论文部分内容阅读
茶多酚的含量影响着茶叶的优劣,在评定茶叶品质中起着举足轻重的作用。茶叶加工不同阶段的茶多酚含量差异十分显著,但在目前的生产过程中严重缺乏快速的在线检测方法。本文针对这一情况,运用光谱技术研究茶叶从鲜叶采摘到加工各个阶段的茶多酚含量变化情况,建立绿茶中茶多酚含量的快速检测方法。主要研究成果如下:(1)采用高效液相色谱法(HPLC)检测出3个不同品种茶鲜叶(菊花春、迎霜、浙农25)中不同叶位(第1叶到第6叶)的主要儿茶素单体含量。通过统计分析发现,在茶鲜叶中4种儿茶素单体的含量大小依次为:EGCG>ECG>EGC>EC;3个品种茶鲜叶的茶多酚含量从高到低依次为:菊花春>浙农25>迎霜;并且每个品种的茶鲜叶中儿茶素各个单体的含量都随着叶位数的增加呈递减规律,即从第1叶到第6叶茶多酚含量依次递减。(2)利用可见/近红外光谱对不同品种不同叶位的茶鲜叶中各个儿茶素单体含量建立了定量检测的方法。4种儿茶素单体(EGCG、ECG、EGC、EC)基于全波段建立的模型效果Rp2均达到了 0.9以上。同时进一步采用连续投影算法(SPA)为这4种儿茶素单体EGCG、ECG、EGC、EC分别挑选出了 16、20、18、13个特征波长。相比原来的1050个波长已经降低了近98%的量。虽然特征波长的提取导致了模型效果稍有下降,但模型的稳定性、准确性仍然得以保留,4种儿茶素单体的模型Rp2值仍然都达到了 0.9以上。为了能够进一步提高对于茶多酚定量检测的精度,选用了 LS-SVM算法基于特征波长来进行非线性定量模型的建立,由此建立的模型效果得到了显著的提高,EGC、EGCG、EC、ECG4种儿茶素单体模型的预测能力Rp2值分别为0.999,0.989,0.998,0.978。可见这些模型的稳定性和准确性都达到了极佳的状态,并且由于所用的波长个数极少,运算效率高。因此真正实现了快速无损检测。(3)基于高光谱成像技术进一步比较了不同品种茶鲜叶不同叶位中各种单体含量的分布及变化情况。从高光谱的成像图中可以发现:①从叶片形状上分析,从第1叶位到第6叶位叶片大小先增大后又变小,其中以第4叶位叶片为最大。②从儿茶素含量上分析,3个品种茶鲜叶儿茶素含量从高到低依次为:菊花春>浙农25>迎霜;4种儿茶素单体含量大小依次为:EGCG>ECG>EGC>EC;6个叶位的儿茶素单体含量从第1叶位至第6叶位叶片依次递减,特别第6叶与第1叶的儿茶素含量相差巨大。③从内部结构上分析,主脉部位儿茶素单体含量相对较低。而除了主脉薄壁细胞外,叶片其余大部分组织都有儿茶素的累积,其中以维管束和栅栏组织积累较多,从亚细胞水平上分析,儿茶素可能主要累积在叶绿体和导管壁上。高光谱成像图很好地揭示了茶多酚在茶鲜叶叶片内的分布情况及其合成机理。(4)基于可见/近红外光谱技术对3个不同品种绿茶在各个加工阶段(鲜叶采摘→摊放→杀青→揉捻→干燥)的儿茶素单体含量进行了定量检测。研究发现,茶多酚含量在加工过程中变化十分显著,随着各个加工阶段的深入各个儿茶素单体含量依次递减,其中EGCG单体的含量下降最为明显。同时,基于全波段建立的各个单体含量模型效果RP2都达到了 0.9以上,并结合biPLS算法和SPA算法进行了特征波长的选择。通过比较发现,SPA算法更适合本实验。基于SPA算法EGCG模型中提取了 18个特征波长;ECG模型中提取了 20个特征波长;EGC模型中提取了 16个特征波长;EC模型中提取了 17个特征波长,相比biPLS算法提取的更少。此外,基于SPA提取的特征波长建立的模型效果虽稍有逊色,但Rp2都达到了 0.9以上,模型的准确性和稳定性还是较高的。同时相比基于全波段建立的模型降低了近98%的建模变量数,这无疑为绿茶在加工过程中茶叶品质的实时在线监测提供了依据和手段。