智慧茶园技术集成与应用

疏再发 吉庆勇 金晶 周慧娟 郑生宏 何卫中

摘要：随着以物联网、大数据以及云计算为代表的智能化农业的蓬勃发展，作为其中重要组成的智慧茶园也在新兴和崛起。文章主要通过茶园监控系统、茶园气象监测系统、茶园土壤监测系统、茶园病虫害监测系统、茶园测绘监测系统、茶园遥感识别系统等茶园智能监测模块，集成茶园水肥自动灌溉系统、茶园无人机飞防技术、茶园防霜设施、茶园轨道运输机、智能采茶机器人等智慧茶园调控模块，以综述智慧茶园技术集成与应用。利用智慧茶园管理系统的大数据及云计算有机实现茶园智能监测、智慧调控，通过精炼各种技术的合理搭配打造智慧茶园建设模板，有的放矢应用于当前智慧茶园建设，并展望“十四五”期间及以后智慧茶园的发展方向。

关键词：智慧茶园;智能监测;智慧调控;建设模板

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，越来越多的人喜欢上喝茶[1]。面对日益增长的茶叶需求，品质安全、科技集成已成为茶叶发展的重中之重。随着机械设备、物联网、计算机科学等技术的飞速发展，将先进科技引入到茶树栽培、茶园管理、茶叶生产销售等环节中，以实现营造茶园生态环境、提高茶树种植效率、提升茶园管理水平、保障茶叶品质安全、节省茶叶生产劳动力等目标[2-3]。

随着以物联网、大数据以及云计算为代表的新兴智能化农业4.0时代的发展[4]，全球各地农业部门逐渐将各种科技应用到农业生产管理中。英、美、德等国家通过智能化的数据搜索和分析处理平台，将传感技术、大数据和云计算技术、地理遥感等技术结合，实现精准农业服务、精细农业管理[5-7]。

我国人工智能技术是“国家大数据战略”，亦不断应用于农业生产中。在重庆市、浙江省、湖南省等地已率先探索智慧茶园建设，通过创新建立茶园种植模式，实时收集茶园的温度、湿度、风向、降雨量等基本数据，进行茶园环境监测，利用大数据分析潜在的生产风险，利用茶园水肥一体化设施、无人机飞防等远程控制精准开展茶园生产管理，节省生产劳动力，提升茶叶产量及品质[8-9]。

利用智慧茶园技术打破传统茶园种植管理模式，打破传统茶叶生产销售理念，合理配置茶叶生产投入要素，充分利用物联网、大数据、云计算等先进科技，结合茶树种植管理经验标准化和病虫害预警预测模型化，有机应用茶园病虫害绿色防控，实现茶叶质量生产可溯源。高效利用各种资源，打造高品质、标准化、精准化茶叶示范区，生产绿色优质茶产品，促进茶叶产业转型升级，实现茶叶产业高质量绿色发展。

1  茶园智能监测模块

1.1  茶园智能监测模块的组成

1.1.1  茶园监控系统

茶园监控系统是通过无线、电缆、光纤等传输方式把前端监测设备、数据传输设备、后端存储设备、远程控制及实时显示设备等五大部分有机连接，实现茶园全域可视环境监控功能。通过在茶园全域内合理搭配前端监测设备（枪机摄像头、球机摄像头等），对茶树的生长态势、茶园病害、虫害、灾害等发生状况、茶园生产作业情况等进行实时视频监控，实现在无人值守情况下对茶树生长发育、病虫灾害等状况开展远程在线监控[10-11]。

1.1.2  茶园气象监测系统

茶园气象监测系统合理选择茶园具体区域或地块，按照茶园气象传感器等设备，实时显示和记录该区域空气温度、湿度、风级和积温数据信息，展示全局气象分布[12]。根据降水、均温、相对湿度的气象信息进行气象预报。查看当前积温、累积降水、温度等历史多年对比分析数据，分析茶树历年生长势，预测当年茶树物候期和茶叶产量等茶园生产信息[13]。通过设置阈值数据及气象预报，预防倒春寒、热害、冻害等灾害，为生产提供辅助决策意见。

1.1.3  茶园土壤监测系统

茶园土壤监测系统是基于实时数据传输和数据分析评估功能，在茶园内配置多点无线土壤墒情监测主机，在土壤各深度设置温度、水分、土壤pH、电导率、土壤水势等多种传感器，实时显示和记录茶园土壤墒情的监测系统。通过对比多年土壤墒情数据，还能预测分析茶树生长势和次年茶叶产量等茶园生产信息[14-15]。通过设置土壤阈值数据和预报，预防茶园旱害，搭配茶园水肥自动灌溉管理技术，可构建智慧茶园精准土壤墒情调控网络[13]。

1.1.4  茶园病虫害监测系统

茶园病虫害监测技术是集植物保护学、农药学、作物栽培學、计算机科学等多种学科，利用影像处理、计算机视觉、物联网监控等技术集成，实现对病虫害发生情况的综合分析、远程诊断与鉴定、病虫害综合防治的监测系统[13]。茶园病虫害监测系统一方面可以借助茶园监控系统，利用实时监测设备、感官经验判断等实现对茶叶常见病虫害的识别;另一方面可利用相对基础的设备，包括智能孢子捕捉系统和虫情测报仪等，智能监测、智能识别实现茶园病虫害实时监测。智能孢子捕捉系统通过实时采集分析监测孢子情况，来预测茶园气传性病害发生期和发生程度。而虫情测报仪主要由色板+性信息素诱捕装置、智能识别系统、自动预报系统等组成，通过对害虫自动诱捕、图片拍摄、数据远程自动传输储存、自动识别计数、数据分析及信息发布，实现自动虫情预报等功能[16-17]。

1.1.5  茶园测绘监测系统

无人机测绘系统是现代化测绘测量装备体系的重要组成部分[18]。茶园测绘监测系统通过无人机航拍获取大量、广泛、多角度、高重叠度的茶园影像大数据，再利用基于无人机测绘技术的地形三维模型重建技术重建茶园地面影像，获得带有高程信息的地形三维模型，然后通过校正算法精准获取茶园地理测绘信息。而基于无人机测绘技术的地形三维模型重建技术恰好能够实现茶园地表高程信息的快速采集和处理，不仅能够精准呈现茶园地理面貌，建立智能VR互动茶园，而且能够为植保无人机在复杂地形中自主作业等提供辅助[19-20]。

1.1.6  茶园遥感识别系统

茶园遥感识别系统以无人机为载体，搭载高光谱摄像机等传感器获取茶园地表遥感影像。高光谱遥感技术具有图谱合一、波段较多且连续等优秀特征，通过计算机对采集遥感数据的数字量化转化为反射率数据并降噪处理，从而获取茶园地表及地表附着物的连续光谱信息，利用遥感光谱曲线描述地物的光谱特征，从而识别出具有诊断性光谱特征的地物[21]。

无人机遥感监测范围大且具宏观性，针对不同航高无人机能够进行大范围、高空间、多维度监测的同时，还能够对较小面积、较小空间进行精准监测。另外，还可同时采用多架效率高的无人机，多次监测的方式对监测区域进行遥感监测作业。

无人机搭载高光谱相机，结合了无人机轻便、易操作和高光谱相机采集地物连续光谱信息等优点，可以从近地高度、低成本、受气象影响小、方便快捷地对大面积茶园进行茶树生长和病虫害监测。通过对发生过病虫害的茶园进行遥感数据采集，再分析受害茶树的光谱特征变化，判断茶园受害程度高低，预测病虫害发生情况，指导茶园病虫害防控[8，22-23]。

1.2  茶园智能监测模块的集成与应用

茶园智能监测可实现茶树生长环境的实时监测、追溯及预警。茶园智能监测模块（图1）搭配茶园气象监测系统和茶园土壤监测系统，实现对茶树生长所处气候条件及土壤状况的全方位掌握，为精准调控茶树生长提供基本保障。搭配茶园监控系统、茶园病虫害监测系统、茶园遥感识别系统和茶园测绘监测系统，可实时呈现茶树生长势、茶园面貌。配合对茶园病虫害和自然灾害的发生状况的预测，为茶叶农事活动提供预测预报和茶园定向调控提供数据支撑。

2  智慧茶园调控模块

2.1  智慧茶园调控模块的组成

2.1.1  茶园水肥自动灌溉系统

茶园水肥自动灌溉系统根据茶树的需肥需水规律把水与肥通过一定的比例进行混合，由铺设在田间的滴灌管道缓慢均匀地输送至茶树根部，或由铺设在茶园间的喷灌设施喷施在茶园表面[24]。结合茶园气象和茶园土壤监测系统的实时监测数据，监测系统设置水肥需求阈值，再根据茶树需肥规律、生长环境，实现茶园水肥精准控制，以最低的施肥成本获得更好的茶叶品质和更高的经济效益[25]。目前，水肥自动灌溉技术在我国茶园应用上还不成熟，大多茶园主要是采取传统的滴灌和喷灌方式，以满足茶树对水的需求为主，而水肥一体化设施和肥源的研究应用存在瓶颈[26]。

2.1.2  茶园无人机飞防技术

无人机施药是一种低容量高浓度的低空施药方式。作为一种新型的施药技术，契合了我国目前智慧茶产业发展的需求。作为农用航空作业的重要代表之一，植保无人机以作业效率高、应用场景广等优势得以快速发展。据统计，每架无人机每天作业面积可达40 hm2，远高于人工施药的作业效率[27]。2015年，美国对精准农业技术的应用增速最快的就是无人机植保技术[28]。楚博等[29]为评估植保无人机在茶园应用的可行性，在茶园测试了无人机施药的雾滴沉积分布、对小贯小绿叶蝉的防治效果，以及6种农药在茶叶中的残留量。结果表明，供试的无人机喷雾喷头、飞防助剂对无人机喷雾的雾滴沉积分布影响不显著;无人机施药的雾滴大小、雾滴密度、沉积量等均优于背负式电动喷雾器;但无人机施药的均匀性较差，且茶叶中农药残留水平显著提高，故在茶园中应用无人机施药还需进一步研究完善。

2.1.3  茶园防霜设施

早春“倒春寒”已成为影响名优茶产量和品质的主要因素。目前，茶园防霜设施设备比较成熟的主要是茶园防霜扇、茶园喷雾防霜等[30]。茶园防霜扇是通过风扇系统产生风力作用，将热空气吹到茶蓬表面，防止霜冻。与烟熏、覆盖等传统茶园防霜冻技术相比，茶园防霜扇系统一次投入可长期受益，具有自動化程度高、使用寿命长、操作简单、节能环保、安全稳定等优势。一般在茶园中安装1台防霜扇有效面积为0.08～0.10 hm2[31]。茶园喷雾防霜主要通过茶园水肥灌溉系统对茶蓬表面连续喷水，从而使茶蓬面温度维持在0 ℃以上，防止茶树凝霜结冰。

2.1.4  茶园轨道运输机

茶园生产需要大量劳动力支持，特别是山地茶园，运输时最耗费劳动力，而且人力劳务难以适应千变万化的山地茶园地形，茶园轨道运输机能够有效缓解这一难题[32-33]。目前茶园中的轨道运输机主要有双轨运输机和单轨运输机2种，茶园双轨运输机是一种由钢丝绳牵引、载物滑车沿已经铺设好的轨道行驶的运输工具，运输机可分为双向牵引、变轨、固定和可拆装等不同形式。双轨运输机具有坡地适应能力强、运行稳定、运载能力强等优点。而单轨运输机主要利用齿轮、皮带等机构进行传动，使用小功率柴油发动机作动力，在单轨道上可实现前进、倒退等动作。相比双轨运输机，单轨运输机具有占地空间小、架设简单、铺设方便、建造成本低等优势[34-35]。茶园轨道运输机不仅可用于茶园管理物资和人员的运输，更是未来智能机械行走在山地茶园间的桥梁。

2.1.5  智能采茶机器人

智能采茶机器人基于AI识别、智能剪切等程序与模块实现适应不同的田间作业环境，对茶树嫩芽进行剪切采集。智能采茶机器人定制的双足式履带实现机器人的移动，同时提供遥感操控功能，顶棚和遮罩篷布保证机器人内环境与外环境相隔绝，保证室外情况下茶叶采摘的可行性;机器手是采茶机器人采摘技术的执行者，配合安装于其执行机构末端的图像传感器、茶叶剪切器以及相关的程序代码可以对目标茶叶实现智能采摘[36-37]。

目前，智能采茶机器人在国内外更多停留在研究层面，仍存在一些问题和挑战：一是不同茶树品种茶芽的大小、色泽、叶片的展开角度、茶芽的位置等都不尽相同，在利用大数据平台来提升AI识别的准确性上，还有待进一步提高。二是名优茶采摘机器人外形构造与设计以并联机器人结构为主，其所采用的这种闭链式结构也使得机器人的正向运动学分析与控制更为复杂，工作空间有限，且成本更高。三是茶芽剪切器的设置，需针对不同品种茶芽设计更加适配且新型的小型末端采摘器[38-40]。因此，采茶机器人是今后研究的热点和难点，仍有较大的空间去探索和发现。

2.2  智慧茶园调控模块的集成与应用

现阶段，智慧茶园调控以建立标准化茶园为基础，配合建立成熟的茶园生态体系，应用茶园绿色防控系统（茶园杀虫灯、茶园天敌友好型色板、茶园害虫性信息素诱捕器等设施）[41]，结合茶园作业机械，打造茶园周年性的标准化生产作业。利用智能化程度较高的茶园管理设施（茶园水肥一体化、无人机飞防、茶园防霜设施等），满足茶树生长所需的水分养分需求，防控茶园的病虫灾害等威胁。未来智慧茶园调控是在现阶段的基础上，通过创新茶树栽培模式、开发茶园作业机器人、优化智能采茶机器人等，实现茶园生产智能化，使茶园生产向低劳动力、高机械化、高智能化方向转变，助力茶园高质量可持续发展（图2）。

3  智慧茶园管理系统及建设模板

3.1  智慧茶园管理系统

智慧茶园管理系统是有机连接智慧茶园监测模块、大数据采集模块、云计算调控模块等为一体的智能化系统，从而实现茶园管理智能监测、智能显示、远程控制等能力。目前，智慧茶园管理系统主要是通过各种高清监控、传感器等设备平台，收集各种茶园数据传输到大数据处理的平台层，再通过云计算为基础下的终端应用层，实现对茶园调控模块的远程控制[42-44]。陈兰[45]制定了基于物联网技术的智慧茶园管理系统的总体方案，将整个系统划分为感知执行层、传输层和应用层3部分及具体工作流程。确定了硬件设计的总体架构，完成对系统所需的采集传感器、系统控制器、智能水肥药一体机等设备的选择;其次，开展系统的软件设计，开发了基于Spring Cloud 智慧茶园云管理平台，整个平台分为5个子平台，包括茶树生长环境监测平台、视频监控平台、水肥药一体化调控平台、茶叶质量追溯平台、茶树生长过程综合管理平台。5个平台之间相互协作且独立，实现智慧茶园生产管理的精准控制。

3.2  智慧茶园建设模板

目前对智慧茶园的研究大多集中在技术应用层面，而对于智慧茶园的发展规划、发展模式等则鲜有研究。智慧茶园建设是一个长期性的过程，必须做好顶层设计，把握住建设发展的大方向，保证智慧茶园的良好迭代更新。如图3所示，本文较详细地收集国内外智慧茶园各种技术应用，以茶园监控系统、茶园气象监测系统、茶园土壤监测系统、茶园病虫害监测系统等茶园智能监测模块，集成以茶园水肥自动灌溉系统、茶园无人机飞防技术、茶园防霜设施、茶园轨道运输机等智慧茶园调控模块，通过各种技术的合理搭配打造智慧茶园建设模板，有的放矢应用于当前智慧茶园建设，以生产最适宜的监测调控模块，搭配智慧茶园管理系统建设智慧茶园1.0时代。

随着茶园测绘监测系统、茶园遥感监测系统、智能采茶机器人等技术的进步，以及基于大数据处理与应用的智慧茶园管理系统研究的深入，茶园精准控制将实现智慧茶园2.0时代。随着科技的飞速发展，智慧茶园建设也终将进入茶品质按需调控、茶园无人生产的智慧茶园3.0时代。

4  展望

“十三五”期间，“中央一号文件”提出加强现代农业设施建设，依托现有资源建设农业农村大数据中心，加快物联网、大数据、区块链、人工智能、5G、智慧气象等现代信息技术在农业领域的应用[46]。2021年“中央一号文件”更是提出要举全党全社会之力加快推进农业农村现代化，建设数字乡村，“十四五”时期推进数字乡村建设，发展智慧农业。在如此重要的战略背景下，智慧农业已成为未来农业发展方向，但现阶段智慧农业的研究仍处于起步阶段，特别是智慧茶园领域。“十四五”期间及未来更长一段时期，智慧茶园发展将会以理论、技术、装备和系统研究为核心，基础研究与应用研究相结合，集成智慧茶园监测、预警、调控、溯源等技术，现阶段应在前人的研究基础上，加强以下3个方面研究，更好服务智慧茶园高质量发展。

第一，基于物联网的智慧茶园管控关键技术与装备研究。研究茶园生長环境、水肥营养、茶树生长发育、病虫情、农药残留等的智能识别和管控技术，创新开发集多功能为一体的国产传感器，实现实时、动态、连续的信息感知，并强化传感器的采集精确度和抗干扰性。第二，加强茶园智能耕作、名优茶采摘等智能化装备研发，形成包括物联网标准、智慧硬件（传感器、农业机器人等）的统一开发技术标准，优化数据传输方式，既保证效率，又确保稳定和安全。第三，完善茶叶大数据中心建设智慧农业关键技术创新研究。目前研究集中在数据的采集过程，而对数据处理、挖掘研究较少，应大力发展云计算、大数据技术，以及数据融合、数据存储、数据挖掘等数据处理方法为重点内容的研究[47-49]。

参考文献

[1] 盛敏. 中国茶文化对外传播与茶叶出口贸易发展研究[D]. 长沙：湖南农业大学， 2017.

[2] 王文明， 肖宏儒， 宋志禹， 等. 茶叶生产全程机械化技术研究现状与展望[J]. 中国农机化学报， 2020， 41（5）： 226-236.

[3] 邹华， 赵颖琣. 基于物联网技术的智慧茶园应用现状浅析[J]. 南方农机， 2018， 49（21）： 26， 31.

[4] 宋永嘉， 刘宾， 魏暄云， 等. 大数据时代无线传感技术在精准农业中的应用进展[J]. 江苏农业科学， 2021， 49（8）： 31-37.

[5] 唐珂. 国外农业物联网技术发展及对我国启示[J]. 农业工程技术， 2017， 37（15）： 11-17.

[6] 杨艺. 浅谈日本农业信息化的发展及启示[J]. 现代日本经济， 2005（6）： 60-62.

[7] 赵春江， 李瑾， 冯献， 等. “互联网+”现代农业国内外应用现状与发展趋势[J]. 中国工程科学， 2018， 20（2）： 50-56.

[8] 顾泽鑫， 王白娟， 苏文苹， 等. 高光谱无人机遥感影像识别技术在茶园病虫害防治中的应用研究[J]. 经济师， 2020（12）： 61-62.

[9] 王文生， 郭雷风. 农业大数据及其应用展望[J]. 江苏农业科学， 2015， 43（9）： 1-5.

[10] 毛林， 成维莉， 夏伟伟， 等. 茶园远程监控智能终端系统研究[J]. 浙江农业科学， 2019， 60（4）： 685-688.

[11] 王风云， 王利民， 封文杰， 等. 塑料大棚茶园无线智能监控系统研发[J]. 农业与技术， 2014， 34（1）： 41-43.

[12] 周立， 张书慧， 于枫. 基于ZigBee网络的移动式茶园环境监测系统设计与实现[J]. 中国农机化学报， 2016， 37（6）： 243-246.

[13] 陈义勇， 黎健龙， 周波， 等. 茶园生境智慧管控技术助推广东茶产业可持续健康发展[J]. 广东农业科学， 2020， 47（12）： 193-202.

[14] 王战备. 基于GPRS的茶园土壤温湿度远程监测系统[J]. 农机化研究， 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， 王晓庆， 肖玉华， 等. 茶树病虫害预测预报方法的回顾与展望[J]. 西南农业学报， 2010， 23（5）： 1742-1745.

[17] 赵小娟， 叶云， 冉耀虎. 基于物联网的茶树病虫害监测预警系统设计与实现[J]. 中国农业信息， 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. 应用于农业植保领域的无人机测绘技术研究[D]. 杭州： 杭州电子科技大学， 2019.

[20] 张继贤， 刘飞， 王坚. 轻小型无人机测绘遥感系统研究进展[J]. 遥感学报， 2021， 25（3）： 708-724.

[21] 蒋永泉. 基于多源遥感数据茶园识别及其识别精度尺度效应研究[D]. 昆明： 云南师范大学， 2021.

[22] 黄邵东， 徐伟恒， 吴超， 等. 遥感在茶园监测中的应用研究进展[J]. 西部林业科学， 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] 杨清霖. 幼龄茶园滴灌施肥技术研究[D]. 北京： 中国农业科学院， 2019.

[25] 张冬菊， 夏鸽飞， 朱登平， 等. 茶园智慧水肥一体化系统设计与应用分析[J]. 南方农业， 2020， 14（17）： 176-178.

[26] 孙红严， 马德新. 茶园水肥一体化研究进展[J]. 陕西农业科学， 2019， 65（7）： 87-90.

[27] 田志伟， 薛新宇， 李林， 等. 植保无人机施药技术研究现状与展望[J]. 中国农机化学报， 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， 罗逢健， 罗宗秀， 等. 茶园应用植保无人飞机的可行性评价[J]. 茶叶科学， 2021， 41（2）： 203-212.

[30] 胡永光， 张红， 李萍萍. 茶园气流扰动防霜控制探析[J]. 江苏农业科学， 2012， 40（11）： 398-400.

[31] 李松， 李传德. 茶园防霜扇应用效果及推广效益初探[J]. 中国园艺文摘， 2012， 28（11）： 177-178， 89.

[32] 邹诗洋， 刘烁玲， 李沐桐， 等. 山地果园轨道运输机研究应用进展[J]. 现代农业装备， 2021， 42（2）： 9-13.

[33] 张巍， 庹洪章， 易文裕， 等. 丘陵山地农业运输装备发展现状及展望[J]. 南方农机， 2020， 51（11）： 9-11， 17.

[34] 汪小名， 陈明， 吴伟斌， 等. 山地自走式电动双轨运输机设计与试验[J]. 华中农业大学学报， 2020， 39（6）： 96-104.

[35] 吴权立. 山地果园自走式单轨運输机关键部件设计与整机性能研究[D]. 南昌： 华东交通大学， 2020.

[36] 汪琳. 基于SCARA机械手的采茶机器人研究[D]. 合肥： 中国科学技术大学， 2020.

[37] 张修. 智能采茶机器人的茶叶视觉特征识别方法研究[D]. 上海： 上海交通大学， 2020.

[38] 邵佩迪， 吴明晖， 季亚波， 等. 茶叶嫩芽机器视觉识别算法研究[J]. 农业装备与车辆工程， 2020， 58（4）： 34-36， 45.

[39] 周俊， 吴明晖， 王先伟. 基于视觉与IMU融合的采茶机器人位姿估计研究[J]. 农业装备与车辆工程， 2019， 57（7）： 29-32， 38.

[40] 黄藩， 王云， 熊元元， 等. 我国茶叶机械化采摘技术研究现状与发展趋势[J]. 江苏农业科学， 2019， 47（12）： 48-51.

[41] 范冬梅， 赵珠蒙， 邱勤丽， 等. 浙江省生态茶园绿色防控技术的应用研究[J]. 茶叶， 2021， 47（2）： 71-74.

[42] 张晓婷， 李晓风， 方世玉. 基于SGX的茶园生态监测系统的设计与实现[J]. 仪表技术， 2021（5）： 1-4， 34.

[43] 沈萍， 邓国斌. 物联网的智慧茶园控制技术[J]. 福建电脑， 2020， 36（6）： 109-111.

[44] 常卫东. 浅论茶园网络信息管理平台的搭建[J]. 福建茶叶， 2019， 41（6）： 25.

[45] 陈兰. 基于物联网的智慧茶园数据采集管理系统的设计与实现[D]. 杭州： 浙江理工大学， 2019.

[46] 崔凯， 冯献. 数字乡村建设视角下乡村数字经济指标体系设计研究[J]. 农业现代化研究， 2020， 41（6）： 899-909.

[47] 姜仁华， 熊兴平， 姚明哲. 我国茶叶科技“十三五”进展及“十四五”发展思考[J]. 中国茶叶， 2021， 43（9）： 17-24.

[48] 阮建云， 季凌飞， 申瑞寒， 等. 茶树栽培研究“十三五”进展及“十四五”发展方向[J]. 中国茶叶， 2021， 43（9）： 58-65.

[49] 蔡晓明， 罗宗秀， 边磊， 等. 茶园绿色防控“十三五”进展及“十四五”发展方向[J]. 中国茶叶， 2021， 43（9）： 66-73， 76.