气象因子对油茶油酸含量的影响分析及模型构建

彭嘉栋　廖玉芳　蒋元华　黄超

摘要：利用2012—2017年湖南省不同县市多块油茶（Camellia oleifera）样地的油酸含量资料和同时段邻近气象站资料构建的油茶生长或处理期各阶段气象指标，采用主成分分析的方法分析不同阶段气象指标对油茶油酸含量的影响，并基于此建立油酸含量预测模型。结果表明，采摘當年、果实膨大高峰期、油脂转化和积累高峰期的气象因子对于油酸含量有重要影响，降水类指标特别是降水量和最长连续降水日数是影响油茶油酸含量最重要的气象因子，利用气象因子构建的油茶油酸含量预测模型精度较高，具有一定的适用性。

关键词：气象因子;油茶（Camellia oleifera）;油酸含量;预测模型

中图分类号：P468.0+21;S794.4         文献标识码：A

文章编号：0439-8114（2020）02-0040-04

DOI：10.14088/j.cnki.issn0439-8114.2020.02.009           开放科学（资源服务）标识码（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）是中国特有的高档木本食用油料植物[1]，主要分布在长江流域及其以南的14个省份，油茶子每年产量为1.8×106 t左右，其中湖南省油茶种植面积、茶油产量和产值均居全国首位。

与所有露天栽培的作物一样，气象因子对油茶有重要影响。近年来，国内学者相继开展了油茶生长与气象因子关系的研究，如分析不同地区油茶种植的气候条件及主要气象灾害[2，3]，分析油茶产量和经济性状与气象因子之间的关联[4-6]，开展不同地区油茶种植气候适宜性区划的相关研究[7-9]等。油酸是单不饱和脂肪酸，对心脑血管健康有益，因此油酸含量是茶油最重要的品质参数之一，以往研究主要是基于不同外界生态因子、储藏条件等开展其与油茶品质的关联分析[10-12]，气象因子与油酸含量的关联研究几乎是空白。本研究采用数理统计方法，在全国油茶最大产区湖南省开展不同阶段气象因子对油茶油酸含量的影响分析并构建模型，可为油茶生产充分合理利用气候资源，提升经济效益提供科技支撑，并为其他油茶产区相关研究提供参考。

1  资料与方法

1.1  资料来源及处理

油酸含量资料来源于湖南省林业科学院提供的2012—2017年湖南省境内不同县市区多块油茶样地的油酸含量数据，共计36个样本。气象资料来源于距离油茶样地最近的各县市区国家地面气象观测站同时段的逐日气象资料。

将与油酸含量有关的油茶生长或处理期（统称为品质形成期）分为6个阶段，即果实第一次膨大期、果实膨大高峰期、油脂转化和积累高峰期、果实成熟期、果实处理期及采摘当年，上述阶段涵盖了油茶主要生长发育和果实处理期以及全年的总体状况，其中前4个阶段均另包含一个关键时段，累计10个阶段的时间跨度及代码见表1。将气象因子按照表1的不同阶段统计成如表2所示的各类气象指标，不同阶段的气象指标统一用指标名+阶段代码表示，如果实第一次膨大期关键期的平均最低气温用tnmean_3表示。

1.2  研究方法

采用主成分分析法分析气象因子与油茶油酸含量的关系，采用逐步回归和多元回归方法建立油茶油酸含量气象预测模型，采用SPSS软件分析[13]。

2  结果与分析

2.1  不同物候期气象指标与油酸含量的主成分分析

将2012—2017年湖南省各县市共计36个样本油茶油酸含量数据与对应的油茶品质形成期各阶段的气象指标进行主成分分析，得出第十主成分的油酸含量载荷绝对值最大（载荷值0.427），其次为第七主成分（载荷值0.379），其余主成分的油酸含量载荷绝对值均小于0.3。基于油酸含量和气象因子载荷值的量级，选择上述两个油酸含量载荷绝对值≥0.3的主成分，同时提取这些主成分当中载荷绝对值≥0.3的气象因子，分析油茶品质形成期各阶段气象因子的最大（最小）载荷值（图1）及满足条件的因子数量（图2），当某一阶段有关键期时，只提取该阶段全时段或关键期中载荷绝对值最大的因子以及满足条件因子数量的最大值。从图1可以看出，各阶段中以采摘当年的年降水量载荷绝对值最大（载荷值0.764，与油酸含量呈正相关），其次为果实膨大高峰期的最长连续降水日数（载荷值0.667）以及油脂转化和积累高峰期的降水量（载荷值0.554），果实第一次膨大期、果实成熟期和处理期的气象因子最大载荷绝对值均明显小于上述3个阶段。油脂转换和积累高峰期满足条件（载荷绝对值≥0.3）的气象因子最多（12个），其中降水类指标因子有6个，占比50.0%;其次为果实膨大高峰期（8个），其中降水类指标5个，占比62.5%;再次为采摘当年（6个），其中降水类指标5个，占比83.3%;其余阶段满足条件指标数量远小于上述3个阶段（图2）。

油茶品质形成期各阶段载荷绝对值排名前五的气象因子见表3，采摘当年排名前五的因子中有2个载荷绝对值≥0.7，1个在0.5～0.6，排名前五的因子中降水类指标有4个，占比80.0%;果实膨大高峰期排名前五的指标中有1个载荷绝对值≥0.6，2个在0.5～0.6，排名前五的因子中降水类指标有3个，占比60.0%;油脂转化和积累高峰期排名前五的指标中有1个在0.5～0.6，排名前五的因子中降水类指标有4个，占比80.0%;果实第一次膨大期、果实成熟期和处理期排名前五的指标载荷绝对值明显小于上述3个阶段。

综上所述，根据满足条件因子数量及其载荷绝对值排位情况可以得出，采摘当年、果实膨大高峰期、油脂转化和积累高峰期的气象因子对于油酸含量有重要影响，降水类指标特别是降水量和最长连续降水日数是影响油茶油酸含量最重要的气象因子。

2.2  油茶油酸含量模型构建

根据油茶油酸含量数据与对应的油茶品质形成期各阶段的气象指标进行主成分分析，选择油茶品质形成期各阶段气象因子载荷绝对值排名前五的气象因子，共计23个，利用逐步回归的方法建立模型一;选择各阶段气象因子载荷绝对值第一名的气象因子（图1、表3），利用多元回归的方法建立模型二，拟合结果见图3。

逐步回归进入标准为F1=3.84，剔除标准F2=2.71。剔除了15个因子，8个入选因子的影响分别为果实成熟期的累积日照时数、果实第一次膨大期≥10 mm的降水日数、果实第一次膨大期关键期≥25 mm的降水日数、果实膨大高峰期≥25 mm的降水日数、果实第一次膨大期累积降水日数、果实膨大高峰期最长连续降水日数、果实膨大高峰期累积降水日数、油脂转化和积累高峰期≥50 mm的降水日数，逐步回归方程为：

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）

而多元回归的方程为：

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）

从拟合效果来看，逐步回归和多元回归两种方法均能较好地模拟出油酸含量的波动状况，复相关系数分别达到0.840和0.561，平均绝对误差分别为1.81%和2.97%，平均相对误差分别为2.3%和3.8%（圖3）。总体来看，逐步回归的拟合结果要好于多元回归，模型可用于无油酸含量资料或资料不全地区历史序列的拟合构建，并可基于该模型开展油茶油酸含量中短期预报或结合气候趋势预测开展下一年油茶油酸含量的预估。

3  小结与讨论

1）湖南省油茶油酸含量与气象因子密切相关，油茶不同生长阶段的不同气象因子对油茶油酸含量的影响不同。

2）采摘当年、果实膨大高峰期、油脂转化和积累高峰期的气象因子对于油酸含量有重要影响，降水类指标特别是降水量和最长连续降水日数是影响油茶油酸含量最重要的气象因子。

3）利用逐步回归和多元回归的方法能够较好地利用气象因子模拟出油酸含量的波动状况，模型具有一定的适用性，逐步回归的模拟效果要好于多元回归。

参考文献：

[1] 庄瑞林.中国油茶[M].北京：中国林业出版社，2008.

[2] 许光耀，冯苏珍.德化县油茶种植的气候条件分析[J].林业与技术，2015，33（3）：158-159.

[3] 李青建，王  勃，江声荣，等.平塘县种植油茶的气候条件及主要气象灾害[J].现代农业科技，2010（15）：337.

[4] 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.

[5] 左繼林，徐林初，李  江，等.赣无1油茶优良无性系经济性状与气象因子的典型相关分析[J].中南林业科技大学学报，2010， 30（7）：43-49，69.

[6] 乔迺妮，吴超广，樊红科.常德丘陵地区湘林22号油茶生长及果实经济性状与气象因子的关系[J].西北林学院学报，2013，28（5）：120-123，148.

[7] 吴明作，王翠云，陈景玲，等.河南省油茶气候适宜性研究[J].河南科学，2007，25（2）：251-254.

[8] 刘永裕，刘  梅，米浦强，等.红花大果油茶种植气候区划—GIS技术在柳州红花大果油茶种植气候区划中的应用[J].安徽农业科学，2009，37（24）：11818-11820.

[9] 胡  超，于  静，王瑞文.基于GIS的湖北省油茶良种基地空间布局研究[J].林业调查规划，2013，38（4）：21-27.

[10] 李大明，刘厚培.外界生态因子对油茶品质影响的研究[J].林业科学，1990，26（5）：389-395.

[11] 周  杨，徐  俐，王凯燕，等.不同贮藏条件下油茶籽品质及生理活性[J].食品科学，2011，32（24）：291-295.

[12] 张乃燕，黄开顺，覃  毓，等.主要地理气候因子对油茶籽油脂肪酸组成的影响[J].中国油脂，2013，38（11）：78-80.

[13] 魏风英.现代气候统计诊断与预测技术[M].北京：气象出版社，1999.18-20，106-113，214-220.

收稿日期：2019-03-05

基金项目：湖南省科技重大专项（2018NK1030）

作者简介：彭嘉栋（1984-），男，江西萍乡人，高级工程师，硕士，主要从事气候和气候变化影响评估研究，（电话）15974137104（电子信箱）

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