茶叶及其组份的红外光谱研究

采用光学方法针对四种茶叶及其四种主要组份在800～3800 cm-1中红外"指纹"特征区域的光谱进行系统研究,采集了不同产地的碧螺春和铁观音以及决定茶叶品质的主要成份中咖啡因、谷氨酸和表儿茶素和花青素类物质的中红外光谱.通过建立模型对各特征光谱进行主成份拟合分析了茶叶品种、产地差异与各主要成份含量的关系.结果表明,不同茶叶之间的差异可表现在其主成份相对含量上:对于不同种类茶叶的碧螺春和铁观音,差异主要表现在茶叶有效成份的含量不同,前者中的各组份含量相对较低;对于不同产地的同种茶叶,差异主要表现在咖啡因和表儿茶素的相对含量不同,其中原产地茶叶中含量相对较高.此研究为利用光学方法对茶叶的种类和品质实现快速检测提供重要参考.     

在线净化-液相色谱-串联质谱法测定茶叶中5种烟碱类农药残留

建立了在线净化-液相色谱-串联质谱测定茶叶中吡虫啉、啶虫脒、噻虫啉、噻虫嗪和噻虫胺5种常见烟碱类农药残留量的方法。样品经水浸泡、乙腈提取和在线净化后,用液相色谱-串联质谱测定。结果表明,本方法对5种烟碱类农药的定量限均为0.01 mg/kg。5种烟碱类农药在1.0~10 μ g/L范围内具有良好的线性关系,相关系数均大于0.998。在0.01、0.02和0.05 mg/kg的添加水平下,回收率为68.0%~113.2%,相对标准偏差为3.2%~7.6%。本方法简便、快速、准确,适用于茶叶样品中烟碱类农药残留量的检测。     

基于波谱技术的茶树生长与茶叶品质信息快速检测研究进展

波谱技术快速获取茶树生长和茶叶品质信息对提高茶叶生产信息化、产业化水平,保障茶叶品质和安全具有重要意义。阐述了波谱技术在茶树生长和茶叶品质信息快速检测的研究进展和发展趋势。重点介绍了红外光谱,荧光光谱、拉曼光谱、质谱等在茶树生长信息获取(氮、叶绿素、病虫害信息等)、茶叶品种分类、茶叶分级、茶叶内部品质检测(茶多酚、儿茶素、咖啡碱、氨基酸、农药残留等)、茶饮料和加工品的品质检测以及相关检测设备等方面的研究进展和应用情况,简述了茶树生长信息获取方法、传感仪器和产业化应用的研究和发展趋势。选择合适的预处理和化学计量学方法能有效增加模型效果,减少冗余数据,为基于波谱技术便携式仪器的开发提供可能。基于波谱技术便携式仪器和在线检测仪器开发仍是今后实现该技术应用和推广的重点。首次介绍了波谱技术在茶叶生产加工领域的应用成果和研究进展,涵盖茶树生长、茶叶加工、茶叶和茶加工品品质安全等多方面内容,并论述波谱技术在茶叶产业应用存在问题和将来发展趋势。     

红茶提取液在盐酸中对碳钢的缓蚀作用

采用动电位极化曲线和交流阻抗（EIS）研究了红茶提取液（BLE）在盐酸介质中对碳钢的缓蚀性能和缓蚀机理。 研究结果表明,采用索氏提取法从红茶茶叶中提取的缓蚀剂,对碳钢在1.0 mol/L盐酸溶液中具有良好的缓蚀性能,随着提取物浓度的增加,缓蚀效率增大。 红茶提取液中的有效缓蚀成分为抑制阴阳极反应的混合型缓蚀剂,在碳钢表面的吸附符合Langmuir等温式,属于单分子层吸附。     

藏药柳茶叶乙醇水提取物中化学成分的鉴定

采用多种色谱分离技术对藏药柳茶叶80%乙醇提取物进行分离纯化,得到了9个化合物。 根据其理化性质与NMR谱数据对化合物进行了结构鉴定,分别为金丝桃苷（hyperoside,Ⅰ）、槲皮素（quercetin,Ⅱ）、芸香苷（rutin,Ⅲ）、槲皮素3-O-β-D-吡喃葡萄糖苷（quercetin-3-O-β-D-glucopyranoside,Ⅳ）、儿茶素（catechin,Ⅴ）、香草酸（vanillic acid,Ⅵ）、熊果苷（arbutin,Ⅶ）、异阿魏酸（isoferulic acid,Ⅷ）和胡萝卜苷（daucosterol,Ⅸ）。 化合物中除Ⅳ、Ⅷ和Ⅸ外,其余6个化合物为首次从该属植物中分离鉴别。     

基于离散余弦变换和支持向量机的多光谱纹理图像的茶叶分类研究

提出一种利用多光谱图像纹理特征进行茶叶分类的新方法。图像由MS3100-3CCD光谱成像仪获得,光谱成像仪提供近红外(NIR)、红色(R)和绿色(G)的3个波段的图像。首先对原图像的NIR波段图像提取均方值,然后应用离散余弦变换算法,构造出8个带通和高通滤波器对NIR通道的图像进行滤波并提取均方差值,最后应用支持向量机技术,分别对原图像的NIR提取的均方差值和用8个滤波器滤过的图像提取的均方差值进行建模。茶叶样本总共为240个,训练和预测各为120个,每种训练样本和预测样本各为20个。结果表明经过8个滤波器处理图像的识别率为100%,而没有经过滤波处理的纹理图像识别率只有73.33%,说明离散余弦变换算法设计的滤波器是一种非常有效的纹理识别技术,此实验同时也为茶叶的分类提供一种快速和无损的新方法。     

液相色谱-串联质谱检测蔬菜和茶叶中吡虫啉的残留量

介绍了利用液相色谱-串联质谱（LC-MS/MS）快速、准确地测定蔬菜、茶叶产品中吡虫啉残留量的方法。前处理方法为用乙腈提取,再用弗罗里硅土和活性炭混合柱净化。用多反应监测技术确定吡虫啉的两对离子(m/z 256.0/209.3,m/z 256.0/175.2)为定性离子对,m/z 209.3为定量离子。方法的定量限为0.01 mg/kg,线性范围为0.01～0.5 mg/L,加标回收率为76%～90%,相对标准偏差（RSD）为7.4%～11.0%。     

近红外光谱分析技术在茶叶鉴别中的应用研究

茶叶快速准确鉴别方法研究是当前茶叶行业亟待解决的一个重要课题。该研究采用近红外光谱结合主成分-马氏距离模式识别方法鉴别了龙井、碧螺春、毛峰和铁观音4种中国名茶。研究结果表明,在6 500～5 300 cm-1波数范围内的光谱,通过MSC预处理方法,用8个主成分建立的模型最好,模型对校正集样本和预测集样本的鉴别率分别达到98.75%和95%。该研究为快速准确鉴别茶叶提供了一种新思路。     

催化光度法测定微量锰（Ⅱ）的研究

基于氨三乙酸(NTA)做活性剂,在HAc－NaAc缓冲溶液中,Mn     

基于多光谱图像颜色特征的茶叶分类研究

提出了一种利用多光谱图像颜色特征进行茶叶分类的新方法,对两种颜色几乎一样用肉眼几乎不能分辨的茶叶进行了分类。图像由MS3100-3CCD光谱成像仪和普通数码相机同时获得,光谱成像仪提供3个波段的图像,由近红外(NIR)、红色(R)和绿色(G)组成,因此它比普通数码照相机包含更丰富的信息,特别NIR波段的图像对有机物的颜色比可见光敏感。提取3CCD光谱成像仪和普通数码照相机各个波段图像颜色的特征即像素偏方差值和平均值进行统计分析,用多光谱图像的NIR图像所提供颜色信息能够辨别这两种颜色几乎一样的茶叶,而普通数码相机无法提供信息进行识别。然后应用人工神经网络技术,对NIR图像像素偏方差值和平均值这两个参数进行建模,建模样本40个,每个样本为20个,预测样本20个,每个样本为10个。结果表明,在阈值为0.3,对两种茶叶进行分类得到了100%识别率,此研究为茶叶的分类提供一种快速和无损的新方法。