[發(fā)明專利]一種基于多傳感器指紋圖譜定性定量檢測茶葉品質(zhì)的方法

有效

• 申請?zhí)枺?/td>: 201910286810.0
• 申請日: 2019-04-10
• 公開（公告）號: CN110133050B
• 公開（公告）日: 2020-08-14
• 發(fā)明（設(shè)計）人: 王俊;徐敏
• 申請（專利權(quán)）人: 浙江大學(xué)
• 主分類號: G01N27/04
• 分類號: G01N27/04;G01N21/84;G01N30/02;G01N30/06
• 代理公司: 杭州求是專利事務(wù)所有限公司 33200
• 代理人: 林松海

本發(fā)明公開了一種基于多傳感器指紋圖譜定性定量檢測茶葉品質(zhì)的方法，具體為：收集一批不同等級的茶葉，泡制成茶湯，用于電子鼻，電子舌和電子眼檢測，并從多傳感器指紋圖譜中提取特征數(shù)據(jù)用于描述茶葉的“色、香、味”；然后測定茶葉樣品中的總酚，氨基酸，兒茶素和咖啡堿含量；結(jié)合隨機森林算法建立基于三者融合信號的茶葉等級鑒別模型和對茶葉中總酚，氨基酸，兒茶素和咖啡堿的預(yù)測模型。本發(fā)明方法同時融合了茶葉的香氣，滋味和色澤信息用于建立茶葉品質(zhì)的定性判別和化學(xué)成分含量的預(yù)測模型，無需復(fù)雜的前處理，分析結(jié)果客觀可靠，操作簡單，具有較高的推廣價值。

技術(shù)領(lǐng)域

本發(fā)明屬于食品領(lǐng)域，涉及一種基于多傳感器指紋圖譜定性定量檢測茶葉品質(zhì)的方法。

背景技術(shù)

龍井茶是我國的傳統(tǒng)名茶，有著深遠歷史和深厚文化底蘊并且聞名世界。對于使用手工炒制的西湖龍井，其質(zhì)量等級鑒定的傳統(tǒng)方法主要采用人工感官評定法，綜合茶葉的色，香，味，形對其進行評價。但是由于整個過程主要由感官評審員參與主導(dǎo)，因此，其結(jié)果容易受到感官評審員身體素質(zhì)等因素的影響，導(dǎo)致檢測結(jié)果主觀性比較強。同時，茶葉中的一些化學(xué)成分含量如茶多酚、兒茶素、氨基酸以及咖啡堿等是影響茶葉品質(zhì)的重要因素。對于這些化學(xué)成分的檢測方法主要依靠傳統(tǒng)的理化實驗進行檢測，但是這些傳統(tǒng)的理化檢測技術(shù)存在檢測時間長以及需要復(fù)雜的樣品前處理過程等缺點。

隨著傳感器和智能儀器的迅速發(fā)展，其在食品檢測等領(lǐng)域受到廣泛關(guān)注和應(yīng)用。電子鼻，電子舌和電子眼主要是通過模擬人的鼻子，舌頭和眼睛獲取食品的香氣，滋味，色澤以及外形信息并結(jié)合相應(yīng)的模式識別方法對樣品進行分類鑒別，該檢測方法能夠提供較為客觀且準確的鑒別結(jié)果。

本發(fā)明采用電子鼻電子舌和電子眼以模擬人體嗅覺，味覺和視覺用于對茶葉的品質(zhì)進行評價，以探索更為全面和客觀的方法，用于對茶葉品質(zhì)進行定性鑒別和定量預(yù)測。

發(fā)明內(nèi)容

本發(fā)明根據(jù)現(xiàn)有茶葉品質(zhì)評價方法存在主觀性強，以及茶葉中重要化學(xué)組分測定過程復(fù)雜等問題，提出了一種基于多傳感器指紋圖譜定性定量檢測茶葉品質(zhì)的方法。

一種基于多傳感器指紋圖譜定性定量檢測茶葉品質(zhì)的方法，該方法包括如下步驟：

(1)針對一批茶葉樣本，根據(jù)1：50的茶水比泡制5min，過濾，冷卻，取茶湯備用，進行電子鼻、電子舌和電子眼的檢測；

(2)電子鼻檢測：取冷卻后的茶湯200mL置于500mL燒杯中，使用保鮮膜進行密封，在室溫下靜置60min，然后用電子鼻抽取頂空氣體進行檢測。氣體的流速、抽取時間和電子鼻清洗時間分別為200mL/min、70s和70s；

(3)電子舌檢測：取經(jīng)過電子鼻檢測之后的茶湯80mL，轉(zhuǎn)移至電子舌系統(tǒng)的燒杯中進行信號采集，其中傳感器信號采集時間和清洗時間分別為120s和10s；

(4)電子眼檢測：取經(jīng)過電子鼻檢測之后的茶湯樣品于色差儀樣品池中，在透射模式下獲取表征茶湯樣品色澤的信號；

(5)化學(xué)成分含量測定：對茶葉樣品進行茶多酚、兒茶素、氨基酸以及咖啡堿含量的測定；所述茶多酚采用酒石酸亞鐵法測定，所述氨基酸采用茚三酮法進行測定，所述兒茶素和咖啡堿采用高效液相色譜進行測定；

(6)將電子鼻和電子舌傳感器響應(yīng)信號與坐標軸形成的區(qū)域面積作為電子鼻和電子舌響應(yīng)信號特征值；從色差儀中分別獲取亮度(L*)、紅綠色(a*)、黃藍色(b*)、飽和度(C)、色度(H)和總色差(ΔE)作為電子眼信號特征，將三者信號經(jīng)過標準化后直接串聯(lián)作為融合信號，結(jié)合隨機森林算法建立基于三者融合信號的茶葉等級定性鑒別模型和對茶葉中總酚，氨基酸，兒茶素和咖啡堿含量的定量預(yù)測模型。

進一步地，所述步驟6中，通過相關(guān)系數(shù)R²、均方根誤差RMSE值對基于隨機森林算法的定量預(yù)測模型進行評價，具體為：