首页 > 分享 > 中国大陆茶树种植气候适宜性区划

中国大陆茶树种植气候适宜性区划

花匠小妙招
2024-11-12 03:21

引言

茶树原产于中国[1]，是中国主要的经济作物之一，分布受气象条件、地形地貌、土壤质地等自然条件影响较大[2]，生长发育、产量和品质形成过程受热量和水分等气候条件制约[3-4]。很多学者基于气候指标、地形地貌特性，应用不同的方法开展茶树气候区划研究，但不同研究选取的时间和空间尺度存在较大差异。应用新的观测数据和区划方法对茶树种植适宜区进行划分，对促进茶树种植合理化布局、茶业科学化发展具有指导作用。

农业气候区划是在确定区划指标后[5-6]，依据农业气候相似原理[7-8]，利用某种方法对气候区域进行划分。针对多个气候因子影响的作物综合区划多采用数理统计方法[9-12]。茶树气候区划是根据茶树生态气候条件确定茶树栽培的不同等级气候适宜区的界限，重点明确影响茶树生长的关键气候因子和临界阈值。中国的茶树气候适宜性研究开始于20世纪80年代，中国农业科学院农业气象室综合考虑茶树正常生长所需的热量条件、水分条件和安全越冬要求，选取对茶树生长发育和产量起决定作用的因子作为茶树气候区划的指标[4]。罗京义等[13]利用经验正交函数法选取贵州省铜仁地区茶树气候区划的关键因子，运用模糊数学分析方法对区划指标进行定量分析。张璠[14]利用灰色关联分析法，分析不同气候因子对陕南茶叶产量的影响程度，从量化的角度完成关键气候因子选取。上述茶树气候区划方法在指标选取、权重确定等方面因依赖专家经验而存在误差。

近年随着地理信息技术(GIS)在农业气象领域[15-18]的广泛应用，基于ArcGIS平台的生态位模型不断丰富。最大熵(MaxEnt)模型[19]能够根据已有的物种分布记录和环境变量数据，推算物种的生态位需求，预测物种的潜在分布。在同等条件下，该模型对物种潜在分布的模拟精度高于其他生态位模型[20-21]。MaxEnt模型因其客观、定量特点及良好性能成为农业气候区划的重要工具[22]，已广泛应用于水稻[23-24]、冬小麦[25]、玉米[26]等农作物分布的气候适宜性区划中。

目前，对茶树气候适宜性区划多集中于省、地市级行政区域尺度，较多采用数理统计方法，利用最大熵模型开展全国尺度的茶树气候适宜性区划研究鲜见报道。因此，本文以中国大陆为研究区域，以茶树为研究对象，基于MaxEnt模型和ArcGIS空间分析功能，筛选影响茶树分布的主导气候因子，对茶树种植气候适宜性进行区划，并分析茶树适生区的年代际变化特征，为茶树种植规划与发展提供参考。

1. 数据与方法

1.1 数据1.1.1 气候数据

研究所用气候数据来自国家气象信息中心，包括1961—2019年全国2481个气象站点逐日平均气温、日最低(高)气温、降水量、相对湿度、日照时数等要素，统计各站点气象要素的完整性，对缺测值超过5%的站点予以剔除，对缺测值小于5%的站点，采用该站点其他年份同期记录的平均值插补，得到数据序列较完整的1903个气象站点(图 1)逐日地面气候数据集。

图 1 研究区域、气象站点以及茶树站点地理分布

Fig. 1 Location of the meteorological stations and tea plant sites in China

1.1.2 茶树地理分布数据

茶树地理分布数据来自各地统计年鉴以及相关文献记载，其中江苏[27]、河南[28]、海南[29]、广东[30]、广西[31]等地茶树地理分布数据来自相关文献中的茶树种植记录，其他地区茶树数据均来自其统计年鉴。根据茶树分布资料的地理信息，提取茶树站点。考虑到个别站点茶树种植面积较少、茶叶产量较低，不能很好地代表当地茶树分布情况，对这类站点也予以剔除，全国共收集整理得到1115条茶树站点的分布记录。由于本研究仅收集到中国大陆地区的气象数据和茶树种植分布数据，台湾省数据暂缺，故本文的茶树气候适宜性区划工作仅针对中国大陆地区。

1.2 研究方法1.2.1 MaxEnt模型

MaxEnt模型是一种基于最大熵理论而提出的生态位模型(ecological niche modeling)。1957年Jaynes[32]提出最大熵理论(maximum entropy)，该理论认为在一定的已知条件下，熵最大的事物最接近其真实状态，可用于反映多个气候因子对植物结构和功能的综合影响，适用于对目标物种分布区域的气候适宜性分析。

1.2.2 潜在气候因子筛选

生物的生长环境中存在各种环境因子，但将所有环境因子应用于模型中不现实。研究表明：过多的参数会导致模型分析不稳定，因此需要选取与物种生长相关性较大的环境因子[33]。参考已有的茶树种植气候适宜性区划研究成果，考虑茶树生长所需的热量条件、水分条件、光照条件、是否能够安全越冬以及春季霜冻害情况，本研究选取年平均气温(T)、大于等于10℃活动积温(Aa)、年降水量(P)、3—9月平均相对湿度(F)、年日照时数(D)、多年平均极端最低气温(TM)、最冷月平均气温(TC)、春霜冻频率(R)以及海拔高度(H)9个因子作为影响茶树分布的潜在气候因子。

茶树春霜冻通常定义为3—4月茶树萌发期间，最低气温骤降至4℃以下导致萌发芽叶受冻的现象[1]。因此，将春霜冻频率定义为3—4月日最低气温低于4℃的发生日数占3—4月总日数的比例。分别计算1961—2019年各站点9个潜在气候因子值，再进行多年平均，利用ArcGIS软件将各站点9个潜在气候因子的多年平均值利用反距离权重方法进行插值，形成空间分辨率为10 km×10 km的网格数据，保存为ASCⅡ格式。此外，将茶树地理分布数据保存为CSV格式。

2. 结果与分析

2.1 模型精度检验

为验证MaxEnt模型对茶树分布的适用性，选取75%的茶树分布样本作为训练集，获取模型的相关参数，构建中国大陆茶树种植分布的MaxEnt模型；剩余25%的茶树分布样本作为测试集，用于验证模型[34]。利用MaxEnt模型输出的受试者工作特征曲线下面积(S)[24]对模型模拟精度进行评价，S越大，表明模型模拟效果越好，评价标准为0≤S＜0.6(失败)、0.6≤S＜0.7(合格)、0.7≤S＜0.8(中等)、0.8≤S＜0.9(良好)、0.9≤S≤1(优秀)。结果表明：基于潜在气候因子构建的模型训练集和测试集的S分别为0.892和0.883，初始模型精度达到良好水平。

2.2 主导气候因子筛选

利用贡献百分率和Jackknife法筛选出对模型贡献较大的因子作为影响茶树种植分布的主导气候因子。贡献百分率越高，表明该气候因子对模型的贡献越大。Jackknife法对仅保留单因子与剔除单因子对模型增益的变化进行比较，仅保留单因子时，因子增益越大，表明其包含的信息越丰富；而剔除单因子时，因子增益越小，表明其包含其他因子不具备的信息越丰富。

由潜在气候因子对茶树气候适宜性区划模型的贡献百分率和置换重要性结果(表 1)可以看到，多年平均极端最低气温、年降水量以及春霜冻频率的贡献百分率显著高于其他潜在气候因子，表明这3个气候因子对模型的贡献较大。从置换重要性角度看，年平均气温、大于等于10℃活动积温的置换重要性较小，说明模型对这两个变量的依赖度较低。

表 1 潜在气候因子的贡献百分率和置换重要性

Table 1 Contribution percentage and permutation importance of potential climate factors

变量贡献百分率/% 置换重要性/% 多年平均极端最低气温 36.7 4.4 年降水量 24.8 33.3 春霜冻频率 22.7 32.0 年平均气温 6.5 1.8 年日照时数 3.2 7.7 3—9月平均相对湿度 2.0 3.0 大于等于10℃活动积温 1.5 2.8 海拔高度 1.5 6.8 最冷月平均气温 1.1 8.2

利用Jackknife法分析潜在气候因子对模型的模拟精度(图 2)，考虑仅保留单因子时，多年平均极端最低气温的增益最大，包含信息最多；海拔高度的增益最小，对模型模拟的茶树种植分布贡献最低。考虑剔除单因子时，年降水量的增益最小。虽然Jackknife法分析结果中最冷月平均气温增益较大，但其贡献百分率仅为1.1%，因此不作为主导气候因子。大于等于10℃活动积温、年日照时数以及海拔高度在Jackknife法分析结果中增益较小，考虑到它们的贡献百分率较低，也不作为主导气候因子。

图 2 基于Jackknife法的潜在气候因子对中国茶树种植分布贡献

Fig. 2 Contribution of potential climate factors based on Jackknife method to tea plant distribution in China

综合考虑各个潜在气候因子的贡献百分率、置换重要性以及Jackknife法结果，确定多年平均极端最低气温、春霜冻频率、年平均气温、年降水量、3—9月平均相对湿度作为影响茶树种植分布的主导气候因子。根据上述5个主导气候因子，重新构建茶树种植分布的MaxEnt模型，并进行模型精度检验。结果表明：基于主导气候因子的MaxEnt模型S为0.883，达到良好的精度标准，表明基于主导气候因子重新构建的MaxEnt模型同样适用于茶树种植分布模拟。

2.3 茶树气候适宜性区划2.3.1 区划阈值厘定

根据模型输出的各主导气候因子对茶树种植分布概率(p)的灵敏特性曲线，按照自然间断点分级法[35]，将茶树种植气候适宜性划分为4个等级：p≥0.46为高适宜，0.31≤p＜0.46为适宜，0.12≤p＜0.31为次适宜，p＜0.12为不适宜，对各主导气候因子进行阈值划分。

研究认为茶树对低温比较敏感[36]，在进行茶树气候适宜性区划时，首先考虑能否正常越冬，一般利用多年平均极端最低气温作为茶树能否安全越冬的判定指标。茶树能承受的最低气温为-15~-10℃，气温低于-15℃时，茶树地上部分会冻枯甚至死亡[37]。本文利用MaxEnt模型筛选出的影响茶树气候适宜性分布的主导气候因子中，适宜茶树生长的多年平均极端最低气温的下限为-14.7℃，与前人研究结论(-15℃)接近，茶树适宜区年降水量和年平均气温下限分别为810 mm和14.4℃，与已有的区划指标[4]较为一致。与以往研究[4]相比，本研究筛选得出的茶树气候适宜性区划的主导气候因子中，新增了春霜冻频率和3—9月平均相对湿度(表 2)。茶树喜温喜湿忌干，高山云雾不仅为茶树生长提供了高湿环境，还减弱了太阳直射光，增强了漫射光[13, 37]，对提升茶叶品质具有促进作用。空气湿度较低时，茶树鲜叶小，叶质较硬，内含纤维素多，茶叶品质略差[37]。研究得出茶树适宜区3—9月平均相对湿度下限为73%，与省(市)级尺度的研究结果相比，略低于贵州省铜仁地区[13]的78%、浙江省[11]生长季内的75%。

表 2 影响中国茶树气候适宜性等级分布的气候因子分级指标

Table 2 Graded climate factors affecting the distribution of climatic suitability grades of tea trees in China

区域多年平均极端最低气温(TM)/℃ 春霜冻频率(R)/% 年平均气温(T)/℃ 年降水量(P)/mm 3—9月平均相对湿度(F)/% 高适宜区 TM＞-7.8 R≤20 T＞15.5 P＞1010 F＞76 适宜区 -9.2＜TM≤-7.8 20＜R≤27 14.4＜T≤15.5 810＜P≤1010 73＜F≤76 次适宜区 -14.7＜TM≤-9.2 27＜R≤43 12.4＜T≤14.4 650＜P≤810 67＜F≤73 不适宜区 TM≤-14.7 R＞43 T≤12.4 P≤650 F≤672.3.2 区划结果

根据模型输出的分布适宜性概率，利用自然间断点分级法将中国大陆茶树气候适宜性划分为高适宜区、适宜区、次适宜区以及不适宜区(图 3)。

图 3 中国茶树的气候适宜性区划

Fig. 3 Climatic suitability zoning of tea plant in China

中国大陆茶树分布的气候高适宜区面积为1.62×106 km2，约占大陆面积的16.83%。分布较为集中的地区主要位于皖南、苏南、鄂南、浙江、江西、湖南、福建、两广、海南岛等地区。分布较为分散的地区有山东泰安地区、临沂地区，云南的德宏、临沧、普洱、版纳、文山、玉溪南部、红河南部、昭通北部地区，贵州黔北、黔东、黔南地区，四川盆地中南部、盆周南部山地以及川西南山地。高适宜区涵盖江南茶区、华南茶区以及西南茶区的部分地区。江南茶区是中国茶叶最主要的生产区，每年茶叶产量占全国的2/3，该地区多为丘陵山地，降水充沛，温度适宜，满足茶树喜温喜湿的生长特性；华南茶区地处热带季风气候带，水热条件适宜茶树生长；西南茶区水热条件优越，土壤有机质含量优于其他茶区，适宜种植各类茶树。

茶树气候适宜区分布较广，面积约为6.08×105 km2，占大陆面积的6.33%。适宜区大部分位于高适宜区的外缘，主要分布于山东中部、江苏中部、安徽中部以及黄山地区、浙江中部地区、河南南部、鄂西北、陕西南部、滇中、滇西以及滇东南部分地区、黔中以及黔西南部、四川盆北以及盆西南山地。适宜区的地形大多为丘陵和山地，云贵川地区多为1000 m以上的高山。

茶树气候次适宜区分布呈带状，东至山东沿海，西至西藏林芝，中间包括皖北、苏北、豫中南、陕西中部等地区、四川中部及西南山地、云南的丽江、大理北部以及曲靖等地区，面积约为3.24×105 km2。该区域地形复杂，从山东至西藏，既有海拔200 m以下的平原、200~500 m的丘陵地区，也有500 m以上的山地以及1000 m以上的高山。该区域内极端最低气温的多年平均值为-14.7~-9.2℃，茶树容易遭受冻害，同时降水条件不足，不利于茶树大规模种植。

中国大陆其他地区为茶树气候不适宜区，面积约为7.05×106 km2，主要分布于东北地区、华北地区，滇西北高原、新疆、西藏、青海、宁夏、甘肃大部分地区。该区域水热条件差，年平均气温低于12.4℃，年降水量不足650 mm。这些地区多年平均极端最低气温低于-14.7℃，茶树无法安全越冬。

2.3.3 区划结果与名茶之乡、地理标志茶叶所在地的比较2.3.3.1 与名茶之乡的比较

名茶之乡是经中国茶叶学会、茶叶专家会审组等评估，并经中国名茶之乡评选委员会根据茶园指标、名优茶指标、茶业效益指标等进行综合评比选出的乡镇(http://www.e-chinatea.cn/)，应属于茶树气候高适宜区。图 4是区划结果与名茶之乡的比较，可见本区划结果与名茶之乡吻合较好，除江苏仪征市、湖北利川市以及四川广元市旺苍县位于高适宜区的外边缘，其他名茶之乡均位于高适宜区内。

图 4 茶树区划结果与名茶之乡、地理标志茶叶所在地的比较

Fig. 4 Comparison of zoning results of tea plant with famous tea town and the location of geographical symbol tea

2.3.3.2 与地理标志茶叶所在地的比较

地理标志茶叶指特定地区内利用当地的自然资源优势，具有地域特色的、品质特殊的以原产地命名的名优特茶叶[38]。图 4是区划结果与地理标志茶叶所在地的比较，可见本区划结果与地理标志茶叶所在地吻合较好，市级地理标志茶叶所在地均位于茶树适生区内。对于乡县地理标志茶叶所在地，122个地理标志茶叶所在地中80%位于茶树高适宜区，20%位于茶树适宜区。

2.3.4 适生区北界变化

在茶树气候适宜性区划的基础上，将高适宜区、适宜区和次适宜区作为适生区，将不适宜区作为非适生区，将1961—2019年划分为1961—1970年、1971—1980年、1981—1990年、1991—2000年、2001—2010年、2011—2019年6个阶段。利用ArcGIS软件将不同年代际的适生区根据分类阈值转为二值图：适生区栅格值为1，非适生区栅格值为0，分析不同年代际茶树种植北界的变化。不同年代际茶树适生区北界的变化动态见图 5。不同年代际的茶树适生区北界走向大致相同，整体呈现由东部高纬度至西部低纬度的分布态势，种植北界横穿山东、河南、陕西、甘肃、四川、云南和西藏。不同年代际适生区北界最北可达河北沧州地区，最南可至云南迪庆地区。适生区北界界限移动较明显的地区主要在东部高纬度省份，与其他年代际相比，适生区北界在1981—1990年、1991—2000年以及2011—2019年变化最明显，1981—1990年的适生区北界在山东省明显南移，在陕西省明显北移，1991—2000年的适生区北界在河南省明显北移，可达晋冀豫三省交汇处，2011—2019年的适生区北界北扩至河北沧州地区；西部低纬度地区的适生区北界变化不明显。

图 5 不同年代际茶树适生区北界变化

Fig. 5 Changes in the northern boundary of tea plant suitable areas in different decades

2.3.5 质心迁移与适生区面积变化

在ArcGIS软件中添加物种分布模型(species distribution model，SDM)工具箱，利用质心、面积变化工具计算不同年代际茶树适生区质心位移情况。1961—2019年的不同年代际内，中国大陆茶树适生区的质心(表 3)变化较为平缓。相邻年代际间，质心移动幅度较大的是1971—1980年至1981—1990年、1981—1990年至1991—2000年、2001—2010年至2011—2019年，其中1971—1980年至1981—1990年、2001—2010年至2011—2019年北移明显，1961—1970年至1971—1980年、1981—1990年至1991—2000年出现南移。整体上看，20世纪60年代以后，各年代际茶树适生区的质心均较70年代向北偏移，间接表明茶树适生区的范围在向北拓展。

表 3 不同时期茶树适生区质心分布

Table 3 Distribution of centroids of tea plant suitable area for different periods

不同时期质心位置移动距离/km 1961—1970年 28.45°N，110.69°E 1971—1980年 28.32°N, 110.76°E 16.08 1981—1990年 28.60°N, 110.71°E 31.45 1991—2000年 28.40°N, 110.77°E 22.09 2001—2010年 28.42°N, 110.75°E 2.73 2011—2019年 28.64°N, 110.90°E 28.21

根据不同年代际适生区的变化情况，绘制近60年茶树适生区面积的整体变化(图 6)。茶树适生区面积除20世纪60—70年代和80—90年代适生区范围有所缩小外，其他相邻年代际间的茶树适生区的面积均呈不同程度的增长趋势，这与质心迁移情况吻合。

图 6 近60年茶树适生区面积

Fig. 6 Changes in tea plant suitable areas during the past 60 years

3. 结论和讨论

本文以茶树为研究对象，利用MaxEnt模型和ArcGIS的空间分析功能，筛选影响茶树种植的主导气候因子，得到中国大陆区域茶树种植气候适宜性区划专题图，结果表明：

1) 筛选得到影响茶树种植的5个主导气候因子中，与热量条件相关的3个因子分别为多年平均极端最低气温、年平均气温和春霜冻频率，与水分条件相关的2个因子是年降水量和3—9月平均相对湿度，表明茶树种植受温度和水分的双重限制，与茶树喜温喜湿的特性相吻合。

2) 中国大陆地区茶树种植分布的高适宜区、适宜区涵盖江南茶区、西南茶区及华南茶区。这些区域多为丘陵山地，水热条件丰富，茶树能够安全越冬，保持生理活性。模型区划结果与已有研究成果相比大致相同，与名茶之乡、地理标志茶叶所在地的分布吻合较好。

3) 1961—2019年的茶树适生区北界走向大致相同，整体呈现由东部高纬度向西部低纬度的分布态势，北界界限移动较明显的地区主要分布在东部高纬度省份。1961—2019年茶树适生区质心变化较为平缓，除20世纪60—70年代和80—90年代适生区范围有所缩小外，其他相邻年代际间的茶树适生区的面积均呈现出不同程度的增长趋势，与质心迁移情况吻合。

本研究所用的各潜在气候因子均采用气象站点的观测数据，由于气象站点与茶园位置存在空间差异，导致站点气象条件与茶园小气候可能不同，对区划结果产生一定影响。此外，考虑到海拔高度对茶树分布的可能影响，研究也将站点的海拔高度数据作为影响茶树分布的潜在因子参与运算，由于海拔高度在茶树气候适宜性区划模型中的贡献百分率和置换重要性均较低，且在Jackknife法中增益较小，因此海拔高度并不是影响茶树分布的主导因子，在最终的区划模型中予以剔除，该研究结果也与本文期望构建的气候适宜性区划模型一致。但本文利用反距离权重方法对气象数据进行空间插值，该方法在插值过程中未考虑海拔高度对气象要素的影响，可能会导致海拔较高的山区的气象要素被平滑，使本研究得到的茶树种植高适宜区略偏多。

本文研究得到的茶树种植气候适宜性区划未考虑茶树品种差异，仅考虑自然条件下研究区域的气候条件，模型区划结果基于已有茶树分布站点和气候条件推演得到，无文献或统计记录的茶树分布站点信息对模型区划结果可能产生一定影响；实际茶树种植分布不仅受气候条件影响，还受土地利用类型、土壤条件的制约，与当地的生产水平和经济条件等因素也有关。

本区划结果对中国茶叶产业发展和规划布局具有指导意义。基于本研究结果，在实际生产中，可充分发挥茶树种植高适宜区的优势，种植优质茶叶，促进当地茶业稳健发展；对于适宜区，应充分利用区域内的气候资源，在丘陵山地选取优质品种推广茶树种植，避免在地势低洼处以及海拔过高的山顶种植早生种茶树，以规避低温冻害对茶树生长和品质的影响，促进茶业产业科学合理地发展；茶树种植气候次适宜区通常是茶叶低质区，不易盲目种植名优茶，需要选取适宜当地种植的茶树品种，促进茶农增产增收。