www.worldclim.org/),由北京氣候中心氣候系統模型(Beijing Climate Center Climate System Model,BCC_CSM)得到的1970—2000年(1980年代),典型濃度路徑(Representative Concentration Pathway,RCP)4.5情景下2041—2060年(2050年代)和2061—2080年(2070年代)等3個年代的數據,精度為0.25°×0.25°. 根據研究區域借助ArcGIS平臺提取相應范圍數據,各類數據統一坐標為GCS_WGS_1984和WGS_1984_UTM_Zone_50N.

    • 根據亞熱帶山區部分經濟林果氣候資源評估模式中的油茶含油率氣候評估模式,選取湘贛浙閩地區1980、2050和2070年代油茶油脂積累轉化關鍵期,尤其是9月的平均氣溫、降水量,建立油茶含油率與相關氣候因子關系模型. 該模式是油茶含油率與關鍵生育期氣溫、降水線性相關的擬合數學模式,根據長江以南主要油茶產區省份實際數據擬合而成[14-15],因此也適用于研究區. 本文采用綜合氣象模式:

      $ F=53.696-0.807{T}_{9}+0.093\;7{P}_{9} $

      式(1)中:F表示普通油茶含油率(%),T9表示油脂迅速轉化積累期9月平均氣溫(℃),P9表示該時期9月降水量(mm). 根據式(1),利用GIS平臺的柵格計算器即可得到油茶含油率.

    • 最大熵(MaxEnt)模型是一種生態模型,根據油茶樣本點的分布數據與輸入的環境因子,預測潛在空間分布,并通過概率分布值0~1表示可能性低至高[23]. 模型通過接受者操作特性曲線(receiver operating characteristic curve,ROC)與45°直線之間的面積(area under curve,AUC)表示模型預測準確度,取值一般在0.5~1之間,達到0.8以上說明模型預測結果準確,0.9以上則非常準確. 根據前期研究,基于油茶標本數據與BCC_CSM模型下氣候情景數據中的生物氣候數據,運用最大熵模型得到油茶生長氣候適宜性結果并劃分為不適宜、次適宜、適宜和最適宜4個等級,AUC值0.848說明預測結果達到好的標準. 由于研究區主要在前期研究結果的次適宜(低)、適宜(中)和最適宜區(高),結合研究所需,提取研究時段、研究區內的氣候適宜性結果,與含油率一起構成油茶適宜種植的氣候分區的2個因素.

      將生長氣候適宜性與含油率視為同等重要的2個維度,故將每個時期對應的2個維度的數據在ArcGIS中疊加或相加,即可得到油茶種植氣候適宜性分區,方法簡單易操作. 油茶生長氣候適宜性與含油率分別有高、中和低3個等級,可組合成9種結果,定義2個維度同級時劃分為1個類別,不同級時兩維度優先級為先生長氣候適宜性后含油率劃分成子類,跨級時歸類于平均級別. 在組成的3×3示意方格中,從左至右、從上至下,類別遞減,子類自右上至左下遞減,劃分為Ⅰ類至Ⅴ類5個類別,9個子類,且種植分區適宜性依次遞減(表1).

      適宜性\含油率
      Ⅱ-aIII-a
      Ⅱ-bⅢ-bⅣ-a
      Ⅲ-cⅣ-b

      表 1  油茶種植氣候適宜性分區

      Table 1.  Climatic suitability zoning of for Camellia oleiflora planting

      Ⅰ類:氣候適宜性高且含油率高.

      Ⅱ類:氣候適宜性與含油率其中一項高,另一項中等. Ⅱ-a類:氣候適宜性高且含油率中等;Ⅱ-b類:氣候適宜性中等且含油率高.

      Ⅲ類:氣候適宜性與含油率都中等或跨級. Ⅲ-a類:氣候適宜性高且含油率低;Ⅲ-b類:氣候適宜性中等且含油率中等;Ⅲ-c類:氣候適宜性低且含油率高.

      Ⅳ類:氣候適宜性與含油率其中一項中等,另一項低. Ⅳ-a類:氣候適宜性中等且含油率低;Ⅳ-b類:氣候適宜性低且含油率中等.

      Ⅴ類:氣候適宜性低且含油率低.

      在種植分區操作過程中,為了使2個數據圖層疊加或相加得到的9種結果分別有不同屬性值,可以在生長氣候適宜性與含油率重分類時,兩個維度的高、中和低分別賦予彼此不同且相差較大的屬性值,得到分區結果后再按照油茶種植氣候適宜性分區方法依次排列各類別.

    • 將研究所需9月平均氣溫和降水量數據導入ArcGIS,由含油率的綜合氣象模式的公式計算得到3個年代的含油率. 依據常用的自然間斷分級法分別將含油率分為低、中和高3類(圖1AC),統計不同年代各類面積與占比(表2).

      圖  1  湘贛浙閩油茶含油率分布及變化

      Figure 1.  Distribution and change of oil content of Camellia oleiflora in Hunan, Jiangxi, Zhejiang and Fujian Province

      時間高/(103 km2)占比/%中/(103 km2)占比/%低/(103 km2)占比/%
      1980 s268.5239.47309.1145.43102.7515.10
      2050 s281.6241.43282.4741.56115.6517.01
      2070 s246.2536.23308.0045.31125.4818.46

      表 2  湘贛浙閩油茶含油率分級的面積和占比

      Table 2.  Area and proportion (%) of oil content levelof Camellia oleifera in Hunan, Jiangxi, Zhejiang and Fujian Province

      湘贛浙閩油茶含油率分布呈東部的浙江和福建省高,西部的湖南較低的狀態,湖南和江西中北部的含油率一直較低(圖1). 該區含油率整體上中等偏高,分級后占比最大的類別是中等類(占比41.56%~45.43%),最小的是低類,但低類的占比逐漸升高,由15.1%增加至18.46%(表2). 1980年代時油茶含油率最高的是浙江省,其次為福建省,最低的是江西北部、湖南中部,湖南與江西的高含油率類主要在西、南部等低山丘陵地帶. 各類別的面積占比存在差異,其中高類與中等類差異小,分別為39.47%和45.43%,低類為15.1%. 2050年代時油茶含油率最高的是浙江和福建省,湖南省次之,江西省低類的面積較大. 高類與中等類面積占比差異極小,高類占比為41.43%,是3期中占比最高的時期,而中等類占比為41.56%,是3期中占比最低的時期,低類面積占比為17.01%. 2070年代時油茶含油最高仍然是浙江和福建省,但最低的是湖南省,其低類面積擴張較多. 面積占比的中等類與1980年代時接近,但高類占比減少,而低類占比增加.

    • 將相鄰年代的含油率相減得到過渡時段的變化特征,劃分為降低、穩定和升高3類(圖1D,E),并統計不同過渡時段各類等級的面積與占比(表3). 1980—2050年代和2050—2070年代2個過渡時段內,湘贛浙閩地區的含油率變化整體上隨時間推移呈東部的浙江或福建升高,西部的湖南或江西波動降低狀態(圖1D, C). 含油率變化整體穩定,但降低類面積有增加趨勢,面積占比最大的變化類別,在1980—2050年代時是穩定類,在2050—2070年代時是降低類,最小的是升高類(表3). 1980—2050年代油茶含油率以穩定類為主,升高類區域主要分布在福建省東南大部、贛北、湘東局部地區,降低類區域主要分布在江西中部、東北部,浙江中西大部,湘南局部等地. 3類面積占比存在差異,穩定類的面積占比達到50.87%,升高類占比僅11.76%. 2050—2070年代油茶含油率以降低類為主,湖南絕大部分為降低類,與湖南交界的江西部分、贛南和閩西南也為降低類,贛中、贛東北、浙西、浙北局部、閩西大部、閩中、閩東大部為穩定類,浙江中東大部,閩東北為升高類. 降低、穩定和升高類的面積占比依次降低,分別為47.36%、35.23和11.51%.

      時段升高/(103 km2)占比/%穩定/(103 km2)占比/%降低/(103 km2)占比/%
      1980 s-2050 s 79.9411.76345.7850.87254.0037.37
      2050 s-2070 s111.5116.41246.3036.23321.9347.36

      表 3  湘贛浙閩油茶含油率變化的面積(103km2)和占比(%)

      Table 3.  Area (103km2) and proportion (%) of oil content variation of Camellia oleifera in Hunan, Jiangxi, Zhejiang and Fujian

      由含油率時空變化特征可知,基于氣候因子分析含油率,浙江和福建具有明顯優勢,在未來氣候變化中,含油率也比較穩定. 根據含油率的綜合氣象模式,9月均溫越高,其含油率越低,9月降水量越高,其含油率越高,但氣溫系數絕對值更大,則其影響更顯著. 結合研究區氣溫、降水與地形資料可知,湖南江西均有較大河流由南而北貫穿全省,中北部的河流沖積平原地區氣溫較高,且較穩定;浙江福建靠近海洋,氣候受海洋影響較大,且多山地丘陵,氣溫相對較低,所以從氣溫方面分析,浙江福建條件更優. 湖南江西相對靠近大陸內部,且東部有山脈阻擋來自海洋的水汽;浙江福建靠近海洋,且在東南季風迎風坡,降水較充足,故從降水方面分析,也是浙江福建條件更優. 因此在氣溫和降水雙重作用下,含油率呈現上述時空變化特征.

    • 將氣候適宜性分區和含油率分區結果導入ArcGIS,賦予不同的屬性值,將3個年代的兩個相應圖層相加,使組合得到的9個類別有不同的屬性值. 根據表1中的種植分區方法得到基于格網尺度的油茶種植氣候分區(圖2AC),并以45個地級市為范圍得到政區尺度的分區(圖2DF),然后統計各年代各類分區的面積、城市數量及其占比(表4、5).

      圖  2  湘贛浙閩油茶適宜種植的氣候分區

      Figure 2.  The climate division of Camellia oleifera suitable for planting in Hunan, Jiangxi, Zhejiang and Fujian Province

      分區1980 s2050 s2070 s
      面積/(103 km2)占比/%面積/(103 km2)占比/%面積/(103 km2)占比/%
      59.25 8.71226.1633.27223.9232.94
      Ⅱ-a175.5225.80217.1231.94254.4037.43
      Ⅱ-b145.1721.34 53.22 7.83 18.83 2.77
      Ⅲ-a 48.78 7.17 69.5110.23 87.0512.81
      Ⅲ-b114.0916.77 60.79 8.94 51.15 7.52
      Ⅲ-c 64.10 9.42 2.24 0.33 3.50 0.51
      Ⅳ-a 37.86 5.56 40.63 5.98 33.17 4.88
      Ⅳ-b 19.50 2.87 4.56 0.67 2.45 0.36
      16.10 2.37 5.50 0.81 5.27 0.78

      表 4  湘贛浙閩油茶種植氣候分區的面積(103km2)與占比(%)

      Table 4.  Area (103km2) and proportion (%) of Camellia oleifera planting climate divisions in Hunan, Jiangxi, Zhejiang and Fujian Province

      分區1980 s2050 s2070 s
      數量占比/%數量占比/%數量占比/%
      1 2.221328.891635.56
      Ⅱ-a1328.891533.331635.56
      Ⅱ-b1022.22 715.56 2 4.44
      Ⅲ-a4 8.89 3 6.67 4 8.89
      Ⅲ-b817.78 4 8.89 4 8.89
      Ⅲ-c613.33 0 0.00 1 2.22
      Ⅳ-a2 4.44 2 4.44 1 2.22
      Ⅳ-b1 2.22 0 0.00 0 0.00
      0 0.00 1 2.22 1 2.22

      表 5  湘贛浙閩油茶種植氣候分區的地級市數量(個)及其占比(%)

      Table 5.  Number of cities (unit) and proportion (%) of Camellia oleifera planting climate divisions in Hunan, Jiangxi, Zhejiang and Fujian Province

      湘贛浙閩油茶種植氣候適宜性也呈東部的浙江和福建省高,西部的湖南較低的狀態(圖2AC). 不同年代油茶種植分區適宜性高低分布面積和地級市數量有差異,由1980年代—2070年代東部的浙江和福建呈增加趨勢,西部的湖南呈遞減趨勢(圖2DF). 油茶種植氣候適宜性總體較高,分區中Ⅰ類和Ⅱ類的面積占比較大,且未來氣候情景下呈增加趨勢(表4). 1980年代時適宜性較高主要分布在武夷山脈兩側、羅霄山脈兩側和江西中南大部等地,Ⅱ類及以上面積占比達55.85%;較低主要在洞庭湖、鄱陽湖和福建東南沿海等地,Ⅳ類及以下面積占比占比為10.8%. 從地級市看,Ⅰ類有浙江衢州1個市;Ⅱ-a類有福建南平和三明,江西景德鎮、上饒、鷹潭、撫州、宜春、新余、吉安、萍鄉和贛州,湖南株洲和郴州等13個市;Ⅱ-b類有浙江金華、臺州、麗水和溫州,福建寧德、福州、泉州和龍巖,湖南張家界和湘西等10個市(州);Ⅲ-a類有江西南昌,湖南湘潭、衡陽、永州等4個市;Ⅲ-b類有福建漳州,江西九江,湖南岳陽、益陽、常德、婁底、懷化和邵陽等8個市;Ⅲ-c類有浙江湖州、杭州、嘉興、紹興、寧波和舟山等6個市;Ⅳ-a類有福建廈門,湖南長沙等2個市;Ⅳ-b類有福建莆田1個市;Ⅴ類無.

      2050年代時適宜性最高主要在浙江和福建中部,其次為武夷山脈、羅霄山脈和雪峰山等,Ⅱ類及以上面積占比達73.04%;最低在洞庭湖和鄱陽湖等地,Ⅳ類及以下面積占比占比為7.46%. 相比于1980年代,浙江福建大部、湖南雪峰山等區域的適宜性明顯增加,江西中部則降低. 從地級市看,Ⅰ類有浙江杭州、紹興、寧波、金華、臺州、麗水和溫州,福建南平、寧德、三明、福州、龍巖和泉州等13個市;Ⅱ-a類有浙江衢州,江西景德鎮、上饒、鷹潭、撫州、九江、萍鄉和贛州,湖南岳陽、長沙、益陽、婁底、湘潭、株洲和郴州等15個市;Ⅱ-b類有浙江湖州、嘉興和舟山,福建莆田和漳州,湖南張家界和湘西等7個市(州);Ⅲ-a類有江西新余和吉安,湖南衡陽等3個市;Ⅲ-b類有福建廈門,湖南常德、懷化和邵陽等4個市;Ⅲ-c類無;Ⅳ-a類有江西宜春,湖南永州等2個市;Ⅳ-b類無;Ⅴ類有江西南昌1個市.

      2070年代時適宜性最高區域仍然主要是浙江和福建大部,其次為武夷山脈、羅霄山脈等地,Ⅱ類及以上面積占比達73.14%;最低在鄱陽湖區域,Ⅳ類及以下面積占比占比為7.02%. 相比于2050s,湖南西南大部升高,雪峰山區域明顯降低. 從地級市看,Ⅰ類有浙江杭州、紹興、寧波、衢州、金華、臺州、麗水和溫州,福建南平、寧德、三明、福州、莆田、龍巖、泉州和漳州等16個市;Ⅱ-a類有江西景德鎮、上饒、鷹潭、撫州、九江、宜春、萍鄉、吉安和贛州,湖南岳陽、長沙、益陽、湘潭、株洲、邵陽和郴州等16個市;Ⅱ-b類有浙江湖州和嘉興等2個市;Ⅲ-a類有江西新余,湖南婁底、衡陽和永州等4個市;Ⅲ-b類有福建廈門,湖南常德、張家界和湘西等4個市(州);Ⅲ-c類有浙江舟山1個市;Ⅳ-a類有湖南懷化1個市;Ⅳ-b類無;Ⅴ類有江西南昌1個市.

    • 含油率綜合氣象模式依據各地的氣候與含油率數據線性擬合而成,是一種經驗模式,且油茶含油率是受各物候期氣候因子的綜合影響,關鍵物候期可能有多個,需要觀測數據進一步深入研究. 本研究做了一個初步的嘗試,并將其運用與探討種植分區中氣候要素的一個維度,在后期及未來氣候條件下具體變化情況,也需要不斷的研究論證. 油茶含油率高低受到如前所述地理因子、人為因素等的影響[10-13],也受制備工藝、保存方法、樣本選取等影響,各類因素綜合會導致結果差異較大,需要在實踐中不斷優化和改進. 本研究基于氣象模式得到的湘贛浙閩地區油茶含油率分布,與余優森等用同種方法分析南方地區油茶含油率品質的結果總體一致,但在湖南湘西地區比余優森等的計算結果更低[16],可能是氣候數據來源、精度及插值方法不同導致. 本研究基于氣候情景數據計算得到當前與未來時段含油率情況,與余會康等運用同樣方法但基于實測資料分析福建省油茶含油率時空變化特征的結果總體一致[17].

    • 現有種植分區研究多以各地氣溫、降水、土壤等自然條件為基礎,根據作物生長習性對自然因子的屬性進行分級,由單一因子、綜合各因子或生產潛力分級情況得到劃分結果[22,24-29]. 本研究基于氣候變化情景數據,以油茶含油率和氣候適宜性劃分結果綜合得到適宜種植的氣候分區,為適宜性分析的相關成果深化研究提供思考,及種植分區方法的簡化和選擇提供部分思路. 研究結果與宋英強等基于氣候、地形和土壤等3類因素7個指標,得到我國油茶種植環境適宜性評價結果[3],以及胡加林等基于氣候條件對江西省油茶栽培進行區劃得到的結果一致[26];與黃志偉等運用主成分分析法對11個氣候因子,分析得到中國油茶栽培區劃結果總體一致,但在福建南部與江西南部比黃志偉等的分區結果高[22],可能是因為黃志偉等選取的氣候指標更加詳細. 將種植分區與崔相艷等基于生態位模型預測野生油茶的潛在分布結果對比,總體比較符合,但在湖南湘西地區比崔相艷等的適宜結果更低[30],可能是崔相艷等選擇了氣候、土壤和地形等多指標的緣故. 研究區是中國乃至世界油茶分布的部分核心區域,整體上含油率較高、種植適宜性較高,因此研究結果的相對高低是本區域內之間的比較所得. 需要指出的是,雖然植物生長特性很大程度上受氣候制約,但氣候并不是唯一決定因素,因此關于種植氣候適宜性分區只是油茶種植分區研究中的一部分,落實到具體的種植政策,還需要對自然與社會經濟支持條件、油茶品質與產量、當地種植結構等綜合考慮.

    • 本研究基于氣候數據、運用含油率綜合氣象模式計算得到含油率,疊加氣候適宜性分析結果,進行油茶種植氣候適宜性分區,可以得出以下結論.

      (1)油茶含油率分布呈東部浙江和福建省高、西部湖南較低的狀態;含油率整體上中等偏高,占比最大的是中等類,最小的是低類,但占比逐漸升高. 含油率變化整體上隨時間推移呈東部浙江或福建升高、西部湖南或江西波動降低狀態;含油率變化整體穩定,但降低類面積有增加趨勢,1980—2050年代和2050—2070年代含油率變化類型中,面積占比最大的類別分別為穩定類和降低類,占比最小的是升高類.

      (2)油茶種植氣候適宜性呈東部浙江和福建省較高、西部湖南較低的狀態;1980年代—2070年代油茶種植氣候適宜性高低分布的面積和地級市數量有差異,東部的浙江和福建呈增加趨勢,西部的湖南呈遞減趨勢;Ⅰ類和Ⅱ類比例較大,面積占比由55.85%增加至73.14%,地級市數量由24個增加至34個.

      ()基于氣候資源模式計算得到含油率結果與前人研究接近;含油率疊加氣候適宜性結果進行油茶種植氣候適宜性分區的方法,計算簡便,容易推廣.

      計算油茶含油率所采用的氣候數據,尤其是未來時期,相比于實測數據,情景數據依賴于氣候模型模擬獲得,存在一定誤差與不確定性,但基于此分析未來資源環境狀況,仍然有一定借鑒意義. 種植分區涉及自然、社會等諸多因素,研究基于含油率與氣候適宜性結果疊加得到油茶適宜種植的氣候分區,主要從氣候條件分析種植分區,今后可以從更多條件綜合分析種植分區,以得到更加科學合理的結果.

參考文獻 (30)

目錄

    /

    返回文章
    返回