魏沙沙,林小妍,李淑娟,兰华清,骆新峥

• 1:福建省计量科学研究院

摘要(Abstract)：

以大数据、物联网和人工智能为代表的数字化技术正深度融入茶产业链，从种植管理、生产加工到产品溯源、智能管理等环节，全面推动茶产业向智能化、精细化方向转型升级，为茶产业的可持续发展提供了新的技术支撑和发展路径。文章系统总结了近年来我国数字化技术在茶产业中的研究进展，梳理出当前茶产业领域数字化技术研究与应用的不足，并提出了未来茶产业数字化技术应用和研究的方向与建议，以期为茶产业高质量发展提供参考。

关键词(KeyWords)： 数字化技术;茶产业;高质量发展

Abstract:

Keywords:

基金项目(Foundation): 福建省属公益类科研院所基本科研专项项目(2024R1016006);; 福建省计量科学研究院科研计划项目(FJJLK2024017)

作者(Author): 魏沙沙,林小妍,李淑娟,兰华清,骆新峥

参考文献(References)：

• [1]尤星宇,冷杨,霍春悦,等. 2024年中国茶叶进出口贸易情况简析[J].中国茶叶, 2025, 47(3):14-19.
• [2]徐伟燕,孙睿,金志凤.基于资源三号卫星影像的茶树种植区提取[J].农业工程学报, 2016, 32(S1):161-168.
• [3] CHEN P P, ZHAO C J, DUAN D D, et al. Extracting tea plantations in complex landscapes using Sentinel-2 imagery and machine learning algorithms[J]. Community Ecology, 2022, 23:163-172.
• [4]吴国辉.基于多源遥感数据的四川省长时序茶园分布提取方法研究[D].雅安:四川农业大学, 2024.
• [5]张津诚.基于无人机遥感图像的茶树种植区域提取与SPAD值反演研究[D].合肥:安徽农业大学, 2024.
• [6]李冬雪,李峰,赵梦洁,等.基于卫星遥感影像的茶园精准识别研究[J].山东农业科学, 2025, 57(4):136-145.
• [7]王银茂.茶园土壤养分水平与开采期的数字化预测研究[D].杭州:浙江大学, 2021.
• [8]史德林.基于精密传感网络控制的茶园水肥一体化控制策略[J].当代农机, 2023(8):61-62, 65.
• [9]姚振龙,汪明涛,黄幸成,等.物联网模式下的土壤肥力检测与污染治理系统[J].福建电脑, 2023, 39(10):110-113.
• [10]王国杰,赵继春,王敏,等.基于NB-IoT技术的土壤墒情远程智能监测系统设计[J].中国农机化学报, 2021, 42(5):208-214.
• [11]杨爱萍,陶瑶,汪建军,等.婺源春茶开采期的预报模型[J].江西农业学报, 2020, 32(5):112-115.
• [12]周欣.气候变化对江苏省茶叶种植气候适宜性的影响[D].南京:南京信息工程大学, 2023.
• [13]吴昕悦,乔娜,张晨昕,等.镇江春茶开采期气象条件分析及预报模型建立[J].中国茶叶, 2022, 44(9):20-24.
• [14]张玉静,傅良,金志凤.基于区域气候模式的浙江省春茶开采期霜冻害变化趋势预估[J].气象与环境科学, 2025, 48(2):73-83.
• [15]许金萍,蒋晓梅,胡波,等.基于GIS的安吉县茶树栽培农业气候区划研究[J].中国农学通报, 2025, 41(1):119-125.
• [16]付源,池淼,石青松,等.基于无人机遥感技术的茶树种植园生长环境监测研究[J].自动化应用, 2025, 66(6):210-212.
• [17]马祯元.基于荧光图像的茶树幼苗生理状态监测系统研究[D].汉中:陕西理工大学, 2022.
• [18]赫玉祥.基于多源遥感数据的日照市茶园晚霜冻害监测研究[D].泰安:山东农业大学, 2024.
• [19]江景.茶树低温胁迫的高光谱响应与监测研究[D].合肥:安徽农业大学, 2021.
• [20]陈文彬.基于无线传感器网络的茶树干旱胁迫监测与光合参数估计[D].广州:华南农业大学, 2021.
• [21]胡锦召,陈华才,季慧华,等.基于红外传感器的灰茶尺蠖智能监测装置的设计[J].现代电子技术, 2023, 46(18):157-161.
• [22] SUN Y B, WANG J, SUN L, et al. Evaluation of E-nose data analyses for discrimination of tea plants with different damage types[J]. Journal of Plant Diseases and Protection, 2019, 126(1):29-38.
• [23]陈禹,吴雪梅,张珍,等.基于改进YOLOv5s的自然环境下茶叶病害识别方法[J].农业工程学报, 2023, 39(24):185-194.
• [24]黄铝文,关非凡,谦博,等.基于2D DWT与MobileNetV3融合的轻量级茶叶病害识别[J].农业工程学报, 2023, 39(24):207-214.
• [25] ZHANG J H, GUO H L, GUO J, et al. An information entropy masked vision transformer(IEM-ViT)model for recognition of tea diseases[J/OL]. Agronomy, 2023, 13(4):1156. https://doi.org/10.3390/agronomy13041156.
• [26]万广,陈忠辉,方洪波,等.基于特征融合的随机森林模型茶鲜叶分类[J].华南农业大学学报, 2021, 42(4):125-132.
• [27]黄家才,唐安,陈光明,等.基于Compact-YOLO v4的茶叶嫩芽移动端识别方法[J].农业机械学报, 2023, 54(3):282-290.
• [28]俞焘杰,陈建能,彭伟杰,等.基于Tea DCGAN网络和Fake Tea框架的茶鲜叶数据增强方法[J].农业工程学报, 2024, 40(23):274-282.
• [29]朱红春,李旭,孟炀,等.基于Faster R-CNN网络的茶叶嫩芽检测[J].农业机械学报, 2022, 53(5):217-224.
• [30] WANG T, ZHANG K M, ZHANG W, et al. Tea picking point detection and location based on Mask-RCNN[J]. Information Processing in Agriculture, 2023, 10(2):267-275.
• [31]俞龙,黄浩宜,周波,等.机采茶叶嫩芽的图像采集与识别[J].湖南农业大学学报(自然科学版), 2024, 50(5):112-118.
• [32]洪孔林,吴明晖,高博,等.基于改进YOLOv7-tiny的茶叶嫩芽分级识别方法[J].茶叶科学, 2024, 44(1):62-74.
• [33] LIU F, WANG S, PANG S, et al. Detection and recognition of tea buds by integrating deep learning and image-processing algorithm[J]. Journal of Food Measurement and Characterization, 2024, 24(4):3412-3433.
• [34]唐璐,李长乐,葛悦,等.茶树地方群体种资源叶片表型及生化组分多样性分析[J].茶叶科学, 2023, 43(4):473-488.
• [35]陈琪予,陈亮,陈杰丹.茶树种质资源数字化研究及展望[J].中国茶叶, 2022, 44(4):1-7.
• [36]陈琪予,马建强,陈杰丹,等.利用图像特征分析茶树成熟叶表型的遗传多样性[J].茶叶科学, 2022, 42(5):649-660.
• [37] PANDOLFI C, MUGNAI S, AZZARELLO E, et al. Artificial neural networks as a tool for plant identification:a case study on Vietnamese tea accessions[J]. Euphytica, 2009(3):411-421.
• [38]林丽惠,罗志明,王军政,等.融合整体与局部信息的武夷岩茶叶片分类方法[J].智能系统学报, 2020, 15(5):919-924.
• [39]吴鑫,宋飞虎,裴永胜,等.基于机器视觉的茶叶微波杀青中品质变化与预测研究[J].茶叶科学, 2021, 41(6):854-864.
• [40]薛懿威,王玉,王缓,等.基于高光谱的绿茶加工原料生化成分检测模型建立[J].食品工业科技, 2023, 44(10):280-289.
• [41]沈跃铖,阮贤萍,郎春晓,等.光谱特征和纹理特征融合的红茶萎凋含水率检测方法[J].茶叶通讯, 2024, 51(3):376-382.
• [42]蒋建军,李臻峰,宋飞虎.基于气味在线检测的绿茶锅式杀青系统研究[J].食品与机械, 2021, 37(2):111-118.
• [43]陈琳.基于嗅觉可视化技术的工夫红茶发酵程度判定方法研究[D].北京:中国农业科学院, 2017.
• [44] JIN G, WANG Y, LI L Q, et al. Intelligent evaluation of black tea fermentation degree by FT-NIR and computer vision based on data fusion strategy[J/OL]. LWT, 2020, 125:109216. https://doi.org/10.1016/j.lwt.2020.109216.
• [45]郑鹏飞.基于近红外光谱和计算机视觉技术的乌龙茶做青过程在线监测系统研发[D].镇江:江苏大学, 2024.
• [46]田时雨,封雯,倪德江,等.黑茶箱式渥堆机的研制及品质成因分析[J].中国茶叶加工, 2023(2):39-45.
• [47]任爽,刘三军,范今朝,等.富硒茶智能萎凋控制系统[J].农产品加工, 2025(3):100-105, 109.
• [48]魏子淳.基于在线反馈参数的闽北乌龙茶智能化做青技术研究[D].福州:福建农林大学, 2022.
• [49]杨波.黄茶自动化闷黄装备的若干关键技术研究[D].合肥:安徽农业大学, 2024.
• [50]张光勇.基于机器视觉的机采茶鲜叶类别识别研究[D].昆明:云南农业大学, 2023.
• [51] ZHAO Z F, ZHU H J, CHEN G D, et al. Analysis of influence factors on the sieving efficiency in tea vibration sieving[J]. Agricultural Research, 2019(2):279-286.
• [52]吴正敏,曹成茂,谢承健,等.基于图像处理技术和神经网络实现机采茶分级[J].茶叶科学, 2017, 37(2):182-190.
• [53]吕昊威,武传宇,涂政,等.基于EDEM的机采茶鲜叶振动式分级机分级参数优化[J].茶叶科学, 2022, 42(1):120-130.
• [54]王小勇,余志,倪德江.往复式茶叶振动筛分装备优化设计与试验[J].农业机械学报, 2023, 54(9):143-153.
• [55]夏广雨.基于深度学习的精品安吉白茶分选机研究与设计[D].上海:上海第二工业大学, 2024.
• [56]田保宁.普洱茶高压静电除杂机设计与试验[D].昆明:昆明理工大学, 2023.
• [57]张开兴,马国良,胡芳源,等.绿茶风选装备设计与性能试验[J].农业机械学报, 2023, 54(S2):366-374, 387.
• [58] WU X Y, YANG J Q, WANG S H, et al. Tea category identification based on optimal wavelet entropy and weighted K-nearest neighbors algorithm[J]. Multimedia Tools and Applications, 2018(3):3745-3759.
• [59] ZHU J, ZHU F Y, LI L Q, et al. Highly discriminant rate of Dianhong black tea grades based on fluorescent probes combined with chemometric methods[J/OL]. Food Chemistry, 2019, 298:125046. https://doi.org/10.1016/j.foodchem.2019.125046.
• [60]黄旦益.基于化学计量学的茶汤品质数字化评价[D].杭州:浙江大学, 2022.
• [61]韦玲冬,刘迪迪,赵亮琴,等.都匀毛尖茶汤品质数字化评价研究[J/OL].食品工业科技, 2025:1-16[2025-07-30]. https://doi.org/10.13386/j.issn1002-0306.2024110350.
• [62]卢思佳.红茶汤色颜色空间分析及品质数字化评价研究[D].杭州:浙江农林大学, 2024.
• [63]王周立.基于计算机视觉的白茶茶毫品质数字化评价[D].杭州:浙江农林大学, 2024.
• [64]梁秀华.基于彩色图像分割的红茶金毫品质数字化评价研究[D].杭州:浙江农林大学, 2024.
• [65]张忠梁,舒英格,何季,等.贵州名优茶与产地土壤矿质元素相关性及其溯源影响的研究[J].核农学报, 2022, 36(5):957-966.
• [66]王宇童,唐卿雁,邵金良,等.基于稳定同位素与矿质元素的普洱生茶产地溯源研究[J].农产品质量与安全, 2023(6):43-50.
• [67]童曼妮.不同产地‘白叶1号’绿茶品质特征解析与溯源模型构建[D].北京:中国农业科学院, 2024.
• [68]王贞红,韩沅汐,张立友,等.基于高效液相色谱指纹图谱结合化学计量学及机器学习的黑茶产地识别[J].食品安全质量检测学报, 2023, 14(18):50-58.
• [69]蒋建东,周倩,潘柏松,等.茶叶加工过程远程云监控与溯源研究及系统设计[J].茶叶科学, 2019, 39(6):742-752.
• [70]邢斌,于华竟,徐大明,等.基于区块链的红茶质量安全追溯系统开发及应用[J].中国农机化学报, 2022, 43(11):133-138.
• [71]张立杰,陈丹丹,张恩,等.基于区块链多链架构的茶叶溯源信息监管系统设计与实现[J].中国农机化学报, 2025, 46(1):171-177.
• [72]卓钊航,曾淑贞,许先文,等.中国茶叶企业高质量发展的多案例研究[J].智慧农业导刊, 2024, 4(14):31-34.
• [73]赵金燕,周兵,胡宝晶,等.基于云计算的普洱茶信息管理系统设计与实现[J].中国茶叶, 2024, 46(3):66-71.
• [74]夏迎春,黄姗,王华斌,等.基于区块链的茶产业链大数据协同服务平台研究[J].安徽农业科学, 2024, 52(20):212-218, 234.