近红外光谱(NIRS)在茶叶检测中的应用
发布时间:2024-11-06
浏览次数:178
近红外光谱主要记录有机分子中含氢基团(C-H,N-H,0-H)振动的倍频与合频吸收,这些基团产生的吸收峰特征性强,便于判定和分析,目前已广泛应用于食品、医药、农业、化工等诸多领域。
近红外光谱主要记录有机分子中含氢基团(C-H,N-H,0-H)振动的倍频与合频吸收,这些基团产生的吸收峰特征性强,便于判定和分析,目前已广泛应用于食品、医药、农业、化工等诸多领域。
茶鲜叶和成品茶中内含成分的检测
近红外光谱技术在茶叶成分的无损检测上已有较为广泛的应用,胡永光采用近红外光谱技术来快速检测茶鲜叶全氨含量,利用一阶导数和滑动平均滤波(MAF)相结合的预处理方法,建立偏最小二乘(PLSR)回归模型,能有效地预测全氨含量,相关系数达到0.8881,而他采用相同方法对绿茶杀青叶含水率进行检测,相关系数为0.819,误差仅为3.30%,能实现加工过程中茶叶含水率的快速检测。
Muhammad Zareef采用傅里叶变换近红外光谱(FT-NIR)对红茶内含成分进行预测,能获得较好的结果,他认为遗传偏最小二乘法(GA-PLS)是预测氨基酸和水提物定量的最佳技术,反向区间偏最小二乘法(Bi-PLS)是定量分析咖啡因和茶黄素的最佳技术,
陈全胜也用FT-NIR对红茶8种主要味觉成分进行研究建模,提出BP-AdaBoost模型预测效果较好。
林新基于近红外光谱法快速测定了绿茶的水分、茶多酚、咖啡碱、氨基酸含量,采用改进偏最小二乘法(MPLS)建立的定标模型,该模型能对水分和茶多酚进行精准预测,R’分别达到0.95和0.85。
茶叶等级、品种、产地的检测和判别
早在20世纪80年代,就有学者对不同地区、品质的134个红茶茶样进行研究,证明了近红外方法和感官审评法较为一致,误差相当于7个评茶师给出的结果和4个评茶师给出结果的平均值之间的误差,因此该方法在茶叶品质判别上具有可行性。
2005年,阎守和用近红外技术来评估红碎茶、煎茶、玉露茶的品质和价格,证明近红外的分析结果和评茶师给出的结果有很好的相关性。杨丹通过FT-NIR检测绿茶全氮含量,并根据嫩度等级建立了绿茶全氨量的子模型,对绿茶品质评价提供依据。L采用NIR 技术结合联合区间偏最小二乘法(siPLS),能够快速无损区分出优质扁形绿茶,准确率达到93%以上。
在茶叶品种鉴别方面,陈全胜2采用龙井、碧螺春、祁红和铁观音作为样品,通过标准归一化(SNV)预处理后利用SIMCA模式识别方法进行建模,四类模型的对未知茶样的识别率分别是90%,80%,100%和100%,证明该方法确实是一种快速识别茶样的方法。
李晓丽对5个品种绿茶进行可见-近红外光谱扫描,通过神经网络把6个主成分和茶叶品种进行对应,学习了125个样本,建立3层BP人工神经网络模型,茶叶品种的识别率高达100%。
任广鑫则是对安徽、湖北、云南、缅甸、印度、肯尼亚和斯里兰卡七个产地的红碎茶进行扫描,选取4个主成分因子,以一阶导数+SNV为建模的预处理方法时,所建立的识别模型效果最佳,对未知产地红茶识别准确率达到92.8%,并且认为该方法还可以鉴别安徽、湖北等中小叶种与印度、云南等大叶种的原料种类。
茶叶真伪及其他方面鉴定
在其他方面的检测,近红外也有广泛的应用,赵开飞基于近红外光谱技术对抹茶掺伪进行定性判别,对纯抹茶、掺伪抹茶、掺糖抹茶、掺糊精抹茶、掺桑叶粉抹茶、掺大麦苗粉抹茶进行研究,认为PCA-LDA模型结果最优,预测集识别率均在87.5%以上,辨别率非常高。
宁井铭基于近红外技术,对普洱茶的发酵程度和储存年份进行判别,在发酵程度方面,ANN 模型交互验证识别率和预测识别率分别为98.9%和97.8%,而陈化程度与红外特征谱的1120 ~ 1570 cm「和400 ~853 cm'两个波数间吸收峰的强度和峰形密切相关,因此,能为普洱茶的研究提供较为快捷、可靠、准确的方法。
相关产品
-
高光谱知识:高光谱图像处理技术
高光谱图像处理技术是一种集图像与光谱信息于一体的高分辨率技术,广泛应用于航天、农业、食品安全、医学诊断及工业分类质检等领域,展现出强大的应用潜力和价值。..
-
高光谱成像技术方案怎么选择?
探索高光谱成像技术,精准检测水果品质,从源头把控,让每一颗果实都展现最佳风味!..
-
基于多种光学技术的食品无损检测:保障食品安全质量
随着科技的发展,如今有了更先进的食品检测方法,其中基于光学的不同波段检测方法结合光谱技术大放异彩。这些方法包括可见光、红外、太赫兹以及 X 射线等波段的检测,它..
-
高光谱成像技术在纺织品回收分类中的应用
利用高光谱相机对纺织品进行分类以便回收,在众多节约和减少浪费的努力中,纺织品仍然是最大的挑战之一。只有 15% 被回收和再利用,而其余 85% 最终被填埋。纺织..