[发明专利]一种基于近红外光谱技术的红茶发酵品质的评价方法

摘要

本发明涉及检测技术领域，尤其涉及一种基于近红外光谱技术的红茶发酵品质的评价方法，包括以下步骤红茶样本的制备；光谱信息的采集；发酵品质指标的测定，样品集的划分，光谱信息的预处理，特征波长变量筛选，发酵品质预测模型建立和各发酵品质指标预测。本发明样品预处理简单，能准确、快速地鉴定出发酵的品质优劣，该方法可操作性强，避免了人工感官审评中主观意识的影响以及传统化学分析法的繁杂操作，结果客观、准确，提高红茶发酵品质评价的客观性和精准性，为进一步实现自动化、智能化和精准化发酵控制技术提供理论基础，在茶叶品质指标检测中表现出很好的现实意义和应用前景。

主权项

一种基于近红外光谱技术的红茶发酵品质的评价方法，其特征在于，所述基于近红外光谱技术的红茶发酵品质的评价方法包括以下操作：（1）红茶样本的制备：样本为发酵过程中不同时序下的条形工夫红茶发酵叶，具体为：发酵总时长为360 min，每隔5 min取样1次，每次取在制品样本5个；每次取样的5个在制品样本中：3个用于光谱信息的采集；1个样品经冷冻干燥至足干，用于检测理化成分；1个样品经电磁干燥至足干，用于检测感官评分；（2）光谱信息的采集：采用光谱分析仪对发酵样本进行漫反射光谱扫描获取的近红外光谱数据；（3）发酵品质的理化指标测定：测定的每个冷冻干燥样品的酚氨比、儿茶素、茶黄素、茶红素和茶褐素含量；发酵品质的感官评分：测定每个电磁干燥样品的感官评分；（4）样品集的划分：采用K‑S法对样品集进行校正集和预测集的划分，校正集和测试集比例约为3:1；（5）光谱信息的预处理：对获取的近红外光谱数据在Matlab软件中调用Zscore脚本进行预处理，并通过主成分分析法对预处理后的近红外光谱数据进行降维，获取主成分数据；（6）特征波长变量筛选：采用联合区间算法、竞争性自适应权重取样算法、随机蛙跳算法和连续投影算法对光谱特征波长变量进行筛选，并基于偏最小二乘法进行建模；然后分别筛选能够预测感官评分、茶黄素、茶红素、茶褐素、儿茶素和酚氨比含量的特征波长变量；对每种方法的筛选结果建立线性模型进行比较，选择预测集中RPD值最高的方法，作为该品质指标的最优变量筛选方法；（7）发酵品质预测模型建立和各发酵品质指标预测：基于筛选的特征波长变量，采用支持向量机回归法，分别建立各发酵品质指标的非线性定量预测模型，发酵品质预测模型为包含各发酵品质指标的非线性定量预测模型。