Quality evaluation of tea leaves using machine learning and hyperspectral reflectance

2021 Fiscal Year Final Research Report

• Project/Area Number: 19K06313
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 41040:Agricultural environmental engineering and agricultural information engineering-related
• Research Institution: Shizuoka University
• Principal Investigator: Sonobe Rei 静岡大学, 農学部, 助教 (40755352)
• Co-Investigator(Kenkyū-buntansha): 廣野 祐平 国立研究開発法人農業・食品産業技術総合研究機構, 果樹茶業研究部門, 上級研究員 (10391418)
• Project Period (FY): 2019-04-01 – 2022-03-31
• Keywords: 分光反射特性 / チャノキ / 機械学習

Outline of Final Research Achievements

Tea trees are kept in shaded locations to increase their chlorophyll content and theanine, which influence green tea quality. Therefore, monitoring changes in chlorophyll and theanine content under low light conditions is important for managing tea trees and producing high-quality green tea.
Hyperspectral remote sensing offers an efficient way to monitor biochemical properties. Thus we examined the potential of hyperspectral data for estimating chlorophyll and theanine conten.

Free Research Field

農業情報工学

Academic Significance and Societal Importance of the Research Achievements

品質の向上と安定的な収量の維持のトレードオフ関係への解を得るうえで有効となる茶葉の生葉段階における品質とストレスの同時評価手法の確立を，分光反射特性と機械学習アルゴリズムを用いることによって実現する．
現在まで茶樹の適切な管理には，経験を積んで培われてきたプロのスキルが必要であった．しかし，高齢化，後継者不足によりこれらの技術の消失が危惧されている．本研究では，分光反射特性という客観的なデータを用いて同等の成果の達成を試みる研究であり，将来における高付加価値農作物の安定的な産出に貢献できると考えられる．