利用红外光谱分析茶叶产地

近红外光谱结合PLSR快速测定普洱茶茶多糖含量基于普洱茶的近红外光谱，选择标准正态变换（SNV）对光谱进行有效的预处理，再结合偏最小二乘回归（PLSR）建立茶多糖近红外光谱定量模型，实现快速检测普洱茶中茶多糖的含量。

该模型的交互验证均方根误差值、预测集均方根误差值和预测集相关系数分别为0.0822、0.1264和0.8217。

结果表明利用近红外光谱技术结合PLSR可以预测普洱茶中茶多糖的含量，为普洱茶的品质分析和活性成分测定提供一些参考。

标签：普洱茶；茶多糖；近红外光谱；偏最小二乘回归云南普洱是一种畅销国内外市场的中国特有茶。

它[1]是由云南特有的大叶种晒青茶为原料，在微生物的酶促作用和湿热作用下进行加工工艺而制成的。

普洱茶与红茶、绿茶、白茶等其他茶类的主要区别在于它特殊的后发酵工艺。

在微生物参与的后发酵过程中，茶叶中的化学物质发生了一系列的显著变化，从而形成普洱茶独特的品质风味和保健功能。

近年来，普洱茶越来越受到了消费者和科研工作者的关注，成为茶学领域中的研究热点。

普洱茶的品质、风味以及保健药理功能[2]与茶叶内活性成分茶多糖的组成有很大的相关性。

茶多糖是一种复合型杂多糖[3]，具有降血糖、血脂、血压、防治心血管疾病等作用，同时在抗凝血、防血栓、保护血相和增强人体非特异性免疫功能方面均有明显效果。

近些年科学研究报道[4]茶多糖还具有治疗糖尿病的功效。

因此茶多糖的含量也成为鉴定普洱茶品质的一个重要指标。

传统测定茶多糖的方法为苯酚-硫酸法、蒽酮-硫酸法和高效凝胶液相色谱[5，6]等等，但是这些方法都比较繁琐、工作量大、抗干扰能力较差，并不适合茶叶流通过程中的快速检测。

因此为了解决这个问题，有必要提出一种快速、无损、经济的方法定量分析普洱茶中的茶多糖含量。

近红外光谱以其分析速度快、样品无损害、结果重现性好并且分析过程中不需要化学试剂等优点得到越来越多科学家的关注和青睐，因此广泛地被应用于很多领域，比如农业、食品行业以及中草药领域[7，8]等。

基于近红外光谱的西湖龙井茶产地的精细判别
张龙;潘家荣;朱诚
【期刊名称】《红外》
【年(卷),期】2015(36)12
【摘要】不同产区的西湖龙井茶的品质具有差异.采用近红外光谱技术和光谱预处理、主成分分析和判别模型等数学方法鉴别了分别产自龙井村、梅家坞村和葛衙庄三个地区的西湖龙井茶.结果表明,二阶导数光谱预处理方法对去除近红外光谱中的噪音最有效,贝叶斯判别分析是这三个地区产的西湖龙井茶的最佳判别模型.在模型中输入5个主成分数后,最佳的原始判别率和交叉验证判别率分别为100％和82.35％.在交叉验证判别中,产自葛衙庄、龙井村和梅家坞的茶叶的判别正确率分别为80％、83.33％和83.33％.因此,该模型可以用于龙井村、梅家坞村和葛衙庄三个地区产的西湖龙井茶的鉴别,为西湖龙井茶产区的判别提供理论依据.
【总页数】6页(P41-46)
【作者】张龙;潘家荣;朱诚
【作者单位】丽水学院,浙江丽水323000;中国计量学院,浙江杭州310018;中国计量学院,浙江杭州310018
【正文语种】中文
【中图分类】TN219
【相关文献】
1.基于主成分分析和神经网络的近红外光谱烤烟产地判别 [J], 张辞海;胡芸;刘娜;彭黔荣;邵学广
2.基于近红外光谱的PLS-DA算法判别烤烟烟叶产地 [J], 施丰成;李东亮;冯广林;宋光富;周志刚
3.基于SVM近红外光谱在烤烟烟叶产地判别中的应用研究 [J], 邱凯贤;田旷达;李祖红;郑波;唐果;宋相中;闵顺耕
4.应用近红外光谱或化学指标判别不同产地晒红烟的相似性 [J], 马莉;李雪莹;杜国荣;丁睿;王允白;马雁军;李军会
5.鱼粉产地溯源的近红外光谱判别方法研究 [J], 李庆波;毕智棋;石冬冬
因版权原因，仅展示原文概要，查看原文内容请购买。

34江西化工2017年第6期近红外光谱分析技术在茶叶检测中的应用熊利华U’3耿响2’3乐长高1(1.东华理工大学化学生物与材料科学学院，江西南昌330013;2.江西出人境检验检疫局综合技术中心，江西南昌330038;3.江西省光谱应用工程技术研究中心，江西南昌330038)摘要:近红外光谱(N IR)分析技术是近年来分析化学领域迅猛发展的新型光学检测 技术，是目前发展最快和最具有前景的分析技术之一，本文介绍了近红外光谱的原理、特点，并介绍了该技术在茶叶成分检测中的已有研究及其应用前景。

关键词:近红外光谱分析技术原理特点应用1前言中国是茶的故乡，对茶的种植、制造、审评等有源 远流长的历史，是世界上茶园面积和产量最大,茶树种 质资源最丰富的国家。

中国人饮茶的历史已有四千多 年了。

茶叶产品分为六大类，按生产规模的大小顺序 排列分别为:绿茶、黑茶乌龙茶、红茶、白茶、黄茶[1]。

茶叶含有较多的有益成分:茶多酚、茶色素、茶氨 酸、茶多糖、Y-氨基丁酸等，茶叶的主要保健作用有：①降低脑血管发病和死亡风险;②降低胆固醇和血压;③有助于防治老年痴呆;④有抗压力和抗焦虑作用;④ 提高免疫力;⑤提高杀菌力；⑥有减肥瘦身效果;⑦其 他保健作用。

近年来，随着人们生活水平的不断提高，消费者对 茶叶品质的追求也不断提高。

传统的化学检测一般通 过化学分析、仪器分析、感官评定、筛选分析等损坏性 检测手段来完成，不能满足大批量快速、无损等检测的 需求。

近红外光谱分析技术作为一种绿色分析技术，具有客观、快速、无损、精确、多指标、可再现、易操作、经济等优点[2]。

目前近红外光谱技术在茶叶成分检测 中有较广泛的应用。

2近红外光谱技术简介2.1近红外光谱分析技术原理近红外光谱（Near Infared Spectroscopy,简称 NIRS) 是介于中红外光谱和可见光谱之间的光谱，其光谱是 在(700 ~ 2500) n m间的分子吸收辐射。

利用红外光谱分析茶叶产地作者：陈桥王继坤刘玲玲李光来源：《科技创新导报》2013年第07期摘要：基于主成分分析的特征提取思想，提出了特征提取方法，简要分析了特征提取方法对波段的选取要求，以及不同预处理方法对二次特征提取的影响，然后将特征提取应用在不同茶叶产地的识别上，结果很好的把不同产地区域的茶叶区分开。

此方法对于鉴别茶叶等其他复杂体系的特征有重要的价值。

关键词：特征提取红外光谱茶叶识别产地中图分类号：TN93 文献标识码：A 文章编号：1674-098X（2013）03（a）-00-02茶叶是世界三大饮料作物之一，营养、保健和食用价值丰富，深受人们的喜爱。

我国茶树种类繁多、茶叶产地分布广，给茶叶产地等的鉴别工作带来很大的困难。

目前，色谱一质谱联用技术、毛细管电泳一质谱联用技术以及多维色谱技术等新兴分析技术在茶叶原产地鉴别领域的广泛应用，以及各种计量学手段的不断完善将会极大丰富茶叶指纹图谱研究的技术与数据处理方法，使茶叶的信息更加全面、更具科学性。

红外光谱分析技术是综合分析茶叶品质，而且分析速度快、效率高、无污染、重现性较好[1-4]。

红外光谱技术显示不同品质的同种茶叶在谱图上的特征谱带会出现了细微差异，该发现证明了傅里叶变换红外光谱法用于鉴别茶叶品质的可行性。

该文利用红外光谱技术讨论了茶叶产地分布特征。

1 材料与方法1.1 实验材料1.2 仪器设备与参数设置TENSOR27型傅立叶红外光谱仪（BRUKER公司），波数范围：400～4000 cm-1，扫描次数：16次，分辨率：4 cm-1。

1.3 实验过程样品的制备大致分为5个过程：烘干、粉碎、研磨、压片和光谱采集。

首先，标准茶叶样品将在40 ℃恒温箱中烘12 h，然后经粉碎机粉碎，过200目筛子后收集。

茶叶样品粉末要与KBr按1∶120比例进行研磨、压片，最后即可对压片进行光谱采集。

2 结果与分析2.1 特征基理论主成分分析（Principal Component Analysis，PCA）是以样品数据统计特征为基础的正交变换，是最小均方误差意义上的最优变换。

近红外光谱分析技术在茶叶中的应用摘要近红外光谱分析技术（NIR）是目前发展最快、最引人注目的光谱分析技术之一，已广泛应用于各个领域。

阐述了近红外光谱分析技术的原理和特点，重点介绍了近红外光谱分析技术在茶叶及茶制品中的应用情况。

关键词近红外光谱；茶叶；应用1近红外光谱分析技术的原理近红外光谱（Near Infrared Spectroscopy，简称NIRS）是介于中红外光谱和可见光谱之间的光谱，其波长范围一般指800~2 500nm。

近红外光谱吸收带是有机物质中X-H键（主要是C-H、O-H、N-H）基频吸收的倍频、合频和差频吸收的叠加。

不同基团产生的光谱在吸收峰位置和强度上有所不同，根据朗伯－比尔定律，随着样品组成或者结构的变化，其光谱特征也将发生变化。

这是近红外光谱分析技术的理论基础。

物质对近红外光吸收相对较弱，光子能透射到物质的一定深度，部分光子被物质吸收，部分重新反射回来，还有的可能透过物质。

与物质相互作用后的反射光和透射光就携带了物质的成分信息。

通过接收反射光谱或透射光谱，并以现代化学计量学方法对其进行解析，建立定标模型，可实现多种有机物及其混合物的定性和定量分析。

2近红外光谱分析技术的特点近红外光谱分析技术是20世纪90年代以来发展最快、最引人注目的光谱分析技术之一，其相对于其他分析技术有以下主要优点：分析成本低、分析速度快、分析效率高、重现性好、适用的样品范围广、样品测量一般无需预处理、便于在线分析、对样品无损伤、对操作人员的要求不苛刻等。

但作为一种间接分析技术，近红外光谱技术也有其缺点：测试灵敏度相对较低、分析结果的准确性依赖于所建模型的质量、需要用标样进行校正对比，很多情况下仅是一种间接的分析技术、建模工作难度大，需要有丰富的有代表性的样品，配备精确的理化检测手段，并要求有经验的专业人员操作建模、由于样品本身的代表性以及光谱采集方法各异，每一种模型只能适应一定的时间和空间，需要不断对模型进行维护。

利用傅里叶红外光谱对不同茶叶成分的分析一、实验目的：1、熟悉傅里叶红外光谱仪的基本操作，掌握固体样品的压片方法。

2、进一步理解傅里叶红外光谱仪的工作原理二、实验原理由于在茶叶中含有茶多酚、蛋白质、咖啡碱、茶多糖等物质，而在这些物质中含有大量—OH、—CH3、—CH2—、—CH—OH、C O、phH、ph—OH、C—O、—C—O—C、—N N—、N—H、—HN—C O等官能团，这些官能团在中红外区有丰富的吸收峰，可利用傅立叶红外光谱技术，为茶叶识别提供可靠的光谱信息。

三、实验部分1.仪器设备和测试条件红外光谱仪为Perkin Elmer spectrum100 系列FTIR光谱仪，测量范围为400~4 000cm-1,光谱分辨率为4 cm-1。

2. 试剂：分析纯溴化钾3、材料：压片机、模具、玛瑙研钵、金属药勺3、样品及制备1) 样品：绿茶：醉乡毛峰，产地：滁州；红茶：明清春色，产地：福建2) 制备：茶样经60℃处理至恒重，磨细过筛(颗粒在2μm左右)，按2mg ＋198mg(质量比)的比例与KBr压片，以KBr(200mg)为背景测其红外光谱。

每个样品进行5次重复测试，所得光谱有良好的重复性。

四、结果与分析1、比较各吸收峰的位置、形状和峰的相对强度2、比较各特征峰的官能团结构的差异。

结果表明：同类茶叶在3000-2800 cm-1、1700-1500 cm-1、1500-1200 cm-1、1200-1000 cm-1, 900-400 cm-1区域有固定的特征谱带，茶叶品质的差异导致这些特征谱带出现波数、强度、形状的明显差异,为茶叶品质的鉴别提供了较可靠的依据。

定义：利用物质对红外辐射的吸收所产生的红外吸收光谱，对物质的组成、结构及含量进行分析测定的方法叫红外吸收光谱分析法红外光谱区的划分：习惯上将红外吸收光谱分为远、中、近红外三个区：（1）近红外区：波长：0.78～2.5μm（12 820～4 000cm-1），主要用于研究分子中的O—H、N—H、C—H键的振动倍频与组频。

基于近红外光谱的茶叶品质检测技术研究茶叶是我国重要的农产品之一，对于茶叶的品质检测一直是茶叶行业关注的焦点。

传统的检测方法需要大量时间和人力，且误差较大，为了解决这一问题，近年来基于近红外光谱的茶叶品质检测技术研究受到了重视。

一、近红外光谱技术简介近红外光谱技术是一种光谱分析技术，它是通过对物质吸收和反射的光谱进行分析，来推断样品中化学成分的含量、结构、状态等相关信息。

与传统的化学分析方法相比，近红外光谱技术具有快速、高效、无需样品处理等优点，因此被广泛应用于食品、化妆品、药品等领域的质量检测。

二、近红外光谱在茶叶品质检测中的应用茶叶品质是指茶叶的味道、香气、色泽、滋味等多个方面的综合评价，其中主要的成分为茶多酚、咖啡碱、氨基酸等。

茶叶的品质检测对于茶叶生产、加工和销售都具有重要意义。

传统的茶叶品质检测方法主要是靠人工进行，存在着误差大、效率低等问题。

基于近红外光谱的茶叶品质检测技术则可以快速准确地评价茶叶品质。

1. 建立光谱库建立光谱库是进行近红外光谱分析的前提。

光谱库是通过采集茶叶的近红外光谱数据，并对数据进行处理建立的。

建立光谱库的关键在于样品的选择和分类，样品的数量和质量直接影响到建立的光谱库的可靠性和精度。

2. 分析光谱数据对于所采集的近红外光谱数据进行处理是进行茶叶品质检测的关键。

针对不同的茶叶品种和产地，需要使用不同的分析方法。

光谱数据处理的主要方法包括：主成分分析、偏最小二乘法等多元统计分析方法。

3. 对检测结果进行验证为了保证光谱库的可靠性，需要对检测结果进行验证。

验证的方法包括交叉验证、样本外验证等。

通过对验证结果的分析，可以确定光谱库的精度和准确性。

三、结论基于近红外光谱的茶叶品质检测技术是一个快速、准确、可靠的检测方法。

与传统的检测方法相比，近红外光谱技术不仅具有高效性和精准性，而且可以实现非破坏性检测，避免了其他检测方法可能会带来的影响。

因此，基于近红外光谱的茶叶品质检测技术将成为茶叶行业的重要工具，对茶叶的品质评判和质量控制起着积极的促进作用。

基于近红外光谱技术的普洱茶生熟茶判别及产地溯源
刘星;范楷;姚春霞;蒋智林;钱群丽;周佳欣;宋卫国
【期刊名称】《上海农业学报》
【年(卷),期】2022(38)2
【摘要】应用近红外光谱技术,结合主成分分析(PCA)和偏最小二乘判别分析(PLS-DA)方法,建立了西双版纳、普洱和昆明三地普洱茶生熟茶鉴别和产地溯源模型。

结果表明:由于生熟茶生产工艺差别较大,其在近红外谱图的10000—9000 cm^(-1)波数的差异较明显,PCA对生熟茶的识别正确率为90.91%,PLS-DA最优模型的识别正确率为100%;PCA很难实现三地普洱茶的溯源,而PLS-DA最优模型的溯源正确率为100%。

将PCA和PLS-DA模型用于未知类别普洱茶的识别和未知产地普洱茶的溯源,两种模型对未知类别普洱茶的预测结果一致,说明这两种模型的预测能力和稳健性优良;而PCA模型很难实现未知产地普洱茶样品的溯源,PLS-DA最优模型可以初步实现普洱茶未知产地样品的溯源。

【总页数】7页(P99-105)
【作者】刘星;范楷;姚春霞;蒋智林;钱群丽;周佳欣;宋卫国
【作者单位】上海市农业科学院农产品质量标准与检测技术研究所;普洱学院农林学院
【正文语种】中文
【中图分类】TS272.7
【相关文献】
1.基于近红外光谱的西湖龙井茶产地的精细判别
2.基于近红外光谱技术与模式识别的乌龙茶产地溯源
3.近红外光谱技术结合人工神经网络判别普洱茶发酵程度
4.鱼粉产地溯源的近红外光谱判别方法研究
5.基于近红外光谱的普洱茶产地识别研究
因版权原因，仅展示原文概要，查看原文内容请购买。

茶叶真实属性的光谱与色谱指纹分析技术浅析摘要:本文主要通过光谱、色谱、同位素指纹等技术分析我国著名茶叶品种,包括西湖龙井、福建白茶等茶叶的品质特征和原产地特征,提供茶叶真实属性鉴别参考依据。

关键词:茶叶真假产地鉴别光谱色谱同位素指纹分析矿质元素1 综述1.1 茶叶相关标准的国内外研究茶叶是世界上消费量最大的消费饮料之一,我国是世界上生产茶叶的大国。

随着人们生活水平的提升,对茶叶的要求也越来越高,同时许多不法商贩以假乱真,扰乱茶叶市场,所以如何规范市场是一个大难题。

长期以来,国际标准化组织农产品食品技术委员会茶叶分技术委员会一直致力于茶叶国际标准的制定工作,并取得了显著成效。

从20世纪60年代开始组织制定红茶标准,通过大量调查分析试验研究,于70年代先后推出ISO-1572等标准,涉及茶叶标准共24项。

1.2 茶叶鉴别手段茶叶现行标准中对茶叶质量的表述主要包括感官指标、理化指标及卫生指标,而感官指标的检测需要依赖人的感觉器官,其表征的整体性和模糊性客观存在。

目前,国内外茶叶品质评定一般采用感官和理化审评相结合的方法,采用现代科技手段可以简化实验的繁琐过程使得理化评审方法更为简便。

建立茶叶光谱、色谱指纹图谱、同位素指纹分析技术已经可以基本实现快速鉴别茶叶品质和产地的目的。

气相色谱和质谱的应用加快了茶叶香气组成的研究,运用神经网络可综合评价茶叶品质。

同位素指纹分析技术可以快速判定茶叶原产地。

大量的研究已经表明同位素指纹分析是用于地域判别很有前途的方法。

2 实例解析2.1 同位素指纹分析技术鉴别西湖龙井茶叶的品质和产地2.1.1 引言同位素指纹分析技术是用于食品产地溯源有效的方法之一,其原理是同位素的自然分馏效应。

因为在自然界中,生物体体内同位素组成受气候、环境、生物代谢类型等因素的影响而发生自然分馏效应,从而使不同来源的物质中同位素自然丰度存在差异,利用自然界生物体的自然分馏效应采用同位素指纹分析技术分析生物体内稳定同位素。

红外光谱结合主成分分析识别不同产地单枞茶
梁奇峰;陈秀玲;侯红娜
【期刊名称】《广东化工》
【年(卷),期】2015(42)21
【摘要】采用傅立叶变换红外(FTIR)光谱法结合主成分分析对梅州三个茶叶产区的单枞茶进行了聚类分析.实验结果表明,通过茶叶的红外光谱,利用主成分分析(PCA)结合马氏距离判据的方法可鉴别上述3个茶叶产区单枞茶.该法快速、简便,为鉴别单枞茶的产区提供了一种新的方法.
【总页数】2页(P33-34)
【作者】梁奇峰;陈秀玲;侯红娜
【作者单位】嘉应学院化学与环境学院,广东梅州514015;嘉应学院化学与环境学院,广东梅州514015;嘉应学院化学与环境学院,广东梅州514015
【正文语种】中文
【中图分类】O657.33
【相关文献】
1.近红外光谱结合主成分分析鉴别不同产地的南丰蜜桔 [J], 魏远隆;尹昌海;陈贵平;黄洁;张维冰;杜一平
2.红外光谱结合主成分分析鉴别不同产地黄柏 [J], 袁玉峰;陶站华;刘军贤;田昌海;王桂文;黎永青
3.红外光谱结合SIMCA模型识别法在不同产地莪术鉴别中的应用 [J], 覃禹;毛晓丽;韦柳花;黄庶识;黄荣韶
4.基于红外光谱法结合SIMCA模式识别不同产地三七 [J], 姜亦南;蔺明煊;何帅;丁永胜;郭丽萍;石晋丽;陈建波
5.模式识别优化单枞茶加工关键性因素 [J], 林晓文;许旋;马钟彬;罗一帆;陈海强;庞式
因版权原因，仅展示原文概要，查看原文内容请购买。

基于近红外光谱技术与模式识别的乌龙茶产地溯源林兆祥;詹伟强;刘思琪;樊燚【摘要】利用近红外光谱分析技术检测了来自福建省安溪县西坪镇、华安县仙都镇和永定县高头乡3个产地的9个茶叶样品,结果表明:不同地域的茶叶样品间茶多酚、茶多糖、部分氨基酸等成分的吸收光谱存在着微小的差异,通过光谱降维的方法进行模式识别,其聚类分析结果与茶叶的产地完全吻合.该结果可为乌龙茶的产地溯源技术发展提供技术支持.%In this paper, the main components of 9 tea samples from three places of Anxi, Huaan and Yongding were analyzed by near infrared spectra.The results showed that there were little differences in the spectra of components such as tea polyphenol, tea polysaccharide, amino acid and etc in the tea samples. After pattern recognition by reducing spectra dimension,it was completely consistent between the results of clustering analysis and the geographical origin of those samples. The research can provide a reference for the development of Oolong tea origin traceability technology.【期刊名称】《中南民族大学学报（自然科学版）》【年(卷),期】2018(037)001【总页数】3页(P90-92)【关键词】近红外光谱(NIR);乌龙茶;产地溯源;模式识别【作者】林兆祥;詹伟强;刘思琪;樊燚【作者单位】中南民族大学电子信息工程学院,激光光谱应用实验室,武汉430074;中南民族大学电子信息工程学院,激光光谱应用实验室,武汉430074;中南民族大学电子信息工程学院,激光光谱应用实验室,武汉430074;中南民族大学电子信息工程学院,激光光谱应用实验室,武汉430074【正文语种】中文【中图分类】O433.5+1;TP23乌龙茶属于半发酵茶，是我国著名的茶类之一，主要品种包括了铁观音、大红袍和凤凰单枞等.乌龙茶的品质差异较大，产地的差异是一个重要原因，如不同产地铁观音因口感和营养成分存在差异，其价格甚至可以相差100倍.目前，尚无快速、便捷、客观的乌龙茶产地溯源的检测方法，更缺乏专用检测设备，仅凭评茶员的感官品评判断乌龙茶产地，存在较大的主观性[1, 2].近年来，食品的产地溯源技术随着检测手段的丰富和分析方法的发展，取得了许多成果[3, 4]，如Portarena S等运用稳定同位素分析技术(IRMS)实现意大利橄榄油的产地溯源[5]；王洁等运用稳定同位素分析技术(IRMS)实现扁形茶的产地溯源[6]；Martin A E等通过电感耦合等离子发射光谱(ICP-MS)和电感耦合等离子体质谱(ICP-AES)联用实现了澳大利亚葡萄酒的产地溯源[7]；刘沭华等利用近红外光谱分析技术(NIR)实现不同产地中草药白芷和丹参的产地溯源[8].虽然现有的产地溯源技术探测手段多种多样，但是其技术基础通常依靠检测样品中特定成分(矿物元素含量、同位素比率或专属有机物)的差异来分析其产地信息.这些产地溯源方法中，以检测同位素或矿物元素差异为基础的分析方法通常用于检测产地距离跨度远的样品，对于产地比较集中的样品不太适用.乌龙茶产地主要分布于我国的福建、广东和台湾，相同品种乌龙茶大多集中分布在相邻的几个县市，如铁观音主要产自安溪县及其附近县市，经纬度差异小，土壤成分和气候差异不明显，所以IRMS、ICP-MS以及ICP-AES等检测技术都不适用于乌龙茶的产地溯源研究.由于近红外光谱分析能精确检测有机物含氢价键的振动信息，可以判别特定营养成分的微小差异，本文尝试运用近红外光谱技术结合模式识别方法，以产地相毗邻的铁观音为样品，开展乌龙茶产地溯源研究.1 材料与方法1.1 材料选用福建省安溪县西坪镇(XP)、华安县仙都镇(XD)、永定县高头乡(GT)三地的铁观音茶叶作为样品，采自树龄相似、同季采摘、正炒加工[9]，毛茶经过精拣后分别随机采样250g，每个产地分别取3个样品，标记为西坪：XP-1,2,3；仙都：XD-1,2,3；高头：GT-1,2,3.样品产地信息如表1所示.表1 铁观音样品产地信息Tab.1 The origins of the Tieguanyin tea samples 产地信息项目西坪(XP⁃1，2，3)仙都(XD⁃1，2，3)高头(GT⁃1，2，3)经度/(°)E117．9±0．1E117．6±0．1E116．9±0．1纬度/(°)N25．0±0．1N25．0±0．1N24．6±0．1海拔/(m)400～800100～400400～600土壤红壤为主赤红、黄红壤黄壤1.2 方法样品经270W的红外灯照射至恒重，用美的公司MJ-BL25B1粉碎机粉碎5min，保证粉碎后各样品颗粒系分布曲线相似，样品粉末过200目筛，筛出样品粉末50g；按四分法随机取样5g；压片机压成10个均匀薄片.采用美国Perkin Elmer 公司生产的Lambda750 S型(UV/Vis/NIR)光谱仪进行测量，测量波长范围为1000～2500nm，光谱分辨率为2nm,扫描次数为32次.每个样品分别做10次透射近红外光谱测量，所得光谱求平均，待用.1.3 数据处理将上述原始光谱数据导入Matlab2014b软件中，结合MathWork公司提供的函数库编程，依次实现光谱预处理、主成分分析和聚类分析.其中光谱预处理方法在常规红外光谱预处理的方法[10]上做了适当的调整和改进，首先对原始光谱数据进行了小波分析平滑处理，平滑窗口大小为11时，有效的降低仪器设备产生的随机噪声，提高信噪比；其次对光谱一阶求导，消除基线漂移和背景噪声，增强光谱的细节信息；最后进行矢量归一化处理，消除样片尺寸及颗粒大小的随机误差影响.主成分分析根据实验样品的光谱特征，选择合适谱段为特征向量α=(I1, I2, …, In)T，将所有样品的特征向量构成矩阵A=(α1, α2, …, α9)，计算特征波段的协方差矩阵∑x,求∑x的本征值及对应的本征向量；将本征向量构造成变换矩阵Φ；利用Φ对特征向量进行正交变换，得到特征向量的主成分信息B=(β1, β2, …, β9).β=(I1, I2, …, In)T为输出光谱，求得为主成分信息的前k项的解释方差[11].以主成分的前2项数值(主成分得分)进行产地的聚类分析，聚类方法采用离差最小平方和算法.2 结果与分析图1是不同产地铁观音样品的原始光谱，从1000～2500nm吸光值呈上升趋势，在1400～1900nm附近光谱变化较大，光谱呈阶梯状上升.根据茶叶中含氢基团(—OH、—CH、—NH、—SH、—PH等)的振动、弯曲和伸缩信息,1000～1340nm主要表现为二级倍频区，光谱信号较弱；1340～1820nm为一级倍频区，光谱信号较强；1820～2500nm为合频谱区，光谱信号相比于1000～1820nm都来得强[12].从图1中可以看出，各谱线之间都存在着不同程度的基线漂移现象，因此在光谱数据处理需要首先剔除其影响.光谱在2500nm附近存在比较强烈的抖动，其主要原因是检测设备在此附近产生较大的仪器噪声，因此在光谱分析中应避免选择此处作为分析.图1 不同产地乌龙茶样品的原始近红外光谱图Fig.1 Near infrared spectra ofOolong tea from different geographical origins对原始光谱进行数据预处理，然后进行一阶求导和矢量归一化，结果如图2所示.从图中可以看出，经过预处理后，光谱数据确实有效的消除了基线漂移、随机噪声等因素的影响.各谱线之间的相关性很高(>99.4%)，仅在某些波段(如1500nm、2160nm附近等)不同样品的光谱斜率存在微小差异，反映出不同产地铁观音样品中含氢化合物的差异，这些微小的差异可以作为乌龙茶产地溯源的特征信息.图2 经过样品预处理后的乌龙茶样品近红外光谱图Fig. 2 Near-infrared spectra (data processed) of Oolong Tea samples from different areas为了有效地提取不同产地样品的特征差异，排除水分子O—H键在2200nm附近的影响，排除仪器噪声在2300～2500nm之间的影响，选择光谱差异较为显著的1450～1626nm和2150～2198nm波段数据分别进行主成分分析，前5个维度的累计解释方差都大于98%.其中1450～1626nm的第一主成分方差为89.3%，第二主成分方差为8.7%；2150～2198nm的第一主成分方差为83.4%，第二主成分方差为7.4%.两个波段的前两个主成分都包含了大部分的光谱差异信息.图3 不同产地乌龙茶样品第1和第2主成分得分分布图Fig.3 Score plots of1st and 2nd principal component for spectra of Oolong tea from different geographical origins1450～1626nm主成分分析的第一主分和第二主分的分布如图3(a)所示，西坪镇、仙都镇和高头乡3个产地的样品分别形成较为独立的分布区域，具有较好的区分性.对主成分分析结果进行聚类分析，在0.01～0.015之间实现了3个产地的准确聚类.2150～2198nm主成分分析的第一主分和第二主分的分布如图3(b)所示，西坪镇、仙都镇和高头乡3个产地的样品分别形成较为独立的分布区域，具有良好的区分性.对主成分分析结果进行聚类分析，在0.01～0.018之间实现了3个产地的准确聚类.说明了主成分分析对不同产地乌龙茶样品具有很好的聚类效果.3 结论根据不同产地铁观音样品近红外光谱实验数据表明，不同产地近红外原始吸收光谱差异不明显.选择表征茶多酚、多糖价键的波段进行主成分分析，其主成分分布具有很好的产地差异性.对主成分分析后的光谱进行聚类分析，能够准确地实现不同样品的产地聚类.研究结果表明，近红外光谱技术与模式识别技术相结合能有效地实现乌龙茶的产地溯源，加上近红外光谱技术快速、无损的检测特点，相关的算法和数据处理手段可以直接应用于乌龙茶产地溯源专用设备的开发.本文的研究方法还可以用于其它茶叶或植物食品的产地溯源技术的研发.参考文献【相关文献】[1] 高蕙文, 杨春芳. 茶叶感官检验工作中遇到的问题与建议[J]. 食品安全质量检测学报, 2013, 4(4): 1292-1295.[2] 中华全国供销合作总社. GB/T 30766-2014茶叶分类[S]. 北京: 中国标准出版社, 2014.[3] 魏益民, 郭波莉, 魏帅, 等. 食品产地溯源及确证技术研究和应用方法探析[J]. 中国农业科学, 2012, 45(24): 5073-5081.[4] 袁玉伟, 胡桂仙, 邵圣枝, 等. 茶叶产地溯源与鉴别检测技术研究进展[J]. 核农学报, 2013, 27(4): 0452-0457.[5] Portarena S, Gavrichkova O, Laureri M, et al. Authentication and traceability of Italian extra-virgin olive oils by means of stable isotopes techniques[J]. Food chemistry, 2014, 164: 12-16.[6] 王洁, 石元值, 张群峰, 等. 基于稳定同位素比率差异的西湖龙井茶产地溯源分析[J]. 同位素, 2016, 29(3): 129-139.[7] Martin A E, WATLING R J, LEE G S. The multi-element determination and regional discrimination of Australian wines[J]. Food Chemistry, 2012, 133(3): 1081-1089.[8] 刘沭华, 张学工, 周群, 等. 近红外漫反射光谱法和模式识别技术鉴别中药材产地[J]. 光谱学与光谱分析, 2006, 26(4): 629-632.[9] 海帆, 谢文哲, 罗炎秀, 等. 安溪铁观音：一棵伟大植物的传奇[J]. 北京: 世界图书出版公司, 2010.[10] 占茉莉, 李勇, 魏益民, 等. 应用FT-IR光谱指纹分析和模式识别技术溯源茶叶产地的研究[J]. 核农学报, 2008, 22(6): 829-833.[11] 陈雨时. 高光谱数据降维及压缩技术[M]. 哈尔滨: 哈尔滨工业大学出版社, 2014.[12] 严衍禄, 赵龙莲, 韩东海, 等. 近红外光谱分析基础与应用[M]. 北京: 中国轻工业出版社, 2005.。