碧螺春茶产量与采摘期气象因子的关系

韩敏，徐常青*，王明月，张继发，李浩宇，袁伟红

（1.苏州科技学院数理学院，江苏苏州215009；2.苏州市吴中区东山农林服务中心，江苏苏州215100；3.苏州市吴中区东山气象站，江苏苏州215100）

碧螺春茶产量与采摘期气象因子的关系

韩敏1，徐常青1*，王明月1，张继发1，李浩宇2，袁伟红3

（1.苏州科技学院数理学院，江苏苏州215009；2.苏州市吴中区东山农林服务中心，江苏苏州215100；3.苏州市吴中区东山气象站，江苏苏州215100）

研究苏州洞庭碧螺春茶产量与气象因子的关系。通过对2008年至2013年碧螺春采摘期气象因子和产量数据的相关性回归分析，建立了碧螺春茶产量与采摘期气象因素回归模型，并得出采摘期气象因子对茶叶产量的影响程度。从而实现在已知采摘期气象条件下对碧螺春茶产量预测。

碧螺春；采摘期；气象因子；回归预测

按照采摘期的先后，苏州东山镇太湖洞庭山区的春茶分为早茶、中茶和晚茶，其中早茶就是人们所熟悉的“碧螺春”。早茶在全年茶叶生产中，经济效益占据比例最大，其采摘时间一般为清明前后至谷雨。中茶采摘时间大致是从谷雨至夏至，这一阶段的采摘的茶叶也称作“炒青”，质量比碧螺春稍微差一些。晚茶采摘基本上是在夏至一直到寒露阶段，为夏、秋茶（主要是制红茶）[1]。随着气候变迁，现在对于早、中、晚茶划分的时间界限越来越模糊。但无论是茶树生育阶段还是茶叶开采时期，气象因子是影响茶树生长和茶产量的重要因素[2-4]。碧螺春茶产地地处太湖之滨，温和的气温和充沛的水汽条件适合春季茶生长，加之茶果间作（即茶树与果树间隔种植）使其具有花果香味的优异品质。茶叶产量与开采期、采摘时间长短密切相关，特别是清明前的茶叶采摘，若其采摘时间相对较长，那么名优茶（即明前茶）的产量就相对较高，效益相对较好[5-8]。因此，若能了解各采摘时段气象因子与产量间关系，那么人们可以对采摘期进行科学合理的人工干预，从而增加茶叶经济效益。

笔者选取早茶碧螺春中槎湾1号品种（下称碧螺春）为研究目标，记茶树的一芽一叶期始至一芽二叶期始为碧螺春的采摘期。通过对2008年至2013年碧螺春产量与采摘期的各个气象因子的相关性分析，探究对碧螺春茶产量影响较大的气象因子，建立产量与气象因素的三元线性回归模型。

1 材料和方法

1.1 资料来源

茶树生育期及碧螺春的产量的相关数据来源于东山镇农林服务中心，主要有2008年至2013年的茶叶总产量和碧螺春的产量，茶树生育期，如鱼叶期、一芽一叶期、一芽二叶期等（见表1）。

表1 茶树的部分生育期资料

气象资料来源于苏州吴中区东山气象站，主要包括2008年至2013年2月份至4月份的日最高气温、最低气温、均温、降水量等（见表2）。

表2 2008年至2013年部分气象数据

1.2 气象因子的确立

首先是访谈调研。通过和茶农及相关技术人员的深入访谈，了解到在碧螺春的采摘期时段，气象因子对于采摘期周长、产量以及茶叶的品质都有很重要的作用。

文中选取每年的一芽一叶期始至一芽二叶期始之间的气象数据进行分析，即为碧螺春采摘期的气象因子。由于均最低、均最高气温与平均气温的相关性非常高，笔者选取采摘期均温为影响产量极显著的因子，另外选取的采摘期的均降水量、均光照时数三个影响因子为建立回归方程的变量。

1.3 数据的预处理

根据历年的气象数据资料并根据茶树的生育期记录情况，计算得碧螺春采摘期的日平均温度、日降水量、日光照时数（见表3）。

表3 采摘期产量及气象数据

借助统计软件SPSS对数据进行气象数据标准化处理，以消除不同数据之间的量纲影响，并计算出碧螺春产量与各个气象因子之间的相关性情况（见表4）。可以看出，碧螺春产量与采摘期气象因子的相关性非常强。其中，日均温与产量的相关性最大，日均降水量、日均光照时数与产量的相关性基本持平，但程度也较高。这也说明采摘期的气象因素对碧螺春的产量起着举足轻重的作用。

表4 碧螺春产量与采摘期气象因子的相关性

2 多元线性回归模型

2.1 符号说明

记X1为采摘期日平均气温，X2为采摘期日平均降水量，X3为采摘期日平均光照时数，Y为2008年至2013年碧螺春茶产量的数据向量。

2.2 回归预测方程的建立

根据产量与气象因子数据，拟建立多元线性回归方程

这里，通过计算β0，β1，β2，β3的最小二乘估计来确定回归方程（1）的回归系数。

方程（1）可以写成

可见，方程组（2）为一个超定方程组，令β=[β0，β1，β2，β3]T，方程组（2）的系数矩阵为M，那么方程组（2）等价于Mβ=Y。其中矩阵M为下列4×6矩阵

利用最小二乘法，得方程组（2）的最小二乘解

其中

将（3）、（5）式代入（4）式，结合MATLAB[9]，得近似解

于是，得产量与气象因子之间的回归方程为

2.3 回归模型的检验与讨论

利用建立的模型，结合2008年至2013年的气象数据，计算出历年的预测值。具体实际产量与预测产量的差异见表5。

表5 采摘期实际产量与预测产量比较情况

通过对历年的预测检验，观察预测值与实际值的差异幅度均低于6%，基本上相符。这说明建立的采摘期气象因素与产量的回归模型预测精度较高，可以用于采摘期碧螺春的产量预测。

从建立的回归方程（3）可以看出，选取的三个气象因子中，平均气温对产量的影响最大，呈现出负相关的特点。这也给予人们一定的启示，能否在碧螺春的采摘期间，对茶树生长环境的温度加以调节，防止温度过高。如：间作的植物高低需要注意，这样有利于茶树与外界的温度交替。而平均降水量与光照时数的影响程度相当。

通过对采摘期产量的预测，一方面有利于茶农及相关种植单位做好碧螺春的采摘准备工作，另一方面也给茶农在种植茶树和在碧螺春采摘期的管理提供了一些帮助。

3 结语

通过选取采摘期日均温、日均降水量和日均光照时数三个气象因子建立了关于碧螺春产量与气象因子之间的回归模型。通过检验，所建立的模型预测精度较高，可以作为采摘期槎湾1号产量预测，并得出三个气象因子对产量影响的程度。但该文仅选取碧螺春的槎湾1号品种为研究对象，对于其他品种情况是否与之相同，需要另当别论。另外，由于建立模型只考虑部分气象因素的影响，对其他的因素未予考虑，如虫害影响、土壤、施肥情况等，所以预测值会有一定的偏差[10]，这也有待于进一步的探索。

[1]沈永源.吴县洞庭山区茶叶生产劳动管理调查[J].茶叶科学，1965，4：63-65.

[2]汪春园，徐华安.春茶谷雨前产量与时段气象因子的关系[J].中国农业气象，1998，19（3）：20-23.

[3]王俊，蒯志敏，张旭辉.江苏省春霜冻发生时空演变规律及其对春茶的影响[J].中国农业气象，2011，32（增1）：222-226.

[4]张旭辉，王俊，蒯志敏.苏州近51年茶园早春湿润指数变化特征及其影响因素[J].江苏农业科学，2013，41（3）：342-345.

[5]蒯志敏，程佳，王建根，等.影响碧螺春茶叶采摘的天气类型分析[J].中国农业气象，2010，31（增1）：104-106.

[6]王俊，蒯志敏，张霞琴.2008年天气条件对洞庭碧螺春茶叶生产的影响[J].河北农业科学，2008，12（7）：42-43.

[7]朱永兴，过婉珍.春茶适采期预报模型的建立[J].茶叶科学，1993，13（1）：9-14.

[8]过婉珍，郑月英，蒋炳芳.名优茶采摘高峰期的回归预测响[J].茶叶通讯，2005，32（4）：33-39.

[9]胡良剑，孙晓君.MATLAB数学实验[M].北京：高等教育出版社，2006：50-53.

[10]夏省祥，赵鹏.日照市花生产量的预测模型[J].山东建筑大学学报，2010，26（2）：142-145.

Correlations between climatic factors and Biluochun tea yields in picking period

HAN Min1，XU Changqing1，WANG Mingyue1，ZHANG Jifa1，LI Haoyu2，YUAN Weihong3
（1.School of Mathematics and Physics，SUST，Suzhou 215009，China；2.Agricultural Service Center of Dongshan，Suzhou 215100，China；3.Meteorological Stations of Dongshan，Suzhou 215100，China）

This paper studies the correlations between climatic factors and the yields of Dongting Biluochun tea. We set up a regression equation of yields and climatic factors by adopting the correlation analysis and regression analysis of the data collected from 2008 to 2013.The results uncover the influence of climatic factors on tea yields,which in turn can be used to forecast the production in picking period if we know the climatic data.

Biluochun；picking period；climatic factors；regression forecast

O212；S11MR（2000）Subject Classification：62J05

A

1672－0687（2015）02－0006－04

责任编辑：谢金春

2014－08－27

国家自然科学基金重大项目（61190114/F0102）；国家自然科学基金资助项目（11171373）

韩敏（1988-），女，江苏宿迁人，硕士研究生，研究方向：应用统计。

*通信联系人：徐常青（1966-），男，教授，博士，硕士生导师，E-mail：cqxurichard@mail.usts.edu.cn。