近日，茶葉研究所與中茶所在Food Control(中科院一區(qū)TOP，IF=6.652)上合作發(fā)表了題為“Detection of anthocyanin content in fresh Zijuan tea leaves based on hyperspectral imaging”的研究論文(https://doi.org/10.1016/j.foodcont.2023.109839)。本研究首次通過(guò)高光譜成像技術(shù)和機(jī)器學(xué)習(xí)算法，表征了不同嫩度等級(jí)的紫鵑茶鮮葉花青素含量與分布信息。
山東農(nóng)科院為第一完成單位，茶葉所董春旺、中茶所顏鵬為該論文的通訊作者，聯(lián)培碩士研究生戴馥霜為第一作者。該研究得到了山東省農(nóng)業(yè)科學(xué)院333工程與創(chuàng)新工程等項(xiàng)目的資助。
快速無(wú)損檢測(cè)紫娟茶鮮葉原料中花青素含量和品質(zhì)等級(jí)，可以幫助茶葉加工環(huán)節(jié)精準(zhǔn)調(diào)整工藝參數(shù)，提升特異葉色茶成茶質(zhì)量。針對(duì)當(dāng)前高效液相色譜法 (HPLC) 檢測(cè)紫娟茶鮮葉中花青素的含量，分析周期長(zhǎng)、操作復(fù)雜、時(shí)效性差、對(duì)儀器與操作人員要求高的缺點(diǎn)。本研究基于高光譜成像技術(shù)，采用多種光譜預(yù)處理和特征波長(zhǎng)篩選方法，利用機(jī)器學(xué)習(xí)算法建立了紫娟茶鮮葉嫩度SVM分類模型。采用線性與非線性算法，構(gòu)建了花青素總量、Cya-3.5-O-diglucoside, Cya-3-O-glucoside和牽?；ㄉ氐牧炕瘷z測(cè)模型，其相對(duì)偏差(RPD)分別是3.233、2.868、3.529和3.298.表明該模型具有較高的準(zhǔn)確性。本研究實(shí)現(xiàn)了高效無(wú)損檢測(cè)紫娟鮮葉中花青素及其重要成分的含量，并將不同嫩度紫娟茶鮮葉中花青素分布信息的可視化呈現(xiàn)，為紫芽茶類鮮葉品質(zhì)等級(jí)的智能分類提供了新思路。
2023年5月5日
來(lái)源：山東省農(nóng)業(yè)科學(xué)院
