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(jì)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(guò)茶園監(jiān)控系統(tǒng)、茶園氣象監(jiān)測(cè)系統(tǒng)、茶園土壤監(jiān)測(cè)系統(tǒng)、茶園病蟲(chóng)害監(jiān)測(cè)系統(tǒng)、茶園測(cè)繪監(jiān)測(cè)系統(tǒng)、茶園遙感識(shí)別系統(tǒng)等茶園智能監(jiān)測(cè)模塊，集成茶園水肥自動(dòng)灌溉系統(tǒng)、茶園無(wú)人機(jī)飛防技術(shù)、茶園防霜設(shè)施、茶園軌道運(yùn)輸機(jī)、智能采茶機(jī)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(jì)算有機(jī)實(shí)現(xiàn)茶園智能監(jiān)測(cè)、智慧調(diào)控，通過(guò)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(cè);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(guó)的茶文化博大精深，越來(lái)越多的人喜歡上喝茶[1]。面對(duì)日益增長(zhǎng)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(jī)械設(shè)備、物聯(lián)網(wǎng)、計(jì)算機(jī)科學(xué)等技術(shù)的飛速發(fā)展，將先進(jìn)科技引入到茶樹(shù)栽培、茶園管理、茶葉生產(chǎn)銷售等環(huán)節(jié)中，以實(shí)現(xiàn)營(yíng)造茶園生態(tài)環(huán)境、提高茶樹(shù)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(dòng)力等目標(biāo)[2-3]。

隨著以物聯(lián)網(wǎng)、大數(shù)據(jù)以及云計(jì)算為代表的新興智能化農(nóng)業(yè)4.0時(shí)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(guó)家通過(guò)智能化的數(shù)據(jù)搜索和分析處理平臺(tái)，將傳感技術(shù)、大數(shù)據(jù)和云計(jì)算技術(shù)、地理遙感等技術(shù)結(jié)合，實(shí)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(guó)人工智能技術(shù)是“國(guó)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(guò)創(chuàng)新建立茶園種植模式，實(shí)時(shí)收集茶園的溫度、濕度、風(fēng)向、降雨量等基本數(shù)據(jù)，進(jìn)行茶園環(huán)境監(jiān)測(cè)，利用大數(shù)據(jù)分析潛在的生產(chǎn)風(fēng)險(xiǎn)，利用茶園水肥一體化設(shè)施、無(wú)人機(jī)飛防等遠(yuǎn)程控制精準(zhǔn)開(kāi)展茶園生產(chǎn)管理，節(jié)省生產(chǎn)勞動(dòng)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(jì)算等先進(jìn)科技，結(jié)合茶樹(shù)種植管理經(jīng)驗(yàn)標(biāo)準(zhǔn)化和病蟲(chóng)害預(yù)警預(yù)測(cè)模型化，有機(jī)應(yīng)用茶園病蟲(chóng)害綠色防控，實(shí)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(jìn)茶葉產(chǎn)業(yè)轉(zhuǎn)型升級(jí)，實(shí)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(cè)模塊

1.1? 茶園智能監(jiān)測(cè)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(guò)無(wú)線、電纜、光纖等傳輸方式把前端監(jiān)測(cè)設(shè)備、數(shù)據(jù)傳輸設(shè)備、后端存儲(chǔ)設(shè)備、遠(yuǎn)程控制及實(shí)時(shí)顯示設(shè)備等五大部分有機(jī)連接，實(shí)現(xiàn)茶園全域可視環(huán)境監(jiān)控功能。通過(guò)在茶園全域內(nèi)合理搭配前端監(jiān)測(cè)設(shè)備（槍機(jī)攝像頭、球機(jī)攝像頭等），對(duì)茶樹(shù)的生長(zhǎng)態(tài)勢(shì)、茶園病害、蟲(chóng)害、災(zāi)害等發(fā)生狀況、茶園生產(chǎn)作業(yè)情況等進(jìn)行實(shí)時(shí)視頻監(jiān)控，實(shí)現(xiàn)在無(wú)人值守情況下對(duì)茶樹(shù)生長(zhǎng)發(fā)育、病蟲(chóng)災(zāi)害等狀況開(kāi)展遠(yuǎn)程在線監(jiān)控[10-11]。

1.1.2? 茶園氣象監(jiān)測(cè)系統(tǒng)

茶園氣象監(jiān)測(cè)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(shí)時(shí)顯示和記錄該區(qū)域空氣溫度、濕度、風(fēng)級(jí)和積溫?cái)?shù)據(jù)信息，展示全局氣象分布[12]。根據(jù)降水、均溫、相對(duì)濕度的氣象信息進(jìn)行氣象預(yù)報(bào)。查看當(dāng)前積溫、累積降水、溫度等歷史多年對(duì)比分析數(shù)據(jù)，分析茶樹(shù)歷年生長(zhǎng)勢(shì)，預(yù)測(cè)當(dāng)年茶樹(shù)物候期和茶葉產(chǎn)量等茶園生產(chǎn)信息[13]。通過(guò)設(shè)置閾值數(shù)據(jù)及氣象預(yù)報(bào)，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(jiàn)。

1.1.3? 茶園土壤監(jiān)測(cè)系統(tǒng)

茶園土壤監(jiān)測(cè)系統(tǒng)是基于實(shí)時(shí)數(shù)據(jù)傳輸和數(shù)據(jù)分析評(píng)估功能，在茶園內(nèi)配置多點(diǎn)無(wú)線土壤墑情監(jiān)測(cè)主機(jī)，在土壤各深度設(shè)置溫度、水分、土壤pH、電導(dǎo)率、土壤水勢(shì)等多種傳感器，實(shí)時(shí)顯示和記錄茶園土壤墑情的監(jiān)測(cè)系統(tǒng)。通過(guò)對(duì)比多年土壤墑情數(shù)據(jù)，還能預(yù)測(cè)分析茶樹(shù)生長(zhǎng)勢(shì)和次年茶葉產(chǎn)量等茶園生產(chǎn)信息[14-15]。通過(guò)設(shè)置土壤閾值數(shù)據(jù)和預(yù)報(bào)，預(yù)防茶園旱害，搭配茶園水肥自動(dòng)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(chóng)害監(jiān)測(cè)系統(tǒng)

茶園病蟲(chóng)害監(jiān)測(cè)技術(shù)是集植物保護(hù)學(xué)、農(nóng)藥學(xué)、作物栽培學(xué)、計(jì)算機(jī)科學(xué)等多種學(xué)科，利用影像處理、計(jì)算機(jī)視覺(jué)、物聯(lián)網(wǎng)監(jiān)控等技術(shù)集成，實(shí)現(xiàn)對(duì)病蟲(chóng)害發(fā)生情況的綜合分析、遠(yuǎn)程診斷與鑒定、病蟲(chóng)害綜合防治的監(jiān)測(cè)系統(tǒng)[13]。茶園病蟲(chóng)害監(jiān)測(cè)系統(tǒng)一方面可以借助茶園監(jiān)控系統(tǒng)，利用實(shí)時(shí)監(jiān)測(cè)設(shè)備、感官經(jīng)驗(yàn)判斷等實(shí)現(xiàn)對(duì)茶葉常見(jiàn)病蟲(chóng)害的識(shí)別;另一方面可利用相對(duì)基礎(chǔ)的設(shè)備，包括智能孢子捕捉系統(tǒng)和蟲(chóng)情測(cè)報(bào)儀等，智能監(jiān)測(cè)、智能識(shí)別實(shí)現(xiàn)茶園病蟲(chóng)害實(shí)時(shí)監(jiān)測(cè)。智能孢子捕捉系統(tǒng)通過(guò)實(shí)時(shí)采集分析監(jiān)測(cè)孢子情況，來(lái)預(yù)測(cè)茶園氣傳性病害發(fā)生期和發(fā)生程度。而蟲(chóng)情測(cè)報(bào)儀主要由色板+性信息素誘捕裝置、智能識(shí)別系統(tǒng)、自動(dòng)預(yù)報(bào)系統(tǒng)等組成，通過(guò)對(duì)害蟲(chóng)自動(dòng)誘捕、圖片拍攝、數(shù)據(jù)遠(yuǎn)程自動(dòng)傳輸儲(chǔ)存、自動(dòng)識(shí)別計(jì)數(shù)、數(shù)據(jù)分析及信息發(fā)布，實(shí)現(xiàn)自動(dòng)蟲(chóng)情預(yù)報(bào)等功能[16-17]。

1.1.5? 茶園測(cè)繪監(jiān)測(cè)系統(tǒng)

無(wú)人機(jī)測(cè)繪系統(tǒng)是現(xiàn)代化測(cè)繪測(cè)量裝備體系的重要組成部分[18]。茶園測(cè)繪監(jiān)測(cè)系統(tǒng)通過(guò)無(wú)人機(jī)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(wú)人機(jī)測(cè)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(guò)校正算法精準(zhǔn)獲取茶園地理測(cè)繪信息。而基于無(wú)人機(jī)測(cè)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(dòng)茶園，而且能夠?yàn)橹脖o(wú)人機(jī)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(shí)別系統(tǒng)

茶園遙感識(shí)別系統(tǒng)以無(wú)人機(jī)為載體，搭載高光譜攝像機(jī)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(guò)計(jì)算機(jī)對(duì)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(shí)別出具有診斷性光譜特征的地物[21]。

無(wú)人機(jī)遙感監(jiān)測(cè)范圍大且具宏觀性，針對(duì)不同航高無(wú)人機(jī)能夠進(jìn)行大范圍、高空間、多維度監(jiān)測(cè)的同時(shí)，還能夠?qū)^小面積、較小空間進(jìn)行精準(zhǔn)監(jiān)測(cè)。另外，還可同時(shí)采用多架效率高的無(wú)人機(jī)，多次監(jiān)測(cè)的方式對(duì)監(jiān)測(cè)區(qū)域進(jìn)行遙感監(jiān)測(cè)作業(yè)。

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

1.2? 茶園智能監(jiān)測(cè)模塊的集成與應(yīng)用

茶園智能監(jiān)測(cè)可實(shí)現(xiàn)茶樹(shù)生長(zhǎng)環(huán)境的實(shí)時(shí)監(jiān)測(cè)、追溯及預(yù)警。茶園智能監(jiān)測(cè)模塊（圖1）搭配茶園氣象監(jiān)測(cè)系統(tǒng)和茶園土壤監(jiān)測(cè)系統(tǒng)，實(shí)現(xiàn)對(duì)茶樹(shù)生長(zhǎng)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(shù)生長(zhǎng)提供基本保障。搭配茶園監(jiān)控系統(tǒng)、茶園病蟲(chóng)害監(jiān)測(cè)系統(tǒng)、茶園遙感識(shí)別系統(tǒng)和茶園測(cè)繪監(jiān)測(cè)系統(tǒng)，可實(shí)時(shí)呈現(xiàn)茶樹(shù)生長(zhǎng)勢(shì)、茶園面貌。配合對(duì)茶園病蟲(chóng)害和自然災(zāi)害的發(fā)生狀況的預(yù)測(cè)，為茶葉農(nóng)事活動(dòng)提供預(yù)測(cè)預(yù)報(bào)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(dòng)灌溉系統(tǒng)

茶園水肥自動(dòng)灌溉系統(tǒng)根據(jù)茶樹(shù)的需肥需水規(guī)律把水與肥通過(guò)一定的比例進(jìn)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(shù)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(cè)系統(tǒng)的實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)，監(jiān)測(cè)系統(tǒng)設(shè)置水肥需求閾值，再根據(jù)茶樹(shù)需肥規(guī)律、生長(zhǎng)環(huán)境，實(shí)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(jì)效益[25]。目前，水肥自動(dòng)灌溉技術(shù)在我國(guó)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(shù)對(duì)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(wú)人機(jī)飛防技術(shù)

無(wú)人機(jī)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(guó)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(wú)人機(jī)以作業(yè)效率高、應(yīng)用場(chǎng)景廣等優(yōu)勢(shì)得以快速發(fā)展。據(jù)統(tǒng)計(jì)，每架無(wú)人機(jī)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(guó)對(duì)精準(zhǔn)農(nóng)業(yè)技術(shù)的應(yīng)用增速最快的就是無(wú)人機(jī)植保技術(shù)[28]。楚博等[29]為評(píng)估植保無(wú)人機(jī)在茶園應(yīng)用的可行性，在茶園測(cè)試了無(wú)人機(jī)施藥的霧滴沉積分布、對(duì)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(wú)人機(jī)噴霧噴頭、飛防助劑對(duì)無(wú)人機(jī)噴霧的霧滴沉積分布影響不顯著;無(wú)人機(jī)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(dòng)噴霧器;但無(wú)人機(jī)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(wú)人機(jī)施藥還需進(jìn)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(guò)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(zhǎng)期受益，具有自動(dòng)化程度高、使用壽命長(zhǎng)、操作簡(jiǎn)單、節(jié)能環(huán)保、安全穩(wěn)定等優(yōu)勢(shì)。一般在茶園中安裝1臺(tái)防霜扇有效面積為0.08～0.10 hm2[31]。茶園噴霧防霜主要通過(guò)茶園水肥灌溉系統(tǒng)對(duì)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(shù)凝霜結(jié)冰。

2.1.4? 茶園軌道運(yùn)輸機(jī)

茶園生產(chǎn)需要大量勞動(dòng)力支持，特別是山地茶園，運(yùn)輸時(shí)最耗費(fèi)勞動(dòng)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(yùn)輸機(jī)能夠有效緩解這一難題[32-33]。目前茶園中的軌道運(yùn)輸機(jī)主要有雙軌運(yùn)輸機(jī)和單軌運(yùn)輸機(jī)2種，茶園雙軌運(yùn)輸機(jī)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(yùn)輸工具，運(yùn)輸機(jī)可分為雙向牽引、變軌、固定和可拆裝等不同形式。雙軌運(yùn)輸機(jī)具有坡地適應(yīng)能力強(qiáng)、運(yùn)行穩(wěn)定、運(yùn)載能力強(qiáng)等優(yōu)點(diǎn)。而單軌運(yùn)輸機(jī)主要利用齒輪、皮帶等機(jī)構(gòu)進(jìn)行傳動(dòng)，使用小功率柴油發(fā)動(dòng)機(jī)作動(dòng)力，在單軌道上可實(shí)現(xiàn)前進(jìn)、倒退等動(dòng)作。相比雙軌運(yùn)輸機(jī)，單軌運(yùn)輸機(jī)具有占地空間小、架設(shè)簡(jiǎn)單、鋪設(shè)方便、建造成本低等優(yōu)勢(shì)[34-35]。茶園軌道運(yùn)輸機(jī)不僅可用于茶園管理物資和人員的運(yùn)輸，更是未來(lái)智能機(jī)械行走在山地茶園間的橋梁。

2.1.5? 智能采茶機(jī)器人

智能采茶機(jī)器人基于AI識(shí)別、智能剪切等程序與模塊實(shí)現(xiàn)適應(yīng)不同的田間作業(yè)環(huán)境，對(duì)茶樹(shù)嫩芽進(jìn)行剪切采集。智能采茶機(jī)器人定制的雙足式履帶實(shí)現(xiàn)機(jī)器人的移動(dòng)，同時(shí)提供遙感操控功能，頂棚和遮罩篷布保證機(jī)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(jī)器手是采茶機(jī)器人采摘技術(shù)的執(zhí)行者，配合安裝于其執(zhí)行機(jī)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(duì)目標(biāo)茶葉實(shí)現(xiàn)智能采摘[36-37]。

目前，智能采茶機(jī)器人在國(guó)內(nèi)外更多停留在研究層面，仍存在一些問(wèn)題和挑戰(zhàn)：一是不同茶樹(shù)品種茶芽的大小、色澤、葉片的展開(kāi)角度、茶芽的位置等都不盡相同，在利用大數(shù)據(jù)平臺(tái)來(lái)提升AI識(shí)別的準(zhǔn)確性上，還有待進(jìn)一步提高。二是名優(yōu)茶采摘機(jī)器人外形構(gòu)造與設(shè)計(jì)以并聯(lián)機(jī)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(jī)器人的正向運(yùn)動(dòng)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(duì)不同品種茶芽設(shè)計(jì)更加適配且新型的小型末端采摘器[38-40]。因此，采茶機(jī)器人是今后研究的熱點(diǎn)和難點(diǎn)，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(chóng)燈、茶園天敵友好型色板、茶園害蟲(chóng)性信息素誘捕器等設(shè)施）[41]，結(jié)合茶園作業(yè)機(jī)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(wú)人機(jī)飛防、茶園防霜設(shè)施等），滿足茶樹(shù)生長(zhǎng)所需的水分養(yǎng)分需求，防控茶園的病蟲(chóng)災(zāi)害等威脅。未來(lái)智慧茶園調(diào)控是在現(xiàn)階段的基礎(chǔ)上，通過(guò)創(chuàng)新茶樹(shù)栽培模式、開(kāi)發(fā)茶園作業(yè)機(jī)器人、優(yōu)化智能采茶機(jī)器人等，實(shí)現(xiàn)茶園生產(chǎn)智能化，使茶園生產(chǎn)向低勞動(dòng)力、高機(jī)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(jī)連接智慧茶園監(jiān)測(cè)模塊、大數(shù)據(jù)采集模塊、云計(jì)算調(diào)控模塊等為一體的智能化系統(tǒng)，從而實(shí)現(xiàn)茶園管理智能監(jiān)測(cè)、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(guò)各種高清監(jiān)控、傳感器等設(shè)備平臺(tái)，收集各種茶園數(shù)據(jù)傳輸?shù)酱髷?shù)據(jù)處理的平臺(tái)層，再通過(guò)云計(jì)算為基礎(chǔ)下的終端應(yīng)用層，實(shí)現(xiàn)對(duì)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(gè)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(jì)的總體架構(gòu)，完成對(duì)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(jī)等設(shè)備的選擇;其次，開(kāi)展系統(tǒng)的軟件設(shè)計(jì)，開(kāi)發(fā)了基于Spring Cloud 智慧茶園云管理平臺(tái)，整個(gè)平臺(tái)分為5個(gè)子平臺(tái)，包括茶樹(shù)生長(zhǎng)環(huán)境監(jiān)測(cè)平臺(tái)、視頻監(jiān)控平臺(tái)、水肥藥一體化調(diào)控平臺(tái)、茶葉質(zhì)量追溯平臺(tái)、茶樹(shù)生長(zhǎng)過(guò)程綜合管理平臺(tái)。5個(gè)平臺(tái)之間相互協(xié)作且獨(dú)立，實(shí)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(duì)智慧茶園的研究大多集中在技術(shù)應(yīng)用層面，而對(duì)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(gè)長(zhǎng)期性的過(guò)程，必須做好頂層設(shè)計(jì)，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(guó)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(cè)系統(tǒng)、茶園土壤監(jiān)測(cè)系統(tǒng)、茶園病蟲(chóng)害監(jiān)測(cè)系統(tǒng)等茶園智能監(jiān)測(cè)模塊，集成以茶園水肥自動(dòng)灌溉系統(tǒng)、茶園無(wú)人機(jī)飛防技術(shù)、茶園防霜設(shè)施、茶園軌道運(yùn)輸機(jī)等智慧茶園調(diào)控模塊，通過(guò)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(cè)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(shí)代。

隨著茶園測(cè)繪監(jiān)測(cè)系統(tǒng)、茶園遙感監(jiān)測(cè)系統(tǒng)、智能采茶機(jī)器人等技術(shù)的進(jìn)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(shí)現(xiàn)智慧茶園2.0時(shí)代。隨著科技的飛速發(fā)展，智慧茶園建設(shè)也終將進(jìn)入茶品質(zhì)按需調(diào)控、茶園無(wú)人生產(chǎn)的智慧茶園3.0時(shí)代。

4? 展望

“十三五”期間，“中央一號(hào)文件”提出加強(qiáng)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(hào)文件”更是提出要舉全黨全社會(huì)之力加快推進(jìn)農(nóng)業(yè)農(nóng)村現(xiàn)代化，建設(shè)數(shù)字鄉(xiāng)村，“十四五”時(shí)期推進(jìn)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(lái)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?！笆奈濉逼陂g及未來(lái)更長(zhǎng)一段時(shí)期，智慧茶園發(fā)展將會(huì)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(cè)、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(qiáng)以下3個(gè)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(zhǎng)環(huán)境、水肥營(yíng)養(yǎng)、茶樹(shù)生長(zhǎng)發(fā)育、病蟲(chóng)情、農(nóng)藥殘留等的智能識(shí)別和管控技術(shù)，創(chuàng)新開(kāi)發(fā)集多功能為一體的國(guó)產(chǎn)傳感器，實(shí)現(xiàn)實(shí)時(shí)、動(dòng)態(tài)、連續(xù)的信息感知，并強(qiáng)化傳感器的采集精確度和抗干擾性。第二，加強(qiáng)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(jī)器人等）的統(tǒng)一開(kāi)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(guò)程，而對(duì)數(shù)據(jù)處理、挖掘研究較少，應(yīng)大力發(fā)展云計(jì)算、大數(shù)據(jù)技術(shù)，以及數(shù)據(jù)融合、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)挖掘等數(shù)據(jù)處理方法為重點(diǎn)內(nèi)容的研究[47-49]。

參考文獻(xiàn)

[1] 盛敏. 中國(guó)茶文化對(duì)外傳播與茶葉出口貿(mào)易發(fā)展研究[D]. 長(zhǎng)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(jī)械化技術(shù)研究現(xiàn)狀與展望[J]. 中國(guó)農(nóng)機(jī)化學(xué)報(bào)， 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(jī)， 2018， 49（21）： 26， 31.

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

[5] 唐珂. 國(guó)外農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)發(fā)展及對(duì)我國(guó)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(jì)， 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(guó)內(nèi)外應(yīng)用現(xiàn)狀與發(fā)展趨勢(shì)[J]. 中國(guó)工程科學(xué)， 2018， 20（2）： 50-56.

[8] 顧澤鑫， 王白娟， 蘇文蘋(píng)， 等. 高光譜無(wú)人機(jī)遙感影像識(shí)別技術(shù)在茶園病蟲(chóng)害防治中的應(yīng)用研究[J]. 經(jīng)濟(jì)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(wú)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(shū)慧， 于楓. 基于ZigBee網(wǎng)絡(luò)的移動(dòng)式茶園環(huán)境監(jiān)測(cè)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J]. 中國(guó)農(nóng)機(jī)化學(xué)報(bào)， 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(cè)系統(tǒng)[J]. 農(nóng)機(jī)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(shù)病蟲(chóng)害預(yù)測(cè)預(yù)報(bào)方法的回顧與展望[J]. 西南農(nóng)業(yè)學(xué)報(bào)， 2010， 23（5）： 1742-1745.

[17] 趙小娟， 葉云， 冉耀虎. 基于物聯(lián)網(wǎng)的茶樹(shù)病蟲(chóng)害監(jiān)測(cè)預(yù)警系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J]. 中國(guó)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(wú)人機(jī)測(cè)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(jiān). 輕小型無(wú)人機(jī)測(cè)繪遙感系統(tǒng)研究進(jìn)展[J]. 遙感學(xué)報(bào)， 2021， 25（3）： 708-724.

[21] 蔣永泉. 基于多源遙感數(shù)據(jù)茶園識(shí)別及其識(shí)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(cè)中的應(yīng)用研究進(jìn)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(guó)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(jì)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(jìn)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(wú)人機(jī)施藥技術(shù)研究現(xiàn)狀與展望[J]. 中國(guó)農(nóng)機(jī)化學(xué)報(bào)， 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(wú)人飛機(jī)的可行性評(píng)價(jià)[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(dòng)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(guó)園藝文摘， 2012， 28（11）： 177-178， 89.

[32] 鄒詩(shī)洋， 劉爍玲， 李沐桐， 等. 山地果園軌道運(yùn)輸機(jī)研究應(yīng)用進(jìn)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(yùn)輸裝備發(fā)展現(xiàn)狀及展望[J]. 南方農(nóng)機(jī)， 2020， 51（11）： 9-11， 17.

[34] 汪小名， 陳明， 吳偉斌， 等. 山地自走式電動(dòng)雙軌運(yùn)輸機(jī)設(shè)計(jì)與試驗(yàn)[J]. 華中農(nóng)業(yè)大學(xué)學(xué)報(bào)， 2020， 39（6）： 96-104.

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

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

[37] 張修. 智能采茶機(jī)器人的茶葉視覺(jué)特征識(shí)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(jī)器視覺(jué)識(shí)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(jué)與IMU融合的采茶機(jī)器人位姿估計(jì)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(guó)茶葉機(jī)械化采摘技術(shù)研究現(xiàn)狀與發(fā)展趨勢(shì)[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(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J]. 儀表技術(shù)， 2021（5）： 1-4， 34.

[43] 沈萍， 鄧國(guó)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(tái)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(jì)與實(shí)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(jì)指標(biāo)體系設(shè)計(jì)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(guó)茶葉科技“十三五”進(jìn)展及“十四五”發(fā)展思考[J]. 中國(guó)茶葉， 2021， 43（9）： 17-24.

[48] 阮建云， 季凌飛， 申瑞寒， 等. 茶樹(shù)栽培研究“十三五”進(jìn)展及“十四五”發(fā)展方向[J]. 中國(guó)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(jìn)展及“十四五”發(fā)展方向[J]. 中國(guó)茶葉， 2021， 43（9）： 66-73， 76.