精細化茶樹種植區(qū)茶葉春霜凍災(zāi)害風(fēng)險評估

沈天琦 邱新法 韋翔鴻

摘要：開展基于精細化茶樹種植區(qū)的茶葉春霜凍災(zāi)害風(fēng)險評估有利于增強茶葉生產(chǎn)過程中精準(zhǔn)防御該災(zāi)害的能力。以浙江省松陽縣為研究區(qū)，結(jié)合谷歌高分辨率衛(wèi)星數(shù)據(jù)和GIS技術(shù)，獲取松陽縣精細化茶樹種植區(qū)分布，并在此基礎(chǔ)上，運用自然災(zāi)害風(fēng)險形成理論構(gòu)建茶葉春霜凍災(zāi)害風(fēng)險指數(shù)模型，改變以往對整個行政區(qū)進行茶葉春霜凍災(zāi)害風(fēng)險評估的方法，以茶樹田塊為單位，對松陽縣茶樹種植區(qū)茶葉春霜凍災(zāi)害進行風(fēng)險評估，并劃分低風(fēng)險、中風(fēng)險、高風(fēng)險的茶樹田。結(jié)果顯示，松陽縣的茶樹主要種植在縣中部條帶型區(qū)域，主要位于新興鎮(zhèn)、赤壽鄉(xiāng)、樟溪鄉(xiāng)、古市鎮(zhèn)、齋壇鄉(xiāng)、望松街道、葉村鄉(xiāng)、水南街道、西坪街道這9個鄉(xiāng)鎮(zhèn)，其中新興鎮(zhèn)茶樹田面積最大，是松陽縣茶樹田總面積的17.5%;松陽縣茶樹種植區(qū)茶葉春霜凍災(zāi)害低風(fēng)險的茶樹田主要分布在松陽縣的中心地區(qū)，中風(fēng)險的茶樹田主要分布在松陽縣的中部條帶型地區(qū)，高風(fēng)險的茶樹田主要分布在松陽縣的東西兩側(cè)。

關(guān)鍵詞：茶樹田;精細化茶樹種植區(qū);茶葉春霜凍災(zāi)害;風(fēng)險評估

中圖分類號： S425 ?文獻標(biāo)志碼： A ?文章編號：1002-1302（2019）02-0262-06

茶葉是我國傳統(tǒng)作物之一，在我國各地廣泛種植，經(jīng)濟效益、生態(tài)效益良好。近年來，各地茶葉的生產(chǎn)以經(jīng)濟產(chǎn)出較高的春季名優(yōu)茶為主，但由于其茶芽萌發(fā)早且早春氣溫較低，茶芽易受凍，受凍后會出現(xiàn)卷曲、變褐、變焦而失去經(jīng)濟價值，造成巨大的經(jīng)濟損失[1]。以浙江省為例，自2005年以來，浙江茶葉幾乎每年都會遭遇春霜凍災(zāi)害，2010年其經(jīng)濟損失高達10億元[2]。因此，開展茶葉春霜凍災(zāi)害風(fēng)險評估以增強茶葉生產(chǎn)過程中防御該災(zāi)害的能力有重要意義。

對于茶葉春霜凍災(zāi)害，國內(nèi)外學(xué)者進行了很多研究，主要集中在發(fā)生茶葉春霜凍災(zāi)害的氣象指標(biāo)分析[3-4]，茶葉春霜凍災(zāi)害的調(diào)查分析[5]、影響評估[6-7]、時空分布特征[8-9]以及防御對策[10-12]等方面。關(guān)于茶葉春霜凍災(zāi)害的風(fēng)險評估，目前也有部分成果，婁偉平在建立茶葉春霜凍災(zāi)害經(jīng)濟損失率評估模型的基礎(chǔ)上，結(jié)合浙江省新昌縣的地理數(shù)據(jù)、氣象數(shù)據(jù)和社會經(jīng)濟數(shù)據(jù)得到新昌縣各網(wǎng)格點茶葉春霜凍災(zāi)害的風(fēng)險度[6];金志鳳等通過自然災(zāi)害風(fēng)險形成機制，結(jié)合茶葉春霜凍災(zāi)害的指標(biāo)，將浙江省茶葉春霜凍災(zāi)害風(fēng)險劃分為低風(fēng)險、中風(fēng)險和高風(fēng)險3個等級[13];王學(xué)林在試驗得出茶葉春霜凍災(zāi)害指標(biāo)的基礎(chǔ)上，通過信息擴散法，對江南茶區(qū)茶葉春霜凍災(zāi)害風(fēng)險進行評估[1]。從尺度上講，目前對茶葉春霜凍災(zāi)害的風(fēng)險評估主要是基于行政區(qū)，如多個省、1個省、1個縣等，此種風(fēng)險評估有一定意義，但就1個行政區(qū)而言，存在不同種類的土地利用類型，若評價某區(qū)域茶葉春霜凍災(zāi)害為高風(fēng)險，而該區(qū)域沒有種植茶樹，此時的評價會存在一定的問題。

因此，本試驗以浙江松陽縣為研究區(qū)，在通過谷歌高分辨率衛(wèi)星數(shù)據(jù)與GIS技術(shù)結(jié)合獲取松陽縣精細化茶樹種植區(qū)分布的基礎(chǔ)上，結(jié)合自然災(zāi)害風(fēng)險形成理論，以茶樹田塊為單位，對松陽縣茶樹種植區(qū)茶葉春霜凍災(zāi)害進行風(fēng)險評估。

1 材料與方法

1.1 研究區(qū)與研究數(shù)據(jù)

本試驗以浙江省松陽縣為研究區(qū)，該縣隸屬浙江省麗水市，以中、低山丘陵地帶為主，中部地勢低，東西兩側(cè)地勢高。地域面積約10.46萬hm2，其中山地占76%，耕地占8%，水域及其他占16%，屬中亞熱帶季風(fēng)氣候，溫暖濕潤，四季分明，冬暖春早，適宜種植茶樹[14]，是一個名茶之鄉(xiāng)，被授予“全國重點產(chǎn)茶縣”“中國綠茶集散地”等稱號[15]。據(jù)調(diào)查，近年來松陽縣茶葉的生產(chǎn)以春季名優(yōu)茶為主，其品種多為安吉白茶、龍井、鳩坑等早發(fā)品種，其中安吉白茶種植面積占總種植面積的75%左右。

松陽縣的氣象數(shù)據(jù)、基礎(chǔ)地理數(shù)據(jù)和茶樹種植區(qū)分布數(shù)據(jù)來自浙江省氣候中心。前人研究成果表明，當(dāng)3—4月的日最低氣溫低于4 ℃時就會發(fā)生茶葉春霜凍災(zāi)害[13，16]。本試驗采用的氣象數(shù)據(jù)具體包括松陽縣氣象站2014—2016年的日最低氣溫數(shù)據(jù)、松陽縣26個區(qū)域自動站自建站以來到2016年的日最低氣溫數(shù)據(jù)、松陽縣周圍的遂昌縣氣象站、云和縣氣象站、龍泉縣氣象站和麗水市氣象站1987—2016年這30年間的日最低氣溫數(shù)據(jù);基礎(chǔ)地理數(shù)據(jù)包括松陽縣30 m分辨率的DEM數(shù)據(jù)、松陽縣鄉(xiāng)鎮(zhèn)行政邊界數(shù)據(jù);松陽縣茶樹種植區(qū)分布數(shù)據(jù)是其通過遙感方法構(gòu)建植被指數(shù)并結(jié)合實地調(diào)查獲取的，該數(shù)據(jù)有一定的參考意義，但不夠精細。松陽縣谷歌高分辨率衛(wèi)星數(shù)據(jù)采用分辨率為0.6 m的數(shù)據(jù)，在此谷歌高分辨率衛(wèi)星地圖中可以清晰地識別出每一個田塊。此外，根據(jù)2016年浙江省統(tǒng)計年鑒資料，獲取松陽縣2016年茶葉產(chǎn)值數(shù)據(jù)。

1.2 研究方法

1.2.1 獲取精細化茶樹種植區(qū)分布 關(guān)于作物種植區(qū)，國內(nèi)外學(xué)者大多采用遙感數(shù)據(jù)結(jié)合構(gòu)建的植被指數(shù)進行提取，李志鵬基于30 m中高空間分辨率的Landsat影像進行遙感分類，以獲取研究區(qū)高精度的水稻空間分布信息[17];樊香所等采用不同時相的MODIS NDVI數(shù)據(jù)提取華南地區(qū)的水稻分布情況[18-19];樊香所等利用3、5、6月NDVI的變化建立提取模型來獲取冬小麥種植面積等[18，20]。通過此類方法獲取的作物種植區(qū)有一定的參考意義，但不能精細化到每一個田塊，當(dāng)很多田塊靠在一起時，會識別成一片柵格而不是獨立的田塊，并且由于地面種植物的復(fù)雜性，此類方法獲取的作物種植區(qū)的準(zhǔn)確性須結(jié)合實地調(diào)查考證。因此，本研究根據(jù)茶樹種植區(qū)變化較小的特點，將衛(wèi)星遙感技術(shù)與GIS技術(shù)結(jié)合，提出采用谷歌高分辨率衛(wèi)星數(shù)據(jù)與GIS技術(shù)結(jié)合獲取精細化茶樹種植區(qū)分布的方法。谷歌高分辨率衛(wèi)星數(shù)據(jù)即是向用戶真實反饋地表面貌的圖像，其與傳統(tǒng)意義上的地圖不同，谷歌高分辨率衛(wèi)星地圖更新比較快，具有準(zhǔn)實況特點，因此，其應(yīng)用面非常廣，如用于目視識別作物種植區(qū)、檢測地面的信息，探測地理位置、地形等，同時還可以應(yīng)用于城鄉(xiāng)規(guī)劃、導(dǎo)航系統(tǒng)、軍事指揮部署、災(zāi)情檢查、抗災(zāi)救災(zāi)部署等方面[21]。而GIS技術(shù)可以數(shù)字化出每一個目視解譯的田塊。

采用谷歌高分辨率衛(wèi)星數(shù)據(jù)與GIS技術(shù)結(jié)合獲取精細化茶樹種植區(qū)分布的流程如下：首先，在獲取研究區(qū)最新的谷歌高分辨率衛(wèi)星數(shù)據(jù)后對其進行目視解譯，利用ArcGIS 10.0的數(shù)字化功能，畫出確定是茶樹田以及不確定是否是茶樹田的田塊，在畫的過程中將確定是茶樹田的田塊的type屬性值設(shè)置為1，不確定是否是茶樹田的田塊的type屬性值設(shè)置為2;其次，結(jié)合現(xiàn)有的茶樹種植區(qū)分布數(shù)據(jù)，對type為2的田塊進行信息比對，確定其是否是茶樹田，從而得到精細化茶樹種植區(qū)分布。

1.2.2 氣象資料的序列延長 由于研究區(qū)的區(qū)域自動站建立在2000年以后，其時間序列太短，不能滿足風(fēng)險評估的需求，因此須根據(jù)相鄰常規(guī)站點的數(shù)據(jù)進行序列延長。目前常見的序列延長方法有差值延長法、一元回歸延長法、條件差值延長法、逐步回歸延長法、比值延長法等[22-23]。差值延長法和一元回歸延長法較為簡單，所需數(shù)據(jù)較少;條件差值延長法和逐步回歸延長法效果較好，但較為復(fù)雜，所需數(shù)據(jù)較多;比值延長法多用于降水資料的延長[22]。此外，國內(nèi)外有學(xué)者采用其他方法進行氣象資料的延長和插補，如婁偉平采用支持向量機的方法對新昌縣區(qū)域自動站的氣象資料進行序列延長[6]，Coulibaly等采用神經(jīng)網(wǎng)絡(luò)的方法對缺測數(shù)據(jù)進行插補[24]，但這些方法對數(shù)據(jù)的要求更多。鑒于此，本研究在現(xiàn)有數(shù)據(jù)的基礎(chǔ)上，結(jié)合周邊常規(guī)氣象站資料，采用簡單的差值延長法對松陽縣各自動氣象站日最低氣溫的序列進行延長，資料延長所參考的常規(guī)氣象站結(jié)合按就近原則選取，所采用的公式為：

2 結(jié)果與分析

2.1 松陽縣精細化茶樹種植區(qū)分布

結(jié)合谷歌高分辨率衛(wèi)星數(shù)據(jù)與GIS技術(shù)獲取松陽縣精細化茶樹種植區(qū)分布，并對各鄉(xiāng)鎮(zhèn)茶樹田的面積比例進行統(tǒng)計，結(jié)果分別如圖2、圖3所示。圖2-a是松陽縣精細化茶樹種植區(qū)分布圖，圖2-b、圖2-c分別為古市鎮(zhèn)和西坪街道的局部放大圖（即圖2-a中方框部分）。圖2-b、圖2-c展現(xiàn)了特定小區(qū)域內(nèi)的每一塊茶樹田，體現(xiàn)了該數(shù)據(jù)的精細性。此外，由于茶樹種植區(qū)域具有常年變化較小的特性，結(jié)合谷歌高分辨率衛(wèi)星數(shù)據(jù)與前人研究成果提取的茶樹種植區(qū)具有更高的準(zhǔn)確性。

從圖2-a可看出，松陽縣中部條帶型區(qū)域?qū)儆诓铇浞N植的密集區(qū)，主要包括新興鎮(zhèn)、赤壽鄉(xiāng)、樟溪鄉(xiāng)、古市鎮(zhèn)、齋壇鄉(xiāng)、望松街道、葉村鄉(xiāng)、水南街道、西坪街道等9個鄉(xiāng)鎮(zhèn);松陽縣東西兩側(cè)，屬于茶樹種植的稀疏區(qū)，茶樹田較少。松陽縣茶樹種植區(qū)分布呈現(xiàn)圖2-a的特性主要是由于松陽縣中部地勢低，東西兩側(cè)地勢高，地勢較高的地區(qū)海拔較高，海拔較高的地區(qū)一方面不適宜種植茶樹，另一方面增加農(nóng)民采摘茶葉的困難與危險性。

從圖3可看出，松陽縣各鄉(xiāng)鎮(zhèn)茶樹田面積差異較大，新興鎮(zhèn)茶樹田面積最大，約占松陽縣茶樹田總面積的17.5%;其次是樟溪鄉(xiāng)、古市鎮(zhèn)、水南街道、赤壽鄉(xiāng)、齋壇鄉(xiāng)、望松街道、西屏街道等，茶樹田面積各占松陽縣茶樹田總面積的6%～10%;竹源鄉(xiāng)、四都鄉(xiāng)、楓坪鄉(xiāng)等茶樹田面積極少，各占松陽縣茶樹田總面積的1%不到，其中楓坪鄉(xiāng)茶樹田面積最小，僅占0.4%左右。

2.2 松陽縣精細化茶樹種植區(qū)茶葉春霜凍災(zāi)害危險性、暴露性、脆弱性區(qū)劃

如前所述，首先，采用松陽縣的基礎(chǔ)地理數(shù)據(jù)、社會經(jīng)濟數(shù)據(jù)和各氣象站點序列延長后的1987—2016年的日最低氣溫數(shù)據(jù)，結(jié)合前文中的方法，得到松陽縣每塊茶樹田各指標(biāo)因子的值;再次，結(jié)合公式（3）、（4）、（6）、（7）、（8）得到松陽縣每塊茶樹田的危險性、暴露性、脆弱性的值;最后，采用ArcGIS 10.0自然分段法劃分等級，得到松陽縣精細化茶樹種植區(qū)茶葉春霜凍災(zāi)害危險性、暴露性、脆弱性區(qū)劃圖，分別如圖4、圖5、圖6所示，這3幅圖中每一幅圖的小圖展現(xiàn)的區(qū)域與圖2中一致，其中每一幅圖的b、c分別展示了特定區(qū)域每塊茶樹田的危險性、暴露性、脆弱性。

從圖4-a可看出，松陽縣茶樹種植區(qū)茶葉春霜凍災(zāi)害低危險性的茶樹田主要集中在松陽縣的中心地區(qū)，即葉村鄉(xiāng)東部、西坪街道西部、水南街道東北部以及齋壇鄉(xiāng)南部等地區(qū);中危險性的茶樹田主要集中在松陽縣的中北部條帶型地區(qū)，即赤壽鄉(xiāng)、古市鎮(zhèn)、望松街道、樟溪鄉(xiāng)、齋壇鄉(xiāng)北部、新興鎮(zhèn)東部、水南街道西部和南部、西坪街道東部等地區(qū);高危險性的茶樹田主要集中在松陽縣東西兩側(cè)，即玉巖鎮(zhèn)、楓坪鄉(xiāng)、竹源鄉(xiāng)、三都鄉(xiāng)、四都鄉(xiāng)、板橋畬族鄉(xiāng)、裕溪鄉(xiāng)、大東壩鎮(zhèn)以及新興鎮(zhèn)西部等地區(qū)。松陽縣茶樹種植區(qū)茶葉春霜凍災(zāi)害的危險性整體表現(xiàn)為中間的茶樹田低，東西兩側(cè)的茶樹田高，其原因主要是松陽縣的地勢為中間低，東西兩側(cè)高，地勢較低的地方早春溫度較高，發(fā)生茶葉春霜凍災(zāi)害的危險性小，地勢較高的地方早春溫度較低，發(fā)生茶葉春霜凍災(zāi)害的危險性大。

從圖5-a可看出，松陽縣中部條帶型地區(qū)的茶樹種植區(qū)如赤壽鄉(xiāng)、古市鎮(zhèn)、樟溪鄉(xiāng)、望松街道、葉村鄉(xiāng)、西屏街道、水南街道、象溪鎮(zhèn)、大東壩鎮(zhèn)等的茶樹田多為低暴露區(qū)與中暴露區(qū)穿插分布;而松陽縣東西兩側(cè)的茶樹種植區(qū)如玉巖鎮(zhèn)、楓坪鄉(xiāng)、安民鄉(xiāng)、新興鎮(zhèn)西部等的茶樹田均屬于高暴露區(qū)。松陽縣中部條帶型茶樹種植區(qū)的茶樹田的暴露性不大，主要是由于該地區(qū)海拔較小，而該地區(qū)的茶樹田為低暴露與中暴露穿插分布，一來是該地區(qū)不同地點海拔的微小差異，二來是陽坡和陰坡的差異;松陽縣東西兩側(cè)茶樹種植區(qū)的茶樹田的暴露性較大，主要是由于松陽縣東西兩側(cè)多山區(qū)，其海拔較高。

從圖6-a可看出，松陽縣茶樹種植區(qū)大部分茶樹田屬于低脆弱性茶樹田，主要是由于松陽縣大部分茶樹田面積和產(chǎn)值較小，其脆弱性較小;少部分鄉(xiāng)鎮(zhèn)如齋壇鄉(xiāng)、樟溪鄉(xiāng)、葉村鄉(xiāng)等存在少量脆弱性較高的茶樹田，主要是由于這些地區(qū)地勢較為平坦，存在少量面積較大的茶樹田，其脆弱性較高。

2.3 松陽縣精細化茶樹種植區(qū)茶葉春霜凍災(zāi)害風(fēng)險區(qū)劃

采用公式（5）結(jié)合以上松陽縣茶樹種植區(qū)每塊茶樹田的危險性、暴露性、脆弱性的值，得到松陽縣茶樹種植區(qū)每塊茶樹田的風(fēng)險指數(shù)。此外，根據(jù)表3劃分等級，得出松陽縣精細化茶樹種植區(qū)茶葉春霜凍災(zāi)害風(fēng)險區(qū)劃圖，并對每個鄉(xiāng)鎮(zhèn)茶樹種植區(qū)茶葉春霜凍災(zāi)害各風(fēng)險等級的茶樹田的面積和比例進行統(tǒng)計，分別如圖7、表4所示。圖7中每一幅小圖所展現(xiàn)的區(qū)域與圖2中一樣，其中圖7-b、圖7-c精細地展示了小區(qū)域內(nèi)每塊茶樹田的風(fēng)險。

結(jié)合圖7-a和表4可發(fā)現(xiàn)，松陽縣茶樹種植區(qū)低風(fēng)險的茶樹田主要分布在松陽縣中心地區(qū)，中風(fēng)險的茶樹田主要分布在松陽縣中部條帶型地區(qū)，高風(fēng)險的茶樹田主要分布在松陽縣東西兩側(cè)地區(qū)，低風(fēng)險、中風(fēng)險、高風(fēng)險的茶樹田面積分別約占松陽縣茶樹田總面積的14.32%、58.06%、27.62%;葉村鄉(xiāng)東部、齋壇鄉(xiāng)南部、西屏街道西部、水南街道東北部的茶樹種植區(qū)的茶樹田由于海拔較低，早春氣溫較高，以及暴露性較小等原因，茶葉春霜凍災(zāi)害風(fēng)險指數(shù)較小，屬于松陽縣茶樹種植區(qū)茶葉春霜凍災(zāi)害的低風(fēng)險區(qū)，適宜種植茶樹，可適當(dāng)進行茶葉春霜凍災(zāi)害的防御;新興鎮(zhèn)、赤壽鄉(xiāng)、古市鎮(zhèn)、樟溪鄉(xiāng)、齋壇鄉(xiāng)、望松街道均有超過50%的茶樹種植區(qū)的茶樹田位于中風(fēng)險區(qū)，這些區(qū)域的海拔在300 m左右，早春氣溫相對較低，發(fā)生茶葉春霜凍災(zāi)害的風(fēng)險略高，須采取一定措施進行茶葉春霜凍災(zāi)害的防御;松陽縣東西兩側(cè)的玉巖鎮(zhèn)、楓坪鄉(xiāng)、安民鄉(xiāng)、板橋畬族鄉(xiāng)、三都鄉(xiāng)、四都鄉(xiāng)、竹源鄉(xiāng)的茶樹種植區(qū)的茶樹田幾乎完全位于高風(fēng)險區(qū)，其他地區(qū)如象溪鎮(zhèn)、大東壩鎮(zhèn)、裕溪鄉(xiāng)等也有超過50%的茶樹種植區(qū)的茶樹田位于高風(fēng)險區(qū)，此外，新興鎮(zhèn)西部的茶樹種植區(qū)的茶樹田也位于高風(fēng)險地區(qū)，雖然其占新興鎮(zhèn)茶樹田總面積比例不大，但其面積較大，是松陽縣茶樹種植區(qū)高風(fēng)險茶樹田面積最大的鄉(xiāng)鎮(zhèn)，這些區(qū)域由于海拔較高，早春溫度較低，發(fā)生茶葉春霜凍災(zāi)害的危險性較大，且暴露性較高等原因，導(dǎo)致茶葉春霜凍災(zāi)害風(fēng)險指數(shù)較高，發(fā)生茶葉春霜凍災(zāi)害的風(fēng)險較大，應(yīng)采取積極的防御措施，如用草或者塑料薄膜覆蓋、煙熏等。

3 結(jié)論

本研究采用谷歌高分辨率衛(wèi)星數(shù)據(jù)與GIS技術(shù)結(jié)合，獲取松陽縣精細化茶樹種植區(qū)分布，并在此基礎(chǔ)上，結(jié)合自然災(zāi)害風(fēng)險形成理論，以茶樹田塊為單位，對松陽縣茶樹種植區(qū)茶葉春霜凍災(zāi)害進行風(fēng)險評估，并劃分低風(fēng)險，中風(fēng)險，高風(fēng)險的茶樹田， 結(jié)論如下：（1）松陽縣茶樹多種植在縣中部條帶型區(qū)域，新興鎮(zhèn)茶樹田面積最大，約占松陽縣茶樹田總面積的 17.5%，楓坪鄉(xiāng)茶樹田面積最小，約占松陽縣茶樹田總面積的0.4%。（2）總體來說，松陽縣茶樹種植區(qū)茶葉春霜凍災(zāi)害低風(fēng)險、中風(fēng)險、高風(fēng)險的茶樹田面積分別約占松陽縣茶樹田總面積的14.32%、58.06%、27.62%。（3）松陽縣茶樹種植區(qū)茶葉春霜凍災(zāi)害低風(fēng)險的茶樹田主要分布在葉村鄉(xiāng)等縣中心地區(qū)，中風(fēng)險的茶樹田主要分布在赤壽鄉(xiāng)、古市鎮(zhèn)、樟溪鄉(xiāng)、望松街道等縣中部條帶型地區(qū)，高風(fēng)險的茶樹田主要分布在玉巖鎮(zhèn)、楓坪鄉(xiāng)、三都鄉(xiāng)、板橋畬族鄉(xiāng)以及新興鎮(zhèn)西部等縣東西兩側(cè)的地區(qū)。

參考文獻：

[1]王學(xué)林. 江南茶區(qū)春霜凍風(fēng)險評價技術(shù)研究[D]. 南京：南京信息工程大學(xué)，2015：57-67.

[2]李時睿，王治海，楊再強，等. 江南茶區(qū)茶葉生產(chǎn)現(xiàn)狀和氣候資源特征分析[J]. 干旱氣象，2014，32（6）：1007-1014.

[3]Sykes M T，Prentice I C，Cramer W. A bioclimatic model for the potential distributions of North European tree species under present and future climates[J]. Journal of Biogeography，1996，23（2）：203-233.

[4]Huang S. Meteorology of the tea plant in China：a review[J]. Agricultural and Forest Meteorology，1989，47（1）：19-30.

[5]葉建剛，金志鳳，楊再強. 4月7日霜凍對紹興茶葉影響的評估[J]. 浙江農(nóng)業(yè)科學(xué)，2013（9）：1085-1088.

[6]婁偉平. 浙江省大佛龍井產(chǎn)區(qū)春季茶葉霜凍災(zāi)害研究[D]. 南京：南京信息工程大學(xué)，2013：83-100.

[7]李亞春，王友美，巫麗君，等. 2013年春季低溫霜凍對蘇南茶樹影響的評估[J]. 江蘇農(nóng)業(yè)科學(xué)，2014，42（8）：248-249，250.

[8]陳思寧，申雙和，劉 敏，等. 湖北省茶樹氣象災(zāi)害模糊綜合評價及區(qū)劃[J]. 農(nóng)業(yè)工程學(xué)報，2010，26（12）：298-303.

[9]胡 波，金志鳳，嚴(yán)甲真，等. 基于FastICA的浙江省茶葉早春霜凍時空分布特征[J]. 中國農(nóng)學(xué)通報，2014，30（10）：190-196.

[10]田生華. 晚霜凍對隴南茶樹的危害及防御措施[J]. 甘肅科技，2005，21（10）：203-204.

[11]王世斌. 晚霜凍對茶樹的危害及防御[J]. 中國茶葉，2003，25（5）：28-29.

[12]王世斌. 南京地區(qū)晚霜凍對茶樹的危害及防御[J]. 南京農(nóng)專學(xué)報，2001，17（4）：49-52.

[13]金志鳳，胡 波，嚴(yán)甲真，等. 浙江省茶葉農(nóng)業(yè)氣象災(zāi)害風(fēng)險評價[J]. 生態(tài)學(xué)雜志，2014，33（3）：771-777.

[14]周炎生，謝友祥，梁麗梅，等. 松陽縣旱糧優(yōu)質(zhì)高效生產(chǎn)及種植模式的探討[J]. 浙江農(nóng)業(yè)科學(xué)，2016，57（9）：1383-1387.

[15]包建豐. 松陽縣茶葉產(chǎn)業(yè)的成長及其發(fā)展攻略[J]. 茶葉，2008，34（1）：45-48.

[16]李柏貞，謝佳杏，孔 萍，等. 江南茶葉農(nóng)業(yè)氣象災(zāi)害風(fēng)險區(qū)劃[J]. 干旱氣象，2015，33（6）：1017-1023.

[17]李志鵬. 近30年黑龍江水稻種植區(qū)域遙感提取及其時空變化分析[D]. 北京：中國農(nóng)業(yè)科學(xué)院，2014：22-24.

[18]樊香所. 基于風(fēng)云衛(wèi)星中分辨率數(shù)據(jù)的農(nóng)業(yè)種植區(qū)信息提取方法研究[D]. 成都：電子科技大學(xué)，2015：17-45.

[19]Xiao X M，Boles S，Liu J Y，et al. Mapping paddy rice agriculture in southern China using multi-temporal MODIS images[J]. Remote Sensing of Environment，2005，95（4）：480-492.

[20]景毅剛. 利用EOS/MODIS信息提取陜西冬小麥種植面積研究[J]. 陜西農(nóng)業(yè)科學(xué)，2008，12（2）：95-98.

[21]單晉婷. 農(nóng)業(yè)GAP系統(tǒng)中的衛(wèi)星地圖土地分割及融合算法[D]. 長沙：湖南師范大學(xué)，2013：28-47.

[22]朱曉晨，高 玚，高佳琦，等. 基于GIS的區(qū)縣級暴雨洪澇風(fēng)險評估方法[J]. 熱帶地理，2014，34（5）：704-711.

[23]王 瑩，蘇永秀，李 政. 廣西西部山區(qū)日最低氣溫短序列訂正方法[J]. 山地學(xué)報，2012，30（2）：186-194.

[24]Coulibaly P，Evora N D. Comparison of neural network methods for infilling missing daily weather records[J]. Journal of Hydrology，2007，341（1/2）：27-41.

[25]李世奎，霍治國，王道龍，等. 中國農(nóng)業(yè)災(zāi)害風(fēng)險評價與對策[M]. 北京：氣象出版社，1999：3-5.

[26]彭祖贈，孫韞玉. 模糊數(shù)學(xué)及其應(yīng)用[M]. 武漢：武漢大學(xué)出版社，2002：40-45.

[27]梁必騏，樊 琦，楊 潔，等. 熱帶氣旋災(zāi)害的模糊數(shù)學(xué)評價[J]. 熱帶氣象學(xué)報，1999，15（4）：305-311.

[28]徐建華. 現(xiàn)代地理學(xué)中的數(shù)學(xué)方法[M]. 北京：高等教育出版社，1996：224-249.