Adsorptive Stripping Voltammetric Detection of Tea Polyphenols at Multiwalled Carbon Nanotubes‐Chitosan Composite Electrode

This study reports the catalytic oxidation and detection of tea polyphenols (TPs) at glassy‐carbon electrode modified with multiwalled carbon nanotubes‐chitosan (MWCNTs‐CS) film. The adsorption of TPs at the surface of the MWCNTs through π–π conjugation prevents the aggregation of nanotubes and induces a stable MWCNTs suspension in water over 30 days. Based on the adsorptive accumulation of polyphenols at MWCNTs, TPs is sensitively and selectively detected by adsorptive stripping voltammetry. The accumulation conditions and pH effect on the adsorptive stripping detection were examined. The linear range was found to be 100 to 1000 mg L^?1 with a detection limit of 10 mg L^?1 (S/N=3) for 2.5 min accumulation. Additionally, the MWCNTs‐CS electrode is easily renewed by applying positive potential to remove the adsorbed TPs. This method was successfully applied to determine TPs in commercially available teas with satisfied result compared with that of conventional spectrometric analysis.     

Separation of catechins and methylxanthines in tea samples by capillary electrochromatography

In this paper, the simultaneous separation of several polyphenols such as (+)‐catechin, (–)‐epicatechin, (–)‐epigallocatechin, theophylline, caffeine in green and black teas by capillary electrochromatography (CEC) was developed. Several experimental parameters such as stationary phase type, mobile phase composition, buffer and pH, inner diameter of the columns, sample injection, were evaluated to obtain the complete separation of the analysed compounds. Baseline resolution of the studied polyphenols was achieved within 30 min by using a capillary column (id 100 μm) packed with bidentate C₁₈ particles for 24.5 cm and a mobile phase composed of 5 mM ammonium acetate buffer pH 4 with H₂O/ACN (80:20, v/v). The applied voltage and the temperature were set at 30 kV and 20°C. Precision, detection and quantification limits, linearity, and accuracy were investigated. A good linearity (R² > 0.9992) was achieved over a concentration working range of 2–100 μg/mL for all the analytes. LOD and LOQ were 1 and 2 μg/mL, respectively, for all studied compounds. The CEC method was applied to the analysis of those polyphenols in green and black tea samples after an extraction procedure. Good recovery data from accuracy studies ranged between 90% and 112% for all analytes.     

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。     

中低压柱层析分离儿茶素的研究

采用全自动中低压柱层析制备色谱分离儿茶素,原料为含量高于85％的茶多酚,分别以硅胶、C18(十八烷基键合相硅胶)作为吸附剂,应用HPLC对分离产物进行鉴定.结果表明,以硅胶作为吸附剂时,甲醇和氯仿溶液梯度洗脱,得到纯度为96.3％的EGCG,得率32％;以C18作为吸附剂时,甲醇和水溶液梯度洗脱,得到90％以上纯度的EGCG、EC、ECG、CG 4种儿茶素,得率分别为28.8％、7.7％、17.0％、1.8％.     

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。     

一种基于可见-近红外光谱快速鉴别茶叶品种的新方法

提出了一种用可见-近红外光谱技术快速无损鉴别茶叶品种的新方法。应用可见-近红外光谱仪测定5个品种茶叶的光谱曲线,用主成分分析法对不同品种茶叶进行聚类分析并获得茶叶的可见-近红外光谱数据的主成分,再结合人工神经网络技术建立模型进行品种鉴别。主成分分析表明,以主成分1和2对所有建模样本的得分值做出的得分图,对不同种类茶叶具有较好的聚类作用,可以定性分析茶叶种类。把主成分分析得到的前6个主成分作为神经网络的输入,茶叶品种值作为神经网络的输出,通过5个茶叶品种共125个样本的训练和学习,建立了茶叶品种鉴别的3层BP人工神经网络模型,对未知的25个样本进行鉴别,品种识别准确率达到100%。说明本文提出的方法具有很好的分类和鉴别作用,为茶叶的品种快速鉴别提供了一种新方法。     

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。     

SPME-GC-MS分析瀑布毛峰茶叶的赋香成分

采用顶空-固相微萃取法(SPME)从瀑布毛峰茶叶中提取挥发性成分,用气相色谱-质谱法(GC-MS)分析其组成。从一级和特级茶叶中分别鉴定了相对含量大于0.50%的化合物48个和41个,其中共同组分27个。一级瀑布毛峰茶叶的主要挥发性成分有壬醛(9.22%),芳樟醇(4.75%),牛儿醇(4.07%),(Z)-3-己烯-1-醇(3.53%),十一醛(3.16%),邻苯二甲酸二异丁酯(2.94%),十六烷(2.35%),己醛(2.00%),1-辛醇(1.97%),6-甲基-5-庚烯-2-酮(1.86%)。特级瀑布毛峰茶叶的主要挥发性成分有:壬醛(8.85%),1-辛烯-3-醇(6.37%),十一醛(4.81%),2,5,5-三甲基-1-己烯(2.84%),辛醛(2.73%),1-辛醇(2.63%),6-甲基-5-庚烯-2-酮(2.60%),芳樟醇(2.20%),1-戊醇(2.20%),己醛(2.16%)。两个等级的瀑布毛峰茶的主要挥发性成分大致相同,但各成分的含量存在一定差异。     

用大孔氨甲基聚苯乙烯树脂选择性吸附分离茶多酚和咖啡因

3种市售树脂ADS-5、ADS-8和ADS-17对茶多酚和咖啡因的混合物水溶液的吸附表明,具有弱极性的ADS-8对茶多酚的吸附量最大.随着树脂极性的增加(ADS-5＜ADS-8＜ADS-17),从混合物中对茶多酚的选择性吸附作用增加,表明对茶多酚的吸附可能包含疏水作用和氢键,而对咖啡因的吸附为疏水作用.在此基础上,合成了不同交联度(8%～26%DVB)的大孔氨甲基聚苯乙烯树脂,这些树脂具有疏水基质和可与酚类化合物形成较强氢键的氨基.对茶多酚和咖啡因的混合物溶液的吸附表明,这些树脂对茶多酚具有高吸附量和高吸附选择性.交联度为10%的大孔氨甲基聚苯乙烯树脂对茶多酚具有最大的吸附量,交联度为22%的大孔氨甲基聚苯乙烯树脂对茶多酚具有最大的吸附选择性.     

稀土矿区茶叶中稀土元素ICP-AES测定

本文用ＩＣＰ－ＡＥＳ测定稀土矿区茶叶中稀土元素，并用干扰系数法校正茶叶中的无机元素及其他稀土元素对待测稀土元素的光谱干扰。在最佳工作条件下，测定了茶叶样品中的稀土元素含量。