换一批抹茶品质指标的可见近红外光谱检测研究
Detection of quality indicators in matcha using visible-near infrared spectroscopy
摘要目的 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.
更多相关知识
关键词
可见近红外光谱法抹茶化学计量学变量筛选无损检测visible-near infrared spectroscopymatchachemometricsvariables selectionnondestructive detection
栏目名称
发布时间
2024-03-15（万方平台首次上网日期，不代表论文的发表时间）
- 浏览6
- 被引7
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
