一种基于近红外光谱技术的茶叶非法添加物鉴别方法
阅读：1036发布：2020-08-01
专利汇可以提供一种基于近红外光谱技术的茶叶非法添加物鉴别方法专利检索，专利查询，专利分析的服务。并且本 发明 公开了一种基于 近红外 光谱 技术的茶叶非法添加物 鉴别 方法。本方法应用 傅立叶变换 近红外漫反射光谱分析技术结合因子法建立定性分析模型；应用傅立叶变换近红外漫反射光谱分析技术结合偏最小二乘法（PLS）建立定量分析模型，以两个模型结合应用实现茶叶中非法添加物（ 蔗糖 、糖浆和米糊）的快速准确鉴别。本方法具有分析速度快、效率高、成本低、测试重现性好、样品无需预处理且便于在线 无损检测 的特点。，下面是一种基于近红外光谱技术的茶叶非法添加物鉴别方法专利的具体信息内容。
1.一种应用近红外光谱技术鉴别茶叶中非法添加物的方法 ，其特征在于，包括以下步骤：
（1）掺杂茶样的制备和定量参数的定义: 在纯茶叶制作过程中添加不同比例的非法添加物，得到不同添加比例的掺杂茶样，然后将其分别粉碎过筛后，精确称量2-3g压制成饼状作为样品，以掺杂茶样中的添加比例作为茶样的掺杂特征定量参数，同时将纯茶叶样品的定量参数定义为0%，其中所述非法添加物是在制茶过程中普遍添加的糖、糖浆、米糊中一种；
（2）光谱的采集和样品校正集、检验集的选择：使用傅里叶变换近红外光谱仪及其配套光谱分析软件采集光谱数据： 使用样品杯漫反射扫描参数，光谱扫描范围为-1 -1
4000-12500cm ，分辨率8cm ，扫描次数32次，进行背景扫描后，对茶饼进行光谱扫描，然后将茶饼在水平面上旋转两次分别进行扫描，即每个茶饼共扫描三次，将三次测量的光谱求平均，作为该掺有非法添加物茶样的近红外漫反射光谱，测量多个不同位置可以消除样品不均匀引起的散射误差，利用OPUS软件设置数据类型时自动选择30%的样品作为测试样品，即在样品集中选取30%作为检验集，其余作为校正集；
（3）建立三个模型：将校正集的光谱图导入OPUS软件并将步骤（1）中非法添加物的含量标准值与样品光谱一一对应输入；选择最优光谱范围及预处理方法，分别建立了基于偏最小二乘法（PLS）的茶叶中三种添加物含量检测的近红外定量分析模型：可得糖、-1 -1
糖浆、米糊定量校正模型的最佳光谱范围分别为7502-4246.7cm 、5450.1-4246.7cm 、-1
7502-4597.7cm ；最佳预处理方法分别为减去一条直线、无光谱预处理、无光谱预处理；
（4）模型的检验：用步骤（2）中的检验集作为未知样品对校正集模型进行检验；
（5）取未知掺假茶叶样品，按步骤（1）压制成饼状，并进行光谱采集，在OPUS软件中调用所建立的PLS模型，对上述样品光谱信息进行分析，可快速定量鉴别出茶叶中非法添加物的含量。
2.根据权利要求1所述的一种应用近红外光谱技术鉴别茶叶中非法添加物的方法，其特征是：所述步骤（2）中非法添加物的掺加比例为：以干茶重量计算掺加糖0-20%，掺加糖浆0-20%，掺加米糊0-4%。
一种基于近红外光谱技术的茶叶非法添加物鉴别方法
技术领域
背景技术
[0002] 绿茶作为我国重要的出口创汇农副产品之一，目前出口已达世界96个国家和地区，占整个世界茶叶市场绿茶贸易量的85%以上。炒青绿茶是我国出口绿茶的主导产品，在国际市场上享有盛誉。
[0003] 根据《CNCA/CTS 0027-2008食品安全管理体系茶叶加工企业要求》，在茶叶加工过程中茶叶原料不得添加任何添加剂，不得有非茶类夹杂物。珠茶加工过程中虽允许在车色过程中添加少量米糊赋形，但对添加量有严格限制。然而目前，部分不法企业为获取利润，在茶叶加工过程中随意掺加非法添加物（主要有蔗糖、糖浆和米糊），赚取添加物与茶叶的差价。这种违法行为不仅严重破坏了茶叶市场秩序，有损中国茶在国际市场的声誉，而且随意掺加的糖、糖浆、米糊等非法添加物在茶叶贮藏、运输过程中极易吸水吸潮、滋生腐败菌，损害了消费者的健康。在选购过程中，普通消费者通过感官（观色泽、闻香气、品茶汤），很难对非法添加物进行有效鉴别。由于针对绿茶中非法添加物检测缺乏相关方法和标准，因此，研究和开发一种既准确、稳定又简便快捷的茶叶非法添加物（蔗糖、糖浆和米糊）鉴别和定量检测技术就显得尤为迫切。
[0004] 对茶叶品质的分析主要依靠化学检测和感官审评两种方法。茶叶品质化学检测中常见的茶叶理化监测指标有:水分、总灰分、水浸出物、粗纤维、咖啡碱、多酚以及游离氨基酸等，不涉及非法添加物（蔗糖、糖浆和米糊）。且化学检测方法繁琐，耗时耗力，通常在试验室进行，对检测条件和人员素质要求很高，无法实现在茶叶流通过程中对茶叶品质进行实时有效监控。茶叶感官审评是根据专业审评人员正常的视觉、嗅觉、味觉、触觉感受，使用规定的评茶术语，或参照实物样对茶叶产品的感官特性(形态、色泽、香气、滋味等)进行评定，虽能评判茶叶品质，但无法辨别是否添加了非法添加物（蔗糖、糖浆和米糊），更谈不上定量分析，且评审结果还容易受审评场所、评茶员的健康状况、评茶员的主观原因、知识水平以及经验等因素的影响。
[0005] 近红外光谱技术(Near-infrared Spectroscopy，NIRS)是国内外发展较快的一种新型定性、定量分析技术，是将近红外光谱所反映的样品基团、组成或物态信息与用标准的参比方法测得的组成含量或性质数据采用化学计量学技术建立定标模型，然后通过对组分含量未知的样品光谱的测定和建立的定标模型来快速预测其组成含量或性质的一种分析方法。作为一种绿色、快速、高效、方便，且适合在线分析的技术，NIRS技术已在农业食品工业中医药和石油化工等领域中得到了广泛应用，是近年来发展最快的测定技术之一，在茶叶及茶制品的理化检测、品质评价、真伪识别等方面也表现出巨大的潜力。将近红外技术应用于茶叶非法添加物（蔗糖、糖浆和米糊）的鉴别中，对待测茶样进行制样、光谱扫描和模型调用，整个鉴别过程能在6min内完成（样品制备5min,分析检测1min），与化学检测方法相比具有简便、快捷、准确、节省等优点。
发明内容
[0006] 针对目前部分不法企业在茶叶中掺加非法添加物（蔗糖、糖浆和米糊），而传统鉴别方法不易对茶叶非法添加物进行鉴别的现状，本发明的目的在于提供一种茶叶非法添加物（蔗糖、糖浆和米糊）的鉴别方法，该方法利用德国Bruker公司的MPA型傅立叶变换近红外光谱仪对非法添加物（蔗糖、糖浆和米糊）不同添加梯度的茶叶进行光谱扫描，以获取掺假茶叶的近红外光谱鉴别模型，使用该模型可以鉴别出茶叶的非法添加物添加量，其鉴别方法简单，鉴别结果准确，能够进行批量鉴定。
[0007] 本发明是通过以下技术方案实现的：一种应用近红外光谱技术鉴别茶叶中非法添加物的方法 ，其特征在于，包括以下步骤：
（1）掺杂茶样的制备和定量参数的定义: 在纯茶叶制作过程中添加不同比例的非法添加物，得到不同添加比例的掺杂茶样，然后将其分别粉碎过筛后，精确称量2-3g压制成饼状作为样品，以掺杂茶样中的添加比例作为茶样的掺杂特征定量参数，同时将纯茶叶样品的定量参数定义为0%，其中所述非法添加物是在制茶过程中普遍添加的糖、糖浆、米糊中一种；
（2）光谱的采集和样品校正集、检验集的选择：使用傅里叶变换近红外光谱仪及其配套光谱分析软件采集光谱数据： 使用样品杯漫反射扫描参数，光谱扫描范围为-1 -1
4000-12500cm ，分辨率8cm ，扫描次数32次，进行背景扫描后，对茶饼进行光谱扫描，然后将茶饼在水平面上旋转两次分别进行扫描，即每个茶饼共扫描三次，将三次测量的光谱求平均，作为该掺有非法添加物茶样的近红外漫反射光谱，测量多个不同位置可以消除样品不均匀引起的散射误差，利用OPUS软件设置数据类型时自动选择30%的样品作为测试样品，即在样品集中选取30%作为检验集，其余作为校正集；
（3）建立三个模型：将校正集的光谱图导入OPUS软件并将步骤（1）中非法添加物的含量标准值与样品光谱一一对应输入；选择最优光谱范围及预处理方法，分别建立了基于偏最小二乘法（PLS）的茶叶中三种添加物含量检测的近红外定量分析模型：可得糖、-1 -1
糖浆、米糊定量校正模型的最佳光谱范围分别为7502-4246.7cm 、5450.1-4246.7cm 、-1
7502-4597.7cm ；最佳预处理方法分别为减去一条直线、无光谱预处理、无光谱预处理；内部交叉验证决定系数分别为：98.38、97.99、95.11，三个模型交叉验证系数均较高；交叉检验均方差误差分别为：0.699、0.88、0.284；误差结果为预测值与标准值之间的偏差分别小于1.5、2.1、0.664。
（1）掺杂茶样的制备和定量参数的定义: 在纯茶叶制作过程中添加不同比例的非法添加物，得到不同添加比例的掺杂茶样，然后将其分别粉碎过筛后，精确称量2-3g压制成饼状作为样品，以掺杂茶样中的添加比例作为茶样的掺杂特征定量参数，同时将纯茶叶样品的定量参数定义为0%，其中所述非法添加物是在制茶过程中普遍添加的糖、糖浆、米糊中一种；
（2）光谱的采集和样品校正集、检验集的选择：使用傅里叶变换近红外光谱仪及其配套光谱分析软件采集光谱数据： 使用样品杯漫反射扫描参数，光谱扫描范围为-1 -1
4000-12500cm ，分辨率8cm ，扫描次数32次，进行背景扫描后，对茶饼进行光谱扫描，然后将茶饼在水平面上旋转两次分别进行扫描，即每个茶饼共扫描三次，将三次测量的光谱求平均，作为该掺有非法添加物茶样的近红外漫反射光谱，测量多个不同位置可以消除样品不均匀引起的散射误差，利用OPUS软件设置数据类型时自动选择30%的样品作为测试样品，即在样品集中选取30%作为检验集，其余作为校正集；
（3）建立三个模型：将校正集的光谱图导入OPUS软件并将步骤（1）中非法添加物的含量标准值与样品光谱一一对应输入；选择最优光谱范围及预处理方法，分别建立了基于偏最小二乘法（PLS）的茶叶中三种添加物含量检测的近红外定量分析模型：可得糖、-1 -1
糖浆、米糊定量校正模型的最佳光谱范围分别为7502-4246.7cm 、5450.1-4246.7cm 、-1
7502-4597.7cm ；最佳预处理方法分别为减去一条直线、无光谱预处理、无光谱预处理；内部交叉验证决定系数分别为：98.38、97.99、95.11，三个模型交叉验证系数均较高；交叉检验均方差误差分别为：0.699、0.88、0.284；误差结果为预测值与标准值之间的偏差分别小于1.5、2.1、0.664。
[0008] （4）模型的检验：用步骤（2）中的检验集作为未知样品对校正集模型进行检验；糖、糖浆、米糊定量校正模型的预测集验证决定系数分别为：99.78、98.07、91.75，预测均方差误差分别为：0.258、0.761、0.31，预测效果较好；
（5）取未知掺假茶叶样品，按步骤（1）压制成饼状，并进行光谱采集，在OPUS软件中调用所建立的PLS模型，对上述样品光谱信息进行分析，可快速定量鉴别出茶叶中非法添加物的含量。
（5）取未知掺假茶叶样品，按步骤（1）压制成饼状，并进行光谱采集，在OPUS软件中调用所建立的PLS模型，对上述样品光谱信息进行分析，可快速定量鉴别出茶叶中非法添加物的含量。
[0009] 所述步骤（2）中非法添加物的掺加比例为：以干茶重量计算掺加糖0-20%，掺加糖浆0-20%，掺加米糊0-4%。
[0010] 本发明方法是应用傅里叶变换近红外漫反射光谱分析技术结合因子法建立的定性分析模型鉴别茶叶中非法添加物；是应用傅里叶变换近红外漫反射光谱分析技术结合偏最小二乘法建立的定量分析模型定量测定茶叶中非法添加物添加量。
[0011] 基于近红外光谱技术的茶叶非法添加物鉴别方法建立的分析模型用于鉴别茶叶中非法添加物的用途。
[0012] 本发明的有益效果为:直接采用样品原样检测，省去繁琐的前处理，数学模型建立后，只需用待测样品通过仪器进行光谱扫描即可分析出茶叶中是否掺加非法添加物（蔗糖、糖浆和米糊），能够满足即时交易和生产的需求。具有无需称样、无需计算、无需样品前处理、无需任何化学试剂、无样品损坏、稳定快速、绿色环保、易于操作、准确率高、重复性好的特点。附图说明
[0013] 图1为本发明中掺糖茶样的PLS回归模型。
[0014] 图2为本发明中掺糖茶样的PLS回归模型，相应的误差分布图。
[0015] 图3为本发明中掺糖茶样的检验集模型。
[0016] 图4为本发明中掺糖茶样的检验集模型，相应的误差分布图。
[0017] 图5为本发明中掺糖浆茶样的PLS回归模型。
[0018] 图6为本发明中掺糖浆茶样的PLS回归模型，相应的误差分布图。
[0019] 图7为本发明中掺糖浆茶样的检验集模型。
[0020] 图8为本发明中掺糖浆茶样的检验集模型，相应的误差分布图。
[0021] 图9为本发明中掺米糊茶样的PLS回归模型。
[0022] 图10为本发明中掺米糊茶样的PLS回归模型，相应的误差分布图。
[0023] 图11为本发明中掺米糊茶样的检验集模型。
[0024] 图12为本发明中掺米糊茶样的检验集模型，相应的误差分布图。
具体实施方式
[0025] 下面对本发明的实施例作详细说明，本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
[0026] 实施例1本实施例应用傅里叶变换近红外漫反射光谱分析技术结合偏最小二乘法建立的定量分析模型定量测定茶叶中非法添加物蔗糖的添加量，包括以下步骤：
（1）掺糖茶样制备和定义：
在茶叶制备过程中掺入非法添加物蔗糖，制备不同添加比例的掺糖茶样，粉碎过筛后精确称量3g压制成饼状作为样品，以蔗糖的掺加比例作为茶样的掺糖特征定量参数，同时将纯茶叶样品的定量参数定义为0%，掺糖范围为0-20%；
（2）光谱的采集和样品校正集、检验集的选择：
使用仪器为德国Bruker公司MPA型傅立叶变换近红外光谱仪，配有积分球、PbS检测器和OPUS6.5数据处理与分析软件，使用样品杯漫反射扫描参数，光谱扫描范围为-1 -1
4000-12500cm ，分辨率8cm ，扫描次数32次，进行背景扫描后，对茶饼进行光谱扫描，然后将茶饼在水平面上旋转两次分别进行扫描，即每个茶饼共扫描三次，将三次测量的光谱求平均，作为该掺糖茶样的近红外漫反射光谱。测量多个不同位置可以消除样品不均匀引起的散射误差。利用OPUS软件设置数据类型时自动选择30%的样品作为测试样品，即在样品集中选取30%作为检验集，其余作为校正集；
（3）模型的建立：
将校正集的光谱图导入OPUS软件并将步骤（1）中非法添加物蔗糖的含量标准值与样-1
品光谱一一对应输入；尝试不同光谱范围，校正集优选最佳光谱范围为:7502-4246.7cm ；
校正集最佳预处理方法为：减去一条直线；计算建立定量校正模型，结果如图1:内部交叉验证决定系数为98.38，交叉检验均方差误差为0.699，相关性好；误差结果如图2:其中纵坐标为近红外预测值与标准值之间的偏差，横坐标为标准值，偏差<1.5；
（4）模型的检验：
将建立好的模型导入，并用步骤（2）中检验集的样品作为未知样品上机实际检测，对校正集模型进行检验，验证该模型对未知样品的预测能力；检验集模型，结果如图3:决定系数为99.78，预测均方差误差为0.258，预测能力好；误差结果如图4:其中纵坐标为近红外预测值与标准值之间的偏差，横坐标为标准值，偏差<0.5。
（1）掺糖茶样制备和定义：
在茶叶制备过程中掺入非法添加物蔗糖，制备不同添加比例的掺糖茶样，粉碎过筛后精确称量3g压制成饼状作为样品，以蔗糖的掺加比例作为茶样的掺糖特征定量参数，同时将纯茶叶样品的定量参数定义为0%，掺糖范围为0-20%；
（2）光谱的采集和样品校正集、检验集的选择：
使用仪器为德国Bruker公司MPA型傅立叶变换近红外光谱仪，配有积分球、PbS检测器和OPUS6.5数据处理与分析软件，使用样品杯漫反射扫描参数，光谱扫描范围为-1 -1
4000-12500cm ，分辨率8cm ，扫描次数32次，进行背景扫描后，对茶饼进行光谱扫描，然后将茶饼在水平面上旋转两次分别进行扫描，即每个茶饼共扫描三次，将三次测量的光谱求平均，作为该掺糖茶样的近红外漫反射光谱。测量多个不同位置可以消除样品不均匀引起的散射误差。利用OPUS软件设置数据类型时自动选择30%的样品作为测试样品，即在样品集中选取30%作为检验集，其余作为校正集；
（3）模型的建立：
将校正集的光谱图导入OPUS软件并将步骤（1）中非法添加物蔗糖的含量标准值与样-1
品光谱一一对应输入；尝试不同光谱范围，校正集优选最佳光谱范围为:7502-4246.7cm ；
校正集最佳预处理方法为：减去一条直线；计算建立定量校正模型，结果如图1:内部交叉验证决定系数为98.38，交叉检验均方差误差为0.699，相关性好；误差结果如图2:其中纵坐标为近红外预测值与标准值之间的偏差，横坐标为标准值，偏差<1.5；
（4）模型的检验：
将建立好的模型导入，并用步骤（2）中检验集的样品作为未知样品上机实际检测，对校正集模型进行检验，验证该模型对未知样品的预测能力；检验集模型，结果如图3:决定系数为99.78，预测均方差误差为0.258，预测能力好；误差结果如图4:其中纵坐标为近红外预测值与标准值之间的偏差，横坐标为标准值，偏差<0.5。
[0027] 实施例2本实施例应用傅里叶变换近红外漫反射光谱分析技术结合偏最小二乘法建立的定量分析模型定量测定茶叶中非法添加物糖浆的添加量，包括以下步骤：
（1）掺糖浆茶样制备和定义：
在茶叶制备过程中掺入非法添加物糖浆，制备不同添加比例的掺糖浆茶样，粉碎过筛后精确称量3g压制成饼状作为样品，以糖浆的掺加比例作为茶样的掺糖浆特征定量参数，同时将纯茶叶样品的定量参数定义为0%，掺糖浆范围为0-20%；
（2）光谱的采集和样品校正集、检验集的选择：
使用仪器为德国Bruker公司MPA型傅立叶变换近红外光谱仪，配有积分球、PbS检测器和OPUS6.5数据处理与分析软件，使用样品杯漫反射扫描参数，光谱扫描范围为-1 -1
4000-12500cm ，分辨率8cm ，扫描次数32次，进行背景扫描后，对茶饼进行光谱扫描，然后将茶饼在水平面上旋转两次分别进行扫描，即每个茶饼共扫描三次，将三次测量的光谱求平均，作为该掺糖浆茶样的近红外漫反射光谱。测量多个不同位置可以消除样品不均匀引起的散射误差。利用OPUS软件设置数据类型时自动选择30%的样品作为测试样品，即在样品集中选取30%作为检验集，其余作为校正集；
（3）模型的建立：
将校正集的光谱图导入OPUS软件并将步骤（1）中非法添加物糖浆的含量
标准值与样品光谱一一对应输入；尝试不同光谱范围，校正集优选最佳光谱范围-1
为:5450.1-4246.7cm ；校正集最佳预处理方法为：无光谱预处理；计算建立定量校正模型，结果如图5:内部交叉验证决定系数为97.99，交叉检验均方差误差为0.88，相关性好；
误差结果如图6:其中纵坐标为近红外预测值与标准值之间的偏差，横坐标为标准值，偏差<2.1；
（4）模型的检验：
将建立好的模型导入，并用步骤（2）中检验集的样品作为未知样品上机实际检测，对校正集模型进行检验，验证该模型对未知样品的预测能力；检验集模型，结果如图7:决定系数为98.07，预测均方差误差为0.761，预测能力好；误差结果如图8:其中纵坐标为近红外预测值与标准值之间的偏差，横坐标为标准值，偏差<1.57。
（1）掺糖浆茶样制备和定义：
在茶叶制备过程中掺入非法添加物糖浆，制备不同添加比例的掺糖浆茶样，粉碎过筛后精确称量3g压制成饼状作为样品，以糖浆的掺加比例作为茶样的掺糖浆特征定量参数，同时将纯茶叶样品的定量参数定义为0%，掺糖浆范围为0-20%；
（2）光谱的采集和样品校正集、检验集的选择：
使用仪器为德国Bruker公司MPA型傅立叶变换近红外光谱仪，配有积分球、PbS检测器和OPUS6.5数据处理与分析软件，使用样品杯漫反射扫描参数，光谱扫描范围为-1 -1
4000-12500cm ，分辨率8cm ，扫描次数32次，进行背景扫描后，对茶饼进行光谱扫描，然后将茶饼在水平面上旋转两次分别进行扫描，即每个茶饼共扫描三次，将三次测量的光谱求平均，作为该掺糖浆茶样的近红外漫反射光谱。测量多个不同位置可以消除样品不均匀引起的散射误差。利用OPUS软件设置数据类型时自动选择30%的样品作为测试样品，即在样品集中选取30%作为检验集，其余作为校正集；
（3）模型的建立：
将校正集的光谱图导入OPUS软件并将步骤（1）中非法添加物糖浆的含量
标准值与样品光谱一一对应输入；尝试不同光谱范围，校正集优选最佳光谱范围-1
为:5450.1-4246.7cm ；校正集最佳预处理方法为：无光谱预处理；计算建立定量校正模型，结果如图5:内部交叉验证决定系数为97.99，交叉检验均方差误差为0.88，相关性好；
误差结果如图6:其中纵坐标为近红外预测值与标准值之间的偏差，横坐标为标准值，偏差<2.1；
（4）模型的检验：
将建立好的模型导入，并用步骤（2）中检验集的样品作为未知样品上机实际检测，对校正集模型进行检验，验证该模型对未知样品的预测能力；检验集模型，结果如图7:决定系数为98.07，预测均方差误差为0.761，预测能力好；误差结果如图8:其中纵坐标为近红外预测值与标准值之间的偏差，横坐标为标准值，偏差<1.57。
[0028] 实施例3本实施例应用傅里叶变换近红外漫反射光谱分析技术结合偏最小二乘法建立的定量分析模型定量测定茶叶中非法添加物米糊的添加量，包括以下步骤：
（1）掺米糊茶样制备和定义：
在茶叶制备过程中掺入非法添加物米糊，制备不同添加比例的掺米糊茶样，粉碎过筛后精确称量3g压制成饼状作为样品，以米糊的掺加比例作为茶样的掺米糊特征定量参数，同时将纯茶叶样品的定量参数定义为0%，掺米糊范围为0-4%；
（2）光谱的采集和样品校正集、检验集的选择：
使用仪器为德国Bruker公司MPA型傅立叶变换近红外光谱仪，配有积分球、PbS检测器和OPUS6.5数据处理与分析软件，使用样品杯漫反射扫描参数，光谱扫描范围为-1 -1
4000-12500cm ，分辨率8cm ，扫描次数32次，进行背景扫描后，对茶饼进行光谱扫描，然后将茶饼在水平面上旋转两次分别进行扫描，即每个茶饼共扫描三次，将三次测量的光谱求平均，作为该掺米糊茶样的近红外漫反射光谱。测量多个不同位置可以消除样品不均匀引起的散射误差。利用OPUS软件设置数据类型时自动选择30%的样品作为测试样品，即在样品集中选取30%作为检验集，其余作为校正集；
（3）模型的建立：
将校正集的光谱图导入OPUS软件并将步骤（1）中非法添加物米糊的含量标准值与样-1
品光谱一一对应输入；尝试不同光谱范围，校正集优选最佳光谱范围为:7502-4597.7cm ；
校正集最佳预处理方法为：无光谱预处理；计算建立定量校正模型，结果如图9:内部交叉验证决定系数为95.11，交叉检验均方差误差为0.284，相关性好；误差结果如图10:其中纵坐标为近红外预测值与标准值之间的偏差，横坐标为标准值，偏差<0.664；
（4）模型的检验：
将建立好的模型导入，并用步骤（2）中检验集的样品作为未知样品上机实际检测，对校正集模型进行检验，验证该模型对未知样品的预测能力；检验集模型，结果如图11:决定系数为91.75，预测均方差误差为0.31，预测能力好；误差结果如图12:其中纵坐标为近红外预测值与标准值之间的偏差，横坐标为标准值，偏差<0.608。
（1）掺米糊茶样制备和定义：
在茶叶制备过程中掺入非法添加物米糊，制备不同添加比例的掺米糊茶样，粉碎过筛后精确称量3g压制成饼状作为样品，以米糊的掺加比例作为茶样的掺米糊特征定量参数，同时将纯茶叶样品的定量参数定义为0%，掺米糊范围为0-4%；
（2）光谱的采集和样品校正集、检验集的选择：
使用仪器为德国Bruker公司MPA型傅立叶变换近红外光谱仪，配有积分球、PbS检测器和OPUS6.5数据处理与分析软件，使用样品杯漫反射扫描参数，光谱扫描范围为-1 -1
4000-12500cm ，分辨率8cm ，扫描次数32次，进行背景扫描后，对茶饼进行光谱扫描，然后将茶饼在水平面上旋转两次分别进行扫描，即每个茶饼共扫描三次，将三次测量的光谱求平均，作为该掺米糊茶样的近红外漫反射光谱。测量多个不同位置可以消除样品不均匀引起的散射误差。利用OPUS软件设置数据类型时自动选择30%的样品作为测试样品，即在样品集中选取30%作为检验集，其余作为校正集；
（3）模型的建立：
将校正集的光谱图导入OPUS软件并将步骤（1）中非法添加物米糊的含量标准值与样-1
品光谱一一对应输入；尝试不同光谱范围，校正集优选最佳光谱范围为:7502-4597.7cm ；
校正集最佳预处理方法为：无光谱预处理；计算建立定量校正模型，结果如图9:内部交叉验证决定系数为95.11，交叉检验均方差误差为0.284，相关性好；误差结果如图10:其中纵坐标为近红外预测值与标准值之间的偏差，横坐标为标准值，偏差<0.664；
（4）模型的检验：
将建立好的模型导入，并用步骤（2）中检验集的样品作为未知样品上机实际检测，对校正集模型进行检验，验证该模型对未知样品的预测能力；检验集模型，结果如图11:决定系数为91.75，预测均方差误差为0.31，预测能力好；误差结果如图12:其中纵坐标为近红外预测值与标准值之间的偏差，横坐标为标准值，偏差<0.608。
[0029] 实施例4本实施例应用傅里叶变换近红外漫反射光谱分析技术结合偏最小二乘法建立的定量分析模型，快速鉴别未知茶样中非法添加物的添加量，包括以下步骤：
（1）未知茶样预处理：
取未知样品茶样，粉碎过筛后精确称量3g压制成饼状作为样品；
（2）光谱的采集：
使用仪器为德国Bruker公司MPA型傅立叶变换近红外光谱仪，配有积分球、PbS检测器和OPUS6.5数据处理与分析软件，使用样品杯漫反射扫描参数，光谱扫描范围为
4000-12500cm-1，分辨率8cm-1，扫描次数32次，进行背景扫描后，对茶饼进行光谱扫描，然后将茶饼在水平面上旋转两次分别进行扫描，即每个茶饼共扫描三次，将三次测量的光谱求平均，作为该未知茶样的近红外漫反射光谱。测量多个不同位置可以消除样品不均匀引起的散射误差；
(3)未知样品测定：
在OPUS软件中调用所建立的PLS模型，对上述掺假样品光谱信息进行分析，可快速定量鉴别出茶叶中非法添加物质量分数。
（1）未知茶样预处理：
取未知样品茶样，粉碎过筛后精确称量3g压制成饼状作为样品；
（2）光谱的采集：
使用仪器为德国Bruker公司MPA型傅立叶变换近红外光谱仪，配有积分球、PbS检测器和OPUS6.5数据处理与分析软件，使用样品杯漫反射扫描参数，光谱扫描范围为
4000-12500cm-1，分辨率8cm-1，扫描次数32次，进行背景扫描后，对茶饼进行光谱扫描，然后将茶饼在水平面上旋转两次分别进行扫描，即每个茶饼共扫描三次，将三次测量的光谱求平均，作为该未知茶样的近红外漫反射光谱。测量多个不同位置可以消除样品不均匀引起的散射误差；
(3)未知样品测定：
在OPUS软件中调用所建立的PLS模型，对上述掺假样品光谱信息进行分析，可快速定量鉴别出茶叶中非法添加物质量分数。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 近红外光谱成像装置的探头帽 | 2020-05-11 | 473 |
| 用于近红外光谱分析的智能终端外设 | 2020-05-12 | 434 |
| 一种近红外光谱仪装置 | 2020-05-11 | 273 |
| 一种近红外光谱的分类方法 | 2020-05-12 | 66 |
| 近红外光谱网络化采集系统 | 2020-05-12 | 613 |
| 一种近红外光谱在线取样系统 | 2020-05-13 | 543 |
| 一种近红外光谱特征谱区选择方法 | 2020-05-13 | 591 |
| 便携式大豆品质检测近红外光谱仪 | 2020-05-13 | 229 |
| 通过近红外光谱识别人的设备和方法 | 2020-05-13 | 954 |
| 一种近红外光谱仪 | 2020-05-11 | 285 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
QQ群二维码
意见反馈
意见反馈