引言

随着工业4.0与农业数字革命的深入推进，数字孪生技术因其虚实映射、实时交互与智能决策能力，已成为推动传统产业数字化转型的关键技术之一。蒙顶山茶作为国家地理标志产品，其生产管理仍存在依赖经验、数据分散、质量追溯困难等问题。构建基于数字孪生的智慧管理平台，成为提升茶厂运营效率与产品品质的重要路径。然而，当前研究多集中于技术架构与系统实现，缺乏对用户需求的系统识别与功能模块的科学构建。本研究以蒙顶山茶厂为案例，聚焦于用户需求采集与功能模块划分，旨在为数字孪生平台的可视化设计与系统开发提供理论依据与实践指导。

一、研究方法

本研究旨在构建一套适配蒙顶山茶厂实际需求的数字孪生智慧管理平台功能框架。为确保平台功能的科学性与实用性，避免设计者主观臆断，本研究采用定性与定量相结合的混合研究范式，分三阶段开展用户需求分析与功能模块构建：第一阶段通过实地调研与半结构化访谈，深入生产一线获取原始需求语句；第二阶段运用卡片分类法，基于用户认知对功能进行聚类，形成初步功能模块；第三阶段引入德尔菲法，借助跨领域专家的集体智慧对模块进行筛选与优先级排序，最终确定平台的核心功能架构。平台设计的初期，为了捕捉真实、细致的用户需求，本研究团队于茶叶生产旺季（清明前后）深入雅安蒙顶山怡源茶厂，开展了为期一周的田野调查。研究采用目的性抽样，选取了覆盖茶产业链核心环节的12名利益相关者作为访谈对象。样本构成如下：茶园种植与管理人员（5名，包括茶园管理员、片区负责人、技术指导员）、生产与设备管理人员（4名，包括生产主管、设备维修工程师、车间组长）、质量与销售人员（3名，包括质检主管、销售经理、仓储管理员）。所有受访者均有3年以上从业经验，确保了需求的代表性与深度。采用半结构化访谈法，预先拟定访谈提纲。每名受访者的访谈时间控制在35至65分钟之间，在征得同意后对全程进行录音，累计形成有效视频及录音记录约546G。访谈结束后，研究者立即将录音转录为文本，形成约5万字的原始访谈语料。采用开放式编码对原始语料进行分析。研究者摒弃预设框架，逐句阅读访谈文本，将描述性问题或期望转化为具有明确操作指向的“功能表达单元”。例如，将“下雨多的时候不知道土壤湿度到底够不够，有时候浇多了”编码为“土壤湿度不明确；灌溉决策依赖经验”，并最终提炼为“土壤湿度实时监测”这一功能单元。通过此过程，共从原始语料中提取出52项功能表达单元，为后续的卡片分类实验提供了基础材料。

二、结果与分析

为探究用户对52项功能单元的内在组织逻辑，本研究采用封闭式卡片分类法，邀请用户根据自身的认知习惯对功能卡片进行分组，从而揭示平台应有的信息架构。将52项功能表达单元制作成统一的卡片。每张卡片包含：功能名称、功能简述。卡片不标注任何预设的模块归属，以保证分类结果的客观性。邀请8名具有茶厂实际工作经验的员工参与分类实验，覆盖种植、生产、质检等不同岗位，以确保分类视角的多元化。实验在一间安静的会议室内进行。首先，向参与者介绍实验目的与操作方式，确保其理解任务。随后，参与者被要求根据自己的理解，将这52张卡片按照功能之间的关联性，分为若干个有意义的类别，并为每个类别命名。分类过程中，允许参与者合并、拆分或创建新的类别，没有数量限制。每位参与者独立完成分类任务，平均耗时约45分钟。数据分析：研究者将所有参与者的分类结果录入软件，构建“共同分组矩阵”，统计任意两张功能卡片被分在同一组的频率。频率越高，表明功能间的认知关联越强。随后，采用聚类分析（Cluster Analysis）对矩阵进行处理，生成树状图，直观展示功能的聚合趋势。根据聚类结果，并结合参与者的类别命名，研究者将52项功能归纳为5个初步功能模块，包括“茶园环境监测”“生产设备管理”“生产过程监控”“质量追溯”与“仓储物流”。

初步形成的5大功能模块仍需专家从专业角度进行验证与优先级排序，以弥补单一用户视角的局限性。因此，本研究采用德尔菲法进行两轮专家咨询。遵循权威性与代表性原则，邀请12名跨领域专家组成专家组。专家来源包括：茶产业高级管理者、农业信息化领域学者、数字孪生技术开发工程师、农产品供应链与物流专家、政府农业部门技术推广人员。所有专家均具有10年以上行业经验或副高级以上职称。问卷设计：第一轮问卷包含两个部分：功能模块评分：呈现5个初步模块及其核心功能描述，请专家从该功能对茶厂管理的价值、在当前技术条件下实现的难易程度、该功能与其他模块的协同需求三个维度进行评分。评分采用李克特五级量表（1=非常低，5=非常高）。第一轮问卷通过电子邮件发放与回收，回收率100%。研究者对评分数据进行统计，计算各模块重要性、可行性的均值、标准差及变异系数（CV=标准差/均值）。CV值越小，表明专家意见越集中。同时，整理归纳开放性问题中的建议。第二轮咨询中，将第一轮的统计结果与主要争议点匿名反馈给全体专家，请专家参考群体意见后再次评分。两轮咨询间隔2周。

筛选标准：本研究设定功能模块的筛选依据为：（1）核心模块：重要性均值≥4.5且CV≤0.15；（2）优先模块：重要性均值≥4.0且CV≤0.20；（3）争议模块：CV>0.25或存在重大建议分歧，需第二轮复议或调整。

结果：经过两轮咨询，专家意见达成高度共识（Kendall协调系数W=0.312, P=0.003）。最终，筛选出“茶园环境监测”“生产设备管理”“仓储物流管理”三个核心模块；保留“质量追溯与预警”作为战略模块（因技术可行性得分略低，建议分步实施）；删除功能重叠且得分较低的“生产过程监控与优化”模块。

三、多方法融合的研究路径有效提升了功能框架的可靠性

在智慧管理平台的设计初期，如何准确捕获并组织用户需求是决定平台成败的关键。本研究采用定性访谈与定量分析相结合的策略，通过三个阶段层层递进，有效规避了单一方法可能带来的偏差。半结构化访谈深入生产一线，获取了真实、鲜活的用户语料。与传统的问卷调查相比，访谈能够挖掘用户未明确表达的隐性需求，例如设备维修工程师提到的“设备出问题一般是声音不对才发现，之前没有提示”，揭示了当前缺乏设备异常自动识别的痛点。这种扎根于实践的需求捕获方式，为后续功能定义奠定了扎实的实证基础。

卡片分类法将用户的认知模式引入信息架构设计。8名茶厂员工对52项功能单元的分类结果，揭示了他们对业务逻辑的自然理解：例如，多数参与者将“土壤湿度实时监测”“空气温湿度监测”等与自然环境相关的功能归为一类，并命名为“茶园环境”，这反映出用户倾向于按照生产流程的空间属性组织信息，而非按照技术类型（如传感器数据）分类。这一发现为后续界面设计中的模块化布局提供了认知依据——将环境监测、设备管理、仓储物流等模块按业务场景划分，符合用户的心理模型，有助于降低学习成本。

最后，德尔菲法引入跨领域专家共识，对初步功能模块进行了科学筛选与优先级排序。两轮咨询后，专家意见高度收敛（CV值普遍小于0.2），表明模块划分具有较高的专业认同度。特别是对“质量追溯与预警”模块的处理，专家组虽认可其战略价值，但考虑到当前RFID部署成本较高、数据标准化难度大，建议分阶段实施，这种“战略—技术”权衡的决策过程体现了德尔菲法在复杂系统设计中的独特优势——它不仅给出评分，更通过开放性问题收集了富有洞察的实施建议。

综上，三种方法相互验证、互为补充，形成了从“需求捕获→认知组织→专家验证”的完整闭环，确保了功能框架既贴近用户实际，又具备技术前瞻性。

四、结论

本研究以蒙顶山茶厂为对象，系统开展了数字孪生智慧管理平台的用户需求分析与功能模块构建研究。通过实地调研、卡片分类与德尔菲法，构建了涵盖环境监测、设备管理、质量追溯、仓储物流四大模块的功能框架，为平台的可视化设计与系统开发提供了理论与方法支撑。研究成果可为同类农产品加工企业的数字化转型提供参考。

参考文献：

1. [1] 杨冬, 黄亚萍. 收割机脱粒装置模块化设计——基于经验预测和德尔菲法[J]. 农机化研究,2024,46(07):106-110.
2. [2] 郭秀花. 实用医学调查分析技术[M]. 北京: 人民军医出版社,2005.
3. [3] 李经纬, 孙嘉, 杨劲远, 等. 云边融合安全存储架构及技术挑战[J]. 中国科学: 信息科学,2025,55(03):516-527.
4. [4] 王爱娟. 数字新成本智慧管理平台研究[J]. 财会通讯,2024(22):171-176.
5. [5] 周莉. 蒙顶山精小型观光生态茶厂规划设计[D]. 四川农业大学,2018.
6. [6] 林蕙, 吴丹. 基于多模态数据预测公共数字文化服务用户认知负荷[J]. 图书馆杂志,2025,44(05):20-32.
7. [7] 沈欣悦, 石杨扬, 万卓, 温利杰, 苏扬, 夏宜平. 基于格式塔理论的花园植物形态分类体系构建与应用[J]. 华中建筑,2025,43(01):125-129.