基于近红外光谱技术的茶叶新旧鉴别及产地溯源研究

摘要:

目的 建立基于近红外光谱的定性分析模型, 实现对茶叶的新旧分类和产地溯源。方法 首先采用傅立叶近红外光谱仪采集茶叶样品的漫反射光谱数据, 然后使用卷积(Savitzky-Golay, S-G)平滑算法和数据标 准化(Normalization)对光谱数据进行预处理, 最后基于遗传优化算法(genetic algorithem, GA)和粒子群优化算法(particle swarm optimization, PSO)分别建立了优化向量机模型(support vector machine, SVM), 从而实现新旧茶叶的分类以及产地溯源。结果 与 GA-SVM 模型相比,PSO-SVM 模型的建模效果较好, 且分类时间更短,在新旧鉴别和产地溯源实验中都达到了 100%的预测精度。 结论 基于近红外光谱建立的 PSO-SVM 模型可以实现茶叶新旧的判别以及产地溯源, 为鉴别茶叶年份和追踪茶叶产地提供了理论支撑和技术指导。

Abstract: