[发明专利]一种基于近红外光谱分析技术的工夫红茶发酵质量的快速判别方法

摘要

本发明公开了一种基于近红外光谱分析技术的工夫红茶发酵质量的快速判别方法，该方法选取适度发酵、发酵不足、过度发酵的工夫红茶样本，随机划分校正集和预测集，利用近红外光谱扫描获得的光谱数据，采用PLS-DA判别方法建立工夫红茶质量的判别模型，实现了对工夫红茶发酵程度的快速判定，为工夫红茶发酵质量的定性判断提供了一种科学、准确、快速、简便的方法。

主权项

一种基于近红外光谱分析技术的工夫红茶发酵质量的快速判别方法，其特征在于，包括以下步骤：(1)选取适度发酵、发酵不足、过度发酵的工夫红茶样本随机划分校正集和预测集；(2)采集样本的近红外光谱图，选择合适的光谱特征区间，并进行光谱处理，得到预处理后的样本光谱图，具体步骤如下：A、近红外光谱采集利用傅立叶变换近红外光谱仪对样本进行近红外光谱扫描，获得各样本在近红外波长的所有光谱信息；B、最适光谱区间选择选择最适光谱区间在12800～8300cm^‑1、7200～5500cm^‑1或5000～4000cm^‑1的范围内，并排除位于6944cm^‑1附近的水分吸收峰的特征波长区间为最适光谱区间；C、光谱预处理利用正态变量变换SNVT法、一阶导数1stDer法和9点平滑法对样本的在近红外波长的所有光谱信息进行预处理，对预处理结果进行比较，选择识别率最高的方法为最优处理方法；(3)建立偏最小二乘判别分析的PLS‑DA判别模型步骤一：采用步骤C所述的最优处理方法对光谱进行预处理，并设定分类变量，其中，发酵不足样本的分类变量为1，适度发酵样本的分类变量为2，过度发酵样本的分类变量为3；步骤二：采用步骤B所述方法选择最适光谱区间，对校正集样本的最适光谱区间与样本对应的分类变量进行偏最小二乘PLS回归，建立校正集样本的分类变量与光谱特征的PLS‑DA模型，具体步骤如下：a)对校正集样本的最适光谱区间的光谱矩阵X、Y与设定的分类变量值进行分解，其模型为：X＝TP+EY＝UQ+F式中T和U分别为矩阵X和Y的得分矩阵；P和Q分别为矩阵X和Y的载荷矩阵；E和F分别为矩阵X和Y的PLS拟合残差矩阵；b)将T和U作线性回归，获得校正集的PLS‑DA模型，所述回归方程为：U＝TBB＝(T^TT)^‑1T^TY步骤三：根据上述步骤a)中的分解模型以及获得的P值，计算预测集样品光谱矩阵X_pre的得分T_pre，然后计算预测集的分类变量值Y_pre，具体计算公式为：Y_pre＝T_preBQ具体判别标准为：0.5<Y_pre<1.5，判别为发酵不足；1.5<Y_pre<2.，判别为适度发酵；2.5<Y_pre<3.5，判别为过度发酵。