211196476_极端气温事件对贵州茶叶种植面积及产量的影响分析

第４１卷第３期２０２３年５月 贵州师范大学学报（自然科学版）ＪｏｕｒｎａｌｏｆＧｕｉｚｈｏｕＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅｓ）
Ｖｏｌ．４１．Ｎｏ．３
Ｍａｙ．２０２３引用格式：张克新，吴光明，彭娇婷，等．极端气温事件对贵州茶叶种植面积及产量的影响分析［Ｊ］．贵州师范大学学报（自然科学版），２０２３，４１（３）：５６ ６１．［ＺＨＡＮＧＫＸ，ＷＵＧＭ，ＰＥＮＧＪＴ，ｅｔａｌ．ＡｎａｌｙｓｉｓｏｆｔｈｅｉｎｆｌｕｅｎｃｅｏｆｅｘｔｒｅｍｅｔｅｍｐｅｒａｔｕｒｅｅｖｅｎｔｓｏｎｔｈｅｐｌａｎｔｉｎｇａｒｅａａｎｄｙｉｅｌｄｏｆｔｅａｉｎＧｕｉｚｈｏｕＰｒｏｖｉｎｃｅ［Ｊ］．ＪｏｕｒｎａｌｏｆＧｕｉｚｈｏｕＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅｓ），２０２３，４１（３）：５６ ６１．］
极端气温事件对贵州茶叶种植面积及产量的影响分析
张克新１，吴光明１，彭娇婷１
，张洪昌２
（１．贵州财经大学管理科学与工程学院，贵州贵阳　５５００２５；２．贵州财经大学绿色发展战略研究院／
贵州绿色发展战略高端智库，贵州贵阳　５５００２５）
摘要：选取贵州省１９个气象站点１９８０—２０１９年间逐日最高、最低气温数据，运用Ｓｅｎ斜率、Ｍａｎｎ Ｋｅｎｄａｌｌ（Ｍ Ｋ）法和Ｐｅａｒｓｏｎ相关分析等方法，对贵州省１９８０—２０１９年极端气温事件变化特征及其对贵州茶叶的种植面积及产量的影响进行分析。

结果表明：１９８０—２０１９年间贵州省极端气温指数中的夜指数的增加幅度大于昼指数的增加幅度；近４０年来，贵州省茶叶种植面积和产量在２０００年前变化趋势不明显，而在２０００年之后呈现出快速增加的趋势；贵州省茶叶种植面积与产量主要是受冷昼日数（ＴＸ１０ｐ）、冷夜日数（ＴＮ１０ｐ）、气温日较差（ＤＴＲ）、热夜日数（ＴＲ）、夏日日数（ＳＵ）、暖夜日数（ＴＮ９０ｐ）、暖昼日数（ＴＸ９０ｐ）和日最低气温最大值（ＴＮｘ）这８个极端气温指数的影响，其他几个指数对茶叶种植面积与产量影响较小。

关
键
词：极端气温事件；茶叶种植面积与产量；影响分析；贵州省
中图分类号：Ｓ５７１．１ 文献标识码：Ａ 文章编号：１００４—５５７０（２０２３）０３－００５６－０６ＤＯＩ：１０．１６６１４／ｊ．ｇｚｎｕｊ．ｚｒｂ．２０２３．０３．００９
Ａｎａｌｙｓｉｓｏｆｔｈｅｉｎｆｌｕｅｎｃｅｏｆｅｘｔｒｅｍｅｔｅｍｐｅｒａｔｕｒｅｅｖｅｎｔｓｏｎｔｈｅ
ｐｌａｎｔｉｎｇａｒｅａａｎｄｙｉｅｌｄｏｆｔｅａｉｎＧｕｉｚｈｏｕＰｒｏｖｉｎｃｅ
ＺＨＡＮＧＫｅｘｉｎ１，ＷＵＧｕａｎｇｍｉｎｇ１，ＰＥＮＧＪｉａｏｔｉｎｇ１
，ＺＨＡＮＧＨｏｎｇｃｈａｎｇ
２（１．ＳｃｈｏｏｌｏｆＭａｎａｇｅｍｅｎｔＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＧｕｉｚｈｏｕＵｎｉｖｅｒｓｉｔｙｏｆＦｉｎａｎｃｅａｎｄＥｃｏｎｏｍｉｃｓ，Ｇｕｉｙａｎｇ，Ｇｕｉｚｈｏｕ５５００２５，Ｃｈｉｎａ；２．ＧｒｅｅｎＤｅｖｅｌｏｐｍｅｎｔＳｔｒａｔｅｇｙＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅ／ＧｕｉｚｈｏｕＧｒｅｅｎＤｅｖｅｌｏｐｍｅｎｔＳｔｒａｔｅｇｙＨｉｇｈ ＥｎｄＴｈｉｎｋ
Ｔａｎｋ，ＧｕｉｚｈｏｕＵｎｉｖｅｒｓｉｔｙｏｆＦｉｎａｎｃｅａｎｄＥｃｏｎｏｍｉｃｓ，Ｇｕｉｙａｎｇ，Ｇｕｉｚｈｏｕ５５００２５，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：ＴｈｅＳｅｎ＇ｓｓｌｏｐｅ，ｎｏｎ ｐａｒａｍｅｔｒｉｃＭａｎｎ ＫｅｎｄａｌｌｍｅｔｈｏｄａｎｄＰｅａｒｓｏｎｃｏｒｒｅｌａｔｉｏｎａｎａｌｙｓｉｓｗｅｒｅａｐｐｌｉｅｄｉｎｔｈｉｓｓｔｕｄｙｔｏｉｎｖｅｓｔｉｇａｔｅａｎｄａｎａｌｙｚｅｔｈｅｉｎｆｌｕｅｎｃｅｏｆｅｘｔｒｅｍｅｔｅｍｐｅｒａｔｕｒｅｅｖｅｎｔｓｏｎｔｈｅｐｌａｎｔｉｎｇａｒｅａａｎｄｙｉｅｌｄｏｆｔｅａｂａｓｅｄｏｎｄａｉｌｙｍａｘｉｍｕｍａｎｄｍｉｎｉｍｕｍｔｅｍｐｅｒａｔｕｒｅｄａｔａｃｏｌｌｅｃｔｅｄｆｒｏｍ１９ｍｅｔｅｏｒｏｌｏｇｉｃａｌｓｔａｔｉｏｎｓｉｎＧｕｉｚｈｏｕｐｒｏｖｉｎｃｅｄｕｒｉｎｇ１９８０ｔｏ２０１９．ＲｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔａｌｌｉｎｄｉｃｅｓｈａｄｔｒｅｎｄｓｃｏｎｓｉｓｔｅｎｔｗｉｔｈｗａｒｍｉｎｇｉｎＧｕｉｚｈｏｕｆｒｏｍ１９８０ｔｏ２０１９，ｂｕｔｔｈｅｗａｒｍｉｎｇｗａｓｍｏｒｅｐｒｏ ｎｏｕｎｃｅｄｆｏｒｉｎｄｉｃｅｓｄｅｒｉｖｅｄｆｒｏｍｄａｉｌｙｍｉｎｉｍｕｍｔｅｍｐｅｒａｔｕｒｅｃｏｍｐａｒｅｄｔｏｔｈｏｓｅｆｒｏｍｄａｉｌｙｍａｘｉｍｕｍ
６
５收稿日期：２０２２－１１－１０
基金项目：国家自然科学基金项目（４２１６３００１）；贵州省科技计划项目（黔科合基础－ｚｋ［２０２１］一般１８９）；贵州省普通高等
学校青年科技人才成长项目（黔教合ＫＹ字［２０２１］１３９）；２０２２年度贵州财经大学校级项目（２０２２ＫＹＪＣ００２）
作者简介：张克新（１９８０－），男，博士，副教授，研究方向：区域气候变化、人工放射性核素示踪应用，Ｅ ｍａｉｌ：ｘｂｓｄｚｋｘ２００８＠
１６３．ｃｏｍ．
通讯作者：
彭娇婷（１９８１－），女，博士，副教授，研究方向：环境规划与管理，Ｅ ｍａｉｌ：ｐｅｎｇｊｉａｏｔｉｎｇ＠１６３．ｃｏｍ．
ｔｅｍｐｅｒａｔｕｒｅ．Ｄｕｒｉｎｇ４０ｙｅａｒｓ，ｔｈｅｐｌａｎｔｉｎｇａｒｅａａｎｄａｎｎｕａｌｏｕｔｐｕｔｏｆｔｅａｗａｓｎｏｔｏｂｖｉｏｕｓｉｎＧｕｉｚｈｏｕｄｕｒｉｎｇ１９８０－２０００ｂｕｔｓｈｏｗｅｄｓｉｇｎｉｆｉｃａｎｔｉｎｃｒｅａｓｉｎｇｔｒｅｎｄｓｆｒｏｍ２００１ｔｏ２０１９．Ｉｎｔｈｉｓｓｔｕｄｙ，ｅｉｇｈｔｅｘｔｒｅｍｅｔｅｍｐｅｒａｔｕｒｅｉｎｄｉｃｅｓｏｆｃｏｌｄｄａｙｓ（ＴＸ１０ｐ），ｃｏｌｄｎｉｇｈｔｓ（ＴＮ１０ｐ），ｄｉｕｒｎａｌｔｅｍｐｅｒａｔｕｒｅｒａｎｇｅ（ＤＴＲ），ｗａｒｍｎｉｇｈｔｓ（ＴＲ），ｓｕｍｍｅｒｄａｙｓ（ＳＵ），ｗａｒｍｎｉｇｈｔ（ＴＮ９０ｐ），ｗａｒｍｄａｙｓ（ＴＸ９０ｐ）ａｎｄｍａｘ ｉｍｕｍｖａｌｕｅｏｆｄａｉｌｙｍｉｎｉｍｕｍｔｅｍｐｅｒａｔｕｒｅ（ＴＮｘ）ｃｏｒｒｅｌａｔｅｄｗｉｔｈｔｈｅｐｌａｎｔｉｎｇａｒｅａａｎｄｙｉｅｌｄｏｆｔｅａｉｎＧｕｉｚｈｏｕ．Ｔｈｅｏｔｈｅｒｉｎｄｉｃｅｓｈａｖｅｌｉｔｔｌｅｅｆｆｅｃｔｏｎｔｈｅｐｌａｎｔｉｎｇａｒｅａａｎｄｙｉｅｌｄｏｆｔｅａ．
Ｋｅｙｗｏｒｄｓ：ｅｘｔｒｅｍｅｔｅｍｐｅｒａｔｕｒｅｅｖｅｎｔｓ；ｔｈｅｃｒｏｐａｒｅａａｎｄａｎｎｕａｌｏｕｔｐｕｔｏｆｔｅａ；ｉｍｐａｃｔａｎａｌｙｓｉｓ；ＧｕｉｚｈｏｕＰｒｏｖｉｎｃｅ
０　引言
近年来，全球气候正发生显著变化，由此引起的极端气候事件发生频率也不断增加，给人民生产生活带来了极大不便［１］。

极端气温事件是一种罕见的气候事件，是指在给定的区域和时间内统计概率较低的气温事件，其特点以破坏性、突发和难监测等为主［２］。

世界气象组织在２０１２年发布的《世界气候状况年度声明》中指出，极端气温事件在世界各地频繁发生，特别是极端高温、极端低温、干旱、洪涝等，会严重影响社会经济的发展。

在全球变暖的背景下，极端气温等气候事件对农作物的种植面积及质量产生较为显著的影响，农作物对气候变化响应的最终表现就是作物增产或者减产。

而贵州省作为我国茶叶主产区，因其优越的自然条件，茶叶种植具有得天独厚的区位优势和较久的栽培历史，孕育了丰富的茶叶资源，茶叶品质优良，是西南高原盆地茶文化的典型代表［３］。

近年来，由于受全球变暖和人类活动的影响，该地区发生极端气温事件的频率也逐渐增加，严重影响了贵州茶树的生长及产量［４－５］。

该区域受西南季风和东南季风的影响，雨热同期、暴雨频繁，特别是夏、秋两季，气候变化特征更加明显，极端高温事件出现的概率高达８０％［４］；又因受副热带高压控制，夏季和秋季也经常发生干旱［５］。

高温、降水分布不均以及地理特征的差异性分布，直接增加了温度＞３５℃出现的概率；而在这种气候条件下茶叶的枯焦和掉落等现象也变得尤为明显［１］。

虽然已有学者对气候变化与茶叶生产开展相关研究［４－７］，但是关于极端气温事件对茶树种植面积与产量的研究还比较少。

基于此，本文运用Ｍａｎｎ Ｋｅｎｄａｌｌ趋势检验法、Ｐｅａｒｓｏｎ相关分析等方法对１９８０—２０１９年贵州省极端气温事件对茶树种植面积和茶叶产量的影响进行研究，深入分析近４０年贵州省极端气温的变化趋势，并进一步探讨极端气候事件对茶树种植面积及茶叶产量的影响。

研究结果对贵州省的农业发展，特别是对茶叶种植区域内的居民具有一定的参考价值。

同时，也可以补充完善因极端气温事件可能导致的农业生产数量与质量变化的数据链，为区域气候变化风险评估提供背景资料，对进一步推动贵州省特色茶产业的高质量发展具有重要的现实意义。

１　数据来源与研究方法
１．１　数据来源和极端气温指数选取
选取贵州省１９个气象站点（图１）在１９８０年１月１日—２０１９年１２月３１日期间的逐日最高、最低气温资料，数据来自于国家气象信息中心（ｈｔｔｐｓ：／／ｄａｔａ．ｃｍａ．ｃｎ／）；贵州省１９８０—２０１９
年茶叶种植面
图１　研究区气象站点分布示意图
Ｆｉｇ．１　Ｄｉｓｔｒｉｂｕｔｉｏｎｍａｐｏｆｍｅｔｅｏｒｏｌｏｇｉｃａｌｓｔａｔｉｏｎｓｉｎｓｔｕｄｙａｒｅａ
７
５
　第３期张克新，吴光明，彭娇婷，等：极端气温事件对贵州茶叶种植面积及产量的影响分析
积和产量数据来自于贵州省统计局（ｈｔｔｐ：／／ｓｔｊｊ．ｇｕｉｚｈｏｕ．ｇｏｖ．ｃｎ／）；极端指标的定义和计算采用
ＷＭＯ推荐的极端气温指数［７－８］，利用ＲＣｌｉｍＤｅｘ
（ｈｔｔｐ：／／ｅｔｃｃｄｉ．ｐａｃｉｆｉｃｃｌｉｍａｔｅ．ｏｒｇ／ｓｏｆｔｗａｒｅ．ｓｈｔｍｌ）软件计算贵州省１２个极端气温指数（表１），并将其分为冷指数、暖指数和其他指数３类。

表１　极端气温指数的定义
Ｔａｂ．１　Ｄｅｆｉｎｉｔｉｏｎｏｆｅｘｔｒｅｍｅｔｅｍｐｅｒａｔｕｒｅｉｎｄｉｃｅｓ
分类
代码 名称
定义
单位暖指数
ＴＸｘ
日最高气温的最大值每月日最高气温的最大值℃ＴＮｘ日最低气温的最大值每月日最低气温的最大值℃ＴＸ９０ｐ暖昼日数日最高气温＞９０％分位数的日数ｄＴＮ９０ｐ暖夜日数
日最低气温＞９０％分位数的日数ｄ冷指数
ＴＸｎ
日最高气温的最小值每月日最高气温的最小值℃ＴＮｎ日最低气温的最小值每月日最低气温的最小值℃ＴＸ１０ｐ冷昼日数日最高气温＜１０％分位数的日数ｄＴＮ１０ｐ冷夜日数日最低气温＜１０％分位数的日数ｄ其他指数
ＳＵ
夏日日数日最高气温＞２５℃的日数ｄＴＲ热夜日数日最高气温＞２０℃的日数
ｄＧＳＬ生长期连续６日＞５℃或６日＜５℃的时间跨度ｄＤＴＲ
气温日较差
日最高气温与最低气温差值
℃
１ ２　研究方法
采用Ｓｅｎ斜率计算极端气温指数的变化趋势，并使用Ｍａｎｎ Ｋｅｎｄａｌｌ（Ｍ Ｋ）方法进行变化趋势的显著性检验；得到各站相应的Ｍ Ｋ统计量Ｚ值，当Ｚ的绝对值分别大于或等于１ ６４、１ ９６、２ ５８时，表示分别通过了置信度为α＝
０ １、０ ０５、０ ０１的显著性检验［９－１０］。

文中不注明之处均表明该趋势通
过α＝０ ０１的显著性检验。

此外，利用Ｐｅａｒｓｏｎ相关系数来分析贵州省极端气温指数与茶叶种植面积及产量的相关性，判别其影响程度大小。

计算公式如下：
ｒ＝
∑ｎ
ｉ＝１（Ｘｉ－Ｘ）（Ｙｉ－Ｙ
）∑ｎ
ｉ＝１（Ｘｉ－Ｘ）槡
２
∑ｎ
ｉ＝１
（Ｙｉ－Ｙ）槡
２
（１）
式中，ｒ为Ｐｅａｒｓｏｎ相关系数，Ｘｉ和Ｙｉ分别为２个时间序列数据，Ｘ和Ｙ是Ｘｉ和Ｙｉ的平均值，ｎ为Ｘｉ、Ｙｉ
的序列长度［１０］。

本文在研究贵州省近４０年来
（１９８０—２０１９年）极端气候事件变化特征时，ｎ取４０；－１≤ｒ≤１，ｒ＞０表示正相关；ｒ＜０表示负相关；ｒ越大，表示相关性越大。

２　结果分析
２ １　贵州省近４０年来极端气温事件变化特征２ １ １　极端气温暖指数
图２为贵州省１
９８０—２０１９年极端气温指数变化趋势。

从图２（ａ～ｄ）中可以看出，极端气温暖指数ＴＸ９０ｐ、ＴＮ９０ｐ、ＴＸｘ和ＴＮｘ均呈现出不同程度的增加趋势，线性变化趋势分别为１ ５３ｄ／１０ａ、２ ４９ｄ／１０ａ、０ ３４℃／１０ａ和０ １３℃／１０ａ，且均通过了显著性检验。

其中，指数ＴＮ９０ｐ的增幅大于ＴＸ９０ｐ的增幅，说明气候变化对夜间气温的影响更
大。

另外，由表２极端气温暖指数年代际值变化可以看出，ＴＸ９０ｐ、ＴＮ９０ｐ和ＴＸｘ这３个指数从１９８０ｓ到２０１０—２０１９年间均呈现出增加趋势，且在２０１０—２０１９年间达到最大值，说明增温主要是发生在２
０１０—２０１９年间。

而ＴＮｘ指数从１９８０ｓ到１９９０ｓ间呈略微降低趋势，之后又呈逐渐增加趋势。

８
５ 贵州师范大学学报（自然科学版） 第４１卷　
图２　贵州省极端气温指数变化趋势
Ｆｉｇ．２　ＡｎｎｕａｌｖａｒｉａｔｉｏｎｃｕｒｖｅｓｏｆｅｘｔｒｅｍｅｔｅｍｐｅｒａｔｕｒｅｉｎｄｉｃｅｓｉｎＧｕｉｚｈｏｕＰｒｏｖｉｎｃｅｆｒｏｍ１９８０ｔｏ２０１９
注：Ｔ表示变化趋势，ｎｕｌｌ表示该趋势值没有通过显著性检验
表２　贵州省极端气温指数年代际值与多年平均值Ｔａｂ．２　Ｉｎｔｅｒ ａｎｎｕａｌｖａｌｕｅｓｏｆｅｘｔｒｅｍｅｔｅｍｐｅｒａｔｕｒｅ
ｉｎｄｉｃｅｓｉｎＧｕｉｚｈｏｕＰｒｏｖｉｎｃｅ
指数（单位）
１９８０—１９８９年１９９０—１９９９年２０００—２００９年２０１０—２０１９年１９８０—
２０１９年
ＧＳＬ（ｄ）３４６ ８３４８ １３４６ ９３４５ ２３４６ ７ＤＴＲ（℃）７ ７７ ８７ ９７ ６７ ７ＳＵ（ｄ）１２６ ０１２７ ２１３２ ３１３３ ３１２９ ７ＴＲ（ｄ）６１ ６６１ ５６３ ７７２ ３６４ ８ＴＮ１０ｐ（ｄ）１０ １８ ６７ ２５ ４７ ８ＴＮ９０ｐ（ｄ）１１ ３１１ ８１３ ７１７ ８１３ ７ＴＸ１０ｐ（ｄ）１１ ４１０ ６９ ５９ １１０ １ＴＸ９０ｐ（ｄ）９ ５１０ ２１２ ３１３ ６１１ ４ＴＸｎ（℃）０ ３０ ８１ ００ ８０ ７ＴＸｘ（℃）３３ ９３４ ２３４ ５３４ ９３４ ４ＴＮｘ（℃）２４ ２２３ ９２３ ９２４ ６２４ ２ＴＮｎ（℃）
－３ ３
－３ ２
－２ ６
－２ ６
－２ ９
２ １ ２　极端气温冷指数
相比暖指数，贵州省极端气温冷指数ＴＮ１０ｐ和ＴＸ１０ｐ发生的天数在１９８０—２０１９年呈显著减少趋势，见图２（ｅ）和图２（ｆ），减少速率分别为１ ６２ｄ／１０ａ和０ ８２ｄ／１０ａ；ＴＸｎ和ＴＮｎ在１９８０—
２０１９年分别以０ ２２℃／１０ａ和０ ３０℃／１０ａ的速率增加，见图２（ｇ）和图２（ｈ），其中ＴＸｎ增加趋势不显著。

指数ＴＸｎ和ＴＮｎ从１９８０ｓ开始上升，到２１世纪前１０年达到最大值，之后ＴＸｎ呈下降趋势，而ＴＮｎ呈波动变化趋势，见表２和图２（ｈ）。

指数ＴＮ１０ｐ和ＴＸ１０ｐ从１９８０ｓ到２０１０—２０１９年间均呈显著减少趋势。

贵州省极端气温冷指数的变化趋势进一步证明该区域夜间气温受气候变化的影响更大。

２ １ ３　极端气温其他指数
其他指数ＧＳＬ近４０年来虽以０ ６９ｄ／１０ａ趋势上升，见图２（ｉ），但上升趋势并不显著。

在２０００年之前ＧＳＬ呈上升趋势，之后以波动下降为主；指数ＧＳＬ在１９８０ｓ—２０１０ｓ均高于多年平均值３４６ ７ｄ；仅在２０１０年后低于多年平均值。

而指数ＳＵ和ＴＲ均具有显著上升趋势，见图２（ｊ）和图２（ｌ），变化趋势分别以２ ７８ｄ／１０ａ和４ ０１ｄ／１０ａ；其中ＴＲ指数上升趋势更加显著。

指数ＴＲ从１９８０ｓ—１９９０ｓ呈略微下降之后，从１９９０ｓ开始逐渐上升，到２０１０—２０１９年间达到最大值７２ ３ｄ，比多年平均值高出７ ５ｄ。

指数ＳＵ从１９８０ｓ起均呈上升趋势，且在
９
５　第３期
张克新，吴光明，彭娇婷，等：极端气温事件对贵州茶叶种植面积及产量的影响分析
２０１０—２０１９年间达到最大值１３３ ３ｄ。

在整个研究时段内，指数ＤＴＲ以０ ０３℃／１０ａ（未通过显著性检验）速率呈下降趋势，见图２（ｋ）；ＤＴＲ从１９８０ｓ—２０１０ｓ呈上升趋势，且在２０１０ｓ达到最大，之后在２０１０—２０１９年又呈下降趋势。

结合冷、暖指数分析，可以得出贵州省夜指数的增加幅度大于昼指数增加幅度；这说明相较于昼指数，该区域夜指数对气候变化的响应更为敏感。

２ ２　贵州省近４０年来茶叶种植面积与产量分析贵州是我国茶叶种植区之一，茶叶作为贵州省第三大经济作物产业［３］，也是促进贵州乡村振兴产业发展的重要组成部分。

近４０年来，贵州茶叶的种植面积由１９８０年的５ ４３×１０４ｈｍ２减少到１９８７年的４ １×１０４ｈｍ２，而这种面积变化原因是茶园从集体种植到实行农村家庭联产承包责任制的实施，由家庭户种植经营，是茶叶种植面积下降的主要原因之一。

在１９８８—２０００年期间，茶叶种植面积变化幅度不大，均为４ ２×１０４ｈｍ２左右；在２００８年茶叶种植面积超过１×１０５ｈｍ２，在这之后种植面积增加趋势明显，从２００８—２０１２年贵州茶园更是突破到２ ５１５×１０５ｈｍ２，到２０１９年更是达到了４ ６４６×１０５ｈｍ２，是２００８年的４倍多（图３）。

而贵州省近４０年茶叶产量在２００４年之前，均保持较缓慢的增长趋势，年产量在２×１０４ｔ以下；２００５年产量达到２ ２９×１０４ｔ，之后茶叶年产量呈明显上升趋势；而在２００８年随着茶叶种植面积的增加，茶叶产量也达到３ ４９×１０４ｔ；在２０１４年茶叶产量为１ ０７×１０５ｔ，比上年增加１ ７７×１０４ｔ，涨幅达１６ ５％；到２０１９年，年产量则达到１ ９７８×１０５ｔ，为历年最高（图３）。

综上，贵州省茶叶种植面积和产量在１９８０—２０１９年间均呈现出在２０００年前变化不明显到２０００年之后快速增加的趋势。

２ ３　贵州省近４０年茶叶种植面积与产量对极端气温的响应
本文采用Ｐｅａｒｓｏｎ相关系数来分析贵州省茶叶种植面积及产量对极端气温变化的响应关系。

从图４中可以看出，冷昼日数（ＴＸ１０ｐ）、冷夜日数（ＴＮ１０ｐ）和气温日较差（ＤＴＲ）均与茶叶种植面积呈显著负相关关系（α＝０ ０１）；指数热夜日数（ＴＲ）、夏日日数（ＳＵ）、暖夜日数（ＴＮ９０ｐ）、暖昼日数（ＴＸ９０ｐ）和日最低气温最大值（ＴＮｘ）与茶叶种植面积呈显著正相关关系（α＝０ ０５），说明这几个指数对贵州省茶叶种植面积的影响较为显著。

而其他４个指数日最高气温最大和最小值（ＴＸｘ
、
图３　近４０年贵州茶叶种植面积及年产量变化
Ｆｉｇ．３　Ｔｈｅｃｒｏｐａｒｅａａｎｄａｎｎｕａｌｏｕｔｐｕｔｏｆｔｅａｉｎ
ＧｕｉｚｈｏｕＰｒｏｖｉｎｃｅｆｒｏｍ１９８０ｔｏ２０１９
ＴＸｎ）、日最低气温最小值（ＴＮｎ）及生长季长度（ＧＳＬ）与茶叶种植面积虽有正负相关关系，但关系并不显著。

同样，从图４中也可以看出，冷昼日数（ＴＸ１０ｐ）、冷夜日数（ＴＮ１０ｐ）和气温日较差（ＤＴＲ）均与茶叶产量呈显著负相关关系（α＝０ ０１）；而指数热夜日数（ＴＲ）、夏日日数（ＳＵ）、暖夜日数（ＴＮ９０ｐ）、暖昼日数（ＴＸ９０ｐ）和日最低气温最大值（ＴＮｘ）与茶叶种植产量呈显著正相关关系（α＝０ ０５）。

这进一步说明贵州茶叶种植面积与产量主要是受ＴＸ１０ｐ、ＴＮ１０ｐ、ＴＮ９０ｐ、ＴＸ９０ｐ、ＴＮｘ、ＳＵ、ＤＴＲ和ＴＲ这８个极端气温指数的影响，其余指数
对茶叶种植面积与产量影响较小。

图４　贵州省近４０年来极端气温指数与
茶叶种植面积和产量的相互关系
Ｆｉｇ．４　Ｐｅａｒｓｏｎ＇ｓｃｏｒｒｅｌａｔｉｏｎｃｏｅｆｆｉｃｉｅｎｔｓｂｅｔｗｅｅｎ
ｅｘｔｒｅｍｅｔｅｍｐｅｒａｔｕｒｅｉｎｄｉｃｅｓａｎｄｔｈｅｃｒｏｐａｒｅａ
ａｎｄａｎｎｕａｌｏｕｔｐｕｔｏｆｔｅａｉｎＧｕｉｚｈｏｕｐｒｏｖｉｎｃｅ
ｆｒｏｍ１９８０ｔｏ２０１９
注：ＭＪ为种植面积，ＣＬ为产量
０
６
贵州师范大学学报（自然科学版） 第４１卷　
３　讨论与结论
温度是影响茶叶生长发育的最重要的气候因素之一。

１５～３０℃被普遍认为是茶叶生长的适宜温度，同时，茶叶的安全也会受到冬季温度过低的影响，－８～１０℃被认为是中、小叶茶叶品种低温生长的极限，－２～３℃则是大叶茶叶品种生长的极限。

如果温度低于该极限并发生频率超过２５％，就会使组织中结冰失水导致细胞变形、损坏、死亡［１１］。

贵州省内大多数茶区，冬季最低温度降到０℃以下，茶叶能够安全越冬。

近年来，随着气候变化的影响，不规律的极端气温事件的频繁出现，使得茶叶产量收到严重影响。

在夏季，当日平均温度在３０℃以上，最高温度在３５℃以上时，茶树将遭受旱害［１］。

当这种高温天气持续８～１０ｄ时，受影响的茶树往往会枯叶，芽叶枯萎、脱落，甚至整株茶树逐渐干枯死亡，尤其是１～２年内种植的新茶园，受到的威胁更严重。

此外，贵州属亚热带湿润季风气候区，且地形复杂，在选择茶树种植用地时，要充分考虑不同复杂地形对气候条件尤其是热量条件的影响［３］。

需要说明的是，由于受数据的限制，本文仅分析整个研究区内极端气温对茶叶种植面积和产量的影响，没有分区域探讨极端气温与茶叶种植面积与产量的影响。

通过论文研究分析，可得出以下３个主要结论：
１）对１９８０—２０１９年贵州省极端气温指数分析，可知贵州省夜指数的增加幅度大于昼指数，这进一步说明相对于昼指数，贵州省域夜指数对气候变化的响应更为敏感。

２）近４０年来，贵州省茶叶种植面积和产量在２０００年前变化趋势不明显，而在２０００年之后呈现出快速增加的趋势。

３）通过分析近４０年来贵州省极端气温事件对茶叶种植面积和产量的影响，发现贵州省茶叶种植面积与产量主要是受冷昼日数（ＴＸ１０ｐ）、冷夜日数（ＴＮ１０ｐ）、气温日较差（ＤＴＲ）、热夜日数（ＴＲ）、夏日日数（ＳＵ）、暖夜日数（ＴＮ９０ｐ）、暖昼日数（ＴＸ９０ｐ）和日最低气温最大值（ＴＮｘ）等极端气温指数的影响，其他几个指数对茶叶种植面积与产量影响较小。

参考文献：
［１］朱俊欣．高温干旱对贵州省茶叶产量的影响［Ｊ］．现代农业科技，２０１９（８）：４２ ４３．
［２］王学．极端气候对保山市茶叶生产的影响［Ｄ］．昆明：云南财经大学，２０１７．
［３］余卓亚．贵州山区茶叶种植土地适宜性评价研究［Ｄ］．贵阳：贵州师范大学，２０１４．
［４］王红丽，李勇，易俊莲，等．贵州茶叶不同生长季节日照时数时空变化特征［Ｊ］．贵州气象，２０１４，３８（６）：１ ７．［５］龙振熙．气温对茶叶品质以及采摘时期的影响［Ｊ］．贵州气象，２０１４，３８（５）：３７ ３９．
［６］易俊莲，李勇，张波，等．１９６１—２０１０年贵州茶树生长期降水量的时空变化［Ｊ］．贵州农业科学，２０１５，４３（１）：１８５ １８９．
［７］刘晓慧．极端气候对茶叶生产影响的实证分析［Ｄ］．昆明：云南财经大学，２０１９．
［８］高文德，王昱，李宗省，等．基于极端气温指数的高寒内流区升温特征分析［Ｊ］．高原气象，２０２２，４１（３）：７４９ ７６１．
［９］张克新，王娟娟，彭娇婷，等．贵州省降水集散程度时空变化及其影响因素分析［Ｊ］．贵州师范大学学报（自然
科学版），２０２０，３８（２）：１０ １８．
［１０］李清清．近６０年来（１９６０—２０１９）川中丘陵地区气候变化及极端气候事件研究［Ｄ］．成都：四川师范大学，２０２１．
［１１］郝心愿，王璐，曾建明，等．低温冻害对茶树生理的影响及应对技术［Ｊ］．中国茶叶，２０２０，４２（５）：１３ １６．
责任编辑：彭惠蓉
１
６
　第３期张克新，吴光明，彭娇婷，等：极端气温事件对贵州茶叶种植面积及产量的影响分析。