用SPSS建立岳阳名优黄茶的产量预测模型

覃 鸿，郑 露，黄菊梅，刘 学

（1.洞庭湖气候中心，湖南 岳阳 414000；2.岳阳市气象局，湖南 岳阳 414000；3.岳阳市农业委员会，湖南岳阳 414000；4.华容县气象局，湖南 华容 414200）

用SPSS建立岳阳名优黄茶的产量预测模型

覃 鸿1,2，郑 露3，黄菊梅1,2，刘 学4

（1.洞庭湖气候中心，湖南 岳阳 414000；2.岳阳市气象局，湖南 岳阳 414000；3.岳阳市农业委员会，湖南岳阳 414000；4.华容县气象局，湖南 华容 414200）

利用湖南省汨罗市2003～2014年期间上年12月上旬至下年5月下旬的逐日气象观测资料及岳阳县黄沙街茶叶示范场2004～2014 年名优茶产量资料，在计算上运用界面友好的SPSS软件，采用逐步回归方法，对名优黄茶产量与气象条件之间的关系进行分析研究。结果表明：名优茶产量与气象条件之间有着密切的关系，与2月平均风速、1月上旬平均相对湿度、1月中旬平均最高气温等3个气候因子显著相关，逐步回归后建立的春茶产量预测的数学模型，平均预报精确度达到95%，检验效果良好。

SPSS；黄茶；产量；预测模型；气候因子

岳阳临洞庭湖，接万里长江，特产丰富，气候宜人，素有“鱼米之乡”之称，也是“中国黄茶之乡”。岳阳茶叶资源丰富，具有优越的宜茶环境，茶类有黄茶、绿茶、黑茶、红茶，尤以黄茶最有特色。唐代李肇《国史补》载：“风俗贵茶，茶之名品益众……岳州有邕湖之含膏。”证实黄茶有着悠久的历史[1]。黄茶之冠的“君山银针”，主产于岳阳，曾在1956年获德国“莱比锡”国际博览会金奖，为中国十大名茶之一。

茶叶产量是指从茶树上采收下来的品质优良、合乎采摘规格的芽叶数量[2]。岳阳加工生产不同种类、不同等级的黄茶对原料的嫩度要求不一样，如银针用芽头、芽叶型黄茶采用一芽一叶或一芽二叶、高档黄茶用一芽一叶初展或一芽一叶[1]。一般春季气温有升有降，降水适宜，春茶生长快慢适中，茶叶产量分布均匀，有利于优质茶叶生产。茶叶产量高低受植物学因子以及环境因子的影响，而在土壤肥力相对稳定的情况下，很大程度上受当年气候条件所左右。本文将春茶产量视为名优黄茶产量，重点研究春茶产量与气候条件之间的关系，筛选出对春茶产量影响明显的气候因子，建立春茶产量预报模型，以便有利于更好地指导春茶生产，为岳阳黄茶产业的持续发展提供支撑。

1 研究区概况

岳阳市具有明显的亚热带季风气候特征，全市年平均气温17℃，≥10℃的活动积温5442℃，年均降雨量1439 mm，年平均相对湿度79%，年日照时数为1629 h，日照百分率为36%，是黄茶生产的最适宜区，气象条件接近茶树生长要求的最适条件。岳阳市现已成为全国规模最大、产业高度集中的黄茶产区和集散地，黄茶产业成为岳阳市的朝阳产业、优势产业、特色产业和县域经济的支柱产业[1]。

2 研究资料与方法

产量资料为岳阳县黄沙街茶叶示范场地2004～2014年逐年春茶单产量。岳阳县黄沙街茶叶示范场地属岳阳县，但岳阳县未设置气象观测站，而示范场地理位置距离汨罗观测站仅约25 km，因此气象资料选用汨罗观测站2003～2014年期间每上年12月上旬至下年5月下旬的逐日气象观测资料。

产量资料体现的逐年变化波动，不仅受气候条件逐年变化波动的影响，而且还受生产水平波动的影响，如水肥条件的改善与变动，品种改良、技术水平的变化等人为因素影响。社会生产水平的变化，从十年、二十年时段里就可以有较明显的上升和下降趋势，而气象要素的变化，在这样短暂时段里，是看不出明显上升或下降趋势，只能在平均值附近上下摆动。把实际产量看作由生产力水平等人为因素影响加气候影响而形成的。把生产水平变化等人为因素的影响，算为“产量的时间趋势项”，把气象变动原因所影响的产量算为“气候产量”[3],则：实际产量=产量的时间趋势项+气候产量。

3 建立春茶产量预测模型

3.1 计算方法

春茶实际单产是逐年变化的，先将2004～2014年春茶单产资料进行处理，去掉产量的时间趋势项，分离出气候产量。其次将气候产量作为因变量、备选的气候因子作为自变量，运用界面友好的SPSS软件，采用逐步回归分析方法，筛选出对春茶产量贡献大的因子、建立回归方程。再在上述分析基础上建立春茶产量年景预测模型。

式中Y为岳阳县黄沙街茶叶示范场逐年春茶单产，Yt为趋势产量，Yw为气候产量。

3.2 建立气候产量回归方程

3.2.1 计算步骤

由于岳阳县黄沙街茶叶示范场逐年春茶单产波动较大，数据年限取值较短，没有明显的升降趋势，故取平均值27.5 kg/hm2作为趋势产量Yt，逐年距平值为气候产量Yw。岳阳市春茶采摘持续时间一般在3～5月，进入5月份，气温逐渐升高，茶树开始进入休整期，本次建模涉及到的备选气候因子有上年12月～下年5月逐旬、逐月、3～5月的平均气温、总降水量、总日照时数、平均风速、平均相对温度、平均最高气温、平均最低气温、≥0.1 mm雨日、平均相对湿度等，共计228个因子。将上述因子进行相关分析，筛选出25个气候因子与春茶产量显著或极显著相关，执行以下步骤：

在SPSS 中建立新数据文件，第1列变量为y（气候产量）（表1），其余各列变量为备选气候因子，记为xi（i=1，2，……）。

依次选择【分析】→【回归】→【线性】→【线性回归分析】主对话框：将y添加到（因变量）列表，将xi即备选气候因子逐一添加到（自变量）列表，选择“逐步回归法”，进行线性回归分析，得到主要结果。3.2.2 计算结果与逐步回归方程

依次进入模型的变量以及变量进入与剔除的判别标准[4]。第一步先引入了2月平均风速，第二步引入了1月下旬旬平均相对湿度，第3步引入1月中旬平均最高气温，之后既不能引入也不能剔除因子，回归结束。所以第3步为最终的逐步回归模型。

表1 模型摘要Table 1 Mode brief

模型拟合优度检验：逐步回归模型的复相关系数为0.985，R2为0.970，调整R2为0.955。说明样本回归方程代表性很好（表2）。

表2 模型拟合优度检验Table 2 Model Goodness Test

预测变量: (常量), 2月平均风速， 1月上旬平均相对湿度, 1月中旬平均最高气温。

方差分析表：逐步回归模型的检验P值（Sig）显著性水平为0.000（p＜0.001），此模型是极显著的。F值为64.111，查F分布表，有F＞F0.01，表示逐步回归效果显著（表3）。

表3 方差分析Table 3 Variance analysis

回归方程的系数以及系数的检验结果：逐步回归模型的常数项系数为-53.456。经t检验，各回归系数的相伴概率值都＜0.05，说明回归系数都有统计学意义（表4）。

表4 回归系数Table 4 Regression Coeff cients

由表4得到逐步回归方程：

其中：X1为2月平均风速，X2为1月上旬平均相对湿度，X3为1月中旬平均最高气温。

3.2.3 建立春茶产量预测模型

将趋势产量Yt、气候产量Yw代入（1）得到春茶产量预测模型：

3.2.4 春茶历史产量模拟

将2004～2014年逐年的2月平均风速、1月上旬平均相对湿度、1月中旬平均最高气温代入方程（3），得到模拟的春茶产量序列。生成春茶实际单产和其估计值组成的历史拟合曲线图（图1），预报精度为61%～100%，平均预报精度为95%，总体春茶产量历史拟合率较高。其中2008年偏差大的主要原因是冬季低温雨雪冰冻导致我市茶园全部遭到不同程度的冻害，严重影响了当年春茶产量。

图1 2004～2014年岳阳黄沙街春茶示范场名优茶单产量模拟结果Fig.1 The stimulation results of famous tea single yield of Yueyang Huangsha street spring tea demonstration f eld in 2004～2014

4 影响气候因子分析

茶树是典型的亚热带常绿植物，适宜的生长环境条件需要有适宜的温度、空气湿度和水分及一定的太阳辐射[2]。（2）式表明，2月平均风速、1月上旬平均相对湿度、1月中旬平均最高气温等三个气候因子影响岳阳春茶气候产量，而降水量、日照时数等气候因子未被引入方程。分析相应的气象资料可看出，岳阳气象条件接近茶树生长要求的最适条件，因此降水量、日照时数对春茶产量的波动影响较小，可作为常量进行处理。

4.1 风速

空气是茶树赖以生长发育的生态因子之一，空气的组成成分及运动状况，都会影响茶树的生育状况。空气在水平方向上的运动形成风，而风可使茶树群体内部空气不断更新，改善植株周围空气中的CO2浓度，提高光合作用强度，风也可以降低叶温，减轻冻害[5]。由于2月气温较低，风可以降低叶温，减轻冻害，因此2月平均风速越大，春茶产量越高，说明2月平均风速对气候产量的贡献是积极的。

4.2 相对湿度

由于茶树在系统发育过程中，长期适应高湿的环境，因而对空气湿度的要求较高。在高度湿润的环境中，茶树新梢叶片大、节间长、叶片薄，产量较高，而且新梢持嫩性强，叶质柔软，内含物丰富[5]。空气相对湿度高，易形成云雾，可改变光的性质，增加漫射光，茶树新梢中纤维素含量少，芽叶柔嫩，氨基酸、蛋白质较多。空气湿度大，可减少土壤水分蒸发，降低茶树蒸腾作用，从而减少水分消耗，起着补偿降水量不足的作用。因此空气湿度与茶树生育有密切关系。茶树生长最适宜的空气相对湿度为80%以上，若小于50%，新梢生长会受到抑制，低于40%，对茶树生长不利。春茶采摘前20 d的平均空气相对湿度大于80%时春茶产量最高；采摘前20 d中，每天午后15时的平均相对湿度大于70%时，产量也高，因为此时光合作用、呼吸强度都比较旺盛，且有一定的净增长量，所以产量也高[2]。湖南春茶开采期以3月中旬前后为主，若采芽头或一叶一芽茶，开采期可提早到3月上旬前后，有些年份2月下旬后期开采，年际间波动较大[6]。岳阳制作名优茶是采摘芽头或一叶一芽茶，春茶开采期最早的在1月下旬末就可能开采。茶树新梢伸育的速度，除在茶芽萌发初期及新梢生长后期，受本身生理作用的影响外，通常受空气温度和湿度的影响较大。空气湿度高的情况下，可以促进新梢的生长和叶绿素的形成，因此1月上旬平均相对湿度越大，春茶产量越高，说明1月上旬平均相对湿度对气候产量的贡献是积极的。

4.3 最高气温

茶树最适宜生长在温暖的环境中。当气温10℃左右，茶树开始萌芽。气温10℃～15℃，茶芽生长缓慢，产量低，但生产的茶芽持嫩度好，氨基酸含量高，制作的茶叶品质好，价格高。气温为15℃以上茶芽生长加快，气温为20℃～25℃时茶芽生长最旺盛[7]。有关研究指出，在冬末春初气温回暖的初期，连续5 d（有的为3 d）日平均气温达到10℃以上，茶树开始萌动新芽并开始进入新芽生长期；还有的研究指出早春日平均气温稳定通过8℃后的第8 d 可以萌芽，在萌芽之后，日平均气温稳定在10℃以上时，茶芽才能正常生长[8]。茶萌芽后茶树抗寒能力明显下降，当气温降至2～4℃时，刚刚发出的嫩芽就会受影响，如果温度降至0℃以下，将会出现冻害，轻则造成芽叶焦灼，产生“麻点”现象，重则造成已萌发芽叶焦枯，严重影响名特优茶的质量和产量，茶芽冻坏，其开采期延迟，春茶减产。有的茶树芽梢生长点及腋芽的基部，受霜冻危害后，则停止萌发，形成褐变，茶农称之为“瞎眼”。这种死芽将严重地影响到当年春茶产量。春霜冻害，不仅会使茶树的顶芽、腋芽受损或停止萌发，而且后发出来的春茶芽也常常既瘦又稀。这是因为首批被冻伤的茶芽，已经消耗了大量养分。此外，春霜冻后，春茶的采摘期必将后延[2]。

岳阳黄茶品种有保靖黄金茶1号、福鼎大白等，为特早熟或早熟品种，当气温8℃左右，特早生、早生品种开始萌芽。进入21世纪以来，随着全球气候变暖，岳阳近年的春茶开采期均偏早。茶树萌芽早，春茶采摘期提前，但极易遭受早春霜冻、春季低温等的侵害。因此，1月中旬平均最高气温对气候产量的贡献是消极的，即1月中旬平均最高气温越高，茶树受冻的概率越高，产量就越低。

5 结论

风速条件是影响岳阳春茶产量的重要气候因子，由于2月气温较低，风可以降低叶温，减轻冻害，2月平均风速对气候产量的贡献是积极的。

空气湿度高可以促进新梢的生长和叶绿素的形成，制作名优茶的茶叶是采摘芽头或一芽一叶茶，岳阳春茶开采期最早的在1月下旬末就可能开采，1月上旬平均相对湿度对气候产量的贡献是积极的。

岳阳黄茶品种有特早熟或早熟品种，茶树萌芽早，春茶采摘期可提前，但极易遭受早春霜冻、春季低温等的侵害。因此，1月中旬平均最高气温对气候产量的贡献是消极的。

用逐步回归分析方法模拟气候产量，从而得到的春茶产量年景预测模型具有较好的预报效果，平均预报精度为95%，检验效果良好，达到了产量预报业务化所需的精度要求，所挑选出来的3个预报因子具有明确的生物学意义。

[1] 郭正初.岳阳黄茶知识[M]．北京：团结出版社，2015.

[2] 李倬，贺龄萱.茶与气象[M]．北京：气象出版社，2005.

[3] 袁立新，段修荣.用SPSS建立自贡水稻产量年景预测模型[J].四川气象，2006，26（1）：31-33.

[4] 旦木仁加甫.中长期水文预报与SPSS应用[M]. 郑州：黄河水利出版社，2011.

[5] 黄寿波，金志凤.茶树优质高产栽培与气象[M]．北京：气象出版社，2010.

[6] 陆魁东，帅细强.湖南气候与作物气象[M]．长沙：湖南科学技术出版社，2015.

[7] 韩湘玲，曲曼丽. 作物生态学[M].北京：气象出版社，1991.

[8] 龙振熙.气温对茶叶品质以及采摘时期的影响[J]. 贵州气象，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

湖南省气象局2014年课题（XQKJ14B054）

覃鸿（1974-），女，广西容县人，高级工程师，主要从事气候影响评价和灾情调查。