近日，茶葉所加工研究室在國際期刊Food Chemistry（中科院農林科學一區TOP，IF=8.5）發表題為“A black tea quality testing method for scale production using CV and NIRS with TCN for spectral feature extraction”的研究論文。茶葉所為論文第一單位，華南農業大學工程學院為論文第二單位。聯合培養研究生梁建華和華南農業大學郭嘉明副教授為論文共同第一作者，茶葉所喬小燕研究員為論文通訊作者。

　　茶葉品質評價對生產工藝改進、市場流通價格、品牌建設等均影響較大。然而現行的感官審評方法主觀性較強，無法客觀量化評價茶葉品質。

　　該研究表明利用基於計算機視覺、近紅外光譜、深度學習的多源信息融合技術，可以快速評價同等原料嫩度英德紅茶（英紅九號一芽二葉）的品質等級。采用TCN時序卷積網絡（Temporal Convolutional Network ）提取光譜質量特征並融合紅茶外觀質量特征、滋味因子特征後構建的模型，準確率可達98.2%。該研究為茶葉綜合品質快速評價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產業發展項目(403-2018-XMZC−0002-90)、畢節市揭榜掛帥項目(BKH Major Project No. 5 (2022))和貴州省科技計劃項目(QKH Support No. 165 (2024)的資助。

　　原文鏈接：https://www.sciencedirect.com/science/article/pii/S0308814624032175

　　近兩年，茶葉所加工研究室在利用多源信息融合技術快速量化評價紅茶品質方麵取得了較好進展，發表論文4篇Food Chemistry 464 （2025）141567，Food Chemistry 440（2024）138242，Journal of Food Engineering 369（2024）111931，包裝工程（2024）；授權發明專利3件（基於NIRS與CV的茶葉品質等級檢測方法和係統ZL 202311026399.6；茶葉品質等級分類方法及裝置、設備、存儲介質ZL202210505674.1；評估茶葉滋味、香氣和整體感官方法、係統、設備及介質ZL2023114833192.1）。