目的 建立适用于抹茶品质的可见近红外(visible-near infrared, Vis-NIR)光谱快速无损检测模型以实现多种品质指标的定量分析。 方法 通过 Vis-NIR 获取抹茶样本的光谱数据, 使用一阶导数(first derivative, 1st) 光谱预处理方法, 最后采用自助软收缩法(bootstrapping soft shrinkage, BOSS)、迭代变量子集优化法(iterative variable subset optimization, IVSO)和竞争性自适应重加权采样法(competitive adaptive reweighted sampling, CARS)筛选光谱特征变量, 构建抹茶品质指标的偏最小二乘(partial least square, PLS)预测模型, 探究光谱信息与茶多酚、游离氨基酸、酚氨比、咖啡碱和可溶性糖之间的定量关系。结果 构建的 Vis-NIR 的 CARS-PLS预 测 模 型 在 抹 茶 品 质 指 标 含 量 预 测 方 面 均 获 得 了 最 佳 结 果 , 预 测 相 关 系 数 (correlation coefficient in the prediction set, Rp)分别为 0.9227、 0.8906、 0.9243、 0.9381 和 0.9522; 预测均方根误差(root mean square error in the prediction set, RMSEP)分别为 0.867、 0.337、 0.557、 0.216 和 0.440。 结论 本研究采用的 Vis-NIR 光谱技术综合了可见光、 短波近红外和长波近红外的优势, 在快速无损预测多种抹茶品质指标方面具有良好应用潜力, 为抹茶品质的快速无损高效检测提供理论依据和技术支撑。
荣艳娜 , 柳新荣 , 邢志强 , 陈全胜 , 欧阳琴 *.抹茶品质指标的可见近红外光谱检测研究[J].科研仪器案例成果数据库,2024,(0).
