基于近红外光谱的黄山毛峰茶鲜叶品质分析及等级快速评价

王曼; 张正竹; 宁井铭; 韦玲冬; 李露青

doi:10.13386/j.issn1002-0306.2014.22.003

基于近红外光谱的黄山毛峰茶鲜叶品质分析及等级快速评价

安徽农业大学茶与食品科技学院

基金项目:

十二五科技支撑计划(2011BAD01B03-2)；教育部茶叶次生代谢与质量安全创新团队；

详细信息

作者简介:
王曼 (1989-) , 女, 在读研究生, 主要从事茶叶品质检测与综合利用方面的研究。;

张正竹 (1969-) , 男, 博士, 教授, 主要从事茶叶生物化学方面的研究。;

中图分类号: TS272.2;O657.33
计量
- 文章访问数: 190
- HTML全文浏览量: 19
- PDF下载量: 454
出版历程
- 收稿日期: 2014-03-10

Study on quality analysis and class rapid evaluation of tea leaf materials based on near infrared technology

School of Tea and Food Science& Technology, Anhui Agricultural University

摘要

摘要: 为科学分析茶鲜叶品质,快速直观评价鲜叶等级,采用偏最小二乘（PLS）法建立茶鲜叶中含水率、全氮量和粗纤维含量的近红外定量模型,通过分析近红外光谱-鲜叶内含成分-鲜叶等级间相关性,得到鲜叶等级近红外预测模型。结果表明,茶鲜叶中含水率、全氮量、粗纤维预测模型相关系数（RP）分别为0.9109,0.8989,0.8895,预测均方根误差（RMSEP）为0.361,0.103,0.195,鲜叶等级NIR模型的判别率为93.10%,模型有较高的预测性能。在此基础上自主研发的SNIR-2101茶叶品质分析仪适用性良好,这为茶鲜叶品质分析和等级快速评价提供新思路。
- 近红外光谱 /
- 茶鲜叶 /
- 品质分析 /
- 等级评价 /
- 定量模型
Abstract: Three quantitative analysis models for fresh tea leaves, including moisture, total nitrogen and crude fiber, were built by applying near infrared spectroscopy combined with partial squares (NIR-PLS) , in order to analyze the quality of the fresh tea leaves, class correlation model based on three main contents by BP-ANN were built. Results showed that both the calibration samples and the prediction samples of models had acquired a high fitting degree, the value of RPwere 0.9109, 0.8989, 0.8895, RMSEP were 0.361, 0.103, 0.195.Based on the high correlation between near-infrared spectroscopy, fresh tea leaves component and class, class model were built by NIR-PLS, the discrimination ratio were 93.10%, the model had high prediction precision.This provided a new way of thinking for quality analysis and class rapid evaluation of tea leaf materials.
- near infrared spectroscopy (NIRS) /
- fresh tea leaves /
- quality analysis /
- class evaluation /
- quantitative model

HTML全文

参考文献(20)

[1]	谢丽娟, 刘东红, 张宇环, 等.分辨率对近红外光谱和定量分析的影响研究[J].光谱学与光谱分析, 2007, 27 (8) :1487-1450.
[2]	周小芬, 叶阳, 周竹定, 等.基于近红外光谱法的大佛龙井茶品质评价研究[J].光谱学与光谱分析, 2012, 32 (11) :2971-2973.
[3]	王晶, 孙国英, 潘安龙, 等.利用近红外光谱法测定玉米皮渣中的木质素, 灰分及蛋白质[J].光谱实验室, 2012, 29 (4) :1975-1978.
[4]	宁井铭, 张正竹, 毛小文, 等.近红外光谱技术结合人工神经网络判别普洱茶发酵程度[J].农业工程学报, 2013, 29 (11) :254-257.
[5]	任广鑫, 张正竹, 宁井铭, 等.基于ATR校正的红茶成分近红外光谱无损检测[J].光谱实验室, 2012, 29 (4) :2149-2153.
[6]	牛晓颖, 邵利敏, 赵志磊, 等.基于BP-ANN的草莓品种近红外光谱无损鉴别方法研究[J].光谱学与光谱分析, 2012, 32 (8) :2094-2097.
[7]	王毅, 马翔, 温亚东, 等.应用近红外光谱分析不同年度工业分级烟叶的特性[J].光谱学与光谱分析, 2012, 32 (11) :3013-3016.
[8]	周健, 成浩, 贺巍, 等.基于近红外的Fisher分类法识别茶叶原料品种的研究[J].光谱学与光谱分析, 2009, 10 (1) :2559-2562.
[9]	陈全胜, 赵杰文, 张海东, 等.基于支持向量机的近红外光谱鉴别茶叶的真伪[J].光学学报, 2006, 26 (6) :932-935.
[10]	王玉霞, 徐荣荣, 任广鑫, 等.绿茶茶汤中主要品质成分近红外定量分析模型的建立[J].茶叶科学, 2011, 31 (4) :354-357.
[11]	李晓丽, 何勇, 裘正军, 等.一种基于可见近红外光谱快速鉴别茶叶品种的新方法[J].光谱学与光谱分析, 2007, 27 (2) :278-281.
[12]	王胜鹏, 宛晓春, 林茂先, 等.基于水分、全氮量和粗纤维含量的茶鲜叶原料质量近红外评价方法[J].茶叶科学, 2011, 31 (1) :66-71.
[13]	任广鑫, 范起业, 何鑫, 等.近红外光谱 (NIRS) 技术在茶叶领域研究中的应用与展望[J].中国茶叶加工, 2013 (1) :22-25.
[14]	陈波, 靳保辉, 梁宏, 等.近红外光谱技术与聚类分析鉴别中国名茶[J].光谱实验室, 2012, 29 (5) :2900-2903.
[15]	吴江, 黄富荣, 黄才欢, 等.近红外光谱结合主成分分析和BP神经网络的转基因大豆无损鉴别研究[J].光谱学与光谱分析, 2013, 33 (6) :1537-1540.
[16]	何勇, 李晓丽, 邵咏妮.基于主成分分析和神经网络的近红外光谱苹果品种鉴别方法研究[J].光谱学与光谱分析, 2006, 26 (5) :850-853.
[17]	李晓丽, 程术希, 何勇.基于漫反射光谱的初制绿茶含水率无损检测方法[J].农业工程学报, 2010, 26 (5) :195-199.
[18]	陈全胜, 赵杰文, 蔡健荣.基于近红外光谱和机器视觉的多信息融合技术评判茶叶品质[J].农业工程学报, 2008, 24 (3) :8-11.
[19]	赵杰文, 陈全胜, 张海东, 等.近红外光谱分析技术在茶叶鉴别中的应用研究[J].光谱学与光谱分析, 2006, 26 (9) :1602-1605.
[20]	安徽省地方标准.黄山毛峰茶清洁化加工技术规程[S].DB34/T 871-2008.安徽:安徽省质量技术监督局, 2008-12-20.