论文部分内容阅读
抹茶是茶叶深加工产品之一,因其良好的品质特点而展现出良好的经济效益。这也导致了目前市场上抹茶产品良莠不齐,出现了往抹茶中添加非茶成分,或以次充好的现象。这不仅损害了消费者的合法权益,也破坏了抹茶的市场秩序,为此建立快速可靠的抹茶掺伪检测方法对维护抹茶的市场秩序和品质安全具有重要意义。本研究主要针对市场上常见的抹茶掺伪物(白砂糖、麦芽糊精、桑叶粉、大麦苗粉)为研究对象,以近红外光谱技术为基础,并结合化学计量学方法(主成分分析结合线性判别分析、K最近邻法、偏最小二乘法),分别建立了纯抹茶与掺伪抹茶、4种掺伪抹茶的定性判别模型及其定量分析模型。(1)抹茶样品的前处理对定量模型结果的影响。在对抹茶进行压饼和未压饼的定量模型中,以添加白砂糖、麦芽糊精的抹茶为研究对象,压饼和未压饼的定量判别模型结果表明,未压饼的模型结果优于压饼的。这对于超微粉的近红外光谱技术分析有借鉴意义。(2)采用近红外光谱技术结合主成分分析和线性判别分析(PCA-LDA)、K最近邻法,对采集的42条纯抹茶样品与150条掺伪抹茶样品光谱(30条掺伪白砂糖抹茶光谱、30条掺伪麦芽糊精抹茶光谱、40条掺伪桑叶粉抹茶光谱、50条掺伪大麦苗粉抹茶光谱)建立定性判别分析来判别抹茶是否掺伪和掺伪类型,通过比较,PCA-LDA的结果优于K最近邻法。纯抹茶与掺伪抹茶、纯抹茶与掺伪白砂糖抹茶、纯抹茶与掺麦芽糊精抹茶、纯抹茶与掺桑叶粉抹茶、纯抹茶与掺大麦苗粉抹茶以及四种掺伪抹茶的定性分析模型的校正集识别率为98.3%、100%、91.7%、100%、100%,100%;预测集识别率96.5%、100%、87.5%、95.8%、90.3%、95.3%。由此可知,通过PCA-LDA建立的定性判别模型准确度和稳定性都很好,能够快速、准确的对抹茶中是否掺伪进行定性判别。(3)近红外光谱技术结合偏最小二乘法,使用四种光谱预处理方法对光谱预处理,并建立抹茶中4种掺伪物含量的定量模型,对添加白砂糖、桑叶粉、0~50%大麦苗粉、50~100%大麦苗粉的抹茶的光谱预处理方法以平滑处理的结果最好,麦芽糊精的以最大最小归一化预处理结果最好,所建立定量模型的校正集相关系数(Rc)分别为0.9910、0.9984、0.9975、0.9976、0.9975,RMSECV分别为0.391、1.60、1.11、2.44、0.66;预测集相关系数(Rv)分别为0.9992、0.9984、0.9976、0.9925、0.9977,RMSEP分别为0.365、1.99、1.13、1.93、0.761。由此可知,所建立的定量分析模型能够对抹茶中掺伪物的含量进行定量分析,且模型的准确度和稳定性能够满足一般的检测需求。