呂海濤，吳文君，廖聲熙*，王子芝，周俊宏，李立，崔凱

三類云南普洱茶樹的地基光譜反射特征及其差異分析

呂海濤1,2，吳文君1，廖聲熙1*，王子芝1，周俊宏1，李立1，崔凱1

1. 中國林業(yè)科學(xué)研究院資源昆蟲研究所，云南 昆明 650224；2. 南京林業(yè)大學(xué)，江蘇 南京 210037

茶樹類型和產(chǎn)地來源影響普洱茶品質(zhì)，而茶樹類型和產(chǎn)地不同，其冠層光譜也存在特征性差異。因此，利用這一特征差異，可明確普洱茶鮮葉來源，對保證普洱茶品質(zhì)具有重要意義。本研究以云南景東、景谷、瀾滄、寧洱4個典型普洱茶山的古樹茶、大樹茶、臺地茶為研究對象，用地基光譜測定儀測定其野外冠層葉片光譜反射率，分析它們之間的光譜反射特征和差異性，揭示云南普洱茶樹的地基光譜反射規(guī)律。結(jié)果顯示：（1）不同普洱茶樹冠層葉片光譜反射率存在差異，在近紅外波段上，古樹茶與臺地茶光譜反射率差異顯著可區(qū)分，古樹茶與大樹茶兩者光譜反射相近似，古樹茶平均反射率高于大樹茶；（2）不同類型冠層葉片光譜反射率在近紅外波段上表現(xiàn)為古樹茶>大樹茶>臺地茶；同類型茶樹冠層葉光譜反射率表現(xiàn)為瀾滄>景東>景谷，與3地年平均溫度呈正相關(guān)關(guān)系，與海拔呈負(fù)相關(guān)關(guān)系；（3）754、801、891?nm波長可作為選擇區(qū)分3種類型普洱茶的理想波長，其中801?nm可作為區(qū)分不同地區(qū)古樹茶的特征波長。

普洱茶；冠層；光譜反射率；古樹茶；差異性

茶樹原產(chǎn)于中國，分布廣泛，種類豐富，作為一種重要的經(jīng)濟(jì)樹種在地方經(jīng)濟(jì)發(fā)展中占據(jù)重要地位[1]。不同茶樹類型生產(chǎn)的茶葉品質(zhì)不同、價格差別較大，因此，對茶樹的分類識別具有重要意義。近年來，利用高光譜技術(shù)對茶樹鑒別取得一定進(jìn)展。如李曉麗等[2]采用主成分分析與人工網(wǎng)絡(luò)技術(shù)相結(jié)合的方法，對5個茶葉品種進(jìn)行識別，準(zhǔn)確率達(dá)100%。李敏[3]基于近紅外光譜采用多元散射校正與主成分分析結(jié)合的方法，對3種茶葉進(jìn)行分類，正確識別率達(dá)到100%。Ning等[4]采用主成分分析法對茶樹葉片的成像高光譜數(shù)據(jù)進(jìn)行降維，然后采用C-SVM算法對茶葉品種進(jìn)行分類，3種茶樹的分類準(zhǔn)確率接近100%。Tu等[5]根據(jù)茶樹冠層的光譜特征對茶樹品種進(jìn)行了分類，分類的總體精度可達(dá)95%以上。孫俊等[6]采用LR-SAE-SVM模型對5個品種的茶葉樣本進(jìn)行分類，分類精度達(dá)到99.37%。根據(jù)前人研究，不同茶樹品種的光譜特性有較大差異，在一定的限定條件下分類精度較高，但現(xiàn)有研究主要對茶葉產(chǎn)品進(jìn)行實驗室分析研究，缺少對野外不同茶樹類型冠層鮮葉的光譜反射特性分析。由于不同的類型和產(chǎn)地茶葉的品質(zhì)差異較大[7-8]，因此對普洱茶樹的類型和產(chǎn)地進(jìn)行區(qū)分具有重要的現(xiàn)實意義。

普洱茶屬于中國六大茶類之一的黑茶類，是一種以大葉種曬青茶為原料，采用特定工藝制成的具有獨(dú)特品質(zhì)的茶葉[9]。隨著社會經(jīng)濟(jì)的不斷發(fā)展，高檔茶的需求不斷增加，特別是普洱茶中的古樹茶交易都采取現(xiàn)場鮮葉定價收購，因此，利用高光譜鑒別技術(shù)對普洱茶鮮葉種類或品質(zhì)進(jìn)行區(qū)分成為市場的迫切需求。普洱茶按照栽培來源可分為古樹茶、大樹茶、臺地茶3種類型。古樹茶是指樹齡百年以上的喬木茶；大樹茶指散生的實生樹齡不足百年的喬木茶；臺地茶指運(yùn)用現(xiàn)代種植技術(shù)種植的樹齡較短、經(jīng)矮化后生長形態(tài)上類似灌木的喬木茶。云南省普洱市被稱為“世界茶源、中國茶城”[10]，茶樹種植面積大，經(jīng)濟(jì)效益高，產(chǎn)業(yè)發(fā)展已具規(guī)模。鎮(zhèn)沅千家寨、瀾滄邦崴和景邁山、寧洱困鹿山等古茶園馳名中外，在普洱茶發(fā)展歷史上具有重要地位。因此，本研究基于SOC710紅外成像光譜儀獲取的普洱茶樹冠層葉片高光譜影像，對比分析幾個地區(qū)不同類型的普洱茶高光譜反射特征，探尋能夠有效識別不同類型和不同地區(qū)普洱茶樹的的特征波段，以期為揭示普洱茶樹冠層葉片性狀差異和光譜野外識別提供技術(shù)支持。

1 材料與方法

1.1 試驗點概況

4個試驗點分別位于云南省普洱市的景東彝族自治縣（班葳村）、景谷傣族彝族自治縣（景谷鄉(xiāng)苦竹山）、瀾滄拉祜族自治縣（景邁山）、寧洱哈尼族彝族自治縣（困鹿山），地處北緯22°02'~24°50'、東經(jīng)99°09'~102°19'。屬亞熱帶季風(fēng)氣候，常年無霜，冬無嚴(yán)寒，夏無酷暑，年均氣溫分別為16.7℃、15.5℃、19.1℃、17.5℃，年均降雨量分別為1?177、1?008、1?528、1?296?mm，海拔在930~1?900?m。其中，景東、景谷、瀾滄的古樹茶、大樹茶、臺地茶樣地均位于同一地點范圍，而寧洱試驗點古樹茶園附近沒有大樹茶和臺地茶分布，本研究選擇同一區(qū)域內(nèi)大樹茶和臺地茶樣地點進(jìn)行測定。對古樹茶、大樹茶、臺地茶分別設(shè)置不同大小的樣地，樣地大小分別為251?m×251?m、101?m×101?m、51?m×51?m。對樣地內(nèi)茶樹的胸徑（地徑）、樹高、枝下高、樹齡進(jìn)行測定，并對立地因子進(jìn)行調(diào)查。茶樹樣地情況見表1。

表1 4個研究點普洱茶樹樣地因子列表

1.2 研究項目與測定方法

1.2.1 普洱茶樹冠層葉片光譜反射率測定

對不同茶山（景東、景谷、瀾滄、寧洱）和不同栽培類型（古樹茶、大樹茶、臺地茶）茶樹冠層葉片光譜反射率進(jìn)行測定，測定試驗在2019年普洱茶春茶采摘季節(jié)3—4月進(jìn)行。采用SOC710成像光譜儀進(jìn)行測定，波段范圍為400~1?000?nm，光譜分辨率為4.68?nm，波段數(shù)量為128個，鏡頭焦距17?mm。測量時選擇晴朗、無風(fēng)或微風(fēng)、無云的天氣進(jìn)行，穿暗色衣服，時間為上午10：00至下午3：00，每次測量探頭垂直茶樹冠層，具體參照文獻(xiàn)[11]的測定方法。為了保證測量的精度，每株茶樹樣本采集5次，均用標(biāo)準(zhǔn)參考板進(jìn)行校正。

1.2.2 普洱茶樹冠層葉片光譜反射率數(shù)據(jù)預(yù)處理

先采用SOC710光譜儀配套的SRAnal 710e軟件對采集的光譜數(shù)據(jù)進(jìn)行反射率校準(zhǔn)和反射率轉(zhuǎn)換等預(yù)處理。接著在ENVI 5.3中提取50個ROI普洱茶樹冠層葉片的高光譜數(shù)據(jù)，以每個ROI內(nèi)光譜均值作為該株茶樹的一條光譜曲線，為了減小誤差，剔除個別偏差大于均值±2倍標(biāo)準(zhǔn)差的異常光譜曲線。然后，選用Savitzky-Golay（SG）卷積平滑法對數(shù)據(jù)進(jìn)行降噪處理，在Origin 2018軟件中對窗口內(nèi)數(shù)據(jù)進(jìn)行多項式最小二乘擬合操作完成，設(shè)置移動窗口大小為5，多項式階數(shù)為2。最后取反射數(shù)據(jù)的平均值作為單株茶樹樣本的平均值。普洱茶葉片原始高光譜數(shù)據(jù)為多元數(shù)據(jù)，具有數(shù)據(jù)量大、復(fù)雜冗余等特點[12]，為了更好地確定光譜的拐點，對光譜數(shù)據(jù)進(jìn)行了一階微分變換和特征變量提取[13-14]。

1.3 數(shù)據(jù)統(tǒng)計

根據(jù)光譜反射率曲線和一階導(dǎo)數(shù)曲線選擇反射率差異明顯的特征波段，利用SPSS 24.0軟件對不同類型和不同產(chǎn)地普洱茶樹冠層葉片光譜反射率進(jìn)行單因素方差分析（ANOVA），選擇最小顯著差異法（Least-significant difference，LSD）進(jìn)行多重比較，分析不同類型和不同產(chǎn)地的普洱茶樹冠層葉片光譜反射率之間的差異性特征。采用Origin 9.5完成繪圖。

2 結(jié)果與分析

2.1 云南普洱茶樹冠層葉片光譜反射特征

普洱茶樹冠層葉片光譜反射率如圖1所示，波長在400~495?nm普洱茶樹冠層葉片光譜反射率總體較低，小于0.050，變化幅度較?。浑S后緩慢上升，在554?nm出現(xiàn)小高峰（綠峰），平均峰值0.130；在675?nm波長形成低點（紅谷），然后形成拐點，紅邊范圍開始急劇增加；在755?nm達(dá)到最大值0.535，相對低點增幅為15.7倍；在760~1?000?nm，光譜反射率保持在高位并存在上下波動。在植被反射平臺上呈現(xiàn)“三峰兩谷”的光譜曲線形狀，即754?nm（0.549）、891?nm（0.608）、995?nm（0.550）處的3個峰和801?nm（0.492）、950?nm（0.528）處的2個谷。根據(jù)計算，普洱茶樹冠樣本的藍(lán)邊位置為518~524?nm，綠峰為553~554?nm，黃邊為625~631?nm，紅谷為671~677?nm，紅邊為702~708?nm[15]。根據(jù)方差可選出554、754、801、891?nm為特征波長，分別落入可見光到短波紅外分布范圍，其中554?nm在綠峰范圍內(nèi)；而754、801、891?nm則在短波近紅外范圍內(nèi)。

圖1 普洱茶樹光譜曲線

2.2 同一地區(qū)不同類型普洱茶樹冠層葉片光譜特征分析

為了獲取同一茶山不同類型普洱茶樹冠層葉片光譜信息數(shù)據(jù)，測定了同一茶山不同類型普洱茶樹冠層葉片光譜反射率，其特征如圖2所示。不同類型的普洱茶樹冠層葉片光譜曲線變化趨勢相同，在525~625?nm波段表現(xiàn)出差異，在750~1?000?nm波段范圍內(nèi)反射率峰值差異明顯，景東、景谷、瀾滄三地的3種類型普洱茶樹冠層葉片光譜反射均表現(xiàn)為古樹茶>大樹茶>臺地茶。而寧洱的結(jié)果為大樹茶>古樹茶>臺地茶，可能是由于寧洱3種類型普洱茶的采樣地點分散，導(dǎo)致同期野外測定光照、時間等環(huán)境條件不一致，說明野外光譜比較必須在統(tǒng)一的試驗條件下進(jìn)行。

根據(jù)335個樣本的光譜數(shù)據(jù)，選擇反射率差異較大的754、801、891?nm 3個波長，對不同茶山不同類型的普洱茶樹冠層葉片的光譜反射率進(jìn)行方差分析。結(jié)果如圖3所示，波長為754、801、891?nm時3個研究區(qū)的3種類型普洱茶樹冠層葉片光譜反射率均存在顯著差異（<0.05）。由此可見，不同類型普洱茶樹間存在光譜特征差異，能夠?qū)ζ溥M(jìn)行區(qū)分。

2.3 不同地區(qū)相同類型普洱茶樹光譜特征分析

為了觀察不同地區(qū)相同類型普洱茶樹光譜特征，將反射曲線和一階微分導(dǎo)數(shù)曲線結(jié)合在一起分析（圖4，圖5）?？梢钥闯霾煌貐^(qū)的同一類型茶樹冠層葉片光譜反射率曲線與一階微分曲線形態(tài)相似，但是不同地區(qū)普洱茶的反射率值和一階微分值均存在差異。在反射率較高的740~920?nm波段，古樹茶冠層葉片光譜反射率由高到低排序為瀾滄、景東、寧洱、景谷；大樹茶和臺地茶的光譜反射率最高的是寧洱，其次是瀾滄、景東、景谷。從以上分析可以看出，除寧洱外，3種類型普洱茶樹光譜反射都表現(xiàn)為瀾滄>景東>景谷，與其年均溫19.1℃（瀾滄）>16.7℃（景東）>15.5℃（景谷）保持一致，取801?nm特征波長時的反射值與年均溫作相關(guān)性回歸分析，古樹茶、大樹茶、臺地茶的決定系數(shù)分別為0.902、0.956、0.927，均方差分別為0.006、0.001、0.001，說明不同地區(qū)同類型普洱茶光譜反射值與年均溫度顯著正相關(guān)（<0.05）。

注：JDA：景東古樹茶，JDL：景東大樹茶，JDP：景東臺地茶，JGA：景谷古樹茶，JGL：景谷大樹茶，JGP：景谷臺地茶，LCA：瀾滄古樹茶，LCL：瀾滄大樹茶，LCP：瀾滄臺地茶，NEA：寧洱古樹茶，NEL：寧洱大樹茶，NEP：寧洱臺地茶。下同

注: 圖中數(shù)據(jù)為均值±標(biāo)準(zhǔn)差，同一波長點中不同小寫字母表示差異顯著（P<0.05）

從一階微分曲線看（圖5），4個地區(qū)的茶樹光譜藍(lán)邊位置在520?nm波段附近，但藍(lán)邊幅值不同，對古樹茶來說由高到低依次為景東>瀾滄>景谷>寧洱；對大樹茶來說由高到低依次為景谷>寧洱>景東>瀾滄；對臺地茶來說為寧洱>瀾滄>景谷>景東。4個地區(qū)的茶樹光譜紅邊位置在705?nm波長附近，但紅邊幅值存在差異，對古樹茶來說景東和瀾滄紅邊幅值比較接近、景谷和寧洱紅邊幅值比較接近，且前兩個地區(qū)大于后兩個地區(qū)；對大樹茶來說表現(xiàn)為寧洱＞景谷＞瀾滄＞景東；臺地茶紅邊幅值由高到低表現(xiàn)為寧洱>瀾滄>景谷>景東。

選擇瀾滄、景東、景谷點的754、801、891?nm波長處普洱茶反射率進(jìn)行方差分析（圖6），結(jié)果表明，3地古樹茶冠層葉片光譜反射率瀾滄、景東高于景谷，僅在801?nm波長點存在差異性（<0.05）；大樹茶在3地表現(xiàn)一致，在754、801、891?nm特征波的光譜反射率沒有差異；臺地茶表現(xiàn)為瀾滄、景東兩地間沒有差異，但兩地與景谷存在差異（<0.05）。

3 討論與結(jié)論

3.1 討論

普洱茶樹冠層葉片光譜反射曲線符合綠色植物特有的光譜反射特征，400~495?nm植物強(qiáng)吸收帶反射率較低，495~605?nm出現(xiàn)綠峰，比一般闊葉樹稍有延后，是因為茶樹葉片屬于較厚的革質(zhì)葉，具光澤，較平滑[16]；隨后在605~690?nm出現(xiàn)紅谷現(xiàn)象，普洱茶的紅邊位置則在705?nm附近，從700?nm到1?000?nm一直在高反射平臺上小幅波動，可能是受到760、850、910?nm和960?nm處的水汽和氧氣吸收波長的影響[17]，這與陳輝煌等[18]的測定結(jié)果較為一致。

圖4 3種類型不同茶山普洱茶葉片光譜曲線

圖5 3種類型不同茶山普洱茶葉片光譜一階導(dǎo)數(shù)曲線

注: 圖中數(shù)據(jù)為均值±標(biāo)準(zhǔn)差，同一波長中不同小寫字母表示差異顯著（P<0.05）

不同類型普洱茶樹冠層葉片光譜反射率不同，在近紅外波段表現(xiàn)為古樹茶>大樹茶>臺地茶。一方面不同樹齡普洱茶根系深入土壤的程度不同，其含水量、茶多酚、咖啡堿等內(nèi)含物有所不同[19-20]，另一方面不同類型茶樹葉片生理光合代謝也有差別，導(dǎo)致不同類型普洱茶樹冠層葉片光譜曲線反射率存在顯著差異[21-22]。本文研究表明，754、801、891?nm波長為反射方差較大的特征波長，處于短波近紅外分布范圍，在該波段范圍內(nèi)植物的光譜特性主要受到葉片內(nèi)部結(jié)構(gòu)的影響，是植物種類識別和植被狀態(tài)判斷的重要波段[23]。結(jié)合前人的研究結(jié)果，這幾個特征波長可為區(qū)分不同類型茶樹的理想波長。

不同地區(qū)普洱茶樹冠層葉片光譜反射率不同，在近紅外波段上除了寧洱地區(qū)外，其他地區(qū)冠層葉片光譜反射率均表現(xiàn)為瀾滄>景東>景谷，而這3個試驗點的年平均氣溫均為瀾滄>景東>景谷，海拔為瀾滄<景東<景谷。經(jīng)統(tǒng)計分析，證明了普洱茶樹冠層葉片光譜反射率與年均溫呈正相關(guān)關(guān)系，與海拔呈負(fù)相關(guān)關(guān)系。王勝鵬等[24]研究發(fā)現(xiàn)，茶鮮葉的光譜反射率受海拔的顯著影響。劉東蔚[25]研究了不同海拔浙江潤楠高光譜特征，發(fā)現(xiàn)隨海拔高度上升潤楠葉片光譜反射率降低。普洱茶的光譜反射規(guī)律與前人的研究結(jié)果保持一致。

由于本文采集樣本有限，在一定程度上影響到特征選擇的結(jié)果，植物冠層葉片光譜反射影響因素較多，野外測量應(yīng)該考慮太陽入射角、冠層結(jié)構(gòu)、葉綠素含量和水分等影響因素，才能找出更好區(qū)分不同茶葉的光譜參數(shù)。因此，對于不同產(chǎn)區(qū)不同類型普洱茶光譜反射特征還需要更進(jìn)一步研究。

3.2 結(jié)論

本研究針對云南景東、景谷、寧洱、瀾滄的4個典型普洱茶山古樹茶樹、大樹茶樹和臺地茶樹，測定其野外冠層光譜反射率，分析它們之間的光譜反射特征和差異，揭示云南普洱茶樹的地基光譜反射規(guī)律。不同產(chǎn)地和不同類型普洱茶樹冠層葉片光譜反射率在近紅外波段上存在顯著差異。不同類型茶樹冠層葉片光譜反射率表現(xiàn)為古樹茶>大樹茶>臺地茶；不同產(chǎn)地茶樹冠層葉片光譜反射率表現(xiàn)為瀾滄>景東>景谷。因此可以通過特定的特征波段結(jié)合統(tǒng)計方法對普洱茶樹進(jìn)行區(qū)分，其中754、801、891?nm波長為區(qū)分不同類型普洱茶樹的理想波長，801?nm波長可選為區(qū)分不同產(chǎn)地古樹茶樹的特征波長。這為普洱古樹茶鮮葉來源的快速鑒別、普洱茶種的分類以及茶葉質(zhì)量評估提供了光譜依據(jù)，從而為建立良好的普洱茶交易環(huán)境提供技術(shù)支持。

[1] 唐一春, 楊盛美, 季鵬章, 等. 云南野生茶樹資源的多樣性、利用價值及其保護(hù)研究[J]. 西南農(nóng)業(yè)學(xué)報, 2009, 22(2): 518-521.

Tang Y C, Yang S M, Ji P Z, et al. Study on the diversity, utilization and protection of wild tea germplasm in Yunnan [J]. Southwest China Journal of Agricultural Sciences, 2009, 22(2): 518-521.

[2] 李曉麗, 何勇, 裘正軍. 一種基于可見-近紅外光譜快速鑒別茶葉品種的新方法[J]. 光譜學(xué)與光譜分析, 2007, 27(2): 279-282. Li X L, He Y, Qiu Z J. Application PCA-ANN method to fast discrimination of tea varieties using visible/near infrared spectroscopy [J]. Spectroscopy and Spectral Analysis, 2007, 27(2): 279-282.

[3] 李敏. 樂山茶葉的近紅外光譜分類識別[J]. 紅外, 2015, 36(5): 43-46, 48. Li M. Classification and identification of Leshan tea using near infrared spectroscopy [J]. Infrared, 2015, 36(5): 43-46, 48.

[4] Ning J, Sun J, Li S, et al. Classification of five Chinese tea categories with different fermentation degrees using visible and near infrared hyperspectral imaging [J]. International Journal of Food Properties, 2017, 20(s2): 1515-1522.

[5] Tu Y, Bian M, Wan Y, et al. Tea cultivar classification and biochemical parameter estimation from hyperspectral imagery obtained by UAV [J]. Peer J, 2018, 6: e4858. doi: 10.7717/peerj.4858.

[6] 孫俊, 靳海濤, 武小紅, 等. 基于低秩自動編碼器及高光譜圖像的茶葉品種鑒別[J]. 農(nóng)業(yè)機(jī)械學(xué)報, 2018, 49(8): 316-323. Sun J, Jin H T, Wu X H, et al. Tea variety identification based on low-rank stacked auto-encoder and hyperspectral image [J]. Transactions of the Chinese Society for Agricultural Machinery, 2018, 49(8): 316-323.

[7] 馮呈艷, 余志, 陳玉瓊, 等. 茶鮮葉反射光譜和色差特性及其應(yīng)用初探[J]. 中國茶葉加工, 2019(2): 33-39.Feng C Y, Yu Z, Chen Y Q, et al. Study on the reflectance spectrum and chromatic aberration property of fresh tea leaves and its application [J]. China Tea Processing, 2019(2): 33-39.

[8] 艾施榮, 吳瑞梅, 吳彥紅, 等. 利用高光譜圖像技術(shù)鑒別廬山云霧茶產(chǎn)地[J]. 江西農(nóng)業(yè)大學(xué)學(xué)報, 2014, 36(2): 428-433.Ai S R, Wu R M, Wu Y H, et al. Identification of geographical origins of Lushan mist tea by hyper-spectral imaging technology [J]. Acta Agriculturae Universitis Jiangxiensis, 2014, 36(2): 428-433.

[9] 劉玲. 普洱茶特征風(fēng)味成分分析[D]. 重慶: 西南大學(xué), 2010.Liu L. The analysis on characteristic flavor components of Pu-erh tea [D]. Chongqing: Southwest University, 2010.

[10] 黃桂樞. “世界茶源”普洱市茶文化在“一帶一路”戰(zhàn)略中的價值和作用[J]. 農(nóng)業(yè)考古, 2016, 144(2): 260-262.Huang G S. The value and role of tea culture of "world tea sources" in Pu’er city in the "Belt and Road" strategy [J]. Agricultural archaeology, 2016, 144(2): 260-262.

[11] 徐光彩, 龐勇, 李增元, 等. 小興安嶺主要樹種冠層光譜季相變化研究[J]. 光譜學(xué)與光譜分析, 2013, 33(12): 3303-3307. Xu G C, Pang Y, Li Z Y, et al. The changes of forest canopy spectral reflectance with seasons in Xiaoxing’anling [J]. Spectroscopy and Spectral Analysis, 2013, 33(12): 3303-3307.

[12] 吳偉斌, 李佳雨, 張震邦, 等. 基于高光譜圖像的茶樹LAI與氮含量反演[J]. 農(nóng)業(yè)工程學(xué)報, 2018, 34(3): 195-201.Wu W B, Li J Y, Zhang Z B, et al. Estimation model of LAI and nitrogen content in tea tree based on hyperspectral image [J]. Chinese Society of Agricultural Engineering, 2018, 34(3): 195-201.

[13] 李翠玲, 姜凱, 馮青春, 等. 基于葉綠素?zé)晒夤庾V和反射光譜的甜瓜種子品種鑒別[J]. 光譜學(xué)與光譜分析, 2018, 38(1): 151-156.Li C L, Jiang K, Feng Q C, et al. Melon seeds variety identification based on chlorophyll fluorescence spectrum and reflectance spectrum [J]. Spectroscopy and Spectral Analysis, 2018, 38(1): 151-156.

[14] 陳佼, 張麗. 天山北坡草地蓋度高光譜遙感估算[J]. 草業(yè)科學(xué), 2017, 34(1): 30-39.Chen J, Zhang L. Estimating grassland coverage based on hyperspectral remote sensing in the northern Tianshan Mountains [J]. Pratacultural Science, 2017, 34(1): 30-39.

[15] 孫紅, 劉寧, 邢子正, 等. 馬鈴薯冠層光譜響應(yīng)特征參數(shù)優(yōu)化與生長期判別[J]. 光譜學(xué)與光譜分析, 2019, 39(6): 1870-1877. Sun H, Liu N, Xing Z Z, et al. Parameter optimization of potato spectral response characteristics and growth stage ldentification [J]. Spectroscopy and Spectral Analysis, 2019, 39(6): 1870-1877.

[16] 劉聲傳, 曹雨, 鄢東海, 等. 貴州野生茶樹資源地理分布和形態(tài)特征與氣候要素的關(guān)系[J]. 茶葉科學(xué), 2013, 33(6): 517-525.Liu S C, Cao Y, Yan D H, et al. Geographical distribution and morphology of wild tea germplasm resources in Guizhou and its relationship with climatic factors [J]. Journal of Tea Science, 2013, 33(6): 517-525.

[17] 馬宏亮, 孫明國, 吳義恒, 等. 紅外波段水汽連續(xù)吸收研究進(jìn)展[J]. 大氣與環(huán)境光學(xué)學(xué)報, 2018, 13(5): 26-38. Ma H L, Sun M G, Wu Y H, et al. Research progress of water vapour continuum in infrared spectral regions [J]. Journal of Atmospheric and Environmental Optics, 2018, 13(5): 26-38.

[18] 陳輝煌, 彭松泰, 陳文惠, 等. 基于地面高光譜數(shù)據(jù)鮮茶葉特征選擇與品種識別[J]. 福建師范大學(xué)學(xué)報(自然科學(xué)版), 2016, 32(6): 89-95, 102.Chen H H, Peng S T, Chen W H, et al. Fresh tea discrimination using in situ hyperspectral data [J]. Journal of Fujian Normal University (Natural Science Edition), 2016, 32(6): 89-95, 102.

[19] 陳玲, 熊智, 孫浩, 等. 四種不同年份普洱茶中茶多酚與咖啡堿成分的分析[J]. 食品工業(yè)科技, 2011, 32(10): 132-134, 138.Chen L, Xiong Z, Sun H, et al. Study on the relationship between the content of tea polyphenol and caffeine and the storage period of Pu’er teas [J]. Science and Technology of Food Industry, 2011, 32(10): 132-134, 138.

[20] 俞慎, 何振立, 陳國潮, 等. 不同樹齡茶樹根層土壤化學(xué)特性及其對微生物區(qū)系和數(shù)量的影響[J]. 土壤學(xué)報, 2003, 40(3): 433-439.Yu S, He Z L, Chen G C, et al. Chemical characteristics of soil in the root layer of tea trees of different ages and their effects on microflora and quantity [J]. Acta Pedologica Sinica, 2003, 40(3): 433-439.

[21] 林鄭和, 鐘秋生, 陳常頌, 等. 不同茶樹品種缺氮下葉片光合特性的變化分析[C]//中國科學(xué)技術(shù)協(xié)會. 第十五屆中國科協(xié)年會第20分會場: 科技創(chuàng)新與茶產(chǎn)業(yè)發(fā)展論壇論文集. 北京: 中國科學(xué)技術(shù)協(xié)會學(xué)會學(xué)術(shù)部, 2013: 96-101. Lin Z H, Zhong Q S, Chen C S, et al. Photosynthetic characteristic of different tea cultivars in response to nitrogen deficiency [C]//China Association for Science and Technology. The 20thsession of the 15th annual meeting of China Association for Science and Technology: Proceedings of the Forum on Science and Technology Innovation and Tea Industry Development. Beijing: Academic department of China Association for Science and Technology, 2013: 96-101.

[22] 許麗穎, 劉斗南, 劉月. 不同茶樹品種葉片的花青素研究進(jìn)展[J]. 福建茶葉, 2019, 41(3): 4-5.Xu L Y, Liu D N, Liu Y. Research progress on anthocyanins in leaves of different tea tree varieties [J]. Tea in Fujian, 2019, 41(3): 4-5.

[23] 梁守真, 施平, 馬萬棟, 等. 植被葉片光譜及紅邊特征與葉片生化組分關(guān)系的分析[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報, 2010, 18(4): 804-809. Liang S Z, Shi P, Ma W D, et al. Relational analysis of spectra and red-edge characteristics of plant leaf and leaf biochemical constituent [J]. Chinese Journal of Eco-Agriculture, 2010, 18(4): 804-809.

[24] 王勝鵬, 鄭鵬程, 龔自明, 等. 基于近紅外光譜技術(shù)的茶鮮葉海拔高度判別模型建立[J]. 華中農(nóng)業(yè)大學(xué)學(xué)報, 2018, 37(1): 89-94. Wang S P, Zheng P C, Gong Z M, et al. Establishment of altitude discrimination model of fresh tea leaves based on near infrared spectroscopy[J]. Journal of Huazhong Agricultural University, 2018, 37(1): 89-94.

[25] 劉東蔚. 深圳市羊臺山浙江潤楠群落季相高光譜特征研究[D]. 北京: 中國林業(yè)科學(xué)研究院, 2013. Liu D W. The seasonal hyper-spectral characteristics ofcommunity in Yangtai Mountain Shenzhen [D]. Beijing: Chinese Academy of Forestry, 2013.

Analysis of Ground-based Spectral Reflection Characteristics and Differences of Three Types of Yunnan Puer Tea

LYU Haitao1,2, WU Wenjun1, LIAO Shengxi1*, WANG Zizhi1, ZHOU Junhong1, LI Li1, CUI Kai1

1. Research Institute of Resources Insects, China Academy of Forestry, Kunming 650224, China; 2. Nanjing Forestry University, Nanjing 210037, China

The type and producing area of tea plants affect the quality of Puer tea, and there are characteristic differences in canopy spectrum of tea plants of different types and producing area. It is great significance to make clear the source of fresh leaves and guarantee the quality of Puer tea by using this characteristic difference. In this study, the ancient tree tea, large tree tea and platform tea from four typical Puer tea mountains of Jingdong, Jinggu, Lancang and Ning'er in Yunnan Province were collected to measure spectral reflectance of their canopy leaves. The characteristics and differences of spectral reflectance were also analyzed and finally the ground-based spectral reflectance of Puer tea trees in Yunnan was revealed. The results showed that: (1) there were differences in spectral reflectance of canopy leaves of different Puer teas. In the near-infrared band, the differences in spectral reflectance of ancient tree tea and platform tea were significant. The spectral reflectance of ancient tree tea was similar to that of large tree tea. Meanwhile, the average reflectance of ancient tree tea was higher than that of large tree tea. (2) The spectral reflectance of different types of canopy leaves was shown as ancient tree tea>large tree tea>platform tea in the near infrared band. The spectral reflectance of canopy leaves of the same type of tea was Lancang>Jingdong>Jinggu, which has a positive correlation with the annual average temperature of the three places and a negative correlation with altitude. (3) Wavelength 754?nm, 801?nm and 891?nm were selected as the best wavelength points to distinguish three types of Puer tea, and 801?nm could be used as a characteristic wavelength point to distinguish ancient tree tea from different regions. This study provided technical support for the source of fresh leaves of Puer tea and the identification of tea species.

Puer tea, canopy, spectral reflectance, ancient tree tea, difference

S517.1

A

1000-369X(2021)02-184-09

2020-03-02

2020-04-03

國家林業(yè)和草原局科技發(fā)展中心“生物安全與遺傳資源管理”項目（KJZXSA202039）

呂海濤，男，碩士研究生，從事林業(yè)遙感應(yīng)用研究，1561147011@qq.com。*通信作者：cafliao@163.com

（責(zé)任編輯：趙鋒）