基于改进YOLOv8n的茶叶嫩稍检测方法

针对名优茶智能采摘中茶叶嫩梢识别精度不足的问题,该研究对YOLOv8n模型进行优化。首先,在主干网络中引入动态蛇形卷积(dynamic snake convolution,DSConv),增强模型对茶叶嫩梢形状信息的捕捉能力;其次,将颈部的路径聚合网络(path aggregation network,PANet)替换为加权双向特征金字塔网络(bi-directional feature pyramid network,BiFPN),强化模型的特征融合效能;最后,在颈部网络的每个C2F模块后增设了无参注意力模块(simple attention module,SimAM),提升模型对茶叶嫩梢的识别关注度。试验结果表明,改进后的模型比原始模型的精确率(precision,P)、召回率(recall,R)、平均精确率均值(mean average precision,m AP)、F1得分(F1 score,F1)分别提升了4.2、2.9、3.7和3.3个百分点,推理速度为42帧/s,模型大小为6.7 MB,满足低算力移动设备的部署条件。与Faster-RCNN、YOLOv5n、YOLOv7n和YOLOv8n目标检测算法相比,该研究提出的改进模型精确率分别高出57.4、4.4、4.7和4.2个百分点,召回率分别高出53.0、3.6、2.8和2.9个百分点,平均精确率均值分别高出58.9、5.0、4.6和3.7个百分点,F1得分分别高出了56.8、3.9、3.7和3.3个百分点,在茶叶嫩梢检测任务中展现出了更高的精确度和更低的漏检率,能够为名优茶的智能采摘提供算法参考。

不同等级河红茶的风味特征研究

旨在明确河红茶的风味化学特征及其不同等级品质差异。本研究以不同等级的河红茶为试验材料,采用国标法进行茶叶样品感官审评,测定其水浸出物、茶多酚、游离氨基酸、咖啡碱、儿茶素组分、茶色素(茶黄素、茶红素和茶褐素)等品质成分的含量,利用气相色谱-质谱联用技术对河红茶中香气成分进行分析。结果表明,河红茶香气清鲜持久,滋味鲜醇,汤色橙红明亮,叶底红艳明亮;不同等级河红茶感官品质综合评价表现为河红贡芽(T_(1)、T_(2))>河红小种(T_(3)、T_(4))>河红老枞(T_(5))。不同等级河红茶内含成分差异显著,等级高的红茶茶多酚、氨基酸及儿茶素组分含量都较高,水浸出物含量较低;河红小种一级(T_(3))的茶黄素、茶红素含量显著高于其他组。不同等级河红茶中的主要挥发性成分为香叶醇、β-芳樟醇、罗勒烯、2-正戊基呋喃、β-紫罗酮等,部分香气物质随等级下降而相对升高,且是河红茶呈现第二类型红茶香气的关键性物质。本研究初步探明了不同等级的河红茶的风味特征差异,为河红茶风味品质调控提供理论依据。

黄化茶树黄金菊的叶绿体结构透射电镜观察

利用透射电镜技术研究了江西特有黄化茶树资源黄金菊与正常茶树品种宁州2号的第2叶、第4叶的亚细胞叶绿体结构差异。结果发现遮荫的黄金菊与宁州2号在亚细胞结构和分布规律方面基本一致,但是叶绿体结构差异明显。黄金菊第2叶叶绿体数量偏少,基粒片层堆叠明显少于宁州2号;且黄金菊第4叶基粒片层堆叠多于第2叶,但仍少于宁州2号。叶绿体片层堆叠情况与其含量测定的结果基本一致。同时发现,遮荫处理后的黄金菊叶色变绿,叶绿体片层堆叠也明显增多。研究结果表明,黄金菊黄化可能与叶绿体片层合成受阻有关,该结果为深入了解黄金菊黄化的机理提供了数据支撑。

基于多元统计法的赣育茶树新品系评价

【目的】探究江西省选育茶树新品系的特征特性和综合评价方法,从中筛选出适宜推广种植的区域化茶树新品种。【方法】对新选育出的19份茶树新品系的农艺性状、化学成分、抗逆性和制作绿茶品质等性状进行了鉴定,并采用隶属函数法、灰色关联度法和主成分分析法进行综合评价。【结果】赣育茶树新品系的各性状指标差异性较大,变异系数为7.98%~65.46%,变异系数较大的为耐寒性、耐旱性、EGC、生长势、一芽一叶期、EC、ECG和总游离氨基酸,其中FZ-1为高发芽密度品系、YB-2为特早生品系、XS-H1和SC-1为高水浸出物品系、FZ-2为高氨基酸品系、WY-15为高EGCG品系。3种综合评价方法中灰色关联度法和主成分分析法的评价结果较为一致,可作为茶树新品系的综合评价方法。最终筛选出FZ-1、FZ-2、XS-1、FL-1、CC-4、XS-2和WY-14等7份综合评价优于对照的新品系。此7份可进行非主要农作物品种登记,也可以作为遗传亲本材料。【结论】灰色关联度法和主成分分析法可有效评价茶树品系,筛选出的7份优良新品系可进一步推广应用。