光谱学与光谱分析
光譜學與光譜分析
광보학여광보분석
SPECTROSCOPY AND SPECTRAL ANALYSIS
2012年
11期
2971-2975
,共5页
周小芬%叶阳%周竹定%钱园凤
週小芬%葉暘%週竹定%錢園鳳
주소분%협양%주죽정%전완봉
大佛龙井茶%品质评价%近红外光谱%偏最小二乘法%感官审评%定量模型
大彿龍井茶%品質評價%近紅外光譜%偏最小二乘法%感官審評%定量模型
대불룡정다%품질평개%근홍외광보%편최소이승법%감관심평%정량모형
为探索科学、客观的茶叶品质评价方法,以大佛龙井茶为分析对象,采用近红外光谱偏最小二乘法(NIRS-PLS),分别建立了干茶色泽、汤色、香气、滋味、叶底单因子得分及五因子总分、六因子总分共7个定量分析模型.结果表明,在主成分因子数不大于10的情况下,各模型校正相关系数Rc为90.48％～98.43％,校正均方根误差RMSEC为1.14～2.09,预测相关系数Rp为90.00％～96.65％,预测均方根误差RMSEP为1.52～2.84,7个模型校正集和预测集均获得较高的拟合度；其中五因子总分模型预测性能最好(Rp为96.65％、RMSEP为1.52),同时,总分模型精度均高于单因子模型.研究结果表明应用近红外光谱法进行大佛龙井茶的品质评价是可行的.
為探索科學、客觀的茶葉品質評價方法,以大彿龍井茶為分析對象,採用近紅外光譜偏最小二乘法(NIRS-PLS),分彆建立瞭榦茶色澤、湯色、香氣、滋味、葉底單因子得分及五因子總分、六因子總分共7箇定量分析模型.結果錶明,在主成分因子數不大于10的情況下,各模型校正相關繫數Rc為90.48％～98.43％,校正均方根誤差RMSEC為1.14～2.09,預測相關繫數Rp為90.00％～96.65％,預測均方根誤差RMSEP為1.52～2.84,7箇模型校正集和預測集均穫得較高的擬閤度；其中五因子總分模型預測性能最好(Rp為96.65％、RMSEP為1.52),同時,總分模型精度均高于單因子模型.研究結果錶明應用近紅外光譜法進行大彿龍井茶的品質評價是可行的.
위탐색과학、객관적다협품질평개방법,이대불룡정다위분석대상,채용근홍외광보편최소이승법(NIRS-PLS),분별건립료간다색택、탕색、향기、자미、협저단인자득분급오인자총분、륙인자총분공7개정량분석모형.결과표명,재주성분인자수불대우10적정황하,각모형교정상관계수Rc위90.48％～98.43％,교정균방근오차RMSEC위1.14～2.09,예측상관계수Rp위90.00％～96.65％,예측균방근오차RMSEP위1.52～2.84,7개모형교정집화예측집균획득교고적의합도；기중오인자총분모형예측성능최호(Rp위96.65％、RMSEP위1.52),동시,총분모형정도균고우단인자모형.연구결과표명응용근홍외광보법진행대불룡정다적품질평개시가행적.
