响应面法优化提取绿茶茶多酚工艺研究

本研究在单因素试验基础上,选取甲醇浓度、提取温度和提取次数为自变量,应用Box-Behnken中心组合设计和响应面分析法建立数学模型,以茶多酚提取量作为响应值,探讨绿茶中茶多酚优化提取工艺。结果表明:建立的回归模型具有高度显著性,方程对试验拟合较好,各因子对茶多酚提取量影响大小依次为提取次数>甲醇浓度>提取温度,最佳提取工艺参数为:甲醇浓度66%、茶粉与甲醇的料液比1:25、浸提时间10 min、浸提1次、提取温度70℃。在此工艺条件下,茶多酚提取量达到26.20 mg/g,与预测值26.75 mg/g接近,说明响应面法优化茶多酚提取工艺稳定、可行,可为绿茶多酚物质的提取与开发利用提供一定的参考。

基于近红外光谱技术的信阳毛尖品质判别研究

近红外光谱(Near-infrared spectroscopy,NIRS)技术作为一种快速无损检测方法,在许多领域广泛运用,尤其是在食品领域中的应用更加广泛。信阳毛尖茶是我国十大名茶之一,品质优异。本文通过采集三种不同等级信阳毛尖茶800~2500 nm处近红外光谱信息,对三个不同等级信阳毛尖茶的所有波长的响应进行单因素方差分析,选择了数据分析的波长范围;通过小波变换滤噪,对原始光谱进行预处理,采用正交偏最小二乘判别分析(OPLS-DA)和偏最小二乘法(PLS)对信阳毛尖茶品质进行判别。结果表明茶样品800 nm^1800 nm波长范围的近红外光谱数据可用于预测信阳毛尖茶品质;OPLS-DA分析表明三个不同等级信阳毛尖茶可以有效区分;所建立的PLS预测模型,理论值和预测值之间具有良好的相关性,相关系数为0.994,预测准确率为100%,交叉验证均方根误差(RMSECV)为0.090,表明模型预测准确、可靠。本研究建立的NIR光谱结合PLS分析方法可以用于快速无损检测河南信阳毛尖茶的等级品质。