一种利用近红外技术对抹茶涩味等级判别的方法技术

技术编号:30047658 阅读:18 留言:0更新日期:2021-09-15 10:49
本发明专利技术涉及一种利用近红外技术建立抹茶涩味等级判别的新方法,具体在传统感官评审方法的基础上,结合抹茶的涩味组分,应用近红外光谱分析技术,建立一个抹茶涩味等级判别的新方法,并建立与抹茶涩味相关组分的定量模型。本发明专利技术采用的方法具有快速、无损、不会对环境造成污染的优点。利用近红外技术,揭示了抹茶涩味成分的相关性,为抹茶涩味等级判别提供了简便有效的方法,使得抹茶涩味评价更具有科学性和实用性。性和实用性。

【技术实现步骤摘要】
一种利用近红外技术对抹茶涩味等级判别的方法


[0001]本专利技术属于茶叶研究
,具体涉及一种利用近红外技术对抹茶涩味等级判别的方法。

技术介绍

[0002]茶,山茶科植物,拉丁名Camellia sinensis(L.)O.Kuntze,多年生常绿木本植物,植株形态分乔木型、半乔木型和灌木型。茶被誉为世界三大饮料之一,而抹茶起源于中国。世界上最早人工种植抹茶的遗迹即在浙江余姚的田螺山遗址,已有6000多年历史。2200多年前秦汉间成书的《神农本草》中亦记载:“茗。苦茶,味甘苦,微寒无毒,主瘘疮。利小便,去痰渴热,令人少睡。”。近年来,抹茶作为一种广受欢迎的健康饮品进入一个快速发展时期,其品质和质量安全也随着人们生活水平和健康意识的提高而备受关注。
[0003]抹茶深受消费者青睐,现今消费者更加注重抹茶香气、滋味等内质表现。滋味品质特征权重在五因子百分制评判中占30%

35%,是抹茶品质评判的核心因子。
[0004]目前抹茶滋味评判主要依靠具有丰富经验的评茶师采用感官审评的方式进行,该方式所需时间相对较长,评判结果容易受到审评人员身体健康状况、思想情绪等诸多主观因素的影响。如何辅以仪器检测进而快速准确且全面地判断抹茶的滋味特征表现一直是抹茶品质鉴定领域研究的重点。
[0005]近红外光谱技术可用于定量及定性分析,具有无损、简便快捷等优势。在食品及中药等的品质控制领域的应用呈快速发展。在抹茶领域,NIRS技术已在抹茶化学成分含量测定、抹茶鲜叶等级判定、品种判定及产地判别等方面有广泛应用。近红外光谱技术结合化学计量学方法检测抹茶品质具有可行性。
[0006]综上,本实验通过近红外光谱技术测定抹茶涩度,实现对抹茶涩度快速、准确、无损的判断。

技术实现思路

[0007]本专利技术的目的是克服现有技术中抹茶内在品质不确定,感官评审人员的主观因素,能力经验等导致抹茶涩味等级评判难度大,存在不科学不稳定等缺陷,本专利技术针对上述存在的问题,提供一种快速,准确,无损的判别抹茶涩味等级的方法。
[0008]本专利技术所述的一种利用近红外技术建立抹茶涩味等级判别的方法包括以下步骤:
[0009](1)基于茶叶感官评审方法,对抹茶样品进行涩味鉴别;
[0010](2)采用高效液相色谱法测定抹茶样品中没食子酸、表没食子儿茶素(EGC)、咖啡碱、表儿茶素(EC)、表没食子儿茶素没食子酸酯(EGCG)、表儿茶素没食子酸酯(ECG)、没食子酸儿茶素没食子酸酯(GCG)和芦丁的组分含量;
[0011](3)建立抹茶涩味相关成分体系;
[0012](4)采用近红外光谱测定仪扫描抹茶样品;
[0013](5)选择抹茶样品的谱图预处理方法;
[0014](6)利用谱图建立判别模型,划分抹茶涩味等级,并利用模型预测未知抹茶涩味等级;
[0015](7)利用抹茶样品谱图,将抹茶样品涩味相关成分与对应光谱图关联,建立咖啡碱、ECG、表儿茶素、没食子酸和EGC涩味相关成分的含量光谱预测模型。
[0016]所述步骤(1)的方法优选对不同批次的抹茶依据感官评审方法进行涩味鉴别,建立抹茶样品的涩味等级数据库;
[0017]所述步骤(2)中的方法优选采用高效液相色谱法对抹茶样品中没食子酸、表没食子儿茶素(EGC)、咖啡碱、表儿茶素(EC)、表没食子儿茶素没食子酸酯(EGCG)、表儿茶素没食子酸酯(ECG)、没食子酸儿茶素没食子酸酯(GCG)和芦丁含量测定至少重复进行三次。
[0018]所述步骤(3)的方法优选建立涩味成分体系为:将步骤(1)中各涩味等级抹茶,过300目筛,编号,进行多指标成分定量、相关性分析研究,分析所得数据。
[0019]所述步骤(4)近红外光谱图的采集方法优选为取抹茶样品,过300目筛,所得样品粉末使用积分球采集近红外谱图,近红外光谱仪参数设置:光谱采集范围10000~4000cm
‑1,分辨率为8cm
‑1,扫描次数64次,温度25℃,每个样品采集3次,求取平均光谱。
[0020]所述步骤(5)选择抹茶样品的谱图预处理方法优选为判别模型是选择模型对未知样品预测的正确率高和性能指数高的原始光谱数据预处理方法;定量模型是选择使光谱分析模型的决定系数和分辨度最大、校正标准差和相对标准差最小的原始光谱数据预处理方法。
[0021]所述步骤(6)建立判别模型的过程优选如下:利用TQ Analyst近红外光谱分析软件,对抹茶涩味等级与光谱预处理后的吸收光谱数据的平均值一一对应进行判别分析,并采用马氏距离进行建模。
[0022]所述步骤(7)建立定量模型优选如下:利用TQ Analyst近红外光谱分析软件,对抹茶样品中咖啡碱、ECG、表儿茶素、没食子酸和EGC含量化学实际测量值和光谱预处理后的吸收光谱数据的平均值一一对应进行线性拟合,并采用定量偏最小二乘法进行建模。
[0023]权利要求2所述的涩味等级鉴别的方法,由专业评审人员将抹茶分为“强”(涩度4)、“中”(涩度3)、“弱”(涩度2)和“极弱”(涩度1)。
[0024]权利要求6所述的涩味等级判别的方法,将已知涩味等级的抹茶过300目筛,所得样品粉末采集近红外光谱图,所得光谱图应用化学计量学软件依次经过批量归一化处理、批量基线校正处理以及剔除异常样本点处理。
[0025]所述步骤(6)利用判别模型预测未知抹茶样品的涩味等级,优选将将近红外光谱测定仪扫描的未知抹茶涩味等级的吸收光谱数据平均值输入光谱分析软件,经过光谱数据预处理,将经过预处理的光谱数据输入定性模型,通过定性模型计算即可得到未知抹茶样品的涩味等级预测值。
[0026]所述步骤(7)利用定量模型预测未知抹茶样品中咖啡碱、ECG、表儿茶素、没食子酸和EGC的含量,优选将将近红外光谱测定仪扫描的未知抹茶的吸收光谱数据平均值输入光谱分析软件,经过光谱数据预处理,将经过预处理的光谱数据输入定量模型,通过定量模型计算即可得到未知抹茶样品中咖啡碱、ECG、表儿茶素、没食子酸和EGC的含量预测值。
[0027]本专利技术具有以下优点:
[0028]1、在传统感官评审方法的基础上,结合抹茶的涩味组分,通过与抹茶具有涩味作
用的咖啡碱、儿茶素类为基础,基于近红外光谱分析技术,建立了一套科学、合理、可操作性强、实用性好的抹茶涩味等级评审的方法。
[0029]2、本方法快速、无损、不会对环境造成污染,利用近红外技术,使得抹茶品质评价更具有科学性和实用性,对于抹茶的合理配置、实现优质优价、规范市场及利于有关部门监管具有重要意义。
附图说明:
[0030]图1:抹茶不同指标Kendall相关图
[0031]图2:样品含量HPLC色谱图:1.没食子酸;2.EGC;3.咖啡碱;4.表儿茶素;5.EGCG;6.GCG;7.芦丁;8.ECG。
[0032]图3:样品光谱图
[0033]图4:抹茶中咖啡碱测定值与预测值相关图<本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种利用近红外技术建立抹茶涩味等级判别的方法,其特征在于,所述方法包括以下步骤:(1)基于茶叶感官评审方法,对抹茶样品进行涩味鉴别;(2)采用高效液相色谱法测定抹茶样品中没食子酸、表没食子儿茶素(EGC)、咖啡碱、表儿茶素(EC)、表没食子儿茶素没食子酸酯(EGCG)、表儿茶素没食子酸酯(ECG)、没食子酸儿茶素没食子酸酯(GCG)和芦丁的组分含量;(3)建立抹茶涩味相关成分体系;(4)采用近红外光谱测定仪扫描抹茶样品;(5)选择抹茶样品的谱图预处理方法;(6)利用谱图建立判别模型,划分抹茶涩味等级,并利用模型预测未知抹茶涩味等级;(7)利用抹茶样品谱图,将抹茶样品涩味相关成分与对应光谱图关联,建立咖啡碱、ECG、表儿茶素、没食子酸和EGC涩味相关成分的含量光谱预测模型。2.根据权利要求1所述的涩味等级判别的方法,其特征在于,所述步骤(1)的方法:对不同批次的抹茶依据感官评审方法进行涩味鉴别,建立抹茶样品的涩味等级数据库;所述步骤(2)中,采用高效液相色谱法对抹茶样品中没食子酸、表没食子儿茶素(EGC)、咖啡碱、表儿茶素(EC)、表没食子儿茶素没食子酸酯(EGCG)、表儿茶素没食子酸酯(ECG)、没食子酸儿茶素没食子酸酯(GCG)和芦丁含量测定至少重复进行三次。3.根据权利要求1所述的涩味等级判别的方法,其特征在于,所述步骤(3)建立涩味成分体系为:将步骤(1)中各涩味等级抹茶,过300筛,编号,进行多指标成分定量、相关性分析研究,分析所得数据;所述步骤(4)近红外光谱图的采集方法为:取抹茶样品,过300目筛,所得样品粉末使用积分球采集近红外谱图,近红外光谱仪参数设置:光谱采集范围10000~4000cm
‑1,分辨率为8cm
‑1,扫描次数64次,温度25℃,每个样品采集3次,求取平均光谱。4.根据权利要求1所述的涩味等级判别的方法,其特征在于,所述步骤(5)选择抹茶样品的谱图预处理方法,判别模型是选择模型对未知样品预测的正确率高和性能指数高的原始光谱数据预处理方...

【专利技术属性】
技术研发人员:白志文伍庆陈玲张升盛李佳蔚张亮周碧云班林杨慧丽田应刚
申请(专利权)人:贵州师范大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1