一種基于近紅外光譜分析技術(shù)的工夫紅茶發(fā)酵質(zhì)量的快速判別方法
【專利摘要】本發(fā)明公開了一種基于近紅外光譜分析技術(shù)的工夫紅茶發(fā)酵質(zhì)量的快速判別方法,該方法選取適度發(fā)酵、發(fā)酵不足、過度發(fā)酵的工夫紅茶樣本,隨機(jī)劃分校正集和預(yù)測(cè)集,利用近紅外光譜掃描獲得的光譜數(shù)據(jù),采用PLS-DA判別方法建立工夫紅茶質(zhì)量的判別模型,實(shí)現(xiàn)了對(duì)工夫紅茶發(fā)酵程度的快速判定,為工夫紅茶發(fā)酵質(zhì)量的定性判斷提供了一種科學(xué)、準(zhǔn)確、快速、簡(jiǎn)便的方法。
【專利說明】一種基于近紅外光譜分析技術(shù)的工夫紅茶發(fā)酵質(zhì)量的快速 判別方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及的是一種茶葉質(zhì)量分析判斷的方法,尤其涉及的是一種基于近紅外光 譜分析技術(shù)的工夫紅茶發(fā)酵質(zhì)量的快速判別方法。
【背景技術(shù)】
[0002] 紅茶是茶葉國(guó)際貿(mào)易的主體,按照加工工藝的不同可分為小種紅茶、工夫紅茶和 紅碎茶三類,其中工夫紅茶分布最廣、產(chǎn)量最大。工夫紅茶加工中,發(fā)酵是初制的關(guān)鍵工序, 發(fā)酵不足會(huì)導(dǎo)致茶葉有青氣、滋味苦澀、湯色不紅;而發(fā)酵過度則茶葉香氣低熟不爽、滋味 淡薄、湯色紅暗,最終都影響產(chǎn)品質(zhì)量,只有發(fā)酵適度才能保證紅茶品質(zhì)。
[0003] 近紅外光譜(Near Infrared Spectroscopy, NIRS)主要反映分子中含氫基團(tuán) (C-H,N-H,0-H)振動(dòng)的合頻與各級(jí)倍頻的吸收信息,具有豐富的化學(xué)信息量,近紅外光譜以 此為基礎(chǔ)對(duì)有機(jī)物組成和性質(zhì)信息進(jìn)行分析?,F(xiàn)代近紅外光譜分析充分利用全譜段或多波 長(zhǎng)光譜信息進(jìn)行定性或定量分析。該技術(shù)是多種組分同時(shí)測(cè)定,且具有量化、無損、實(shí)時(shí)監(jiān) 控的特點(diǎn)。非常適合農(nóng)產(chǎn)品和食品的量化判別分析。國(guó)內(nèi)外還未見有關(guān)工夫紅茶"發(fā)酵"質(zhì) 量的近紅外光譜的判別方法相關(guān)文章報(bào)道。
[0004] 工夫紅茶的初制工藝是鮮葉一萎凋一揉捻一發(fā)酵一千燥。發(fā)酵是工夫紅茶初制 的關(guān)鍵工序,隨著工夫紅茶加工過程的自動(dòng)化程度提高,要求對(duì)發(fā)酵這一工序進(jìn)行全面的 監(jiān)控,在傳統(tǒng)的質(zhì)量控制中,人們對(duì)于紅茶發(fā)酵程度的控制和品質(zhì)評(píng)價(jià)主要依賴感官進(jìn)行 經(jīng)驗(yàn)判斷,缺乏量化指標(biāo),費(fèi)時(shí)、費(fèi)力。由此可見,在紅茶加工過程中,對(duì)紅茶"發(fā)酵"程度進(jìn) 行快速判別顯得尤為重要,而近紅外光譜技術(shù)可以提供工夫紅茶"發(fā)酵"質(zhì)量快速判別的方 法。中國(guó)專利文獻(xiàn)"一種基于近紅外光譜結(jié)合兒茶素總量分析技術(shù)的工夫紅茶發(fā)酵質(zhì)量的 判別方法"(CN104034692A)和"一種基于近紅外光譜結(jié)合氨基酸分析技術(shù)的工夫紅茶發(fā)酵 質(zhì)量的判別方法"(CN104020129A)公開了兩種不同的基于近紅外光譜技術(shù)判別工夫紅茶發(fā) 酵質(zhì)量的方法,實(shí)現(xiàn)了工夫紅茶的發(fā)酵質(zhì)量的量化判定,但該兩種方法均需要測(cè)定工夫紅 茶中某種成分的含量,雖然判定結(jié)果準(zhǔn)確,但程序復(fù)雜,不能及時(shí)快速地做出判斷,在生產(chǎn) 加工過程中受到一定的限制。
【發(fā)明內(nèi)容】
[0005] 本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足,提供了一種基于近紅外光譜分析技術(shù)的 工夫紅茶發(fā)酵質(zhì)量的快速判別方法,以提供一種定性的,簡(jiǎn)單快速準(zhǔn)確的工夫紅茶發(fā)酵質(zhì) 量的判別方法。
[0006]本發(fā)明是通過以下技術(shù)方案實(shí)現(xiàn)的,本發(fā)明包括以下步驟:
[0007] (1)選取適度發(fā)酵、發(fā)酵不足、過度發(fā)酵的工夫紅茶樣本隨機(jī)劃分校正集和預(yù)測(cè) 集;
[0008] (2)采集樣本的近紅外光譜圖,選擇合適的光譜特征區(qū)間,并進(jìn)行光譜處理,得到 預(yù)處理后的樣本光譜圖,具體步驟如下;
[0009] A、近紅外光譜采集
[0010] 利用傅立葉變換近紅外光譜儀對(duì)樣本進(jìn)行近紅外光譜掃描,獲得所述樣本在近紅 外波長(zhǎng)的所有光譜信息;
[0011] B、最適光譜區(qū)間選擇
[0012] 不同發(fā)酵程度的樣本,其內(nèi)部有機(jī)物含量和比例上總是存在一定差別,這些有 機(jī)物的一級(jí)倍頻近紅外光譜帶位于7200?5500CHT 1處,二、三、四級(jí)倍頻位于12800? 8300CHT1處,合頻位于5000?4000〇11 _1處,如果樣本內(nèi)部有機(jī)物含量和比例不同,那么它們 在近紅外光譜上就表現(xiàn)出不同的吸收信號(hào);因此,在步驟A獲得的所有光譜信息中,選擇的 最適光譜區(qū)間應(yīng)落在12800?8300cm _1、7200?5500cm_1和5000?4000CHT1的范圍內(nèi);
[0013] 由于純水中0-H基團(tuán)伸縮振動(dòng)的一級(jí)倍頻位于6944cm_1附近以及合頻區(qū)位于 5155CHT1附近,這兩個(gè)波長(zhǎng)附近是水分吸收的敏感區(qū),樣本中的水分對(duì)近紅外光譜的吸收峰 影響很大,分析時(shí),為排除水分吸收峰的影響,最適光譜區(qū)間的光譜波段應(yīng)避開水分吸收峰 的特征波長(zhǎng)區(qū)間;
[0014] C、光譜預(yù)處理
[0015] 利用正態(tài)變量變換SNVT法、一階導(dǎo)數(shù)IstDer法和9點(diǎn)平滑法對(duì)樣本的在近紅外 波長(zhǎng)的所有光譜信息進(jìn)行預(yù)處理,具體為:
[0016] 利用SNVT法對(duì)一條光譜進(jìn)行預(yù)處理,即對(duì)光譜矩陣進(jìn)行行處理,計(jì)算公式如下:
[0017]
【權(quán)利要求】
1. 一種基于近紅外光譜分析技術(shù)的工夫紅茶發(fā)酵質(zhì)量的快速判別方法,其特征在于, 包括以下步驟: (1) 選取適度發(fā)酵、發(fā)酵不足、過度發(fā)酵的工夫紅茶樣本隨機(jī)劃分校正集和預(yù)測(cè)集; (2) 采集樣本的近紅外光譜圖,選擇合適的光譜特征區(qū)間,并進(jìn)行光譜處理,得到預(yù)處 理后的樣本光譜圖,具體步驟如下: A、 近紅外光譜采集 利用傅立葉變換近紅外光譜儀對(duì)樣本進(jìn)行近紅外光譜掃描,獲得各樣本在近紅外波長(zhǎng) 的所有光譜信息; B、 最適光譜區(qū)間選擇 選擇最適光譜區(qū)間在12800?8300〇11'7200?5500CHT1或5000?4000CHT1的范圍 內(nèi),并排除位于6944CHT1附近的水分吸收峰的特征波長(zhǎng)區(qū)間為最適光譜區(qū)間; C、 光譜預(yù)處理 利用正態(tài)變量變換SNVT法、一階導(dǎo)數(shù)IstDer法和9點(diǎn)平滑法對(duì)樣本的在近紅外波長(zhǎng) 的所有光譜信息進(jìn)行預(yù)處理,對(duì)預(yù)處理結(jié)果進(jìn)行比較,選擇識(shí)別率最高的方法為最優(yōu)處理 方法; (3) 建立偏最小二乘判別分析的PLS-DA判別模型 步驟一:采用步驟C所述的最優(yōu)處理方法對(duì)光譜進(jìn)行預(yù)處理,并設(shè)定分類變量,其中, 發(fā)酵不足樣本的分類變量為1,適度發(fā)酵樣本的分類變量為2,過度發(fā)酵樣本的分類變量為 3 ; 步驟二:采用步驟B所述方法選擇最適光譜區(qū)間,對(duì)校正集樣本的最適光譜區(qū)間與樣 本對(duì)應(yīng)的分類變量進(jìn)行偏最小二乘PLS回歸,建立校正集樣本的分類變量與光譜特征的 PLS-DA模型,具體步驟如下: a) 對(duì)校正集樣本的最適光譜區(qū)間的光譜矩陣X、Y與設(shè)定的分類變量值進(jìn)行分解,其模 型為: X = ΤΡ+Ε Y = UQ+F 式中Τ和U分別為矩陣X和Υ的得分矩陣;Ρ和Q分別為矩陣X和Υ的載荷矩陣;Ε和 F分別為矩陣X和Υ的PLS擬合殘差矩陣; b) 將Τ和U作線性回歸,獲得校正集的PLS-DA模型,所述回歸方程為: U = TB B = (τττ) -ιττγ 步驟三:根據(jù)上述步驟a)中的分解模型以及獲得的Ρ值,計(jì)算預(yù)測(cè)集樣品光譜矩陣ΧΡΜ 的得分ΤΡΜ,然后計(jì)算預(yù)測(cè)集的分類變量值ΥΡΜ,具體計(jì)算公式為: Y = T RO 丄 pre 1 具體判別標(biāo)準(zhǔn)為:〇. 5〈Yp,e〈l. 5,判別為發(fā)酵不足;1. 5〈Yp,e〈2.,判別為適度發(fā)酵; 2. 5〈YPM〈3. 5,判別為過度發(fā)酵。
2. 根據(jù)權(quán)利要求1所述的一種基于近紅外光譜分析技術(shù)的工夫紅茶發(fā)酵質(zhì)量的判別 方法,其特征在于,所述步驟(1)中,樣本的選取與預(yù)處理的方法為:從發(fā)酵0小時(shí)開始,每 隔半個(gè)小時(shí)選取一個(gè)樣本,直至發(fā)酵過度2小時(shí)截止,獲得適度發(fā)酵、發(fā)酵不足、過度發(fā)酵 的工夫紅茶樣本,將樣本烘干粉碎,過篩至40?60目之間,獲得的樣本按照3 :1的比例隨 機(jī)劃分校正集和預(yù)測(cè)集。
3. 根據(jù)權(quán)利要求2所述的一種基于近紅外光譜分析技術(shù)的工夫紅茶發(fā)酵質(zhì)量的判別 方法,其特征在于,所述步驟(1)中發(fā)酵條件為濕度90%,溫度26°C。
4. 根據(jù)權(quán)利要求1所述的一種基于近紅外光譜分析技術(shù)的工夫紅茶發(fā)酵質(zhì)量的判別 方法,其特征在于,所述步驟A中,光譜采集的溫度為20?25°C。
5. 根據(jù)權(quán)利要求1所述的一種基于近紅外光譜分析技術(shù)的工夫紅茶發(fā)酵質(zhì)量的判別 方法,其特征在于,所述步驟B中,含氧基團(tuán)包括C一H、0一H、S一Η和Ν -Η基團(tuán)。
【文檔編號(hào)】G01N21/359GK104297203SQ201410507679
【公開日】2015年1月21日 申請(qǐng)日期:2014年9月28日 優(yōu)先權(quán)日:2014年9月28日
【發(fā)明者】寧井銘, 顏玲, 張正竹, 黃財(cái)旺, 韋玲冬, 方俊婷 申請(qǐng)人:安徽農(nóng)業(yè)大學(xué)