智慧茶園技術(shù)集成與應(yīng)用

疏再發(fā) 吉慶勇 金晶 周慧娟 鄭生宏 何衛(wèi)中

摘要：隨著以物聯(lián)網(wǎng)、大數(shù)據(jù)以及云計算為代表的智能化農(nóng)業(yè)的蓬勃發(fā)展，作為其中重要組成的智慧茶園也在新興和崛起。文章主要通過茶園監(jiān)控系統(tǒng)、茶園氣象監(jiān)測系統(tǒng)、茶園土壤監(jiān)測系統(tǒng)、茶園病蟲害監(jiān)測系統(tǒng)、茶園測繪監(jiān)測系統(tǒng)、茶園遙感識別系統(tǒng)等茶園智能監(jiān)測模塊，集成茶園水肥自動灌溉系統(tǒng)、茶園無人機飛防技術(shù)、茶園防霜設(shè)施、茶園軌道運輸機、智能采茶機器人等智慧茶園調(diào)控模塊，以綜述智慧茶園技術(shù)集成與應(yīng)用。利用智慧茶園管理系統(tǒng)的大數(shù)據(jù)及云計算有機實現(xiàn)茶園智能監(jiān)測、智慧調(diào)控，通過精煉各種技術(shù)的合理搭配打造智慧茶園建設(shè)模板，有的放矢應(yīng)用于當(dāng)前智慧茶園建設(shè)，并展望“十四五”期間及以后智慧茶園的發(fā)展方向。

關(guān)鍵詞：智慧茶園;智能監(jiān)測;智慧調(diào)控;建設(shè)模板

Integration and Application of Intelligent

Tea Garden Technology

SHU Zaifa1， JI Qingyong1， JIN Jing2， ZHOU Huijuan1， ZHENG Shenghong1， HE Weizhong1*

1. Lishui Academy of Agriculture and Forestry Sciences， Lishui 323000， China;

2. Zhejiang Agricultural Technology Extension Center， Hangzhou 310020， China

Abstract： With the vigorous development of intelligent agriculture represented by the Internet of Things， big data and cloud computing， as an important part of it， intelligent tea garden is also emerging and rising. This paper mainly collects tea garden intelligent monitoring modules， such as tea garden monitoring system， tea garden meteorological monitoring system， tea garden soil monitoring system， tea garden disease and insect pest monitoring system， tea garden surveying and mapping monitoring system， tea garden remote sensing identification system， etc. Integrated with automatic irrigation system of water and fertilizert， tea garden UAV flight prevention technology， tea garden frost prevention facilities， tea garden rail transport， intelligent tea picking robot and other smart tea garden regulation modules， to review the integration and application of smart tea garden technology. Big data and cloud computing of smart tea garden management system are used to organically realize intelligent monitoring and intelligent control of tea garden. Intelligent tea garden construction template is created by rational collocation of various refined technologies， which is applied to the current intelligent tea garden construction with a targeted target. The development direction and prospect of smart tea garden during and after the "14th Five-year Plan" are proposed.

Keywords： intelligent tea garden， intelligent monitoring， intelligent control， construction template

我國的茶文化博大精深，越來越多的人喜歡上喝茶[1]。面對日益增長的茶葉需求，品質(zhì)安全、科技集成已成為茶葉發(fā)展的重中之重。隨著機械設(shè)備、物聯(lián)網(wǎng)、計算機科學(xué)等技術(shù)的飛速發(fā)展，將先進科技引入到茶樹栽培、茶園管理、茶葉生產(chǎn)銷售等環(huán)節(jié)中，以實現(xiàn)營造茶園生態(tài)環(huán)境、提高茶樹種植效率、提升茶園管理水平、保障茶葉品質(zhì)安全、節(jié)省茶葉生產(chǎn)勞動力等目標(biāo)[2-3]。

隨著以物聯(lián)網(wǎng)、大數(shù)據(jù)以及云計算為代表的新興智能化農(nóng)業(yè)4.0時代的發(fā)展[4]，全球各地農(nóng)業(yè)部門逐漸將各種科技應(yīng)用到農(nóng)業(yè)生產(chǎn)管理中。英、美、德等國家通過智能化的數(shù)據(jù)搜索和分析處理平臺，將傳感技術(shù)、大數(shù)據(jù)和云計算技術(shù)、地理遙感等技術(shù)結(jié)合，實現(xiàn)精準(zhǔn)農(nóng)業(yè)服務(wù)、精細(xì)農(nóng)業(yè)管理[5-7]。

我國人工智能技術(shù)是“國家大數(shù)據(jù)戰(zhàn)略”，亦不斷應(yīng)用于農(nóng)業(yè)生產(chǎn)中。在重慶市、浙江省、湖南省等地已率先探索智慧茶園建設(shè)，通過創(chuàng)新建立茶園種植模式，實時收集茶園的溫度、濕度、風(fēng)向、降雨量等基本數(shù)據(jù)，進行茶園環(huán)境監(jiān)測，利用大數(shù)據(jù)分析潛在的生產(chǎn)風(fēng)險，利用茶園水肥一體化設(shè)施、無人機飛防等遠(yuǎn)程控制精準(zhǔn)開展茶園生產(chǎn)管理，節(jié)省生產(chǎn)勞動力，提升茶葉產(chǎn)量及品質(zhì)[8-9]。

利用智慧茶園技術(shù)打破傳統(tǒng)茶園種植管理模式，打破傳統(tǒng)茶葉生產(chǎn)銷售理念，合理配置茶葉生產(chǎn)投入要素，充分利用物聯(lián)網(wǎng)、大數(shù)據(jù)、云計算等先進科技，結(jié)合茶樹種植管理經(jīng)驗標(biāo)準(zhǔn)化和病蟲害預(yù)警預(yù)測模型化，有機應(yīng)用茶園病蟲害綠色防控，實現(xiàn)茶葉質(zhì)量生產(chǎn)可溯源。高效利用各種資源，打造高品質(zhì)、標(biāo)準(zhǔn)化、精準(zhǔn)化茶葉示范區(qū)，生產(chǎn)綠色優(yōu)質(zhì)茶產(chǎn)品，促進茶葉產(chǎn)業(yè)轉(zhuǎn)型升級，實現(xiàn)茶葉產(chǎn)業(yè)高質(zhì)量綠色發(fā)展。

1? 茶園智能監(jiān)測模塊

1.1? 茶園智能監(jiān)測模塊的組成

1.1.1? 茶園監(jiān)控系統(tǒng)

茶園監(jiān)控系統(tǒng)是通過無線、電纜、光纖等傳輸方式把前端監(jiān)測設(shè)備、數(shù)據(jù)傳輸設(shè)備、后端存儲設(shè)備、遠(yuǎn)程控制及實時顯示設(shè)備等五大部分有機連接，實現(xiàn)茶園全域可視環(huán)境監(jiān)控功能。通過在茶園全域內(nèi)合理搭配前端監(jiān)測設(shè)備（槍機攝像頭、球機攝像頭等），對茶樹的生長態(tài)勢、茶園病害、蟲害、災(zāi)害等發(fā)生狀況、茶園生產(chǎn)作業(yè)情況等進行實時視頻監(jiān)控，實現(xiàn)在無人值守情況下對茶樹生長發(fā)育、病蟲災(zāi)害等狀況開展遠(yuǎn)程在線監(jiān)控[10-11]。

1.1.2? 茶園氣象監(jiān)測系統(tǒng)

茶園氣象監(jiān)測系統(tǒng)合理選擇茶園具體區(qū)域或地塊，按照茶園氣象傳感器等設(shè)備，實時顯示和記錄該區(qū)域空氣溫度、濕度、風(fēng)級和積溫數(shù)據(jù)信息，展示全局氣象分布[12]。根據(jù)降水、均溫、相對濕度的氣象信息進行氣象預(yù)報。查看當(dāng)前積溫、累積降水、溫度等歷史多年對比分析數(shù)據(jù)，分析茶樹歷年生長勢，預(yù)測當(dāng)年茶樹物候期和茶葉產(chǎn)量等茶園生產(chǎn)信息[13]。通過設(shè)置閾值數(shù)據(jù)及氣象預(yù)報，預(yù)防倒春寒、熱害、凍害等災(zāi)害，為生產(chǎn)提供輔助決策意見。

1.1.3? 茶園土壤監(jiān)測系統(tǒng)

茶園土壤監(jiān)測系統(tǒng)是基于實時數(shù)據(jù)傳輸和數(shù)據(jù)分析評估功能，在茶園內(nèi)配置多點無線土壤墑情監(jiān)測主機，在土壤各深度設(shè)置溫度、水分、土壤pH、電導(dǎo)率、土壤水勢等多種傳感器，實時顯示和記錄茶園土壤墑情的監(jiān)測系統(tǒng)。通過對比多年土壤墑情數(shù)據(jù)，還能預(yù)測分析茶樹生長勢和次年茶葉產(chǎn)量等茶園生產(chǎn)信息[14-15]。通過設(shè)置土壤閾值數(shù)據(jù)和預(yù)報，預(yù)防茶園旱害，搭配茶園水肥自動灌溉管理技術(shù)，可構(gòu)建智慧茶園精準(zhǔn)土壤墑情調(diào)控網(wǎng)絡(luò)[13]。

1.1.4? 茶園病蟲害監(jiān)測系統(tǒng)

茶園病蟲害監(jiān)測技術(shù)是集植物保護學(xué)、農(nóng)藥學(xué)、作物栽培學(xué)、計算機科學(xué)等多種學(xué)科，利用影像處理、計算機視覺、物聯(lián)網(wǎng)監(jiān)控等技術(shù)集成，實現(xiàn)對病蟲害發(fā)生情況的綜合分析、遠(yuǎn)程診斷與鑒定、病蟲害綜合防治的監(jiān)測系統(tǒng)[13]。茶園病蟲害監(jiān)測系統(tǒng)一方面可以借助茶園監(jiān)控系統(tǒng)，利用實時監(jiān)測設(shè)備、感官經(jīng)驗判斷等實現(xiàn)對茶葉常見病蟲害的識別;另一方面可利用相對基礎(chǔ)的設(shè)備，包括智能孢子捕捉系統(tǒng)和蟲情測報儀等，智能監(jiān)測、智能識別實現(xiàn)茶園病蟲害實時監(jiān)測。智能孢子捕捉系統(tǒng)通過實時采集分析監(jiān)測孢子情況，來預(yù)測茶園氣傳性病害發(fā)生期和發(fā)生程度。而蟲情測報儀主要由色板+性信息素誘捕裝置、智能識別系統(tǒng)、自動預(yù)報系統(tǒng)等組成，通過對害蟲自動誘捕、圖片拍攝、數(shù)據(jù)遠(yuǎn)程自動傳輸儲存、自動識別計數(shù)、數(shù)據(jù)分析及信息發(fā)布，實現(xiàn)自動蟲情預(yù)報等功能[16-17]。

1.1.5? 茶園測繪監(jiān)測系統(tǒng)

無人機測繪系統(tǒng)是現(xiàn)代化測繪測量裝備體系的重要組成部分[18]。茶園測繪監(jiān)測系統(tǒng)通過無人機航拍獲取大量、廣泛、多角度、高重疊度的茶園影像大數(shù)據(jù)，再利用基于無人機測繪技術(shù)的地形三維模型重建技術(shù)重建茶園地面影像，獲得帶有高程信息的地形三維模型，然后通過校正算法精準(zhǔn)獲取茶園地理測繪信息。而基于無人機測繪技術(shù)的地形三維模型重建技術(shù)恰好能夠?qū)崿F(xiàn)茶園地表高程信息的快速采集和處理，不僅能夠精準(zhǔn)呈現(xiàn)茶園地理面貌，建立智能VR互動茶園，而且能夠為植保無人機在復(fù)雜地形中自主作業(yè)等提供輔助[19-20]。

1.1.6? 茶園遙感識別系統(tǒng)

茶園遙感識別系統(tǒng)以無人機為載體，搭載高光譜攝像機等傳感器獲取茶園地表遙感影像。高光譜遙感技術(shù)具有圖譜合一、波段較多且連續(xù)等優(yōu)秀特征，通過計算機對采集遙感數(shù)據(jù)的數(shù)字量化轉(zhuǎn)化為反射率數(shù)據(jù)并降噪處理，從而獲取茶園地表及地表附著物的連續(xù)光譜信息，利用遙感光譜曲線描述地物的光譜特征，從而識別出具有診斷性光譜特征的地物[21]。

無人機遙感監(jiān)測范圍大且具宏觀性，針對不同航高無人機能夠進行大范圍、高空間、多維度監(jiān)測的同時，還能夠?qū)^小面積、較小空間進行精準(zhǔn)監(jiān)測。另外，還可同時采用多架效率高的無人機，多次監(jiān)測的方式對監(jiān)測區(qū)域進行遙感監(jiān)測作業(yè)。

無人機搭載高光譜相機，結(jié)合了無人機輕便、易操作和高光譜相機采集地物連續(xù)光譜信息等優(yōu)點，可以從近地高度、低成本、受氣象影響小、方便快捷地對大面積茶園進行茶樹生長和病蟲害監(jiān)測。通過對發(fā)生過病蟲害的茶園進行遙感數(shù)據(jù)采集，再分析受害茶樹的光譜特征變化，判斷茶園受害程度高低，預(yù)測病蟲害發(fā)生情況，指導(dǎo)茶園病蟲害防控[8，22-23]。

1.2? 茶園智能監(jiān)測模塊的集成與應(yīng)用

茶園智能監(jiān)測可實現(xiàn)茶樹生長環(huán)境的實時監(jiān)測、追溯及預(yù)警。茶園智能監(jiān)測模塊（圖1）搭配茶園氣象監(jiān)測系統(tǒng)和茶園土壤監(jiān)測系統(tǒng)，實現(xiàn)對茶樹生長所處氣候條件及土壤狀況的全方位掌握，為精準(zhǔn)調(diào)控茶樹生長提供基本保障。搭配茶園監(jiān)控系統(tǒng)、茶園病蟲害監(jiān)測系統(tǒng)、茶園遙感識別系統(tǒng)和茶園測繪監(jiān)測系統(tǒng)，可實時呈現(xiàn)茶樹生長勢、茶園面貌。配合對茶園病蟲害和自然災(zāi)害的發(fā)生狀況的預(yù)測，為茶葉農(nóng)事活動提供預(yù)測預(yù)報和茶園定向調(diào)控提供數(shù)據(jù)支撐。

2? 智慧茶園調(diào)控模塊

2.1? 智慧茶園調(diào)控模塊的組成

2.1.1? 茶園水肥自動灌溉系統(tǒng)

茶園水肥自動灌溉系統(tǒng)根據(jù)茶樹的需肥需水規(guī)律把水與肥通過一定的比例進行混合，由鋪設(shè)在田間的滴灌管道緩慢均勻地輸送至茶樹根部，或由鋪設(shè)在茶園間的噴灌設(shè)施噴施在茶園表面[24]。結(jié)合茶園氣象和茶園土壤監(jiān)測系統(tǒng)的實時監(jiān)測數(shù)據(jù)，監(jiān)測系統(tǒng)設(shè)置水肥需求閾值，再根據(jù)茶樹需肥規(guī)律、生長環(huán)境，實現(xiàn)茶園水肥精準(zhǔn)控制，以最低的施肥成本獲得更好的茶葉品質(zhì)和更高的經(jīng)濟效益[25]。目前，水肥自動灌溉技術(shù)在我國茶園應(yīng)用上還不成熟，大多茶園主要是采取傳統(tǒng)的滴灌和噴灌方式，以滿足茶樹對水的需求為主，而水肥一體化設(shè)施和肥源的研究應(yīng)用存在瓶頸[26]。

2.1.2? 茶園無人機飛防技術(shù)

無人機施藥是一種低容量高濃度的低空施藥方式。作為一種新型的施藥技術(shù)，契合了我國目前智慧茶產(chǎn)業(yè)發(fā)展的需求。作為農(nóng)用航空作業(yè)的重要代表之一，植保無人機以作業(yè)效率高、應(yīng)用場景廣等優(yōu)勢得以快速發(fā)展。據(jù)統(tǒng)計，每架無人機每天作業(yè)面積可達(dá)40 hm2，遠(yuǎn)高于人工施藥的作業(yè)效率[27]。2015年，美國對精準(zhǔn)農(nóng)業(yè)技術(shù)的應(yīng)用增速最快的就是無人機植保技術(shù)[28]。楚博等[29]為評估植保無人機在茶園應(yīng)用的可行性，在茶園測試了無人機施藥的霧滴沉積分布、對小貫小綠葉蟬的防治效果，以及6種農(nóng)藥在茶葉中的殘留量。結(jié)果表明，供試的無人機噴霧噴頭、飛防助劑對無人機噴霧的霧滴沉積分布影響不顯著;無人機施藥的霧滴大小、霧滴密度、沉積量等均優(yōu)于背負(fù)式電動噴霧器;但無人機施藥的均勻性較差，且茶葉中農(nóng)藥殘留水平顯著提高，故在茶園中應(yīng)用無人機施藥還需進一步研究完善。

2.1.3? 茶園防霜設(shè)施

早春“倒春寒”已成為影響名優(yōu)茶產(chǎn)量和品質(zhì)的主要因素。目前，茶園防霜設(shè)施設(shè)備比較成熟的主要是茶園防霜扇、茶園噴霧防霜等[30]。茶園防霜扇是通過風(fēng)扇系統(tǒng)產(chǎn)生風(fēng)力作用，將熱空氣吹到茶蓬表面，防止霜凍。與煙熏、覆蓋等傳統(tǒng)茶園防霜凍技術(shù)相比，茶園防霜扇系統(tǒng)一次投入可長期受益，具有自動化程度高、使用壽命長、操作簡單、節(jié)能環(huán)保、安全穩(wěn)定等優(yōu)勢。一般在茶園中安裝1臺防霜扇有效面積為0.08～0.10 hm2[31]。茶園噴霧防霜主要通過茶園水肥灌溉系統(tǒng)對茶蓬表面連續(xù)噴水，從而使茶蓬面溫度維持在0 ℃以上，防止茶樹凝霜結(jié)冰。

2.1.4? 茶園軌道運輸機

茶園生產(chǎn)需要大量勞動力支持，特別是山地茶園，運輸時最耗費勞動力，而且人力勞務(wù)難以適應(yīng)千變?nèi)f化的山地茶園地形，茶園軌道運輸機能夠有效緩解這一難題[32-33]。目前茶園中的軌道運輸機主要有雙軌運輸機和單軌運輸機2種，茶園雙軌運輸機是一種由鋼絲繩牽引、載物滑車沿已經(jīng)鋪設(shè)好的軌道行駛的運輸工具，運輸機可分為雙向牽引、變軌、固定和可拆裝等不同形式。雙軌運輸機具有坡地適應(yīng)能力強、運行穩(wěn)定、運載能力強等優(yōu)點。而單軌運輸機主要利用齒輪、皮帶等機構(gòu)進行傳動，使用小功率柴油發(fā)動機作動力，在單軌道上可實現(xiàn)前進、倒退等動作。相比雙軌運輸機，單軌運輸機具有占地空間小、架設(shè)簡單、鋪設(shè)方便、建造成本低等優(yōu)勢[34-35]。茶園軌道運輸機不僅可用于茶園管理物資和人員的運輸，更是未來智能機械行走在山地茶園間的橋梁。

2.1.5? 智能采茶機器人

智能采茶機器人基于AI識別、智能剪切等程序與模塊實現(xiàn)適應(yīng)不同的田間作業(yè)環(huán)境，對茶樹嫩芽進行剪切采集。智能采茶機器人定制的雙足式履帶實現(xiàn)機器人的移動，同時提供遙感操控功能，頂棚和遮罩篷布保證機器人內(nèi)環(huán)境與外環(huán)境相隔絕，保證室外情況下茶葉采摘的可行性;機器手是采茶機器人采摘技術(shù)的執(zhí)行者，配合安裝于其執(zhí)行機構(gòu)末端的圖像傳感器、茶葉剪切器以及相關(guān)的程序代碼可以對目標(biāo)茶葉實現(xiàn)智能采摘[36-37]。

目前，智能采茶機器人在國內(nèi)外更多停留在研究層面，仍存在一些問題和挑戰(zhàn)：一是不同茶樹品種茶芽的大小、色澤、葉片的展開角度、茶芽的位置等都不盡相同，在利用大數(shù)據(jù)平臺來提升AI識別的準(zhǔn)確性上，還有待進一步提高。二是名優(yōu)茶采摘機器人外形構(gòu)造與設(shè)計以并聯(lián)機器人結(jié)構(gòu)為主，其所采用的這種閉鏈?zhǔn)浇Y(jié)構(gòu)也使得機器人的正向運動學(xué)分析與控制更為復(fù)雜，工作空間有限，且成本更高。三是茶芽剪切器的設(shè)置，需針對不同品種茶芽設(shè)計更加適配且新型的小型末端采摘器[38-40]。因此，采茶機器人是今后研究的熱點和難點，仍有較大的空間去探索和發(fā)現(xiàn)。

2.2? 智慧茶園調(diào)控模塊的集成與應(yīng)用

現(xiàn)階段，智慧茶園調(diào)控以建立標(biāo)準(zhǔn)化茶園為基礎(chǔ)，配合建立成熟的茶園生態(tài)體系，應(yīng)用茶園綠色防控系統(tǒng)（茶園殺蟲燈、茶園天敵友好型色板、茶園害蟲性信息素誘捕器等設(shè)施）[41]，結(jié)合茶園作業(yè)機械，打造茶園周年性的標(biāo)準(zhǔn)化生產(chǎn)作業(yè)。利用智能化程度較高的茶園管理設(shè)施（茶園水肥一體化、無人機飛防、茶園防霜設(shè)施等），滿足茶樹生長所需的水分養(yǎng)分需求，防控茶園的病蟲災(zāi)害等威脅。未來智慧茶園調(diào)控是在現(xiàn)階段的基礎(chǔ)上，通過創(chuàng)新茶樹栽培模式、開發(fā)茶園作業(yè)機器人、優(yōu)化智能采茶機器人等，實現(xiàn)茶園生產(chǎn)智能化，使茶園生產(chǎn)向低勞動力、高機械化、高智能化方向轉(zhuǎn)變，助力茶園高質(zhì)量可持續(xù)發(fā)展（圖2）。

3? 智慧茶園管理系統(tǒng)及建設(shè)模板

3.1? 智慧茶園管理系統(tǒng)

智慧茶園管理系統(tǒng)是有機連接智慧茶園監(jiān)測模塊、大數(shù)據(jù)采集模塊、云計算調(diào)控模塊等為一體的智能化系統(tǒng)，從而實現(xiàn)茶園管理智能監(jiān)測、智能顯示、遠(yuǎn)程控制等能力。目前，智慧茶園管理系統(tǒng)主要是通過各種高清監(jiān)控、傳感器等設(shè)備平臺，收集各種茶園數(shù)據(jù)傳輸?shù)酱髷?shù)據(jù)處理的平臺層，再通過云計算為基礎(chǔ)下的終端應(yīng)用層，實現(xiàn)對茶園調(diào)控模塊的遠(yuǎn)程控制[42-44]。陳蘭[45]制定了基于物聯(lián)網(wǎng)技術(shù)的智慧茶園管理系統(tǒng)的總體方案，將整個系統(tǒng)劃分為感知執(zhí)行層、傳輸層和應(yīng)用層3部分及具體工作流程。確定了硬件設(shè)計的總體架構(gòu)，完成對系統(tǒng)所需的采集傳感器、系統(tǒng)控制器、智能水肥藥一體機等設(shè)備的選擇;其次，開展系統(tǒng)的軟件設(shè)計，開發(fā)了基于Spring Cloud 智慧茶園云管理平臺，整個平臺分為5個子平臺，包括茶樹生長環(huán)境監(jiān)測平臺、視頻監(jiān)控平臺、水肥藥一體化調(diào)控平臺、茶葉質(zhì)量追溯平臺、茶樹生長過程綜合管理平臺。5個平臺之間相互協(xié)作且獨立，實現(xiàn)智慧茶園生產(chǎn)管理的精準(zhǔn)控制。

3.2? 智慧茶園建設(shè)模板

目前對智慧茶園的研究大多集中在技術(shù)應(yīng)用層面，而對于智慧茶園的發(fā)展規(guī)劃、發(fā)展模式等則鮮有研究。智慧茶園建設(shè)是一個長期性的過程，必須做好頂層設(shè)計，把握住建設(shè)發(fā)展的大方向，保證智慧茶園的良好迭代更新。如圖3所示，本文較詳細(xì)地收集國內(nèi)外智慧茶園各種技術(shù)應(yīng)用，以茶園監(jiān)控系統(tǒng)、茶園氣象監(jiān)測系統(tǒng)、茶園土壤監(jiān)測系統(tǒng)、茶園病蟲害監(jiān)測系統(tǒng)等茶園智能監(jiān)測模塊，集成以茶園水肥自動灌溉系統(tǒng)、茶園無人機飛防技術(shù)、茶園防霜設(shè)施、茶園軌道運輸機等智慧茶園調(diào)控模塊，通過各種技術(shù)的合理搭配打造智慧茶園建設(shè)模板，有的放矢應(yīng)用于當(dāng)前智慧茶園建設(shè)，以生產(chǎn)最適宜的監(jiān)測調(diào)控模塊，搭配智慧茶園管理系統(tǒng)建設(shè)智慧茶園1.0時代。

隨著茶園測繪監(jiān)測系統(tǒng)、茶園遙感監(jiān)測系統(tǒng)、智能采茶機器人等技術(shù)的進步，以及基于大數(shù)據(jù)處理與應(yīng)用的智慧茶園管理系統(tǒng)研究的深入，茶園精準(zhǔn)控制將實現(xiàn)智慧茶園2.0時代。隨著科技的飛速發(fā)展，智慧茶園建設(shè)也終將進入茶品質(zhì)按需調(diào)控、茶園無人生產(chǎn)的智慧茶園3.0時代。

4? 展望

“十三五”期間，“中央一號文件”提出加強現(xiàn)代農(nóng)業(yè)設(shè)施建設(shè)，依托現(xiàn)有資源建設(shè)農(nóng)業(yè)農(nóng)村大數(shù)據(jù)中心，加快物聯(lián)網(wǎng)、大數(shù)據(jù)、區(qū)塊鏈、人工智能、5G、智慧氣象等現(xiàn)代信息技術(shù)在農(nóng)業(yè)領(lǐng)域的應(yīng)用[46]。2021年“中央一號文件”更是提出要舉全黨全社會之力加快推進農(nóng)業(yè)農(nóng)村現(xiàn)代化，建設(shè)數(shù)字鄉(xiāng)村，“十四五”時期推進數(shù)字鄉(xiāng)村建設(shè)，發(fā)展智慧農(nóng)業(yè)。在如此重要的戰(zhàn)略背景下，智慧農(nóng)業(yè)已成為未來農(nóng)業(yè)發(fā)展方向，但現(xiàn)階段智慧農(nóng)業(yè)的研究仍處于起步階段，特別是智慧茶園領(lǐng)域。“十四五”期間及未來更長一段時期，智慧茶園發(fā)展將會以理論、技術(shù)、裝備和系統(tǒng)研究為核心，基礎(chǔ)研究與應(yīng)用研究相結(jié)合，集成智慧茶園監(jiān)測、預(yù)警、調(diào)控、溯源等技術(shù)，現(xiàn)階段應(yīng)在前人的研究基礎(chǔ)上，加強以下3個方面研究，更好服務(wù)智慧茶園高質(zhì)量發(fā)展。

第一，基于物聯(lián)網(wǎng)的智慧茶園管控關(guān)鍵技術(shù)與裝備研究。研究茶園生長環(huán)境、水肥營養(yǎng)、茶樹生長發(fā)育、病蟲情、農(nóng)藥殘留等的智能識別和管控技術(shù)，創(chuàng)新開發(fā)集多功能為一體的國產(chǎn)傳感器，實現(xiàn)實時、動態(tài)、連續(xù)的信息感知，并強化傳感器的采集精確度和抗干擾性。第二，加強茶園智能耕作、名優(yōu)茶采摘等智能化裝備研發(fā)，形成包括物聯(lián)網(wǎng)標(biāo)準(zhǔn)、智慧硬件（傳感器、農(nóng)業(yè)機器人等）的統(tǒng)一開發(fā)技術(shù)標(biāo)準(zhǔn)，優(yōu)化數(shù)據(jù)傳輸方式，既保證效率，又確保穩(wěn)定和安全。第三，完善茶葉大數(shù)據(jù)中心建設(shè)智慧農(nóng)業(yè)關(guān)鍵技術(shù)創(chuàng)新研究。目前研究集中在數(shù)據(jù)的采集過程，而對數(shù)據(jù)處理、挖掘研究較少，應(yīng)大力發(fā)展云計算、大數(shù)據(jù)技術(shù)，以及數(shù)據(jù)融合、數(shù)據(jù)存儲、數(shù)據(jù)挖掘等數(shù)據(jù)處理方法為重點內(nèi)容的研究[47-49]。

參考文獻(xiàn)

[1] 盛敏. 中國茶文化對外傳播與茶葉出口貿(mào)易發(fā)展研究[D]. 長沙：湖南農(nóng)業(yè)大學(xué)， 2017.

[2] 王文明， 肖宏儒， 宋志禹， 等. 茶葉生產(chǎn)全程機械化技術(shù)研究現(xiàn)狀與展望[J]. 中國農(nóng)機化學(xué)報， 2020， 41（5）： 226-236.

[3] 鄒華， 趙穎琣. 基于物聯(lián)網(wǎng)技術(shù)的智慧茶園應(yīng)用現(xiàn)狀淺析[J]. 南方農(nóng)機， 2018， 49（21）： 26， 31.

[4] 宋永嘉， 劉賓， 魏暄云， 等. 大數(shù)據(jù)時代無線傳感技術(shù)在精準(zhǔn)農(nóng)業(yè)中的應(yīng)用進展[J]. 江蘇農(nóng)業(yè)科學(xué)， 2021， 49（8）： 31-37.

[5] 唐珂. 國外農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)發(fā)展及對我國啟示[J]. 農(nóng)業(yè)工程技術(shù)， 2017， 37（15）： 11-17.

[6] 楊藝. 淺談日本農(nóng)業(yè)信息化的發(fā)展及啟示[J]. 現(xiàn)代日本經(jīng)濟， 2005（6）： 60-62.

[7] 趙春江， 李瑾， 馮獻(xiàn)， 等. “互聯(lián)網(wǎng)+”現(xiàn)代農(nóng)業(yè)國內(nèi)外應(yīng)用現(xiàn)狀與發(fā)展趨勢[J]. 中國工程科學(xué)， 2018， 20（2）： 50-56.

[8] 顧澤鑫， 王白娟， 蘇文蘋， 等. 高光譜無人機遙感影像識別技術(shù)在茶園病蟲害防治中的應(yīng)用研究[J]. 經(jīng)濟師， 2020（12）： 61-62.

[9] 王文生， 郭雷風(fēng). 農(nóng)業(yè)大數(shù)據(jù)及其應(yīng)用展望[J]. 江蘇農(nóng)業(yè)科學(xué)， 2015， 43（9）： 1-5.

[10] 毛林， 成維莉， 夏偉偉， 等. 茶園遠(yuǎn)程監(jiān)控智能終端系統(tǒng)研究[J]. 浙江農(nóng)業(yè)科學(xué)， 2019， 60（4）： 685-688.

[11] 王風(fēng)云， 王利民， 封文杰， 等. 塑料大棚茶園無線智能監(jiān)控系統(tǒng)研發(fā)[J]. 農(nóng)業(yè)與技術(shù)， 2014， 34（1）： 41-43.

[12] 周立， 張書慧， 于楓. 基于ZigBee網(wǎng)絡(luò)的移動式茶園環(huán)境監(jiān)測系統(tǒng)設(shè)計與實現(xiàn)[J]. 中國農(nóng)機化學(xué)報， 2016， 37（6）： 243-246.

[13] 陳義勇， 黎健龍， 周波， 等. 茶園生境智慧管控技術(shù)助推廣東茶產(chǎn)業(yè)可持續(xù)健康發(fā)展[J]. 廣東農(nóng)業(yè)科學(xué)， 2020， 47（12）： 193-202.

[14] 王戰(zhàn)備. 基于GPRS的茶園土壤溫濕度遠(yuǎn)程監(jiān)測系統(tǒng)[J]. 農(nóng)機化研究， 2013， 35（6）： 186-189.

[15] LOPEZ RIQUELME J A， SOTO F， SUARDIAZ J， et al. Wireless sensor networks for precision horticulture in southern Spain[J]. Computers and Electronics in Agriculture， 2009， 68（1）： 25-35.

[16] 彭萍， 王曉慶， 肖玉華， 等. 茶樹病蟲害預(yù)測預(yù)報方法的回顧與展望[J]. 西南農(nóng)業(yè)學(xué)報， 2010， 23（5）： 1742-1745.

[17] 趙小娟， 葉云， 冉耀虎. 基于物聯(lián)網(wǎng)的茶樹病蟲害監(jiān)測預(yù)警系統(tǒng)設(shè)計與實現(xiàn)[J]. 中國農(nóng)業(yè)信息， 2019， 31（6）： 107-115.

[18] CHAUDHRY M H， HAMID C M， ANUAR A， et al. A comparative study of modern UAV platform for topographic mapping[J]. IOP Conference Series： Earth and Environmental Science， 2020， 540（1）. http：//dx.doi.org/10.1088/1755-1315/540/1/012019.

[19] 邵振程. 應(yīng)用于農(nóng)業(yè)植保領(lǐng)域的無人機測繪技術(shù)研究[D]. 杭州： 杭州電子科技大學(xué)， 2019.

[20] 張繼賢， 劉飛， 王堅. 輕小型無人機測繪遙感系統(tǒng)研究進展[J]. 遙感學(xué)報， 2021， 25（3）： 708-724.

[21] 蔣永泉. 基于多源遙感數(shù)據(jù)茶園識別及其識別精度尺度效應(yīng)研究[D]. 昆明： 云南師范大學(xué)， 2021.

[22] 黃邵東， 徐偉恒， 吳超， 等. 遙感在茶園監(jiān)測中的應(yīng)用研究進展[J]. 西部林業(yè)科學(xué)， 2020， 49（2）： 1-9， 23.

[23] MENGMENG D， NOBORU N. Monitoring of wheat growth status and mapping of wheat yield's within-field spatial variations using color images acquired from UAV-camera system[J]. Remote Sensing， 2017， 9（3）： 289.

[24] 楊清霖. 幼齡茶園滴灌施肥技術(shù)研究[D]. 北京： 中國農(nóng)業(yè)科學(xué)院， 2019.

[25] 張冬菊， 夏鴿飛， 朱登平， 等. 茶園智慧水肥一體化系統(tǒng)設(shè)計與應(yīng)用分析[J]. 南方農(nóng)業(yè)， 2020， 14（17）： 176-178.

[26] 孫紅嚴(yán)， 馬德新. 茶園水肥一體化研究進展[J]. 陜西農(nóng)業(yè)科學(xué)， 2019， 65（7）： 87-90.

[27] 田志偉， 薛新宇， 李林， 等. 植保無人機施藥技術(shù)研究現(xiàn)狀與展望[J]. 中國農(nóng)機化學(xué)報， 2019， 40（1）： 37-45.

[28] ERICKSON B， WIDMAR D A. 2015 Precision agricultural services dealership survey results[R/OL]. （2016-01-30）[2022-02-28]. https：//www.doc88.com/p-6071500661937.html.

[29] 楚博， 羅逢健， 羅宗秀， 等. 茶園應(yīng)用植保無人飛機的可行性評價[J]. 茶葉科學(xué)， 2021， 41（2）： 203-212.

[30] 胡永光， 張紅， 李萍萍. 茶園氣流擾動防霜控制探析[J]. 江蘇農(nóng)業(yè)科學(xué)， 2012， 40（11）： 398-400.

[31] 李松， 李傳德. 茶園防霜扇應(yīng)用效果及推廣效益初探[J]. 中國園藝文摘， 2012， 28（11）： 177-178， 89.

[32] 鄒詩洋， 劉爍玲， 李沐桐， 等. 山地果園軌道運輸機研究應(yīng)用進展[J]. 現(xiàn)代農(nóng)業(yè)裝備， 2021， 42（2）： 9-13.

[33] 張巍， 庹洪章， 易文裕， 等. 丘陵山地農(nóng)業(yè)運輸裝備發(fā)展現(xiàn)狀及展望[J]. 南方農(nóng)機， 2020， 51（11）： 9-11， 17.

[34] 汪小名， 陳明， 吳偉斌， 等. 山地自走式電動雙軌運輸機設(shè)計與試驗[J]. 華中農(nóng)業(yè)大學(xué)學(xué)報， 2020， 39（6）： 96-104.

[35] 吳權(quán)立. 山地果園自走式單軌運輸機關(guān)鍵部件設(shè)計與整機性能研究[D]. 南昌： 華東交通大學(xué)， 2020.

[36] 汪琳. 基于SCARA機械手的采茶機器人研究[D]. 合肥： 中國科學(xué)技術(shù)大學(xué)， 2020.

[37] 張修. 智能采茶機器人的茶葉視覺特征識別方法研究[D]. 上海： 上海交通大學(xué)， 2020.

[38] 邵佩迪， 吳明暉， 季亞波， 等. 茶葉嫩芽機器視覺識別算法研究[J]. 農(nóng)業(yè)裝備與車輛工程， 2020， 58（4）： 34-36， 45.

[39] 周俊， 吳明暉， 王先偉. 基于視覺與IMU融合的采茶機器人位姿估計研究[J]. 農(nóng)業(yè)裝備與車輛工程， 2019， 57（7）： 29-32， 38.

[40] 黃藩， 王云， 熊元元， 等. 我國茶葉機械化采摘技術(shù)研究現(xiàn)狀與發(fā)展趨勢[J]. 江蘇農(nóng)業(yè)科學(xué)， 2019， 47（12）： 48-51.

[41] 范冬梅， 趙珠蒙， 邱勤麗， 等. 浙江省生態(tài)茶園綠色防控技術(shù)的應(yīng)用研究[J]. 茶葉， 2021， 47（2）： 71-74.

[42] 張曉婷， 李曉風(fēng)， 方世玉. 基于SGX的茶園生態(tài)監(jiān)測系統(tǒng)的設(shè)計與實現(xiàn)[J]. 儀表技術(shù)， 2021（5）： 1-4， 34.

[43] 沈萍， 鄧國斌. 物聯(lián)網(wǎng)的智慧茶園控制技術(shù)[J]. 福建電腦， 2020， 36（6）： 109-111.

[44] 常衛(wèi)東. 淺論茶園網(wǎng)絡(luò)信息管理平臺的搭建[J]. 福建茶葉， 2019， 41（6）： 25.

[45] 陳蘭. 基于物聯(lián)網(wǎng)的智慧茶園數(shù)據(jù)采集管理系統(tǒng)的設(shè)計與實現(xiàn)[D]. 杭州： 浙江理工大學(xué)， 2019.

[46] 崔凱， 馮獻(xiàn). 數(shù)字鄉(xiāng)村建設(shè)視角下鄉(xiāng)村數(shù)字經(jīng)濟指標(biāo)體系設(shè)計研究[J]. 農(nóng)業(yè)現(xiàn)代化研究， 2020， 41（6）： 899-909.

[47] 姜仁華， 熊興平， 姚明哲. 我國茶葉科技“十三五”進展及“十四五”發(fā)展思考[J]. 中國茶葉， 2021， 43（9）： 17-24.

[48] 阮建云， 季凌飛， 申瑞寒， 等. 茶樹栽培研究“十三五”進展及“十四五”發(fā)展方向[J]. 中國茶葉， 2021， 43（9）： 58-65.

[49] 蔡曉明， 羅宗秀， 邊磊， 等. 茶園綠色防控“十三五”進展及“十四五”發(fā)展方向[J]. 中國茶葉， 2021， 43（9）： 66-73， 76.