近日，廣東省農科院茶葉研究所茶葉加工研究室在國際學術期刊Food Chemistry（中科院農林科學一區，IF = 8.8）發表題為“Rapid discrimination of quality grade of black tea based on near-infrared spectroscopy (NIRS), electronic nose (E-nose) and data fusion”的研究論文。茶葉所夏紅玲博士為論文第一作者，茶葉所馬成英研究員、中國有研科技集團有限公司郭偉清博士為論文共同通訊作者。
審評茶葉的滋味、香氣和整體感官品質對生產和銷售至關重要，然而傳統感官審評方法易受主觀因素和審評環境的影響，難以客觀快速評價大量茶葉在不同感官屬性方面的品質等級。本研究以英德紅茶為研究對象，采集了267份樣品的近紅外光譜和電子鼻數據。研究發現基于近紅外光譜和電子鼻數據建立模型可以分別有效地識別紅茶的滋味和香氣等級，應用最優的主成分數和分類算法的模型準確率最高分別為99.63%和97.00%。基于近紅外光譜的定量模型可預測9種關鍵化合物的含量。
利用近紅外光譜和電子鼻可分別檢測非揮發性和揮發性化合物組成信息的技術優勢，研究了數據融合判別茶葉品質等級的可行性。將兩種數據在特征層進行融合構建整體感官品質評價模型，采用支持向量機（SVM）、K近鄰（KNN）和人工神經網絡（ANN）算法分別實現了98.13%、96.63%和97.75%的準確率。這表明近紅外光譜與電子鼻數據融合包含了更全面的茶葉品質信息，為茶葉品質快速評價提供了一種新穎有效的方法。
該研究得到了廣東省農業科學院高水平科研創新戰略建設專項基金（R2020PY-JX016，R2021YJ-YB3025）、以農產品為單位的廣東省現代農業產業技術體系創新團隊建設項目（茶葉）：采后與加工崗位（2023KJ120），廣東省重點領域研究開發計劃項目（2021B0909060001），廣東省高水平創新研究院項目（2021B0909050001），廣州市科技計劃項目（2023A04J0815），中國有研科技集團有限公司青年基金項目（Y20233102133）資助。
原文鏈接：
https://doi.org/10.1016/j.foodchem.2023.138242
