检索结果相关分组
- 庐云1号
- 作者： 余 年份：2023 文献类型 ：文档 关键词： 抗寒性 九江市 茸毛 发芽 龙井
- 描述：T135庐云1号C.sinensiscv.Luyun1一、基本信息：繁殖方式：无性系树型：灌木型叶片大小：小叶类(偏中)发芽期：早生种繁殖时间：2021年原产地：江西省九江市品种来源：九江市农业农村
- 全文：T135 庐云1号 C. sinensis cv. Luyun 1一、基本信息：繁殖方式：无性系树 型：灌木型叶片大小：小叶类(偏中)发芽期：早生种繁殖时间：2021年原产地：江西省九江市品种来源：九江市农业农村局适制性：绿茶二、产地与分布：由九江市农业农村局、中国农业科学院茶叶研究所和濂溪区山北茶场从从庐山群体品种中单株选育而成。2019年通过农业部非主要农作物品种登记，编号GPD茶树（2019）360036。三、形态特征：树姿半开张，叶片窄椭圆形，发芽密度密，新梢芽叶颜色黄绿色，茸毛中，芽头肥壮，花萼片均为绿色，无茸毛，花瓣6瓣，色泽浅绿色，子房茸毛密度为稀。四、适制特性：萌芽期早，较龙井长叶早约一周。春茶一芽二叶干样茶多酚17.2%，氨基酸3.7%，咖啡碱3.52%，水浸出物47.4%。产量高，适制绿茶。制庐山云雾茶外形兰花形、嫩黄润。汤色浅黄、明。香气清高，滋味鲜醇，甘爽；叶底细嫩、显芽、匀齐、嫩黄。高感茶小绿叶蝉，抗茶炭疽病。抗病虫性、抗寒性较对照龙井长叶弱；抗寒性为中等，抗旱性强。 参考信息：农业部非主要农作物品种登记公告225号文件。
- 庐云3号
- 作者： 余 年份：2023 文献类型 ：文档 关键词： 嫩黄 九江市 茸毛 发芽 龙井
- 描述：T137庐云3号C.sinensiscv.Luyun3一、基本信息：繁殖方式：无性系树型：灌木型叶片大小：小叶种（偏中）发芽期：中生种（偏早）繁殖时间：2021年原产地：江西省九江市品种来源：九江市农业农村局适制性：绿茶二、产地与分布：由九江市农业农村局、中国农业科学院茶叶研究所和濂溪区山北茶场从从
- 全文：T137 庐云3号 C. sinensis cv. Luyun 3一、基本信息：繁殖方式：无性系树 型：灌木型叶片大小：小叶种（偏中）发芽期：中生种（偏早）繁殖时间：2021年原产地：江西省九江市品种来源：九江市农业农村局适制性：绿茶二、产地与分布：由九江市农业农村局、中国农业科学院茶叶研究所和濂溪区山北茶场从从庐山群体品种中单株选育而成。2019年通过农业部非主要农作物品种登记，编号GPD茶树（2019）330032。三、形态特征：树姿半开张，叶片窄椭圆形，发芽密度密，叶色浅绿色，茸毛密，芽头肥壮，花萼片绿色，无茸毛，花瓣6瓣，内轮花瓣浅绿色，子房茸毛密度为中等。四、适制特性：萌芽期中偏早，较龙井长叶晚约一周。春茶一芽二叶干样茶多酚16.8%，氨基酸5.0%，咖啡碱3.4%，水浸出物47.3%。产量高，适制绿茶。制庐山云雾茶外形兰花形，显毫、嫩黄润，汤色浅嫩黄、较明亮，香气尚高爽、有嫩香，滋味醇和、较甘滑，叶底细嫩、显芽、匀齐、嫩黄。高感茶小绿叶蝉，抗茶炭疽病。抗病虫性、抗寒性与抗旱性与对照龙井长叶相当，均为强。 参考信息：农业部非主要农作物品种登记公告225号文件。
- 龙井长叶
- 作者： 余 年份：2023 文献类型 ：文档 关键词： 审定 中等 品种 繁殖 龙井
- 描述：T144龙井长叶C.sinensiscv.LongjingChangye一、基本信息：繁殖方式：无性系树型：灌木型叶片大小：中叶类发芽期：中生种繁殖时间：2022年原产地：浙江省杭州市品种来源：茶苗基地引种适制性：绿茶二、产地与分布：由中国农业科学院茶叶研究所于1960~1987年从龙井群体种中采用
- 全文：T144 龙井长叶 C. sinensis cv. Longjing Changye一、基本信息：繁殖方式：无性系树 型：灌木型叶片大小：中叶类发芽期：中生种繁殖时间：2022年原产地：浙江省杭州市品种来源：茶苗基地引种适制性：绿茶二、产地与分布：由中国农业科学院茶叶研究所于1960~1987年从龙井群体种中采用单株育种法育成。在浙江、江苏、安徽、四川、山东、陕西等省有栽培。1994年通过全国农作物品种审定委员会审定，编号GS13008-1994。三、形态特征：植株中等，树姿较直立，分枝较密。叶片呈水平状着生，长椭圆形，叶色绿，叶面微隆起，叶身平，叶缘波，叶尖渐钝尖，叶齿较细密，叶质中等。花冠直径3.0~3.3 cm ，花瓣白色、6~8瓣，子房茸毛中等，花柱3裂。四、适制特性：春季萌发期中等，芽叶生育力强，持嫩性强，淡绿色，茸毛中等，春茶一芽二叶含茶多酚10.7%、氨基酸5.8%、咖啡碱2.4%、水浸出物51.1%。产量高，适制绿茶。抗寒、抗旱性均强，适应性强，扦插繁殖能力强，移栽成活率高。 参考文献：《中国无性系茶树品种志》 杨亚军，梁月荣主编；上海：上海科技出版社，2014.8
- 中茶108
- 作者： 余 年份：2023 文献类型 ：文档 关键词： 滋味 外形 绿茶 叶片 龙井
- 描述：来源：茶苗基地引种适制性：绿茶二、产地与分布：由中国农业科学院茶叶研究所于1986~2010年从龙井43
- 全文：T145 中茶108 C. sinensis cv. Zhongcha 108一、基本信息：繁殖方式：无性系树 型：灌木型叶片大小：中叶类发芽期：特早生种繁殖时间：2020年/2022年原产地：浙江省杭州市品种来源：茶苗基地引种适制性：绿茶二、产地与分布：由中国农业科学院茶叶研究所于1986~2010年从龙井43辐射诱变后代中经单株选择﹣无性繁殖的方法选育而成。在浙江、四川、湖北、江西、江苏、陕西、山东等省有栽培。2010年通过全国茶树品种鉴定委员会鉴定，编号国品鉴茶2010013。三、形态特征：植株中等，树姿半开张，分枝较密。叶片呈上斜状着生，长椭圆形，叶色绿，叶面微隆起，叶身平，叶缘微波，叶尖渐尖，叶齿稀浅，叶质中。花冠直径3.2~3.9cm，花瓣白色、6~8瓣，子房茸毛中等，花柱3裂。四、适制特性：春季萌发期特早，芽叶生育力强，持嫩性强，黄绿色，茸毛较少，春茶一芽二叶含茶多酚12.0%、氨基酸4.8%、咖啡碱2.6%、水浸出物48.8%。产量高，制绿茶品质优，适制龙井、烘青等名优绿茶。制烘青绿茶，外形绿润紧结，茶汤嫩绿明亮，清香浓馥，滋味鲜爽，叶底绿亮显毫。制扁形茶，外形光扁挺直匀整，翠绿鲜艳，滋味清爽鲜，叶底嫩绿。抗寒、抗旱性较强，较抗病虫，尤抗炭疽病。扦插成活率高。 参考文献：《中国无性系茶树品种志》 杨亚军，梁月荣主编；上海：上海科技出版社，2014.8
- 龙井43
- 作者： 余 年份：2023 文献类型 ：文档 关键词： 中等 品种 发芽 绿茶 龙井
- 描述：T037龙井43C.sinensiscv.Longjing43一、基本信息：繁殖方式：无性系树型：灌木型叶片大小：中叶类发芽期：特早生种繁殖时间：2004年/2022年原产地：浙江省杭州市品种来源：中国农科院茶叶研究所适制性：绿茶二、产地与分布：由中国农业科学院茶叶研究所于1960~1978年从龙井
- 全文：T037 龙井43 C. sinensis cv. Longjing 43一、基本信息：繁殖方式：无性系树 型：灌木型叶片大小：中叶类发芽期：特早生种繁殖时间：2004年/2022年原产地：浙江省杭州市品种来源：中国农科院茶叶研究所适制性：绿茶二、产地与分布：由中国农业科学院茶叶研究所于1960~1978年从龙井群体中采用单株育种法育成。全国大部分产茶区有引种、浙江、江苏、安徽、河南、湖北等省有较大面积栽培。1987年通过全国农作物品种审定委员会认定，编号GS13037-1987。三、形态特征：植株中等，树姿半开张，分枝密。叶片呈上斜状着生，椭圆形，叶色深绿，叶面平，叶身平稍有内折，叶缘微波，叶尖渐尖，叶齿密浅，叶质中等。花冠直径3.1 cm，花瓣淡白色、6瓣，子房茸毛中等，花柱3裂。结实性较强。四、适制特性：春季萌发期特早，芽叶生育力强，发芽整齐，耐采摘，持嫩性较差，芽叶纤细，绿稍黄色，春梢基部有一点淡红，茸毛少，春茶一芽二叶含茶多酚15.3%、氨基酸4.4%、咖啡碱2.8%、水浸出物51.3%。适制绿茶，品质优良。外形色泽嫩绿、香气清高，滋味甘醇爽口，叶底嫩黄成朵。尤其适制扁形绿茶，如龙井等。抗寒性强，抗高温和炭疽病较弱。扦插繁殖力强，移栽成活率高。 参考文献：《中国无性系茶树品种志》 杨亚军，梁月荣主编；上海：上海科技出版社，2014.8
- 西湖龙井诞生记
- 作者： 傅涛峰 来源：《光彩》 年份：2019 文献类型 ：期刊 关键词： 浙江 销售商 翘楚 成本低 龙井 西湖 春茶
- 描述：说到春茶,西湖龙井可谓是春茶中的翘楚,特别是清明节前采制的明前龙井茶。由于正宗西湖龙井产量低,价格高,所以一些销售商不愿意收农民的正宗西湖龙井,而是收购一些浙江周边及外地的龙井茶,这些茶收购成本低很多,在市场上也能获取更大的利益。
- 全文：西湖龙井诞生记◎文图｜傅涛峰说到春茶，西湖龙井可谓是春茶中的翘楚，特别是清明节前采制的明前龙井茶。由于正宗西湖龙井产量低，价格高，所以一些销售商不愿意收农民的正宗西湖龙井，而是收购一些浙江周边及外地的龙井茶，这些茶收购成本低很多，在市场上也能获取更大的利益。①茶园大多数属于农民私人拥有，每户有茶园几亩至十几亩不等。所以，每年到了春茶采摘时节，需要雇人采摘，每天每人的费用在180至200元。②根据产地狮峰山、龙井山、云栖、虎跑和梅家坞，西湖龙井被分为“狮龙云虎梅”五个等级。其中以狮峰龙井为龙井之巅，因为产量有限，只有一小部分人群才有机会喝到。③西湖龙井外形扁平挺秀、色泽翠绿、滋味甘醇、香气清高。④西湖龙井采摘有严格的标准，鲜茶长度1.5至2厘米之间的才算合格。⑤采茶工一天最多只能摘3至4斤原茶，能炒制1斤多左右成茶，所以1斤茶的人工成本差不多需要200元，如果价格太低，肯定不是正宗西湖龙井。⑥孙大叔家族世代是西湖龙井茶农，他现在采的是已有上百年历史的老茶树，成熟晚、产量低。
- 西湖龙井茶的四大价值
- 作者： 王建荣 来源：《杭州》 年份：2019 文献类型 ：期刊 关键词： 西湖龙井茶 中国国际茶文化研究会 中国茶叶博物馆 浙江省茶叶学会 西湖风景名胜区 价值 文化主题 杭州市
- 描述：茶既包含着严谨的自然科学,又蕴藏着深厚的人文精神。中国是茶叶的故乡,作为中国名茶之首的西湖龙井茶,是杭州西湖特殊的自然环境和人文积淀共同影响下发展成型的物产。它别具一格的优良品质,对“天人合一”理念
- 全文：西湖龙井茶的四大价值文 王建荣茶既包含着严谨的自然科学，又蕴藏着深厚的人文精神。中国是茶叶的故乡，作为中国名茶之首的西湖龙井茶，是杭州西湖特殊的自然环境和人文积淀共同影响下发展成型的物产。它别具一格的优良品质，对“天人合一”理念的诠释以及所涵盖的历史文化，在同类物产中卓荦超伦。以西湖龙井茶为代表的中国茶，与人们日常生活紧密结合，不仅产生了对东方传统文化的深远影响，也在不同历史时期显现出其珍贵价值。自然价值西湖龙井茶园地处北纬30°，东濒西湖，南临钱江，三面群山环抱，既可吸纳南来的和风细雨，又能挡住西北寒流的侵袭；山谷间的茶园有密林遮蔽、云雾缭绕，加上宜茶的土壤、温度、日照、雨水等，形成一个有益于龙井茶生长的独特小气候环境。龙井茶茶树是优良品种，早在明清两代，龙井茶良种不仅为省内许多茶区所选种，还引种到四川等省外茶区。历史价值西湖产茶至迟在唐代。陆羽《茶经·八之书》记：“杭州，临安、於潜二县生天目山，与舒州同；钱塘生天竺、灵隐二寺。”西湖产茶肇始于天竺、灵隐二寺寺僧傍寺垦植的茶园。宋代，灵隐、天竺仍然是西湖主要产茶区。宋《图经》云：“杭州之茶，惟此（指宝云茶）与香林、白云所产入贡，余不与焉。”可见，西湖之茶，在宋代已成为朝廷贡品。龙井茶的出名是在明代。一般都认同宋代名僧辩才为龙井茶祖，辩才晚年从上天竺住持退居到龙井狮子峰下的寿圣院，把白云茶移栽到狮子峰，期间，留下了诸多与赵抃、苏东坡、秦观等人品茶吟诗的佳话。他们所品尝的茶中，极可能有龙井当地所产的茶，只是当时还没有“龙井茶”的称呼。直到元代，“元四家”之一的虞集，与好友邓文原等游龙井，品尝了用龙井泉水烹煎的雨前龙井新茶，留下了《次邓文原游龙井》诗：“烹煎黄金芽，不取谷雨后；同来二三子，三咽不忍漱。”这是明确记述品饮龙井茶的最早文字。龙井茶在明时崛起不是偶然，这首先得益于明太祖朱元璋“罢造龙团”“叶茶上供”对茶叶采制变革的历史机遇。明代贡茶一改宋元时上贡团饼茶的旧制，从而改变明代朝野饮茶习惯。又由于求索者众，供不应求，龙井四周山民与寺僧都种起了茶树。到明万历年间，“北山西溪，俱充龙井”（高濂《遵生八笺·茶泉类》）。清代是龙井茶的辉煌期。由于清高宗（乾隆）的厚爱，龙井茶不仅入贡，还成为朝廷对大臣的恩赐品。乾隆六次南巡到杭州，每次都幸临西湖茶区，除在龙井亲自采茶十八棵之外，还幸天竺，览乡民采茶制焙之法，留下了“火前嫩、火后老，惟有骑火品最好；西湖龙井旧擅名，适来试一观其道”的诗章。又幸云栖，御制《观采茶作歌》，有句：“云栖取近跋山路，都非吏《陆羽茶经：经典本》作 者：王建荣出版社：江苏科学技术出版社简 介：那些想要读《茶经》却又读不懂的茶人，从此不知不觉走近茶艺世界，重新诠释心中的茶。本书以国家图书馆藏、南宋咸淳百川学海本为底本，参校包括文渊阁《四库全书》版《茶经》等多个版本，展示宋刻本原汁原味的形貌，让你看到《茶经》本真。备清跸处。”人文价值在西湖山水物质空间中滋养长成的龙井茶，受到一代代湖畔茶人的倾心培育而愈加显得鲜活、生动、饱满。湖光山色间蕴藏着龙井茶的人文历史，又极大地丰富了西湖文化的内涵，即所谓茶景相蕴共生辉。陆羽是用文字记载西湖产茶的第一人，他所撰的《茶经》早为人们耳熟能详，他还撰写过《道标传》《天竺灵隐二寺记》《武林山记》等关于西湖的著作，是最早记述和研究西湖景观者之一，也是最早对西湖山水与西湖茶作等量齐观的人。陆羽之后，既钟情西湖山水又嗜好茶的是白居易，他在唐长庆二年（822年）出任杭州刺史，与蜀僧韬光禅师结下了一段茶缘，现韬光寺中仍留有烹茗井，相传是当年两人烹茶取泉处。宋代的杭州太守几乎都是爱茶人。苏轼则是宋代杭州爱茶太守第一人，那句“从来佳茗似佳人”，千年吟唱，不绝于耳；他的“何须魏帝一丸药，且尽卢仝七碗茶”，道尽了饮茶的乐趣和妙用；“蟹眼已过鱼眼生”“贵从活火发新泉”，则显现了他煮泉烹茶的精湛技艺。蔡襄在任福建路转运使时，造茶进贡，习知茶事，著有《茶录》二篇，是宋代斗茶的经典之作。他晚年知守杭州，因病忌茶，但仍“烹而玩之”，茶不离手。明代，中国茶业与茶文化发展的重要变革时期，江浙一带的绿茶名品不断脱颖而出，全国茶业与茶文化的中心由宋时的福建建安一带转移到了江浙之地。综观明代茶书，有一个特殊的现象——绝大部分茶书是江浙籍人编撰的，其中杭州人不少。明代记述咏赞龙井茶的名篇佳作迭出：徐渭的《谢钟君惠石埭茶》、陈继儒的《试茶》、屠隆的《龙井茶歌》、袁宏道的《龙井》、童汉臣的《龙井试茶》、于若灜的《龙井茶》等等，不胜枚举。清代的龙井茶品饮文化要特别提及两位书画家，一位是“扬州八怪”之一的金农。金农爱茶，创作多幅茶事书画作品。他在59 岁时写过一幅《述茶》轴：“采英于山，著经于羽；荈烈蔎芳，涤清神宇。”另有《玉川子嗜茶》书作一幅和《玉川先生煎茶图》一幅。那幅煎茶图虽题称玉川先生，其实从图中傍泉煮水、用紫砂壶沏泡来看，更似画家自己品饮家乡茶的写真。另一位是杭人丁敬，为“西泠八家”之首。丁敬亦嗜茶，作有《论茶绝句六首》，手卷书于乾隆二十七年（1762），他在卷末后记中说：“壬午六月九日访扬州项均、罗两峰二君于艮山门外之睦庵，啜茶回，录此请正之。杭郡六十八叟丁敬记。”近现代龙井茶品饮文化的载体越来越多。梁实秋“曾屡侍先君游西子湖，从不忘记品尝当地的龙井”，“茶后进藕粉一碗，四美具足矣。”郁达夫在九溪十八涧的口上，“一面喝着清茶，一面只贪味着这阴森得同太古似的山中寂静。”汪曾祺难忘1947年春天花一块大洋喝的那一杯龙井茶，“真正的狮峰龙井雨前新芽，每蕾皆一旗一枪，泡在玻璃杯里，茶叶皆直立不倒，载浮载沉，茶色颇淡，但入口香浓，直透肺腑，真是好茶！”马一浮先生每年清明要到龙井去尝明前茶，喝的不是乾隆御指的“十八棵”，而是翁家山祖上的“碑阴十八株”，这是野生的老茶树，保持着天然野生风味。陈学昭、王旭烽两位小说家，各以龙井茶乡和杭州茶商世家为题材，创作了长篇小说《春茶》和《茶人三部曲》。龙井茶的甘香，浸透在我们的传统文化和生活记忆之中，里面有茶人的闲趣、情谊、乡思，还有禅悟。社会价值有人说，杭州是“一市居民半茶客”，这并不为过。从杭州的茶馆业来看，早在宋代就有相当规模，尤以清河坊的蒋检阅茶肆最为闻名，“奇茶异汤，随索随应，点月色大泡灯，光辉满屋，过者莫不驻足而观。”清代，杭州茶馆还引进了“说大书”这种曲艺形式。如今，杭州人仍然保持着“孵茶馆”的生活习性。全市一千多家各类茶馆，有被誉为生活艺术精品天地的都市茶艺馆，有吟味在西湖山水间的风景区茶室，有茶山深处的农家茶居，有与艺文雅事相融的主题茶园，也有老年人悠闲自在其间的社区茶室……他们把茶馆当做家庭的“第二客厅”，平日聚朋会友在茶馆，春节全家团圆也到茶馆。上班族把茶馆当做办公室的延伸，商务洽谈，开会活动也搬到了茶馆。杭州人喜好品饮清淡甘香的龙井茶，而龙井茶这种清纯平和的特性又渗透到了杭州人的品性里，映照了杭州人淡泊处世，追求清和的人生态度。品茶之味，悟茶之道，所谓“茶禅一味”，正在于“茶悟”与“禅悟”的相融相合。自古西湖多茶客，湖山有幸结茶缘。西湖山水、龙井绿茶与历代湖畔爱茶人，这三大组合，在中国任何一地都难再复制。龙井茶依傍钱塘江，受惠于西湖山水，才有其非凡的品质，钱塘江以南地域也产龙井茶，但是“橘逾淮而北为枳”，那就不是“西湖龙井”了。
- 西湖龙井茶开采期影响因子及预报模型
- 作者： 朱兰娟， 金志凤， 张玉静， 王治海， 刘敏， 范辽生 来源：《中国农业气象》 年份：2019 文献类型 ：期刊 关键词： 西湖龙井茶 开采期 物候期 气象因子 预报 集成模型
- 描述：基于西湖龙井茶主栽品种(龙井43和龙井群体种)开采期及气象资料,应用积温和逐步回归方法,分别构建西湖龙井茶的积温预报模型和逐步回归预报模型,并利用多元线性回归方法,对两个模型的预报结果进行集成,构建
- 全文：西湖龙井茶开采期影响因子及预报模型*朱兰娟1，金志凤2，张玉静1，王治海2，刘 敏1，范辽生1（1．杭州市气象局，杭州 310051；2．浙江省气候中心，杭州 310017）摘要：基于西湖龙井茶主栽品种（龙井43和龙井群体种）开采期及气象资料，应用积温和逐步回归方法，分别构建西湖龙井茶的积温预报模型和逐步回归预报模型，并利用多元线性回归方法，对两个模型的预报结果进行集成，构建集合预报模型。结果表明：积温预报模型、逐步回归预报模型、集成预报模型均通过0.01水平的显著性检验；龙井43和龙井群体种的积温预报模型回代检验平均绝对误差（MAE）分别为3.6d和2.8d，2a试预报MAE分别为2.5d和1.0d；逐步回归预报模型的回代检验MAE分别为0.9d和1.4d，2a试预报MAE分别为1.6d和0.8d；集成预报模型的回代检验MAE分别为0.7d和1.1d，2a试预报MAE分别为1.3d和0.8d。3种预报模型对西湖龙井茶开采期预报均具有应用价值，集成预报模型较积温预报模型和逐步回归预报模型的预报效果更理想，具有实际生产指导作用。关键词：西湖龙井茶；开采期；物候期；气象因子；预报；集成模型西湖龙井茶至今已有1200多年历史，以“色绿、香郁、味甘、形美”之四绝而闻名[1]。西湖龙井茶的独特品质除与品种和栽培管理措施有关外，也受到气候条件的影响[2−3]。杭州地处亚热带季风气候区，四季分明，雨热同季，适宜茶树栽培与优质高产[4]，但受气候变化影响，气候变率加大，早春季节几乎每年都会发生低温灾害，造成茶叶开采期推迟，影响茶叶品质和产量[5]。作为中国茶叶的第一大品牌，西湖龙井茶春茶的开采时间受到茶农、茶客和政府的广泛关注，而在品种和栽培管理方式一定的条件下，茶叶开采期主要由当年的气象条件决定，因此，开展西湖龙井茶开采期与气象因子关系研究具有重要意义。关于作物物候期的预测方法，已有专家学者开展了大量研究。积温法是一种广泛应用的物候期预测方法，前人通过积温法预测樱花盛花始期[6]、泡桐物候期[7]、桃树花期[8]。逐步回归统计方法也在农作物生长发育与天气气候条件关系分析中普遍应用[9−10]。在茶叶开采期预报中，姜燕敏等[9]将春茶开采期日序与气象要素进行逐步回归分析，构建起长期与中期开采预报模型，并结合活动积温和有效积温进行茶叶开采期预报；姜润等[11]通过有效积温、气象因子逐步回归方法对溧阳地区白茶开采期进行预报，为当地茶叶生产提供指导；李旭群[12]通过构建温湿隶属函数、低温冻害隶属函数，计算3月10℃活动积温，预报雨前“茅峰青山”和“雨花”的开采期。由于大气环流特征以及实际生产条件的复杂性，应用单一的资料和模型均会影响预报结果的精度和稳定性，阻碍业务推广应用，集成预报方法被广泛应用于天气和气候预报之中[13−15]。目前，集合预报模型在农业气象预报服务中也逐渐得到应用。宋迎波等[16]利用加权求和法将地面模型、海温模型和环流模型进行集成，构建美国玉米产量模型，预报稳定性提升；邱美娟等[17]采用加权法对3种指数模型和1种生长模型进行集成，预报山东冬小麦产量，预报准确率和稳定性均有提高；杨栋等[18]构建了不同时间尺度的奉化水蜜桃成熟期预报模型，分别采用算术平均法、回归系数法、相关系数法和绝对误差法确定其集合权重，其结果表明绝对误差法构建的加权集合模型绝对误差控制在2d以内，具有较高的实际应用价值。本研究在借鉴相关研究成果的基础上，以西湖龙井茶主栽品种的春茶开采期为研究对象，在积温法和逐步回归分析法的基础上，采用多元线性回归方法对前两者的预报结果进行集成，并检验其预报效果，进而揭示前期气象条件对春茶采摘的影响，提高西湖龙井茶开采期预报准确率，为保障茶叶优质高产提供科学依据。1 资料与方法1.1 研究区域及品种研究区域为《西湖龙井茶》标准[1]所确定的生产区域范围（图1）。研究品种为《西湖龙井茶》标准确定，并在西湖龙井茶产区主栽的龙井43和龙井群体种品种。龙井群体种已有1000多年的历史，是龙井茶最早的品种，由茶种栽培而成，开采期在3月下旬−4月初。龙井43是中国农业科学研究院茶叶研究所从龙井群体种选育出的无性系新品种，是国家级优良品种，开采期在3月中下旬。图1 西湖龙井茶生产区域Fig. 1 The production scope of Xihulongjing tea1.2 资料来源及处理西湖龙井茶的开采期来自2005年以来新闻媒体报道，龙井村、翁家山、梅家坞、双峰村、慈母桥村等地实地走访调查和福海堂茶叶基地实景监测。开采期是指每年第一批鲜叶采摘的日期，采摘标准为一芽一叶初展，即芽叶夹角小，芽长于叶，芽叶匀齐肥壮，芽叶长度不超过62.5px。气象资料为杭州国家基准站的逐日气象资料，要素包括平均气温、最高气温、最低气温、降水量、日照时数、相对湿度、不同深度平均地温（0、5、10、15、20、1000px）等，资料年限为1951年1月−2018年4月。气温和湿度用算术平均法将1−3月的日气象资料统计为旬值，降水量和日照时数用求和法算出旬值，雨日数根据日降水量统计而成（日降水量≥0.1mm时计1个雨日）。为验证茶农中流传的“冻一冻，缩一缩”的说法，将日最低气温低于4℃（包括4、3、2、1、0、−1、−2℃）的天数进行旬统计，求出各旬各温度的低温天数。将2005−2018年春茶开采期日期转换为年日序值，以1月1日为 1，1月2日为2，依次类推。1.3 开采期预报方法1.3.1 积温预报法计算两种积温：活动积温和有效积温。高于生长下限的日平均温度为活动温度，活动积温是指作物在某时期内活动温度对时间的积分。有效温度是日平均温度与生长下限温度之差，有效积温是指作物在某时期内有效温度对时间的积分。实际计算时将积分简化为求和。生长温度下限的确定：姜燕敏等[9]通过6～10℃之间，每隔1℃的活动积温和有效积温比较，认为龙井43开采期的10℃活动积温变异系数最小，其生长下限温度为10℃；杨亚军等[19]通过茶树冷处理试验，得出茶树生长下限温度为10℃的结论。因此，采用10℃作为龙井43和龙井群体种的生长下限温度。积温起止日的确定：采用5日滑动平均方法确定积温起始日，即在某一时段内，第一个连续5d日平均气温的平均值≥10℃，且这5d中第一个日平均气温≥10℃的日期作为积温统计起始日；积温统计终止日则为西湖龙井茶开采期的前一天。因杭州站历年5日滑动平均气温通过10℃的时间基本出现在2月上旬，同时，唐湖等[20]通过茶树休眠和萌发时期的物质变化试验也得出了龙井43在2月初萌发的结论，因此，从2月1日开始统计5日滑动平均气温通过10℃的日期。积温预报标准的确定：利用杭州国家基准气候站2005−2016年2−4月的日平均气温逐日资料，分别统计龙井43和龙井群体种积温起止日间≥10℃的活动积温、有效积温，并计算变异系数，以变异系数小的积温作为开采期预报积温。为得到明确开采日期，采用2005−2016年积温平均值作为积温预报模型标准。1.3.2 逐步回归预报法通过相关系数计算，筛选出满足条件的气象因子，再采用逐步回归统计方法，构建西湖龙井茶开采期年日序预报模型。具体为（1）计算相关系数：采用相关分析方法，分别计算2005−2016年不同气象因子与龙井43和龙井群体种开采期年日序的相关系数。（2）确定初选因子：筛选出相关系数通过0.05水平显著性检验的气象因子作为初选因子，3月的初选因子考虑是否可以被预报。（3）建立逐步回归预报模型：将初选因子和开采期年日序导入SPSS软件，采用逐步回归分析功能，得到龙井43和龙井群体种开采期预报方程，多个预报方程通过0.05水平显著性检验时，选取预报效果好的方程构建预报模型。1.3.3 集成预报法集成预报模型可以克服单一预报模型的局限性，实现优势互补。西湖龙井茶开采期预报采用多元线性回归方法，对积温预报模型和逐步回归预报模型的预报结果进行集成，具体做法是：以积温预报模型和逐步回归预报模型预测的年日序值作为自变量，开采期的年日序值作为因变量，利用SPSS软件的多元线性回归功能，分别统计龙井43和龙井群体种开采期的集成预报模型，并对其预报效果进行检验，通过0.05水平显著性检验时采用该模型，反之，不采用。2 结果与分析2.1 西湖龙井开采期调查结果由图2可见，龙井43和龙井群体种的开采期主要集中在3月，个别年份较晚，龙井群体种开采进入4月初（2005年为4月2日，2012年为4月1日）。龙井群体种历年开采期相对稳定，平均为3月27日，最早年份是2006年和2007年，比平均开采期早5d，最晚为2005年，比平均开采期晚6d，最早与最晚开采日期相差11d；而龙井43的开采期变幅较大，平均为3月17日，最早为2016年，比平均开采期早10d，最晚为2012年，比平均开采期晚9d，最早与最晚开采日期相差19d。每年开采期的震荡，给茶客购买茶叶和茶农安排生产带来很大的不确定性，有必要开展西湖龙井茶开采期预报。对比两个主栽品种的开采期可见，两者的变化趋势一致，每年龙井43的开采期均早于龙井群体种，平均偏早10d。开采早的年份两者差异大，如2007年（相差13d）、2013年（相差15d）和2016年（相差19d）；而开采晚的年份两者差异小，如2008年（相差6d）、2010年（相差6d）和2012年（相差6d）。随着气候变暖，春茶的开采期提前，龙井43和龙井群体种的春茶开采期差异将更大，上市时间更具不确定性，迫切需要加强开采期预测。图2 2005−2018年西湖龙井茶开采期调查结果Fig. 2 Investigating results of the picking date of Xihulongjing tea from 2005 to 20182.2 影响西湖龙井茶开采期的气象因子筛选结果选取2005−2016年1−3月各旬的平均气温、平均最高气温、平均最低气温、平均地温（0、5、10、15、20、1000px）、低温天数（≤4、3、2、1、0、−1、−2℃）、降水量、雨日数、平均相对湿度、日照时数等气象因子，分别与龙井43和龙井群体种的开采期年日序进行相关分析，筛选出通过0.05水平显著性检验的气象因子作为初选因子，其中3月的初选因子排除地温、日照时数（表1和表2）。表1 与龙井43开采期年日序相关显著的气象因子筛选结果Table 1 Selecting results of meteorological factors significantly correlated with picking date of Longjing43注：*、**分别表示相关系数通过0.05、0.01水平显著性检验。年日序以1月1日为1。下同。Note:* is P<0.05，** is P<0.01. E- is the first ten-day of a month；M- is the middle ten-day of a month；L- is last ten-day of a month. Ordinal day is the day in order of a year from Jan.1. The same as below.表2 与龙井群体种开采期年日序相关显著的气象因子筛选结果Table 2 Selecting results of meteorological factors significantly correlated with picking date of Longjingqunti从初选因子的时段看，龙井43和龙井群体种初选因子的时段绝大多数出现在2月中旬以后，说明2月上旬打破休眠后的气象因子是影响西湖龙井茶开采期的关键因子，而1月上旬−2月上旬因茶芽处于休眠期，气象因子对其影响小。从初选因子的要素看，与西湖龙井茶两个品种开采期关系最密切的是温度，包括平均气温、平均最高气温、平均最低气温、不同深度的平均地温和不同界限的低温天数。2月中旬以后气温上升快，有利茶芽萌发生长，开采期提前；2月中旬以后地温较高，有利茶树根系生长和发育，开采期提前；2月中旬和下旬低温天数多，茶树通过不饱和脂肪酸、蛋白质等内含物的变化，以适应外界的低温逆境，开采期延后[21]。降水对西湖龙井茶开采期的制约不如温度，主要是1月上旬的降水量、雨日数、平均相对湿度和3月上旬的雨日数，降水量大、雨日数多、湿度大，则促进茶叶提前开采。由表可见，各旬日照时数均未通过0.05水平显著性检验，茶树喜光耐阴，日照时数不是制约西湖龙井茶开采期的关键因子。在实际生产中，降水和温度往往是相互矛盾的，降水量大、雨日数多，容易出现低温，最终的结果由温度和降水等因子综合作用决定。2.3 西湖龙井开采期预报模型的建立与验证2.3.1 积温预报模型按照活动积温和有效积温的计算方法，分别统计2005-2016年龙井43和龙井群体种在积温起始日-终止日≥10℃的活动积温、有效积温及其变异系数（表3）。由表可见，2005-2016年，西湖龙井茶开采期的有效积温变异系数在0.32～0.40，活动积温变异系数在0.19～0.27，活动积温的变幅小于有效积温，稳定性较好。因此，采用2005-2016年活动积温平均值作为龙井43和龙井群体种积温预报模型的预报标准，预报标准分别为169.9℃·d和278.5℃·d。表3 2005-2016年西湖龙井茶开采期所需≥10℃有效积温、活动积温及其变异系数Table 3 Statistics of ≥10℃ accumulated temperature and its coefficient of variation for picking date of Xihulongjing tea in 2005−2016注：每年从2月1日起，采用5日滑动平均法确定积温统计起始日，开采期前1日作为积温统计终止日，分别统计活动积温和有效积温。以变异系数小的活动积温平均值作为龙井43和龙井群体种开采期积温达到标准。Note: Every year from February 1, the moving average method is used to calculate the date when the average daily temperature of 5 continuous days is not less 10℃. The first day of the 5 continuous days when the temperature is higher than 10℃ is used as the starting date of accumulated temperature statistics, and the day before the exploitation of Longjing 43 and Longjingqunti is used as the termination date of accumulated temperature statistics. The annual active accumulated temperatures of Longjing43 and Longjingqunti were obtained by accumulating the daily average temperature (≥10℃) between the start date and termination date from 2005−2016. The annual effective accumulated temperature of Longjing43 and Longjingqunti were obtained by accumulating the temperature after using the average daily temperature (≥10℃) subtracting 10℃ from the start date and the end date of 2005−2016. The accumulated temperature with a small coefficient of variation is chosen as the prediction accumulated temperature, and the averaged value can be used as the the prediction standard.从连续5日滑动平均气温通过10℃的起始日开始，按顺序将日平均气温≥10℃的温度进行累加，当累加温度达到或超过169.9℃·d时停止累加，把第二天作为龙井43的开采期；同理，将日平均气温≥10℃的温度累加，累加温度达到或超过278.5℃·d时停止累加，把第二天作为龙井群体种的开采期。计算结果如表4。由表可见，2005-2016年龙井43和龙井群体种的开采期年日序拟合MAE分别为3.6d和2.8d；两者的相关系数分别为0.846和0.808，均通过0.01水平的显著性检验。龙井43开采期2017年预报年日序为71，比调查日期偏早2d；2018年开采期预报年日序为76，比调查日期偏晚3d。龙井群体种2017年开采期预报年日序为86，与调查日期相同；2018年开采期预报年日序为86，比调查日期偏晚2d。2.3.2 逐步回归预报模型以初选因子作为自变量，开采期年日序为因变量，导入SPSS软件，利用其逐步回归分析功能，分别构建龙井43和龙井群体种的开采期年日序逐步回归预报模型（表5），预报模型均通过0.01水平显著性检验。从预报模型来看，2月下旬低温天数和3月上旬平均最低气温是影响龙井43和龙井群体种开采期的关键气象因子，2月中旬的平均地温对龙井43的开采期亦有影响。影响龙井43开采期的2月下旬低温天数其最低气温为1℃，高于龙井群体种的0℃，这可能与龙井群体种经过一千多年的驯化，更能适应低温环境有关；而龙井43是20世纪60年代利用龙井群体种培育的新品种，其耐低温性不如龙井群体种。表4 积温预报模型预报结果（年日序）及其误差Table 4 Ordinal day results of the accumulated temperature simulation model for Xihulongjing and its errors注：龙井43和龙井群体种的开采期活动积温达到标准分别是169.9℃·d和278.5℃·d；误差数据为正表示预报日期比调查日期偏晚，负表示偏早，0表示准确。Note: The active accumulated temperature of Longjing43 and Longjingqunti to reached the standard is 169.9℃·d and 278.5℃·d ，respectively. The positive data indicated that the forecast result was later than the investigation date, while the negative data means earlier, and 0 shows that the forecast was accurate.表5 逐步回归预报模型及其预报结果（年日序）Table 5 Stepwise regression prediction model and its forecasting results(ordinal day)利用龙井43和龙井群体种的开采期年日序逐步回归预报模型对2005−2016年的开采期年日序进行拟合，预测值与调查值的MAE分别为0.9d和1.4d，预报精度较高。对2017年和2018年进行试预报，龙井43的预报开采期年日序分别为71.6和71.3，分别比调查日期偏早1.4d和1.7d；龙井群体种的预报开采期年日序分别为84.6和84.4，分别比调查日期偏早1.4d和偏晚0.2d，试预报效果较理想。2.3.3 集成预报模型以2005−2016年积温预报模型和逐步回归预报模型预测的年日序作为自变量，开采期年日序作为因变量，采用SPSS的多元线性回归功能，分别构建龙井43和龙井群体种的集成预报模型（表6）。用集成预报模型预报结果对2005−2016年的龙井43和龙井群体种开采期年日序进行回代检验，MAE分别为0.7d和1.1d，比积温预报模型预报的MAE分别缩小了2.9d和1.7d，比逐步回归预报模型预报的MAE分别缩小0.2d和0.3d，预报精度提高明显。对2017年和2018年进行试预报，龙井43开采期的预报年日序分别为75.4和73.1，分别比调查日期晚2.4d和0.1d，MAE比积温预报模型缩小了1.2d，比逐步回归预报模型缩小了0.3d；龙井群体种开采期的预报年日序分别为85.1和84.7，比调查日期偏早0.9d和偏晚0.7d，MAE比积温预报模型缩小了0.2d，与逐步回归预报模型持平，预报精度有所提高。表6 集成预报模型及预报结果（年日序）Table 6 The multiple regression ensemble method and its forecasting results(ordinal day)3 结论与讨论3.1 结论采用积温预报模型预报西湖龙井茶开采期时，活动积温的变异系数小于有效积温，稳定性更好，回代检验和试预报的MAE小于4d，具有应用价值。与姜燕敏等[9]的龙井43活动积温变异小的结果一致，与李旭群[12]的“茅山青峰”、“雨花”茶叶开采期和3月活动积温线性相关的结果类似。逐步回归预报模型对西湖龙井茶开采期预报的效果理想，回代检验和试预报的MAE小于2d，具有生产应用价值。初选因子表明，温度对茶叶开采期起关键作用，其次是降水，日照的影响不显著。这与金志凤等[4]的浙江茶叶生产中温度适宜度优于降水适宜度，降水适宜度优于光照适宜度的结论符合；与李湘阁等[22]的早春低温使茶芽萌动延迟，生育减慢的研究结果一致。集成预报模型的预报精度比积温预报模型提高明显，较逐步回归预报模型有所提高，预报结果可应用于生产服务。3.2 讨论仅用积温预报西湖龙井茶具有较大的不确定性，例如2007年龙井43开采期和2016年龙井群体种开采期的预报日期均比调查日期提前9d，这与肖静等[23−24]的积温预报具有不确定性的研究结果一致，在实际应用中仅考虑积温不能满足服务生产的需要，考虑低温等因子对茶树萌芽的影响，可提高预报精度。逐步回归预报模型反映了不同气象因子之间的相互依赖关系，建立了各因子之间的最优关系模型，对龙井43和龙井群体种的预报效果较理想，预报模型引入的旬最低气温天数关键因子，验证了民间茶叶“冻一冻，缩一缩”的说法，与杨亚军等[21]茶树可通过内含物变化，适应外界低温逆境的结果一致。集成预报模型由不同的预报方法融合而成，克服了单一模型的不确定性和不稳定，提高了西湖龙井茶开采期的预报精度，满足了业务服务需要，可为茶客购买茶叶、茶农安排生产和政府安排活动提供依据。此外，遥感技术、作物模型在大宗作物生育期监测中得到广泛应用[25]，遥感技术在橡胶等经济作物的物候期监测中也得到应用[26]，将遥感数据、作物模型、统计模型、积温模型等集成，可以实现不同类型信息的优势互补[27−28]，未来可继续开展模型融合技术的研究。本研究的样本数量较少，预报模型还有较大的不确定性，在实际应用中，可随着样本数的增加，不断调试模型，提高预报精度。从杭州国家基准气候站1951年以来的数据分析，2月下旬≤1℃和≤0℃的低温天数均呈减少趋势，3月上旬的旬平均最低气温呈上升趋势，西湖龙井茶的开采期将有所提前，低温对西湖龙井茶生产的影响将加强，需要加强霜冻等天气防范。该结果与朱媛君等[29]的气候变暖，春夏季物候期提前的研究结果一致。参考文献 References[1] 翁昆,许燕君,沈红,等.GH/T 1115-2015 西湖龙井茶[S].北京:中华全国供销合作总社,2015.Weng K,Xu Y J,Shen H,et al.GH/T 1115-2015 Xihulongjing tea[S].Beijing:All China Federation of Supply and Marketing Cooperatives,2015.(in Chinese)[2] 黄寿波.茶树生长的农业气象指标[J].农业气象,1981,(3): 54-58．Huang S B.Agrometeorological index for the growth of tea[J].Chinese Journal of Agrometeorology,1981,(3):54-58.(in Chinese)[3] 黄寿波.气象因子与茶树生育、产量、品质的关系[J].中国农业科学,1986,(4):96．Huang S B.The relationship between meteorological factors and tea fertility,yield and quality[J].Scientia Agricultura Sinica,1986,(4):96.(in Chinese)[4] 金志凤,叶建刚,杨再强,等.浙江省茶叶生长的气候适宜性[J].应用生态学报,2014,25(4):967-973.Jin Z F,Ye J G,Yang Z Q,et al.Climate suitability for tea growing in Zhejiang Province[J].Chinese Journal of Applied Ecology,2014,25(4):967- 973.(in Chinese)[5] 金志凤,胡波,严甲真,等.浙江省茶叶农业气象灾害风险评价[J].生态学杂志,2014,33(3):771-777.Jin Z F,Hu B,Yan J Z,et al.Agro-meteorological disaster risk evaluation of tea planting in Zhejiang province[J].Chinese Journal of Ecology,2014,33(3):771-777.(in Chinese)[6] 叶彩华,周孝煌,姜会飞,等.下限温度对北京樱花盛花始期模拟效果的影响[J].中国农业气象,2018,39(1):1-8.Ye C H,Zhou X H,Jiang H F,et al.Impacts of different base temperature on simulation effect of beginning flowering date of Prunus discoidea in Beijing[J].Chinese Journal of Agrometeorology,2018,39(1):1-8.(in Chinese)[7] 郁珍艳,高大伟,吴利红,等.气象条件对浙江省泡桐物候期的影响研究[J].气象科学,2014,34(6):666-671．Yu Z Y,Gao D W,Wu L H,et al.Influence of weather conditions on Paulownia phenological period in Zhejiang province[J].Meteorological Science and Technology,2014, 34(6):666-671.(in Chinese)[8] 姚日升,涂小萍,丁烨毅,等.宁波桃树花期预报方法[J].气象科技,2014,42(1):180-186.Yao R S,Tu X P,Ding Y Y,et al.A method for forecasting peach flowering in Ningbo[J].Meteorological Science and Technology,2014,42(1):180-186.(in Chinese)[9] 姜燕敏,金志凤,李松平,等.浙南春茶开采前后气象条件分析及开采期预报[J].中国农业气象,2015,36(2):212-219.Jiang Y M,Jin Z F,Li S P,et al.Meteorological conditions analysis and prediction model establishment on spring tea first plucking date in south Zhejiang[J].Chinese Journal of Agrometeorology,2015,36(2):212-219.(in Chinese)[10] 郭建平,庄立伟,陈玥熤.东北玉米热量指数预测方法研究(Ⅱ):逐步回归预测方法[J].灾害学,2009,24(4):11-14.Guo J P,Zhuang L W,Chen Y Y.Study on forecasting method of corn heat index in northeastern China(Ⅱ):stepwise regression model[J].Journal of Catastrophology,2009,24(4): 11-14.(in Chinese)[11] 姜润,钱半吨,蒋文妍,等.‘白叶1号’茶树品种在溧阳开采期预测研究[J].茶叶,2014,40(3):134-137.Jiang R,Qian B D,Jiang W Y,et al.Forecast of first plucking date of white tea cultivar‘White Leaf 1’in Liyang[J].Journal of Tea,2014,40(3):134-137.(in Chinese)[12] 李旭群.雨前“茅山青峰”、“雨花”茶开采期预报方法[J].中国农业气象,1990,11(2):59-61．Li X Q.The prediction method of first plucking date for Maoshan Qingfeng and Yuhua tea before rain[J].Chinese Journal of Agrometeorology,1990,11(2):59-61.(in Chinese)[13] 张玲,智协飞.2008年初中国南方冰冻雨雪天气的多模式集成预报[J].热带气象学报,2013,29(3):393-402．Zhang L,Zhi X F.Multimodel ensemble forecasting of low temperature and icy weather over central and southern China during early 2008[J].Journal of Tropical Meteorology,2013, 29(3):393-402.(in Chinese)[14] 张涵斌,智协飞,王亚男,等.基于TIGGE资料的西太平洋热带气旋多模式集成预报方法比较[J].气象,2015,41(9): 1058-1067.Zhang H B,Zhi X F,Wang Y N,et al.Comparison of multimodel ensemble methods for western pacific tropical cyclone forecast based on TIGGE data[J].Meteorological Monthly,2015,41(9):1058-1067.(in Chinese)[15] 熊聪聪,耿世洁,董昊,等.基于混合算法的降水集成预报研究[J].计算机工程与科学,2016,38(10):2147-2152.Xiong C C,Geng S J,Dong H.Integrated precipitation forecast based on hybrid algorithms[J].Computer Engineering& Science,2016, 38(10):2147-2152. (in Chinese)[16] 宋迎波,杨霏云,郑昌玲,等.美国玉米产量业务预报方法研究[J].中国农业气象,2008,29(4):446-449.Song Y B,Yang F Y,Zheng C L,et al.Research on operational forecast methods of corn yields in the United States of America(USA)[J].Chinese Journal of Agrometeorology,2008, 29(4):446-449.(in Chinese)[17] 邱美娟,宋迎波,王建林,等.山东省冬小麦产量动态集成预报方法[J].应用气象学,2016,27(2):191-200.Qiu M J,Song Y B,Wang J L,et al.Integrated technology of yield dynamic prediction of winter wheat in Shandong province[J].Journal of Applied Meteorological Science,2016, 27(2):191-200.(in Chinese)[18] 杨栋,丁烨毅,金志凤,等.浙江水蜜桃成熟期集合预报模型[J].中国农业气象,2018,39(6):421-430.Yang D,Ding Y Y,Jin Z F,et al.Collection model for maturity forecasting of juicy peach in Zhejiang province[J].Chinese Journal of Agrometeorology,2018,39(6):421-430.(in Chinese)[19] 杨亚军,郑雷英,王新超等.冷驯化和ABA对茶树抗寒力及其体内脯氨酸含量的影响[J].茶叶科学,2004,24(3): 177-182．Yang Y J,Zheng L Y,Wang X C,et al.Effect of cold acclimation and ABA on cold hardiness,contents of proline in tea plants[J].Journal of Tea Science,2004,24(3):177-182. (in Chinese)[20] 唐湖,郝心愿,王璐,等.茶树越冬芽在休眠与萌发时期的物质交流变化及其分子调控[J].作物学报,2017,43(5): 669-677.Tang H,Hao X Y,Wang L,et al.Molecular regulation and substance exchange dynamics at dormancy and budbreak stages in overwintering buds of tea plant[J]. Acta Agronomica Sinica,2017,43(5):669-677.(in Chinese)[21] 杨亚军,郑雷英,王新超.低温对茶树叶片膜脂脂肪酸和蛋白质的影响[J].亚热带植物科学,2005,34(1):5-9．Yang Y J,Zheng L Y,Wang X C.Changes of membrane fatty acid composition and protein in tea leaves at low temperature[J].Subtropical Plant Science,2005,34(1):5-9.(in Chinese)[22] 李湘阁,闵庆文,余卫东.南京地区茶树生长气候适应性研究[J].南京气象学院学报,1995,18(4):572-577.Li X G,Min Q W,Yu W D.Study of climate adaptability of tea plants in Nanjing Area[J].Journal of Nanjing Institute of Meteorology,1995,18(4):572-577.(in Chinese)[23] 肖静,李楠,姜会飞.作物发育期积温计算方法及其稳定性[J].气象研究与应用,2010,31(2):64-67.Xiao J,Li N,Jiang H F.Calculation and stability of accumulated temperatures in the growing season of winter wheat[J].Journal of Meteorological Research and Application,2010,31(2):64-67.(in Chinese)[24] Vinocur M G,Ritchie J T.Maize leaf development biases caused by Air-Apex temperature differences[J].Agronomy Journal,2001,93:767-772.[25] 宫诏健,刘利民,陈杰,等.基于MODIS NDVI数据的辽宁省春玉米物候期提取研究[J].沈阳农业大学学报,2018,49(3): 257-265.Gong Z J,Liu L M,Chen J,et al.Phenophase extraction of spring maize in Liaoning province based on MODIS NDVI data[J].Journal of Shenyang Agricultural University,2018, 49(3):257-265.(in Chinese)[26] 陈小敏,陈汇林,李伟光,等.海南岛天然橡胶林春季物候期的遥感监测[J].中国农业气象,2016,37(1):111-116.Chen X M,Chen H L,Li W G,et al.Remote sensing monitoring of spring phenophase of natural rubber forest in Hainan Province[J].Chinese Journal of Agrometeorology, 2016,37(1):111-116.(in Chinese)[27] 易雪,王建林,宋迎波,等.早稻产量动态继承预报方法研究[J].中国水稻科学,2011,25(3):307-313.Yi X,Wang J L,Song Y B,et al.Study on dynamic integrated prediction of early rice yield[J].Chin J Rice Sci,2011, 25(3):307-313.(in Chinese)[28] 李存军,王纪华,王娴,等.遥感数据和作物模型集成方法与应用前景[J].农业工程学报,2008,24(11):295-301.Li C J,Wang J H,Wang X,et al.Methods for integration of remote sensing data and crop model and their prospects in agricultural application[J].Transactions of CSAE,2008, 24(11):295-301.(in Chinese)[29] 朱媛君,郝琦,清华,等.呼和浩特自然历主要物候期和物候季节变化特征及归因[J].中国农业气象,2017,38(1):9-20.Zhu Y J,Hao Q,Qing H,et al.Changes of main phenophases of natural calendar and phenological seasons in Hohhot[J].Chinese Journal of Agrometeorology,2017,38(1): 9-20.(in Chinese)Research on the Factors of Xihulongjing Tea Picking Date and Its Prediction ModelZHU Lan-juan1, JIN Zhi-feng2, ZHANG Yu-jing1, WANG Zhi-hai2, LIU Min1, FAN Liao-sheng1（1. Hangzhou Meteorological Bureau, Hangzhou 310051, China；2. Zhejiang Climate Center, Hangzhou 310017）Abstracts: Based on the picking date of the main species of Xihulongjing Tea (Longjing43 and Longjingqunti) and its meteorological data, the accumulated temperature prediction model and the stepwise regression prediction model of Xihulongjing tea were constructed by using accumulated temperature and stepwise regression method, also the prediction of multiple regression ensemble method was integrated by these two prediction results, using the multiple linear regression method. The results showed that the accumulated temperature prediction model, stepwise regression prediction model and integrated prediction model all passed the significance test of P<0.01. The simulated mean absolute error（MAE） of accumulated temperature prediction model were 3.6d and 2.8d, while the prediction MAE of 2-year test prediction were 2.5d and 1.0d for Longjing43 and Longjingqunti respectively. In addition, the simulated MAE of stepwise regression analysis were 0.9d and 1.4d, the prediction MAE of 2-year test prediction were 1.6d and 0.8d for Longjing43 and Longjingqunti separately. The prediction of multiple regression ensemble method was more accurate than single method with the simulated MAE value were 0.7d and 1.1d ,while the prediction MAE of 2-year test prediction were 1.3d and 0.8d, the prediction of multiple regression ensemble method would provide more scientific support for guiding tea production. These three forecasting models are of practical value for the prediction of the picking up period of Xihulongjing tea. The prediction of multiple regression ensemble method is more ideal and with more practical application value than accumulated temperature forecasting model and stepwise regression analysis model.Key words: Xihulongjing tea; Picking date; Phenophase; Meteorological factors; Prediction; Ensemble methoddoi:10.3969/j.issn.1000-6362.2019.03.003朱兰娟,金志凤,张玉静,等.西湖龙井茶开采期影响因子及预报模型[J].中国农业气象,2019,40(3):159-169*收稿日期：2018-09-13基金项目：浙江省气象科技计划项目（2015C02048；2017ZD10）；杭州市气象科技计划项目（QX201503）作者简介：朱兰娟（1969-），女，高级工程师，主要从事农业气象服务研究工作。E-mail: 463339804@qq.com
- 美誉满天下西湖龙井茶
- 作者：暂无 来源：《农产品市场周刊》 年份：2019 文献类型 ：期刊 关键词： 茶叶 西湖 龙井茶 杭州 龙井
- 描述：美誉满天下西湖龙井茶初春四月，镶嵌于浙江杭州西湖山水间的龙井茶园，青葱苍翠；错落在桂树竹林中的农家茶楼，古朴雅致，成为游客休闲的天堂。如今，文化历史底蕴深厚的西湖龙井茶产业繁荣兴旺。2014年，以龙井茶品种选育、种植栽培、植保管理、采制工艺、茶文化和茶产业为核心的杭州西湖龙井茶文化系统，被认定为中国
- 全文：美誉满天下西湖龙井茶初春四月，镶嵌于浙江杭州西湖山水间的龙井茶园，青葱苍翠；错落在桂树竹林中的农家茶楼，古朴雅致，成为游客休闲的天堂。如今，文化历史底蕴深厚的西湖龙井茶产业繁荣兴旺。2014年，以龙井茶品种选育、种植栽培、植保管理、采制工艺、茶文化和茶产业为核心的杭州西湖龙井茶文化系统，被认定为中国重要农业文化遗产。龙井茶香浓西湖龙井茶历史悠久，距今已有一千多年的历史，素以色翠、形美、香郁、味醇冠绝天下，其独特的“淡而远”“香而清”的绝世神采和非凡品质，在众多的茗茶中独具一格，冠列中国十大名茶之首。其优异的品质源自杭州西湖独特的自然环境、品种资源和炒制工艺。上承四季天时之气，下凭钟毓地利之优，得天独厚的生长环境是西湖龙井茶优异品质形成的基础。杭州西湖“三面云山一面城”，集天地之精华、人文之璀璨于一身。西湖龙井茶产区位于中国茶树生长的黄金地带，是中国茶最适宜生长的区域。西湖周边山势连绵、林木茂密、翠竹婆娑，依湖(西湖)临江(钱塘江)伴溪(西溪湿地)；泥盆纪石英岩发育而成的黄沙土壤，不仅富含各类营养元素，而且有害元素含量低，十分适合茶树生长。茶区年平均气温约为15～17℃，雨量充沛，年降雨量1300毫米左右；春茶季节“无雨涧长流，无云山自阴”的温润小气候环境对茶树叶芽的生发非常有利。西湖龙井茶群体种是西湖茶区最传统的茶树品种，是历经长期自然驯化和人工筛选而形成的一个灌木型中小类茶树品种，具有适合加工龙井茶的天然品质。千百年来，“法乎自然”的传统栽培方式使西湖龙井茶树尽可能地融于西湖山水之环境、最大限度地吸收天地自然之精华。丛栽的种植模式和重施有机肥的培育方法，有利于茶园的保水保肥，有利于发挥茶树的个体优势和减少病虫害的发生。近年来，中国农业科学院茶叶研究所从西湖龙井茶群体种中通过单株选育育成“龙井43”“龙井长叶”等系列品种。这些品种发芽早、外形好、产量高，加工出来的龙井茶外形和内质均具有十分明显的优势，被列入了西湖龙井茶保护区的主栽品种。优质的西湖龙井茶必须经手工炒制而成，这是西湖龙井茶品质形成的关键工艺。炒制过程全凭手工在一口特制光滑的铁锅中操作，采用“抓、抖、搭、捣、捺、推、扣、甩、磨、压”等10种手法不断变化炒制而成。加工过程中，“摊放、青锅、摊凉(筛分)、辉锅、挺长头(筛分)”，环环相扣，工艺独到而复杂。西湖龙井茶的炒制工艺是多少代人摸索出来的经验与智慧的结晶，由此炒制而成的西湖龙井茶融艺术性、观赏性和极高饮用价值于一身，是茶之上品。但刚炒制出来的西湖龙井茶还没有达到色、香、味俱全的最高境界，只有经过其独特的品质后熟技术处理，才能真正成为茶之极品。所谓的品质后熟技术，就是将手工炒制辉锅干燥冷却后的茶叶放入贮藏茶叶的石灰缸进行保存。这种贮藏方式对西湖龙井茶品质的后期形成和保持非常关键。一方面，通过生石灰吸收水分降低了茶叶的含水量，有利于茶叶长期保存不变质。另一方面，生石灰吸收少量水分后产生的温和发热现象有利于茶叶品质的进一步优化。同时，大量茶叶聚集在一个密闭环境中，有利于各批次茶叶的香气趋于一致。西湖周边各地所产的西湖龙井茶，由于生长条件不同，自然品质和炒制技巧略有差异，形成不同的品质风格。历史上按产地分为狮、龙、云、虎四个品目，即狮峰、龙井、云栖、虎跑四地所产，以狮峰龙井品质最佳，最富盛誉。现在调整为狮，龙，梅三个品目，梅即梅家坞，仍以狮峰龙井品质最佳。特级西湖龙井茶具有八大特征：外形扁平光滑挺直、色泽嫩绿光润、体表无茸毛或少茸毛、叶片果胶质含量较低；冲泡后汤色嫩绿(黄)明亮、闻之有豆花香或板栗香、入口滋味清爽浓醇、叶底嫩绿呈朵。历代名人赞龙井杭州历史文化积淀深厚。在杭州数千年的栽茶、制茶、饮茶、艺茶历史中，人茶相融，人茶相育，涌现了一大批爱茶、学茶、事茶之人，积淀了极其深厚、独树一帜的西湖龙井茶文化。世界上第一部茶学专著《茶经》就是陆羽在杭隐居期间写的。唐至清1200余年间，杭州有8位作者，著茶书10余种，成为中国茶文化的经典。历朝历代在杭为官任职的文化人中，嗜茶吟诗好泼墨者为数众多，留下了许多旷世之宝，其中最著名的当属白居易、苏东坡、陆游、吴昌硕等人。白居易在杭州不仅嗜茶，而且亲自开辟茶园种茶，从他《香炉峰下新置草堂》中记载的“药圃茶园是产业，野鹿林鹤是交游”可见一斑。他一句“江南忆，最忆是杭州”道出了多少文人墨客对杭州的魂牵梦萦啊。苏东坡有“白云峰下两旗新，腻绿长鲜谷雨春”之句赞美西湖龙井茶，他的“欲把西湖比西子”“从来佳茗似佳人”诗句把龙井茶与西湖美景、西子美人相提并论，被后人称作中国茶文化的绝佳对联。元代虞伯生的《游龙井》、明代高应冕的《龙井试茶》、清代龚翔麟的《虎跑泉》，等等，无一不是吟诵西湖龙井茶的佳句。此外，文徵明的《陆羽品茶图》、吴昌硕的《煮茗图》等东方茶画的代表之作，也是对西湖龙井茶的绝美艺术刻画。当代的人们，仍以对西湖龙井茶的钟爱，谱就了一曲曲茶之赞歌：周大风创作的《采茶舞曲》，被联合国教科文组织列入世界民歌教材；王旭峰创作的长篇小说“茶人三部曲”荣获茅盾文学奖。毛泽东主席曾写下“龙井茶、虎跑水，天下一绝”的词句；周恩来总理5次到梅家坞村视察龙井茶生产，还两次亲自修改周大风的《采茶舞曲》。西湖龙井与鸠坑毛峰、九曲红梅等杭州名茶的优美传说，无不寄托着人们对亲情、爱情的美好向往；女采茶、男炒茶，泡茶楼、敬茶点等杭州的茶俗、茶礼、茶艺、茶活动，无不折射出精致和谐的人文精神；龙井寺、虎跑泉、烹茗井等遍布杭城的历史文化遗存，无不蕴藏着深邃的人文内涵。璀璨夺目的西湖龙井茶文化，不仅是杭州历史文化中的精品，也是中华民族优秀文化中的瑰宝。茶文化为茶产业添彩悠久的历史和深厚的文化底蕴，让西湖龙井茶融入杭州的角角落落。杭州已经初步形成从西湖龙井茶研究、生产、加工、贸易到茶综合利用、茶文化旅游、茶文化建设、社会化服务等比较完整的产业体系。西湖龙井茶引爆杭州的茶楼经济。杭州市区大小茶馆遍布，总量达1000多家。无论朋友聚会还是商务洽谈，到茶楼饮茶已经成为这个城市的一种时尚。梅家坞、龙坞茶村、茅家埠等茶文化休闲旅游，吸引了无数慕名而来的游客。游客思绪随着茶中的涟漪，向悠远的中华文明荡漾开来，细细地品味，或许能从一盏茶里，渐渐地品出牵扯古韵遗梦的情怀来。西湖综合保护工程促进杭州茶文化旅游迈上新的台阶。国家对西湖龙井茶实施原产地域保护，并使用专用保护标志。依据《杭州市西湖龙井茶基地保护条例》，目前已确定的西湖龙井茶基地(包括一、二级保护区)和后备基地面积为1.674万亩，年产西湖龙井茶800多吨，总产值超过1亿元。通过对西湖龙井茶一级保护区核心区域内的龙井寺、龙井村、龙井山园、中国茶叶博物馆和“龙井八景”等进行重点整治，展现龙井茶与名人、名建筑、书画、文学、宗教相结合的高雅情趣和茶道、茶俗、茶礼以及饮茶所蕴藏的文化内涵。西湖龙井茶文化景区成为西湖美景的最重要组成部分之一。西湖龙井茶已在杭州、北京、上海、天津、香港、宁波、西安、南京、济南、成都、石家庄、苏州等国内大城市中开设“西湖龙井茶专卖店”30多家。专卖店统一质量标准，统一店面设置，统一使用西湖龙井茶原产地域产品专用标志和防伪标识，巩固了西湖龙井茶的中国名茶龙头老大地位。杭州还是全国茶研究机构最集中的城市。杭州拥有国际茶文化研究会、中国茶叶学会、中国农业科学院茶叶研究所、中华全国供销合作总社杭州茶叶研究院、国家茶叶质量监督检验中心、农业农村部茶叶质量监督检验测试中心、中国茶叶博物馆、浙江大学茶学系等8家“国”字号茶叶研究机构，集聚了全国一半以上的顶尖级茶叶研究专家。（参考资料：《西湖龙井茶，让杭州更美好》，刘月姣编辑整理）
- 基于高效液相色谱的西湖龙井茶鉴别方法
- 作者： 赵明明， 周有祥， 金钰， 胡定金， 严伟 来源：《湖北农业科学》 年份：2016 文献类型 ：期刊 关键词： 西湖龙井茶 高效液相色谱 主成分分析 产地鉴别
- 描述：通过高效液相色谱法分析50份龙井茶叶样品中21个特征峰,利用主成分分析,建立区分西湖龙井(XHLJ)与非西湖区龙井茶(NXHLJ)的方法。结果表明,通过主成分分析,提取出3个主成分,累计贡献率为91.3%,21个特征峰中EGCG和CAF的影响因素相对较大。
- 全文：基于高效液相色谱的西湖龙井茶鉴别方法_赵明明.pdf