基于GC-IMS技术的福建白茶产地判别

• Published in: 农业工程学报 Vol. 37; no. 6; pp. 264 - 273
• Main Authors: 罗玉琴, 韦燕菊, 林琳, 林馥茗, 苏峰, 孙威江
• Format: Journal Article
• Language: Chinese
• Published: 福建省茶产业技术开发基地,福州 350002%福建农林大学安溪茶学院,泉州 362400 15.03.2021; 福建省茶产业技术开发基地,福州 350002%福建省种植业技术推广总站,福州 350003; 福建农林大学园艺学院,福州 350002%福建农林大学安溪茶学院,泉州 362400%福建农林大学园艺学院,福州 350002
• Subjects: 气相色谱离子迁移谱; 挥发性物质; 判别分析方法; 风味; 白茶
• ISSN: 1002-6819
• DOI: 10.11975/j.issn.1002-6819.2021.06.032

S37; 为了实现福建省白茶产地的快速鉴别,采用气相色谱-离子迁移谱(Gas Chromatography-Ion Mobility Spectrometry,GC-IMS)技术对福建不同产地白茶挥发性物质进行检测,结合化学计量学方法建立白茶产地判别模型.结果表明,福鼎、福安、政和、建阳和松溪各产地间白茶挥发性物质含量存在差异,政和、建阳和松溪3地制成的白茶样品相似度相对较高.GC-IMS谱图数据和241种标记物质数据均可用于白茶产地区分.GC-IMS谱图数据建立的K近邻线性判别分析(K-near Neighbor Linear Discriminant Analysis,LDA-KNN)、多层感知机线性判别分析(Multi-layer Perceptron Linear Discriminant Analysis,LDA-MLP)和支持向量机线性判别分析(Support Vector Machine Linear Discriminant Analysis,LDA-SVM)模型判别率分别为91.84％、93.88％和93.88％;标记物质建立的Adaboost线性判别分析(LDA-Adaboost)、决策树线性判别分析(LDA-Decison Tree)、LDA-KNN、LDA-MLP、随机森林线性判别分析(LDA-Random Forest)和LDA-SVM模型判别率均为100％.结果表明基于标记物质数据建立的6种模型能更有效对白茶产地进行区分.研究结果为福建白茶原产地保护提供技术支持.