江西省油茶油酸含量气象评价模型研究

杨爱萍 汪建军 张坤 郭水连

摘要：【目的】明确江西省油茶油酸含量的关键气象因子和关系模型，为江西省油茶品质气候评价及油茶品质气候区划等提供技术参考。【方法】利用6份油茶油酸含量检测数据（2018—2019年江西九江市柴桑区、丰城市和万安县油茶油酸含量检测数据）和同期气象数据（2018—2019年逐日平均气温、最低气温、最高气温、降水量、平均相对湿度和日照时数等），采用相关分析和线性回归方法，研究影响江西油茶油酸含量的关键气象因子，建立江西省油茶油酸含量气象评价模型，再利用10组油茶油酸含量检测数据（2018—2019年江西省10家油茶基地油茶油酸含量检测数据）和同期气象数据对评价模型进行检验。【结果】影响江西省油茶油酸含量的关键气象因子有10月下旬—11月下旬降水日数（X2）、3月极端最高气温（X6）、8月下旬—9月下旬气温日较差（X9）和10月下旬—11月下旬日照时数（X12），其中10月下旬—11月下旬降水日数对油茶油酸含量影响最大。研究建立的油酸含量（Y）气象评价模型为Y=0.1777X2+0.1078X6+0.2320X9?0.0152X12+75.5950，模型决定系数R2=0.9871。模型检验结果显示，油茶油酸含量评价值与实测值之差在±5%以内，模型对油酸含量等级的评价结果准确率为70%。【结论】依据关键气象因子建立的江西省油茶油酸含量气象评价模型准确率较高，能较好地反映气象条件对油茶油酸含量的影响程度，可应用于江西省油茶气候品质评价，同时可为油茶品质气候区划提供参考。

关键词： 油茶; 油酸; 關键气象因子; 评价; 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

【研究意义】油茶（Camellia oleifera Abel.）是我國乃至世界四大木本油料作物之一（程离等，2020），在我国主要分布于长江流域及以南地区（余优森等，1999），是南方丘陵岗地重要的经济林树种（奚如春和邓小梅，2005）。其种子油主要由油酸、亚油酸等不饱和脂肪酸组成，在食用、医药和生态环境保护等方面均具有较高的利用价值（黎先胜，2005;龚洪恩等，2018）。油茶茶油中油酸含量在80%左右，是茶油中含量最高的不饱和脂肪酸（王湘南等，2008;原姣姣等，2012）。油酸含量直接影响茶油的品质，是评价茶油品质的最重要参数之一（廖书娟等，2005）。油茶是一种喜温暖湿润的作物，对温度和水分等气象条件较敏感（宋英强等，2015）。江西省位于亚热带地区，雨热同期，为中亚热带温暖湿润季风气候，自然条件较适宜油茶生长，油茶林面积和油茶籽产量均居全国第二位（王小军等，2020a）。随着《全国油茶产业发展规划（2009—2020年）》的颁布实施，油茶产业作为江西省精准扶贫产业、现代农业攻坚产业和富民产业发展迅速（李彦等，2020）。因此，分析影响江西省油茶生长的关键气象因子，并建立气象评价模型，可为科学评价油茶产地的气象条件，合理利用气候资源安排和规划油茶种植等提供科学依据。【前人研究进展】自20世纪90年代以来，国内不少学者针对气象条件对油茶生长的影响开展了大量研究工作（张志祥，1995;赖英度等，2009;余会康，2014）。在气候和立地条件影响研究方面，代劲松等（2014）利用降尺度历史温度资料（1960—2009）和未来温度资料（2010—2099）对油茶温度适宜性及其时空差异进行计算，认为适宜油茶生长区域有较明显的向北偏移趋势。周松秀等（2015）采用基于熵权的TOPSIS方法对南方红壤丘陵区油茶种植的气候适宜性特征进行分析，提出温暖的气候是油茶种植气候适应性的主要驱动因子。近年来，随着油茶产业的不断发展，关于气象条件对油茶生产的影响研究更加细致深入。黄超等（2019）采用决策树算法对2009—2017年湖南省41个油茶样地的油茶种子含油率与气象因子进行诊断，结果显示，油脂转化和积累高峰期20 ℃以上活动积温为最重要的决策因子;采后处理期、果实第一次膨大期、果实膨大高峰期、油脂转化和积累高峰期、果实成熟期的最关键气象因子分别为降水日数、15 ℃以上活动积温、极端最高气温、20 ℃以上活动积温、最长连续无降水日数。蒋元华等（2019b）采用逐步回归和相关分析方法分析湖南省油茶生长各阶段气候因子与鲜果含油率的关联性，结果表明，与鲜果含油率相关系数最高的气候因子分别是全年极端最高气温、果实膨大高峰期日最高气温≥37 ℃日数、采后处理期的日降水量≥1 mm日数、果实成熟期的最长连续无雨日数、油脂转化和积累高峰期的极端最高气温及果实第一次膨大期的平均最小相对湿度;油脂转化和积累高峰期是影响油茶鲜果含油率的关键物候期，极端最高气温、日平均气温≥20 ℃的积温和最长连续无日照天数是影响鲜果含油率的关键气候因子。廖玉芳等（2019）、彭嘉栋等（2020）以湖南省为研究区域，选取不同油茶样地收集油茶鲜果含油率和油酸含量等品质数据，研究湖南气候指标对油茶鲜果含油率及油酸含量等的影响。王彦花等（2019）以9个立地的低温压榨油茶籽油为样本，分析坡向、坡位因子对油茶籽出油率及油茶籽油品质的影响，结果发现不饱和脂肪酸含量表现为西坡>南坡>东坡。【本研究切入点】现有的研究多侧重于气象条件和立地条件对油茶籽产量、出油率等的影响，而气象条件对油茶油酸含量的影响研究主要集中在湖南省，针对江西省油茶油酸含量的关键气象因子和气象评价模型的研究鲜见报道。【拟解决的关键问题】以江西省为研究区域，从江西省油茶主产地选取油茶样地，收集油茶油酸含量检测数据及同期气象资料，采用数理统计方法研究影响油茶油酸含量的关键气象因子，建立江西省油茶油酸含量气象评价模型，以期为江西省油茶品质气候评价及油茶品质气候区划等提供技术参考。

1 材料与方法

1. 1 研究区域概况

江西省位于亚热带地区，地形以低山丘陵为主;气候为中亚热带温暖湿润季风气候，年均气温16.3～19.5 ℃，年均降水量1341～1943 mm（王小军等，2020b）;土壤以酸性红壤和黄壤为主。

1. 2 数据来源

油茶油酸含量数据主要来源于实地采样检测报告。2018—2019年先后在九江市柴桑区、丰城市和万安县等地各选取0.33 ha油茶园作为取样小区，测量小区内油茶树平均树高和平均冠幅，按照平均值选取5株油茶树，从每株油茶树上采集5 kg油茶鲜果，集中脱粒得到油茶干籽后，寄送至江西省食品检验检测研究院，委托其依据GB/T 11765—2003《油茶籽油》检测油酸含量，得到油茶油酸含量检测资料6份，作为建模样本集。2018—2019年在新余市渝水区、樟树市、德兴市、永丰县、玉山县、遂川县、鄱阳县、奉新县、永修县和袁州区等10家油茶基地，收集基地提供的油茶油酸含量检测资料10份，作为检验样本集。

气象数据来源于江西省国家气象观测站，为油茶基地所在市（县）2018—2019年逐日平均气温、最低气温、最高气温、降水量、平均相对湿度和日照时数资料。资料按中国气象局制定的业务规范进行质量控制。

1. 3 研究方法

根据文献得到影响油茶油酸含量的气象要素，并结合江西省油茶品种特性、物候期特点和气候特点等，得出可能影响江西省油茶油酸含量的气象要素（表1），其中，X1～X5为降水类气象要素，X6～X12为温光类气象要素。

以建模样本集的油茶生长期为分析时段，按照表1计算各样本油茶生长期间12个气象要素与油茶油酸含量的相关系数。相关系数通过显著性检验的气象要素为影响油茶油酸含量的关键气象因子。以关键气象因子为自变量，油茶油酸含量为因变量，通过线性回归方法建立油茶油酸含量的气象评价模型，并参照不同等級油茶中油酸含量的一般范围和气象行业标准QX/T 486?2019《农产品气候品质认证技术规范》对油茶油酸含量进行等级划分，其中，油酸含量≥82%为特优等级，77%≤油酸含量<82%为优等级，72%≤油酸含量<77%为良等级，油酸含量<72%为一般等级。最后，利用检验样本集对油酸含量气象评价模型进行检验。

2 结果与分析

2. 1 油茶关键生育期内各气象要素的变化特征

依据表1计算建模样本集的气象要素值，结果如表2所示。从降水类气象要素来看，虽然2018年样本的2月下旬—4月中旬≥10 mm雨日（X1）均值为7.7 d，较2019年样本的均值（11.7 d）少，但2018年样本的年降水量（X4）均值为1534.4 mm，较2019年样本的均值（1512.6 mm）偏高，且2018年样本的7—9月有效降水量（X3）均值为262.6 mm，较2019年样本的均值（229.8 mm）偏高;同时，2018年样本的10月下旬—11月下旬降水日数（X2）均值为18.3 d，较2019年样本的均值（8.0 d）明显偏多。可见，2018年样本的总降水量、有效降水量、果实成熟期（10月下旬—11月下旬）雨日等降水量气象要素均较2019年样本偏高，说明2018年降水条件对油茶油酸形成和积累较有利。而2019年油茶果实第1次膨大期间（2月下旬—4月中旬）虽然雨日数较多，但伏秋季为罕见的持续高温干旱时期，有效降水量少、果实成熟期雨日数少，对油茶油酸积累产生明显的不利影响。从温光类气象要素来看，2018年8月下旬—9月下旬气温日较差（X9）为8.4 ℃，较2019年低1.3 ℃;同时，10月下旬—11月下旬日照时数（X12）较2019年低61.9 h。可见，2018年样本的温光条件较2019年略差。从2018和2019年油茶油酸含量检测结果来看，丰城、柴桑和万安3地2019年油茶油酸含量平均值为79.5%，低于2018年（81.8%）。综合降水类和温光类气象要素情况，以及2018和2019年油茶油酸含量检测结果分析，虽然2018年温光类气象要素条件不如2019年，但降水类气象要素条件明显偏好，导致2018年油茶油酸含量较2019年偏高。综上所述，影响油茶油酸含量的主要气象要素是降水类气象要素。

2. 2 影响油茶油酸含量的关键气象因子

根据表2计算12个气象要素与油酸含量的相关系数，结果见表3。由表3可知，10月下旬—11月下旬降水日数（X2）与油酸含量呈极显著负相关（P<0.01，下同），该相关系数是12个气象要素中最大值，说明油茶果实成熟期的雨日数越多，对油酸含量的提高越不利。油酸含量与3月极端最高气温（X6）、8月下旬—9月下旬气温日较差（X9）呈显著的正相关（P<0.05），与10月下旬—11月下旬日照时数（X12）呈极显著正相关，说明油茶果实第1次膨大期（3月）温度越高、油脂转化和积累期（8月下旬—9月下旬）气温日较差偏大、果实成熟期（10月下旬—11月下旬）日照时数越多，对油茶油酸含量提高越有利。综上所述，10月下旬—11月下旬降水日数（X2）、3月极端最高气温（X6）、8月下旬—9月下旬气温日较差（X9）和10月下旬—11月下旬日照时数（X12）是影响油茶油酸含量的关键气象因子。

2. 3 模型构建

以10月下旬—11月下旬降水日数（X2）、3月极端最高气温（X6）、8月下旬—9月下旬气温日较差（X9）、10月下旬—11月下旬日照时数（X12）等关键气象因子为自变量，以油酸含量（Y）为因变量，采用线性回归方法建立油茶油酸含量气象评价模型：Y=0.1777X2+0.1078X6+0.2320X9?0.0152X12+75.5950。模型的决定系数R2为0.9871，说明4个气象要素指标对油茶油酸含量的解释度较高，模型模拟的油茶油酸含量与实际油酸含量间具有较显著的线性关系。

根据GB/T 11765—2018《油茶籽油》中规定，油酸（C18∶1）物理参数指标为68.0%～87.0%，并参照不同等级油茶中油酸含量的一般范围和气象行业标准QX/T 486—2019《农产品气候品质认证技术规范》，将油茶油酸含量划分为特优、优、良和一般4个等级，即按照油茶油酸含量气象评价模型，利用X2、X6、X9和X12计算得到油酸含量估测值，按照各等级阈值，对气象条件影响油茶油酸含量的优劣程度进行评价。

2. 4 模型检验

10个指标检验样本包含2018—2019年共10个不同地区油茶油酸含量样本资料，具体的油酸含量实测值、模拟值及对应的评价等级见表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月中旬降水日数（X2）明显偏少，油茶油酸含量的实测值与评价值均较2018年偏低。表4显示，根据模型计算得到的油酸含量评价值与实测值之差在±5%之内，模型评价值与实测值基本接近;同时，10个样本的模型评价等级中，7个样本的评价等级与实际等级一致，准确率为70%，基本能满足油茶油酸含量气象评价服务需求。在评价等级与实际等级不符的样本中，2018年渝水样本比实际等级低1个等级，2018年德兴和2019年奉新样本比实际等级高1个等级，究其原因可能是模型关于3月极端最高气温（X6）和8月下旬—9月下旬气温日较差（X9）对油茶油酸含量的影响评价存在一定误差所致。在2018年渝水样本中，模型认为受3月极端最高气温（X6）偏低、8月下旬—9月下旬气温日较差（X9）偏小影响，油酸含量可能减少;在2018年德兴和2019年奉新样本中，模型则过高评价了3月极端最高气温（X6）、8月下旬—9月下旬气温日较差（X9）对油酸含量的促进作用。

3 讨论

油茶是喜光好温忌寒作物。蒋元华等（2019a）以湖南省为研究区域，分析认为果实第1次膨大期和果实膨大高峰期是影响油茶油酸的关键物候期。据调查，江西省油茶果实第1次膨大期和果实膨大高峰期一般在3和11月，而8—10月为油脂转化和积累期。本研究通过显著性检验的4个气象因子（X2、X6、X9和X12）出现的时段正好反映了影响油茶油酸含量的关键物候期，且本研究得到的关键物候期与蒋元华等（2019a）的研究结果基本一致。在通过显著性检验的4个气象因子中，降水类气象因子10月下旬—11月下旬降水日数（X2）是相关系数最大的气象因子，反映了水分条件对油茶产量和品质形成具有密切的影响，表明若10月下旬—11月下旬雨量充沛，则果实长势较好，油脂转化较充分，与余优森等（1999）、董斌等（2020）、彭嘉栋等（2020）的研究结果一致。此外，油茶果实第1次膨大期温度越高、油脂转化和积累期（8月下旬—9月下旬）气温日较差偏大、果实成熟期（10月下旬—11月下旬）日照时数越多，对油茶油酸含量提高越有利，与彭嘉栋等（2020）研究结果一致，也与油茶油酸形成和积累的生理特性基本相符。由此可见，气象条件相似的地区（湖南与江西），影响油茶油酸含量的关键物候期和关键气象因子相似。

本研究根据模型得到的油茶评价等级与样本实际等级基本一致，准确率达70%。据调查，2019年伏秋季江西遭遇了罕见的持续高温干旱天气，不利于油茶油酸含量提高，导致2019年江西各地的油茶油酸含量明显低于2018年。评价模型的构建过程及检验结果比较明确揭示了2019年不利气象条件，尤其是降水条件对油茶油酸含量的不利影响。

本研究建立的油酸含量气象评价模型具有一定的科学性和合理性，模型评价结果准确率较高。但本研究仅从油酸含量这一油茶品质指标开展气象评价模型研究，未涉及油茶产量、果实经济性状及茶油的相对密度、折光指数、碘值和皂化值等其他品质指标（左继林等，2008;聂根新等，2020），且采用的油茶油酸含量样本年份较短，加之样本主要来源于赣北和赣中地区，对模型适用性存在一定影响。此外，油茶生产管理措施对油茶油酸含量也有一定影响。近年来，江西各地正大力推广 “五统一分”模式发展油茶生产（陈凯和阙明明，2019），较高的油茶种植管理水平在气象防灾减灾方面将发挥越来越重要的作用。因此，仅依据气象因子建立的油茶油酸含量气象评价模型，不能反映防灾减灾生产管理技术对不利气象条件的減轻作用。

4 结论

影响江西省油茶油酸含量的关键气象因子是10月下旬—11月下旬降水日数、3月极端最高气温、8月下旬—9月下旬气温日较差和10月下旬—11月下旬日照时数。依据关键气象因子建立的油酸含量气象评价模型准确率较高，能较好地反映气象因子对油茶油酸含量的影响程度，可应用于江西省油茶品质气候评价，同时可为油茶品质气候区划提供参考。

参考文献：

陈凯，阙明明. 2019. 关于油茶产业发展的历史、现状及对策——以宜春市油茶产业发展为例[J]. 南方林业科学，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.]

程离，夏建梅，胡冬南，闫梦，杨陆暘，孙荣喜，周增亮，曾凡朴. 2020. 河南新县野生油茶群体表型变异特征研究[J].河南农业大学学报，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.]

代劲松，曹林，王婧琦，汪贵斌. 2014. 中国亚热带地区油茶温度适宜性及其变化趋势[J]. 中南林业科技大学学报，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，李荣喜，洪文泓，黄丽英，黄永芳，赖巧晖. 2020. 油茶干旱胁迫响应机制的研究进展[J]. 生物技术通报，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.]

龚洪恩，吴鹏飞，姚小华，龙伟，王开良. 2018. LED光质对油茶苗生理生化特性的影响[J]. 甘肃农业大学学报，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.]

黄超，廖玉芳，蒋元华，彭嘉栋. 2019. 决策树算法在油茶种子含油率模拟及关键气象因子分析上的应用[J]. 江西农业学报，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.]

江勝国，钱侯春，张斗胜，辛惠翔. 2018. 桐城市油茶气候品质评价模型构建方法探讨[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.]

蒋元华，廖玉芳，彭嘉栋，黄超. 2019a. 关键气候因子与油茶油酸含量的相关性[J]. 贵州农业科学，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.]

蒋元华，廖玉芳，彭嘉栋，黄超. 2019b. 油茶含油率关键气候影响因子及模型分析[J]. 中国油料作物学报，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.]

赖英度，陈锡勤，黄子芹. 2009. 巴马县油茶种植的气候条件分析[J]. 气象研究与应用，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.]

黎先胜. 2005. 我国油茶资源的开发利用研究[J]. 湖南科技学院学报，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.]

李彦，刘新亮，雷小林. 2020. 江西省于都县油茶产业发展现状与建议[J]. 南方林业科学，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.]

廖书娟，吉当玲，童华荣. 2005. 茶油脂肪酸组成及其营养保健功能[J]. 粮食与油脂，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，蒋元华，彭嘉栋，黄超，谭晓风. 2019. 气候指标对油茶鲜果含油率的影响[J]. 经济林研究，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.]

刘伟. 2014. 福建省油茶产地主要生态因子与油茶产量和品质的相关性研究[D]. 福州：福建农林大学. [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.]

聂根新，赖艳，胡丽芳，魏本华，吴玲，陈庆隆. 2020. 特征指标评价江西不同区域油茶籽油品质灰色关联度分析[J]. 中国粮油学报，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，蒋元华，黄超. 2020. 气象因子对油茶油酸含量的影响分析及模型构建[J]. 湖北农业科学，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.]

宋英强，杨粉莉，杨博，杨联安，张林森，于世峰. 2015. 我国油茶种植环境适宜性评价初步研究[J]. 山东农业大学学报（自然科学版），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，陈永忠，伍利奇，刘汝宽，杨小胡，王瑞，喻科武. 2008. 油茶种子含油率和脂肪酸组成研究[J]. 中南林业科技大学学报，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.]

王小军，刘光旭，相爱存，肖彤. 2020a. 江西省油茶综合生产潜力与资源利用效率评估[J]. 应用生态学报，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.]

王小军，刘光旭，王炳香，肖彤. 2020b.基于气候因子的油茶含油率时空特征与种植分区研究[J]. 云南大学学报（自然科学版），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.]

王彦花，张云，王容，吴立潮，刘芳. 2019. 立地对油茶籽出油率及油茶籽油品质的影响研究[J]. 中国油脂，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，邓小梅. 2005. 我国油茶产业化发展中的现状、要素及其优化[J]. 经济林研究，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.]

余优森，任三学，谭凯炎. 1999. 中国普通油茶含油率品质域划分与层带研究[J]. 自然资源学报，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.]

余会康.2014. 闽东油茶产量及含油率与气候条件分析[J]. 贵州气象，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，陈虹霞，叶建中，周昊. 2012. 不同品种油茶籽的含油率和脂肪酸组成分析研究[J]. 中国油脂，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.]

张乃燕，黄开顺，覃毓，王东雪，曾雯君. 2013. 主要地理气候因子对油茶籽油脂肪酸组成的影响[J]. 中国油脂，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. 生态因子和人为因素对油茶出油率的影响[J]. 湖南林业科技，（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，刘兰芳，王鹏，朱宏娟. 2015. 南方红壤丘陵区油茶种植的气候适应性特征——以湖南省常宁市为例[J]. 生态科学，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.]

左继林，龚春，汪建平，周文才，温强，徐林初. 2008. 赣油茶25个优良无性系品质评价[J]. 浙江农林大学学报，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.]

（责任编辑 麻小燕）