华中农业大学学报

作者：王胜鹏，郑鹏程，桂安辉，滕靖，刘盼盼，叶飞，高士伟，马梦君，刘小英

关键词：远安黄茶; 品质评价; 无损检测; 近红外光谱; 反向区间偏最小二乘法; 遗传算法; 人工神经网络

基金：国家茶叶产业技术体系项目（CARS-19）; 中央引导地方科技发展专项（2018ZYYD009）; 国家自然科学基金项目（31400586）; 湖北省农业科技创新中心项目（2016-620-000-001-032）

应用近红外光谱（near infrared spectroscopy,NIRS）技术结合多种算法对远安黄茶品质开展快速无损评价。首先通过扫描获得远安黄茶90个样品的近红外光谱，再利用11种不同方法对光谱进行预处理，剔除部分噪声信息，然后应用反向区间偏最小二乘法（backward interval partial least squares,Bi-PLS）筛选反映样品品质的特征光谱区间，应用遗传算法（genetic algorithm,GA）精准提取特征光谱波长，建立了5种黄茶品质预测模型，最后对光谱官能团信息进行解析。结果表明，最佳光谱预处理方法为多元散射校正，Bi-PLS筛选出的特征光谱区间主要为9 003.2～7 497.9 cm-1、6 101.7～5 449.8 cm-1 和4 601.3～4 246.5 cm-1，GA筛选出75个特征光谱波长，建立的Bi-GA-PLS〖JP3〗组合模型具有最佳的稳健性，可准确地预测远安黄茶样品外部品质分数（R2=0.951，RMSEP=1.57，RPD=5.27），初步实现了远安黄茶品质的快速、准确预测。光谱信息解析结果显示，45个光谱波长反映—CHx、C=O和—NHx能团信息，代表单糖、咖啡碱、茶氨酸和游离蛋白质等内含成分物质，30个光谱波长反映O—H、酰胺键以及C—H和C—C伸缩的组合频信息，代表木质素、淀粉、纤维素等多糖内含成分物质。

来源：2022年第1期

《华中农业大学学报》期刊编辑部

查看华中农业大学学报杂志2022年第1期