新茶变为陈茶的内外因素

新茶变为陈茶的内外因素安徽省芜湖茶厂程柱生每年新茶上市的进候，爱饮茶的人总想抢先购点新茶先尝为快。的确，新茶以其特有的新茶香味使饮茶者饱享品茗之乐。但是往往时间一久，新茶就变成了陈茶。茶叶在贮存过程中，其色、香、味品质的变化是绝对的，不变只是相对的，...     

买新茶时应该注意什么?

正又到新茶上市的时候了,由于新茶比陈茶的价格高,所以每到这个时候,都会有一些商贩将陈茶染成新茶销售。牢记下面这3个关键词有助你买到好茶叶。干净一是"干",指茶叶的含水量要低,含水量多的茶叶容易发霉,发霉的茶叶不仅味道不好,还可能含有毒素。买茶叶的时候可以用手捻一     

巧辨新茶

正新茶上市价格一般不便宜,为了抢早市卖个好价,不少商家鱼目混珠,把陈茶当新茶卖。那么,消费者该如何辨别挑选新茶呢?专家介绍,买茶时,可用"望、闻、品、捏"的方法来识别。看新茶中的绿茶青翠碧绿,汤色黄绿明亮;红茶色泽乌润,汤色红橙泛亮。而陈茶的色泽枯黄,汤色暗淡,失去了原     

基于高光谱的水稻叶片氮素营养诊断研究

为快速、准确地实现水稻氮素营养诊断,以中嘉早17水稻为试验对象,设置4种施氮水平的水稻栽培试验,利用便携式地物波谱仪获取240组水稻分蘖期顶三叶在350~2 500 nm的光谱数据。随机将样本划分为训练集(160个样本)和测试集(80个样本)。首先,通过多元散射校正(MSC)、变量标准化校正(SNV)、平滑算法(SG)3种方法分别对原始光谱进行预处理;然后,采用主成分分析(PCA)和连续投影算法(SPA)对预处理后的光谱进行特征降维,选取累积贡献率超过99.98%的前24个主成分作为模型的输入变量,对于经过MSC、SNV和SG处理后的光谱数据,还分别筛选出12、15、19个特征波长;最后,应用支持向量机(SVM)基于上述处理分别建立水稻氮素营养诊断模型。结果表明,采用MSC-PCA-SVM模型进行水稻氮素营养诊断的识别准确率最高,其在训练集和预测集上的准确率分别达99.38%和97.50%。     

基于高光谱成像技术的茄子叶片灰霉病早期检测

为建立基于高光谱成像技术的茄子叶片灰霉病早期检测方法,利用高光谱成像系统获取120个茄子叶片在380~1031nm范围的高光谱图像数据,通过主成分分析(PCA)对高光谱数据进行降维,并从中优选出3个特征波段下的特征图像,截取200×150的感兴趣区域图像(ROI),并从每幅特征图像中分别提取均值、方差、同质性、对比度、差异性、熵、二阶矩和相关性等8个基于灰度共生矩阵的纹理特征变量,通过连续投影算法(SPA)提取13个特征变量, 利用最小二乘支持向量机(LS‐SVM)构建茄子叶片灰霉病早期鉴别模型,模型判别准确率为97.5%.说明高光谱成像技术可以用于茄子叶片灰霉病的早期检测.     

近红外漫透射光谱快速无损鉴别家蚕种茧茧壳内蚕蛹雌雄

【目的】利用近红外漫透射光谱快速无损鉴别家蚕Bombyx mori种茧茧壳内蚕蛹的雌雄,以提高育种效率、降低人工成本。【方法】以芙9、9芙、湘7和7湘4个蚕品种为研究对象,采集比较了样本在可见和近红外区间的漫透射光谱,建立比较了各品种偏最小二乘判别分析(PLSDA)、后向传播神经网络(BPNN)以及支持向量机分类(SVM)判别模型,通过分类器特性(ROC)曲线研究了各模型的鲁棒性,采用差值法和遗传算法提取了特征波长。【结果】芙9、9芙、湘7和7湘品种利用450~900 nm光谱建模的雌雄鉴别准确率分别为95.20%、95.65%、88.80%和87.50%,利用900~1 700 nm光谱建模的准确率分别为100%、96.00%、92.22%和94.21%;采用PLSDA、BPNN和SVM模型都能够对蚕蛹雌雄做出较好的无损鉴别,3种模型真雌性率分别为95.96%、95.83%和100%,真雄性率分别为98.98%、96.04%和82.18%,准确率分别为97.46%、95.94%和90.86%,进一步通过ROC曲线分析,PLSDA模型效果最优,BPNN模型次之;手动提取20个波段建立PLSDA模型,鉴别真雌性率为93.75%,真雄性率为95.45%,准确率为94.57%。【结论】近红外波段900~1 700 nm的漫透射光谱比可见–近红外波段450~950 nm含有更丰富的蚕蛹雌雄分类信息;3种鉴别模型中,PLSDA模型效果最优;提取特征波段后,准确率能达到生产需要。     

基于近红外光谱的家蚕种茧雌雄鉴别模型在多设备和多品种间的迁移

【目的】在家蚕种茧雌雄鉴别设备推广应用中,为了减少新品种、新设备需要重新建模的难度和时间,进行了基于近红外光谱的家蚕种茧雌雄鉴别模型在多设备和多品种间的迁移研究。【方法】首先使用2种型号光谱仪(NirQuest512光谱仪和SW2540光谱仪)采集4个品种蚕茧(9芙、7湘、7夏和932)的近红外漫透射光谱数据;然后用源域数据集训练的卷积神经网络作为源域模型,并对其中的中间层输出进行可视化分析;针对不同的种茧品种和不同的采集设备对源域模型进行微调,构建了迁移后的模型;最后将迁移后的模型预测准确率与卷积神经网络(Convolutional neural networks,CNN)、支持向量机(Support vector machine,SVM)和随机森林(Random forests,RF)算法进行对比。【结果】采用源域1 700个9芙样本(NirQuest512光谱仪)构建的CNN源域模型,具有很好的雌雄分辨能力,分辨准确率达到99%以上。以源域CNN模型中间层输出作为输入构建的SVM和RF模型,雌雄分辨准确率分别为92%和90%以上,通过可视化分析表明卷积层能很好地提取雌雄特征。对于目标域中样本数量较少的100个7湘(NirQuest512光谱仪)、77个7夏和112个932的样本(SW2540光谱仪),训练集比例为70%时,通过微调源域CNN模型后得到的目标域CNN模型的准确率分别为96.90%、99.67%、97.29%,效果最优;独立的SVM模型准确率分别为92.49%、94.25%、93.65%,效果次之;独立RF模型的准确率分别为80.93%、80.17%、81.47%,效果稍差;独立CNN模型的准确率分别只有58.87%、56.33%、72.17%,效果最差。通过多次不同训练集数量的建模比较,同样显示在数据量较少的情况下,迁移学习后CNN模型最优,传统机器学习方法次之,深度CNN模型最差。【结论】不同光谱仪或者不同品种的情况下深度迁移学习模型的可迁移性,为使用多种光谱仪和采集多种品种蚕茧时快速建立一个蚕茧雌雄分类模型提供了理论和实践的依据。     

基于光谱技术识别不同农药污染脐橙的研究

用遗传算法(Genetic Algorithm,GA)搜寻可识别被不同农药污染脐橙的可见/近红外光谱的最佳特征光谱区间及波长,并建立了支持向量机(Support Vector Machines,SVM)定性分析模型.实验供试农药为灭多威、氰戊菊酯和氧乐果3种.通过GA来搜寻整个波段范围(460～1 800 nm),将得到的9个最佳特征光谱区间所包含的波长(共318个)作为SVM建模的输入变量,对识别被3种农药污染脐橙的准确率为100%.并继续应用GA优化,得到71个特征波长,此时建立的SVM模型的识别准确率为99.57%.虽然识别的准确率有所下降,但是模型的复杂程度得到了很大的优化,其输入变量减少到71个.实验结果表明利用可见/近红外光谱技术结合SVM方法可以有效识别被不同农药污染的脐橙.     

基于近红外光谱技术的大豆种子老化级别快速鉴别方法研究

大豆种子容易发生老化并丧失活力,大豆种子活力检测对目前农业生产具有重要意义。以2020年收获的大豆种子为样本进行人工老化试验,老化时间设置为1、2、3、4、5、6d,以未老化的种子作为对照组,每个老化等级30个样本。扫描获取全部210条近红外光谱数据,以4：1的比例划分样本集。对原始光谱数据建立BP网络模型1,再分别采取多元散射校正和标准正太变量变换对原始光谱进行预处理,建立模型2,模型3。比较3种模型可以发现预处理技术能缩短模型迭代时间,同时可以消除部分噪声,提高模型预测能力,且经过标准正太变量变换处理后的模型结果较优,由于预处理后的数据维度并未发生变化,模型的迭代时间较长,不利于实际应用。因此采取主成分分析、连续投影法、竞争自适应重加权法对经过标准正太变换后的数据进行特征波长变量提取,将光谱数据由原来的1845维降到10维、23维和150维。对经过特征波长变量提取后的数据分别建立BP网络模型,得到模型4、5、6。综合分析上述六种模型,最终建立了150输入、10个隐层、7个输出的神经网络鉴别模型6,其分类准确率达到93.43%,迭代时间2.25s可以较好实现对七类不同老化级别的大豆种子快速、无损鉴别。     

基于红外热成像技术的玉米种子活力等级分类方法研究

针对传统玉米种子活力等级分类方法耗时长、环境要求严格、对种子产生损伤等问题,利用红外热成像技术结合SVM算法,建立了快速、无损、高效的玉米种子活力等级分类方法。首先采用人工老化的方法将1 200粒玉米种子分组分别老化0 h,72 h,144 h。利用不同老化时间玉米种子具有不同的生理特性,通过红外热成像仪采集温度胁迫后自然冷却的玉米种子红外热像图,提取温度值作为特征。随后对玉米种子进行标准萌发实验,根据实验结果,将玉米种子分为高活力,中活力和低活力3个活力等级。将温度值作为特征,活力等级作为标签分别建立K最近邻(KNN)和支持向量机(SVM)模型并进行训练,以模型分类准确率和训练时间作为评价指标,确定较佳模型,最终通过网格搜索对选择的模型参数进行优化。结果表明基于红外热成像技术结合支持向量机(SVM)建立的模型,训练集准确率达到了92.4%,测试集准确率为91%,训练用时0.12s。该模型经过优化后训练集准确率达到了97.1%,测试集准确率达到了96.5%。     

老树茶与台地茶品质比较研究*

 以云南省西双版纳州勐海县南糯山、勐腊县易武和思茅市澜沧县景迈3地的古老茶园和台地茶园的蒸青茶、晒青茶为样品,从感官审评、内含品质化学成分和矿物质元素检测分析展开对比研究,得出:(1)老树茶口感要优于台地茶,主要表现在滋味协调、味厚回甘好;而就不同产地来讲,各地的老树茶品质风格又有异,诸如南糯茶山的茶味较浓强、易武的鲜活度高、景迈的醇厚度好等,这均与品质化学成分有关联。(2)从理化成分与矿物质含量来看,老树茶与台地茶各有千秋,不能简单、武断地讲谁优谁劣、谁好谁差。老树茶中的灰分、水浸出物、钙含量显著低于台地茶,差异分别达5%,1%,1%水平;从平均含量上看老树茶的茶多酚、儿茶素、总糖、寡糖和铁、铜、锰微量元素含量较台地茶的高,而台地茶在灰分、水浸出物、氨基酸、多糖、黄酮及硼、锌、硫、磷、钾、钙、镁的含量上则高于老树茶。     

贵州古茶园调查及其茶树的理化成分分析

为更好地保护和利用贵州古茶树资源,采用查阅文献记载后结合实地调查方法,对黔南州、黔东南州和铜仁地区古茶园的分布、生境及茶树种质生长势、形态特征、抗逆性和利用现状等进行调查,对古茶园茶树的内含成分进行理化分析。结果表明:在调查的18个古茶园中,海拔,贵定县岩下乡铁索岩村茶山组最高,达1 574m,从江县西山镇滚郎村最低,仅268m,其中,<500m的古茶园1个,占5.6%;500～1 000m的古茶园7个,占38.9%;>1 000m的古茶园10个,占总数的55.6%。类型,野生型古茶园12个,占66.7%;栽培型古茶园6个,占35.7%。生态环境,植被较丰富,大部分野生型古茶园周围均有古树。茶树叶片理化成分,17个样品水浸出物、咖啡碱、氨基酸和茶多酚含量平均分别为47.7%、3.87%、2.6%和36.7%,儿茶素组分为EC相似文献   

福建茶园茶叶中六六六和滴滴涕残留水平及来源分析

运用气相色谱-电子捕获检测器(GC-μECD)分析了福建茶园茶叶中六六六(HCHs)和滴滴涕(DDTs)等有机氯农药(OCPs)的分布、组成和来源。结果表明,∑OCPs浓度为0.764～10.561ng.g-1,永泰最高,福鼎最低,一般而言,老叶中∑OCPs浓度高于嫩叶;∑HCHs浓度为0.373～7.427ng.g-1,永泰最高,政和最低,老叶中HCHs浓度显著高于嫩叶;茶叶中HCHs同系物以γ-HCH为主,占总量的51.3%～94.1%;α-/γ-HCH表明所有茶园均存在林丹的使用或输入,β-(/α+γ)-HCH表明所有茶园均非HCHs历史污染,可能存在HCHs其他新的来源。∑DDTs浓度为0.123～5.168ng.g-1,政和最高,福鼎最低,老叶和嫩叶中无显著差异;与土壤类似,茶叶中DDTs同系物以p,p′-DDT和o,p′-DDT为主,两者之和占总量的67.3%～96.0%;p,p′-DDE/p,p′-DDT表明,除福鼎、永泰和安溪外,其他茶园均存在工业DDTs的使用或输入;o,p′-DDT/p,p′-DDT表明,除政和外,其他茶园均存在大量的三氯杀螨醇的使用或输入,以安溪较为严重。     

武夷茶区茶园土壤养分状况及其对茶叶品质成分的影响

【目的】分析乌龙茶主产区武夷茶园中土壤养分状况及其对茶叶品质成分的影响,为改良茶园养分管理和提升茶叶品质提供理论依据。【方法】本研究在2008年福建省土壤普查数据的基础上,于2015年在武夷3大茶区,（桐木区、岩茶区和洲茶区）随机选取68个茶园,包括桐木区12个、岩茶区32个和洲茶区24个,分别采取茶园0—20 cm的土壤和一芽三叶的茶青样品。检测土壤pH,有机质、碱解氮、有效磷和速效钾含量等土壤养分指标,同时利用高效液相色谱系统（HPLC）定量测定茶青中的茶氨酸、咖啡碱、芦丁、ECG、EGCG和总儿茶素等6种次级代谢物含量做品质成分分析。【结果】通过对比2008年和2015年的土壤养分指标,发现近年来,武夷茶区土壤酸化严重,部分茶园土壤有效磷含量增加显著。三大茶区中,岩茶区茶园土壤养分状况变化最为明显,其土壤pH、有机质和碱解氮分别下降了0.65、45.29%和49.39%;土壤有效磷含量却大幅度上升,从5.21 mg?kg ^-1上升到平均值为245.70 mg?kg ^-1,上升幅度超过40倍。说明该区域茶园存在过度施肥的现象。土壤养分状况显著影响茶叶品质成分,并且不同土壤养分指标对不同品质成分的影响有所不同。通过边际效应分析,发现各次级代谢物的最高含量都有其对应的土壤养分范围。在此基础上,拟合了武夷茶区高品质茶园适宜的土壤养分范围：pH 4.5—5.0;有机质20—40g·kg ^-1;碱解氮60—100 mg·kg ^-1;有效磷10—100 mg·kg ^-1;速效钾100—150 mg·kg ^-1。 【结论】综合本研究结果,建议武夷岩茶区和洲茶区在养分管理方面,总体采取有机肥取代部分化肥,适量补氮和钾,严格控制磷肥施用等措施。     

茅山茶区秋季鲜叶加工清香型乌龙茶的品种适制性研究

取各茶树品种的中开面2-3片鲜叶,参照闽南清香型乌龙茶初制技术加工出茶样,并对不同品种茶样进行感观审评和内含成分测定。结果表明,早年从福建引进的毛蟹、梅占和武夷菜茶等群体品种所制清香型乌龙茶的综合品质最优;近年引进的龙井长叶、浙农113等无性系品种所制清香型乌龙茶的综合品质与毛蟹、梅占等品种相近;茅麓群体种、宜兴群体种等当地群体种和福鼎大毫茶品种所制清香型乌龙茶的综合品质较差。     

基于近红外光谱分析的绿茶水分无损检测模型建立

收集代表性绿茶样品158个,直接对新鲜样品进行近红外光谱扫描,运用改进偏最小二乘法(MPLS)在4种不同的光谱数据预处理方式下进行水分含量建模,并用验证集对最优模型进行检验.结果显示,光谱数据在散射处理方式SNV Detrend下经过一阶导数处理后的预测结果最优,其定标标准差(SEC)为0.32%,样品预测值和实测值之间的决定系数(RSQ)为0.861,预测标准差(SEP)为0.5%,偏差(Bias)为-0.1%.说明应用近红外光谱分析技术实现绿茶中水分含量的无损检测是可行的,并可得到较为满意的预测效果.     

乌龙茶单株早期品质鉴定方法的改进

早期品质鉴定一直是茶树育种的难题,也是造成茶树育种周期长的一个重要原因.乌龙茶早期品质鉴定一般采用传统小样法制作茶样再通过感官审评判定.由于小样法制作鲜叶用量相对较多,1个单株需要经过7～8 a的前期扩繁才有足够多的鲜叶原料.本试验通过改进传统小样法制作模式形成微量法制作工艺,制作过程简单高效,需要的鲜叶量少,只需10...     

含水量不同的原料加工普洱熟茶品质差异的研究

以日光干燥至不同含水量的晒青茶为原料,按常规后发酵工艺加工普洱熟茶,并对其进行品质差异分析.感官审评结果表明,含水量为26.9 %的原料加工成的普洱熟茶(处理2)与含水量为11.6 %的原料加工成的普洱熟茶(对照)品质相似,均优于含水量为43.5 %的原料加工成的普洱熟茶(处理1).理化成分分析结果显示,在渥堆过程中茶多酚、氨基酸、咖啡碱、水浸出物、茶黄素、茶红素、茶褐素、水溶性糖茶多糖变化规律相似,在普洱茶成品中的含量相差不大.采用GC-MS色质联用归一化峰面积计算方法,对普洱茶成品进行香气成分比较检测,结果显示,处理1成品以醇类、碳氢化合物和酯类物质为主;处理2成品与对照成品在香气组分上相似,都是以醇类、酮类和醛类物质为主.结果证明日光晒干至含水量为26.9 %的晒青茶为原料加工普洱茶具有可行性,为企业改进工艺、稳定品质提供参考.     

‘紫娟’红茶和‘紫娟’普洱熟茶香气成分的分析

‘紫娟’红茶、‘紫娟’普洱熟茶都是用云南所特有的茶树特异新品种‘紫娟’(Camellia.sinensis var.assamica)的新梢加工而成的茶叶创新产品。本文采用同时蒸馏萃取法(SDE)与气相色谱-质谱法(GC-MS)技术检测了‘紫娟’红茶和"紫娟"普洱熟茶香气成分的组成与含量。结果表明:‘紫娟’红茶的香气成分由醇、醛、酸、酮、酯、内酯、含氮类和烃类等8类83种化合物组成,在主要的16个组分中,醇类及其氧化产物含量最高,平均含量为62.538%;其次为醛类化合物,平均含量达21.031%。‘紫娟’普洱熟茶的香气成分由醇、醛、酸、酮、酯、内酯、酚类、烃类、含氮类和萜烯类等11类101种化合物组成,在主要的21个组分中,甲氧基苯类化合物含量最高,平均含量达19.077%;其次为脂肪酸类化合物,平均含量达12.210%。本研究结果对引导消费者正确认识‘紫娟’茶创新产品,促进云南茶产业的供给侧改革具有现实意义。     

3类茶中水溶性多糖及蛋白质的含量分析

[目的]比较分析绿茶中的西湖龙井和碧螺春、红茶中的祈门红茶和立顿红茶以及普洱茶的云南特级地方标准样和临沧普洱茶的水溶性多糖和蛋白质含量。[方法]茶叶样品经沸水浸提和透析等前处理,采用蒽酮-硫酸法和硫酸-咔唑法分别测定茶叶多糖的中性糖和酸性糖含量,用Bradford法分析蛋白质含量。[结果]绿茶的总多糖平均值接近39.58 mg/g,红茶为30.73 mg/g,普洱茶为60.12mg/g,约是红茶的2倍。普洱茶的水溶性蛋白质含量约为18.57 mg/g,高于绿茶和红茶。[结论]3类茶中,均以普洱茶的水溶性多糖及蛋白质含量最高。