来源：期刊VIP网 时间：
作者：陈家铭;郭阳;辜大川;黎健龙;陈义勇;黄燕峰;唐劲驰;杨子银;
单位：中国科学院华南植物园;中国科学院大学;华南农业大学电子工程学院;广东省农业科学院茶叶研究所;
摘要：近年来，中国茶叶生产面临劳动力短缺问题，机械化采收技术已成为产业迫切需求。目前机采茶鲜叶破碎率高、质量低，这与茶树表型性状密切相关。以广东省适制红茶或乌龙茶为主的广泛栽培茶树品种为研究对象，采集了7个品种100个样方的表型数据，通过多种分析方法和机采质量预测模型挖掘关键性状。相关性分析发现，机采质量与叶长、叶长宽比、一芽二叶长度和一芽三叶长度呈显著正相关，与总芽密度呈显著负相关。灰色关联分析表明，机采质量与叶长宽比、叶宽、一芽一叶长度和一芽二叶长度高度关联。随机森林分析确定叶长宽比、第三节间长度和第四节间长度分别是影响机采优采率、完整率和破碎率的关键性状。进一步构建了3种核心机采质量性状（优采率、完整率和破碎率）的预测模型，通过4种表型性状集（全部性状、相关性显著、灰色关联度>0.9、随机森林分析前6）与4种机器学习算法的组合验证，发现灰色关联性状预测优采率效果最佳（R~2=0.65,RMSE=0.04）；随机森林性状适于预测完整率（R~2=0.86,RMSE=0.02）；全部性状预测破碎率精度最优（R~2=0.92,RMSE=0.01）。综合建模分析确定一芽二叶长度和第三节间长度是影响红茶和乌龙茶鲜叶原料机采的关键性状，研究结果为宜机采品种选育提供理论依据与关键参数。
关键词：茶树;;宜机采性状;;表型筛选;;机器学习
基金资助：广东省科技计划项目(2023B0202120001);; 国家现代农业产业技术体系(CARS-19);; 科技创新战略(农业科研主力军建设)专项-金颖之星(R2023PY-JX023)
