摘要
茶多酚作为茶叶品质检测的重要指标之一,利用近红外光谱分析技术对茶多酚含量进行快速检测具有重要意义.本文以144个红茶样品作为研究对象,采取近红外光谱法结合偏最小二乘法(Partial Least Squares,PLS),分别建立粉末状茶叶样品和完整茶叶样品的茶多酚含量的近红外快速分析模型.结果表明,选用SNV+一阶导数+Savitzky-Golay平滑的预处理方法结合PLS建立的预测模型效果最佳,粉末状茶叶样品所建立模型训练集相关系数(Correlation Coefficient,r)为0.9990,训练集均方根误差(Root Mean Square Error of Calibration,RMSEC)为0.165％,预测集的r为0.9243,预测集均方根误差(Root Mean Square Error of Prediction,RMSEP)为0.972％;完整茶叶样品训练集r为0.9967,RMSEC为0.310％,预测集的r为0.9541,RMSEP为0.870％.结果表明,完整茶叶样品所建立的PLS定量分析模型要优于粉末状茶叶所建立的模型.因此,利用近红外光谱技术可实现对红茶中茶多酚含量的快速、无损检测.
基金项目
北京市自然科学基金(4222043)
2021年教育部高教司产学合作协同育人项目(202102341023)
202北京工商大学研究生教育教学改革专项(19008022056)
国家科技期刊平台
NSTL
维普
万方数据