一種茶葉中美術(shù)綠含量的檢測(cè)方法
【專利摘要】本發(fā)明公開(kāi)了一種茶葉中美術(shù)綠含量的檢測(cè)方法，該方法以不同美術(shù)綠含量的茶葉浸泡的茶汁作為測(cè)試樣本，獲取各個(gè)測(cè)試樣本在設(shè)定波數(shù)范圍內(nèi)以硅片為襯底時(shí)的拉曼光譜，并根據(jù)所有測(cè)試樣本的拉曼光譜，分別采用連續(xù)投影算法和多元線性回歸分析法確定定標(biāo)波數(shù)，根據(jù)各個(gè)測(cè)試樣本對(duì)應(yīng)的茶葉中美術(shù)綠含量，以及各個(gè)定標(biāo)波數(shù)處的峰強(qiáng)與520cm-1處的峰強(qiáng)的比值構(gòu)建含量-強(qiáng)度比的第一線性回歸模型作為定標(biāo)模型，利用定標(biāo)模型測(cè)量得到待測(cè)樣本中美術(shù)綠的含量。利用Raman測(cè)試進(jìn)行分析，操作簡(jiǎn)單，不需要進(jìn)行繁瑣、耗時(shí)的樣品制備過(guò)程，同時(shí)避免了其他來(lái)源的干擾進(jìn)而保證了測(cè)試的美術(shù)綠的準(zhǔn)確性，且以硅作為對(duì)比大大提高了測(cè)試的準(zhǔn)確性。
【專利說(shuō)明】一種茶葉中美術(shù)綠含量的檢測(cè)方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及美術(shù)綠含量檢測(cè)【技術(shù)領(lǐng)域】，具體涉及一種茶葉中美術(shù)綠含量的檢測(cè)方法。

【背景技術(shù)】
[0002]茶葉的色澤對(duì)其品質(zhì)評(píng)定而言，起著舉足輕重的作用，該指標(biāo)不僅是茶葉分類的重要依據(jù)還是辨別茶葉優(yōu)劣的重要因素。而近年來(lái)不法商販為了謀取利益，在茶葉中非法添加美術(shù)綠這種顏料，以達(dá)到改善茶葉賣(mài)相的目的。美術(shù)綠是一種重金屬類混合染料，也稱“鉛鉻綠”、“翠鉻綠”或“油漆綠”，外觀色澤鮮艷，主要用于生產(chǎn)油漆、涂料、油墨及塑料等工業(yè)產(chǎn)品，它是一種工業(yè)顏料。其主要化學(xué)成分為鉻酸鉛，鉻酸鉛對(duì)人體的危害是巨大的，可引起貧血、腎損害、鉛中毒、皮炎、濕疹、鉻鼻病和皮膚潰瘍等，國(guó)際癌癥研究中心(IARC)已將“鉻和某些鉻化合物”列入對(duì)人類致癌的化學(xué)物質(zhì)。例如一種添加了工業(yè)色素“鉛鉻綠”的假碧螺春，其重金屬鉛含量超標(biāo)60倍(國(guó)標(biāo)規(guī)定每公斤茶葉里面鉛的含量不能超過(guò)2毫克)。如果用10克這樣的茶葉泡茶水，人體通過(guò)茶水就可以攝入150微克的鉛，而根據(jù)2000年做的中國(guó)總膳食研究，正常情況下，每個(gè)成年男子一天攝入鉛的水平應(yīng)該小于82.5微克，可見(jiàn)這種毒茶葉的危害是多么嚴(yán)重。
[0003]目前對(duì)茶葉中美術(shù)綠的檢測(cè)主要是通過(guò)測(cè)定其中鉛、鉻等重金屬來(lái)評(píng)定的，主要的檢測(cè)方法主要有:原子吸收光譜法、電感耦合等離子體法、原子熒光光譜法和溶出伏安法坐寸ο
[0004]原子吸收光譜法是基于蒸氣相中被測(cè)元素的基態(tài)原子對(duì)其原子共振輻射的吸收強(qiáng)度來(lái)測(cè)定試樣中被測(cè)元素含量的一種方法。該法的優(yōu)點(diǎn)是選擇性強(qiáng)、靈敏度高、分析范圍廣，但是在多元素檢測(cè)時(shí)不能同時(shí)分析，難熔元素的檢測(cè)靈敏度差，對(duì)于基體復(fù)雜的樣品分析，尚存某些干擾問(wèn)題需要解決。
[0005]電感耦合等離子體法主要包括電感耦合等離子體原子發(fā)射光譜(ICP-AES)法和電感耦合等離子體質(zhì)譜(ICP-MS)法。ICP-AES是高頻感應(yīng)電流產(chǎn)生的高溫將反應(yīng)氣加熱、電離，利用元素發(fā)出的特征譜線進(jìn)行測(cè)定，它的靈敏度高，干擾小，線性寬，可同時(shí)或順序測(cè)定多種金屬元素；電感藕合等離子體質(zhì)譜(ICP-MS)分析技術(shù)是將電感藕合等離子體與質(zhì)譜聯(lián)用，利用電感藕合等離子體使樣品汽化，將待測(cè)金屬分離出來(lái)，從而進(jìn)人質(zhì)譜進(jìn)行測(cè)定，通過(guò)離子荷質(zhì)比進(jìn)行無(wú)機(jī)元素的定性分析、半定量分析、定量分析，同時(shí)進(jìn)行多種元素及同位素的測(cè)定，具有比原子吸收法更低的檢測(cè)限，是痕量元素分析領(lǐng)域中最先進(jìn)的方法，但價(jià)格昂貴，易受污染。
[0006]原子熒光光譜法(AFS)的原理是原子蒸氣吸收一定波長(zhǎng)的光輻射而被激發(fā)，受激原子隨后通過(guò)激發(fā)過(guò)程發(fā)射出一定波長(zhǎng)的光輻射，在一定的實(shí)驗(yàn)條件下，其輻射強(qiáng)度與原子含量成正比。原子熒光光譜法具有靈敏度高，選擇性強(qiáng)，試樣量少和方法簡(jiǎn)單等特點(diǎn)；但其不足之處是應(yīng)用范圍還不夠廣泛。
[0007]溶出伏安法又稱反向溶出極譜法，這種方法是使被測(cè)的物質(zhì)，在待測(cè)離子極譜分析產(chǎn)生極限電流的電位下電解一定的時(shí)間，然后改變電極的電位，使富集在該電極上的物質(zhì)重新溶出，根據(jù)溶出過(guò)程中所得到的伏安曲線來(lái)進(jìn)行定量分析。該方法的靈敏度很高，故在超純物質(zhì)分析中具有實(shí)用價(jià)值，但是影響溶出電流的因素有很多，如富集時(shí)間、攪拌速度和電位掃描速率等。
[0008]以上方法都是通過(guò)鑒定重金屬鉛和鉻的存在，進(jìn)而推斷出美術(shù)綠的含量，但是在處理過(guò)程中，無(wú)法排除鉛、鉻的其他來(lái)源。所以，單靠重金屬鉛和鉻的檢測(cè)無(wú)法確定鉛、鉻一定來(lái)源于美術(shù)綠。并且用以上方法檢測(cè)時(shí)需要用到大量的試劑進(jìn)行前處理，過(guò)程繁瑣，無(wú)法做到快速檢測(cè)。


【發(fā)明內(nèi)容】

[0009]針對(duì)現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種茶葉中美術(shù)綠含量的檢測(cè)方法。
[0010]一種茶葉中美術(shù)綠含量的檢測(cè)方法，包括:
[0011](I)制備測(cè)試樣本，以不同美術(shù)綠含量的茶葉作為檢測(cè)對(duì)象，將各個(gè)檢測(cè)對(duì)象和水按照一定配比浸泡相同的時(shí)間，以各個(gè)檢測(cè)對(duì)象浸泡出的茶汁作為相應(yīng)的測(cè)試樣本；
[0012](2)獲取各個(gè)測(cè)試樣本在設(shè)定波數(shù)范圍內(nèi)以硅片為襯底時(shí)的拉曼光譜；
[0013](3)根據(jù)所有測(cè)試樣本的拉曼光譜，分別采用連續(xù)投影算法提取若干組特征峰，每組特征峰的數(shù)量不同，采用連續(xù)投影算法時(shí)以520CHT1處的列向量作為初始投影向量；
[0014](4)利用多元線性回歸分析法確定各組特征峰的驗(yàn)證均方根誤差，選擇驗(yàn)證均方根誤差最小的一組特征峰作為特征指紋峰，并以特征指紋峰作為定標(biāo)波數(shù)，根據(jù)各個(gè)測(cè)試樣本的美術(shù)綠含量，以及相應(yīng)拉曼光譜中各個(gè)定標(biāo)波數(shù)處的峰強(qiáng)與520cm—1處的峰強(qiáng)的比值構(gòu)建含量-強(qiáng)度比的第一線性回歸模型作為定標(biāo)模型；
[0015]所述的線性回歸模型為:
[0016]Y = 5.405+0.005069 λ r0.01252 λ 2+0.008526 λ 3-0.001942 λ 4-0.002914 λ 5+0.005083 λ 6-0.003963 λ7+0.0216 λ 8-0.02071 λ 9,
[0017]其中，Y為茶葉中美術(shù)綠的含量，λ 1、λ 2> λ 3、λ 4、λ 5、λ 6、λ 7、λ 8和λ 9分別為2501cm \2083cm \ 1699cm \ 1459cm \529cm \524cm \521cm \436cm 1 和 230cm 1 處的峰強(qiáng)與520CHT1處的峰強(qiáng)的比值；
[0018](5)按照步驟(I)制備得到待檢測(cè)茶葉對(duì)應(yīng)的測(cè)試樣本作為待測(cè)樣本，獲取該測(cè)試樣本在設(shè)定波數(shù)范圍內(nèi)以硅片為襯底時(shí)的拉曼光譜，計(jì)算該拉曼光譜中各個(gè)定標(biāo)波數(shù)處的峰強(qiáng)和520cm—1處的峰強(qiáng)的比值，并代入定標(biāo)模型計(jì)算得到待檢測(cè)茶葉中美術(shù)綠的含量。
[0019]拉曼光譜是基于拉曼效應(yīng)建立起來(lái)的分子結(jié)構(gòu)表征技術(shù)，起源于晶體或分子振動(dòng)(和點(diǎn)陣振動(dòng))與轉(zhuǎn)動(dòng)，拉曼譜線的位置、強(qiáng)度和線寬可提供分子振動(dòng)、轉(zhuǎn)動(dòng)方面的信息，可以據(jù)此實(shí)現(xiàn)分子中某些化學(xué)鍵和官能團(tuán)的“指紋鑒別”。拉曼光譜作為分子水平的測(cè)試手段，易于實(shí)現(xiàn)復(fù)雜混合物體系的成分鑒定分析。與其他依靠檢測(cè)屬鉛和鉻元素的方法比較，利用拉曼檢測(cè)能夠保證測(cè)試的鉛和鉻元素來(lái)源于美術(shù)綠，進(jìn)而保證了測(cè)試的美術(shù)綠的準(zhǔn)確性，避免了其他來(lái)源的干擾。
[0020]本發(fā)明中的硅片多采用單晶硅片，且與測(cè)試樣本接觸面為拋光面，有利于增強(qiáng)520cm_1處的拉曼振動(dòng)。
[0021]本發(fā)明中在連續(xù)投影算法時(shí)，將硅的特征峰(520CHT1處的峰)的列向量作為初始投影向量，確保了在處理大數(shù)據(jù)樣本時(shí)，結(jié)果的唯一性，同時(shí)也大大加快了數(shù)據(jù)的處理速度。另一方面，在建模過(guò)程中，挑選了不影響溶液結(jié)構(gòu)性質(zhì)的襯底硅片，以其特征峰做為參照，將測(cè)試樣本的各個(gè)特征指紋峰的強(qiáng)度與520cm—1處的峰強(qiáng)的比值構(gòu)建定標(biāo)模型，可以實(shí)現(xiàn)拉曼光譜的半定量檢測(cè)，大大提高了測(cè)試的準(zhǔn)確性。
[0022]多元線性回歸分析是用來(lái)研究一個(gè)因變量與一組自變量之間的依存關(guān)系的，步驟
(4)中根據(jù)線性回歸分析的結(jié)果，選擇均方根誤差最小的一組特征峰作為特征指紋峰計(jì)算待測(cè)樣本中美術(shù)綠的含量，能夠提高測(cè)量結(jié)果的準(zhǔn)確度。
[0023]所述步驟(I)包括如下步驟:
[0024](1-1)將硅片置入容器底部后，向容器中注入測(cè)試樣本；
[0025](1-2)將注有測(cè)試樣本的容器放置在顯微拉曼光譜儀的載物臺(tái)上測(cè)試該測(cè)試樣本的拉曼光譜。
[0026]獲取以硅片為襯底的Raman光譜(拉曼光譜)時(shí)，可以直接將樣本均勻涂抹在硅片上，然后將均勻涂抹的硅片放置在顯微拉曼光譜儀的載物臺(tái)上測(cè)試樣本的拉曼光譜。但是由于液體具有流動(dòng)性，且所需要的測(cè)試樣本量是微量的，液體表面存在著張力，直接涂抹無(wú)法確保樣品表面的平整，易對(duì)實(shí)驗(yàn)造成影響。其次，采用涂抹時(shí)，很難保每次涂抹的測(cè)試樣本的量剛好相等，從而存在測(cè)試誤差。本發(fā)明中利用容器盛放測(cè)試樣本，便于對(duì)測(cè)試樣本進(jìn)行定量，也能夠使表面平整，有利于減小因測(cè)試條件引起的測(cè)試誤差。
[0027]本發(fā)明中為保證量相同，每次均將容器注滿，然后利用刮板沿容器頂面將多余的液體去除。
[0028]通常采用圓柱形容器，相應(yīng)的，所述硅片為圓形，且硅片直徑比容器的內(nèi)徑小I?2mm ο
[0029]進(jìn)行Raman測(cè)試時(shí)，為保證能夠釆集到娃襯底的Raman振動(dòng)，盡量使娃片能夠覆蓋整個(gè)容器底部，且在測(cè)試時(shí)盡量不要掃描靠近容器邊緣的點(diǎn)。若技術(shù)條件允許時(shí)，可直接將Si片焊接于容器內(nèi)的底部，或采用硅材料的容器。
[0030]本發(fā)明中Raman測(cè)試的測(cè)試條件如下:測(cè)試激光波長(zhǎng)為532nm，測(cè)試激光功率為5mv,曝光時(shí)間為ls，曝光次數(shù)為2次，采集孔徑為20 μ m，物鏡為20倍，掃描點(diǎn)數(shù)為30。
[0031]作為優(yōu)選,測(cè)試樣本的數(shù)量為50?150。
[0032]單獨(dú)通過(guò)某一個(gè)測(cè)試樣本的Raman光譜很難準(zhǔn)確的確定美術(shù)綠的特征指紋峰，本發(fā)明中通過(guò)對(duì)大樣本進(jìn)行統(tǒng)計(jì)學(xué)分析，能夠準(zhǔn)確的找出美術(shù)綠振動(dòng)相關(guān)的特征指紋峰。通常樣本數(shù)越多，特征指紋峰判定越準(zhǔn)確，但是這樣會(huì)導(dǎo)致計(jì)算量大，效率低。因此測(cè)試樣本的數(shù)量需要根據(jù)實(shí)際情況考慮，不可太高，也不能太低。另外，為便于實(shí)現(xiàn)所有測(cè)試樣本可分為若干組(通常為5?7組)，每一組的美術(shù)綠含量相同，不同組之間的美術(shù)綠含量進(jìn)行梯度設(shè)置。
[0033]作為優(yōu)選，設(shè)定波數(shù)范圍為229.6?2803.6cm^0
[0034]茶葉中與美術(shù)綠相關(guān)的振動(dòng)峰分布在該波數(shù)范圍內(nèi)，因此通過(guò)設(shè)定該229.6?2803.6CHT1的波數(shù)范圍掃描。
[0035]所述步驟(3)各組特征峰中特征峰的個(gè)數(shù)為5?20。
[0036]提取得到的特征峰的組數(shù)根據(jù)實(shí)際情況設(shè)定，不同組中特征峰的個(gè)數(shù)互不相同，兼顧到模型的建模效率以及模型的準(zhǔn)確性，將特征峰的個(gè)數(shù)設(shè)定為5?20，每組包含的特征峰個(gè)數(shù)均不同。
[0037]所述步驟(4)中構(gòu)建定標(biāo)模型后還包括更新定標(biāo)波數(shù)和定標(biāo)模型，更新后的定標(biāo)模型為:
[0038]Y = 4.639+0.005323 λ r0.01263 λ 2+0.00668 λ 3+0.02078 λ 8-0.02219 λ 9。
[0039]更新方法如下:
[0040]對(duì)所述的第一線性回歸模型進(jìn)行方差分析篩選定標(biāo)波數(shù)，并將篩選后的定標(biāo)波數(shù)作為最終的定標(biāo)波數(shù)，根據(jù)所有測(cè)試樣本的美術(shù)綠含量，以及篩選后的各個(gè)定標(biāo)波數(shù)處的峰強(qiáng)和520CHT1處的峰強(qiáng)的比值構(gòu)建含量-強(qiáng)度比的第二線性回歸模型作為定標(biāo)模型。
[0041]通過(guò)對(duì)第一線性回歸模型進(jìn)行方差分析對(duì)特征指紋峰進(jìn)行篩選，確定得到最終的定標(biāo)波數(shù)，進(jìn)一步提高定標(biāo)模型的準(zhǔn)確性，進(jìn)而減小最終測(cè)試的含量值與實(shí)際含量值之間的偏差。
[0042]本發(fā)明中未作特殊說(shuō)明，Y均表示茶葉中美術(shù)綠的含量，其單位為mg/g。
[0043]與現(xiàn)有技術(shù)相比，本發(fā)明具有如下優(yōu)點(diǎn):
[0044](I)利用Raman測(cè)試進(jìn)行分析，能夠保證測(cè)試的鉛和鉻元素來(lái)源于美術(shù)綠，進(jìn)而保證了測(cè)試的美術(shù)綠的準(zhǔn)確性，避免了其他來(lái)源的干擾；
[0045](2)利用硅片作為襯底，一方面，由于本實(shí)驗(yàn)的檢測(cè)對(duì)象是液體，用硅片作為襯底，可以方便實(shí)驗(yàn)中的聚焦；另一方面，娃片的信號(hào)峰單一，主要在52001^1處,對(duì)測(cè)試樣本的信號(hào)干擾少；同時(shí)，以測(cè)試樣本的各個(gè)特征指紋峰的強(qiáng)度與520cm—1處的峰強(qiáng)的比值構(gòu)建定標(biāo)模型，可以實(shí)現(xiàn)拉曼光譜的半定量檢測(cè)，大大提高了測(cè)試的準(zhǔn)確性；
[0046](3)操作簡(jiǎn)單，避免了傳統(tǒng)美術(shù)綠含量測(cè)量的提取、消解等繁瑣、耗時(shí)的樣品制備過(guò)程，為快速有效地實(shí)時(shí)監(jiān)測(cè)茶葉中美術(shù)綠的含量提供有效手段，具有良好的應(yīng)用前景。

【具體實(shí)施方式】
[0047]下面將結(jié)合具體實(shí)施例和對(duì)比例對(duì)本發(fā)明進(jìn)行詳細(xì)描述。
[0048]實(shí)施例1
[0049]一種茶葉中美術(shù)綠含量的檢測(cè)方法，包括:
[0050](I)制備測(cè)試樣本，以不同美術(shù)綠含量的茶葉作為檢測(cè)對(duì)象，將各個(gè)檢測(cè)對(duì)象和水按照一定配比浸泡相同的時(shí)間；以不同美術(shù)綠含量的茶葉作為檢測(cè)對(duì)象，將其浸泡出的茶汁作為測(cè)試樣本，
[0051]分別稱取0.0lg,0.008g、0.006g、0.004g、0.002g 美術(shù)綠于 10ml 燒杯中，再分別加入Ig茶葉，用玻璃棒充分?jǐn)嚢杌靹颍渲瞥?個(gè)含量梯度的檢測(cè)對(duì)象。然后用量筒量取50ml沸水到每個(gè)燒杯中，即茶葉與水按1:50的質(zhì)量比沖泡，浸泡1min后，將液體全部倒入50ml的離心管中，轉(zhuǎn)速5000r/min,離心5min后,倒出大部分上清液，留下0.5ml的液體將壁上的沉淀重新混合搖勻，作為測(cè)試樣本待用。每個(gè)含量水平取15個(gè)樣本，5個(gè)含量梯度的合計(jì)得到75個(gè)測(cè)試樣本。
[0052](2)獲取各個(gè)測(cè)試樣本在229.6?2803.6cm^波數(shù)范圍內(nèi)以硅片為襯底時(shí)的拉曼光譜。
[0053]本實(shí)施例中采用96孔平底培養(yǎng)皿(孔徑:6.4mm，底面積:0.32cm2，容積為0.36ml)作為容器，一個(gè)孔即作為一個(gè)容器。將每孔的底部首先放置一塊直徑為5_，厚度為0.5mm的圓形硅片，用移液管移取0.4ml液體于培養(yǎng)皿孔中，用刮板沿著培養(yǎng)皿邊緣將多余的液體去除，然后將培養(yǎng)皿放置在玻璃片上。將盛有測(cè)試樣本的容器放置在顯微拉曼光譜儀的載物臺(tái)上測(cè)試各個(gè)測(cè)試樣本的拉曼光譜。每個(gè)樣本的測(cè)試條件相同，均如下:
[0054]測(cè)試激光波長(zhǎng)為532nm，測(cè)試激光功率為5mv，曝光時(shí)間為ls，曝光次數(shù)為2次，采集孔徑為20 μ m,物鏡為20倍，掃描點(diǎn)數(shù)為30。
[0055](3)根據(jù)所有測(cè)試樣本的拉曼光譜，分別采用連續(xù)投影算法提取若干組特征峰，每組特征峰的數(shù)量不同，采用連續(xù)投影算法時(shí)以520CHT1處的列向量作為初始投影向量；
[0056]根據(jù)測(cè)試樣本的個(gè)數(shù)M(本實(shí)施例中M = 75)和波數(shù)的個(gè)數(shù)K組成大小為MXK的光譜矩陣X，光譜矩陣X中的元素Xu為第i個(gè)測(cè)試樣本在第j個(gè)波數(shù)處的拉曼峰的強(qiáng)度值，j = I個(gè)波數(shù)對(duì)應(yīng)的波數(shù)最大，依次向后減小。
[0057]連續(xù)投影算法(SPA算法)是一種前向循環(huán)選擇方法，它從光譜矩陣X中任意一個(gè)波長(zhǎng)對(duì)應(yīng)的一列組作為投影向量開(kāi)始，每次循環(huán)，計(jì)算該投影向量在未選入的波長(zhǎng)對(duì)應(yīng)的向量上的投影，再將投影向量的模最大的波長(zhǎng)引入到波長(zhǎng)組合，直到循環(huán)N次。每一次新選入的波長(zhǎng)，都與前一個(gè)線性關(guān)系最小。
[0058]本實(shí)施例中一共需要提取11組特征峰，各組特征峰包含的特征峰的個(gè)數(shù)分別為
5、6、……15。對(duì)于每一組特征峰均采用SPA方法進(jìn)行提取，記每組特征峰的個(gè)數(shù)為N，則SPA方法包括如下步驟:
[0059](3-1)初始化:n = I (第一次迭代)，在光譜矩陣X中520CHT1對(duì)應(yīng)的元素組成一個(gè)列向量作為投影向量，即初始投影向量，記為Xkfe)(即j = k(o)，且第k(0)波數(shù)為520CHT1)；
[0060](3-2)集合S 定義為:S={j,l<j<K, j e{k(0)，...，k(n-l)}}，即還沒(méi)有被選擇進(jìn)波長(zhǎng)鏈的列向量，其中，k(n-l)表示第η次迭代選出來(lái)的最大投影所在的列向量，根據(jù)公式:
[0061 ] Pxj = Xj- (x/xkfo-D) Xkto-D (X1 k(n-1) Xk(n-1))，
[0062]分別計(jì)算Xj在S集合中各個(gè)波數(shù)對(duì)應(yīng)的列向量上的投影，并根據(jù)公式:
[0063]k (n) = arg (max | | Pxj | , j e S)
[0064]確定投影最大的j的取值，并記為k(n)，其中I |PXj| I為投影向量在Xj上的投影的模；
[0065](3-3)如果n〈N，則令n = n+1，并返回步驟(3-1)，并以Xk(n)作為初始投影向量，否則停止，并以每次最大投影對(duì)應(yīng)的波數(shù)作為特征峰所在的位置，進(jìn)而得到除520cm—1外，另外包含N個(gè)特征峰的一組特征峰。
[0066](4)分別對(duì)每一組N個(gè)特征峰建立線性回歸模型，使用多元線性回歸分析法來(lái)判斷所建模型的優(yōu)劣，選出最小的RMSEP的一組特征峰作為特征指紋峰。以選擇的特征指紋峰作為定標(biāo)波數(shù)，根據(jù)各個(gè)測(cè)試樣本的美術(shù)綠含量，以及相應(yīng)拉曼光譜中各個(gè)定標(biāo)波數(shù)處的峰強(qiáng)與520CHT1處的峰強(qiáng)的比值構(gòu)建含量-強(qiáng)度比的第一線性回歸模型作為定標(biāo)模型；
[0067]本實(shí)施例中得到的第一線性回歸模型為:
[0068]Y = 5.405+0.005069 λ「0.01252 λ 2+0.008526 λ 3-0.001942 λ 4-0.002914 λ 5+0.005083 λ 6-0.003963 λ7+0.0216 λ 8-0.02071 λ 9
[0069]其中，X1、λ2、入 3、入 4、入 5、入 6、入 7、入 8 和入 9 分別為 2501 cm \ 2083cm \ 1699cm \1459cm \529cm \524cm \521cm \436cm 1 和 230cm 1 處的峰強(qiáng)與 520cm 1 處的峰強(qiáng)的比值；
[0070](5)按照步驟(I)制備得到待檢測(cè)茶葉對(duì)應(yīng)的測(cè)試樣本作為待測(cè)樣本，獲取待測(cè)樣本在設(shè)定波數(shù)范圍內(nèi)以硅片為襯底時(shí)的拉曼光譜，計(jì)算該拉曼光譜中各個(gè)定標(biāo)波數(shù)處的峰強(qiáng)和520cm—1處的峰強(qiáng)的比值，并代入定標(biāo)模型計(jì)算得到待測(cè)樣本中美術(shù)綠的含量。
[0071]利用定標(biāo)模型對(duì)這25個(gè)待測(cè)樣本的美術(shù)綠含量的預(yù)測(cè)結(jié)果如表I所示，模型的相關(guān)系數(shù)為0.913230，均方根誤差為1.181184。說(shuō)明該模型能夠?qū)崿F(xiàn)茶葉中美術(shù)綠含量的有效檢測(cè)。
[0072]表I
[0073]
A實(shí)值；預(yù)測(cè)H直真實(shí)值預(yù)泖H直 A實(shí)彳直預(yù)泖H直 (mg/g) (mg/g) (mg/g) (mg/g) (mg/g) (mg/g)
10.00010.385 6.000 5.764 2.000 2.464
10.0009.929 6.000 5.647 2.000 1.845
10.0009.423 6.000 6.346 2.000 2.165
10.00010.493 6.000 5.529 2.000 2.324
10.0009.656 6.000 5.898 2.000 1.479
8.0008,851 4.000 4.266
[0074]
8.0007.684 4.000 5.045
8.0007.715 4.000 4.854
8.0008.291 4.000 4.447
8.0007.429 4.000 4.839
[0075]實(shí)施例2
[0076]與實(shí)施例1相同，所不同的是步驟(4)中構(gòu)建定標(biāo)模型后還包括更新定標(biāo)波數(shù)和定標(biāo)模型，更新方法如下:
[0077]對(duì)第一線性回歸模型進(jìn)行方差分析篩選定標(biāo)波數(shù)，并將篩選后的定標(biāo)波數(shù)作為最終的定標(biāo)波數(shù)，并根據(jù)所有測(cè)試樣本的美術(shù)綠含量，以及拉曼光譜中篩選后的各個(gè)定標(biāo)波數(shù)處的峰強(qiáng)和520CHT1處的峰強(qiáng)的比值構(gòu)建含量-強(qiáng)度比的第二線性回歸模型作為更新后的定標(biāo)模型。
[0078]對(duì)定標(biāo)模型進(jìn)行方差分析，結(jié)果如表2所示
[0079]表2
[0080]

【權(quán)利要求】
1.一種茶葉中美術(shù)綠含量的檢測(cè)方法，其特征在于，包括: (1)制備測(cè)試樣本，以不同美術(shù)綠含量的茶葉作為檢測(cè)對(duì)象，將各個(gè)檢測(cè)對(duì)象和水按照一定配比浸泡相同的時(shí)間，以各個(gè)檢測(cè)對(duì)象浸泡出的茶汁作為相應(yīng)的測(cè)試樣本； (2)獲取各個(gè)測(cè)試樣本在設(shè)定波數(shù)范圍內(nèi)以硅片為襯底時(shí)的拉曼光譜； (3)根據(jù)所有測(cè)試樣本的拉曼光譜，分別采用連續(xù)投影算法提取若干組特征峰，每組特征峰的數(shù)量不同，采用連續(xù)投影算法時(shí)以520cm—1處的列向量作為初始投影向量； (4)利用多元線性回歸分析法確定各組特征峰的驗(yàn)證均方根誤差，選擇驗(yàn)證均方根誤差最小的一組特征峰作為特征指紋峰，并以特征指紋峰作為定標(biāo)波數(shù)，根據(jù)各個(gè)測(cè)試樣本的美術(shù)綠含量，以及相應(yīng)拉曼光譜中各個(gè)定標(biāo)波數(shù)處的峰強(qiáng)與520cm—1處的峰強(qiáng)的比值構(gòu)建含量-強(qiáng)度比的第一線性回歸模型作為定標(biāo)模型； 所述的線性回歸模型為:
Y= 5.405+0.005069 λ「0.01252 λ 2+0.008526 λ 3-0.001942 λ 4-0.002914 λ 5+0.005083 λ 6-0.003963 λ 7+0.0216 λ 8_0.02071 λ 9， 其中，Y為茶葉中美術(shù)綠的含量，λ 1、λ 2> λ 3> λ 4> λ 5> λ 6> λ 7> 和分別為2501cm \2083cm \ 1699cm \ 1459cm \529cm \524cm \521cm \436cm 1 和 230cm 1 處的峰強(qiáng)與520CHT1處的峰強(qiáng)的比值； (5)按照步驟(I)制備得到待檢測(cè)茶葉對(duì)應(yīng)的測(cè)試樣本作為待測(cè)樣本，獲取該測(cè)試樣本在設(shè)定波數(shù)范圍內(nèi)以硅片為襯底時(shí)的拉曼光譜，計(jì)算該拉曼光譜中各個(gè)定標(biāo)波數(shù)處的峰強(qiáng)和520cm—1處的峰強(qiáng)的比值，并代入定標(biāo)模型計(jì)算得到待檢測(cè)茶葉中美術(shù)綠的含量。
2.如權(quán)利要求1所述的茶葉中美術(shù)綠含量的檢測(cè)方法，其特征在于，所述步驟(I)包括如下步驟: (1-1)將硅片置入容器底部后，向容器中注入測(cè)試樣本； (1-2)將注有測(cè)試樣本的容器放置在顯微拉曼光譜儀的載物臺(tái)上測(cè)試該測(cè)試樣本的拉曼光譜。
3.如權(quán)利要求2所述的茶葉中美術(shù)綠含量的檢測(cè)方法，其特征在于，所述硅片為圓形，且硅片直徑比容器的內(nèi)徑小I?2mm。
4.如權(quán)利要求1所述的茶葉中美術(shù)綠含量的檢測(cè)方法，其特征在于，測(cè)試樣本的數(shù)量為50?150。
5.如權(quán)利要求1所述的茶葉中美術(shù)綠含量的檢測(cè)方法，其特征在于，設(shè)定波數(shù)范圍為229.6 ?2803.6cm 1O
6.如權(quán)利要求1所述的茶葉中美術(shù)綠含量的檢測(cè)方法，其特征在于，所述步驟(3)各組特征峰中特征峰的個(gè)數(shù)為5?20。
7.如權(quán)利要求1?6中任意一項(xiàng)權(quán)利要求所述的茶葉中美術(shù)綠含量的檢測(cè)方法，其特征在于，所述步驟(4)中構(gòu)建定標(biāo)模型后還包括更新定標(biāo)波數(shù)和定標(biāo)模型，更新后的定標(biāo)模型為:
Y= 4.639+0.005323 λ r0.01263 λ 2+0.00668 λ 3+0.02078 λ 8-0.02219 λ 9。
8.如權(quán)利要求7所述的茶葉中美術(shù)綠含量的檢測(cè)方法，其特征在于，更新方法如下: 對(duì)所述的第一線性回歸模型進(jìn)行方差分析篩選定標(biāo)波數(shù)，并將篩選后的定標(biāo)波數(shù)作為最終的定標(biāo)波數(shù)，根據(jù)所有測(cè)試樣本的美術(shù)綠含量，以及篩選后的各個(gè)定標(biāo)波數(shù)處的峰強(qiáng)和520CHT1處的峰強(qiáng)的比值構(gòu)建含量-強(qiáng)度比的第二線性回歸模型作為定標(biāo)模型。
【文檔編號(hào)】G01N21/65GK104132928SQ201410362639
【公開(kāi)日】2014年11月5日 申請(qǐng)日期:2014年7月28日 優(yōu)先權(quán)日:2014年7月28日
【發(fā)明者】李曉麗, 孫嬋駿, 何勇 申請(qǐng)人:浙江大學(xué)