不同储藏年份武夷岩茶水仙香气特征与差异性分析

为探究不同储藏年份武夷岩茶水仙的香气特征与差异性,采用电子鼻分析技术和气相色谱-质谱联用法(GC-MS),对8个不同储藏年份水仙的香气成分进行了分析。电子鼻分析结果表明,各年份水仙主要在氮氧化合物(NOx)、硫化合物、芳烃化合物敏感型传感器响应值方面存在差异,其中2012年份、2006年份水仙的响应值远高于其他年份,表明该年份水仙含有较高的氮氧化合物、硫化合物、芳烃化合物。GC-MS测定结果表明:各年份水仙根据香气化合物轮廓相似度,可归类为与储藏年份相关的三类茶,即2020年份、2012—2018年份、2006—2010年份;2020年份茶样橙花叔醇、(Z)-己酸-3-己烯酯、茶吡咯、水杨酸甲酯、β-紫罗兰酮、己酸己酯等含量比较高;2012—2018年份茶样中,橙花叔醇、β-紫罗兰酮、茶吡咯含量比较高,其中橙花叔醇含量随储藏年份增加逐年下降,β-紫罗兰酮和茶吡咯变化不大;2006—2010年份茶样β-紫罗兰酮、苯甲醛含量较高,其中β-紫罗兰酮含量随储藏年份增加呈下降趋势;3种类别水仙的香气成分组成存在明显差异,多数化合物均呈下调趋势。

SPME-GC-MS/MS结合多元统计分析研究不同储藏年份玉米风味物质差异

风味物质是玉米食用品质和营养价值的重要衡量指标,玉米储藏过程中的品质劣变与其风味物质含量密切相关。采用固相微萃取-气相色谱-三重四极杆质谱联用技术对2019—2022年共4个年份收获的玉米样品进行检测,并采用主成分分析和偏最小二乘法判别分析法对风味物质相对含量进行多元统计分析。结果表明,玉米中共检出挥发性风味物质129种,包括醇类、醛类、酮类、酯类、苯系物、杂环化合物、酸类、醚类、烃类和酚类物质。固相微萃取的最优条件为样品用量6 g、萃取温度70℃、萃取时间60 min。多元统计分析结果显示,玉米挥发性风味物质与储藏年限存在一定的相关性。根据变量投影重要性,有47种化合物在不同年份玉米间具有显著性差异。其中1-辛烯-3-醇、丁酸橙花酯和2-正戊基呋喃相对含量随玉米储藏年份延长而增加,DL-泛酰内酯、辛酸甲酯和2-乙酰基呋喃相对含量随玉米储藏年份延长而减少,这6种化合物被鉴定为特征差异化合物。由此构建偏最小二乘判别分析分类模型,该模型对玉米储藏年份具有良好的区分性(R^(2)=0.99,Q^(2)=0.97,预测精确度为1),可为玉米储藏品质的动态监测提供技术手段,对保障国家粮食安全和节粮减损具有重要意义。

基于高光谱成像技术的白茶储藏年份判别

储藏年份是决定白茶经济价值的一大因素。为了实现快速便捷地判别白茶储藏年份,本文提出了基于高光谱成像技术判别分析白茶储藏年份的无损检测方法。通过对3、6、10年寿眉高光谱图像感兴趣区域光谱数据的提取,采用最小二乘平滑滤波、标准正态变换、归一化、多元散射校正预处理算法,并用支持向量机、偏最小二乘联合线性判定法、逻辑回归建模对不同预处理后的光谱数据进行判别分析。最后,通过分析混淆矩阵、精确率、召回率来评估模型性能。分析结果表明,经过标准正态变换预处理结合支持向量机所建立的模型判别效果最佳,训练集和测试集的精确率分别为90.83%和86.02%。由此可见,利用高光谱成像技术对白茶储藏年份进行快速无损的判别具有一定的可行性。

基于三维荧光光谱的枸杞子储藏年份鉴别研究

目的利用三维荧光光谱结合模式识别技术构建枸杞子储藏年份的鉴别方法。方法采集枸杞子提取液的三维荧光光谱数据,分析当季及不同储藏年份(1年、2年和3年)枸杞子样品的三维荧光光谱特征差异,利用主成分分析结合线性判别分析(PCA-LDA)构建枸杞子不同储藏年份的分类模型。结果不同储藏年份枸杞子提取液的三维荧光光谱特征相似,均具有5个较明显的荧光峰,且荧光峰位置和峰形基本一致,但荧光强度差异显著。当PCA-LDA模型的主成分数选择为5时,其训练集、测试集及预测集分类准确率均达到100%,且灵敏度和特异性也均达到100%。结论基于三维荧光光谱数据利用PCA-LDA模型可以快速准确鉴定不同储藏年份枸杞子样品。

不同年份白茶的主要生化成分分析

研究了不同年份白茶的主要生化成分含量。结果表明:白茶在储存过程中,较短年限时,茶叶中茶多酚、咖啡碱、游离氨基酸、可溶性糖含量降低幅度比较小,变化不大,但储藏时间较长时,均呈下降趋势;白茶中儿茶素组分均以表没食子儿茶素没食子酸酯(EGCG)和表儿茶素没食子酸酯(ECG)为主,含量较高,茶叶陈放两年后,儿茶素总量下降的速度显著,陈20年白茶儿茶素组分及其总量含量极少;陈年白茶黄酮含量均比当年白茶的黄酮含量高,陈20年白茶黄酮含量极显著高于其它年份的白茶。

基于高光谱图像的小麦种子年份快速鉴别分析研究

小麦种子的发芽率对小麦的增产增收至关重要,而小麦种子的发芽率与小麦种子的储藏年份有着密切关系。一般而言,随着储藏年份的增加,小麦种子的发芽率降低,因此小麦种子的储藏年份的鉴别研究具有重要意义。研究了不同年份的小麦种子,通过主成分分析,去除波段之间的多余信息,根据PCA变换的RGB彩色合成,可以更客观地看到不同年份小麦种子在图像显示上的差别。然后在不同年份种子的基础上提取平均值、标准差,对得到的光谱曲线对比分析,选取了500 nm和700 nm 2个波段分别构建进行归一化植被指数(NDVI)和增强型植被指数(EVI)光谱指数。利用7个年份的小麦种子建模,分析NDVI和EVI与其相应年份的散点图和趋势线,得到了决定系数0.7624和0.8585,从这2个决定系数可以看出EVI的建模高于NDVI。利用构建的建模模型对2010、2012、2013和2014年份的小麦种子进行年份预测,预测的年份与实际年份达到100%。本研究以小麦种子为例,利用成像高光谱技术鉴定小麦种子的年份,为农产品时间鉴定提供一种新的技术参考。

龙葵种子萌发特性的研究

本文从温度、光照强度两个方面来探讨龙葵(solarium nigrum L.)种子的萌发率。实验结果表明,龙葵种子具有光敏特性,在光照适宜的条件下,萌发率会有适当程度的增加。此外,温度对于龙葵种子的萌发也有一定的影响,从各种植物种子萌发对温度的要求看来,25℃是最适宜的温度,所以实验设定了23℃、26℃、29℃三个温度,结果证明,29℃为最适宜的培养温度。