基于混合变量选择的绿茶酚氨比近红外光谱检测方法

【目的】为建立绿色、快速绿茶滋味品质指标酚氨比近红外光谱检测方法,并利用化学计量学方法有效提高检测精度。【方法】首先,利用标准正态变量变换(SNV)对茶叶浸出物近红外光谱进行预处理,消除光散射引起的噪音,提高光谱信噪比。其次,采用变量组成集群分析-迭代保留信息变量(VCPA-IRIV)混合特征提取方法、竞争性自适应重加权算法和连续投影算法对茶叶浸出物近红外光谱波长变量进行优选,利用优选的特征变量建立非线性随机森林(RF)预测模型,并与线性偏最小二乘(PLS)进行比较。【结果】VCPA-IRIV有效筛选出18个与茶多酚和氨基酸相关的特征波长,且避免了茶汤中水的强相关光谱特征信息干扰。RF模型性能优于PLS,RF模型训练集相关系数(Rc)和均方根误差RMSEC分别为0.949,0.231;测试集相关系数(Rp)、预测均方根误差(RMSEP)和相对分析误差(RPD)分别为0.943、0.232和3.019。【结论】VCPA-IRIV方法能够有效的提出有效近红外光谱变量,消除冗余光谱信息,可为利用近红外光谱技术在农产品品质与安全快速检测方法提供新的研究思路。