CN101303297B - 成品茶的加工原料品种识别方法 - Google Patents
成品茶的加工原料品种识别方法 Download PDFInfo
- Publication number
- CN101303297B CN101303297B CN 200810063621 CN200810063621A CN101303297B CN 101303297 B CN101303297 B CN 101303297B CN 200810063621 CN200810063621 CN 200810063621 CN 200810063621 A CN200810063621 A CN 200810063621A CN 101303297 B CN101303297 B CN 101303297B
- Authority
- CN
- China
- Prior art keywords
- tea
- sample
- raw material
- samples
- kinds
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明提供一种成品茶的加工原料品种识别方法，将茶叶样本经过粉碎处理，过筛，在IFS 28/N近红外光谱仪上进行采集，采集控制室温在20-25℃；确立特定品种真伪样本的因变量“Y”和自变量“X”，随机选取样本作为训练集样本，采用内部交叉验证，用原始光谱以PLS建立特定品种的成品茶鉴定模型，然后以0为中间值进行真伪判定。本发明建立了针对特殊品种为原料加工成的成品茶的识别方法，解决了目前难以识别市场上以特殊品种或者是新品种为原料加工成的成品茶的难题，有利于加强对新品种和珍稀品种的保护，有助于加强对新品种以及特殊珍稀品种、新品种登记者和生产者的权益的保护，规范市场上新品种特殊标识的使用，促进新品种的发展。
Description
技术领域
本发明属茶叶原料品种的识别方法，主要涉及特殊珍稀品种或新品种为原料制成的茶叶的识别，具体是利用近红外结合PLS技术进行成品茶的制茶原料品种的识别。
背景技术
自1999年我国启动实施《植物新品种保护条例》以来，“植物新品种保护”、“品种权战略”等观念已逐步深入人心。在《植物新品种保护条例》及其《实施细则》发布的初期，很多生产、经营单位尚未认识到未经我公司允许私自以商业为目的生产、销售授权品种的行为已经触犯了国家的法规；另外有一小部分人，对新品种保护条例，视而不见，以身试法，在一定程度上影响了条例的实施效果。我国自1999年4月加入国际植物新品种保护联盟以来，我国在植物新品种保护方面取得了巨大的成就。农业部先后发布了6批植物新品种保护名录，受保护的农业植物属和种达到62个；品种权申请数量从1999年的115件增长到2005年的950件，申请量位居UPOV成员国前列；至2005年，国外的申请量已达119件，表明我国品种权保护工作正在得到国际认可。7年来，农业部先后发布了6批植物品种保护名录，使受保护的农业植物属和种达到62个，国家林业局发布了4批保护名录，使受保护的林业植物属和种达到78个，为越来越多的育种者提供了保护空间和公平竞争的平台。
新品种的应用在茶产业的发展中也越来越显示其优越性。某些新品种和优良品种制成的茶叶如龙井43品种制成的龙井茶、大红袍、铁观音等由于其优良的品质在市场上具有良好的销售状况，并且往往能以较高的售价出售，消费者接受程度高。由于这种情况的存在，有经营者以普通品种的茶叶混充某些特殊品种或者是新品种的茶叶出售，以获得较高的利润，而由于加工工艺的相同，普通品种和新品种往往很难识别，这对新品种或珍稀品种的发展产生了不良影响，因此为了解决这个问题，需要有一种针对特殊品种或新品种为原料加工成的成品茶的识别方法，以实现对新品种和珍稀品种的保护。
发明内容
本发明的目的是提供一种特殊珍稀品种或新品种为原料制成的茶叶的识别，是通过近红外技术和化学计量学方法的结合，提出能对市场上一些特殊珍稀品种或新品种为原料制成的茶叶的识别的方法。
本发明通过以下步骤实施：
(1)茶叶样本光谱采集前的处理：所有的样品均经过粉碎处理，具体过程为：称取大约20g左右的茶样，放入中药粉碎机(20000r/min左右)粉碎约30s左右，之后将磨碎后的粉末过40目筛，然后准确称取10g作为近红外的分析材料。
(2)茶叶样本近红外光谱的采集：样品的近红外光谱的采集在IFS 28/N(Bruker，德国)近红外光谱仪上进行，随机软件为：Opus Quant 2，采集模式为吸收光谱。光谱为64次扫描的平均值，扫描区域为10000-3500cm-1。数据点的间隔为3.857cm-1，因此近红外光谱的数据点为1946个，采集时室温控制在20-25℃，湿度保持稳定。
(3)针对PLS模型的待识别品种样本与其他品种样本的因变量和自变量的确立：为了建立PLS回归模型，分别给不同的样本赋予一个因变量“Y”，其中待识别品种样本定义的因变量“Y”的值为1，而其他品种样本(均采用龙井茶的加工工艺)为“-1”，光谱数据作为自变量“X”作为建立PLS模型的自变量和因变量。
(4)针对待识别品种样本的识别模型建立和模型识别：采用内部交叉验证，利用训练集样本的原始光谱以PLS建立特定品种为原料制成的成品茶的识别模型，然后以0为中间值进行真伪判定，其中通过模型的计算值＜0的为其他品种样本，＞0的为待识别品种样本。
本发明提供的针对特殊品种或者是新品种为原料制成的成品茶的识别方法的有益效果是：建立了针对特殊品种或者是新品种为原料加工成的成品茶的识别方法，解决了目前难以识别市场上以特殊品种或者是新品种为原料加工成的成品茶的难题，有利于加强对新品种和珍稀品种的保护。目前由于加工工艺的相同，市场上以普通品种为原料和以特殊品种及新品种为原料的成品茶区分非常困难，这对特殊品种以及新品种的保护十分不利。本发明通过近红外技术和化学计量学的PLS分析方法，通过对定标集样本的待识别品种样本和其他品种样本分别定义因变量的方法，建立了针以对特殊待识别品种为原料加工成的成品茶的识别模型，通过模型预测值的比较可识别正宗的新品种或者珍稀品种为原料加工成的成品茶，从而为市场上成品茶的原料识别提供了一种可靠方法。而目前还未有相关方面的研究。利用发明可以有效鉴别市场新品种或特殊品种为原料加工成的成品茶，有助于加强对新品种以及特殊珍稀品种的保护，保护新品种登记者和生产者的权益，规范市场上新品种特殊标识的使用，促进新品种的发展。
附图说明
图1为模型对于定标集样本的分类效果。
具体实施方式
本发明结合附图和实施例作进一步的说明。
实施例一
用建立的龙井43品种的识别模型对定标样本外的11个以龙井43为原料的制成的成品茶进行识别，具体结果描述如下：
1.样本的前处理
将样本经过粉碎处理，具体过程为：称取大约20g左右的茶样，放入中药粉碎机(20000r/min左右)粉碎约30s左右，之后将磨碎后的粉末过40目筛，然后准确称取10g作为近红外的分析材料。
2.样本光谱的获得
粉碎后的样品的近红外光谱的采集在IFS 28/N(Bruker，德国)近红外光谱仪上进行，随机软件为：Opus Quant 2，采集模式为吸收光谱。光谱为64次扫描的平均值，扫描区域为10000-3500cm-1。数据点的间隔为3.857cm-1，因此近红外光谱的数据点为1946个。采集时室温控制在25℃左右，湿度保持稳定。
3.针对龙井43品种为原料的成品茶PLS识别模型的建立
分别给不同的样本赋予一个因变量“Y”，其中龙井43品种样本定义的因变量“Y”的值为1，而其他品种样本(均采用龙井茶的加工工艺)为“-1”。光谱数据作为自变量“X”作为建立PLS模型的自变量和因变量。以63个定标集样本(包括22个龙井43样本和41个其他品种样本)，采用内部交叉验证，利用训练集样本的原始光谱以PLS建立以龙井43品种为原料制成的成品茶的识别模型。图1显示和定标集样本可按照不同的品种有明显的聚类趋势。
4.以龙井43品种为原料的验证样本的鉴别
以0为中间值进行真伪判定，其中通过模型的预测值＜0的为其他品种加工成的样本，＞0的为龙井43品种为原料加工成的样本。11个原料品种为龙井43的验证样本的模型预测值的范围为0.052-1.845，符合大于0的标准，均识别正确，识别的准确率为100％(表1)。
表1.11个龙井43品种为原料的验证样本的识别效果
| 实际原料品种 | 模型预测值 | 模型识别品种 | |
| 1 | 龙井43 | 1.406 | 龙井43 |
| 2 | 龙井43 | 1.645 | 龙井43 |
| 3 | 龙井43 | 0.231 | 龙井43 |
| 4 | 龙井43 | 0.004 | 龙井43 |
| 5 | 龙井43 | 0.259 | 龙井43 |
| 6 | 龙井43 | 0.829 | 龙井43 |
| 7 | 龙井43 | 0.426 | 龙井43 |
| 8 | 龙井43 | 0.052 | 龙井43 |
| 9 | 龙井43 | 1.845 | 龙井43 |
| 10 | 龙井43 | 1.286 | 龙井43 |
| 11 | 龙井43 | 0.982 | 龙井43 |
实施例二
用建立的龙井43品种的识别模型对定标样本外的20个其他品种(非龙井43)为原料的制成的成品茶进行识别，具体结果描述如下：
1.样本的前处理
将样本经过粉碎处理，具体过程为：称取大约20g左右的茶样，放入中药粉碎机(20000r/min左右)粉碎约30s左右，之后将磨碎后的粉末过40目筛，然后准确称取10g作为近红外的分析材料。
2.样本光谱的获得
粉碎后的样品的近红外光谱的采集在IFS 28/N(Bruker，德国)近红外光谱仪上进行，随机软件为：Opus Quant 2，采集模式为吸收光谱。光谱为64次扫描的平均值，扫描区域为10000-3500cm-1。数据点的间隔为3.857cm-1，因此近红外光谱的数据点为1946个。采集时室温控制在25℃左右，湿度保持稳定。
3.针对龙井43品种为原料的成品茶PLS识别模型的建立
分别给不同的样本赋予一个因变量“Y”，其中龙井43品种样本定义的因变量“Y”的值为1，而其他品种样本(均采用龙井茶的加工工艺)为“-1”。光谱数据作为自变量“X”作为建立PLS模型的自变量和因变量。以63个定标集样本(包括22个龙井43样本和41个其他品种样本)，采用内部交叉验证，利用训练集样本的原始光谱以PLS建立以龙井43品种为原料制成的成品茶的识别模型。
4.以龙井43品种为原料的茶叶样本的鉴别
以0为中间值进行真伪判定，其中通过模型的预测值＜0的为其他品种加工成的样本，＞0的为龙井43品种为原料加工成的样本。除了1个其他原料品种的样本被识别为龙井43样本外(模型的预测值为0.144)，剩余的19个其他原料品种样本的模型的预测值为-0.226～-2.245，均符合小于0(非龙井43品种)的标准(表2)。
表2.20个其他品种样本(龙井43品种)为原料的成品茶的识别效果
| 实际原料品种 | 模型预测值 | 模型识别品种 | |
| 1 | 其他品种 | 0.144 | 龙井43 |
| 2 | 其他品种 | -0.687 | 其他品种 |
| 3 | 其他品种 | -0.226 | 其他品种 |
| 4 | 其他品种 | -0.458 | 其他品种 |
| 5 | 其他品种 | -1.180 | 其他品种 |
| 6 | 其他品种 | -1.254 | 其他品种 |
| 7 | 其他品种 | -0.906 | 其他品种 |
| 8 | 其他品种 | -0.010 | 其他品种 |
| 9 | 其他品种 | -0.522 | 其他品种 |
| 10 | 其他品种 | -0.302 | 其他品种 |
| 11 | 其他品种 | -0.873 | 其他品种 |
| 实际原料品种 | 模型预测值 | 模型识别品种 | |
| 12 | 其他品种 | -0.650 | 其他品种 |
| 13 | 其他品种 | -1.150 | 其他品种 |
| 14 | 其他品种 | -0.580 | 其他品种 |
| 15 | 其他品种 | -0.758 | 其他品种 |
| 16 | 其他品种 | -2.045 | 其他品种 |
| 17 | 其他品种 | -0.934 | 其他品种 |
| 18 | 其他品种 | -1.615 | 其他品种 |
| 19 | 其他品种 | -0.429 | 其他品种 |
| 20 | 其他品种 | -0.556 | 其他品种 |
| 识别准确率 | 95.0％ |
采用前面所公开的内容，本领域技术人员可最大限度地应用本发明。前面的优选具体实施方案应理解为仅是举例说明，而非以任何方式限制本发明的范围。
Claims (3)
1.一种成品茶的加工原料品种识别方法，其特征是通过以下步骤实现：
(1)茶叶样本光谱采集前的处理：取茶叶样本放入中药粉碎机粉碎，将磨碎后的粉末过40目筛，准确称取10g作为近红外的分析材料；
(2)茶叶样本近红外光谱的采集：茶叶样本的近红外光谱的采集在IFS28/N近红外光谱仪上进行，随机软件为：Opus Quant 2，采集模式为吸收光谱，光谱为64次扫描的平均值，扫描区域为10000-3500cm-1，数据点的间隔为3.857cm-1，近红外光谱的数据点为1946个，采集时控制室温20-25℃；
(3)针对偏最小二乘法模型的待识别品种样本与其他品种样本的因变量和自变量的确立：分别给不同的样本赋予一个因变量“Y”，其中待识别品种样本定义的因变量“Y”的值为1，而其他品种样本的因变量“Y”的值为“-1”，光谱数据作为自变量“X”；
(4)针对待识别品种样本的识别模型建立和模型识别：采用内部交叉验证，利用训练集样本的原始光谱以偏最小二乘法建立特定品种为原料制成的成品茶的识别模型，然后以0为中间值进行真伪判定，其中通过模型的计算值＜0的为其他品种样本，＞0的为待识别品种样本。
2.根据权利要求1所述的成品茶的加工原料品种识别方法，其特征是：步骤(2)保持稳定的湿度。
3.根据权利要求1所述的成品茶的加工原料品种识别方法，其特征是：步骤(3)所述的其他品种样本采用龙井茶的加工工艺加工。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 200810063621 CN101303297B (zh) | 2008-06-20 | 2008-06-20 | 成品茶的加工原料品种识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 200810063621 CN101303297B (zh) | 2008-06-20 | 2008-06-20 | 成品茶的加工原料品种识别方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN101303297A CN101303297A (zh) | 2008-11-12 |
| CN101303297B true CN101303297B (zh) | 2010-08-11 |
Family
ID=40113305
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN 200810063621 Expired - Fee Related CN101303297B (zh) | 2008-06-20 | 2008-06-20 | 成品茶的加工原料品种识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN101303297B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106227039A (zh) * | 2016-08-24 | 2016-12-14 | 贵州铜仁和泰茶业有限公司 | 一种基于模式识别的茶叶加工设备控制方法 |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102012365B (zh) * | 2010-10-27 | 2012-07-04 | 河北大学 | 一种基于红外光谱的茶叶发酵度识别方法 |
| CN103389281A (zh) * | 2012-05-09 | 2013-11-13 | 云南天士力帝泊洱生物茶集团有限公司 | 一种基于近红外光谱技术的普洱茶聚类分析方法 |
| CN110907244B (zh) * | 2019-12-04 | 2020-10-30 | 中国计量大学 | 一种保证检测结果可靠性的西湖龙井真伪鉴别方法 |
-
2008
- 2008-06-20 CN CN 200810063621 patent/CN101303297B/zh not_active Expired - Fee Related
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106227039A (zh) * | 2016-08-24 | 2016-12-14 | 贵州铜仁和泰茶业有限公司 | 一种基于模式识别的茶叶加工设备控制方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN101303297A (zh) | 2008-11-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101303296B (zh) | 地理标志保护的西湖龙井的真伪鉴别方法 | |
| Feng et al. | Application of visible/infrared spectroscopy and hyperspectral imaging with machine learning techniques for identifying food varieties and geographical origins | |
| CN104914190B (zh) | 一种茶叶种类鉴别和21种特征成分含量测定的方法 | |
| CN102012365B (zh) | 一种基于红外光谱的茶叶发酵度识别方法 | |
| CN101303297B (zh) | 成品茶的加工原料品种识别方法 | |
| CN101799410B (zh) | 一种基于红外光谱的普洱熟茶识别方法 | |
| CN105021562A (zh) | 一种大米产地溯源方法及其应用 | |
| Huang et al. | Distinction of three wood species by Fourier transform infrared spectroscopy and two-dimensional correlation IR spectroscopy | |
| CN105181650B (zh) | 一种使用近红外光谱技术快速鉴别茶叶品种的方法 | |
| CN105136738A (zh) | 一种基于近红外识别桉木和相思木属间树种的方法 | |
| CN105740898A (zh) | 一种利用光谱特征向量结合主成分分析建立分类模型的方法 | |
| Chen et al. | Study on discrimination of white tea and albino tea based on near‐infrared spectroscopy and chemometrics | |
| Suhandy et al. | Discrimination of several Indonesian specialty coffees using Fluorescence Spectroscopy combined with SIMCA method | |
| Ren et al. | Evaluating Congou black tea quality using a lab-made computer vision system coupled with morphological features and chemometrics | |
| Koutrotsios et al. | Rare earth elements concentration in mushroom cultivation substrates affects the production process and fruit‐bodies content of P leurotus ostreatus and C yclocybe cylindracea | |
| CN109444186A (zh) | 一种珍珠粉x射线衍射鉴别法 | |
| Chen et al. | Rapid identification of three varieties of Chrysanthemum with near infrared spectroscopy | |
| CN106198442A (zh) | 一种鉴别盘锦大米的光谱分析方法 | |
| CN105866233A (zh) | 普洱茶古树茶真伪识别方法 | |
| CN106290656A (zh) | 基于gc‑ms技术建立指纹图谱鉴别桢楠的方法 | |
| Chen et al. | Qualitative identification of tea by near infrared spectroscopy based on soft independent modelling of class analogy pattern recognition | |
| KR101922447B1 (ko) | 근적외선 분광기를 이용한 목초종자의 품종판별 방법 | |
| CN114112983A (zh) | 一种基于Python数据融合的藏药全缘叶绿绒蒿产地判别方法 | |
| Wang et al. | Authentication of American ginseng (Panax quinquefolius L.) from different origins by linear discriminant analysis of multi-elements | |
| CN114839178B (zh) | 一种基于拉曼光谱指纹技术的祁门红茶产地的识别方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20100811 Termination date: 20180620 |