绿茶主要成分近红外光谱分析方法研究

绿茶主要成分近红外光谱分析方法研究

论文摘要

绿茶是我国产量最高和出口量最大的一种茶类,不仅具有生津解渴之功效,还具有多种医疗保健功能,是国内外人们所喜爱三大无酒精饮品之一。水分、茶多酚、咖啡碱和游离氨基酸是绿茶中主要的4种品质成分,其含量的多少直接影响绿茶的色、香、味。传统的化学分析方法存在费用高、时间长、易产生污染、具破坏性和重复性差等缺陷,因此探索新的绿茶品质成分快速和无损分析方法非常必要。本文应用现代近红外光谱分析技术,分别利用两种型号近红外光谱分析仪(NIRSystems6500型和InfraXact Lab型)对158份绿茶粉碎样品和未粉碎样品进行光谱扫描,运用现代化学计量学方法,分别建立了绿茶中4种主要成分含量的主成份回归(PCR)、偏最小二乘(PLS)和改进偏最小二乘(MPLS)定量分析模型,利用目标函数法对定标模型进行评价,并用独立验证集对定标模型的预测性能进行了检验。研究结果如下:(1)通过比较分析,研究结果表明,除未粉碎样品在NIRSystems6500型近红外仪上水分含量最优定标模型是在PLS定标方法下得到之外,其它条件下建立的最优模型均是采用MPLS定标方法。(2)粉碎样品在NIRSystems6500型近红外仪上水分、茶多酚、咖啡碱和游离氨基酸含量最优定标模型采用的光谱预处理方法分别为MSC,2,4,1,1、MSC,2,4,4,1、MSC,1,4,1,1、SNV+D,1,8,8,1,定标模型综合评价指标f值分别为99.05%、96.07%、95.52%、93.42%,定标标准差(SEC)分别为0.1591%、0.9314%、0.1626%、0.0993%,定标决定系数(RC2)分别为0.9856、0.9473、0.9167、0.8751。用独立验证集对最优定标模型进行验证结果为:相对标准差(RSD)分别为5.083%、3.092%、5.509%、5.181%,相对分析误差(RPD)分别为3.580、3.684、2.521、2.093,预测标准差(SEP)分别为0.338%、0.999%、0.238%、0.129%,预测决定系数(RP2)分别为0.9261、0.9219、0.8116、0.7773。粉碎样品在InfraXact Lab型近红外仪上4种成分含量最优定标模型采用的光谱预处理方法分别为SNV+D,2,4,4,1、MSC,2,4,1,1、SNV+D,2,4,1,1、SNV+D,2,8,8,1,f值分别为99.03%、95.96%、87.83%、92.17%,SEC分别为0.1648%、0.9214%、0.2525%、0.1020%,RC2分别为0.9849、0.9410、0.7762、0.8521。验证结果为:RSD分别为3.598%、3.835%、7.355%、6.040%,RPD分别为5.042、2.904、1.861、1.854,SEP分别为0.236%、1.243%、0.317%、0.151%,RP2分别为0.9605、0.8159、0.6434、0.7416。(3)未粉碎样品在NIRSystems6500型近红外仪上4种成分含量最优定标模型采用的光谱预处理方法分别为MSC,2,4,4,1、MSC,2,8,4,1、SNV+D,1,8,1,1、MSC,1,8,4,1,f值分别为97.84%、94.86%、96.35%、90.20%,SEC分别为0.2505%、1.0068%、0.1500%、0.1148%,RC2分别为0.9638、0.9224、0.9320、0.8160。验证结果为:RSD分别为4.199%、4.138%、6.814%、5.737%,RPD分别为4.353、2.733、1.980、1.857,SEP分别为0.278%、1.339%、0.293%、0.144%,RP2分别为0.9508、0.8830、0.7340、0.7174。未粉碎样品在InfraXact Lab型近红外仪上4种成分含量最优定标模型采用的光谱预处理方法分别为MSC,1,4,4,1、SNV+D,1,4,1,1、MSC,2,8,1,1、SNV+D,2,8,4,1,f值分别为96.60%、93.39%、94.69%、88.65%,SEC分别为0.3238%、1.2122%、0.1962%、0.1250%,RC2分别为0.9400、0.8969、0.9030、0.7882。验证结果为:RSD分别为6.248%、5.657%、10.562%、6.320%,RPD分别为2.954、1.930、1.197、1.646,SEP分别为0.413%、1.829%、0.451%、0.158%,RP2分别为0.8912、0.8146、0.6780、0.6243。研究结果表明,在本文试验条件下,利用近红外光谱(NIRS)分析技术能够定量检测绿茶中水分、茶多酚、咖啡碱和游离氨基酸总量的含量。对绿茶粉碎样品中水分、茶多酚和咖啡碱含量可以实现预测精度高的近红外光谱快速分析,对游离氨基酸总量只能进行粗略估测;对绿茶未粉碎样品中水分、茶多酚含量可以实现预测精度较高的近红外光谱快速无损分析,对咖啡碱含量和游离氨基酸总量只能进行较粗略的无损估测。

论文目录

  • 摘要
  • ABSTRACT
  • 1 绪论
  • 1.1 课题研究的目的和意义
  • 1.2 近红外光谱分析技术在茶叶品质检测中的应用
  • 1.3 主要研究内容、目标及技术路线
  • 1.3.1 研究内容
  • 1.3.2 研究目标
  • 1.3.3 技术路线
  • 1.4 课题来源及拟解决的关键问题
  • 1.4.1 课题来源
  • 1.4.2 拟解决的关键问题
  • 2 现代近红外光谱分析技术基本原理和方法
  • 2.1 近红外光谱产生机理及技术基础
  • 2.1.1 近红外光
  • 2.1.2 物理基础
  • 2.1.3 数学基础
  • 2.1.4 化学信息基础
  • 2.2 近红外光谱定量分析流程
  • 2.3 异常样品的剔除和样品集的划分方法
  • 2.4 近红外光谱数据预处理方法
  • 2.4.1 多元散射校正
  • 2.4.2 平滑与导数处理
  • 2.4.3 正交信号校正
  • 2.4.4 标准归一化
  • 2.4.5 小波变换
  • 2.5 近红外光谱定量校正方法
  • 2.5.1 多元线性回归
  • 2.5.2 主成份回归
  • 2.5.3 偏最小二乘法
  • 2.5.4 改进偏最小二乘法
  • 2.5.5 人工神经网络
  • 2.6 近红外光谱定量校正模型优劣评价方法
  • 2.7 近红外光谱分析技术的特点
  • 3 绿茶中4种主要成分近红外光谱定标模型的建立与分析
  • 3.1 样品收集与制备
  • 3.2 绿茶中4种主要成分的化学分析
  • 3.2.1 绿茶中水分的化学分析
  • 3.2.2 绿茶中茶多酚的化学分析
  • 3.2.3 绿茶中咖啡碱的化学分析
  • 3.2.4 绿茶中游离氨基酸总量的化学分析
  • 3.3 近红外光谱采集与处理
  • 3.3.1 近红外光谱分析仪
  • 3.3.2 绿茶样品光谱采集与处理
  • 3.4 绿茶主要成分近红外光谱分析模型的定标与评价方法
  • 3.5 结果与分析
  • 3.5.1 绿茶水分含量近红外定标模型的建立
  • 3.5.1.1 异常样品剔除及样品集的划分
  • 3.5.1.2 水分含量定标模型的建立与分析
  • 3.5.1.3 水分含量定标模型的验证
  • 3.5.2 绿茶茶多酚含量近红外定标模型的建立
  • 3.5.2.1 异常样品剔除及样品集的划分
  • 3.5.2.2 茶多酚含量定标模型的建立与分析
  • 3.5.2.3 茶多酚含量定标模型的验证
  • 3.5.3 绿茶咖啡碱含量近红外定标模型的建立
  • 3.5.3.1 异常样品剔除及样品集的划分
  • 3.5.3.2 咖啡碱含量定标模型的建立与分析
  • 3.5.3.3 咖啡碱含量定标模型的验证
  • 3.5.4 绿茶游离氨基酸总量近红外定标模型的建立
  • 3.5.4.1 异常样品剔除及样品集的划分
  • 3.5.4.2 游离氨基酸总量定标模型的建立与分析
  • 3.5.4.3 游离氨基酸总量定标模型的验证
  • 3.6 近红外光谱检测标准的制定
  • 4 结论与展望
  • 4.1 主要结论
  • 4.2 展望
  • 参考文献
  • 攻读硕士学位期间发表和在审的学术论文
  • 致谢
  • 附录 1
  • 附录 2
  • 附录 3
  • 相关论文文献

    标签:;  ;  ;  ;  

    绿茶主要成分近红外光谱分析方法研究
    下载Doc文档

    猜你喜欢