论文部分内容阅读
鲜叶原料质量是保证名优绿茶品质的基础,鲜叶的准确验收是实现茶叶标准化、自动化加工的前提。目前茶鲜叶品质分析丰要是通过感官方法和理化检验来完成,感官方法即由经验丰富的验收人员根据视觉,触觉,粗略的划分芽叶嫩度来判断鲜叶等级从而进行定价。它对验收人员的经验积累有较高的要求,但所得结果仍易受主观因素影响而产生误差；理化检验方法虽然能够得到较准确的结果,但检测所需时间长并且费用高昂,难以满足生产中多指标快速检测的需要。因此建立一种科学、客观、便捷的茶鲜叶质量评价方法对满足茶叶生产中即时在线检测之需,加强茶农与茶叶加工厂之间信任度,科学指导生产以及合理定价具有极其重要的作用。近红外光谱技术作为一种快速、准确、便捷无损的分析技术,已经广泛应用于烟草、轻工业、石油化工、医药定性定量分析等诸多领域。本文以黄山毛峰茶鲜叶为分析对象,以实现利用近红外光谱技术进行茶鲜叶品质分析和等级评价为目的,按光谱-内含成分-鲜叶等级的分析途径,取得了以下研究成果：1、近红外光谱技术结合偏最小二乘法(PLS)建立了茶鲜叶主要内含成分的定量分析模型。通过对光谱预处理方法、波段范围和主成分数的选择,比较建模参数的不同组合对建模结果的影响,得到了茶鲜叶含水率、全氮量、粗纤维含量的最优定量分析模型,试验结果显示,光谱预处理方法分别采用一阶导数、一阶导数加多元散射校正、消除常数偏移量,最佳主成分数分别选择9、8、9,最优校正模型的相关系数(R2c)分别为0.9420,0.9528,0.9355,交叉验证均方根误差(RMSECV)为0.32,0.0883,0.0953,预测相关系数(R2p)为0.9317,0.8989,0.8895,预测均方根误差(RMSEP)为0.361,0.103,0.195。结果表明利用近红外光谱技术进行茶鲜叶品质分析是有效可行的。2、利用人工神经网络技术分析了茶鲜叶主要内含成分与鲜叶等级之间的相关性。通过比较不同内含成分作为输入,优化中间层单元数,建立了基于茶鲜叶主要内含成分的等级相关性模型。试验结果显示,以含水率、全氮量、粗纤维含量三个主要内含成分作为输入,隐含层节点取8时,建立一个3输入节点-8隐含层节点-1输出节点的三层BP-ANN模型最优,等级相关性模型的R2为0.9644。试验结果表明茶鲜叶中含水率、全氮量、粗纤维含量与鲜叶等级之间有较好的相关性,为实现直接利用近红外光谱结合茶鲜叶等级建立定量分析模型奠定了理论基础。3、利用近红外光谱技术结合偏最小二乘法建立了鲜叶等级的定量预测模型。光谱经消除常数偏移量预处理,选择建模谱区为13282.9～12016.4cm-1, 10190.4-9134.9 cm-1,8638.9-7287.9 cm-1,6844.6～5831.3 cm-1,最佳主成分数选择10,最优模型的判别率为93.10%,试验表明利用近红外光谱技术对黄山毛峰茶鲜叶原料进行等级的定量评价是有效可行的。