2. 普洱学院农林学院 普洱 665000;
3. 云南国际咖啡交易中心 普洱 665000;
4. 云南省气象科学研究所 昆明 650034
2. College of Agriculture and Forestry, Pu'er University, Pu'er 665000, China;
3. Yunnan International Coffee Exchange Centre, Pu'er 665000, China;
4. Yunnan Institute of Meteorological Sciences, Kunming 650034, China
咖啡是茜草科(Rubiaceae)咖啡属(Coffea)多年生常绿灌木或小乔木, 主要栽培种有小粒咖啡(Coffea arabica L.)、中粒咖啡(C. canephora Pierre)和大粒咖啡(C. liberica Bull ex Hiern)。其中, 小粒咖啡的种植面积与产量均占世界咖啡总面积及总产量的80%以上。全球咖啡主产区主要分布在拉丁美洲、非洲和亚洲。中国咖啡已有100多年的引种历史[1], 云南省大理州宾川县平川镇朱苦拉村引种的咖啡树可以追溯到公元1904年[2]。小粒咖啡生性畏寒、温度不宜过热, 喜静风、温凉、湿润、庇荫或半庇荫的生态习性[3], 在冬暖夏凉的中亚热带和南亚热带地区最适宜种植[4]。云南低纬高原的热区和亚热带地区主要位于南部、西南部以及干热河谷地带, 区内山高谷深、立体气候明显, 气候温凉、昼夜温差大、热量条件好、雨量适中, 是最适宜小粒咖啡生长的地区。云南省是中国小粒咖啡的主产区, 国内最大的小粒咖啡种植基地和贸易出口集散地, 种植区主要分布在11个地州(市)的42个县(市)及干热河谷地区。2016年云南小粒咖啡产量达15.84万t, 占全国的98.8%, 种植面积达116 973.33 hm2, 占全国的98.44%, 现已成为当地农民收入的主要来源、地方财政的主要税源以及出口创汇的重要农产品。云南小粒咖啡品质优异, 浓而不苦, 香而不烈, 颗粒均匀, 醇香浓郁, 略带果酸, 总体品质达到世界一流咖啡水平。
应用GIS技术, 基于气象、地理和土壤信息的协同作用, 开展生态因子适宜性研究和种植区筛选, 是当前作物种植区划的主要研究方法[5], 可以为种植模式设计、产量预测和种植业结构优化提供重要依据。从气候条件、地形地貌和土壤条件来看, 云南省与小粒咖啡起源地的东非(埃塞俄比亚、肯尼亚)地区和全球主要生产国(巴西、越南)都非常相似[6-7]。目前, 除了普洱、保山两个市内有较大范围的农场和基地外, 全省热区尚有大量的宜植区土地资源均因规划力度不足, 配套设施缺乏, 仅有零星种植或尚未开发, 且产业科技化程度不高、规模化生产程度低, 严重制约了云南省小粒咖啡产业的发展。国外关于小粒咖啡种植适宜性的研究主要集中在全球主产区, 并已延伸到气候变化与适应层面[8-10], 而国内尚鲜见研究报道。本研究围绕小粒咖啡种植的气候、土壤和地形地貌等生态适宜性因子, 采用层次分析法对3个层次的11个因子进行权重评估, 结合采样点、重点产区的产量、种植面积等资料进行适宜性结果验证, 最终获得云南省小粒咖啡种植生态适宜性区划。旨在准确提供云南小粒咖啡种植空间分布、区域面积、生态适宜性优劣评价及发展对策建议等信息, 为地方农业生产决策提供依据。
1 材料与方法 1.1 研究区概况云南省位于21°08′32″~29°15′08″N, 97°31′39″~ 106°11′47″E, 北依青藏高原, 南临印度洋、太平洋, 受云贵高原大地形和东南、西南季风的综合影响, 气候资源兼具了低纬气候、高原气候和季风气候的特征, 热量资源丰富, 冬无严寒、夏无酷暑。云南四季(春、夏、秋、冬)平均气温分别为17.9 ℃、21.7 ℃、16.9 ℃和10.4 ℃, 年平均降水量1 086.2 mm, 年均日照时数2 020.7 h, 平均海拔约2 000 m, 冬干夏湿分明, 除少数高寒山区外, 大部地区最冷月平均气温在8~10 ℃以上。云南省西南部、东南边缘以及中北部的干热河谷, 是云南省主要的热带、亚热带地区, 这些区域地形以山地、坡地为主, 海拔大部分在1 000~2 000 m, 土壤肥沃、日照充足、雨量丰富、年温差小、昼夜温差大, 为小粒咖啡高产优质种植提供了非常广阔的适宜环境。
1.2 数据来源气象数据来源于云南省125个国家气象站1981— 2018年连续38年的逐日气象观测资料, 统计整理获得各气候要素的均值信息, 并采用多元线性回归建立各气候要素精细化空间推算模型。选取与小粒咖啡种植和生长密切相关的年平均气温(Tyear)、年降水量(Ryear)、最冷月平均气温(Tcoldest)和2—3月降水量(R2-3), 作为气候适宜性区划指标。地形地貌数据采用云南省1:25万数字高程模型(DEM), 应用ArcGIS提取小网格经度、纬度、海拔、坡度、坡向等栅格数据, 选用海拔高度、坡度和坡向, 作为地形适宜性区划指标。土壤数据选取国家地球系统科学数据平台(http://westdc.westgis.ac.cn)发布的世界土壤数据库(Harmonized World Soil Database version 1.2, HWSD1.2), 数据格式为grid栅格, 投影为WGS84。其中, 酸碱度(pH)为数据库直接调用, 土壤质地、有机质含量和土壤侵蚀强度为基于多套土壤学模型方程, 利用HWSD1.2数据库相关参数进行计算求得, 作为土壤理化性质适宜性区划指标。将小粒咖啡生态适宜性区划结果划分为4个等级, 最适宜区、适宜区、次适宜区和不适宜区, 各生态因子适宜性评价及区划指标分级标准见表 1。
小粒咖啡植株的生长发育主要受气候、地形和土壤的影响, 气候条件决定了咖啡的产量、品质和病虫害等[12]。温度是限制小粒咖啡生长和分布的关键因素[13], 低温持续时间决定植株受冻害程度, 年平均气温在19~21 ℃且无低温冻害的地区最适宜小粒咖啡生长, 当气温过低时, 植株生长缓慢, 气温过高则会引起净光合作用下降, 嫩叶灼伤、干枯。降水也是决定气候适宜性的重要因素[14], 小粒咖啡虽然具有一定的抗旱能力, 但在花期—幼果期遭遇干旱会使花蕾发育不正常, 幼果缺水发育不良, 各项生理参数衰变, 光合速率迅速下降[15], 致使幼果干枯、结果率和成果率低[16]。云南省小粒咖啡的花期一般是2—7月, 盛花期在3—5月, 由于云南各地自4月下旬开始陆续进入雨季, 因此2—3月降水尤为重要。气候指标中并未选取日照时数, 因为小粒咖啡是短日照植物, 且不耐强光, 适宜在庇荫或半庇荫的环境中生长。日照超过13 h将导致叶片提前衰老和落叶, 枝叶徒长、花果稀疏, 易引起烟煤病[17], 适当的荫蔽也可以提高抗病虫害的能力, 提高产量和品质[18]。
地形地貌和土壤理化性质对小粒咖啡种植生产与科学选址都具有重要的意义, 其中地形因子包括海拔、坡度和坡向, 土壤因子包括土壤侵蚀度、土壤质地、有机质含量和pH。海拔是影响小粒咖啡品质的重要因素[19], 高海拔种植区开花晚、花期长, 果实成熟期晚, 利于有机质积累, 酸度和蔗糖含量的增加。海拔与千粒重、总糖含量和果酸度呈显著正相关, 与咖啡因含量显著负相关, 与粗脂肪含量显著负相关。小粒咖啡适宜在平地、丘陵坡地栽培, 坡地种植有利于缓解资源与环境压力[20]。坡向是影响热量、光照和小气候条件的关键因子, 种植宜选择阳坡、半阳坡和半阴坡, 其中以南坡适宜性最好、西坡好于东坡、北坡适宜性最差。小粒咖啡适宜在土层深厚、肥沃、质地疏松、有机质含量丰富的地区种植。由于植株根系浅, 对土壤侵蚀强度较敏感[21], 对养分吸收能力较差。土壤有机质含量直接控制小粒咖啡的生长发育和品质形成, 尤其在云南西南部的山区, 有机质含量限制小粒咖啡植株生长和净光合速率[22]。土壤酸碱性主要影响矿质元素和养分的吸收和利用, 酸性过高影响根系发育, 降低钾、镁和钙等阳离子有效性[23]。
1.3.2 气候因子精细化推算基于云南省125个国家气象站1981—2018年气候要素均值, 采用多元线性回归分析法对平均气温和降水量的逐月、年值与各个观测站点的纬度(φ)、经度(λ)和海拔(h)建立线性回归模型, 再通过残差订正、空间内插[24], 生成各气候因子指标的精细化空间分布。其中, 最冷月平均气温为冬季(12月—翌年2月)3个月平均温度中的最低值。各项气候要素的线性回归方程均通过了显著性检验, 各方程相关系数均为0.6~0.9, 气温方程总体的回归趋势和相关性较好, 降水由于空间不连续性和研究区域面积过大, 显著性和相关性稍偏低(表 2)。
采用国内外土壤科学研究中应用最为广泛的美国制土壤质地分类标准[25], 按砂粒、粉粒和黏粒的百分比, 基于HWSD1.2数据库对云南省土壤质地和土壤有机质进行分级计算。参照土壤质地分类美国制等边三角形, 以黏粒(< 0.002 mm)含量为主要分级标准确定4个质地组, 再以粉(砂)含量的规定比例计算得出12级分级。土壤有机质的主要组成成分是土壤有机碳, 所以土壤有机质含量一般可以用有机碳的比例进行换算, 国际上通常采用范贝梅伦系数(Van Bemmelen factor)乘以测定的土壤有机碳来确定土壤有机质含量[26], 依据农业行业标准《土壤检测第6部分:土壤有机质的测定》(NY/T 1121.6— 2006), 取系数为1.724[公式(1)]。基于HWSD1.2中的砂粒(SAND)、粉粒(SILT)、黏粒(CLAY)和土壤有机碳(T_OC), 计算得出云南省土壤质地和有机质含量的空间分布。
${\rm{SOM}} = 1.724 \times {\rm{T}}\_{\rm{OC}}$ | (1) |
式中: SOM为土壤有机质含量, T_OC为土壤有机碳含量。
1.3.4 基于RUSLE模型计算土壤侵蚀强度RUSLE模型是国内外通用的土壤侵蚀计算模型[27], 通过降水侵蚀力(R)、土壤可蚀性(K)、坡长(L)、坡度(S)、植被覆盖(C)和水土保持(P)几个因子相乘[公式(2)], 得出土壤侵蚀量(A)。采用逐月降水量精细化模型、云南省土地利用类型分布数据及HWSD1.2数据库, 计算云南省土壤侵蚀强度。其中, R因子采用Wischmeier公式[28], 通过月平均降水量和年平均降水量, 确定降水特性指标与土壤流失关系[公式(3)], pi和p分别是月均和年均降雨量; K因子采用EPIC模型方法[29], 通过土壤有机碳(T_OC)和砂粒(SAND)、粉粒(SILT)、黏粒(CLAY)的含量百分比进行估算[公式(4)], 其中SN1=1-SAND/100; L因子和S因子通过DEM数据在ArcGIS的Spatial Analyst模块进行提取和推算, 其中L因子由坡长λ和坡长指数m计算求得[公式(5)], S因子则由每个像元的坡度α求得[公式(6)]; C因子和P因子则采用土地利用类型经验值。土壤侵蚀强度分级标准依照水利部《土壤侵蚀分类标准》(SL190—2007)进行分级, 选用南方红壤丘陵区/西南土石山区的方法, 最后获取云南省土壤侵蚀强度分布情况。
$A = R \times K \times L \times S \times C \times P$ | (2) |
$R = \sum\nolimits_{i = 1}^{12} {1.735 \times {{10}^{\left( {1.5 \times \lg \frac{{P_i^2}}{p}} \right) - 0.818\;8}}} $ | (3) |
$ \begin{array}{l} K = \left\{ {0.2 + 0.3\exp \left[ { - 0.025\;6{\rm{SAND}}\left( {1 - \frac{{{\rm{SILT}}}}{{{\rm{100}}}}} \right)} \right]} \right\} \times \\ \;\;\;\;\;{\left( {\frac{{{\rm{SILT}}}}{{{\rm{CALY + SILT}}}}} \right)^{0.3}} \times \\ \;\;\;\;\;\left[ {1.0 - \frac{{{\rm{0}}{\rm{.25SOM}}}}{{{\rm{SOM + exp}}\left( {{\rm{3}}{\rm{.72}} - {\rm{2}}{\rm{.95SOM}}} \right)}}} \right] \times \\ \;\;\;\;\;\left[ {1 - \frac{{0.7\left( {1 - {\rm{S}}{{\rm{N}}_{\rm{1}}}} \right)}}{{{\rm{S}}{{\rm{N}}_{\rm{1}}} + \exp \left( { - 5.51 + 22.9{\rm{S}}{{\rm{N}}_1}} \right)}}} \right] \end{array} $ | (4) |
$ L={{({}^{\lambda }\!\!\diagup\!\!{}_{22.1}\;)}^{m}} $ | (5) |
$ S = \left\{ \begin{array}{l} 10.8\sin \alpha + 0.03\;\;\;\;\;(\alpha < 5^\circ )\\ 16.8\sin \alpha - 0.5\;\;\;\;\;\;(5^\circ \le \alpha < 10^\circ )\\ 21.91\sin \alpha - 0.96\;\;\;(\alpha \ge 10^\circ ) \end{array} \right. $ | (6) |
采用层次分析法(AHP)对气候、地形、土壤3个层次的11个生态适宜性评价指标, 建立Satty标度权重系数判断矩阵[30]。采用德尔菲法(Delphi)结合文献查阅, 获得气象、农业领域专家和种植大户等技术专家20余名, 对各生态适宜性因子的重要性进行打分, 确定因子之间的相对重要性[31]。围绕目标层生态适宜性评价, 首先建立气候、地形、土壤3个准则层, 再构建3个准则层内共11个适宜性指标的判断矩阵, 两两比较判断同一层次中每个指标的相对重要性, 建立判断矩阵, 最后进行层次排序和一致性检验, 最终形成特征向量权重(表 3)。经过一致性检验, 气候因子单排序CR值为0.05, 地形因子单排序CR值为0.01, 土壤因子单排序CR值为0.02, 生态适宜性层次排序CR值为0.008, 各个层次排序的CR值都 < 0.1, 因此各判断矩阵均具有满意的一致性。
基于ArcGIS进行适宜性区划图的制作, 首先对11个生态适宜性因子进行重分类赋值, 再结合层次分析法确定的权重系数进行栅格运算, 各因子均不作为限制性指标, 使用自然断点法进行分级, 最终获得各个层次的适宜性区划结果。图 1为云南省小粒咖啡种植气候、土壤理化性质和地形地貌适宜度11个生态因子的空间分布结果, 图中标注的小粒咖啡采样点信息, 是由云南省咖啡交易中心提供的部分咖啡庄园分布点资料, 以及通过CNKI文献数据库检索的关于云南省小粒咖啡种植试验点、种植农场所在地信息, 并补充了云南省气象局的野外实地调查和小粒咖啡农田小气候观测站的定位信息, 共计73条, 覆盖了云南省小粒咖啡种植区的11个地州, 尤其是普洱、保山等地市分布较均匀, 代表性强。
从气候适宜性区划结果来看(图 2a), 云南省小粒咖啡种植的最适宜区主要集中在德宏州中南部、保山市中部、临沧市西部、普洱市南部、西双版纳州中部和文山州的东部及南部, 还包括怒江、澜沧江、元江流域的河谷地区, 占国土面积的15.1%, 这些地区的各项气候指标均能高度满足小粒咖啡生长发育需求。西双版纳州南部、保山市南部2—3月降水偏少, 文山州大部和红河州北部年降水少、低温偏多, 临沧市中部、普洱市北部等地低温偏多, 是小粒咖啡种植的适宜区, 占国土面积的21.2%。玉溪市大部、临沧市北部、保山市东部、楚雄州元谋县、丽江市华坪县和大理州宾川县等地, 是小粒咖啡种植次适宜区, 占国土面积的20.5%, 这些地方均不同程度地受到最冷月低温和年降水不足的限制, 国内其他学者的研究也表明, 元谋县在小粒咖啡生长需水关键期水分亏缺较大[32], 宾川县的朱苦拉村受低温冻害影响[33]。
从地形地貌适宜性区划结果来看(图 2b), 德宏州中南部、普洱市大部、西双版纳州北部、红河州北部、文山州北部及楚雄州元谋县、丽江市华坪县及大理州宾川县等地, 为小粒咖啡种植的最适宜区, 占国土面积的15.0%。西双版纳州南部、文山州中部及东部海拔高度较低, 为小粒咖啡种植的适宜区, 占国土面积的19.1%。临沧市中部、普洱市北部、保山市中部受到高黎贡山、无量山和哀牢山等横断山脉的地形影响, 海拔偏高, 地形起伏度大, 坡度偏大, 红河州中部及南部由于海拔高度偏低, 为小粒咖啡种植的次适宜区, 占国土面积的28.0%。
从土壤理化性质适宜性区划结果来看(图 2c), 云南省西南部和东南部的小粒咖啡主要种植区土壤黏粒性和粉性较高, 土壤质地较好, 有机质含量为中上等, 但土壤侵蚀强度较大, 酸碱度偏低。其中, 文山州大部和普洱市南部等地土壤黏性较高、侵蚀强度低、有机质含量较丰富, 为小粒咖啡种植最适宜区, 占国土面积的29.1%。红河州中部、普洱市中部、临沧市北部、保山市大部和德宏州北部, 受土壤侵蚀强度和土壤有机质含量的影响, 为小粒咖啡种植适宜区, 占国土面积的49.5%。保山市东部、德宏州南部、临沧市西部、普洱市西部、西双版纳州大部和红河州大部地区, 土壤中含沙量较大、质地较差, 同时土壤偏酸性, 为小粒咖啡种植次适宜区, 占国土面积的20.1%。
综合分析气候、地形地貌和土壤理化性质3个层次生态适宜性来看(图 2d), 云南省小粒咖啡种植最适宜区主要集中在德宏州中部和南部、保山市中部、临沧市中部及西部、普洱市大部、西双版纳州中部和北部以及文山州北部和东部等地, 占云南省国土总面积的18.8%。文山州西部、红河州北部、楚雄州北部等地及云南省内主要江河河谷地区地形地貌条件和土壤理化条件较好, 但由于气候条件的限制, 为小粒咖啡种植的适宜区, 占国土面积的15.0%。楚雄州南部、文山州中部及西部、红河州中部及南部、西双版纳州南部及临沧市北部等地, 受地形地貌的影响, 加之降水条件不足, 是小粒咖啡种植的次适宜区, 占全省国土面积的21.0%。
2.2 云南省小粒咖啡主产区生态适宜性评价结合云南省9个小粒咖啡主产区2016年的种植面积、产量资料, 与各州市的生态适宜性状况进行对比讨论(图 3、表 4)。普洱市小粒咖啡种植面积和产量最高, 最适宜、适宜区比例(81.3%)为全省第2, 仅次于西双版纳州(95.9%), 但由于普洱市土地面积是西双版纳州的两倍多, 因此普洱市最适宜、适宜区面积均为全省最多。临沧、德宏、保山3个州市种植面积和产量在全省位列第2~4位, 最适宜、适宜区面积在全省排名分别为第5、第6和第7, 3个州市的小粒咖啡产业仍有更多的发展空间, 尤其是临沧和德宏两地, 种植面积虽大于保山, 但产量却不及保山, 应更注重挑选适宜性较高的区域开展种植, 增加产量。西双版纳州最适宜、适宜区面积较高, 位列全省的第3位, 但综合考虑到热带雨林保护区和橡胶产业发展, 可大力发展小粒咖啡—橡胶套种模式, 增加种植面积和产量。文山和红河2个州均有较高的最适宜、适宜区比例, 面积排名分别为全省第2和第4, 小粒咖啡种植产业发展潜力非常巨大, 但因规划推广力度不足, 种植面积和产量仅有全省的1%左右。怒江州和大理州由于受到低温冷害和地形起伏的影响, 不适宜区比例偏高, 应注意做好低温冷害的防控, 宜在干热河谷区等重点示范地区推广种植。
参照云南省政府办公厅颁布的《云南省高原特色现代农业“十三五”咖啡产业发展规划》, 围绕云南省9个地州的27个咖啡产业重点县进行生态适宜性分析(表 5)。从表中可以看出, 瑞丽、景洪、勐海、思茅4个县(区)最适宜区比例最大, 均超过80%, 不适宜区接近为0, 这些地区海拔适宜性高, 水热资源丰富, 全年无低温寒害, 是全省最适合发展小粒咖啡产业的地区。西双版纳州和普洱市的重点县均有较高的小粒咖啡种植适宜性, 最适宜、适宜区达全市的85%以上。德宏州、保山市、临沧市的几个重点县, 受到山脉地势的影响, 气候和地形因子分异性较大, 次适宜区和不适宜区比例有所增加。麻栗坡县和河口县的不适宜区面积均不超过1%, 但由于海拔高度较低, 次适宜区比例大; 其中河口次适宜区达53.1%, 在27个县中比例最高。泸水县和宾川县由于降水、低温和地形因子的影响, 最适宜区、适宜区面积比例均较低, 不适宜区均超过75%, 可种植区主要为次适宜区。
云南拥有丰富的优质丰产小粒咖啡适宜种植地, 产业开发潜力巨大, 且南部的热带和亚热带气候区与世界小粒咖啡原产地和主产区气候类型和地形地貌相似度高[34], 现存优质种质资源丰富, 产业发展潜力非常巨大。由于山地气候特征和复杂地形条件, 需要考虑山区气候因子、地形因子和土壤因子的综合影响, 在缺少气象、土壤等相关要素的观测站点时, 开展复杂地形条件下的生态适宜性精细化研究和区划非常必要。综合气候、地形地貌和土壤理化性质3个层次共11个生态适宜性因子, 获得云南省小粒咖啡种植生态适宜性分析及区划。结合73个小粒咖啡采样点信息可以看出, 绝大多数采样点均分布在最适宜、适宜区, 生态适宜性指标选取适当, 区划结果准确。如怒江峡谷、澜沧江和元江河谷热区的种植采样点均定位在最适宜和适宜区, 保山、普洱、临沧的采样点均分布在高黎贡山和哀牢山等横断山脉地形影响下的最适宜、适宜区, 宾川朱苦拉受低温影响分布在次适宜区。
从3个层次的适宜性分析结果来看, 气候因子是限制小粒咖啡种植的关键性因子, 地形地貌因子影响其次, 土壤理化性质因子的影响最小。其中, 气候适宜性因子中, 最冷月平均气温和2—3月降水量的综合影响决定了气候适宜性的空间分布, 北部地区年平均气温不足, 各地年降水量基本满足小粒咖啡生长需求, 低温冷害和花期降水的影响程度决定了种植气候适宜性。海拔高度是云南南部地区地形适宜性的关键影响因子, 表现出过高或过低海拔对小粒咖啡品质造成的影响。土壤侵蚀强度和土壤偏酸, 导致云南西南部小粒咖啡主要种植区的土壤理化性质为次适宜, 需要注意加强水土保持和田间管理。
普洱市生态因子适宜性最好, 7个重点县的最适宜、适宜区面积基本接近90%;临沧市受高黎贡山地形影响, 各重点县高、中适宜区面积和比例在全省排名第5, 虽然种植面积全省第2, 远高于德宏州、保山市, 但产量却并不理想, 应因地制宜, 选取生态适宜性高的区域开展种植; 德宏州高、中适宜区面积全省第5, 在南部的3个重点县各项生态因子均为最适宜, 不适宜区比例不到10%;保山市受高黎贡山、哀牢山两座横断山脉的影响, 高、中适宜区面积全省排名第7, 2个重点县的不适宜区超过40%, 在种植规划时一定要注意进行选址; 西双版纳州高、中适宜区面积全省第3, 2个重点县内95%的面积均适宜种植, 宜结合橡胶林等经济林木, 开展遮阴套种, 提高土地利用率和产出率; 文山州和红河州都有较大范围的高、中适宜区, 面积分别排在全省第2和第4, 但种植面积和产量却仅为全省的1%左右, 应发挥本地区巨大的优势潜力, 加大规划和推广力度, 引入先进技术, 提高种植规模, 增加布局小粒咖啡产业发展重点县; 怒江州和大理州受地形和低温影响区域较多, 应注意做好低温风险防控, 宜在重点示范地区推广种植, 打造地方品牌名片; 省内如楚雄元谋、丽江华坪、曲靖罗平和玉溪元江等干热河谷地区, 也是小粒咖啡种植的最适宜、适宜区, 这些区域热量条件好, 但降水条件稍差, 在灌溉条件好的区域也可以开展小粒咖啡种植。
[1] |
黄家雄, 李贵平. 中国咖啡遗传育种研究进展[J]. 西南农业学报, 2008, 21(4): 1178-1181. HUANG J X, LI G P. Research progress of coffee breeding in China[J]. Southwest China Journal of Agricultural Sciences, 2008, 21(4): 1178-1181. DOI:10.3969/j.issn.1001-4829.2008.04.066 |
[2] |
陈德新. 宾川朱苦拉咖啡早期引种史考——中国咖啡早期引种扩种历史考证系列文章(Ⅱ)[J]. 热带农业科学, 2010, 30(4): 58-61. CHEN D X. A textual research on the history of early introduction and afforestation of coffee for Zhugula, Binchuan County, Yunnan Province:A series of articles on the textual research on the history of early introduction and afforestation of coffee in Chinese (Ⅱ)[J]. Chinese Journal of Tropical Agriculture, 2010, 30(4): 58-61. DOI:10.3969/j.issn.1009-2196.2010.04.016 |
[3] |
陆洲, 秦向阳, 李奇峰, 等. 作物生态适宜性定量化评价方法及通用工具[J]. 农业工程学报, 2012, 28(20): 195-201. LU Z, QIN X Y, LI Q F, et al. Quantitative evaluation method and universal tool for crop ecological suitability[J]. Transactions of the CSAE, 2012, 28(20): 195-201. |
[4] |
FAIN S J, MAYA Q, NORA L, et al. Climate change and coffee:assessing vulnerability by modeling future climate suitability in the Caribbean island of Puerto Rico[J]. Climatic Change, 2018, 146(1/2): 175-186. |
[5] |
DAMATTA F M. Ecophysiological constraints on the production of shaded and unshaded coffee:a review[J]. Field Crops Research, 2004, 86(2/3): 99-114. |
[6] |
JAYAKUMAR M, RAJAVEL M, SURENDRAN U. Climate-based statistical regression models for crop yield forecasting of coffee in humid tropical Kerala, India[J]. International Journal of Biometeorology, 2016, 60(12): 1943-1952. DOI:10.1007/s00484-016-1181-4 |
[7] |
CHRISTIAN B, PERER L, ORIANA O R, et al. A bitter cup:climate change profile of global production of Arabica and Robusta coffee[J]. Climatic Change, 2015, 129(1/2): 89-101. |
[8] |
PETER L, JULIAN R V, NAVARRO R C, et al. Climate change adaptation of coffee production in space and time[J]. Climatic Change, 2016, 141(1): 1-16. |
[9] |
SCHROTH G, PETER L, DIANA S B C, et al. Winner or loser of climate change? A modeling study of current and future climatic suitability of Arabica coffee in Indonesia[J]. Reg Environ Change, 2015, 15: 1473-1482. DOI:10.1007/s10113-014-0713-x |
[10] |
SAILESH R, SUIAKHU N M, JUERG M, et al. Suitability analysis and projected climate change impact on banana and coffee production zones in Nepal[J]. PLoS One, 2016, 11(9): e0163916. DOI:10.1371/journal.pone.0163916 |
[11] |
CHAIRANI E, SUPRIATNA J, KOESTOER R, et al. Physical land suitability for civet Arabica coffee:Case study of Bandung and West Bandung Regencies, Indonesia[J]. IOP Conference Series:Earth and Environmental Science, 2017, 98: 012029. DOI:10.1088/1755-1315/98/1/012029 |
[12] |
ORIANA O R, PERER L, CHRISTIAN B, et al. Projected shifts in Coffea arabica suitability among major global producing regions due to climate change[J]. PLoS One, 2015, 10(4): e0124155. DOI:10.1371/journal.pone.0124155 |
[13] |
ZULLO J, PINTO H S, ASSAD E D, et al. Potential for growing Arabica coffee in the extreme South of Brazil in a warmer world[J]. Climatic Change, 2011, 109(3/4): 535-548. |
[14] |
CHEMURA A, KUTYWAYO D, CHIDOKO P, et al. Bioclimatic modelling of current and projected climatic suitability of coffee (Coffea arabica) production in Zimbabwe[J]. Regional Environmental Change, 2016, 16(2): 473-485. DOI:10.1007/s10113-015-0762-9 |
[15] |
CAI C T, CAI Z Q, YAO T Q, et al. Vegetative growth and photosynthesis in coffee plants under different watering and fertilization managements in Yunnan, SW China[J]. Photosynthetica, 2007, 45(3): 455-461. DOI:10.1007/s11099-007-0075-4 |
[16] |
张珍贤, 王华, 蔡传涛, 等. 施肥对干旱胁迫下幼龄期小粒咖啡光合特性及生长的影响[J]. 中国生态农业学报, 2015, 23(7): 832-840. ZHANG Z X, WANG H, CAI C T, et al. Effects of fertilization on photosynthetic characteristics and growth of Coffea arabica L. at juvenile stage under drought stress[J]. Chinese Journal of Eco-Agriculture, 2015, 23(7): 832-840. |
[17] |
HAGGAR J, BARRIOS M, BOLAÑOS M, et al. Coffee agroecosystem performance under full sun, shade, conventional and organic management regimes in Central America[J]. Agroforestry Systems, 2011, 82(3): 285-301. DOI:10.1007/s10457-011-9392-5 |
[18] |
RAHN E, VAAST P, PETER L, et al. Exploring adaptation strategies of coffee production to climate change using a process-based model[J]. Ecological Modelling, 2018, 371: 76-89. DOI:10.1016/j.ecolmodel.2018.01.009 |
[19] |
BARBOSA J N, BOREM F M, CIRILLO M A, et al. Coffee quality and its interactions with environmental factors in Minas Gerais, Brazil[J]. Journal of Agricultural Science, 2012, 4(5): 181-190. |
[20] |
李晓霞, 张吉光, 杨天武, 等. 云南不同海拔小粒种咖啡生长发育情况调查[J]. 云南热作科技, 2002, 25(4): 8-16. LI X X, ZHANG J G, YANG T W, et al. Investigation of coffee growth at different altitude in Yunnan[J]. Journal of Yunnan Tropical Crops Science & Technology, 2002, 25(4): 8-16. DOI:10.3969/j.issn.1672-450X.2002.04.002 |
[21] |
DEVI G M S, KUMAR K S A. Remote sensing and GIS application for land quality assessment for coffee growing areas of Karnataka[J]. Journal of the Indian Society of Remote Sensing, 2008, 36(1): 89-97. |
[22] |
ZHANG Z X, CAI Z Q, LIU G Z, et al. Effects of fertilization on the growth, photosynthesis, and biomass accumulation in juvenile plants of three coffee (Coffea arabica L.) cultivars[J]. Photosynthetica, 2017, 55(1): 134-143. DOI:10.1007/s11099-016-0237-3 |
[23] |
蔡传涛, 蔡志全, 解继武, 等. 田间不同水肥管理下小粒咖啡的生长和光合特性[J]. 应用生态学报, 2004, 15(7): 1207-1212. CAI C T, CAI Z Q, XIE J W, et al. Growth and photosynthetic characteristics of field-grown Coffea arabica under different watering and fertilization managements[J]. Chinese Journal of Applied Ecology, 2004, 15(7): 1207-1212. DOI:10.3321/j.issn:1001-9332.2004.07.021 |
[24] |
胡雪琼, 徐梦莹, 何雨芩, 等. 未来气候变化对云南烤烟种植气候适宜性的影响[J]. 应用生态学报, 2016, 27(4): 1241-1247. HU X Q, XU M Y, HE Y Q, et al. Effects of future climate change on climatic suitability of flue-cured tobacco plantation in Yunnan, China[J]. Chinese Journal of Applied Ecology, 2016, 27(4): 1241-1247. |
[25] |
吴克宁, 赵瑞. 土壤质地分类及其在我国应用探讨[J]. 土壤学报, 2019, 56(1): 227-241. WU K N, ZHAO R. Soil texture classification and its application in China[J]. Acta Pedologica Sinica, 2019, 56(1): 227-241. |
[26] |
王飞, 秦方锦, 吴丹亚, 等. 土壤有机质和有机碳含量计算方法比较研究[J]. 农学学报, 2015, 5(3): 54-58. WANG F, QIN F J, WU D Y, et al. Comparative study on the calculation method of soil organic matter and organic carbon[J]. Journal of Agriculture, 2015, 5(3): 54-58. |
[27] |
张科利, 彭文英, 杨红丽. 中国土壤可蚀性值及其估算[J]. 土壤学报, 2007, 44(1): 7-13. ZHANG K L, PENG W Y, YANG H L. Soil erodibility and its estimation for agricultural soil in China[J]. Acta Pedologica Sinica, 2007, 44(1): 7-13. DOI:10.3321/j.issn:0564-3929.2007.01.002 |
[28] |
WISCHMEIER W H, MANNERING J V. Relation of soil properties to its erodibility1[J]. Soil Science Society of America Journal, 1969, 33(1): 131-137. DOI:10.2136/sssaj1969.03615995003300010035x |
[29] |
WILLIAMS J R. The erosion-productivity impact calculator (EPIC) model:a case history[J]. Philosophical Transactions of the Royal Society of London Series B:Biological Sciences, 1990, 329(1255): 421-428. DOI:10.1098/rstb.1990.0184 |
[30] |
李丽纯, 陈福梓, 王加义, 等. 基于GIS的台湾青枣在福建引扩种的气候适宜性区划[J]. 中国生态农业学报, 2017, 25(1): 47-54. LI L C, CHEN F Z, WANG J Y, et al. Climate suitability regionalization for Taiwan green jujube introduction and expansion in Fujian Province using GIS[J]. Chinese Journal of Eco-Agriculture, 2017, 25(1): 47-54. |
[31] |
韩慧杰, 夏学齐, 吴海东, 等. 基于GIS和土地质量地球化学数据的水稻种植适宜性评价——以安徽省青阳县为例[J]. 中国生态农业学报(中英文), 2019, 27(4): 591-600. HAN H J, XIA X Q, WU H D, et al. Evaluation of rice planting suitability using GIS and geochemical land quality data-A case study of Qingyang County, Anhui Province[J]. Chinese Journal of Eco-Agriculture, 2019, 27(4): 591-600. |
[32] |
符娜, 刘小刚, 李闯, 等. 不同时间尺度元谋灌区小粒咖啡需水变异特征[J]. 排灌机械工程学报, 2015, 33(2): 163-171. FU N, LIU X G, LI C, et al. Variation research of Coffea arabica water requirement at different temporal scale in Yuanmou Irrigation District[J]. Journal of Drainage and Irrigation Machinery Engineering, 2015, 33(2): 163-171. |
[33] |
程金焕, 何红艳, 李亚男, 等. 宾川县朱苦拉咖啡庄园发展探析[J]. 安徽农业科学, 2017, 45(33): 246-247. CHENG J H, HE H Y, LI Y N, et al. Construction of Zhukula coffee farm in Binchuan County[J]. Journal of Anhui Agricultural Sciences, 2017, 45(33): 246-247. DOI:10.3969/j.issn.0517-6611.2017.33.078 |
[34] |
TAVARES P D S, GIAROLLA A, CHOU S C, et al. Climate change impact on the potential yield of Arabica coffee in southeast Brazil[J]. Regional Environmental Change, 2018, 18(3): 873-883. DOI:10.1007/s10113-017-1236-z |