便携式茶鲜叶品质光谱检测装置研制

• Published in: 农业工程学报 Vol. 36; no. 24; pp. 273 - 280
• Main Authors: 王凡, 赵春江, 徐波, 徐泽, 李振海, 杨海滨, 段丹丹, 杨贵军
• Format: Journal Article
• Language: Chinese
• Published: 国家农业信息化工程技术研究中心,北京 100097 15.12.2020; 农芯科技(广州)有限责任公司,广州 511458; 农业农村部农业遥感机理与定量遥感重点实验室,北京农业信息技术研究中心,北京 100097%重庆市农业科学院茶叶研究所,重庆 402160; 清远市智慧农业研究院,清远 511500; 农业农村部农业遥感机理与定量遥感重点实验室,北京农业信息技术研究中心,北京 100097%清远市智慧农业研究院,清远 511500; 农业农村部农业遥感机理与定量遥感重点实验室,北京农业信息技术研究中心,北京 100097%国家农业信息化工程技术研究中心,北京 100097
• Subjects: 品质分析; 光谱; 便携式; 无损检测; 茶; 茶鲜叶
• ISSN: 1002-6819
• DOI: 10.11975/j.issn.1002-6819.2020.24.032

S237; 品质监测对茶鲜叶适时采摘和茶叶加工品控具有重要意义.该研究基于可见/近红外光谱技术,研发了便携式茶鲜叶品质无损检测装置.该装置分为主机和手柄2部分,主机大小约240 mm×250 mm×240 mm,包括光谱仪、光源、可充电锂电池、稳压板和散热风扇;手柄大小约130 mm×100 mm×30 mm,包括光纤探头、金属灯杯、白参考板和外触发按钮.基于该设备,采集了茶鲜叶500～900 nm范围内可见/近红外漫反射光谱,对比了归一化(Normalize,NOR)、一阶导数(First Derivative,FD)、标准正态变量变换(Standard Normal Variable Transformation,SNV)和概率商归一化(Probabilistic Quotient Normalization,PQNOR)等不同光谱预处理方法对茶叶光谱的处理结果,建立了茶鲜叶干物质含量、水浸出物含量、茶多酚含量的偏最小二乘定量预测模型.结果表明,PQNOR预处理后建立的偏最小二乘预测模型精度最好,干物质、水浸出物和茶多酚含量预测模型在验证集的相关系数分别为0.905、0.896和0.747,均方根误差分别为0.860％、0.559％和0.549％.在茶园对装置的精度进行了现场测试,单片茶鲜叶检测时间约为1 s,干物质、水浸出物和茶多酚含量预测值与测量值的均方根误差分别为0.903％、0.634％和0.551％.该装置可以实现茶鲜叶光谱原位采集和干物质含量、水浸出物、茶多酚的定量分析,对及时掌握茶树生长情况、辅助决策采茶方案和保障茶叶品质具有重要作用.