由于晚霜冻害给我国茶叶生产造成巨大损失，近年来通过从国外引进和自主研发，茶园防霜机得到了一定规模的推广应用。但其使用和运行一般采用较为粗放的管理模式，仅在霜夜依据单一低温进行启闭操作，使防霜机的功能不能得到有效发挥，而且会造成运行能耗的浪费，有时使用不当反而会加剧茶树霜冻害程度。本论文在国家863计划课题“茶园智能化关键技术与装备开发”和国家自然科学基金项目“茶园气流扰动防霜控制策略研究”的资助下，首先试验研究了不同时间尺度和冻害等级下防霜机的运行时机及其防霜效果，然后依据历史气象资料建立了早春晚霜冻害发生的预测预报模型，在此基础上初步开发了茶园防霜机运行决策系统，以实现防霜机合理、高效、节能运行。主要研究内容和结果如下:　　(1)针对茶树萌芽前后耐冻能力的差异性以及气象逆温和反逆温的复杂性，试验研究了不同时间尺度、不同霜冻等级下防霜机的启用和启闭时机，对茶树冠层的温度、茶树光合作用、生长性状等的影响，以此来确定长时间尺度上防霜机的启用时机，以及不同霜冻等级在短时间尺度上防霜机的启闭时机。　　结果表明:为减小茶树叶片光合能力降幅，茶树芽密度、新梢长度和百芽重都增幅20％以上，防霜机应在茶树萌芽前不少于7d启用;发生Ⅰ级霜冻时，防霜机在降霜前0.5h启动、在日出后延停0.5 h，茶树冠层温度将不小于临界冻害温度，同时减轻日出后因升温过快而导致的二次应激伤害;发生Ⅱ级霜冻时，防霜机应在降霜前1h启动、在日出后延停1h，才可达到预期的防霜效果。　　(2)分析2009～2013年间茶园气象数据，提取与晚霜发生相关性高的7个气象因子(14时气温、14时相对湿度、14时风速、14时光照强度、20时气温、20时相对湿度、20时风速)作为自变量，分别以霜冻等级和霜冻发生时刻作为因变量，采用逐步回归、BP神经网络算法，建立了霜冻发生预测模型和霜冻预报模型。　　经比较分析可知，以BP神经网络算法建立的上述模型为最佳，其试报准确率分别不低于80％和60％。　　(3)利用上述研究结果和现有基于临界低温的逆温差控制策略，初步构建茶园防霜机运行决策系统，并在Visual Basic平台上开发了相应的软件。该决策系统可实现晚霜发生的预测和发生时刻的预报，还可根据不同的逆温和反逆温阶段，给出防霜机启闭与否的决策结果，从而为防霜控制提供依据。测试结果表明，该决策系统可有效提高防霜机的防霜效果，并降低运行能耗。