基于多元分类判别方法对普洱生茶进行产地溯源研究

目的探究多元分类判别方法对普洱茶产地溯源的有效性与可行性。方法基于云南5个产地的60份普洱茶生茶样本,利用5种有机成分以及36种矿物元素的含量,结合主成分分析、判别分析和多层感知器分析等多元分类方法构建普洱茶产地溯源模型。结果普洱茶(生茶)中总计33项指标具有与产地的显著相关性。不同产地的普洱茶样本在主成分上有差异,但分类的准确性较低。通过判别分析得到了普洱茶产地溯源的判别函数和组质心函数,该样本溯源正确率高于98%。通过多层感知器分析,该方法的分类正确率最高,生茶样本的训练集和测试集分类正确率分别为100.0%和95.5%。结论普洱茶中有机成分与矿物元素受环境因素影响,在各自产地间形成各自的指纹特征,多维组合可用于建立普洱茶产地溯源模型,为普洱茶产地追溯提供一定的方法支持。

基于稳定同位素与矿质元素的普洱生茶产地溯源研究

为探究稳定同位素与矿质元素指纹分析对普洱茶生茶溯源的可行性,测定云南省3个地级市下5个不同县的30份普洱茶生茶样品中氮(N)、碳(C)稳定同位素比值、32种矿质元素和3种有机成分含量共37项指标,以及其生长土壤中的N、C、硫(S)稳定同位素比值。结合单因素方差分析、正交偏最小二乘判别分析(Orthogonal partial least squares-discriminant analysis,OPLS-DA)、判别分析、神经网络-多层感知器分类方法,构建普洱茶生茶小尺度空间下的产地溯源模型。结果表明,普洱茶茶样中共有稳定同位素及矿质元素30项指标在不同产地间存在显著差异,不同产地的茶样和土壤稳定同位素比值存在一定的相关性,OPLS-DA不能很好地区分不同产地的茶样,构建的产地判别函数模型的初始判别正确率为90.0%,交叉验证正确率为90.0%。神经网络-多层感知器分类模型对不同产地茶样的训练集和测试集分类正确率均达到100%。普洱茶生茶中稳定同位素比值、矿物元素与有机成分会受环境因素的影响,在不同的产地形成各自的指纹特征,可用于建立普洱茶产地溯源模型,为普洱茶生茶在小尺度空间的产地追溯提供一定的理论依据。