江西省油茶油酸含量氣象評價模型研究

楊愛萍 汪建軍 張坤 郭水連

摘要：【目的】明確江西省油茶油酸含量的關鍵氣象因子和關系模型，為江西省油茶品質氣候評價及油茶品質氣候區劃等提供技術參考?！痉椒ā坷?份油茶油酸含量檢測數據（2018—2019年江西九江市柴桑區、豐城市和萬安縣油茶油酸含量檢測數據）和同期氣象數據（2018—2019年逐日平均氣溫、最低氣溫、最高氣溫、降水量、平均相對濕度和日照時數等），采用相關分析和線性回歸方法，研究影響江西油茶油酸含量的關鍵氣象因子，建立江西省油茶油酸含量氣象評價模型，再利用10組油茶油酸含量檢測數據（2018—2019年江西省10家油茶基地油茶油酸含量檢測數據）和同期氣象數據對評價模型進行檢驗?！窘Y果】影響江西省油茶油酸含量的關鍵氣象因子有10月下旬—11月下旬降水日數（X2）、3月極端最高氣溫（X6）、8月下旬—9月下旬氣溫日較差（X9）和10月下旬—11月下旬日照時數（X12），其中10月下旬—11月下旬降水日數對油茶油酸含量影響最大。研究建立的油酸含量（Y）氣象評價模型為Y=0.1777X2+0.1078X6+0.2320X9?0.0152X12+75.5950，模型決定系數R2=0.9871。模型檢驗結果顯示，油茶油酸含量評價值與實測值之差在±5%以內，模型對油酸含量等級的評價結果準確率為70%。【結論】依據關鍵氣象因子建立的江西省油茶油酸含量氣象評價模型準確率較高，能較好地反映氣象條件對油茶油酸含量的影響程度，可應用于江西省油茶氣候品質評價，同時可為油茶品質氣候區劃提供參考。

關鍵詞： 油茶; 油酸; 關鍵氣象因子; 評價; 江西省

Abstract：【Objective】In order to provide technical reference for climate evaluation of Camellia oleifera Abel. quality and climate zoning of C. oleifera quality in Jiangxi， the key meteorological factors and relationship model of oleic acid content of C. oleifera in Jiangxi were clarified. 【Method】By using correlation analysis and linear regression， the key me-teorological factors affecting the oleic acid content of C. oleifera in Jiangxi were studied by using 6 groups of the detection data of oleic acid content in C. oleifera （test data of oleic acid content of C. oleifera in Chaisang District， Fengcheng City and Wanan County in Jiangxi from 2018 to 2019） and the meteorological data of the same period（daily average temperature， minimum temperature， maximum temperature， precipitation， average relative humidity and sunshine hours from 2018 to 2019）， and using 10 groups of C. oleifera oleic acid content detection data（detection data of oleic acid content of C. oleifera in 10 C. oleifera bases in Jiangxi） and meteorological data of the same period to test the evaluation model. 【Result】The rainfall days from late October to late November（X2）， extreme maximum temperature in March（X6）， daily temperature range from late August to late September（X9） and sunshine duration from late October to late November（X12） were the key meteorological factors affecting oleic acid content of C. oleifera. The number of precipitation days from late October to late November had the greatest impact on the content of oleic acid in C. oleifera. The meteorological evaluation model of oleic acid content （Y） established was Y=0.1777X2+0.1078X6+0.2320X9?0.0152X12+75.5950. Determination coefficient of model R2=0.9871. The model test results showed that， the difference between the evaluated value of oleic acid content and the measured value was within ± 5%. The accuracy of oleic acid content grade was 70%. 【Conclusion】The established meteorological evaluation model? of oleic acid content of C. oleifera based on key meteorological factors in Jiangxi has high accuracy， it can reflect the influence of meteorological conditions on oleic acid content of C. oleifera accurately， that can be applied to the evaluation service of C. oleifera climate quality in Jiangxi， and provide reference for the climatic division of C. oleifera quality.

Key words： Camellia oleifera Abel.; oleic acid; key meteorological factors; evaluation; Jiangxi

0 引言

【研究意義】油茶（Camellia oleifera Abel.）是我國乃至世界四大木本油料作物之一（程離等，2020），在我國主要分布于長江流域及以南地區（余優森等，1999），是南方丘陵崗地重要的經濟林樹種（奚如春和鄧小梅，2005）。其種子油主要由油酸、亞油酸等不飽和脂肪酸組成，在食用、醫藥和生態環境保護等方面均具有較高的利用價值（黎先勝，2005;龔洪恩等，2018）。油茶茶油中油酸含量在80%左右，是茶油中含量最高的不飽和脂肪酸（王湘南等，2008;原姣姣等，2012）。油酸含量直接影響茶油的品質，是評價茶油品質的最重要參數之一（廖書娟等，2005）。油茶是一種喜溫暖濕潤的作物，對溫度和水分等氣象條件較敏感（宋英強等，2015）。江西省位于亞熱帶地區，雨熱同期，為中亞熱帶溫暖濕潤季風氣候，自然條件較適宜油茶生長，油茶林面積和油茶籽產量均居全國第二位（王小軍等，2020a）。隨著《全國油茶產業發展規劃（2009—2020年）》的頒布實施，油茶產業作為江西省精準扶貧產業、現代農業攻堅產業和富民產業發展迅速（李彥等，2020）。因此，分析影響江西省油茶生長的關鍵氣象因子，并建立氣象評價模型，可為科學評價油茶產地的氣象條件，合理利用氣候資源安排和規劃油茶種植等提供科學依據?！厩叭搜芯窟M展】自20世紀90年代以來，國內不少學者針對氣象條件對油茶生長的影響開展了大量研究工作（張志祥，1995;賴英度等，2009;余會康，2014）。在氣候和立地條件影響研究方面，代勁松等（2014）利用降尺度歷史溫度資料（1960—2009）和未來溫度資料（2010—2099）對油茶溫度適宜性及其時空差異進行計算，認為適宜油茶生長區域有較明顯的向北偏移趨勢。周松秀等（2015）采用基于熵權的TOPSIS方法對南方紅壤丘陵區油茶種植的氣候適宜性特征進行分析，提出溫暖的氣候是油茶種植氣候適應性的主要驅動因子。近年來，隨著油茶產業的不斷發展，關于氣象條件對油茶生產的影響研究更加細致深入。黃超等（2019）采用決策樹算法對2009—2017年湖南省41個油茶樣地的油茶種子含油率與氣象因子進行診斷，結果顯示，油脂轉化和積累高峰期20 ℃以上活動積溫為最重要的決策因子;采后處理期、果實第一次膨大期、果實膨大高峰期、油脂轉化和積累高峰期、果實成熟期的最關鍵氣象因子分別為降水日數、15 ℃以上活動積溫、極端最高氣溫、20 ℃以上活動積溫、最長連續無降水日數。蔣元華等（2019b）采用逐步回歸和相關分析方法分析湖南省油茶生長各階段氣候因子與鮮果含油率的關聯性，結果表明，與鮮果含油率相關系數最高的氣候因子分別是全年極端最高氣溫、果實膨大高峰期日最高氣溫≥37 ℃日數、采后處理期的日降水量≥1 mm日數、果實成熟期的最長連續無雨日數、油脂轉化和積累高峰期的極端最高氣溫及果實第一次膨大期的平均最小相對濕度;油脂轉化和積累高峰期是影響油茶鮮果含油率的關鍵物候期，極端最高氣溫、日平均氣溫≥20 ℃的積溫和最長連續無日照天數是影響鮮果含油率的關鍵氣候因子。廖玉芳等（2019）、彭嘉棟等（2020）以湖南省為研究區域，選取不同油茶樣地收集油茶鮮果含油率和油酸含量等品質數據，研究湖南氣候指標對油茶鮮果含油率及油酸含量等的影響。王彥花等（2019）以9個立地的低溫壓榨油茶籽油為樣本，分析坡向、坡位因子對油茶籽出油率及油茶籽油品質的影響，結果發現不飽和脂肪酸含量表現為西坡>南坡>東坡。【本研究切入點】現有的研究多側重于氣象條件和立地條件對油茶籽產量、出油率等的影響，而氣象條件對油茶油酸含量的影響研究主要集中在湖南省，針對江西省油茶油酸含量的關鍵氣象因子和氣象評價模型的研究鮮見報道?！緮M解決的關鍵問題】以江西省為研究區域，從江西省油茶主產地選取油茶樣地，收集油茶油酸含量檢測數據及同期氣象資料，采用數理統計方法研究影響油茶油酸含量的關鍵氣象因子，建立江西省油茶油酸含量氣象評價模型，以期為江西省油茶品質氣候評價及油茶品質氣候區劃等提供技術參考。

1 材料與方法

1. 1 研究區域概況

江西省位于亞熱帶地區，地形以低山丘陵為主;氣候為中亞熱帶溫暖濕潤季風氣候，年均氣溫16.3～19.5 ℃，年均降水量1341～1943 mm（王小軍等，2020b）;土壤以酸性紅壤和黃壤為主。

1. 2 數據來源

油茶油酸含量數據主要來源于實地采樣檢測報告。2018—2019年先后在九江市柴桑區、豐城市和萬安縣等地各選取0.33 ha油茶園作為取樣小區，測量小區內油茶樹平均樹高和平均冠幅，按照平均值選取5株油茶樹，從每株油茶樹上采集5 kg油茶鮮果，集中脫粒得到油茶干籽后，寄送至江西省食品檢驗檢測研究院，委托其依據GB/T 11765—2003《油茶籽油》檢測油酸含量，得到油茶油酸含量檢測資料6份，作為建模樣本集。2018—2019年在新余市渝水區、樟樹市、德興市、永豐縣、玉山縣、遂川縣、鄱陽縣、奉新縣、永修縣和袁州區等10家油茶基地，收集基地提供的油茶油酸含量檢測資料10份，作為檢驗樣本集。

氣象數據來源于江西省國家氣象觀測站，為油茶基地所在市（縣）2018—2019年逐日平均氣溫、最低氣溫、最高氣溫、降水量、平均相對濕度和日照時數資料。資料按中國氣象局制定的業務規范進行質量控制。

1. 3 研究方法

根據文獻得到影響油茶油酸含量的氣象要素，并結合江西省油茶品種特性、物候期特點和氣候特點等，得出可能影響江西省油茶油酸含量的氣象要素（表1），其中，X1～X5為降水類氣象要素，X6～X12為溫光類氣象要素。

以建模樣本集的油茶生長期為分析時段，按照表1計算各樣本油茶生長期間12個氣象要素與油茶油酸含量的相關系數。相關系數通過顯著性檢驗的氣象要素為影響油茶油酸含量的關鍵氣象因子。以關鍵氣象因子為自變量，油茶油酸含量為因變量，通過線性回歸方法建立油茶油酸含量的氣象評價模型，并參照不同等級油茶中油酸含量的一般范圍和氣象行業標準QX/T 486?2019《農產品氣候品質認證技術規范》對油茶油酸含量進行等級劃分，其中，油酸含量≥82%為特優等級，77%≤油酸含量<82%為優等級，72%≤油酸含量<77%為良等級，油酸含量<72%為一般等級。最后，利用檢驗樣本集對油酸含量氣象評價模型進行檢驗。

2 結果與分析

2. 1 油茶關鍵生育期內各氣象要素的變化特征

依據表1計算建模樣本集的氣象要素值，結果如表2所示。從降水類氣象要素來看，雖然2018年樣本的2月下旬—4月中旬≥10 mm雨日（X1）均值為7.7 d，較2019年樣本的均值（11.7 d）少，但2018年樣本的年降水量（X4）均值為1534.4 mm，較2019年樣本的均值（1512.6 mm）偏高，且2018年樣本的7—9月有效降水量（X3）均值為262.6 mm，較2019年樣本的均值（229.8 mm）偏高;同時，2018年樣本的10月下旬—11月下旬降水日數（X2）均值為18.3 d，較2019年樣本的均值（8.0 d）明顯偏多?？梢?，2018年樣本的總降水量、有效降水量、果實成熟期（10月下旬—11月下旬）雨日等降水量氣象要素均較2019年樣本偏高，說明2018年降水條件對油茶油酸形成和積累較有利。而2019年油茶果實第1次膨大期間（2月下旬—4月中旬）雖然雨日數較多，但伏秋季為罕見的持續高溫干旱時期，有效降水量少、果實成熟期雨日數少，對油茶油酸積累產生明顯的不利影響。從溫光類氣象要素來看，2018年8月下旬—9月下旬氣溫日較差（X9）為8.4 ℃，較2019年低1.3 ℃;同時，10月下旬—11月下旬日照時數（X12）較2019年低61.9 h?？梢?，2018年樣本的溫光條件較2019年略差。從2018和2019年油茶油酸含量檢測結果來看，豐城、柴桑和萬安3地2019年油茶油酸含量平均值為79.5%，低于2018年（81.8%）。綜合降水類和溫光類氣象要素情況，以及2018和2019年油茶油酸含量檢測結果分析，雖然2018年溫光類氣象要素條件不如2019年，但降水類氣象要素條件明顯偏好，導致2018年油茶油酸含量較2019年偏高。綜上所述，影響油茶油酸含量的主要氣象要素是降水類氣象要素。

2. 2 影響油茶油酸含量的關鍵氣象因子

根據表2計算12個氣象要素與油酸含量的相關系數，結果見表3。由表3可知，10月下旬—11月下旬降水日數（X2）與油酸含量呈極顯著負相關（P<0.01，下同），該相關系數是12個氣象要素中最大值，說明油茶果實成熟期的雨日數越多，對油酸含量的提高越不利。油酸含量與3月極端最高氣溫（X6）、8月下旬—9月下旬氣溫日較差（X9）呈顯著的正相關（P<0.05），與10月下旬—11月下旬日照時數（X12）呈極顯著正相關，說明油茶果實第1次膨大期（3月）溫度越高、油脂轉化和積累期（8月下旬—9月下旬）氣溫日較差偏大、果實成熟期（10月下旬—11月下旬）日照時數越多，對油茶油酸含量提高越有利。綜上所述，10月下旬—11月下旬降水日數（X2）、3月極端最高氣溫（X6）、8月下旬—9月下旬氣溫日較差（X9）和10月下旬—11月下旬日照時數（X12）是影響油茶油酸含量的關鍵氣象因子。

2. 3 模型構建

以10月下旬—11月下旬降水日數（X2）、3月極端最高氣溫（X6）、8月下旬—9月下旬氣溫日較差（X9）、10月下旬—11月下旬日照時數（X12）等關鍵氣象因子為自變量，以油酸含量（Y）為因變量，采用線性回歸方法建立油茶油酸含量氣象評價模型：Y=0.1777X2+0.1078X6+0.2320X9?0.0152X12+75.5950。模型的決定系數R2為0.9871，說明4個氣象要素指標對油茶油酸含量的解釋度較高，模型模擬的油茶油酸含量與實際油酸含量間具有較顯著的線性關系。

根據GB/T 11765—2018《油茶籽油》中規定，油酸（C18∶1）物理參數指標為68.0%～87.0%，并參照不同等級油茶中油酸含量的一般范圍和氣象行業標準QX/T 486—2019《農產品氣候品質認證技術規范》，將油茶油酸含量劃分為特優、優、良和一般4個等級，即按照油茶油酸含量氣象評價模型，利用X2、X6、X9和X12計算得到油酸含量估測值，按照各等級閾值，對氣象條件影響油茶油酸含量的優劣程度進行評價。

2. 4 模型檢驗

10個指標檢驗樣本包含2018—2019年共10個不同地區油茶油酸含量樣本資料，具體的油酸含量實測值、模擬值及對應的評價等級見表4。由表4可知，2019年油茶油酸含量普遍低于2018年，其主要原因是2019年的10月下旬—11月中旬降水日數（X2）明顯偏少，油茶油酸含量的實測值與評價值均較2018年偏低。表4顯示，根據模型計算得到的油酸含量評價值與實測值之差在±5%之內，模型評價值與實測值基本接近;同時，10個樣本的模型評價等級中，7個樣本的評價等級與實際等級一致，準確率為70%，基本能滿足油茶油酸含量氣象評價服務需求。在評價等級與實際等級不符的樣本中，2018年渝水樣本比實際等級低1個等級，2018年德興和2019年奉新樣本比實際等級高1個等級，究其原因可能是模型關于3月極端最高氣溫（X6）和8月下旬—9月下旬氣溫日較差（X9）對油茶油酸含量的影響評價存在一定誤差所致。在2018年渝水樣本中，模型認為受3月極端最高氣溫（X6）偏低、8月下旬—9月下旬氣溫日較差（X9）偏小影響，油酸含量可能減少;在2018年德興和2019年奉新樣本中，模型則過高評價了3月極端最高氣溫（X6）、8月下旬—9月下旬氣溫日較差（X9）對油酸含量的促進作用。

3 討論

油茶是喜光好溫忌寒作物。蔣元華等（2019a）以湖南省為研究區域，分析認為果實第1次膨大期和果實膨大高峰期是影響油茶油酸的關鍵物候期。據調查，江西省油茶果實第1次膨大期和果實膨大高峰期一般在3和11月，而8—10月為油脂轉化和積累期。本研究通過顯著性檢驗的4個氣象因子（X2、X6、X9和X12）出現的時段正好反映了影響油茶油酸含量的關鍵物候期，且本研究得到的關鍵物候期與蔣元華等（2019a）的研究結果基本一致。在通過顯著性檢驗的4個氣象因子中，降水類氣象因子10月下旬—11月下旬降水日數（X2）是相關系數最大的氣象因子，反映了水分條件對油茶產量和品質形成具有密切的影響，表明若10月下旬—11月下旬雨量充沛，則果實長勢較好，油脂轉化較充分，與余優森等（1999）、董斌等（2020）、彭嘉棟等（2020）的研究結果一致。此外，油茶果實第1次膨大期溫度越高、油脂轉化和積累期（8月下旬—9月下旬）氣溫日較差偏大、果實成熟期（10月下旬—11月下旬）日照時數越多，對油茶油酸含量提高越有利，與彭嘉棟等（2020）研究結果一致，也與油茶油酸形成和積累的生理特性基本相符。由此可見，氣象條件相似的地區（湖南與江西），影響油茶油酸含量的關鍵物候期和關鍵氣象因子相似。

本研究根據模型得到的油茶評價等級與樣本實際等級基本一致，準確率達70%。據調查，2019年伏秋季江西遭遇了罕見的持續高溫干旱天氣，不利于油茶油酸含量提高，導致2019年江西各地的油茶油酸含量明顯低于2018年。評價模型的構建過程及檢驗結果比較明確揭示了2019年不利氣象條件，尤其是降水條件對油茶油酸含量的不利影響。

本研究建立的油酸含量氣象評價模型具有一定的科學性和合理性，模型評價結果準確率較高。但本研究僅從油酸含量這一油茶品質指標開展氣象評價模型研究，未涉及油茶產量、果實經濟性狀及茶油的相對密度、折光指數、碘值和皂化值等其他品質指標（左繼林等，2008;聶根新等，2020），且采用的油茶油酸含量樣本年份較短，加之樣本主要來源于贛北和贛中地區，對模型適用性存在一定影響。此外，油茶生產管理措施對油茶油酸含量也有一定影響。近年來，江西各地正大力推廣 “五統一分”模式發展油茶生產（陳凱和闕明明，2019），較高的油茶種植管理水平在氣象防災減災方面將發揮越來越重要的作用。因此，僅依據氣象因子建立的油茶油酸含量氣象評價模型，不能反映防災減災生產管理技術對不利氣象條件的減輕作用。

4 結論

影響江西省油茶油酸含量的關鍵氣象因子是10月下旬—11月下旬降水日數、3月極端最高氣溫、8月下旬—9月下旬氣溫日較差和10月下旬—11月下旬日照時數。依據關鍵氣象因子建立的油酸含量氣象評價模型準確率較高，能較好地反映氣象因子對油茶油酸含量的影響程度，可應用于江西省油茶品質氣候評價，同時可為油茶品質氣候區劃提供參考。

參考文獻：

陳凱，闕明明. 2019. 關于油茶產業發展的歷史、現狀及對策——以宜春市油茶產業發展為例[J]. 南方林業科學，47（6）：59-63. doi：10.16259/j.cnki.36-1342/s.2019.06.013. [Chen K，Que M M. 2019. The history，current situation and prospects of the development of Calmellia oleifera industry[J]. South China Forestry Science，47（6）：59-63.]

程離，夏建梅，胡冬南，閆夢，楊陸暘，孫榮喜，周增亮，曾凡樸. 2020. 河南新縣野生油茶群體表型變異特征研究[J].河南農業大學學報，54（1）：52-58. doi：10.16445/j.cnki. 1000-2340.20200312.002. [Cheng L，Xia J M，Hu D N，Yan M，Yang L Y，Sun R X，Zhou Z L，Zeng F P. 2020. Phenotypic variation of natural Camellia oleifera? populations in Xinxian County of Henan Province[J]. Journal of Henan Agricultural University，54（1）：52-58.]

代勁松，曹林，王婧琦，汪貴斌. 2014. 中國亞熱帶地區油茶溫度適宜性及其變化趨勢[J]. 中南林業科技大學學報，34（2）：20-25. doi：10.14067/j.cnki.1673-923x.2014.02.011. [Dai J S，Cao L，Wang J Q，Wang G B. 2014. Temperature suitability of Camellia oleifera and its change trend in subtropical China[J]. Journal of Central South University of Forestry & Technology，34（2）：20-25.]

董斌，李榮喜，洪文泓，黃麗英，黃永芳，賴巧暉. 2020. 油茶干旱脅迫響應機制的研究進展[J]. 生物技術通報，36（1）：144-149. doi：10.13560/j.cnki.biotech.bull.1985.2019-0689. [Dong B，Li R X，Hong W H，Huang L Y，Huang Y F，Lai Q H. 2020. Research progress on drought stress response mechanism in Camellia oleifera[J]. Biotechnology Bulletin，36（1）：144-149.]

龔洪恩，吳鵬飛，姚小華，龍偉，王開良. 2018. LED光質對油茶苗生理生化特性的影響[J]. 甘肅農業大學學報，53（5）：52-57. doi：10.13432/j.cnki.jgsau.2018.05.008. [Gong H E，Wu P F，Yao X H，Long W，Wang K L. 2018. Effects of LED light on the physiological and biochemical charac-teristics of Camellia oleifera seedlings[J]. Journal of Gansu Agricultural University，53（5）：52-57.]

黃超，廖玉芳，蔣元華，彭嘉棟. 2019. 決策樹算法在油茶種子含油率模擬及關鍵氣象因子分析上的應用[J]. 江西農業學報，31（5）：103-108. doi：10.19386/j.cnki.jxnyxb.2019. 05.18. [Huang C，Liao Y F，Jiang Y H，Peng J D. 2019. Application of decision tree algorithm in simulation of seed oil content of Camellia oleifera and analysis of key meteorological factors[J]. Acta Agriculturae Jiangxi，31（5）：103-108.]

江勝國，錢侯春，張斗勝，辛惠翔. 2018. 桐城市油茶氣候品質評價模型構建方法探討[J]. 森林工程，34（5）：39-46. doi：10.16270/j.cnki.slgc.2018.05.007. [Jiang S G，Qian H C，Zhang D S，Xing H X. 2018. Discussion on construction method of climate quality evaluation model for Camellia oleifera in Tongcheng[J]. Forest Engineering，34（5）：39-46.]

蔣元華，廖玉芳，彭嘉棟，黃超. 2019a. 關鍵氣候因子與油茶油酸含量的相關性[J]. 貴州農業科學，47（5）：99-104. doi：10.3969/j.issn.1001-3601.2019.05.021. [Jiang Y H，Liao Y F，Peng J D，Huang C. 2019a. Correlation between key climatic factors and oleic acid content of Camellia oleifera Abel.[J]. Guizhou Agriculture Science，47（5）：99-104.]

蔣元華，廖玉芳，彭嘉棟，黃超. 2019b. 油茶含油率關鍵氣候影響因子及模型分析[J]. 中國油料作物學報，41（4）：588-595. doi：10.7505/j.issn.1007-9084.2019.04.013. [Jiang Y H，Liao Y F，Peng J D，Huang C. 2019b. Analysis of key climate impact factors and model on oil content of Camellia[J]. Chinese Journal of Oil Crop Sciences，41（4）：588-595.]

賴英度，陳錫勤，黃子芹. 2009. 巴馬縣油茶種植的氣候條件分析[J]. 氣象研究與應用，30（3）：57-59. doi：10.3969/j.issn.1673-8411.2009.03.016. [Lai Y D，Chen X Q，Huang Z Q. 2009. Climatic conditions analysis of camellia plan-ting in Bama County[J]. Journal of Meteorological Research and Application，30（3）：57-59.]

黎先勝. 2005. 我國油茶資源的開發利用研究[J]. 湖南科技學院學報，26（11）：133-135. doi：10.3969/j.issn.1673-2219.2005.11.045. [Li X S. 2005. Development and utilization of Camellia oleifera resources in China[J]. Journal of Hunan University of Science and Engineering，26（11）：133-135.]

李彥，劉新亮，雷小林. 2020. 江西省于都縣油茶產業發展現狀與建議[J]. 南方林業科學，48（3）：62-65. doi：10.16259/ j.cnki.36-1342/s.2020.03.013. [Li Y，Liu X L，Lei X L. 2020. Developmental status and suggestions of Camellia oleifera industry in Yudu County[J]. South China Forestry Science，48（3）：62-65.]

廖書娟，吉當玲，童華榮. 2005. 茶油脂肪酸組成及其營養保健功能[J]. 糧食與油脂，18（6）：7-9. doi： 10.3969/j.issn. 1008-9578.2005.06.002. [Liao S J，Ji D L，Tong H R. 2005. Study on fatty acid composition and nutrition health protection function of the oiltea camellia seed oil[J]. Cereal and Oils，18（6）：7-9.]

廖玉芳，蔣元華，彭嘉棟，黃超，譚曉風. 2019. 氣候指標對油茶鮮果含油率的影響[J]. 經濟林研究，37（4）：1-9. doi： 10.14067/j.cnki.1003-8981.2019.04.001. [Liao Y F，Jiang Y H，Peng J D，Huang C，Tan X F. 2019. Effects of climate indexes on oil content in Camellia oleifera fresh fruit[J]. Non-wood Forest Research，37（4）：1-9.]

劉偉. 2014. 福建省油茶產地主要生態因子與油茶產量和品質的相關性研究[D]. 福州：福建農林大學. [Liu W. 2014. Study on the correlativity between ecological factors and yield and quality of Camellia oleifera Abel in producing areas of Fujian Province[D]. Fuzhou： Fujian Agriculture and Forestry University.]

聶根新，賴艷，胡麗芳，魏本華，吳玲，陳慶隆. 2020. 特征指標評價江西不同區域油茶籽油品質灰色關聯度分析[J]. 中國糧油學報，35（3）：171-175. doi：10.3969/j.issn.1003-0174.2020.03.027. [Nie G X，Lai Y，Hu L F，Wei B H，Wu L，Chen Q L. 2020. Evaluation of grey correlation analysis of oil quality of camellia oil in different regions of Jiangxi Province by characteristic indexes[J]. Journal of the Chinese Cereals and Oil Association，35（3）：171-175.]

彭嘉棟，廖玉芳，蔣元華，黃超. 2020. 氣象因子對油茶油酸含量的影響分析及模型構建[J]. 湖北農業科學，59（2）：40-43. doi：10.14088/j.cnki.issn0439-8114.2020.02.009. [Peng J D，Liao Y F，Jiang Y H，Huang C. 2020. Influence ana-lysis of meteorological factors on oleic acid of Camellia oleifera and model construction[J]. Hubei Agriculture Science，59（2）：40-43.]

宋英強，楊粉莉，楊博，楊聯安，張林森，于世峰. 2015. 我國油茶種植環境適宜性評價初步研究[J]. 山東農業大學學報（自然科學版），46（2）：180-188. doi：10.3969/j.issn. 1000-2324.2015.02.004. [Song Y Q，Yang F L，Yang B，Yang L N，Zhang L S，Yu S F. 2015. A primary study on the suitability of Camellia leifera Abel. planting environment in China[J]. Journal of Shandong Agricultural University（Natural Science Edition），46（2）： 180-188.]

王湘南，陳永忠，伍利奇，劉汝寬，楊小胡，王瑞，喻科武. 2008. 油茶種子含油率和脂肪酸組成研究[J]. 中南林業科技大學學報，28（3）：11-17. doi：10.3969/j.issn.1673-923X.2008.03.003. [Wang X N，Chen Y Z，Wu L Q，Liu R K，Yang X H，Wang R，Yu K W. 2008. Oil content and fatty acid composition of Camellia oleifera seed[J]. Journal of Central South University of Forestry & Technology，28（3）：11-17.]

王小軍，劉光旭，相愛存，肖彤. 2020a. 江西省油茶綜合生產潛力與資源利用效率評估[J]. 應用生態學報，31（4）：1175-1184. doi：10.13287/j.1001-9332.202004.029. [Wang X J，Liu G X，Xiang A C，Xiao T. 2020a. Evaluation of comprehensive potential productivity and resource utilization efficiency of Camellia oleifera in Jiangxi Province，China[J]. Chinese Journal of Applied Ecology，31（4）：1175-1184.]

王小軍，劉光旭，王炳香，肖彤. 2020b.基于氣候因子的油茶含油率時空特征與種植分區研究[J]. 云南大學學報（自然科學版），42（6）：1202-1211. doi：10.7540/j.ynu.20190483. [Wang X J，Liu G X，Wang B X，Xiao T. 2020b. Study on temporal and spatial characteristics of oil content and planting divisions of Camellia oleifera based on climate factors[J]. Journal of Yunnan University（Natural Sciences Edition），42（6）：1202-1211.]

王彥花，張云，王容，吳立潮，劉芳. 2019. 立地對油茶籽出油率及油茶籽油品質的影響研究[J]. 中國油脂，44（6）：102-105. doi：10.3969/j.issn.1003-7969.2019.06.022. [Wang Y H，Zhang Y，Wang R，Wu L C，Liu F. 2019. Effect of site on oil yield of oil-tea cemallia seed and its quality[J]. China Oils and Fats，44（6）：102-105.]

奚如春，鄧小梅. 2005. 我國油茶產業化發展中的現狀、要素及其優化[J]. 經濟林研究，23（1）：83-87. doi：10.3969/j.issn.1003-8981.2005.01.025. [Xi R C，Deng X M. 2005. Industrial oiltea Camellia production in China current status，limiting factors and optimal approaches[J]. Non-wood Forest Research，23（1）：83-87.]

余優森，任三學，譚凱炎. 1999. 中國普通油茶含油率品質域劃分與層帶研究[J]. 自然資源學報，14（2）：123-127. [Yu Y S，Ren S X，Tan K Y. 1999. Study on climatic regionalization and layer and belt distribution of oil tea camellia quality in China[J]. Journal of Natural Resources，14（2）：123-127.]

余會康.2014. 閩東油茶產量及含油率與氣候條件分析[J]. 貴州氣象，38（6）：7-12. doi：10.3969/j.issn.1003-6598.2014. 06.002. [Yu H K. 2014. Analysis on yield，oil content and climatic conditions of Camellia oleifera in eastern Fujian[J]. Journal of Guizhou Meteorology，38（6）：7-12.]

原姣姣，王成章，陳虹霞，葉建中，周昊. 2012. 不同品種油茶籽的含油率和脂肪酸組成分析研究[J]. 中國油脂，37（1）：75-79. doi：10.3969/j.issn.1003-7969.2012.01.019. [Yuan J J，Wang C Z，Chen H X，Ye J Z，Zhou H. 2012. Oil content and fatty acid composition analysis of diffe-rent varieties of Camellia oleifera seeds[J]. China Oils and Fats，37（1）：75-79.]

張乃燕，黃開順，覃毓，王東雪，曾雯君. 2013. 主要地理氣候因子對油茶籽油脂肪酸組成的影響[J]. 中國油脂，38（11）：78-80. [Zhang N Y，Huang K S，Qin Y，Wang D X，Zeng W J. 2013. Effects of major geographical and climatic factors on fatty acid composition of oil-tea camellia seed oil[J]. China Oils and Fats，38（11）：78-80.]

張志祥. 1995. 生態因子和人為因素對油茶出油率的影響[J]. 湖南林業科技，（1）：14-15. [Zhang Z X. 1995. Effects of ecological and human factors on oil yield of Camellia oleifera[J]. Journal of Hunan Forestry Science and Tehnotogy，（1）：14-15.]

周松秀，劉蘭芳，王鵬，朱宏娟. 2015. 南方紅壤丘陵區油茶種植的氣候適應性特征——以湖南省常寧市為例[J]. 生態科學，34（1）：61- 67. doi：10.14108/j.cnki.1008-8873.2015. 01.009. [Zhou S X，Liu L F，Wang P，Zhu H J. 2015. The features of the climate adaptability about Camellia olei-fera planting in hilly red soil region of Southern China： A case study of Changning City Hunan Province[J]. Ecological Science，34（1）： 61-67.]

左繼林，龔春，汪建平，周文才，溫強，徐林初. 2008. 贛油茶25個優良無性系品質評價[J]. 浙江農林大學學報，25（5）：624-629. doi：10.3969/j.issn.2095-0756.2008.05.016. [Zuo J L，Gong C，Wang J P，Zhou W C，Wen Q，Xu L C. 2008. Evaluation on quality of twenty-five clones of Camellia oleifera group Gan[J]. Journal of Zhejiang Fores-try College，25（5）：624-629.]

（責任編輯 麻小燕）