电感耦合等离子体质谱分析莲子芯茶中的稀土元素

建立了一种压力密闭消解电感耦合等离子体质谱法测定莲子芯茶中Y、La、Ce、Pr、Nd、Sm、Eu、Gd、Tb、Dy、Ho、Er、Tm、Yb、Lu等15种稀土元素的方法。用该方法分析国家标准物质中的稀土元素,分析结果与标准值一致,并用该方法对莲子芯茶实际样品进行了分析。     

近红外光谱测定茶叶中茶多酚和茶多糖的人工神经网络模型研究

为了建立近红外光谱测定茶叶中茶多酚和茶多糖的模型,应用了人工神经网络方法,选择了7 432.3～6 155.7 cm-1和5 484.6～4 192.5 cm-1特征光谱范围,以网络结构参数的输入层、隐层、输出层神经元数目分别为(8,4,1)和(7,5,1)来建立茶多酚和茶多糖的测定模型,模型的结果表明建模的茶多酚和茶多糖的ｒ,RMSECV,RSECV分别为0.984 7,0.460,0.123和0.947 0,0.136,0.224;预测集的ｒ,RMSEP,RSEP则分别为0.980 4,0.529,0.017和0.968 2,0.111,0.030。由此说明建立的近红外光谱-人工神经网络模型可用于预测茶叶中茶多酚和茶多糖的含量。     

浙江丘陵山地的茶树生态气候与茶叶生产

本文在分析影响浙江丘陵山地茶叶生产的茶树生态气候诸因子的基础上,讨论了茶树气候安全栽培高度,探讨了茶叶产量和自然品质随生态气候变化的基本规律,划出了不同山区茶树生态气候的相对优势层域     

决明子复方降脂茶总蒽醌含量测定

以醋酸镁-甲醇液为显色剂,分光光度法测定决明子复方降脂茶中总蒽醌的含量.对照品在3.775-22.65μg/mL范围内,吸光度值与浓度呈良好的线性关系(r=0.9993),回归方程为A=0.01384 0.04794C,样品平均回收率为101.9%,RSD为0.75%(n=6).     

气相色谱-质谱指纹图谱法研究普洱茶醇溶物挥发性成分

以普洱茶7542为参考样本, 乙醇为溶剂, 超声提取制备普洱茶醇溶物, 建立了普洱茶7542醇溶物气相色谱-质谱(GC-MS)指纹图谱, 同时对其指纹图谱进行相似度计算和主成分分析.试验结果表明, 普洱茶醇溶物的最佳提取方法:采用50 mL 95%乙醇超声提取30 min, 顶空进样最佳条件为振荡箱温度110℃, 振荡时间20 min.通过对9个不同年限、不同批次的普洱茶7542系列样品醇溶物挥发性成分GC-MS指纹图谱进行相似度分析, 测定样品醇溶物挥发性成分图谱与对照图谱之间的相似度在0.706~0.906之间, 说明不同年限、不同批次的9个普洱茶7542醇溶物挥发性成分和参照样本相比发生了改变, 但变化较小, 但其共有成分峰面积百分含量存在差异.通过对9个不同年限、不同批次普洱茶7542醇溶物挥发性成分共有成分进行主成分分析, 提取了2个成分, 即2-羟甲基-2-甲基-吡咯烷-1-甲醛和N-丁基苯磺酰胺, 其特征值大于1, 累计方差贡献率达90.2%, 能较好的代表 9个不同年限、不同批次普洱茶7542的全部信息, 可以用主成分分析来反映样品的全部信息.因此可通过测定9个不同年限、不同批次普洱茶7542醇溶物中2-羟甲基-2-甲基-吡咯烷-1-甲醛和N-丁基苯磺酰胺的含量差异评价普洱茶7542的质量.     

不同储存年份普洱茶傅里叶变换红外光谱研究

为了寻求一种快速鉴别普洱茶年份的方法,采用傅里叶变换光谱技术,比较了不同年份普洱生茶和普洱熟茶的红外特征谱的异同。研究表明,两种普洱茶的红外光谱波形相似,但由于陈化时间不同,内含化学成分存在着差异,它们具有各自的红外特征谱。同时,普洱茶的陈化程度与红外特征谱的1 120～1 570cm-1和400～853 cm-1两个波数间吸收峰的强度和峰形密切相关。利用红外光谱技术可以对不同陈化程度的普洱茶进行鉴别,这为普洱茶年份的快速鉴别提供一种简便、快捷的方法。     

超高压液相色谱-串联质谱测定茶叶中10种极性农药残留

建立了绿茶、乌龙茶、红茶和普洱茶中8种氨基甲酸酯和2种烟碱类农药等10种极性农药残留超高压液相色谱-串联质谱(UPLC-MS/MS)检测方法。茶叶样品经水润湿15 min后,乙腈提取,Carbon/NH2固相萃取净化,乙腈-甲苯(3:1V/V)淋洗。UPLC-MS/MS采用电喷雾电离(ESI),多反应监测模式(MRM)分析。方法在7.5,15,30μg/kg添加水平上回收率达到72.2%～92.5%,RSD≤9.2%。10种农药的基质效应因不同农药和不同种类茶叶基质存在较大差异,且均表现为基质抑制效应,因此校正工作液需采用相似茶叶空白基质配制。方法的定量限(LOQ)均达到7.5μg/kg.     

小波分析的茶鲜叶全氮含量高光谱监测

茶是世界上最受欢迎的饮料之一,而氮素（N）是影响茶叶品质的主要成分之一,因此快速准确地估算N素含量至关重要。由于测定N含量的化学方法繁琐耗时,利用高光谱对茶鲜叶中N含量进行预测,利用连续小波转换（CWT）提取的小波系数,探究CWT不同分解层数对于N素含量的估测能力,并讨论了不同波长选择算法所建模型的预测效果。首先,采集广东省英德市茶园的151个茶鲜叶样品高光谱数据,将获得的原始光谱通过卷积平滑（SG）、去趋势（Detrending）、一阶导数（1st）、多元散射校正（MSC）和标准正态变量变换（SNV）五种预处理方法进行预处理并作为参考。其次,采用连续小波对原始光谱进行初步处理生成多尺度小波系数,并进行相关性分析, 分别利用连续投影算法（SPA）、竞争性自适应加权采样法（CARS）和变量组合集群分析（VCPA）方法进一步优化CWT变换后光谱数据的变量空间,最后,以特征变量为输入使用PLSR建立了N素定量监测模型,并对比不同尺度不同方法估算N素的效果。结果表明,连续小波分析方法可有效提升茶鲜叶光谱对N素含量的估测能力,明显优于常规光谱处理方法。经连续小波分解后,对茶鲜叶N素的预测能力随分解尺度的增加整体呈逐步降低的趋势,其中在1~6尺度连续小波变换后的光谱与茶鲜叶N素存在良好的相关性,表明小尺度的连续小波分解可有效应用于茶鲜叶N含量的监测。基于CWT（1）-VCPA方法建立的模型精度最高,且变量数相比于全波段减少了99.34%,其建模与预测R2达到0.95和0.90,相比于传统光谱处理方法,精度提升了11% ,证明CWT-VCPA可以有效降低光谱维度并大幅提升模型精度。实现了茶叶N素含量的高效量化预测,为评估茶叶的其他成分提供了可靠技术参考。     

诗情“化”意——诗词中的化学

从浪漫婉约的古诗词出发，和读者一起探索蕴藏在诗词里的化学知识，从靛蓝染料、酒和茶中的化学知识一步步展开全文，形象地讲述合成靛蓝的染色原理、酒香的检测和鉴定以及茶叶中的化学成分，旨在让读者对诗词中的化学知识有更多的了解，激发更多人对化学学习的兴趣，领略化学之美。     

典籍里的中国茶

通过当代大学生华嘉茗与唐代茶圣陆羽之间一场穿越古今的会面，回望茶学典籍的同时，介绍了茶学在当今自然科学领域的传承与发展，科普了其中蕴含的有机化学、分析化学、药物化学及食品科学等相关领域的知识与科研手段。