基于近红外光谱的红茶干燥中含水率无损检测方法

doi:10.13305/j.cnki.jts.2016.02.009

茶叶科学 ›› 2016, Vol. 36 ›› Issue (2): 184-190.doi: 10.13305/j.cnki.jts.2016.02.009

基于近红外光谱的红茶干燥中含水率无损检测方法

陈琳^1,2, 董春旺^1,*, 高明珠^1,2, 叶阳¹

1. 中国农业科学院茶叶研究所,浙江省茶叶加工工程重点实验室,国家茶产业工程技术研究中心,农业部茶树生物学与资源利用重点实验室,浙江杭州 310008;
2. 中国农业科学院研究生院,北京 100081

收稿日期:2016-01-12 出版日期:2016-04-15 发布日期:2019-08-23
通讯作者: *,dongchunwang@tricaas.com
作者简介:陈琳,男,硕士研究生,主要从事茶叶加工方面的研究。
基金资助:
浙江省自然科学基金（LY16C160002）、浙江省“三农六方”项目（2014005）

Nondestructive Measurement of Moisture of Black Tea in Drying Process Based on Near Infrared Spectroscopy

CHEN Lin^1,2, DONG Chunwang^1,*, GAO Mingzhu^1,2, YE Yang¹

1. Tea Research Institute, Chinese Academy of Agricultural Sciences, Key Laboratory of Tea Processing Engineering of Zhejiang Province, National Engineering Technology Research Center of Tea Industry, Key Laboratory of Tea Biology and Resource Utilization of Ministry of Agriculture, Hzngzhou 310008, China;
2. Graduate School of Chinese Academy of Agricultural Sciences, Beijing 100081, China

Received:2016-01-12 Online:2016-04-15 Published:2019-08-23

摘要/Abstract

摘要： 为实现工夫红茶干燥中含水率的快速检测,提出了基于近红外光谱红茶干燥中含水率无损检测方法。随机抽取6次干燥处理中的226个样本,进行波长1 000~17 99 nm近红外光谱扫描后按照国标法测定含水率。对原始光谱数据进行标准正态变量变换（SNVT）预处理,利用全局偏最小二乘法（PLS）、联合区间偏最小二乘法（siPLS）,分别构建水分近红外预测模型并验证。结果表明：用两种方法检测含水率,其准确度都可靠,但利用siPLS法将全光谱划分为13个区间,联合4个区间用6个主成分数构建的水分预测模型效果更优,其预测集的相关系数R和预测均方根误差RMSEP值分别为0.9593和0.0395,说明模型预测精度高,可以实现红茶干燥中含水率的快速无损检测。

关键词: 红茶, 含水率, 近红外光谱, 模型

Abstract: Moisture is an important index of tea drying effect and quality. To understand rapid detection of moisture in black tea, a nondestructive testing method was proposed based on near infrared spectroscopy (NIR). The diffuse reflectance spectra of 226 tea samples were scanned in the range of 1 000-1 799 nm. These samples were from 6 drying processes. Moisture contents of samples were immediately measured after spectral scanning. The original spectrum data were proposed by the Standard Normal Variate Transformation (SNVT). Two regression algorithms including Partial Least Square (PLS) and Synergy Interval Partial Least Square (siPLS) were used to develop models for determination of moisture contents respectively. The result showed that both models had high accuracy, but the performance of model with siPLS was better. It contained 13 spectral intervals combined with 4 subinterval and 6 principal component factors. The root mean square for prediction (RMSEP) and the correlation coefficient (Rp) reached 0.0395 and 0.9593, respectively. It showed that it is feasible to measure moisture content of black tea during drying process.

Key words: black tea, moisture content, near infrared spectroscopy, model

中图分类号:

TS272
O434

陈琳, 董春旺, 高明珠, 叶阳. 基于近红外光谱的红茶干燥中含水率无损检测方法[J]. 茶叶科学, 2016, 36(2): 184-190. doi: 10.13305/j.cnki.jts.2016.02.009.

CHEN Lin, DONG Chunwang, GAO Mingzhu, YE Yang. Nondestructive Measurement of Moisture of Black Tea in Drying Process Based on Near Infrared Spectroscopy[J]. Journal of Tea Science, 2016, 36(2): 184-190. doi: 10.13305/j.cnki.jts.2016.02.009.

参考文献

[1] 戴莹, 冯晓元, 韩平, 等. 近红外光谱技术在果蔬农药残留检测中的应用研究进展[J]. 食品安全质量检测学报, 2014 5(3): 659-663.
[2] 林涛, 于海燕, 应义斌. 可见/近红外光谱技术在液态食品检测中的应用研究进展[J]. 光谱学与光谱分析, 2008, 28(2): 285-290.
[3] 陈寿松, 郑功宇, 金心怡, 等. 茶叶含水率近红外在线快速测定及其应用研究[J]. 茶叶科学, 2014, 34(4): 337-343.
[4] 段民孝, 刑锦丰, 郭景伦, 等. 近红外光谱分析技术及其在农业中的应用[J]. 北京农业科学, 2002, 20(1): 11-14.
[5] Fox G P, Osborne B, Bowman J, et al.Measurement of genetic and environmental variation in barley (Hordeum vulgare) grain hardness[J]. Journal of Cereal Science, 2007, 46(1): 82-92.
[6] 傅霞萍, 应义斌, 刘燕德, 等. 水果坚实度的近红外光谱检测分析试验研究[J].光谱学与光谱分析, 2006, 26(6): 1038-1041.
[7] 孙通, 徐惠荣, 应义斌. 近红外光谱分析技术在农产、食品品质在线无损检测中的应用研究进展[J]. 光谱学与光谱分析, 2009, 29(1): 122-126.
[8] 刘辉军, 吕进, 张维刚, 等. 茶叶中茶多酚含量的近红外光谱检测模型研究[J]. 红外技术, 2007, 29(7): 429-432.
[9] Chen Q S, Zhao J W, Fang C H.Feasibility study on identifieation of green tea black and Oolong teas using near-inftared spectroscopy based on support veetor maehine (SVM)[J]. Spectroehimiea Acta Part A, 2007, 66: 568-574.
[10] Chen Q S, Zhao J W, Zhang H D, et al.Feasibility study on qualitative and quantitative analysis in tea by near inftared spectroscopy with multivariate calibration[J]. Analytica Chimica Acta, 2006, 572(2): 77-84.
[11] 毛罕平, 张晓东, 李雪, 等. 基于光谱反射特征葡萄叶片含水率模型的建立[J]. 江苏大学学报: 自然科学版, 2008, 29(5): 369-372.
[12] 汤修映, 牛力钊, 徐杨, 等. 基于可见/近红外光谱技术的牛肉含水率无损检测[J]. 农业工程学报, 2013, 29(11): 248-252.
[13] 刘洁, 李小昱, 李培武, 等. 基于近红外光谱的板栗水分检测方法[J]. 农业工程学报, 2010, 26(20): 338-341.
[14] Li Xiaoli, He Yong.Chlorophyll assessment and sensitive wavelength exploration for tea (Camellia sinensis) based on reflectance spectral characteristics[J]. Hortscience, 2008, 43(5): 1-6.
[15] 李晓丽, 程术希, 何勇. 基于漫反射光谱的初制绿茶含水率无损检测方法[J]. 农业工程学报, 2010, 26(5): 195-201.
[16] 牛智有, 林新. 茶叶定性和定量近红外光谱分析研究[J]. 光谱学与光谱分析, 2009, 29(9): 2417-2420.
[17] 江燕, 杨眉, 张学博, 等. 中药饮片近红外光谱水分定量模型的研究[J]. 药物分析杂志, 2013, 33(9): 1572-1577.
[18] 吴瑞梅, 赵杰文, 陈全胜, 等. 近红外光谱技术结合特征变量筛选快速检测绿茶滋味品质[J]. 光谱学与光谱分析, 2011, 31(7): 1782-1785.
[19] 张德涛, 邹小波, 石吉勇, 等. 近红外光谱结合不同偏最小二乘法快速检测镇江香醋的浑浊度[J]. 中国酿造, 2012, 31(1): 169-171.
[20] 周健, 成浩, 王丽鸳. 近红外技术在茶叶上的研究进展[J]. 茶叶科学, 2008, 28(4): 294-300.

基于近红外光谱的红茶干燥中含水率无损检测方法

Nondestructive Measurement of Moisture of Black Tea in Drying Process Based on Near Infrared Spectroscopy

PDF (PC)

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 10

[1]	欧阳珂, 张成, 廖雪利, 坤吉瑞, 童华荣. 基于感官组学分析玉米香型南川大茶树工夫红茶特征香气[J]. 茶叶科学, 2022, 42(3): 397-408.
[2]	吴鑫, 宋飞虎, 裴永胜, 朱冠宇, 姜乐兵, 宁文楷, 李臻峰, 刘本英. 基于机器视觉的茶叶微波杀青中品质变化与预测研究[J]. 茶叶科学, 2021, 41(6): 854-864.
[3]	王春晓, 高峰, 陈富桥, 曾亮. “一带一路”倡议对中国茶叶出口的影响——基于渐进双重差分模型的实证分析[J]. 茶叶科学, 2021, 41(6): 865-875.
[4]	刘诗羽, 李道和. 中国对美国市场茶叶出口贸易波动成因分析——基于修正的CMS模型[J]. 茶叶科学, 2021, 41(6): 876-888.
[5]	陈冬梅, 韩文炎, 周贤锋, 吴开华, 张竞成. 基于自适应增强的BP模型的浙江省茶叶产量预测[J]. 茶叶科学, 2021, 41(4): 564-576.
[6]	崔俪丹, 张湘琳, 项希, 李兰兰, 屈青云, 徐洋洋, 王继国, 刘峰, 龚志华, 肖文军. 微波初干工艺对红茶品质的影响[J]. 茶叶科学, 2021, 41(3): 406-418.
[7]	张菲, 管曦, 朱荣军. 中国茶叶出口的影响因素与贸易效率——基于随机前沿引力模型的实证分析[J]. 茶叶科学, 2021, 41(3): 430-438.
[8]	朱晨鹏, 彭宏京, 肖庆华, 施浩杰, 吴广. 基于专属0-1模型的茶叶验真方法[J]. 茶叶科学, 2021, 41(2): 228-236.
[9]	王盛琳, 杨崇山, 刘中原, 柳善建, 董春旺. 基于电特性的红茶发酵中茶多酚含量快速检测方法[J]. 茶叶科学, 2021, 41(2): 251-260.
[10]	王蔚, 陈琳, 王伟伟, 张建勇, 江和源. 茶叶有效成分对黑色素形成的抑制作用[J]. 茶叶科学, 2021, 41(1): 7-18.
[11]	任广鑫, 金珊珊, 李露青, 宁井铭, 张正竹. 近红外光谱技术在茶叶品控与装备创制领域的研究进展[J]. 茶叶科学, 2020, 40(6): 707-714.
[12]	卢莉, 程曦, 张渤, 沈小霞, 刘艳, 熊丽, 袁潇, 李远华, 黎星辉. 小种红茶茶多酚和咖啡碱近红外定量分析模型的建立[J]. 茶叶科学, 2020, 40(5): 689-695.
[13]	郑蓉蓉, 刘路星, 马妍丽, 王自帅, 陈少游, 何敦春, 谢联辉. 基于Logistic-ISM模型的茶农采纳病虫生态调控技术的影响因素及层次结构分析[J]. 茶叶科学, 2020, 40(5): 696-706.
[14]	李道和, 叶丽红, 陈江华, 刘若. 茶叶区域公用品牌整合绩效影响因素分析——基于茶叶企业视角[J]. 茶叶科学, 2020, 40(4): 544-554.
[15]	王家勤, 姚月凤, 袁海波, 江用文, 李佳. 基于色差系统的工夫红茶茶汤亮度的量化评价方法研究[J]. 茶叶科学, 2020, 40(2): 259-268.