1、近紅外光譜法在茶葉品質(zhì)中的應(yīng)用研究進(jìn)展,茶葉審評(píng)現(xiàn)狀 近紅外光譜檢測(cè)原理 幾種茶葉主要內(nèi)含物的紅外分析應(yīng)用,茶葉審評(píng)現(xiàn)狀,傳統(tǒng)認(rèn)為，茶葉的品質(zhì)是由色澤、外形、香氣、滋味幾大要素構(gòu)成。因此，評(píng)定茶葉品質(zhì)自然會(huì)按色、香、味、形去評(píng)審。 現(xiàn)階段，紅外光譜法以其無(wú)污染、無(wú)損傷取樣、實(shí)時(shí)性、使用方便等特點(diǎn)成為檢測(cè)的首選，在物質(zhì)定性和定量分析中的應(yīng)用較為普遍。,紅外簡(jiǎn)介,近紅外光(NIR) 是介于可見(jiàn)光(VIS) 和中紅外光(MIR 或IR) 之間的電磁波 26316cm-1 12500cm-1 4000cm-1 400cm-1 紫外線 可見(jiàn)光 近紅外 中紅外 遠(yuǎn)紅外 380nm 800nm 2500nm

2、 25000nm,近紅外光譜檢測(cè)原理,近紅外光譜主要是由于分子振動(dòng)從基態(tài)向高能級(jí)躍遷時(shí)產(chǎn)生的。近紅外光譜記錄的是分子中單個(gè)化學(xué)鍵的基頻振動(dòng)的倍頻和合頻信息，它常常受含氫基團(tuán)X-H（X=C、N、O）的倍頻和合頻的重疊主導(dǎo)，所以在近紅外光譜范圍內(nèi)，測(cè)量的主要是含氫基團(tuán)X-H振動(dòng)的倍頻和合頻吸收。,有機(jī)物以及部分無(wú)機(jī)物分子中各種含氫基團(tuán)在受到近紅外線照射時(shí)，被激發(fā)產(chǎn)生共振，同時(shí)吸收一部分光的能量，測(cè)量其對(duì)光的吸收情況，可以得到極為復(fù)雜的紅外圖譜，這種圖譜表示被測(cè)物質(zhì)的特征。,在近紅外光譜分析中，被測(cè)物質(zhì)的近紅外光譜取決于樣品的組成和結(jié)構(gòu)。樣品的組成和結(jié)構(gòu)和近紅外光譜之間有著一定的函數(shù)關(guān)系。 通常采用

3、多元線性回歸(MLR)，主成分分析(PCA)，偏最小二乘法(PLS)等方法校正。,茶葉中的大多數(shù)有機(jī)化合物如茶多酚、氨基酸、蛋白質(zhì)、咖啡堿等都含有各種含氫基團(tuán)， 所以通過(guò)對(duì)茶葉的近紅外光譜分析可以測(cè)定這些成分的含量。,C-H、N-H、O-H吸收帶的中心近似位置,C-H、N-H、O-H的倍頻、基頻吸收譜帶,校正模型訓(xùn)練集樣品的選擇 用標(biāo)準(zhǔn)方法測(cè)定樣品物化性質(zhì) 測(cè)量光譜數(shù)據(jù) 光譜的預(yù)處理 回歸計(jì)算 校正模型的驗(yàn)證 分析樣品,效果參數(shù)判別模型預(yù)測(cè)效果的好壞: 定標(biāo)模型：有校正標(biāo)準(zhǔn)誤(SEE)、交叉驗(yàn)證標(biāo)準(zhǔn)誤(SEP)、決定系數(shù)(R)表示。其中SEE、SEP值越小越好。 Q值以接近1為最好。 外部驗(yàn)證

4、:真實(shí)值與預(yù)測(cè)值之間的相關(guān)系數(shù)R，以接近1為最好。,近紅外光譜檢測(cè)的優(yōu)勢(shì),分析速度快、分析效率高 適用的樣品范圍廣、樣品一般不需要預(yù)處理 分析成本較低、測(cè)試重現(xiàn)性好 對(duì)樣品無(wú)損傷 可實(shí)現(xiàn)在線分析、對(duì)操作人員的要求不苛刻,茶葉的紅外分析應(yīng)用,含水量 茶多酚 氨基酸 咖啡堿 其他,含水量,水分是茶葉中的一個(gè)重要成分，與茶葉品質(zhì)的關(guān)系密切。水分的低于5%茶葉的貯存時(shí)間長(zhǎng)，香氣變化比較小，而高于6.5%時(shí)則品質(zhì)下降的比較快。在茶葉的加工過(guò)程中水分的多少與品質(zhì)也息息相關(guān)。因此茶葉水分的快速檢測(cè)，對(duì)于茶葉的加工、保存都有實(shí)際的應(yīng)用意義。,劉輝軍等將綠茶的光譜經(jīng)過(guò)趨勢(shì)變換法預(yù)處理，利用徑向基函數(shù)建立了綠茶的

5、水分檢測(cè)模型，預(yù)測(cè)的相關(guān)系數(shù) r=0.933高于反向傳播神經(jīng)網(wǎng)絡(luò)的 r=0.914。,張?jiān)铝嵩趯⒐庾V用9階卷積平滑結(jié)合二階導(dǎo)數(shù)預(yù)處理后，利用偏最小二乘法建立的定標(biāo)模型的相關(guān)系數(shù)也達(dá)到了0.99以上，優(yōu)于主成分回歸建模法，并且指出原始光譜和平均光譜都適用于茶葉水分的建模。因此證明利用近紅外光譜分析能實(shí)現(xiàn)水分的快速檢測(cè)。,茶多酚,茶多酚在茶葉中的含量大約為1836%，在人體內(nèi)有良好的清除自由基、殺菌抗癌等作用，是茶葉中最重要的成分之一。 因此國(guó)內(nèi)外許多學(xué)者針對(duì)利用近紅外技術(shù)進(jìn)行茶多酚的快速檢測(cè)進(jìn)行了許多研究。,Quansheng Chen利用PLS法檢測(cè)茶多酚總量的相關(guān)系數(shù)為0.93。 J.Luy

6、aert等用PLS建立數(shù)學(xué)模型測(cè)定綠茶整葉的中兒茶素的含量。,羅一帆等利用茶葉近紅外光譜建立了研磨后的茶葉中茶多酚含量的人工神經(jīng)網(wǎng)絡(luò)模型。 夏賢明等利用茶葉近紅外光譜建立了研磨后的茶葉中茶多酚含量的多元線性回歸模型，均得到的預(yù)測(cè)效果較好。,咖啡堿,咖啡堿茶葉具有興奮中樞神經(jīng)、提神醒腦的功能，基本上是由于茶葉中的咖啡堿在起作用，因此咖啡 堿也是茶葉中的重要物質(zhì)之一 。,孫耀國(guó)等直接取茶葉完整葉進(jìn)行傅里葉變換近紅外光譜分析測(cè)定綠茶中咖啡堿的含量，以PLS建模，預(yù)測(cè)值與真值的相關(guān)系數(shù)r達(dá)到0.92。 徐立恒等和 Quansheng Chen等利用相同的建模方法也分別獲得了0.996和0.968的高精

7、確度。,蘆永軍等采用近紅外光譜分析技術(shù)對(duì)茶多酚樣品中的咖啡堿進(jìn)行了近紅外光譜定量分析，通過(guò)對(duì)樣品的漫反射原始吸光度光譜進(jìn)行導(dǎo)數(shù)、MSC結(jié)合PLS法建立了快速穩(wěn)健的定量分析模型，模型的相關(guān)系數(shù)r為0.993，能有效檢測(cè)茶多酚中咖啡堿的含量。,因此就咖啡堿的近紅外檢測(cè)的研究來(lái)看，研究者都建立了較高精確度的模型，說(shuō)明利用近紅外技術(shù)能有效的檢測(cè)茶葉中咖啡堿的含量。,氨基酸,茶葉中氨基酸的組成、含量以及其降解產(chǎn)物和轉(zhuǎn)化產(chǎn)物與茶葉的香氣和滋味密切相關(guān) ， 是構(gòu)成綠茶品質(zhì)的極重要成分之一。 氨基酸具有降壓、拮抗由咖啡堿引起的對(duì)神經(jīng)系統(tǒng) 的興奮等作用。,徐立恒等對(duì)炒青綠茶為原料，對(duì)其近紅外光譜進(jìn)行二階導(dǎo)數(shù)優(yōu)化

8、，在（50004000cm-1）用PLS法重新建立數(shù)學(xué)模型模型的相關(guān)系數(shù) r=0.99。,孫耀國(guó)以不同綠茶為原料，在波長(zhǎng)范圍（50004000cm-1）的基礎(chǔ)上對(duì)光譜進(jìn)行二階導(dǎo)數(shù)預(yù)處理，PLS法建模，獲得的模型對(duì)氨基酸的檢測(cè)的相關(guān)系數(shù) r也達(dá)到了0.99。因此利用近紅外進(jìn)行茶葉中氨基酸的檢測(cè)能達(dá)到較高的精確度。,其他成分,除了茶多酚、咖啡堿、氨基酸等茶葉中的主要化學(xué)成分外，茶葉中還含有其他多種重要的活性成分如茶黃素、茶紅素、茶多糖等，對(duì)人體也有降血糖、血壓、增強(qiáng)免疫等功能。近紅外同樣也能對(duì)其進(jìn)行快速檢測(cè) 。,羅一帆等應(yīng)用了人工神經(jīng)網(wǎng)絡(luò)方法，選擇了5484.64192.5cm-1的光譜范圍，以網(wǎng)

9、絡(luò)結(jié)構(gòu)參數(shù)的輸入層、隱層、輸出層，神經(jīng)元數(shù)目為 (7，5，1) 建立了茶多糖的測(cè)定模型，模型的結(jié)果表明建茶多糖定標(biāo)集和預(yù)測(cè)集的相關(guān)系數(shù)r分別達(dá)到了0.947和0.968。,龔加順等采用云南工夫紅茶、紅碎茶以及福建鐵觀音烏龍茶為原料，將其配制成140個(gè)茶飲料樣品，利用PLS法建立了茶黃素和茶紅素的近紅外檢測(cè)模型相關(guān)系數(shù)分別為0.86和0.99。 因此近紅外同樣也能較好的檢測(cè)茶葉中的茶多糖、茶黃素、茶紅素等物質(zhì)的含量。,茶葉的種類鑒定與判別,除了上述的定量分析以外，定性判別茶葉的種類是近紅外技術(shù)的又一項(xiàng)功能。利用近紅外技術(shù)實(shí)現(xiàn)茶葉的分類鑒定以至最終實(shí)現(xiàn)產(chǎn)地、品種、生產(chǎn)時(shí)間等信息的精確判別，對(duì)于規(guī)范

10、茶葉命名，保護(hù)地理標(biāo)識(shí)產(chǎn)品，整頓茶葉市場(chǎng)秩序都有重要的實(shí)際意義。,趙杰文等采用近紅外光譜結(jié)合主成分-馬氏距離模式識(shí)別方法鑒別了龍井、碧螺春、毛峰和鐵觀音4種中國(guó)名茶，在65005300cm-1光譜范圍，通過(guò)多重散射校法，以8個(gè)主成分建模，對(duì)校正集樣本和預(yù)測(cè)集樣本的鑒別率分別達(dá)到98.75 %和95%。,李曉麗等應(yīng)用可見(jiàn)近紅外光譜儀測(cè)定西湖龍井等5個(gè)種類茶葉的光譜曲線，用主成分分析法對(duì)不同品種茶葉進(jìn)行聚類分析，再結(jié)合人工神經(jīng)網(wǎng)絡(luò)技術(shù)建立模型進(jìn)行茶葉種類鑒別，對(duì)未知的25個(gè)樣本進(jìn)行鑒別，茶葉種類的識(shí)別準(zhǔn)確率達(dá)到100%。,茶葉真?zhèn)舞b定,陳全勝等通過(guò)標(biāo)準(zhǔn)歸一化預(yù)處理，選取65005500 cm-1波

11、長(zhǎng)范圍內(nèi)的光譜經(jīng)過(guò)主成分分析后，提取11個(gè)主成分，選用徑向基函數(shù)作為核函數(shù)建立的模型。對(duì)訓(xùn)練集中的138個(gè)茶葉樣本，模型的回判鑒別率達(dá)到93.48%；對(duì)90個(gè)獨(dú)立樣本進(jìn)行預(yù)測(cè)時(shí)，模型的預(yù)測(cè)鑒別率達(dá)到84.44 %。,研究結(jié)果表明基于支持向量機(jī)的近紅外光譜鑒別名優(yōu)茶真?zhèn)蔚姆椒ㄊ峭耆尚械?。因此利用近紅外技術(shù)能快速準(zhǔn)確鑒別茶葉的真?zhèn)?，從而能保護(hù)和提高品牌效應(yīng)，打擊假冒偽劣產(chǎn)品。,存在問(wèn)題及展望,目前針對(duì)近紅外的在茶葉上的研究已經(jīng)取得了良好的實(shí)驗(yàn)結(jié)果，但近紅外技術(shù)在茶葉上還未能得到實(shí)際應(yīng)用，起主要原因是存在以下幾個(gè)限制因素： 適用范圍的局限性 取樣困難 檢測(cè)的靈敏度不高,今后近紅外技術(shù)在茶葉上的應(yīng)用將主要應(yīng)該集中在以下幾個(gè)方面： 茶葉的快速無(wú)損檢測(cè)分析 茶葉的產(chǎn)地、品種及真?zhèn)蔚壬a(chǎn)信息的鑒定判別 茶葉生產(chǎn)過(guò)程中的在線監(jiān)測(cè) 一些茶葉衍生產(chǎn)品的成分檢測(cè),雖然目前在我