CN114166770A - 一种基于纳米卟啉溶液相紫外可见光谱监测红茶发酵质量的方法 - Google Patents
一种基于纳米卟啉溶液相紫外可见光谱监测红茶发酵质量的方法 Download PDFInfo
- Publication number
- CN114166770A CN114166770A CN202111399502.2A CN202111399502A CN114166770A CN 114166770 A CN114166770 A CN 114166770A CN 202111399502 A CN202111399502 A CN 202111399502A CN 114166770 A CN114166770 A CN 114166770A
- Authority
- CN
- China
- Prior art keywords
- fermentation
- black tea
- porphyrin
- nano
- ultraviolet
- 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
Links
- 238000000855 fermentation Methods 0.000 title claims abstract description 93
- 230000004151 fermentation Effects 0.000 title claims abstract description 93
- 244000269722 Thea sinensis Species 0.000 title claims abstract description 91
- 235000006468 Thea sinensis Nutrition 0.000 title claims abstract description 61
- 235000020279 black tea Nutrition 0.000 title claims abstract description 61
- 150000004032 porphyrins Chemical class 0.000 title claims abstract description 56
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000002371 ultraviolet--visible spectrum Methods 0.000 title claims abstract description 39
- 238000012544 monitoring process Methods 0.000 title claims abstract description 25
- 235000013616 tea Nutrition 0.000 claims abstract description 30
- 238000001514 detection method Methods 0.000 claims abstract description 8
- 239000000243 solution Substances 0.000 claims description 42
- 238000011156 evaluation Methods 0.000 claims description 20
- 235000014347 soups Nutrition 0.000 claims description 19
- 230000004044 response Effects 0.000 claims description 16
- 239000000463 material Substances 0.000 claims description 14
- 239000006185 dispersion Substances 0.000 claims description 13
- 239000000126 substance Substances 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 11
- 238000002156 mixing Methods 0.000 claims description 9
- 238000001228 spectrum Methods 0.000 claims description 9
- 239000011259 mixed solution Substances 0.000 claims description 8
- 238000005457 optimization Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 8
- 230000035484 reaction time Effects 0.000 claims description 8
- 230000001953 sensory effect Effects 0.000 claims description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 8
- 238000002211 ultraviolet spectrum Methods 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 6
- 239000012153 distilled water Substances 0.000 claims description 6
- 235000019225 fermented tea Nutrition 0.000 claims description 6
- 238000007709 nanocrystallization Methods 0.000 claims description 6
- 238000001429 visible spectrum Methods 0.000 claims description 6
- 229940057847 polyethylene glycol 600 Drugs 0.000 claims description 5
- 230000031700 light absorption Effects 0.000 claims description 4
- 239000007788 liquid Substances 0.000 claims description 4
- 238000001338 self-assembly Methods 0.000 claims description 4
- 238000012706 support-vector machine Methods 0.000 claims description 4
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 239000002245 particle Substances 0.000 claims description 3
- -1 porphyrin compound Chemical class 0.000 claims description 3
- 238000003756 stirring Methods 0.000 claims description 3
- 238000009210 therapy by ultrasound Methods 0.000 claims description 3
- 230000003044 adaptive effect Effects 0.000 claims description 2
- 230000002860 competitive effect Effects 0.000 claims description 2
- 238000009795 derivation Methods 0.000 claims description 2
- 238000013210 evaluation model Methods 0.000 claims description 2
- 238000002474 experimental method Methods 0.000 claims description 2
- 230000014759 maintenance of location Effects 0.000 claims description 2
- 239000000203 mixture Substances 0.000 claims description 2
- 239000000758 substrate Substances 0.000 claims description 2
- 239000004094 surface-active agent Substances 0.000 claims description 2
- 238000005303 weighing Methods 0.000 claims description 2
- 230000036755 cellular response Effects 0.000 claims 1
- 238000000870 ultraviolet spectroscopy Methods 0.000 claims 1
- 238000004458 analytical method Methods 0.000 abstract description 2
- 230000035945 sensitivity Effects 0.000 abstract description 2
- 230000000694 effects Effects 0.000 description 5
- 235000014620 theaflavin Nutrition 0.000 description 5
- 238000010521 absorption reaction Methods 0.000 description 4
- 235000005487 catechin Nutrition 0.000 description 4
- ADRVNXBAWSRFAJ-UHFFFAOYSA-N catechin Natural products OC1Cc2cc(O)cc(O)c2OC1c3ccc(O)c(O)c3 ADRVNXBAWSRFAJ-UHFFFAOYSA-N 0.000 description 4
- XEEYBQQBJWHFJM-UHFFFAOYSA-N iron Substances [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 4
- AYEKOFBPNLCAJY-UHFFFAOYSA-O thiamine pyrophosphate Chemical compound CC1=C(CCOP(O)(=O)OP(O)(O)=O)SC=[N+]1CC1=CN=C(C)N=C1N AYEKOFBPNLCAJY-UHFFFAOYSA-O 0.000 description 4
- PFTAWBLQPZVEMU-DZGCQCFKSA-N (+)-catechin Chemical compound C1([C@H]2OC3=CC(O)=CC(O)=C3C[C@@H]2O)=CC=C(O)C(O)=C1 PFTAWBLQPZVEMU-DZGCQCFKSA-N 0.000 description 3
- IPMYMEWFZKHGAX-UHFFFAOYSA-N Isotheaflavin Natural products OC1CC2=C(O)C=C(O)C=C2OC1C(C1=C2)=CC(O)=C(O)C1=C(O)C(=O)C=C2C1C(O)CC2=C(O)C=C(O)C=C2O1 IPMYMEWFZKHGAX-UHFFFAOYSA-N 0.000 description 3
- UXRMWRBWCAGDQB-UHFFFAOYSA-N Theaflavin Natural products C1=CC(C2C(CC3=C(O)C=C(O)C=C3O2)O)=C(O)C(=O)C2=C1C(C1OC3=CC(O)=CC(O)=C3CC1O)=CC(O)=C2O UXRMWRBWCAGDQB-UHFFFAOYSA-N 0.000 description 3
- 229950001002 cianidanol Drugs 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 229910052742 iron Inorganic materials 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- YNHJECZULSZAQK-UHFFFAOYSA-N tetraphenylporphyrin Chemical compound C1=CC(C(=C2C=CC(N2)=C(C=2C=CC=CC=2)C=2C=CC(N=2)=C(C=2C=CC=CC=2)C2=CC=C3N2)C=2C=CC=CC=2)=NC1=C3C1=CC=CC=C1 YNHJECZULSZAQK-UHFFFAOYSA-N 0.000 description 3
- IPMYMEWFZKHGAX-ZKSIBHASSA-N theaflavin Chemical compound C1=C2C([C@H]3OC4=CC(O)=CC(O)=C4C[C@H]3O)=CC(O)=C(O)C2=C(O)C(=O)C=C1[C@@H]1[C@H](O)CC2=C(O)C=C(O)C=C2O1 IPMYMEWFZKHGAX-ZKSIBHASSA-N 0.000 description 3
- 229940026509 theaflavin Drugs 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 238000011065 in-situ storage Methods 0.000 description 2
- 239000004615 ingredient Substances 0.000 description 2
- 238000004445 quantitative analysis Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 239000002904 solvent Substances 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- PJOJZHHAECOAFH-UHFFFAOYSA-N 5,10,15,20-tetrakis(4-methoxyphenyl)-21,23-dihydroporphyrin Chemical compound COc1ccc(cc1)-c1c2ccc(n2)c(-c2ccc(OC)cc2)c2ccc([nH]2)c(-c2ccc(OC)cc2)c2ccc(n2)c(-c2ccc(OC)cc2)c2ccc1[nH]2 PJOJZHHAECOAFH-UHFFFAOYSA-N 0.000 description 1
- GTZCNONABJSHNM-UHFFFAOYSA-N 5,10,15,20-tetraphenyl-21,23-dihydroporphyrin zinc Chemical compound [Zn].c1cc2nc1c(-c1ccccc1)c1ccc([nH]1)c(-c1ccccc1)c1ccc(n1)c(-c1ccccc1)c1ccc([nH]1)c2-c1ccccc1 GTZCNONABJSHNM-UHFFFAOYSA-N 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- 102000030523 Catechol oxidase Human genes 0.000 description 1
- 108010031396 Catechol oxidase Proteins 0.000 description 1
- JPVYNHNXODAKFH-UHFFFAOYSA-N Cu2+ Chemical compound [Cu+2] JPVYNHNXODAKFH-UHFFFAOYSA-N 0.000 description 1
- 229910021380 Manganese Chloride Inorganic materials 0.000 description 1
- 102000003992 Peroxidases Human genes 0.000 description 1
- RWDBIZPEXPLXDF-UHFFFAOYSA-L [Fe](Cl)Cl.FC1=C(C(=C(C(=C1C1=C2NC(=C1)C=C1C=CC(=N1)C=C1C=CC(N1)=CC=1C=CC(N1)=C2)F)F)F)F Chemical compound [Fe](Cl)Cl.FC1=C(C(=C(C(=C1C1=C2NC(=C1)C=C1C=CC(=N1)C=C1C=CC(N1)=CC=1C=CC(N1)=C2)F)F)F)F RWDBIZPEXPLXDF-UHFFFAOYSA-L 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009835 boiling Methods 0.000 description 1
- 125000002915 carbonyl group Chemical group [*:2]C([*:1])=O 0.000 description 1
- 150000001765 catechin Chemical class 0.000 description 1
- 238000009614 chemical analysis method Methods 0.000 description 1
- 229910017052 cobalt Inorganic materials 0.000 description 1
- 239000010941 cobalt Substances 0.000 description 1
- GUTLYIVDDKVIGB-UHFFFAOYSA-N cobalt atom Chemical compound [Co] GUTLYIVDDKVIGB-UHFFFAOYSA-N 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004090 dissolution Methods 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000000796 flavoring agent Substances 0.000 description 1
- 235000019634 flavors Nutrition 0.000 description 1
- 230000008821 health effect Effects 0.000 description 1
- 238000004128 high performance liquid chromatography Methods 0.000 description 1
- 125000002887 hydroxy group Chemical group [H]O* 0.000 description 1
- 238000002386 leaching Methods 0.000 description 1
- 238000012843 least square support vector machine Methods 0.000 description 1
- 229940099607 manganese chloride Drugs 0.000 description 1
- 235000002867 manganese chloride Nutrition 0.000 description 1
- 239000011565 manganese chloride Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 108040007629 peroxidase activity proteins Proteins 0.000 description 1
- 150000008442 polyphenolic compounds Chemical class 0.000 description 1
- 235000013824 polyphenols Nutrition 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 239000012798 spherical particle Substances 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 239000013076 target substance Substances 0.000 description 1
- 235000008118 thearubigins Nutrition 0.000 description 1
- 230000005641 tunneling Effects 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
Images
Classifications
-
- 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
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/33—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using ultraviolet light
-
- 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
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
-
- 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
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
- G01N2021/0106—General arrangement of respective parts
- G01N2021/0112—Apparatus in one mechanical, optical or electronic block
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
本发明涉及茶叶品质监测技术领域,具体涉及一种基于纳米卟啉溶液相紫外可见光谱监测红茶发酵质量的方法,利用溶液相比色传感阵列对红茶发酵样的茶汤进行响应,并应用紫外可见光谱技术结合竞争自适应重加权算法、粒子群算法、迭代和保留信息变量等降维方法,高效提取传感阵列特征信息,采用偏最小二乘判别、支持向量机、最小二乘支持向量机等算法建立鲁棒性强、准确性高的模型,实现对红茶发酵程度的快速准确判别及儿茶素与茶黄素的精准定量预测。本发明具有分析速度快、灵敏度高、成本低、便于在线检测的特点。
Description
技术领域
本发明涉及茶叶品质监测技术领域,具体涉及一种基于纳米卟啉溶液相紫外可见光谱监测红茶发酵质量的方法。
背景技术
红茶因独特的风味品质及健康效应广受消费者喜爱,是世界上消费最多的茶类,由茶鲜叶经萎凋、揉捻、发酵和干燥工序制得。发酵作为红茶加工的关键工序,其质量直接影响红茶香气、色泽和滋味的形成,发酵不足和过度发酵均不利于红茶品质。目前红茶生产中,对发酵程度的掌握主要依赖有经验的制茶师傅进行感官评判。然而,评价结果易受现场环境,审评员的身体状态、知识水平以及经验等影响。同时,描述性的感官审评结果难以量化,且客观性、准确性等方面的缺乏,难以满足目前茶叶行业加工过程品质评判的需求。
随着发酵的进行,发酵叶中关键理化成分的动态变化直接影响着红茶品质。总体来说,随着发酵的进程,多酚类物质在多酚氧化酶和过氧化物酶的氧化形成茶黄素、茶红素和茶褐素及特征香气物质。然而,目前对于这些特征理化成分检测依赖高效液相色谱(HPLC)等化学分析方法,整个分析过程费时费力,检测结果具有严重的滞后性,无法满足红茶发酵过程原位监测的需求。且只能分析单项内含物指标,不能够在线衡量红茶发酵质量,不适用于茶叶加工过程中的在线检测和快速评价。综上,开发快速、科学准确的发酵在制品质量数字化评价方法,对于实现红茶发酵质量的原位监测具有重要意义。
目前,比色传感器被广泛应用于茶叶品质的评判中,但大多数都是基于挥发性成分的监测。然而,监测发酵过程中产生的复杂挥发性混合物,对比色传感器的性能要求较为严格,且对于气态目标物的监测易导致响应不充分、稳定时间较长等问题。且目前多数比色传感器是基于RGB三通道获取色差向量进行统计和定量分析,这三个被检测的通道是高度相关的,并包含相对较高的噪声。
鉴于上述缺陷,本发明创作者经过长时间的研究和实践终于获得了本发明。
发明内容
本发明的目的在于解决现有的比色传感器时基于RGB三通道获取色差向量进行统计和定量分析,这三个被检测的通道是高度相关的,并包含相对较高的噪声的问题,提供了一种基于纳米卟啉溶液相紫外可见光谱监测红茶发酵质量的方法。
为了实现上述目的,本发明公开了一种基于纳米卟啉溶液相紫外可见光谱监测红茶发酵质量的方法,包括以下步骤:
S1:代表性样品采集及感官审评:采集不同发酵时间的红茶茶样,从发酵开始起至发酵5h每隔30min采集一次样品,每次取20个发酵茶样,共220个样品,根据GB/T23776-2018中工夫红茶审评因子的评分系数,由专业茶叶审评小组对收集的发酵茶样的发酵程度进行感官评价;;
S2:纳米卟啉溶液相比色传感阵列构建:利用辅助自组装法将卟啉材料进行纳米化,利用表面活性剂聚乙二醇600辅助卟啉材料的纳米化自组装,制得纳米卟啉材料分散液,并将分散液吸取至96微孔板上得到纳米化比色传感阵列,设置空白对照;
S3:反应系统优化:利用传感阵列的特征紫外可见光谱信息,对反应体系中纳米卟啉与茶汤比例、阵列纳米卟啉材料和反应时间进行优化;
S4:传感信息获取与特征提取:使用基于微孔板检测系统SpectraMax M2及配套采集和分析软件,对纳米卟啉溶液相比色传感阵的紫外可见光谱进行采集,对所获取的信息进行去背景并形成特征变量;
S5:发酵程度判别模型的构建与优化:基于提取得到的特征信息,建立发酵程度评价模型,利用独立样本对模型进行验证,进一步修正和优化模型;
S6:发酵关键物质定量预测模型的构建与优化:基于提取得到的特征信息,建立发酵质量关键物质的定量预测模型,利用独立样本对模型进行验证,进一步修正和优化模型。
所述步骤S2中构建纳米卟啉溶液相比色传感阵列的具体过程如下:称取一定量的卟啉化合物,溶解于N-N-二甲基乙酰胺,超声溶解,制备成7*10-4mol/L的溶液,将聚乙二醇600与卟啉溶液按1:9混合,超声得到混合液,吸取200μL的混合液在2min内均匀注入5mL蒸馏水中,将体系至于50℃,1000r/min搅拌15min,静置一天后获得纳米卟啉分散液,并将分散液固定至96微孔板基底上,设置实验重复组及空白对照组,制得4*8的纳米化比色传感器阵列。
所述步骤S2中构建纳米卟啉溶液相比色传感阵列的空白对照组设置如下:将与等体积的纳米卟啉与蒸馏水混合体固定于96微孔板中,制得2*8的空白对照组。
所述步骤S3中纳米卟啉与茶汤反应体系比例优化的具体过程如下:纳米卟啉与茶汤的比例分别设置为9:1、3:1、1:1、1:3、1:9,总体积为200μL,获取不同比例下反应体系的特征紫外可见光谱,减去空白对照得到紫外差值光谱,对比不同发酵程度红茶样差值光谱的离散程度,选取区分性能最优的纳米卟啉和茶汤混合比。
所述步骤S3中反应时间优化的具体方法为:采集传感阵列各单元响应0、2、4、6、8、10、30min后的紫外可见光谱,对比不同响应时间紫外可见光谱吸光值的差异,以系统达到稳定的时间作为反应时间。
所述步骤S4中对所获取信息进行去背景及形成特征变量时,将传感阵列各单元响应值减去空白对照,各单元差值光谱作为该阵列的特征变量。
所述步骤S5中发酵程度判别模型的构建与优化时,利用去趋势、二阶导和归一化的方法消除紫外可见光谱的噪声信息,基于竞争自适应重加权算法、粒子群算法、迭代和保留信息变量等方法提取传感阵列的特征变量。
所述步骤S5中发酵程度判别模型的构建与优化时,引入RBF算法,构建红茶发酵程度支持向量机定性预测模型,以预测模型的判别率和均方根误差作为模型评价指标,选取最优参数计算得到最优解。
所述步骤S6中发酵关键指标物质定量预测模型的构建与优化时,通过CARS方法提取特征变量,偏最小二乘和最小二乘支持向量机回归模型用于发酵关键指标物质的定量预测,选取最优的参数及模型得到最优解。
本发明还公开了上述基于纳米卟啉溶液相紫外可见光谱监测红茶发酵质量的方法在检测祁门红茶发酵质量中的应用。卟啉具有优异的溶剂致变色性能,即使与缺乏强链接的分析物相互作用,也会导致明显的比色变化。纳米卟啉因其独特的小尺寸效应、表面效应和量子隧穿效应而具备更优的性能。传感器阵列中的纳米卟啉与茶水混合时,含有羟基或羰基的儿茶素和茶黄素等极性分子溶解引起的溶剂效应,或含有π-π结构的卟啉与茶黄素和儿茶素产生的共轭效应,会使混合体系紫外-可见光谱的吸收峰发生蓝移或红移。并且相互作用强度可以通过吸收峰移偏移程度来判断。不同发酵程度的红茶样品因内含物水平的差异,使其与纳米卟啉传感阵列反应时产生的相互作用不同。利用紫外-可见光谱获取阵列的特征信息,可以达到评价红茶发酵程度及定量内含成分的目的。
与现有技术比较本发明的有益效果在于:
1、本发明所制备的纳米卟啉溶液相传感阵列,对红茶发酵过程样茶汤的响应灵敏度高、反应迅速、稳定性好、特异性强;
2、本发明采用紫外可见光谱系统提取比色传感器阵列的光谱信息,相比于传统基于平板扫描仪和数码相机获取的阵列颜色信息,全波段的紫外可见光谱信息可以获得传感阵列更丰富的特征信息;
3、本发明利用智能算法对原始光谱数据进行预处理及特征提取,结合化学计量学方法,构建红茶发酵程度定性识别模型及发酵质量指标物质的定量预测模型,能够实现快速准确的判别红茶发酵质量,该方法具有分析速度快、灵敏度高、成本低、便于在线检测的特点。
附图说明
图1为本发明中基于纳米卟啉溶液相紫外可见光谱监测红茶发酵质量的方法示意图,A为本发明方法流程图,B为构成溶液相比色传感阵列的纳米卟啉材料结构式;
图2为纳米卟啉溶液相传感阵列对不同发酵程度茶汤响应的紫外可见光谱(纳米卟啉比茶汤为9:1):(a)TPP,(b)CoTPP,(c)CuTPP,(d)FeTPPⅠ,(e)FeTPPⅡ,(f)FeTPPⅢ,(g)ZnTPP,(h)MnTPP;
图3为TPP与茶汤在不同比例下对不同发酵程度茶汤响应的紫外可见光谱:(a)1:1,(b)3:1,(c)1:3,(d)1:9;
图4为纳米卟啉与茶汤响应前后的紫外可见光谱图:(a)FeTPPⅡ;(b)CuTPP;(c)FeTPPⅢ;(d)MnTPP;
图5为纳米卟啉的扫描电镜与紫外光谱表征结果图:(a)N-FeTPPⅡand N-MnTPP;(b)N-FeTPPⅢand N-CuTPP;(c)N-FeTPPⅡ;(d)N-MnTPP;(e)N-FeTPPⅢ;(f)N-CuTPP;
图6为传感阵列单元不同响应时间差值紫外可见光谱:(a)FeTPPⅡ;(b)CuTPP;(c)FeTPPⅢ;(d)MnTPP;
图7为CARS-SVM模型对红茶发酵程度预测结果图;
图8为CARS-LSSVM模型对儿茶素的定量预测回归图;
图9为CARS-LSSVM模型对茶黄素的定量预测回归图。
具体实施方式
以下结合附图,对本发明上述的和另外的技术特征和优点作更详细的说明。
一、代表性样品采集及感官审评
采集不同发酵时间的祁门红茶茶样,从发酵开始起至发酵5h每隔30min采集一次样品,每次取20个发酵茶样,共220个样品。根据GB/T23776-2018中工夫红茶审评因子的评分系数,由专业茶叶审评小组对收集的发酵茶样的发酵程度进行感官评价:发酵0-2h样品判定为发酵不足,2.5-3h样品判定为发酵适度,3.5-5h样品判定为发酵过度。
二、纳米卟啉溶液相比色传感阵列构建
纳米卟啉溶液相阵列的构建如图1所示,称取一定量的卟啉化合物,溶解于N-N-二甲基乙酰胺,超声溶解,制备成7*10-4mol/L的溶液,将聚乙二醇600与卟啉溶液按1:9混合,超声得到混合液,吸取200μL的混合液在2min内均匀注入5mL蒸馏水中,将体系至于50℃,1000r/min搅拌15min,静置一天后获得纳米卟啉分散液,并将分散液吸取一定体积至96微孔板上得到纳米化比色传感阵列,阵列单元包括5,10,15,20-四(五氟苯基)卟啉氯化铁(FeTPPⅡ),四甲氧基苯基卟啉钴(CoTPP),5,10,15,20-四苯基-21H,23H-卟吩铜(II)(CuTPP),四苯基卟啉锌(ZnTPP),5,10,15,20-四苯基卟啉(TPP),四苯基卟啉铁(FeTPPⅠ),四对甲氧苯基卟啉铁(FeTPPⅢ),5,10,15,20-四苯基-21H,23H-卟吩氯化锰(MnTPP)的卟啉,卟啉材料结构式如图1B所示,设置传感阵列中各纳米卟啉单元重复组和两列以纳米卟啉与蒸馏水构成的空白对照组,制得4*8的传感阵列。
三、反应系统优化
反应系统如图1A所示,基于传感阵列对不同发酵程度红茶在制品的响应紫外可见光谱,对传感阵列单元纳米卟啉与茶汤的混合比、响应较优的纳米卟啉材料、阵列反应时间进行优化,具体方法如下:2g不同发酵程度的红茶发酵样品置于50mL的烧杯中,加入30mL沸水浸提5min,过滤得到茶汤。纳米卟啉分散液与茶汤的比例分别设置为9:1、3:1、1:1、1:3、1:9,总体积为200μL。获取不同比例下传感阵列各单元孔与不同发酵程度红茶汤响应的特征紫外可见光谱,减去空白对照得到紫外差值光谱,纳米卟啉与茶汤最优的混合比例为9:1,如图2所示,该比例下传感阵列对不同发酵程度红茶样品的区分性能最佳;如图3所示,TPP在其它四种比例下对不同发酵程度红茶样品的区分性能不理想。对比FeTPPⅡ、CoTPP、CuTPP、ZnTPP、TPP、FeTPPⅠ、FeTPPⅢ、MnTPP等八种纳米卟啉材料与红茶样品茶汤响应前后的紫外可见光谱,挑选吸收峰偏移较大的纳米卟啉材料,如图4所示,被优选的FeTPPⅡ、CuTPP、FeTPPⅢ、MnTPP四种材料紫外吸收峰的偏移分别为6nm、4nm、4nm、6nm,其扫描电镜和紫外表征结果如图5所示,紫外可见光谱中纳米卟啉物质Soret带的红移或蓝移表明J型和H型纳米卟啉聚集体的形成,电镜结果显示FeTPPⅡ、MnTPP、FeTPPⅢ为粒径大小在100-150nm的球状颗粒,CuTPP则表现为重叠的方片状结构;采集传感阵列各单元响应0、2、4、6、8、10、30min后的紫外可见光谱,对比不同响应时间紫外可见光谱吸光值的变化趋势,将吸光值达到稳定的时间作为系统反应时间,如图6所示,系统迅速响应且稳定时间为2min。
四、传感信息获取与特征提取
使用基于微孔板检测系统SpectraMax M2及配套采集和分析软件,对纳米卟啉溶液相比色传感阵列的紫外可见光谱进行采集,采集波长范围为300-700nm,对所获取传感阵列的紫外可见光谱信息进行平均,减去对照组的平均值进行去背景,将传感阵列各单元的平均响应差值整合作为该阵列对红茶发酵样品响应的特征变量。
五、发酵程度判别模型的构建与优化
基于二阶导-[0,1]归一化对原始数据进行预处理,结合CARS方法筛选特征变量,引入径向基函数,建立红茶发酵程度SVM判别模型,CARS-SVM模型最佳惩罚因子c为4,RBF核参数g为0.435,红茶发酵程度校正集判别率为100.00%,预测集判别率为100.00%,如图7所示该方法能够实现红茶发酵程度的准确判别。红茶发酵程度定性判别模型结果如表1所示:
表1红茶发酵程度定性判别模型结果
六、发酵关键指标物质定量预测模型的构建与优化
基于CARS方法筛选特征变量,引入偏最小二乘(PLS)和最小二乘支持向量机(LSSVM)算法,建立红茶发酵关键指标物质定量预测模型,如图8所示,CARS-LSSVM模型预测集对儿茶素定量预测的相关系数为0.91;如图9所示,CARS-LSSVM模型预测集对茶黄素定量预测的相关系数为0.86。红茶发酵关键内含成分定量预测模型结果如表2所示:
表2红茶发酵关键内含成分定量预测模型结果
以上所述仅为本发明的较佳实施例,对本发明而言仅仅是说明性的,而非限制性的。本专业技术人员理解,在本发明权利要求所限定的精神和范围内可对其进行许多改变,修改,甚至等效,但都将落入本发明的保护范围内。
Claims (10)
1.一种基于纳米卟啉溶液相紫外可见光谱监测红茶发酵质量的方法,其特征在于,包括以下步骤:
S1:代表性样品采集及感官审评:采集不同发酵时间的红茶茶样,从发酵开始起至发酵5h每隔30min采集一次样品,每次取20个发酵茶样,共220个样品,根据GB/T23776-2018中工夫红茶审评因子的评分系数,由专业茶叶审评小组对收集的发酵茶样的发酵程度进行感官评价;
S2:纳米卟啉溶液相比色传感阵列构建:利用辅助自组装法将卟啉材料进行纳米化,利用表面活性剂聚乙二醇600辅助卟啉材料的纳米化自组装,制得纳米卟啉材料分散液,并将分散液吸取至96微孔板上得到纳米化比色传感阵列,设置空白对照;
S3:反应系统优化:利用传感阵列的特征紫外可见光谱信息,对反应体系中纳米卟啉与茶汤比例、阵列纳米卟啉材料和反应时间进行优化;
S4:传感信息获取与特征提取:使用基于微孔板检测系统SpectraMax M2及配套采集和分析软件,对纳米卟啉溶液相比色传感阵的紫外可见光谱进行采集,对所获取的信息进行去背景并形成特征变量;
S5:发酵程度判别模型的构建与优化:基于提取得到的特征信息,建立发酵程度评价模型,利用独立样本对模型进行验证,进一步修正和优化模型;
S6:发酵关键物质定量预测模型的构建与优化:基于提取得到的特征信息,建立发酵质量关键物质的定量预测模型,利用独立样本对模型进行验证,进一步修正和优化模型。
2.如权利要求1所述的一种基于纳米卟啉溶液相紫外可见光谱监测红茶发酵质量的方法,其特征在于,所述步骤S2中构建纳米卟啉溶液相比色传感阵列的具体过程如下:称取一定量的卟啉化合物,溶解于N-N-二甲基乙酰胺,超声溶解,制备成7*10-4mol/L的溶液,将聚乙二醇600与卟啉溶液按1:9混合,超声得到混合液,吸取200μL的混合液在2min内均匀注入5mL蒸馏水中,将体系至于50℃,1000r/min搅拌15min,静置一天后获得纳米卟啉分散液,并将分散液固定至96微孔板基底上,设置实验重复组及空白对照组,制得4*8的纳米化比色传感器阵列。
3.如权利要求1所述的一种基于纳米卟啉溶液相紫外可见光谱监测红茶发酵质量的方法,其特征在于,所述步骤S2中构建纳米卟啉溶液相比色传感阵列的空白对照组设置如下:将等体积的纳米卟啉与蒸馏水混合体固定于96微孔板中,制得2*8的空白对照组。
4.如权利要求1所述的一种基于纳米卟啉溶液相紫外可见光谱监测红茶发酵质量的方法,其特征在于,所述步骤S3中纳米卟啉与茶汤反应体系比例优化的具体过程如下:纳米卟啉与茶汤的比例分别设置为9:1、3:1、1:1、1:3、1:9,总体积为200μL,获取不同比例下反应体系的特征紫外可见光谱,减去空白对照得到紫外差值光谱,对比不同发酵程度红茶样差值光谱的离散程度,选取区分性能最优的纳米卟啉和茶汤混合比。
5.如权利要求1所述的一种基于纳米卟啉溶液相紫外可见光谱监测红茶发酵质量的方法,其特征在于,所述步骤S3中反应时间优化的具体方法为:采集传感阵列各单元响应0、2、4、6、8、10、30min后的紫外可见光谱,对比不同响应时间紫外可见光谱吸光值的差异,以系统达到稳定的时间作为反应时间。
6.如权利要求1所述的一种基于纳米卟啉溶液相紫外可见光谱监测红茶发酵质量的方法,其特征在于,所述步骤S4中对所获取信息进行去背景及形成特征变量时,将传感阵列各单元响应值减去空白对照,各单元差值光谱作为该阵列的特征变量。
7.如权利要求1所述的一种基于纳米卟啉溶液相紫外可见光谱监测红茶发酵质量的方法,其特征在于,所述步骤S5中发酵程度判别模型的构建与优化时,利用去趋势、二阶导和归一化的方法消除紫外可见光谱的噪声信息,基于竞争自适应重加权算法、粒子群算法、迭代和保留信息变量等方法提取传感阵列的特征变量。
8.如权利要求1所述的一种基于纳米卟啉溶液相紫外可见光谱监测红茶发酵质量的方法,其特征在于,所述步骤S5中发酵程度判别模型的构建与优化时,引入RBF算法,构建红茶发酵程度支持向量机定性预测模型,以预测模型的判别率和均方根误差作为模型评价指标,选取最优参数计算得到最优解。
9.如权利要求1所述的一种基于纳米卟啉溶液相紫外可见光谱监测红茶发酵质量的方法,其特征在于,所述步骤S6中发酵关键指标物质定量预测模型的构建与优化时,通过CARS方法提取特征变量,偏最小二乘和最小二乘支持向量机回归模型用于发酵关键指标物质的定量预测,选取最优的参数及模型得到最优解。
10.一种如权利要求1~9任一项所述的基于纳米卟啉溶液相紫外可见光谱监测红茶发酵质量的方法在评价祁门红茶发酵质量中的应用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111399502.2A CN114166770B (zh) | 2021-11-19 | 2021-11-19 | 一种基于纳米卟啉溶液相紫外可见光谱监测红茶发酵质量的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111399502.2A CN114166770B (zh) | 2021-11-19 | 2021-11-19 | 一种基于纳米卟啉溶液相紫外可见光谱监测红茶发酵质量的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114166770A true CN114166770A (zh) | 2022-03-11 |
CN114166770B CN114166770B (zh) | 2023-08-22 |
Family
ID=80480123
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111399502.2A Active CN114166770B (zh) | 2021-11-19 | 2021-11-19 | 一种基于纳米卟啉溶液相紫外可见光谱监测红茶发酵质量的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114166770B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115308197A (zh) * | 2022-08-05 | 2022-11-08 | 安徽农业大学 | 一种红茶发酵程度判定方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011041925A1 (zh) * | 2009-10-09 | 2011-04-14 | 江苏大学 | 基于多传感信息融合的名优茶品质仪器智能化审评方法 |
CN104020129A (zh) * | 2014-05-16 | 2014-09-03 | 安徽农业大学 | 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 |
CN113484309A (zh) * | 2021-06-28 | 2021-10-08 | 安徽农业大学 | 一种高光谱耦合纳米化比色传感器监测红茶发酵程度的方法 |
-
2021
- 2021-11-19 CN CN202111399502.2A patent/CN114166770B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011041925A1 (zh) * | 2009-10-09 | 2011-04-14 | 江苏大学 | 基于多传感信息融合的名优茶品质仪器智能化审评方法 |
CN104020129A (zh) * | 2014-05-16 | 2014-09-03 | 安徽农业大学 | 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 |
CN113484309A (zh) * | 2021-06-28 | 2021-10-08 | 安徽农业大学 | 一种高光谱耦合纳米化比色传感器监测红茶发酵程度的方法 |
Non-Patent Citations (1)
Title |
---|
徐志远;孟庆一;肖雨诗;曹强;黄蓉;张静;魏淑华;闫江;: "食品中儿茶酚快速检测方法开发", 食品安全质量检测学报, no. 07 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115308197A (zh) * | 2022-08-05 | 2022-11-08 | 安徽农业大学 | 一种红茶发酵程度判定方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114166770B (zh) | 2023-08-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jia et al. | Recent advances in Baijiu analysis by chromatography based technology–A review | |
CN113484309B (zh) | 一种高光谱耦合纳米化比色传感器监测红茶发酵程度的方法 | |
Li et al. | Simultaneous determination of six main types of lipid-soluble pigments in green tea by visible and near-infrared spectroscopy | |
Ren et al. | Quantitative analysis and geographical traceability of black tea using Fourier transform near-infrared spectroscopy (FT-NIRS) | |
Chen et al. | Classification of tea category using a portable electronic nose based on an odor imaging sensor array | |
Garcia-Hernandez et al. | Analysis of red wines using an electronic tongue and infrared spectroscopy. Correlations with phenolic content and color parameters | |
Ouyang et al. | Rapid sensing of total theaflavins content in black tea using a portable electronic tongue system coupled to efficient variables selection algorithms | |
CN106290230B (zh) | 一种近红外光谱结合化学成分的红茶萎凋程度的判别方法 | |
CN101776601B (zh) | 一种快速检测农药残留的方法 | |
CN107860740A (zh) | 一种基于近红外光谱技术的红茶发酵品质的评价方法 | |
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 | |
CN104297203B (zh) | 一种基于近红外光谱分析技术的工夫红茶发酵质量的快速判别方法 | |
CN102967597A (zh) | 一种基于嗅觉成像传感技术的黄酒酒龄鉴别方法和鉴别系统 | |
CN104237138A (zh) | 一种马铃薯还原糖近红外测定方法 | |
CN114166770A (zh) | 一种基于纳米卟啉溶液相紫外可见光谱监测红茶发酵质量的方法 | |
Levate Macedo et al. | Evaluation of chemical properties of intact green coffee beans using near‐infrared spectroscopy | |
Yang et al. | Rapid discrimination of beer based on quantitative aroma determination using colorimetric sensor array | |
CN106018392B (zh) | 一种新型的食醋醋龄快速检测方法 | |
Kang et al. | Emerging applications of nano-optical sensors combined with near-infrared spectroscopy for detecting tea extract fermentation aroma under ultrasound-assisted sonication | |
CN111795943A (zh) | 基于近红外光谱技术无损检测茶叶中外源掺杂蔗糖的方法 | |
CN113324987B (zh) | 一种检测芝麻油掺假的方法 | |
Cavdaroglu et al. | Prediction of vinegar processing parameters with chemometric modelling of spectroscopic data | |
CN113252641B (zh) | 一种拉曼光谱下基于残差分析的物质鉴别方法 | |
CN105158177A (zh) | 高光谱图像技术定量检测固态发酵水分分布均匀性的方法 | |
CN111521580A (zh) | 一种基于便携式近红外光谱仪的鱼片新鲜度检测方法 |
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 |