论文部分内容阅读
本研究以茶叶中的茶多酚、咖啡碱的含量为检测指标,结合化学计量学方法开展了近红外光谱定量分析的研究,主要从预处理方法选择、建模方法优化、波长优选、最佳建模数量的选择、相关分析、进口与国产仪器图谱比较等方面深入探讨了近红外光谱定量分析技术的几个关键问题,旨在为茶叶品质的无损检测提供新的参考。本研究共收集了180个不同种茶叶样品,分别同步检测了茶叶中的茶多酚和咖啡碱2个主要成分含量的化学值并采用MPA型傅立叶近红外光谱仪和WQF-400N傅里叶变换近红外光谱仪两台不同生产企业的近红外仪器采集了近红外光谱。比较了一阶微分、SNV和小波等多种预处理方法的效果,找出了茶多酚和咖啡碱的最佳预处理方法。同时,在最佳的预处理方法下比较了移动窗口偏最小二乘等4种优化波长方法,结果表明在特定的窗口宽度下采用移动窗口偏最小二乘可以得到最佳的优选波长结果,此时180个茶叶样品茶多酚和咖啡碱组分的窗口宽度分别为71和91时,模型预测均方差最低,分别为2.0665和0.2881。本文在优化后的预处理方法和波长范围内建立了不同数量的校正集下的茶多酚和咖啡碱组分的校正模型。结果表明:茶叶中茶多酚和咖啡碱组分模型的预测精度与建模样品的数量存在一定的关系。随着校正集样品数量的不断增加,模型的预测均方差由大变小逐渐趋于平稳。当茶多酚和咖啡碱的校正集数量分别为40和55时,模型预测精度趋于平稳。在180个茶叶样品中,当茶多酚和咖啡碱校正集样品数量分别为85和70时,模型的预测均方差最小,分别为1.7970和0.2578。该研究对建模时选择校正样品数量具有参考价值。由于茶叶为天然样品,含有大量的复杂背景。本文在国产WQF-400型仪器下采用相关分析方法对光谱进行处理,增强了光谱信息,再以PLS法对咖啡碱组分建立校正模型,其预测结果与未经相关分析的模型进行比较,结果表明:经相关分析后,模型咖啡碱组分预测相关系数提高了2.96%,预测均方误差降低了1.27%。证明了相关分析技术在天然复杂样品中具有提纯和加强有效信号的能力。与进口仪器相比,国产仪器各键出峰不够明显,且光谱平移明显,噪声较多。本文对不同的预处理方法的光谱进行了分析,结果表明:对于国产WQF型仪器仅采用消噪的办法仍达不到进口仪器的预测精度,但是采用相关分析后可以提高信噪比。