CN112710727A - 一种基于同位素及矿物质元素pca-lda的茶叶产地溯源方法 - Google Patents
一种基于同位素及矿物质元素pca-lda的茶叶产地溯源方法 Download PDFInfo
- Publication number
- CN112710727A CN112710727A CN202011489850.4A CN202011489850A CN112710727A CN 112710727 A CN112710727 A CN 112710727A CN 202011489850 A CN202011489850 A CN 202011489850A CN 112710727 A CN112710727 A CN 112710727A
- Authority
- CN
- China
- Prior art keywords
- tea
- samples
- pca
- lda
- isotope
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/62—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating the ionisation of gases, e.g. aerosols; by investigating electric discharges, e.g. emission of cathode
- G01N27/622—Ion mobility spectrometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/71—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light thermally excited
- G01N21/73—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light thermally excited using plasma burners or torches
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Pathology (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Electrochemistry (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Engineering & Computer Science (AREA)
- Plasma & Fusion (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
Abstract
本发明公开一种基于同位素及矿物质元素PCA‑LDA的茶叶产地溯源方法,其特征在于,包括以下步骤:采集林芝、四川、贵州、安徽、浙江和山东六个产地的茶叶,并对其进行预处理,制备分析样品;利用稳定同位素质谱仪测定茶叶中δ18O、δ13C的值;利用电感耦合等离子体质谱测定茶叶中铅同位素比率206Pb/207Pb、208Pb/206Pb,以及锶同位素比率87Sr/86Sr;通过茶叶测定稳定同位素及矿物质元素含量,通过PCA(主成成分分析)‑LDA(线性判别分析)分析、建模,判定茶叶产地或判定西藏茶叶真伪。
Description
技术领域
本发明涉及产地溯源技术领域,具体是一种基于同位素及矿物质元素PCA-LDA的茶叶产地溯源方法。
背景技术
西藏因其纯净、无污染的环境使得自西藏产地的食品原料或加工产品很受欢迎,许多食品生产企业也在生产中重视西藏食品原料的运用,但是其中也不乏不少企业为降低生产成本,打着生产西藏高优质食品的旗号,实则生产其他成本低廉的产地的原料,严重侵害了消费者的利益,扰乱了正常的市场秩序,因此,如何利用有效的产地溯源技术对具有西藏特色的食品原料或其产品进行鉴别,显得较为迫切。
本发明公开一种基于同位素及矿物质元素PCA-LDA的茶叶产地溯源方法,通过茶叶测定稳定同位素及矿物质元素含量,通过PCA(主成成分分析)-LDA(线性判别分析)分析、建模,判定茶叶产地或判定西藏茶叶真伪。
发明内容
为实现上述目的,本发明提供如下技术方案:一种基于同位素及矿物质元素PCA-LDA的茶叶产地溯源方法,其特征在于,包括以下步骤:
①茶叶预处理
采集LZ(林芝)、SC(四川)、GZ(贵州)、AH(安徽)、ZJ(浙江)和SD(山东)六个产地的茶叶,并对其进行预处理,制备分析样品;
②分析样品元素测定
利用稳定同位素质谱仪测定茶叶中δ18O、δ13C的值;
利用电感耦合等离子体质谱测定茶叶中铅同位素比率206Pb/207Pb、208Pb/206Pb,以及锶同位素比率87Sr/86Sr;
③主成分分析(PCA)
采用PCA对标准化后的原始数据进行降维处理时,前9个特征矢量所对应的累积方差为82.895%,已经能有效提取出数据中的信息,PC1、PC2、PC3、PC4、PC5、PC6、PC7、PC8和PC9的权重分别为40.704%、10.134%、6.609%、5.493%、4.831%、4.555%、4.134%、3.345%和3.091%。
进一步地,六个地区其茶叶PCA-LDA判别,先随机选定一部分样本进行建模区分LZ、SC、GZ、AH、ZJ和SD等地茶叶,再对剩余的样本进行验证,从不同区域中随机选择部分样本,划分林芝、四川、贵州、安徽、浙江和山东六类,利用LDA建模,然后将LZS剩余的9个样本,四川剩余的7个样本、贵州和安徽剩余的6个样本、浙江和山东剩余的4个样本用于验证模型准确性,判别函数(Y)如下:
Y1=PC1×0.42+PC2×0.42+PC3×(-0.35)+PC4×(-0.02)+PC5×0.52+PC6×0.18+PC7×0.39+PC8×0.17+(-0.16);
Y2=PC1×(-0.06)+PC2×(-3.37)+PC3×1.88+PC4×4.89+PC5×5.55+PC6×3.65+PC7×(-4.29)+PC8×(-3.07)+0.15;
式中,PC1、PC2…依次为第一主成分、第二主成分…。
进一步地,LZ与non-LZ地区茶叶的主成分分析:将LZ、SC、GZ、AH、ZJ和SD六个地区分为两类LZ和non-LZ(非LZ)地区进行比较其茶叶中稳定同位素的比率特征;
先随机选定一部分样本进行建模区分LZ和non-LZ地区的茶叶,再对剩余的样本进行验证;
以其中一次判别为例,从不同区域中随机选择部分样本,划分LZ和non-LZ两类利用LDA建模,然后将LZ剩余的9个样本,non-LZ剩余的27个样本用于验证模型准确性,判别函数(Y)如下:
Y1=PC1×0.42+PC2×0.42+PC3×(-0.35)+PC4×(-0.02)+PC5×0.52+PC6×0.18+PC7×0.39+PC8×0.17+(-0.16);
与现有技术相比,本发明的有益效果是:
通过茶叶测定稳定同位素及矿物质元素含量,通过PCA(主成成分分析)-LDA(线性判别分析)分析、建模,判定茶叶产地或判定西藏茶叶真伪。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是茶叶中稳定同位素的雷达图;
图2是六个地区茶叶样本前三个主成分的投影图;
图3是采用PCA-LDA判定函数区分六个地区茶叶的散点图;
图4是茶叶中稳定同位素的雷达图;
图5是林芝与非林芝地区茶叶样本前三个主成分的投影图;
图6是采用PCA-LDA判定函数区分林芝地区与非林芝地区茶叶的散点图;
具体实施方式
下面将结合本发明实施例,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参照图6可,LZ地区与non-LZ地区区分明显。LZ地区产茶叶分布明显聚集一簇,与non-LZ地区产的茶叶分开。在2000次的重复中,判别结果的准确率高达100%。这说明采用PCA-LDA能够将不同省份产的茶叶有效区分和判别。同样在2000次的重复模拟,验证样本的判别准确率达到97.3%。本试验利用PCA-LDA技术验证了LZ地区与non-LZ地区产地茶叶的分布,训练集和验证集的准确率分别为100%和97.3%,因此可以说明能够利用PCA-LDA技术进行其茶叶产地溯源地的追寻。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (3)
1.一种基于同位素及矿物质元素PCA-LDA的茶叶产地溯源方法,其特征在于,包括以下步骤:
①茶叶预处理
采集林芝、四川、贵州、安徽、浙江和山东六个产地的茶叶,并对其进行预处理,制备分析样品;
②分析样品元素测定
利用稳定同位素质谱仪测定茶叶中δ18O、δ13C的值;
利用电感耦合等离子体质谱测定茶叶中铅同位素比率206Pb/207Pb、208Pb/206Pb,以及锶同位素比率87Sr/86Sr;
③主成分分析(PCA)
采用PCA对标准化后的原始数据进行降维处理时,前9个特征矢量所对应的累积方差为82.895%,已经能有效提取出数据中的信息,PC1、PC2、PC3、PC4、PC5、PC6、PC7、PC8和PC9的权重分别为40.704%、10.134%、6.609%、5.493%、4.831%、4.555%、4.134%、3.345%和3.091%。
2.根据权利要求1所述的一种基于同位素及矿物质元素PCA-LDA的茶叶产地溯源方法,六个地区其茶叶PCA-LDA判别,先随机选定一部分样本进行建模区分LZ、SC、GZ、AH、ZJ和SD等地茶叶,再对剩余的样本进行验证,从不同区域中随机选择部分样本,划分林芝、四川、贵州、安徽、浙江和山东六类,利用LDA建模,然后将LZS剩余的9个样本,四川剩余的7个样本、贵州和安徽剩余的6个样本、浙江和山东剩余的4个样本用于验证模型准确性,判别函数(Y)如下:
Y1=PC1×0.42+PC2×0.42+PC3×(-0.35)+PC4×(-0.02)+PC5×0.52+PC6×0.18+PC7×0.39+PC8×0.17+(-0.16);
Y2=PC1×(-0.06)+PC2×(-3.37)+PC3×1.88+PC4×4.89+PC5×5.55+PC6×3.65+PC7×(-4.29)+PC8×(-3.07)+0.15;
式中,PC1、PC2…依次为第一主成分、第二主成分…。
3.根据权利要求1所述的一种基于同位素及矿物质元素PCA-LDA的茶叶产地溯源方法,LZ与non-LZ地区茶叶的主成分分析:将LZ、SC、GZ、AH、ZJ和SD六个地区分为两类LZ和non-LZ(非LZ)地区进行比较其茶叶中稳定同位素的比率特征;
先随机选定一部分样本进行建模区分LZ和non-LZ地区的茶叶,再对剩余的样本进行验证;
以其中一次判别为例,从不同区域中随机选择部分样本,划分LZ和non-LZ两类利用LDA建模,然后将LZ剩余的9个样本,non-LZ剩余的27个样本用于验证模型准确性,判别函数(Y)如下:
Y1=PC1×0.42+PC2×0.42+PC3×(-0.35)+PC4×(-0.02)+PC5×0.52+PC6×0.18+PC7×0.39+PC8×0.17+(-0.16)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011489850.4A CN112710727A (zh) | 2021-02-22 | 2021-02-22 | 一种基于同位素及矿物质元素pca-lda的茶叶产地溯源方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011489850.4A CN112710727A (zh) | 2021-02-22 | 2021-02-22 | 一种基于同位素及矿物质元素pca-lda的茶叶产地溯源方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112710727A true CN112710727A (zh) | 2021-04-27 |
Family
ID=75544563
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011489850.4A Pending CN112710727A (zh) | 2021-02-22 | 2021-02-22 | 一种基于同位素及矿物质元素pca-lda的茶叶产地溯源方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112710727A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104458891A (zh) * | 2014-12-19 | 2015-03-25 | 北京中防昊通科技中心 | 一种利用电感耦合等离子体质谱进行茶叶产地溯源的方法 |
CN105699472A (zh) * | 2016-01-21 | 2016-06-22 | 中国农业科学院茶叶研究所 | 基于稳定同位素比例差异的扁形茶产地判别方法 |
CN106560699A (zh) * | 2016-10-20 | 2017-04-12 | 中国计量大学 | 用于武夷岩茶产地鉴别的联合检测方法 |
CN106560692A (zh) * | 2016-10-20 | 2017-04-12 | 中国计量大学 | 联合四种检验技术的武夷岩茶产地鉴别方法 |
CN106841493A (zh) * | 2017-03-31 | 2017-06-13 | 华测检测认证集团股份有限公司 | 一种基于稳定同位素比率差异的东方美人茶产地判别方法 |
CN110068605A (zh) * | 2019-04-11 | 2019-07-30 | 浙江省农业科学院 | 一种基于pca-lda分析鉴别大米产地的方法 |
CN110412115A (zh) * | 2019-07-30 | 2019-11-05 | 浙江省农业科学院 | 基于稳定同位素和多元素的未知年份绿茶原产地预测方法 |
-
2021
- 2021-02-22 CN CN202011489850.4A patent/CN112710727A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104458891A (zh) * | 2014-12-19 | 2015-03-25 | 北京中防昊通科技中心 | 一种利用电感耦合等离子体质谱进行茶叶产地溯源的方法 |
CN105699472A (zh) * | 2016-01-21 | 2016-06-22 | 中国农业科学院茶叶研究所 | 基于稳定同位素比例差异的扁形茶产地判别方法 |
CN106560699A (zh) * | 2016-10-20 | 2017-04-12 | 中国计量大学 | 用于武夷岩茶产地鉴别的联合检测方法 |
CN106560692A (zh) * | 2016-10-20 | 2017-04-12 | 中国计量大学 | 联合四种检验技术的武夷岩茶产地鉴别方法 |
CN106841493A (zh) * | 2017-03-31 | 2017-06-13 | 华测检测认证集团股份有限公司 | 一种基于稳定同位素比率差异的东方美人茶产地判别方法 |
CN110068605A (zh) * | 2019-04-11 | 2019-07-30 | 浙江省农业科学院 | 一种基于pca-lda分析鉴别大米产地的方法 |
CN110412115A (zh) * | 2019-07-30 | 2019-11-05 | 浙江省农业科学院 | 基于稳定同位素和多元素的未知年份绿茶原产地预测方法 |
Non-Patent Citations (2)
Title |
---|
次顿等: "稳定性 C、H、O、N、S同位素在绿茶产区溯源的应用", 《轻工科技》, vol. 34, no. 5, pages 6 - 7 * |
袁玉伟等: "茶叶中同位素与多元素特征及其原产地PCA-LDA判别研究", 《核农学报》, vol. 27, no. 1, pages 47 - 55 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Péroux et al. | Predictions for the angular dependence of gas mass flow rate and metallicity in the circumgalactic medium | |
Fan et al. | Classification of Chinese wine varieties using 1H NMR spectroscopy combined with multivariate statistical analysis | |
Camacho et al. | Monte Carlo simulations of post-common-envelope white dwarf+ main sequence binaries: comparison with the SDSS DR7 observed sample | |
Lind et al. | Tracing the evolution of NGC 6397 through the chemical composition of its stellar populations | |
Heus et al. | Automated tracking of shallow cumulus clouds in large domain, long duration large eddy simulations | |
Tapia et al. | Formation of S0 galaxies through mergers-Evolution in the Tully-Fisher relation since z~ 1 | |
CN101667246B (zh) | 基于核稀疏表示的人脸识别方法 | |
Kilic et al. | Cornering light stops with dileptonic m T2 | |
CN103675610A (zh) | 局部放电在线检测中的特征因子提取方法 | |
CN113033598A (zh) | 一种基于曲线相似度和集成学习算法的窃电识别方法 | |
CN108844941B (zh) | 一种基于拉曼光谱和pca-hca的不同品位磷矿的鉴别和分类方法 | |
CN104679634A (zh) | 一种用于超大规模芯片仿真的自适应随机验证方法 | |
CN101957316B (zh) | 一种用近红外光谱技术鉴别响水大米的方法 | |
Choe et al. | Species identification of Papaver by metabolite profiling | |
CN105938093A (zh) | 一种基于遗传算法结合支持向量机的乌龙茶产地判别方法 | |
Ren et al. | Keemun black tea: Tracing its narrow-geographic origins using comprehensive elemental fingerprinting and chemometrics | |
Sollima et al. | Investigating the blue straggler stars radial distribution in globular clusters with Monte Carlo simulations | |
CN112710727A (zh) | 一种基于同位素及矿物质元素pca-lda的茶叶产地溯源方法 | |
Allen | Interpretation of the signals produced by showers from cosmic rays of 1019 eV observed in the surface detectors of the Pierre Auger Observatory | |
徐同 et al. | An objective verification of forecasting ability of SMS-WARMS V2. 0 model precipitation in Southwest China | |
Mukhopadhyay et al. | Same-sign trileptons at the LHC: A Window to lepton-number violating supersymmetry | |
Sim et al. | Stable isotope and trace element analyses with non‐linear machine‐learning data analysis improved coffee origin classification and marker selection | |
CN107101993A (zh) | 一种陶瓷类文物的鉴定方法 | |
CN101968768B (zh) | 一种基于缺陷的软件安全性测试需求的获取与分级方法 | |
de Visscher et al. | Radiation of Extra‐Jets in Inclusive SUSY Samples |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |