覃 鴻，鄭 露，黃菊梅，劉 學(xué)

（1.洞庭湖氣候中心，湖南 岳陽 414000；2.岳陽市氣象局，湖南 岳陽 414000；3.岳陽市農(nóng)業(yè)委員會，湖南岳陽 414000；4.華容縣氣象局，湖南 華容 414200）

用SPSS建立岳陽名優(yōu)黃茶的產(chǎn)量預(yù)測模型

覃 鴻1,2，鄭 露3，黃菊梅1,2，劉 學(xué)4

（1.洞庭湖氣候中心，湖南 岳陽 414000；2.岳陽市氣象局，湖南 岳陽 414000；3.岳陽市農(nóng)業(yè)委員會，湖南岳陽 414000；4.華容縣氣象局，湖南 華容 414200）

利用湖南省汨羅市2003～2014年期間上年12月上旬至下年5月下旬的逐日氣象觀測資料及岳陽縣黃沙街茶葉示范場2004～2014 年名優(yōu)茶產(chǎn)量資料，在計算上運用界面友好的SPSS軟件，采用逐步回歸方法，對名優(yōu)黃茶產(chǎn)量與氣象條件之間的關(guān)系進行分析研究。結(jié)果表明：名優(yōu)茶產(chǎn)量與氣象條件之間有著密切的關(guān)系，與2月平均風(fēng)速、1月上旬平均相對濕度、1月中旬平均最高氣溫等3個氣候因子顯著相關(guān)，逐步回歸后建立的春茶產(chǎn)量預(yù)測的數(shù)學(xué)模型，平均預(yù)報精確度達(dá)到95%，檢驗效果良好。

SPSS；黃茶；產(chǎn)量；預(yù)測模型；氣候因子

岳陽臨洞庭湖，接萬里長江，特產(chǎn)豐富，氣候宜人，素有“魚米之鄉(xiāng)”之稱，也是“中國黃茶之鄉(xiāng)”。岳陽茶葉資源豐富，具有優(yōu)越的宜茶環(huán)境，茶類有黃茶、綠茶、黑茶、紅茶，尤以黃茶最有特色。唐代李肇《國史補》載：“風(fēng)俗貴茶，茶之名品益眾……岳州有邕湖之含膏?！弊C實黃茶有著悠久的歷史[1]。黃茶之冠的“君山銀針”，主產(chǎn)于岳陽，曾在1956年獲德國“萊比錫”國際博覽會金獎，為中國十大名茶之一。

茶葉產(chǎn)量是指從茶樹上采收下來的品質(zhì)優(yōu)良、合乎采摘規(guī)格的芽葉數(shù)量[2]。岳陽加工生產(chǎn)不同種類、不同等級的黃茶對原料的嫩度要求不一樣，如銀針用芽頭、芽葉型黃茶采用一芽一葉或一芽二葉、高檔黃茶用一芽一葉初展或一芽一葉[1]。一般春季氣溫有升有降，降水適宜，春茶生長快慢適中，茶葉產(chǎn)量分布均勻，有利于優(yōu)質(zhì)茶葉生產(chǎn)。茶葉產(chǎn)量高低受植物學(xué)因子以及環(huán)境因子的影響，而在土壤肥力相對穩(wěn)定的情況下，很大程度上受當(dāng)年氣候條件所左右。本文將春茶產(chǎn)量視為名優(yōu)黃茶產(chǎn)量，重點研究春茶產(chǎn)量與氣候條件之間的關(guān)系，篩選出對春茶產(chǎn)量影響明顯的氣候因子，建立春茶產(chǎn)量預(yù)報模型，以便有利于更好地指導(dǎo)春茶生產(chǎn)，為岳陽黃茶產(chǎn)業(yè)的持續(xù)發(fā)展提供支撐。

1 研究區(qū)概況

岳陽市具有明顯的亞熱帶季風(fēng)氣候特征，全市年平均氣溫17℃，≥10℃的活動積溫5442℃，年均降雨量1439 mm，年平均相對濕度79%，年日照時數(shù)為1629 h，日照百分率為36%，是黃茶生產(chǎn)的最適宜區(qū)，氣象條件接近茶樹生長要求的最適條件。岳陽市現(xiàn)已成為全國規(guī)模最大、產(chǎn)業(yè)高度集中的黃茶產(chǎn)區(qū)和集散地，黃茶產(chǎn)業(yè)成為岳陽市的朝陽產(chǎn)業(yè)、優(yōu)勢產(chǎn)業(yè)、特色產(chǎn)業(yè)和縣域經(jīng)濟的支柱產(chǎn)業(yè)[1]。

2 研究資料與方法

產(chǎn)量資料為岳陽縣黃沙街茶葉示范場地2004～2014年逐年春茶單產(chǎn)量。岳陽縣黃沙街茶葉示范場地屬岳陽縣，但岳陽縣未設(shè)置氣象觀測站，而示范場地理位置距離汨羅觀測站僅約25 km，因此氣象資料選用汨羅觀測站2003～2014年期間每上年12月上旬至下年5月下旬的逐日氣象觀測資料。

產(chǎn)量資料體現(xiàn)的逐年變化波動，不僅受氣候條件逐年變化波動的影響，而且還受生產(chǎn)水平波動的影響，如水肥條件的改善與變動，品種改良、技術(shù)水平的變化等人為因素影響。社會生產(chǎn)水平的變化，從十年、二十年時段里就可以有較明顯的上升和下降趨勢，而氣象要素的變化，在這樣短暫時段里，是看不出明顯上升或下降趨勢，只能在平均值附近上下擺動。把實際產(chǎn)量看作由生產(chǎn)力水平等人為因素影響加氣候影響而形成的。把生產(chǎn)水平變化等人為因素的影響，算為“產(chǎn)量的時間趨勢項”，把氣象變動原因所影響的產(chǎn)量算為“氣候產(chǎn)量”[3],則：實際產(chǎn)量=產(chǎn)量的時間趨勢項+氣候產(chǎn)量。

3 建立春茶產(chǎn)量預(yù)測模型

3.1 計算方法

春茶實際單產(chǎn)是逐年變化的，先將2004～2014年春茶單產(chǎn)資料進行處理，去掉產(chǎn)量的時間趨勢項，分離出氣候產(chǎn)量。其次將氣候產(chǎn)量作為因變量、備選的氣候因子作為自變量，運用界面友好的SPSS軟件，采用逐步回歸分析方法，篩選出對春茶產(chǎn)量貢獻大的因子、建立回歸方程。再在上述分析基礎(chǔ)上建立春茶產(chǎn)量年景預(yù)測模型。

式中Y為岳陽縣黃沙街茶葉示范場逐年春茶單產(chǎn)，Yt為趨勢產(chǎn)量，Yw為氣候產(chǎn)量。

3.2 建立氣候產(chǎn)量回歸方程

3.2.1 計算步驟

由于岳陽縣黃沙街茶葉示范場逐年春茶單產(chǎn)波動較大，數(shù)據(jù)年限取值較短，沒有明顯的升降趨勢，故取平均值27.5 kg/hm2作為趨勢產(chǎn)量Yt，逐年距平值為氣候產(chǎn)量Yw。岳陽市春茶采摘持續(xù)時間一般在3～5月，進入5月份，氣溫逐漸升高，茶樹開始進入休整期，本次建模涉及到的備選氣候因子有上年12月～下年5月逐旬、逐月、3～5月的平均氣溫、總降水量、總?cè)照諘r數(shù)、平均風(fēng)速、平均相對溫度、平均最高氣溫、平均最低氣溫、≥0.1 mm雨日、平均相對濕度等，共計228個因子。將上述因子進行相關(guān)分析，篩選出25個氣候因子與春茶產(chǎn)量顯著或極顯著相關(guān)，執(zhí)行以下步驟：

在SPSS 中建立新數(shù)據(jù)文件，第1列變量為y（氣候產(chǎn)量）（表1），其余各列變量為備選氣候因子，記為xi（i=1，2，……）。

依次選擇【分析】→【回歸】→【線性】→【線性回歸分析】主對話框：將y添加到（因變量）列表，將xi即備選氣候因子逐一添加到（自變量）列表，選擇“逐步回歸法”，進行線性回歸分析，得到主要結(jié)果。3.2.2 計算結(jié)果與逐步回歸方程

依次進入模型的變量以及變量進入與剔除的判別標(biāo)準(zhǔn)[4]。第一步先引入了2月平均風(fēng)速，第二步引入了1月下旬旬平均相對濕度，第3步引入1月中旬平均最高氣溫，之后既不能引入也不能剔除因子，回歸結(jié)束。所以第3步為最終的逐步回歸模型。

表1 模型摘要Table 1 Mode brief

模型擬合優(yōu)度檢驗：逐步回歸模型的復(fù)相關(guān)系數(shù)為0.985，R2為0.970，調(diào)整R2為0.955。說明樣本回歸方程代表性很好（表2）。

表2 模型擬合優(yōu)度檢驗Table 2 Model Goodness Test

預(yù)測變量: (常量), 2月平均風(fēng)速， 1月上旬平均相對濕度, 1月中旬平均最高氣溫。

方差分析表：逐步回歸模型的檢驗P值（Sig）顯著性水平為0.000（p＜0.001），此模型是極顯著的。F值為64.111，查F分布表，有F＞F0.01，表示逐步回歸效果顯著（表3）。

表3 方差分析Table 3 Variance analysis

回歸方程的系數(shù)以及系數(shù)的檢驗結(jié)果：逐步回歸模型的常數(shù)項系數(shù)為-53.456。經(jīng)t檢驗，各回歸系數(shù)的相伴概率值都＜0.05，說明回歸系數(shù)都有統(tǒng)計學(xué)意義（表4）。

表4 回歸系數(shù)Table 4 Regression Coeff cients

由表4得到逐步回歸方程：

其中：X1為2月平均風(fēng)速，X2為1月上旬平均相對濕度，X3為1月中旬平均最高氣溫。

3.2.3 建立春茶產(chǎn)量預(yù)測模型

將趨勢產(chǎn)量Yt、氣候產(chǎn)量Yw代入（1）得到春茶產(chǎn)量預(yù)測模型：

3.2.4 春茶歷史產(chǎn)量模擬

將2004～2014年逐年的2月平均風(fēng)速、1月上旬平均相對濕度、1月中旬平均最高氣溫代入方程（3），得到模擬的春茶產(chǎn)量序列。生成春茶實際單產(chǎn)和其估計值組成的歷史擬合曲線圖（圖1），預(yù)報精度為61%～100%，平均預(yù)報精度為95%，總體春茶產(chǎn)量歷史擬合率較高。其中2008年偏差大的主要原因是冬季低溫雨雪冰凍導(dǎo)致我市茶園全部遭到不同程度的凍害，嚴(yán)重影響了當(dāng)年春茶產(chǎn)量。

圖1 2004～2014年岳陽黃沙街春茶示范場名優(yōu)茶單產(chǎn)量模擬結(jié)果Fig.1 The stimulation results of famous tea single yield of Yueyang Huangsha street spring tea demonstration f eld in 2004～2014

4 影響氣候因子分析

茶樹是典型的亞熱帶常綠植物，適宜的生長環(huán)境條件需要有適宜的溫度、空氣濕度和水分及一定的太陽輻射[2]。（2）式表明，2月平均風(fēng)速、1月上旬平均相對濕度、1月中旬平均最高氣溫等三個氣候因子影響岳陽春茶氣候產(chǎn)量，而降水量、日照時數(shù)等氣候因子未被引入方程。分析相應(yīng)的氣象資料可看出，岳陽氣象條件接近茶樹生長要求的最適條件，因此降水量、日照時數(shù)對春茶產(chǎn)量的波動影響較小，可作為常量進行處理。

4.1 風(fēng)速

空氣是茶樹賴以生長發(fā)育的生態(tài)因子之一，空氣的組成成分及運動狀況，都會影響茶樹的生育狀況?？諝庠谒椒较蛏系倪\動形成風(fēng)，而風(fēng)可使茶樹群體內(nèi)部空氣不斷更新，改善植株周圍空氣中的CO2濃度，提高光合作用強度，風(fēng)也可以降低葉溫，減輕凍害[5]。由于2月氣溫較低，風(fēng)可以降低葉溫，減輕凍害，因此2月平均風(fēng)速越大，春茶產(chǎn)量越高，說明2月平均風(fēng)速對氣候產(chǎn)量的貢獻是積極的。

4.2 相對濕度

由于茶樹在系統(tǒng)發(fā)育過程中，長期適應(yīng)高濕的環(huán)境，因而對空氣濕度的要求較高。在高度濕潤的環(huán)境中，茶樹新梢葉片大、節(jié)間長、葉片薄，產(chǎn)量較高，而且新梢持嫩性強，葉質(zhì)柔軟，內(nèi)含物豐富[5]?？諝庀鄬穸雀撸仔纬稍旗F，可改變光的性質(zhì)，增加漫射光，茶樹新梢中纖維素含量少，芽葉柔嫩，氨基酸、蛋白質(zhì)較多?？諝鉂穸却?，可減少土壤水分蒸發(fā)，降低茶樹蒸騰作用，從而減少水分消耗，起著補償降水量不足的作用。因此空氣濕度與茶樹生育有密切關(guān)系。茶樹生長最適宜的空氣相對濕度為80%以上，若小于50%，新梢生長會受到抑制，低于40%，對茶樹生長不利。春茶采摘前20 d的平均空氣相對濕度大于80%時春茶產(chǎn)量最高；采摘前20 d中，每天午后15時的平均相對濕度大于70%時，產(chǎn)量也高，因為此時光合作用、呼吸強度都比較旺盛，且有一定的凈增長量，所以產(chǎn)量也高[2]。湖南春茶開采期以3月中旬前后為主，若采芽頭或一葉一芽茶，開采期可提早到3月上旬前后，有些年份2月下旬后期開采，年際間波動較大[6]。岳陽制作名優(yōu)茶是采摘芽頭或一葉一芽茶，春茶開采期最早的在1月下旬末就可能開采。茶樹新梢伸育的速度，除在茶芽萌發(fā)初期及新梢生長后期，受本身生理作用的影響外，通常受空氣溫度和濕度的影響較大?？諝鉂穸雀叩那闆r下，可以促進新梢的生長和葉綠素的形成，因此1月上旬平均相對濕度越大，春茶產(chǎn)量越高，說明1月上旬平均相對濕度對氣候產(chǎn)量的貢獻是積極的。

4.3 最高氣溫

茶樹最適宜生長在溫暖的環(huán)境中。當(dāng)氣溫10℃左右，茶樹開始萌芽。氣溫10℃～15℃，茶芽生長緩慢，產(chǎn)量低，但生產(chǎn)的茶芽持嫩度好，氨基酸含量高，制作的茶葉品質(zhì)好，價格高。氣溫為15℃以上茶芽生長加快，氣溫為20℃～25℃時茶芽生長最旺盛[7]。有關(guān)研究指出，在冬末春初氣溫回暖的初期，連續(xù)5 d（有的為3 d）日平均氣溫達(dá)到10℃以上，茶樹開始萌動新芽并開始進入新芽生長期；還有的研究指出早春日平均氣溫穩(wěn)定通過8℃后的第8 d 可以萌芽，在萌芽之后，日平均氣溫穩(wěn)定在10℃以上時，茶芽才能正常生長[8]。茶萌芽后茶樹抗寒能力明顯下降，當(dāng)氣溫降至2～4℃時，剛剛發(fā)出的嫩芽就會受影響，如果溫度降至0℃以下，將會出現(xiàn)凍害，輕則造成芽葉焦灼，產(chǎn)生“麻點”現(xiàn)象，重則造成已萌發(fā)芽葉焦枯，嚴(yán)重影響名特優(yōu)茶的質(zhì)量和產(chǎn)量，茶芽凍壞，其開采期延遲，春茶減產(chǎn)。有的茶樹芽梢生長點及腋芽的基部，受霜凍危害后，則停止萌發(fā)，形成褐變，茶農(nóng)稱之為“瞎眼”。這種死芽將嚴(yán)重地影響到當(dāng)年春茶產(chǎn)量。春霜凍害，不僅會使茶樹的頂芽、腋芽受損或停止萌發(fā)，而且后發(fā)出來的春茶芽也常常既瘦又稀。這是因為首批被凍傷的茶芽，已經(jīng)消耗了大量養(yǎng)分。此外，春霜凍后，春茶的采摘期必將后延[2]。

岳陽黃茶品種有保靖黃金茶1號、福鼎大白等，為特早熟或早熟品種，當(dāng)氣溫8℃左右，特早生、早生品種開始萌芽。進入21世紀(jì)以來，隨著全球氣候變暖，岳陽近年的春茶開采期均偏早。茶樹萌芽早，春茶采摘期提前，但極易遭受早春霜凍、春季低溫等的侵害。因此，1月中旬平均最高氣溫對氣候產(chǎn)量的貢獻是消極的，即1月中旬平均最高氣溫越高，茶樹受凍的概率越高，產(chǎn)量就越低。

5 結(jié)論

風(fēng)速條件是影響岳陽春茶產(chǎn)量的重要氣候因子，由于2月氣溫較低，風(fēng)可以降低葉溫，減輕凍害，2月平均風(fēng)速對氣候產(chǎn)量的貢獻是積極的。

空氣濕度高可以促進新梢的生長和葉綠素的形成，制作名優(yōu)茶的茶葉是采摘芽頭或一芽一葉茶，岳陽春茶開采期最早的在1月下旬末就可能開采，1月上旬平均相對濕度對氣候產(chǎn)量的貢獻是積極的。

岳陽黃茶品種有特早熟或早熟品種，茶樹萌芽早，春茶采摘期可提前，但極易遭受早春霜凍、春季低溫等的侵害。因此，1月中旬平均最高氣溫對氣候產(chǎn)量的貢獻是消極的。

用逐步回歸分析方法模擬氣候產(chǎn)量，從而得到的春茶產(chǎn)量年景預(yù)測模型具有較好的預(yù)報效果，平均預(yù)報精度為95%，檢驗效果良好，達(dá)到了產(chǎn)量預(yù)報業(yè)務(wù)化所需的精度要求，所挑選出來的3個預(yù)報因子具有明確的生物學(xué)意義。

[1] 郭正初.岳陽黃茶知識[M]．北京：團結(jié)出版社，2015.

[2] 李倬，賀齡萱.茶與氣象[M]．北京：氣象出版社，2005.

[3] 袁立新，段修榮.用SPSS建立自貢水稻產(chǎn)量年景預(yù)測模型[J].四川氣象，2006，26（1）：31-33.

[4] 旦木仁加甫.中長期水文預(yù)報與SPSS應(yīng)用[M]. 鄭州：黃河水利出版社，2011.

[5] 黃壽波，金志鳳.茶樹優(yōu)質(zhì)高產(chǎn)栽培與氣象[M]．北京：氣象出版社，2010.

[6] 陸魁東，帥細(xì)強.湖南氣候與作物氣象[M]．長沙：湖南科學(xué)技術(shù)出版社，2015.

[7] 韓湘玲，曲曼麗. 作物生態(tài)學(xué)[M].北京：氣象出版社，1991.

[8] 龍振熙.氣溫對茶葉品質(zhì)以及采摘時期的影響[J]. 貴州氣象，2014, 36(3)：37-39.

Establishing a Production Predication Model of Yueyang High-quality Yellow Tea by using SPSS

QIN Hong1,2，ZHENG Lu3，HUANG Ju-mei1,2，LIU Xue4
（1. Climate Centre of Dong Ting Lake，Yueyang 414000，China；2. Weather Bureau of Yueyang，Yueyang 414000，China；3. Agriculture Committee of Yueyang，Yueyang 414000，China； 4. Weather Bureau of Huarong，Yueyang 414200，China）

Based on the daily meteorology data of the early December to the later May from 2003 to 2014 and the production data of high-quality tea of the demonstration tea farm in town Huang Sha Jie, Yueyang County from 2004 to 2014, by using stepwise regression method and applying the user-friendly software named SPSS, a research about the correlation of the high-quality Yellow Tea and the meteorological condition has been done. Result shows that the highquality tea production has a close relationship with meteorological conditions, which has signif cant climatic factors such as February average wind speed, the average relative humidity of early January and middle January average maximum temperature. Based on stepwise regression method, the average accuracy of spring tea production prediction model reaches 95%, which shows a good test result.

SPSS, Yellow Tea, Production, Prediction model, Climatic factor

S571.1

A

1009-525X（2017）02-20-24

2017-01-03

2017-05-15

湖南省氣象局2014年課題（XQKJ14B054）

覃鴻（1974-），女，廣西容縣人，高級工程師，主要從事氣候影響評價和災(zāi)情調(diào)查。