新时代新征程新伟业 | 百年红茶“坦洋工夫”发祥地：产业兴，乡村兴******
中新网宁德11月28日电 题：百年红茶“坦洋工夫”发祥地：产业兴，乡村兴
中新网记者 吕巧琴 叶茂
晒青、搓揉、发酵、焙干……八道工序背后的匠心，折射的是中国百年红茶“坦洋工夫”传统制作技艺的传承。如今，一片茶叶，也铺就了“坦洋工夫”发祥地——福建宁德福安市社口镇坦洋村的乡村振兴路。
走进坦洋村，只见村落四周的千亩茶园延绵起伏，绿意盎然。村中，茶行沿街一字排开，茶香飘溢；古民居、古茶行(横楼)、炮楼、廊桥、祠堂等清代风格古建筑，诉说着古老茶村的悠久历史。
古老茶村吸引游人流连忘返。 吴庆堂 摄名茶复兴
坦洋村民世代以茶为生。相传，清咸丰、同治年间，坦洋茶商胡福四(又名胡进四)试制红茶成功，经广州运销西欧，茶商接踵而来并设洋行。1915年，“坦洋工夫”红茶荣获巴拿马万国博览会金奖，成为当时欧洲最流行的饮品之一。抗日战争时期海路中断，贸易受阻，“坦洋工夫”逐渐走向没落。2006年起，在政府和茶人推动下，“坦洋工夫”重新回到人们的视野。
作为“坦洋工夫”创始人之一胡福四的后人，早年赴香港创业的胡新颖2009年回乡投资800万美元，成立新世基坦洋(福建)茶业集团有限公司，并在坦洋村建设茶文化园，希望重塑“坦洋工夫”品牌，带动父老乡亲增收致富。
坦洋村内，古建筑保存完好。 张斌 摄“将茶产业做大做强，带动更多的农户增收致富，这是我们的心愿。”新世基坦洋(福建)茶业集团有限公司现一年产茶2万斤，带动200多户农户。总经理胡少惠近日接受中新网记者采访时表示，将持续提升茶叶品质，让更多人种好茶、制好茶、喝好茶。
“绿叶”变“金叶”
看到“坦洋工夫”逐渐复兴，在外经商的坦洋村村民李岩忠也回村创立了一家茶作坊，以传统工艺制茶，逐步扩大加工规模。经过多年发展，李岩忠的茶作坊已变为800多平方米的茶叶加工厂，年产茶达7万多斤。
“对‘坦洋工夫’的发展充满信心”，为扩大辐射效应，李岩忠和村民投入160万元(人民币，下同)，于2014年注册成立“福安市坦洋领头洋合作社”。这个合作社面向社口镇及周边乡镇收购茶青，每年收购茶青达35万斤；同时，引导农户改种金牡丹新品种，茶园亩产值从原来的三四千元增至近万元。
在坦洋村，“坦洋工夫”红茶传统制作技艺依旧传承。 郑健雄 摄“以金牡丹为原料加工而成的创新型‘坦洋工夫’，果香蜜韵、花香迷人，深受客商和市场欢迎。”李岩忠表示，希望不断壮大合作社，实现种植、采摘、加工和营销一体化，逐步发展休闲茶旅。
一片叶子，成就了一个产业，富裕了一方百姓。2021年，该村茶园种植面积扩大到4000多亩，茶产量1400多吨，综合产值3.4亿元；八成以上人口涉茶，人均可支配收入达2.8万元。
“坦洋工夫”红茶也已先后获得“国家地理标志保护产品”“国家证明商标”“全国绿色食品”“中国驰名商标”等荣誉称号，品牌价值达44.47亿元。“绿叶”变“金叶”，茶产业成为古老茶村振兴的重要依托。
坦洋村村民在采茶。 蒲允静 摄科技赋能，茶旅融合
科技赋能，成为当地茶产业提档升级的“加速器”。坦洋村5G智慧茶园内，一排排高清摄像头紧贴地面，对茶树情况进行实时拍摄，自动采集和监测园区病虫害信息。
2020年5月，全国5G农业智慧茶园示范区落户福安市坦洋茶场，通过5G网络在远方依托电脑或手机即可实现施肥、灌溉、监控病虫害等，实现“数字+”与茶产业的有机融合，促使茶叶生产更精准、茶园管理更节本增效、茶业更绿色高质量发展，为产好茶提供有力保障。
坦洋茶场让消费者喝上放心茶。 吕巧琴 摄坦洋茶场场长郑明星说，智慧茶园实现成本降低和管理自动化，同时通过可视化的过程，让消费者还可以看到茶园是如何管理、提升茶叶品质的，让消费者喝上放心茶。
昔日荒山变身“茶海”，坦洋村也在传统茶业基础上催生出茶园旅游新业态，打造独特的“坦洋情意村”，每年吸引一批批游客、学子到村中旅游、研学。在村民林正锦看来，学生上山采茶、进厂加工茶叶，对“坦洋工夫”的推广也有很大的帮助。
社口镇镇长陆绚表示，以“茶乡观光休闲+特色民宿+茶文化研学”的发展模式，结合每年举办开茶节、斗茶赛，打响“坦洋工夫”茶品牌，推动坦洋村走出一条生态茶园“绿”、文化底蕴“浓”、茶事活动“热”的茶旅融合新路子。(完)
提速近10倍！基于深度学习的全基因组选择新方法来了****** 近日，中国农业科学院作物科学研究所、三亚南繁研究院大数据智能设计育种创新团队联合多家单位提出利用植物海量多组学数据进行全基因组预测的深度学习方法, 可以实现育种大数据的高效整合与利用，将助力深度学习在全基因组选择中的应用，为智能设计育种及平台构建提供有效工具。相关研究成果发表在《分子植物（Molecular Plant）》上。 全基因组选择作为新一代育种技术，通过构建预测模型，根据基因组估计育种值进行早期个体的预测和选择，从而缩短育种世代间隔，加快育种进程，节约成本，推动现代育种向精准化和高效化方向发展。 统计模型作为全基因组选择的核心，极大地影响了全基因组预测的准确度和效率。传统预测方法基于线性回归模型，难以捕捉基因型和表型间的复杂关系。 相较于传统模型，非线性模型（如深度网络神经）具备分析复杂非加性效应的能力，人工智能和深度学习算法为解决大数据分析和高性能并行运算等难题提供了新的契机，深度学习算法的优化将会提高全基因组选择的预测能力。 该研究团队以玉米、小麦和番茄3种作物的4种不同维度的群体数据为测试材料，通过创新深度学习算法框架开发了全基因组选择新方法。 与其他五种主流预测方法相比，该方法有以下优点： 可以利用多组学数据开展全基因组预测；算法设计中包含批归一化层、回调函数和校正线性激活函数等结构，可以有效降低模型错误率，提高运行速度；预测精度稳健，在小型数据集上的表现与目前主流预测模型相当，在大规模数据集上预测优势更加明显；计算时间与传统方法相近，比已有深度学习方法提速近10倍；超参数调整对用户更加友好。 该研究得到了国家重点研发计划、国家自然科学基金、海南崖州湾种子实验室和中国农业科学院科技创新工程等项目的支持。 学术支持 中国农业科学院作物科学研究所 记者 宋雅娟 彩云网地图 |
