基于玉米籽粒近红外光谱的品种与产地识别研究

为考察近红外光谱对玉米种子的品种识别与产地识别性能,采集了8个玉米品种波长范围为12 000~4 000 cm-1的近红外光谱数据,并基于此数据研究了基于PCA的光谱数据特征的提取方法,并探讨了神经网络(ANN)和支持向量机模型(SVM)在品种识别上的性能,进一步研究了玉米品种的产地识别技术,且比较了传统可见光图像的品种识别。研究发现:基于近红外的玉米品种识别,在6个主分量的情况下整体上性能达到90%以上;SVM算法较ANN算法稳定可靠,更适合于小样本情况下的光谱分析;基于光谱的品种识别与基于可见光图像的品种识别效果相当;另外发现同一品种在不同产地上其光谱特征差别较大,据此可以应用光谱进行产地鉴别,鉴别力达到95%以上。本研究所构建的方法对玉米品种识别和产地识别具有积极意义。     

近红外光谱技术在茶叶质量安全领域的应用

随着茶叶产量的不断提升,茶叶产品质量安全问题日益受到关注,目前普遍使用的传统的化学检测和感官审评方法,无法实现在茶叶生产及流通过程中对茶叶品质进行实时监控。近红外光谱分析作为一种新兴技术,具有样品无损耗、结果客观以及快速简便等优点,能满足茶叶产品实时检测的需求。本文在概述近红外光谱分析技术的基础上,对国内外近红外光谱分析技术在茶叶品质分析、等级确定、种类识别和产地溯源和真伪鉴别等方面的研究进展进行了综述。分析了近红外光谱分析技术在推广应用中存在的问题,指出近红外作为一种二级分析方法,其模型适用范围具有局限性,同时对其灵敏度以及成本作出客观评价;对今后的发展及研究方向进行了展望,以期近红外光谱分析技术能够更好地应用于茶叶领域。     

化学指纹图谱技术在茶叶质量控制中的应用

化学指纹图谱是一种综合、可量化的质量控制手段,近年来在茶叶品质鉴定、真伪鉴别、品种和产地识别等方面的应用越来越广泛。对建立茶叶化学指纹图谱的主要研究技术和数据解析方法进行了综述,并指出其在应用上存在的问题以及今后的发展前景。     

基于近红外光谱技术的茶叶新旧鉴别及产地溯源研究

目的 建立基于近红外光谱的定性分析模型,实现对茶叶的新旧分类和产地溯源。方法 首先采用傅立叶近红外光谱仪采集茶叶样品的漫反射光谱数据,然后使用卷积(Savitzky-Golay,S-G)平滑算法和数据标准化(Normalization)对光谱数据进行预处理,最后基于遗传优化算法(genetic algorithem,GA)和粒子群优化算法(particle swarm optimization, PSO)分别建立了优化向量机模型(support vector machine, SVM),从而实现新旧茶叶的分类以及产地溯源。结果 与GA-SVM模型相比,PSO-SVM模型的建模效果较好,且分类时间更短,在新旧鉴别和产地溯源实验中都达到了100%的预测精度。结论 基于近红外光谱建立的PSO-SVM模型可以实现茶叶新旧的判别以及产地溯源,为鉴别茶叶年份和追踪茶叶产地提供了理论支撑和技术指导。     

基于紫外光谱的茶叶识别

茶叶品质主要是根据人的主观判断进行评估,缺乏客观依据。因此对茶叶种类进行快捷评价是发展趋势。茶叶品质的准确、快速、科学的鉴别对消费者和生产者都具有极其重要的现实意义。为建立一种快速地评估茶叶品种的方法,试验挑选4种选择性茶叶样本为材料,以开水泡制茶叶浸汁液的方式制作样本,利用紫外光谱分析技术,实现茶叶种类鉴别。在对光谱进行降噪处理同时用光谱对波长的相对变化率进行预处理,结合主成分分析法对光谱数据进行降维,进行BP神经网络识别,准确率达97.66%,该方法样品制备简单,能够准确地识别茶叶种类,避免人为的主观评价,使得茶叶鉴定更具有客观性。     

基于NIR分析和模式识别技术的葛根品种及产地判别

采用模式识别技术对不同品种(柴葛及粉葛)及不同产地(云南、安徽、广西、湖北、四川、重庆、湖南)的葛根进行判定。采集12个产地共120个葛根样品的近红外光谱数据,对光谱进行预处理并建立共有模式后,进行相似度及PLS判别分析,多元统计分析结果显示,除安徽柴葛外,其他组样品之间的相似度较高。分别选择不同的样品为测试集和训练集,基于PLS-DA对葛根种类粉葛和柴葛进行模式识别,对种类识别率为100%,对产地识别率为84.44%。采用kNN分析对葛根产地和品种同时进行模式识别,样品识别率达100%。实验结果表明,采用kNN模式识别可以很好识别不同产地和类别的葛根样品,方法具有可行性和有效性,为利用近红外光谱结合模式识别技术进行葛根品种真伪优劣鉴别、道地性及产地可追溯研究提供了理论依据和实用方法。     

近红外光谱(NIRS)技术在茶叶领域研究中的应用与展望

从传统茶叶品质检测手段与评价方法的局限性着手,阐述了近红外光谱技术的原理及其在茶叶品质成分定量分析和茶叶定性识别领域中的研究概况,并对该技术标准化和国产近红外光谱仪器的应用前景进行了展望,为近红外光谱技术在茶叶领域的应用与发展提供参考依据。     

地理标志产品-茶叶及其利用近红外光谱研究的进展

从地理标志的相关概念得出地理标志保护的重要性,再从研究茶叶实施地理标志产品保护的重要性入手,讨论了传统模式识别茶叶的局限性。在分析了近红外光谱分析技术的基本原理及其特点的基础上,提出了近红外光谱分析技术应用于茶叶地理标志识别模型建立的可行性。     

指纹图谱技术在茶叶产地溯源中的应用

茶叶是我国特色地理标志性产品,具有深厚文化底蕴和区域资源优势。茶叶产地溯源及其品质鉴定,对于保护我国地理标志产品、打击假冒伪劣产品、促进茶叶进出口贸易、保护居民健康等都具有重要意义。本文系统介绍了基于组学研究策略的矿质元素指纹图谱、稀土元素指纹图谱、稳定同位素指纹图谱、化学指纹图谱等技术在国内外茶叶产地溯源中的应用研究进展,充分分析了各方法的优势及不足;重点指出基于多源数据融合的指纹图谱技术可极大弥补单一指标在茶叶产地溯源中的局限性,有效提升产品识别正确率,在茶叶产地溯源研究方面表现出极大的发展潜力和前景。加强对茶叶产地溯源及品质鉴定的基础信息研究,建立和完善以地理标志茶叶为主的质量监测与溯源体系,以维护良好的贸易秩序及提高产品竞争力,是我国茶叶市场发展的必然选择。     

用清除有机自由基DPPH法评价茶叶多糖的抗氧化活性

采用不同方法从不同产地、不同等级和品种的茶叶中提取茶叶多糖,其抗氧化活性用清除1,1-二苯基苦基苯肼(DPPH)有机自由基能力的方法进行评价。结果表明,不同产地、品种以及不同提取方法所得的茶叶多糖清除DPPH有机自由基的能力有较为明显的不同,而同一产地不同等级茶叶中的茶叶多糖清除DPPH有机自由基的能力差别不明显。     

Quantitative analysis and geographical traceability of black tea using Fourier transform near-infrared spectroscopy (FT-NIRS)

Near-infrared spectroscopy (NIRS) combined with chemometric tools was utilized as a rapid analysis method to assess quality and to differentiate geographical origins of black tea. A partial least squares (PLS) algorithm was employed for the calibration of models predicting the levels of caffeine, water extract, total polyphenols, and free amino acids, while a factorization method was proposed to trace black tea from different geographical origins. In the calibration set, the root mean squared error of cross validation (%) and the correlation coefficient (R) for caffeine, water extracts, total polyphenols and free amino acids were 0.102%, 0.654%, 0.552%, and 0.248% and 0.983, 0.977, 0.975, and 0.943, respectively. In the prediction set, the root mean squared error of prediction and R for the corresponding constituents were 0.160%, 0.685%, 0.594%, and 0.273% and 0.955, 0.962, 0.954, and 0.927, respectively. The identification accuracy for black tea from different geographical origins reached 94.3%. This study demonstrated that NIR spectroscopy can be successfully applied to rapidly determine the main chemical compositions and geographical origins of black tea.     

SIMCA模式识别方法在近红外光谱识别茶叶中的应用

茶叶快速准确识别方法研究是当前茶叶行业亟待解决的一项重大课题。本研究采用一种近红外光谱结合SIMCA模式识别方法对茶叶进行识别与分类。研究结果表明,选取6500～5300cm-1波长范围内的光谱,通过标准归一化(SNV)预处理后,利用SIMCA的模式识别方法分别为龙井、碧螺春、祁红和铁观音等四类茶叶建立了类模型。主成分数分别为4、5、2和3时,类模型对未知样本的识别效果最佳。在α=5%的显著性水平下,四类模型的对未知茶叶样本的识别率分别是90%、80%、100%和100%,拒绝率全是100%。本论文为快速准确识别茶叶提供了一种新思路。     

Identification of the Origin of White Tea Based on Mineral Element Content

In recent years, the white tea industry has emerged. However, white tea market prices mainly based on the place of origin face certain challenges, such as shoddy and false advertising. To study origin identification technology, 64 white tea samples were collected from their main origins (Fuding City, Zhenghe County, and Jianyang City) and analyzed for 26 mineral elements (P, K, Fe, Ca, Mg, Al, Mn, and others) using inductively coupled plasma optical emission spectrometry (ICP-OES) and inductively coupled plasma mass spectrometry (ICP-MS). Results showed that white tea samples from different origins had different mineral contents, and samples collected from Zhenghe contained higher amounts of 10 mineral elements than samples from Fuding and Jianyang. By linear discriminant analysis (LDA), support vector machines (SVM) analysis, and K-Nearest Neighbor (KNN) methods, the majority of tea samples from different origins could be successfully differentiated according to their mineral elements. The accuracy of origin-based identification using mineral element analyses reached 98.44, 95.31, and 100 %, respectively. Therefore, mineral elements can be used to identify the origin of white tea samples, providing a reference for white tea identification.     

Simultaneous Classification of Teas According to Their Varieties and Geographical Origins by Using NIR Spectroscopy and SPA-LDA

Due to the human health benefits already scientifically proven, tea (Camellia sinensis) has been widely studied in the literature. Several studies report the classification of the variety or geographical origin of teas, separately. Thus, this paper has proposed a methodology for simultaneous classification of tea samples according to their varieties (green or black) and geographical origins (Brazil, Argentina, or Sri Lanka). For this purpose, near-infrared (NIR) spectroscopy and three differing supervised pattern recognition techniques, namely SIMCA (soft independent modeling of class analogy), PLS-DA (partial least squares-discriminant analysis), and SPA-LDA (successive projections algorithm associated with linear discriminant analysis) have been used. Despite having good results, both full-spectrum PLS-DA and SIMCA were not able to achieve 100 % classification accuracy, regardless of the significance level for the F test in the case of the SIMCA model. On the other hand, the resulting SPA-LDA model successfully classified all studied samples into five differing tea classes (Argentinean green tea; Brazilian green tea; Argentinean black tea; Brazilian black tea; and Sri Lankan black tea) using 12 wave numbers alone.     

基于红外光谱的葡萄酒关键质量属性快速分析评价研究进展

红外光谱技术作为一种快速无损、简便高效的鉴别技术被广泛他应用于葡萄酒的品质检测和定性鉴别中,与化学计量学方法结合可实现对复杂样品各理化成分的多组分检测及分类鉴别,实现对未知样本的定性或定量分析。文章对近红外、中红外光谱分析技术作了简要概述,系统综述了国内外有关红外光谱技术在葡萄酒的品种、产地、年份、陈酿方式及其他方面的分类识别与品质鉴别的研究进展,总结了目前葡萄酒品质分析所存在的问题,并展望了今后红外光谱技术在葡萄酒检测应用中的发展方向和研究重点。     

不同茶类的高效液相色谱特征指纹图谱研究

目的高效液相色谱法(high performance liquid chromatography,HPLC)建立普洱茶等不同品种茶叶样品的指纹图谱。方法 28批茶叶样品经80%甲醇水溶液超声辅助提取,采用Waters C_(18)柱(4.6 mm×250 mm,5.0μm),以乙腈-0.5%乙酸为流动相进行梯度洗脱,流速0.7 mL/min,紫外检测器于270 nm波长进行目标化合物的检测。采用中药色谱指纹图谱相似度评价系统软件进行数据分析,并建立不同品种、不同厂家茶叶的指纹图谱集。结果不同品种茶叶的相似度在0.772-0.981之间,有18个共有峰,指认了其中儿茶素、表儿茶素、没食子儿茶素、表没食子儿茶素、没食子儿茶素没食子酸酯、表儿茶素没食子酸酯、表没食子儿茶素没食子酸酯7个共有峰。相似度结果结合聚类分析结果表明不同品种的茶叶能被准确识别分开,此方法实现了不同茶叶样品的准确分类和识别。结论不同品种、不同厂家茶叶的品质差异明显,高效液相指纹图谱结合化学计量学工具能够很好地提取茶叶的化学信息,并且能够准确地分类和识别不同品种茶叶,为茶叶的品种分类识别和质量控制提供参考依据。     

基于高效液相色谱指纹图谱结合化学计量学及机器学习的黑茶产地识别

目的 建立广西、湖南、四川、陕西和西藏产地黑茶高效液相色谱(highperformanceliquid chromatography,HPLC)指纹图谱,并结合化学计量学与机器学习对黑茶进行产地识别研究。方法 采用高效液相色谱-二极管阵列检测器(high performance liquid chromatography-diode array detector, HPLC-DAD)检测48份不同产地黑茶的化学成分,并建立指纹图谱;利用没食子酸、表没食子儿茶素、表儿茶素没食子酸酯、表儿茶素、儿茶素、咖啡碱和表没食子儿茶素没食子酸酯7种对照品对图谱共有峰进行指认;结合化学计量学和不同机器学习算法建立黑茶产地识别模型,并使用准确率、精确率、召回率及F1分数作为机器学习产地识别模型的评价指标。结果 黑茶指纹图谱共识别出8个共有峰,指认其中7个成分;基于指纹图谱8个共有峰峰面积建立的化学计量学和机器学习的产地识别模型中显示,偏最小二乘法-判别分析模型能识别部分产地黑茶,并筛选出4个差异标志物,其预测准确率为54.2%,逻辑回归(logistic regression, LR)、反向传播神经网络...     

基于UHPLC-Q-TOF/MSE技术分析武夷岩茶的化学成分

利用超高效液相色谱-四极杆-飞行时间质谱法（UHPLC-Q-TOF/MSE）结合UNIFI数据分析平台在线鉴定了武夷岩茶中104个化合物,包括茶多酚、茶色素、生物碱、氨基酸和脂质。通过主成分分析（PCA）及正交偏最小二乘判别分析（OPLS-DA）发现了水仙和肉桂的化学成分具有明显差异,并筛选出19个显著差异性成分,其中水仙样品中表儿茶素、槲皮素-3-O-葡萄糖基-鼠李糖基-(对香豆酰基-阿拉伯糖基)葡萄糖苷、茶黄素-3-没食子酸酯等成分的相对含量较高;肉桂样品中5-O-对香豆酰基奎宁酸、表没食子儿茶素-3-O-(3-O-甲基)-没食子酸酯、杨梅素-3-O-半乳糖苷、山柰酚-3-O-葡萄糖苷等成分的相对含量较高。此方法可用于区分水仙和肉桂成品茶。该研究了解了武夷岩茶的化学组成并阐明了其两个主栽品种水仙和肉桂的化学成分差异性,对合理开发武夷岩茶的食用及药用价值具有指导意义,为武夷岩茶品种的鉴别提供科学依据。