[发明专利]一种基于近红外检测普洱熟茶中咖啡因和儿茶素类含量的方法

权利要求书

1.一种基于近红外检测普洱熟茶中咖啡因和儿茶素类含量的方法，其特征在于，所述方法包括：采集普洱熟茶样品的近红外光谱吸光度信息与高效液相色谱-质谱联用仪测定的普洱熟茶中的咖啡因和儿茶素类含量值，根据普洱熟茶的近红外光谱吸光度信息以及咖啡因和儿茶素类的含量值分别构建PLSR定量预测模型，并依据PLSR定量预测模型和待测样品的近红外光谱吸光度信息，快速预测待测样品普洱熟茶中咖啡因与儿茶素类的含量；所述近红外光谱吸光度信息为普洱熟茶在1000-1800nm波段的光谱吸光度信息。

2.根据权利要求1所述的方法，其特征在于，所述儿茶素类包括儿茶素、儿茶素没食子酸酯、没食子儿茶素、没食子儿茶素没食子酸酯、表儿茶素、表儿茶素没食子酸酯、表没食子儿茶素、表没食子儿茶素没食子酸酯。

3.根据权利要求1所述的方法，其特征在于，所述PLSR定量预测模型的建立过程包括如下步骤：

(1)将普洱熟茶样品的光谱吸光度数据与高效液相色谱-质谱联用仪分别测定的普洱熟茶中的咖啡因与儿茶素类含量值导入ChemDataSolution软件，采用KS算法将样品分为校正集与预测集；

(2)对普洱熟茶样品的光谱吸光度数据进行预处理以及变量筛选，分别建立咖啡因和儿茶素类的偏最小二乘回归PLSR最优定量预测模型。

4.根据权利要求3所述的方法，其特征在于，步骤(1)所述采集近红外光谱信息的条件为：扫描方式为漫反射，环境温度为20-25℃，湿度为45-50％。

5.根据权利要求3所述的方法，其特征在于，步骤(2)所述预处理采用的预处理方式包括一阶导数1D、中心化Center、归一化Normalize、标准正态变换SNV、去趋势化DeTrending、SG平滑Savitzky-Solay Smoothing、多元散射校正MSC中的一种或两种。

6.根据权利要求3所述的方法，其特征在于，步骤(2)所述变量筛选采用的变量筛选方法包括变量投影重要性VIP、竞争自适应重加权采样CARS、随机蛙跳RF、无信息变量剔除UVE中的一种。

7.根据权利要求3所述的方法，其特征在于，步骤(2)所述模型建立过程中的评价参数包括校正集均方根误差RMSEC、预测集均方根误差RMSEP、校正集相关系数Rc、验证集相关系数Rp、剩余预测残差RPD。

8.根据权利要求3所述的方法，其特征在于，步骤(1)所述校正集为75％的样品，预测集为25％的样品。

9.根据权利要求3～8任一项所述的方法，其特征在于，步骤(2)中当对象为咖啡因时，采用的优化方式为预处理方法1D+DeTrending和变量筛选方法RF；当对象为儿茶素时，采用的优化方式为预处理方法Normalize和变量筛选方法CARS；当对象为儿茶素没食子酸酯时，采用的优化方式为预处理方法SNV+MSC和变量筛选方法CARS；当对象为没食子儿茶素时，采用的优化方式为预处理方法MSC+1D和变量筛选方法RF；当对象为没食子儿茶素没食子酸酯时，采用的优化方式为预处理方法Center和变量筛选方法CARS；当对象为表儿茶素时，采用的优化方式为预处理方法MSC和变量筛选方法CARS；当对象为表儿茶素没食子酸酯时，采用的优化方式为预处理方法SNV+DeTrending和变量筛选方法RF；当对象为表没食子儿茶素时，采用的优化方式为预处理方法Center+DeTrending和变量筛选方法CARS；当对象为表没食子儿茶素没食子酸酯时，采用的优化方式为预处理方法Normalize+MSC和变量筛选方法RF。

10.由权利要求1～9任一项所述方法在茶叶样品检测分析中的应用。