近红外光谱法快速检测茶叶中粗纤维、水分和灰分的研究

摘要

茶叶中粗纤维、水分和灰分指标与茶叶品质密切相关。目前茶叶中粗纤维、水分和灰分的理化检测方法具有方法成熟、准确度高等优点，但前处理过程复杂、耗时长、成本高、损伤样品、存在试剂损耗，同时需要专用的仪器设备，限制了检测效率。与传统的理化检测方法相比，近红外光谱分析技术提高了检测效率、降低了人员成本、不需要化学试剂，不损坏样品，是一种绿色环保测试方式。　　本文采取近红外光谱分析技术，并结合化学计量学方法，开展了茶叶中粗纤维、水分和灰分含量的定量分析研究。主要研究内容与结论如下：　　(1)本文从收集的茶叶样品中随机抽取135批次，采用传统的理化检测方法分别测定其粗纤维、水分和灰分的含量。测定结果显示，样品集粗纤维含量在 7%～18%之间，含量在9%～13%之间的样品占样品总数的76.3%；水分含量在2%～9%之间，含量在5%～8%之间的样品占样品总数的94.8%；灰分含量在4%～9%之间，含量在5%～6%之间的样品占样品总数的80.7%。　　(2)通过实验确定样品的最佳光谱采集参数：厚度为 4mm、扫描次数为 32 次、颗粒度为0.5mm。并在以上参数条件下对135个茶叶样品进行近红外扫描，将获得的图谱数据结合化学计量学方法建立数学模型。在模型的校正与验证结果分析中，粗纤维校正集、验证集相关系数(r)分别为0.9543、0.9623，相对分析误差(RPD)分别为3.49、3.56，水分校正集、验证集相关系数(r)分别为 0.9892、0.9868，相对分析误差(RPD)分别为3.27、3.38，灰分校正集、验证集相关系数(r)分别为0.9815、0.9838，相对分析误差(RPD)分别为3.49、3.17。相关系数(r)均在0.90以上，线性相关性较好；相对分析误差(RPD)均大于3，模型预测精度较高。　　(3)对已建立的近红外光谱定量分析模型进行外部验证。采用近红外模型预测重新收集到的未参与模型建立的60个样品，对近红外光谱分析技术和传统理化检测方法进行t检验，得到样品中粗纤维、水分和灰分含量的t值分别为1.26、1.37、1.65，均小于临界值t(0.05，60)=2.00，表明两种方法不存在显著性差异，一致性较好。　　(4)以上研究表明近红外光谱法可应用于茶叶中粗纤维、水分和灰分的快速检测，同时为近红外光谱技术在食品等其他领域的应用奠定基础。

目录

声明

第一章 前言

1.1茶叶概述

1.2茶叶中主要成分的常用检测方法

1.3近红外光谱技术

1.4近红外光谱技术的应用

1.5近红外技术在茶叶检测领域的国内外研究进展

1.6论文的目的及意义

第二章 茶叶中粗纤维等成分化学法检测研究

2.1.样品的收集

2.2化学法对茶叶中粗纤维的测定

2.3化学法对茶叶中水分的测定

2.4化学法对茶叶中灰分的测定

2.5本章小结

第三章 茶叶中粗纤维等成分近红外光谱法检测研究

3.1近红外光谱分析技术工作过程

3.2实验部分

3.3数据处理

3.4茶叶的近红外模型建立

3.5模型验证

3.6本章小结

第四章 结论与展望

4.1结论

4.2展望

致谢

参考文献