




已阅读5页,还剩41页未读, 继续免费阅读
版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
近红外光谱法在茶叶品质中 的应用研究进展 n茶叶审评现状 n近红外光谱检测原理 n几种茶叶主要内含物的红外分析应用 茶叶审评现状 n传统认为,茶叶的品质是由色泽、外形、香气、滋味 几大要素构成。因此,评定茶叶品质自然会按色、香 、味、形去评审。 n现阶段,红外光谱法以其无污染、无损伤取样、实时 性、使用方便等特点成为检测的首选,在物质定性和 定量分析中的应用较为普遍。 红外简介 n近红外光(NIR) 是介于可见光(VIS) 和中红 外光(MIR 或IR) 之间的电磁波 n26316cm-1 12500cm-1 4000cm-1 400cm-1 紫外线 可见光 近红外 中红外 远红 外 n380nm 800nm 2500nm 25000nm 近红外光谱检测原理 n近红外光谱主要是由于分子振动从基态向高能级跃迁 时产生的。近红外光谱记录的是分子中单个化学键的 基频振动的倍频和合频信息,它常常受含氢基团X-H (X=C、N、O)的倍频和合频的重叠主导,所以在 近红外光谱范围内,测量的主要是含氢基团X-H振动 的倍频和合频吸收。 n有机物以及部分无机物分子中各种含氢基团在受到近 红外线照射时,被激发产生共振,同时吸收一部分光 的能量,测量其对光的吸收情况,可以得到极为复杂 的红外图谱,这种图谱表示被测物质的特征。 n在近红外光谱分析中,被测物质的近红外光谱取决于 样品的组成和结构。样品的组成和结构和近红外光谱 之间有着一定的函数关系。 n通常采用多元线性回归(MLR),主成分分析(PCA), 偏最小二乘法(PLS)等方法校正。 n茶叶中的大多数有机化合物如茶多酚、氨基酸、蛋白 质、咖啡碱等都含有各种含氢基团, 所以通过对茶叶 的近红外光谱分析可以测定这些成分的含量。 C-H、N-H、O-H吸收带的中心近似位置 基团团 cm-1 C-HN-HO-H 基频频 伸缩缩振动动300034003650 弯曲振动动145016001350 合频频434745455000 一级级倍频频570066007000 二级级倍频频87001000010500 C-H、N-H、O-H的倍频、基频吸收谱带 n校正模型训练集样品的选择 n用标准方法测定样品物化性质 n测量光谱数据 n光谱的预处理 n回归计算 n校正模型的验证 n分析样品 n效果参数判别模型预测效果的好坏: n定标模型:有校正标准误(SEE)、交叉验证标准误(SEP) 、决定系数(R)表示。其中SEE、SEP值越小越好。 nQ值以接近1为最好。 n外部验证:真实值与预测值之间的相关系数R,以接近1 为最好。 近红外光谱检测的优势 n分析速度快、分析效率高 n适用的样品范围广、样品一般不需要预处理 n分析成本较低、测试重现性好 n对样品无损伤 n可实现在线分析、对操作人员的要求不苛刻 茶叶的红外分析应用 n含水量 n茶多酚 n氨基酸 n咖啡碱 n其他 含水量 n水分是茶叶中的一个重要成分,与茶叶品质的关系密 切。水分的低于5%茶叶的贮存时间长,香气变化比 较小,而高于6.5%时则品质下降的比较快。在茶叶的 加工过程中水分的多少与品质也息息相关。因此茶叶 水分的快速检测,对于茶叶的加工、保存都有实际的 应用意义。 n刘辉军等将绿茶的光谱经过趋势变换法预处理,利用 径向基函数建立了绿茶的水分检测模型,预测的相关 系数 r=0.933高于反向传播神经网络的 r=0.914。 n张月玲在将光谱用9阶卷积平滑结合二阶导数预处理 后,利用偏最小二乘法建立的定标模型的相关系数也 达到了0.99以上,优于主成分回归建模法,并且指出 原始光谱和平均光谱都适用于茶叶水分的建模。因此 证明利用近红外光谱分析能实现水分的快速检测。 茶多酚 n茶多酚在茶叶中的含量大约为1836%,在人体内有 良好的清除自由基、杀菌抗癌等作用,是茶叶中最重 要的成分之一。 n因此国内外许多学者针对利用近红外技术进行茶多酚 的快速检测进行了许多研究。 nQuansheng Chen利用PLS法检测茶多酚总量的相关系 数为0.93。 nJ.Luyaert等用PLS建立数学模型测定绿茶整叶的中儿 茶素的含量。 n罗一帆等利用茶叶近红外光谱建立了研磨后的茶叶中 茶多酚含量的人工神经网络模型。 n夏贤明等利用茶叶近红外光谱建立了研磨后的茶叶中 茶多酚含量的多元线性回归模型,均得到的预测效果 较好。 咖啡碱 n咖啡碱茶叶具有兴奋中枢神经、提神醒脑的功能,基 本上是由于茶叶中的咖啡碱在起作用,因此咖啡 碱也 是茶叶中的重要物质之一 。 n孙耀国等直接取茶叶完整叶进行傅里叶变换近红外光 谱分析测定绿茶中咖啡碱的含量,以PLS建模,预测 值与真值的相关系数r达到0.92。 n徐立恒等和 Quansheng Chen等利用相同的建模方法 也分别获得了0.996和0.968的高精确度。 n芦永军等采用近红外光谱分析技术对茶多酚样品中的 咖啡碱进行了近红外光谱定量分析,通过对样品的漫 反射原始吸光度光谱进行导数、MSC结合PLS法建立 了快速稳健的定量分析模型,模型的相关系数r为 0.993,能有效检测茶多酚中咖啡碱的含量。 n因此就咖啡碱的近红外检测的研究来看,研究者都建 立了较高精确度的模型,说明利用近红外技术能有效 的检测茶叶中咖啡碱的含量。 氨基酸 n茶叶中氨基酸的组成、含量以及其降解产物和转化产 物与茶叶的香气和滋味密切相关 , 是构成绿茶品质 的极重要成分之一。 n氨基酸具有降压、拮抗由咖啡碱引起的对神经系统 的 兴奋等作用。 n徐立恒等对炒青绿茶为原料,对其近红外光谱进行二 阶导数优化,在(50004000cm-1)用PLS法重新建 立数学模型模型的相关系数 r=0.99。 n孙耀国以不同绿茶为原料,在波长范围(5000 4000cm-1)的基础上对光谱进行二阶导数预处理, PLS法建模,获得的模型对氨基酸的检测的相关系数 r也达到了0.99。因此利用近红外进行茶叶中氨基酸的 检测能达到较高的精确度。 其他成分 n除了茶多酚、咖啡碱、氨基酸等茶叶中的主要化学成 分外,茶叶中还含有其他多种重要的活性成分如茶黄 素、茶红素、茶多糖等,对人体也有降血糖、血压、 增强免疫等功能。近红外同样也能对其进行快速检测 。 n罗一帆等应用了人工神经网络方法,选择了5484.6 4192.5cm-1的光谱范围,以网络结构参数的输入层、 隐层、输出层,神经元数目为 (7,5,1) 建立了茶多 糖的测定模型,模型的结果表明建茶多糖定标集和预 测集的相关系数r分别达到了0.947和0.968。 n龚加顺等采用云南工夫红茶、红碎茶以及福建铁观音 乌龙茶为原料,将其配制成140个茶饮料样品,利用 PLS法建立了茶黄素和茶红素的近红外检测模型相关 系数分别为0.86和0.99。 n因此近红外同样也能较好的检测茶叶中的茶多糖、茶 黄素、茶红素等物质的含量。 茶叶的种类鉴定与判别 n除了上述的定量分析以外,定性判别茶叶的种类是近 红外技术的又一项功能。利用近红外技术实现茶叶的 分类鉴定以至最终实现产地、品种、生产时间等信息 的精确判别,对于规范茶叶命名,保护地理标识产品 ,整顿茶叶市场秩序都有重要的实际意义。 n赵杰文等采用近红外光谱结合主成分-马氏距离模式 识别方法鉴别了龙井、碧螺春、毛峰和铁观音4种中 国名茶,在65005300cm-1光谱范围,通过多重散射 校法,以8个主成分建模,对校正集样本和预测集样 本的鉴别率分别达到98.75 %和95%。 n李晓丽等应用可见近红外光谱仪测定西湖龙井等5个 种类茶叶的光谱曲线,用主成分分析法对不同品种茶 叶进行聚类分析,再结合人工神经网络技术建立模型 进行茶叶种类鉴别,对未知的25个样本进行鉴别,茶 叶种类的识别准确率达到100%。 茶叶真伪鉴定 n陈全胜等通过标准归一化预处理,选取65005500 cm-1波长范围内的光谱经过主成分分析后,提取11个 主成分,选用径向基函数作为核函数建立的模型。对 训练集中的138个茶叶样本,模型的回判鉴别率达到 93.48%;对90个独立样本进行预测时,模型的预测鉴 别率达到84.44 %。 n研究结果表明基于支持向量机的近红外光谱鉴别名优 茶真伪的方法是完全可行的。因此利用近红外技术能 快速准确鉴别茶叶的真伪,从而能保护和提高品牌效 应,打击假冒伪劣产品。 存在问题及展望 n目前针对近红外的在茶叶上的研究已经取得了良好的 实验结果,但近红外技术在茶叶上还未能得到实际应 用,起主要原因是存在以下几个限制因素: n适用范围的局限性 n取样困难 n检测的灵敏度不高 n今后近红外技术在茶叶上的应用将主要应该集中在以下 几个方面: n茶叶的快速无损检测分析 n茶叶的产地、品种及真伪等生产信息的鉴定判别 n茶叶生产过程中的在线监测 n一些茶叶衍生产品的成分
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 重庆梁平县2025年上半年事业单位公开遴选试题含答案分析
- 云南省元江哈尼族彝族傣族自治县2025年上半年事业单位公开遴选试题含答案分析
- 河北省邢台县2025年上半年事业单位公开遴选试题含答案分析
- 河北省鸡泽县2025年上半年事业单位公开遴选试题含答案分析
- 2025版高科技企业专业人力资源顾问合作协议范本下载
- 2025版石材外墙干挂工程招投标代理合同
- 2025版汽车后市场服务区域总代理协议
- 2025年度绿色物流托盘采购及使用规范合同
- 2025年度第三方担保公司跨境电商担保合同范本
- 2025年度房地产代理销售佣金结算协议范本
- 公司政治监督工作方案
- 医院培训课件:《中医病历书写基本规范及要点》
- DB42T-湖北省既有建筑幕墙可靠性鉴定技术规程
- 大中型企业安全生产标准化管理体系要求解读2025
- 2024届高三特尖班及尖子班语文教学经验交流与反思
- ISO9001内审检查表格
- 包装印刷行业安全生产培训
- 消除艾滋病、梅毒和乙肝母婴传播项目工作制度及流程(模板)
- 《非物质文化遗产》课件
- 互联网加护理服务护理管理
- 小学样园图书室安全事故应急预案(3篇)
评论
0/150
提交评论