我所在紅茶品質(zhì)快速評(píng)價(jià)研究方面取得新進(jìn)展
近日，茶葉加工研究室在國(guó)際期刊Food Chemistry（中科院農(nóng)林科學(xué)一區(qū)TOP，IF=8.5）發(fā)表題為“A black tea quality testing method for scale production using CV and NIRS with TCN for spectral feature extraction”的研究論文。我所為第一單位，華南農(nóng)業(yè)大學(xué)工程學(xué)院為第二單位。聯(lián)合培養(yǎng)研究生梁建華和華南農(nóng)業(yè)大學(xué)郭嘉明副教授為論文第一作者和共同一作，茶葉加工研究室喬小燕研究員為論文通訊作者。
茶葉品質(zhì)評(píng)價(jià)對(duì)生產(chǎn)工藝改進(jìn)、市場(chǎng)流通價(jià)格、品牌建設(shè)等均影響較大。然而現(xiàn)行的感官審評(píng)方法主觀性較強(qiáng)，無(wú)法客觀量化評(píng)價(jià)茶葉品質(zhì)。
該研究表明利用基于計(jì)算機(jī)視覺(jué)、近紅外光譜、深度學(xué)習(xí)的多源信息融合技術(shù)，可以快速評(píng)價(jià)同等原料嫩度英德紅茶（英紅九號(hào)一芽二葉）的品質(zhì)等級(jí)。采用TCN時(shí)序卷積網(wǎng)絡(luò)（Temporal Convolutional Network ）提取光譜質(zhì)量特征并融合紅茶外觀質(zhì)量特征、滋味因子特征后構(gòu)建的模型，準(zhǔn)確率可達(dá)98.2%。
該研究為茶葉綜合品質(zhì)快速評(píng)價(jià)提供了一種有效的方法。該研究得到了提升市縣茶葉科技能力促進(jìn)產(chǎn)業(yè)發(fā)展項(xiàng)目(403-2018-XMZC?0002-90)、畢節(jié)市揭榜掛帥項(xiàng)目(BKH Major Project No. 5 (2022))和貴州省科技規(guī)劃項(xiàng)目(QKH Support No. 165 (2024)的資助。
原文鏈接：https://www.sciencedirect.com/science/article/pii/S0308814624032175
近2年來(lái)，茶葉加工研究室在利用多源信息融合技術(shù)快速量化評(píng)價(jià)紅茶品質(zhì)方面取得了較好進(jìn)展，發(fā)表論文4篇Food Chemistry 464 （2025）141567，F(xiàn)ood Chemistry 440（2024）138242，Journal of Food Engineering 369（2024）111931，包裝工程（2024）；授權(quán)發(fā)明專利3件（基于NIRS與CV的茶葉品質(zhì)等級(jí)檢測(cè)方法和系統(tǒng)ZL 202311026399.6；茶葉品質(zhì)等級(jí)分類方法及裝置、設(shè)備、存儲(chǔ)介質(zhì)ZL202210505674.1；評(píng)估茶葉滋味、香氣和整體感官方法、系統(tǒng)、設(shè)備及介質(zhì)ZL2023114833192.1）。