原 中國普洱茶網(wǎng) 整體品牌升級,更名為「茶友網(wǎng)」

茶樹種植土壤

找到約3,298條結(jié)果 (用時 0.01 秒)

茶樹種植智能化管理研究進(jìn)展

種植是茶葉產(chǎn)業(yè)鏈中的關(guān)鍵環(huán)節(jié),為高品質(zhì)茶葉提供了保障,但是種植成本占據(jù)了目前茶葉生產(chǎn)成本的主要份額。復(fù)雜的種植條件與勞動力不足使茶葉種植成本不斷提升,種植環(huán)節(jié)的智能化是茶葉生產(chǎn)從傳統(tǒng)模式向現(xiàn)代模式轉(zhuǎn)變的必由之路。

一、茶樹種植智能化框架

種植智能化是一套依托于物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算等先進(jìn)技術(shù)支撐的綜合管理系統(tǒng),包含了農(nóng)情監(jiān)測、優(yōu)化決策、設(shè)備調(diào)度的自動化。

1. 監(jiān)測感知層

監(jiān)測感知層是智能化系統(tǒng)的“眼睛”和“耳朵”,也是智能化系統(tǒng)信息處理的基礎(chǔ)。感知層依賴載具平臺上的各類傳感器,實(shí)時獲取茶樹周邊環(huán)境、茶樹自身的各類信息,如溫濕度、輻射、茶樹養(yǎng)分等數(shù)據(jù)信息的采集。智能化系統(tǒng)對感知層要求是信息獲取的原位、實(shí)時、精準(zhǔn)、快速、智能,因此數(shù)據(jù)相對于傳統(tǒng)觀測必然需要海量儲存。

2. 傳輸存儲層

傳輸存儲層是智能化系統(tǒng)的“神經(jīng)”與“倉庫”,監(jiān)測感知層搜集的海量信息數(shù)據(jù)通過傳輸存儲層匯集到數(shù)據(jù)倉庫,為后續(xù)的數(shù)據(jù)計(jì)算提供源源不斷的“養(yǎng)分”。傳輸過程主要依賴各類數(shù)據(jù)傳輸協(xié)議與設(shè)備對數(shù)據(jù)進(jìn)行高效傳輸,盡可能減少數(shù)據(jù)傳輸延遲,同時還需要實(shí)現(xiàn)不同設(shè)備的組網(wǎng)與信息的兼容并行處理,而智能化系統(tǒng)中存儲主要體現(xiàn)在海量數(shù)據(jù)的高效云存儲與交換,實(shí)現(xiàn)數(shù)據(jù)存儲與提取的高兼容、低延時、低誤差。

3. 計(jì)算決策層

計(jì)算決策層是“大腦”,匯集的各類信息只有經(jīng)過計(jì)算決策層的復(fù)雜運(yùn)算才能生成有應(yīng)用價值的信息,反饋給用戶或者傳送給作業(yè)設(shè)備。在種植端,計(jì)算決策層主要是對農(nóng)情信息的智能化處理,設(shè)備的路徑規(guī)劃、決策控制,實(shí)現(xiàn)作物生長態(tài)勢的判斷,以及不同場景下的應(yīng)對決策生成,比如茶樹脅迫狀態(tài)診斷、對應(yīng)設(shè)備操作所需的參數(shù)等。計(jì)算決策層需要算力與算法共同實(shí)現(xiàn),算力依托于計(jì)算芯片、內(nèi)存,而算法是決策的核心。

4. 應(yīng)用服務(wù)層

應(yīng)用服務(wù)層是“手腳”,將計(jì)算決策層得出的信息、參數(shù),反饋到對應(yīng)的終端,如顯示器、機(jī)械設(shè)備,實(shí)現(xiàn)決策結(jié)果的操作應(yīng)用。由于設(shè)備種類多樣,參數(shù)需求復(fù)雜,因此應(yīng)用反饋層要求數(shù)據(jù)信息的高度兼容、操作參數(shù)精準(zhǔn)化。目前種植智能化管理的主要瓶頸在監(jiān)測感知層與計(jì)算決策層,在監(jiān)測感知層、計(jì)算決策層,技術(shù)及裝備均剛剛處于起步階段,距離產(chǎn)業(yè)化應(yīng)用還有一段距離。而傳輸存儲層、應(yīng)用服務(wù)層隨著近年來信息技術(shù)、互聯(lián)網(wǎng)技術(shù)發(fā)展,海量數(shù)據(jù)傳輸與存儲的技術(shù)難度不大,挑戰(zhàn)在于如何降低成本。

二、茶樹種植智能化管理研究現(xiàn)狀與問題

1. 農(nóng)業(yè)傳感器

與茶樹種植相關(guān)的農(nóng)業(yè)傳感器主要有環(huán)境傳感器、植物生理傳感器、智能設(shè)備傳感器3類。環(huán)境傳感器的主要作用是獲取茶樹賴以生存的土壤、大氣環(huán)境中的相關(guān)參數(shù)。生理傳感器用于獲取與茶樹生長態(tài)勢相關(guān)的參數(shù)。智能設(shè)備傳感器用于關(guān)鍵目標(biāo)識別、相關(guān)設(shè)備的執(zhí)行效果監(jiān)測。總體上我國已經(jīng)開展了不少關(guān)于信息快速獲取及組網(wǎng)技術(shù)的研發(fā),但目前茶園智慧管理中的傳感器仍采用通用型農(nóng)業(yè)傳感器,專用傳感器較為缺乏。

2. 信息感知技術(shù)

(1)空間信息獲取

依托衛(wèi)星、無人機(jī)等遙感平臺,配合地理信息技術(shù),可以實(shí)現(xiàn)茶樹種植區(qū)內(nèi)關(guān)鍵信息的快速獲取。應(yīng)用不同的遙感數(shù)據(jù)源的光譜特征和各種植被指數(shù),結(jié)合不同的算法提取紋理特征實(shí)現(xiàn)對茶園的分類,以及茶樹生長過程及受害情況、茶園產(chǎn)量預(yù)測等。我國農(nóng)業(yè)遙感衛(wèi)星傳感器以多光譜遙感為主,觀測要素缺乏、缺少光學(xué)與微波等協(xié)同觀測能力,遙感數(shù)據(jù)保障率和質(zhì)量有待提高。

(2)茶樹生長態(tài)勢感知

植物生長信息可直接用于脅迫診斷、產(chǎn)量與品質(zhì)預(yù)測,這些參數(shù)大多依賴傳統(tǒng)的理化分析方法,費(fèi)時費(fèi)力,而智能化管理系統(tǒng)所需的實(shí)時數(shù)據(jù)需要對作物生理參數(shù)進(jìn)行快速、無損檢測。近年來在茶樹生長態(tài)勢感知方面開展了大量反演模型算法研究工作,如利用高光譜設(shè)備,對茶樹品種、茶樹葉面積指數(shù)、冠層葉片中葉綠素、氮、磷鉀含量進(jìn)行反演算法等研究。

3. 智慧茶園系統(tǒng)實(shí)現(xiàn)

(1)茶園綜合管理系統(tǒng)

利用無線通信、傳感器檢測和數(shù)字圖像識別技術(shù),自主設(shè)計(jì)和研制了一套茶園可視化農(nóng)業(yè)氣象信息動態(tài)監(jiān)測預(yù)警系統(tǒng),該系統(tǒng)可實(shí)現(xiàn)茶園圖像信息、溫濕度、降水?dāng)?shù)據(jù)的一體化采集和綜合顯示的功能。

茶園可視化農(nóng)業(yè)氣象信息動態(tài)監(jiān)測預(yù)警系統(tǒng)結(jié)構(gòu)原理圖

設(shè)計(jì)了基于低能耗廣域網(wǎng)物聯(lián)網(wǎng)云平臺的茶園監(jiān)控系統(tǒng),該系統(tǒng)能實(shí)時采集茶園空氣溫濕度、土壤溫濕度等參數(shù),通過服務(wù)器對獲取的茶園信息進(jìn)行分析、存儲,并將數(shù)據(jù)同步到PC端和移動端,實(shí)現(xiàn)對茶園環(huán)境的遠(yuǎn)程智能監(jiān)控。

茶園監(jiān)控系統(tǒng)總體結(jié)構(gòu)圖

在茶園生境智慧管控技術(shù)研究方面,建立了茶園生境智慧管控技術(shù),包含茶園土壤生態(tài)調(diào)控技術(shù)、茶園生態(tài)位配置與管控技術(shù)、茶園病蟲害監(jiān)測預(yù)警與生態(tài)防控技術(shù)、茶園生境環(huán)境信息自動化感知技術(shù)、茶園水分智慧管控技術(shù)以及茶園生境智慧管控專家服務(wù)系統(tǒng)等。從實(shí)際應(yīng)用情況看,目前“智慧茶園”均止步在農(nóng)情信息收集與信息匯總展示場景,管理決策仍然依賴于人,而智能決策算法缺失是“智慧茶園”的瓶頸問題。

茶園害蟲監(jiān)測預(yù)警平臺模型

(2)智能灌溉設(shè)備

茶園智能化灌溉系統(tǒng)發(fā)展有兩個方面,一是優(yōu)化灌溉系統(tǒng)的驅(qū)動結(jié)構(gòu),改進(jìn)灌溉效果,研究設(shè)計(jì)了由可編程控制器和變頻器聯(lián)合控制的茶園變頻恒壓噴灌控制系統(tǒng),可根據(jù)用水量的變化,在全流量范圍內(nèi)利用變頻泵的連續(xù)調(diào)節(jié)和工頻泵的分級調(diào)節(jié)相結(jié)合,實(shí)現(xiàn)恒壓、節(jié)能,并對噴灌過程中的各種特征量進(jìn)行實(shí)時、動態(tài)顯示,提高了茶園噴灌的自動化水平和管理水平。

恒壓噴灌系統(tǒng)控制原理

另一方面智能化灌溉是通過算法實(shí)現(xiàn)灌溉時機(jī)的精準(zhǔn)選擇,設(shè)計(jì)基于無線傳感網(wǎng)絡(luò)的茶園智能化噴灌系統(tǒng),可針對不同茶樹生長期對土壤、溫度、水分、鹽分等條件的需要,進(jìn)行精準(zhǔn)實(shí)時灌溉。

茶園智能化噴灌系統(tǒng)組成圖

(3)其他智能機(jī)械

在通用智能機(jī)械平臺方面,設(shè)計(jì)可定制化的通用農(nóng)機(jī)遠(yuǎn)程智能管理平臺。受制于茶園復(fù)雜地形、植被覆蓋、土壤類型差異,與茶樹種植相關(guān)的智能農(nóng)機(jī)設(shè)備,如耕作機(jī)、施肥機(jī)、修剪機(jī)的智能化程度遠(yuǎn)不及灌溉設(shè)備。此外,智能農(nóng)機(jī)裝備領(lǐng)域未形成科學(xué)的標(biāo)準(zhǔn)化體系,導(dǎo)致該領(lǐng)域相關(guān)標(biāo)準(zhǔn)定位不清、標(biāo)準(zhǔn)間交叉重復(fù)、配套性差。發(fā)布實(shí)施的智能農(nóng)機(jī)裝備地方標(biāo)準(zhǔn)、團(tuán)體標(biāo)準(zhǔn)、企業(yè)標(biāo)準(zhǔn)質(zhì)量參差不齊,裝備生產(chǎn)沒有統(tǒng)一規(guī)范、新產(chǎn)品研發(fā)無標(biāo)可依、上下游產(chǎn)業(yè)無法配套銜接。

三、茶樹種植智能化管理研究展望

1. 先進(jìn)傳感器研發(fā)

研究可靠的快速感知技術(shù),研發(fā)高精度、可靠性強(qiáng)的農(nóng)業(yè)專用傳感器,同時研究多傳感器的時空同步采集、高效組網(wǎng)傳輸、多模態(tài)數(shù)據(jù)融合處理及實(shí)時在線解析等關(guān)鍵技術(shù),用于大量不同參數(shù)的快速獲取。

2. 智能決策管理模型

目前“智慧茶園”系統(tǒng)的瓶頸之一是決策模型缺乏,形成了有數(shù)據(jù)無算法的困境,因此需要深化茶樹領(lǐng)域相關(guān)的農(nóng)業(yè)模型研究,為茶園管理與作業(yè)過程的智能化決策提供依據(jù)。針對物聯(lián)網(wǎng)引入的海量數(shù)據(jù),需要研發(fā)大數(shù)據(jù)驅(qū)動的知識共享與綜合輔助決策模型,通過知識和數(shù)據(jù)相結(jié)合的決策模型,將精準(zhǔn)決策與智能算法進(jìn)行有效關(guān)聯(lián),進(jìn)行預(yù)測評判,為生產(chǎn)作業(yè)提供智能化決策。

3. 智能茶園機(jī)械裝備

需要開展茶園機(jī)械裝備作業(yè)過程實(shí)時分析、智能化決策與控制前期研究,建立茶園農(nóng)機(jī)智能化、精準(zhǔn)化作業(yè)技術(shù)儲備。但由于茶樹種植相關(guān)的機(jī)械化程度仍然很低,除了研制自動化程度高的大型茶園機(jī)械外,還需要針對分布較廣的山地丘陵茶園,加強(qiáng)結(jié)構(gòu)簡單、易于操作的輕小型機(jī)械的研發(fā),提高我國茶樹種植的機(jī)械化水平。

本文節(jié)選自《中國茶葉》2022年第5期,P1-7,《茶樹種植智能化管理研究進(jìn)展及展望》,作者:程俊杰,龍俐至,倪康,阮建云。

茶葉科技進(jìn)展 | 茶樹對土壤氮空間異質(zhì)性的適應(yīng)機(jī)制研究取得進(jìn)展




氮素對茶樹產(chǎn)量與茶葉品質(zhì)具有十分重要的作用。茶園土壤氮素空間異質(zhì)性普遍存在,長期的免耕等保護(hù)性耕作和肥料的條狀淺施導(dǎo)致土壤中氮素的空間分異加劇。并且,茶園普遍采用的雙行雙株側(cè)窩種植模式會加劇土壤氮素的空間異質(zhì)性。因此,探析茶樹對土壤氮空間異質(zhì)性的適應(yīng)機(jī)制十分重要。近年來,中國農(nóng)業(yè)科學(xué)院茶葉研究所茶樹遺傳育種團(tuán)隊(duì)成浩課題組,對茶樹耐氮貧瘠的生理和分子響應(yīng)機(jī)制做了系統(tǒng)研究,在茶樹對土壤氮空間異質(zhì)性的適應(yīng)機(jī)制方面取得進(jìn)展。


圖1 雙行雙株側(cè)窩種植模式下茶樹的表型


圖2 土壤和茶樹組織中的氮含量

通過根系形態(tài)、氨基酸和氮素相關(guān)基因表達(dá)分析,評價了不同茶樹品種對土壤氮空間異質(zhì)性的響應(yīng)機(jī)制。在雙行雙株側(cè)窩種植模式下,不同茶樹品種對土壤氮空間異質(zhì)性的適應(yīng)能力不同。氮高效品種主要通過:優(yōu)先發(fā)育二級根系、氮素向葉片的轉(zhuǎn)運(yùn)、重要的氨基酸(茶氨酸、谷氨酸、γ-氨基丁酸和丙氨酸)相互轉(zhuǎn)化來提高對氮素空間異質(zhì)性的適應(yīng)能力。參與將γ-氨基丁酸、丙氨酸向茶氨酸、谷氨酸方向轉(zhuǎn)化的基因(CsGABA-T和CsAlaAT)在氮高效品種中上調(diào),在低效品種中下調(diào);而參與將茶氨酸、谷氨酸向γ-氨基丁酸、丙氨酸轉(zhuǎn)化的基因(CsGAD1和CsGAD2)在氮高效品種中下調(diào),在低效品種中上調(diào)。另外,參與氮運(yùn)輸和同化的基因(CsGS2和CsNRT2.5)在氮高效品種中上調(diào),在低效品種中下調(diào)。


圖3 茶樹游離氨基酸組分特征

圖4 茶樹氮調(diào)控相關(guān)基因的表達(dá)特性

以上研究結(jié)果已在線發(fā)表在國際園藝科學(xué)領(lǐng)域重要期刊《園藝科學(xué)(Scientia Horticulturae)》上。該研究得到了國家自然科學(xué)基金、國家茶產(chǎn)業(yè)技術(shù)體系和浙江省農(nóng)業(yè)(茶樹)新品種選育重大科技專項(xiàng)等項(xiàng)目的支持。


圖5 重要氨基酸轉(zhuǎn)化及相關(guān)基因調(diào)控模式


中國農(nóng)業(yè)科學(xué)院茶葉研究所茶樹遺傳育種團(tuán)隊(duì)?阮麗

【茶界關(guān)注】茶樹對土壤氮空間異質(zhì)性的適應(yīng)機(jī)制研究取得重要進(jìn)展

氮素對茶樹產(chǎn)量與茶葉品質(zhì)具有十分重要的作用。茶園土壤氮素空間異質(zhì)性普遍存在,長期的免耕等保護(hù)性耕作和肥料的條狀淺施導(dǎo)致土壤中氮素的空間分異加劇。并且,茶園普遍采用的雙行雙株側(cè)窩種植模式會加劇土壤氮素的空間異質(zhì)性。因此,探析茶樹對土壤氮空間異質(zhì)性的適應(yīng)機(jī)制十分重要。

近年來,中國農(nóng)業(yè)科學(xué)院茶葉研究所茶樹遺傳育種團(tuán)隊(duì)成浩課題組,對茶樹耐氮貧瘠的生理和分子響應(yīng)機(jī)制做了系統(tǒng)研究,在茶樹對土壤氮空間異質(zhì)性的適應(yīng)機(jī)制方面取得了重要進(jìn)展。

通過根系形態(tài)、氨基酸和氮素相關(guān)基因表達(dá)分析,評價了不同茶樹品種對土壤氮空間異質(zhì)性的響應(yīng)機(jī)制。在雙行雙株側(cè)窩種植模式下,不同茶樹品種對土壤氮空間異質(zhì)性的適應(yīng)能力不同。氮高效品種主要通過:優(yōu)先發(fā)育二級根系、氮素向葉片的轉(zhuǎn)運(yùn)、重要的氨基酸(茶氨酸、谷氨酸、γ-氨基丁酸和丙氨酸)相互轉(zhuǎn)化來提高對氮素空間異質(zhì)性的適應(yīng)能力。參與將γ-氨基丁酸、丙氨酸向茶氨酸、谷氨酸方向轉(zhuǎn)化的基因(CsGABA-TCsAlaAT)在氮高效品種中上調(diào),在低效品種中下調(diào);而參與將茶氨酸、谷氨酸向γ-氨基丁酸、丙氨酸轉(zhuǎn)化的基因(CsGAD1CsGAD2)在氮高效品種中下調(diào),在低效品種中上調(diào)。另外,參與氮運(yùn)輸和同化的基因(CsGS2CsNRT2.5)在氮高效品種中上調(diào),在低效品種中下調(diào)。

雙行雙株側(cè)窩種植模式下茶樹的表型



圖2 土壤和茶樹組織中的氮含量



圖3 茶樹游離氨基酸組分特征


茶樹氮調(diào)控相關(guān)基因的表達(dá)特性


重要氨基酸轉(zhuǎn)化及相關(guān)基因調(diào)控模式


    以上研究結(jié)果已在線發(fā)表在國際園藝科學(xué)領(lǐng)域重要期刊《園藝科學(xué)》(Scientia Horticulturae上。該研究得到了國家自然科學(xué)基金、國家茶產(chǎn)業(yè)技術(shù)體系和浙江省農(nóng)業(yè)(茶樹)新品種選育重大科技專項(xiàng)等項(xiàng)目的支持。

(編輯:曉林)

來源:中國茶葉     北京茶世界

聲明:《北京茶世界》自媒體公眾平臺,自2017年5月1日問世以來,立足北京,面向國內(nèi)外,主要為茶界與消費(fèi)者之間提供茶界信息與文化知識傳播、品牌宣傳推廣、各種資源對接、發(fā)展與活動策劃等多種業(yè)界和跨界以及信息存儲空間服務(wù),所有信息以及其他內(nèi)容,只供大家借鑒參考。

本平臺主要內(nèi)容:傳播茶文化、茶知識、茶健康,關(guān)注茶事活動、茶博會,宣傳推廣國內(nèi)外茶、茶具、茶服、水以及產(chǎn)品營銷、招聘等方面的信息廣告,還有茶文學(xué)、茶圖片......。內(nèi)容量且豐富,切實(shí)為大家真心服務(wù)。

找到約3,263條結(jié)果 (用時 0.005 秒)
沒有匹配的結(jié)果
找到約35條結(jié)果 (用時 0.0 秒)
沒有匹配的結(jié)果