趙東杰，趙 喆，毛亞博，趙銘欽*，秦言敏，萬應發(fā)，周國旺，張 蕊

（1.河南農(nóng)業(yè)大學煙草學院，鄭州 450002；2.江西省煙草公司撫州市公司，江西 撫州 344000）

高溫熱害氣象指標對成熟期煙葉的影響評估

趙東杰1，趙 喆1，毛亞博1，趙銘欽1*，秦言敏2，萬應發(fā)2，周國旺2，張 蕊2

（1.河南農(nóng)業(yè)大學煙草學院，鄭州 450002；2.江西省煙草公司撫州市公司，江西 撫州 344000）

為探究產(chǎn)生高溫熱害煙葉的主要氣象因素，明確高溫熱害煙葉發(fā)生程度，運用主成分回歸法分析江西省撫州地區(qū)2014—2016年6月中旬至7月上旬的相關(guān)氣象指標與高溫熱害煙葉品質(zhì)的關(guān)系，建立了熱害煙葉等級評估模型，并根據(jù)煙葉實際品質(zhì)進行回歸分析檢驗。結(jié)果表明，產(chǎn)生高溫熱害煙葉的主要氣象因素是熱害期間最高溫度、最大升溫幅度、光合有效輻射和熱害持續(xù)時間，高溫熱害煙葉等級評估模型分為3個等級：0.75≤熱害指數(shù)（DHI）＜0.97時，為1級，輕度熱害；0.97≤DHI＜1.13時，為2級，中度熱害；DHI≥1.13時，為3級，重度熱害。模型評估結(jié)果與煙葉實際質(zhì)量評分呈極顯著負相關(guān)，相關(guān)系數(shù)為-0.93，模型評估準確度較高達到83.3%。研究結(jié)果可為高溫熱害煙葉的監(jiān)測預警和風險評估提供科學依據(jù)。

烤煙；高溫熱害；氣象因子；等級評估；主成分回歸

贛南煙區(qū)作為江西煙葉的核心產(chǎn)區(qū)，屬中亞熱帶濕潤季風氣候，地貌多以山地、丘陵為主，生態(tài)環(huán)境對煙葉質(zhì)量影響明顯[1]。近年來，在江西煙葉生長后期，常出現(xiàn)高溫、強光輻射等對烤煙生長不利的氣象災害，導致中上部煙葉“高溫逼熟”現(xiàn)象時有發(fā)生，隨著全球溫室效應的加劇，這種情況日趨嚴重。烤煙生長期內(nèi)溫度高于30 ℃，特別在35 ℃時，干物質(zhì)消耗大于積累，對煙葉質(zhì)量造成明顯影響[2]。煙葉成熟期適宜溫度在20～28 ℃，溫度過高不利于優(yōu)質(zhì)煙葉生產(chǎn)[3]。在煙葉成熟階段，太陽輻射較強，對煙葉水溶性總糖、還原糖、煙堿和氯含量造成較大影響[4]。由于內(nèi)含物沒有充分轉(zhuǎn)化，煙葉易烤青，導致烤后煙葉質(zhì)量差、等級低。目前，水稻高溫熱害研究較多，煙草方面研究相對較少，黃國文等[5]研究認為，導致烤煙“高溫逼熟”現(xiàn)象除了溫度因素外，太陽輻射強度、“火南風”也是重要影響因素，但就各因素具體影響程度和相關(guān)性沒有明確表述，高溫熱害對煙葉品質(zhì)影響程度也還未見報道。本研究以江西撫州地區(qū)為例，選取2014—2016年煙葉產(chǎn)區(qū)的氣象因素作為研究對象，通過分析高溫熱害天氣過程中，溫度、太陽輻射強度對煙葉主要經(jīng)濟性狀的影響，探討高溫熱害煙葉發(fā)生的嚴重程度與主要氣象指標的關(guān)系，利用主成分回歸分析建立高溫熱害煙葉評估計算模型，為防范煙葉高溫熱害和農(nóng)事氣象預警提供參考。

1 材料與方法

1.1 煙葉樣品采集

1.1.1 試驗點基本信息 將撫州市的廣昌、宜黃、黎川、樂安、崇仁和資溪等6個主要植煙縣作為本研究試驗點（表1）。煙苗由撫州市煙草公司統(tǒng)一提供，大田管理措施均按當?shù)貎?yōu)質(zhì)煙生產(chǎn)規(guī)范進行。

1.1.2 熱害煙葉形態(tài)等級劃分 高溫熱害天氣常導致日灼煙現(xiàn)象的發(fā)生，根據(jù)當?shù)貙嶋H情況，各試驗點選取3塊歷年熱害高發(fā)區(qū)煙田，每塊煙田面積不小于2 hm2，共計18塊煙田，下部葉采收完畢后一周內(nèi)進行高溫熱害形態(tài)特征等級調(diào)查（表2）。

田間不同熱害煙葉形態(tài)特征等級劃分：

形態(tài)Ⅰ級：主脈、側(cè)脈變白發(fā)亮，葉片淡黃，葉片中上部側(cè)脈邊緣發(fā)黃，全葉發(fā)黃面積比例≤10%。

形態(tài)Ⅱ級：主脈、側(cè)脈變白發(fā)亮，葉片淡黃，葉片中上部側(cè)脈附近發(fā)黃，全葉發(fā)黃面積比例10%～20%。

形態(tài)Ⅲ級：主脈變白發(fā)亮，側(cè)脈淺綠色，葉片淡綠，葉片中上部側(cè)脈附近發(fā)白，全葉發(fā)白面積比例20%～30%，出現(xiàn)少量日灼斑，病斑（直徑≤2 mm）不超過15個，大病斑（直徑＞2 mm）不超過2個。

形態(tài)Ⅳ級：主脈變白，側(cè)脈淺綠色，葉片淡綠，葉片中上部側(cè)脈附近發(fā)白，全葉發(fā)白面積比例30%～40%，出現(xiàn)較多日灼斑，即小病斑50個以內(nèi)，大病斑2～10個。

形態(tài)Ⅴ級：主脈、側(cè)脈淺綠，葉片淡綠，葉片中上部側(cè)脈附近發(fā)白，全葉發(fā)白面積比例≥40%，日灼斑中量到多量，即小病斑 50個以上，大病斑20個以上，個別葉片枯焦卷縮。

表1 試驗點基本信息Table 1 The basic information of test sites

表2 2014—2016年高溫熱害煙葉形態(tài)特征等級調(diào)查（3年平均值）Table 2 The questionnaire of the morphological character of high temperature damage tobacco in 2014-2016 (3 year average)

1.1.3 高溫熱害煙樣選取 取各試驗點總體等級發(fā)生率最高煙田的中上部烤后煙葉，每部位3 kg，重復3次，產(chǎn)值達到當?shù)仄骄綗熖锏臒熑~作為對照煙田。3年煙樣共計126個，并統(tǒng)計取樣煙田的經(jīng)濟性狀指標。

1.1.4 質(zhì)量評價標準煙樣選取 根據(jù)5個形態(tài)等級發(fā)生情況，每個等級取6個試驗點中發(fā)生率最高的3個試驗點的中上部烤后煙混勻后作為一個取樣單位，每個部位取1 kg，重復3次，3年煙樣共90個。

1.2 氣象資料

從江西省氣象中心撫州市氣象局獲取各試驗點2014—2016年6月中旬至7月上旬氣象觀測站的逐日觀測資料，具體包括日最高溫度、太陽輻射量等。

1.3 熱害天氣定義

參考水稻熱害溫度指標，定義高溫熱害天氣是日最高溫度高于35 ℃，且持續(xù)3 d以上的高溫過程[6-7]，江西煙葉大田生育期出現(xiàn)高溫熱害現(xiàn)象主要集中在成熟中后期，即為6月中旬至7月上旬。據(jù)此熱害天氣定義如下：在6月中旬至7月上旬期間，日最高氣溫≥35 ℃且持續(xù) 3 d時為高溫熱害過程開始，當日最高溫＜35 ℃時，為高溫熱害過程結(jié)束。

1.4 氣象指標選取

根據(jù)前人研究[8-10]和 GB/T 21985—2008 標準中的參考指標。選定4個指標作為研究對象：日最高氣溫（指熱害天氣過程中日最高氣溫）；升溫幅度（指熱害天氣過程中日最高氣溫的最大值與最小值的差值）；日光合有效輻射（指熱害期間大田煙葉每日所受的有效光輻射）；持續(xù)時間（指熱害天氣過程中每日最高氣溫持續(xù)3 d以上≥35 ℃的天數(shù)）。

1.5 天氣數(shù)據(jù)標準化

由于氣象指標與煙葉主要經(jīng)濟性狀的量綱不同，在進行數(shù)據(jù)分析前需要進行無量綱化處理，采用極值法，公式如下：

Si為原始觀察值。

1.6 樣品測定與評吸

常規(guī)化學成分測定工作在河南農(nóng)業(yè)大學進行。采用連續(xù)流動分析儀對煙葉常規(guī)化學成分進行測定，并在此基礎(chǔ)上計算出糖堿比、氮堿比、鉀氯比，檢測方法按文獻[11-12]測定。

烤煙平衡水分后切絲，卷制成單料煙，感官評吸工作在江西省撫州市煙草公司技術(shù)中心進行。評價方法參考文獻[13]中烤煙化學成分指標和感官質(zhì)量評價指標體系。

1.7 數(shù)據(jù)處理方法

數(shù)據(jù)結(jié)果采用Excel和SPSS 19.0進行分析。

2 結(jié) 果

2.1 高溫熱害煙葉主要經(jīng)濟性狀分析

由表3可知，黎川試驗點產(chǎn)值最低，與其他試驗點差異極顯著，樂安、崇仁和資溪3個試驗點的產(chǎn)值較高，兩兩比較差異較小。樂安和資溪上等煙比例都在 60%以上，廣昌和黎川上等煙比例不足50%，上等煙比例各試驗點之間差異達極顯著水平，中上等煙比例之間的差異不明顯。各試驗點煙田的主要經(jīng)濟性狀都與對照煙田有顯著差異。

2.2 高溫熱害氣象指標統(tǒng)計分析

通過對撫州6個試驗點3年熱害天氣過程中的日最高氣溫（S1）、升溫幅度（S2）、日光合有效輻射（S3）和持續(xù)天數(shù)（S4）等4項指標統(tǒng)計分析的結(jié)果（表 4）表明，當天氣處于高溫熱害階段，撫州地區(qū)日最高氣溫平均值為35.3 ℃，其中黎川、樂安和崇仁試驗點的最大值都處在 37 ℃以上，宜黃點日最高氣溫變異系數(shù)最大（20%），相較其他點穩(wěn)定性差。全區(qū)平均升溫幅度為2.0 ℃，宜黃點最大值可達5.0 ℃，變異系數(shù)最小為黎川試驗點33.3%，最大為資溪試驗點54.2%。撫州市日光合有效輻射平均值為10.2 MJ/m2，除黎川和樂安外，其余試驗點平均值都在 10.0 MJ/m2以上，最大值達到 13.4 MJ/m2，最小值僅為5.5 MJ/m2。高溫熱害持續(xù)天數(shù)各試驗點基本一致，主要在3.5～3.8 d，平均變異系數(shù)為21.8%。

表3 高溫熱害煙葉主要經(jīng)濟性狀Table 3 The statistical analysis of main economic traits of high temperature damage tobacco

表4 高溫熱害期間日最高氣溫（S1）、升溫幅度（S2）、日光合有效輻射（S3）和持續(xù)天數(shù)（S4）Table 4 The statistical analysis of maximum temperature (S1), temperature rise range (S2), solar radiation (S3) and high temperature days(S4) during high temperature heat disaster

2.3 高溫熱害氣象指標與主要經(jīng)濟性狀相關(guān)性

將氣象指標與主要經(jīng)濟性狀進行相關(guān)分析后發(fā)現(xiàn)（表5），主要經(jīng)濟性狀與4項熱害指標均呈現(xiàn)顯著或極顯著負相關(guān)，說明所選取的4個氣象指標對高溫熱害煙葉經(jīng)濟性狀有重要影響。

表5 氣象指標與高溫熱害煙葉主要經(jīng)濟性狀相關(guān)系數(shù)Table 5 Correlation coefficients between meteorological factor and main economic traits of high temperature damage tobacco

2.4 高溫熱害等級評估模型建立

2.4.1 因子共線性診斷和 KMO、Bartlett檢驗 因子共線性可從條件數(shù)和方差比兩方面度量。條件數(shù)是指各維數(shù)中最大特征根與最小特征根之比 k=λ1/λp，當k＞100則認為存在共線性；若最大條件指數(shù)≥10且相應的最大方差比大于 0.5，也可認為自變量間存在共線性[14]。由表 6可見，條件數(shù)3.686/0.031≈118.90，維數(shù)5的條件指數(shù)大于10，且S1和S2的方差比大于評判標準（0.5）。上述結(jié)果表明，所選的4個因子間存在共線性，需要采用主成分回歸分析。在進行主成分分析前，先進行 KMO和Bartlett球形檢驗[15]。檢驗結(jié)果表明，KMO值為0.764，大于0.6，Bartlett球形檢驗χ2統(tǒng)計值的顯著性概率為0.000 1，遠遠小于0.05，所選指標適宜做主成分分析。

表6 共線性診斷指標Table 6 Collinearity diagnostic index

2.4.2 4個氣象指標的主成分分析 4個氣象指標按照式（1）進行標準化處理后，利用SPSS軟件進行主成分分析可得到4個主成分的特征值、方差貢獻率和累計方差貢獻率（表7）。第1成分和第2成分的方差貢獻率分別63.709%和15.833%，累積貢獻率達到79.542%。故選取前2個成分作為主成分分析的對象，分析可得因子載荷矩陣，結(jié)合特征值（λ）和因子載荷矩陣，計算出因子的特征向量R值，結(jié)果見表8。

表7 各成分特征值和方差貢獻率Table 7 Eigenvalues and contribution rates of principal components

表8 因子1、因子2的特征向量值Table 8 Eigenvectors of the component 1 and the component 2

由表8可得出主成分因子方程：

2.4.3 線性回歸分析 參照陳斐等[16]研究方法，將2個主成分作為自變量，以上等煙比例作為因變量進行回歸分析，建立高溫熱害評估模型（Damage of High Temperature Index，簡寫作DHI），為方便計算將常數(shù)項省略：

將公式（2）和（3）代入式（4），經(jīng)轉(zhuǎn)換后得出

S1、S2、S3、S4代表4個氣象指標經(jīng)過標準化處理后的無綱量化數(shù)值，由（1）式計算可得。從（5）式中可以看出，DHI與4個氣象指標都呈正比。S2的系數(shù)最大，其次是S3和S4，最小是S1，對DHI的影響作用依次減弱。

2.4.4 高溫熱害煙葉質(zhì)量評價 分別對高溫熱害形態(tài)特征劃分的5個等級煙葉進行化學成分評價和感官質(zhì)量評價，二者綜合即為煙葉質(zhì)量評價總得分，其中化學成分指標占比為25%，感官評價指標占比75%，加權(quán)計算結(jié)果見表9。形態(tài)I級煙葉總得分均在25分以上，形態(tài)II級與III級得分范圍出現(xiàn)重疊部分，分布在22.12～24.84，形態(tài)IV級與V級得分也出現(xiàn)重疊情況，得分范圍在19.25～22.08。為了便于比較不同熱害煙葉質(zhì)量差異，依據(jù)得分情況將熱害煙葉質(zhì)量劃分成3個等級。評價得分在25分以上為1級，得分在22～25為2級，19～22為3級。同理，再對歷年各試驗點熱害煙樣進行評價打分，根據(jù)得分結(jié)果劃分等級。

表9 不同高溫熱害形態(tài)等級煙葉質(zhì)量評價Table 9 Quality evaluation of high temperature damage tobacco leaves at each test sites

2.4.5 高溫熱害煙葉等級評估結(jié)果 將各個試驗點的觀測值代入式（5）計算各等級對應的DHI值。根據(jù)DHI值分布情況，各等級有90%以上的值落在0.75～0.97、0.97～1.13和≥1.13等3個區(qū)間段，據(jù)此可對DHI進行等級劃分（表10）。

表10 高溫熱害評估等級劃分Table 10 Grading standard of high temperature damage

2.4.6 高溫熱害等級評價標準檢驗 為驗證高溫熱害等級評估模型的準確性，參考吉奇[17]方法，對高溫熱害煙葉質(zhì)量的實際評價得分和DHI分值進行回歸分析檢驗。由圖1可知，回歸系數(shù)為-17.41，相關(guān)系數(shù)達到-0.93，并通過了0.01水平的顯著性檢驗，兩者相關(guān)性極顯著。通過比較實際等級和評估等級（圖2）后發(fā)現(xiàn)，評估等級與實際等級基本吻合，其中3級評估效果較好，準確率為100%，2級準確為85.7%，1級準確率稍低為75%。

3 討 論

圖1 實際質(zhì)量評價得分與DHI值線性回歸檢驗Fig. 1 Actual evaluation score and DHI value linear regression test

圖2 各試驗點歷年評估等級與實際等級比較Fig. 2 Comparison of the evaluation level and the actual level of each test sites

本研究在明確熱害煙葉田間農(nóng)藝性狀的基礎(chǔ)上，對熱害煙葉進行初步定性，并分析了氣候條件對煙葉品質(zhì)的影響，較以往僅從煙葉內(nèi)在品質(zhì)的研究[18-19]入手更具有科學依據(jù)。通過主成分回歸分析法，建立的高溫熱害等級評估模型通過了顯著性檢驗，復相關(guān)系數(shù)為0.816，較好地反映了各項指標的綜合信息。經(jīng)檢驗，廣昌、宜黃和黎川試驗點的評估結(jié)果與實際結(jié)果完全相符，樂安（2015年）、樂安（2016年）和資溪（2014年）的評估結(jié)果與實際結(jié)果相差一個等級，整體評估結(jié)果準確率達到83.3%。在不符的結(jié)果中，評估等級大部分比實際等級低一級，且熱害指數(shù)DHI普遍較低，資溪（2014年）僅為0.772，低熱害情況可能影響評估結(jié)果準確性。此外，評估模型所使用的數(shù)據(jù)均能從氣象中心得到，便于在生產(chǎn)實踐中推廣應用。

關(guān)于“高溫逼熟”現(xiàn)象以往研究往往只考慮了溫度因素[5,20]，但在大田環(huán)境下，伴隨高溫而來的還有強輻射，強輻射會使葉片變厚且粗糙，主脈突出，形成“粗筋暴梗”，致使煙堿含量過高，刺激性增強，吃味辛辣，煙葉品質(zhì)變差[18]。從評估模型的DHI計算公式可看出，光合有效輻射指標系數(shù)為0.538 9，僅次于升溫幅度系數(shù)0.638 9，說明高溫熱害煙葉的出現(xiàn)，不僅僅是高溫造成的，還與與其同時出現(xiàn)的強輻射有關(guān)，這與黃國文等[5]研究結(jié)果相一致。有研究指出高濕度并不是造成高溫逼熟煙葉的必要因素[21]，濕度條件較光溫條件的敏感性不強[22]，因此沒有將濕度納入研究范圍。多數(shù)研究只是闡述高溫強光會對煙葉品質(zhì)造成不良影響[23-24]，而缺少高溫熱害影響的定性及定量分析。目前熱害評估常以溫度為評價因子[25-26]，也有研究引入了土壤條件、降水量和風速等作為評判條件[27-29]。在前人研究基礎(chǔ)上，本文僅就熱害期間日最高氣溫、升溫幅度、日光合有效輻射和持續(xù)時間等指標進行評估，目的是使關(guān)于煙葉熱害評估更科學，更實用。

4 結(jié) 論

研究與驗證結(jié)果表明，江西撫州煙區(qū)煙葉主要熱害影響指標是高溫熱害天氣持續(xù)期間的日最高氣溫、升溫幅度、日光合有效輻射強度和高溫持續(xù)天數(shù)。通過線性回歸檢驗，DHI值與實際熱害煙葉品質(zhì)得分存在極顯著負相關(guān)，相關(guān)系數(shù)為-0.93，熱害期間溫度越高，升溫幅度越大，光合有效輻射越強，高溫持續(xù)時間越長，DHI就越高，熱害等級也隨之增加，煙葉品質(zhì)就越差。高溫熱害評估等級指數(shù)在0.75～0.97時，熱害1級，屬輕度熱害；等級評估指數(shù)在0.97～1.13時，熱害2級，屬中度熱害；等級評估指數(shù)在1.13以上時，熱害3級。建立的模型能夠全面準確地對熱害煙葉進行評估，并通過了模型驗證，具有一定的理論意義和實際指導價值，今后還應將抗熱烤煙品種的選育和煙葉熱害耐受程度納入研究，進一步完善評估模型。

[1] 徐慶凱，張正揚，王能如，等. 江西省煙區(qū)氣候特征分析比較[J]. 中國農(nóng)學通報，2013，29（34）：44-49.

[2] 程林仙，王安柱. 渭北旱作區(qū)干旱對烤煙產(chǎn)量和品質(zhì)的影響及覆蓋抗旱栽培技術(shù)[J]. 中國農(nóng)業(yè)氣象，1996，17（2）：18-21.

[3] 辜尊榮，謝金水，申昌優(yōu)，等. 贛南單季稻區(qū)煙稻輪作的生態(tài)環(huán)境及其配套技術(shù)研究[J]. 中國煙草科學，2000，21（3）：33-36.

[4] 查宏波，付修廷，李曉燕，等. 昭通煙區(qū)田間小氣候類型及與煙葉化學成分的相關(guān)性[J]. 中國煙草科學，2014，35（2）：88-92.

[5] 黃國文，陳良碧. 高溫對煙葉品質(zhì)的影響[J]. 生命科學研究，2002，6（4）：362-366.

[6] 郭月清. 烤煙栽培技術(shù)[M]. 北京：金盾出版社，1992：992.

[7] 鐘楚，張明達，胡雪瓊，等. 溫度變化對煙草光合作用光響應特征的影響[J]. 生態(tài)學雜志，2012，31（2）：337-341.

[8] 周米良，吳志科，卿湘濤，等. 湘西山區(qū)主要氣候事件對煙葉產(chǎn)質(zhì)量的影響[J]. 安徽農(nóng)業(yè)科學，2011，39（14）：8293-8298.

[9] 吳啟俠，蘇榮瑞，劉凱文，等. 江漢平原四湖流域近50年高溫熱害及熱澇相隨特征[J]. 中國農(nóng)業(yè)氣象，2012，33（4）：609-614.

[10] 黃中艷，朱勇，王樹會，等. 云南烤煙內(nèi)在品質(zhì)與氣候的關(guān)系[J]. 資源科學，2007，29（2）：83-90.

[11] 王瑞新. 煙草化學[M]. 北京：中國農(nóng)業(yè)出版社，2003.

[12] 王瑞新，韓富根，楊素勤. 煙葉化學品質(zhì)分析[M]. 鄭州：河南科學技術(shù)出版社，1990：50-66.

[13] 王彥亭，謝劍平，李志宏. 中國煙草種植區(qū)劃[M]. 北京：科學出版社，2009：3-5.

[14] 丁元林，孔丹莉，毛宗福. 多重線性回歸分析中的常用共線性診斷方法[J]. 數(shù)理醫(yī)藥學雜志，2004，17（4）：299-300.

[15] 趙瑞蕊，何結(jié)望，王海明，等. 基于主成分和聚類分析的湖北烤煙物理質(zhì)量指標綜合評價[J]. 中國煙草科學，2012，33（4）：90-94.

[16] 陳斐，楊沈斌，申雙和，等. 基于主成分回歸法的長江中下游雙季早稻相對氣象產(chǎn)量模擬模型[J]. 中國農(nóng)業(yè)氣象，2014，35（5）：522-528.

[17] 吉奇. 基于Logistic和災減率方法制作玉米產(chǎn)量的預測[J]. 中國農(nóng)學通報，2012，28（6）：293-296.

[18] 彭新輝，易建華，周清明. 氣候?qū)緹焹?nèi)在質(zhì)量的影響研究進展[J]. 中國煙草科學，2009，30（1）：68-72.

[19] 周米良，吳志科，卿湘濤，等. 湘西山區(qū)主要氣候事件對煙葉產(chǎn)質(zhì)量的影響[J]. 安徽農(nóng)業(yè)科學，2011，39（14）：8293-8298.

[20] 胡國松，傅建政，張丙孝，等. 目前我國烤煙煙葉質(zhì)量的若干限制因子[J]. 中國煙草科學，1999，20（4）：12-15.

[21] 陳頤，周清明，楊虹琦，等. 湘南典型濃香型煙葉產(chǎn)區(qū)烤煙大田生育期氣候特征分析[J]. 中國煙草科學，2015，36（4）：56-62.

[22] 曹雯，申雙和，段春鋒. 西北地區(qū)近49年生長季參考作物蒸散量的敏感性分析[J]. 中國農(nóng)業(yè)氣象，2011，32（3）：375-381.

[23] 楊恕良，黃肇玉，唐遠駒. 貴州烤煙品質(zhì)與氣候關(guān)系的研究[J]. 中國農(nóng)業(yè)氣象，1987（2）：7-10.

[24] 王太忠. 氣候與烤煙品質(zhì)關(guān)系的探討[J]. 煙草科技，1982（3）：28-31.

[25] 田俊，聶秋生，崔海建. 早稻乳熟初期高溫熱害氣象指標試驗研究[J]. 中國農(nóng)業(yè)氣象，2013，34（6）：710-714.

[26] 高素華，王培娟，萬素琴. 長江中下游高溫熱害及對水稻的影響[M]. 北京：北京氣象出版社，2009：106-134.

[27] 張倩，趙艷霞，王春乙. 長江中下游地區(qū)高溫熱害對水稻的影響[J]. 災害學，2011，36（4）：57-62.

[28] 楊炳玉，申雙和，陶蘇林. 江西省水稻高溫熱害發(fā)生規(guī)律研究[J]. 中國農(nóng)業(yè)氣象，2012，33（4）：615-622.

[29] 張倩，趙艷霞，王春乙. 我國主要農(nóng)業(yè)氣象災害指標研究進展[J]. 自然災害學報，2010，19（6）：40-54.

Assessment on Meteorological Indexes of High Temperature Damage to Tobacco Leaves at Maturity Stage

ZHAO Dongjie1, ZHAO Zhe1, MAO Yabo1, ZHAO Mingqin1*, QIN Yanmin2, WAN Yingfa2,ZHOU Guowang2, ZHANG Rui2

（1. College of Tobacco Science, Henan Agricultural University, Zhengzhou 450002, China; 2. Fuzhou City Tobacco Company of Jiangxi Province, Fuzhou, Jiangxi 344000, China)

In order to investigate the main meteorological factors of high temperature damage to tobacco leaves and detemine the degree of occurrence of high temperature damage to tobacco leaves, the relationship between the meteorological indexes and the quality of high temperature damage to tobacco leaves from mid-June to early July in Fuzhou, Jiangxi Province during 2014-2016, were analyzed by using the principal component regression analysis. The assessment grade model of high temperature damage to tobacco leaves was established and verified by the component regression analysis testing. The results showed that the main impact meteorological factors were the maximum temperature, the increasing extent of temperature during heat damage, the solar radiation,and the duration of high temperature. The three grades of evaluation index system for high temperature damage tobacco leaf: 0.75≤DHI＜0.97, grade 1, mild heat damage; 0.97≤DHI＜1.13, grade 2, moderate heat damage; DHI≥1.13, Grades 3, severe heat damage.The model evaluation results had a negative correlation with the score of tobacco leaves quality, and the correlation coefficient was -0.93, which passed the significant test at 1% level. The accuracy achieved up to 83.3%. The results can provide scientific basis for monitoring, warning and risk assessment of high temperature damage to tobacco leaves.

flue-cured tobacco; high temperature damage; meteorological factor; assessment grade; principal component regression

S572.01

1007-5119（2017）05-0062-07 DOI：10.13496/j.issn.1007-5119.2017.05.011

中國煙草總公司江西省公司項目“烤煙‘高溫逼熟’形成機制及代謝調(diào)控技術(shù)研究”（201401006）

趙東杰（1991-），男，碩士研究生，主要從事煙草化學與質(zhì)量評價。E-mail：18749492822@163.com。*通信作者，E-mail：zhaomingqin@126.com

2017-04-18

2017-07-18