-
题名江南茶区茶叶生产现状和气候资源特征分析
被引量：45
- 1
-
-
作者
李时睿
王治海
杨再强
王学林
-
机构
南京信息工程大学
浙江省气候中心
-
出处
《干旱气象》
2014年第6期1007-1014,共8页
-
基金
南京信息工程大学大学生"挑战杯"备赛项目
公益性行业(气象)科研专项(GYHY(QX)201306037)
中国气象局气候变化专项(CCSF201208)共同资助
-
文摘
开展气候资源分析对茶叶生产具有重要的指导意义。本文采用历史资料收集和实地调查等方式,对江南茶区的茶树品种、茶园面积、茶叶产量等现状,以及气候资源、主要农业气象灾害特征进行了调查和分析,并提出了茶叶生产中存在的问题和灾害应对措施。结果表明：江南茶区茶树主要品种有乌牛早、龙井43、福鼎大白茶、迎霜、鸠坑、黄山种、翠峰、安吉白茶等;江南茶区中,湖北省的茶园面积和茶叶产量位居第一,但单位面积经济效益江苏第一,其次是浙江,尔后依次是湖南、江西、安徽、湖北。全区年平均气温15~20℃,≥10℃活动积温4 500~6 500℃·d,年降水量1 000~1 600 mm,年平均相对湿度达70%~80%左右,年日照时数1 500~1 900 h。热量较优,空气湿润,光照充足,是绿茶生产的气候适宜区域。同时,江南茶区也是茶叶主要农业气象灾害高发区,应加强茶树资源监测和农业气象灾害风险评估等方面的研究,在充分利用3S技术基础上提高茶叶生产应对气候变化的能力,大力推进茶叶精细化气象服务。
-
关键词
茶叶
生产现状
气候资源
农业气象灾害
特征
江南茶区
-
Keywords
tea plant
production status
climate resource
agro-meteorological disaster
characteristics analysis
tea production regions in south of the Yangtze River
-
分类号
S162.54
[农业科学—农业气象学]
-
-
题名气候变化背景下宁波市茶叶早春霜冻灾害风险评估
被引量：2
- 2
-
-
作者
蔡仕博
江晓东
李时睿
朱敬宜
夏静雯
金志凤
-
机构
南京信息工程大学气象灾害预报预警与评估协同创新中心/江苏省农业气象重点实验室
鄞州区气象局
北京师范大学地理科学学部/遥感科学国家重点实验室
浙江省气候中心
-
出处
《气象科学》
北大核心
2023年第2期254-261,共8页
-
基金
浙江省重点研发计划项目(2021C02036)
国家重点研发计划项目(2019YFD1002203)
浙江省气象局重点项目(2019ZD06)。
-
文摘
基于自然灾害风险理论,利用1971—2020年宁波市127个气象站气象观测资料和茶叶生产相关资料,分析了宁波市茶叶早春霜冻空间分布规律,并通过层次分析(Analytic Hierarchy Process,AHP)和专家经验相结合的方法,构建了宁波市茶叶早春霜冻风险因子集,通过加权指数求和的方法建立了宁波市茶叶早春霜冻风险模型,对早春霜冻灾害风险进行了综合和分年代的评估。结果表明,宁波市茶叶早春霜冻出现的年平均天数分布总体呈现西低东高的特征,霜冻年平均天数的范围在0.23~21.43 d;宁波市茶叶早春霜冻高风险区主要集中在余姚南部的四明山区域、宁海西部和宁海东北部的茶山区域,低风险区主要分布于宁波东部沿海地区;20世纪70—90年代宁波市茶叶早春霜冻低风险和较低风险区域基本呈增长趋势,中风险和较高风险区域呈减少趋势,高风险区域80年代最多、90年代次之、70年代最少,21世纪00—10年代,宁波市茶叶早春霜冻低风险和中风险区域呈减少趋势,较低风险、较高风险和高风险区域呈增长趋势。
-
关键词
早春霜冻
农业气象灾害
风险评估
茶叶
宁波
-
Keywords
early-spring frost damage
agrometeorological disasters
risk assessment
tea
Ningbo
-
分类号
S166
[农业科学—农业气象学]
S571.1
[农业科学—农业基础科学]
-
-
题名基于百度AI卷积神经网络的茶树结霜智能识别
被引量：1
- 3
-
-
作者
朱兰娟
胡德云
华行祥
李时睿
杨欣洁
张旭晖
-
机构
杭州市气象局
北京师范大学地理科学学部
江苏省气候中心
-
出处
《气象科学》
北大核心
2023年第2期245-253,共9页
-
基金
浙江省重点研发计划项目(2021C02036)
浙江省气象科技重点项目(2019ZD16,2019ZD17)
国家重点研发计划项目(2019YFD1002203)。
-
文摘
基于采集的近20000张茶园图像,分别筛选出1000张茶园结霜和1000张未结霜图像作为训练样本,利用百度AI开放平台的EasyDL经典版图像识别功能,应用卷积神经网络算法,建立茶园结霜识别模型,进行茶树结霜图像智能判别。茶树结霜智能识别模型的准确率、F1评分、精确率、召回率分别为99.2%、99.2%、99.3%、99.1%。模型检验结果为:样本地20张结霜图像的平均识别置信度为95.51%,20张非结霜图像的平均识别置信度为99.99%;非样本地(江南茶区)80张结霜图像的平均识别置信度为97.53%,80张非结霜图像的平均识别置信度为95.11%。
-
关键词
百度AI
卷积神经网络
茶树
结霜图像
智能识别
-
Keywords
Baidu AI
convolutional neural network
tea plant
frosted images
intelligent recognition
-
分类号
P49
[天文地球—大气科学及气象学]
-
-
题名茶叶霜冻害精细化预警——以浙江省松阳县为例
被引量：18
- 4
-
-
作者
李时睿
王治海
金志凤
邱新法
孙睿
-
机构
浙江省气候中心
南京信息工程大学应用气象学院
北京师范大学地理科学学部遥感科学与工程研究院
-
出处
《生态学杂志》
CAS
CSCD
北大核心
2017年第10期2979-2987,共9页
-
基金
公益行业(气象)科研专项(GYHY201306037)
中国气象局气象关键技术集成与应用项目(CMAGJ2013M20)
+1 种基金
浙江省重点科技专项(2015C02048)
浙江省气象局重点专项(2016ZD10和2017ZD10)资助
-
文摘
霜冻是茶叶生产最主要的气象灾害,严重危害茶产业的可持续发展。本文根据浙江省70个基本气象站、松阳县25个区域自动气象站的观测数据,以及最优化集成释用(OCF)精细化数值预报产品、30 m分辨率DEM数据,通过GIS技术、混合插值法,建立了基于地理信息的日最低气温空间推算模型,并采用日最低气温作为茶叶霜冻害预警指标,结合ZY-3卫星遥感数据提取的茶树种植区分布图,开展了浙江省松阳县茶叶霜冻害精细化预警。结果表明:细网格日最低气温空间推算模型的绝对误差平均0.35℃,相对误差平均2.83%,推算精度高;茶叶霜冻害精细化预警时效8 d,空间分辨率30 m×30 m;2017年3月15日的茶树霜冻害预警效果良好,预估茶园受灾面积2340.0 hm^2,占全县茶园面积的30.6%;其中,轻度霜冻害面积1939.4 hm^2,中度霜冻害面积367.2 hm^2,重度霜冻害面积34.9 hm^2,分别占全县茶园面积的25.35%、4.80%和0.46%;实地调查结果与预估结果基本一致。
-
关键词
茶叶
霜冻害
日最低气温
细网格模型
精细化预警
松阳
-
Keywords
tea
frost disaster
minimum daily air temperature
fine grid model
early-warning.
-
分类号
S425
[农业科学—植物保护]
S571.1
-
-
题名安吉白茶精细化气象灾害风险分析与区划
被引量：1
- 5
-
-
作者
李时睿
朱兰娟
赵亮
柏佳
胡波
许金萍
孙睿
-
机构
北京师范大学地理科学学部遥感科学国家重点实验室
北京师范大学地理科学学部北京市陆表遥感数据产品工程技术研究中心
杭州市气象局
宁波市气象局
安吉县气象局
-
出处
《生态学杂志》
CAS
CSCD
北大核心
2024年第3期904-912,共9页
-
基金
浙江省重点研发计划项目(2021C02036)
浙江省气象局重点项目(2019ZD06)资助。
-
文摘
气象灾害严重威胁茶产业高质量发展,开展气象灾害风险精细评价可为茶叶生产灾害精准防控提供科学依据。本文基于自然灾害风险理论、安吉县及周边7个国家气象站1971—2020年和安吉县23个区域自动气象站2012—2020年的逐日气象资料、15个乡镇农业社会经济统计资料,以及源于GF-2卫星遥感数据解译出的茶树种植现状分布图和DEM高程等多源信息,采用加权综合指数法、模糊层次分析法和GIS技术,对安吉白茶进行了精细化气象灾害风险分析与区划。结果表明:安吉白茶致灾因子危险性、孕灾环境暴露性的高值主要位于南部山区,承灾体脆弱性的高值集中于中部平原地区,防灾减灾能力的高值多位于中东部平原地区;综合考虑各因子的综合风险度,安吉白茶气象灾害风险可分为低风险、中风险和高风险3个等级;低风险区主要分布于安吉中北部平原区域,占安吉县地域面积的66.55%;中风险区主要分布于安吉西部、南部的中高海拔区域,占安吉县地域面积的30.54%;高风险区主要位于南部高海拔山区,占安吉县地域面积的3.01%;集成格点化的茶树种植现状,安吉县内61.21%的茶园分布在低风险区,38.17%的茶园分布在中风险区,0.62%的茶园分布在高风险区。基于茶树种植现状的气象灾害精细化风险区划可为安吉白茶的优化布局提供更加精准的科学依据。
-
关键词
安吉白茶
气象灾害
模糊层次分析
风险指数模型
精细区划
-
Keywords
Anji white tea
meteorological disaster
fuzzy analytic hierarchy process
risk index model
refined zoning
-
分类号
S571.1
[农业科学—茶叶生产加工]
S42
[农业科学—作物学]
-
-
题名基于种植现状的安吉白茶霜冻害气象指数精准预报技术
被引量：3
- 6
-
-
作者
王治海
李时睿
金志凤
许金萍
孙睿
-
机构
浙江省气候中心
北京师范大学地理科学学部
北京师范大学地理科学学部
安吉县气象局
-
出处
《生态学杂志》
CAS
CSCD
北大核心
2023年第4期1018-1024,共7页
-
基金
2021年浙江省重点研发计划项目(2021C02036)
国家重点研发计划(2019YFD1002203)
浙江省气象科技计划重点项目(2021ZD10、2019ZD06和2019ZD16)资助。
-
文摘
开展安吉白茶霜冻害气象指数精准预报对提高茶叶生产防灾避灾能力具有重要意义。基于安吉县24个自动气象站观测资料,采用回归分析+残差内插方法构建了安吉县日最低气温空间分析模型;结合中期天气预报客观产品、DEM高程数据和高分2号(GF-2)卫星遥感数据提取安吉白茶种植分布现状,采用GIS技术研发了安吉白茶霜冻害气象指数精准预报技术方法。结果表明:安吉县日最低气温空间分析模型绝对误差平均值为0.5℃,模拟效果较好;安吉白茶霜冻害气象指数预报时效达15 d,空间分辨率为30 m;基于种植现状的安吉白茶霜冻害气象指数预估,2021年3月23日全县80.64%茶园有霜冻害发生,其中1级(轻度)、2级(中度)灾害面积分别为9291.96和62.7 hm^(2),各占全县茶园面积的80.10%和0.54%,预估结果与实际灾情基本一致。研究成果可为茶叶气象精细服务提供技术支撑。
-
关键词
霜冻害气象指数
空间分析模型
茶树种植分布
精准预报
安吉县
-
Keywords
meteorological index relevant to frost damage
spatial analysis model
tea planting zone
accurate prediction
Anji County
-
分类号
S571.1
[农业科学—茶叶生产加工]
S425
[农业科学—作物学]
-
