基于气候因子的油茶含油率时空特征与种植分区研究

刘光旭 王小军 肖彤

引用本文:
Citation:

基于气候因子的油茶含油率时空特征与种植分区研究

    通讯作者: 刘光旭, lg760411@126.com

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

    Corresponding author: LIU Guang-Xu, lg760411@126.com ;
  • 摘要: 气候条件对植物生长、果实质量等都有显著影响. 基于油茶含油率气候资源模式与湘赣浙闽地区1970-2000年、2040-2060年和2060-2080年9月的平均气温、降水量数据,在GIS平台分析得到3个时段含油率的时空变化特征,提出气候适宜性叠加含油率得到油茶适宜种植的气候分区的简便方法. 结果如下:油茶含油率分布,浙江和福建省高,湖南较低,面积比例整体上中等偏高,占比最大的是中等类;含油率变化整体上呈东部升高、西部波动降低状态,两个过渡时段面积占比最大的先是稳定类后是降低类,分别为50.87%和47.36%,最小的是升高类;油茶适宜种植的气候分区总体较高,区域上浙江和福建较高,湖南较低,不同年代适宜性高低分布面积和地级市数量有差异,Ⅰ类和Ⅱ类占比较大;由含油率叠加气候适宜性结果,进行油茶适宜种植气候分区的方法,符合研究区实际,计算简便,容易推广.
  • 图 1  湘赣浙闽油茶含油率分布及变化

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

    图 2  湘赣浙闽油茶适宜种植的气候分区

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

    表 1  油茶适宜种植的气候分区

    Table 1.  Climatic zoning of suitable planting for Camellia oleiflora

    适宜性\含油率
    Ⅱ-aⅢ-a
    Ⅱ-bⅢ-bⅣ-a
    Ⅲ-cⅣ-b
    下载: 导出CSV

    表 2  湘赣浙闽油茶含油率及变化的面积和占比(%)

    Table 2.  Area (103 km2) and proportion (%) of oil content and its variation of Camellia oleifera in Hunan Province, Jiangxi Province, Zhejiang Province and Fujian Province

    项目时间
    面积/(×103 km2)占比/%面积/(×103 km2)占比/%面积/(×103 km2)占比/%
    油茶1 980s268.5239.47309.1145.43102.7515.10
    含油率2 050s281.6241.43282.4741.56115.6517.01
    2 070s246.2536.23308.0045.31125.4818.46
    项目时段升高稳定降低
    面积/(×103 km2)占比/%面积/(×103 km2)占比/%面积/(×103 km2)占比/%
    含油率1 980s-2 050s79.9411.76345.7850.87254.0037.37
    变化2 050s-2 070s111.5116.41246.3036.23321.9347.36
    下载: 导出CSV

    表 3  湘赣浙闽油茶种植分区的面积和地级市数量及其占比

    Table 3.  Area, number of cities and their proportion of Camellia oleifera planting divisions in Hunan Province, Jiangxi Province, Zhejiang Province and Fujian Province

    分区1980s2050s2070s
    面积/(×103 km2)占比/%面积/(×103 km2)占比/%面积/(×103 km2)占比/%
    面积及占比59.258.71226.1633.27223.9232.94
    Ⅱ-a175.5225.80217.1231.94254.4037.43
    Ⅱ-b145.1721.3453.227.8318.832.77
    Ⅲ-a48.787.1769.5110.2387.0512.81
    Ⅲ-b114.0916.7760.798.9451.157.52
    Ⅲ-c64.109.422.240.333.500.51
    Ⅳ-a37.865.5640.635.9833.174.88
    Ⅳ-b19.502.874.560.672.450.36
    16.102.375.500.815.270.78
    分区数量占比/%数量占比/%数量占比/%
    地市数量及占比12.221328.891635.56
    Ⅱ-a1328.891533.331635.56
    Ⅱ-b1022.22715.5624.44
    Ⅲ-a48.8936.6748.89
    Ⅲ-b817.7848.8948.89
    Ⅲ-c613.3300.0012.22
    Ⅳ-a24.4424.4412.22
    Ⅳ-b12.2200.0000.00
    00.0012.2212.22
    下载: 导出CSV
  • [1] 代劲松, 曹林, 王婧琦, 等. 中国亚热带地区油茶温度适宜性及其变化趋势[J]. 中南林业科技大学学报, 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 Camellia oleifera 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 Camellia in China[J]. Forests, 2018, 9(8): 487. DOI:  10.3390/f9080487.
    [3] 宋英强, 杨粉莉, 杨博, 等. 我国油茶种植环境适宜性评价初步研究[J]. 山东农业大学学报: 自然科学版, 2015(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 Camellia oleifera Abel. planting environment in China[J]. Journal of Shandong Agricultural University: Natural Science Edition, 2015(2): 180-188.
    [4] Ruter J M. Nursery production of tea oil Camellia under different light levels[J]. Trends in New Crops and New Uses, 2002: 222-224.
    [5] 蒋元华, 廖玉芳, 黄超, 等. 基于气象条件的油茶产量模型研究[J]. 经济林研究, 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 Camellia based on meteorological factors[J]. Nonwood Forest Research, 2018, 36(2): 64-72.
    [6] 彭嘉栋, 蒋元华, 廖玉芳, 等. 气象因子对湖南油茶产量的影响及其产量模型构建[J]. 气象与环境学报, 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 Camellia oleifera and construction of yield forecasting model in Hu'nan province[J]. Journal of Meteorology and Environment, 2016, 32(3): 89-94.
    [7] 左继林, 徐林初, 龚春, 等. 油茶无性系鲜出籽率变化规律与气象因子关系[J]. 林业科技开发, 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 Camellia oleifera clones[J]. China Forestry Science & Technology, 2009, 23(5): 60-64.
    [8] 蒋元华, 廖玉芳, 彭嘉栋, 等. 关键气候因子与油茶油酸含量的相关性[J]. 贵州农业科学, 2019, 47(5): 99-104. DOI:  10.3969/j.issn.1001-3601.2019.05.021. Jiang Y Y, Liao Y F, Peng J D, et al. Correlation between key climatic factors and oleic Acid content of Camellia oleifera Abel.[J]. Guizhou Agricultural Sciences, 2019, 47(5): 99-104.
    [9] 曾宇怀, 钟凯文, 王小辉, 等. 基于GIS的兴宁市油茶种植适宜性评价[J]. 热带地理, 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 Camellia 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 Camellia reticulata 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. 油茶花期气候对花后坐果的影响[J]. 浙江林学院学报, 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 Camellia oleifera[J]. Journal of Zhejiang Forestry College, 2010, 27(3): 323-328.
    [12] 庄瑞林. 中国油茶[M]. 2版. 北京: 中国林业出版社, 2000.

    Zhuang R L. Chinese Camellia oleifera[M]. 2nd ed. Beijing: Chinese Forestry Press, 2000.
    [13] 陈永忠, 王湘南, 彭邵锋, 等. 植物生长调节剂对油茶果实含油率的影响[J]. 中南林业科技大学学报, 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 Camellia oleifera[J]. Journal of Central South University of Forestry & Technology, 2007, 27(1): 25-29.
    [14] 黎章矩, 华家其, 曾燕如. 油茶果实含油率影响因子研究[J]. 浙江农林大学学报, 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 Camellia oleifera fruit trees[J]. Journal of Zhejiang Forestry College, 2010, 27(6): 935-940.
    [15] 蒋元华, 廖玉芳, 彭嘉栋, 等. 油茶含油率关键气候影响因子及模型分析[J]. 中国油料作物学报, 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 Camellia[J]. Chinese Journal of Oil Crop Sciences, 2019, 41(4): 588-595.
    [16] 余优森, 任三学, 谭凯炎. 中国普通油茶含油率品质气候区域划分与层带研究[J]. 自然资源学报, 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 Camellia quality in China[J]. JOURNAL OF NATURAL RESOURCES, 1999, 14(2): 123-127.
    [17] 余会康, 郭建平. 气候变化对福建省普通油茶含油率影响分析[J]. 农业资源与环境学报, 2015(1): 87-94. DOI:  10.13254/j.jare.2014.0258. Yu H K, Guo J P. Analysis of climate change effect on Camellia oil content in Fujian Province of China[J]. Journal of Agricultural Resources and Environment, 2015(1): 87-94.
    [18] 廖玉芳, 宋忠华, 赵福华, 等. 气候变化对湖南主要农作物种植结构的影响[J]. 中国农学通报, 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] 杨鹏武, 朱勇, 王学锋, 等. 基于GIS的昭通市烤烟种植动态气候区划评估(预测)研究[J]. 云南大学学报: 自然科学版, 2011, 33(S1): 229-233. Yang P W, Zhu Y, Wang X F, et al. Evaluation (prediction) of GIS - based dynamic climate zoning of tobacco cultivation for Zhaotong City[J]. Journal of Yunnan University: Natural Sciences Edition, 2011, 33(S1): 229-233.
    [20] 王莹, 苏永秀, 李政. 广西西北部油茶种植气候适宜度评价[J]. 中国农学通报, 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 Camellia oleifera Abe1. in Northwest Guangxi[J]. Chinese Agricultural Science Bulletin, 2013, 29(13): 24-30.
    [21] 杨益, 于飞, 朱曦嵘, 等. 基于GIS的贵州省黎平县油茶气候适宜性区划[J]. 贵州气象, 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 Camellia oleifera in liping county of Guizhou Province based on GIS[J]. Journal of Guizhou Meteorology, 2011, 35(5): 17-19.
    [22] 黄志伟, 曹剑, 袁德梽, 等. 基于主成分聚类分析的中国油茶栽培区划[J]. 西部林业科学, 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 Camellia oleifera C. Abel. based on principal component analysis and cluster analysis[J]. Journal of West China Forestry Science, 2016, 45(3): 155-160.
    [23] 张春华, 和菊, 孙永玉, 等. 基于Maxent模型的原种红椿适生区变迁预测及在引种区划上的应用[J]. 云南大学学报(自然科学版), 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 Toona ciliata var. ciliate and application in regionalization of introduction based on MaxEnt[J]. Journal of Yunnan University (Natural Sciences Edition), 2018, 40(1): 164-173.
    [24] 黄彩梅, 刘海燕, 邹天才, 等. 贵州发展油茶种植业的区域划分[J]. 贵州农业科学, 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 Camellia oleifera production in Guizhou Province[J]. Guizhou Agricultural Sciences, 2011, 39(5): 218-221.
    [25] 毛帅琦. 湖南省农户油茶种植意愿及政策需求的研究——以浏阳市、平江县为例[D]. 长沙: 中南林业科技大学, 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, 邓绍平, 楼浙辉. 江西油茶栽培区划初探[J]. 江西林业科技, 2009(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 Camellia oleifera in Jiangxi[J]. Jiangxi Forestry Science & Technology, 2009(3): 6-8.
    [27] 戴晓勇, 王进, 姜霞, 等. 贵州油茶区划初探[J]. 贵州林业科技, 2011, 39(1): 32-36. DAI X Y, WANG J, JIANG X, et al. Preliminary discussion on the regionalization of Camellia oleifera in Guizhou[J]. Guizhou Forestry Science & Technology, 2011, 39(1): 32-36.
    [28] 马帅兵, 李昌来, 周忠发. 贵州省油茶的生态适宜性评价及种植区划研究[J]. 安徽农业科学, 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 Camellia oleifera in Guizhou Province[J]. Journal of Anhui Agricultural Sciences, 2011, 39(23): 14 094-14 097.
    [29] 崔相艳, 王文娟, 杨小强, 等. 基于生态位模型预测野生油茶的潜在分布[J]. 生物多样性, 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 Camellia oleifera based on ecological niche modeling[J]. Biodiversity Science, 2016, 24(10): 1 117-1 128.
    [30] 朱忠玉. 我国农业自然资源分区特点与种植业布局[J]. 自然资源, 1992, 14(6): 1-8. DOI:  10.1007/BF02656947. Zhu Z Y. Regional characteristics of agricultural natural resources and planting layout in China[J]. Natural Resources, 1992, 14(6): 1-8.
    [31] 吴浩. 江西省油茶“长林4号”苗期冷害指标及适宜性种植区划研究[D]. 南昌: 江西农业大学, 2018

    Wu H. Chilling injury index of Camellia oleifera "changlin No.4" seedings and suitable planting regionaliation in Jiangxi Province[D]. Nanchang: Jiangxi Agricultural University, 2018.
  • [1] 郭世昌常有礼陈辉张秀年陈宗瑜严华生 . 中国云南地区气候变化的多分维分析. 云南大学学报(自然科学版),
    [2] 马杏何燕何雁东许建初 . 气候变化对云南省水资源影响研究进展综述. 云南大学学报(自然科学版), doi: 10.7540/j.ynu.20150029
    [3] 赵绿荣曾厅余刘成 . 威信县近54年的气候变化特征和突变分析. 云南大学学报(自然科学版), doi: 10.7540/j.ynu.20120540
    [4] 彭贵芬赵尔旭周国莲 . 云南春夏连旱气候变化趋势及致灾成因分析. 云南大学学报(自然科学版),
    [5] 罗燕田永丽戴敏陈新梅 . 云南近50年极端气温及降水事件变化特征与区域气候变暖的关系. 云南大学学报(自然科学版), doi: 10.7540/j.ynu.20140395
    [6] 罗庆仙王学锋 . 云南雷暴的气候变化特征. 云南大学学报(自然科学版),
    [7] 杨竹云孙亚林古书鸿谷晓平严华生谭礼祥 . 勐腊县雷暴气候变化特征分析. 云南大学学报(自然科学版), doi: 10.7540/j.ynu.20120295
    [8] 苟晓霞杨余辉叶茂张同刚汪亮亮 . 天山北坡不同海拔气候变化规律研究. 云南大学学报(自然科学版), doi: 10.7540/j.ynu.20180110
    [9] 刘海月沈渭寿李海东欧阳琰 . 1957—2013年内蒙古达里诺尔自然保护区气候变化特征. 云南大学学报(自然科学版), doi: 10.7540/j.ynu.20150604
    [10] 肖志强兰佳李慧赟吴志旭罗潋葱陈明渊 . 气候与下垫面变化对新安江上游(屯溪站)径流变化贡献率的定量分析*. 云南大学学报(自然科学版), doi: 10.7540/j.ynu.20170544
    [11] 陶云樊风段旭何华何群 . 云南不同气候带气温变化特征. 云南大学学报(自然科学版), doi: 10.7540/j.ynu.20120292
    [12] 唐红忠白 慧舒兴武张 进杨 红 . 近51年贵州南部冬季气温气候特征及其变化规律. 云南大学学报(自然科学版),
    [13] 黄玮程建刚王学锋周建琴晏红明 . 基于气候模式的动力-统计降尺度技术在云南降水预测中的应用. 云南大学学报(自然科学版), doi: 10.7540/j.ynu.20120078
    [14] 汤柔馨马友鑫莫慧珠沙丽清李红梅刘文俊孙燕瓷梅岑岑马斌张强 . 橡胶林复合种植模式的生态与经济效益评价. 云南大学学报(自然科学版), doi: 10.7540/j.ynu.20160181
    [15] 吴星霖罗松余加贵 . 多普勒雷达回波强度估测降雨的气候统计方法. 云南大学学报(自然科学版),
    [16] 姬红利周文君张一平沙丽清 . 云南土壤色度与海拔及气候的关系研究. 云南大学学报(自然科学版), doi: 10.7540/j.ynu.20130801
    [17] 刘红年张宁吴涧蒋维楣 . 水库对局地气候影响的数值模拟研究. 云南大学学报(自然科学版),
    [18] 吴涧王卫国郭世昌张艳霞 . 卫星实测臭氧总量资料在区域气候模拟中的应用研究. 云南大学学报(自然科学版),
    [19] 罗碧瑜谢龙生张清华袁家峰余 珂向 阳 . 梅州市桂花生态气候适宜性分析和精细化区划. 云南大学学报(自然科学版),
    [20] 张狄史岚丁浒张广运王锋 . 华东地区气候舒适度精细化估算及其分布特征研究. 云南大学学报(自然科学版), doi: 10.7540/j.ynu.20150278
  • 加载中
图(2)表(3)
计量
  • 文章访问数:  285
  • HTML全文浏览量:  198
  • PDF下载量:  30
  • 被引次数: 0
出版历程
  • 网络出版日期:  2020-03-05

基于气候因子的油茶含油率时空特征与种植分区研究

    通讯作者: 刘光旭, lg760411@126.com
  • 1. 赣南师范大学 地理与环境工程学院,江西 赣州 341000
  • 2. 华南师范大学 地理科学学院,广东 广州 510631
  • 3. 中国地质大学(武汉)资源学院,湖北 武汉 430074

摘要: 气候条件对植物生长、果实质量等都有显著影响. 基于油茶含油率气候资源模式与湘赣浙闽地区1970-2000年、2040-2060年和2060-2080年9月的平均气温、降水量数据,在GIS平台分析得到3个时段含油率的时空变化特征,提出气候适宜性叠加含油率得到油茶适宜种植的气候分区的简便方法. 结果如下:油茶含油率分布,浙江和福建省高,湖南较低,面积比例整体上中等偏高,占比最大的是中等类;含油率变化整体上呈东部升高、西部波动降低状态,两个过渡时段面积占比最大的先是稳定类后是降低类,分别为50.87%和47.36%,最小的是升高类;油茶适宜种植的气候分区总体较高,区域上浙江和福建较高,湖南较低,不同年代适宜性高低分布面积和地级市数量有差异,Ⅰ类和Ⅱ类占比较大;由含油率叠加气候适宜性结果,进行油茶适宜种植气候分区的方法,符合研究区实际,计算简便,容易推广.

English Abstract

  • 油茶(Camellia oleifera Abel.)是我国乃至世界主要木本油料植物之一,食用、药用及生态价值较高,主要分布在我国南方亚热带丘陵山区. 不同地方气候条件差异,对油茶生长、种子成熟、含油率高低和种植分区等现象影响不一. 因此,在气候变化情景下,基于气候资源模式分析油茶含油率,结合气候适宜性进行种植分区研究,有利于确定种植最优气候区,优化种植结构,并为应对气候变化带来的影响提供参考. 油茶种植有较多的自然与社会效益,地学界较多关注油茶气候、土壤、环境适宜性评价[1-3],气候因子对生长与产量的影响[4-6],气象条件对油茶果出籽率、油酸含量影响[7-8]和种植区划[9]等方面. 含油率是油茶果实的重要特征之一,是衡量油茶品质的重要标准,其影响因素有品种、种子成熟度、结果量、果实重比、立地条件和气候等[10-12],也有施加生长调节剂等人工因素[13]. 其中关于气候要素的影响,有研究认为果实发育期的气候条件对产量和种子含油率影响不是很明显[14],更多研究认为,油茶物候期气候因子尤其是温度类因子与含油率存在显著相关性[8],影响油茶鲜果含油率的关键物候期是油脂转化和积累高峰期,影响鲜果含油率的关键气候因子是极端最高气温、日平均气温≥20 ℃的积温和最长连续无日照天数等[15],与含油率与油脂积累转化关键期(7~9月),尤其是9月的气候条件有密切联系,并建立了相应的含油率气候模式[16],进行气候变化下含油率时空特征与变异分析[17]. 相比于其他自然因素,气候变化对农作物种植结构的影响是较显著的[18-19],利用气候资料与GIS空间分析可获得精细化的不同适宜等级气候分区[20-21],黄志伟等运用主成分法、聚类分析法分析11项气候指标,得到影响油茶引种的重要因素有年均温、10-11月均温、无霜期、最冷月均温、≥10 ℃积温和极端温度等,并将全国50个典型油茶栽培区分区[22],适宜种植气候分区研究趋于定量化.

    油茶喜温怕冷,适宜在有一定坡度的地形和较深厚酸性土质生长,我国南方地区气候、地形和土壤等条件适宜油茶生长,以湖南、江西、浙江、福建和广西等最为典型. 现有研究从各个方向对油茶生长因素与种植分区等提出建议,种植分区不仅需要考虑社会经济条件,而且更应该分析生长条件、油茶品质等自然因素,油茶含油率高低是油茶品质的重要表征,将含油率分区与适宜性结果共同分析作为种植区划的参考因子,也是一个研究方向. 基于前文所述,多数研究认为气候与含油率存在正相关关系,因此本研究在气候情景数据支持下,以气候资源模式公式计算得到3个时段油茶含油率,分析当前及未来时段含油率时空变化特征;结合最大熵(MaxEnt)模型得到的气候适宜性结果,提出油茶适宜种植的气候分区的简便方法,并运用于湘赣浙闽地区种植分区实践,以期为相关区域油茶种植提供参考.

    • 研究所需的数据主要有:

      (1)研究区基础地理数据,包括边界、水系等,来源于中国科学院资源环境科学数据中心(http://www.resdc.cn).

      (2)气温降水数据,来源于世界气候数据库(http://www.worldclim.org/),由北京气候中心气候系统模型(Beijing climate center climate system model,BCC_CSM)得到的1970-2000年(1980s),典型浓度路径(Representative concentration pathway,RCP)4.5情景下2041-2060年(2050s)和2061-2080年(2070s)等3个时段数据,精度为0.25°×0.25°. 根据研究区域借助ArcGIS平台提取相应范围数据,各类数据统一坐标为WGS_1984_UTM_Zone_50N.

    • 根据亚热带山区部分经济林果气候资源评估模式中的油茶含油率气候评估模式,选取湘赣浙闽地区三个时段油茶油脂积累转化关键期,尤其是9月的平均气温、降水量,建立油茶含油率与相关气候因子关系模型. 该模式是油茶含油率与关键生育期气温、降水线性相关的拟合数学模式,根据长江以南中国主要油茶产区省份实际数据拟合而成[14-15],因此也适用于研究区. 本文采用综合气象模式:

      $F = 53.696 - 0.807\;{T_9} + 0.0937\;{P_9},$

      式(1)中:F表示普通油茶含油率(%),T9表示油脂迅速转化积累期9月平均气温(℃),P9表示该时期9月降水量(mm).

    • 最大熵(MaxEnt)模型是一种生态模型,根据油茶样本点的分布数据与输入的环境因子,预测潜在空间分布,并通过概率分布值0~1表示可能性低至高[23]. 模型通过接受者操作特性曲线(Receiver operating characteristic curve,ROC)与45°直线之间的面积即AUC值表示模型预测准确度,取值在0.5~1之间,达到0.8以上说明模型预测结果准确,0.9以上则非常准确. 根据前期研究,基于油茶标本数据与BCC_CSM模型下气候情景数据中的生物气候数据,运用最大熵模型得到油茶气候适宜性结果并划分为不适宜、次适宜、适宜和最适宜四个等级,AUC值0.848说明预测结果达到好的标准. 由于研究区主要在前期研究结果的适宜区,结合研究所需,提取研究时段、研究区内的气候适宜性结果,与含油率一起构成油茶适宜种植的气候分区的两个因素.

      将气候适宜性与含油率视为同等重要的两个维度,故将每个时期对应的两个图层在ArcGIS中叠加或相加,即可得到油茶适宜种植的气候分区,方法简单易操作. 油茶气候适宜性与含油率分别有高中低3个等级,可组成9种结果,定义两个维度同级时划分为一个类别,不同级时两维度优先级为先气候适宜性后含油率划分成子类,跨级时归类于平均级别. 在组成的3×3方格中,从左至右、从上至下,类别递减,子类自右上至左下递减,划分为Ⅰ类至Ⅴ类5个类别,9个子类,且种植分区适宜性依次递减(表1).

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

      表 1  油茶适宜种植的气候分区

      Table 1.  Climatic zoning of suitable planting for Camellia oleiflora

      Ⅰ类:气候适宜性高且含油率高.

      Ⅱ类:气候适宜性与含油率其中一项高,另一项中等. Ⅱ-a类:气候适宜性高且含油率中等;Ⅱ-b类:气候适宜性中等且含油率高.

      Ⅲ类:气候适宜性与含油率都中等或跨级. Ⅲ-a类:气候适宜性高且含油率低;Ⅲ-b类:气候适宜性中等且含油率中等;Ⅲ-c类:气候适宜性低且含油率高.

      Ⅳ类:气候适宜性与含油率其中一项中等,另一项低. Ⅳ-a类:气候适宜性中等且含油率低;Ⅳ-b类:气候适宜性低且含油率中等.

      Ⅴ类:气候适宜性低且含油率低.

      在种植分区操作过程中,为了使两个图层叠加或相加得到的9种结果分别有不同属性值,可以在气候适宜性与含油率重分类时,两个维度的高、中和低分别赋予彼此不同且相差较大的属性值,得到分区结果后再按照油茶适宜种植的气候分区方法依次排列各类别.

    • 将研究所需9月平均气温和降水量数据导入ArcGIS,由含油率的综合气象模式的公式计算得到3个时段的含油率,将相邻时段含油率相减得到过渡时段的变化特征;依据常用的自然间断分级法分别将含油率分为低、中和高3类(图1a~c),将变化特征分为降低、稳定和升高3类(图1d~e);统计不同时段及过渡期各类面积并计算占比(表2).

      图  1  湘赣浙闽油茶含油率分布及变化

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

      项目时间
      面积/(×103 km2)占比/%面积/(×103 km2)占比/%面积/(×103 km2)占比/%
      油茶1 980s268.5239.47309.1145.43102.7515.10
      含油率2 050s281.6241.43282.4741.56115.6517.01
      2 070s246.2536.23308.0045.31125.4818.46
      项目时段升高稳定降低
      面积/(×103 km2)占比/%面积/(×103 km2)占比/%面积/(×103 km2)占比/%
      含油率1 980s-2 050s79.9411.76345.7850.87254.0037.37
      变化2 050s-2 070s111.5116.41246.3036.23321.9347.36

      表 2  湘赣浙闽油茶含油率及变化的面积和占比(%)

      Table 2.  Area (103 km2) and proportion (%) of oil content and its variation of Camellia oleifera in Hunan Province, Jiangxi Province, Zhejiang Province and Fujian Province

      由结果可知,油茶含油率分布呈东高西低状态,东部浙江和福建省高,西部湖南较低;含油率变化整体上呈东部升高、西部波动降低状态(图2). 含油率整体上中等偏高,占比最大的是中等类,最小的是低类,但占比逐渐升高;含油率变化整体稳定略下降,占比最大的在1 980 s-2 050 s时是稳定类,在2 050s~2 070s时降低类,最小的是升高类(表2). 含油率时空分布特征,1 980 s时油茶含油率最高的是浙江省,其次为福建省,最低的是江西北部、湖南中部,湖南与江西的高类主要在西、南部等低山丘陵地带;面积占比存在差异,其中高类与中等类差异小,分别为39.47%和45.43%,低类为15.1%. 2 050 s时油茶含油率最高的是浙江和福建省,湖南省次之,江西省低类面积较大;面积占比中,高类与中等类差异极小,分别为41.43%和41.56%,分别是3期中占比最高和最低时期,低类为17.01%. 2 070 s时油茶含油最高仍然是浙江和福建省,但最低的是湖南省,其低类面积扩张较多;面积占比的中等类与1 980 s时相当,但高类占比减少,而低类占比增加. 含油率时空变化特征,1 980 s~2 050 s时段油茶含油率以稳定类为主,升高类区域主要在福建省东南大部、赣北、湘东局部地区,降低类区域主要是江西赣中大部、东北部,浙江中西大部,湘南局部等地;3类面积占比各异,稳定类面积占比达到50.87%,升高类占比仅11.76%. 2 050 s~2 070 s时段油茶含油率以降低类为主,湖南绝大部分为降低类,与湖南交界的江西部分、赣南和闽西南也为降低类,赣中大部、赣东北、浙西、浙北局部、闽西大部、闽中、闽东大部为稳定类,浙江中东大部,闽东北为升高类;降低、稳定和升高类的面积占比依次降低,分别为47.36%、35.23和11.51%.

      图  2  湘赣浙闽油茶适宜种植的气候分区

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

      由含油率时空变化特征可知,基于气候因子分析含油率,浙江和福建具有明显优势,在未来气候变化中,含油率也比较稳定. 根据含油率的综合气象模式的公式,9月均温越高,其含油率越低,9月降水量越高,其含油率越高,但气温的影响更显著. 结合研究区气温、降水与地形资料可知,湖南江西均有较大河流有南而北贯穿全省,中北部的河流冲积平原地区气温较高,且较稳定,浙江福建靠近海洋,气候受海洋影响较大,且多山地丘陵,气温相对较低;湖南江西相对靠近大陆内部,且东部有山脉阻挡来自海洋的水汽,浙江福建靠近海洋,且在东南季风迎风坡,降水较充足,因此在气温和降水双重作用下,含油率呈现上述时空变化特征.

    • 将气候适宜性分区和含油率分区结果导入ArcGIS,赋予不同的属性值,将3个时段的两个相应图层相加,使组合得到的9个类别有不同的属性值,再根据表1中的种植分区方法得到油茶种植的气候分区;并以45个地级市为范围进行分区(图3);统计各时段各类分区面积并计算占比(表3).

      分区1980s2050s2070s
      面积/(×103 km2)占比/%面积/(×103 km2)占比/%面积/(×103 km2)占比/%
      面积及占比59.258.71226.1633.27223.9232.94
      Ⅱ-a175.5225.80217.1231.94254.4037.43
      Ⅱ-b145.1721.3453.227.8318.832.77
      Ⅲ-a48.787.1769.5110.2387.0512.81
      Ⅲ-b114.0916.7760.798.9451.157.52
      Ⅲ-c64.109.422.240.333.500.51
      Ⅳ-a37.865.5640.635.9833.174.88
      Ⅳ-b19.502.874.560.672.450.36
      16.102.375.500.815.270.78
      分区数量占比/%数量占比/%数量占比/%
      地市数量及占比12.221328.891635.56
      Ⅱ-a1328.891533.331635.56
      Ⅱ-b1022.22715.5624.44
      Ⅲ-a48.8936.6748.89
      Ⅲ-b817.7848.8948.89
      Ⅲ-c613.3300.0012.22
      Ⅳ-a24.4424.4412.22
      Ⅳ-b12.2200.0000.00
      00.0012.2212.22

      表 3  湘赣浙闽油茶种植分区的面积和地级市数量及其占比

      Table 3.  Area, number of cities and their proportion of Camellia oleifera planting divisions in Hunan Province, Jiangxi Province, Zhejiang Province and Fujian Province

      由结果可知,油茶适宜种植的气候分区呈东高西低状态,东部浙江和福建省种植分区适宜性高,西部湖南较低;不同年代油茶种植分区适宜性高低分布面积和地级市数量有差异,由1 980 s至2 070 s东部呈增加趋势,西部呈递减趋势(图3). Ⅰ类和Ⅱ类占比较大,油茶种植分区适宜性总体较高,且未来气候情景下增加明显(表3). 湘赣浙闽油茶适宜种植的气候分区,1 980 s时适宜性较高主要在武夷山脉两侧、罗霄山脉两侧和江西中南大部等地,Ⅱ类及以上面积占比达55.85%,较低主要在洞庭湖、鄱阳湖和福建东南沿海等地,Ⅳ类及以下面积占比占比为10.8%. 从地级市看,Ⅰ类有浙江衢州1个市;II-a类有福建南平和三明,江西景德镇、上饶、鹰潭、抚州、宜春、新余、吉安、萍乡和赣州,湖南株洲和郴州等13个市;Ⅱ-b类有浙江金华、台州、丽水和温州,福建宁德、福州、泉州和龙岩,湖南张家界和湘西等10个市(州);Ⅲ-a类有江西南昌,湖南湘潭、衡阳、永州等4个市;Ⅲ-b类有福建漳州,江西九江,湖南岳阳、益阳、常德、娄底、怀化和邵阳等8个市;Ⅲ-c类有浙江湖州、杭州、嘉兴、绍兴、宁波和舟山等6个市;Ⅳ-a类有福建厦门,湖南长沙等2个市;Ⅳ-b类有福建莆田1个市;Ⅴ类无.

      2050s时适宜性最高主要在浙江和福建中大部,其次为武夷山脉、罗霄山脉和雪峰山等,II类及以上面积占比达73.04%,最低在洞庭湖和鄱阳湖等地,Ⅳ类及以下面积占比占比为7.46%,浙江福建大部、雪峰山区域明显增加,江西中部则降低. 从地级市看,Ⅰ类有浙江杭州、绍兴、宁波、金华、台州、丽水和温州,福建南平、宁德、三明、福州、龙岩和泉州等13个市;Ⅱ-a类有浙江衢州,江西景德镇、上饶、鹰潭、抚州、九江、萍乡和赣州,湖南岳阳、长沙、益阳、娄底、湘潭、株洲和郴州等15个市;Ⅱ-b类有浙江湖州、嘉兴和舟山,福建莆田和漳州,湖南张家界和湘西等7个市(州);Ⅲ-a类有江西新余和吉安,湖南衡阳等3个市;Ⅲ-b类有福建厦门,湖南常德、怀化和邵阳等4个市;Ⅲ-c类无;Ⅳ-a类有江西宜春,湖南永州等2个市;Ⅳ-b类无;Ⅴ类有江西南昌1个市.

      2070s时适宜性最高主要仍然是浙江和福建大部,其次为武夷山脉、罗霄山脉等,Ⅱ类及以上面积占比达73.14%,最低在鄱阳湖区域,Ⅳ类及以下面积占比占比为7.02%,湖南西南大部升高,雪峰山区域明显降低. 从地级市看,Ⅰ类有浙江杭州、绍兴、宁波、衢州、金华、台州、丽水和温州,福建南平、宁德、三明、福州、莆田、龙岩、泉州和漳州等16个市;Ⅱ-a类有江西景德镇、上饶、鹰潭、抚州、九江、宜春、萍乡、吉安和赣州,湖南岳阳、长沙、益阳、湘潭、株洲、邵阳和郴州等16个市;Ⅱ-b类有浙江湖州和嘉兴等2个市;Ⅲ-a类有江西新余,湖南娄底、衡阳和永州等4个市;Ⅲ-b类有福建厦门,湖南常德、张家界和湘西等4个市(州);Ⅲ-c类有浙江舟山1个市;Ⅳ-a类有湖南怀化1个市;Ⅳ-b类无;Ⅴ类有江西南昌1个市.

    • 含油率综合气象模式依据各地的气候与含油率数据线性拟合而成,是一种经验模式,且油茶含油率是受各物候期气候因子的综合影响,关键物候期可能有多个,需要观测数据进一步深入研究;本研究做了一个初步的尝试,并将其运用与探讨种植分区中气候要素的一个维度,在后期及未来气候条件下变化情况如何,也需要不断的研究论证. 油茶含油率高低受到如前所述地理因子、人为因素等的影响[10-13],也受制备工艺、保存方法、样本选取等影响,各类因素综合会导致结果差异较大,需要在实践中不断优化和改进. 本研究基于气象模式得到的湘赣浙闽地区油茶含油率分布,与余优森等用同种方法分析南方地区油茶含油率品质的结果总体一致,但在湖南湘西地区比余优森等的计算结果更低[16],可能是气候数据来源、精度及插值方法不同导致. 本研究基于气候情景数据计算得到当前与未来时段含油率情况,与余会康等运用同样方法但基于实测资料分析福建省油茶含油率时空变化特征的结果总体一致[17].

    • 研究区是中国乃至世界油茶分布的部分核心区域,整体上含油率较高、种植适宜性较高. 种植分区现有研究多以各地气温、降水、土壤等自然条件为基础,根据作物生长习性对自然因子的属性进行分级,由单一或综合各因子分级情况得到划分结果[22, 24-28];本研究基于气候变化情景数据,以油茶含油率和气候适宜性划分结果综合得到适宜种植的气候分区,为适宜性分析的相关成果深化研究提供思考,及种植分区方法的简化和选择提供部分思路. 研究结果与宋英强等基于气候、地形和土壤等3类因素七个指标,得到我国油茶种植环境适宜性评价结果[3],以及胡加林等基于气候条件对江西省油茶栽培进行区划得到的结果一致[26];与黄志伟等运用主成分分析法对11个气候因子,分析得到中国油茶栽培区划结果总体一致,但在福建南部与江西南部比黄志伟等的分区结果高[22],可能是因为黄志伟等选取的气候指标更加详细. 将种植分区与崔相艳等基于生态位模型预测野生油茶的潜在分布结果对比,总体比较符合,但在湖南湘西地区比崔相艳等的适宜结果更低[29],可能是崔相艳等选择了气候、土壤和地形等多指标的缘故.

    • 中国种植业分区的基本依据有自然条件、社会经济条件、作物结构与布局、种植制度特点、发展方向、关键措施和行政区界等[31]. 油茶种植同样涉及诸多要素,从气候、土壤、地形等自然条件结合油茶生长需求特征分析,以及收益、政策等社会条件分析是两大方向[24-25],胡加林等和戴晓勇等以油茶生态习性与气候、海拔、土壤和植被等自然条件状况为基础,结合现有品种分布、种植情况等,分别得到江西和贵州油茶栽培综合区划[26-27];马帅兵等运用层析分析法进行贵州生油茶林栽培区适宜性评价,将结果划为3个等级并通过GIS平台生成区划图[28]. 然而综合分析种植区划并不排斥单因子分析,着重研究主要的因素如气候状况等,可通过较少投入而获得较大的成效. 气候很大程度上决定了植物的分布,因此对油茶生长期的临界温度、适宜气候分析,并在此基础上进行适宜性种植区划,可为油茶的合理性种植及布局提供参考依据[31]. 本研究尝试综合运用两个独立的气候因子,即气候适宜性与含油率结合作为油茶种植的气候分区依据,丰富了油茶界甚至是木本油植物领域种植分区研究中关于气候分区的方法. 需要指出的是,虽然植物生长特性很大程度上受气候制约,但气候并不是唯一决定因素,因此关于适宜种植的气候分区只是种植分区中的一部分,落实到具体的种植政策,还需要对自然与社会经济支持条件、油茶品质与产量、当地种植结构等综合考虑.

    • 研究基于含油率综合气象模式计算含油率,叠加气候适宜性分析结果,进行油茶适宜种植的气候分区,结果如下:

      (1)油茶含油率分布呈东高西低状态,东部浙江和福建省高,西部湖南较低;面积比例整体上中等偏高,占比最大的是中等类型,高与中等占比差距较小,最小的是低类,但占比逐渐升高,由15.1%升至18.46%.

      (2)含油率变化整体上呈东部升高、西部波动降低状态;两个过渡时段面积占比最大的先是稳定类后是降低类,分别为50.87%和47.36%,最小的是升高类.

      (3)油茶适宜种植的气候分区呈东高西低状态,东部浙江和福建省种植分区适宜性高,西部湖南较低;不同年代油茶种植分区适宜性高低分布面积和地级市数量有差异,东部呈增加趋势,西部呈递减趋势.

      (4)油茶种植分区适宜性总体较高,且未来气候情景下增加明显;Ⅰ类和Ⅱ类比例较大,面积占比由55.85%增加至73.14%,地级市数量由24个增加至34个,主要在浙江和福建省.

      (5)由气候资源模式下计算得到含油率叠加MaxEnt模型得到的气候适宜性结果,进行油茶适宜种植的气候分区的方法,符合研究区实际,计算简便,容易推广.

      计算油茶含油率所采用的气候数据,尤其是未来时期,相比于实测数据,情景数据依赖于气候模型模拟获得,存在一定误差与不确定性,但基于此分析未来资源环境状况,仍然有一定借鉴意义. 种植分区涉及自然、社会等诸多因素,研究基于含油率与气候适宜性结果叠加得到油茶适宜种植的气候分区,主要从气候条件分析种植分区,今后可以从更多条件综合分析种植分区,以得到更加科学合理的结果.

参考文献 (31)

目录

    /

    返回文章
    返回