基于可见/近红外光谱技术的湄潭翠芽等级判别

以湄潭翠芽为研究对象,利用可见/近红外光谱技术对其等级进行判别。首先利用卷积平滑、多元散射校正、标准正态变量变换、一阶导数法、二阶导数法、去趋势法等预处理方法对样本原始光谱数据进行处理。然后基于不同光谱预处理方法和原始光谱建立偏最小二乘回归模型,研究分析不同光谱预处理方法对模型的影响,结果表明,使用卷积平滑预处理方法的模型效果最好。然后,研究分别采用逐步回归分析、连续投影算法和竞争性自适应重加权算法3种特征波长选择方法,对卷积平滑预处理后的光谱数据进行特征波长的筛选,以基于不同特征波长选择算法筛选的特征波长和原始全波段数据进行偏最小二乘回归模型建模。结果表明,基于竞争性自适应重加权算法方法筛选的特征波长建立的模型预测效果最好,模型的预测集相关系数达到0.9739,均方根误差为0.2250,这可为湄潭翠芽等级的快速判别提供理论依据。     

基于近红外光谱的红茶干燥中含水率无损检测方法

为实现工夫红茶干燥中含水率的快速检测,提出了基于近红外光谱红茶干燥中含水率无损检测方法。随机抽取6次干燥处理中的226个样本,进行波长1 000~17 99 nm近红外光谱扫描后按照国标法测定含水率。对原始光谱数据进行标准正态变量变换(SNVT)预处理,利用全局偏最小二乘法(PLS)、联合区间偏最小二乘法(si PLS),分别构建水分近红外预测模型并验证。结果表明:用两种方法检测含水率,其准确度都可靠,但利用si PLS法将全光谱划分为13个区间,联合4个区间用6个主成分数构建的水分预测模型效果更优,其预测集的相关系数R和预测均方根误差RMSEP值分别为0.9593和0.0395,说明模型预测精度高,可以实现红茶干燥中含水率的快速无损检测。     

文献摘要

近红外光谱分析技术在茶叶品质属性甄别中的应用 利用近红外光谱分析技术,结合不同的化学计量学方法（偏最小二乘法、标准法）,对茶叶进行快速无损检测,从而判定类别。结果表明,基于提取的茶叶近红外光谱数据,利用偏最小二乘法（PLS）的甄别效果优于标准法,可以直观地将59个来自不同产地、品种和加工工艺的茶叶样品进行准确的分类判定。     

基于近红外光谱技术建立沉香含油量预测模型

为建立沉香(Aquilaria sp.)含油量的近红外光谱预测模型,在950~1 650 nm的光谱范围内,使用DA7200 NIRS分析仪收集了64个沉香样本的光谱数据,采用偏最小二乘法(PLS)建立回归模型,并选择最佳预处理方法和最佳主成分数,建立沉香含油量近红外光谱模型。结果表明,采用卷积平滑法(S-G)对光谱进行预处理且当最佳主成分数为7时,可达到最优模型,其校正集相关系数(RC)和校正集均方根误差(RMSEC)分别为0.980 9和0.958 9,交互验证集相关系数(RV)和交互验证集均方根误差(RMSEV)分别为0.697 4、1.029 0。说明预测值与测量值具有显著的相关性,该模型的预测准确度较高,可以满足对沉香结香品质进行快速预测的要求。     

无效变量消除法在油菜籽芥酸近红外无损速测中的应用

探索改善油菜籽芥酸近红外预测模型准确度与精密度的方法,利用无效变量消除法(UVE),对135个油菜籽样品近红外光谱信号进行筛选,并利用筛选后的光谱对油菜籽芥酸含量进行偏最小二乘法交叉验证。结果表明,UVE法筛选变量后建立的芥酸校正模型对未知样品预测结果的准确度和速度显著优于全波长参与建立的芥酸校正模型。散射校正加一阶导数对光谱预处理,UVE法筛选变量,偏最小二乘法交叉验证建立的校正模型效果最好,其预测值与标准值的相关系数R达到0.92,交叉验证预测均方差为2.2。因此,用UVE进行波长选择后建立的近红外模型,能准确快速地对油菜籽芥酸含量进行定量分析。     

近红外反射光谱测定玉米完整子粒蛋白质和淀粉含量的校正模型

以玉米完整子粒为实验材料,采用偏最小二乘回归法建立近红外反射光谱测定其蛋白质和淀粉含量的数学模型,光谱预处理结果表明采用矢量归一化和一阶导数+多元散射校正分别建立蛋白质含量和淀粉含量的校正模型效果最佳,外部验证结果证明校正后模型预测结果与化学值之间的相关系数分别达到0.946 9和0.924 0。     

基于主成分分析和随机森林的橡胶小苗叶片磷含量高光谱预测

为指导橡胶苗施肥管理,通过设置不同磷素水平的橡胶小苗砂培试验,利用高光谱仪测得不同磷处理水平下的橡胶苗叶片光谱反射率,进而运用主成分分析法对原始光谱反射率数据进行压缩及提取主要信息,最后以提取的主要信息为输入变量,结合多重线性回归、偏最小二乘回归和随机森林模型对橡胶苗叶片磷含量进行预测。结果表明：不同磷处理水平下橡胶苗叶片磷含量差异显著;在可见光波谱范围401～669 nm内,光谱反射率随施磷量的增加而增加;不论在训练集还是在验证集,随机森林模型的预测精度最高,训练集和验证集中预测值和实测值之间的相关系数r分别为0.985 0和0.988 4,均方根误差RMSE分别为0.016 5和0.018 2,平均相对误差MRE分别为5.74%和5.99%,模型性能指数RPD分别为3.83和4.01,证明高光谱技术可以快速、准确地诊断橡胶苗叶片磷含量。     

基于近红外光谱的芒果采后品质与贮放潜力预判的无损检测模型

可溶性固形物含量（soluble solids content, SSC）和pH是决定芒果内在品质的关键因素,贮放潜力是果商进行芒果销售决策时首要的参考指标。本研究以海南省三亚市代表性的芒果品种‘台农’为材料,利用NIRMagic2400型近红外光谱仪,连续采集果实从采摘到完熟过程中在600~1100 nm波长的近红外吸收光谱,以经典方法实测果实SSC和pH,建立芒果采摘后SSC、pH变化和贮放潜力预判的无损检测模型。结果表明：在600~670 nm的波长范围内,采摘后未后熟的芒果对近红外光的吸光度随波长的增加而增加,并在670 nm达到峰值,随后吸光度快速降低,在725 nm左右达到谷值;采摘后达到完熟的芒果在600-700 nm波长范围内吸光度持续下降,并在700 nm处达到谷值。受果皮颜色差异等影响,不同芒果个体在704~746 nm区域的吸光度出现较大的分离,之后在725~1025 nm整体呈缓慢上升的趋势,在1025 nm左右达到第二个峰值。实测结果显示SSC在芒果采摘后0~5 d快速增,第6和第7天变化较小,期间的前4 d的pH保持稳定增加,之后迅速提升。使用Kennard-Stone算法将芒果样本的SSC和pH实测数据划分为校正集和预测集,测试多元散射校正、标准正态变换、SG卷积导数、SG卷积平滑等9种对近红外光谱数据进行预处理的方法,发现矢量归一化最适合SSC光谱数据的处理,多元散射校正最适合pH光谱数据的预处理,建立的SSC和pH的最佳偏最小二乘法（PLS）模型的校正相关系数分别为0.952和0.936,校正均方根误差分别为1.055和0.184,预测相关系数分别为0.959和0.918,预测均方根误差分别为0.974和0.202;采用偏最小二乘法建立的芒果贮放潜力预判模型的正确率为96.9%。以上结果表明,基于近红外光谱所建立的芒果无损检测模型能够较可靠地检测芒果采摘后的SSC、pH动态变化及贮放潜力。研究结果对提升基于内在品质的芒果分级与选品能力,预测芒果的最佳销售时间及选择销售市场等都具有重要意义。     

棕色彩棉内在品质近红外光谱无损检测方法研究

为了探索快速、简便、无损、高效的棕色彩棉品质的检测方法，提出了采用近红外光谱技术结合偏最小二乘回归法（Partial least squares regression，PLS）快速无损检测棕色彩棉品质指标的方法。利用近红外光谱仪采集了651份新疆不同收获年份、不同品种的棕色彩棉样品的近红外光谱，选取1 300～1 670 nm和1 870～2 430 nm组合波段为建模波段，采用Savitzky-Golay平滑＋Savitzky-Golay一阶导数光谱预处理方法和PLS法分别建立棕色彩棉马克隆值和断裂伸长率的近红外光谱定量校正模型。结果表明，该定量校正模型的预测性能较好，能够应用于棕色彩棉马克隆值和断裂伸长率的无损快速预测。 关键词：天然棕色彩棉；近红外光谱；马克隆值；断裂伸长率；定量预测模型     

高油玉米群体油分、蛋白质和淀粉含量近红外分析模型的构建

以BHO高油玉米F2∶3家系为材料,应用主成分空间和傅里叶变换近红外光谱分析技术,采用偏最小二乘回归法(PLS),建立了测定高油玉米子粒的油分、蛋白质和淀粉含量的近红外校正模型。预处理分别采用一阶导数 矢量归一化、一阶导数 多元散射校正及直线相减等方法,主成分维数分别为5、9、9。验证分析表明,所建立的油分、蛋白质和淀粉含量的校正模型的校正和预测效果最好,其校正决定系数(R2cal)分别为0.950、0.973、0.976,交叉验证决定系数(R2cv)和外部验证决定系数(R2val)在0.918～0.948,各项误差(RMSEE、RMSECV、RMSEP)在0.305%～0.721%。结果表明,所建立的高油玉米完整子粒品质性状三成分模型的准确度和精确度均较高,可以满足高油玉米群体大量样品无损品质分析的需要。     

橡胶树叶片镁素含量高光谱估算

镁素与橡胶树生长和产胶密切相关,快速、准确测定橡胶树叶片镁素含量,对橡胶树叶片镁素营养状况评价和实施配方施肥具有重要意义。本研究采集多区域、多品种、多割龄的橡胶树成熟鲜叶,旨在获得涵盖缺、正常、丰富等不同镁素含量等级的叶片样品,利用FieldSpec4和化学方法同步获取叶片样品的光谱反射率和镁含量数据,对光谱反射率进行噪声波段去除和重采样后,采用Kennard-Stone(KS)算法将样本集划分为校正集和验证集。对叶片光谱反射率进行Savitzky-Golay(SG)微分变换,基于全波段的不同变换模式下的微分光谱与镁含量数据,采用偏最小二乘法（PLS）及留一交叉验证方法建模,通过筛选,得到最佳微分变换模式为：微分阶数为2,滤波窗口大小为71,多项式次数为2或3。通过PLS回归系数特征波长优选得到23个最佳微分光谱特征变量,基于最佳微分光谱特征变量和镁含量数据,采用PLS方法建立了橡胶树叶片镁素含量高光谱估算模型。结果表明,相比原始光谱反射率,基于微分光谱特征变量构建的模型预测效果明显提升,R²从0.666提升到0.805,RMSE从0.475 g/kg减小到0.372 g/kg,RPD从1.739提升到2.217。SG微分光谱变换和PLS回归系数特征波长优选能够明显提升模型估算精度,RPD位于2.0~2.5之间,模型估算能力良好。     

基于水分、全氮量和粗纤维含量的茶鲜叶原料质量近红外评价方法

通过交叉验证和偏最小二乘法（PLS）方法,建立了茶鲜叶的近红外光谱（NIRS）与其含水量、粗纤维总量和全氮量之间相关性模型。当主成分数为7时,3个指标的R值分别为0.92、0.86和0.90;交互验证均方根方差（RMSECV）分别为0.769、0.332和0.742。提出了基于鲜叶含水量、粗纤维总量和全氮量的茶鲜叶原料的质量系数方程,得出了鲜叶的质量系数。鲜叶质量系数越大,其质量越高。本文开发了一种基于NIRS技术评价茶鲜叶原料质量的新方法。     

基于ICO-SPA特征提取的近红外高光谱小麦赤霉病粒呕吐毒素含量预测

为实现小麦呕吐毒素含量快速检测,采集了120个小麦赤霉病籽粒样本的高光谱图像,分别使用连续投影算法(SPA)、区间组合优化结合连续投影算法(ICO-SPA)对1000~2500nm范围的光谱进行特征波段提取,结合偏最小二乘回归(PLSR)、多元线性回归(MLR)和最小二乘支持向量机回归(LS-SVR)模型比较了基于三种特征变量输入的模型预测效果。结果表明,ICO-SPA提取出的22个特征波段能够反映病粒样本中淀粉、蛋白质、脂肪、纤维素等大分子含量的差异,比单独使用SPA可多提取淀粉含量信息,少提取已经被控制在同一水平的水分含量信息,能更全面真实地反映小麦感染赤霉病后内部大分子成分含量的变化,同时减少水分含量信息对近红外模型的干扰。基于ICO-SPA所选变量的建模效果优于SPA,其中以ICO-SPA-MLR效果最优,预测集相关系数、均方根误差和相对分析误差分别为0.921、0.375mg·kg^-1和2.789。这说明基于近红外高光谱技术结合ICO-SPA-MLR进行小麦赤霉病籽粒呕吐毒素定量检测是可行的。     

不同光质摊青对夏秋茶树鲜叶挥发性物质及其绿茶品质影响研究

香气粗老是影响夏秋绿茶品质的重要因素。为提高夏秋绿茶品质,以福鼎大白茶为研究对象,以自然摊青为对照,采用红光、黄光、蓝光和紫光对离体鲜叶进行辐照,通过顶空固相微萃取-气质联用技术（HS-SPME-GC-MS）检测摊青叶挥发性成分,使用层次聚类（HCA）、主成分分析（PCA）和偏最小二乘判别分析（PLS-DA）等分析方法,探究促进茶叶花果香形成的最适光质及关键物质。结果显示,不同光质对挥发性物质种类、含量具有显著影响;从5个样品中共鉴定出36种挥发性物质,其中醇类与萜烯类物质种类最多,酯类和醇类化合物平均含量较高;红光是促进茶叶花香物质形成的最佳光质,3-蒈烯、β-月桂烯、苯乙醇等物质是茶叶花香形成的关键物质;4种光质均能显著降低茶多酚含量,显著增加游离氨基酸和咖啡碱含量,降低酚氨比。感官审评结果显示,与对照组相比,4种光质辐照后的茶叶香气清爽、滋味鲜爽,其中红光辐照的茶叶感官评分最高。研究表明,红光辐照夏秋茶离体鲜叶能够增加茶叶香气物质的种类和含量,显著提高花果香形成的关键物质,增加茶汤鲜爽味。     

提高茶树鲜叶儿茶素含量的不同光质萎凋工艺研究

为加工出富含儿茶素类含量的茶叶,本试验探索了提高茶树鲜叶儿茶素类含量的不同光质萎凋工艺。试验以茶树新品系HK-2和HK-3为材料,采用白光（CK）、红光、黄光、蓝光、紫光光质进行萎凋,于照射0、2、4、6、8、12、24 h时取样,利用UPLC（超高效液相色谱仪）进行简单儿茶素[表没食子儿茶素（EGC）、表儿茶素（EC）、儿茶素（C）]和酯型儿茶素[表没食子儿茶素没食子酸酯（EGCG）、表儿茶素没食子酸酯（ECG）、没食子酸儿茶素没食子酸酯（GCG）、儿茶素没食子酸酯（CG）]含量的测量。结果表明,与白光组CK相比,HK-2品系茶树鲜叶采用4 h的蓝光萎凋工艺,简单儿茶素含量显著增加了21.64%,6 h的蓝光萎凋工艺EGCG、酯型儿茶素和儿茶素总量的含量分别显著增加了23.31%、38.56%和35.78%;HK-3品系茶树鲜叶采用12 h的蓝光萎凋工艺EGCG含量显著增加了33.18%,6 h的蓝光萎凋工艺简单儿茶素、酯型儿茶素和儿茶素总量分别显著增加了75.49%、35.83%和38.51%。以7种儿茶素组分的相对含量进行主成分分析和聚类分析结果表明：不同光质萎凋能调控茶树鲜叶在萎凋过程中儿茶素含量的变化,其中蓝光萎凋6 h处理是提高茶树鲜叶儿茶素类含量的最佳工艺。     

名优绿茶鲜叶摊放过程中主要生化成分的动态变化

以一芽一叶茶鲜叶为原料,进行连续摊放(水分78%～61%)处理,取不同含水率摊放叶,分别进行液氮速冻和冷冻干燥,测定茶多酚、儿茶素各组分、氨基酸及各游离组分、咖啡碱、叶绿素、维生素C及可溶性总糖等含量,研究茶鲜叶摊放过程中主要生化成分的动态变化。结果表明,随着摊放时间的增加,茶鲜叶中含水率下降逐渐加快,干物质质量下降;茶多酚和儿茶素总量呈现前期下降后期有所上升的趋势,酯型儿茶素总量逐渐下降,鲜叶和摊放叶中检测不到没食子酸儿茶素(GC);氨基酸总量呈上升趋势,不同游离组分呈现不同的变化趋势;咖啡碱和可溶性总糖含量呈逐渐上升趋势,叶绿素和维生素C含量呈逐渐下降趋势。摊放过程中茶鲜叶不同生化成分具有不同的动态变化规律,本研究为提高名优绿茶品质提供一定的理论基础。     

三类云南普洱茶树的地基光谱反射特征及其差异分析

茶树类型和产地来源影响普洱茶品质,而茶树类型和产地不同,其冠层光谱也存在特征性差异。因此,利用这一特征差异,可明确普洱茶鲜叶来源,对保证普洱茶品质具有重要意义。本研究以云南景东、景谷、澜沧、宁洱4个典型普洱茶山的古树茶、大树茶、台地茶为研究对象,用地基光谱测定仪测定其野外冠层叶片光谱反射率,分析它们之间的光谱反射特征和差异性,揭示云南普洱茶树的地基光谱反射规律。结果显示：（1）不同普洱茶树冠层叶片光谱反射率存在差异,在近红外波段上,古树茶与台地茶光谱反射率差异显著可区分,古树茶与大树茶两者光谱反射相近似,古树茶平均反射率高于大树茶;（2）不同类型冠层叶片光谱反射率在近红外波段上表现为古树茶>大树茶>台地茶;同类型茶树冠层叶光谱反射率表现为澜沧>景东>景谷,与3地年平均温度呈正相关关系,与海拔呈负相关关系;（3）754、801、891 nm波长可作为选择区分3种类型普洱茶的理想波长,其中801 nm可作为区分不同地区古树茶的特征波长。     

炒青绿茶热解吸特性

对炒青绿茶杀青和炒干过程的热特性进行了跟踪测量。结果表明，杀青过程的热解吸具有等速特性；炒干过程的热解吸则呈现恒率失水和降率失水的双重特性。鲜叶的嫩度不同，其热解吸特性也不尽相同，杀青过程中一级鲜叶的热解吸速率大于三级叶，一级和三级鲜叶杀青前期（２ｍｉｎ），茶叶吸热量分别占总吸热量的３８％和４２％；炒干过程中，一级原料解吸至１５％含水率左右时，开始降率解吸，而三级原料的降率解吸含水率起始点则要提前至２５％—３０％含水率时。温度和解吸速度对炒青品质的形成起着推动作用，而解吸速率又受环境温度和相对湿度的制约     

基于EDEM的茶鲜叶分级机的筛分率的研究

为了提高鲜叶分级机的筛分率,以柳叶种机采鲜叶为试验原料,对6CFJ-70型鲜叶分级机的关键技术参数进行了研究,利用Solidworks 2014对鲜叶分级机进行3D建模,基于离散元法建立鲜叶仿真颗粒模型和接触力学模型,设置关键仿真技术参数,运用EDEM 2018软件对鲜叶在锥形滚筒中的运动进行了数值模拟,得到影响筛分率的关键参数为锥形滚筒转速与倾角。为了对上述参数进行优化,以筛分率为目标函数,设计了2因素5水平的二次旋转正交组合试验,运用响应面法得到二次回归模型且通过了相关验证试验。结果表明,影响鲜叶分级效率的主要因素是锥形滚筒转速和锥形滚筒倾角。当锥形滚筒的转速为24 r·min-1,锥形滚筒倾角为6°时,鲜叶的筛分率为81.7%,具有较好的鲜叶分级效果,本文的研究内容可以为鲜叶分级机的设计与优化提供技术参考。