摘要
发酵是红茶加工过程中关键的一道工序，对红茶的品质形成有着重要影响。传统上，红茶发酵监测主要根据人工观察茶叶颜色和气味的变化。然而，经验、心理状态、环境等因素会影响人工评价过程，使评价过程高度主观。为了客观评价红茶发酵，本文以大叶种英德红茶中的英红九号为研究对象，利用近红外光谱和机器视觉代替人工感官，搭建了基于近红外光谱和机器视觉的红茶发酵过程监测系统，研究了近红外和视觉结合的融合策略快速判别红茶发酵程度的方法；通过建立数学模型，探讨了近红外和视觉结合技术在茶叶品质快速检测中的应用；探索了红茶发酵过程中代谢物质成分与近红外光谱之间联系。主要研究内容如下： (1) 搭建了基于近红外光谱和机器视觉的红茶发酵过程监测系统。近红外光谱采集单元使用Y型光纤采集茶叶反射光谱，图像采集单元利用工业相机实时采集茶叶图像。采集数据输入计算机进行处理。 (2) 试验收集了204份不同发酵时间的红茶样品并使用便携式近红外光谱仪和工业相机获取红茶发酵中的信息。采用 Savitzky-Golay光滑对原始光谱进行预处理，采用竞争自适应重加权采样、连续投影算法和主成分分析对近红外光谱变量进行降维处理；图像进行去阴影后提取了9个颜色特征变量，采用皮尔森相关分析和主成分分析进行特征变量提取。最后采用线性判别分析和支持向量机分别建立了基于近红外、图像和两者数据融合的分类模型。结果表明，连续投影算法提取光谱变量结合采用皮尔森相关分析提取图像变量建立的判别模型效果较佳，校正集和预测集准确率分别达到了 97.06%和95.59%。 (3) 采用Savitzky-Golay光滑、一阶导数、二阶导数、标准正态变量和多元散射校正对原始光谱进行预处理，并建立偏最小二乘预测模型，比较模型性能，选出近红外光谱最佳预处理方法。利用竞争自适应重加权采样、连续投影算法和迭代保留有效变量对近红外光谱变量进行降维处理；采用皮尔森相关分析对图像数据进行特征变量提取。最后采用偏最小二乘和支持向量机分别建立了基于近红外、图像和两者数据融合的预测模型并对模型性能进行分析。 (4) 使用超高效液相色谱和串联质谱对发酵过程中的茶样进行检测，对红茶发酵过程中代谢产物进行代谢组学分析。结果表明，在发酵过程中，茶叶中代谢物呈现一定的变化规律，共测量出470种物质成分，使用单因素方差分析筛选出381种Plt;0.05的物质，接着正交偏最小二乘判别分析对 381 种物质进行分析，根据变量重要性投影值＞1与上调代谢物差异倍数fold change≥1.5 或下调代谢物 fold change≤0.667筛选出显著差异代谢物。统计出总差异代谢物114种，并分析最终筛选出的差异物质在发酵过程中的变化。分析近红外光谱与差异物质之间关系，证实了近红外光谱监测红茶发酵的可行性和可靠性。
NETL