CN113358774B - 一种凌云白毫绿茶识别方法 - Google Patents

一种凌云白毫绿茶识别方法 Download PDF

Info

Publication number
CN113358774B
CN113358774B CN202110573243.4A CN202110573243A CN113358774B CN 113358774 B CN113358774 B CN 113358774B CN 202110573243 A CN202110573243 A CN 202110573243A CN 113358774 B CN113358774 B CN 113358774B
Authority
CN
China
Prior art keywords
green tea
pekoe
tea
lingyun
sample
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.)
Active
Application number
CN202110573243.4A
Other languages
English (en)
Other versions
CN113358774A (zh
Inventor
田甜
韦锦坚
文金华
曾祥林
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.)
Guangxi Minsheng Zhongjianlian Testing Co ltd
Guangxi South Subtropical Agricultural Science Research Institute
Original Assignee
Guangxi Minsheng Zhongjianlian Testing Co ltd
Guangxi South Subtropical Agricultural Science Research Institute
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 Guangxi Minsheng Zhongjianlian Testing Co ltd, Guangxi South Subtropical Agricultural Science Research Institute filed Critical Guangxi Minsheng Zhongjianlian Testing Co ltd
Priority to CN202110573243.4A priority Critical patent/CN113358774B/zh
Publication of CN113358774A publication Critical patent/CN113358774A/zh
Application granted granted Critical
Publication of CN113358774B publication Critical patent/CN113358774B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02—Column chromatography
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02—Column chromatography
    • G01N30/04—Preparation or injection of sample to be analysed
    • G01N30/06—Preparation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02—Column chromatography
    • G01N30/86—Signal analysis
    • G01N30/8675—Evaluation, i.e. decoding of the signal into analytical information
    • G01N30/8679—Target compound analysis, i.e. whereby a limited number of peaks is analysed

Landscapes

  • Analytical Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Library & Information Science (AREA)
  • Engineering & Computer Science (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)

Abstract

本发明公开了一种凌云白毫绿茶识别方法，其主要包括以下步骤：(1)收集凌云白毫绿茶和其他绿茶样品，称取适量茶样于顶空瓶中，然后直接通过动态顶空‑气相色谱‑质谱(DHS‑GC‑MS)技术对各样品的香气成分进行定性定量测定；(2)基于各茶样中香气成分组成及其峰面积，通过偏最小二乘法‑判别分析(PLS‑DA)建立不同品牌绿茶判别模型，得到各茶样的得分图，利用PLS‑DA得分图进行凌云白毫绿茶识别。本发明采用动态顶空‑气相色谱‑质谱技术测定凌云白毫茶香气成分，无需前处理过程，操作简便，节省成本且环保，同时结合偏最小二乘法‑判别分析方法对凌云白毫绿茶进行识别，结果客观可靠，实现了90％以上的正确识别率。

Description

一种凌云白毫绿茶识别方法
技术领域
本发明属于茶叶质量检测技术领域，具体涉及一种凌云白毫绿茶识别方法。
背景技术
凌云白毫茶是广西特有的国家级优良茶树品种，属于国家地理标志产品，素有“一茶千化”的美名。凌云白毫茶的茶汤香气馥郁持久，滋味浓醇鲜爽，回味清甘绵长，有板栗香，可以助消化、解腻利尿、提神醒目。各大茶类中绿茶是未经发酵制成的茶，较多的保留了鲜叶的天然物质，对防癌抗癌、杀菌消炎以及抗衰老等具有特殊效果，是其他茶类所不能及的，市场上凌云白毫绿茶也是凌云白毫各类适制茶中最受饮茶者青睐的茶类。茶叶中挥发性香气成分是茶叶品质评价的重要指标，在感官评审中，香气对茶叶感官品质的贡献率达25％。茶叶香气的形成主要受茶树品种、栽培环境、采摘季节、加工工艺等因素影响，所以不同品牌茶叶香气成分的组成和含量均存在差异。茶叶香气成分纷繁复杂，要了解不同品牌茶叶与多种香气成分之间的联系，须借助于多元统计分析方法。偏最小二乘法-判别分析(PLS-DA)在食品科学研究中的样品等级分类、香型分类、产地鉴定、真伪鉴别等方面有很多应用。
近年来，茶叶以假充真、以次充好的报道时有发生，严重侵犯了消费者权益、损害了品牌形象、扰乱了市场秩序。目前在凌云白毫茶识别中，已有的报道均为通过凌云白毫茶的外观性状、口感、感官香型等方法进行鉴别，这些方法受人的主观意识影响较大，正确识别率受限，而且尚未见通过对凌云白毫茶的香气成分定性定量测定并结合多元统计分析建立判别模型进行识别的报道。
发明内容
针对上述现有识别方法存在的不足，本发明旨在提供一种基于动态顶空-气相色谱-质谱技术结合偏最小二乘法-判别分析技术的凌云白毫绿茶识别方法。
本发明的技术方案是提供一种凌云白毫绿茶识别方法，包括以下步骤：
(1)收集凌云白毫绿茶和其他绿茶样品，称取适量茶样于顶空瓶中，然后直接通过动态顶空-气相色谱-质谱(DHS-GC-MS)技术对各样品的香气成分进行定性定量测定；
(2)基于各香气成分组成及其峰面积，通过偏最小二乘法-判别分析(PLS-DA)建立不同品牌绿茶判别模型，得到各茶样的得分图，利用PLS-DA得分图进行凌云白毫绿茶的识别。
本发明通过DHS-GC-MS技术对不同品牌绿茶的香气成分进行定性定量测定，收集各个茶样的香气成分组成及其峰面积作为变量，特别是凌云白毫绿茶的香气成分及其峰面积，根据这些变量，建立判别模型，判别模型是根据品牌不同将各种绿茶(主要是凌云白毫绿茶)进行区域化的分类，然后根据未知茶样的香气成分组成及其峰面积确定未知茶样在该判别模型中的位置，从而进行可视化的识别(是否落入了凌云白毫绿茶的区域)。
进一步地，步骤(1)中通过DHS-GC-MS技术对各样品的香气成分进行测定具体仪器条件为：
1)顶空条件：
顶空平衡温度70～90℃，顶空平衡时间30～40min；吹扫气体为氮气，吹扫温度30～50℃，吹扫流量40mL/min，吹扫时间30～40min；干吹温度30～50℃，干吹时间1～3min；脱附温度200～230℃，脱附时间2～5min；烘烤温度250～280℃，烘烤时间8～15min；捕集肼填料Tenax-TA；
2)色谱条件：
进样口温度：220～260℃，分流进样，分流比为(8～12):1；色谱柱：Agilent DB-WAX；升温梯度：初始温度30～50℃并保持2～5min，再以5℃/min升至90～100℃，再以10℃/min升至220～250℃，并保持6～10min；载气：高纯氦气，载气流量：0.8～1.5mL/min；
3)质谱条件：
电离方式：电子轰击离子源EI；电子能量：70eV；GC-MS接口温度：250～280℃；离子源温度：230℃；四级杆温度：150℃；溶剂延迟时间：0～2min；扫描方式：全扫描模式；扫描离子范围：30～450amu。
更优选地，步骤(1)中通过DHS-GC-MS技术对各样品的香气成分进行测定具体仪器条件为：
1)顶空条件：
顶空平衡温度80℃，顶空平衡时间30min；吹扫气体为氮气，吹扫温度40℃，吹扫流量40mL/min，吹扫时间30min；干吹温度40℃，干吹时间2min；脱附温度220℃，脱附时间2min；烘烤温度260℃，烘烤时间10min；捕集肼填料Tenax-TA。
2)色谱条件：
进样口温度：250℃，分流进样，分流比为10:1；色谱柱：Agilent DB-WAX(30m×0.25mm×0.25μm)；升温梯度：初始温度40℃(保持3min)，以5℃/min升至90℃(保持0min)，再以10℃/min升至230℃(保持7min)；载气：高纯氦气，载气流量：1.0mL/min。
3)质谱条件：
电离方式：电子轰击离子源EI；电子能量：70eV；GC-MS接口温度：250℃；离子源温度：230℃；四级杆温度：150℃；溶剂延迟时间：2min；扫描方式：全扫描模式；扫描离子(m/z)范围：35～400amu。
进一步地，步骤(1)中对各样品的香气成分进行定性定量测定具体方法为：通过DHS-GC-MS，利用全扫描模式对各样品的香气成分进行测定，得到各品牌绿茶的总离子流图。结合NIST谱库和前人的相关研究，对不同品牌绿茶中各香气成分进行鉴定，筛选匹配度达到90％以上的化合物，同时结合化合物结构，排除柱流失等干扰性化合物，获得各个化合物的峰面积。
进一步地，步骤(2)中所述基于凌云白毫茶中L-薄荷醇、苯甲醇、3,5-辛二烯-2-酮、十四烷、水杨酸甲酯这5种香气成分及其峰面积，作为通过偏最小二乘法-判别分析建立凌云白毫绿茶判别模型的变量。
进一步地，步骤(2)中所述基于各茶样中共有且在凌云白毫绿茶中相对含量较高的乙酸乙酯、3,5-辛二烯-2-酮、2-甲基丁醛、异戊醛、十三烷、己醛、十四烷、2-己烯醛、1-戊烯-3-醇、1,3-戊二烯、顺式-2-戊烯-1-醇、叶醇、壬醛、芳樟醇、α-萜品醇、2-己烯酸丁酯、水杨酸甲酯、L-薄荷醇、癸醛、吲哚、苯甲醇这21种香气成分及其峰面积，作为通过偏最小二乘法-判别分析建立凌云白毫绿茶判别模型的变量。
对于本发明采用的动态顶空-气相色谱-质谱(DHS-GC-MS)技术，其中动态顶空是通过以一定温度吹扫样品、捕集肼富集、高温瞬间脱附等过程将挥发性香气成分浓缩后并运输至GC-MS进行分离检测，灵敏度较高，质谱检测采用全扫描模式，根据一级离子碎片质谱图，推测其可能的化合物及分子式，在低沸点化合物快速鉴定中有广泛的应用。偏最小二乘法-判别分析(PLS-DA)为有监督的分析模式，即在预知分类的条件下根据样本信息对训练样本集建立判别模型，再通过验证样本集进行验证，最终达到能够对未知样品集进行判别分类的目的，适用于解释变量数量多且存在着多重共线性的情况。本发明提出采用动态顶空-气相色谱-质谱技术对凌云白毫茶香气成分进行定性定量测定，同时结合偏最小二乘法-判别分析方法对凌云白毫绿茶进行了识别研究。
本发明与现有技术相比具有以下有益效果：
(1)本发明采用的动态顶空-气相色谱-质谱(DHS-GC-MS)技术，无需前处理过程，操作简便，节省成本且环保；其中动态顶空将挥发性香气成分浓缩后并运输至GC-MS进行分离检测，灵敏度较高，且有效解决了“人工鉴别”方法中须要鉴别人员经验丰富、由于鉴别的“感官疲劳”而不能长时间进行等问题；
(2)偏最小二乘法-判别分析(PLS-DA)是在预知分类的条件下根据样本信息对训练样本集建立判别模型，再通过验证样本集进行验证，最终达到能够对未知样品集进行判别分类的目的，分析过程和判别结果客观，不受人的主观意识影响；
(3)本发明能客观的对凌云白毫绿茶进行有效识别，实现了90％以上的正确识别率，结果可靠，具有很好的实用价值。本发明对于保障消费者权益、维护凌云白毫茶品牌形象和市场秩序具有重大意义，同时填补了定性定量分析和评价凌云白毫茶香气品质研究的空白。
附图说明
图1是21种香气成分变量重要性值图。
图2是凌云白毫绿茶与其他绿茶识别的PLS-DA得分图；图2中t[1]和t[2]分别表示主成分1和主成分2，其坐标的含义是各茶样在2个主成分的得分值。
图3是PLS-DA模型置换验证图；对建立的PLS-DA判别模型进行20次置换后验证，结果由图3可知，该模型Q2的一元线性回归曲线在纵轴上的截距小于零，说明该模型不存在过拟合现象，模型可靠，可用于凌云白毫绿茶的判别分析。
图4是不同品牌绿茶预测识别的PLS-DA得分图；图4中t[1]和t[2]分别表示主成分1和主成分2，其坐标的含义是各个预测样品在2个主成分的得分值。
具体实施方式
以下结合具体实施例，对本发明作进一步说明。本发明结合附图和具体实施例作进一步地说明。下面实施例用于对本发明的进一步说明，但不用来限制本发明的范围。
实施例
收集不同品牌绿茶，各茶样分别研磨过60目筛，自封袋封装后常温保存。称取5g(精确至0.01g)茶样于20mL顶空瓶中，迅速压紧顶空瓶盖，等待进样。
通过DHS-GC-MS技术对样品的香气成分进行定性定量测定。仪器条件为，顶空条件：顶空平衡温度80℃，顶空平衡时间30min；吹扫气体为氮气，吹扫温度40℃，吹扫流量40mL/min，吹扫时间30min；干吹温度40℃，干吹时间2min；脱附温度220℃，脱附时间2min；烘烤温度260℃，烘烤时间10min；捕集肼填料Tenax-TA。色谱条件：进样口温度：250℃，分流进样，分流比为10:1；色谱柱：Agilent DB-WAX(30m×0.25mm×0.25μm)；升温梯度：初始温度40℃(保持3min)，以5℃/min升至90℃(保持0min)，再以10℃/min升至230℃(保持7min)；载气：高纯氦气(99.999％)，载气流量：1.0mL/min。质谱条件：电离方式：电子轰击离子源EI；电子能量：70eV；GC-MS接口温度：250℃；离子源温度：230℃；四级杆温度：150℃；溶剂延迟时间：2min；扫描方式：全扫描模式；扫描离子(m/z)范围：35～400amu。
定性定量测定具体方法为：通过DHS-GC-MS，采用全扫描模式对各样品的香气成分进行测定，得到样品的总离子流图。在Masshunter软件中，结合NIST谱库和前人的相关研究，对总离子流图中各香气成分进行鉴定，筛选匹配度达到90％以上的化合物，同时结合化合物结构，排除柱流失等干扰性化合物，获得各个化合物的相对分子质量、保留时间、化学式、峰面积等数据。
数据处理方法为：将所有样品中各香气成分的保留时间和峰面积等数据输入到SIMCA-P11.5软件，作为各个变量，通过偏最小二乘法-判别分析(PLS-DA)建立判别模型，得到各茶样的得分图，利用PLS-DA得分图进行凌云白毫绿茶的识别。
采用动态顶空-气相色谱-质谱(DHS-GC-MS)技术测定并得到不同品牌绿茶的香气成分，以各茶样中共有且在凌云白毫绿茶中相对含量较高的21种香气成分及其峰面积作为变量，进行偏最小二乘法-判别分析(PLS-DA)，包括：根据实际收集到的已知绿茶样品品牌，将样本分为凌云白毫绿茶、其他绿茶2类，以各茶样中的21种香气成分及其峰面积为变量，通过偏最小二乘法-判别分析得出各个变量的变量重要性值，见图1，以变量重要性值大于1为标准，找到对凌云白毫绿茶识别有着较大贡献度的5种香气成分：L-薄荷醇、苯甲醇、3,5-辛二烯-2-酮、十四烷、水杨酸甲酯，这5种化合物对凌云白毫绿茶与其他绿茶的区分起着关键作用，可作为凌云白毫绿茶的特征香气成分。仅利用这5个变量建立的凌云白毫绿茶的PLS-DA判别模型可以实现87％的正确识别率，而选取含量较高的21种香气成分可以达到90％以上的正确识别率。
表1凌云白毫绿茶样品中21种主要香气成分
通过SIMCA-P 11.5软件进行偏最小二乘法-判别分析(PLS-DA)，建立凌云白毫绿茶、其他绿茶的判别模型，得到了不同品牌绿茶样品的得分图，可视化地表明茶样之间的相似度和差异情况，由图2可见凌云白毫绿茶和其他绿茶有着明显的区分。
偏最小二乘法-判别分析(PLS-DA)属于一种多元统计分析方法，为有监督的分析模式，即在预知分类的条件下根据给定的变量对训练样本集建立判别模型，最终实现对未知样品集进行判别分类。(1)建立已知类别信息的训练样本集：根据收集的绿茶样品的类别信息，以15个样品作为训练样本集；(2)以各茶样中共有且在凌云白毫绿茶中相对含量较高的21种香气成分及其峰面积作为变量，将所有样品中21种香气成分的保留时间和峰面积等数据输入到SIMCA-P 11.5软件，作为多变量分析数据；(3)构建判别模型：对分类变量和训练样本集的21种香气成分峰面积等多变量分析数据进行偏最小二乘法-判别分析，建立判别模型，对判别模型进行20次置换后验证，结果由图3可知，模型Q2的一元线性回归曲线在纵轴上的截距小于零，说明不存在过拟合现象，模型可靠，可用于凌云白毫绿茶的判别分析；(4)未知样品的识别：根据训练样本集分类及其香气成分信息所得的模型，通过各茶样的得分图将凌云白毫绿茶与其他绿茶进行了有效直观地区分，然后根据未知样品在得分图上的分布进行类别判定，如果样品落在凌云白毫绿茶所在分布区域则判为凌云白毫绿茶，如果落入其他绿茶区域则判为非凌云白毫绿茶，见图2。选取15个绿茶茶样作为训练集建立凌云白毫绿茶、其他绿茶的PLS-DA判别模型，对另外15个未知绿茶样品进行预测，正确识别率为93.3％，能够有效识别凌云白毫绿茶，见图4。其中图2和图4中的主成分是指主成分分析法中的术语。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。
综上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (1)

1.一种凌云白毫绿茶识别方法，其特征在于，包括以下步骤：
(1)收集凌云白毫绿茶和其他待识别绿茶样品，称取茶样于顶空瓶中，然后直接通过动态顶空-气相色谱-质谱技术对各样品的香气成分进行定性定量测定；
(2)基于各香气成分组成及其峰面积，通过偏最小二乘法-判别分析建立不同品牌绿茶判别模型，得到各茶样的得分图，利用偏最小二乘法-判别分析得分图进行凌云白毫绿茶的识别；
步骤(1)中通过动态顶空-气相色谱-质谱技术对各样品的香气成分进行测定具体仪器条件为：
1)顶空条件：
顶空平衡温度80℃，顶空平衡时间30min；吹扫气体为氮气，吹扫温度40℃，吹扫流量40mL/min，吹扫时间30min；干吹温度40℃，干吹时间2min；脱附温度220℃，脱附时间2min；烘烤温度260℃，烘烤时间10min；捕集肼填料Tenax-TA；
2)色谱条件：
进样口温度：250℃，分流进样，分流比为10:1；色谱柱：Agilent DB-WAX，柱长30m，内径0.25mm，膜厚0.25μm；升温梯度：初始温度40℃并保持3min，以5℃/min升至90℃，再以10℃/min升至230℃并保持7min；载气：高纯氦气，载气流量：1.0mL/min；
3)质谱条件：
电离方式：电子轰击离子源EI；电子能量：70eV；GC-MS接口温度：250℃；离子源温度：230℃；四级杆温度：150℃；溶剂延迟时间：2min；扫描方式：全扫描模式；扫描离子范围：35-400amu；
步骤(1)中对各样品的香气成分进行定性定量测定具体方法为：通过动态顶空-气相色谱-质谱联用，利用全扫描模式对各样品的香气成分进行测定，得到各品牌绿茶的总离子流图；结合NIST谱库，对不同品牌绿茶中各香气成分进行鉴定，筛选匹配度达到90％以上的化合物，同时结合化合物结构，排除干扰性化合物，获得各个化合物的峰面积；
步骤(2)的具体方法为：基于各茶样中共有且在凌云白毫绿茶中相对含量较高的乙酸乙酯、3,5-辛二烯-2-酮、2-甲基丁醛、异戊醛、十三烷、己醛、十四烷、2-己烯醛、1-戊烯-3-醇、1,3-戊二烯、顺式-2-戊烯-1-醇、叶醇、壬醛、芳樟醇、α-萜品醇、2-己烯酸丁酯、水杨酸甲酯、L-薄荷醇、癸醛、吲哚、苯甲醇这21种香气成分及其峰面积，作为通过偏最小二乘法-判别分析建立凌云白毫绿茶判别模型的变量。
CN202110573243.4A 2021-05-25 2021-05-25 一种凌云白毫绿茶识别方法 Active CN113358774B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110573243.4A CN113358774B (zh) 2021-05-25 2021-05-25 一种凌云白毫绿茶识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110573243.4A CN113358774B (zh) 2021-05-25 2021-05-25 一种凌云白毫绿茶识别方法

Publications (2)

Publication Number Publication Date
CN113358774A CN113358774A (zh) 2021-09-07
CN113358774B true CN113358774B (zh) 2023-10-03

Family

ID=77527544

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110573243.4A Active CN113358774B (zh) 2021-05-25 2021-05-25 一种凌云白毫绿茶识别方法

Country Status (1)

Country Link
CN (1) CN113358774B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4806939A (en) * 1985-01-04 1989-02-21 Stc, Plc Optimization of convergence of sequential decorrelator
KR20080075761A (ko) * 2007-02-13 2008-08-19 순천대학교 산학협력단 근적외선 분광광도계를 이용한 한국산과 일본산 녹차제품의 지리적 원산국 판별 방법
JP2009014700A (ja) * 2007-01-31 2009-01-22 Osaka Univ 緑茶の品質予測方法
CN104483414A (zh) * 2014-12-30 2015-04-01 江南大学 一种快速鉴定无锡毫茶等级的检测方法
CN106501408A (zh) * 2016-10-26 2017-03-15 江南大学 一种基于hplc‑elsd和偏最小二乘判别分析法的蜂蜜掺假检测方法
CN106885851A (zh) * 2017-01-22 2017-06-23 中国农业科学院茶叶研究所 一种基于手性定量分析技术的红茶产地判别方法
CN111272931A (zh) * 2020-02-17 2020-06-12 江苏一片叶高新科技有限公司 一种茶叶的原产地溯源方法
CN112435721A (zh) * 2020-11-03 2021-03-02 江南大学 一种基于偏最小二乘构建龙井绿茶品质判别模型的方法
WO2021056814A1 (zh) * 2019-09-25 2021-04-01 深圳市药品检验研究院（深圳市医疗器械检测中心） 一种基于药效信息建立评价中药质量的化学模式识别方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102008046139B4 (de) * 2008-09-05 2024-03-28 Thermo Fisher Scientific (Bremen) Gmbh Verfahren zur quantitativen Bestimmung einer Substanz durch Massenspektrometrie

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4806939A (en) * 1985-01-04 1989-02-21 Stc, Plc Optimization of convergence of sequential decorrelator
JP2009014700A (ja) * 2007-01-31 2009-01-22 Osaka Univ 緑茶の品質予測方法
KR20080075761A (ko) * 2007-02-13 2008-08-19 순천대학교 산학협력단 근적외선 분광광도계를 이용한 한국산과 일본산 녹차제품의 지리적 원산국 판별 방법
CN104483414A (zh) * 2014-12-30 2015-04-01 江南大学 一种快速鉴定无锡毫茶等级的检测方法
CN106501408A (zh) * 2016-10-26 2017-03-15 江南大学 一种基于hplc‑elsd和偏最小二乘判别分析法的蜂蜜掺假检测方法
CN106885851A (zh) * 2017-01-22 2017-06-23 中国农业科学院茶叶研究所 一种基于手性定量分析技术的红茶产地判别方法
WO2021056814A1 (zh) * 2019-09-25 2021-04-01 深圳市药品检验研究院（深圳市医疗器械检测中心） 一种基于药效信息建立评价中药质量的化学模式识别方法
CN111272931A (zh) * 2020-02-17 2020-06-12 江苏一片叶高新科技有限公司 一种茶叶的原产地溯源方法
CN112435721A (zh) * 2020-11-03 2021-03-02 江南大学 一种基于偏最小二乘构建龙井绿茶品质判别模型的方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
DHS-GC-MS结合主成分分析法分析绿茶香气成分;王顾希等;《中国测试》;20180430(第04期);摘要，引言，第1.1-1.5、2.1、3节，表1 *
GC―TOF MS结合化学计量学用于安化黑茶的识别;颜鸿飞等;《食品与机械》;20170828(第08期);第1.1、2.3、2.4节，图2 *
Yin Zhu et al.Identification of key odorants responsible for chestnut-like aroma quality of green teas.《Food research international》.2018,第108卷全文. *
李士敏 ; 李强 ; 孙崇鲁 ; 彭昕 ; .基于多模式识别结合指纹图谱的三叶青产地鉴别比较研究.中草药.2020,(01),全文. *
王丽丽 ; 张应根 ; 杨军国 ; 宋振硕 ; 陈键 ; 陈林 ; .顶空固相微萃取/气相色谱――质谱联用法分析绿茶和白茶香气物质.茶叶学报.(01),全文. *

Also Published As

Publication number Publication date
CN113358774A (zh) 2021-09-07

Similar Documents

Publication Publication Date Title
Song et al. Untargeted and targeted metabolomics strategy for the classification of strong aroma-type baijiu (liquor) according to geographical origin using comprehensive two-dimensional gas chromatography-time-of-flight mass spectrometry
Su et al. Aroma effects of key volatile compounds in Keemun black tea at different grades: HS-SPME-GC-MS, sensory evaluation, and chemometrics
Xiao et al. Characterization of aroma compounds of Chinese famous liquors by gas chromatography–mass spectrometry and flash GC electronic-nose
Xiao et al. Characterization of different aroma‐types of chinese liquors based on their aroma profile by gas chromatography–mass spectrometry and sensory evaluation
Adami et al. Geographic origin of southern Brazilian wines by carbon and oxygen isotope analyses
Fang et al. Identification of geographical origin of Keemun black tea based on its volatile composition coupled with multivariate statistical analyses
CN104483414A (zh) 一种快速鉴定无锡毫茶等级的检测方法
CN111272931A (zh) 一种茶叶的原产地溯源方法
Procida et al. Relationships between volatile compounds and sensory characteristics in virgin olive oil by analytical and chemometric approaches
Yue et al. Aroma characteristics of Wuyi rock tea prepared from 16 different tea plant varieties
CN109738569B (zh) 一种基于spme-gc-ms的高仿卷烟鉴别方法
CN102645502A (zh) 一种利用快速气相色谱型电子鼻指纹分析系统鉴别黄酒酒龄的方法
Perestrelo et al. Untargeted fingerprinting of cider volatiles from different geographical regions by HS-SPME/GC-MS
Cheng et al. Volatile composition of eight blueberry cultivars and their relationship with sensory attributes
Wu et al. Variety‐based discrimination of apple juices by an electronic nose and gas chromatography–mass spectrometry
Zhang et al. Characterization of wine volatile compounds from different regions and varieties by HS-SPME/GC-MS coupled with chemometrics
Tian et al. Development of a flavour fingerprint by GC‐MS and GC‐O combined with chemometric methods for the quality control of Korla pear (Pyrus serotina Reld)
Feng et al. Quantitative structure‐activity relationships (QSAR) of aroma compounds in different aged Huangjiu
Wang et al. The identification of soy sauce adulterated with bean species and the origin using headspace solid-phase microextraction coupled with gas chromatography-mass spectrometry
Wang et al. Coupling electronic nose with GC–MS improves flavor recognition and grade differentiation of Zhenjiang aromatic vinegar
CN111738548A (zh) 一种茉莉花茶香气品质评价方法及其应用
CN113358774B (zh) 一种凌云白毫绿茶识别方法
CN114609275A (zh) 一种青花椒气味品质检测方法
Xiong et al. Distinguishing raw pu-erh tea production regions through a combination of HS-SPME-GC-MS and machine learning algorithms
CN106872592B (zh) 一种基于手性指纹数据的茶叶真伪快速鉴别方法

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
GR01 Patent grant
GR01 Patent grant