本数据集源自广东英九庄园绿色产业发展有限公司的采集的茶青品质数据。该数据集涵盖了2025 年 5 月 9 日至 2025 年 12 月 1 日的茶青品质指标记录，包含 353 条数据，涉及氨基酸、茶多酚、茶黄素、咖啡碱等 10个关键字段。数据经过清洗、脱敏等处理后形成结构化数据集，可用于茶青品质监控、采摘时间优化、茶叶加工工艺改进、品质预测模型构建等场景。

1、完整性校验：剔除核心品质指标缺失的记录，仅保留指标完整的样本。 2、格式统一：将“采集时间”列的文本格式统一转换为 “YYYY-MM-DD HH:MM:SS” 标准时间格式。 3、重复值清理：以 “采集时间”为唯一标识，排查并删除完全重复的记录；对同一时间点采集的重复数据，保留各指标数值最接近该时段均值的一条记录，确保数据唯一性。 4、数据标准化：对可溶性糖、水浸出物等数值型指标，采用 Z-score 标准化方法（(x - 均值)/ 标准差）进行归一化处理，消除不同指标量级差异对分析结果的影响。 5、存储管理：对数据中的时间序列及产能核心数据进行分级存储，敏感生产数据采用权限控制访问，限制非授权人员查看。 6、分析处理 去除原始 “氨基酸” 列的 “%” 符号、“茶多酚” 列的 “mg/g” 单位，提取纯数值用于计算。再通过以下公式求出茶叶的酚氨比。 酚氨比 = 茶多酚数值 ÷ 氨基酸数值 用于快速判断茶青的苦涩度（酚氨比数值越高，苦涩感越强）

1、品质监控：跟踪不同时间段（如月度、季度）茶青关键指标（茶多酚、氨基酸、酚氨比）的波动趋势，识别品质异常波动节点，及时排查采摘环境、存储条件等影响因素。 2、采摘优化：分析采集时间与茶青品质的关联性（如上午 vs 下午采摘的酚氨比差异），结合可溶性糖、水浸出物等指标，确定最优采摘时段，提升茶青基础品质。 3、分级加工：基于酚氨比（如≤5 为低苦涩型、5-8 为中等苦涩型、＞8 为高苦涩型）和水浸出物含量，将茶青划分为不同等级，匹配对应的加工工艺（如低苦涩型用于绿茶、高苦涩型用于红茶），提高产品附加值。

样例数据详见样例数据附件 附件下载

字段名称 数据类型 字段描述 示例值 设备名称 String 采集茶青品质数据的设备标识 茶青近红外 采集时间 String 茶青品质指标的采集时间点（格式：YYYY-MM-DD HH:MM:SS） 2025-12-01 09:00:01 氨基酸 String 茶青中氨基酸含量（带百分比单位） 2.54% 茶多酚 String 茶青中茶多酚含量（带质量浓度单位） 15.24mg/g 茶黄素 String 茶青中茶黄素含量（带百分比单位） 0.25% 咖啡碱 String 茶青中咖啡碱含量（带百分比单位） 3.96% 可溶性糖 Float 茶青中可溶性糖含量（无单位，直接为数值） 7.14 水分 String 茶青中的水分含量（带百分比单位） 3.20% 水浸出物 Float 茶青中水浸出物含量（无单位，直接为数值） 30.85 酚氨比 Float 茶多酚与氨基酸的比值（用于评估茶青苦涩度） 6