法律状态公告日
法律状态信息
法律状态
2023-05-05
实质审查的生效 IPC(主分类):G01N27/62 专利申请号:2023100281748 申请日:20230109
实质审查的生效
技术领域
本发明属于鸭屎香单丛茶判别的技术领域,具体涉及一种稳定同位素分析技术判别鸭屎香单丛茶采收季节的方法和应用。
背景技术
鸭屎香单丛茶是潮州凤凰单丛茶中的一个风味独特的高价值品种,种植面积广,备受广大消费者青睐。鸭屎香单丛茶一年四季皆有产出,其中越冬后茶树第一次萌发的芽叶采制而成的春茶,富含游离氨基酸、蛋白质等成分,品质上佳。相比其他季节采收的单丛茶,春茶具有更高的经济价值和饮用价值。在经济利益驱使下,近年来以其他季节茶叶假冒品质上乘春茶的情况普遍存在,严重侵害了消费者权益和单丛茶品牌声誉。
传统的单丛茶采收季节鉴别多依赖于感官评审,需要经验丰富的专业人员才能准确区别,并且其准确性易受商品形态及环境的影响。以茶叶化学成分为基础的代谢组学分析技术亦被应用于采收季节鉴别。李晓玲(李晓玲;李斌;张媛媛;陈玉芬;林晓蓉;陈忠正.广东凤凰单丛三种香型乌龙茶的理化与香气特性.食品工业科技.2014.35.302-307.)等采用高效液相色谱法和顶空固相微萃取-气质联用法分析单丛茶的水浸出物、咖啡碱、醇类和烯烃类等成分,结合主成分分析可大致区分蜜兰香单丛茶、杏仁香单丛茶、乌叶单丛茶的春茶和夏秋茶。以及,有专利CN202110285998.4一种代谢组学分析技术判别鸭屎香单丛茶时空分类的应用公开了采用非靶向代谢组学技术分析鸭屎香单丛茶特征成分,结合Log
稳定同位素分析技术是食品溯源研究的有效分析手段,具有检测精度和灵敏度较高、稳定性好等特点,茶叶的稳定同位素组成已成为茶叶产地溯源、季节判别等研究中重要的特征指标。Zhou等(Zhou,P.;Li,Z.;Ouyang,L.;Gong,X.;Meng,P.;Dai,M.;Wang,Z.;Wang,Y.Amulti-element stable isotope approach coupled with chemometrics forthe determination of Tieguanyin tea geographical origin and harvestseason.Anal.Methods 2019,11(3),346–352.)通过分析茶叶中碳、氮、氢、氧稳定同位素比率,通过主成分分析和层次聚类分析可区分市售铁观音春茶和秋茶。Xia等(Xia,W.;Li,Z.;Yu,C.;Liu,Z.;Nie,J.;Li,C.;Shao,A.;Zhang,Y.;Rogers,K.;Yuan,Y..Understandingprocessing,maturity and harvest period effects to authenticate early-springLongjing tea using stable isotopes and chemometric analyses.FoodControl.2021.124.107907.)基于大田实验分析不同采摘期(早春和晚春)龙井茶中稳定同位素组成,基于正交偏最小二乘判别分析可区分早春和晚春龙井茶,其中δ
发明内容
针对上述问题,本发明的目的在于提供一种稳定同位素分析技术判别鸭屎香单丛茶采收季节的方法和应用,基于稳定同位素的特征指标和鉴别模型针对一年四季的单丛茶进行区分,准确鉴别出春、夏、秋、冬四个季节的鸭屎香单丛茶。
本发明的技术内容如下:
本发明提供了一种稳定同位素分析技术判别鸭屎香单丛茶采收季节的应用,所述稳定同位素分析技术中采用氢和氧两种稳定同位素比率。
本发明还提供了一种稳定同位素分析技术判别鸭屎香单丛茶采收季节的方法,包括如下步骤:
1)样品采集和制备:在单丛茶产地收集春、夏、秋、冬四个季节采收的鸭屎香单丛茶,记录样品的信息;
将所收集的单丛茶样品进行粉碎和过筛;
2)稳定同位素比率测定
利用元素分析-稳定同位素比质谱仪测定已知真实季节茶叶样本的氢和氧稳定同位素比率,称取茶叶样品,用银杯包裹后置于干燥器内平衡2-3天,再放入元素分析-稳定同位素比质谱仪中通过高温裂解反应进行氢、氧稳定同位素比率测定;
所述氢、氧稳定同位素比率测定中,元素分析-稳定同位素比质谱仪的反应参数包括:高温裂解管温度为1380℃,柱温为50℃,氦气载气流速为100L·min
3)采收季节判别模型构建
方法一:根据步骤2)所采用的样本数据,利用Fisher判别分析方法建立因变量采收季节与自变量稳定同位素比率的判别模型,分析茶叶中δ
建立基于茶叶中δ
F(季节)=A+B×δ
式中,A、B、C分别为常数;
将步骤1)所收集的茶叶样品的稳定同位素比率数据带入各采收季节判别模型,得到多个F值,根据最大F值确定待测鸭屎香单丛茶样品的采收季节;
最后对各采收季节的鸭屎香单丛茶样品进行组内验证,以评估模型的可靠性;
标准物质采用USGS54(δ
方法二:采用监督学习类分类器支持向量机SVM建立采收季节判别模型,采用高斯核函数构建SVM模型,在cost为2
方法三:在方法一的基础上,增加碳、氮稳定同位素比率进行季节判别,判别模型如下:
F(季节)=A+B×δ
式中,A、B、C、D、E分别为常数;
所述碳、氮稳定同位素比率为通过元素分析-稳定同位素比质谱仪中进行氧化还原反应测定得到。
所述稳定同位素比率的计算公式为:
δE=[(R
式中,E为目标同位素比率,R
采用国际通用标准VSMOW对δ
进一步地,步骤3)所述方法一中:
F(春茶)=-168.831-3.602×δ
F(夏茶)=-190.629-3.603×δ
F(秋茶)=-228.508-3.885×δ
F(冬茶)=-208.019-3.415×δ
进一步地,步骤3)所述方法二中,所述SVM模型的cost值为1024,支持向量数为42。
本发明的有益效果如下:
本发明的一种稳定同位素分析技术判别鸭屎香单丛茶采收季节的方法,基于同位素的特征指标和判别模型能针对一年四季的单丛茶进行区分,准确鉴别出春、夏、秋、冬四个季节的鸭屎香单丛茶。
本发明的一种稳定同位素分析技术判别鸭屎香单丛茶采收季节的应用,将稳定同位素分析技术应用于判别不同采收季节的鸭屎香单丛茶。本发明是以茶叶中氢、氧稳定同位素比率为特征指标,具有所需指标少、方法简便、样品用量少等优势。本发明将氢、氧稳定同位素比率与Fisher判别分析相结合构建判别模型,通过将茶叶中氢、氧稳定同位素比率代入判别模型,根据分类函数最大值对应的季节即可简单、快速地预测待测样品的采收季节。同时,本发明建立的支持向量机(SVM)模型,通过将氢、氧稳定同位素比率代入模型,同样实现了快速地预测样品的采收季节。
附图说明
图1为鸭屎香单丛茶样本的氢、氧稳定同位素比率箱线图;
图2为已知鸭屎香单丛茶真实采收季节的Fisher判别得分图。
具体实施方式
以下通过具体的实施案例以及附图说明对本发明作进一步详细的描述,应理解这些实施例仅用于说明本发明而不用于限制本发明的保护范围,在阅读了本发明之后,本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定。
实施例1
一种稳定同位素分析技术判别鸭屎香单丛茶采收季节的方法
1)样品采集和制备:在单丛茶产地收集春、夏、秋、冬四个季节采收的鸭屎香单丛茶,其中,春茶71个样品,夏茶18个样品,秋茶32个样品,冬茶25个样品,记录样品的季节信息;
将所收集的单丛茶样品各取100g,置于研磨仪中进行粉碎,过100目筛后,收集筛下物,置于4℃保存,待测;
2)稳定同位素比率测定
利用元素分析-稳定同位素比质谱仪测定已知真实季节茶叶样本的氢和氧稳定同位素比率,用百万分之一天平称取茶叶样品0.2~0.3mg,用银杯包裹后置于干燥器内2~3天,再放入元素分析-稳定同位素比质谱仪中通过高温裂解反应进行氢、氧稳定同位素比率测定;
所述元素分析-稳定同位素质谱仪的反应参数包括:高温裂解管温度为1380℃,柱温为50℃,氦气载气流速为100L·min
标准物质采用USGS54(δ
稳定同位素比率的计算公式为:
δE=[(R
式中,E为目标同位素比率,R
如图1所示,为利用元素分析-稳定同位素比质谱仪测定已知真实季节鸭屎香单丛茶样本的δ
3)采收季节判别模型构建
根据步骤2)所采用的样本数据,利用Fisher判别分析方法建立因变量采收季节与自变量稳定同位素比率的判别模型,分析茶叶中稳定同位素比值δ
建立基于茶叶中δ
F(春茶)=-168.831-3.602×δ
F(夏茶)=-190.629-3.603×δ
F(秋茶)=-228.508-3.885×δ
F(冬茶)=-208.019-3.415×δ
将待测样品的稳定同位素比率数据带入各采收季节判别模型,得到多个F值。根据最大F值确定待测鸭屎香单丛茶样品的采收季节。最后对各采收季节的鸭屎香单丛茶样品进行组内验证,以评估模型的可靠性。
如图2所示,为已知鸭屎香单丛茶真实采收季节的Fisher判别的得分图,可见,夏茶和冬茶能够分别与其他季节的茶叶相互区分;春茶和冬茶虽然比较靠近,但组质心还是能够相互区分;秋茶虽然有少数离散样品靠近冬茶,但整体而言还是能够与冬茶区分的。
如表1所示,将春茶71个样品,夏茶18个样品,秋茶32个样品,冬茶25个样品的稳定同位素比率数据带入各采收季节判别模型,得到F值。其中样品编号1-71为春茶,72-89为夏茶,90-121为秋茶,122-146为冬茶。
表1单丛茶样品的稳定同位素比率和F值
/>
/>
/>
对所收集的鸭屎香单丛茶样品进行组内验证,结果如表2所示。从表2可以看出,在146个来自不同采收季节的鸭屎香单丛茶样品中,夏茶和冬茶的判别准确率为94.4%和96.0%,春茶的判别准确率为80.3%,而秋茶的判别准确率稍低,但总体准确率达到了82.2%,说明了基于氢、氧稳定同位比率构建的Fisher判别模型可用于鸭屎香单丛茶的采收季节判别。
表2基于氢、氧稳定同位素比率的Fisher判别结果
实施例2
一种稳定同位素分析技术判别鸭屎香单丛茶采收季节的方法,操作步骤同实施例1,区别在于步骤3)采收季节判别模型构建,为采用监督学习类分类器支持向量机(SVM)建立采收季节判别模型。
按照7:3的比例随机将146个茶叶样本划分为训练集和测试集。以训练集数据为基础,采用高斯核函数构建SVM模型,在cost为2
表3基于氢、氧稳定同位素比率的SVM模型判别准确率
从表3可以看出,在146个来自不同采收季节的鸭屎香单丛茶样品中,夏茶和春茶的判别准确率为100.0%和88.7%,秋茶的判别准确率为84.4%,而冬茶的判别准确率稍低,但总体准确率达到了87.0%,说明了基于氢、氧稳定同位比率构建的SVM模型可用于鸭屎香单丛茶的采收季节判别。
实施例3
一种稳定同位素分析技术判别鸭屎香单丛茶采收季节的方法,操作步骤同实施例1,区别在于在氢、氧稳定同位素比率基础上,附加碳、氮稳定同位素比率进行季节判别;
具体操作为:
1、碳同位素比率的测定:用百万分之一天平称取茶叶样品约0.2mg,用锡杯包裹后放入元素分析-稳定同位素比质谱仪中通过氧化还原反应进行测定。仪器参数包括:氧化管温度为960℃,柱温为60℃,氦气载气流速为180L·min
标准物质采用USGS40(δ
2、氮同位素比率的测定:用百万分之一天平称取茶叶样品约1.2mg,用锡杯包裹后放入元素分析-稳定同位素比质谱仪中通过氧化还原反应进行测定。仪器参数包括:氧化管温度为960℃,柱温为60℃,氦气载气流速为180L·min
标准物质采用USGS40(δ
3、Fisher判别模型的构建:根据采集的样本数据,利用Fisher判别分析方法建立因变量采收季节与自变量稳定同位素比率的判别模型,分析基于茶叶中多种稳定同位素比率建立的判别函数和准确率,计算的采收季节判别准确率和函数如下所示。
表4基于多种稳定同位素比率的Fisher判别结果
表中a、b、c代表的基于多种稳定同位素比率构建的采收季节判别模型如下:
Fa(春茶)=-676.613-2.679×δ
Fa(夏茶)二-756.558-3.198×δ
Fa(秋茶)=-777.631-3.456×δ
Fa(冬茶)=-727.806-3.027×δ
Fb(春茶)=-170.674-3.081×δ
Fb(夏茶)=-192.140-3.620×δ
Fb(秋茶)=-230.335-3.873×δ
Fb(冬茶)=-209.313-3.430×δ
Fc(春茶)=-677.660-2.693×δ
δ
Fc(夏茶)=-757.326-3.211×δ
δ
Fc(秋茶)=-778.639-3,470×δ
δ
Fc(冬茶)=-728.445-3.038×δ
×δ
从表4可以看出,以三种稳定同位素比率构建模型的判别结果,δ
因此,通过比较实施例1和实施例3可看出,以茶叶中两种(δ
实施例4
一种稳定同位素分析技术判别鸭屎香单丛茶采收季节的方法,操作步骤同实施例1,区别在于步骤3)采收季节判别模型构建,具体在于在氢、氧稳定同位素比率基础上,附加碳、氮稳定同位素比率构建SVM模型。
按照7:3的比例随机将146个样本划分为训练集和测试集。以训练集数据为基础,采用高斯核函数构建SVM模型,并在cost为2
(1)δ
(2)δ
(3)δ
基于SVM的采收季节判别模型准确率如表5所示。
表5基于多种稳定同位素比率的SVM模型判别准确率
/>
由表5可见,以三种稳定同位素比率构建模型的判别结果,δ
机译: 稳定同位素比分析样品收集方法,稳定同位素比分析方法,地理原点识别方法和稳定同位素比分析样品收集设备
机译: 一种用于同位素分析的稳定同位素测量方法和判断二氧化碳吸收剂吸收能力的方法
机译: 一种用于同位素分析的稳定同位素测量方法和判断二氧化碳吸收剂吸收能力的方法