作 者：
王胜鹏;郑鹏程;桂安辉;滕靖;刘盼盼;叶飞;高士伟;马梦君;刘小英
单 位：
咸宁市农业科学院;湖北省农业科学院果树茶叶研究所;恩施花枝山生态农业股份有限公司
关键词：
远安黄茶;品质评价;无损检测;近红外光谱;反向区间偏最小二乘法;遗传算法;人工神经网络
摘 要：
应用近红外光谱(near infrared spectroscopy,NIRS)技术结合多种算法对远安黄茶品质开展快速无损评价.首先通过扫描获得远安黄茶90个样品的近红外光谱,再利用11种不同方法对光谱进行预处理,剔除部分噪声信息,然后应用反向区间偏最小二乘法(backward interval partial least squares,Bi-PLS)筛选反映样品品质的特征光谱区间,应用遗传算法(genetic algorithm,GA)精准提取特征光谱波长,建立了5种黄茶品质预测模型,最后对光谱官能团信息进行解析.结果表明,最佳光谱预处理方法为多元散射校正,Bi-PLS筛选出的特征光谱区间主要为9003.2~7497.9 cm-1、6101.7~5449.8 cm-1和4601.3~4246.5 cm-1,GA筛选出75个特征光谱波长,建立的Bi-GA-PLS组合模型具有最佳的稳健性,可准确地预测远安黄茶样品外部品质分数(R2=0.951,RMSEP=1.57,RPD=5.27),初步实现了远安黄茶品质的快速、准确预测.光谱信息解析结果显示,45个光谱波长反映—C Hx、C=O和—N Hx官能团信息,代表单糖、咖啡碱、茶氨酸和游离蛋白质等内含成分物质,30个光谱波长反映O—H、酰胺键以及C—H和C—C伸缩的组合频信息,代表木质素、淀粉、纤维素等多糖内含成分物质.
译 名：
Fast and non-destructive quality evaluation of Yuan'an yellow tea based on near-infrared spectroscopy
