一种联合多种检测技术的龙井茶真伪识别方法技术

本发明专利技术公开了一种联合多种检测技术的龙井茶真伪识别方法，包括：a、茶叶样本光谱采集前的处理；b、茶叶样本近红外光谱的采集；c、测定不同产地龙井茶样品的氢、氧、氮、碳四种稳定同位素质谱数据；d、测定不同地域龙井茶的铯、铜、钙、铷四种微量元素数据；e、测定不同产地龙井茶样品的氨基酸数据；f、联合近红外、稳定同位素、微量元素、氨基酸数据建立不同产地龙井茶鉴别数据库；g、测定近红外特征光谱数据、稳定同位素质谱数据、微量元素数据和氨基酸数据，将测得数据代入上述PLSDA模型，若预测结果小于0，则判断待测样品为龙井茶产地外样品；若预测结果大于0，则判断待测样品为龙井茶产地内样品。

A method to identify the authenticity of Longjing tea by combining multiple detection techniques

【技术实现步骤摘要】
一种联合多种检测技术的龙井茶真伪识别方法
本专利技术属于茶叶溯源
，尤其是涉及一种联合多种检测技术的龙井茶真伪识别方法。
技术介绍
随着1995年1月1日TRIPS的成立，地理标志的保护受到了各个国家的关注。随着经济的发展和市场的开发，地理标志正确使用和保护显得越来越重要。但是另一方面，许多企业由于忽略了地理标志使用而导致其农产品的竞争力在国际市场上大大降低。因此如何保护地理标志被滥用和假冒已经引起了各国专家的注意。总而言之是缺少一种能地理标志产品有效鉴别方法。我国的传统十大名茶中，龙井茶、龙井茶、黄山毛峰、洞庭碧螺春、安溪铁观音、信阳毛尖、祁门红茶和都匀毛尖等8个名茶通过了原产地域产品保护和地理标志产品保护。龙井茶至今已有一千多年的历史，位列中国十大名茶之首。2001年，国家质检总局正式对龙井茶实行原产地域保护，将龙井茶定义为：以“龙井”地名命名，划定了西湖产区、钱塘产区、越州产区3个产区，用在原产地域范围内经认定的茶园内生产的茶鲜叶，并在原产地域内按《龙井茶》标准生产加工的绿茶。同时规定只有用杭州西湖产区的茶鲜叶生产的龙井茶才本文档来自技高网...

【技术保护点】
1.一种联合多种检测技术的龙井茶真伪识别方法，其特征在于：包括：/na、茶叶样本光谱采集前的处理：龙井茶产区外样品数>100份，且产区周边50公里范围内样品占比>50%；龙井茶产区内样品数为产区外样品的2~3倍，采样范围覆盖主要产区各生产企业，且每家企业应不少于3个样品；/nb、茶叶样本近红外光谱的采集：近红外检测参数：64次扫描，特征光谱条带为64次扫描的平均值，扫描范围为12000-4000cm

【技术特征摘要】
1.一种联合多种检测技术的龙井茶真伪识别方法，其特征在于：包括：
a、茶叶样本光谱采集前的处理：龙井茶产区外样品数>100份，且产区周边50公里范围内样品占比>50%；龙井茶产区内样品数为产区外样品的2~3倍，采样范围覆盖主要产区各生产企业，且每家企业应不少于3个样品；
b、茶叶样本近红外光谱的采集：近红外检测参数：64次扫描，特征光谱条带为64次扫描的平均值，扫描范围为12000-4000cm-1，数据点的间隔为1.928cm-1，采集时室温控制在20-25℃，每个样本的光谱采集1次；
c、测定不同产地龙井茶样品的氢、氧、氮、碳四种稳定同位素质谱数据：通过SVM-RFE（支持向量机回归特征消去法）对龙井茶稳定同位素数据进行训练和预测，并对各变量的模型特征进行排序，筛选出龙井茶原产地的同位素特征变量，其排序顺序为氢、氧、氮、碳、锶；并利用预测集计算模型的灵敏度、分辨率和识别率，均按重复计算100次平均结果；
d、测定不同地域龙井茶的铯、铜、钙、铷四种微量元素数据：干茶样品放入到微波消解仪中做微波消解，消解完毕，观察消解液是否澄清，若浑浊，则重复压力消解步骤，若完全澄清，则定容后测定；用原子吸收光谱仪测定Ca、Mg、Mn元素含量，电感耦合等离子体质谱测Ti、Cr、Co、Ni、Cu、Zn、Rb、Cd、Cs、Ba、Sr元素含量；
e、测定不同产地龙井茶样品的氨基酸数据：通过SVM-RFE法对龙井茶氨基酸组分数据进行训练和预测，随机重复100次，并对各变量的模型特征进行排序，筛选出茶叶原产地的特征变量，并通过预测集计算每一维变量累加之后的模型增维精度，确定其排序顺序为天冬酰胺、脯氨酸、色氨酸、磷乙醇胺、尿素和缬氨酸；然后对特征变量按自然序逐级进行组合，并利用预测集计算模型的灵敏度增维精度、分辨率增维精度、识别率增维精度；
f、联合近红外、稳定同位素、微量元素、氨基酸数据建立不同产地龙井茶鉴别数据库：将每条近红外数据（Y轴数据）拼接在Excel数据表格中，每行所有列数据组成每条近红外数据；将每个样品的稳定同位素数据按氢、氧、氮、碳顺序拼接在近红外数据后，将微量元素数据按铯、铜、钙、铷拼接在稳定同位素后，将氨基酸数据按天冬酰胺、脯氨酸、色氨酸、磷乙醇胺顺序拼接在微量元素后，龙井茶产区内样品组成的Excel数据表，以data1命名；龙井茶产区外样品组成的Excel数据表，以data2命名；运行MATLAB软件中的edit功能，打开data1.xls、data2.xls，以Mat文件格式保存，文件名对应为data1.mat、data2.mat；数据分割：随机选取龙井茶产区内总数的65~70%作为原产地内模型数A1，随机取龙井茶产区外65~70%作为原产地外模型数A2，建立Duplex分割程序；K-折交互验证法：将样本数据集随机划分为K个子集，将一个子集作为验证集，其余的K-1组子集作为训练集；轮流将K个子集作为验证集，交叉重复K次，得到K次的结果，并用K次结果的平均值作为分类器或模型的性能指标；偏最小二乘法鉴别模型的建立：对上述步骤数据分割后的融合近红外、稳定同位素、微量元素、氨基酸数据，采用偏最小二乘法分析并建立PLSDA模型；
g、取待测未知产地样品按照上述步骤B、C、D和E，测定近红外特征光谱数据、稳定同位素质谱数据、微量元素数据和氨基酸数据，将测得数据代入上述PLSDA模型，若预测结果小于0，则判断待测样品为龙井茶产地外样品；若预测结果大于0，则判断待测样品为龙井茶产地内样品；
所述步骤d中的微波消解仪包括箱体（1）、设于所述箱体（1）上的密封门（11）及设于所述箱体（1）内的活动板（2），所述活动板（2）上设有凹槽，所述凹槽内设有载料板（21），所述载料板（21）上设有多个载料管（22）；所述箱体（1）顶部设有排气管，所述排气管管口处设有活性炭过滤网；所述箱体（1）侧壁上设有显示屏，所述显示屏一侧设有控制按钮，所述活动板（2）底部设有第一连接块（23），所述第一连接块（23）上设有第一滚轮（24），所述箱体（1）底部设有与所述第一连接块（23）相配合的第一活动槽；所述箱体（1）底部还设有安装腔，所述安装腔内壁上设有第二连接块，所述第二连接块上设有盖板（13），所述盖板（13）通过螺钉固连于所述第二连接块上；所述安装腔内设有第一驱动电机...

【专利技术属性】
技术研发人员：付贤树，叶子弘，洪雪珍，俞晓平，王正亮，张明洲，刘光富，张蓬军，陈飞杰，
申请(专利权)人：中国计量大学，
类型：发明
国别省市：浙江;33