宁德市热量资源变化及其对茶叶生长的影响

doi:10.16178/j.issn.0528-9017.20212576

摘要/Abstract

摘要：

运用线性倾向估计法、EOF经验正交函数分解法、Mann-kendall非参数检验法、Morlet小波分析等4种气候统计诊断方法,对宁德市≥10 ℃积温和初终间日数的时空变化特征进行分析研究,并通过茶叶积温隶属度的计算,分析其对茶叶生长适应性的影响。结果表明,1)1969—2019年宁德市热量资源呈普遍增加趋势,90年代中期起升速加快,主要突变点在1997年前后;热量资源的增加与日平均气温升高、≥10 ℃初终日数增多关系密切。2)空间分布上,沿海县市的热量资源好于山区,但近51 a山区的热量资源增幅略大于沿海;突变年前沿海积温和日数的变化大于山区,突变年后则山区大于沿海;山区和沿海在积温与初终日数的时间变化总趋势上虽然表现一致,但地域差异较为显著,部分年份呈现反相位变化特点。3)宁德市≥10 ℃积温、初终间日数及山区茶叶积温隶属度共同存在25、10~15、5~10、<5 a等多个时间尺度的变化周期。在较短尺度的周期变化上,初终日数的变化强度大于积温,山区强于沿海。4)山区县茶叶种植受积温条件制约的情况随着热量资源增加得以改善,但极端天气气候影响带来的灾害风险仍较大。5)根据小波周期演变规律,可推测未来6~8 a宁德市沿海与山区≥10 ℃积温及其初终间日数、茶叶积温隶属度增多或上升的态势将减缓,将由相对高值区向低值区过渡。

关键词: 热量资源, 积温, 初终日数, 茶叶, 小波分析, 隶属度

中图分类号:

S162.31

陈小英, 余会康, 黄文霖, 阮翠冰. 宁德市热量资源变化及其对茶叶生长的影响[J]. 浙江农业科学, 2022, 63(2): 284-292.

图/表 24

图1 1969—2019年≥10 ℃积温平均值

图2 宁德市≥10 ℃积温M-K统计曲线

图3 1969—2019年≥10 ℃初终日数

图4 宁德市≥10 ℃初终日数M-K统计曲线

表1 近51 a宁德≥10 ℃积温场EOF分解结果

特征向量场	方差贡献/%	λ_i	λ_i-λ_i₊₁	e_i
第一模态(EOF1)	76.70	6.902 7	5.863 8	1.366 9
第二模态(EOF2)	11.54	1.039 0	0.691 3	0.205 7
第三模态(EOF3)	3.86	0.347 6	0.081 9	0.068 8
第四模态(EOF4)	2.95	0.265 7	0.099 4	0.052 6

表2 近51 a宁德≥10 ℃初终日数场EOF分解结果

特征向量场	方差贡献/%	λ_i	λ_i-λ_i₊₁	e_i
第一模态(EOF1)	60.93	5.483 4	3.534 1	1.085 9
第二模态(EOF2)	21.66	1.949 3	1.472 6	0.386 0
第三模态(EOF3)	5.30	0.476 7	0.149 1	0.094 4
第四模态(EOF4)	3.61	0.327 7	0.018 2	0.064 9

图5 宁德市≥10 ℃积温第一模态特征向量

图6 宁德市≥10 ℃初终日数第一模态特征向量

图7 宁德市≥10 ℃积温第一模态时间系数

图8 宁德市≥10 ℃初终日数第一模态时间系数

图9 宁德市≥10 ℃积温第二模态特征向量

图10 宁德市≥10 ℃初终日数第二模态特征向量

图11 宁德市≥10 ℃积温第二模态时间系数

图12 宁德市≥10 ℃初终日数第二模态时间系数

图13 宁德市≥10 ℃积温小波系数实部等值线

图14 宁德市≥10 ℃积温小波功率全谱图

图15 宁德市≥10 ℃初终日数小波系数实部等值线

图16 宁德市≥10 ℃初终日数小波功率全谱图

图17 宁德市≥10 ℃积温小波系数实部时序图

图18 宁德市≥10 ℃初终日数小波系数实部时序图

图19 山区茶叶积温隶属度线性趋势图

图20 山区茶叶积温隶属度小波全谱图

图21 山区茶叶积温隶属度小波系数实部等值线

图22 山区茶叶积温隶属度M-K统计曲线

参考文献 28

[1]	姜会飞. 农业气象学[M]. 第2版. 北京: 科学出版社, 2013.
[2]	刘允芬. 现代气候变化对中国热量资源的影响[J]. 自然资源学报, 1993, 8(2):166-174.
[3]	胡琦, 潘学标, 邵长秀, 等. 1961—2010年中国农业热量资源分布和变化特征[J]. 中国农业气象, 2014, 35(2):119-127.
[4]	刘洋, 王占海, 姜文来, 等. 1956—2009年东北地区热量资源时空变化特征分析[J]. 中国农业资源与区划, 2013, 34(2):12-19.
[5]	缪启龙, 丁园圆, 王勇, 等. 气候变暖对中国热量资源分布的影响分析[J]. 自然资源学报, 2009, 24(5):934-944.
[6]	冯喜媛, 王宁, 刘实. 1961—2014年东北三省热量资源变化特征[J]. 气象与环境学报, 2018, 34(1):91-98.
[7]	孙华, 何茂萍, 胡明成. 全球变化背景下气候变暖对中国农业生产的影响[J]. 中国农业资源与区划, 2015, 36(7):51-57.
[8]	赵锦, 杨晓光, 刘志娟, 等. 全球气候变暖对中国种植制度可能影响Ⅱ. 南方地区气候要素变化特征及对种植制度界限可能影响[J]. 中国农业科学, 2010, 43(9):1860-1867.
[9]	戴声佩, 李海亮, 刘海清, 等. 全球气候变暖背景下华南地区农业气候资源时空变化特征[J]. 中国农业资源与区划, 2014, 35(1):52-60.
[10]	田月, 赵孟, 李勇, 等. 贵州茶树生长季热量资源的时空分布特征研究[J]. 贵州气象, 2015, 39(2):1-5.
[11]	李柏贞, 谢佳杏, 孔萍, 等. 江南茶叶农业气象灾害风险区划[J]. 干旱气象, 2015, 33(6):1017-1023.
[12]	鹿世瑾, 王岩. 福建气候[M]. 北京: 气象出版社, 2012.
[13]	李倬. 茶与气象[M]. 北京: 气象出版社, 2005.
[14]	陈惠, 岳辉英. 福建省茶树生长的气候适应性[J]. 广西气象, 2005, 26(s1):16-18.
[15]	姜会飞. 农业气象观测与数据分析[M]. 第2版. 北京: 科学出版社, 2009.
[16]	魏凤英. 现代气候统计诊断与预测技术[M]. 第2版. 北京: 气象出版社, 2007.
[17]	李湘阁, 胡凝. 实用气象统计方法[M]. 北京: 气象出版社, 2015.
[18]	李湘阁, 阂庆文, 余卫东. 南京地区茶树生长气候适应性研究[J]. 南京气象学院学报, 1995, 18(4):572-577.
[19]	袁嘉祖. 模糊数学在农业气象中的应用进展[J]. 农业气象, 1986, 7(32):60-63.
[20]	张汝. 云南热区热带作物农业气候条件的适宜度分析[J]. 自然资源, 1988 (2):35-41.
[21]	罗京义, 晏理华, 徐大红, 等. 铜仁地区茶树生长的气候适应性分析及优质绿茶种植区划[J]. 茶叶科学, 2011, 31(2):136-142.
[22]	余会康. 闽东茶叶气候适宜度变化特征[J]. 山地学报, 2016, 34(4):415-424.
[23]	严中伟, 丁一汇, 翟盘茂, 等. 近百年中国气候变暖趋势之再评估[J]. 气象学报, 2020, 78(3):370-378.
[24]	杜勤勤, 张明军, 王圣杰, 等. 中国气温变化对全球变暖停滞的响应[J]. 地理学报, 2018, 73(9):1748-1764. DOI
[25]	郑国光, 沈晓农, 汤绪, 等. 华东区域气候变化评估报告决策者摘要及执行摘要2012[M]. 北京: 气象出版社, 2013.
[26]	邱新法, 王喆, 曾燕, 等. 1960—2013年中国≥10 ℃积温时空变化特征及其主导因素分析[J]. 江苏农业科学, 2017, 45(2):220-225.
[27]	张晓玲, 李亦超, 王芸芸, 等. 未来气候变化对不同国家茶适宜分布区的影响[J]. 生物多样性, 2019, 27(6):595-606. DOI
[28]	陈家金, 黄川容, 孙朝锋, 等. 福建省茶叶气象灾害致灾危险性区划与评估[J]. 自然灾害学报, 2018, 27(1):198-207.