水浸出物是茶叶质量评价的重要指标之一。该研究提出利用近红外光谱法结合偏最小二乘算法(Partial least squares,PLS)快速检测乌龙茶中水浸出物含量。利用近红外光谱仪采集60份乌龙茶样品的光谱信息,通过Savitzky-Golay(SG)滤波器对原...
详细信息
水浸出物是茶叶质量评价的重要指标之一。该研究提出利用近红外光谱法结合偏最小二乘算法(Partial least squares,PLS)快速检测乌龙茶中水浸出物含量。利用近红外光谱仪采集60份乌龙茶样品的光谱信息,通过Savitzky-Golay(SG)滤波器对原始光谱数据进行预处理;采用连续投影算法(Successive projections algorithm,SPA)对采集的SG预处理光谱进行特征波长选择,基于SG预处理光谱和SPA法优化的特征光谱建立乌龙茶中水浸出物含量的PLS定量模型。结果显示,利用SPA法优化出14个特征波长建立SPA-PLS模型的性能最佳。在预测集中的相关系数为0.8966,预测均方根误差为0.8034%,剩余预测偏差为4.11。结果表明采用近红外光谱结合SPAPLS算法快速检测乌龙茶中水浸出物含量是可行的。
主要采用电感耦合等离子体质谱技术(inductively coupled plasma mass spectrometry,ICP-MS)测定了安徽茶园茶叶中四种大量元素(Ca,K,Mg,P)和七种微量元素(Al,Mn,Fe,Cu,Zn,Cd和Pb)含量,并进行了生物富集分析。结果表明,嫩叶中Ca,K,Mg和...
详细信息
主要采用电感耦合等离子体质谱技术(inductively coupled plasma mass spectrometry,ICP-MS)测定了安徽茶园茶叶中四种大量元素(Ca,K,Mg,P)和七种微量元素(Al,Mn,Fe,Cu,Zn,Cd和Pb)含量,并进行了生物富集分析。结果表明,嫩叶中Ca,K,Mg和P的含量最高(Ⅰ,>3.0mg·g^(-1)),Al,Mn,Zn和Fe的含量次之(Ⅱ,0.2~3.0mg·g^(-1)),Cu,Pb和Cd的含量最低(Ⅲ,<0.05mg·g^(-1));而老叶中含量最高的是Ca,K,Mg和Al(Ⅰ,>3.0mg·g^(-1)),P,Mn,Zn和Fe的含量次之(Ⅱ,0.2~3.0mg·g^(-1)),Cu,Pb和Cd的含量最低(Ⅲ,<0.05mg·g^(-1))。其中,P和Mn是茶叶中富集能力最强的;此外,Cu,Pb和Cd的含量低于相关的限量标准。聚类分析结果表明舒茶早和龙井43两个品种之间矿质元素的组成没有显著性的差异。
暂无评论