紅茶在世界茶葉貿(mào)易中扮演著重要角色。目前，中國(guó)的紅茶產(chǎn)量持續(xù)增長(zhǎng)，消費(fèi)者對(duì)紅茶的品質(zhì)要求也日益提高。紅茶的加工包括鮮葉萎凋、揉捻、發(fā)酵和干燥等工序。傳統(tǒng)上，制茶師根據(jù)茶葉物理特征、顏色和香氣的變化來(lái)評(píng)判紅茶加工中萎凋和發(fā)酵程度，對(duì)于紅茶加工質(zhì)量的判別通常停留在感官審評(píng)上，這種評(píng)判方式具有較高的主觀性，容易受到經(jīng)驗(yàn)、心理狀態(tài)、環(huán)境等因素的影響，缺乏量化評(píng)判依據(jù)，從而導(dǎo)致產(chǎn)品質(zhì)量不統(tǒng)一。
一些學(xué)者已經(jīng)采用化學(xué)方法來(lái)替代感官評(píng)價(jià)。豐金玉等通過(guò)β-葡萄糖苷酶、多酚氧化酶和過(guò)氧化物酶活性變化及失水情況來(lái)確定紅茶加工萎凋的程度，同時(shí)通過(guò)發(fā)酵過(guò)程中茶葉多酚氧化酶與過(guò)氧化物酶的比值變化來(lái)判斷發(fā)酵程度。MUTHUMANI等測(cè)定了紅碎茶的茶黃素(Theaflavin，TFs)和茶多酚隨發(fā)酵時(shí)間的變化，發(fā)現(xiàn)TFs含量會(huì)先達(dá)到最大值，然后逐漸下降。因此，TFs含量最高的時(shí)間被認(rèn)為是最佳發(fā)酵時(shí)間。GILL等認(rèn)為紅茶發(fā)酵過(guò)程中TFs和茶紅素(Thearubigin，TRs)比值為1∶9或者1∶10的時(shí)候，被認(rèn)定為最佳發(fā)酵時(shí)間?；瘜W(xué)方法耗時(shí)長(zhǎng)且成本較高，同時(shí)也會(huì)對(duì)樣品造成破壞，難以廣泛應(yīng)用于紅茶加工過(guò)程。
如何利用智能評(píng)價(jià)技術(shù)來(lái)提高紅茶加工的質(zhì)量，確保產(chǎn)品品質(zhì)，是一個(gè)迫切需要解決的技術(shù)問(wèn)題。智能技術(shù)通常是指將計(jì)算機(jī)科學(xué)與大規(guī)模數(shù)據(jù)集相結(jié)合，通過(guò)智能算法解決問(wèn)題。在紅茶行業(yè)，智能評(píng)價(jià)技術(shù)通過(guò)現(xiàn)有模型或算法，在不損害產(chǎn)品、經(jīng)濟(jì)高效且迅速的情況下監(jiān)測(cè)、分類和預(yù)測(cè)紅茶加工產(chǎn)品的質(zhì)量。智能技術(shù)作為傳統(tǒng)檢測(cè)、分類和預(yù)測(cè)方法的有效替代方案，其優(yōu)勢(shì)在于能夠解決紅茶加工行業(yè)中的非線性、多源和多目標(biāo)問(wèn)題，用于評(píng)估紅茶加工萎凋和發(fā)酵程度，以及快速監(jiān)測(cè)紅茶的關(guān)鍵成分。
近年來(lái)，許多新穎的快速檢測(cè)方法被用于評(píng)估紅茶加工的質(zhì)量屬性，涉及計(jì)算機(jī)視覺(jué)、近紅外光譜、高光譜、電子鼻、電子舌、比色傳感器等技術(shù)。與傳統(tǒng)方法不同，這些新方法能夠快速獲取樣品屬性，從而科學(xué)判斷加工過(guò)程中紅茶的質(zhì)量。
▲智能技術(shù)的優(yōu)勢(shì)及局限性
智能化技術(shù)所需的設(shè)備具有快速、客觀、有效的特點(diǎn)，使得質(zhì)檢人員、經(jīng)過(guò)培訓(xùn)的農(nóng)民甚至消費(fèi)者都能夠使用。研究人員目前正專注于開發(fā)適用于各種智能化無(wú)損設(shè)備的方法，以用于紅茶加工過(guò)程中的質(zhì)量控制。
文章分析了國(guó)內(nèi)外智能化檢測(cè)技術(shù)的研究現(xiàn)狀，旨在幫助科研人員全面了解智能化檢測(cè)技術(shù)在茶葉加工領(lǐng)域的應(yīng)用和發(fā)展?fàn)顩r，為紅茶加工的智能化控制提供參考。
01
計(jì)算機(jī)視覺(jué)技術(shù)在紅茶加工領(lǐng)域的應(yīng)用
計(jì)算機(jī)視覺(jué)是一門以算法為基礎(chǔ)的科學(xué)，可以從圖像中自動(dòng)提取和分析有關(guān)物理對(duì)象的有用信息。計(jì)算機(jī)視覺(jué)技術(shù)在20世紀(jì)60年代末至70年代初開始出現(xiàn)，最初通過(guò)各種照相機(jī)示意圖，投影和攝影測(cè)量原理模仿人類視覺(jué)系統(tǒng)之類的概念。計(jì)算機(jī)視覺(jué)系統(tǒng)的硬件配置包括照明設(shè)備、照相機(jī)、個(gè)人計(jì)算機(jī)和高分辨率監(jiān)視器。通過(guò)識(shí)別物體的顏色、紋理和形狀特征，計(jì)算機(jī)視覺(jué)能夠創(chuàng)建準(zhǔn)確的描述性數(shù)據(jù)，從而減少了人工干預(yù)。這一技術(shù)已被證明具有快速、客觀、有效、無(wú)損的特點(diǎn)，且不受干擾。
水分是評(píng)價(jià)紅茶萎凋程度的重要指標(biāo)。YE等已經(jīng)證明萎凋葉水分含量與其萎凋過(guò)程中物理性質(zhì)(彈性、可塑性、柔韌性和質(zhì)地)具有相關(guān)性。胡宗華等利用計(jì)算機(jī)視覺(jué)模擬人眼，觀測(cè)水分變化引起的萎凋葉顏色和紋理的變化，從而建立了圖像和水分之間的相關(guān)性。模型預(yù)測(cè)值與實(shí)測(cè)值的相關(guān)系數(shù)達(dá)到了較高的水平，為萎凋過(guò)程中水分的在線檢測(cè)提供了科學(xué)理論基礎(chǔ)。
BORAH等首次引入計(jì)算機(jī)視覺(jué)技術(shù)用來(lái)監(jiān)控紅茶發(fā)酵。在此過(guò)程中，紅茶發(fā)酵樣的葉面色澤由綠色逐漸變?yōu)樯罴t銅色。研究人員采用馬氏距離算法計(jì)算待測(cè)圖像和標(biāo)準(zhǔn)圖像(由人工挑選出的標(biāo)準(zhǔn)發(fā)酵樣品)之間的距離。當(dāng)兩者的距離小于給定距離時(shí)，被認(rèn)為直方圖相似，表示圖像顏色是一致的，代表此時(shí)的待測(cè)圖像是發(fā)酵適度的。這項(xiàng)研究通過(guò)圖像解決了紅茶發(fā)酵程度判別問(wèn)題。然而，紅茶發(fā)酵過(guò)程中關(guān)鍵組分的定量問(wèn)題仍然存在挑戰(zhàn)。DONG等利用計(jì)算機(jī)視覺(jué)技術(shù)，通過(guò)觀察紅茶發(fā)酵過(guò)程中的顏色變化、茶色素以及感官評(píng)分之間的內(nèi)在聯(lián)系，建立了一個(gè)非線性的定量模型。其中，茶褐素和感官評(píng)分的模型殘差預(yù)測(cè)偏差(Residual predictive deviation，RPD)大于2.5，表示該模型對(duì)茶褐素和感官評(píng)分具有很好的預(yù)測(cè)能力。這項(xiàng)研究未來(lái)有望在生產(chǎn)中實(shí)施精準(zhǔn)的紅茶發(fā)酵品質(zhì)的定量監(jiān)控。
02
近紅外光譜技術(shù)在紅茶加工領(lǐng)域的應(yīng)用
近紅外光譜技術(shù)是一種基于分子振動(dòng)光譜學(xué)的分析技術(shù)。近紅外光譜波長(zhǎng)范圍在750~2500 nm之間，主要用于觀察有機(jī)分子中O-H、N-H、C-H和S-H鍵的振動(dòng)。由于其檢測(cè)成本低、快速且無(wú)損，近紅外光譜已成為茶葉加工中各種產(chǎn)品質(zhì)量評(píng)估的有力工具。此外，這項(xiàng)技術(shù)還具備在線應(yīng)用和環(huán)保等優(yōu)勢(shì)，適合作為工業(yè)生產(chǎn)中的分析工具。
SHEN等利用微型近紅外設(shè)備在線實(shí)時(shí)檢測(cè)紅茶萎凋過(guò)程中的水分，得到了預(yù)測(cè)相關(guān)系數(shù)為0.99314的模型(預(yù)測(cè)相關(guān)系數(shù)越高，模型的預(yù)測(cè)越準(zhǔn)確)，為萎凋過(guò)程中水分的快速無(wú)損檢測(cè)提供了理論依據(jù)。顏玲采用近紅外光譜技術(shù)對(duì)祁門紅茶的發(fā)酵程度進(jìn)行了判斷，并建立了兒茶素和氨基酸的定量模型，結(jié)果相對(duì)令人滿意，但局限于實(shí)驗(yàn)室環(huán)境。隨著小型化和手持式自主光譜儀的出現(xiàn)，近紅外光譜分析在實(shí)驗(yàn)室和現(xiàn)場(chǎng)的應(yīng)用愈加廣泛。
DONG等利用便攜式近紅外光譜實(shí)時(shí)監(jiān)控紅茶發(fā)酵過(guò)程中一些重要的化學(xué)成分(兒茶素，茶多酚和游離氨基酸的比例，茶黃素和茶紅素的比例)變化，并通過(guò)定量茶黃素與茶紅素的比例來(lái)評(píng)估紅茶發(fā)酵程度。ZAREEF等開發(fā)出了監(jiān)控紅茶發(fā)酵酚類物質(zhì)的模型，降低了便攜式近紅外光譜在紅茶發(fā)酵加工過(guò)程中物質(zhì)的檢出限。陳琳等使用近紅外光譜用于檢測(cè)紅茶干燥過(guò)程中的含水量，為紅茶干燥過(guò)程智能化提供可能。
目前，近紅外光譜在紅茶加工中的應(yīng)用仍主要局限于實(shí)驗(yàn)室和工業(yè)條件下的離線使用。便攜式近紅外光譜儀的靈敏度、樣品的復(fù)雜性以及近紅外光譜所包含的豐富信息等問(wèn)題，都需要進(jìn)一步研究和解決。這些因素為近紅外光譜在紅茶加工領(lǐng)域的未來(lái)發(fā)展提供了較大的改進(jìn)空間。
03
高光譜成像技術(shù)在紅茶加工領(lǐng)域的應(yīng)用
高光譜成像系統(tǒng)能夠識(shí)別與分子振動(dòng)相關(guān)的光譜特征，并獲取樣本的整體圖像，提供更詳細(xì)的空間信息。相比之下，高光譜成像技術(shù)彌補(bǔ)了近紅外光譜無(wú)法獲取樣品空間分布光譜響應(yīng)和計(jì)算機(jī)視覺(jué)無(wú)法確定內(nèi)部質(zhì)量屬性的不足。通過(guò)獲取二維光譜信息和一維空間信息，高光譜成像系統(tǒng)具備了確定內(nèi)外部質(zhì)量屬性并生成可視化質(zhì)量參數(shù)分布圖像的能力。因此，這些技術(shù)非常適合運(yùn)用于茶葉加工過(guò)程。
DONG等運(yùn)用高光譜成像可視化紅茶萎凋過(guò)程的水分變化。建立的極限學(xué)習(xí)機(jī)模型預(yù)測(cè)萎凋葉水分相關(guān)系數(shù)為0.9942。寧井銘等使用高光譜融合圖像和光譜信息對(duì)紅茶萎凋進(jìn)行判別，準(zhǔn)確率為94.64%，并且對(duì)兒茶素和氨基酸比值進(jìn)行了定量，獲得了良好的預(yù)測(cè)相關(guān)系數(shù)(0.8765)。LI等運(yùn)用高光譜成像對(duì)紅茶發(fā)酵程度進(jìn)行判斷，預(yù)測(cè)集的正確分類率為83.33%，并且對(duì)兒茶素定量取得了優(yōu)異的預(yù)測(cè)精度。YANG等運(yùn)用高光譜監(jiān)控紅茶發(fā)酵中更多的物質(zhì)，可視化茶黃素、茶紅素、茶褐素、兒茶素和可溶性糖的分布，預(yù)測(cè)模型的殘差預(yù)測(cè)偏差RPD值分別為3.40、2.21、5.71、1.46和2.89。
這些研究使得專業(yè)人員能夠更準(zhǔn)確地了解發(fā)酵信息，有助于在實(shí)際生產(chǎn)中實(shí)現(xiàn)紅茶發(fā)酵質(zhì)量的在線監(jiān)測(cè)。盡管高光譜成像系統(tǒng)已被用作實(shí)時(shí)紅茶加工分析和分類技術(shù)，但目前仍然局限于實(shí)驗(yàn)室水平。未來(lái)，需要進(jìn)一步研究和推廣應(yīng)用，以適應(yīng)工業(yè)化生產(chǎn)的需求。
04
電子舌技術(shù)在紅茶加工領(lǐng)域的應(yīng)用
電子舌是一種仿生檢測(cè)技術(shù)，通過(guò)交叉敏感的傳感器陣列和模式識(shí)別技術(shù)來(lái)分析液體樣品的“指紋”。這種技術(shù)具有速度快、操作簡(jiǎn)單、便攜性強(qiáng)、成本低、靈敏度高和通用性強(qiáng)等特點(diǎn)，并且相對(duì)于標(biāo)準(zhǔn)分析設(shè)備如氣相色譜質(zhì)譜聯(lián)用和液相色譜質(zhì)譜聯(lián)用，電子舌傳感器陣列的價(jià)格較低。傳感器陣列在確定與食品質(zhì)量相關(guān)的特性方面有著廣泛的應(yīng)用，包括感官特性和加工質(zhì)量等。這些應(yīng)用通過(guò)傳感器陣列與相應(yīng)的數(shù)據(jù)模式識(shí)別方法和分類算法相結(jié)合來(lái)實(shí)現(xiàn)。
GHOSH等提出了一種利用伏安法電子舌技術(shù)來(lái)監(jiān)控紅茶發(fā)酵過(guò)程，發(fā)現(xiàn)電子舌的電極電流與發(fā)酵程度相關(guān)。通過(guò)主成分分析得出電子舌的發(fā)酵輪廓圖與紫外分光光度計(jì)法TFs的輪廓圖具有一致的趨勢(shì)，然后基于偏最小二乘回歸法(PLSR)模型預(yù)測(cè)最適發(fā)酵時(shí)間，并與紫外分光光度計(jì)和人工審評(píng)方法進(jìn)行了比較，取得了較好的結(jié)果。然而，利用伏安法電子舌技術(shù)需要較長(zhǎng)的前處理時(shí)間，而且紅茶發(fā)酵樣品需要經(jīng)過(guò)沖泡處理和茶湯檢測(cè)，這對(duì)于未來(lái)監(jiān)控紅茶生產(chǎn)的連續(xù)化自動(dòng)化過(guò)程構(gòu)成了一定的挑戰(zhàn)。
目前，電子舌在茶葉中主要用于產(chǎn)地識(shí)別和成分快速定量等方面。盡管在加工過(guò)程中展現(xiàn)出理論上的可行性，但實(shí)際應(yīng)用前景仍不明顯。
05
電子鼻技術(shù)在紅茶加工領(lǐng)域的應(yīng)用
電子鼻是一種模仿人類嗅覺(jué)系統(tǒng)的技術(shù)，包括一系列具有部分特異性的電子化學(xué)傳感器和一個(gè)能夠識(shí)別簡(jiǎn)單或復(fù)雜氣味的適當(dāng)模式識(shí)別系統(tǒng)。茶鮮葉中呈香的有機(jī)物質(zhì)含量極少，在加工過(guò)程中也幾乎不會(huì)保留。影響紅茶品質(zhì)的香氣及風(fēng)味物質(zhì)主要集中在萎凋和發(fā)酵過(guò)程。紅茶加工過(guò)程中，內(nèi)含物質(zhì)經(jīng)歷一系列復(fù)雜的化學(xué)變化，使得香氣物質(zhì)變化。有經(jīng)驗(yàn)的制茶大師通常通過(guò)紅茶的萎凋和發(fā)酵過(guò)程中的香氣變化來(lái)判斷加工過(guò)程是否符合標(biāo)準(zhǔn)。
BHATTACHARYYA等開發(fā)了一種用于監(jiān)控紅茶發(fā)酵的電子鼻設(shè)備，通過(guò)機(jī)器學(xué)習(xí)技術(shù)量化這一過(guò)程。對(duì)電子鼻獲取的數(shù)據(jù)進(jìn)行主成分分析，發(fā)現(xiàn)當(dāng)紅茶發(fā)酵適度時(shí)，數(shù)據(jù)在主成分分析的正半軸上達(dá)到最大值。還通過(guò)紫外分光光度計(jì)法和感官評(píng)估驗(yàn)證了這一結(jié)果。
盡管通過(guò)電子鼻技術(shù)判斷紅茶發(fā)酵度具有可行性，但電子鼻容易受到高溫高濕等環(huán)境因素的干擾。因此，后續(xù)研究主要集中在改進(jìn)儀器和算法上。在不久的將來(lái)，預(yù)計(jì)會(huì)開發(fā)出配置優(yōu)化的通用電子鼻裝置，以提高其適用性，并改善對(duì)揮發(fā)性化合物的檢測(cè)性能，從而更好地識(shí)別紅茶加工過(guò)程中的香氣變化?？紤]到工業(yè)化應(yīng)用對(duì)電子鼻技術(shù)的要求高，未來(lái)需要加快開展基礎(chǔ)和應(yīng)用研究，以推動(dòng)電子鼻技術(shù)在紅茶加工領(lǐng)域的發(fā)展。
06
比色傳感器陣列技術(shù)在紅茶加工領(lǐng)域的應(yīng)用
由于紅茶香氣物質(zhì)易揮發(fā)且含量相對(duì)較低(僅約0.1%)，極大地影響了傳統(tǒng)電子鼻對(duì)紅茶香氣物質(zhì)分析的穩(wěn)定性。為克服這一挑戰(zhàn)，一種可視化的氣體比色傳感器陣列被開發(fā)，該陣列由金屬卟啉及其衍生物和pH指示劑制成。其工作原理是根據(jù)傳感器與揮發(fā)性有機(jī)化合物之間的反應(yīng)產(chǎn)生的顏色變化結(jié)合機(jī)器學(xué)習(xí)來(lái)分析氣體。與傳統(tǒng)電子鼻相比，這種技術(shù)能夠克服環(huán)境濕度的影響。
LI等開發(fā)了一種便攜式的紅茶發(fā)酵人工嗅覺(jué)傳感器實(shí)時(shí)監(jiān)測(cè)系統(tǒng)，采用了最優(yōu)的KNN-AdaBoost算法模型，識(shí)別率可達(dá)100%。然而，這個(gè)系統(tǒng)僅限于分類每個(gè)發(fā)酵樣品的時(shí)間，沒(méi)有對(duì)紅茶發(fā)酵品質(zhì)進(jìn)行進(jìn)一步研究。
總體而言，這項(xiàng)結(jié)果充分顯示了比色傳感器在紅茶加工中的應(yīng)用前景。未來(lái)，可以開發(fā)新型材料或裝置，以提高傳感器的靈敏度，減少傳感器與紅茶發(fā)酵香氣的響應(yīng)時(shí)間，從而便于實(shí)施監(jiān)控。
07
傳感器聯(lián)用技術(shù)在紅茶加工領(lǐng)域的應(yīng)用
在紅茶加工過(guò)程中，樣品的結(jié)構(gòu)是復(fù)雜且動(dòng)態(tài)變化的。單個(gè)傳感器工具只能提供有限的樣本信息。為了實(shí)現(xiàn)對(duì)樣品的高精度、高可靠性檢測(cè)，多傳感器融合技術(shù)被提出來(lái)解決這一問(wèn)題。
WANG等使用微型近紅外光譜儀、機(jī)器視覺(jué)系統(tǒng)和比色傳感技術(shù)工業(yè)化離線捕獲萎凋茶葉樣品的相關(guān)信息。三者數(shù)據(jù)融合后，對(duì)萎凋程度判別準(zhǔn)確率達(dá)到了97.50%，遠(yuǎn)高于單一技術(shù)。此外，WANG等還進(jìn)行了萎凋過(guò)程中多酚和兒茶素定量研究。利用微型近紅外光譜和機(jī)器視覺(jué)數(shù)據(jù)融合，在線監(jiān)控多酚和兒茶素含量變化，平均RPD值分別為5.41±0.99和4.03±0.38。由于RPD大于2.5就具有良好的定量結(jié)果，這項(xiàng)研究在理論上具有應(yīng)用價(jià)值，可以進(jìn)一步應(yīng)用于實(shí)際工業(yè)化在線生產(chǎn)中。JIN等應(yīng)用臺(tái)式近紅外光譜儀和計(jì)算機(jī)視覺(jué)系統(tǒng)，在實(shí)驗(yàn)室中實(shí)現(xiàn)了紅茶發(fā)酵程度的準(zhǔn)確判別，準(zhǔn)確率達(dá)到100%。并且在工業(yè)化離線應(yīng)用中，開發(fā)了一套便攜式的數(shù)據(jù)融合系統(tǒng)，利用微型近紅外光譜追蹤紅茶發(fā)酵內(nèi)部化學(xué)成分變化，計(jì)算機(jī)視覺(jué)系統(tǒng)則表征外部顏色改變，發(fā)酵程度判別率達(dá)到了89.19%。
LI等開發(fā)了基于揮發(fā)性成分的傳感器用于紅茶發(fā)酵評(píng)價(jià)，并利用高光譜去耦合香氣傳感器的信息，將判別率從90.8%提高至98.85%。AN等進(jìn)一步利用這兩項(xiàng)技術(shù)進(jìn)行數(shù)據(jù)融合，以預(yù)測(cè)紅茶發(fā)酵過(guò)程中的香氣評(píng)分。研究結(jié)果表明，在測(cè)試集中，相關(guān)系數(shù)最高達(dá)到0.966，這為在茶葉加工過(guò)程中，數(shù)字化儀器取代人的感官評(píng)估提供了可行性。另一項(xiàng)研究將高光譜成像與電特性裝置融合，應(yīng)用于紅茶發(fā)酵的化學(xué)成分快速檢測(cè)。研究結(jié)果顯示，茶多酚、可溶性糖和咖啡堿的預(yù)測(cè)集相關(guān)系數(shù)均高達(dá)0.99以上。
紅茶加工過(guò)程涉及顏色、香氣以及內(nèi)部的化學(xué)成分變化，是一個(gè)高度復(fù)雜的過(guò)程。僅使用單個(gè)傳感器的數(shù)據(jù)是不夠的，多傳感器數(shù)據(jù)融合技術(shù)的優(yōu)勢(shì)在于能夠聯(lián)合互補(bǔ)傳感器，響應(yīng)不同的特征現(xiàn)象，未被某一個(gè)傳感器檢測(cè)到的特征可以被另一個(gè)傳感器獲取，從而提高紅茶加工過(guò)程中模型的性能。
08
智能化技術(shù)應(yīng)用于紅茶加工品質(zhì)評(píng)價(jià)的前景展望
目前，智能化技術(shù)應(yīng)用于紅茶加工品質(zhì)評(píng)價(jià)的應(yīng)用情況如表1所示，現(xiàn)代智能化檢測(cè)技術(shù)為紅茶加工在線品質(zhì)分析提供了良好的前景。
然而，將這些新興技術(shù)應(yīng)用于生產(chǎn)實(shí)踐仍然是一個(gè)重大的挑戰(zhàn)。當(dāng)前面臨的問(wèn)題需要進(jìn)一步研究和解決，包括儀器的靈敏度、便攜性以及成本等問(wèn)題。
此外，還需選擇更先進(jìn)的數(shù)據(jù)處理方法和算法應(yīng)用于生產(chǎn)線操作，建立完整且快速的技術(shù)檢測(cè)樣品“指紋”庫(kù)，并開發(fā)一整套程序進(jìn)行實(shí)時(shí)檢測(cè)和應(yīng)用。隨著基礎(chǔ)科學(xué)的不斷進(jìn)步，傳感器技術(shù)、感官技術(shù)和模式識(shí)別等交叉學(xué)科的綜合發(fā)展，茶葉加工品質(zhì)分析應(yīng)用必將不斷完善，邁向更高級(jí)別的智能化。
未來(lái)，研究者們應(yīng)該致力于開發(fā)一套在線快速智能評(píng)價(jià)紅茶加工品質(zhì)的系統(tǒng)，監(jiān)控紅茶加工物質(zhì)的變化和快速評(píng)價(jià)紅茶質(zhì)量。
作者簡(jiǎn)介：
12
金 戈
博士，主要從事茶葉質(zhì)量安全與品質(zhì)控制，以第一作者發(fā)表SCI論文5篇。
12
寧井銘
博士，安徽農(nóng)業(yè)大學(xué)博士生導(dǎo)師，二級(jí)教授，享受國(guó)務(wù)院政府津貼，安徽省學(xué)術(shù)與技術(shù)帶頭人，2021年入選安徽省“特支計(jì)劃”，2022年入選國(guó)家萬(wàn)人“科技創(chuàng)新領(lǐng)軍人才”，安徽農(nóng)業(yè)大學(xué)茶樹生物學(xué)與資源利用國(guó)家重點(diǎn)實(shí)驗(yàn)室“茶葉加工與品質(zhì)控制”團(tuán)隊(duì)首席。目前主要從事茶葉加工、茶葉品質(zhì)分析及紅外光譜技術(shù)在茶葉上應(yīng)用等方面研究。主持或作為技術(shù)負(fù)責(zé)人承擔(dān)國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目、課題、子課題、國(guó)家質(zhì)檢總局公益性項(xiàng)目、茶葉化學(xué)分類國(guó)家標(biāo)準(zhǔn)制定、安徽省自然科學(xué)基金、安徽省教育廳自然科學(xué)研究重點(diǎn)項(xiàng)目、湖北青磚茶產(chǎn)學(xué)研合作、國(guó)家科技成果轉(zhuǎn)化重點(diǎn)項(xiàng)目和安徽省科技攻關(guān)等30多個(gè)項(xiàng)目;在核心期刊上發(fā)表相關(guān)論文100多篇，其中EI、SCI收錄近百篇;獲授權(quán)專利6項(xiàng)，軟件著作權(quán)3項(xiàng);獲國(guó)家科技進(jìn)步二等獎(jiǎng)1項(xiàng)，安徽省科技進(jìn)步一等獎(jiǎng)2項(xiàng)、二等獎(jiǎng)1項(xiàng)、三等獎(jiǎng)1項(xiàng)，全國(guó)農(nóng)牧漁業(yè)豐收獎(jiǎng)1項(xiàng)，全國(guó)農(nóng)牧漁業(yè)豐收合作獎(jiǎng)1項(xiàng)，黃山市科技進(jìn)步獎(jiǎng)1項(xiàng)。
來(lái)源：中國(guó)茶葉加工
如有侵權(quán) 請(qǐng)聯(lián)系刪除
