2023年中央一号文件指出，应持续加强农村基础设施建设，推动数字化应用场景研发推广，加快农业农村大数据应用，推进智慧农业发展。智慧农业是指应用信息技术、互联网技术、物联网技术等现代科技手段，对农业生产、管理和决策等环节进行智能化改造和升级的农业生产方式，进而提高农业生产效率和质量[1]。
推动智慧农业发展及茶产业数字化进程离不开物联网的深度应用。物联网是指通过各种信息传感器、射频识别技术、全球定位系统、红外线感应器等装置与技术，实时采集各种信息，通过各类网络接入，完成物与物、物与人的广泛连接，实现对物品和过程的智能化感知、识别和管理，是一个基于互联网、传统电信网等的信息承载体。物联网在医疗保健、智慧城市、工业生产等方面都取得了巨大的成功[2]，同时物联网技术的发展也推动农业领域的加速转型[3]。王永强等[4]从多个方面对中外农业进行比较分析，归纳了我国农业物联网取得的创新性成就，包括初步建成的食品质量与安全监控物联网大平台、物联网与区块链相结合实现农产品精确溯源、构建物联网农业害虫测报以及通过农业物联网实现对耕地土壤肥力的精准监管等方面。
茶产业作为我国农业领域的特色优势产业，随着国际和国内市场对茶叶需求的提升，极大地促进了茶产业的发展。但作为一个茶叶大国，我国茶产业在很多方面还处于落后阶段，尤其是在信息服务系统方面。茶产业在生产经营的过程中会产生较大的信息量，但在我国还未形成规模化、信息共享的产业链物联网信息服务系统[5]。同时我国作为一个烟草种植大国，借助物联网技术，烟草农业生产种植过程正向更数字化、智能化方向发展，集新兴的互联网、云计算和物联网技术为一体，逐步贯穿烟草产业链[6]。相较于烟草行业，物联网技术在茶产业中的投入还不够全面。其次，我国茶产业在一定程度上存在产品农残超标、生产效率低下、监测预警能力不足等问题[7]，现阶段高新技术不断发展，实现茶产业数字化改革的意义重大，借鉴物联网技术在其他作物生产中的应用经验，将物联网和数字化技术融入茶产业中，可推进茶产业智能化发展进程[8]。本文综述物联网在茶叶种植加工过程中的应用，并对相关数字化技术进行简单介绍，论述目前应用方面的不足，为后续茶产业及其他相关农业领域运用数字化技术提供一定的参考价值。
1 物联网在茶园管理中的应用
茶园管理包括土壤管理、水肥管理、病虫害防控和茶树修剪等方面，对茶鲜叶品质性状形成具有重要影响。陈玉[9]采用Spring Cloud搭建智慧茶园管理平台，该平台包括茶树生长环境监测、水肥药一体化调控、茶树生长过程综合管理等5 个方面，能够实现用户远程对茶园进行管理调控。以下将详细论述物联网技术在茶园土壤信息采集、茶园水肥管理、茶树病虫害监测等方面的应用。
1.1 土壤信息采集
土壤是茶树生长的基础。通过科学的土壤管理方式，改良茶树根部微生物环境，进而改善土壤的物理结构和生理生化指标，提高土壤含水率、土壤肥力、微生物数量等，从而对茶树生长发育有利[10]。作为土壤的基本单位，土壤团聚体对土壤质量有着重要影响，而不同的管理模式对确保茶园土壤团聚体的稳定性效果存在显著差异[11]，可见适宜的茶园管理模式对改善茶树根部生长环境具有重要作用。土壤信息采集对传感器的性能和采集方法具有一定要求。王永强等[4]的研究表明，要实现高速、高通量、实时的土壤养分检测就要使用电化学型传感器代替传统的化学仪器监测方法，另有研究表明土壤粒径在0.25～0.5 mm时具有较高的建模效果，这有利于获得更加精确的土壤肥力数据[12]。付腾飞等[13]基于物联网技术设计了一个能实时监管土壤盐渍化的系统，可评价区域内土壤性质现状以及变化趋势，便于及时对土壤施加管理。张雷[14]设计开发了基于网络地理信息系统的土壤养分信息管理系统，具备土壤养分信息查询功能和语音智能交互功能，扩大了使用人群。此外，陈兰[15]通过对ZigBee网络进行研究，改进了ZBR路由算法，减少了数据采集过程中的能量消耗。总之，应加大对茶园土壤管理和信息采集技术的研究与应用力度，整合多学科知识和技术手段，不断创新和完善相关体系，以确保茶树生长在最佳的土壤环境中，推动茶产业的高质量发展和可持续经营。同时，要加强茶园管理者和从业者对这些先进技术和理念的认知与培训，提高其应用能力和管理水平，共同为打造优质、高效、生态友好的茶园而努力。
1.2 茶园水肥管理
茶园中土壤水分的含量关系到茶树的成活率以及叶片性状，良好的土壤肥力是茶树高产优质的保障，二者对促进茶树生长以及提高茶叶品质具有重要作用。目前在新兴农业中针对这两个因素管控运用较多的一项智能化农业技术，称为水肥一体化。蔡绍博等[16]设计出一套智能水肥一体化温室农业管理系统，该系统可以1 个网关节点对应多个终端节点，能够实现一对多通信，方便多方用户与终端进行互动与监测。但是这项技术还不常见于茶园管理，因此史德林[17]提出一种基于精密传感网络控制的茶园水肥一体化控制策略，将水肥一体化技术应用到茶园，在一定程度上促进了茶产业发展。利用物联网技术不仅可以对土壤状况进行监测，还可以精准对施用水肥的量进行控制[18]。在黄山市数字茶叶发展及智慧茶园的构建中，就利用自动浇灌、自动水肥一体化等手段，减少了劳动力的投入，提高了经济效益[19]。姚振龙等[20]设计了基于物联网技术和Android智能移动终端下的土壤肥力检测系统，扩大了适用范围。土壤肥力检测搭配滴灌施肥智能控制方法[21]，提高施肥准确率，减少资源浪费。此外，郑莉等[22]设计了一种基于窄带物联网的土壤熵情监测系统，该系统可以对土壤湿度信息封包发送，并对数据进行处理，最终可以在云平台和微信小程序上对土壤熵情信息进行查看和管理。在灌溉方面，目前除了借用各种无线通信技术和传感器的智能灌溉系统外，还有基于微积分控制的智能灌溉动态监测系统，可以根据指令自动调节水肥的浓度[23]。在国外还有借助太阳能系统为自动浇水和施肥过程提供能量等相关应用[24-25]。智能化技术在茶园水肥管理和灌溉中各有优势，应积极推广这些技术在茶园的广泛应用，加强技术研发与创新，使其更贴合茶园实际需求。此外，不仅要加大对相关技术研发和推广的投入，更要注重根据茶园的独特环境和需求进行个性化定制和优化。通过构建精准高效的水肥管理体系，实现对土壤水分和肥力的科学调控，减少资源浪费，降低劳动力成本，从而提高茶园的综合效益，推动茶产业向高质量、智能化、绿色可持续的方向转型升级。
1.3 茶树病虫害监测
茶园中常见的病害有茶炭疽病、茶饼病等，常见的虫害有小绿叶蝉、茶蚜虫、黑刺粉虱等，当茶园发生病虫害时将严重影响茶树生长以及茶鲜叶品质，因此做好茶树病虫害防控对提升茶叶产量以及保护生态环境有重要作用[26]。传统的病虫害防控技术主要包括物理防治、化学防治、生物防治以及合理使用农药等方面[27]，数字化技术投入较少。物联网技术的发展为茶树病虫害防控带来了很多便利，尤其在监测病虫害发生情况方面。Ye Rong等[28]认为病害的发生与环境条件之间存在一定的线性关系，可以根据作物的生长环境预测作物病害。王辉[29]在构建的物联网病虫害防治系统中对土壤pH值、土壤温湿度、光照度等与茶树病虫害形成的相关因素进行对应模块设计，可以实现从病虫害起因对茶园环境数据的监测与管理，同时还能对茶树病虫害类型进行监测，这对改善茶树生长起到一定的作用。Chang等[30]利用物联网技术设计了一个植物生长监测和环境控制平台，可对环境参数进行监测、控制以及记录植物生长性状和病虫害发生情况。王海光[31]对病虫害监测系统中的多种监测类别进行了解释，其中包括对病虫害种类的判断，同时还能借助移动端或计算机平台查看病虫害发生情况和植物的生长状态。此外，提高病虫害监测准确率在茶树病虫害防控中也具有重要意义，精准地分辨病虫害有助于茶农采取针对性措施[32-33]。针对复杂的自然环境，Xie Senlin等[34]构建了田间茶园智能物联网硬件系统，以应对茶园突变的环境。应充分利用物联网技术，加强其在茶园中的应用深度和广度，持续研发和优化基于物联网的病虫害监测系统，提高监测准确率和数据分析能力，实现对病虫害的精准预测和实时监控。搭配运用传统防控技术，构建综合性茶园病虫害防控体系，减少化学农药使用，降低对环境的影响，保障茶叶产量和品质的同时，保护茶园生态环境。
将茶园采集到的各种信息通过物联网设备传输到用户移动端，农户可以及时获取数据并进行反馈，实现对茶园的远程监管（图1）。浙江绍兴的新昌县已经将土壤监测仪、虫情测报仪、水肥一体机等设备应用到茶园，利用物联网技术构建数字化茶园建设点[35]。将物联网和智能化技术推广应用到茶园建设管理是适应时代发展做出的相关策略，也是减少茶园管理投入、提升管理水平的举措。
图1 物联网茶园
Fig. 1 IoT for tea planation
2 物联网在茶叶加工中的应用
茶叶按照发酵程度不同可以分为不发酵茶、微发酵茶、半发酵茶、全发酵茶，根据制作工艺的不同又能分为六大基础茶类和再加工茶[36]，随着科技的发展，更多的新兴技术被应用到加工过程。六大茶类及花茶加工过程存在明显的物联网体系构架：加工车间及生产线的各种感应器、传感器及监控设备构成物联网感知层，由感知层接收到的各种信息借助宽带网络及传输层上传到数据库，通过系统及物联网应用层的处理和评估之后再反馈给车间机器的各控制节点及时进行调整[37]。以下分别对六大茶类及花茶加工过程中涉及的物联网相关技术进行论述。
2.1 物联网在绿茶加工中的应用
绿茶的加工工序主要是鲜叶摊晾、杀青、揉捻、干燥，其中杀青过程对绿茶风味品质形成有重要作用。根据干燥和杀青工艺的不同，绿茶又可分为炒青绿茶、烘青绿茶、蒸青绿茶和晒青绿茶。张新[37]从物联网的角度对绿茶加工过程中各项工艺信息化技术的应用进行了论述，为制茶工艺的优化提供了一定参考。
鲜叶质量是影响茶叶品质的因素之一，目前已经能够通过图像处理技术结合多种计算机算法获取鲜叶嫩度数据，从而提高鲜叶采摘的准确率，获得达到农户验收标准的茶鲜叶，提高成品茶的品质[38]。有研究针对名优茶机械采摘过程中不同等级鲜叶的检测分类问题，提出一种变域的两级融合网络检测分类方法，提高了采茶机械对茶芽的识别准确率，为智能化采摘鲜叶提供参考意义[39]。杀青过程是影响茶叶品质的关键工艺。Song Feihu等[40]利用机器视觉捕捉茶叶图像，使用遗传算法结合反向传播神经网络预测茶叶含水量，根据茶叶的物理化学变化，对茶叶状态进行监测，最后通过智能杀青提升茶叶品质。其后续又将杀青过程分成两个阶段，设计了一个可以自动调整杀青参数的智能系统，借助这个系统可以更好地对绿茶杀青过程的参数进行控制，提高杀青效率[41]。绿茶杀青后要及时对杀青叶进行摊凉，摊凉过后的揉捻对塑造茶叶外形至关重要。陈侠等[42]基于极限梯度提升（extreme gradient boosting，XGBoost）算法设计出一个茶叶揉捻参数推荐系统，按照该系统推荐的参数进行设置，揉捻叶的成条率、细胞破碎率都达到了标准，该系统在一定程度上推动了揉捻设备的发展，智能化茶叶揉捻装置不断更新，大大提高了揉捻叶品质[43]，同时减少了劳动成本。干燥过程茶叶的香气进一步得到提高。有研究人员对目前常见的托盘式干燥机建立了数学模型，预测干燥机托盘中茶叶的水分含量和温度以及干燥空气的温湿度变化情况，此外还可通过借助射频反射仪-传感器系统监测干燥过程中茶叶水分的含量，通过监测含水量，有助于把握干燥适度[44-45]。Xie Chuanqi等[46]使用高光谱成像技术对茶叶颜色进行测量，该技术可以客观地确定不同干燥时期的茶叶颜色并进行分类，更加直观地对茶叶干燥程度进行判断。陆禹州等[47]针对干燥装置综合了多项发明专利将喷雾制粒干燥与网络化服务有机结合，可以通过网络联系、视频电话等方式实现远程控制，及时发现并解决干燥过程中出现的问题。在绿茶加工过程中一方面需要持续优化鲜叶采摘和加工工序中的各项技术，提高其准确性和稳定性，确保茶叶品质的一致性；另一方面，加强智能化设备和系统的研发与推广，实现从原料到成品的全流程智能化管控，可降低对人工的依赖，提高生产效率和经济效益。同时，注重技术创新与传统工艺的结合，传承和发扬绿茶独特的风味和品质特点也至关重要。
2.2 物联网在白茶加工中的应用
白茶加工主要包括萎凋、干燥两个过程，其中萎凋过程对白茶品质影响较大，包括自然萎凋、加温萎凋和复式萎凋3 种。萎凋时的温湿度和时间对白茶品质形成有关键性作用。为了使白茶品质不受外界环境条件的影响，林飞应等[48]设计了一套可以人工控制白茶加工温湿度的工艺流程，稳定了白茶品质。吴传记[49]详述了物联网技术在自动化萎凋生产线和复式萎凋生产线上的应用，物联网技术大大提高了萎凋叶的品质，同时智能化设备节约了成本。
张钦部[50]以清洁化和智能化为目的，设计了一种由全自动机器操作、加工不落地智能化的生产线，该方案选择以发光二极管（light-emitting-diode，LED）冷光源和红外线热光源相结合进行萎凋，生产线上安装各种传感器对萎凋环境参数进行监测，进而获取最优工艺参数，为优化生产线提供指导。林宏政等[51]通过分析传统白茶萎凋环境，设计了多波长LED白茶复合式光萎凋生产线，该生产线包括多个模块，可以实现萎凋过程中的控温控湿、数据采集、远程监控等，便于对萎凋过程的控制，从而稳定白茶品质。白茶萎凋生产线和LED光质的研究为后续这方面技术上的改良提供了指导[52]。汪飞等[53]为解决萎凋不均匀的问题，设计了一套基于32 位微控制器单片机的微波萎凋智能控制系统，采用增量式PID（proportional, integral, differential）算法，可对萎凋工艺中的含水率、温湿度、萎凋时间等进行多因素联合控制，该系统不仅能用于摊青等茶叶预处理，还能与微波杀青、烘干等设备联用，提高生产效率。此前，Das等[54]还提出了一种基于人工神经网络预测萎凋过程中水分散失的技术，实时掌握萎凋叶的水分状态，为后续加工提供指导。白茶的干燥工序是茶叶进一步散失水分的过程，对白茶品质的固定至关重要。李秋玫等[55]在对白茶干燥系统进行数值模拟时发现通过增加变截面并改变其倾斜角度可以改善系统气流分布的均匀性，进而提高白茶干燥程度一致性，研究结果为干燥系统的研发提供参考。研发新型的干燥设备应该结合白茶的特性，在保证品质的前提下，进一步提高干燥效率，降低能耗。
2.3 物联网在黄茶加工中的应用
黄茶的主要加工工序包括杀青、闷黄、干燥，其中闷黄是黄茶加工的特殊工艺，也是形成黄茶品质特征的关键步骤。有研究表示闷黄时间和温湿度对闷黄后的茶叶品质有较大影响[56]，闷黄过程中的供氧量对成茶感官品质和生化成分的形成也有重要作用[57]。对黄茶加工的研究主要集中在品质成分以及制作工艺上，鲜有探究数字化及智能化技术在加工过程中的应用，因此在黄茶加工阶段融入这类技术存在较大研究前景。
汪抗[58]结合各种传感器和控制元件设计了闷黄设备的硬件和软件系统，通过温湿度算法，可以有效对闷黄过程进行温湿度的监测和控制，这一研究在一定程度上能够有效促进闷黄过程连续化、加工过程自动化。基于前人的研究，李伏桃等[59]设计了一种多层输送带箱式茶叶闷黄机，多层的形式避免了茶叶翻堆造成的机械损伤，自带的温湿度控制系统可以实时对闷黄过程进行控制，同时，该机器采用的自动控制系统具备远程监测功能，实现了黄茶的自动化产出，减少了劳动成本。关于物联网技术在黄茶加工过程中的应用现有研究还比较少，且主要集中在闷黄阶段，鲜见在杀青和干燥过程的应用，这为未来的研究方向提供了思路。
王胜鹏等[60]利用近红外光谱技术提出了一种对远安黄茶品质快速无损的检测方法，运用遗传算法，建立预测模型，准确地预测了未知样品的品质得分，但由于取样的问题，该方法还需要更多的实验进行验证。
2.4 物联网在乌龙茶加工中的应用
乌龙茶的加工工序主要有萎凋、做青、杀青、揉捻和干燥等，其中做青包括摇青和静置两个环节，做青过程对乌龙茶色泽、香气和滋味形成具有重要作用，也是形成乌龙茶“绿叶红镶边”品质特征的关键过程[61]。此外，乌龙茶特殊的包揉方法对形成乌龙茶独特的外形和香气也有重要影响。何开杰等[62]对物联网技术在闽北乌龙茶中的应用进行了论述，以期通过物联网技术推进乌龙茶生产线信息化、智能化、自动化。利用物联网技术对乌龙茶加工过程中的温湿度等条件进行监测和控制，数字化提高生产效率，改善品质。
传统的做青工艺存在自动化程度低、劳动强度大等问题。刘江平等[63]分析做青过程中环境温湿度对做青品质的影响，设计了一个由3 个部分构成的做青控制系统，可以根据做青过程中的温湿度变化，进行工艺参数的调整。魏子淳[64]对做青过程环境中挥发性物质和物理参数等进行分析，借助传感器、控制器和移动设备等构建实时反映做青参数的智能化做青系统，该系统可以远程监控和控制做青过程。除了对做青进行远程控制外，还有对做青过程技术的改进。通过大数据分析和智能算法，使物联网系统能够根据不同的茶叶原料特性、生产环境以及市场需求，自动优化调整加工工艺参数，确保乌龙茶品质的一致性和稳定性，同时大幅提高生产效率，降低人工成本和劳动强度。卞贤炳等[65]为了提高摇青的效率，设计了可调幅仿手工摇青机器和单输入多输出的动力传输机构，该机构可以对不同季节和不同鲜叶嫩度进行规模化摇青，进而提高不同季节的鲜叶利用率。建立更加精准的做青模型，能够实时、准确地预测和调整做青过程中的环境参数和工艺操作，以适应不同季节、不同鲜叶原料的变化，最大程度地发挥做青工序对乌龙茶品质的塑造作用。此外，吴薇等[66]通过图像视觉采集技术分析了武夷岩茶做青过程中萎凋叶的颜色变化情况和做青程度之间的关系，为今后利用视觉采集技术判断乌龙茶的做青程度提供了指导。还有研究人员使用气体传感器构建电子鼻系统检测摇青过程中的气味变化从而判断摇青程度，减少了人工对摇青适度判断的不准确性[67]。将这些技术与整个加工生产线进行有机整合，形成一个智能化、闭环式的生产管理体系，从原料投入到成品产出，以期形成贯穿全过程的精准监控和优化管理。
2.5 物联网在红茶加工中的应用
传统红茶的加工工序主要包括萎凋、揉捻、发酵和干燥这4 个过程，这些工艺对红茶品质形成具有重要作用，其中萎凋对红茶不同香气的形成有很大影响，发酵是红茶汤色呈现橙黄明亮的关键工艺，干燥可进一步稳定红茶品质[68]。而随着红茶的需求量逐渐增加，对生产连续化和自动化的要求更加迫切。李玉胜[69]针对红茶加工效率低、劳动强度大等问题设计了一条具备自动控温控湿供氧的清洁化加工生产线，该生产线可随时调节加工过程中的各项参数，使加工过程更加智能快捷。
红茶揉捻的程度反映了叶片的细胞破损率，揉捻时对压力的把控是揉捻过程的关键，关系到揉捻叶的质量，对后续发酵的效果产生影响。陈永乐[70]和朱凤芝等[71]采用可编程逻辑控制器（programmable logic controller，PLC）控制技术构建了揉捻机自动控制系统，实现了对压力的最优控制，并且能够实时反映揉捻过程出现的问题，可以及时对揉捻压力、转速等做出调整，确保揉捻叶的成条率和细胞破损率等，为进一步发酵做准备。另外可以通过深入研究不同红茶原料的特性和揉捻工艺要求，优化PLC控制算法，实现更加精准的压力控制和故障诊断。红茶的发酵过程对发酵环境的温湿度和氧气含量有严格要求，发酵条件会直接影响发酵程度。王梅[72]设计了一种带有温湿度传感器、偏最小二乘法控制系统以及各种执行模块等自动发酵装置，可以获取发酵环境中的各种数据，从而对发酵环境进行监测，并且能在显示屏上对环境参数进行调整，及时做出预防措施。为了避免工人对发酵程度判断不准确，有学者利用红外光谱技术和计算机视觉技术对发酵过程进行科学、综合的评价，通过对红茶发酵中的各种组分变化进行分析，更加科学地反映了红茶的发酵程度[73]。Kimutai等[74]研发了一种基于物联网的图像处理技术检测红茶的最佳发酵模型，该成果可以提高对红茶发酵程度判断的准确性，且可用于其他需要发酵的茶类加工。应进一步整合这些技术，建立一个综合性的发酵过程监控和管理系统。该系统不仅能够实时监测温湿度、氧气含量等环境参数，还能通过多种技术手段准确判断发酵程度，及时调整发酵条件，稳定红茶发酵质量。干燥可进一步提升茶叶的品质，但是关于红茶特定的干燥技术还鲜有研究，相应数字化技术投入也有待增加。
2.6 物联网在黑茶加工中的应用
黑茶是由具有一定成熟度的鲜叶加工而来，其加工包括杀青、揉捻、渥堆、干燥等工序。其中渥堆对形成黑茶独特的风味品质至关重要[75]。黑茶的独特风味以及其具有的多种保健功效使其逐渐受到消费者青睐，对黑茶生产的标准化和清洁化要求也越来越高，促使各种连续化生产设备和创新性技术投入到黑茶加工生产线，确保黑茶品质稳定性，减少成本[68]。谈峰[76]针对藏茶加工技术落后、卫生水平低等问题，构建了藏茶清洁化生产线，优化了关键工序参数，为黑茶加工连续化生产线的建立提供了参考。陈林[77]使用偏最小二乘法控制系统结合传感器等对生产线现场的数据进行采集，并且可以实现远程对生产线的管理，通过各种微机设备对生产线进行自动化、网络化控制，削弱了多人控制单机进行简单连续化作业的弊端。
黑茶渥堆过程的温湿度直接影响渥堆叶的质量，田时雨等[78]设计了一个能实现渥堆过程中温湿度自动调节和数字化控制的渥堆机，该机器可以通过控制渥堆过程中的茶叶含水量和温湿度，实现黑茶品质形成的需要，稳定黑茶品质，但还需要进一步研究不同黑茶品种在渥堆过程中的最佳温湿度条件和含水量控制标准，建立更加精准的渥堆工艺模型。渥堆的程度影响黑茶的品质。王辉等[79]提出了一种基于色泽变化判断渥堆适度的方法，通过图像采集和图片信息处理，再结合感官审评实现对渥堆叶品质的快速判断，对稳定黑茶品质具有重要作用。此外，Li Tiehan等[80]利用化学成像技术建立了一个普洱茶渥堆发酵程度的定性和定量预测模型，该模型可用于测定渥堆发酵过程中的品质成分含量，反映发酵的程度。将这些技术进行整合和优化，形成一套完整的渥堆质量监控体系，实现对渥堆过程的实时、准确监测和控制。针对目前消费者对茶叶品质健康的关注问题，朱燕妮[81]提出构建基于二维码的黑茶产品溯源系统，消费者可以通过扫描产品二维码获取该产品的种植管理信息以及生产加工信息等，使消费者喝上看得见、安全的茶。目前还有基于指纹图谱判断黑茶原产地的各种研究[82-83]，有助于用户对黑茶来源进行了解。同时，加强与消费者的互动和沟通，通过多种渠道向消费者普及黑茶的知识和文化，提高消费者对黑茶的认知度和认可度，这些对促进黑茶产业的发展有重要作用。
2.7 物联网在花茶加工中的应用
花茶又称香花茶、熏花茶、香片，是将茶叶和花相互拼和窨制而成的茶，使茶带有花香，属于再加工茶。用于花茶加工的鲜花种类主要包括茉莉花、桂花、玫瑰花、白兰花、柚花等可食用花，其中茉莉花茶是目前消费最多、最常见的花茶种类[84]。随着花茶消费者逐渐增多，花茶加工的数字化和智能化技术投入也愈发需要。
庞文媛等[85]综述了机器学习算法在花茶原料验收、加工和质量分级等方面的应用，总结了计算机算法的优缺点，为智能化技术融入花茶产业提供了参考。此外，在花茶加工过程中应用了许多配套的设备提高生产效率。郝连奇等[86]发明了一种茉莉花茶加工过程碎花去除装置，可以减少不符合标准的花骨朵、碎花以及花虫等从而提高茉莉花茶的品质。杨庆新等[87]发明了一种可以自动拼配匀堆的装置，将该装置运用到茉莉花茶的加工过程可以减少人工拼配带来的误差，使茶坯充分吸收茉莉花香，提高茉莉花的品质。目前在花茶加工中数字化应用还停留在较低水平，缺少对加工环境条件的监测以及数据采集的功能和对加工过程的智能化控制等，连续化、自动化生产线的构建还不完善，实现加工过程的数字化转型、数据共享对促进茉莉花茶产业发展具有重要作用。花茶作为再加工茶，可借鉴其他茶类在物联网技术应用方面的经验，推动花茶产业与物联网技术的深度融合。通过物联网技术实现花茶生产的全程追溯和质量监控，提高消费者对花茶品质的信任度。此外，加强花茶加工企业之间的合作与交流，共同推动数字化技术的应用和标准的制定，促进整个产业的数字化转型。
总体而言，物联网技术在茶产业中的应用已经取得了显著成效。收集数据及对数据进行处理与传输在每个物联网运用环节都有着重要作用，其中，对数据的收集与处理涉及到计算机算法与技术，物联网在茶产业应用过程中常用数据处理相关算法的优缺点对比见表1，相关技术实际应用见表2。
表1 常用算法优缺点
Table 1 Advantages and disadvantages of commonly used algorithms
算法优点缺点随机森林算法准确性高、能处理大量数据和特征、多功能、易于使用[88]回归问题处理较弱、小数据或低维数据处理不足[89]偏最小二乘法小样本同样适用、处理多重共线性存在过拟合风险、非线性关系处理能力有限[90]支持向量机可以解决非线性的分类、分类效果较好对大规模训练样本难以实施、多分类问题存在困难[91]人工神经网络能够处理大量数据、协调多种非线性因素、提高输出速率网络层数较多时容易产生局部最优解、产生过拟合[92]卷积神经网络特征分类和提取同时进行、影响更强[93]深层卷积偏重提取局部信息、计算量需求大、在嵌入式设备中的应用存在局限[94]遗传算法适用于求解复杂的优化问题、应用较为广泛[95]局部搜索能力差、控制变量较多[96]
表2 相关技术在茶产业中实际应用
Table 2 Practical application of various detection technologies in the tea field
应用技术算法应用算法应用近红外光谱技术偏最小二乘法绿茶质量控制[97]主成分分析评估红茶品质[98]支持向量机支持向量机高光谱成像技术极限梯度提升算法评估茶叶品质、茶叶成分可视化[99]卷积神经网络茶树病虫害检测[100]寄存器组机器视觉技术随机森林算法红茶揉捻程度鉴定与分类[101]人工神经网络武夷岩茶做青程度判断[66]支持向量机指纹图谱技术偏最小二乘法普洱生茶产地溯源[102]支持向量机黑茶产地识别[103]卷积神经网络随机森林算法无线传感技术射频识别技术茶叶物流[105]误差优化控制算法无线传感器网络卡尔曼滤波算法泰山茶园环境控制系统[104]
3 物联网在其他方面的应用
随着物联网及智能化技术的发展，在茶产业中的应用逐渐推广，利用NB-IoT技术可以实现对茶树生长环境、茶树健康的监测，对茶园的灌溉系统进行控制，该技术还可以实现对茶叶加工过程的监测，对该项技术在应用过程中获取到的数据进行分析，还可以为提高茶鲜叶品质采取相关措施提供一定的参考[106]。将物联网技术应用到茶叶物流，采集茶叶运输过程中的各种数据，对运输过程进行信息化管理，减少数据丢失，保障茶叶运输的安全性[107]，降低茶叶的流通成本。此外，由于采集的数据量庞大，物联网在采集数据的过程中可能会产生异常数据，Wu Yuting等[108]借助射频识别等物联网技术提出了一种结合区块链和机器学习的新方法，能够提高源数据的准确性。通过物联网技术对运输过程中信息的快速对接，实现产业的有效融合，推动产品的快速流通[109]。结合智能化传感设备可以对茶叶仓储环境进行检测、对仓储条件进行管理，确保茶叶仓储环境适宜，稳定茶叶质量[110]。为了提高对茶叶质量的控制，Xu Xiaofeng等[111]提出了一个基于区块链物联网的去中心化框架，用于全链茶叶假冒监管和自动环境管理。Wu Shilin等[112]还设计了智能茶制品包装5G物联网网关系统，对茶叶产品包装生产线设备的物联网进行现场监控和远程监控，实现了对茶产品分装打包过程的可视化。此外，物联网还承担着把茶农、销售者和消费者通过茶叶产品联系在一起的功能。它可以将茶树种植、茶叶加工、物流、仓储等过程中的全部监控信息进行储存，对茶叶产品信息实时记录，这些信息可以通过视频的形式在产品简介上展现在消费者面前，也可以供消费者使用移动设备对该茶叶产品的各阶段信息进行查看，实现茶叶产品种植环境、生产加工过程、运输过程可视化（图2）[113-115]。
图2 信息传输
Fig. 2 Information transmission process
物联网技术为茶产业带来了很大的发展机遇，其应用已涵盖茶园管理、茶叶加工、物流仓储及销售等多个环节，展现出巨大的潜力和优势，智能化技术提高管理和加工效率，减少劳动力的投入，推动构建智能化、清洁化、连续化茶叶加工生产线，打造数字化茶园、智能化工厂。
4 结 语
近年来，我国物联网产业稳步发展，持续推动构建物联网基础设施，不断提高网络覆盖能力，加速物联网技术与一二三产业融合，将物联网技术应用到各个方面，有利于推动产业数字化、智能化升级[35]。随着科技进步、经济发展水平的提升，我国已经在多方面具备建设数字农业的基础，通过获取大量的数据、分析捕捉到的各种信息，促使我国农业生产链的转型升级，为农业发展提供新思路[116]。而茶叶作为我国传统的经济作物，对农业产业化发展具有重要作用，将物联网技术应用到茶叶生产加工领域，推动茶产业链发展[117]。
物联网技术虽然已经在茶叶加工中有了相应的应用，但在有些方面仍存在不足。如在整体的加工生产线上还缺少连续性，并没有完全实现加工过程的智能化，有些步骤还离不开人工的经验和操作。此外茶产业链中涉及到众多不同类型和功能的物联网设备，如传感器、控制器、监控设备等，这些设备来自不同的厂商，可能导致设备之间的兼容性较差，难以实现信息的无缝传输和共享。物联网设备在采集茶叶生产过程中的环境数据、生长数据等信息时，可能会受到环境干扰、设备故障等因素的影响，导致数据不准确或不完整。因此在茶叶加工过程中的质量标准和评价体系需要进一步完善，以更好地适应物联网技术带来的精准控制和数据化管理。需要充分利用现有的物联网技术实现从茶园管理、茶叶初制和精制到茶叶储存和销售的连接，提高茶叶加工生产线的自动化水平[49]。数据安全和隐私保护问题在物联网应用中日益突出，如何确保茶叶相关数据的安全存储和传输是一个需要重视的问题。可以采用多层次的物联网技术保护策略，对过程产生的各种数据信息设置密钥、访问权限之类，涉及到企业机密的信息可以得到有力保障[8]。在应用过程中也面临着一些挑战，需要在技术研发、标准化建设、数据应用和人才培养等方面不断加强和完善。未来，应继续深化物联网技术与其他先进技术的融合创新，推动茶产业的一体化发展，借鉴物联网技术在烟草等行业中的应用，提高茶产业的综合效益和国际竞争力，实现茶产业的可持续发展。同时，政府、企业和科研机构应加强合作，共同推动物联网技术在茶产业中的广泛应用和深入发展，为茶产业的现代化转型提供有力支撑。
[1] 董若瑛. 智慧农业助力乡村振兴的路径探析[J]. 现代农机, 2023(6):62-64. DOI:10.3969/j.issn.1674-5604.2023.06.023.
[2] SHI X J, AN X S, ZHAO Q X, et al. State-of-the-art Internet of Things in protected agriculture[J]. Sensors, 2019, 19(8): 1833. DOI:10.3390/s19081833.
[3] SINGH G, SHARMA S. A comprehensive review on the Internet of Things in precision agriculture[J]. Multimedia Tools and Applications,2024: 1-76. DOI:10.1007/s11042-024-19656-0.
[4] 王永强, 孙树莉, 高佳. 物联网及其在智能农业中的作用[J]. 天津农林科技, 2023(5): 32-40. DOI:10.16013/j.cnki.1002-0659.2023.0076.
[5] 宋兰霞, 周作梅. 大数据背景下茶产业链物联网信息服务系统的设计与实现[J]. 福建茶叶, 2018, 40(11): 15; 17. DOI:10.3969/j.issn.1005-2291.2018.11.013.
[6] 陈玲. 物联网技术在我国烟草农业中的应用[J/OL]. 物联网技术: 1-4(2024-10-31). https://kns.cnki.net/kcms/detail/61.1483.TP.20241031.1628.002.html.
[7] 陈晨. “十化”破产业瓶颈创新促茶业转型: 专家谈“十四五”茶产业高质量发展[J]. 云南农业, 2020(12): 13.
[8] 赵卉. 茶产业发展中的物联网技术与应用研究[J]. 福建茶叶, 2022,44(12): 53-55. DOI:10.3969/j.issn.1005-2291.2022.12.019.
[9] 陈玉. 基于物联网技术的智慧茶园管理系统设计[D]. 曲阜: 曲阜师范大学, 2020. DOI:10.27267/d.cnki.gqfsu.2020.001257.
[10] 蔡嘉荣, 林惜才, 刘少群, 等. 不同种植管理方式与茶树根际土壤微环境关系研究进展[J]. 蚕桑茶叶通讯, 2020(6): 28-31. DOI:10.3969/j.issn.1007-1253.2020.06.011.
[11] 阳祥, 金强, 李先德, 等. 茶园管理模式对土壤团聚体稳定性与碳氮含量的影响[J]. 中国水土保持科学(中英文), 2023, 21(5): 81-89.DOI:10.16843/j.sswc.2023.05.009.
[12] HE Q H, ZHANG H W, LI T H, et al. NIR spectral inversion of soil physicochemical properties in tea plantations under different particle size states[J]. Sensors, 2023, 23(22): 9107. DOI:10.3390/s23229107.
[13] 付腾飞, 陈广泉, 徐兴永, 等. 基于物联网的土壤盐渍化实时监测管理系统设计[J]. 海洋技术学报, 2017, 36(6): 71-77. DOI:10.3969/j.issn.1003-2029.2017.06.013.
[14] 张雷. 基于Web GIS的土壤养分信息管理系统设计与智能化应用[J].中国高新科技, 2023(9): 147-149. DOI:10.13535/j.cnki.10-1507/n.2023.09.48.
[15] 陈兰. 基于物联网的智慧茶园数据采集管理系统的设计与实现[D].杭州: 浙江理工大学, 2019. DOI:10.27786/d.cnki.gzjlg.2019.000245.
[16] 蔡绍博, 徐欢, 夏志波, 等. 基于物联网的智能水肥一体化温室农业管理系统[J]. 数字技术与应用, 2021, 39(11): 211-213. DOI:10.19695/j.cnki.cn12-1369.2021.11.67.
[17] 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. DOI:10.3969/J.ISSN.1673-632X.2023.08.017.
[18] 刘文书. 物联网技术在智慧农业节水灌溉中的应用研究[J]. 河北农业, 2024(8): 36-37.
[19] 方文红, 陈书梅, 黄蕾. 数字技术在茶产业发展中的应用及思考: 以黄山市数字茶业发展为例[J]. 安徽农学通报, 2023, 29(10): 140-143.DOI:10.16377/j.cnki.issn1007-7731.2023.10.023.
[20] 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. DOI:10.16707/j.cnki.fjpc.2023.10.023.
[21] 黄明奇. 基于边缘计算的滴灌施肥智能控制方法研究[D]. 石河子:石河子大学, 2023. DOI:10.27332/d.cnki.gshzu.2023.000943.
[22] 郑莉, 乔源. 基于NB-IoT的土壤墒情监测系统设计研究[J]. 办公自动化, 2023, 28(15): 9-12. DOI:10.3969/j.issn.1007-001X.2023.15.003.
[23] 毕千千, 方朝曦. 基于ZigBee和多种传感器的智能灌溉系统研究[J]. 物联网技术, 2023, 13(4): 34-36. DOI:10.16667/j.issn.2095-1302.2023.04.009.
[24] AHMAD U, ALVINO A, MARINO S. Solar fertigation: a sustainable and smart IoT-based irrigation and fertilization system for efficient water and nutrient management[J]. Agronomy, 2022, 12(5): 1012.DOI:10.3390/agronomy12051012.
[25] HENDRA, TRINOVITA Z J, RIZA N M, et al. The implementation of the Internet of Things (IoT) on an automatic plant watering and fertilizing system based on solar electricity[J]. IOP Conference Series: Earth and Environmental Science, 2022, 1097(1): 012057.DOI:10.1088/1755-1315/1097/1/012057.
[26] 陈燕, 梁勇. 眉山市茶园病虫害绿色防控技术探讨[J]. 四川农业与农机, 2023(3): 49-50. DOI:10.3969/j.issn.2095-3615.2023.03.021.
[27] 匡惜惜. 浉河区茶园绿色防控技术应用现状及对策建议[J]. 中国茶叶, 2023, 45(10): 54-57; 62.
[28] YE R, SHAO G Q, MA Z F, et al. Prediction of anthracnose risk in large-leaf tea trees based on the atmospheric environmental changes in Yunnan tea gardens-cox regression model and machine learning model[J]. Agronomy, 2024, 14(7): 1501. DOI:10.3390/agronomy14071501.
[29] 王辉. 物联网技术在病虫害防治中的应用[J]. 中国农机装备,2023(7): 39-42.
[30] CHANG C L, HUANG C C, CHEN H W. Design and implementation of artificial intelligence of things for tea (Camellia sinensis L.) grown in a plant factory[J]. Agronomy, 2022, 12(10): 2384. DOI:10.3390/agronomy12102384.
[31] 王海光. 智慧植保及其发展建议[J]. 中国农业大学学报, 2022,27(10): 1-21. DOI:10.11841/j.issn.1007-4333.2022.10.01.
[32] 陈天娇, 曾娟, 谢成军, 等. 基于深度学习的病虫害智能化识别系统[J]. 中国植保导刊, 2019, 39(4): 26-34. DOI:10.3969/j.issn.1672-6820.2019.04.005.
[33] 许柏涛, 陈翔. 基于STM32的农业物联网病虫害图像识别算法研究[J]. 物联网学报, 2023, 7(4): 132-141. DOI:10.11959/j.issn.2096-3750.2023.00365.
[34] XIE S L, WANG C W, WANG C, et al. Online identification method of tea diseases in complex natural environments[J]. IEEE Open Journal of the Computer Society, 2023, 4: 62-71. DOI:10.1109/OJCS.2023.3247505.
[35] 白家赫, 周竹定. 新昌县茶产业数字化建设的实践与思考[J]. 中国茶叶加工, 2023(3): 9-12. DOI:10.15905/j.zgcyjg.2095-0306.2023.03.02.
[36] 辛董董, 李东霄, 张浩. 不同茶类制茶过程中的化学变化[J].食品研究与开发, 2020, 41(2): 216-224. DOI:10.12161/j.issn.1005-6521.2020.02.038.
[37] 张新. 绿茶制茶工艺及其物联网技术应用分析[J]. 湖北农业科学, 2018, 57(3): 97-99; 104. DOI:10.14088/j.cnki.issn0439-8114.2018.03.024.
[38] 高仁鹏. 基于图像处理的名优茶智能化采摘系统的研制[D]. 武汉:华中农业大学, 2022. DOI:10.27158/d.cnki.ghznu.2022.001644.
[39] WANG Y W, REN Y Q, KANG S Y, et al. Identification of tea quality at different picking periods: a hyperspectral system coupled with a multibranch kernel attention network[J]. Food Chemistry, 2024, 433:137307. DOI:10.1016/j.foodchem.2023.137307.
[40] SONG F H, ZHENG Y, LI R Y, et al. Intelligent control of green tea fixation with microwave processing[J]. Journal of Food Engineering,2023, 349: 111481. DOI:10.1016/j.jfoodeng.2023.111481.
[41] SONG F H, JIA X H, LI Z F, et al. Intelligent control for quality improvement in green tea fixation assisted with aroma detection[J].Food Bioscience, 2023, 53: 102841. DOI:10.1016/j.fbio.2023.102841.
[42] 陈侠, 柳军, 杨亦扬, 等. 基于XGBoost算法对茶叶揉捻工艺参数的研究[J]. 中国茶叶加工, 2023(2): 32-38. DOI:10.15905/j.cnki.33-1157/ts.2023.02.010.
[43] 代云中, 杨昕, 刘杨, 等. 一种全自动茶叶揉捻装置设计[J]. 南方农机, 2024, 55(1): 16-17; 29. DOI:10.3969/j.issn.1672-3872.2024.01.004.
[44] SHOMALI A, ABBASI S B. Experimental investigation and mathematical modeling of drying of green tea leaves in a multi-tray cabinet dryer[J]. Heat and Mass Transfer, 2019, 55(12): 3645-3659.DOI:10.1007/s00231-019-02662-6.
[45] YOU K Y, LEE C Y, CHAN K S, et al. Monitoring moisture content for various kind of tea leaves in drying processes using RF reflectometer-sensor system[J]. Instruments, 2018, 2(3): 18.DOI:10.3390/instruments2030018.
[46] XIE C Q, LI X L, SHAO Y N, et al. Color measurement of tea leaves at different drying periods using hyperspectral imaging technique[J]. PLoS ONE, 2014, 9(12): e113422. DOI:10.1371/journal.pone.0113422.
[47] 陆禹州, 顾晓峰, 范斌, 等. 喷雾制粒干燥装置的智能化设计和网络化服务的开发与应用[J]. 智能制造, 2021(6): 109-112.
[48] 林飞应, 林星辰. 人工控制温湿度白茶加工工艺和设备研究[J].福建茶叶, 2022, 44(11): 36-38.
[49] 吴传记. 物联网技术在福鼎白茶生产加工中的应用与展望[J]. 福建茶叶, 2023, 45(11): 47-49. DOI:10.3969/j.issn.1005-2291.2023.11.017.
[50] 张钦部. 清洁智能化技术在白茶生产加工中的应用[J]. 福建茶叶,2023, 45(3): 29-31. DOI:10.3969/j.issn.1005-2291.2023.03.011.
[51] 林宏政, 俞少娟, 郝志龙, 等. 多波长LED白茶复合式光萎凋生产线设计与关键模块配置[J]. 中国茶叶, 2021, 43(11): 19-25.DOI:10.3969/j.issn.1000-3150.2021.11.006.
[52] 罗玲娜. 白茶连续化生产线及LED光质萎凋工艺与品质的研究[D].福州: 福建农林大学, 2015: 62-65.
[53] 汪飞, 李志强, 沈强, 等. 茶叶微波萎凋智能控制系统研究[J]. 贵茶,2022(1): 52-57.
[54] DAS N, KALITA K, BORUAH P K, et al. Prediction of moisture loss in withering process of tea manufacturing using artificial neural network[J]. IEEE Transactions on Instrumentation and Measurement,2018, 67(1): 175-184. DOI:10.1109/TIM.2017.2754818.
[55] 李秋玫, 季旭, 兰青, 等. 基于CFD的白茶干燥系统气流场模拟及优化研究[J]. 云南师范大学学报(自然科学版), 2022, 42(4): 6-9.DOI:10.7699/j.ynnu.ns-2022-042.
[56] 刘绪绎, 袁月, 刘民强, 等. 闷黄对黄茶品质的影响研究进展[J].南方农业, 2022, 16(13): 66-71. DOI:10.19415/j.cnki.1673-890x.2022.13.019.
[57] 杨涵雨, 周跃斌, 王准, 等. 闷黄过程中供氧量对黄茶品质的影响[J].农产品加工(学刊), 2014(11): 15-17; 21.
[58] 汪抗. 黄茶闷黄设备开发及温湿度控制方法研究[D]. 合肥: 安徽农业大学, 2022: 53-54. DOI:10.26919/d.cnki.gannu.2022.000485.
[59] 李伏桃, 许超. 多层输送带箱式茶叶闷黄机的研制[J]. 茶叶通讯,2022, 49(2): 232-239. DOI:10.3969/j.issn.1009-525X.2022.02.012.
[60] 王胜鹏, 郑鹏程, 桂安辉, 等. 基于近红外光谱技术的远安黄茶品质快速无损检测方法[J]. 华中农业大学学报, 2022, 41(1): 238-245.DOI:10.13300/j.cnki.hnlkxb.2022.01.024.
[61] 林文海. 南靖丹桂乌龙茶加工技术[J]. 中国茶叶, 2021, 43(11): 65-68. DOI:10.3969/j.issn.1000-3150.2021.11.014.
[62] 何开杰, 陈栖梧, TAN C, 等. 物联网技术在闽北乌龙茶初制中的应用与展望[J]. 中国茶叶, 2023, 45(4): 15-18. DOI:10.3969/j.issn.1000-3150.2023.04.003.
[63] 刘江平, 金心怡. 武夷岩茶做青控制系统研制[J]. 食品工业, 2021,42(2): 154-158.
[64] 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. DOI:10.27018/d.cnki.gfjnu.2022.000133.
[65] 卞贤炳, 吴敏, 贾江鸣, 等. 乌龙茶可调幅仿手工摇青装置研制与工艺参数研究[J]. 茶叶科学, 2022, 42(3): 409-422. DOI:10.13305/j.cnki.jts.2022.03.005.
[66] 吴薇, 王宜怀, 程曦, 等. 基于机器视觉的武夷岩茶做青程度识别研究[J]. 山西农业大学学报(自然科学版), 2019, 39(2): 86-92.DOI:10.13842/j.cnki.issn1671-8151.201810033.
[67] TSENG T S, HSIAO M H, CHEN P A, et al. Utilization of a gassensing system to discriminate smell and to monitor fermentation during the manufacture of oolong tea leaves[J]. Micromachines, 2021,12(1): 93. DOI:10.3390/mi12010093.
[68] 安会敏, 尹鹏, 欧阳建, 等. 2022年茶叶加工技术研究进展[J]. 中国茶叶, 2024, 46(1): 14-21. DOI:10.3969/j.issn.1000-3150.2024.01.002.
[69] 李玉胜. 介绍一种连续化红茶生产线[J]. 农业知识, 2014(34): 28-29.
[70] 陈永乐. 基于PLC的茶叶揉捻机自动控制系统设计[D]. 南昌: 江西农业大学, 2021: 42-55. DOI:10.27177/d.cnki.gjxnu.2021.000499.
[71] 朱凤芝, 吴拱星, 颜国霖. 茶叶揉捻机智能控制系统研发与应用[J]. 科技资讯, 2021, 19(8): 81-83; 90. DOI:10.16661/j.cnki.1672-3791.2103-5042-7860.
[72] 王梅. 工夫红茶自动发酵装置及品质智能感知技术研究[D]. 杭州:浙江大学, 2017: 9-15.
[73] 金戈. 基于数字化技术的红茶发酵综合评价[D]. 合肥: 安徽农业大学, 2021: 15-21. DOI:10.26919/d.cnki.gannu.2021.000633.
[74] KIMUTAI G, NGENZI A, RUTABAYIRO N S, et al. An Internet of Things (IoT)-based optimum tea fermentation detection model using convolutional neural networks (CNNs) and majority voting techniques[J]. Journal of Sensors and Sensor Systems, 2021, 10(2):153-162. DOI:10.5194/jsss-10-153-2021.
[75] 安会敏, 陈圆, 李适, 等. 六大茶类加工关键工序及风味物质研究进展[J]. 中国茶叶加工, 2023(4): 5-14. DOI:10.15905/j.zgcyjg.2095-0306.2023.04.01.
[76] 谈峰. 藏茶清洁化生产线构建及其关键工序参数的优化研究[D].成都: 四川农业大学, 2019: 12-20. DOI:10.27345/d.cnki.gsnyu.2019.000061.
[77] 陈林. 基于PLC的黑茶发酵自动化生产线监控管理系统[J].企业技术开发, 2018, 37(7): 76-78. DOI:10.14165/j.cnki.hunansci.2018.07.024.
[78] 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. DOI:10.15905/j.cnki.33-1157/ts.2023.02.011.
[79] 王辉, 周汉琛, 刘亚芹, 等. 一种基于色泽变化判别黑茶渥堆适度的方法: CN115471575A[P]. 2022-12-13.
[80] LI T H, LU C Y, WEI Y M, et al. Chemical imaging for determining the distributions of quality components during the piling fermentation of Pu-erh tea[J]. Food Control, 2024, 158: 110234. DOI:10.1016/j.foodcont.2023.110234.
[81] 朱燕妮. 基于二维码的黑茶产品溯源模式构建与实现[D]. 长沙:湖南农业大学, 2014: 30-34.
[82] 胡燕, 齐桂年. 我国不同产地黑茶的FTIR指纹图谱分析[J]. 核农学报, 2014, 28(4): 684-691. DOI:10.11869/j.issn.100-8551.2014.04.0684.
[83] 杨纯, 颜鸿飞, 吕小园, 等. 元素指纹图谱用于安化黑茶的原产地判别[J]. 食品科学, 2020, 41(16): 286-291. DOI:10.7506/spkx1002-6630-20190304-033.
[84] 王振康, 邬龄盛, 王秀萍. 花茶加工研究进展[J]. 福建茶叶, 2023,45(7): 34-36. DOI:10.3969/j.issn.1005-2291.2023.07.013.
[85] 庞文媛, 孙意岚, 王芹, 等. 机器学习在花果茶生产加工中的应用进展[J]. 食品安全质量检测学报, 2023, 14(11): 181-189. DOI:10.19812/j.cnki.jfsq11-5956/ts.2023.11.012.
[86] 郝连奇, 贾宁燕. 一种茉莉花茶加工用碎花去除装置:CN115846208A[P]. 2023-03-28.
[87] 杨庆新, 黄建安, 刘仲华. 一种茉莉花茶加工拼配匀堆装置:CN111919937B[P]. 2023-07-25.
[88] REIS I, BARON D, SHAHAF S. Probabilistic random forest: a machine learning algorithm for noisy data sets[J]. The Astronomical Journal, 2019, 157(1): 16. DOI:10.3847/1538-3881/aaf101.
[89] TANG F, ISHWARAN H. Random forest missing data algorithms[J].Statistical Analysis and Data Mining: the ASA Data Science Journal,2017, 10(6): 363-377. DOI:10.1002/sam.11348.
[90] 李雅会. 非线性系统参数辨识的高精度最小二乘方法研究[D]. 吉林:吉林化工学院, 2024. DOI:10.27911/d.cnki.ghjgx.2024.000257.
[91] WANG X S, HUANG F, CHENG Y H. Computational performance optimization of support vector machine based on support vectors[J]. Neurocomputing, 2016, 211: 66-71. DOI:10.1016/j.neucom.2016.04.059.
[92] GROSSI E, BUSCEMA M. Introduction to artificial neural networks[J]. European Journal of Gastroenterology & Hepatology,2007, 19(12): 1046-1054. DOI:10.1097/meg.0b013e3282f198a0.
[93] LIU J H. Multi-target detection method based on YOLOv4 convolutional neural network[J]. Journal of Physics: Conference Series,2021, 1883(1): 012075. DOI:10.1088/1742-6596/1883/1/012075.
[94] PANDIAN J A, KANCHANADEVI K, KUMAR V D, et al. A five convolutional layer deep convolutional neural network for plant leaf disease detection[J]. Electronics, 2022, 11(8): 1266. DOI:10.3390/electronics11081266.
[95] SIVARAJ R. Novel techniques for enhancing performance of genetic algorithms[J]. AI Communications, 2016, 29(4): 545-546.DOI:10.3233/aic-150661.
[96] ZHANG Y J, LIU M D. An improved genetic algorithm encoded by adaptive degressive ary number[J]. Soft Computing, 2018, 22(20):6861-6875. DOI:10.1007/s00500-017-2981-0.
[97] LI L Q, JIN S S, WANG Y J, et al. Potential of smartphonecoupled micro NIR spectroscopy for quality control of green tea[J]. Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy, 2021, 247: 119096. DOI:10.1016/j.saa.2020.119096.
[98] LI L Q, WANG Y J, JIN S S, et al. Evaluation of black tea by using smartphone imaging coupled with micro-near-infrared spectrometer[J].Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy, 2021, 246: 118991. DOI:10.1016/j.saa.2020.118991.
[99] HU Y, YU H H, SONG X B, et al. Comprehensive assessment of matcha qualities and visualization of constituents using hyperspectral imaging technology[J]. Food Research International, 2024, 196:115110. DOI:10.1016/j.foodres.2024.115110.
[100] YUAN L, YAN P, HAN W Y, et al. Detection of anthracnose in tea plants based on hyperspectral imaging[J]. Computers and Electronics in Agriculture, 2019, 167: 105039. DOI:10.1016/j.compag.2019.105039.
[101] 邹瀚霆. 基于多传感器技术的工夫红茶揉捻程度分类及茶色素含量预测研究[D]. 杭州: 浙江农林大学, 2024. DOI:10.27756/d.cnki.gzjlx.2024.000394.
[102] 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.DOI:10.3969/j.issn.1674-8255.2023.06.008.
[103] 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. DOI:10.19812/j.cnki.jfsq11-5956/ts.2023.18.049.
[104] 古新. 基于物联网的泰山茶环境控制系统设计与实现[D]. 泰安:山东农业大学, 2020. DOI:10.27277/d.cnki.gsdnu.2020.000923.
[105] ZOU Z, CHEN Q, UYSAL I, et al. Radio frequency identification enabled wireless sensing for intelligent food logistics[J]. Philosophical Transactions Series A: Mathematical, Physical, and Engineering Sciences, 2014, 372(2017): 20130313. DOI:10.1098/rsta.2013.0313.
[106] 李兆雄, 张朝阳, 刘晖, 等. NB-IoT技术在智慧茶园中的应用[J]. 中国茶叶, 2023, 45(12): 14-20. DOI:10.3969/j.issn.1000-3150.2023.12.003.
[107] 李政, 赵旭. 物联网在茶叶物流运输中的应用[J]. 中国物流与采购,2020(20): 41. DOI:10.16079/j.cnki.issn1671-6663.2020.20.016.
[108] WU Y T, JIN X, YANG H G, et al. Blockchain-based Internet of Things: machine learning tea sensing trusted traceability system[J]. Journal of Sensors, 2022, 2022(1): 8618230.DOI:10.1155/2022/8618230.
[109] 吉新梅, 李皎, 郭玉杰. 智慧农业赋值茶产业流通体系转型升级研究[J]. 湖北农业科学, 2023, 62(7): 235-239; 246. DOI:10.14088/j.cnki.issn0439-8114.2023.07.038.
[110] 唐嘉蕊, 范猛. 广西智能化茶仓产业链信息化管理系统设计研究[J]. 福建茶叶, 2023, 45(12): 63-65. DOI:10.3969/j.issn.1005-2291.2023.12.023.
[111] XU X F, BAO X L, YI H D, et al. A novel resource-saving and traceable tea production and supply chain based on blockchain and IoT[J]. IEEE Access, 2023, 11: 71873-71889. DOI:10.1109/ACCESS.2023.3295210.
[112] WU S L, MOJTAHE K. Computational intelligence and things technology-based collection and design of inheritance characteristics of tea product packaging art form[J]. Journal of Mathematics, 2022,2022(1): 1-10. DOI:10.1155/2022/3578831.
[113] 司飙. 一种基于物联网技术的茶叶溯源系统的设计与实现[J]. 长江信息通信, 2022, 35(9): 103-106.
[114] 宋娟如, 杨骏, 孙铭, 等. 茶叶商品全产业链数字化研究[J]. 中国商论, 2023(23): 109-112. DOI:10.19699/j.cnki.issn2096-0298.2023.23.109.
[115] 张梦瑶, 郑谦. 基于区块链技术的塔畈乡茶叶溯源系统的研究[J]. 农业与技术, 2023, 43(13): 156-162. DOI:10.19754/j.nyyjs.20230715036.
[116] 孙豹, 田儒雅. 中国数字农业发展现状与前景初探[J]. 农业展望,2021, 17(4): 62-67. DOI:10.3969/j.issn.1673-3908.2021.04.012.
[117] 钟瑛, 赵建涛, 于欢. 大数据背景下茶叶行业智能化管理研究[J]. 福建茶叶, 2017, 39(2): 63. DOI:10.3969/j.issn.1005-2291.2017.02.040.