CN102507480A - 基于12个特征波长的无损快速检测茶叶含水率的方法 - Google Patents

基于12个特征波长的无损快速检测茶叶含水率的方法 Download PDF

Info

Publication number
CN102507480A
CN102507480A CN2011103754651A CN201110375465A CN102507480A CN 102507480 A CN102507480 A CN 102507480A CN 2011103754651 A CN2011103754651 A CN 2011103754651A CN 201110375465 A CN201110375465 A CN 201110375465A CN 102507480 A CN102507480 A CN 102507480A
Authority
CN
China
Prior art keywords
absorbance
sample
tealeaves
wavelength
place
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.)
Granted
Application number
CN2011103754651A
Other languages
English (en)
Other versions
CN102507480B (zh
Inventor
李晓丽
聂鹏程
何勇
鲍一丹
裘正军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN 201110375465 priority Critical patent/CN102507480B/zh
Publication of CN102507480A publication Critical patent/CN102507480A/zh
Application granted granted Critical
Publication of CN102507480B publication Critical patent/CN102507480B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明公开了一种基于12个特征波长的无损快速检测茶叶含水率的方法，包括以下步骤：获取茶叶样本在12个特征波长处的漫反射光谱反射率，所述12个特征波长包括420nm、428nm、520nm、546nm、575nm、600nm、703nm、717nm、736nm、921nm、979nm和1049nm；并将光谱反射率转换成吸光度，得到茶叶样本在12个特征波长处的吸光度值，由此计算得到所述茶叶样本的含水率。本发明方法可快速有效地监测茶叶加工过程中含水率的动态变化，实现茶叶加工过程中含水率的快速、无损、低成本检测。

Description

基于12个特征波长的无损快速检测茶叶含水率的方法
技术领域
本发明属于茶叶加工检测领域，具体涉及一种无损快速检测茶叶含水率的方法。
背景技术
水分是茶树生命活动中必不可少的成分，是制茶过程一系列化学变化的重要介质。制茶过程中茶叶色香味的变化就是伴随着水分变化而变化的。因此，在制茶时常将水分的变化作为控制品质的重要生化指标。以杀青工序为例，杀青的关键技术是要针对叶片的含水率确定杀青时间和杀青温度。而目前茶叶含水率的准确测量都是采用烘干称质量法，这种方法测量时间长，至少需要1～2小时，而且高温烘干过程破坏了茶叶的营养成分，导致了测试样本不能再食用，无法满足茶叶加工过程实时检测的需要。
发明内容
本发明提供了一种基于12个特征波长的无损快速检测茶叶含水率的方法，可快速有效地监测茶叶加工过程中含水率的动态变化，实现茶叶加工过程中含水率的快速、无损、低成本检测。
一种基于12个特征波长的无损快速检测茶叶含水率的方法，包括以下步骤：
(1)获取茶叶样本在12个特征波长处的漫反射光谱反射率，所述12个特征波长包括420nm、428nm、520nm、546nm、575nm、600nm、703nm、717nm、736nm、921nm、979nm和1049nm；
(2)基于公式A＝log(1/R)将所述茶叶样本在12个特征波长处的漫反射光谱反射率转换成吸光度，得到所述茶叶样本在12个特征波长处的吸光度值，其中，A为吸光度，R为漫反射光谱反射率；
(3)把所述茶叶样本在12个特征波长处的吸光度值代入公式(I)，计算得到所述茶叶样本的含水率：
Y含水率＝0.339-0.810λ420+0.540λ428+1.378λ520-3.108λ546+4.043λ575-2.454λ600+      (I)0.927λ703-2.227λ717+3.339λ736-26.024λ921+30.881λ979-6.191λ1049
式(I)中，Y含水率为茶叶样本的含水率的检测值，λ420为茶叶样本在波长420nm处的吸光度，λ428为茶叶样本在波长428nm处的吸光度，λ520为茶叶样本在波长520nm处的吸光度，λ546为茶叶样本在波长546nm处的吸光度，λ575为茶叶样本在波长575nm处的吸光度，λ600为茶叶样本在波长600nm处的吸光度，λ703为茶叶样本在波长703nm处的吸光度，λ717为茶叶样本在波长717nm处的吸光度，λ736为茶叶样本在波长736nm处的吸光度，λ921为茶叶样本在波长921nm处的吸光度，λ979为茶叶样本在波长979nm处的吸光度，λ1049为茶叶样本在波长1049nm处的吸光度。
本发明中，所述茶叶样本为鲜叶、加工过程中原料叶或加工后茶叶成品。
本发明中，选用420nm、428nm、520nm、546nm、575nm、600nm、703nm、717nm、736nm、921nm、979nm和1049nm共12个特征波长，是通过投影算法对整个可见短波近红外光谱范围内波长进行逐步筛选和并采用粒子群优化法进行群体智能优化来找到的。这12个特征波长反应了水分子的伸缩和弯曲倍频、组合频振动吸收特征。其中波长736nm对应水分子的伸缩振动二级倍频吸收，979nm对应水分子的反对称伸缩振动组合频吸收。本发明还进一步以这12个特征波长处的漫反射光谱吸光度作为自变量，茶叶含水率作为因变量，建立了多元线性回归模型，从而实现茶叶含水率的无损、快速检测。
与现有技术相比，本发明具有以下有益的技术效果：
①快速，本发明方法是基于12个特征波长处的光谱反射率来实现的，所以相对于全波段光谱测量法测量时间更短。而且近红外光谱扫描速度快，可在1s内完成整个红外波段范围的扫描。
②简单，本发明方法步骤少、操作简单，避免了传统烘干称质量法的漫长的烘干过程，和繁琐的多次称量过程。
③低成本，本发明方法仅采用12个特征波长实现检测，所以基于本发明方法的仪器结构和原理比较简单，体积较小，故对应的仪器价格相对便宜，维护的成本也低。
④具有良好的经济效益，传统的测量手段在取样、制样、测定等方面需要耗费大量的人力、财力、物力，本发明方法因步骤简单、使用方便，可以快速、准确的检测茶叶的含水率，故具有良好的经济效益。
附图说明
图1为实施例中建模集样本的含水率的检测值与实际值的散点分布图。
图2为实施例中预测集样本的含水率的检测值与实际值的散点分布图。
具体实施方式
下面结合实施例和附图来详细说明本发明，但本发明并不仅限于此。
如图1所示，一种基于12个特征波长的无损快速检测茶叶含水率的方法，包括以下步骤：
(1)收集茶叶样本：
收集具有代表性的多种茶叶样本共738个，包括五个品种鲜叶样本，如表1所示；七个等级茶叶样本，如表2所示；八类绿茶初制工艺中原料样本，如表3所示。
表1.五个品种鲜叶样本的含水率(w.b.)
Figure BDA0000111385550000031
表2.七个等级茶叶样本的含水率(w.b.)
Figure BDA0000111385550000032
表3.绿茶初制工艺中八类样本的含水率(w.b.)
Figure BDA0000111385550000041
(2)获取上述各茶叶样本在12个特征波长处的漫反射光谱反射率：
在室温下测定各茶叶样本在420nm、428nm、520nm、546nm、575nm、600nm、703nm、717nm、736nm、921nm、979nm和1049nm处的漫反射光谱反射率，该光谱由美国ASD公司的Handheld Field Spec光谱仪扫描得到，光源是与光谱仪配套的14.5V卤素灯。另外用该光谱仪自带的软件ASDView Spec Pro来采集光谱数据。
(3)把上述各茶叶样本的漫反射光谱反射率转换成吸光度：
基于获取的茶叶样本在12个特征波长处的漫反射光谱反射率，依据公式A＝log(1/R)，即可得到茶叶样本在这12个特征波长处的吸光度值。其中，A为吸光度，R为漫反射光谱反射率。
(4)把上述各茶叶样本在12个特征波长处的吸光度值代入公式(I)，计算得到上述各茶叶样本的含水率：
Y含水率＝0.339-0.810λ420+0.540λ428+1.378λ520-3.108λ546+4.043λ575-2.454λ600+    (I)0.927λ703-2.227λ717+3.339λ736-26.024λ921+30.881λ979-6.191λ1049
式(I)中，Y含水率为茶叶样本的含水率的检测值，λ420为茶叶样本在波长420nm处的吸光度，λ428为茶叶样本在波长428nm处的吸光度，λ520为茶叶样本在波长520nm处的吸光度，λ546为茶叶样本在波长546nm处的吸光度，λ575为茶叶样本在波长575nm处的吸光度，λ600为茶叶样本在波长600nm处的吸光度，λ703为茶叶样本在波长703nm处的吸光度，λ717为茶叶样本在波长717nm处的吸光度，λ736为茶叶样本在波长736nm处的吸光度，λ921为茶叶样本在波长921nm处的吸光度，λ979为茶叶样本在波长979nm处的吸光度，λ1049为茶叶样本在波长1049nm处的吸光度。
上述式(I)为以这12个特征波长处的吸光度值作为自变量，含水率作为因变量建立的多元线性回归模型。
为了验证上述检测方法的有效性和可靠性，把表1-3中给出的738个样本分成由492个样本组成的建模集和余下246个样本组成的预测集。建模集和预测集的划分方法如下：首先按照含水率的高低对各个类型样本进行排序，然后按照2∶1的比例，依次取出样本分别作为建模集样本和预测集样本。
采用上述方法分别对建模集样本和预测集样本的含水率进行检测，得到检测值；同时，获取建模集样本和预测集样本的含水率的实际值。以上获取的检测值和实际值均记录在图1和图2中。
图1中，每个点代表建模集中的一个样本，横坐标代表建模集样本的含水率实际值，纵坐标代表采用上述方法得到的建模集样本的含水率检测值。从图1可以看出，采用上述方法得到的建模集样本的检测值与实际值呈明显的线性关系。根据图1计算出，建模集样本的检测值与实际值的相关系数为0.9898，决定系数为0.9797，均方根误差为0.0363。图2中，每个点代表预测集中的一个样本，横坐标代表预测集样本的含水率实际值，纵坐标代表采用上述方法得到的预测集样本的含水率检测值。从图2可以看出，采用上述方法得到的预测集样本的检测值与实际值呈明显的线性关系。根据图2计算出，预测集样本的检测值与真实值的相关系数为0.9861，决定系数为0.9708，均方根误差为0.0438。
可见，上述建模集样本和预测集样本中检测值与真实值的相关系数都大于0.98，决定系数都大于0.97，均方根误差都小于0.045，表明上述的基于12个特征波长的无损快速检测茶叶含水率的方法是可行的。

Claims (2)

1.一种基于12个特征波长的无损快速检测茶叶含水率的方法，其特征在于，包括以下步骤：
(1)获取茶叶样本在12个特征波长处的漫反射光谱反射率，所述12个特征波长包括420nm、428nm、520nm、546nm、575nm、600nm、703nm、717nm、736nm、921nm、979nm和1049nm；
(2)基于公式A＝log(1/R)将所述茶叶样本在12个特征波长处的漫反射光谱反射率转换成吸光度，得到所述茶叶样本在12个特征波长处的吸光度值，其中，A为吸光度，R为漫反射光谱反射率；
(3)把所述茶叶样本在12个特征波长处的吸光度值代入公式(I)，计算得到所述茶叶样本的含水率：
Y含水率＝0.339-0.810λ420+0.540λ428+1.378λ520-3.108λ546+4.043λ575-2.454λ600+    (I)0.927λ703-2.227λ717+3.339λ736-26.024λ921+30.881λ979-6.191λ1049
式(I)中，Y含水率为茶叶样本的含水率的检测值，λ420为茶叶样本在波长420nm处的吸光度，λ428为茶叶样本在波长428nm处的吸光度，λ520为茶叶样本在波长520nm处的吸光度，λ546为茶叶样本在波长546nm处的吸光度，λ575为茶叶样本在波长575nm处的吸光度，λ600为茶叶样本在波长600nm处的吸光度，λ703为茶叶样本在波长703nm处的吸光度，λ717为茶叶样本在波长717nm处的吸光度，λ736为茶叶样本在波长736nm处的吸光度，λ921为茶叶样本在波长921nm处的吸光度，λ979为茶叶样本在波长979nm处的吸光度，λ1049为茶叶样本在波长1049nm处的吸光度。
2.如权利要求1所述的基于12个特征波长的无损快速检测茶叶含水率的方法，其特征在于，所述茶叶样本为鲜叶、加工过程中原料叶或加工后茶叶成品。
CN 201110375465 2011-11-23 2011-11-23 基于12个特征波长的无损快速检测茶叶含水率的方法 Expired - Fee Related CN102507480B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN 201110375465 CN102507480B (zh) 2011-11-23 2011-11-23 基于12个特征波长的无损快速检测茶叶含水率的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN 201110375465 CN102507480B (zh) 2011-11-23 2011-11-23 基于12个特征波长的无损快速检测茶叶含水率的方法

Publications (2)

Publication Number Publication Date
CN102507480A true CN102507480A (zh) 2012-06-20
CN102507480B CN102507480B (zh) 2013-07-10

Family

ID=46219587

Family Applications (1)

Application Number Title Priority Date Filing Date
CN 201110375465 Expired - Fee Related CN102507480B (zh) 2011-11-23 2011-11-23 基于12个特征波长的无损快速检测茶叶含水率的方法

Country Status (1)

Country Link
CN (1) CN102507480B (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103048278A (zh) * 2012-12-25 2013-04-17 浙江工业大学 机炒龙井茶叶水分含量在线检测方法
CN103592229A (zh) * 2013-10-30 2014-02-19 浙江大学 一种茶叶叶片含水率的测定方法
CN105223165A (zh) * 2015-08-31 2016-01-06 浙江大学 一种毛竹中半纤维素含量的检测系统及方法
CN105424640A (zh) * 2015-11-27 2016-03-23 浙江大学 一种茶叶中美术绿添加含量的检测方法
CN105486656A (zh) * 2015-11-27 2016-04-13 浙江大学 一种辣椒粉中酸性橙添加含量的检测方法
CN105510269A (zh) * 2015-11-27 2016-04-20 浙江大学 一种茶叶中滑石粉添加含量的检测方法
CN105510305A (zh) * 2015-12-01 2016-04-20 浙江大学 一种土豆淀粉铝含量的检测方法
CN108601326A (zh) * 2016-05-31 2018-09-28 松下知识产权经营株式会社 水分量观察装置、水分量观察方法以及栽培装置
CN110082300A (zh) * 2019-05-20 2019-08-02 中国水利水电科学研究院 基于光谱参量的冬小麦冠层含水率监测模型建立方法
CN110320173A (zh) * 2019-06-14 2019-10-11 湖北省农业科学院果树茶叶研究所 基于粒子群优化算法的机采鲜叶眉茶车色样品等级的快速判定方法
CN110334714A (zh) * 2019-06-14 2019-10-15 湖北省农业科学院果树茶叶研究所 一种基于人工神经网络技术的机采眉茶车色样品等级预测方法
CN110361334A (zh) * 2019-06-14 2019-10-22 湖北省农业科学院果树茶叶研究所 应用general regression结构无损预测机采眉茶车色样品等级的方法
CN111248485A (zh) * 2018-11-30 2020-06-09 湖南中烟工业有限责任公司 一种在线调整混丝加香水分的方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10311792A (ja) * 1997-05-12 1998-11-24 Shizuoka Prefecture 茶葉の水分測定装置及び水分測定方法
JPH11230902A (ja) * 1998-02-13 1999-08-27 Kawasaki Kiko Co Ltd 茶葉成分分析方法並びにその装置
CN101059426A (zh) * 2007-05-29 2007-10-24 浙江大学 基于近红外光谱技术无损测量茶叶中茶多酚含量的方法
CN101706421A (zh) * 2009-11-19 2010-05-12 浙江大学 基于特征波段的黑木耳蛋白质含量快速检测方法和装置
CN101900677A (zh) * 2010-07-05 2010-12-01 浙江大学 一种油菜叶片缬氨酸含量快速检测方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10311792A (ja) * 1997-05-12 1998-11-24 Shizuoka Prefecture 茶葉の水分測定装置及び水分測定方法
JPH11230902A (ja) * 1998-02-13 1999-08-27 Kawasaki Kiko Co Ltd 茶葉成分分析方法並びにその装置
CN101059426A (zh) * 2007-05-29 2007-10-24 浙江大学 基于近红外光谱技术无损测量茶叶中茶多酚含量的方法
CN101706421A (zh) * 2009-11-19 2010-05-12 浙江大学 基于特征波段的黑木耳蛋白质含量快速检测方法和装置
CN101900677A (zh) * 2010-07-05 2010-12-01 浙江大学 一种油菜叶片缬氨酸含量快速检测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
吕进等: "基于NIR 的茶叶成分检测仪的设计与实现", 《光电工程》, vol. 37, no. 1, 31 January 2010 (2010-01-31), pages 82 - 87 *
李晓丽等: "基于漫反射光谱的初制绿茶含水率无损检测方法", 《农业工程学报》, vol. 26, no. 5, 31 May 2010 (2010-05-31), pages 195 - 201 *

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103048278A (zh) * 2012-12-25 2013-04-17 浙江工业大学 机炒龙井茶叶水分含量在线检测方法
CN103592229A (zh) * 2013-10-30 2014-02-19 浙江大学 一种茶叶叶片含水率的测定方法
CN105223165A (zh) * 2015-08-31 2016-01-06 浙江大学 一种毛竹中半纤维素含量的检测系统及方法
CN105223165B (zh) * 2015-08-31 2018-06-19 浙江大学 一种毛竹中半纤维素含量的检测系统及方法
CN105424640A (zh) * 2015-11-27 2016-03-23 浙江大学 一种茶叶中美术绿添加含量的检测方法
CN105486656A (zh) * 2015-11-27 2016-04-13 浙江大学 一种辣椒粉中酸性橙添加含量的检测方法
CN105510269A (zh) * 2015-11-27 2016-04-20 浙江大学 一种茶叶中滑石粉添加含量的检测方法
CN105510305A (zh) * 2015-12-01 2016-04-20 浙江大学 一种土豆淀粉铝含量的检测方法
CN108601326A (zh) * 2016-05-31 2018-09-28 松下知识产权经营株式会社 水分量观察装置、水分量观察方法以及栽培装置
CN111248485A (zh) * 2018-11-30 2020-06-09 湖南中烟工业有限责任公司 一种在线调整混丝加香水分的方法
CN110082300A (zh) * 2019-05-20 2019-08-02 中国水利水电科学研究院 基于光谱参量的冬小麦冠层含水率监测模型建立方法
CN110082300B (zh) * 2019-05-20 2020-03-03 中国水利水电科学研究院 基于光谱参量的冬小麦冠层含水率监测模型建立方法
US10845243B1 (en) 2019-05-20 2020-11-24 China Institute Of Water Resources And Hydropower Research Method for establishing content monitoring model of canopy water of winter wheat based on spectral parameters
CN110320173A (zh) * 2019-06-14 2019-10-11 湖北省农业科学院果树茶叶研究所 基于粒子群优化算法的机采鲜叶眉茶车色样品等级的快速判定方法
CN110334714A (zh) * 2019-06-14 2019-10-15 湖北省农业科学院果树茶叶研究所 一种基于人工神经网络技术的机采眉茶车色样品等级预测方法
CN110361334A (zh) * 2019-06-14 2019-10-22 湖北省农业科学院果树茶叶研究所 应用general regression结构无损预测机采眉茶车色样品等级的方法

Also Published As

Publication number Publication date
CN102507480B (zh) 2013-07-10

Similar Documents

Publication Publication Date Title
CN102507480B (zh) 基于12个特征波长的无损快速检测茶叶含水率的方法
CN102435568B (zh) 基于11个特征波长快速无损检测茶叶干物质含量的方法
CN104849232B (zh) 一种快速检测蜂王浆水分和蛋白质含量的方法
CN102507495B (zh) 基于小波变换的快速无损检测绿茶含水率的方法
CN103293111B (zh) 一种土壤背景干扰下小麦叶层氮含量光谱监测模型及建模方法
CN102590129B (zh) 近红外检测花生中氨基酸含量的方法
CN103278473B (zh) 白胡椒中胡椒碱及水分含量的测定和品质评价方法
CN102636454A (zh) 近红外光谱快速测定食用油中低碳数脂肪酸含量的方法
CN102426153A (zh) 一种基于冠层高光谱指数的小麦植株水分监测方法
CN101424636A (zh) 一种快速无损检测绿茶成分含量的装置及方法
CN103528974A (zh) 基于光谱特征波长的东北黑土有机质含量测定方法及装置
CN105136737A (zh) 基于近红外光谱的馒头中马铃薯全粉含量快速测定的方法
CN106950192A (zh) 一种基于近红外光谱分析技术的植物蛋白饮料中主要成分含量快速检测的方法
CN103645155A (zh) 生鲜羊肉嫩度的快速无损检测方法
CN103353446A (zh) 近红外快速检测白酒中理化指标的方法
CN108982409A (zh) 一种基于近红外光谱快速检测大型褐藻木质纤维素三组分含量的方法
CN103487422A (zh) 多波长led荧光光谱的云端中药品质检测系统及方法
CN110487746A (zh) 一种基于近红外光谱检测娃娃菜品质的方法
CN103411895B (zh) 珍珠粉掺伪的近红外光谱鉴别方法
CN109211829A (zh) 一种基于SiPLS的近红外光谱法测定大米中水分含量的方法
CN102628800A (zh) 植物叶片叶绿素含量测量方法及系统
CN103344597A (zh) 一种抗调味干扰的莲藕内部成分近红外无损检测的方法
CN103954586A (zh) 基于11个光谱小波系数的土壤有机质含量快速预测方法
CN102313715A (zh) 基于激光技术的蜂蜜品质检测方法
CN107132197B (zh) 一种食醋总酸含量的检测方法及装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C53 Correction of patent of invention or patent application
CB03 Change of inventor or designer information

Inventor after: Li Xiaoli

Inventor after: He Yong

Inventor after: Luo Liubin

Inventor after: Liu Fei

Inventor after: Nie Pengcheng

Inventor after: Bao Yidan

Inventor after: Qiu Zhengjun

Inventor before: Li Xiaoli

Inventor before: Nie Pengcheng

Inventor before: He Yong

Inventor before: Bao Yidan

Inventor before: Qiu Zhengjun

COR Change of bibliographic data

Free format text: CORRECT: INVENTOR; FROM: LI XIAOLI NIE PENGCHENG HE YONG BAO YIDAN QIU ZHENGJUN TO: LI XIAOLI HE YONG LUO LIUBIN LIU FEI NIE PENGCHENG BAO YIDAN QIU ZHENGJUN

C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20130710

Termination date: 20211123

CF01 Termination of patent right due to non-payment of annual fee