红茶在世界茶叶贸易中扮演着重要角色。目前，中国的红茶产量持续增长，消费者对红茶的品质要求也日益提高。红茶的加工包括鲜叶萎凋、揉捻、发酵和干燥等工序。传统上，制茶师根据茶叶物理特征、颜色和香气的变化来评判红茶加工中萎凋和发酵程度，对于红茶加工质量的判别通常停留在感官审评上，这种评判方式具有较高的主观性，容易受到经验、心理状态、环境等因素的影响，缺乏量化评判依据，从而导致产品质量不统一。
一些学者已经采用化学方法来替代感官评价。丰金玉等通过β-葡萄糖苷酶、多酚氧化酶和过氧化物酶活性变化及失水情况来确定红茶加工萎凋的程度，同时通过发酵过程中茶叶多酚氧化酶与过氧化物酶的比值变化来判断发酵程度。MUTHUMANI等测定了红碎茶的茶黄素(Theaflavin，TFs)和茶多酚随发酵时间的变化，发现TFs含量会先达到最大值，然后逐渐下降。因此，TFs含量最高的时间被认为是最佳发酵时间。GILL等认为红茶发酵过程中TFs和茶红素(Thearubigin，TRs)比值为1∶9或者1∶10的时候，被认定为最佳发酵时间。化学方法耗时长且成本较高，同时也会对样品造成破坏，难以广泛应用于红茶加工过程。
如何利用智能评价技术来提高红茶加工的质量，确保产品品质，是一个迫切需要解决的技术问题。智能技术通常是指将计算机科学与大规模数据集相结合，通过智能算法解决问题。在红茶行业，智能评价技术通过现有模型或算法，在不损害产品、经济高效且迅速的情况下监测、分类和预测红茶加工产品的质量。智能技术作为传统检测、分类和预测方法的有效替代方案，其优势在于能够解决红茶加工行业中的非线性、多源和多目标问题，用于评估红茶加工萎凋和发酵程度，以及快速监测红茶的关键成分。
近年来，许多新颖的快速检测方法被用于评估红茶加工的质量属性，涉及计算机视觉、近红外光谱、高光谱、电子鼻、电子舌、比色传感器等技术。与传统方法不同，这些新方法能够快速获取样品属性，从而科学判断加工过程中红茶的质量。
▲智能技术的优势及局限性
智能化技术所需的设备具有快速、客观、有效的特点，使得质检人员、经过培训的农民甚至消费者都能够使用。研究人员目前正专注于开发适用于各种智能化无损设备的方法，以用于红茶加工过程中的质量控制。
文章分析了国内外智能化检测技术的研究现状，旨在帮助科研人员全面了解智能化检测技术在茶叶加工领域的应用和发展状况，为红茶加工的智能化控制提供参考。
01
计算机视觉技术在红茶加工领域的应用
计算机视觉是一门以算法为基础的科学，可以从图像中自动提取和分析有关物理对象的有用信息。计算机视觉技术在20世纪60年代末至70年代初开始出现，最初通过各种照相机示意图，投影和摄影测量原理模仿人类视觉系统之类的概念。计算机视觉系统的硬件配置包括照明设备、照相机、个人计算机和高分辨率监视器。通过识别物体的颜色、纹理和形状特征，计算机视觉能够创建准确的描述性数据，从而减少了人工干预。这一技术已被证明具有快速、客观、有效、无损的特点，且不受干扰。
水分是评价红茶萎凋程度的重要指标。YE等已经证明萎凋叶水分含量与其萎凋过程中物理性质(弹性、可塑性、柔韧性和质地)具有相关性。胡宗华等利用计算机视觉模拟人眼，观测水分变化引起的萎凋叶颜色和纹理的变化，从而建立了图像和水分之间的相关性。模型预测值与实测值的相关系数达到了较高的水平，为萎凋过程中水分的在线检测提供了科学理论基础。
BORAH等首次引入计算机视觉技术用来监控红茶发酵。在此过程中，红茶发酵样的叶面色泽由绿色逐渐变为深红铜色。研究人员采用马氏距离算法计算待测图像和标准图像(由人工挑选出的标准发酵样品)之间的距离。当两者的距离小于给定距离时，被认为直方图相似，表示图像颜色是一致的，代表此时的待测图像是发酵适度的。这项研究通过图像解决了红茶发酵程度判别问题。然而，红茶发酵过程中关键组分的定量问题仍然存在挑战。DONG等利用计算机视觉技术，通过观察红茶发酵过程中的颜色变化、茶色素以及感官评分之间的内在联系，建立了一个非线性的定量模型。其中，茶褐素和感官评分的模型残差预测偏差(Residual predictive deviation，RPD)大于2.5，表示该模型对茶褐素和感官评分具有很好的预测能力。这项研究未来有望在生产中实施精准的红茶发酵品质的定量监控。
02
近红外光谱技术在红茶加工领域的应用
近红外光谱技术是一种基于分子振动光谱学的分析技术。近红外光谱波长范围在750~2500 nm之间，主要用于观察有机分子中O-H、N-H、C-H和S-H键的振动。由于其检测成本低、快速且无损，近红外光谱已成为茶叶加工中各种产品质量评估的有力工具。此外，这项技术还具备在线应用和环保等优势，适合作为工业生产中的分析工具。
SHEN等利用微型近红外设备在线实时检测红茶萎凋过程中的水分，得到了预测相关系数为0.99314的模型(预测相关系数越高，模型的预测越准确)，为萎凋过程中水分的快速无损检测提供了理论依据。颜玲采用近红外光谱技术对祁门红茶的发酵程度进行了判断，并建立了儿茶素和氨基酸的定量模型，结果相对令人满意，但局限于实验室环境。随着小型化和手持式自主光谱仪的出现，近红外光谱分析在实验室和现场的应用愈加广泛。
DONG等利用便携式近红外光谱实时监控红茶发酵过程中一些重要的化学成分(儿茶素，茶多酚和游离氨基酸的比例，茶黄素和茶红素的比例)变化，并通过定量茶黄素与茶红素的比例来评估红茶发酵程度。ZAREEF等开发出了监控红茶发酵酚类物质的模型，降低了便携式近红外光谱在红茶发酵加工过程中物质的检出限。陈琳等使用近红外光谱用于检测红茶干燥过程中的含水量，为红茶干燥过程智能化提供可能。
目前，近红外光谱在红茶加工中的应用仍主要局限于实验室和工业条件下的离线使用。便携式近红外光谱仪的灵敏度、样品的复杂性以及近红外光谱所包含的丰富信息等问题，都需要进一步研究和解决。这些因素为近红外光谱在红茶加工领域的未来发展提供了较大的改进空间。
03
高光谱成像技术在红茶加工领域的应用
高光谱成像系统能够识别与分子振动相关的光谱特征，并获取样本的整体图像，提供更详细的空间信息。相比之下，高光谱成像技术弥补了近红外光谱无法获取样品空间分布光谱响应和计算机视觉无法确定内部质量属性的不足。通过获取二维光谱信息和一维空间信息，高光谱成像系统具备了确定内外部质量属性并生成可视化质量参数分布图像的能力。因此，这些技术非常适合运用于茶叶加工过程。
DONG等运用高光谱成像可视化红茶萎凋过程的水分变化。建立的极限学习机模型预测萎凋叶水分相关系数为0.9942。宁井铭等使用高光谱融合图像和光谱信息对红茶萎凋进行判别，准确率为94.64%，并且对儿茶素和氨基酸比值进行了定量，获得了良好的预测相关系数(0.8765)。LI等运用高光谱成像对红茶发酵程度进行判断，预测集的正确分类率为83.33%，并且对儿茶素定量取得了优异的预测精度。YANG等运用高光谱监控红茶发酵中更多的物质，可视化茶黄素、茶红素、茶褐素、儿茶素和可溶性糖的分布，预测模型的残差预测偏差RPD值分别为3.40、2.21、5.71、1.46和2.89。
这些研究使得专业人员能够更准确地了解发酵信息，有助于在实际生产中实现红茶发酵质量的在线监测。尽管高光谱成像系统已被用作实时红茶加工分析和分类技术，但目前仍然局限于实验室水平。未来，需要进一步研究和推广应用，以适应工业化生产的需求。
04
电子舌技术在红茶加工领域的应用
电子舌是一种仿生检测技术，通过交叉敏感的传感器阵列和模式识别技术来分析液体样品的“指纹”。这种技术具有速度快、操作简单、便携性强、成本低、灵敏度高和通用性强等特点，并且相对于标准分析设备如气相色谱质谱联用和液相色谱质谱联用，电子舌传感器阵列的价格较低。传感器阵列在确定与食品质量相关的特性方面有着广泛的应用，包括感官特性和加工质量等。这些应用通过传感器阵列与相应的数据模式识别方法和分类算法相结合来实现。
GHOSH等提出了一种利用伏安法电子舌技术来监控红茶发酵过程，发现电子舌的电极电流与发酵程度相关。通过主成分分析得出电子舌的发酵轮廓图与紫外分光光度计法TFs的轮廓图具有一致的趋势，然后基于偏最小二乘回归法(PLSR)模型预测最适发酵时间，并与紫外分光光度计和人工审评方法进行了比较，取得了较好的结果。然而，利用伏安法电子舌技术需要较长的前处理时间，而且红茶发酵样品需要经过冲泡处理和茶汤检测，这对于未来监控红茶生产的连续化自动化过程构成了一定的挑战。
目前，电子舌在茶叶中主要用于产地识别和成分快速定量等方面。尽管在加工过程中展现出理论上的可行性，但实际应用前景仍不明显。
05
电子鼻技术在红茶加工领域的应用
电子鼻是一种模仿人类嗅觉系统的技术，包括一系列具有部分特异性的电子化学传感器和一个能够识别简单或复杂气味的适当模式识别系统。茶鲜叶中呈香的有机物质含量极少，在加工过程中也几乎不会保留。影响红茶品质的香气及风味物质主要集中在萎凋和发酵过程。红茶加工过程中，内含物质经历一系列复杂的化学变化，使得香气物质变化。有经验的制茶大师通常通过红茶的萎凋和发酵过程中的香气变化来判断加工过程是否符合标准。
BHATTACHARYYA等开发了一种用于监控红茶发酵的电子鼻设备，通过机器学习技术量化这一过程。对电子鼻获取的数据进行主成分分析，发现当红茶发酵适度时，数据在主成分分析的正半轴上达到最大值。还通过紫外分光光度计法和感官评估验证了这一结果。
尽管通过电子鼻技术判断红茶发酵度具有可行性，但电子鼻容易受到高温高湿等环境因素的干扰。因此，后续研究主要集中在改进仪器和算法上。在不久的将来，预计会开发出配置优化的通用电子鼻装置，以提高其适用性，并改善对挥发性化合物的检测性能，从而更好地识别红茶加工过程中的香气变化。考虑到工业化应用对电子鼻技术的要求高，未来需要加快开展基础和应用研究，以推动电子鼻技术在红茶加工领域的发展。
06
比色传感器阵列技术在红茶加工领域的应用
由于红茶香气物质易挥发且含量相对较低(仅约0.1%)，极大地影响了传统电子鼻对红茶香气物质分析的稳定性。为克服这一挑战，一种可视化的气体比色传感器阵列被开发，该阵列由金属卟啉及其衍生物和pH指示剂制成。其工作原理是根据传感器与挥发性有机化合物之间的反应产生的颜色变化结合机器学习来分析气体。与传统电子鼻相比，这种技术能够克服环境湿度的影响。
LI等开发了一种便携式的红茶发酵人工嗅觉传感器实时监测系统，采用了最优的KNN-AdaBoost算法模型，识别率可达100%。然而，这个系统仅限于分类每个发酵样品的时间，没有对红茶发酵品质进行进一步研究。
总体而言，这项结果充分显示了比色传感器在红茶加工中的应用前景。未来，可以开发新型材料或装置，以提高传感器的灵敏度，减少传感器与红茶发酵香气的响应时间，从而便于实施监控。
07
传感器联用技术在红茶加工领域的应用
在红茶加工过程中，样品的结构是复杂且动态变化的。单个传感器工具只能提供有限的样本信息。为了实现对样品的高精度、高可靠性检测，多传感器融合技术被提出来解决这一问题。
WANG等使用微型近红外光谱仪、机器视觉系统和比色传感技术工业化离线捕获萎凋茶叶样品的相关信息。三者数据融合后，对萎凋程度判别准确率达到了97.50%，远高于单一技术。此外，WANG等还进行了萎凋过程中多酚和儿茶素定量研究。利用微型近红外光谱和机器视觉数据融合，在线监控多酚和儿茶素含量变化，平均RPD值分别为5.41±0.99和4.03±0.38。由于RPD大于2.5就具有良好的定量结果，这项研究在理论上具有应用价值，可以进一步应用于实际工业化在线生产中。JIN等应用台式近红外光谱仪和计算机视觉系统，在实验室中实现了红茶发酵程度的准确判别，准确率达到100%。并且在工业化离线应用中，开发了一套便携式的数据融合系统，利用微型近红外光谱追踪红茶发酵内部化学成分变化，计算机视觉系统则表征外部颜色改变，发酵程度判别率达到了89.19%。
LI等开发了基于挥发性成分的传感器用于红茶发酵评价，并利用高光谱去耦合香气传感器的信息，将判别率从90.8%提高至98.85%。AN等进一步利用这两项技术进行数据融合，以预测红茶发酵过程中的香气评分。研究结果表明，在测试集中，相关系数最高达到0.966，这为在茶叶加工过程中，数字化仪器取代人的感官评估提供了可行性。另一项研究将高光谱成像与电特性装置融合，应用于红茶发酵的化学成分快速检测。研究结果显示，茶多酚、可溶性糖和咖啡碱的预测集相关系数均高达0.99以上。
红茶加工过程涉及颜色、香气以及内部的化学成分变化，是一个高度复杂的过程。仅使用单个传感器的数据是不够的，多传感器数据融合技术的优势在于能够联合互补传感器，响应不同的特征现象，未被某一个传感器检测到的特征可以被另一个传感器获取，从而提高红茶加工过程中模型的性能。
08
智能化技术应用于红茶加工品质评价的前景展望
目前，智能化技术应用于红茶加工品质评价的应用情况如表1所示，现代智能化检测技术为红茶加工在线品质分析提供了良好的前景。
然而，将这些新兴技术应用于生产实践仍然是一个重大的挑战。当前面临的问题需要进一步研究和解决，包括仪器的灵敏度、便携性以及成本等问题。
此外，还需选择更先进的数据处理方法和算法应用于生产线操作，建立完整且快速的技术检测样品“指纹”库，并开发一整套程序进行实时检测和应用。随着基础科学的不断进步，传感器技术、感官技术和模式识别等交叉学科的综合发展，茶叶加工品质分析应用必将不断完善，迈向更高级别的智能化。
未来，研究者们应该致力于开发一套在线快速智能评价红茶加工品质的系统，监控红茶加工物质的变化和快速评价红茶质量。
作者简介：
12
金 戈
博士，主要从事茶叶质量安全与品质控制，以第一作者发表SCI论文5篇。
12
宁井铭
博士，安徽农业大学博士生导师，二级教授，享受国务院政府津贴，安徽省学术与技术带头人，2021年入选安徽省“特支计划”，2022年入选国家万人“科技创新领军人才”，安徽农业大学茶树生物学与资源利用国家重点实验室“茶叶加工与品质控制”团队首席。目前主要从事茶叶加工、茶叶品质分析及红外光谱技术在茶叶上应用等方面研究。主持或作为技术负责人承担国家重点研发计划项目、课题、子课题、国家质检总局公益性项目、茶叶化学分类国家标准制定、安徽省自然科学基金、安徽省教育厅自然科学研究重点项目、湖北青砖茶产学研合作、国家科技成果转化重点项目和安徽省科技攻关等30多个项目;在核心期刊上发表相关论文100多篇，其中EI、SCI收录近百篇;获授权专利6项，软件著作权3项;获国家科技进步二等奖1项，安徽省科技进步一等奖2项、二等奖1项、三等奖1项，全国农牧渔业丰收奖1项，全国农牧渔业丰收合作奖1项，黄山市科技进步奖1项。
来源：中国茶叶加工
如有侵权 请联系删除
