联合三种检测方法的武夷岩茶产地鉴别方法技术

本发明专利技术涉及联合三种检测方法的武夷岩茶产地鉴别方法，即联合近红外光谱检测、稳定同位素质谱检测以及儿茶素检测方法，建立武夷岩茶产地鉴别方法，属于地理标志产品真实性识别技术领域，其目的在于解决单种检测数据无法代表产地溯源全部关键信息和不同类型检测数据在计量学方法中联合使用的数据匹配等问题。本发明专利技术基于最小二乘支持向量机模型，将不同产地岩茶近红外特征光谱、稳定同位素及儿茶素数据融合在一起，建立LS‑SVM分析模型，识别率最高，达100.0％，高于单种数据LS‑SVM结果，且对盲样的识别率达100％，本发明专利技术方法具有较好应用前景，可作为武夷岩茶产地溯源识别技术方法。

【技术实现步骤摘要】
(一)
本专利技术涉及联合三种检测方法的武夷岩茶产地鉴别方法，所述三种检测方法为近红外光谱检测、稳定同位素质谱检测和儿茶素含量检测，属于地理标志产品真实性识别
(二)
技术介绍
根据GB/T17924-2008的定义，地理标志产品是指利用产自特定地域的原材料，按照传统工艺在特定地域内所生产的，质量、特色或者声誉在本质上取决于其原产地域地理特征，并按法定程序经审核批准以原产地域名称命名的产品。茶叶具有明显的地域特色和品质特征，品质、口感与其产地的地理条件、气候因素、环境等因素密切相关，市场认可度和消费者喜爱程度也各有不同，是典型的地理标志保护产品。国家质检总局对特定区域内的茶叶进行原产地域产品的地理标识，如武夷岩茶、安溪铁观音、大红袍、永春佛手、西湖龙井、安吉白茶、祁门红茶、普洱茶、碧螺春茶等近50种地理标志产品茶叶。目前，国内外已开展成品茶产地识别鉴定研究，仪器检测结合化学计量学分析方法为最主要产地识别方法，仪器检测方法主要有近红外光谱、同位素质谱、液相色谱、传感器等；常用计量学方法包括偏最小二乘、主成分分析、人工神经网络、支持向量机等。近红外光谱检测技术广泛应用农产品原产地检测中，YongHe等选取325～1075nm的光谱，以主成分分析得到的8个主成分作为输入层，对8个品牌(毛峰、雪水云绿、羊岩勾青等)的200份绿茶建立了BP判别模型，并对40份未知样品进行测定，判别准确率达100％。周健等对4个龙井茶品种(龙井43、群体种、迎霜和乌牛早)进行近红外检测，并采用PLS建立模型，其对定标集的559个样本的识别准确率分别为89.8％、90.9％、96.1％和99.5％，而对验证集的279个未知样本的识别准确率分别为87.1％、84.2％、96.1％和97.5％。苏学素等采用1140～1170nm波段的近红外光谱对江西、重庆和湖南3个产地脐橙建立了簇类独立软模式法脐橙产地鉴别模型，模型对3个产地训练集样品的识别率均为100％，拒绝率分别为85.7％、83.3％、100％；对验证集样品的识别率均为100％，拒绝率分别为100％、89.5％、100％。夏立娅等采用近红外光谱对119个地理标志产品响水大米和90个非响水大米进行检测，利用凝聚层次聚类和费世尔判别鉴别方法可以100％正确鉴别响水大米和非响水大米；对于非响水地区的大米的具体产地判别，聚类分析正确率为91.9％，费世尔判别分析方法的正确率为96.7％。同位素是所有生物的一个自然标签，与生物的生长环境密切相关，因此同位素质谱(IRMS)为茶叶原产地识别提供科学的、可靠的鉴别方法。IRMS目前已经广泛应用在各种农产品的原产地检测中，Brescia等对意大利、加拿大、土耳其、澳大利亚产的硬质粗面粉进行同位素组成分析，发现δ13C、δ18O、δ15N与原产地有明显相关关系。Maggi等采集了希腊、伊朗、意大利、西班牙等地藏红花样品，对产品相关的理化性质进行了测定，多元统计分析结果表明利用紫外、高效液相色谱、气相色谱等所测定的藏红花酸、挥发性有机物等含量对产地正确分辨率仅为60％，而结合产品中δ2H、δ15N、δ13C值，则可以100％判定藏红花的原产地。Rodrigues等还发现不同原产地咖啡生豆中δ18O、δ15N、δ13C和C、N元素组成存在差异，与不同地域纬度和沉淀值有关，可以用于原产地判定。采用色谱技术对样品的一些特征化合物进行定量分析，最常检测项目为儿茶素。宁井铭等利用液相色谱技术对来自云南普洱茶主要产区的20个晒青毛茶的儿茶素进行分析，结果表明，不同产地毛茶在主要化学成分组成上存在着差异性，同一地区毛茶基本一致；康海宁等用高效液相色谱对33个茶样中5种儿茶素和咖啡碱进行检测，通过聚类分析，可区分不同种类、不同产地及不同工艺的茶叶；王丽鸳等利用HPLC化学指纹图谱，针对儿茶素类和黄酮苷类物质进行武夷岩茶的分类识别试验，依据其判别函数得分值的差异，对不同原料品种、不同地区生产的武夷岩茶进行判别。从上述例子可以看出，国内外对地理标志产品的鉴别方法已有很多，但是很多研究尚有不足之处，如采样不充分样品数量少，无法保证样品的准确性和代表性；样品空间选择跨度大，往往选自不同国家、不同地区，本身就具有很大的区别；再加之甚至选择了不同品种样品进行比较，不同品种间本身差异较大，因此这类鉴别方法对小范围的地理标志产品产地判别借鉴意义不大；建模方法采用单种检测数据结合计量学方法进行，单种检测数据无法代表产地溯源的全部信息，导致产地识别率较低，上述这些严重影响了地理标志产品保护技术的创新和突破。针对如上情况，有必要建立一种融合近红外、稳定同位素以及儿茶素数据的产地识别模型。(三)
技术实现思路
本专利技术目的在于解决单种检测数据无法代表产地溯源的全部关键信息以及不同类型检测数据在计量学方法中的联合使用所存在的数据匹配等问题，提供一种联合近红外光谱、稳定同位素以及儿茶素三种检测方法的武夷岩茶产地鉴别方法，该方法基于最小二乘支持向量机模型，将不同产地岩茶(包括地理标志产地内和产地外岩茶)近红外特征光谱数据、稳定同位素数据和儿茶素数据融合在一起，建立分析模型，提取试样后利用模型客观、准确的判定岩茶产地。本专利技术采用的技术方案是：联合近红外光谱和稳定同位素鉴别武夷岩茶产地的方法，所述方法包括：(A)采集不同产地岩茶样品：武夷岩茶产区外样品数＞100份，且产区周边50公里范围内样品占比＞50％；武夷岩茶产区内样品数为产区外样品的2～3倍，采样范围覆盖主要产区各生产企业，且每家企业应不少于3个样品；(B)测定不同产地岩茶样品的近红外特征光谱数据：近红外检测参数：64次扫描，特征光谱条带为64次扫描的平均值，扫描范围为12000-4000cm-1，数据点的间隔为1.928cm-1，采集时室温控制在25℃，湿度保持稳定，每个样本的光谱采集1次；所有样品采用无损检测，无需采用粉碎等前处理，采用相同加料方法、加料量(目测)，加料完毕即可进行检测。(C)测定不同产地岩茶样品的稳定同位素质谱数据：δ13C、δ15N、δ18O和δ2H由ThermoFisherMAT253稳定同位素质谱仪测定，每个样品至少重复分析3次以上，取平均值作为最终结果；通过SVM-RFE(支持向量机回归特征消去法)对武夷岩茶稳定同位素数据进行训练和预测，随机重复100次，并对各变量的模型特征进行排序，筛选出岩茶原产地的同位素特征变量，其排序顺序为氢、氧、氮、碳、锶。并利用预测集计算模型的灵敏度增维精度、分辨率增维精度、识别率增维精度，均按重复计算100次平均结果，氢、氧、氮、碳四种数据组成的模型，其识别率最高，达93.93％，因此建模只需要选择氢、氧、氮、碳四种数据即可，无需对锶等其他稳定同位素含量进行检测。(D)测定不同产地岩茶样品的儿茶素数据：利用HPLC法对不同产地岩茶样品中的6种儿茶素以及咖啡碱进行检测，平行测定3次，取平均值。数据经SVM-RFE模型训练和预测后，各儿茶素和咖啡碱对于地理特征的贡献率从高到低依次为表没食子儿茶素(EGC)、儿茶素(C)、表没食子儿茶素没食子酸酯(EGCG)、没食子酸(GA)、表儿茶素(EC)、表儿茶素没食子酸酯(ECG)和咖啡碱。将儿茶素和咖啡碱共7个特征变量按上述顺序进本文档来自技高网...

【技术保护点】
联合三种检测方法的武夷岩茶产地鉴别方法，所述方法包括：(A)采集不同产地岩茶样品：武夷岩茶产区外样品数＞100份，且产区周边50公里范围内样品占比＞50％；武夷岩茶产区内样品数为产区外样品的2～3倍，采样范围覆盖主要产区各生产企业，且每家企业应不少于3个样品；(B)测定不同产地岩茶样品的近红外特征光谱数据：近红外检测参数：64次扫描，特征光谱条带为64次扫描的平均值，扫描范围为12000‑4000cm‑1，数据点的间隔为1.928cm‑1，采集时室温控制在25℃，湿度保持稳定，每个样本的光谱采集1次；(C)测定不同产地岩茶样品的稳定同位素质谱数据：δ13C、δ15N、δ18O和δ2H的测定，每个样品至少重复分析3次以上，取平均值作为最终结果；通过SVM‑RFE(支持向量机回归特征消去法)对武夷岩茶稳定同位素数据进行训练和预测，随机重复100次，并对各变量的模型特征进行排序，筛选出岩茶原产地的同位素特征变量，其排序顺序为氢、氧、氮、碳、锶；并利用预测集计算模型的灵敏度增维精度、分辨率增维精度、识别率增维精度，均按重复计算100次平均结果，氢、氧、氮、碳四种数据组成的模型，其识别率最高，达93.93％，因此建模只需选择氢、氧、氮、碳四种数据，无需对锶等其他稳定同位素含量进行检测；(D)测定不同产地岩茶样品的儿茶素数据：利用HPLC法对不同产地岩茶样品中的6种儿茶素以及咖啡碱进行检测，平行测定3次，取平均值；数据经SVM模型训练和预测后，各儿茶素和咖啡碱对于地理特征的贡献率从高到低依次为表没食子儿茶素(EGC)、儿茶素(C)、表没食子儿茶素没食子酸酯(EGCG)、没食子酸(GA)、表儿茶素(EC)、表儿茶素没食子酸酯(ECG)和咖啡碱；最高模型识别率为0.8596，模型中包含EGC、C、EGCG、GA和EC，该模型的灵敏度为0.9322，分辨率为0.6734；(E)联合三种检测方法建立不同产地岩茶鉴别数据库：(1)将每条近红外数据(Y轴数据)拼接在Excel数据表格中，每行所有列数据组成每条近红外数据；(2)将每个样品的稳定同位素数据按氢、氧、氮、碳顺序拼接在近红外数据中(按氢、氧、氮、碳拼接在近红外数据列之后)，再将儿茶素数据按EGC、C、EGCG、GA和EC顺序拼接在稳定同位素数据后，武夷岩茶产区内样品组成的Excel数据表，以data1命名；武夷岩茶产区外样品组成的Excel数据表，以data2命名；(3)运行MATLAB软件中的edit功能，打开data1.xls、data2.xls，以Mat文件格式保存，文件名对应为data1.mat、data2.mat；(4)数据分割：参考R.D.Snee和Michal Daszykowski建立的Duplex分割程序；(5)对步骤(4)数据分割后的近红外、稳定同位素以及儿茶素融合数据，采用最小二乘支持向量机法分析并建立LS‑SVM模型，正确判别率达100％；(F)取待测未知产地样品按照步骤(B)、(C)和(D)测定近红外特征光谱、稳定同位素质谱和儿茶素数据，将测得数据代入上述LS‑SVM模型，判断待测样品的产地属性。...

【技术特征摘要】
1.联合三种检测方法的武夷岩茶产地鉴别方法，所述方法包括：(A)采集不同产地岩茶样品：武夷岩茶产区外样品数＞100份，且产区周边50公里范围内样品占比＞50％；武夷岩茶产区内样品数为产区外样品的2～3倍，采样范围覆盖主要产区各生产企业，且每家企业应不少于3个样品；(B)测定不同产地岩茶样品的近红外特征光谱数据：近红外检测参数：64次扫描，特征光谱条带为64次扫描的平均值，扫描范围为12000-4000cm-1，数据点的间隔为1.928cm-1，采集时室温控制在25℃，湿度保持稳定，每个样本的光谱采集1次；(C)测定不同产地岩茶样品的稳定同位素质谱数据：δ13C、δ15N、δ18O和δ2H的测定，每个样品至少重复分析3次以上，取平均值作为最终结果；通过SVM-RFE(支持向量机回归特征消去法)对武夷岩茶稳定同位素数据进行训练和预测，随机重复100次，并对各变量的模型特征进行排序，筛选出岩茶原产地的同位素特征变量，其排序顺序为氢、氧、氮、碳、锶；并利用预测集计算模型的灵敏度增维精度、分辨率增维精度、识别率增维精度，均按重复计算100次平均结果，氢、氧、氮、碳四种数据组成的模型，其识别率最高，达93.93％，因此建模只需选择氢、氧、氮、碳四种数据，无需对锶等其他稳定同位素含量进行检测；(D)测定不同产地岩茶样品的儿茶素数据：利用HPLC法对不同产地岩茶样品中的6种儿茶素以及咖啡碱进行检测，平行测定3次，取平均值；数据经SVM模型训练和预测后，各儿茶素和咖啡碱对于地理特征的贡献率从高到低依次为表没食子儿茶素(EGC)、儿茶素(C)、表没食子儿茶素没食子酸酯(EGCG)、没食子酸(GA)、表儿茶素(EC)、表儿茶素没食子酸酯(ECG)和咖啡碱；最高模型识别率为0.8596，模型中包含EGC、C、EGCG、GA和EC，该模型的灵敏度为0.9322，分辨率为0.6734；(E)联合三种检测方法建立不同产地岩茶鉴别数据库：(1)将每条近红外数据(Y轴数据)拼接在Excel数据表格中，每行所有列数据组成每条近红外数据；(2)将每个样品的稳定同位素数据按氢、氧、氮、碳顺序拼接在近红外数据中(按氢、氧、氮、碳拼接在近红外数据列之后)，再将儿茶素数据按EGC、C、EGCG、GA和EC顺序拼接在稳定同位素数据后，武夷岩茶产区内样品组成的Excel数据表，以data1命名；武夷岩茶产区外样品组成的Excel数据表，以data2命名；(3)运行MATLAB软件中的edit功能，打开data1.xls、data2.xls，以Mat文件格式保存，文件名对应为data1.mat、data2.mat；(4)数据分割：参考R.D.Snee和MichalDaszykowski建立的Duplex分割程序；(5)对步骤(4)数据分割后的近红外、稳定同位素以及儿茶素融合数据，采用最小...

【专利技术属性】
技术研发人员：叶子弘，楼云霄，付贤树，俞晓平，崔海峰，张雅芬，
申请(专利权)人：中国计量大学，
类型：发明
国别省市：浙江;33