基于近红外光谱技术的茶油原产地快速鉴别

来源：农业工程学报杂志2016年第16期北京时间：

作者：文韬,郑立章,龚中良,李立君,谢洁飞,马强,

摘要：为研究茶油原产地溯源问题，维护其市场秩序，促进公平竞争。该文利用近红外光谱技术采集湖南、江西、安徽和浙江4个不同产地茶油的光谱数据，并运用Savitzky-Golay平滑（savitzky-golay, SG）、多元散射校正（multiplicative scatter correction, MSC）、一阶导数（first derivation, FD）和矢量归一化（vector normalization, VN）等4种方法对其进行预处理。采用偏最小二乘法（partial least squares, PLS）提取最佳主成分，构建PLS回归模型；同时，采用主成分分析（principal component analysis, PCA）和PLS算法提取最佳主成分，作为BP人工神经网络（BP artificial neural network, BPANN）输入变量，构建PCA-BPANN和PLS-BPANN模型。以验证集相关系数RP和验证集均方根误差RMSEP为模型的评价指标，分别优选最佳PLS和BPANN模型。试验结果表明，SG-PLS-DA和SG-PLS-BPANN-DA模型对未知样本的整体分类准确率均大于90%。其中，SG-PLS-BPANN-DA的鉴别效果优于前者，其建模集相关系数RC、均方根误差RMSEC分别为0.974、0.170，验证集相关系数RP、均方根误差RMSEP分别为0.972、0.172，对上述两类样本集的总体分类准确率分别为98.15%、95.83%，该模型能较准确鉴别茶油原产地。研究结果可为快速辨别茶油原产地提供参考。

关键词：近红外光谱, 模型, 油脂, 预处理, 茶油, 原产地, 鉴别