CN103743698A - 一种采用近红外光谱对茶叶感官审评的方法 - Google Patents
一种采用近红外光谱对茶叶感官审评的方法 Download PDFInfo
- Publication number
- CN103743698A CN103743698A CN201310710960.2A CN201310710960A CN103743698A CN 103743698 A CN103743698 A CN 103743698A CN 201310710960 A CN201310710960 A CN 201310710960A CN 103743698 A CN103743698 A CN 103743698A
- Authority
- CN
- China
- Prior art keywords
- tea
- near infrared
- samples
- spectrum
- model
- 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.)
- Pending
Links
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种采用近红外光谱对茶叶感官审评的方法,其特征在于:包含以下步骤:(1)茶叶样本的准备:收集了茶叶样品,编号后,装在铝箔样品袋中,密封冷藏;(2)近红外光谱的采集:基于Workflow设定标准工作流程(SOP)和分析方法,采集茶叶样品漫反射光谱图和该茶叶样品的茶汤的透射光谱图;(3)漫反射光谱预处理:对光谱图进行“一阶或二阶导数+Norris滤噪”处理;透射光谱图无需预处理;(4)模型的建立:使用TQAnalyst7.1光谱分析化学计量学软件,建立起近红外光谱图与品茶专家感官对同一茶叶样品评判数据之间的数学模型;(5)模型的验证:按照与第2步完全相同的方法,在近红外仪器上测量新的茶叶样品,并用第4步建立好的感官模型进行测量;与品茶专家按照国标标准方法测量的结果进行比较。
Description
技术领域
本发明涉及茶叶感官审评的方法,特别涉及一种采用近红外光谱对茶叶感官审评的方法。
背景技术
茶叶评审(感官审评)是一门通过感官鉴定茶叶品质的实用性技术,茶的品质主要是依靠人的感觉(视觉、嗅觉、味觉、触觉)来鉴定,目前这在国内外仍是一种通用方法。茶叶感官审评包括外形、汤色、香气、滋味、叶底五项,简称“五项因子”,评茶人员根据
GB/T23776-2009《茶叶感官审评方法》进行审评。但感官审评容易受到审评人员的生理条件、工作经验以及环境条件、个人喜好等因素的影响,不同的审评人员或同一个审评人员在不同的生理及环境条件下,对同一个茶样审评得出的结果,往往存在一定的差异,最终影响茶叶品质评定的准确性。评茶过程还会受到审评场地、评茶员数量、样品数量的限制,同时,每次评审耗时较长。因此,开发一种科学、快速、准确鉴定茶叶品质的方法将会对茶叶准确、合理定级提供服务。
发明内容
本发明要解决的技术问题是:针对现有审评方法的缺陷,提供一种运用近红外光谱技术代替专业品茶人员快速、准确审评茶叶品质的方法。利用近红外光谱技术快速、准确、重现性好的特点,结合化学计量学中的多变量数据分析方法,建立茶叶的感官审评模型,从而实现对茶叶品质的科学、快速和准确审评。
本发明的技术方案是:一种采用近红外光谱对茶叶感官审评的方法,包含以下步骤:
(1)茶叶样本的准备:收集茶叶样品,编号后,装在铝箔样品袋中,密封冷藏;
(2)近红外光谱的采集:基于Workflow设定标准工作流程(SOP)和分析方法,采集茶叶样品漫反射光谱图和该茶叶样品的茶汤的透射光谱图;
(3)漫反射光谱预处理:对光谱图进行“一阶或二阶导数+Norris 滤噪”处理;透射光谱图无需预处理;
数据处理:由TQ Analyst光谱分析化学计量学软件自动进行所有光谱的数据处理;
(4)模型的建立:使用TQ Analyst 光谱分析化学计量学软件,建立起近红外光谱图与品茶专家感官对同一茶叶样品评判数据之间的数学模型;
(5)模型的验证:按照与第2步完全相同的方法,在近红外仪器上测量新的茶叶样品,并用第4步建立好的感官模型进行测量;与品茶专家按照国标标准方法测量的结果进行比较。
步骤(2)中茶叶样品的漫反射光谱图在采集时使样品杯旋转,采集参数为:扫描次数64 次,分辨率8cm-1,光谱范围10000-3800cm-1。
步骤(2)中所述的茶汤的透射光谱的采集参数为:扫描次数64 次,分辨率8cm-1,光谱范围10000-3800cm-1。
步骤(4)中建数学模型所用算法为偏最小二乘法。
本发明的优点是:提供了一种茶叶感官审评方法的近红外分析方法,该方法一分钟内至少可测量一个样,而传统方法一般三个评审员一天的评审量为60个左右;该方法以品茶专家感官对同一茶叶样品评判数据为依托而建立的模型,即此方法测量的数据准确、可靠和客观,避免了人工审评由于评审的数量和个人的喜好等多方面的原因而可能造成的主观误差;另一方面,现阶段专业的茶叶评审人才数量稀缺、评审费用高等现实问题,也使得本发明在这一领域具有积极的现实意义。
附图说明
图1为本发明建立模型的流程图;
图2为样品的近红外光谱图;
图3为感官审评综合得分相关关系图;
图4为感官审评综合得分偏差图。
具体实施方式
通过一定数量和具有代表性的标准样品,测定出其NIR光谱图,使用专门的化学计量学软件,建立起NIR光谱图与组分含量间的数学模型;经过验证和确认的数学模型,就可以直接用于样品的常规分析。
(1)茶叶样本的准备:收集了一定数量的具有代表性的成品茶叶样品,各200克,编号后,装在铝箔样品袋中,密封冷藏;
(2)近红外光谱的采集:基于Workflow设定标准工作流程(SOP)和分析方法,采集茶叶样品漫反射光谱图和透射光谱图,见附图2;
具体做法为将茶叶样品放置在近红外仪器专用石英开口样品杯(4.78cm 直径)中,采集时使样品杯旋转,以降低由于样品不均性带来的误差。采集参数为:扫描次数64 次,分辨率8cm-1,光谱范围10000-3800cm-1。高灵敏度InGaAs检测器,自动采集背景;
茶汤采用近红外智能透射模块分析,将茶汤倒入6 mm样品管中,放在3位一体无加热自动透射样品仓中的样品自动穿梭器内,采用高灵敏度InGaAs检测器,自动采集背景;采集参数为:扫描次数64 次, 分辨率8cm-1, 光谱范围10000-3800cm-1;
(3)漫反射光谱光谱预处理:为了减小样品,由于物理性质包括样品尺寸、均匀度和颜色等对造成的光谱基线偏移,并提高光谱信息分辨能力,对光谱图进行“一阶或二阶导数+Norris 滤噪”处理;
透射光谱图无需预处理;
数据处理:由TQ Analyst光谱分析化学计量学软件自动进行所有光谱的数据处理;
(4)模型的建立:使用专门的化学计量学软件,建立起近红外光谱图与品茶专家感官评判数据之间的数学模型;建模所用算法选用PLS( 偏最小二乘);其中审评专家按《GB/T23776-2009茶叶感官审评方法》,对茶叶样品进行感官评审;
近红外光谱分析中,定量分析模型的结果通常用图3、4表示,常用的考察指标有两个,一个是均方差(Root Mean Square Error of Calibration, RMSEC),一个是相关系数R(Correlation. Coefficient);
(5)模型的验证:按照与第2步完全相同的方法,在近红外仪器上测量新的茶叶样品,并用第4步建立好的感官模型进行测量,与品茶专家按照国标标准方法测量的结果进行比较,两种方法得到的感官评判结果一致,结果见表1。
表1 本发明预测值与专家审评结果对照表
序号 | 样品名称 | 真值 | 预测值 | 绝对偏差 | 相对百分偏差 |
1 | 小叶种1-01 | 86.97 | 86.22 | -0.75 | -0.86 |
2 | 小叶种1-02 | 86.97 | 87.39 | 0.42 | 0.48 |
3 | 小叶种1-03 | 86.97 | 87.01 | 0.04 | 0.05 |
4 | 小叶种平均光谱-1 | 86.97 | 86.87 | -0.10 | -0.11 |
5 | 小叶种2-01 | 88.81 | 91.11 | 2.30 | 2.59 |
6 | 小叶种2-02 | 88.81 | 87.99 | -0.82 | -0.92 |
7 | 小叶种2-03 | 88.81 | 88.89 | 0.08 | 0.09 |
8 | 小叶种平均光谱-2 | 88.81 | 89.33 | 0.52 | 0.59 |
9 | 小叶种3-01 | 88.32 | 90.62 | 2.30 | 2.60 |
10 | 小叶种3-02 | 88.32 | 90.54 | 2.22 | 2.51 |
11 | 小叶种3-03 | 88.32 | 88.37 | 0.05 | 0.06 |
12 | 小叶种平均光谱-3 | 88.32 | 89.84 | 1.52 | 1.72 |
13 | 小叶种4-01 | 89.28 | 90.72 | 1.44 | 1.61 |
14 | 小叶种4-02 | 89.28 | 89.75 | 0.47 | 0.53 |
15 | 小叶种4-03 | 89.28 | 89.22 | -0.06 | -0.07 |
16 | 小叶种平均光谱-4 | 89.28 | 89.9 | 0.62 | 0.69 |
17 | 小叶种5-01 | 91.72 | 91.56 | -0.16 | -0.17 |
18 | 小叶种5-02 | 91.72 | 92.34 | 0.62 | 0.68 |
19 | 小叶种5-03 | 91.72 | 91.61 | -0.11 | -0.12 |
20 | 小叶种平均光谱-5 | 91.72 | 91.84 | 0.12 | 0.13 |
21 | 小叶种6-01 | 92.11 | 91.27 | -0.84 | -0.91 |
22 | 小叶种6-02 | 92.11 | 87.75 | -4.36 | -4.73 |
23 | 小叶种6-03 | 92.11 | 92.14 | 0.03 | 0.03 |
24 | 小叶种平均光谱-6 | 92.11 | 90.39 | -1.72 | -1.87 |
结论:建立的近红外成品茶直接分析模型,可以替代传统的感官审评方法,1分钟内可测量一个样,快捷、准确、高效。
Claims (4)
1.一种采用近红外光谱对茶叶感官审评的方法,其特征在于:包含以下步骤:
(1)茶叶样本的准备:收集了茶叶样品,编号后,装在铝箔样品袋中,密封冷藏;
(2)近红外光谱的采集:基于Workflow设定标准工作流程(SOP)和分析方法,采集茶叶样品漫反射光谱图和该茶叶样品的茶汤的透射光谱图;
(3)漫反射光谱预处理:对光谱图进行“一阶或二阶导数+Norris 滤噪”处理,透射光谱图无需预处理;
数据处理:由TQ Analyst光谱分析化学计量学软件自动进行所有光谱的数据处理;
(4)模型的建立:使用TQ Analyst光谱分析化学计量学软件,建立起近红外光谱图与品茶专家感官对同一茶叶样品评判数据之间的数学模型;
(5)模型的验证:按照与第2步完全相同的方法,在近红外仪器上测量新的茶叶样品,并用第4步建立好的感官模型进行测量;与品茶专家按照国标标准方法测量的结果进行比较。
2.根据权利要求1所述的一种采用近红外光谱对茶叶感官审评的方法,其特征在于:步骤(2)中茶叶样品的漫反射光谱图在采集时使样品杯旋转,采集参数为:扫描次数64 次,分辨率8cm-1,光谱范围10000-3800cm-1。
3.根据权利要求1所述的一种采用近红外光谱对茶叶感官审评的方法,其特征在于:步骤(2)中所述的茶汤的透射光谱的采集参数为:扫描次数64 次,分辨率8cm-1,光谱范围10000-3800cm-1。
4.根据权利要求1所述的一种采用近红外光谱对茶叶感官审评的方法,其特征在于:步骤(4)中建数学模型所用算法为偏最小二乘法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310710960.2A CN103743698A (zh) | 2013-12-20 | 2013-12-20 | 一种采用近红外光谱对茶叶感官审评的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310710960.2A CN103743698A (zh) | 2013-12-20 | 2013-12-20 | 一种采用近红外光谱对茶叶感官审评的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103743698A true CN103743698A (zh) | 2014-04-23 |
Family
ID=50500736
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310710960.2A Pending CN103743698A (zh) | 2013-12-20 | 2013-12-20 | 一种采用近红外光谱对茶叶感官审评的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103743698A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104458649A (zh) * | 2014-12-23 | 2015-03-25 | 深圳因特安全技术有限公司 | 七氟丙烷灭火剂识别检测方法 |
CN104897608A (zh) * | 2015-06-19 | 2015-09-09 | 福建农林大学 | 一种基于近红外光谱技术的乌龙茶品质鉴定方法 |
CN106525849A (zh) * | 2016-11-02 | 2017-03-22 | 江苏大学 | 茶叶智能化拼配方法与系统 |
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 |
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 |
CN113390822A (zh) * | 2021-06-15 | 2021-09-14 | 贵州吾茶大健康产业发展有限公司 | 一种利用近红外技术对抹茶涩味等级判别的方法 |
CN113567390A (zh) * | 2021-06-24 | 2021-10-29 | 贵州省茶叶研究所 | 一种基于近红外光谱技术审评红茶的方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN101413883A (zh) * | 2008-11-20 | 2009-04-22 | 河北大学 | 一种用红外光谱技术鉴别茶叶产地的方法 |
CN101419166A (zh) * | 2008-11-18 | 2009-04-29 | 江苏大学 | 基于近红外光谱和机器视觉技术的茶叶品质无损检测方法及装置 |
CN101620180A (zh) * | 2009-05-08 | 2010-01-06 | 合肥美亚光电技术有限责任公司 | 近红外技术快速检测茶叶品质的方法 |
-
2013
- 2013-12-20 CN CN201310710960.2A patent/CN103743698A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN101419166A (zh) * | 2008-11-18 | 2009-04-29 | 江苏大学 | 基于近红外光谱和机器视觉技术的茶叶品质无损检测方法及装置 |
CN101413883A (zh) * | 2008-11-20 | 2009-04-22 | 河北大学 | 一种用红外光谱技术鉴别茶叶产地的方法 |
CN101620180A (zh) * | 2009-05-08 | 2010-01-06 | 合肥美亚光电技术有限责任公司 | 近红外技术快速检测茶叶品质的方法 |
Non-Patent Citations (2)
Title |
---|
吴瑞梅等: "基于近红外光谱的绿茶滋味品质估测模型", 《核农学报》 * |
周小芬等: "基于近红外光谱法的大佛龙井茶品质评价研究", 《光谱学与光谱分析》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104458649A (zh) * | 2014-12-23 | 2015-03-25 | 深圳因特安全技术有限公司 | 七氟丙烷灭火剂识别检测方法 |
CN104897608A (zh) * | 2015-06-19 | 2015-09-09 | 福建农林大学 | 一种基于近红外光谱技术的乌龙茶品质鉴定方法 |
CN104897608B (zh) * | 2015-06-19 | 2019-05-03 | 福建农林大学 | 一种基于近红外光谱技术的乌龙茶品质鉴定方法 |
CN106525849A (zh) * | 2016-11-02 | 2017-03-22 | 江苏大学 | 茶叶智能化拼配方法与系统 |
CN106525849B (zh) * | 2016-11-02 | 2019-03-05 | 江苏大学 | 茶叶智能化拼配方法与系统 |
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 |
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 |
CN113390822A (zh) * | 2021-06-15 | 2021-09-14 | 贵州吾茶大健康产业发展有限公司 | 一种利用近红外技术对抹茶涩味等级判别的方法 |
CN113567390A (zh) * | 2021-06-24 | 2021-10-29 | 贵州省茶叶研究所 | 一种基于近红外光谱技术审评红茶的方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103743698A (zh) | 一种采用近红外光谱对茶叶感官审评的方法 | |
CN101975788B (zh) | 低场核磁共振鉴别食用油品质的方法 | |
CN104977258B (zh) | 基于二维相关光谱的茶叶/化妆品等品质检测方法 | |
CN102359963B (zh) | 利用图像分析法测定烟梗长梗率的方法 | |
CN102735642B (zh) | 一种快速无损鉴别初榨橄榄油和油橄榄果渣油的方法 | |
CN101419166A (zh) | 基于近红外光谱和机器视觉技术的茶叶品质无损检测方法及装置 | |
CN105630743A (zh) | 一种光谱波数的选择方法 | |
CN101692052B (zh) | 基于超光谱图像技术的名优茶真伪鉴别方法及装置 | |
CN105136736B (zh) | 在线近红外样本量确定方法 | |
CN104020129A (zh) | 一种基于近红外光谱结合氨基酸分析技术的工夫红茶发酵质量的判别方法 | |
CN103743703A (zh) | 一种采用近红外光谱快速检测茶叶中主要成分的方法 | |
CN104965973B (zh) | 一种苹果霉心病多因子无损检测判别模型及其建立方法 | |
CN110702663B (zh) | 一种冷冻肉品贮藏时间的无损快速检测方法 | |
CN103645155A (zh) | 生鲜羊肉嫩度的快速无损检测方法 | |
CN106596456A (zh) | 基于可变移动窗口选择溶液近红外光谱谱区的方法 | |
CN110749565A (zh) | 一种快速鉴别普洱茶存储年份的方法 | |
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 | |
CN110632068A (zh) | 一种烟叶耐加工性的测量方法 | |
CN104297201A (zh) | 一种快速、准确定量调和油中各种油份比例的检测方法 | |
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 | |
CN104990895A (zh) | 一种基于局部区域的近红外光谱信号标准正态校正方法 | |
CN106770005B (zh) | 一种用于近红外光谱分析的校正集和验证集的划分方法 | |
US11093869B2 (en) | Analytical system with iterative method of analyzing data in web-based data processor with results display designed for non-experts | |
CN109100315B (zh) | 一种基于噪信比的波长选择方法 | |
CN110672578A (zh) | 针对煎炸油极性组分检测的模型通用性及稳定性验证方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20140423 |
|
RJ01 | Rejection of invention patent application after publication |