[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

说明书

本发明公开了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，属于光谱检测分析技术领域。本发明的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与儿茶素类的含量值，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。该方法能够用于精确的定量预测普洱熟茶中低含量的儿茶素类物质，可为市场提供一种快速、绿色、无损的实时检测方法。

技术领域

本发明涉及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，属于光谱分析检测技术领域。

背景技术

茶叶是世界上最受欢迎的饮料之一。而云南因为其独特的地理环境与气候条件，为我国重要的茶叶产区。云南的普洱熟茶因其独特的风味以及一些保健功效，广为消费者所喜爱。咖啡因与儿茶素类成分是茶叶中重要的品质成分，对茶叶的质量与风味起到重要作用。而在茶叶的生产与销售过程中，品质成分的定量检测一般依靠传统的湿化学检测技术。传统检测方法操作繁琐、价格昂贵、耗时长、损害样品，很难满足质量监控过程中实时、快速的检测要求。

近年来，近红外光谱技术因为其绿色、快速、无损、操作简单等特点，被普遍用于产品的质量检测当中。王毅等人采用预处理与区间偏最小二乘法优化偏最小二乘法回归模型对绿茶的近红外光谱进行分析，建立了绿茶中茶多酚(9.03～35.07％)的定量模型，模型的预测集相关系数为0.92。卢莉等人建立的偏最小二乘法回归模型可以实现对小种红茶中茶多酚(6.51～19.88％)与咖啡碱(3.05～5.43％)含量的预测，模型的预测集决定系数为0.95以上。张裕莹采非线性模型SVM建模，测定了绿茶中表儿茶素(16.19～34.63mg/g)、表没食子儿茶素(18.95～60.07mg/g)、表儿茶素没食子酸酯(13.35～51.00mg/g)、表没食子儿茶素没食子酸酯(43.02～138.38mg/g)含量的预测，模型的预测集决定系数为0.97以上。先前的研究表明，将近红外光谱与化学计量学方法相结合，可以实现对茶叶相关品质成分定量。

但现有技术采用近红外测定的物质主要侧重于咖啡因、茶多酚这些在茶叶中含量较高的物质。儿茶素类物质在绿茶这类未发酵茶中含量较高，也有研究针对绿茶中具体的儿茶素类物质建立定量预测模型。而对红茶、普洱熟茶这类经发酵生产的茶叶，其儿茶素类物质会在发酵后大幅下降。由于近红外光谱自身灵敏度较低，含量低的物质其光谱响应值也较低。针对低含量物质建立近红外预测模型难度较大，所以应用近红外光谱定量这类发酵茶的研究对象就不会针对具体儿茶素类物质，而是针对儿茶素总量、茶多酚这些在发酵茶中成分含量较高的物质。普洱熟茶属于发酵茶，在其发酵过程中儿茶素类物质含量普遍降低。

目前的研究没有针对普洱熟茶中含量较低的儿茶素类物质建立定量预测模型的报导。本方法通过对模型的优化，实现了普洱熟茶中含量较低的儿茶素类物质的定量预测，可为市场提供一种快速、绿色、无损的实时检测方法，加强茶叶生产、销售过程中的质量控制。

发明内容

针对现有技术存在的缺陷与不足，本发明的目的是提供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，该方法相对于市面上传统的检测分析技术，具有快速、绿色、无损等优点，可以更好的满足茶叶在生产与销售过程中的质量检测要求，为厂家节省时间与成本，经模型的外部验证结果表明，该方法可以应用于普洱熟茶的成分检测当中，具有广泛的应用前景。

本发明在建模过程中，采用预处理方法减少样品的状态、杂散光、光的散射、仪器响应及外界环境因素干扰的影响，减小误差，提高模型的精度。为了剔除无关变量、提高模型运算速度与模型精度，故在预处理优化后模型的基础上再结合变量筛选方法。