本发明专利技术公开了一种基于近红外光谱结合儿茶素总量分析技术的工夫红茶发酵质量的判别方法，样品的选取与预处理；用高效液相色谱仪测定样品儿茶素含量；获取样品的光谱，利用联合区间偏最小二乘法建立儿茶素近红外光谱定量判别模型，找出儿茶素变化分布，对工夫红茶发酵质量进行判别。本发明专利技术是基于近红外光谱分析技术结合儿茶素总量变化的工夫红茶发酵质量的判别方法，利用标准正态变量变换SNVT对采集的原始光谱进行预处理，利用联合区间偏最小二乘回归法SiPLS构建儿茶素近红外判别模型；本发明专利技术为工夫红茶发酵质量的科学、准确地判别提供了一种定量判断的方法。
【技术实现步骤摘要】
【专利摘要】本专利技术公开了，样品的选取与预处理；用高效液相色谱仪测定样品儿茶素含量；获取样品的光谱，利用联合区间偏最小二乘法建立儿茶素近红外光谱定量判别模型，找出儿茶素变化分布，对工夫红茶发酵质量进行判别。本专利技术是基于近红外光谱分析技术结合儿茶素总量变化的工夫红茶发酵质量的判别方法，利用标准正态变量变换SNVT对采集的原始光谱进行预处理，利用联合区间偏最小二乘回归法SiPLS构建儿茶素近红外判别模型；本专利技术为工夫红茶发酵质量的科学、准确地判别提供了一种定量判断的方法。【专利说明】
本专利技术涉及一种茶叶质量分析判断的方法，尤其涉及的是。
技术介绍
红茶是茶叶国际贸易的主体，按照加工工艺的不同可分为小种红茶工夫、工夫红茶和红碎茶三类，其中工夫红茶分布最广、产量最大。工夫红茶加工工艺是:鲜叶一萎凋一揉捻一发酵一干燥，其中发酵是工夫红茶初制的关键工序，发酵不足会导致产品有青气、滋味苦涩、汤色不红；而发酵过度则产品香气低熟不爽、滋味淡薄、汤色红暗，最终都影响产品质量下降。只有合理地调控发酵程度才能提高红茶品质。在生产实践中，人们对于红茶发酵程度的控制和品质评价主要依赖感官进行经验判断，缺乏量化指标，判别结果受人为因素影响很大。因而，在红茶加工过程中，对红茶发酵程度进行量化的、准确性地判别显得尤为重要。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提供了，为工夫红茶发酵质量的判别提供了一种定量判断的方法，检测结果准确且快速。本专利技术是通过以下技术方案实现的，本专利技术包括以下步骤:(I)原料的选取与预处理选取适度发酵、发酵不足、发酵过度的工夫红茶样品随机划分校正集和预测集；(2)供试样的制备以及获得化学信息:采用高效液相色谱仪测定EGC、C、EGCG、EC、ECG这五种主要儿茶素作为儿茶素总量;(3)红茶发酵质量判别方法的建立a、近红外光谱采集采用MPA型傅里叶变换近红外光谱仪对样品进行近红外光谱扫描，获得样品在近红外波长的所有光谱信息；b、光谱预处理对原始光谱进行不同的预处理，根据红茶发酵质量判别模型的预测效果，确定光谱最佳预处理方法；C、采用联合区间偏最小二乘法建立工夫红茶“发酵”质量的判别模型:I)通过相关系数R、交互验证均方根误差RMSEC、预测均方根误差RMSEV判断模型精度，R越高，RMSEC和RMSEP越小，模型的精度越高:【权利要求】1.，其特征在于，包括以下步骤: (1)原料的选取与预处理 选取适度发酵、发酵不足、发酵过度的工夫红茶样品随机划分校正集和预测集； (2)供试样的制备以及获得化学信息: 采用高效液相色谱仪测定EGC、C、EGCG、EC、ECG这五种主要儿茶素作为儿茶素总量； (3)红茶发酵质量判别方法的建立 a、近红外光谱采集 利用傅里叶近红外光谱仪对样品进行近红外光谱扫描，获得样品在近红外波长的所有光谱信息； b、光谱预处理 对原始光谱进行不同的预处理，根据红茶发酵质量判别模型的预测效果，确定光谱最佳预处理方法； C、采用联合区间偏最小二乘法建立工夫红茶发酵质量的判别模型: 1)通过相关系数R、交互验证均方根误差RMSEC、预测均方根误差RMSEV判断模型精度，R越高，RMSEC和RMSEP越小，模型的精度越高: 2.根据权利要求1所述的，其特征在于，所述步骤(1)中，选取适度发酵工夫红茶样品52份，将样品烘干粉碎，过筛至40目到60目之间，样品量10g，样品按3:1的比例随机划分校正集和预测集。3.根据权 利要求1所述的，其特征在于，所述步骤(2)中，测定儿茶素的色谱条件为:采用Waters公司高效液相色谱仪(型号2695);可调波长紫外检测器；色谱柱=Waters-C18,5ym,3.9mmX250mm;流动相:A相为乙酸水溶液(1.7% )，B相为纯已腈，洗脱梯度为:起始流动相A、B分别为92% A到8% B，流速1.0mL/min, 50min内完成，检测波长278nm和.36911111，供试样的进样量5 4 1，柱温25°C每I次完成后,系统平衡1min后再次进样，获取样品的化学图谱，计算得到儿茶素含量。【文档编号】G01N21/359GK104034692SQ201410210434【公开日】2014年9月10日 申请日期:2014年5月16日 优先权日:2014年5月16日 【专利技术者】宁井铭, 颜玲, 张正竹, 宛晓春, 方骏婷 申请人:安徽农业大学本文档来自技高网...
【技术保护点】
一种基于近红外光谱结合儿茶素总量分析技术的工夫红茶发酵质量的判别方法，其特征在于，包括以下步骤：(1)原料的选取与预处理选取适度发酵、发酵不足、发酵过度的工夫红茶样品随机划分校正集和预测集；(2)供试样的制备以及获得化学信息：采用高效液相色谱仪测定EGC、C、EGCG、EC、ECG这五种主要儿茶素作为儿茶素总量；(3)红茶发酵质量判别方法的建立a、近红外光谱采集利用傅里叶近红外光谱仪对样品进行近红外光谱扫描，获得样品在近红外波长的所有光谱信息；b、光谱预处理对原始光谱进行不同的预处理，根据红茶发酵质量判别模型的预测效果，确定光谱最佳预处理方法；c、采用联合区间偏最小二乘法建立工夫红茶发酵质量的判别模型：1)通过相关系数R、交互验证均方根误差RMSEC、预测均方根误差RMSEV判断模型精度，R越高，RMSEC和RMSEP越小，模型的精度越高：R=1-Σi=1n(yi-y^i)2Σi=1n(yi-y_i)2]]>式中，R为相关系数，n表示样本数，yi和分别为样品集中第i个样品的实测值和预测值，包括校正集和预测集；为样品集中第i个样品的实测值的平均值；RMSECV=1N-P-1Σi=1N(yi-y^i)2]]>RMSEP=1nΣi=1n(yi-y^i)2]]>式中：yi和分别为样品集中第i个样品的实测值和预测值；N为校正集样品数，n为预测集样品数，P为主成分数；2)联合区间偏最小二乘法siPLS算法步骤如下：第一步：将整个光谱区域划分为n个等宽的子区间；第二步：在每个子区间上进行偏最小二乘回归，建立待测品质的局部回归模型，得到n个局部回归模型；第三步：以交互验证时的均方根误差值RMSECV为各局部模型的精度衡量标准，对各局部模型的精度进行比较，找出精度较好的模型所对应的m个子区间，把这m个子区间联合起来进行偏最小二乘回归，建立待测品质的联合局部回归模型；第四步：同样以交互验证时的RMSECV值为各联合局部模型的精度衡量标准，对各个联合局部模型的精度进行比较，最小的RMSECV所对应的联合局部回归模型的子区间组合即为特征波谱区间组合；3)联合区间偏最小二乘法siPLS模型的建立：采用联合区间偏最小二乘回归法对上述样本的近红外光谱进行筛选时，将整个光谱区间分别划分为不同数目的子区间，在划分为相同子区间的情况下，分别联合2、3和4个子区间建立模型，从中获得最优儿茶素含量的siPLS模型；d、模型验证利用建立的预测模型，对预测集的样品进行预测，若得到近红外光谱的预测值与实际值基本一致，则验证模型的预测效果良好。...
【技术特征摘要】
【专利技术属性】
技术研发人员：宁井铭，颜玲，张正竹，宛晓春，方骏婷，
申请(专利权)人：安徽农业大学，
类型：发明
国别省市：安徽;34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。