碧螺春茶產量與采摘期氣象因子的關系

韓敏，徐常青*，王明月，張繼發，李浩宇，袁偉紅

（1.蘇州科技學院數理學院，江蘇蘇州215009；2.蘇州市吳中區東山農林服務中心，江蘇蘇州215100；3.蘇州市吳中區東山氣象站，江蘇蘇州215100）

碧螺春茶產量與采摘期氣象因子的關系

韓敏1，徐常青1*，王明月1，張繼發1，李浩宇2，袁偉紅3

（1.蘇州科技學院數理學院，江蘇蘇州215009；2.蘇州市吳中區東山農林服務中心，江蘇蘇州215100；3.蘇州市吳中區東山氣象站，江蘇蘇州215100）

研究蘇州洞庭碧螺春茶產量與氣象因子的關系。通過對2008年至2013年碧螺春采摘期氣象因子和產量數據的相關性回歸分析，建立了碧螺春茶產量與采摘期氣象因素回歸模型，并得出采摘期氣象因子對茶葉產量的影響程度。從而實現在已知采摘期氣象條件下對碧螺春茶產量預測。

碧螺春；采摘期；氣象因子；回歸預測

按照采摘期的先后，蘇州東山鎮太湖洞庭山區的春茶分為早茶、中茶和晚茶，其中早茶就是人們所熟悉的“碧螺春”。早茶在全年茶葉生產中，經濟效益占據比例最大，其采摘時間一般為清明前后至谷雨。中茶采摘時間大致是從谷雨至夏至，這一階段的采摘的茶葉也稱作“炒青”，質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階段，為夏、秋茶（主要是制紅茶）[1]。隨著氣候變遷，現在對于早、中、晚茶劃分的時間界限越來越模糊。但無論是茶樹生育階段還是茶葉開采時期，氣象因子是影響茶樹生長和茶產量的重要因素[2-4]。碧螺春茶產地地處太湖之濱，溫和的氣溫和充沛的水汽條件適合春季茶生長，加之茶果間作（即茶樹與果樹間隔種植）使其具有花果香味的優異品質。茶葉產量與開采期、采摘時間長短密切相關，特別是清明前的茶葉采摘，若其采摘時間相對較長，那么名優茶（即明前茶）的產量就相對較高，效益相對較好[5-8]。因此，若能了解各采摘時段氣象因子與產量間關系，那么人們可以對采摘期進行科學合理的人工干預，從而增加茶葉經濟效益。

筆者選取早茶碧螺春中槎灣1號品種（下稱碧螺春）為研究目標，記茶樹的一芽一葉期始至一芽二葉期始為碧螺春的采摘期。通過對2008年至2013年碧螺春產量與采摘期的各個氣象因子的相關性分析，探究對碧螺春茶產量影響較大的氣象因子，建立產量與氣象因素的三元線性回歸模型。

1 材料和方法

1.1 資料來源

茶樹生育期及碧螺春的產量的相關數據來源于東山鎮農林服務中心，主要有2008年至2013年的茶葉總產量和碧螺春的產量，茶樹生育期，如魚葉期、一芽一葉期、一芽二葉期等（見表1）。

表1 茶樹的部分生育期資料

氣象資料來源于蘇州吳中區東山氣象站，主要包括2008年至2013年2月份至4月份的日最高氣溫、最低氣溫、均溫、降水量等（見表2）。

表2 2008年至2013年部分氣象數據

1.2 氣象因子的確立

首先是訪談調研。通過和茶農及相關技術人員的深入訪談，了解到在碧螺春的采摘期時段，氣象因子對于采摘期周長、產量以及茶葉的品質都有很重要的作用。

文中選取每年的一芽一葉期始至一芽二葉期始之間的氣象數據進行分析，即為碧螺春采摘期的氣象因子。由于均最低、均最高氣溫與平均氣溫的相關性非常高，筆者選取采摘期均溫為影響產量極顯著的因子，另外選取的采摘期的均降水量、均光照時數三個影響因子為建立回歸方程的變量。

1.3 數據的預處理

根據歷年的氣象數據資料并根據茶樹的生育期記錄情況，計算得碧螺春采摘期的日平均溫度、日降水量、日光照時數（見表3）。

表3 采摘期產量及氣象數據

借助統計軟件SPSS對數據進行氣象數據標準化處理，以消除不同數據之間的量綱影響，并計算出碧螺春產量與各個氣象因子之間的相關性情況（見表4）。可以看出，碧螺春產量與采摘期氣象因子的相關性非常強。其中，日均溫與產量的相關性最大，日均降水量、日均光照時數與產量的相關性基本持平，但程度也較高。這也說明采摘期的氣象因素對碧螺春的產量起著舉足輕重的作用。

表4 碧螺春產量與采摘期氣象因子的相關性

2 多元線性回歸模型

2.1 符號說明

記X1為采摘期日平均氣溫，X2為采摘期日平均降水量，X3為采摘期日平均光照時數，Y為2008年至2013年碧螺春茶產量的數據向量。

2.2 回歸預測方程的建立

根據產量與氣象因子數據，擬建立多元線性回歸方程

這里，通過計算β0，β1，β2，β3的最小二乘估計來確定回歸方程（1）的回歸系數。

方程（1）可以寫成

可見，方程組（2）為一個超定方程組，令β=[β0，β1，β2，β3]T，方程組（2）的系數矩陣為M，那么方程組（2）等價于Mβ=Y。其中矩陣M為下列4×6矩陣

利用最小二乘法，得方程組（2）的最小二乘解

其中

將（3）、（5）式代入（4）式，結合MATLAB[9]，得近似解

于是，得產量與氣象因子之間的回歸方程為

2.3 回歸模型的檢驗與討論

利用建立的模型，結合2008年至2013年的氣象數據，計算出歷年的預測值。具體實際產量與預測產量的差異見表5。

表5 采摘期實際產量與預測產量比較情況

通過對歷年的預測檢驗，觀察預測值與實際值的差異幅度均低于6%，基本上相符。這說明建立的采摘期氣象因素與產量的回歸模型預測精度較高，可以用于采摘期碧螺春的產量預測。

從建立的回歸方程（3）可以看出，選取的三個氣象因子中，平均氣溫對產量的影響最大，呈現出負相關的特點。這也給予人們一定的啟示，能否在碧螺春的采摘期間，對茶樹生長環境的溫度加以調節，防止溫度過高。如：間作的植物高低需要注意，這樣有利于茶樹與外界的溫度交替。而平均降水量與光照時數的影響程度相當。

通過對采摘期產量的預測，一方面有利于茶農及相關種植單位做好碧螺春的采摘準備工作，另一方面也給茶農在種植茶樹和在碧螺春采摘期的管理提供了一些幫助。

3 結語

通過選取采摘期日均溫、日均降水量和日均光照時數三個氣象因子建立了關于碧螺春產量與氣象因子之間的回歸模型。通過檢驗，所建立的模型預測精度較高，可以作為采摘期槎灣1號產量預測，并得出三個氣象因子對產量影響的程度。但該文僅選取碧螺春的槎灣1號品種為研究對象，對于其他品種情況是否與之相同，需要另當別論。另外，由于建立模型只考慮部分氣象因素的影響，對其他的因素未予考慮，如蟲害影響、土壤、施肥情況等，所以預測值會有一定的偏差[10]，這也有待于進一步的探索。

[1]沈永源.吳縣洞庭山區茶葉生產勞動管理調查[J].茶葉科學，1965，4：63-65.

[2]汪春園，徐華安.春茶谷雨前產量與時段氣象因子的關系[J].中國農業氣象，1998，19（3）：20-23.

[3]王俊，蒯志敏，張旭輝.江蘇省春霜凍發生時空演變規律及其對春茶的影響[J].中國農業氣象，2011，32（增1）：222-226.

[4]張旭輝，王俊，蒯志敏.蘇州近51年茶園早春濕潤指數變化特征及其影響因素[J].江蘇農業科學，2013，41（3）：342-345.

[5]蒯志敏，程佳，王建根，等.影響碧螺春茶葉采摘的天氣類型分析[J].中國農業氣象，2010，31（增1）：104-106.

[6]王俊，蒯志敏，張霞琴.2008年天氣條件對洞庭碧螺春茶葉生產的影響[J].河北農業科學，2008，12（7）：42-43.

[7]朱永興，過婉珍.春茶適采期預報模型的建立[J].茶葉科學，1993，13（1）：9-14.

[8]過婉珍，鄭月英，蔣炳芳.名優茶采摘高峰期的回歸預測響[J].茶葉通訊，2005，32（4）：33-39.

[9]胡良劍，孫曉君.MATLAB數學實驗[M].北京：高等教育出版社，2006：50-53.

[10]夏省祥，趙鵬.日照市花生產量的預測模型[J].山東建筑大學學報，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

責任編輯：謝金春

2014－08－27

國家自然科學基金重大項目（61190114/F0102）；國家自然科學基金資助項目（11171373）

韓敏（1988-），女，江蘇宿遷人，碩士研究生，研究方向：應用統計。

*通信聯系人：徐常青（1966-），男，教授，博士，碩士生導師，E-mail：cqxurichard@mail.usts.edu.cn。