基于高光譜圖像、色譜和三維熒光光譜技術(shù)的碧螺春茶葉甄別研究.pdf

1、我國是茶葉生產(chǎn)和消費(fèi)第一大國,隨著人民生活水平的提高,對茶葉品質(zhì)特別是名優(yōu)茶的品質(zhì)要求也越來越高。目前,國內(nèi)名優(yōu)茶真?zhèn)纹焚|(zhì)的檢測基本上都采用感官評定法和傳統(tǒng)的化學(xué)方法,但這些方法存在主觀性強(qiáng)、檢測結(jié)果重復(fù)性差等缺點(diǎn)。本課題,以江蘇名優(yōu)綠茶碧螺春為研究對象,利用高光譜圖像技術(shù)、色譜技術(shù)和三維熒光光譜技術(shù)等一些新技術(shù)對其內(nèi)外品質(zhì)進(jìn)行分析并對其真?zhèn)芜M(jìn)行甄別。本論文的主要研究內(nèi)容如下:
　　 1.高光譜圖像技術(shù)在碧螺春茶葉品質(zhì)真?zhèn)舞b別中

2、的應(yīng)用研究。首先利用驗(yàn)室高光譜檢測設(shè)備采集了真?zhèn)伪搪荽翰柙?08-1117nm范圍的高光譜圖像數(shù)據(jù),通過主成分分析,優(yōu)選出763.36nm和791.17nm這2個(gè)特征波長下的圖像；然后,從每個(gè)特征波長下的圖像中,選取了灰度共生矩陣構(gòu)造的對比度、相關(guān)性、能量、均勻性四個(gè)統(tǒng)計(jì)量作為紋理特征值,共8個(gè)特征變量；再通過主成分分析對這8個(gè)特征變量進(jìn)行壓縮,提取6個(gè)主成分因子建立基于支持向量機(jī)(Support Vector Machine SVM)

3、的碧螺春茶品質(zhì)真?zhèn)舞b別模型。模型訓(xùn)練集的識別率為100％,預(yù)測集的識別率達(dá)到91.66％。結(jié)果表明,高光譜圖像技術(shù)可以用于碧螺春茶的真?zhèn)舞b別。
　　 2.基于色譜技術(shù)-包括氣相色譜質(zhì)譜聯(lián)用技術(shù)(Gas Chromatography—MassSpectrometry GC-MS)和高效液相色譜技術(shù)(High Performance LiquidChromatography HPLC)鑒別碧螺春真?zhèn)蔚难芯俊２捎霉滔辔⑤腿〖夹g(shù)富集了真

4、偽碧螺春茶葉的揮發(fā)性香氣成分,通過氣質(zhì)聯(lián)用技術(shù)對其進(jìn)行分析定性,鑒定出真?zhèn)纹凡枞~中61種揮發(fā)性香氣成分,再檢索NIST05質(zhì)譜數(shù)據(jù)庫后確定了正反匹配度均大于950的真?zhèn)伪搪荽翰韫餐嬖诘?種特征香氣揮發(fā)性成分；再優(yōu)化了高效液相色譜技術(shù)色譜條件及樣本預(yù)處理?xiàng)l件,分析真?zhèn)伪搪荽翰铇颖局?表沒食子兒茶素(epigallocatechin,EGC)、(+)-兒茶素[(+)-catechin,C]、表沒食子兒茶素沒食子酸酯(epigallocat

5、echin gallate,EGCG)、表兒茶素(epicatechin,EC)和表兒茶素沒食子酸酯(epicatechin gallate,ECG)這5種兒茶素單體的含量。利用GC-MS和HPLC技術(shù)提取色譜特征的峰面積作為模型的輸入指標(biāo),在模型建立過程中,通過對主成分因子數(shù)的優(yōu)化,選取前8個(gè)主成分因子數(shù)時(shí)SVM模型的鑒別率達(dá)到最高,該模型對訓(xùn)練集樣本的回判鑒別率為100％,對預(yù)測集樣本的預(yù)測鑒別率達(dá)到95.83％。以上研究結(jié)果表明,

6、利用GC-MS和HPLC結(jié)合合適的化學(xué)計(jì)量學(xué)技術(shù)可以識別真?zhèn)伪搪荽翰枞~。
　　 3.基于三維熒光光譜的碧螺春真?zhèn)舞b別研究。對獲取的真?zhèn)伪搪荽喝S熒光光譜數(shù)據(jù)首先進(jìn)行光譜預(yù)處理,對茶葉三維熒光光譜中存在的銳利散射通過斜率分析后置零處理。對校正處理后的真?zhèn)伪搪荽翰枞~三維熒光光譜提取:平均值,標(biāo)準(zhǔn)差,重心,相關(guān)系數(shù),等效橢圓長軸斜率,峰度和偏度這7個(gè)統(tǒng)計(jì)值作為模式識別輸入變量。引入線性的K最近鄰距離模型以及非線性的人工神經(jīng)網(wǎng)絡(luò)模型進(jìn)行

7、比較,支持向量機(jī)模型對訓(xùn)練集樣本的回判鑒別率為100％,對預(yù)測集樣本的預(yù)測鑒別率達(dá)到97.5％,達(dá)到最佳。結(jié)果顯示支持向量機(jī)模型在訓(xùn)練過程中自學(xué)習(xí)能力明顯強(qiáng)于線性的K最近鄰距離模型,且模型的泛化性又明顯優(yōu)于人工神經(jīng)網(wǎng)絡(luò)模型。研究表明通過三維熒光光譜技術(shù)提取適合的統(tǒng)計(jì)特征參數(shù)可以用于碧螺春茶葉的真?zhèn)舞b別。
　　 本研究對于我國開展名優(yōu)茶品質(zhì)真?zhèn)蔚目焖贆z測,具有重要的參考價(jià)值,對提高我國名優(yōu)茶產(chǎn)品的國際競爭力具有重要的經(jīng)濟(jì)意義。