近红外光谱法在茶叶品质检测中的应用(张君岱)【ppt课件】.ppt

近红外光谱法在茶叶品质中的应用研究进展 茶叶审评现状 近红外光谱检测原理 几种茶叶主要内含物的红外分析应用 茶叶审评现状 传统认为，茶叶的品质是由色泽、外形、香气、滋味几大要素构成。因此，评定茶叶品质自然会按色、香、味、形去评审。 现阶段，红外光谱法以其无污染、无损伤取样、实时性、使用方便等特点成为检测的首选，在物质定性和定量分析中的应用较为普遍。 红外简介 近红外光(NIR) 是介于可见光(VIS) 和中红外光(MIR 或IR) 之间的电磁波 26316cm-1 12500cm-1 4000cm-1 400cm-1 紫外线 可见光 近红外 中红外 远红外 380nm 800nm 2500nm 25000nm 近红外光谱检测原理 近红外光谱主要是由于分子振动从基态向高能级跃迁时产生的。近红外光谱记录的是分子中单个化学键的基频振动的倍频和合频信息，它常常受含氢基团X-H（X=C、N、O）的倍频和合频的重叠主导，所以在近红外光谱范围内，测量的主要是含氢基团X-H振动的倍频和合频吸收。 有机物以及部分无机物分子中各种含氢基团在受到近红外线照射时，被激发产生共振，同时吸收一部分光的能量，测量其对光的吸收情况，可以得到极为复杂的红外图谱，这种图谱表示被测物质的特征。 在近红外光谱分析中，被测物质的近红外光谱取决于样品的组成和结构。样品的组成和结构和近红外光谱之间有着一定的函数关系。 通常采用多元线性回归(MLR)，主成分分析(PCA)，偏最小二乘法(PLS)等方法校正。 茶叶中的大多数有机化合物如茶多酚、氨基酸、蛋白质、咖啡碱等都含有各种含氢基团， 所以通过对茶叶的近红外光谱分析可以测定这些成分的含量。 C-H、N-H、O-H吸收带的中心近似位置 C-H、N-H、O-H的倍频、基频吸收谱带 校正模型训练集样品的选择 用标准方法测定样品物化性质 测量光谱数据 光谱的预处理 回归计算 校正模型的验证 分析样品 效果参数判别模型预测效果的好坏: 定标模型：有校正标准误(SEE)、交叉验证标准误(SEP)、决定系数(R)表示。其中SEE、SEP值越小越好。 Q值以接近1为最好。 外部验证:真实值与预测值之间的相关系数R，以接近1为最好。 近红外光谱检测的优势 分析速度快、分析效率高 适用的样品范围广、样品一般不需要预处理 分析成本较低、测试重现性好 对样品无损伤 可实现在线分析、对操作人员的要求不苛刻 茶叶的红外分析应用 含水量 茶多酚 氨基酸 咖啡碱 其他 含水量 水分是茶叶中的一个重要成分，与茶叶品质的关系密切。水分的低于5%茶叶的贮存时间长，香气变化比较小，而高于6.5%时则品质下降的比较快。在茶叶的加工过程中水分的多少与品质也息息相关。因此茶叶水分的快速检测，对于茶叶的加工、保存都有实际的应用意义。 刘辉军等将绿茶的光谱经过趋势变换法预处理，利用径向基函数建立了绿茶的水分检测模型，预测的相关系数 r=0.933高于反向传播神经网络的 r=0.914。 张月玲在将光谱用9阶卷积平滑结合二阶导数预处理后，利用偏最小二乘法建立的定标模型的相关系数也达到了0.99以上，优于主成分回归建模法，并且指出原始光谱和平均光谱都适用于茶叶水分的建模。因此证明利用近红外光谱分析能实现水分的快速检测。 茶多酚 茶多酚在茶叶中的含量大约为18～36%，在人体内有良好的清除自由基、杀菌抗癌等作用，是茶叶中最重要的成分之一。 因此国内外许多学者针对利用近红外技术进行茶多酚的快速检测进行了许多研究。 Quansheng Chen利用PLS法检测茶多酚总量的相关系数为0.93。 J.Luyaert等用PLS建立数学模型测定绿茶整叶的中儿茶素的含量。 罗一帆等利用茶叶近红外光谱建立了研磨后的茶叶中茶多酚含量的人工神经网络模型。 夏贤明等利用茶叶近红外光谱建立了研磨后的茶叶中茶多酚含量的多元线性回归模型，均得到的预测效果较好。 咖啡碱 咖啡碱茶叶具有兴奋中枢神经、提神醒脑的功能，基本上是由于茶叶中的咖啡碱在起作用，因此咖啡 碱也是茶叶中的重要物质之