茶园间作鼠茅草初探

茶园杂草是制约茶园生产管理的一大难题,传统的人工除草方式对劳动力需求较大且人工成本较高,化学防治方法又给茶叶品质安全带来隐患,因此亟需开发一种环境友好且可降低人工成本的有效除草技术。鼠茅草种植是近年来新出现的一种果园杂草控制技术,它的生长可抑制果园中大部分杂草的生长,若将鼠茅草引种于茶园,或将有利于茶园的生产与环境保护等。本研究通过两个方面来验证鼠茅草在茶园中种植的适应性:一是通过室内培养试验明确鼠茅草种子的萌发条件;二是通过大田试验验证鼠茅草在茶园种的生长特性。结果表明:鼠茅草种子在10℃下可顺利萌发,所需时长为13-14天,发芽率为71.14%,对种子采用浸种1天的处理后,发芽率可以上升至74.86%,发芽时长减少1-2天;试验表明鼠茅草在茶园的适应性良好,秋季播种在茶行间,越冬后在次年3月份反青,6月份倒伏后可抑制大部分杂草的生长。本研究结果表明在茶园适宜间作鼠茅草,鼠茅草的生长可有效控制春夏杂草的生长。因此该项生态控草技术可有效解决茶园杂草问题,为茶园可持续发展奠定基础。

基于ResNet卷积神经网络的绿茶种类识别模型构建

绿茶是我国种类最多、产量最大的茶类,外形是其分类的重要依据。图像分类是计算机视觉的核心技术之一,但其在茶叶领域的应用较少,茶类识别仍依赖感官审评方法。采集8种常见绿茶(丽水香茶、信阳毛尖、六安瓜片、太平猴魁、安吉白茶、碧螺春、竹叶青和龙井)共1713张图片,基于ResNet卷积神经网络,从识别模型的预测能力、收敛速度、模型大小和识别均衡性等角度探索了不同网络深度和不同优化算法的建模效果,最终选择ResNet-18结构、SGD优化算法,建立了区分8种绿茶的深度学习模型,其对复杂背景茶叶图片的识别准确率达到了90.99%,单张图片识别时间仅为0.098 s,模型大小为43.7 MB。本研究为构建茶叶视觉识别模型并应用于移动端提供了基础,为茶叶种类识别提供了一种快捷而高效的新方法。

浙江省生态茶园绿色防控技术的应用研究

本文总结了浙江省生态茶园绿色防控技术模式,介绍了"以花抑虫"、"以草制草"等茶园绿色防控新技术,以期为生态茶园绿色防控技术的推广提供技术支撑和参考。

浙西南茶树害螨替代农药田间药效试验

茶橙瘿螨和茶跗线螨是世界性害螨,也是茶树上为害较重的害螨,爆发时会严重影响茶叶的产量和品质。目前田间防治方法大多采用的水溶性农药,考虑到抗药性等问题,因此亟需推广一种替代农药防治茶树害螨。本研究对比浙西南地区茶树害螨替代农药在田间的药效,结果表明虫螨腈和哒螨灵对茶橙瘿螨均有控制效果,防治效果随施用时间均逐渐上升,用药后14天达到最佳防治效果,最高防治效果分别为86.40%与57.07%。虫螨腈防治效果最好,喷药后三周,校正防效仍在80%以上。